专利名称：扫描图像的色度值的一致性的测试方法
技术领域：
本发明有关于一种扫描图像的色度值的一致性(uniformity)的测试方法，且特别是有关于一种可自动寻找参考区域并利用至少一演算法处理各参考区域的色度值以进行一致性判断的扫描图像的色度值的一致性的测试方法。
背景技术：
在科技发展日新月异的现今时代中，扫描器(scanner)已经成为现代人日常生活中不可或缺的部分。使用者可以利用与计算机连接的扫描器扫描稿件或图案，并将扫描器所提取的图像存储于计算机的硬盘中，以作为备份之用。甚至，使用者还可利用计算机中所安装的软件来处理扫描图像，以提高扫描品质，真是方便。
在扫描器出厂之前，测试人员必须对扫描器做一番的性能测试，例如测试人员将测试每一台扫描器于扫描一全白图件后所产生的扫描图像的红色(red，R)、绿色(green，G)及蓝色(blue，B)色度值是否具有一致性(uniformity)。若没有一致性时，扫描器必须进行校正操作，使得被校正过的扫描器扫描一全白图件后所产生的扫描图像的R、G及B色度值将具有一致性。
在测试时，首先，测试人员利用一计算机软件及方格图(grid chart)将扫描图像区分为9等分的图像区块。假设扫描图像的大小为(9000像素)×(9000像素)，则图像区块的大小为(3000像素)×(3000像素)。接着，测试人员在每一图像区块中任意框选一大小为(5像素)×(5像素)的区块内框。然后，检测获得各区块内框的R、G及B色度值，且各区块内框R、G及B色度值就当作是各图像区块的R、G及B色度值。所以，全部共有27组色度值的数据。然后，测试人员记录各图像区块的R、G及B色度值。待处理这些R、G及B色度值的数据，就可以判断扫描图像的色度值是否具有一致性。
然而，上述的测试方法具有几项缺点，如下所述1.框选范围需要靠测试人员手动来记录。
2.测试过程复杂繁琐。
3.测试人员每次测试取样的位置不同，测试结果也不同。
发明内容
有鉴于此，本发明的目的就是在提供一种扫描图像的色度值的一致性的测试方法，用以自动寻找参考区域后。再利用至少一演算法处理各参考区域的色度值，以进行扫描图像色度值的一致性的判断。这样的话，测试人员不需要像以前那种测试方式去手动记录及测试，操作方式简易许多，还可避免因取样点的不同所造成的测试结果不同的问题。
根据本发明的目的，提出一种扫描图像的色度值的一致性的测试方法，用于一扫描一全白图件后所产生的扫描图像上。首先，输入一分割列数值及一分割行数值，其值分别为M及N，使得扫描图像被区分为M×N个图像区块。接着，计算获得各图像区块所对应的一区块平均色度值。然后，利用至少一演算法处理这些区块平均色度值，以进行扫描图像的色度值的一致性的判断。
根据本发明的目的，再提出一种扫描图像的色度值的一致性的测试方法，用于一扫描一全白图件后所产生的扫描图像上，该扫描图像的大小为(A像素)×(B)像素。首先，输入一分割列数值及一分割行数值，其值分别为M及N，使得扫描图像被区分为M×N个图像区块，且各图像区块的大小为(A/M像素)×(B/N像素)。接着，输入一横向分割像素值及一纵向分割像素值，其值分别为H及V，使得各图像区块被分割为(A/M/H)×(B/N/V)个区块内框。然后，计算获得各区块内框所对应的一R色度值、一G色度值及一B色度值，并分别计算获得各图像区块的这些R、G及B色度值的平均值，以分别作为各图像区块所对应的一R区块平均色度值、一G区块平均色度值及一B区块平均色度值。接着，利用至少一演算法处理这些R、G及B区块平均色度值，以进行扫描图像的R、G及B色度值的一致性的判断。
根据本发明的目的，还提出一种扫描图像的色度值的一致性的测试方法，用于一扫描一全白图件后所产生的扫描图像上，扫描图像的大小为(A像素)×(B)像素。首先，输入一分割列数值及一分割行数值，其值分别为M及N，使得扫描图像被区分为M×N个图像区块，且各图像区块的大小为(A/M像素)×(B/N像素)，且各图像区块具有(A/M)×(B/N)个基本图像点。接着，计算获得各基本图像点所对应的一R色度值、一G色度值及一B色度值。然后，分别取出大于一预设筛选值的这些R、G及B色度值，并分别计算获得各图像区块中的被取出的这些R、G及B色度值的平均值，以作为各图像区块所对应的一R区块平均色度值、一G区块平均色度值及一B区块平均色度值。接着，利用至少一演算法处理这些R、G及B区块平均色度值，以进行扫描图像的R、G及B色度值的一致性的判断。
为让本发明的上述目的、特征、和优点能更明显易懂，下文特举一较佳实施例，并配合附图，详细说明如下。
图1表示依照本发明的实施例一的扫描图像的色度值的一致性的测试方法流程图。
图2表示依照本发明的实施例二的扫描图像的色度值的一致性的测试方法流程图。
具体实施例方式
本发明特别设计一扫描图像的色度值的一致性的测试方法，用以自动寻找参考区域后，再利用至少一演算法处理各参考区域的色度值，以进行扫描图像色度值的一致性的判断。这样的话，测试人员不需要像以前那种测试方式去手动记录及测试，操作方式简易许多，还可避免因取样点的不同所造成的测试结果不同的问题。至于本发明的扫描图像的色度值的一致性的测试方法的实际应用范围将分别以实施例一及实施例二
如下。
实施例一请参照图1，其表示依照本发明的实施例一的扫描图像的色度值的一致性的测试方法流程图。在图1中，首先，在步骤102中，扫描一全白图件。接着，进行步骤104中，获得一扫描图像。其中，扫描图像的大小为(A像素)×(B像素)，A及B是正整数并可以相等。假设A＝B＝2000，则扫描图像的大小为(2000像素)×(2000像素)。
然后，进入步骤106中，使用者利用一计算机软件输入一分割列数值(columns)及一分割行数值(rows)，其值分别为M及N。使得扫描图像被区分为M×N个像素区块，且各图像区块的大小为(A/M像素)×(B/N像素)。其中，M及N是正整数并可以是相等。假设M＝N＝4，则扫描图像被区分为16个图像区块，且各图像区块的大小为(500像素)×(500像素)。
接着，进入步骤108中，使用者利用一计算机软件输入一横向分割像素值及一纵向分割像素值，其值分别为H及V，使得各图像区块被分割为(A/M/H)×(B/N/A)个区块内框。其中，H及V是正整数并可以是相等。假设H＝V＝5，则各图像区块被分割为10000个区块内框，且各区块内框的大小为(5像素)×(5像素)。
然后，进入步骤1 10中，计算获得各区块内框所对应的色度值，此时，不需要人员手动记录色度值的数据，完全交给计算机软件去处理。其中，色度值包含有R色度值、G色度值、B色度值，例如本实施例可以获得10000组R色度值的数据、10000组G色度值的数据及10000组B色度值的数据。接着，进入步骤112中，计算获得各图像区块的这些色度值的平均值，以作为各图像区块所对应的一区块平均色度值，可避免因取样点的不同所造成的测试结果不同的问题。其中，区块平均色度值包含有R区块平均色度值、G区块平均色度值、B区块平均色度值。例如本实施例可以获得16组R区块平均色度值的数据、16组G区块平均色度值的数据及16组B区块平均色度值的数据。
然后，进入步骤114中，利用至少一演算法处理这些R、G及B区块平均色度值，以进行扫描图像的R、G及B色度值的一致性的判断。若符合一致性，本方法终告结束。至于演算法的种类很多，凡适合本发明的任意演算法接可以被采用。举例来说，本发明在此提出四种演算法以作说明，其流程分别如下所述(1)首先，分别计算获得R、G及B区块平均色度值所对应的一R标准差、一G标准差及一B标准差。接着，分别判断R、G及B标准差是否小于参考规格值，若是，扫描图像的R、G及B色度值具有一致性。
(2)首先，分别比较这些R、G及B区块平均色度值的大小，以分别取出一最大R区块平均色度值及一最小R区块平均色度值、一最大G区块平均色度值及一最小G区块平均色度值、一最大B区块平均色度值及一最小B区块平均色度值。接着，分别判断[(最大R区块平均色度值-最小R区块平均色度值)/这些R区块平均色度值的平均值]的值、[(最大G区块平均色度值-最小G区块平均色度值)/这些G区块平均色度值的平均值]的值及[(最大B区块平均色度值-最小B区块平均色度值)/这些B区块平均色度值的平均值]的值是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
(3)首先，分别计算各R、G及B区块平均色度值及这些R、G及B区块平均色度值的平均值之间的差值，以分别取出一最大R色度差值、一最大G色度差值及一最大B色度差值。接着，分别判断[(这些R区块平均色度值的平均值-最大R色度差值)/这些R区块平均色度值的平均值]的值、[(这些G区块平均色度值的平均值-最大G色度差值)/这些G区块平均色度值的平均值]的值及[(这些B区块平均色度值的平均值-最大B色度差值)/这些B区块平均色度值的平均值]的值是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
(4)首先，分别比较这些R、G及B区块平均色度值的大小，以分别取出一最大R区块平均色度值及一最小R区块平均色度值、一最大G区块平均色度值及一最小G区块平均色度值、一最大B区块平均色度值及一最小B区块平均色度值。接着，分别判断(最大R区块平均色度值-最小R区块平均色度值)的值、(最大G区块平均色度值-最小G区块平均色度值)的值及(最大B区块平均色度值-最小B区块平均色度值)的值是否小于一参考规格值，若是，扫描图像的R、G及B色度值具有一致性。
实施例二请参照图2，其表示依照本发明的实施例二的扫描图像的色度值的一致性的测试方法流程图。在图2中，首先，在步骤202中，扫描一全白图件。接着，进入步骤204中，获得一扫描图像。其中，扫描图像的大小为(A像素)×(B像素)，A及B是正整数并可以相等。假设A＝B＝2000，则扫描图像的大小为(2000像素)×(2000像素)。
然后，进入步骤206中，使用者利用一计算机软件输入一分割列数值(columns)及一分割行数值(rows)，其值分别为M及N。使得扫描图像被区分为M×N个像素区块，且各图像区块的大小为(A/M像素)×(B/N像素)。其中，M及N是正整数并可以是相等。假设M＝N＝4，则扫描图像被区分为16个图像区块，且各图像区块的大小为(500像素)×(500像素)。假设一个基本图像点的大小为(1像素)×(1像素)，则各图像区块具有(A/M)(B/N)个基本图像点，如本实施例所示的500×500＝250000个基本图像点。
接着，进入步骤208中，计算获得各基本图像点所对应的色度值，此时，不需要人员手动记录色度值的数据，完全交给计算机软件去处理。其中，色度值包含R、G色度值及B色度值。然后，进行步骤210中，取出大于一预设筛选值(threshold value)的这些R、G及B色度值，这样可以避免因取样点的不同所造成的测试结果不同的问题。以8位(bit)而言，一般色彩具有256个色度值，而色度值为0～127的色彩偏向黑色，且色度值为128～255的色彩偏向黑色。由于，此扫描图像是经由扫描一全白图件而获得，所以，本实施例可以设定150为预设筛选值，也就是取出大于150的色度值，其颜色较偏向白色。并且，滤掉其他不合规格的色度值，其颜色较偏向黑色。当然，预设筛选值可以依扫描器的出厂规格而弹性设定。
接着，进入步骤212中，计算获得各图像区块中的被取出的这些色度值的平均值，以作为各图像区块所对应的一区块平均色度值。其中，区块平均色度值包含有R区块平均色度值、G区块平均色度值、B区块平均色度值。然后，进入步骤214中，利用至少一演算法处理这些R、G及B区块平均色度值，以进行扫描图像的R、G及B色度值的一致性的判断。若符合一致性，本方法终告结束。其中，本实施例的演算法与实施例二的演算法相同，在此省略介绍并不再赘述。
本发明上述实施例所公开的扫描图像的色度值的一致性的测试方法，具有下列优点1.不需要依靠测试人员手动记录及测试。
2.操作简易。
3.避免因取样点的不同所造成的测试结果不同的问题。
综上所述，虽然本发明已以一较佳实施例公开如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围的情况下，可进行各种更动与修改，因此本发明的保护范围以所提出的权利要求书所限定的范围为准。
权利要求
1.一种扫描图像的色度值的一致性的测试方法，用于一扫描一全白图件后所产生的扫描图像上，该扫描图像的大小为(A像素)×(B)像素，该方法包括输入一分割列数值及一分割行数值，其值分别为M及N，使得该扫描图像被区分为M×N个图像区块，且各该图像区块的大小为(A/M像素)×(B/N像素)；计算获得各该图像区块所对应的一区块平均色度值；以及利用至少一演算法处理该些区块平均色度值，以进行该扫描图像的色度值的一致性的判断。
2.如权利要求1所述的方法，其中该计算获得各该图像区块所对应的一区块平均色度值的步骤中还包括输入一横向分割像素值及一纵向分割像素值，其值分别为H及V，使得各该图像区块被分割为(A/M/H)×(B/N/V)个区块内框；以及计算获得各该区块内框所对应的一色度值，并计算获得各该图像区块的该些色度值的平均值，以作为各该图像区块所对应的该区块平均色度值。
3.如权利要求1所述的方法，其中该计算获得各该图像区块所对应的一区块平均色度值的步骤中还包括计算获得各该图像区块的(A/M)×(B/N)个基本图像点所对应的(A/M)×(B/N)个色度值；以及取出大于一预设筛选值的该些色度值，并计算获得各该图像区块中的被取出的该些色度值的平均值，以作为各该图像区块所对应的该区块平均色度值。
4.如权利要求1所述的方法，其中该演算法包括计算获得该些区块平均色度值的一标准差；以及判断该标准差是否小于一参考规格值，若是，该扫描图像的色度值具有一致性。
5.如权利要求1所述的方法，其中该演算法包括比较该些区块平均色度值的大小，以取出一最大区块平均色度值及一最小区块平均色度值；以及判断[(该最大区块平均色度值-该最小区块平均色度值)/该些区块平均色度值的平均值]的值是否小于一参考规格值，若是，该扫描图像的色度值具有一致性。
6.如权利要求1所述的方法，其中该演算法包括计算各该区块平均色度值及该些区块平均色度值的平均值之间的差值，以取出一最大色度差值；以及判断[(该些区块平均色度值的平均值-该最大色度差值)/该些区块平均色度值的平均值]的值是否小于一参考规格值，若是，该扫描图像的色度值具有一致性。
7.如权利要求1所述的方法，其中该演算法包括比较该些区块平均色度值的大小，以取出一最大区块平均色度值及一最小区块平均色度值；以及判断(该最大区块平均色度值-该最小区块平均色度值)的值是否小于一参考规格值，若是，该扫描图像的色度值具有一致性。
8.如权利要求1所述的方法，其中该区块平均色度值是一R区块平均色度值、一G区块平均色度值或一B区块平均色度值。
9.如权利要求1所述的方法，其中A的值等于B的值，且M的值等于N的值。
10.一种扫描图像的色度值的一致性的测试方法，用于一扫描一全白图件后所产生的扫描图像上，该扫描图像的大小为(A像素)×(B像素)，该方法包括输入一分割列数值及一分割行数值，其值分别为M及N，使得该扫描图像被区分为MxN个图像区块，且各该图像区块的大小为(A/M像素)×(B/N像素)；输入一横向分割像素值及一纵向分割像素值，其值分别为H及V，使得各该图像区块被分割为(A/M/H)×(B/N/V)个区块内框；计算获得各该区块内框所对应的一R色度值、一G色度值及一B色度值，并分别计算获得各该图像区块的该些R、G及B色度值的平均值，以分别作为各该图像区块所对应的一R区块平均色度值、一G区块平均色度值及一B区块平均色度值；以及利用至少一演算法处理该些R、G及B区块平均色度值，以进行该扫描图像的R、G及B色度值的一致性的判断。
11.如权利要求10所述的方法，其中该演算法包括分别计算获得该些R、G及B区块平均色度值的一R标准差、一G标准差及一B标准差；以及分别判断该R、G及B标准差是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
12.如权利要求10所述的方法，其中该演算法包括分别比较该些R、G及B区块平均色度值的大小，以分别取出一最大R区块平均色度值及一最小R区块平均色度值、一最大G区块平均色度值及一最小G区块平均色度值、一最大B区块平均色度值及一最小B区块平均色度值；以及分别判断[(该最大R区块平均色度值-该最小R区块平均色度值)/该些R区块平均色度值的平均值]的值、[(该最大G区块平均色度值-该最小G区块平均色度值)/该些G区块平均色度值的平均值]的值及[(该最大B区块平均色度值-该最小B区块平均色度值)/该些B区块平均色度值的平均值]的值是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
13.如权利要求10所述的方法，其中该演算法包括分别计算各该R、G及B区块平均色度值及该些R、G及B区块平均色度值的平均值之间的差值，以分别取出一最大R色度差值、一最大G色度差值及一最大B色度差值；以及分别判断[(该些R区块平均色度值的平均值-该最大R色度差值)/该些R区块平均色度值的平均值]的值、[(该些G区块平均色度值的平均值-该最大G色度差值)/该些G区块平均色度值的平均值]的值及[(该些B区块平均色度值的平均值-该最大B色度差值)/该些B区块平均色度值的平均值]的值是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
14.如权利要求10所述的方法，其中该演算法包括分别比较该些R、G及B区块平均色度值的大小，以分别取出一最大R区块平均色度值及一最小R区块平均色度值、一最大G区块平均色度值及一最小G区块平均色度值、一最大B区块平均色度值及一最小B区块平均色度值；以及分别判断(该最大R区块平均色度值-该最小R区块平均色度值)的值、(该最大G区块平均色度值-该最小G区块平均色度值)的值及(该最大B区块平均色度值-该最小B区块平均色度值)的值是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
15.如权利要求10所述的方法，其中A的值等于B的值，且M的值等于N的值。
16.一种扫描图像的色度值的一致性的测试方法，用于一扫描一全白图件后所产生的扫描图像上，该扫描图像的大小为(A像素)×(B)像素，该方法包括输入一分割列数值及一分割行数值，其值分别为M及N，使得该扫描图像被区分为M×N个图像区块，而各该图像区块的大小为(A/M像素)×(B/N像素)，且各该图像区块具有(A/M)×(B/N)个基本图像点；计算获得各该基本图像点所对应的一R色度值、一G色度值及一B色度值；分别取出大于一预设筛选值的该些R、G及B色度值，并分别计算获得各该图像区块中的被取出的该些R、G及B色度值的平均值，以作为各该图像区块所对应的一R区块平均色度值、一G区块平均色度值及一B区块平均色度值；以及利用至少一演算法处理该些R、G及B区块平均色度值，以进行该扫描图像的R、G及B色度值的一致性的判断。
17.如权利要求16所述的方法，其中该演算法包括分别计算获得该些R、G及B区块平均色度值的一R标准差、一G标准差及一B标准差；以及分别判断该R、G及B标准差是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
18.如权利要求16所述的方法，其中该演算法包括分别比较该些R、G及B区块平均色度值的大小，以分别取出一最大R区块平均色度值及一最小R区块平均色度值、一最大G区块平均色度值及一最小G区块平均色度值、一最大B区块平均色度值及一最小B区块平均色度值；以及分别判断[(该最大R区块平均色度值-该最小R区块平均色度值)/该些R区块平均色度值的平均值]的值、[(该最大G区块平均色度值-该最小G区块平均色度值)/该些G区块平均色度值的平均值]的值及[(该最大B区块平均色度值-该最小B区块平均色度值)/该些B区块平均色度值的平均值]的值是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
19.如权利要求16所述的方法，其中该演算法包括分别计算各该R、G及B区块平均色度值及该些R、G及B区块平均色度值的平均值之间的差值，以分别取出一最大R色度差值、一最大G色度差值及一最大B色度差值；以及分别判断[(该些R区块平均色度值的平均值-该最大R色度差值)/该些R区块平均色度值的平均值]的值、[(该些G区块平均色度值的平均值-该最大G色度差值)/该些G区块平均色度值的平均值]的值及[(该些B区块平均色度值的平均值-该最大B色度差值)/该些B区块平均色度值的平均值]的值是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
20.如权利要求16所述的方法，其中该演算法包括分别比较该些R、G及B区块平均色度值的大小，以分别取出一最大R区块平均色度值及一最小R区块平均色度值、一最大G区块平均色度值及一最小G区块平均色度值、一最大B区块平均色度值及一最小B区块平均色度值；以及分别判断(该最大R区块平均色度值-该最小R区块平均色度值)的值、(该最大G区块平均色度值-该最小G区块平均色度值)的值及(该最大B区块平均色度值-该最小B区块平均色度值)的值是否小于一参考规格值，若是，该扫描图像的R、G及B色度值具有一致性。
全文摘要
一种扫描图像的色度值的一致性的测试方法，用于一扫描一全白图件后所产生的扫描图像上。首先，输入一分割列数值及一分割行数值，其值分别为M及N，使得扫描图像被区分为M×N个图像区块。接着，计算获得各图像区块所对应的一区块平均色度值。然后，利用至少一演算法处理这些区块平均色度值，以进行扫描图像的色度值的一致性的判断。
文档编号H04N1/00GK1531320SQ03120188
公开日2004年9月22日 申请日期2003年3月12日 优先权日2003年3月12日
发明者王国任, 余育侞 申请人:力捷电脑股份有限公司