媒体分类方法 【技术领域】
本发明涉及一种打印纸张的判定方法，尤其涉及一种通过扫描模块进行三原色光亮度值的取得，并搭配特定算法扩大纸张差异的纸张分类方法。
背景技术
“小型化”和“功能整合”是当今信息装置的发展趋势。以整合了打印机、复印机、传真机、扫描仪的多功能事务机(Multi-Function Peripheral，MFP)而言，功能整合不仅意味着实体结构上的汇集与重排，在小型化的要求下，相近功能组件的合并与简化也势在必行。
通常市面上的打印机需要利用纸张传感器(Paper Sensor)和媒体传感器(Media Sensor)来判别纸张种类和大小，但因扫描仪上的扫描模块具有更佳的检测灵敏度，而且可区别红绿蓝三原色光的扫描结果，因此这两种传感器在多功能事务机上被扫描模块所取代。不过，虽然利用扫描模块的光学特性，可以用以判别纸张大小和种类，但是可打印的媒体(media)种类从传统纸张到投影片、相片纸，如何准确的辨识一直都是一大课题。这是因为打印参数是根据纸张种类去调整的，判别的结果将直接影响到打印品质，而纸张辨别方法又直接影响到判别的准确度，所以纸张辨别方法的优良与否可说是决定打印质量地关键。
早期纸张辨识的方法是在纸张表面印上不可视墨水码(Invisible Inkcode)，这种不可视墨水码包含了纸张种类、制造商、定位与属性等信息，它的优点是准确性高，但由于打印时被墨水覆印后会显现出来，所以一般而言通常是印在纸张的边缘；不过，由于影像打印是消费者需求之一，而墨水码在全纸打印模式(full-bleed printing mode)下还是会显现出来，因此此种纸张辨识方法仍有问题有待解决。
另一种纸张辨识方式是以两个传感器去检测进纸的扩散反射系数(diffusereflectance)与镜射反射系数(specular reflectance)，这两个值的反射比(reflectance ratio)与数据库中的几种已知媒体作比对，来决定纸张种类。然而，它的准确性却未如预期，实际应用上发现了多种媒体具有相同的反射比，使得打印参数无法进行相对的调整。
惠普公司(Hewlett-Packard Company)的产品则搭配了另一种演算方式，经由光学扫描取得的未知媒体反射系数，会先进行傅立叶转换(Fouriertransform)，然后以转换后的频率强度(frequency magnitude)和已知媒体作比对。这种纸张辨识方法虽无先前方法的问题，但是由于市场竞争的结果，媒体种类越来越多而且性质相近，这使得未知媒体的频率强度有时候会与数据库中的数种已知媒体都十分接近，而提高了判断的难度和错误率。
另外，扫描模块具有检测三原色光(红绿蓝，RGB)的能力，也是多功能事务机在纸张辨识上可供应用的。
【发明内容】
本发明所要解决的技术问题为结合扫描模块所具备的检测三原色光功能与能够扩大媒体性质差异的算法，去提高媒体判别的准确率。
鉴于以上公知技术的问题，本发明所提供的纸张分类方法主要包含下列步骤：首先对未知媒体进行光学扫描获得三原色光亮度值，然后计算未知媒体所有亮度值对应的标准差，最后将未知媒体的亮度值及标准差，与数个已知媒体的样本亮度值及样本标准差，通过一算法进行计算而扩大差异，将未知媒体分类为已知媒体的其中一种。
本发明达成的功效在于利用扫描模块的光学特性，获得红绿蓝三原色光的亮度值，这三个亮度值搭配所对应的标准差，比以往一个或两个参数更能清楚代表纸张属性，而通过本发明公开算法后更进一步扩大不同纸张间的差异，而达到提高媒体辨识的精确度。
【附图说明】
图1为本发明一较佳实施例中求取已知媒体数据方法的主要流程图；
图2为本发明另一较佳实施例中未知媒体分类方法的主要流程图；
图3为本发明再一较佳实施例中媒体分类程序模块系统方块图；
图4为一亮度-标准差坐标图，显示对数种已知媒体上数个区块进行光学扫描时的落点分布；
图5为另一亮度-标准差坐标图，显示图4中各个已知媒体的三原色光重心分布；及
图6为一亮度-标准差坐标图，显示一未知媒体在图5中与各个已知媒体的位置关系。
【具体实施方式】
本发明所提供的媒体分类方法主要是利用不同媒体表面粗度及颜色的差异，造成扫描时可见光的亮度有所不同和标准差的差异，收集这些数据且通过算法扩大其差异，作为判断纸张种类依据。以下通过数个较佳实施例详细说明：
请参阅图1，在此先说明已知媒体数据库的建立方法，主要目的是要获得数种已知媒体的“样本亮度值”及“样本标准差”，其通过以下步骤来进行：首先对数种不同已知媒体上的数个区块进行光学扫描(步骤110)，获得三原色测试亮度值，所谓三原色测试亮度值(luminance value)包括红光测试亮度值、绿光测试亮度值与蓝光测试亮度值，而实际进行光学扫描的测试机构为扫描模块，如电荷耦合器件(CCD)或接触式感光器件(CIS)，另外本实施例采用的已知媒体包括了无花纹纸(plain paper)，相纸(photo-paper)，胶纸(coated-paper)与投影片(transparency)；接着，计算已知媒体三原色光测试亮度值所对应的测试标准差(步骤120)，标准差(standard deviations)即统计学上衡量变异的参数之一，将其纳入考虑有助于进一步区分各种媒体间的差异；然后将不同已知媒体的三原色(测试亮度值，测试标准差)绘制于亮度-标准差坐标图中(步骤130)，如图4所示，图中的区域410代表2号无花纹纸的三原色(测试亮度值，测试标准差)落点分布，区域420代表胶纸、区域430代表相纸，左下方的区域440代表投影片，区域450则代表1号无花纹纸；由图4中可看出，1号与2号无花纹纸的分布相当接近，胶纸与相纸也一样，因此接下来是求取出不同已知媒体的三原色亮度值重心坐标(步骤140)，以重心(center of gravity)坐标代表各个已知媒体，如图5所示，可以发现原本十分接近的区域410与区域450清楚的分开了，区域420与区域430也一样，而已知媒体的三原色落点坐标(样本亮度值，样本标准差)将成为进行媒体分类的重要依据。
接下来，通过另一个较佳实施例来说明在一多功能事务机上进行媒体分类的具体方法。未知媒体在进入多功能事务机的输入路径时，扫描模块即施予光学扫描，即图2所示对未知媒体进行光学扫描以获得三原色光亮度值(步骤210)，当然，此处所谓的三原色光亮度值同样包含红、绿、蓝光，而扫描的区域是预选的一个特定区域；接着，计算未知媒体的三原色光亮度值所对应标准差(步骤220)，若将未知媒体的三原色光(亮度值，标准差)绘制于图5的亮度-标准差坐标图中，将可得到图6中位于区域510内的三个落点；然后，进一步扩大未知媒体与已知媒体间的差异，按算法计算未知媒体与已知媒体的差异值Ci(步骤230)，此算法为
Ci＝wr*dri+wg*dgi+wb*dbi，
其中i：已知媒体编号，i＝1～5；
wr：红色光权值(weighting)；
wg：绿色光权值；
wb：蓝色光权值；
dri：在图6中，未知媒体与第i号已知媒体的红色光落点间隔距离；
dgi：在图6中，未知媒体与第i号已知媒体的绿色光落点间隔距离；
dbi：在图6中，未知媒体与第i号已知媒体的蓝色光落点间隔距离。
最后，比较每一个已知媒体的Ci值，将未知媒体分类为已知媒体中具最小差异值Ci者(步骤240)。
另需补充说明的是，在进行未知媒体的分类时，也可以收集未知媒体上数个区块的亮度值，然后分别求取其三原色光的重心，这样在图6亮度-标准差坐标图获得的三个落点将更为准确，也能提高分类的精确度。
本发明的技术思想搭配亮度-标准差坐标图作说明较为清楚，但是事实上，前述的几个步骤也可以只通过单纯的数值运算去达到。具体的实施上需要一个媒体分类程序模块300予以执行，请参阅图3，媒体程序模块300包含了数据库310、检测单元320、演算单元330、判别单元340与设定单元350，其工作及相互关系说明如下：
数据库310是用来储存已知媒体的样本亮度值与样本标准差，或者进一步储存亮度-标准差坐标图，基本上，本实施例的多功能事务机对于列入样本的已知媒体，都具有相对应的一组打印参数。
检测单元320是用来控制前述的扫描模块对未知媒体进行光学扫描，以获得未知媒体的三原色亮度值。
演算单元330是接收来自检测单元330所检测的未知媒体亮度值，去计算出所对应的标准差，同时从数据库310获取已知媒体的样本亮度值与样本标准差，以通过前面公开的算法计算出未知媒体与每个已知媒体的差异值Ci。
判别单元340是用来根据算法的计算结果，将未知媒体分类为已知媒体中具有最小差异值Ci者。
而设定单元350是媒体分类程序模块300中，用来产生使用者接口360供使用者进行主观的媒体分类判断，或者提供算法中三种色光的权值变更。使用者接口360所提供的信息可以包括某一未知媒体与已知媒体的亮度值、标准差数据，算法的权值设定、对此一未知媒体的计算结果，甚至提供亮度-标准差坐标图(如图6)，显示已知媒体与未知媒体所有(亮度值，标准差)落点。
上述实施例所公开的媒体分类方法，其优点在于通过扫描模块可以一次收集红绿蓝三原色光的各种数据，与一般只能检测单色光的打印机功能相比较，本发明在初期的数据收集上已采用较多参数去代表每一种不同媒体，再加上搭配了衡量变异的标准差，以及可扩大差异的算法，确实提供了较高精确度的媒体分类机制。