画像評価装置、画像評価方法及び記録媒体
【課題】様々な要因から生ずるノイズが含まれていても、デジタル画像読取装置の基準白板や反射ミラーに付着したゴミや汚れを精度よく検出できる画像評価装置を提供する。
【解決手段】前記画像評価装置１は、シェーディング補正前の基準白板の読取画像を各画素ごとに平均化する積分値算出部１１４と、各画素位置の関数を用いて近似する近似式算出部１１５と、データ配列を補正する積分値補正部１１６と、データ配列を数値変換する数値変換部１１７と、データ配列の差分を算出する差分算出部１１８と、データ配列に基づき、特徴量を算出する特徴量算出部１１９と、特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する評価結果出力部１２０とを有する。
【解決手段】前記画像評価装置１は、シェーディング補正前の基準白板の読取画像を各画素ごとに平均化する積分値算出部１１４と、各画素位置の関数を用いて近似する近似式算出部１１５と、データ配列を補正する積分値補正部１１６と、データ配列を数値変換する数値変換部１１７と、データ配列の差分を算出する差分算出部１１８と、データ配列に基づき、特徴量を算出する特徴量算出部１１９と、特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する評価結果出力部１２０とを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、スキャナまたは複写機等の画像読取装置から得られる画像欠陥の評価を行う画像評価装置、画像評価方法および記録媒体に関するものである。
【背景技術】
【０００２】
一般的なデジタル画像読取装置では、原稿画像が置かれた原稿面表面に光を照射し、原稿画像に当たってから反射された光を反射ミラー、レンズを介してＣＣＤとよばれる固体撮像素子に結像させ、読み取る機構となっている。
この際に、原稿の画像を鮮明に捉えるために、シェーディング補正やアナログゲイン調整をすることが多い。しかし、このシェーディング補正等に使用される基準白板や反射ミラーにゴミや汚れが付着していると、読取画像の該当位置に黒スジや白スジなどの欠陥画像が発生する。特に、近年の画像読取装置のＣＣＤは、画素サイズが小さくなってきていることから、微小サイズのゴミや汚れであっても、その影響度が大きくなっている。
したがって、画像読取装置の製品に搭載される部品や工場のクリーン度を改善することで、不良品を減らす工夫や対策が取られている。
このような問題を解決するために、特許文献１では、基準白板の読取画像の生データに対して、一定のしきい値を上回るかどうかでゴミや汚れがあると判断している。しかしながら、近年のＣＣＤは画素サイズが小さく、画像読取信号のＳ／Ｎ比が不利になってきており、欠陥部位がノイズに埋もれてしまう場合が多くなっている。つまり、得られた波形データが一定のしきい値を上回るかどうかの判断ではノイズ対策が加味されていないため、誤検知を発生させるリスクが増加してしまうのである。
【０００３】
シェーディング補正前の画像データでは照明系の照度ムラやレンズ系のＣＯＳ４乗則などの影響もあり、必ずしも波形データの均一性が保証されているとは限らず、これも誤検知の要因となっている。さらに、均一グレーで形成された塗装チャートを専用の金属プレートに貼り付け、これを原稿とした際のシェーディング補正後の読み取り画像データを用いて反射ミラーや基準白板の汚れを検出している。この検出のために、チャートの汚れによる誤検出を避けるため、その維持、管理に労力とコストがかかっている。
【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、様々な要因から生ずるノイズが含まれていても、デジタル画像読取装置の基準白板や反射ミラーに付着したゴミや汚れを精度よく検出できる画像評価装置、画像評価方法及び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、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れを検出するための画像評価装置において、シェーディング補正前の基準白板の読取画像を各画素ごとに平均化して第１の１次元積分データ配列を生成する積分値算出部と、前記第１の１次元積分データ配列を各画素位置の関数を用いて近似する近似式算出部と、前記近似式算出部で算出される第２の１次元データ配列の逆数を用いて第１の１次元積分データ配列を補正する積分値補正部と、前記積分値補正部により算出された第３の１次元積分データ配列を数値変換して第４の１次元積分データ配列を生成する数値変換部と、前記第３の１次元積分データ配列と第４の１次元積分データ配列の差分を算出して、第５の１次元データ配列を生成する差分算出部と、前記第５の１次元データ配列に基づき、特徴量を算出する特徴量算出部と、前記特徴量算出部で算出される特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する評価結果出力部とを有す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、前記数値変換部はローパスフィルタであることを特徴とする。
本発明の画像評価方法は、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れを検出するための画像評価方法において、シェーディング補正前の基準白板の読取画像を各画素ごとに平均化して第１の１次元積分データ配列を生成する積分値算出工程と、前記第１の１次元積分データ配列を各画素位置の関数を用いて近似する近似式算出工程と、前記近似式算出工程で算出される第２の１次元データ配列の逆数を用いて第１の１次元積分データ配列を補正する積分値補正工程と、前記積分値補正工程により算出された第３の１次元積分データ配列を数値変換して第４の１次元積分データ配列を生成する数値変換工程と、前記第３の１次元積分データ配列と第４の１次元積分データ配列の差分を算出して、第５の１次元データ配列を生成する差分算出工程と、前記第５の１次元データ配列に基づき、特徴量を算出する特徴量算出工程と、前記特徴量算出工程で算出される特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する評価結果出力工程とを有す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、前記数値変換工程はローパスフィルタであることを特徴とする。
本発明の記録媒体は、上記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取可能なものである。
【発明の効果】
【０００６】
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では、シェーディング補正前の画像データであっても照明やレンズ系の照度ムラを補正することができ、基準白板や反射ミラーのゴミ、汚れを精度良く検出することができる。
【図面の簡単な説明】
【０００７】
【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】画像評価装置における画像処理装置のブロック図である。
【図３】画像評価装置の動作制御を表すフローチャートである。
【図４】デジタル画像読取装置に搭載された基準白板の波形を示すグラフである。
【図５】近似式算出部により生成した第２の１次元積分データ配列Ｚｉを示すグラフである。
【図６】第３の１次元データ配列Ａｉに第４の１次元積分データ配列Ｂｉを重ね書きしたグラフである。
【図７】第５の１次元データ配列Ｃｉを示したグラフである。
【図８】しきい値を設けて汚れ等を区別するのを示すグラフである。
【図９】図７の○印部分を拡大したものである。
【発明を実施するための形態】
【０００８】
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。
図１は、本発明の実施形態である画像評価装置の構成を示す概略図である。
画像評価装置１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１１と画像読取装置（スキャナ）１２とを備えている。この画像評価装置１は、さらに、下記のブロック図に示される画像処理装置１１等によって、画像評価方法を実施することができる。また、この画像評価方法は、画像評価装置１を動作させるように図示しない記録媒体に、画像処理装置１１が読みとれるようなプログラムとして読取可能に記録されていても良い。
図２は、画像評価装置における画像処理装置のブロック図である。
画像処理装置１１には、画像評価装置１は装置全体の動作を管理するためのＣＰＵ１１１と、ＣＰＵ１１１のワークメモリとして使用するとともに入力した画像データや計測した結果を格納するためのメモリ１１２と、画像読取装置１２に搭載された基準白板をシェーディング補正前のＲＧＢデジタル画像データとして読み取るための画像入力部１１３と、前記画像データを各画素Ｘｉごとに平均化して第１の１次元積分データ配列Ｙｉを生成する積分値算出部１１４と、前記第１の１次元積分データ配列Ｙｉを各画素位置の関数を用いて近似する近似式算出部１１５と、前記近似式算出部１１５で算出される第２の１次元データ配列Ｚｉの逆数を用いて第１の１次元積分データ配列Ｙｉを補正する積分値補正部１１６と、前記積分値補正部１１６により算出された第３の１次元積分データ配列Ａｉを数値変換して第４の１次元積分データ配列Ｂｉを生成する数値変換部１１７と、前記第３の１次元積分データ配列Ａｉと第４の１次元積分データ配列Ｂｉの差分を算出して、第５の１次元データ配列Ｃｉを生成する差分算出部１１８と、前記第５の１次元データ配列Ｃｉの特徴量から画像評価値を算出する画像評価値算出部１１９と、評価結果をモニタやプリンタ、ファイル等の外部出力するための評価結果出力部１２０を具備する。
また、画像評価装置１には、評価する画像を読み取るための読取装置（スキャナ）１２を備えている。読取装置１２は、ＣＣＤで構成されている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。
さらに、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に格納したことにより、画像評価装置１を汎用的に構築することができる。
【０００９】
図３は、画像評価装置の動作制御を表すフローチャートである。ここでは、基準白板を読取装置１２で読み取って、ゴミ、汚れがあるか判定するまでの画像評価装置１の動作制御を表している。
初めに、評価する基準白板の感光体の回転する周方向に濃度のデータを取る（ステップＳ１）。デジタル画像読取装置に搭載された基準白板を画像入力部１１３により取り込まれる。
図４は、デジタル画像読取装置に搭載された基準白板の波形を示すグラフである。
画像をデジタル化して読み取る読取装置１２に搭載された基準白板を、画像評価装置１１内の画像入力部１１３により取り込まれる。この画像入力部１１３により取り込まれた画像データを、積分値算出部１１４で各画素ごとに平均化して第１の１次元積分データ配列Ｙｉを生成する（ステップＳ２）。図４に示すグラフは、この積分算出部１１４により得られた第１の１次元積分データ配列Ｙｉを波形として示したものである。この波形では、シェーディング補正前の画像であるため、照明やレンズによる照度分布が均一でないために、丸○印で示す縦スジ成分がうねり成分に埋もれた状態となっている。
従来は、この画像データ、または、第１の１次元積分データ配列Ｙｉからゴミ等の欠陥の検出をしていた。図４に示すように、丸○印のように高い画像濃度を示すことで、ゴミ等の存在を発見することができた。しかし、うねり成分でも出力レベルの高い部分があり、丸○印内の出力レベルをゴミとすると、うねり成分の部分もすべてゴミ等で汚れていることになる。
【００１０】
次に、図３のフローチャートに従って、ゴミ等の欠陥の画像データを、このうねり成分を除去して、縦スジを精度良く抽出する方法を示す。
まず、第１の１次元積分データ配列Ｙｉから、第１の１次元積分データ配列Ｙｉの平均値Ｙを算出する（ステップＳ３）。
各画素Ｘｉに対応する第１の１次元積分データをＹｉとすると、第１の波形は、下記式１を用いて、多項式近似式に当てはめて近似することができる（ステップＳ４）。
【数１】
ここで、ｎは多項式で近似する場合の次数、ａとｋは、近似式の係数を表す。
【００１１】
図５は、近似式算出部により生成した第２の１次元積分データ配列を示すグラフＺｉである。図５に示すように、近似式算出部１１５により画素iにおける（Ｘｉ,Ｙｉ）のデータの複数組を用いて、４次の多項式近似を行い、第２の１次元積分データ配列Ｚｉを生成した結果である。グラフは第１の１次元積分データ配列Ｙｉに第２の１次元積分データ配列Ｚｉを重ね書きしたものである。
ここではｎ＝４としたが、次数は限定されるものではなく、うねり成分を除去できる次数を適当に選択すれば良いことは言うまでもない。縦スジ検出を行うためには第２の１次元積分データ配列Ｚｉはゴミや汚れを検出する際に不要なシェーディング成分であるので、第１の１次元積分データ配列Ｙｉの中から除去する方法を考える。
【００１２】
つぎに、積分値補正部１１６は第２の１次元積分データ配列Ｙｉの逆数Ｚｉを求める（ステップ５）。この第２の１次元積分データ配列Ｚｉは、対応する画素ごとに第１の１次元積分データ配列Ｙｉと掛け合わせることで、第３の１次元積分データ配列Ａｉを算出する（ステップ６）。次ぎに、第３の１次元積分データ配列Ａｉの平均値Ａを算出する（ステップ７）。次いで、第３の１次元積分データ配列Ａｉを、第１の１次元積分データ配列の平均値Ｙと第１の１次元積分データ配列Ｙｉの平均値Ｙで補正して、第３の１次元積分データ配列Ａ´ｉを計算する（ステップ８）。なお、単純に逆数を掛け合わせただけでは補正データの平均値が変化してしまうため、第１の１次元積分データ配列Ｙｉの平均値Ｙと補正データＡ´ｉの平均値Ａが同じ値になるように、補正用定数：Ｙ／Ａを掛けることでレベル補正を行う。
図６は、第３の１次元データ配列Ａ´ｉに第４の１次元積分データ配列Ｂｉを重ね書きしたグラフである。ここで、図６には、積分値補正部１１６により補正された第３の１次元積分データ配列Ａ´ｉを示している。この例では、第３の１次元積分データ配列Ａ´ｉで、図５の波形から一定のしきい値を用いて、縦スジを抽出することもできている。
【００１３】
ここでは、さらに、さらにノイズを除去する方法を考える。
すなわち、数値変換部１１７は、第３の１次元積分データ配列Ａ´ｉにメディアンフィルタを施し、第４の１次元積分データ配列Ｂｉを生成する（ステップＳ９）。
メディアンフィルタとは、局所領域における出力値を昇順に並べ、中央値をその領域中央の出力とする処理であり、エッジが保存されたまま雑音（ランダムノイズ）のみを除去できる効果がある。
また、図６には、第３の１次元データ配列Ａ´ｉに第４の１次元積分データ配列Ｂｉを重ね書きして示している。
次に、差分算出部１１８は第３の１次元積分データ配列Ａ’ｉと第４の１次元積分データ配列Ｂｉの差分を取ることで、第５の１次元データ配列Ｃｉを生成する（ステップＳ１０）。このように、第３の１次元積分データ配列Ａ’ｉに対して第４の１次元積分データ配列Ｂｉとの差分を取ることで、積分値補正部１１６で除去しきれない余分なノイズを除去することができる。
ここでは、メディアンフィルタを用いたが、ローパスフィルタの機能を有するものであれば移動平均やフーリエ変換などの処理を用いても構わない。ローパスフィルタを用いることで、同様に、不要なノイズを低減でき、基準白板や反射ミラーのゴミ、汚れを精度良く検出することができる。ここで、ローパスフィルタは、ある信号波形の高周波領域をカットし、低周波領域のみを通す（＝パス）するフィルターです。これで、フーリエ変換が可能な画像に対しても適用可能で、高周波をカットすることで輪郭がぼかされた画像を作ることで、不要なノイズを低減できる。
また、積分値補正部１１６で十分にノイズが除去できる場合は、第４の１次元積分データ配列Ｂｉの代用として、メディアンフィルタではなく、第３の１次元積分データ配列Ａ’ｉの平均値を用いても構わない。
図７は、第５の１次元データ配列Ｃｉを示したグラフである。図７では、図４の段階でうねり成分に埋もれていた縦スジ成分が顕在化されていることが確認できる。
【００１４】
図８は、しきい値を設けて汚れ等を区別するのを示すグラフである。図８の波形から一定のしきい値Ｔｈ１を設けて、それを上回る部分は基準白板や反射ミラーにゴミや汚れが付着していると候補として取り上げることができる。したがって、うねり成分を補正して、ゴミ等の汚れのみを顕在化していることがわかり、本発明の画像評価装置１では、シェーディング補正前の画像データであっても照明やレンズ系の照度ムラを補正することができ、基準白板や反射ミラーのゴミや汚れが付着している候補として精度良く検出することができる。
図９は、図８の○印部分を拡大したものである。画像評価値算出部１１９は前記の波形と第１のしきい値Ｔｈ１で囲まれる面積を求める。この面積に基づいて、ゴミや汚れの有無を判断する。すなわち、面積が第２のしきい値Ｔｈ２よりも大きければゴミや汚れがあると最終判定し、小さければなしと判定する（ステップＳ１１〜Ｓ１９）。単純に一定のしきい値を上回るかどうかはノイズによる誤検知のリスクがあるが、このような特徴量を用いることで、単なる異常の有無だけでなく、異常の度合いを定量化することができ、誤検知のリスクを減らすことができるのである。
さらに、ゴミありと判定された画素のしきい値で囲まれた面積Ｇｉが、第１のしきい値Ｔｈ１より大きい値の第２のしきい値Ｔｈ２よりも大きければゴミや汚れがあると最終判定し、小さければなしと判定する（ステップＳ２０〜Ｓ２４）。ここでは、ステップＳ２０からステップＳ２２のループを、画素Ｘｉが１の場合から順次ｊの場合まで繰り返し、全ての画素に対して評価結果が所定のしきい値を上回っているか判定する（ステップＳ２１）。評価結果出力部１２０でしきい値を上回っている場合は、最終判定として、ゴミ等の汚れがあると判定してこのループを抜ける（ステップＳ２４）。ただし、上回っていないと判定し、画素Ｘｉをｊの場合まで判定した場合（ステップＳ２２）は、最終判定として、ゴミ等の汚れがないと判定して、一連の処理を終了する（ステップＳ２３）。
そして、評価結果出力部１２０で評価結果をモニタやプリンタ、ファイル等の外部出力する（ステップＳ２５）。
【符号の説明】
【００１５】
１ 画像評価装置
１１ 画像処理装置
１１１ ＣＰＵ
１１２ メモリ
１１３ 画像入力部
１１４ 積分値算出部
１１５ 近似式算出部
１１６ 積分値補正部
１１７ 数値変換部
１１８ 差分算出部
１１９ 画像評価値算出部
１２０ 評価結果出力部
１２１ 画像表示部
１２ 画像読取装置
【先行技術文献】
【特許文献】
【００１６】
【特許文献１】特開平０８−１４９２４９号公報
【技術分野】
【０００１】
本発明は、スキャナまたは複写機等の画像読取装置から得られる画像欠陥の評価を行う画像評価装置、画像評価方法および記録媒体に関するものである。
【背景技術】
【０００２】
一般的なデジタル画像読取装置では、原稿画像が置かれた原稿面表面に光を照射し、原稿画像に当たってから反射された光を反射ミラー、レンズを介してＣＣＤとよばれる固体撮像素子に結像させ、読み取る機構となっている。
この際に、原稿の画像を鮮明に捉えるために、シェーディング補正やアナログゲイン調整をすることが多い。しかし、このシェーディング補正等に使用される基準白板や反射ミラーにゴミや汚れが付着していると、読取画像の該当位置に黒スジや白スジなどの欠陥画像が発生する。特に、近年の画像読取装置のＣＣＤは、画素サイズが小さくなってきていることから、微小サイズのゴミや汚れであっても、その影響度が大きくなっている。
したがって、画像読取装置の製品に搭載される部品や工場のクリーン度を改善することで、不良品を減らす工夫や対策が取られている。
このような問題を解決するために、特許文献１では、基準白板の読取画像の生データに対して、一定のしきい値を上回るかどうかでゴミや汚れがあると判断している。しかしながら、近年のＣＣＤは画素サイズが小さく、画像読取信号のＳ／Ｎ比が不利になってきており、欠陥部位がノイズに埋もれてしまう場合が多くなっている。つまり、得られた波形データが一定のしきい値を上回るかどうかの判断ではノイズ対策が加味されていないため、誤検知を発生させるリスクが増加してしまうのである。
【０００３】
シェーディング補正前の画像データでは照明系の照度ムラやレンズ系のＣＯＳ４乗則などの影響もあり、必ずしも波形データの均一性が保証されているとは限らず、これも誤検知の要因となっている。さらに、均一グレーで形成された塗装チャートを専用の金属プレートに貼り付け、これを原稿とした際のシェーディング補正後の読み取り画像データを用いて反射ミラーや基準白板の汚れを検出している。この検出のために、チャートの汚れによる誤検出を避けるため、その維持、管理に労力とコストがかかっている。
【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、様々な要因から生ずるノイズが含まれていても、デジタル画像読取装置の基準白板や反射ミラーに付着したゴミや汚れを精度よく検出できる画像評価装置、画像評価方法及び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、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れを検出するための画像評価装置において、シェーディング補正前の基準白板の読取画像を各画素ごとに平均化して第１の１次元積分データ配列を生成する積分値算出部と、前記第１の１次元積分データ配列を各画素位置の関数を用いて近似する近似式算出部と、前記近似式算出部で算出される第２の１次元データ配列の逆数を用いて第１の１次元積分データ配列を補正する積分値補正部と、前記積分値補正部により算出された第３の１次元積分データ配列を数値変換して第４の１次元積分データ配列を生成する数値変換部と、前記第３の１次元積分データ配列と第４の１次元積分データ配列の差分を算出して、第５の１次元データ配列を生成する差分算出部と、前記第５の１次元データ配列に基づき、特徴量を算出する特徴量算出部と、前記特徴量算出部で算出される特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する評価結果出力部とを有す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、前記数値変換部はローパスフィルタであることを特徴とする。
本発明の画像評価方法は、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れを検出するための画像評価方法において、シェーディング補正前の基準白板の読取画像を各画素ごとに平均化して第１の１次元積分データ配列を生成する積分値算出工程と、前記第１の１次元積分データ配列を各画素位置の関数を用いて近似する近似式算出工程と、前記近似式算出工程で算出される第２の１次元データ配列の逆数を用いて第１の１次元積分データ配列を補正する積分値補正工程と、前記積分値補正工程により算出された第３の１次元積分データ配列を数値変換して第４の１次元積分データ配列を生成する数値変換工程と、前記第３の１次元積分データ配列と第４の１次元積分データ配列の差分を算出して、第５の１次元データ配列を生成する差分算出工程と、前記第５の１次元データ配列に基づき、特徴量を算出する特徴量算出工程と、前記特徴量算出工程で算出される特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する評価結果出力工程とを有す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、前記数値変換工程はローパスフィルタであることを特徴とする。
本発明の記録媒体は、上記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取可能なものである。
【発明の効果】
【０００６】
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では、シェーディング補正前の画像データであっても照明やレンズ系の照度ムラを補正することができ、基準白板や反射ミラーのゴミ、汚れを精度良く検出することができる。
【図面の簡単な説明】
【０００７】
【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】画像評価装置における画像処理装置のブロック図である。
【図３】画像評価装置の動作制御を表すフローチャートである。
【図４】デジタル画像読取装置に搭載された基準白板の波形を示すグラフである。
【図５】近似式算出部により生成した第２の１次元積分データ配列Ｚｉを示すグラフである。
【図６】第３の１次元データ配列Ａｉに第４の１次元積分データ配列Ｂｉを重ね書きしたグラフである。
【図７】第５の１次元データ配列Ｃｉを示したグラフである。
【図８】しきい値を設けて汚れ等を区別するのを示すグラフである。
【図９】図７の○印部分を拡大したものである。
【発明を実施するための形態】
【０００８】
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。
図１は、本発明の実施形態である画像評価装置の構成を示す概略図である。
画像評価装置１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１１と画像読取装置（スキャナ）１２とを備えている。この画像評価装置１は、さらに、下記のブロック図に示される画像処理装置１１等によって、画像評価方法を実施することができる。また、この画像評価方法は、画像評価装置１を動作させるように図示しない記録媒体に、画像処理装置１１が読みとれるようなプログラムとして読取可能に記録されていても良い。
図２は、画像評価装置における画像処理装置のブロック図である。
画像処理装置１１には、画像評価装置１は装置全体の動作を管理するためのＣＰＵ１１１と、ＣＰＵ１１１のワークメモリとして使用するとともに入力した画像データや計測した結果を格納するためのメモリ１１２と、画像読取装置１２に搭載された基準白板をシェーディング補正前のＲＧＢデジタル画像データとして読み取るための画像入力部１１３と、前記画像データを各画素Ｘｉごとに平均化して第１の１次元積分データ配列Ｙｉを生成する積分値算出部１１４と、前記第１の１次元積分データ配列Ｙｉを各画素位置の関数を用いて近似する近似式算出部１１５と、前記近似式算出部１１５で算出される第２の１次元データ配列Ｚｉの逆数を用いて第１の１次元積分データ配列Ｙｉを補正する積分値補正部１１６と、前記積分値補正部１１６により算出された第３の１次元積分データ配列Ａｉを数値変換して第４の１次元積分データ配列Ｂｉを生成する数値変換部１１７と、前記第３の１次元積分データ配列Ａｉと第４の１次元積分データ配列Ｂｉの差分を算出して、第５の１次元データ配列Ｃｉを生成する差分算出部１１８と、前記第５の１次元データ配列Ｃｉの特徴量から画像評価値を算出する画像評価値算出部１１９と、評価結果をモニタやプリンタ、ファイル等の外部出力するための評価結果出力部１２０を具備する。
また、画像評価装置１には、評価する画像を読み取るための読取装置（スキャナ）１２を備えている。読取装置１２は、ＣＣＤで構成されている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。
さらに、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に格納したことにより、画像評価装置１を汎用的に構築することができる。
【０００９】
図３は、画像評価装置の動作制御を表すフローチャートである。ここでは、基準白板を読取装置１２で読み取って、ゴミ、汚れがあるか判定するまでの画像評価装置１の動作制御を表している。
初めに、評価する基準白板の感光体の回転する周方向に濃度のデータを取る（ステップＳ１）。デジタル画像読取装置に搭載された基準白板を画像入力部１１３により取り込まれる。
図４は、デジタル画像読取装置に搭載された基準白板の波形を示すグラフである。
画像をデジタル化して読み取る読取装置１２に搭載された基準白板を、画像評価装置１１内の画像入力部１１３により取り込まれる。この画像入力部１１３により取り込まれた画像データを、積分値算出部１１４で各画素ごとに平均化して第１の１次元積分データ配列Ｙｉを生成する（ステップＳ２）。図４に示すグラフは、この積分算出部１１４により得られた第１の１次元積分データ配列Ｙｉを波形として示したものである。この波形では、シェーディング補正前の画像であるため、照明やレンズによる照度分布が均一でないために、丸○印で示す縦スジ成分がうねり成分に埋もれた状態となっている。
従来は、この画像データ、または、第１の１次元積分データ配列Ｙｉからゴミ等の欠陥の検出をしていた。図４に示すように、丸○印のように高い画像濃度を示すことで、ゴミ等の存在を発見することができた。しかし、うねり成分でも出力レベルの高い部分があり、丸○印内の出力レベルをゴミとすると、うねり成分の部分もすべてゴミ等で汚れていることになる。
【００１０】
次に、図３のフローチャートに従って、ゴミ等の欠陥の画像データを、このうねり成分を除去して、縦スジを精度良く抽出する方法を示す。
まず、第１の１次元積分データ配列Ｙｉから、第１の１次元積分データ配列Ｙｉの平均値Ｙを算出する（ステップＳ３）。
各画素Ｘｉに対応する第１の１次元積分データをＹｉとすると、第１の波形は、下記式１を用いて、多項式近似式に当てはめて近似することができる（ステップＳ４）。
【数１】
ここで、ｎは多項式で近似する場合の次数、ａとｋは、近似式の係数を表す。
【００１１】
図５は、近似式算出部により生成した第２の１次元積分データ配列を示すグラフＺｉである。図５に示すように、近似式算出部１１５により画素iにおける（Ｘｉ,Ｙｉ）のデータの複数組を用いて、４次の多項式近似を行い、第２の１次元積分データ配列Ｚｉを生成した結果である。グラフは第１の１次元積分データ配列Ｙｉに第２の１次元積分データ配列Ｚｉを重ね書きしたものである。
ここではｎ＝４としたが、次数は限定されるものではなく、うねり成分を除去できる次数を適当に選択すれば良いことは言うまでもない。縦スジ検出を行うためには第２の１次元積分データ配列Ｚｉはゴミや汚れを検出する際に不要なシェーディング成分であるので、第１の１次元積分データ配列Ｙｉの中から除去する方法を考える。
【００１２】
つぎに、積分値補正部１１６は第２の１次元積分データ配列Ｙｉの逆数Ｚｉを求める（ステップ５）。この第２の１次元積分データ配列Ｚｉは、対応する画素ごとに第１の１次元積分データ配列Ｙｉと掛け合わせることで、第３の１次元積分データ配列Ａｉを算出する（ステップ６）。次ぎに、第３の１次元積分データ配列Ａｉの平均値Ａを算出する（ステップ７）。次いで、第３の１次元積分データ配列Ａｉを、第１の１次元積分データ配列の平均値Ｙと第１の１次元積分データ配列Ｙｉの平均値Ｙで補正して、第３の１次元積分データ配列Ａ´ｉを計算する（ステップ８）。なお、単純に逆数を掛け合わせただけでは補正データの平均値が変化してしまうため、第１の１次元積分データ配列Ｙｉの平均値Ｙと補正データＡ´ｉの平均値Ａが同じ値になるように、補正用定数：Ｙ／Ａを掛けることでレベル補正を行う。
図６は、第３の１次元データ配列Ａ´ｉに第４の１次元積分データ配列Ｂｉを重ね書きしたグラフである。ここで、図６には、積分値補正部１１６により補正された第３の１次元積分データ配列Ａ´ｉを示している。この例では、第３の１次元積分データ配列Ａ´ｉで、図５の波形から一定のしきい値を用いて、縦スジを抽出することもできている。
【００１３】
ここでは、さらに、さらにノイズを除去する方法を考える。
すなわち、数値変換部１１７は、第３の１次元積分データ配列Ａ´ｉにメディアンフィルタを施し、第４の１次元積分データ配列Ｂｉを生成する（ステップＳ９）。
メディアンフィルタとは、局所領域における出力値を昇順に並べ、中央値をその領域中央の出力とする処理であり、エッジが保存されたまま雑音（ランダムノイズ）のみを除去できる効果がある。
また、図６には、第３の１次元データ配列Ａ´ｉに第４の１次元積分データ配列Ｂｉを重ね書きして示している。
次に、差分算出部１１８は第３の１次元積分データ配列Ａ’ｉと第４の１次元積分データ配列Ｂｉの差分を取ることで、第５の１次元データ配列Ｃｉを生成する（ステップＳ１０）。このように、第３の１次元積分データ配列Ａ’ｉに対して第４の１次元積分データ配列Ｂｉとの差分を取ることで、積分値補正部１１６で除去しきれない余分なノイズを除去することができる。
ここでは、メディアンフィルタを用いたが、ローパスフィルタの機能を有するものであれば移動平均やフーリエ変換などの処理を用いても構わない。ローパスフィルタを用いることで、同様に、不要なノイズを低減でき、基準白板や反射ミラーのゴミ、汚れを精度良く検出することができる。ここで、ローパスフィルタは、ある信号波形の高周波領域をカットし、低周波領域のみを通す（＝パス）するフィルターです。これで、フーリエ変換が可能な画像に対しても適用可能で、高周波をカットすることで輪郭がぼかされた画像を作ることで、不要なノイズを低減できる。
また、積分値補正部１１６で十分にノイズが除去できる場合は、第４の１次元積分データ配列Ｂｉの代用として、メディアンフィルタではなく、第３の１次元積分データ配列Ａ’ｉの平均値を用いても構わない。
図７は、第５の１次元データ配列Ｃｉを示したグラフである。図７では、図４の段階でうねり成分に埋もれていた縦スジ成分が顕在化されていることが確認できる。
【００１４】
図８は、しきい値を設けて汚れ等を区別するのを示すグラフである。図８の波形から一定のしきい値Ｔｈ１を設けて、それを上回る部分は基準白板や反射ミラーにゴミや汚れが付着していると候補として取り上げることができる。したがって、うねり成分を補正して、ゴミ等の汚れのみを顕在化していることがわかり、本発明の画像評価装置１では、シェーディング補正前の画像データであっても照明やレンズ系の照度ムラを補正することができ、基準白板や反射ミラーのゴミや汚れが付着している候補として精度良く検出することができる。
図９は、図８の○印部分を拡大したものである。画像評価値算出部１１９は前記の波形と第１のしきい値Ｔｈ１で囲まれる面積を求める。この面積に基づいて、ゴミや汚れの有無を判断する。すなわち、面積が第２のしきい値Ｔｈ２よりも大きければゴミや汚れがあると最終判定し、小さければなしと判定する（ステップＳ１１〜Ｓ１９）。単純に一定のしきい値を上回るかどうかはノイズによる誤検知のリスクがあるが、このような特徴量を用いることで、単なる異常の有無だけでなく、異常の度合いを定量化することができ、誤検知のリスクを減らすことができるのである。
さらに、ゴミありと判定された画素のしきい値で囲まれた面積Ｇｉが、第１のしきい値Ｔｈ１より大きい値の第２のしきい値Ｔｈ２よりも大きければゴミや汚れがあると最終判定し、小さければなしと判定する（ステップＳ２０〜Ｓ２４）。ここでは、ステップＳ２０からステップＳ２２のループを、画素Ｘｉが１の場合から順次ｊの場合まで繰り返し、全ての画素に対して評価結果が所定のしきい値を上回っているか判定する（ステップＳ２１）。評価結果出力部１２０でしきい値を上回っている場合は、最終判定として、ゴミ等の汚れがあると判定してこのループを抜ける（ステップＳ２４）。ただし、上回っていないと判定し、画素Ｘｉをｊの場合まで判定した場合（ステップＳ２２）は、最終判定として、ゴミ等の汚れがないと判定して、一連の処理を終了する（ステップＳ２３）。
そして、評価結果出力部１２０で評価結果をモニタやプリンタ、ファイル等の外部出力する（ステップＳ２５）。
【符号の説明】
【００１５】
１ 画像評価装置
１１ 画像処理装置
１１１ ＣＰＵ
１１２ メモリ
１１３ 画像入力部
１１４ 積分値算出部
１１５ 近似式算出部
１１６ 積分値補正部
１１７ 数値変換部
１１８ 差分算出部
１１９ 画像評価値算出部
１２０ 評価結果出力部
１２１ 画像表示部
１２ 画像読取装置
【先行技術文献】
【特許文献】
【００１６】
【特許文献１】特開平０８−１４９２４９号公報
【特許請求の範囲】
【請求項１】
デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れを検出するための画像評価装置において、
前記画像評価装置は、シェーディング補正前の基準白板の読取画像を各画素ごとに平均化して第１の１次元積分データ配列を生成する積分値算出部と、
前記第１の１次元積分データ配列を各画素位置の関数を用いて近似する近似式算出部と、
前記近似式算出部で算出される第２の１次元データ配列の逆数を用いて第１の１次元積分データ配列を補正する積分値補正部と、
前記積分値補正部により算出された第３の１次元積分データ配列を数値変換して第４の１次元積分データ配列を生成する数値変換部と、
前記第３の１次元積分データ配列と第４の１次元積分データ配列の差分を算出して、第５の１次元データ配列を生成する差分算出部と、
前記第５の１次元データ配列に基づき、特徴量を算出する特徴量算出部と、
前記特徴量算出部で算出される特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する評価結果出力部とを有する
ことを特徴とする画像評価装置。
【請求項２】
前記数値変換部はローパスフィルタである
ことを特徴とする請求項１の画像評価装置。
【請求項３】
デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れを検出するための画像評価方法において、
シェーディング補正前の基準白板の読取画像を各画素ごとに平均化して第１の１次元積分データ配列を生成する積分値算出工程と、
前記第１の１次元積分データ配列を各画素位置の関数を用いて近似する近似式算出工程と、
前記近似式算出工程で算出される第２の１次元データ配列の逆数を用いて第１の１次元積分データ配列を補正する積分値補正工程と、
前記積分値補正工程により算出された第３の１次元積分データ配列を数値変換して第４の１次元積分データ配列を生成する数値変換工程と、
前記第３の１次元積分データ配列と第４の１次元積分データ配列の差分を算出して、第５の１次元データ配列を生成する差分算出工程と、
前記第５の１次元データ配列に基づき、特徴量を算出する特徴量算出工程と、
前記特徴量算出工程で算出される特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する
ことを特徴とする画像評価方法。
【請求項４】
前記数値変換工程はローパスフィルタである
ことを特徴とする請求項３の画像評価方法。
【請求項５】
請求項３乃至４の画像評価方法を実現させるためのプログラムを記録した読取可能な記録媒体。
【請求項１】
デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れを検出するための画像評価装置において、
前記画像評価装置は、シェーディング補正前の基準白板の読取画像を各画素ごとに平均化して第１の１次元積分データ配列を生成する積分値算出部と、
前記第１の１次元積分データ配列を各画素位置の関数を用いて近似する近似式算出部と、
前記近似式算出部で算出される第２の１次元データ配列の逆数を用いて第１の１次元積分データ配列を補正する積分値補正部と、
前記積分値補正部により算出された第３の１次元積分データ配列を数値変換して第４の１次元積分データ配列を生成する数値変換部と、
前記第３の１次元積分データ配列と第４の１次元積分データ配列の差分を算出して、第５の１次元データ配列を生成する差分算出部と、
前記第５の１次元データ配列に基づき、特徴量を算出する特徴量算出部と、
前記特徴量算出部で算出される特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する評価結果出力部とを有する
ことを特徴とする画像評価装置。
【請求項２】
前記数値変換部はローパスフィルタである
ことを特徴とする請求項１の画像評価装置。
【請求項３】
デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れを検出するための画像評価方法において、
シェーディング補正前の基準白板の読取画像を各画素ごとに平均化して第１の１次元積分データ配列を生成する積分値算出工程と、
前記第１の１次元積分データ配列を各画素位置の関数を用いて近似する近似式算出工程と、
前記近似式算出工程で算出される第２の１次元データ配列の逆数を用いて第１の１次元積分データ配列を補正する積分値補正工程と、
前記積分値補正工程により算出された第３の１次元積分データ配列を数値変換して第４の１次元積分データ配列を生成する数値変換工程と、
前記第３の１次元積分データ配列と第４の１次元積分データ配列の差分を算出して、第５の１次元データ配列を生成する差分算出工程と、
前記第５の１次元データ配列に基づき、特徴量を算出する特徴量算出工程と、
前記特徴量算出工程で算出される特徴量に基づき、デジタル画像読取装置の基準白板または反射ミラー上のゴミや汚れの有無を判断する
ことを特徴とする画像評価方法。
【請求項４】
前記数値変換工程はローパスフィルタである
ことを特徴とする請求項３の画像評価方法。
【請求項５】
請求項３乃至４の画像評価方法を実現させるためのプログラムを記録した読取可能な記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１０−２２６６８９（Ｐ２０１０−２２６６８９Ａ）
【公開日】平成２２年１０月７日（２０１０．１０．７）
【国際特許分類】
【出願番号】特願２００９−１４０７２２（Ｐ２００９−１４０７２２）
【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１０月７日（２０１０．１０．７）
【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 ]