図面 (/)

技術 画像読取装置、制御方法及び制御プログラム

出願人 株式会社PFU
発明者 嶋谷暢啓向山博仁
出願日 2017年8月10日 (3年6ヶ月経過) 出願番号 2017-155868
公開日 2019年3月7日 (1年11ヶ月経過) 公開番号 2019-036054
状態 未査定
技術分野 イメージ分析 イメージ入力
主要キーワード 歪み度 補助カバー 出荷試験 画像取得プログラム 階級値 統計的基準 通信インタフェース回路 灰色領域
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2019年3月7日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (19)

課題

画像読取装置が正常であるか否かを精度良く判定することを可能とする画像読取装置、制御方法及び制御プログラムを提供する。

解決手段

画像読取装置100は、複数のサンプル画像のそれぞれに含まれる画素色値度及び歪度に関するサンプル情報を記憶する記憶部160と、テストチャート撮像した入力画像を生成する撮像装置115と、入力画像に含まれる画素の色値の尖度を算出する尖度算出部173と、入力画像に含まれる画素の色値の歪度を算出する歪度算出部174と、サンプル情報と、尖度算出部が算出した尖度と、歪度算出部が算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出するマハラノビス距離算出部175と、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定する判定部176と、を有する。

概要

背景

スキャナ等の画像読取装置では、装置の組立て作業誤り部品バラツキプログラムの不具合等により、製造された装置の中に、撮像した画像が異常になる装置が含まれる可能性がある。そのような装置が出荷されないように、通常、出荷試験時において、テストチャートを撮像した画像が異常になる装置を検出する試験が行われている。しかしながら、テストチャートが繰り返し使用されることにより、テストチャートが劣化し、異常な装置を正しく検出できなくなる場合があった。

入力ビデオデータ鮮明度品質を評価するシステムが開示されている(特許文献1を参照)。このシステムは、入力ビデオデータを、ピクセル値を有する対応するデジタル画像データに変換し、ピクセル値から平均FFT高速フーリエ変換)を算出し、平均FFTを用いて統計的基準度と歪度)を計算し、統計的基準から画像品質測定基準を作る。

また、撮影画像画質評価値を決定するデジタルカメラが開示されている(特許文献2を参照)。このデジタルカメラは、撮影画像がカラー画像である場合、RGBの各色毎に、輝度又は濃度のヒストグラム分布を作成し、色毎に、分布平均値、分散、標準偏差歪み度、尖り度、変動係数CV等の統計量を算出する。そして、デジタルカメラは、算出された色毎の統計量の違いや比較によって、画質の評価値を決定する。

また、単一の均一な濃度の読み取り領域、あるいは異なる濃度レベルの複数の均一な濃度の読み取り領域から画像ノイズを検出する画像読み取り装置が開示されている(特許文献3を参照)。この画像読取装置は、各領域における全画素光学濃度標準偏差値を算出し、標準偏差値が所定範囲を超えた場合に画像ノイズとして検出する。

概要

画像読取装置が正常であるか否かを精度良く判定することを可能とする画像読取装置、制御方法及び制御プログラムを提供する。画像読取装置100は、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶する記憶部160と、テストチャートを撮像した入力画像を生成する撮像装置115と、入力画像に含まれる画素の色値の尖度を算出する尖度算出部173と、入力画像に含まれる画素の色値の歪度を算出する歪度算出部174と、サンプル情報と、尖度算出部が算出した尖度と、歪度算出部が算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出するマハラノビス距離算出部175と、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定する判定部176と、を有する。

目的

画像読取装置、制御方法及び制御プログラムの目的は、画像読取装置が正常であるか否かを精度良く判定することを可能とすることにある

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

画像読取装置であって、複数のサンプル画像のそれぞれに含まれる画素色値度及び歪度に関するサンプル情報を記憶する記憶部と、テストチャート撮像した入力画像を生成する撮像装置と、前記入力画像に含まれる画素の色値の尖度を算出する尖度算出部と、前記入力画像に含まれる画素の色値の歪度を算出する歪度算出部と、前記サンプル情報と、前記尖度算出部が算出した尖度と、前記歪度算出部が算出した歪度とに基づいて、前記複数のサンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度のマハラノビス距離を算出するマハラノビス距離算出部と、前記マハラノビス距離に基づいて、前記画像読取装置が正常であるか否かを判定する判定部と、を有することを特徴とする画像読取装置。

請求項2

前記記憶部は、前記サンプル情報として、複数の正常サンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関する正常サンプル情報と、複数の異常サンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関する異常サンプル情報とを記憶し、前記マハラノビス距離算出部は、前記マハラノビス距離として、前記正常サンプル情報と、前記尖度算出部が算出した尖度と、前記歪度算出部が算出した歪度とに基づいて、前記複数の正常サンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度の第1マハラノビス距離を算出するとともに、前記異常サンプル情報と、前記尖度算出部が算出した尖度と、前記歪度算出部が算出した歪度とに基づいて、前記複数の異常サンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度の第2マハラノビス距離を算出し、前記判定部は、前記第1マハラノビス距離が前記第2マハラノビス距離より小さいか否かに基づいて、前記画像読取装置が正常であるか否かを判定する、請求項1に記載の画像読取装置。

請求項3

前記記憶部は、前記異常サンプル情報を、前記複数の異常サンプル画像が分類された複数のグループ毎に記憶し、前記マハラノビス距離算出部は、前記複数のグループ毎に前記第2マハラノビス距離を算出し、前記判定部は、前記第1マハラノビス距離が全ての前記第2マハラノビス距離より小さいか否かに基づいて、前記画像読取装置が正常であるか否かを判定する、請求項2に記載の画像読取装置。

請求項4

前記記憶部は、前記尖度及び前記歪度を座標軸とする直交座標系において、複数のサンプル画像の前記尖度及び前記歪度にそれぞれ対応する複数の座標近似曲線を示す情報をさらに記憶し、前記判定部は、前記マハラノビス距離が第1閾値以下であり、且つ、前記尖度算出部が算出した尖度及び前記歪度算出部が算出した歪度に対応する座標と前記近似曲線との間の距離が第2閾値以下である場合に、前記画像読取装置が正常であると判定する、請求項1に記載の画像読取装置。

請求項5

前記テストチャートには、所定の色を有する所定領域が含まれ、前記尖度算出部は、前記入力画像において前記所定領域に対応する画素について前記尖度を算出し、前記歪度算出部は、前記入力画像において前記所定領域に対応する画素について前記歪度を算出する、請求項1〜4の何れか一項に記載の画像読取装置。

請求項6

前記テストチャートを前記撮像装置に搬送する搬送機構をさらに有し、前記テストチャートには、前記テストチャートの主走査方向の両端にわたるように前記所定領域が含まれている、請求項5に記載の画像読取装置。

請求項7

記憶部と、撮像装置とを有する画像読取装置の制御方法であって、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を前記記憶部に記憶し、前記撮像装置が撮像した、テストチャートを撮像した入力画像を取得し、前記入力画像に含まれる画素の色値の尖度を算出し、前記入力画像に含まれる画素の色値の歪度を算出し、前記サンプル情報と、前記算出した尖度と、前記算出した歪度とに基づいて、前記複数のサンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度のマハラノビス距離を算出し、前記マハラノビス距離に基づいて、前記画像読取装置が正常であるか否かを判定する、ことを含むことを特徴とする制御方法。

請求項8

記憶部と、撮像装置とを有する画像読取装置の制御プログラムであって、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を前記記憶部に記憶し、前記撮像装置が撮像した、テストチャートを撮像した入力画像を取得し、前記入力画像に含まれる画素の色値の尖度を算出し、前記入力画像に含まれる画素の色値の歪度を算出し、前記サンプル情報と、前記算出した尖度と、前記算出した歪度とに基づいて、前記複数のサンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度のマハラノビス距離を算出し、前記マハラノビス距離に基づいて、前記画像読取装置が正常であるか否かを判定する、ことを前記画像読取装置に実行させることを特徴とする制御プログラム。

技術分野

0001

本開示は、画像読取装置、制御方法及び制御プログラムに関し、特に、装置が正常であるか否かを判定する画像読取装置、制御方法及び制御プログラムに関する。

背景技術

0002

スキャナ等の画像読取装置では、装置の組立て作業誤り部品バラツキプログラムの不具合等により、製造された装置の中に、撮像した画像が異常になる装置が含まれる可能性がある。そのような装置が出荷されないように、通常、出荷試験時において、テストチャートを撮像した画像が異常になる装置を検出する試験が行われている。しかしながら、テストチャートが繰り返し使用されることにより、テストチャートが劣化し、異常な装置を正しく検出できなくなる場合があった。

0003

入力ビデオデータ鮮明度品質を評価するシステムが開示されている(特許文献1を参照)。このシステムは、入力ビデオデータを、ピクセル値を有する対応するデジタル画像データに変換し、ピクセル値から平均FFT高速フーリエ変換)を算出し、平均FFTを用いて統計的基準度と歪度)を計算し、統計的基準から画像品質測定基準を作る。

0004

また、撮影画像画質評価値を決定するデジタルカメラが開示されている(特許文献2を参照)。このデジタルカメラは、撮影画像がカラー画像である場合、RGBの各色毎に、輝度又は濃度のヒストグラム分布を作成し、色毎に、分布平均値、分散、標準偏差歪み度、尖り度、変動係数CV等の統計量を算出する。そして、デジタルカメラは、算出された色毎の統計量の違いや比較によって、画質の評価値を決定する。

0005

また、単一の均一な濃度の読み取り領域、あるいは異なる濃度レベルの複数の均一な濃度の読み取り領域から画像ノイズを検出する画像読み取り装置が開示されている(特許文献3を参照)。この画像読取装置は、各領域における全画素光学濃度標準偏差値を算出し、標準偏差値が所定範囲を超えた場合に画像ノイズとして検出する。

先行技術

0006

特表2005−531077号公報
特開2006−50494号公報
特開平11−313185号公報

発明が解決しようとする課題

0007

画像読取装置には、画像読取装置が正常であるか否かをより精度良く判定できることが求められている。

0008

画像読取装置、制御方法及び制御プログラムの目的は、画像読取装置が正常であるか否かを精度良く判定することを可能とすることにある。

課題を解決するための手段

0009

本実施形態の一側面に係る画像読取装置は、画像読取装置であって、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶する記憶部と、テストチャートを撮像した入力画像を生成する撮像装置と、入力画像に含まれる画素の色値の尖度を算出する尖度算出部と、入力画像に含まれる画素の色値の歪度を算出する歪度算出部と、サンプル情報と、尖度算出部が算出した尖度と、歪度算出部が算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出するマハラノビス距離算出部と、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定する判定部と、を有する。

0010

また、本実施形態の一側面に係る制御方法は、記憶部と、撮像装置とを有する画像読取装置の制御方法であって、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶部に記憶し、撮像装置が撮像した、テストチャートを撮像した入力画像を取得し、入力画像に含まれる画素の色値の尖度を算出し、入力画像に含まれる画素の色値の歪度を算出し、サンプル情報と、算出した尖度と、算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出し、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定することを含む。

0011

また、本実施形態の一側面に係る制御プログラムは、記憶部と、撮像装置とを有する画像読取装置の制御プログラムであって、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶部に記憶し、撮像装置が撮像した、テストチャートを撮像した入力画像を取得し、入力画像に含まれる画素の色値の尖度を算出し、入力画像に含まれる画素の色値の歪度を算出し、サンプル情報と、算出した尖度と、算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出し、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定することを画像読取装置に実行させる。

発明の効果

0012

本実施形態によれば、画像読取装置が正常であるか否かを精度良く判定することが可能となる。

図面の簡単な説明

0013

実施形態に従った画像処理システムの一例の構成図である。
原稿台103がセットされた状態の画像読取装置100の斜視図である。
画像読取装置100内部の搬送経路を説明するための図である。
画像読取装置100のハードウェア構成の一例を説明するための図である。
記憶装置160及びCPU170の概略構成を示す図である。
判定処理の動作の例を示すフローチャートである。
搬送されるテストチャートの一例を示す図である。
尖度及び歪度について説明するためのグラフである。
マハラノビス距離について説明するための図である。
正常な入力画像に係るマハラノビス距離を説明するための図である。
異常な入力画像に係るマハラノビス距離を説明するための図である。
異常な入力画像に係るマハラノビス距離を説明するための図である。
正常な入力画像に係るマハラノビス距離を説明するための図である。
正常サンプル情報及び異常サンプル情報を説明するための図である。
判定処理の他の動作の例を示すフローチャートである。
尖度及び歪度に係るデータの位置関係を説明するための図である。
判定処理のさらに他の動作の例を示すフローチャートである。
他の処理回路280の概略構成を示すブロック図である。

実施例

0014

以下、本開示の一側面に係る画像読取装置、制御方法及び制御プログラムについて図を参照しつつ説明する。但し、本開示の技術的範囲はそれらの実施の形態に限定されず、特許請求の範囲に記載された発明とその均等物に及ぶ点に留意されたい。

0015

図1は、実施形態に従った画像処理システムの一例の構成図である。

0016

本実施例の画像読取装置は、イメージスキャナ等の画像読取装置100として構成される。画像処理システム1は、画像読取装置100及び情報処理装置10を備える。図1において画像読取装置100は、斜視図で描かれている。

0017

画像読取装置100は、下側筐体101、上側筐体102、原稿台103、前面カバー104a等を備え、情報処理装置10に接続されている。情報処理装置10は、例えばパーソナルコンピュータ携帯情報端末等であってよい。

0018

図2は、原稿台103がセットされた状態の画像読取装置100の斜視図である。

0019

画像読取装置100は、上面カバー104b、補助カバー104c及び操作ボタン105を備える。図1に示すように、原稿台103は、矢印A1で示す方向に回転可能なように、ヒンジにより下側筐体101に係合している。図2に示す状態では、原稿台103は原稿が載置可能に配置される。

0020

前面カバー104aは、矢印A2で示す方向に回転可能なように、ヒンジにより下側筐体101に係合している。上面カバー104bは、一方の端部側で前面カバー104aと接続し、他方の端部側で補助カバー104cと接続されている。補助カバー104cは、必要な場合に、上面カバー104bより繰り出されて原稿を保持する。操作ボタン105は、上側筐体102の表面に配置され、押下されると、操作検出信号を生成して出力する。

0021

図3は、画像読取装置100内部の搬送経路を説明するための図である。画像読取装置100は、給紙ローラ111、リタードローラ112、搬送ローラ113、第1従動ローラ114、第1撮像装置115a、第2撮像装置115b、排出ローラ116及び第2従動ローラ117等を備える。

0022

上側筐体102の下面は原稿搬送路の上側ガイド106aを形成し、下側筐体101の上面は原稿搬送路の下側ガイド106bを形成する。図2図3において矢印A3は原稿の搬送方向を示す。以下では、上流とは原稿の搬送方向A3の上流のことをいい、下流とは原稿の搬送方向A3の下流のことをいう。

0023

給紙ローラ111は、画像読取装置100の本体部に回転自在に支持される。リタードローラ112は、給紙ローラ111と対向して配置され、給紙ローラ111と接触していない原稿の搬送方向A3への搬送を規制する。リタードローラ112は、画像読取装置100の本体部に回転自在に支持される。

0024

搬送ローラ113及び第1従動ローラ114は、それぞれ画像読取装置100の本体部に回転自在に支持される。搬送ローラ113及び第1従動ローラ114は、原稿搬送方向A3において第1撮像装置115a及び第2撮像装置115bの上流側に設けられ、第1従動ローラ114は搬送ローラ113に対向して搬送ローラ113の上方に配置される。給紙ローラ111、リタードローラ112及び搬送ローラ113は、原稿及び後述するテストチャートを第1撮像装置115a及び第2撮像装置115bに搬送する搬送機構の一例である。

0025

第1撮像装置115a及び第2撮像装置115bは、撮像装置の一例である。第1撮像装置115aは、主走査方向に直線状に配列されたCMOS(Complementary Metal Oxide Semiconductor)による撮像素子を備える等倍光学系タイプのCIS(Contact Image Sensor)を有する。第1撮像装置115aは、搬送された原稿又はテストチャートの表面を読み取って撮像し、入力画像を生成して出力する。同様に、第2撮像装置115bは、主走査方向に直線状に配列されたCMOSによる撮像素子を備える等倍光学系タイプのCISを有する。第2撮像装置115bは、原稿又はテストチャートの裏面を読み取って撮像し、入力画像を生成して出力する。第2撮像装置115bは、第1撮像装置115aと対向して第1撮像装置115aの上方に配置される。なお、CISの代わりにCCD(Charge Coupled Device)からなる縮小光学系タイプの撮像センサが用いられてもよい。以下では、第1撮像装置115a及び第2撮像装置115bを総じて撮像装置115と表記する場合がある。

0026

また、第1撮像装置115aは、原稿又はテストチャートの表面を照らす光源を有し、第2撮像装置115bは、原稿又はテストチャートの裏面を照らす光源を有する。

0027

排出ローラ116及び第2従動ローラ117は、それぞれ画像読取装置100の本体部に回転自在に支持される。排出ローラ116及び第2従動ローラ117は、原稿搬送方向A3において第1撮像装置115a及び第2撮像装置115bの下流側に設けられ、第2従動ローラ117は排出ローラ116に対向して排出ローラ116の上方に配置される。

0028

図4は、画像読取装置100のハードウェア構成の一例を説明するための図である。画像読取装置100は、上記で説明した構成に加えて、第1AFE(Analog Front-End Processor)150a、第2AFE150b、通信インタフェース回路151、記憶装置160、CPU(Central Processing Unit)170及び処理回路180等を有する。添付図面及び下記説明において、インタフェースを「IF」と表記することがある。

0029

第1AFE150a及び第2AFE150bは、それぞれ第1撮像装置115a及び第2撮像装置115bから出力されたアナログの入力画像をアナログデジタル変換してデジタルの入力画像を生成し、CPU170及び処理回路180へ出力する。この入力画像は、各画素データが、例えばRGB各色毎に8bitで表される計24bitのRGB値からなるカラー画像データとなる。

0030

通信IF回路151は、画像読取装置100と情報処理装置10との間の有線及び/又は無線による通信インタフェースである。CPU170は、記憶装置160から画像データを読み出して、通信IF回路151を経由して情報処理装置10へ送信する。

0031

記憶装置160は、RAM(Random Access Memory)、ROM(Read Only Memory)等のメモリ装置ハードディスク等の固定ディスク装置、又はフレキシブルディスク光ディスク等の可搬用の記憶装置等を有する。また、記憶装置160には、画像読取装置100の各種処理に用いられるコンピュータプログラムデータベース、テーブル等が格納される。コンピュータプログラムは、コンピュータ読み取り可能な可搬型記録媒体から、公知のセットアッププログラム等を用いて記憶装置160にインストールされてもよい。可搬型記録媒体は、例えばCD−ROM(compact disk read only memory)、DVD−ROM(digital versatile disk read only memory)等である。また、記憶装置160には、後述するサンプル情報等が予め記憶される。

0032

CPU170は、記憶装置160に格納されたコンピュータプログラムに従い画像読取装置100の動作を制御する。なお、CPU170は、画像読取装置100が読み取る画像の画像処理の一部又は全部を行ってもよい。なお、CPU170に代えて、DSP(digital signal processor)、LSI(large scale integration)等が用いられてもよい。また、CPU170に代えて、ASIC(Application Specific IntegratedCircuit)、FPGA(Field-Programming Gate Array)等が用いられてもよい。

0033

処理回路180は、第1AFE150a及び第2AFE150bから受信した画像データに所定の画像処理を施す。処理回路180は、画像処理が施された画像データを記憶装置160に格納する。なお、処理回路180の代わりに、DSP、ASIC又はFPGA等が用いられてもよい。

0034

なお、図4に示すハードウェア構成は実施例の説明のための例示にすぎない。以下に説明する動作を実行するものであれば、画像読取装置100は他のどのようなハードウェア構成を採用してもよい。

0035

図5は、記憶装置160及びCPU170の概略構成を示す図である。

0036

図5に示すように、記憶装置160には、制御プログラム161、画像取得プログラム162、尖度算出プログラム163、歪度算出プログラム164、マハラノビス距離算出プログラム165及び判定プログラム166等の各プログラムが記憶される。これらの各プログラムは、プロセッサ上で動作するソフトウェアにより実装される機能モジュールである。CPU170は、記憶装置160に記憶された各プログラムを読み取り、読み取った各プログラムに従って動作する。これにより、CPU170は、制御部171、画像取得部172、尖度算出部173、歪度算出部174、マハラノビス距離算出部175及び判定部176として機能する。

0037

図6は、画像読取装置100の判定処理の動作の例を示すフローチャートである。

0038

以下、図6に示したフローチャートを参照しつつ、画像読取装置100の判定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め記憶装置160に記憶されているプログラムに基づき主にCPU170により画像読取装置100の各要素と協働して実行される。なお、判定処理は、画像読取装置100の出荷前に工場等において画像読取装置100の初期設定を行う設定者等による指示に従って実行される。または、調整処理は、画像読取装置100の出荷先において画像読取装置100の保守を行う保守者又は利用者等による指示に従って実行されてもよい。

0039

最初に、制御部171は、設定者、保守者又は利用者等により操作ボタン105を用いて判定処理の実行が要求され、判定処理の実行を指示する操作検出信号を操作ボタン105から受信するまで待機する(ステップS101)。なお、判定処理の実行は、情報処理装置10を用いて要求され、制御部171は、通信IF回路151を介して情報処理装置10から判定処理の実行を指示する信号を受信してもよい。

0040

次に、制御部171は、駆動装置121を駆動して、給紙ローラ111、リタードローラ112、搬送ローラ113及び排出ローラ116を回転させて、テストチャートを搬送させる(ステップS102)。

0041

図7は、搬送されるテストチャートの一例を示す図である。

0042

図7に示すように、テストチャート700には、所定の色を有する所定領域が含まれる。テストチャート700には、それぞれテストチャート700の主走査方向A4の両端にわたるように、白色を有する白色領域701と、灰色を有する灰色領域702と、黒色を有する黒色領域703とが含まれている。灰色領域702のPCS(Print Contrast Signal)値は例えば55%〜65%であり、黒色領域703のPCS値は例えば90%〜100%である。テストチャート700は、判定処理において、画像読取装置100が読み取った画像が正常であるか否かを試験するために、設定者等により搬送される。

0043

次に、画像取得部172は、搬送されたテストチャートを撮像装置115に撮像させ、撮像装置115が撮像した入力画像を第1AFE150a及び第2AFE150bを介して取得する(ステップS103)。

0044

次に、画像取得部172は、取得した入力画像に対してシェーディング補正等の公知の補正処理を実行し、記憶装置160に記憶する(ステップS104)。また、画像取得部172は、入力画像を通信IF回路151を介して情報処理装置10に送信する。

0045

次に、尖度算出部173は、入力画像に含まれる画素の色値の尖度を算出する(ステップS105)。

0046

尖度算出部173は、入力画像における白色領域、灰色領域及び黒色領域を特定する。尖度算出部173は、例えば入力画像においてR値G値及び/又はB値が白色閾値以上である画素は白色領域に含まれると判定し、R値、G値及び/又はB値が黒色閾値以下である画素は黒色領域に含まれると判定し、他の画素は灰色領域に含まれると判定する。尖度算出部173は、特定した領域毎に、各領域に対応する画素について尖度を算出する。また、尖度算出部173は、RGB各色毎に、尖度を算出する。

0047

尖度算出部173は、例えば以下の式(1)により尖度Kを算出する。



ここで、nは各領域における各画素の個数であり、uiは各画素の色値(R値、G値又はB値)であり、umは各画素の色値の平均値であり、sは各画素の色値の標準偏差である。なお、尖度算出部173は、式(1)において、各画素の色値の代わりに、各画素の色値に所定のオフセット値加算もしくは減算した値、又は、各画素の色値に所定の係数乗算もしくは除算した値を使用してもよい。

0048

次に、歪度算出部174は、入力画像に含まれる画素の色値の歪度を算出する(ステップS106)。

0049

歪度算出部174は、ステップS105の処理と同様にして、入力画像における白色領域、灰色領域及び黒色領域を特定し、特定した領域毎に、各領域に対応する画素について、歪度を算出する。また、歪度算出部174は、RGB各色毎に、歪度を算出する。

0050

歪度算出部174は、例えば以下の式(2)により歪度Sを算出する。



ここで、n、ui、um及びsは、式(1)において使用される各変数と同じ変数である。

0051

図8は、尖度及び歪度について説明するためのグラフである。

0052

図8に示すグラフ800は、入力画像内の特定の領域に対応する画素の色値のヒストグラムの一例を示す。グラフの横軸は色値の平均値に対する差分値を示し、縦軸度数(個数)を示す。グラフ801は正規分布となるヒストグラムの例を示し、グラフ802は正規分布に対して尖度が大きいヒストグラムの例を示す。また、グラフ803は正規分布に対して歪度が大きいヒストグラムの例を示し、グラフ804は正規分布に対して歪度が小さいヒストグラムの例を示す。

0053

図8に示すように、グラフ802は、度数が低い領域(0.1以下)における度数がグラフ801と比較して大きく、裾が広がっている。このように、尖度はヒストグラム(頻度分布)の裾の重さ(厚さ)を表す。尖度が大きい程、正規分布と比較して、ヒストグラムにおける裾が長くなる(太くなる)。一方、尖度が小さい程、正規分布と比較して、ヒストグラムにおける裾が短くなる(細くなる)。なお、式(1)により算出される場合、正規分布の尖度は3となる。

0054

一方、グラフ803では、グラフ801と比較して、ピークを示す階級値(色値の平均値に対する差分値)が大きく(正値を示し)、グラフ804では、グラフ801と比較して、ピークを示す階級値(色値の平均値に対する差分値)が小さい(負値を示す)。このように、歪度はヒストグラム(頻度分布)の非対称性を表す。歪度が0に近い程、ヒストグラムの非対称性は小さくなり(正規分布に近付き)、歪度の絶対値が大きい程、ヒストグラムの非対称性が大きくなる(非対称になる)。

0055

次に、マハラノビス距離算出部175は、記憶装置160を読み出して、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を取得する(ステップS107)。

0056

各サンプル画像は、それぞれ異なる複数の画像読取装置によりテストチャートが撮像された画像であり、事前登録されて、画像読取装置100によりテストチャートが撮像された入力画像の尖度及び歪度のマハラノビス距離を算出するために使用される。

0057

サンプル情報は、例えば各サンプル画像から算出された尖度及び歪度のそれぞれの平均値及び分散(又は標準偏差)と、その尖度及び歪度の相関係数である。サンプル情報は、白色領域、灰色領域、黒色領域の各領域毎に且つRGB各色毎に記憶される。相関係数rは、尖度と歪度の共分散を、尖度の標準偏差と歪度の標準偏差の積で除算することにより算出され、例えば以下の式(3)により算出される。



ここで、nはサンプル画像の数であり、xiは各サンプル画像から算出された尖度であり、xmは各サンプル画像から算出された尖度の平均値であり、yiは各サンプル画像から算出された歪度であり、ymは各サンプル画像から算出された歪度の平均値である。

0058

なお、サンプル情報として、各サンプル画像から算出された尖度及び歪度を示すデータ群がそのまま記憶されてもよい。その場合、マハラノビス距離算出部175が、そのデータ群から、尖度及び歪度の平均値及び分散、並びに、尖度及び歪度の相関係数等を算出する。

0059

次に、マハラノビス距離算出部175は、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出する(ステップS108)。マハラノビス距離算出部175は、記憶装置160から読み出したサンプル情報と、尖度算出部173が算出した尖度と、歪度算出部174が算出した歪度とに基づいて、マハラノビス距離を算出する。マハラノビス距離算出部175は、白色領域、灰色領域、黒色領域の各領域毎に且つRGB各色毎にマハラノビス距離を算出する。

0060

マハラノビス距離Dは、例えば、以下の式(4)により算出される。



ここで、xkは入力画像から算出された尖度であり、xmは各サンプル画像から算出された尖度の平均値であり、ykは入力画像から算出された歪度であり、ymは各サンプル画像から算出された歪度の平均値である。また、Sxは各サンプル画像から算出された尖度の分散であり、Syは各サンプル画像から算出された歪度の分散であり、Sxyは各サンプル画像から算出された尖度と歪度の共分散である。共分散Sxyは以下の式(5)により算出される。

0061

なお、マハラノビス距離Dは、以下の式(6)により算出されてもよい。



ここで、x、yはそれぞれxk、ykを平均値が0、分散が1、共分散が相関係数rとなるように標準化した値であり、以下の式(7)により算出される。

0062

図9は、マハラノビス距離について説明するための図である。

0063

図9に示すグラフ900は、歪度及び尖度を変数とするデータの集合の重心(平均値)からのユークリッド距離を示し、グラフ910は、歪度及び尖度を変数とするデータの集合の重心(平均値)からのマハラノビス距離を示す。グラフ900及びグラフ910の横軸及び縦軸は、それぞれ画像内の特定の領域に対応する画素の色値の歪度及び尖度である。グラフ900及びグラフ910においてプロットされた各点は、各サンプル画像から算出された歪度及び尖度に係るデータに対応し、点901及び点911は、それぞれ各データの集合の重心位置を示す。

0064

グラフ900における円902は、重心位置901からのユークリッド距離が同一である点の集合を示す。一方、グラフ910における円912は、重心位置911からのマハラノビス距離が同一である点の集合を示す。図9に示すように、各サンプル画像において、歪度と尖度は、歪度が大きい場合、尖度も大きくなり、歪度が小さい場合、尖度も小さくなるという相関性を有している。歪度と尖度のマハラノビス距離は、歪度と尖度の間の相関を考慮した距離を示し、既知標本(サンプル画像)と新たな標本(入力画像)の関係(類似性)を示している。

0065

グラフ900に示す点903及び点904は、入力画像から算出された歪度及び尖度に係るデータの例を示す。点903は歪度及び尖度の両方が大きく、点904は歪度が大きく且つ尖度が小さいが、点903及び点904は、両方とも重心位置901を中心とする円902上に位置している。この場合、点903と重心位置901のユークリッド距離は、点904と重心位置901のユークリッド距離と同じ値になる。一方、グラフ910に示すように、点903に対応する点913と重心位置911のマハラノビス距離は、点904に対応する点914と重心位置911のマハラノビス距離より小さくなる。即ち、尖度と歪度の両方が大きい場合又は小さい場合、尖度と歪度が類似してマハラノビス距離は小さくなり、尖度と歪度の何れか一方が大きく且つ他方が小さい場合、尖度と歪度が類似せずにマハラノビス距離は大きくなる。

0066

次に、判定部176は、各領域毎に且つRGB各色毎に算出した各マハラノビス距離が閾値未満であるか否かを判定する(ステップS109)。閾値は、各領域毎に且つRGB各色毎に設定される。閾値は、例えば、全てのサンプル画像の尖度及び歪度に対する各サンプル画像の尖度及び歪度のマハラノビス距離の内、大きい方から所定順位(例えば上位1%に相当する順位)のマハラノビス距離に設定される。なお、閾値は、正常な画像読取装置と異常な画像読取装置とを用いた事前の実験により定められてもよい。

0067

各領域毎に且つRGB各色毎に算出した全てのマハラノビス距離が閾値未満である場合、判定部176は、入力画像が正常である、即ちテストチャートを撮像した画像読取装置100が正常であると判定する(ステップS110)。

0068

一方、各領域毎に且つRGB各色毎に算出した何れかのマハラノビス距離が閾値以上である場合、判定部176は、入力画像が異常である、即ちテストチャートを撮像した画像読取装置100が異常であると判定する(ステップS111)。

0069

このように、判定部176は、マハラノビス距離算出部175が算出したマハラノビス距離に基づいて、画像読取装置100が正常であるか否かを判定する。なお、判定部176は、各領域毎に且つRGB各色毎に算出した何れかのマハラノビス距離が閾値未満である場合に画像読取装置100が正常であると判定し、全てのマハラノビス距離が閾値以上である場合に画像読取装置100が異常であると判定してもよい。

0070

次に、判定部176は、判定結果を通信IF回路151を介して情報処理装置10に送信し(ステップS112)、一連のステップを終了する。設定者等は、情報処理装置10を用いて、判定結果、即ち画像読取装置100の試験結果を確認することができる。なお、判定部176は、判定結果を不図示の表示装置に表示してもよい。

0071

以下、尖度及び歪度のマハラノビス距離を用いて画像読取装置100が正常であるか否かを判定することの意味について説明する。

0072

図10は、正常な入力画像から算出された尖度及び歪度のマハラノビス距離について説明するための図である。

0073

画像1000は、テストチャートを撮像した正常な入力画像の一部を示す。ヒストグラム1010は、画像1000内の灰色領域1001に対応する画素のG値のヒストグラムを示す。ヒストグラム1010は、正規分布に近い分布を示している。

0074

グラフ1020は、各サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータの集合の重心(平均値)1021と、灰色領域1001に対応する画素のG値の尖度及び歪度に係るデータ1022の位置関係を表す。各サンプル画像内の灰色領域に対応する画素のG値の尖度の平均値が3.0であるのに対して、灰色領域1001から算出された尖度は3.55であり、両者の差は小さい。また、各サンプル画像内の灰色領域に対応する画素のG値の歪度の平均値が0であるのに対して、灰色領域1001から算出された歪度は0.30であり、両者の差は小さい。したがって、各サンプル画像の灰色領域に対応する画素のG値の尖度及び歪度に対する、灰色領域1001に対応する画素のG値の尖度及び歪度のマハラノビス距離は十分に小さくなり、入力画像1000は正常であると正しく判定される。

0075

図11は、異常な入力画像から算出された尖度及び歪度のマハラノビス距離について説明するための図である。

0076

画像1100は、テストチャートを撮像した異常な入力画像の一部を示す。画像1100では、左側の領域1102と右側の領域1103とで濃度がわずかに異なっている。例えば、撮像装置115が左側の領域を撮像する撮像素子と右側の領域を撮像する撮像素子とを別個に有し、公差等により各撮像素子の特性に差がある場合に、入力画像1100のような画像が撮像される。また、撮像装置115が有する光源が照射する光の強度にムラがある場合にも、入力画像1100のような画像が撮像され得る。ヒストグラム1110は、画像1100内の灰色領域1101に対応する画素のG値のヒストグラムを示す。ヒストグラム1110の分布範囲1111においてピークとなるG値1112は中心位置から外れ、ヒストグラム1110は、歪な形状を有している。

0077

グラフ1120は、各サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータの集合の重心(平均値)1121と、灰色領域1101に対応する画素のG値の尖度及び歪度に係るデータ1122の位置関係を表す。各サンプル画像内の灰色領域に対応する画素のG値の尖度の平均値が3.0であるのに対して、灰色領域1101から算出された尖度は2.68であり、両者の差は小さい。一方、各サンプル画像内の灰色領域に対応する画素のG値の歪度の平均値が0であるのに対して、灰色領域1101から算出された歪度は0.78であり、両者の差は大きい。したがって、各サンプル画像の灰色領域に対応する画素のG値の尖度及び歪度に対する、灰色領域1101に対応する画素のG値の尖度及び歪度のマハラノビス距離は大きくなり、入力画像1100は異常であると正しく判定される。

0078

図12は、他の異常な入力画像から算出された尖度及び歪度のマハラノビス距離について説明するための図である。

0079

画像1200は、テストチャートを撮像した異常な入力画像の一部を示す。画像1200では、一部の領域1202に白いノイズが存在し、他の領域1203に黒いノイズが存在している。例えば、撮像装置115と、搬送されるテストチャートとの間に配置されるガラス面の一部が傷付いている場合又は汚れている場合、入力画像1200のような縦筋ノイズを含む画像が撮像される。また、画像読取装置100の構造上の問題により、撮像装置115の読取面に陰影写り込む場合、入力画像1200のような縦帯ノイズを含む画像が撮像される。また、テストチャートが劣化した場合、テストチャートに汚れが付着している場合、又は、ファームウェアに不具合があり入力画像の補正処理に誤りがあった場合等にも、入力画像1200のような画像が取得され得る。ヒストグラム1210は、画像1200内の灰色領域1201に対応する画素のG値のヒストグラムを示す。ヒストグラム1210では、ほとんどの画素が分布している分布範囲1211よりG値が小さい範囲1212及びG値が大きい範囲1213の両方に、ある程度の数の画素が分布している。

0080

グラフ1220は、各サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータの集合の重心(平均値)1221と、灰色領域1201に対応する画素のG値の尖度及び歪度に係るデータ1222の位置関係を表す。各サンプル画像内の灰色領域に対応する画素のG値の歪度の平均値が0であるのに対して、灰色領域1201から算出された歪度は0.05であり、両者の差は小さい。一方、各サンプル画像内の灰色領域に対応する画素のG値の尖度の平均値が3.0であるのに対して、灰色領域1201から算出された尖度は4.97であり、両者の差は大きい。したがって、各サンプル画像の灰色領域に対応する画素のG値の尖度及び歪度に対する、灰色領域1201に対応する画素のG値の尖度及び歪度のマハラノビス距離は大きくなり、入力画像1200は異常であると正しく判定される。

0081

図13は、他の正常な入力画像から算出された尖度及び歪度のマハラノビス距離について説明するための図である。

0082

画像1300は、テストチャートを撮像した正常な入力画像の一部を示す。画像1300では、わずかに白くなった画素が全体にわたって存在している。例えば、テストチャートが劣化して全体にわたってわずかに白くかすれている場合等に、入力画像1300のような画像が撮像され得る。ヒストグラム1310は、画像1300内の灰色領域1301に対応する画素のG値のヒストグラムを示す。ヒストグラム1310では、各画素が分布している分布範囲1311の内、G値が小さい側(黒色側)の裾1312はあまり広がっていないが、G値が大きい側(白色側)の裾1313は大きく広がっている。なお、このテストチャートの灰色領域は中心階調値(128)より小さい範囲(黒色側)に分布しているため、分布範囲の裾は色値が大きい側(白色側)に向かって大きく広がる傾向にある。

0083

一方、テストチャートの灰色領域が中心階調値(128)より大きい範囲(白色側)に分布している場合は、分布範囲の裾は色値が小さい側(黒色側)に向かって大きく広がる可能性が高い。したがって、そのようなテストチャートを使用し且つテストチャートが劣化して全体にわたってわずかに黒く汚れている場合には、分布範囲の内、色値が大きい側(白色側)の裾はあまり広がらないが、色値が小さい側(黒色側)の裾が大きく広がる可能性がある。

0084

グラフ1320は、各サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータの集合の重心(平均値)1321と、灰色領域1301に対応する画素のG値の尖度及び歪度に係るデータ1322の位置関係を表す。各サンプル画像内の灰色領域に対応する画素のG値の尖度の平均値が3.0であるのに対して、灰色領域1101から算出された尖度は4.83であり、両者の差は大きい。また、各サンプル画像内の灰色領域に対応する画素のG値の歪度の平均値が0であるのに対して、灰色領域1301から算出された歪度は0.72であり、両者の差は大きい。尖度及び歪度の両方において両者の差が大きいため、各サンプル画像の灰色領域に対応する画素のG値の尖度及び歪度に対する、灰色領域1301に対応する画素のG値の尖度及び歪度のマハラノビス距離は小さくなる。したがって、入力画像1300は正常であると正しく判定される。

0085

仮に、尖度又は歪度が閾値未満であるか否かにより入力画像が正常であるか否かが判定される場合、入力画像1000は正常であり、入力画像1100及び入力画像1200は異常であると正しく判定されるが、入力画像1300も異常であると誤って判定される。一方、尖度及び歪度のマハラノビス距離が閾値未満であるか否かにより入力画像が正常であるか否かが判定されることにより、全ての入力画像1000、1100、1200及び1300について、正常であるか否かが正しく判定される。

0086

以上詳述したように、図6に示したフローチャートに従って動作することによって、画像読取装置100は、尖度及び歪度のマハラノビス距離に基づいて、画像読取装置100が正常であるか否かを判定する。これにより、画像読取装置100は、画像読取装置100が正常であるか否かを精度良く判定することが可能となった。

0087

特に、画像読取装置100は、テストチャートが劣化した場合でも、画像読取装置100が正常であるか否かを正しく判定することが可能となった。また、画像読取装置100は、様々な異常パターンを有する各入力画像を適切に検出することが可能となり、画像読取装置100が正常であるか否かを精度良く判定することが可能となった。

0088

以下、画像読取装置100における判定処理の他の実施形態について説明する。

0089

この実施形態では、記憶装置160に、サンプル情報として、正常サンプル情報と異常サンプル情報とが記憶される。正常サンプル情報は、複数の正常サンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報であり、異常サンプル情報は、複数の異常サンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関する異常サンプル情報である。各サンプル情報は、例えば各サンプル画像から算出された尖度及び歪度のそれぞれの平均値及び分散(又は標準偏差)と、その尖度及び歪度の相関係数である。なお、サンプル情報として、各サンプル画像から算出された尖度及び歪度を示すデータ群がそのまま記憶されてもよい。

0090

また、記憶装置160は、異常サンプル情報を、複数の異常サンプル画像が分類された複数のグループ毎に記憶する。

0091

図14は、正常サンプル情報及び異常サンプル情報について説明するための図である。

0092

図14に示すグラフ1400は、各正常サンプル画像及び各異常サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータの位置関係を表す。グラフ1400の横軸及び縦軸はそれぞれ歪度及び尖度である。グループ1401は、各正常サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータのグループを示す。グループ1402は、歪度が大きい第1異常グループに分類された異常サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータのグループを示す。グループ1403は、歪度が小さい第2異常グループに分類された異常サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータのグループを示す。グループ1404は、尖度が大きい第3異常グループに分類された異常サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータのグループを示す。

0093

各異常サンプル画像は、サンプル情報の作成者により、各データの位置関係に応じて、複数のグループに分類される。各異常サンプル画像は、例えば、相互に位置が近いデータに対応する異常サンプル画像が同一のグループに属するように分類される。第1異常グループに分類された異常サンプル画像に係る第1異常サンプル情報と、第2異常グループに分類された異常サンプル画像に係る第2異常サンプル情報と、第3異常グループに分類された異常サンプル画像に係る第3異常サンプル情報とが別個に記憶される。

0094

図15は、画像読取装置100の判定処理の他の動作の例を示すフローチャートである。

0095

以下、図15に示したフローチャートを参照しつつ、画像読取装置100の判定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め記憶装置160に記憶されているプログラムに基づき主にCPU170により画像読取装置100の各要素と協働して実行される。判定処理は、図6に示した判定処理の代わりに実行される。なお、ステップS201〜S206、S212の処理は図6のステップS101〜S106、S112の処理と同様であるため、詳細な説明を省略し、以下ではステップS207〜S211の処理についてのみ説明する。

0096

ステップS207において、マハラノビス距離算出部175は、記憶装置160を読み出して、記憶装置160に記憶された各サンプル情報を取得する(ステップS207)。

0097

次に、マハラノビス距離算出部175は、取得した各サンプル情報に係るサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出する(ステップS208)。マハラノビス距離算出部175は、正常サンプル情報と、尖度算出部173が算出した尖度と、歪度算出部174が算出した歪度とに基づいて、各正常サンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度の第1マハラノビス距離を算出する。また、マハラノビス距離算出部175は、異常サンプル情報と、尖度算出部173が算出した尖度と、歪度算出部174が算出した歪度とに基づいて、各異常サンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度の第2マハラノビス距離を算出する。マハラノビス距離算出部は、異常サンプル画像が分類された複数のグループ毎に第2マハラノビス距離を算出する。

0098

次に、判定部176は、各領域毎に且つRGB各色毎に算出した第1マハラノビス距離が、各領域毎に且つRGB各色毎に算出した各第2マハラノビス距離より小さいか否かを判定する(ステップS209)。

0099

各領域毎に且つRGB各色毎に算出した全ての第1マハラノビス距離が、各領域毎に且つRGB各色毎に算出した各第2マハラノビス距離未満である場合、判定部176は、画像読取装置100が正常であると判定する(ステップS210)。

0100

一方、各領域毎に且つRGB各色毎に算出した何れかの第1マハラノビス距離が、各領域毎に且つRGB各色毎に算出した各第2マハラノビス距離以上である場合、判定部176は、画像読取装置100が異常であると判定する(ステップS211)。

0101

判定部176は、第1マハラノビス距離が全ての第2マハラノビス距離より小さいか否かに基づいて、画像読取装置100が正常であるか否かを判定する。なお、各異常サンプル画像は複数のグループに分類されず、全ての異常サンプル画像に対して一つの異常サンプル情報のみが用いられてもよい。その場合、判定部176は、第1マハラノビス距離がその一つの異常サンプル情報に基づいて算出された第2マハラノビス距離より小さいか否かに基づいて、画像読取装置100が正常であるか否かを判定する。

0102

また、判定部176は、各領域毎に且つRGB各色毎に算出した何れかの第1マハラノビス距離が、各領域毎に且つRGB各色毎に算出した各第2マハラノビス距離より小さい場合に画像読取装置100が正常であると判定してもよい。その場合、判定部176は、各領域毎に且つRGB各色毎に算出した全ての第1マハラノビス距離が、各領域毎に且つRGB各色毎に算出した各第2マハラノビス距離以上である場合に画像読取装置100が異常であると判定する。

0103

以上詳述したように、図15に示したフローチャートに従って動作することによって、画像読取装置100は、正常サンプル画像に対するマハラノビス距離と、異常サンプル画像に対するマハラノビス距離とを比較する。これにより、画像読取装置100は、画像読取装置100が正常であるか否かをより精度良く判定することが可能となった。

0104

以下、画像読取装置100における判定処理のさらに他の実施形態について説明する。

0105

図16は、各サンプル画像(正常サンプル画像)における尖度及び歪度に係るデータの位置関係について説明するための図である。

0106

図16に示すグラフ1600は、各サンプル画像内の灰色領域に対応する画素のG値の尖度及び歪度に係るデータの位置関係を表す。グラフ1600の横軸及び縦軸はそれぞれ歪度及び尖度である。図16に示すように、正常なサンプル画像内の画素の色値の尖度と歪度は、歪度が0から離れる程、尖度が大きくなる傾向を有している。そのため、尖度及び歪度を座標軸とする直交座標系において、尖度及び歪度に係る各データは、下に凸な曲線1601に沿って位置する傾向にある。

0107

そこで、この実施形態では、画像読取装置100は、尖度及び歪度のマハラノビス距離が所定範囲1602に含まれ、且つ、尖度及び歪度に対応する座標近似曲線1601から所定範囲1603内に含まれる場合に、画像読取装置100が正常であると判定する。

0108

記憶装置160は、尖度及び歪度を座標軸とする直交座標系において、複数の正常サンプル画像の尖度及び歪度にそれぞれ対応する複数の座標の近似曲線を示す情報をさらに記憶する。近似曲線は、例えば2次曲線である。なお、近似曲線は、3次以上の曲線でもよい。近似曲線として、例えば、最小二乗法により、複数の正常サンプル画像の尖度及び歪度にそれぞれ対応する各座標からの距離の総和が最小となる曲線が算出される。近似曲線は、白色領域、灰色領域及び黒色領域の各領域毎に且つRGB各色毎に算出される。記憶装置160は、近似曲線を示す情報として、例えば、尖度及び歪度を座標軸とする直交座標系における近似曲線の式を記憶する。

0109

図17は、画像読取装置100の判定処理のさらに他の動作の例を示すフローチャートである。

0110

以下、図17に示したフローチャートを参照しつつ、画像読取装置100の判定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め記憶装置160に記憶されているプログラムに基づき主にCPU170により画像読取装置100の各要素と協働して実行される。判定処理は、図6に示した判定処理の代わりに実行される。なお、ステップS301〜S309、S313の処理は図6のステップS101〜S109、S112の処理と同様であるため、詳細な説明を省略し、以下ではステップS310〜S312の処理についてのみ説明する。

0111

ステップS309において各領域毎に且つRGB各色毎に算出した各マハラノビス距離が閾値未満であった場合、判定部176は、記憶装置160から近似曲線を示す情報を読み出す。判定部176は、各領域毎に且つRGB各色毎に、尖度算出部173が算出した尖度及び歪度算出部174が算出した歪度に対応する座標と各近似曲線との間の距離が第2閾値以下であるか否かを判定する(ステップS310)。第2閾値は、各領域毎に且つRGB各色毎に設定される。第2閾値は、正常な画像読取装置と異常な画像読取装置とを用いた事前の実験により定められる。

0112

各領域毎に且つRGB各色毎に算出された各尖度及び各歪度に対応する全ての座標について各座標と各近似曲線との間の距離が第2閾値以下である場合、判定部176は、画像読取装置100が正常であると判定する(ステップS311)。

0113

一方、各尖度及び各歪度に対応する何れかの座標について各座標と各近似曲線との間の距離が第2閾値より大きい場合、判定部176は、画像読取装置100が異常であると判定する(ステップS312)。

0114

このように、判定部176は、マハラノビス距離が閾値以下であり、且つ、尖度算出部173が算出した尖度及び歪度算出部174が算出した歪度に対応する座標と近似曲線との間の距離が第2閾値以下である場合に、画像読取装置100が正常であると判定する。

0115

また、判定部176は、各尖度及び各歪度に対応する何れかの座標について各座標と各近似曲線との間の距離が第2閾値以下である場合、画像読取装置100が正常であると判定してもよい。その場合、判定部176は、各尖度及び各歪度に対応する全ての座標について各座標と各近似曲線との間の距離が第2閾値より大きい場合に画像読取装置100が異常であると判定する。

0116

以上詳述したように、図17に示したフローチャートに従って動作することによって、画像読取装置100は、サンプル画像の尖度及び歪度に対応する座標の近似曲線に基づいて、画像読取装置100が正常であるか否かを判定する。これにより、画像読取装置100は、画像読取装置100が正常であるか否かをより精度良く判定することが可能となった。

0117

図18は、他の実施形態に係る画像読取装置における処理回路280の概略構成を示すブロック図である。

0118

処理回路280は、画像読取装置100の処理回路180の代わりに用いられ、CPU170の代わりに、判定処理を実行する。処理回路280は、制御回路281、画像取得回路282、尖度算出回路283、歪度算出回路284、マハラノビス距離算出回路285及び判定回路286等を有する。

0119

制御回路281は、制御部の一例であり、制御部171と同様の機能を有する。制御回路281は、制御信号を駆動装置121に出力して駆動装置121を駆動し、給紙ローラ111、リタードローラ112、搬送ローラ113及び排出ローラ116を回転させて、原稿を搬送させる。

0120

画像取得回路282は、画像取得部の一例であり、画像取得部172と同様の機能を有する。画像取得回路282は、撮像装置115から入力画像を取得し、尖度算出回路283、歪度算出回路284及び通信IF回路151に出力する。

0121

尖度算出回路283は、尖度算出部の一例であり、尖度算出部173と同様の機能を有する。尖度算出回路283は、入力画像に含まれる画素の色値の尖度を算出し、算出した尖度をマハラノビス距離算出回路285に出力する。

0122

歪度算出回路284は、歪度算出部の一例であり、歪度算出部174と同様の機能を有する。歪度算出回路284は、入力画像に含まれる画素の色値の歪度を算出し、算出した歪度をマハラノビス距離算出回路285に出力する。

0123

マハラノビス距離算出回路285は、マハラノビス距離算出部の一例であり、マハラノビス距離算出部175と同様の機能を有する。マハラノビス距離算出回路285は、記憶装置160を読み出してサンプル情報を取得する。マハラノビス距離算出回路285は、サンプル情報、尖度及び歪度に基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出し、判定回路286に出力する。

0124

判定回路286は、判定部の一例であり、判定部176と同様の機能を有する。判定回路286は、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定し、判定結果を通信IF回路151に出力する。

0125

以上詳述したように、画像読取装置は、処理回路280を用いる場合も、画像読取装置100が正常であるか否かを精度良く判定することが可能となった。

0126

なお、画像読取装置は、撮像装置を有するものであればどのようなものでもよい。画像読取装置は、イメージスキャナでなく、ファクシミリプリンタ複合機MFP、Multifunction Peripheral)等でもよい。

0127

また、画像読取装置100は、尖度及び歪度のマハラノビス距離に加えて、入力画像に含まれる画素の色値の標準偏差又は変動率最小値に対する最大値比率)等に基づいて、画像読取装置100が正常であるか否かを判定してもよい。その場合、入力画像に含まれる画素の色値の標準偏差又は変動率が所定の閾値未満である場合に限り、画像読取装置100が正常であると判定する。これにより、画像読取装置100は、画像読取装置100が正常であるか否かをより精度良く判定することが可能となる。

0128

100画像読取装置
115撮像装置
121駆動装置
160記憶装置
173尖度算出部
174歪度算出部
175マハラノビス距離算出部
176 判定部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ