CN103136843B - 图像检查装置和图像检查方法 - Google Patents

Abstract

一种画像检查装置，其包含：基准画像输入单元，其输入基准画像；被检查画像输入单元，其输入被检查画像；画像整合单元，其对所述基准画像和所述被检查画像进行整合；计算单元，其通过对所述被整合了的画像实施座标变换处理以计算出多个参数；比较单元，其对所述多个参数的各值、和分别与所述多个参数相对应的预定的多个基准值分别进行比较；以及判断单元，其根据所述比较单元的比较结果，对是否接受所述被检查画像的进行判断。

Description

图像检查装置和图像检查方法

技术领域

本发明关于一种图像检查装置和图像检查方法。

背景技术

与帐票种类识别领域相关的图像检查装置是众所周知的。该帐票种类识别是对作为被检查对象的数据图像与作为参考(基准)的主(Master)图像是否为相同种类的图像进行判定，其中，数据图像和主图像均为定型帐票图像。这里需要说明的是，本公开中言及的“帐票”是指例如存款单、取款单、登记表等各种用于填写信息的定型表格。

在定型帐票的数据处理系统中，一般而言，对帐票上记入的文字进行自动读取(OCR：Optical Character Reader(光学字符阅读器))时，各文字的记入位置信息等的帐票定义数据也是必要的。因此，在以多个种类的定型帐票为对象的情况下，因为帐票定义数据依帐票种类的不同而不同，所以，在进行OCR之前，需要对输入图像的帐票种类进行识别。

在现有技术中，常用的方法为事先按帐票种类在帐票上打印特有的标记和记号，然后通过识别其有无，对帐票种类进行识别。但是，该方法需要对各种帐票进行专用的帐票设计，在对既存业务进行系统化时，存在着帐票更新时费时费力、以及一旦标记或记号上出现噪点·脱落·变形则难以进行识别的问题。

为了解决上述问题，例如在下述专利文献1中公开了一种根据格线信息的对照(对比)对帐票种类进行识别的方法。另外，在下述专利文献2中，除了格线，还通过在输入图像(数据图像)和参考图像(主图像)中找出包含预打印文字等的多个对应点来求出该对应点之间的坐标变换，并根据基于该坐标变换的系数所算出的相异度(Dissimilarity)、或者系数与阈值之间的比较，对帐票种类进行识别。

但是，在专利文献1记载的方法中，因为不需要特有的标记或记号，仅综合地使用了格线整体信息，所以，虽然即使输入图像的一部分出现了噪点·脱落·变形也能进行识别，但是还是存在着不能应用至没有格线的帐票的问题。

另外，在专利文献2记载的方法的识别中，因为仅是对基于坐标变换的系数所算出的1个相异度和系数值本身进行了评价，所以，存在着不能对坐标变换所带来的几何性偏差·歪斜的作用分别地进行直接评价的问题。

作为一种代表的坐标变换手法，有仿射变换(Affine Transform)。仿射变换是指当变换前的图像坐标为(x，y)、变换后的图像坐标为(X，Y)时，根据由X＝a＊x+b＊y+e、Y＝c＊x+d＊y+f所表示的坐标变换公式、以(x，y)的辉度置换(X，Y)的辉度的処理。在采用由一次坐标轴变换公式所表示的图像几何变换、对摄像系统的比较单纯的歪斜、或者对称物体的置放偏差进行补正、以实现多个图像间的位置整合的情况下，仿射变换是常用的手法。

在由仿射变换带来的基于几何性偏差的作用中，存在有基于旋转·变倍·平行移动的作用；在基于歪斜的作用中，存在有基于剪切·伸缩的作用。将这些都汇集于1个相异度时，识别精度具有一定的限度；另外，将仿射变换系数本身与阈值进行比较时，仅是对基于几何性偏差·歪斜的作用进行间接评价，所以，识别精度仍然存在一定的限度。

专利文献1：特开2003-109007号公报

专利文献2：发明专利第3932201号公报

发明内容

本发明是鉴于上述问题而提出的，目的在于提供一种图像检查装置和图像检查方法，其不仅不需要专用的帐票，而且还能应用于没有格线的帐票，另外还能进行高精度的识别。

为了实现上述目的，本发明的实施方式提供一种图像检查装置，其包含：基准画像输入单元，其输入基准画像；被检查画像输入单元，其输入被检查画像；画像整合单元，其对所述基准画像和所述被检查画像进行整合；计算单元，其通过对所述被整合了的画像实施座标变换处理以计算出多个参数；比较单元，其对所述多个参数的各值、和分别与所述多个参数相对应的预定的多个基准值分别进行比较；以及判断单元，其根据所述比较单元的比较结果，对是否接受所述被检查画像的进行判断。

根据本发明的实施方式，可以得到一种图像检查装置和图像检查方法，其能够以各种各样的定型帐票(包含不存在特有的标记、记号以及格线的帐票)为对象，并可以进行高精度的帐票种类识别。

附图说明

图1是对本发明的实施方式的图像检查装置的构成进行说明的概略框图。

图2是对本发明的实施方式的图像检查装置的动作进行说明的动作流程图。

图3是针对本发明的实施方式的图像检查装置的整合偏差度，对相对于数据图像原点的主图像上的矢量进行说明的图。

图4是针对本发明的实施方式的图像检查装置的整合歪斜度，对剪切作用和伸缩作用进行说明的图。

图5是对本发明的实施方式的图像检查装置的基准值(阈值)与整合偏差度和整合歪斜度之间的判定结果进行表示的图。

图6是对本发明的另一实施方式的图像检查装置的动作进行说明的动作流程图。

图7是对一种计算机的构成进行说明的概略框图，该计算机中保存了可使本发明的实施方式的图像检查装置的动作执行的程序。

主要符号说明：

100    图像检查装置

101    主图像输入部

102    数据图像输入部

103    图像整合部

104    整合偏差度算出部

105    整合歪斜度算出部

111    主图像缓冲器

112    数据图像缓冲器

113    仿射变换系数缓冲器

114    整合偏差度缓冲器

115    整合歪斜度缓冲器

700    计算机

701    硬盘

702    CPU

703    显示器

704    通信装置

705    CD-ROM驱动器

706    存储器

707    键盘/鼠标

本发明的实施方式

下面参考附图对本发明的实施方式进行详细说明。这里需要说明的是，各图中，相同或相似的部分被赋予了相同的符号，并且其重复的说明也被进行了适当的简化和省略。概言之，本发明至少具有如下特征，即：对基准图像和被检查图像进行整合并实施坐标变换，据此求出多个参数值，当所求出的多个参数值分别满足预先设定的相应的多个基准值条件时，接受(承认)被检查图像。下面参考附图对本发明的特征进行详细说明。

首先，对本发明的实施方式的图像检查装置进行说明。图1是对本发明的实施方式的图像检查装置的构成进行说明的概略框图。在图1中，图像检查装置100包括：对作为基准图像的主图像进行输入的主图像输入部101；对作为被检查对象图像的数据图像进行输入的数据图像输入部102；对从主图像输入部101及数据图像输入部102所输入的主图像及数据图像进行暂时保存的主图像缓冲器111及数据图像缓冲器112；对从主图像缓冲器111所输出的主图像和从数据图像缓冲器112所输出的数据图像进行整合的图像整合部；以及对由图像整合部103所整合的主图像和数据图像进行仿射变换，并对仿射变换系数进行暂时保存的仿射变换系数缓冲器113。

另外，还包含：对由仿射变换所算出的主图像与数据图像之间的整合偏差度进行计算的整合偏差度算出部104；对整合歪斜度进行计算的整合歪斜度算出部105；对整合偏差度进行暂时保存的整合偏差度缓冲器114；对整合歪斜度进行暂时保存的整合歪斜度缓冲器115；以及根据由整合偏差度缓冲器114所输出的整合偏差度、及由整合歪斜度缓冲器115所输出的整合歪斜度，对图像检查结果进行判定的结果判定部106。

其次，对本发明的实施方式的图像检查装置的动作进行说明。图2是对本発明的实施方式的图像检查装置的动作进行说明的动作流程图。在图2中，首先，在步骤201(以下简称「S201」等)的処理中，被输入至由扫描仪等构成的主图像输入部101的主图像作为数字(digital)图像数据被保存至主图像缓冲器111(图1)。

同样，在S202的処理中，被输入至由扫描仪等构成的数据图像输入部102的数据图像作为数字图像数据被保存至数据图像缓冲器112。然后，在S203的処理中，在图像整合部103中，实施用于使主图像缓冲器111上的主图像与数据图像缓冲器112上的数据图像互相整合的仿射变换処理，并计算出仿射变换系数。

这里需要说明的是，关于仿射变换処理，可以采用常用的公知方法，这里省略其详细说明。另外，还假设在由于主图像与数据图像的差异为极大等而导致不能实施恰当的仿射变换処理、并且没有计算出仿射变换系数的情况下，此时的数据图像被拒绝(不承认)。于是，在实施了恰当的仿射变换処理、并且计算出了仿射变换系数时，其变换公式为如下面的<公式1>所示。

<公式1>

X＝a＊x+b＊y+e

Y＝c＊x+d＊y+f

这里，(x，y)为数据图像上的坐标，(X，Y)为对应的主图像上的坐标。另外，a、b、c、d、e、及f为仿射变换系数。之后，<公式1>中的仿射变换系数a至f被保存至仿射变换系数缓冲器113(图1)。

接下来，在S204的処理中，在整合偏差度算出部104(图1)中，使用仿射变换系数缓冲器113中保存的仿射变换系数，计算出整合偏差度。数据图像上的横轴单位矢量Vx＝(1，0)如在<公式1>中代入x＝1、y＝0那样，通过实施仿射变换処理，被映射至主图像上的矢量VX＝(a，c)(这里，以从数据图像的原点(0，0)被映射后的位置(e，f)开始的相对矢量来进行考量)。

同样，数据图像上的纵轴单位矢量Vy＝(0，1)被映射至主图像上的矢量VY＝(b，d)。这里，参照图3，对相对于数据图像原点的主图像上的矢量进行说明。图3是针对本发明的实施方式的图像检查装置的整合偏差度，对相对于数据图像原点的主图像上的矢量进行说明的图。

在图3中，图像左下角为原点，垂直向上的方向为y轴；但是，如图像処理领域中所常用的那样，也可以使图像左上角为原点，垂直向下的方向为y轴。如果矢量VX和水平线所成的角度为α，则作为基于仿射变换処理的数据图像横轴的旋转量，可使用tanα的绝对值。同样，如果矢量VY与垂直线所成的角度为β，则作为数据图像纵轴的旋转量，可使用tanβ的绝对值。然后，将其平均值作为全体的旋转量参数P1。

即：

<公式2>

P1＝(|tanα|+|tanβ|)/2＝(|c/a|+|b/d|)/2

这里，参数P1表示基于仿射变换的旋转作用的程度，其量在无旋转时为0，并随着旋转作用的增大而增加。另外，矢量VX和VY的大小分别原样地表示基于仿射变换処理的横变倍率Rx和纵变倍率Ry。

即：

<公式3>

Rx＝|VX|＝SQRT{a＊a+c＊c}

Ry＝|VY|＝SQRT{b＊b+d＊d}

这里需要说明的是，SQRT{…}表示平方根。

这里，作为变倍作用，为了可对2倍的扩大和1/2的缩小进行同等的评价，或者可对3倍的扩大和1/3的缩小进行同等的评价，如果变倍率为1以上，则用其值，如果变倍率不足1，则用其倒数。也就是说，横方向和纵方向的变倍作用分别表现为MAX(Rx，1/Rx)和MAX(Ry，1/Ry)。这里需要说明的是，MAX(A，B)表示A和B中的大者。之后，将其平均值与等倍(无变倍)之间的背离(例如“背离率”)作为全体的变倍量参数P2。

即：

<公式4>

P2＝{MAX(Rx，1/Rx)+MAX(Ry，1/Ry)}/2-1

这里，参数P2表示基于仿射变换処理的变倍作用的程度，其量在无变倍时为0，并随着变倍作用的增大而增加。

另外，仿射变换系数e和f的绝对值分别原样地表示基于仿射变换処理的横移动量和纵移动量，但是单位则从像素单位的像素变换为物理长度单位的毫米。这里，因为用于计算纸张大小的像素值的计算公式为“纸张一边的长度(mm)＊解像度(dpi：dot per inch)/25.4”，所以，使用横解像度Hx(dpi)和纵解像度Hy(dpi)进行单位变换，然后将其平均值作为全体的平行移动量参数P3。

即：

<公式5>

P3＝{(e＊25.4/Hx)+(f＊25.4/Hy)}/2

这里，参数P3表示基于仿射变换処理的平行移动作用的程度，其量当无平行移动时为0，并随着平行移动作用的增大而增加。这样，在图2的S204的処理中，得到了由3个成分组成的整合偏差度(P1，P2，P3)，并被保存至整合偏差度缓冲器114(图1)。

下面，在整合歪斜度算出部105(图1)中，使用仿射变换系数缓冲器113中保存的仿射变换系数，计算出整合歪斜度。这里，参照图4对整合歪斜度中的剪切作用和伸缩作用进行说明。图4是针对本发明的实施方式的图像检查装置的整合歪斜度，对剪切作用和伸缩作用进行说明的图。

仿射变换処理使正方形歪斜成平行四边形的作用可分为两种，即：在正方形各边长保持不变的情况下使其变形为菱形的剪切作用、及在正方形的直角保持不变的情况下使其变形为不同矩形的伸缩作用。就剪切作用而言，其作用越强，前述矢量VX和VY所成的角度θ就越背离直角。cosθ的绝对值用于对该背离的程度进行评价，并作为剪切量参数P4。

即：

<公式6>

P4＝|cosθ|＝|VX-VY|/|VX||VY|＝|a＊b+c＊d|/(Rx＊Ry)

这里，参数P4表示基于仿射变换処理的剪切作用的程度，其量当无剪切时为0，并随着剪切作用的增大而增加。

另外，就伸缩作用而言，其作用越强，以矢量VX的大小Rx为边长的正方形与以矢量VY的大小Ry为边长的正方形之间的比例尺(Scale)的差越大。该比例尺的差由面积差来评价，并将以“横Rx＊纵Ry”的矩形面积对面积差进行正规化后所得到的值作为伸缩量参数P5。

即：

<公式7>

P5＝{MAX(Rx＊Rx，Ry＊Ry)-MIN(Rx＊Rx，Ry＊Ry)}/(Rx＊Ry)

这里，MIN(A，B)表示A和B中的小者。参数P5表示基于仿射变换処理的伸缩作用的程度，其量当无伸缩时为0，并随着伸缩作用的增大而增加。这样，在图2的S205的処理中，就得到了由2个成分组成的整合歪斜度(P4，P5)，并被保存至整合歪斜度缓冲器115(图1)。

整合偏差度参数P1至P3及整合歪斜度参数P4至P5的每个要素都是表示越接近0数据图像越可与主图像进行整合的指标。所以，在图2的S206的処理中，在结果判定部106(图1)中，对整合偏差度缓冲器114、整合歪斜度缓冲器115上的参数P1至P5和与各要素对应的主图像的基准值(阈值)T1至T5进行比较，如果所有要素都为基准值(阈值)以下(S206：Yes)，则接受该数据图像(S207)，而即使只要有1个要素超过了基准值(阈值)(S206：No)，则也进行拒绝(S208)。

即：以

if(P1≤T1)AND(P2≤T2)AND(P3≤T3)AND(P4≤T4)AND(P5≤T5)

then  接受

else  拒绝

之逻辑(算法)，对检查结果进行判定。

这里，通过使用基准值(阈值)与整合偏差度和整合歪斜度的判定结果的具体实例来进行说明。图5是表示本发明的实施方式的图像检查装置的基准值(阈值)与整合偏差度和整合歪斜度的判定结果的图。在图5所示的例子中，例(a)中，因为参数P1至P5都为基准值(阈值)以下，所以判定为「接受」，但是，例(b)中，因为参数P2，P4，P5分别超过了基准值(阈值)，所以判定为「拒绝」。

下面，对本发明的另一实施方式的图像检查装置的动作进行说明。在本实施方式的动作中，省略了与上述实施方式相同的部分的说明。另外，与上述实施方式的不同点在于，作为应该与整合偏差度参数P

1至P3及整合歪斜度参数P4、P5进行比较的基准值(阈值)，采用了通过事先学习(Prior Learning)以顺应主图像的方式而确定的值。

也就是说，对于预先指定的主图像m，大量地收集应该接受的数据图像，并应用上述实施方式中所说明的方法，计算出各数据图像的参数P1至P5。将所收集的数据图像中的最大的参数P1值设为M1，最大的参数P2值设为M2，…，最大的参数P5值设为M5。

下面参照图6对本实施方式的图像检查装置的动作进行具体的说明。图6是对本实施方式的图像检查装置的动作进行说明的动作流程图。在图6中，首先，在S601的処理中，通过将0代入作为参数P1至P5各值的最大值的M1至M5，进行最大值的初期化。

其次，在S602的処理中，主图像m和下一个数据图像分别从主图像输入部101及数据图像输入部102被输入。然后，在S603的処理中，在整合偏差度算出部104及整合歪斜度算出部105中，计算出整合偏差度参数P1至P3及整合歪斜度参数P4、P5。

接下来，在S604的処理中，对P1是否大于作为参数P1的最大值的M1进行判断，如果P1大于M1(S604：Yes)，则将P1更新为最大值M1(S605)，如果P1不足M1(S604：No)，则不更新为最大值M1，并移行至S606。

分别对参数P2至P5实施上述的求最大值的処理，然后，在S606的処理中，对所输入的图像是否为最后的图像进行判断。如果所输入的图像不是最后的图像(S606：No)，则返回S602的処理，如果所输入的图像是最后的图像(S606：Yes)，则移行至S607的処理。

在S607的処理中，对基准值(阈值)进行确定。即：针对预先指定的主图像m，大量收集应该被接受的数据图像，并通过实行上述实施方式中所说明的动作流程，计算出各数据图像的参数P1至P5。然后，如果将收集到的数据图像中的最大的P1值设为M1，最大的P2值设为M2，…，最大的P5值设为M5，则它们的相对于主图像m的基准值(阈值)T1m至T5m可由下式来确定。

即：

<公式8>

T1m＝K＊M1

T2m＝K＊M2

T3m＝K＊M3

T4m＝K＊M4

T5m＝K＊M5

这里需要说明的是，一般而言，收集数据图像时会漏掉一些未知的数据图像，考虑到这种情况，上述公式8的右边各增加了一个“K倍”的因子。作为一个例子，“K＝1.2”。至此为事先学习的动作流程。

之后，在进行图像检查时，如果用于与主图像m进行对照的新数据图像从数据图像输入部102(图1)被输入，则按照上述实施方式中所说明的动作流程，计算出该数据图像的参数P1至P5，并采用上式的基准值(阈值)(T1m至T5m)，以

if(P1≤T1m)AND(P2≤T2m)AND(P3≤T3m)AND(P4≤T4m)AND(P5≤T5m)

then  接受

else  拒绝

之逻辑(算法)，对检查结果进行确定。

这样，根据本实施方式可知，所收集的数据图像都可被接受为主图像m，并希望新数据图像也同样是可被接受的。另外，在应该被拒绝的数据图像被输入的情况下，其参数P1至P5中可能会存在小于或等于基准值(阈值)的参数(尽管可能数量较少)，但是，这5个参数同时都为基准值(阈值)以下的可能性非常低，所以，根据上述AND条件的逻辑(算法)能够进行正确的拒绝。

另外，在本发明的又一实施形态中，也可以对由整合偏差度参数P1、P2、P3所得到的偏差程度的各参数值不单独地通过阈值处理来进行判断，而由下述的一次元的评价公式9来进行评价，并使用阈值T6对式中的G值进行判断。

<公式9>

G＝α＊P1+β＊P2+γ＊P3

这里，作为一个例子，α、β、γ可分别采用1.0、1.5、0.012等。

即：以

if(G＜T6)

then  接受

else  拒绝

之逻辑(算法)，对检查结果进行判定。

这里，P3是与变换中的原点的平行移动量相依存的参数，其值即使很大，也与形状的变化无关。所以，根据扫描的条件等，也可将γ的系数设为0来进行判断。

另外，这里，P1与变换中的旋转成分相依存，在θ较小的情况下，假定成立。与P3同样地，即使进行了旋转，形状也不发生变化，但是，P1值如果变大，则假定可能会不成立，也可以使用一定的值进行判断。

这里需要说明的是，在本发明的其他实施形态中，也可以将“对由整合偏差度参数P1、P2、P3所得到的偏差程度的各参数值单独地通过阈值处理来进行判断”、和、上述的“使用一次元的评价公式来进行评价”一起使用，并将“各参数值及G值满足基准”作为“接受”的条件。

另外，在本发明的其他实施形态中，也可以对由整合歪斜度参数P4、P5所得到的歪斜程度的各参数值不单独地通过阈值处理来进行判断，而使用下述的一次元评价公式10来进行评价，并对式中的DI值使用阈值T7来进行判断。

<公式10>

DI＝δ＊P4+ε＊P5

这里，作为一个例子，δ、ε可采用1.0、0.5。

即：以

if(DI＜T7)

then  接受

else  拒绝

之逻辑(算法)，对检查结果进行判定。

另外，就歪斜程度而言，为了与形状的变化直接发生关连，根据经验，采用比偏差量更严格的阈值来进行判断，可提高精度。

在本发明的其它实施形态中，在对上述的「采用比偏差量更严格的阈值来进行判断，可提高精度」进行了考虑的基础上，也可以采用<公式11>

T＝α＊P1+β＊P2+γ＊P3+δ＊P4+ε＊P5的评价公式和阈值T8来进行判断。

即：以

if(DI＜T8)

then  接受

else  拒绝

之逻辑(算法)，对检查结果进行判定。

这里，系数α～ε并不是在所有系统中都是固定不变的，通过对运用和评价时被正常处理的数据进行统计解析，可将各参数的贡献度反映为权重(weight)。另外，权重中反映的也可以不是贡献度。因为也可以使用由统计解析所得到的偏差度、歪斜度的分散(方差)的最大值，所以，也可以将这些分别反映至参数P1～P5的阈值T1～T5。

另外，通过对数据进行统计解析，也可以得到参数P1～P5的相关(相关度)。这样，例如，在判明了「P3与P5的值的相关度较高，可通过计算其中的任意一个来进行阈值处理」的情况下，可以采用“省略计算例如P3的处理”这样的应对方式(也可将γ设为0，但是，一开始就不进行计算，还是会节省处理时间以实现高速化的)。

在进行一部分的数据收集，并随时进行参数的最优化的情况下，还有其他优点。例如，假定在1个据点(位置)进行了处理，之后，随着据点数的增加，其他扫描仪中的运用也开始了。如果某个位置处配备了较旧的扫描仪，并且扫描时发生偏斜(skew)的概率也增加了，则在现有的数据的基础上，不管正确与否都被拒绝的现象也会增加。此时，鉴于该数据等的状况，也可以对阈值和系数进行调整，以消除上述现象。

另外，这里需要说明的是，本发明的实施方式的图像检查装置的各动作也可由计算机上的程序来执行。图7是对一种计算机的构成进行说明的概略框图，该计算机中保存了可使本发明的实施方式的图像检查装置的动作执行的程序。在CD-ROM(Compact DiskRead-Only Memory)等记录介质中所记录的与本发明的实施方式相关的程序经由图7的CD-ROM驱动器705(或者，暂时被保存在硬盘701上)，在程序执行时被载至存储器706，然后根据来自CPU(Central Processing Unit)702的指令，按顺序执行程序的各処理步骤。

相当于主图像及数据图像的数字图像数据被预先保存在硬盘701上、或者经由图中未示的扫描仪被实时地读入后，被载入存储器706上以供参照。检查的判定结果被保存至存储器706，另外，根据需要，还可保存至硬盘701，或由显示器703被输出，或经由通信装置704被发送至网络，或经由图中未示的打印机被打印在纸上。

如上所述，在本发明中，对基准图像和被检查图像进行整合并实施坐标变换，据此求出多个参数值，当所求出的多个参数值分别满足预先设定的相应的多个基准值条件时，接受(承认)被检查图像。采用这样的方式，就可以得到一种图像检查装置和图像检查方法，其能够以各种各样的定型帐票(包含不存在特有的标记、记号以及格线的帐票)为对象，并可以进行高精度的帐票种类识别。

以上对本发明的较佳实施方式进行了说明，但是，本发明并不限定于该实施方式，在不脱离权利要求中记载的本发明的技术思想的情况下，可以对其进行各种各样的变形和变更。

Claims (10)

1.一种画像检查装置，其包含：

基准画像输入单元，其输入基准画像；

被检查画像输入单元，其输入被检查画像；

画像整合单元，其对所述基准画像和所述被检查画像进行整合；

计算单元，其通过对所述被整合了的画像实施座标变换处理以计算出多个参数；

比较单元，其对所述多个参数的各值、和分别与所述多个参数相对应的预定的多个基准值分别进行比较；以及

判断单元，其根据所述比较单元的比较结果，对是否接受所述被检查画像的进行判断，

其中：

所述多个参数是表示所述被检查画像相对于所述基准画像的偏差程度及歪斜程度的参数，其中，表示所述被检查画像相对于所述基准画像的偏差程度的参数包含所述被检查画像相对于所述基准画像的旋转量、变倍量、及平行移动量中的至少1个，表示所述被检查画像相对于所述基准画像的歪斜程度的参数包含所述被检查画像相对于所述基准画像的剪切量及伸缩量中的至少1个。

2.根据权利要求1记载的画像检查装置，其中：

在所述多个参数的各值满足所对应的所述多个基准值的条件的情况下，所述判断单元接受所述被检查画像。

3.根据权利要求1记载的画像检查装置，其中：

所述座标变换处理是仿射变换处理。

4.根据权利要求1记载的画像检查装置，其中：

表示所述被检查画像相对于所述基准画像的偏差程度的参数由包含所述被检查画像相对于所述基准画像的旋转量、变倍量、及平行移动量中的至少1个的1次元公式所表示，并根据由该公式计算出的偏差程度进行是否接受的判断。

5.根据权利要求1记载的画像检查装置，其中：

表示所述被检查画像相对于所述基准画像的歪斜程度的参数由包含所述被检查画像相对于所述基准画像的剪切量及伸缩量中的至少1个的1次元公式所表示，并根据该公式计算出的歪斜程度进行是否接受的判断。

6.根据权利要求1记载的画像检查装置，其中：

使用根据表示所述被检查画像相对于所述基准画像的偏差程度、歪斜程度的参数进行判断处理的1次元公式，计算一致程度，并根据计算出的该一致程度的值进行是否接受的判断。

7.一种画像检查方法，其包含：

由基准画像输入单元输入基准画像的步骤；

由被检查画像输入单元输入被检查画像的步骤；

由画像整合单元对所述基准画像和所述被检查画像进行整合的步骤；

由计算单元通过对所述整合步骤所整合了的画像实施座标变换处理以计算出多个参数的步骤；

由比较单元对所述多个参数的各值、和分别与所述多个参数相对应的预定的多个基准值分别进行比较的步骤；以及

由判断单元根据所述比较步骤的比较结果对是否接受所述被检查画像进行判断的步骤，

其中：

所述多个参数是表示所述被检查画像相对于所述基准画像的偏差程度及歪斜程度的参数，其中，表示所述被检查画像相对于所述基准画像的偏差程度的参数包含所述被检查画像相对于所述基准画像的旋转量、变倍量、及平行移动量中的至少1个，表示所述被检查画像相对于所述基准画像的歪斜程度的参数包含所述被检查画像相对于所述基准画像的剪切量及伸缩量中的至少1个。

8.根据权利要求7记载的画像检查方法，其中：

表示所述被检查画像相对于所述基准画像的偏差程度的参数由包含所述被检查画像相对于所述基准画像的旋转量、变倍量、及平行移动量中的至少1个的1次元公式所表示，并根据由该公式计算出的偏差程度进行是否接受的判断。

9.根据权利要求7记载的画像检查方法，其中：

表示所述被检查画像相对于所述基准画像的歪斜程度的参数由包含所述被检查画像相对于所述基准画像的剪切量及伸缩量中的至少1个的1次元公式所表示，并根据由该公式计算出的歪斜程度进行是否接受的判断。

10.根据权利要求7记载的画像检查方法，其中：

使用根据表示所述被检查画像相对于所述基准画像的偏差程度、歪斜程度的参数进行判断处理的1次元公式，计算一致程度，并根据计算出的该一致程度的值进行是否接受的判断。