CN1127256C

CN1127256C - 印刷物的污损度判别装置

Info

Publication number: CN1127256C
Application number: CN99126706A
Authority: CN
Inventors: 平泽利勇
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1998-12-14
Filing date: 1999-12-14
Publication date: 2003-11-05
Anticipated expiration: 2019-12-14
Also published as: CN1257373A; JP4180715B2; EP1011079B1; JP2000182052A; US6741727B1; DE69911725T2; EP1011079A1; DE69911725D1

Abstract

提供一种印刷物的污损度判别装置。其中，IR图象输入部(10)使用具有红外线波长的IR光，输入印刷物P1的IR图象。边缘加强部(11)对于IR图象进行边缘加强处理。折痕/皱纹抽出部(12)从边缘加强图象抽出表示折痕和皱纹的象素，计量抽出象素数量、抽出象素的输入时的平均浓度来作为特征量数据。判别部(13)根据各特征量数据判别印刷物的由折痕和皱纹所引起的污损度。

Description

印刷物的污损度判别装置

技术领域

本发明涉及判别在印刷物的印刷区域内所存在的折痕和皱纹的印刷物的污损度判别装置。

背景技术

现有的印刷物的污损度判别装置大多使用测定印刷物的印刷区域或者非印刷区域的浓度来判别污染情况的方法。例如，如日本专利申请公开公报特开昭60-146388号所公开的那样，提出了这样的方法：把印刷物区分成非印刷区域和印刷区域，把印刷物的反射光或者透射光的积分值作为各自的基准数据，由此来判别污染的有无。在印刷物的污染、变色、污痕、印刷的模糊不清等局部区域中伴随着一样的浓度变化的污染的特征能够作为非印刷区域和印刷区域中的浓度积分值(即相加值)的变化来进行测定。

而且，提出了这样的方法：高精度地判别印刷物的局部区域中不是一样的浓度变化的污染而是印刷物的折痕/皱纹等浓度以线状而变化的污染情况。例如，如日本专利申请公开公报特开平6-27035号所公开的那样，提出了这样的方法：测定非印刷区域的折痕和皱纹。

如上述那样，在现有技术中，通过测定印刷物的印刷区域和非印刷区域的积分浓度或者非印刷区域的折痕/皱纹，来判别印刷物的污染情况。但是，基于测定“印刷区域”的折痕/皱纹的判别印刷物的污染情况的方法因以下理由而不能实现。

一般，以折痕或者皱纹这样的线状变化的污染的浓度与格式纸的浓度相比具有足够的差别。在“非印刷区域”中存在的折痕/皱纹的现有的测定方法是：利用其浓度差，首先通过微分处理来加强在折痕/皱纹部中变化的浓度，通过二值化处理而抽出折痕/皱纹部的象素，来算出该象素数量或者象素的浓度值的平均值等，由此，来计量污染情况。

与此相对，“印刷区域”中，如图案图形那样，存在各种宽度的线和以各种浓度印刷的情况；以及，如照相印刷那样，存在印刷区域整个表面都被印刷油墨所印刷的情况。当抽出在这样的印刷区域中存在的折痕和皱纹时，从现有的通过来自印刷物的反射光或者透射光而得到的图象不能区别出折痕/皱纹和印刷部，而不能从印刷区域仅抽出污染部。这是因为折痕/皱纹这样的污染部的浓度与印刷浓度相近。这样，在现有技术中，抽出·计量印刷区域中的折痕和皱纹是非常困难的。

例如，考虑测定折痕和皱纹存在的印刷区域全部的浓度积分值来计量污染的情况。印刷油墨的浓度同折痕和皱纹的浓度不易区别，折痕的象素数量少于印刷区域全体的象素数量，而且，在印刷油墨部的浓度中存在偏差。由于这样的理由，由折痕和皱纹所产生的浓度变化不能用印刷区域的浓度积分值来判别。

因此，在现有的方法中，不能计量印刷区域的折痕和皱纹的污染。

而且，如上述那样，即使能够实现印刷区域和非印刷区域的折痕和皱纹的污染的计量，但是，在现有的方法中，却难于把从印刷物的边缘易于产生的切痕与折痕和皱纹进行区别。这是因为，与孔和缺口不同，在切痕的情况下，当把相互切断的两个区域无位置偏移地连接起来并输入该区域的图象时，切痕部分与折痕/皱纹相同，浓度按线状变化。

发明内容

因此，本发明的目的是提供一种印刷物的污损度判别装置，能够象人进行判别那样来判别在现有技术中不能判别的印刷区域的折痕。

而且，本发明的目的是提供一种印刷物的污损度判别装置，能够判别在现有技术中不能区别的折痕和切痕。

在本发明中，当使用近红外线波长的光来输入成为计量对象的印刷物的图象时，利用对于格式纸部(非印刷部)和印刷部，折痕/皱纹部的反射率显著变小的现象。

根据本发明的一个方案，提供一种印刷物的污损度判别装置，包括：图象输入装置，使用具有近红外线波长的IR光，来输入作为判别对象的印刷物的IR图象；图象抽出装置，从由上述图象输入装置所输入的上述IR图象抽出包含印刷区域的特定区域的图象数据；二值化处理装置，根据由上述图象抽出装置所抽出的上述特定区域内图象数据，对纵向和横向进行边缘加强处理，生成各自的边缘加强图象，从上述特定区域内数据抽出上述印刷物的折痕等不可逆变化部分，提供该变化部分数据；特征量抽出装置，根据由该变化部抽出装置所提供的上述变化部分数据，抽出表示上述特定区域内的不可逆变化的程度的特征量；判别装置，通过评价由该特征量抽出装置所抽出的特征量，来判别上述印刷物的污损度。上述图象输入装置具有滤除上述近红外线波长之外的波长成分的IR滤波器。

通过使用近红外线波长的光而输入印刷物的图象，能够与人的判别相近地判别在现有技术中不能判别的印刷区域的折痕。

根据本发明，通过使用沿斜的方向透过印刷物的光来输入图象，来检测出由于在印刷物的边缘产生的切痕即由于相互切断的两个区域的位置偏差所发生的间隙，能够对于在现有技术中不能区别的折痕/皱纹，区别出切痕。其结果，能够与人的感觉所产生的判别结果相近地得到污染情况的判别结果。

本发明的这些和其他的目的、优点及特征将通过结合附图对本发明的实施例的描述而得到进一步说明。

附图说明

图1A和1B是表示在第一实施例中判别的印刷物及其IR图象的一个例子的图；

图2A～2C是表示印刷物的印刷区域的分光特性例子的图；

图3A和3B是表示由反射读取时的印刷物的折痕所产生的明暗部与光源的关系的图；

图4是表示第一实施例所涉及的印刷物的污损度判别装置的构成的方框图；

图5A和5B是表示使用IR图象输入部的透射光的光学系统和使用反射光的光学系统的配置例子的图；

图6是表示图象输入定时的一个例子的图；

图7A和7B是表示取入图象存储器中的印刷物图象的例子的图；

图8A和8B是表示在边缘加强处理中使用的纵向和横向的滤波器的一个例子的图；

图9是表示第一实施例所涉及的印刷物的污损度判别装置的具体构成的方框图；

图10是用于说明第一实施例所涉及的判别处理程序的流程图；

图11A和11B是表示在第二实施例中判别的印刷物及其IR图象的一个例子的图；

图12是表示印刷物的印刷区域的分光特性的一个例子的图；

图13是表示第二实施例所涉及的印刷物的污损度判别装置的构成的方框图；

图14是用于说明使用霍夫变换的直线上的象素抽出和计量处理顺序的流程图；

图15是用于说明在图象平面上使用投影处理的直线上的象素抽出和计量处理顺序的流程图；

图16是用于说明第二实施例所涉及的判别处理顺序的流程图；

图17是表示在第三实施例中判别的印刷物的一个例子的图；

图18是表示第三实施例所涉及的印刷物的污损度判别装置的构成的方框图；

图19A～19D是用于说明基于一维数据的最大值·最小值滤波器运算和差分数据生成的一个例子的图；

图20是用于说明第三实施例所涉及的判别处理顺序的流程图；

图21A～21C是表示在第四实施例中判别的印刷物、其IR图象以及掩盖区域的一个例子的图；

图22是表示第四实施例所涉及的印刷物的污损度判别装置的构成的方框图；

图23是用于说明掩盖区域设定处理顺序的流程图；

图24是用于说明第四实施例所涉及的判别处理顺序的流程图；

图25是表示在第四实施例中判别的印刷物的一个例子的图；

图26A和26B是表示在印刷物中产生的切痕的一个例子的图；

图27是表示第五实施例所涉及的印刷物的污损度判别装置的构成的方框图；

图28A和28B是表示使用IR图象输入部的透射光的光学系统的配置例子的模式图；

图29是用于说明第五实施例所涉及的判别处理顺序的流程图；

图30是表示第五实施例所涉及的印刷物的污损度判别装置的具体构成的方框图；

图31表示基于透射光的图象输入时的印刷物的搬送状态的图；

图32是表示第六实施例所涉及的印刷物的污损度判别装置的构成的方框图；

图33A和33B是表示图31中的印刷物搬送系统的概况的上表面图和透视图；

图34是用于说明第六实施例所涉及的判别处理顺序的流程图。

具体实施方式

下面，参照附图对本发明的实施例进行说明。

首先，对本发明中进行判别的印刷物的污染进行说明。在本发明中，在印刷物的污染中包含“折痕”、“皱纹”、“切痕”、“缺口”。“折痕”是在平坦的印刷物上产生凹凸等的伴随着印刷物的变形的印刷区域的不可逆的，即产生了不能恢复原状的变化的部分。例如，折痕是指以纵向中心部为基准把印刷物折叠成两层时所产生的，印刷物的预定位置大致知道的直线状的变形部分。

与此相对，“皱纹”是与折痕相同在印刷物上产生的伴随着凹凸变形的不可逆的变化部分，但是，其是指把印刷物或者弯曲或者揉成团而产生的位置随机的曲线或者直线变形部分。

此外，“切痕”一般是指从印刷物的边缘的某处以某个长度物理地切断的，没有纸片缺损的情况。

与此相对，“缺口”一般是指在印刷物的边缘上产生的伴随着局部区域(纸片)的缺损的印刷物的切断。此外，“孔”是指在印刷物的内部产生的，印刷物存在缺损的，例如圆形的缺损部。

不言而喻，除了上述情况之外，在污染中还包含有乱写乱画、全体的污染、泛黄、印刷的模糊不清等。

下面对本发明的第一实施例进行说明。

在图1A中表示了在第一实施例中判别的印刷物的污染的例子。图1A所示的印刷物P1由印刷区域R1和非印刷区域Q1组成。印刷区域R1包含把横向的印刷物P1分成左右两部分的中心线SL1。可以设想：在该中心线SL1附近容易产生折痕和皱纹。可以设想：印刷在印刷区域R1中的油墨主要由彩色油墨(chromatic colorink)所构成。

在图2A～2C中表示了格式纸、彩色油墨、折痕和皱纹的分光反射特性的一个例子。图2A表示格式纸的分光反射率，格式纸一般是白色的。图2B表示在格式纸上印刷了彩色油墨的印刷区域的分光反射率的趋向。不言而喻，红和绿等各自的色的分光反射率特性是不同的，但是，图2B表示了这些颜色的分光反射率的趋向。图2C对于格式纸和彩色油墨相对地表示了格式纸的印刷区域R1或者非印刷区域Q1中产生的折痕和皱纹的分光反射率特性的趋向。

一般，印刷在格式纸上的彩色油墨的分光反射特性，如图2B所示的那样，与波长400nm～700nm的可见区域中的特性无关，波长800nm以上的近红外线区域的反射率高到图2A所示的格式纸的反射率程度。

另一方面，折痕和皱纹等的污染部，如下述那样，在见到黑色的情况下，如图2C所示的那样，即使从可见区域变到800nm的近红外线区域，反射率的变化较少。在图2A～2C中表示了400nm～800nm的分光反射特性，一般，800nm～1000nm的近红外线区域中的反射率没有可见区域这样大的变化，与800nm中的反射率相比，不怎么变化。

如从图2C所见，在400nm～700nm的可见波长中，彩色油墨和折痕/皱纹的反射率的差异较少，而在800nm～1000nm下的近红外线波长中，在反射率上产生差异。而且，几乎在全部波长的区域中，在格式纸与折痕/皱纹的反射率上都产生差异。

这就是说，如果使用具有800nm～1000nm的近红外线波长的光来进行基于印刷物P1的反射光的图象输入，如图1C所示的那样，可以从格式纸(Q1)和彩色油墨区域(R1)分离即抽出折痕/皱纹的黑色部分。

下面，说明在使用具有800nm～1000nm的近红外线波长的光来进行基于印刷物P1的“透射光”的图象输入的情况。彩色油墨的“分光透射率”，与图2B的分光反射率相同，与可见波长区域400nm～700nm的特性无关，800nm～1000nm的近红外线区域中的透射率高到接近格式纸的透射率。

另一方面，在折痕/皱纹部中，由于格式纸的弯折或者光的漫反射等原因，与图2C的分光反射率相同，分光透射率比格式纸降低几级。因此，与能够使用近红外线波长而通过反射光来抽出折痕/皱纹的黑色情况相同，即使使用透射光也能抽出折痕和皱纹。

这里，在使用反射光的情况下，对折痕和皱纹部为黑色或者白色的情况进行说明。如图3A所示的那样，对于平面的印刷物，在与光源相对的一侧，当折痕和皱纹成为凸起状时，用“暗部”所表示的部分，因来自光源的光照射较少，其亮度低于其他的平面的格式纸区域，而见到黑色。

并且，图3A的用“亮部”所表示的部分，弯折的印刷面向传感器方向反射来自光源的光，与其他的平面的格式纸区域相比，亮度变得较大，而见到白色。

另一方面，如图3B所示的那样，对于平面的印刷物，在与光源相同的一侧，当折痕和皱纹成为凸起状时，用“亮部”所表示的部分，因与图3A的亮部相同的原因，亮度变得较大，而见到白色。并且，图3B的用“暗部”所表示的部分，因与图3A的暗部相同的原因，亮度变低，而见到黑色。

这样，在使用反射光的情况下，折痕和皱纹部，随着弯折的方向和角度以及照射角度的不同，其亮度发生较大的变化。但是，折痕/皱纹的亮部，与其他平面的格式纸区域相比，亮度较高，而暗部较低。这样，利用该现象就能提高印刷区域的折痕/皱纹的判别精度。

图4是表示第一实施例所涉及的印刷物的污损度判别装置的简要构成。

IR图象输入部10使用800nm～1000nm的近红外线波长(以下称为“IR”)的光而从印刷物P1的反射光或者透射光来输入图象数据，从该输入图象数据抽出包含印刷区域R1的印刷物P1的特定区域内的图象数据。边缘加强部11对由IR图象输入部10所抽出的特定区域内的图象数据进行边缘加强处理。

折痕/皱纹抽出部12把由边缘加强部11进行了边缘加强的图象数据进行二值化处理，而抽出亮度变化大的象素，来进行特征量抽出处理。判别部13根据由折痕/皱纹抽出部12抽出的各特征量来判别印刷物P1的污损度。

下面对各部分进行详细说明。

IR图象输入部10用位置传感器检测所搬送的印刷物P1，在预定的延迟后，用CCD型传感器读取包含印刷区域R1的印刷物P1的IR光信息。由传感器读取的IR图象被进行A/D变换，而作为数字图象数据存储在图象存储器中。从所存储的图象数据抽出包含印刷区域R1的特定区域。然后，进行边缘加强部11以后的处理。

图5A和5B表示IR图象输入部10的使用透射光的光学系统和使用反射光的光学系统的配置。首先，在使用透射光的光学系统的情况下，如图5A所示的那样，在印刷物P1的搬送路径上设置位置传感器1。从该位置传感器1到搬送路径下游的位置上，离开搬送路径预定距离配置光源2。

光源2是包含IR光的光源，从光源2所放射的光透过印刷物P1。该透射光进一步对着印刷物P1而通过配置在与光源2相对一侧的IR滤波器3，而滤除IR光成分之外的成分。该IR光通过透镜4而在CCD型传感器5的感光面上成象。

CCD型传感器5是一维的线传感器或者二维传感器。在一维线传感器的情况下，配置在与搬送平面上的搬送方向相正交的方向上。

另一方面，在使用反射光的光学系统的情况下，仅在光源2的配置位置这点上与图5A的使用透射光的情况不同。即，如图5B所示的那样，光源2相对于搬送平面配置在与IR滤波器3、透镜4和CCD型传感器5相同的一侧。

在此情况下，由光源2从相对于搬送平面倾斜的方向照射光束，由该照射光所产生的印刷物P1的反射光通过IR滤波器3和透镜4在CCD型传感器5的感光面上成象。

下面使用图6对图象输入的定时进行说明。在搬送过程中的印刷物P1通过位置传感器1的时刻，该位置传感器1检测由印刷物P1所引起的遮光。从该检测时刻开始进行搬送时钟的计数。在CCD型传感器5是一维线传感器的情况下，在搬送时钟的计数值到达预定值的第一延迟时间以后，一维线传感器搬送方向有效期间信号从无效变为有效。该信号保持长于由印刷物P1所引起的遮光期间的期间的有效之后，变为无效。

通过使该一维线传感器搬送方向有效期间信号长于由印刷物P1所引起的遮光期间，而得到必定包含印刷物P1的全部表面的图象数据。根据位置传感器1与一维线传感器的读取位置的距离以及搬送速度而预先设定第一延迟期间。

在CCD型传感器5是二维传感器的情况下，在搬送时钟的计数值到达预定值的第二延迟时间以后，使二维传感器的快门有效期间成为预定的期间有效，在该快门有效期间执行由二维传感器所进行的摄象。

与第一延迟期间相同预先设定第二延迟期间。并且，通过快门有效期间的控制，来用二维传感器输入所搬送的印刷物P1的图象，虽然对这种情况进行了说明，但并不仅限于此，也可以控制光源的点亮时间，而用二维传感器输入所搬送的印刷物P1的图象。

图7A和7B表示从所输入的图象抽出包含印刷区域R1的特定区域的例子。由阴影线所表示的背景是恒定的浓度，即没有浓度变化。如图7A所示的那样，在印刷物P1上没有倾斜；如图7B所示的那样，在印刷物P1上存在倾斜，与这两种情况无关地，从印刷物P1的输入图象的纵向中心位置分别抽出两侧一定距离的浓度进行了某值以上变化的区域。

下面对边缘加强部11进行说明。边缘加强部11通过图8A所示那样的注目象素(中心象素)附近3×3象素的加权运算而生成纵向的边缘加强图象。即，在这些附近象素中，把未图示的值的加权相加后的值(8个值)进一步与注目象素的浓度相加，注目象素浓度被变换。而且，边缘加强部11按图8B所示的那样通过注目象素附近3×3象素的加权运算而求出横向的边缘加强图象。通过这些纵向和横向的边缘加强处理，在使用反射光或者透射光的输入图象中，加强了折痕/皱纹部的浓度变化。即，如图3A和3B所示的那样，加强了从折痕部分中的亮部到暗部或者从暗部到亮部的浓度变化。

下面对折痕/皱纹抽出部12进行说明。对于由边缘加强部11所得到的纵向和横向的边缘加强图象，使用适当的阈值分别进行二值化处理，分别在纵向和横向上抽出折痕/皱纹中特征性地表现出的值较大的象素。

然后，分别对纵向和横向计量所抽出的象素数量和所抽出的象素的输入时的(原图象的)平均浓度。并且，在纵向边缘加强处理之后，进行二值化处理，对于所抽出的象素，求出距横向平均位置的分散。即，使所抽出的n个象素为x(ik，jk)[k＝0，1，…，n]，求出下式：

var = (Σ_{k = 0}^{n} {ik}^{2} - {(Σ_{k = 0}^{n} ik)}^{2} / n) / n . . . (1)

这样得到的各特征量被输出给判别部13。

下面对判别部13进行说明。判别部13根据由折痕/皱纹抽出部12所抽出的各特征量数据，判别印刷物P1的污损度。后面对进行该判别时的基准值进行说明。

下面使用图9对第一实施例所涉及的污损度判别装置的具体构成例子进行说明。图9是表示污损度判别装置的构成的方框图。

CPU(中央处理单元)31、存储器32、显示部33、图象存储器控制部34和图象数据I/F电路35分别连接在总线36上。

首先，由IR图象输入部10所输入的印刷物P1的IR图象数据根据来自位置传感器1的检测信号以由定时控制电路37所控制的定时而输入图象存储器控制部34。其中，IR图象输入部10、位置传感器1、定时控制电路37的动作已经在图5和图6中进行了说明。

被输入图象存储器控制部34的IR图象数据由A/D变换电路38变换为数字图象数据，以由控制电路39所控制的定时存储到图象存储器40中。在图象存储器40中所存储的图象数据按照与图4的边缘加强部11、折痕/皱纹抽出部12和判别部13相对应的程序，在CPU 31的控制下进行图象处理和判别处理。存储器32存储这些程序。显示部33显示CPU 31的判别处理结果。

在图象存储器40中所存储的图象数据可以经过总线36和图象数据I/F电路35而传送给外部装置。外部装置把所传送的多个印刷物P1的图象数据存储到硬盘这样的图象数据存储装置中。并且，外部装置根据多个印刷物P1的图象数据来算出后述的污损度判别的基准值。

下面参照图10所示的流程来对第一实施例所涉及的判别处理的全部程序进行说明。

首先，由IR图象输入部10输入印刷物P1的IR图象(S1)，抽出包含印刷区域R1的特定区域(S2)。接着，由边缘加强部11在纵向和横向上进行边缘加强处理，而生成各自的边缘加强图象(S3，S4)。

由折痕/皱纹抽出部12对纵向和横向的各个边缘加强图象，使用适当的阈值来生成进行了二值化处理的二值化图象(S5，S6)。对通过该二值化处理所抽出的纵向边缘象素的数量进行计数(S7)，来计量抽出象素的输入时的平均浓度(S8)，进行横向位置的分散计算(S9)。同样，对横向边缘象素的数量进行计数(S10)，算出抽出象素的输入时的平均浓度(S11)。

接着，由判别部13根据该算出的各个特征量数据(抽出象素的数量、抽出象素平均浓度、分散值)来判别污损度(S12)，输出该污损度判别结果(S13)。

下面对判别部13中的用于从各特征量数据来判别污损度的基准值的形成进行说明。首先，经过在图9中说明的图象数据I/F电路35，把印刷物P1的图象数据存储在外部的图象数据存储装置中。对于这样搜集的多个印刷物P1的抽样，检查的熟练者进行评价，由此，从“洁净”到“污染”依次排列各图象抽样，并给出顺序。

而且，对于在图象数据存储装置中所存储的各图象数据(教师数据)，使用一般的运算处理装置，仅执行一次从图10的步骤S2到S11的各特征量数据抽出处理。这样，对于各印刷物的抽样，算出各个特征量。接着，由各特征量的结合处理学习即决定上述结合处理的结合规则，以便于所判别的各印刷物的污损度更接近熟练者的评价结果。

作为通过学习来求出结合规则的方法的一个例子，是通过线形结合而求出污损度的方法。例如，对于各个印刷物，所抽出的特征量数据的数量为n个，当特征量分别为f1，f2，…，fn时，按照下述线形结合式(2)那样，使用加权数据a0，a1，…，an(上述的基准值)，来决定表示哪种程度污损的综合评价Y。

Y＝a0-a1×f1+a2×f2+…+an×fn ……(2)

下面，对本发明的第二实施例进行说明。

在上述第一实施例中，是印刷物P1的印刷区域R1用彩色油墨进行印刷的情况，但是，在包含除彩色油墨之外的例如含碳的油墨的情况下，用第一实施例的折痕/皱纹抽出部12的二值化处理就不能仅抽出折痕/皱纹。

这样，在图11A中表示了在第一实施例中不能判别的印刷物的污染的例子。图11A所示的印刷物P2由印刷区域R2和非印刷区域Q2组成，印刷区域R2包含把图案等的印刷图形和印刷物P2纵向分成两部分的中心线SL2。与印刷物P1的中心线SL1相同，在该中心线SL2附近容易产生折痕和皱纹等污染。

在印刷区域R2上所印刷的油墨包含彩色油墨以及含碳的黑色油墨等除彩色油墨之外的油墨。其中，在图12中表示了含碳的黑色油墨以及黑色油墨与彩色油墨相混合的油墨的分光反射特性的一个例子。

在彩色油墨的情况下，在可见光波长区域400nm～700nm的反射率和近红外线波长区域800nm～1000nm的反射率上，存在较大的差异，从700nm附近，反射率急剧变化。当把含碳黑色油墨混合到彩色油墨中来进行印刷的情况下，近红外线波长区域800nm～1000nm的反射率低于仅有彩色油墨的反射率。在仅有含碳黑色油墨的情况下，在可见光波长区域400nm～700nm的反射率和近红外线波长区域800nm～1000nm的反射率没有差异，反射率几乎没有变化。

对于具有这样的印刷区域R2的印刷物P2，即使按上述第一实施例中说明的那样抽出折痕/皱纹，如图11B所示的那样，包含除彩色油墨之外的油墨的印刷位置是作为噪声被抽出。由于这些成为噪声的象素的出现，不能使用在第一实施例中说明的折痕/皱纹抽出处理。

但是，在折痕处特征性地呈现的值较大的象素在直线上是相连的。通过利用该特征，从印刷油墨部成为噪声而出现的二值化图象检测出直线，由此能够实现折痕的抽出。通过以下说明的第二实施例，能够判别在第一实施例中不能判别的印刷物P2的污损度。

图13是表示第二实施例所涉及的印刷物的污损度判别装置的简要构成的方框图。第二实施例所涉及的污损度判别装置在以下这点上与上述第一实施例所涉及的污损度判别装置不同。即，在边缘加强部11中，在第一实施例中，是生成横向和纵向的边缘加强图象，与此相对，在第二实施例中仅生成纵向的边缘加强图象。而且，第一实施例中的折痕/皱纹抽出部12变更为第二实施例中的边缘投票(vote)部14和直线抽出部15。

下面对边缘投票部14和直线抽出部15进行说明，随进行投票的空间的不同而存在两种处理方法。其中，首先对使用霍夫(Hough)变换的处理时的边缘投票部14和直线抽出部15进行说明。

首先，在边缘投票部14中，对于由边缘加强部11所得到的纵向的边缘加强图象，使用适当的阈值来进行二值化处理，抽出在折痕/皱纹处特征性地呈现的值较大的象素。此时，印刷油墨部成为噪声而一同被抽出。

在此以后的边缘投票部14和直线抽出部15的处理程序表示在图14的流程图中。即，边缘投票部14相对于所得到的二值化图象，进行作为公知的处理的霍夫变换，在把距离ρ，角度θ作为参数的霍夫平面上对包含噪声的抽出象素进行投票，即进行绘图(S21)。即，当包含噪声的所抽出的n个象素为(xk，yk)[k＝1，…，n)时，根据下式(3)，各象素在霍夫平面上被投票。

ρ＝xk×COSθ+yk×SINθ ……(3)

其中，ρ，θ以某个间隔被分割，其结果，霍夫平面(ρ，θ)被分隔成各边的长度等于上述距离的方格状。当把一个象素进行霍夫变换时，在霍夫平面上构成曲线，分别在该曲线通过的方格中投一票，其票数用各个方格进行计数。如果求出该投票的计数值最大的方格，由上述式(3)所决定的直线确定出一个。

在直线抽出部15中，进行以下说明的处理。首先，对于与所得到的霍夫平面(ρ，θ)上的方格相对应的票的计数值，使用适当的阈值来进行二值化处理，抽出表示直线的直线参数(S22)。接着，在构成由所抽出的直线参数决定的印刷区域内的直线的象素中，仅抽出已经由二值化处理所抽出的象素来作为折痕象素(S23)。接着，计量所抽出的直线上的象素的数量(S24)，计量抽出象素输入时的平均浓度(S25)。

这样，通过仅抽出所检测出的直线上的象素，能够把背景噪声的影响抑制在最小限度上，其结果，提高了各特征量数据的精度。

下面对不进行上述霍夫变换而是使用在图象平面上投射到各角度方向上的处理方法的情况下的边缘投票部14和直线抽出部15进行说明。

在边缘投票部14中，对于由边缘加强部11所得到的纵向的边缘加强图象，使用适当的阈值来进行二值化处理，抽出在折痕/皱纹处特征性地呈现的值较大的象素。此时，印刷油墨部成为噪声而一同被抽出。

在此以后的边缘投票部14和直线抽出部15的处理程序表示在图15的流程图中。即，首先，边缘投票部14进行步骤S31～步骤S34的处理。即，为了使对于中心线SL2的角度从-θc～+θc以每次Δθ而变化，首先，把-θc设置为θ的初始值(S31)。接着，对于包含噪声的所抽出的象素，进行θ方向的累积。即，累积在θ方向上连续的象素数量。接着，使θ递增Δθ(S33)，判断θ是否大于+θc(S34)，算出每次递增Δθ的各个θ方向的一维累积数据，直到θ超过+θc为止。

下面，由直线抽出部15算出所得到的各θ方向的一维累积数据的峰值，求出其中提供最大累积数据的θm(S35)。接着，在θm方向上决定预定宽度的直线区域(S36)，在该直线区域内存在的象素中，仅抽出由二值化处理所抽出的象素。然后，用与霍夫变换处理中的步骤S24，S25相同的处理程序，来计量抽出象素数量(S37)，计量抽出象素输入时的平均浓度(S38)。

下面参照图16所示的流程来对第二实施例所涉及的判别处理的全部程序进行说明。

首先，通过IR图象输入部10输入印刷物P2的IR图象(S41)，抽出包含印刷区域R2的特定区域(S42)。接着，在边缘加强部11中，为了检测出纵向的折痕/皱纹而进行纵向的边缘加强处理，而生成边缘加强图象(S43)。

接着，在边缘投票部14中，对于纵向的边缘加强图象使用适当的阈值来进行二值化处理(S44)，由直线抽出部15抽出直线区域，对于所抽出的直线状的在折痕处特征性地呈现的值较大的象素，计量抽出象素数量和平均浓度(S45)。该步骤S45的处理可以用在图14或者图15中已经说明的霍夫变换处理或者图象平面上的投射处理来进行。接着，在判别部13中，根据所得到的上述各个特征量数据(抽出象素数量和平均浓度)来判别污损度(S46)，输出该污损度判别结果(S47)。

第二实施例所涉及的污损度判别装置的具体构成与使用图9所述的第一实施例相同。但是，在存储器32中所存储的程序的内容变更为图16所示的处理程序的内容。

下面对本发明的第三实施例进行说明。

在上述的第二实施例中，对抽出印刷物P2的印刷区域R2的折痕来判别污损度的情况进行了说明。但是，例如，如图17所示的那样，当在折痕上产生缺口和孔时，因以下说明的原因，仅抽出折痕是困难的。

当进行第二实施例中说明的边缘加强部11中的纵向的边缘加强处理时，对于横向，不但加强处理了亮度变低的变化点，而且加强处理了亮度变大的变化点。即，在IR光的透射光所产生的图象输入中，尽管总是在折痕部亮度变低，但是与折痕同样地加强处理了亮度变大的折痕上的孔和缺口。这样，当用适当的阈值来对边缘加强图象进行二值化处理时，不能区别折痕与孔和缺口。

因此，在第三实施例中，在IR光的透射光所产生的图象输入中，利用折痕部的亮度一般较低(浓度较大)的特征。即，对于输入图象在横向上进行最大值滤波处理，来取代边缘加强处理，以便于能够对于横向仅检测出亮度变低的变化区域象素。其结果，从所得到的最大值图象扣除输入图象，用适当的阈值来进行二值化处理，由此，仅抽出折痕部。并且，通过另外对孔和缺口进行抽出处理，能够分别算出折痕和孔及缺口的各个特征量数据，而能够提高污损度判别结果的可靠性。

图18表示第三实施例所涉及的印刷物的污损度判别装置的简要构成。第三实施例所涉及的污损度判别装置在以下这点上与上述的第二实施例所涉及的污损度判别装置不同。即，图18的IR图象输入部10与图13的IR图象输入部10具有相同的构成，但是，在仅通过图5A所示的IR光的透射光来输入图象的构成这点是不同。此外，图18的边缘投票部14和直线抽出部15与图13的边缘投票部14和直线抽出部15具有相同的构成。但是，图18的判别部13与图13的判别部13相比，在输入抽出了孔·缺口的各特征量数据这点上是不同。而且，如在第一实施例中说明的那样，通过根据各特征量数据重新设定判别基准，能够输出与人的感觉相近的判别结果。

下面对最大值·最小值滤波部16、差分图象生成部17和孔·缺口抽出部18的构成进行说明。

图19A～19D是用于说明最大值·最小值滤波部16和差分图象生成部17的动作的图。图19A表示原图象数据的亮度，图19B表示对于图19A的原图象数据以注目象素为中心进行5×1象素的最大值滤波运算的结果。最大值滤波器进行把注目象素值置换成以注目象素为中心的横向5个象素中的最大象素值的运算。

通过该最大值滤波运算，在横向的4象素以内的宽度中，亮度较低的边缘区域被置换为其相邻的象素的较大亮度值，该边缘区域消失。而且，亮度较大的边缘象素的最大亮度被原封不动地保存。

图19C表示对于图19B的运算结果进行最小值滤波运算的结果。最小值滤波器对于最大值滤波运算结果进行把注目象素值置换为以注目象素值为中心的上述5×1象素中的最小象素值的运算。如图19C所示的那样，在图19A的4象素以内的宽度中，亮度较低的A和B的边缘区域消失，5个象素的宽度的边缘区域C被原封不动地保存。

差分图象生成部17取由最大值·最小值滤波部16所得到的最大值·最小值滤波运算结果与由IR图象输入部10所输入的图象数据的差分。即，若把输入图象表示为f(i，j)，把最大值·最小值滤波运算表示为min{max(f(i，j))}，生成由下式(4)所表示的差分值g(i，j)。其中，i，j是表示所抽出的区域的各个象素的位置的标度。

g(i，j)＝min{max(f(i，j))}-f(i，j) ……(4)

从图19C的最小值滤波运算结果扣除图19A的原图象数据的结果是图19D。在4个象素以内的宽度中，仅有亮度较低的边缘区域A和B被抽出。

通过这样的最大值·最小值滤波部16和差分图象生成部17的运算结果，对于横向，亮度较低的边缘区域的值g(i，j)成为g(i，j)＞0；另一方面，对于横向，亮度较大的边缘区域的值g(i，j)成为g(i，j)＝0。

下面，对孔·缺口抽出部18进行说明。在基于IR光的透射光的图象输入的情况下，孔·缺口部的亮度值由CCD型传感器直接接受来自光源的光。因此，取比印刷物的格式纸部(非印刷部)这样的亮度较大的值更大的值。例如，在A/D变换器是8位的情况下，当格式纸部的亮度值为128(＝80h)时，取孔·缺口部为255(＝FFh)这样的饱和值。因此，对于从基于IR光的图象输入所抽出的区域，如果见到取“255”的值的象素值，就能容易地抽出孔·缺口的象素。由此，测定抽出的孔·缺口象素的数量并输出。

下面参照图20所示的流程来对该第三实施例所涉及的判别处理的全部程序进行说明。

首先，通过IR图象输入部10输入印刷物P2的IR图象(S51)，抽出包含印刷区域R2的特定区域(S2)。接着，由最大值·最小值滤波部16在横向上进行最大值·最小值滤波处理，而制成最大值·最小值滤波图象(S53)。接着，由差分图象生成部17从最大值·最小值滤波图象数据来制成减去输入图象的差分图象(S54)。

接着，由边缘投票部14使用适当的阈值对差分图象进行二值化处理(S55)，由边缘投票部14和直线抽出部15抽出直线区域来作为折痕。接着，对于在所抽出的在折痕处特征性地呈现的值较大的象素，由直线抽出部15计量抽出象素数量和抽出的象素在输入时的平均浓度(S56)。

然后，由孔·缺口抽出部18计量孔·缺口的象素数量(S57)。接着，由判别部13根据所计量的各特征量数据(抽出象素数量、平均浓度和孔·缺口的象素数量)来判别污损度(S58)，输出该污损度判别结果(S59)。

该第三实施例所涉及的污损度判别装置的具体构成能够用与图9所示的第一实施例相同的构成实现。但是，在存储器32中所存储的程序的内容变更为图20所示的处理程序的内容。

下面对本发明的第四实施例进行说明。

在上述第二实施例中，说明了即使在印刷物P2的印刷区域R2含有彩色油墨以外的例如含碳的油墨的情况下，也能抽出折痕的情况。

但是，在印刷区域R2中重合了图案以及在中心线SL2上重合了文字的纵线的情况下，在该中心线SL2附近容易产生的折痕的抽出精度较低。

这样，在图21A中表示了第二实施例中判别精度降低了的印刷物的污染例子。图21A所示的印刷物P3由印刷区域R3和非印刷区域Q3组成，印刷区域R3包含把横向的印刷物P3分成左右两部分的中心线SL3、图案等的印刷图形、用黑色油墨印刷的文字串STR1，STR2。该黑色油墨的反射率是与折痕部的反射率大致相同的程度。与印刷物P1的中心线SL1相同，在其纵向方向的中心线SL3附近容易产生折痕和皱纹等污染。

如在第二实施例中说明的那样，在印刷区域R3的图案中包含的文字图形在进行二值化处理时，成为噪声而出现。而且，在印刷物P3的情况下，文字串STR1，STR2的文字“N”和文字“H”的各个纵线分别与中心线SL3相一致。由此，当进行二值化处理时，如图21B所示的那样，文字的纵线作为折痕被抽出。由此，即使在没有折痕的情况下，受到文字的纵线的影响而误判别为存在直线(折痕)。

因此，在第四实施例中，当预先确定印刷物P3的印刷区域R3的文字串所印刷的区域时，如图21C所示的那样，把文字串的区域从处理区域中刨除来进行处理，由此，能够防止污损度的误判别，其结果，能够提高折痕的直线抽出处理的可靠度。

图22表示第四实施例所涉及的印刷物的污损度判别装置的简要构成。第四实施例所涉及的污损度判别装置除了添加了掩盖区域设定部19这点之外，与上述的第二实施例的污损度判别装置具有相同的构成。

下面对掩盖区域设定部19进行说明。在由IR图象输入部10所抽出的处理区域的情况下，在由搬送所引起的印刷物的倾斜和位置偏差的影响下，产生了不能正确地掩盖文字串区域的情况。为了正确地设定使文字串成为处理对象之外的掩盖区域的定位，必须检测印刷物P3的图象输入时的正确位置，根据该信息来设定掩盖区域。该处理通过图23的流程图所示的处理程序来进行。

首先，对于必须包含印刷物P3的全部图象这样地输入的图象全部表面进行二值化处理(S61)。在步骤S62中，在横向和纵向上从二值化图象的端部依次探索象素值变化点，由此，对于印刷物P3的各边分别检测出两点的位置，而检测出印刷物的斜度。接着，决定印刷物P3的四条边的直线位置，算出各直线的交点，来检测出印刷物的位置。

在步骤S63中，根据在步骤S62中所算出的位置和斜度信息以及预先存储的印刷物P3的掩盖区域的位置信息，来算出输入图象内的掩盖区域的位置(S63)。

接着，参照图24所示的流程图来对第四实施例所涉及的判别处理的全部程序进行说明。

首先，通过IR图象输入部10输入印刷物P2的IR图象(S71)，抽出包含印刷区域R2的特定区域，同时，如图23那样，由掩盖区域设定部19设定掩盖区域(S72)。接着，由边缘加强部11进行纵向的加强处理，而生成纵向边缘加强图象(S73)。

接着，由边缘投票部14对于纵向边缘加强图象使用适当的阈值进行二值化处理(S74)。在步骤S75中，由边缘投票部14和直线抽出部15检出直线区域，对于所抽出的直线区域上的在折痕处特征性地呈现的值较大的象素，计量抽出象素数量和抽出的象素的输入时的平均浓度。在判别部13中根据所计量的各特征量数据(抽出象素数量和上述平均浓度)来判别污损度(S76)，输出该污损度判别结果(S77)。

该第四实施例所涉及的污损度判别装置的具体构成与使用图9所述的第一实施例相同，但是，在存储器32中所存储的程序的内容变更为图24所示的处理程序的内容。

下面对第五实施例进行说明。

在图25A中表示了第五实施例所涉及的具有成为判别对象的污染的印刷物的例子。图25A所示的印刷物P4在边缘上存在切痕。当在这样的平面的印刷物P4上产生切痕时，一般如图26A和26B所示的那样，在由切痕所分割的两个局部区域中，任一方在与印刷平面不同的方向上(上方向或者下方向)产生变形。其中，在一般的基于透射光的图象输入的情况下，相对于印刷平面垂直地配置光源，在该印刷平面的另一侧配置CCD型传感器，来输入图象。

这样，在进行具有切痕的图象输入的情况下，象孔和缺口一样，不能保证来自光源的光必定直接照射在CCD型传感器上。即，由于连接光源和CCD型传感器的直线相对于印刷平面的角度，这样的切痕部分与折痕一样被检测为亮度变低的变化。而且，在某个角度上，即使CCD型传感器能够感受到来自光源的直接光，也不能使图26A和26B这样的两方的切痕作为直接光照射到CCD型传感器上。

因此，为了把切痕与折痕和皱纹相区别，不是用一个图象输入装置，而是至少用两个图象输入装置，由此，能够确实地把切痕与折痕和皱纹相区别开。

图27表示第五实施例所涉及的印刷物的污损度判别装置的简要构成。第五实施例所涉及的污损度判别装置包含相对于搬送平面设置在不同方向上的两个透射图象输入系统20a，20b。透射图象输入系统20a，20b分别输入包含在印刷物P4的中心线SL4附近产生的污染的基于印刷物P4的透射光的图象数据，抽出该输入的各图象数据的特定区域。

切痕抽出部21a，21b对于由透射图象输入系统20a，20b所抽出的各特定区域内的图象数据，抽出切痕区域并计量象素数量。判别部13根据由切痕抽出部21a，21b所计量的各象素数量来判别印刷物P4的污损度。

首先，对透射图象输入系统20a，20b进行说明。这些透射图象输入系统20a，20b除了没有IR滤波器3这点之外具有与第一实施例中说明的使用透射光的IR图象输入部10(图5A的构成)相同的构成。

图28表示透射图象输入系统20a，20b的光学配置。为了检测出在图26A和26B所示的印刷平面的上下位置错开的切痕，对于印刷平面，可以按图28A或者28B那样配置具有±θ(0＜θ＜90度)的光轴角度的两个输入系统。为了提高切痕的检测精度，θ越接近于“ 0”，由切痕所产生的物理位置偏差越扩大，而易于检测。

即，在图28A所示的构成中，把第一光源2a设置在印刷物P4的上表面一侧，同时，与其相对，在印刷物P4的下表面一侧设置第一透镜4a和第一CCD型传感器5a。并且，把第二光源2b设置在印刷物P4的下表面一侧，同时，与其相对，在印刷物P4的上表面一侧设置第二透镜4b和第二CCD型传感器5b。

在图28B的构成中，把第一、第二光源2a、2b分别设置在印刷物P4的上表面一侧，同时，与其相对，在印刷物P4的下表面一侧分别设置第一、第二透镜4a、4b和第一、第二CCD型传感器5a、5b。

下面对切痕抽出部21a，21b进行说明。由于切痕抽出部21a，21b具有相同的构成，故仅对切痕抽出部21a进行说明。对于由透射图象输入系统20a所抽出的特定区域内的图象数据，进行与在图18的孔·缺口抽出部18中说明的处理相同的处理。

即，在A/D变换器是例如8位的情况下，当格式纸部的亮度值为128(＝80h)时，当在透射图象输入部20a中切痕部与缺口部同样地感受到直接光时，输出255(＝FFh)这样的饱和值。因此，在由透射图象输入部20a所抽出的特定区域内，如果见到取“255”的值的象素值，就能容易地抽出切痕的象素。由此，切痕抽出部1能够这样测定表示抽出的切痕象素的数量并输出。

下面对判别部13进行说明。判别部13把按上述那样所计量的各切痕象素数量进行合计，来判别印刷物P4的污损度。进行该判别的基准与上述第一实施例相同。

下面参照图29所示的流程图来对该第五实施例所涉及的判别处理的全部程序进行说明。

首先，通过透射图象输入部20a，20b输入印刷物P4的图象(S81，S82)，抽出特定区域(S83，S84)。接着由切痕抽出部21a，21b从各输入图象来找到亮度值极端大的象素值，对这些象素数量进行计数(S85，S86)。接着，在判别部13中根据这些象素数量判别污损度(S87)，而输出其判别结果(S88)。

该第五实施例所涉及的污损度判别装置的具体构成可以是在图9所示的第一实施例的构成上再追加一组图象输入部来实现。即，如图30所示的那样，设置两套透射图象输入部20a，20b和两套图象存储器控制部34a，34b。但是，并不一定需要设置IR滤波器。而且，在存储器32中所存储的程序的内容变更为图29所示的处理程序的内容。

下面对本发明的第六实施例进行说明。

在上述第五实施例中，对使用两个透射图象输入部20a，20b来抽出印刷物的切痕的情况进行说明，但是，除了该方法之外，也可以通过使用以下说明的第六实施例来不会误判别为折痕地抽出切痕。

如在上述第五实施例中说明的那样，当仅由基于一个透射光的图象输入系统输入了切痕产生的切断处的图象时，会出现切痕被误判别为边缘的折痕/皱纹的情况。因此，为了仅用基于一个透射光的图象输入系统来判别切痕，需要在基于一个透射光的图象输入系统的视野范围内，从切痕处的所切断的两个区域的间隙使来自光源的光直接照射到CCD型传感器上。

即，必须这样进行搬送使得在与连接光源和CCD型传感器的直线方向垂直平面上，由切断所产生的两个切断线的距离拉开，而使得在两个区域中产生间隙。这可以这样实现，如图31所示的那样，利用纸的弹性力使印刷物弯曲，对于切断的两个切断区域，在分别使其变宽的方向上施加力。

图32表示第六实施例所涉及的印刷物的污损度判别装置的简要构成。图33A是表示图32中的印刷物搬送系统的概况的上面图，图33B是图32中的印刷物搬送系统的透视图。

在图32中，印刷物P4以图示的箭头方向被搬送，然后，由搬送辊41，42以恒速进行搬送，碰到圆盘43上，而被向上压出。接着，印刷物P4接触到透明的接触板44上，同时，印刷物P4的行进方向在图32中变为右下方向，通过搬送辊45，46来拉动印刷物P4。

在这样的构成中，从圆盘43的中心上方，由光源2穿过透明的接触板44而照射印刷物P4，使来自印刷物P4的透射光经过透镜4而照射到CCD型传感器5上。把基于CCD型传感器5所得到的透射光的图象信号输入到透射图象输入部20中。

透射图象输入部20，与上述第五实施例中的透射图象输入部20a，20b相比，在不包含光源2、透镜4、CCD型传感器5的光学系统这点上是不同的。

透射图象输入部20通过A/D变换电路把所输入的印刷物P4的透射图象数据变换为数字数据之后，存储到图象存储器中，抽出预定的区域。切痕抽出部21抽出切痕区域，计量所抽出的象素数量。判别部13根据所计量的象素数量来判别印刷物P4的污损度。

切痕抽出部21和判别部13具有与图27的第五实施例中的切痕抽出部21a和判别部13相同的构成。

在此对图象输入时的印刷物P4的状态进行说明。当印刷物P4的易于发生污染的中心线SL4到达圆盘43的中心上侧附近时，印刷物P4的纵向方向两端分别被夹在搬送辊41，42和搬送辊45，46之间。

因此，圆盘43的中心上侧附近的印刷物P4成为弯曲状态，在印刷物P4的易于发生污染的中心线SL4上存在切痕的情况下，产生与前面说明的图31相同的状态。其结果，在与连接光源2和CCD型传感器5的连线方向相垂直的平面上，在由切割所切断的两个区域中产生位置错动，与第五实施例同样地，能够实现切痕的抽出。

下面参照图34的流程图来对第六实施例所涉及的判别处理的全部程序进行说明。

首先，由透射图象输入部20输入印刷物P4的图象(S91)，抽出特定区域(S92)。接着，由切痕抽出部21从各个输入图象中找到亮度值极端大的象素值，计量这些象素数量(S93)。接着，由判别部13根据这些象素数量来判别污损度(S94)，输出其判别结果(S95)。

第六实施例所涉及的污损度判别装置的具体构成，除了不包含使用上述第一实施例中说明的透射光的IR图象输入部10(图5A的构成)和IR滤波器3之外，其他构成相同。

在本发明中，所谓“折痕”、“切痕”、“孔”、“缺口”、“切痕”，在“折痕”的情况下，象类似的“弯曲”、“弯折”等那样，即使不同的名称，也不会对本发明的实质产生任何影响。

在本发明中，对关于包含在印刷物的长边方向被搬送的印刷物的长边方向的中心线的区域的处理进行了说明，但是，并不仅限于此，在搬送为印刷物的短边方向的情况下也是同样的，并且，包含印刷物的短边方向的中心线的区域和对于印刷物的长边方向包含在把印刷物三等分的位置上产生的线的区域等的处理区域也是相同的，不会对本发明的实质产生任何影响。

而且，在上述实施例中，图7所示的区域，即使不是印刷物的内部，如果能够检测出折痕和切痕等的区域，是例如距图1A的中心线SL1的全部在一定距离内的区域，也不会对本发明的实质产生任何影响。

如上述那样，根据本发明，能够提供印刷物的污损度判别装置，其能够接近于人的判别来判别现有技术中不能判别的印刷区域的折痕。

根据本发明，能够提供印刷物的污损度判别装置，其能够判别在现有技术中不能区别的折痕/切痕。

Claims

1.一种印刷物的污损度判别装置，包括：

图象输入装置(10)，使用具有近红外线波长的IR光，来输入作为判别对象的印刷物的IR图象；

图象抽出装置，从由上述图象输入装置所输入的上述IR图象抽出包含印刷区域的特定区域的图象数据；

二值化处理装置，从由上述图象抽出装置所抽出的上述特定区域内图象数据，对纵向和横向进行边缘加强处理，生成各自的边缘加强图象，在上述特定区域内抽出由上述印刷物的折叠所产生的不可逆变化部分，提供该变化部分数据；

特征量抽出装置，根据由该二值化处理装置所提供的上述变化部分数据，抽出表示上述特定区域内的不可逆变化的程度的特征量；

判别装置(13)，通过评价由该特征量抽出装置所抽出的特征量，来判别上述印刷物的污损度。

2.根据权利要求1所述的印刷物的污损度判别装置，其特征在于，上述图象输入装置(10)具有滤除上述近红外线波长之外的波长成分的IR滤波器(3)。

3.根据权利要求1所述的印刷物的污损度判别装置，其特征在于，上述图象输入装置(10)具有输入透过上述印刷物的透射光和进行反射的反射光之一的IR图象的装置。

4.根据权利要求1所述的印刷物的污损度判别装置，其特征在于，上述图象输入装置(10)具有输入透过上述印刷物的透射光和进行反射的反射光两者的IR图象的装置。

5.根据权利要求1所述的印刷物的污损度判别装置，其特征在于，上述特征量抽出装置包含下列装置中的一个：对由上述二值化处理装置所抽出的象素数量进行计数的抽出象素数量计数装置；对由上述所抽出的象素的上述图象输入装置所产生的输入时的平均浓度进行计量的平均浓度计量装置；和计算上述所抽出的象素的上述特定区域中的分散的装置。

6.根据权利要求1所述的印刷物的污损度判别装置，其特征在于，上述图象输入装置具有使用透射光的第一和第二图象输入部(20a，20b)，该第一和第二图象输入部(20a，20b)分别具有切痕抽出装置，其抽出表示在上述印刷物的边缘上存在的切痕的象素，提供该抽出象素数量作为上述特征量。

7.一种印刷物的污损度判别装置，包括：

二值化处理装置，从由上述图象抽出装置所抽出的上述特定区域内图象数据，只在纵方向上进行边缘加强处理，生成边缘加强图象，从上述特定区域内抽出由上述印刷物的折叠所产生的不可逆变化部分，提供该变化部分数据；

8.根据权利要求2所述的印刷物的污损度判别装置，其特征在于，上述二值化处理装置具有掩盖上述特定区域内的预定区域的装置(19)；和除了上述预定区域之外抽出上述特定区域内的不可逆的变化部分并提供该变化部分数据的装置。

9.根据权利要求2所述的印刷物的污损度判别装置，其特征在于，

上述特征量抽出装置用适当的阈值进行二值化处理，计算由该二值化处理抽出的纵边缘象素的数目，计量抽出象素的平均浓度，抽出特征量。

10.根据权利要求2所述的印刷物的污损度判别装置，其特征在于，进一步包括根据由上述图象加强装置所提供的上述加强图象数据来抽出上述特定区域内的直线区域的直线抽出装置(15)，其中，

上述特征量抽出装置包含对由上述直线抽出装置所抽出的上述直线区域内的象素数量进行计数的抽出象素数量计数装置；和对由上述直线区域内象素的上述图象输入装置所产生的输入时的平均浓度进行计量的平均浓度计量装置。

11.根据权利要求2所述的印刷物的污损度判别装置，其特征在于，上述二值化处理装置具有使用象素的加权矩阵来加强上述特定区域内的不可逆的变化的装置。