JP2001291107A

JP2001291107A - ドット解析装置とドット解析方法及びドット解析プログラムを記憶した記憶媒体

Info

Publication number: JP2001291107A
Application number: JP2000101858A
Authority: JP
Inventors: Katsumi Yamaguchi; 勝己山口
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2000-04-04
Filing date: 2000-04-04
Publication date: 2001-10-19

Abstract

(57)【要約】【課題】被評価画像のドット特徴量とドット位置ずれを
画像ノイズの影響を受けずに正確に検出する。【解決手段】ドット解析装置１で被評価画像のドットの
特徴量を検出するとき、画像入力部３で被評価画像の画
像パターンを濃淡情報を表す２次元の物理量分布データ
として読み取り、読み取った物理量分布データをメモリ
４に格納する。ドット位置算出部８はメモリ４に格納さ
れた物理量分布データの各ドットの重心位置を算出す
る。ドット位置算出部８で各ドットの重心位置を算出す
ると、マスク設定部７は算出した各ドットの重心位置を
中心にして、ドット配列周期より小さなマスクを設定す
る。ドッド特徴量検出部９は各ドット毎にマスクで範囲
が設定された物理量分布データからドット特徴量を検出
する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、電子写真方式や
インクジェット方式などの各種画像形成装置で形成され
た画像やＣＣＤカメラで取り込まれた画像のドットの特
徴量やドットの位置ずれを検出するドット解析装置とド
ット解析方法及びドット解析プログラムを記憶した記憶
媒体に関するものである。

【０００２】

【従来の技術】一般に電子写真方式やインクジェット方
式などの画像形成装置から出力される画像はその最小構
成要因であるドットにより構成され、ドット品質が出力
画像の画像品質を大きく左右している。そのなかでドッ
ト位置の変動は画像の粒状感(ざらつき感)や濃度むらな
ど画質劣化を引き起こす大きな要因の１つである。この
ドット位置ずれを検出方法としては、例えば特開平９−
９０８８号公報に示されているように、出力画像のの各
部分の光の反射量の差や出力画像の各部分の凹凸の差に
基づいて２値化して記録部分と非記録部分に分離し、記
録部分のドットの幾何学的重心位置をドットの位置と
し、複数のドットについて算出した相対的なドット位置
からドット位置ずれを算出するようにしている。

【０００３】

【発明が解決しようとする課題】しかしながら上記ドッ
ト位置ずれの解析方法では、印刷のような２値的な表現
では２値化後の幾何学的重心位置でドット位置を比較的
良好に算出できるが、電子写真方式等の一般的な画像形
成装置で出力する画像は通常２値的なドットではなく、
このような方法では正確なドット位置を算出することは
できない。

【０００４】また、２値化せずに濃度や反射率，明度等
の物理量分布を用いて重心計算を行う場合でも被評価画
像に含まれるノイズや被評価画像を読み取る画像入力装
置のノイズにより正確なドット位置検出は困難であり、
特に電子写真方式による画像形成装置の出力画像では現
像剤であるトナーのちりの影響が顕著となる。

【０００５】また、正確なドット位置ずれを検出するた
めには、本来ドットが打たれるべき位置を正確に知る必
要があるが、これらを算出されたドットの相対位置から
算出することは容易でない。

【０００６】また、例えば周期的にドットが配列された
画像パターンからなる被評価画像において、画像形成装
置の記録密度などの基本特性と画像入力装置の取り込み
解像度により取り込まれた画像データのドット配列周期
を算出することができ、これに基づいて各ドットの本来
配置されるべき位置を予想することはできるが、記録紙
などの記録媒体の膨張収縮や画像形成装置の倍率誤差や
スキューと画像入力装置の倍率誤差や被評価画像の配置
角度誤差などの影響により、本来ドットが打たれるべき
位置はずれてしまい、各ドットにつて正確なドット位置
ずれ量を検出することは困難であった。

【０００７】さらに、ＣＣＤカメラなどで被評価画像を
取り込んだ場合は、光量むらが発生しドットサイズなど
のドット特徴量を正確に検出することは困難であった。

【０００８】この発明はかかる短所を改善し、被評価画
像のドット特徴量とドット位置ずれを画像ノイズの影響
を受けずに正確に検出することができるドット解析装置
とドッド解析方法及びドット解析プログラムを記憶した
記憶媒体を提供することを目的とするものである。

【０００９】

【課題を解決するための手段】この発明に係るドット解
析装置は、被評価画像の画像データを２次元の物理量分
布データとして読み取る画像入力手段と、読み取った物
理量分布データから各ドットの重心位置を算出するドッ
ト位置算出手段と、ドット位置算出手段により算出され
た各ドットの重心位置を中心にして被評価画像のドット
配列周期よりも小さなサイズのマスクを設定するマスク
設定手段と、各ドットのマスク設定手段により設定され
たマスク内の画像データに基づきドットの特徴量を算出
するドット特徴量算出手段とを有することを特徴とす
る。

【００１０】この発明に係る第２のドット解析装置は、
被評価画像の画像データを２次元の物理量分布データと
して読み取る画像入力手段と、読み取られた画像データ
の各ドットの概略位置を中心にして被評価画像のドット
配列周期よりも小さなサイズのマスクを設定するマスク
設定手段と、設定された各マスク内の物理量分布データ
の重心を求め各ドットのドット位置を算出するドット位
置算出手段と、被評価画像の画像パターンと算出された
各ドットの位置とに基づき各ドットが本来あるべき位置
を予測するドット位置予測手段と、算出された各ドット
の位置と予測位置との差から各ドットの位置ずれを検出
するドット位置ずれ算出手段と、設定されたマスク内の
画像データに基づきドットの特徴量を算出するドット特
徴量算出手段とを有することを特徴とする。

【００１１】この発明に係るドット解析方法は、被評価
画像の画像データを２次元の物理量分布データとして読
み取り、読み取った物理量分布データから各ドットの重
心位置を算出し、算出された各ドットの重心位置を中心
にして被評価画像のドット配列周期よりも小さなサイズ
のマスクを設定し、設定されたマスク内の画像データに
基づきドットの特徴量を算出することを特徴とする。

【００１２】この発明に係る第２のドット解析方法は、
被評価画像の画像データを２次元の物理量分布データと
して読み取り、読み取られた画像データの各ドットの概
略位置を中心にして被評価画像のドット配列周期よりも
小さなサイズのマスクを設定し、設定された各マスク内
の物理量分布データの重心を求め各ドットのドット位置
を算出し、被評価画像の画像パターンと算出された各ド
ットの位置とに基づき各ドットが本来あるべき位置を予
測し、算出された各ドットの位置と予測位置との差から
各ドットの位置ずれを検出し、設定されたマスク内の画
像データに基づきドットの特徴量を算出することを特徴
とする。

【００１３】上記ドットの位置を算出するときに、物理
量分布データを２値化して各ドットを判別して各ドット
の２値化後の幾何学的重心位置を算出すると良い。

【００１４】また、ドットの特徴量を算出するとき、各
マスク内の物理量分布データの縦方向と横方向の１次元
データの最大値と最小値に基づき設定した閾値により各
ドットのドット径を算出し、各マスク内の物理量分布デ
ータの最大値と最小値から各ドットのドット強度とドッ
ト面積を算出すると良い。

【００１５】また、ドットの位置を予測するとき、被評
価画像の画像パターンに基づき各ドットの位置を予測す
る予測式を立て、算出されたドット位置から最小２乗法
により予測式の各係数を導出して各ドットの予測位置を
算出することが望ましい。

【００１６】この発明に係る記憶媒体は上記いずれかの
ドット解析プログラムを記憶したことを特徴とする。

【００１７】

【発明の実施の形態】この発明のドット解析装置は、装
置全体の動作を管理するＣＰＵと、ＣＣＤカメラやスキ
ャナ，走査型ミクロ濃度計などで構成され、周期的に配
列したドットが形成された画像パターンからなる被評価
画像を２次元の物理量分布データとして読み取る画像入
力部と、ＣＰＵのワークメモリとして使用するとともに
入力した画像パターンや物理量分布データを格納し、解
析した結果を格納するメモリと、表示部と、解析した結
果をプリンタ等に出力する出力部と、マスク設定部とド
ット位置算出部及びドット特徴量検出部を有する。

【００１８】このドット解析装置で被評価画像のドット
の特徴量を検出するとき、画像入力部で被評価画像の画
像パターンを濃淡情報を表す２次元の物理量分布データ
として読み取り、読み取った物理量分布データをメモリ
に格納する。読み取った物理量分布データをメモリに格
納されるとドット位置算出部はメモリに格納された物理
量分布データの各ドットの重心位置を算出する。ドット
位置算出部で各ドットの重心位置を算出すると、マスク
設定部は算出した各ドットの重心位置を中心にして、ド
ット配列周期より小さなマスクを設定する。ドッド特徴
量検出部は各ドット毎にマスクで範囲が設定された物理
量分布データからドット特徴量を検出する。

【００１９】

【実施例】図１はこの発明の一実施例の構成を示すブロ
ック図である。図に示すように、ドット解析装置１は、
装置全体の動作を管理するＣＰＵ２と、ＣＣＤカメラや
スキャナ，走査型ミクロ濃度計などで構成され、周期的
に配列したドットが形成された画像パターンからなる被
評価画像を２次元の物理量分布データとして読み取る画
像入力部３と、ＣＰＵ２のワークメモリとして使用する
とともに入力した画像パターンや物理量分布データを格
納し、解析した結果を格納するメモリ４と、表示部５
と、解析した結果をプリンタ等に出力する出力部６と、
マスク設定部７とドット位置算出部８及びドット特徴量
検出部９を有する。マスク設定部７は読み取られた物理
量分布データの各ドットに対してドット配列周期より小
さなマスクを設定する。ドット位置算出部８は読み取ら
れた物理量分布データの各ドットの重心位置を算出す
る。ドット特徴量検出部９は各ドットの画像データに基
づきドットの特徴量を検出するものであり、ドット平均
分布算出部１０とｘ方向ドット径算出部１１とｙ方向ド
ット径算出部１２とドット強度算出部１３及びドット面
積算出部１４を有する。

【００２０】上記のように構成されたドット解析装置１
で被評価画像のドットの特徴量を検出するときの処理を
図２のフローチャートを参照して説明する。

【００２１】画像入力部３で被評価画像の画像パターン
を濃淡情報を表す２次元の物理量分布データとして読み
取り、読み取った物理量分布データをメモリ４に格納す
る（ステップＳ１）。この物理量分布データは電子化さ
れたデータであり、反射率や濃度，明度などに変換され
たデータでも良く、また、変換前のデータでも良い。こ
の画像入力部３により読み取られる被評価画像は、例え
ば図３（ａ）〜（ｅ）に模式的に示すように周期的に配
列したドットが形成された画像パターン２１からなる。
この画像パターン２１を形成するドット２２は（１×
１）ドットとは限らず、多値データを含むドットでも良
く、また、その配列方向は縦／横方向に平行である必要
もない。さらに、各ドット２２は（１×１）などの同一
サイズに統一されている必要もない。

【００２２】読み取った物理量分布データをメモリ４に
格納されるとドット位置算出部８はメモリ４に格納され
た物理量分布データの各ドットの重心位置を算出する
（ステップＳ２）。このドット位置算出部８で各ドット
の重心位置を求める処理は、例えば図４に示すように、
各ドット２２が１個ずつ含まれるように物理量分布デー
タを分割し、各分割領域での物理量分布データの重心位
置２３を計算する。あるいは例えば図５に示す入力され
た物理量分布データ２４を２値化し、図６に示すよう
に、２値化後の各ドット２２の幾何学的重心位置を算出
することにより各ドット２２の概略のドット位置２５を
算出し、図７に示すように、概略のドット位置２５を中
心として物理量分布データ２４に対して各ドット２２が
含まれるように範囲２６を設定し、設定された範囲２６
内で物理量分布データの重心計算を行い、各ドット２２
の重心位置２３を算出する。このように物理量分布デー
タ２４を２値化して各ドット２２の重心位置２３を算出
すると、より正確に各ドット２２の重心位置２３を算出
することができる。

【００２３】ドット位置算出部８で各ドット２２の重心
位置２３を算出すると、マスク設定部７は算出した各ド
ット２２の重心位置２３を中心にして、図８に示すよう
に、ドット配列周期より小さなマスク２７を設定する
（ステップＳ３）。ドッド特徴量検出部９は各ドット２
２毎にマスク２７で範囲が設定された物理量分布データ
からドット特徴量を検出する（ステップＳ４）。このド
ッド特徴量検出部９でドット特徴量を検出する処理を、
図９のフローチャートを参照して説明する。

【００２４】ドッド特徴量検出部９に各ドット２２毎に
マスク２７で範囲が設定された物理量分布データが入力
すると、まず、ドット平均分布算出部１０で各マスク２
７内の同一アドレスの値を平均化し（ステップＳ２
１）、ドット２２の平均物理量分布が算出する（ステッ
プＳ２２）。また、ｘ方向ドット径算出部１１は各マス
ク２７の物理量分布データをｙ方向に平均化してｘ方向
の１次元分布データとし（ステップＳ１３）、ｘ方向の
１次元分布データの最大値と最小値で閾値を設定し（ス
テップＳ１４）、ｘ方向の１次元分布データを設定した
閾値で２値化してｘ方向のドット径を算出する（ステッ
プＳ１５）。同様にｙ方向ドット径算出部１２は各マス
ク２７の物理量分布データをｘ方向に平均化してｙ方向
の１次元分布データとし（ステップＳ１６）、ｙ方向の
１次元分布データの最大値と最小値で閾値を設定し（ス
テップＳ１７）、ｙ方向の１次元分布データを設定した
閾値で２値化してｘ方向のドット径を算出する（ステッ
プＳ１８）。このドット径を算出するときの処理を図１
０を参照して説明する。図１０は（ｉ，ｊ）番目のドッ
ト２２の物理量分布３１と、物理量分布３１をｙ方向に
平均化したｘ方向の１次元データの分布３２と、物理量
分布３１をｘ方向に平均化したｙ方向の１次元データの
分布３３を示す。物理量分布３１をｙ方向とｘ方向に平
均化することにより、平均化後の１次元データは比較的
滑らかな分布３２，３３を得ることができる。このｘ方
向の１次元データの最大値（dxmax)ijと最小値(dxmin)i
jを各ドット毎に検出し、最大値（dxmax)ijと最小値(dx
min)ijの間に閾値(thx)ijを下記（１）式で設定する。 (thx)ij＝k・(dxmax)ij＋(1-k)・(dxmin)ij、0.0<k<1.0 （１）同様にｙ方向の１次元データの最大値(dymax)ijと最小
値(dymin)ijを各ドット毎に検出し、これらの間に閾値
(thy)ijを下記（２）式で設定する。 (thy)ij＝k・(dymax)ij＋(1-k)・(dymin)ij、0.0<k<1.0 （２）このようにして設定した閾値(thx)ij，(thy)ijにより１
次元データの幅(wx)ij，(wy)ijを算出し、算出した幅(w
x)ijをｘ方向のドット径とし、幅(wy)ijをｙ方向のドッ
ト径とする。このように平均化処理により１次元化して
ドット径を算出することにより、ドットの中心を通る断
面分布などによりドット径を算出する方法と比べて極め
て安定したドット径を得ることができる。また、各マス
ク２７内の１次元データの最大値と最小値とから算出し
た値で閾値を設定しているから、画像取り込み時の光量
ムラなどの影響を受けないですむ。

【００２５】また、ドット強度算出部１３は各マスク２
７内の物理量分布データの最大値(dmax)ijと最小値(dmi
n)ijを算出し（ステップＳ１９）、最大値(dmax)ijと最
小値(dmin)ijの差からドット強度(dpp)ijを算出する
（ステップＳ２０）。さらにドット面積算出部１４はド
ット強度算出部１３で算出した各マスク２７内の物理量
分布データの最大値(dmax)ijと最小値(dmin)ijから各マ
スク２７毎に閾値を算出し（ステップＳ２１）、算出し
た閾値により物理量分布データを２値化してドット面積
を算出する（ステップＳ２２）。

【００２６】このドット面積を算出する第１の方法は各
マスク２７の物理量分布データの最大値(dmax)ijと最小
値(dmin)ijとから閾値(th1)ijを下記（３）式で設定す
る。 (th1)ij＝k・(dmax)ij＋(1-k)・(dmin)ij、0.0<k<1.0 （３）そして設定した閾値(th1)ijにより物理量分布データを
２値化してドット面積(S1)ijを算出する。第２の方法
は、各マスク２７の物理量分布データの地肌部(非画像
部)のデータ値の最大値(d2max)ijと最小値(d2min)ijの
いずれかを用いて、各マスク２７毎にシェーディング補
正を施した閾値(th2)ijを設定する。例えば物理量が反
射率の場合には、下記（４）式を用いて閾値(th2)ijを
設定する。 (th2)ij＝th0 /(d2max)ij、ここでth0は定数（４）そして設定した閾値(th2)ijにより物理量分布データを
２値化してドット面積(S1)ijを算出する。これらの方法
によれば、画像取り込み時の光量ムラなどの影響を受ず
にドット面積を安定して算出することができる。なお、
画像内で一定の閾値th3を用いてドット面積を算出して
も良い。

【００２７】このようにしてドッド特徴量検出部９で検
出して非画像部(地肌部)のノイズによる影響を低減した
正確なドット特徴量を表示部５に表示するとともに出力
部６からプリンタ等に出力する。

【００２８】次ぎにドット位置算出部８で算出した各ド
ット２２の重心位置２３と被評価画像の画像パターンと
から本来ドットが打たれるべき位置を予測して各ドット
の位置ずれを検出する他の実施例について説明する。

【００２９】この実施例のドット解析装置１ａは、図１
１のブロック図に示すように、ＣＰＵ２と画像入力部３
とメモリ４と表示部５と出力部６とマスク設定部７とド
ット位置算出部８とドット特徴量検出部９とドット予測
位置算出部１５とドット位置ずれ算出部１６を有する。

【００３０】このドット解析装置１ａで被評価画像の画
像パターンでドットを解析するときは、まず、図１２の
フローチャートに示すように、画像入力部３で被評価画
像の画像パターンを濃淡情報を表す２次元の物理量分布
データとして読み取り、読み取った物理量分布データを
メモリ４に格納する（ステップＳ３１）。読み取った物
理量分布データをメモリ４に格納されると、マスク設定
部７はメモリ４に格納された物理量分布データを読み出
し、図１３に示すように、あらかじめ予測される各ドッ
ト２２の概略位置３４を中心にドット配列周期よりの小
さなマスク２７を設定する（ステップＳ３２）。ドット
位置算出部８は各ドット２２毎にマスク２７で範囲が設
定された(切り出された)物理量分布データの重心位置を
求め、各ドット２２の概略ドット位置を算出する（ステ
ップＳ３３）。この各ドット２２の概略ドット位置を算
出するときに、入力された物理量分布データ２４を所定
の閾値で２値化し、２値化後の各ドット２２の幾何学的
重心位置を算出することにより各ドット２２の概略ドッ
ト位置を算出する。このときの２値化の閾値はドット２
２が判別可能な値が選択され、例えば図１４に示すよう
に、物理量分布データのヒストグラムの非画像部のピー
ク値pk1と画像部のピーク値pk2の間の値を閾値thrに設
定する。例えばthr＝0.5・pk1＋0.5・pk2で閾値thrを設
定する。ここで、概略ドット位置を算出するためのより
具体的な方法の一例としては、物理量分布データを２値
化する前にあらかじめ平滑化処理により画像ノイズを低
減し、その後、所定の閾値thrで２値化を行い、さらに
本当のドット２２と画像ノイズを混同しないために微粒
子除去を行い、残った本当の各ドット２２についてその
幾何学的重心位置を計算する。また、より簡単な方法と
しては、所定の閾値thrで２値化後のデータに対し、各
ドット２２が１個ずつ入るように画像を分割し各領域の
閾値を越えるデータのｘ方向とｙ方向のアドレスの平均
値を求めて幾何学的重心位置を算出することにより各ド
ット２２の概略ドット位置を容易に算出することができ
る。このとき、トナーのちり等の画像ノイズが混在して
いても良く、また、各領域の中心にドット２２が配置さ
れている必要もない。

【００３１】ドット予測位置算出部１５はドット位置算
出部８で算出された各ドット２２の概略ドット位置と被
評価画像の画像パターンに基づき各ドット２２が本来あ
るべき位置であるドット予測位置を算出する（ステップ
Ｓ３４）。例えば被評価画像が図１４に示すようにｘ方
向とｙ方向に周期的に配列したドット２２で構成された
画像パターンからなる場合、ドット予測位置算出部１５
はドット位置算出部８で算出した各ドット２２の位置の
ｘ方向とｙ方向の平均値や各ドット２２の相対位置によ
りドット予測位置を算出したり、あるいは被評価画像の
画像パターンに基づき、各ドット２２の位置を予測する
予測式を立て、ドット位置算出部８で算出されたドット
位置算出結果から最小２乗法により予測式の各係数を導
出することにより各ドット２２のドット予測位置を算出
する。

【００３２】この各ドット２２の位置を予測する予測式
を立て、ドット位置算出部８で算出されたドット位置算
出結果から最小２乗法によりドット予測位置を算出する
ときは、例えば、被評価画像が互いに直交するｘ方向と
ｙ方向に周期的に配置され、ｘ方向にｍ個、ｙ方向にｎ
個配列したドットにより構成された画像パターンからな
る場合、図１５に示すように、ｘ方向のドット配列周期
をpx、ｙ方向のドット配列周期をpy、全ドット２２の平
均位置(初期値)を（ｘ₀，ｙ₀）、各ドット配列方向の
ｘ，ｙ軸に対する角度をそれぞれθx，θyとしたとき、
各ドット２２の予測位置(Ｘij，Ｙij)は、下記（５）式
と（６）式で表わせる。Ｘij＝(i-ｍ₀)・px・cosθx＋(j-ｎ₀)・sinθy＋ｘ₀ （５）Ｙij＝-(i-ｍ₀)・px・sinθx＋(j-ｎ₀)・cosθy＋ｙ₀ （６）但し、ｍ₀≡（ｍ−１）／２、ｎ₀≡（ｎ−１）／２、ｉ
＝０，・・・ｍ−１、ｊ＝０，・・・ｎ−１である。ここでθ
x，θyは反時計回りをプラスとし、画像パターンのドッ
ト配列方向がｘ，ｙ両方向に一致している場合は、被評
価画像自体のスキューや画像入力部３で読み取られる際
のセッティング誤差による画像の回転を考慮したもので
ある。いま実際に算出された各ドット２２のドット位置
を（ｘij，ｙij）とし、各ドット２２の実際位置と予測
位置との差の平方和をＱx，Ｑyとすると、Ｑx，Ｑyは下
記（７）式と（８）式で表わせる。Ｑx≡ΣΣ(ｘij−Ｘij）² （７）Ｑy≡ΣΣ(ｙij−Ｙij）² （８）以下、ΣΣはΣjΣi、但し、ｉ＝０，・・・ｍ−１、ｊ＝
０，・・・ｎ−１を意味する。

【００３３】この平方和Ｑx，Ｑyが最小になる係数
ｘ₀，ｙ₀，ｐx，ｐy，θx，θyを最小２乗法で求めると
下記（９）式から（１４）式で表わせる。 ∂Ｑx/∂ｘ₀＝０よりｘ₀=ΣΣｘij /(m・n) = (ｘijの平均値) （９） ∂Ｑy/∂ｙ₀＝０よりｙ₀=ΣΣｙij /(m・n) = (ｙijの平均値) （１０） ∂Ｑx/∂ｐx＝０より (m²-1)・px・cosθx=12・ΣΣ(i-m₀)(ｘij-x₀)/(m・n) （１１） ∂Ｑx/∂ｐy＝０より (n²-1)・py・sinθy=12・ΣΣ(j-m₀)(ｘij-x₀)/(m・n) （１２） ∂Ｑy/∂ｐx＝０より -(m²-1)・px・cosθx=12・ΣΣ(i-m₀)(ｙij-ｙ₀)/(m・n) （１３） ∂Ｑy/∂ｐy＝０より (n²-1)・ｐy・sinθy=12・ΣΣ(j-n₀)(ｙij-ｙ₀)/(m・n) （１４）上記（１１）式と（１３）式でθxを消去すると、 px=12・√[{ΣΣ(i-m₀)(xij-x₀)}²+{ΣΣ(i-m₀)(yij-y₀)}²]/{(m・n・(m²-1)} （１５）（１２）式と（１４）式でθyを消去すると、 py=12・√[{ΣΣ(j-n₀)(xij-x₀)}²+{ΣΣ(j-n₀)(yij-y₀)}²]/{(m・n・(n²-1)} （１６）（１１）式と（１３）式でｐxを消去すると、 tanθx=-[ΣΣ(i-m₀)(yij-y₀)]/[ΣΣ(i-m₀)(xij-x₀)] （１７）（１２）式と（１４）式でｐyを消去すると、 tanθy=-[ΣΣ(j-n₀)(yij-y₀)]/[ΣΣ(j-n₀)(xij-x₀)] （１８）したがって（９）式と（１０）式と（１５）式から（１
８）式より各係数ｘ₀，ｙ₀，ｐx，ｐy，θx，θyが求め
られ、これらの係数とドット位置算出部８で算出された
ドット位置(ｘij，ｙij)から（５）式と（６）式により
各ドット２２の予測位置(Ｘij，Ｙij)が算出される。な
お、理想的にはθx＝θyであるが、そうならない場合
は、算出されたθxとθyの間の適切な値をθとし、これ
を（５）式と（６）式のθxとθyに代入して、ドット予
測位置(Ｘij，Ｙij)を算出すれば良い。例えばθ＝[m・p
x・θx＋n・py・θy]/[m・px＋n・py]などとすれば良い。

【００３４】ドット位置ずれ算出部１６は、ドット位置
算出部８で算出されたドット位置(ｘij，ｙij)とドット
予測位置算出部１５で算出された各ドット２２の予測位
置(Ｘij，Ｙij)の差から各ドット２２のドット位置ずれ
を算出する（ステップＳ３５）。また、ドット特徴量検
出部９は各ドット２２毎にマスク２７で範囲が設定され
た物理量分布データからドット特徴量を検出する（ステ
ップＳ３６）。

【００３５】上記実施例はドット予測位置算出部１５で
各ドット２２の予測位置を算出したときに直ちにドット
位置ずれ算出部１６で各ドット２２のドット位置ずれを
算出した場合について説明したが、ドット予測位置算出
部１５で各ドット２２の予測位置を算出したら、再度、
各ドット２２に再度マスク２７を設定して各ドット２２
の位置と予測位置を算出することを繰返すと、各ドット
２２の位置と予測位置をより正確に算出して各ドット２
２のドット位置ずれをより精度良く算出することができ
る。この場合は図１６のフローチャートに示すように、
ドット予測位置算出部１５で各ドット２２の予測位置を
算出したら（ステップＳ４１〜ステップＳ４４）、ドッ
ト位置算出部８で算出された各ドット２２の概略ドット
位置を中心にしてマスク設定部７で再度マスク２７を設
定する（ステップＳ４５）。そして各ドット２２の重心
を計算してドット位置を算出し（ステップＳ４６）、各
ドット２２の予測位置を算出し（ステップＳ４７）、算
出したドット位置と予測位置の差から各ドット２２のド
ット位置ずれを算出する（ステップＳ４８）。そして各
ドット２２毎にマスク２７で範囲が設定された物理量分
布データからドット特徴量を検出する（ステップＳ４
９）。

【００３６】上記各実施例はマスク設定部７とドット位
置算出部８とドット特徴量検出部９を有するドット解析
装置１やマスク設定部７とドット位置算出部８とドット
特徴量検出部９とドット予測位置算出部１５とドット位
置ずれ算出部１６を有するドット解析装置１ａを使用し
て画像パターンのドットを解析した場合について説明し
たが、図１７のブロック図に示すように、上記ドットの
解析プログラム５１をハードディスク等の外部記憶装置
５２に格納しておき、ＣＰＵとＲＡＭや表示部，キーボ
ード等を有するコンピュータ５３で外部記憶装置５２に
格納した解析プログラム５１を読み込み、画像入力装置
５４から入力した画像パターンのドットを解析するよう
にしても良い。このようにドットの解析プログラム５１
をハードディスク等の外部記憶装置５２に格納しておく
ことにより、コンピュータ５３を使用して画像パターン
のドットを容易に解析することができる。

【００３７】

【発明の効果】この発明は以上説明したように、被評価
画像の画像データを２次元の物理量分布データとして読
み取り、読み取った物理量分布データから各ドットの重
心位置を算出し、算出された各ドットの重心位置を中心
にして被評価画像のドット配列周期よりも小さなサイズ
のマスクを設定し、設定されたマスク内の画像データに
基づきドットの特徴量を算出するようにしたから、非画
像部(地肌部)のノイズによる影響を低減した正確なドッ
ト特徴量を検出することができる。

【００３８】また、被評価画像の画像データを２次元の
物理量分布データとして読み取り、読み取られた画像デ
ータの各ドットの概略位置を中心にして被評価画像のド
ット配列周期よりも小さなサイズのマスクを設定し、設
定された各マスク内の物理量分布データの重心を求め各
ドットのドット位置を算出し、被評価画像の画像パター
ンと算出された各ドットの位置とに基づき各ドットが本
来あるべき位置を予測し、算出された各ドットの位置と
予測位置との差から各ドットの位置ずれを検出するよう
にしたから、非画像部(地肌部)のノイズによる影響を低
減して正確に各ドットの位置ずれを検出することができ
る。

【００３９】また、ドットの位置を算出するときに、物
理量分布データを２値化して各ドットを判別して各ドッ
トの２値化後の幾何学的重心位置を算出するか、非画像
部(地肌部)のノイズによる影響を低減して正確にドット
位置を検出することができる。

【００４０】さらに、ドットの特徴量を算出するとき、
各マスク内の物理量分布データの縦方向と横方向の１次
元データの最大値と最小値に基づき設定した閾値により
各ドットのドット径を算出し、各マスク内の物理量分布
データの最大値と最小値から各ドットのドット強度とド
ット面積を算出するから、非画像部(地肌部)のノイズに
よる影響を低減した正確なドット特徴量を検出すること
ができるとともに、ドットの形状や濃度分布が複雑なド
ットに対してもドットの特徴量を精度良く検出すること
ができる。また、ＣＣＤカメラのように光量ムラむらの
ある被評価画像についてもその影響を受けずに正確にド
ットの特徴量を検出することができる。

【００４１】また、ドットの位置を予測するとき、被評
価画像の画像パターンに基づき各ドットの位置を予測す
る予測式を立て、算出されたドット位置から最小２乗法
により予測式の各係数を導出して各ドットの予測位置を
算出することにより、各ドットの本来あるべき位置を自
動的に正確に算出することができ、より高精度にドット
位置ずれを検出することができる。

【００４２】さらに、このドット解析プログラムを記憶
媒体に記憶することにより、コンピュータを使用して画
像パターンのドットを容易に解析することができる。

【図面の簡単な説明】

【図１】この発明の実施例の構成を示すブロック図であ
る。

【図２】上記実施例のドット解析処理を示すフローチャ
ートである。

【図３】被評価画像の画像パターンを示す模式図であ
る。

【図４】物理量分布データを分割した状態を示す模式図
である。

【図５】入力された物理量分布データを示す配置図であ
る。

【図６】２値化した物理量分布データの配置図である。

【図７】概略のドット位置に範囲を設定した状態を示す
配置図である。

【図８】各ドットにマスクを設定した状態を示す配置図
である。

【図９】ドット特徴量を算出する処理を示すフローチャ
ートである。

【図１０】ドット物理量と１次元データの分布図であ
る。

【図１１】この発明の第２の実施例の構成を示すブロッ
ク図である。

【図１２】第２の実施例のドット解析処理を示すフロー
チャートである。

【図１３】第２の実施例の各ドットにマスクを設定した
状態を示す配置図である。

【図１４】概略ドット位置を算出するための閾値を算出
するときの処理を示す物理量分布データの度数分布図で
ある。

【図１５】ドット予測位置を算出するときの処理を示す
説明図である。

【図１６】第２の実施例の他のドット解析処理を示すフ
ローチャートである。

【図１７】第３の実施例の構成を示すブロック図であ
る。

【符号の説明】

１；ドット解析装置、３；画像入力部、４；メモリ、
７；マスク設定部、８；ドット位置算出部、９；ドット
特徴量検出部、１０；ドット平均分布算出部、１１；ｘ
方向ドット径算出部、１２；ｙ方向ドット径算出部、１
３；ドット強度算出部、１４；ドット面積算出部、１
５；ドット予測位置算出部、１６；ドット位置ずれ算出
部。

───────────────────────────────────────────────────── フロントページの続きＦターム(参考） 2C061 AQ05 AQ06 KK04 KK18 KK26 KK28 KK35 5B057 AA12 CA08 CA12 CA16 CE12 DA03 DA07 DB02 DB09 DC06 5C062 AA05 AB22 AC04 AC66 5L096 AA03 AA07 BA07 CA14 FA38 FA59 FA60 FA64 FA69

Claims

【特許請求の範囲】

【請求項１】被評価画像の画像データを２次元の物理
量分布データとして読み取る画像入力手段と、読み取っ
た物理量分布データから各ドットの重心位置を算出する
ドット位置算出手段と、ドット位置算出手段により算出
された各ドットの重心位置を中心にして被評価画像のド
ット配列周期よりも小さなサイズのマスクを設定するマ
スク設定手段と、各ドットのマスク設定手段により設定
されたマスク内の画像データに基づきドットの特徴量を
算出するドット特徴量算出手段とを有することを特徴と
するドット解析装置。
【請求項２】被評価画像の画像データを２次元の物理
量分布データとして読み取る画像入力手段と、読み取ら
れた画像データの各ドットの概略位置を中心にして被評
価画像のドット配列周期よりも小さなサイズのマスクを
設定するマスク設定手段と、設定された各マスク内の物
理量分布データの重心を求め各ドットのドット位置を算
出するドット位置算出手段と、被評価画像の画像パター
ンと算出された各ドットの位置とに基づき各ドットが本
来あるべき位置を予測するドット位置予測手段と、算出
された各ドットの位置と予測位置との差から各ドットの
位置ずれを検出するドット位置ずれ算出手段と、設定さ
れたマスク内の画像データに基づきドットの特徴量を算
出するドット特徴量算出手段とを有することを特徴とす
るドット解析装置。
【請求項３】上記ドット位置算出手段は物理量分布デ
ータを２値化して各ドットを判別して各ドットの２値化
後の幾何学的重心位置を算出する請求項１又は２記載の
ドット解析装置。
【請求項４】上記ドット特徴量算出手段は、各マスク
内の物理量分布データの縦方向と横方向の１次元データ
の最大値と最小値に基づき設定した閾値により各ドット
のドット径を算出し、各マスク内の物理量分布データの
最大値と最小値から各ドットのドット強度とドット面積
を算出する請求項１，２又は３記載のドット解析装置。
【請求項５】上記ドット位置予測手段は、被評価画像の
画像パターンに基づき各ドットの位置を予測する予測式
を立て、ドット位置算出手段で算出されたドット位置か
ら最小２乗法により予測式の各係数を導出して各ドット
の予測位置を算出する請求項２記載のドット解析装置。
【請求項６】被評価画像の画像データを２次元の物理
量分布データとして読み取り、読み取った物理量分布デ
ータから各ドットの重心位置を算出し、算出された各ド
ットの重心位置を中心にして被評価画像のドット配列周
期よりも小さなサイズのマスクを設定し、設定されたマ
スク内の画像データに基づきドットの特徴量を算出する
ことを特徴とするドット解析方法。
【請求項７】被評価画像の画像データを２次元の物理
量分布データとして読み取り、読み取られた画像データ
の各ドットの概略位置を中心にして被評価画像のドット
配列周期よりも小さなサイズのマスクを設定し、設定さ
れた各マスク内の物理量分布データの重心を求め各ドッ
トのドット位置を算出し、被評価画像の画像パターンと
算出された各ドットの位置とに基づき各ドットが本来あ
るべき位置を予測し、算出された各ドットの位置と予測
位置との差から各ドットの位置ずれを検出し、設定され
たマスク内の画像データに基づきドットの特徴量を算出
することを特徴とするドット解析方法。
【請求項８】上記ドットの位置を算出するときに、物
理量分布データを２値化して各ドットを判別して各ドッ
トの２値化後の幾何学的重心位置を算出する請求項６又
は７記載のドット解析方法。
【請求項９】上記ドットの特徴量を算出するとき、各
マスク内の物理量分布データの縦方向と横方向の１次元
データの最大値と最小値に基づき設定した閾値により各
ドットのドット径を算出し、各マスク内の物理量分布デ
ータの最大値と最小値から各ドットのドット強度とドッ
ト面積を算出する請求項６，７又は８記載のドット解析
方法。
【請求項１０】上記ドットの位置を予測するとき、被評
価画像の画像パターンに基づき各ドットの位置を予測す
る予測式を立て、算出されたドット位置から最小２乗法
により予測式の各係数を導出して各ドットの予測位置を
算出する請求項７記載のドット解析方法。
【請求項１１】請求項６乃至１０のいずれかのドット
解析プログラムを記憶したことを特徴とする記憶媒体。