JP2005142951A - 画像読取装置、および画像評価プログラム - Google Patents

Abstract

【課題】 画像読取装置において、ゴミ傷の評価判定機能を実現する。
【解決手段】 本発明の画像読取装置は、読み取り対象を光電変換して画像データを生成する画像読取部と、画像データから、ゴミ傷の欠陥画像を抽出するゴミ傷検出部と、ゴミ傷検出部により抽出された欠陥画像を演算処理してゴミ傷の程度を評価するゴミ傷評価部と、ゴミ傷評価部の評価結果に対応して、画像データに対する欠陥修正の可否または強弱を判定する修正判定部とを備える。
【選択図】 図２

Description

本発明は、ゴミ傷の評価機能を有する画像読取装置に関する。
本発明は、ゴミ傷の評価機能をコンピュータ上で実現するための画像評価プログラムに関する。

従来、フィルムスキャナでは、フィルムのゴミ傷を赤外線照明などで検出し、そのゴミ傷を画像処理によって修正する技術が知られている（例えば，特許文献１）。
ところで、このようなゴミ傷の欠陥修正は、ユーザーが、フィルムスキャナのドライバ画面においてオン／オフ切り替えするものであった。
特開２０００−２７０２２１号公報

ところで、このようなユーザーによるオン／オフ切り替えでは、ユーザーが欠陥修正の可否判断に習熟する必要があった。
そのため、ユーザーの意に反してゴミ傷が多かった場合、欠陥修正をやり直すなどの試行錯誤を繰り返す必要があった。

また、ユーザーがフィルム上でゴミ傷を見つけても、画像データ上ではゴミ傷が目立たないというケースも多かった。このようなケースでは、本来不要なはずの欠陥修正を実行することになるため、時間が余計にかかってしまうという問題点があった。
そこで、本発明では、これらの問題を鑑みて、ゴミ傷の欠陥修正の可否（要否）または強弱を判定する機能を実現することを目的とする。

以下、本発明について説明する。

《請求項１》
請求項１に記載の画像読取装置は、読み取り対象を光電変換して画像データを生成する画像読取部と、画像データから、ゴミ傷の欠陥画像を抽出するゴミ傷検出部と、ゴミ傷検出部により抽出された欠陥画像を演算処理してゴミ傷の程度を評価するゴミ傷評価部と、ゴミ傷評価部の評価結果に応じて、画像データに対する欠陥修正の可否または強弱を判定する修正判定部とを備える。

《請求項２》
請求項２に記載の発明は、請求項１に記載の画像読取装置において、ゴミ傷評価部が、欠陥画像の画素値の統計分布と、ゴミ傷の無い正常時の統計分布との差異に応じて、ゴミ傷の程度を評価する。

《請求項３》
請求項３に記載の発明は、請求項１に記載の画像読取装置において、ゴミ傷評価部が、欠陥画像の空間周波数分布と、ゴミ傷のない正常時の空間周波数分布との差異に応じて、ゴミ傷の程度を評価する。

《請求項４》
請求項４に記載の画像読取装置は、読み取り対象を光電変換して画像データを生成する画像読取部と、画像データから、ゴミ傷の欠陥箇所を検出するゴミ傷検出部と、欠陥箇所の付近の明るさを画像データから求め、明るさに応じて欠陥個所の目立ちやすさを評価するゴミ傷評価部と、ゴミ傷評価部の評価結果に応じて、画像データに対する欠陥修正の可否または強弱を判定する修正判定部とを備える。

《請求項５》
請求項５に記載の画像読取装置は、読み取り対象を光電変換して画像データを生成する画像読取部と、画像データから、ゴミ傷の欠陥箇所を検出するゴミ傷検出部と、欠陥箇所の付近の色を画像データから求め、色に応じて欠陥個所の目立ちやすさを評価するゴミ傷評価部と、ゴミ傷評価部の評価結果に応じて、画像データに対する欠陥修正の可否または強弱を判定する修正判定部とを備える。

《請求項６》
請求項６に記載の画像読取装置は、読み取り対象を光電変換して画像データを生成する画像読取部と、画像データから、ゴミ傷の欠陥箇所を検出するゴミ傷検出部と、欠陥箇所のコントラストを画像データから求め、コントラストに応じて欠陥個所の目立ちやすさを評価するゴミ傷評価部と、ゴミ傷評価部の評価結果に応じて、画像データに対する欠陥修正の可否または強弱を判定する修正判定部とを備える。

《請求項７》
請求項７に記載の画像読取装置は、読み取り対象を光電変換して画像データを生成する画像読取部と、画像データから、ゴミ傷の欠陥箇所を検出するゴミ傷検出部と、欠陥箇所の付近の空間周波数成分を画像データから求め、空間周波数成分に応じて欠陥個所の目立ちやすさを評価するゴミ傷評価部と、ゴミ傷評価部の評価結果に応じて、画像データに対する欠陥修正の可否または強弱を判定する修正判定部とを備える。

《請求項８》
請求項８に記載の発明は、請求項１ないし請求項７のいずれか１項に記載の画像読取装置において、ゴミ傷評価部が、画像読取部における画像データの読み取り解像度に応じて、評価結果の評価基準を変更する。

《請求項９》
請求項９に記載の発明は、請求項１ないし請求項８のいずれか１項に記載の画像読取装置において、修正判定部が、欠陥修正すべきと判定した箇所に対して、局所的に欠陥修正を実施する。

《請求項１０》
請求項１０に記載の発明は、請求項１ないし請求項９のいずれか１項に記載の画像読取装置において、修正判定部は、欠陥修正すべきと判定した個所の数または面積が閾値以上になった場合、画像データのほぼ全域にわたって欠陥修正を実施する。

《請求項１１》
請求項１１に記載の発明は、画像読取部で生成された画像データをコンピュータ上で画像評価するための画像評価プログラムであって、このコンピュータを、請求項１ないし請求項１０のいずれか１項に記載のゴミ傷検出部、ゴミ傷評価部、および修正判定部として機能させることを特徴とする。

《請求項１》
請求項１に記載の発明では、ゴミ傷の欠陥画像を演算処理することにより、ゴミ傷の程度を評価する。この評価結果に従うことにより、画像データに対する欠陥修正の可否または強弱を適切に判定することが可能になる。

特に、このようなゴミ傷の評価判定は、読み取った画像データに基づいて為される。そのため、ユーザーが読み取り対象を見て推測するよりも、画像データに実際に現れるゴミ傷の程度を適切に評価できる可能性が高くなる。

さらに、このようなゴミ傷評価機能に従って、ユーザーに対して欠陥修正の可否または強弱を教示することも容易となる。また、このようなゴミ傷評価機能に従って、欠陥修正の可否または強弱を装置側で自動調整することも容易となる。これらの具体的な対応により、欠陥修正の適用を誤って画像読み取りを無為に繰り返したり、無用な欠陥修正を行ったために読み取り時間が徒らに長くなるなどの不具合を改善することが可能になる。

《請求項２》
請求項２に記載の発明では、欠陥画像の画素値の統計分布と、ゴミ傷の無い正常時の統計分布との差異を、統計量の比較などによって求め、その差異に応じてゴミ傷の程度を評価する。
一般に、この統計分布の差異が小さいほど、ゴミ傷の程度は良好であると評価できる。逆に、この統計分布の差異が大きいほど、ゴミ傷の程度は不良であると評価できる。
このような評価により、ゴミ傷の程度を詳細かつ正確に評価することが可能になる。

《請求項３》
請求項３に記載の発明では、欠陥画像の空間周波数分布と、ゴミ傷のない正常時の欠陥画像の空間周波数分布との差異を、周波数変換やフィルタ処理などによって求め、その差異に応じてゴミ傷の程度を評価する。
一般に、この空間周波数分布の差異が小さいほど、ゴミ傷の程度は良好であると評価できる。逆に、この空間周波数分布の差異が大きいほど、ゴミ傷の程度は不良であると評価できる。
このような評価により、ゴミ傷の程度を詳細かつ正確に評価することが可能になる。

《請求項４》
請求項４に記載の発明では、読み取った画像データからゴミ傷の欠陥箇所を検出し、その欠陥箇所の付近の明るさからゴミ傷の目立ちやすさを評価する。このようなゴミ傷の目立ちやすさの評価結果に従うことにより、画像データに対する欠陥修正の可否または強弱を適切に判定することが可能になる。
特に、このようなゴミ傷の評価判定は、画像データの状態を加味して視覚的な観点から為される。その結果、画像データに実際に現れるゴミ傷の程度をより適切に評価することが可能になる。

《請求項５》
請求項５に記載の発明では、読み取った画像データからゴミ傷の欠陥箇所を検出し、その欠陥箇所の付近の色からゴミ傷の目立ちやすさを評価する。このようなゴミ傷の目立ちやすさの評価結果に従うことにより、画像データに対する欠陥修正の可否または強弱を適切に判定することが可能になる。
特に、このようなゴミ傷の評価判定は、画像データの状態を加味して視覚的な観点から為される。その結果、画像データに実際に現れるゴミ傷の程度をより適切に評価することが可能になる。

《請求項６》
請求項６に記載の発明では、読み取った画像データからゴミ傷の欠陥箇所を検出し、その欠陥箇所のコントラストからゴミ傷の目立ちやすさを評価する。このようなゴミ傷の目立ちやすさの評価結果に従うことにより、画像データに対する欠陥修正の可否または強弱を適切に判定することが可能になる。
特に、このようなゴミ傷の評価判定は、画像データの状態を加味して視覚的な観点から為される。その結果、画像データに実際に現れるゴミ傷の程度をより適切に評価することが可能になる。

《請求項７》
請求項７に記載の発明では、読み取った画像データからゴミ傷の欠陥箇所を検出し、その欠陥箇所の付近の空間周波数成分からゴミ傷の目立ちやすさを評価する。このようなゴミ傷の目立ちやすさの評価結果に従うことにより、画像データに対する欠陥修正の可否または強弱を適切に判定することが可能になる。
特に、このようなゴミ傷の評価判定は、画像データの状態を加味して視覚的な観点から為される。その結果、画像データに実際に現れるゴミ傷の程度をより適切に評価することが可能になる。

《請求項８》
請求項８に記載の発明では、画像データの読み取り解像度に応じて、評価結果の評価基準を変更する。
画像データの表示環境や印刷サイズなどにも依存するが、画像データの読み取り解像度によって、ゴミ傷の表示（印刷）サイズが変化する。そこで、この読み取り解像度に応じてゴミ傷評価の基準を変更することにより、最終的な表示（印刷）状態におけるゴミ傷の目立ちやすさを考慮した評価を行うことが可能になる。

《請求項９》
請求項９に記載の発明では、欠陥修正すべきと判定した箇所に対して、局所的に欠陥修正を実施する。この場合、欠陥修正の実施個所を限定することにより、欠陥修正の処理時間を効率的に短縮することが可能になる。

《請求項１０》
請求項１０に記載の発明では、欠陥修正すべきと判定した個所の数または面積が閾値以上になった場合、画像データのほぼ全域にわたって欠陥修正を実施する。
このような動作では、欠陥修正すべき個所が多数発生すると、ほぼ画面全域にわたって欠陥修正が実施される。そのため、画面内において欠陥修正のオンオフ切り替えを高頻度に繰り返すことがなくなり、略均一な修正結果を期待できる。

《請求項１１》
請求項１１に記載の画像評価プログラムは、コンピュータを、請求項１〜１０のいずれか１項記載のゴミ傷検出部、ゴミ傷評価部、および修正判定部として機能させるためのプログラムコードを含む。したがって、この画像評価プログラムを実行することにより、請求項１ないし請求項１０のいずれか１項記載の発明と同様の評価判定機能を、コンピュータ上で実現することが可能になる。

以下、図面に基づいて本発明にかかる実施形態を説明する。
《第１の実施形態》
図１は、画像読取装置１１の構成を説明する図である。
図１において、画像読取装置１１には、フィルム１２が装填される。このフィルム１２の挿入先には、複数のＬＥＤ（ＲＧＢおよび赤外光ＩのＬＥＤ）からなるＬＥＤ光源１３が配置される。このＬＥＤ光源１３は、ＬＥＤ駆動回路１３ａによって点滅駆動される。このＬＥＤ駆動回路１３ａは、マイクロプロセッサ１４からの発光制御信号によって制御される。

フィルム１２を通過した照明光は、レンズ１５を通過して、ラインセンサ１６の受光素子列上に、フィルム１２の短手方向の光像を結像する。ラインセンサ１６は、マイクロプロセッサ１４からの制御信号に応じて、この光像を光電変換して画像データを生成する。
一方、フィルム１２の周囲には、フィルム位置検出センサ１７が配置される。このフィルム位置検出センサ１７によるセンサ出力は、マイクロプロセッサ１４に出力される。マイクロプロセッサ１４は、このセンサ出力に応じて、フィルム駆動機構２３に制御信号を与える。フィルム駆動機構２３は、この制御信号に従ってフィルム１２を長手方向に断続的にスライド駆動する。（なお、フィルム１２側を固定して、光学系側を移動させてもよい。）

このようなフィルム１２のスライド駆動に同期して、ラインセンサ１６からは線順次に走査された画像データが出力される。この画像データは、Ａ／Ｄ変換器２５を介してデジタル化された後、画像処理回路２６に与えられる。画像処理回路２６は、マイクロプロセッサ１４からの制御信号に応じて、画像データに画像処理を施す。

この画像処理回路２６の入出力ポートは、バス２１を介して、バッファメモリ２７に接続される。
また、バス２１には、マイクロプロセッサ１４およびインターフェース２８も接続される。画像読取装置１１は、このインターフェース２８を介して、外部のコンピュータ２９に接続される。

［発明との対応関係］
以下、発明と本実施形態との対応関係について説明する。なお、ここでの対応関係は、参考のために一解釈を例示するものであり、本発明を徒らに限定するものではない。
請求項記載の画像読取部は、フィルム駆動機構２３、ＬＥＤ駆動回路１３ａ、ＬＥＤ光源１３、レンズ１５、ラインセンサ１６、およびＡ／Ｄ変換器２５に対応する。
請求項記載のゴミ傷検出部は、マイクロプロセッサ１４の『画像データから、赤外線照明で撮像された赤外線画像を抽出する機能』に対応する。
請求項記載のゴミ傷評価部は、マイクロプロセッサ１４の『ゴミ傷の程度を評価する機能』に対応する。
請求項記載の修正判定部は、画像処理回路２６およびマイクロプロセッサ１４の『欠陥修正の可否または強弱を判定する機能』に対応する。

［第１の実施形態の動作説明］
図２は、第１の実施形態の動作を説明する流れ図である。以下、この流れ図を用いて、第１の実施形態の動作を説明する。

ステップＳ１： ユーザーは、コンピュータ２９のスキャナドライバ画面をＧＵＩ操作して、画像読取装置１１の読み取り解像度（撮像時の解像度、または出力画像の解像度のこと）を入力する。コンピュータ２９はこの読み取り解像度の設定情報を、画像読取装置１１内部のマイクロプロセッサ１４に伝達する。
マイクロプロセッサ１４は、この読み取り解像度に応じて、ゴミ傷の評価基準を調整する。このような評価基準の調整により、読み取り解像度が高くなるに従って、軽度のゴミ傷をより敏感に評価することなどが可能になる。

ステップＳ２： マイクロプロセッサ１４は、フィルム駆動機構２３、ＬＥＤ駆動回路１３ａおよびラインセンサ１６を制御して、フィルム１２をＲＧＢＩの照明光で線順次に読み取る。このような読み取り動作により、ラインセンサ１６からは、４色分の画像データが出力される。この画像データは、Ａ／Ｄ変換器２５を介してデジタル化された後、バッファメモリ２７に一時記録される。
なお、ネガフィルムでは明暗反転した画像データが生成されるが、この時点では、明暗反転処理を行わないという前提で、以下の説明を行う。

ステップＳ３： マイクロプロセッサ１４は、このバッファメモリ２７内から赤外線画像を画素単位に読み出し、各階調（ここでは２５６階調）の出現頻度を集計する。このような集計動作により、マイクロプロセッサ１４の内部メモリ上には、赤外線画像のヒストグラムが作成される。

ステップＳ４： マイクロプロセッサ１４は、このヒストグラムから、赤外線画像の最小値（最暗の階調値）を求める。マイクロプロセッサ１４は、この最小値を評価基準Ｖ１（例えば、標準で『５０』）と比較する。なお、前述したステップＳ１では、読み取り解像度が高くなるに従って、この評価基準Ｖ１が高く調整されている。
ここで、最小値が評価基準Ｖ１以下の場合、今回の画像データは、ゴミ傷のない正常画像に比べて、ヒストグラムが暗側に広がって分布していると判断できる。この場合、マイクロプロセッサ１４は、ゴミ傷の程度が悪いと評価し、ステップＳ９に動作を移行する。
一方、最小値が評価基準Ｖ１より大きい場合、ゴミ傷の評価を継続するため、ステップＳ５に動作を移行する。

ステップＳ５： マイクロプロセッサ１４は、上述したヒストグラムを演算処理して、標準偏差を求める。

ステップＳ６： マイクロプロセッサ１４は、この標準偏差を評価基準Ｖ２（例えば、標準で『４』）と比較する。なお、前述したステップＳ１では、読み取り解像度が高くなるに従って、この評価基準Ｖ２が低く調整されている。
ここで、標準偏差が評価基準Ｖ２以上の場合、今回の画像データは、ゴミ傷のない正常画像に比べて、ヒストグラムの分布範囲が拡大していると判断できる。この場合、マイクロプロセッサ１４は、ゴミ傷の程度が悪いと評価し、ステップＳ９に動作を移行する。
一方、標準偏差が評価基準Ｖ２より小さい場合、ゴミ傷の評価を更に継続するため、ステップＳ７に動作を移行する。

ステップＳ７： マイクロプロセッサ１４は、このヒストグラム全体にしめる、平均値以下の分布の割合Ｒを求める。

ステップＳ８： マイクロプロセッサ１４は、この割合Ｒを評価基準Ｖ３（例えば、標準で『５０％』）と比較する。なお、前述したステップＳ１では、読み取り解像度が高くなるに従って、この評価基準Ｖ３が高く調整されている。
ここで、割合Ｒが評価基準Ｖ３以上の場合、今回の画像データは、ゴミ傷のない正常画像に比べて、ヒストグラムの暗側の分布が拡大していると判断できる。この場合、マイクロプロセッサ１４は、ゴミ傷の程度が悪いと評価し、ステップＳ９に動作を移行する。
一方、割合Ｒが評価基準Ｖ３より少ない場合、マイクロプロセッサ１４は、欠陥修正の動作を省いて、画像読み取り動作を終了する。

ステップＳ９： マイクロプロセッサ１４は、画像読取装置１１のユーザー設定項目の一つである自動補正フラグを調べる。
ここで、自動補正フラグがオン設定されている場合、マイクロプロセッサ１４は、欠陥修正を自動的に実行するため、ステップＳ１２に動作を移行する。
一方、自動補正フラグがオフ設定されている場合、マイクロプロセッサ１４は、欠陥修正をユーザー確認するため、ステップＳ１０に動作を移行する。

ステップＳ１０： マイクロプロセッサ１４は、外部のコンピュータ２９に対して欠陥修正の推奨メッセージを送信する。外部のコンピュータ２９は、この推奨メッセージを画面表示し、ユーザーのＧＵＩ操作を受け付ける。

ステップＳ１１： ユーザーのＧＵＩ操作が『欠陥修正しない』の場合、マイクロプロセッサ１４は、欠陥修正の動作を省いて、画像読み取り動作を終了する。
一方、ユーザーのＧＵＩ操作が『欠陥修正する』の場合、マイクロプロセッサ１４は、ステップＳ１２に動作を移行する。

ステップＳ１２： マイクロプロセッサ１４は、画像処理回路２６に対して、欠陥修正を命令する。画像処理回路２６は、この命令に従って、バッファメモリ２７内のＲＧＢ画像に対して、欠陥箇所の画像修正を行う。このような欠陥修正の後、マイクロプロセッサ１４は、画像読み取り動作を終了する。
マイクロプロセッサ１４は、このようにバッファメモリ２７内に完成した画像データを、インターフェース２８を介して、外部のコンピュータ２９に対して転送出力する。

［第１の実施形態の効果など］
図３（Ａ）は、ゴミ傷の目立つ画像について作成された赤外線画像のヒストグラムである。一方、図３（Ｂ）は、ゴミ傷のない画像（欠陥修正の不要な程度）について作成された赤外線画像のヒストグラム（以下『正常ヒストグラム』という）である。
一般に、ゴミ傷の目立つ画像は、赤外線画像に多数の黒点を生じるため、ヒストグラムは、図３（Ａ）に示すように、暗側に広がった分布を示す。

一方、ゴミ傷のない画像では、赤外線画像がほぽ一定輝度の画像となるため、図３（Ｂ）に示すように、この一定輝度に集中した分布を示す。
そこで、第１の実施形態では、このようなヒストグラムの差異を、最小値、標準偏差、および割合Ｒなどの観点からそれぞれ評価判定し、ゴミ傷の評価結果とする。
このような評価により、ゴミ傷の程度を詳細かつ正確に評価することが可能になり、欠陥修正の可否を適切に判定することが可能になる。

さらに、第１の実施形態では、画像データの読み取り解像度に応じて、ゴミ傷の評価基準を調整している。したがって、読み取り解像度によって変化するゴミ傷の目立ちやすさを考慮して、適切なゴミ傷評価を行うことができる。

なお、第１の実施形態では、赤外線画像の階調ヒストグラムを用いて、ゴミ傷の評価を行っている。しかしながら、本発明はこれに限定されるものではない。例えば、赤外線画像の空間周波数分布を用いて、ゴミ傷の評価を行ってもよい。この場合、ゴミ傷のない画像では、空間周波数分布が低域に集中する。一方、ゴミ傷の多い画像では、ゴミ傷の陰影変化により、空間周波数分布が高域側に拡大する。このような空間周波数分布の差異に注目することにより、ゴミ傷の程度を詳細かつ正確に評価することが容易になる。なおこのとき、空間周波数分布の差異を評価する評価基準を、画像データの読み取り解像度に応じて調整変更することが好ましい。
次に、別の実施形態について説明する。

《第２の実施形態》
第２の実施形態の装置構成は、第１の実施形態の装置構成（図１）と同じため、ここでは図１をそのまま使用し、装置構成の説明を省略する。

［発明との対応関係］
まず、発明と本実施形態との対応関係について説明する。なお、ここでの対応関係は、参考のために一解釈を例示するものであり、本発明を徒らに限定するものではない。
請求項記載の画像読取部は、フィルム駆動機構２３、ＬＥＤ駆動回路１３ａ、ＬＥＤ光源１３、レンズ１５、ラインセンサ１６、およびＡ／Ｄ変換器２５に対応する。
請求項記載のゴミ傷検出部は、マイクロプロセッサ１４の『赤外線画像を抽出して、ゴミ傷の欠陥個所を検出する機能』に対応する。
請求項記載のゴミ傷評価部は、マイクロプロセッサ１４の『ゴミ傷の目立ちやすさを評価する機能』に対応する。
請求項記載の修正判定部は、画像処理回路２６およびマイクロプロセッサ１４の『欠陥修正の可否または強弱を判定する機能』に対応する。

［第２の実施形態の動作説明］
図４は、第２の実施形態の動作を説明する流れ図である。以下、この流れ図を用いて、第２の実施形態の動作を説明する。

ステップＳ２０： マイクロプロセッサ１４は、読み取り解像度の設定に応じて、ゴミ傷評価の評価基準を調整変更する。

ステップＳ２１： 画像読取装置１１は、フィルム１２を線順次に読み取り、４色分の画像データを生成する。この画像データは、Ａ／Ｄ変換器２５を介してデジタル化された後、バッファメモリ２７に一時記録される。なお、ネガフィルムでは明暗反転した画像データが生成されるが、この時点では、明暗反転処理を行わないという前提で、以下の説明を行う。

ステップＳ２２： マイクロプロセッサ１４は、このバッファメモリ２７内から赤外線画像を画素単位にラスタ走査し、ゴミ傷に該当する欠陥個所を検出する。

ステップＳ２３： 欠陥個所を検出すると、マイクロプロセッサ１４は、バッファメモリ２７内のＲＧＢ画像から欠陥個所の付近Ｎ画素分を抽出し、下記の値を算出する。
（１）欠陥個所の付近Ｎ画素分の平均輝度
（２）欠陥個所の付近Ｎ画素分の色
（３）欠陥個所のコントラスト
（４）欠陥個所の付近Ｎ画素分の画像空間周波数成分
（例えばＮとしては、８×８画素のブロックなどが使用される。）

ステップＳ２４： マイクロプロセッサ１４は、欠陥個所の付近の平均輝度を評価基準Ｔｈ１と比較する。
ここで、平均輝度が評価基準Ｔｈ１以上の場合、この欠陥個所は明るい画面領域に位置するために目立つと判断できる。この場合、マイクロプロセッサ１４は、ゴミ傷が目立つために欠陥修正の必要があると判定し、ステップＳ２９に動作を移行する。
一方、平均輝度が評価基準Ｔｈ１未満の場合、この欠陥個所は暗い画面領域に位置するために目立たないと判断できる。この場合、マイクロプロセッサ１４は、さらにゴミ傷評価を継続するため、ステップＳ２５に動作を移行する。
なお、前述したステップＳ２０では、読み取り解像度が高くなるに従って、この評価基準Ｔｈ１が低く調整されている。

ステップＳ２５： マイクロプロセッサ１４は、欠陥個所の付近の色を判定する。 ここで、付近の色が肌色や青色などの主要被写体の色範囲に入った場合、この欠陥個所は主要被写体に重なっていて目立ちやすいと判断できる。この場合、マイクロプロセッサ１４は、欠陥修正の必要があると判定し、ステップＳ２９に動作を移行する。
一方、付近の色が主要被写体の色範囲に入らない場合、マイクロプロセッサ１４は、さらにゴミ傷評価を継続するため、ステップＳ２６に動作を移行する。
なお、前述したステップＳ２０において、マイクロプロセッサ１４は、読み取り解像度が高くなるに従って、この色範囲を拡大したり、色範囲の種類を増やしたりしている。

ステップＳ２６： マイクロプロセッサ１４は、欠陥個所のコントラストを評価基準Ｔｈ２と比較する。
ここで、コントラストが評価基準Ｔｈ２以上の場合、この欠陥個所は明暗差が大きいために目立ちやすいと判断できる。この場合、マイクロプロセッサ１４は、慎重を期して欠陥修正の必要があると判定し、ステップＳ２９に動作を移行する。
一方、コントラストが評価基準Ｔｈ２未満の場合、マイクロプロセッサ１４は、さらにゴミ傷評価を継続するため、ステップＳ２７に動作を移行する。
なお、前述したステップＳ２０では、読み取り解像度が高くなるに従って、この評価基準Ｔｈ２が低く調整されている。

ステップＳ２７： マイクロプロセッサ１４は、欠陥個所の付近において、空間周波数の高域成分の振幅レベルを評価基準Ｔｈ３と比較する。
ここで、高域成分の振幅レベルが評価基準Ｔｈ３以下の場合、この欠陥個所は平坦な画面領域に位置するために目立ちやすいと判断できる。この場合、マイクロプロセッサ１４は、欠陥修正の必要があると判定し、ステップＳ２９に動作を移行する。
一方、コントラストが評価基準Ｔｈ３より大きい場合、マイクロプロセッサ１４は、さらにゴミ傷評価を継続するため、ステップＳ２８に動作を移行する。
なお、前述したステップＳ２０では、読み取り解像度が高くなるに従って、この評価基準Ｔｈ３が高く調整されている。

ステップＳ２８： マイクロプロセッサ１４は、赤外線画像中の欠陥個所を全て探索したか否かを判定する。
ここで、欠陥個所がまだ残っている場合、マイクロプロセッサ１４は、ステップＳ２２に動作を戻し、新たな欠陥個所に関する評価を継続する。
一方、欠陥個所の探索が完了した場合、ここまでのゴミ傷評価において目立つ欠陥個所が発見されなかったと判断できる。この場合、マイクロプロセッサ１４は、欠陥修正の動作を省いて、画像読み取り動作を終了する。

ステップＳ２９〜Ｓ３２： ここでは、『欠陥修正の必要がある』とのゴミ傷評価に従って、欠陥修正などの動作が実施される。なお、ここでの動作は、第１の実施形態で説明したステップＳ９〜Ｓ１２と同じため、ここでの説明を省略する。

［第２の実施形態の効果など］
図５は、ゴミ傷の生じた画像データを示すディスプレー上の中間調画像の写真である。この写真中に示される明領域は、平均輝度Ａｖ＝２０４．６と明るく、かつ平坦な領域である。したがって、この明領域に生じたゴミ傷は目立ちやすく、欠陥修正の対象とすべきである。一方，写真中に示される暗領域は、平均輝度Ａｖ＝１８．８と暗く、かつ複雑な絵柄の領域である。したがって、この暗領域に生じたゴミ傷は目立ちにくく、欠陥修正の対象から外してても大きな問題は生じない。
上述した第２の実施形態では、このような欠陥対象の目立ちやすさを複数の観点から慎重に評価することにより、欠陥修正の可否を適切に決定している。

さらに、第２の実施形態では、画像データの読み取り解像度に応じて、ゴミ傷の評価基準を調整している。したがって、読み取り解像度によって変化するゴミ傷の目立ちやすさを考慮し、より適切なゴミ傷評価を行うことが可能になる。

［実施形態の補足事項］
なお、上述した実施形態では、欠陥修正の可否のみを判定している。しかしながら、本発明はこれに限定されるものではない。例えば、上述した欠陥修正の可否に応じて、欠陥修正を強弱二段階に切り替えてもよい。また例えば、ゴミ傷の程度を多段階に評価し、その多段階の評価結果に従って欠陥修正の強弱を多段階に決定してもよい。

また、上述した実施形態では、画面全体に対して欠陥修正の可否を判定している。しかしながら、本発明はこれに限定されるものではない。欠陥個所ごとに欠陥修正の可否や強弱を判定してもよい。また、画像データを複数の部分画像に区分けした上で、これら部分画像ごとに欠陥修正の可否や強弱を判定してもよい。このような部分的なゴミ傷評価によって、欠陥修正の必要な箇所に対して局所的に欠陥修正を実施することが可能になる。

さらに、上述した実施形態では、欠陥修正すべき個所が一つでも存在すると、欠陥修正の必要有りと判定している。しかしながら、本発明はこれに限定されるものではない。例えば、欠陥修正すべき個所の数や面積が閾値以上となった場合に、『画面全体の欠陥修正が必要』と判定してもよい。

なお、上述した実施形態では、フィルムスキャナータイプの画像読取装置１１について説明した。しかしながら、本発明はこれに限定されるものではない。例えば、フラットベッドスキャナタイプその他の画像読取装置に本発明を適用してもよい。また例えば、電子カメラその他の画像読取装置に本発明を適用することにより、撮像面に付着したゴミ傷の程度を評価することも可能になる。

また、上述した実施形態では、マイクロプロセッサ１４のソフトウェア処理により、請求項記載の各構成要件の機能を実現している。しかしながら、本発明はこれに限定されるものではない。構成要件の一部または全部をハードウェアしても勿論かまわない。また例えば、上述したゴミ傷の評価判定動作を、外部のコンピュータ２９側で実行する画像評価プログラムを作成してもよい。この場合、外部のコンピュータ２９は、画像読取装置１１側で作成された画像データを取得し、この画像データについてゴミ傷の評価判定を実行することが可能になる。

以上説明したように、本発明は、画像読取装置および画像評価プログラムに利用可能な技術である。

画像読取装置１１の構成を説明する図である。 第１の実施形態の動作を説明する流れ図である。 赤外線画像の階調ヒストグラムを例示する図である。 第２の実施形態の動作を説明する流れ図である。 ゴミ傷の生じた画像データを示すディスプレー上の中間調画像の写真である。

符号の説明

１１ 画像読取装置
１２ フィルム
１３ ＬＥＤ光源
１３ａ ＬＥＤ駆動回路
１４ マイクロプロセッサ
１５ レンズ
１６ ラインセンサ
１７ フィルム位置検出センサ
２１ バス
２３ フィルム駆動機構
２６ 画像処理回路
２７ バッファメモリ
２８ インターフェース
２９ 外部のコンピュータ

Claims (11)

1. 読み取り対象を光電変換して画像データを生成する画像読取部と、
   前記画像データから、ゴミ傷の欠陥画像を抽出するゴミ傷検出部と、
   前記ゴミ傷検出部により抽出された前記欠陥画像を演算処理して、前記ゴミ傷の程度を評価するゴミ傷評価部と、
   前記ゴミ傷評価部の評価結果に応じて、前記画像データに対する欠陥修正の可否または強弱を判定する修正判定部と
   を備えたことを特徴とする画像読取装置。
2. 請求項１に記載の画像読取装置において、
   前記ゴミ傷評価部は、前記欠陥画像の画素値の統計分布と、ゴミ傷の無い正常時の統計分布との差異に応じて、前記ゴミ傷の程度を評価する
   ことを特徴とする画像読取装置。
3. 請求項１に記載の画像読取装置において、
   前記ゴミ傷評価部は、前記欠陥画像の空間周波数分布と、ゴミ傷の無い正常時の空間周波数分布との差異に応じて、前記ゴミ傷の程度を評価する
   ことを特徴とする画像読取装置。
4. 読み取り対象を光電変換して画像データを生成する画像読取部と、
   前記画像データから、ゴミ傷の欠陥箇所を検出するゴミ傷検出部と、
   前記欠陥箇所の付近の明るさを前記画像データから求め、前記明るさに応じて前記欠陥個所の目立ちやすさを評価するゴミ傷評価部と、
   前記ゴミ傷評価部の評価結果に応じて、前記画像データに対する欠陥修正の可否または強弱を判定する修正判定部と
   を備えたことを特徴とする画像読取装置。
5. 読み取り対象を光電変換して画像データを生成する画像読取部と、
   前記画像データから、ゴミ傷の欠陥箇所を検出するゴミ傷検出部と、
   前記欠陥箇所の付近の色を前記画像データから求め、前記色に応じて前記欠陥個所の目立ちやすさを評価するゴミ傷評価部と、
   前記ゴミ傷評価部の評価結果に応じて、前記画像データに対する欠陥修正の可否または強弱を判定する修正判定部と
   を備えたことを特徴とする画像読取装置。
6. 読み取り対象を光電変換して画像データを生成する画像読取部と、
   前記画像データから、ゴミ傷の欠陥箇所を検出するゴミ傷検出部と、
   前記欠陥箇所のコントラストを前記画像データから求め、前記コントラストに応じて前記欠陥個所の目立ちやすさを評価するゴミ傷評価部と、
   前記ゴミ傷評価部の評価結果に応じて、前記画像データに対する欠陥修正の可否または強弱を判定する修正判定部と
   を備えたことを特徴とする画像読取装置。
7. 読み取り対象を光電変換して画像データを生成する画像読取部と、
   前記画像データから、ゴミ傷の欠陥箇所を検出するゴミ傷検出部と、
   前記欠陥箇所の付近の空間周波数成分を前記画像データから求め、前記空間周波数成分に応じて前記欠陥個所の目立ちやすさを評価するゴミ傷評価部と、
   前記ゴミ傷評価部の評価結果に応じて、前記画像データに対する欠陥修正の可否または強弱を判定する修正判定部と
   を備えたことを特徴とする画像読取装置。
8. 請求項１ないし請求項７のいずれか１項に記載の画像読取装置において、
   前記ゴミ傷評価部は、前記画像読取部における前記画像データの読み取り解像度に応じて、前記評価結果の評価基準を変更する
   ことを特徴とする画像読取装置。
9. 請求項１ないし請求項８のいずれか１項に記載の画像読取装置において、
   前記修正判定部は、欠陥修正すべきと判定した箇所に対して、局所的に欠陥修正を実施する
   ことを特徴とする画像読取装置。
10. 請求項１ないし請求項９のいずれか１項に記載の画像読取装置において、
    前記修正判定部は、欠陥修正すべきと判定した個所の数または面積が閾値以上になった場合、前記画像データのほぼ全域にわたって欠陥修正を実施する
    ことを特徴とする画像読取装置。
11. 画像読取部で生成された画像データをコンピュータ上で画像評価するための画像評価プログラムであって、
    前記コンピュータを、請求項１ないし請求項１０のいずれか１項に記載の前記ゴミ傷検出部、前記ゴミ傷評価部、および前記修正判定部として機能させるための画像評価プログラム。