JP2007172512A - 画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム - Google Patents
画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム Download PDFInfo
- Publication number
- JP2007172512A JP2007172512A JP2005372569A JP2005372569A JP2007172512A JP 2007172512 A JP2007172512 A JP 2007172512A JP 2005372569 A JP2005372569 A JP 2005372569A JP 2005372569 A JP2005372569 A JP 2005372569A JP 2007172512 A JP2007172512 A JP 2007172512A
- Authority
- JP
- Japan
- Prior art keywords
- image
- image quality
- evaluation
- value
- quantitative evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Image Analysis (AREA)
Abstract
【課題】異なるパターンにおけるスジ・ムラの見た目の悪さを統一的に定量化できる画像品質定量評価方法を提供し、画像品質評価精度を向上させる。
【解決手段】被評価対象の画像を２次元の画像データとして取り込み、画像データを計算処理して画像品質を評価する画像品質定量評価方法であって、画像データから少なくとも一種類の評価用パラメータＰ(i,j)（i,jは正整数の指標）を設定し、評価用パラメータＰ(i,j)の画像全体に対する平均値ＰAVを算出し、評価パラメータＰ(i,j)の画像各位置における平均値ＰAVからのずれ量｜ΔＰ(i,j)｜をそれぞれ求め、ずれ量に関係した重み関数を設定し、ずれ量と重み関数との積算値を画像全体に対して求め、各積算値の画像全体に対する総和に基づき画像品質評価値を設定して画像品質を評価する。
【選択図】図１
【解決手段】被評価対象の画像を２次元の画像データとして取り込み、画像データを計算処理して画像品質を評価する画像品質定量評価方法であって、画像データから少なくとも一種類の評価用パラメータＰ(i,j)（i,jは正整数の指標）を設定し、評価用パラメータＰ(i,j)の画像全体に対する平均値ＰAVを算出し、評価パラメータＰ(i,j)の画像各位置における平均値ＰAVからのずれ量｜ΔＰ(i,j)｜をそれぞれ求め、ずれ量に関係した重み関数を設定し、ずれ量と重み関数との積算値を画像全体に対して求め、各積算値の画像全体に対する総和に基づき画像品質評価値を設定して画像品質を評価する。
【選択図】図１
Description
本発明は、被評価対象の画像に対してスジ・ムラ等の画像品質を定量評価する画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラムに関する。
デジタルプリンタ等の画像印刷装置、液晶表示パネルやプロジェクタ装置等の各種方式の画像表示装置といった画像情報を出力する画像情報出力機器には、その出力画像が所望の画像品質であるかを予め調整したり、出力結果を監視して、常に高品位な出力状態を維持するよう配慮がされている。画像情報出力機器の一例としてデジタルプリンタを例にとると、デジタルプリンタにおける出力画像には、視覚的にスジやムラ（以下、「スジ・ムラ」と称す）の生じることがある。このスジ・ムラは、例えばデジタルプリンタにおいて、回転ドラムへの書込み時における駆動ギヤ間のバックラッシ等が周期的に変動を与えることにより、或いは回転ドラムに電位ムラが生じることなどにより発生する。そこで、記録媒体上に記録された出力画像の画像品質（仕上がり）のスジ・ムラ有無が品質検査として重要になる。
このスジ・ムラの検査評価は、従来では検査員の目視による主観的判定によってなされていたが、画像処理装置を用いて自動化する方法が近年開発されてきている。この種の画像処理装置を用いたスジ・ムラ検査装置は、カメラやスキャナ等の画像入力装置により画像を取り込み、画像解析装置において評価値を演算し、予め設定されている基準値と比較することにより、検査対象物の品質の良否の判定を行うものが多く採用されている。
例えば、画像入力装置において、検査対象はＣＣＤカメラを用いて撮影され、その画像データが画像分析装置に送られる。画像データは、画像分析装置にて濃度レベルに数値化され保存される。そして、画像処理部において、シェーディング補正などの前処理が行われ、さらに評価値演算部にて標準偏差等のパラメータが計算され、予め設定された基準値との比較が行われた後、判定結果が出力された。
特開平１０−９６６９６号公報
上記のように画像処理装置を用いてスジ・ムラ等の画像品質を客観的に定量化する方法は従来より行われてきた。ところが、デジタルプリンタで発生するスジ・ムラは、その発生要因によってスジ・ムラのパターンが異なり、スジの発生する方向も一方向（１次元方向）に揃わないことがある。つまり、異なる複数の方向や曲率を有する方向（２次元方向）のスジ・ムラもある。従来方法では、スジ・ムラのパターンの種類毎に予め設定された基準値と比較していたため、異なるパターンのスジ・ムラに対しては判定を行うことが困難となり、例えば、不特定な種類のスジ・ムラを自動検出して定量化することはできなかった。
また、上記の画像処理装置を用いたスジ・ムラの定量化方法では、濃度レベル（インク濃度の濃淡）のみが測定されるため、多色が混在する場合には、目視評価と一致しなくなるという問題があった。
さらに、標準偏差を用いて評価値の演算が行われた場合、例えば一筋のスジ・ムラと、画面全体に発生したスジ・ムラとが比較されると、後者のスジ・ムラが数値的に極端に悪く評価され、目視評価とのずれが生じ、スジ・ムラの良否を判定する精度に問題が生じた。即ち、人の官能による目立つ・目立たないを十分に加味した評価が行えていなかった。
さらに、標準偏差を用いて評価値の演算が行われた場合、例えば一筋のスジ・ムラと、画面全体に発生したスジ・ムラとが比較されると、後者のスジ・ムラが数値的に極端に悪く評価され、目視評価とのずれが生じ、スジ・ムラの良否を判定する精度に問題が生じた。即ち、人の官能による目立つ・目立たないを十分に加味した評価が行えていなかった。
本発明は上記状況に鑑みてなされたもので、異なるパターン（例えば任意方向）におけるスジ・ムラの見た目の悪さを統一的に定量化できる画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラムを提供し、もって、画像品質の評価精度の向上を図ることを目的とする。
本発明に係る上記目的は、下記構成により達成される。
（１） 被評価対象の画像を２次元の画像データとして取り込み、該画像データを計算処理して画像品質を評価する画像品質定量評価方法であって、前記画像データから少なくとも一種類の評価用パラメータＰ(i,j)（i,jは正整数の指標）を設定し、該評価用パラメータＰ(i,j)の画像全体に対する平均値ＰAVを算出し、前記評価パラメータＰ(i,j)の画像各位置における前記平均値ＰAVからのずれ量｜ΔＰ(i,j)｜をそれぞれ求め、前記ずれ量に関係した重み関数を設定し、前記ずれ量と前記重み関数との積算値を画像全体に対して求め、前記各積算値の画像全体に対する総和に基づき画像品質評価値を設定して画像品質を評価することを特徴とする画像品質定量評価方法。
（１） 被評価対象の画像を２次元の画像データとして取り込み、該画像データを計算処理して画像品質を評価する画像品質定量評価方法であって、前記画像データから少なくとも一種類の評価用パラメータＰ(i,j)（i,jは正整数の指標）を設定し、該評価用パラメータＰ(i,j)の画像全体に対する平均値ＰAVを算出し、前記評価パラメータＰ(i,j)の画像各位置における前記平均値ＰAVからのずれ量｜ΔＰ(i,j)｜をそれぞれ求め、前記ずれ量に関係した重み関数を設定し、前記ずれ量と前記重み関数との積算値を画像全体に対して求め、前記各積算値の画像全体に対する総和に基づき画像品質評価値を設定して画像品質を評価することを特徴とする画像品質定量評価方法。
この画像品質定量評価方法によれば、読み取った画像データから評価用パラメータが設定され、この評価用パラメータと、評価用パラメータの画像全体における平均値とが比較されて、双方のずれ量が求められる。そして、評価用パラメータとその平均値とのずれ量に基づいて重み関数が設定され、双方のずれ量と重み関数との積算値が求められ、さらに、得られる積算値の画像全体に対する総和が求められて、これが画像品質評価値とされる。したがって、重み関数を積算した値が画像品質評価値となることで、簡単な演算でありながら、概ね視覚特性にも合致した定量評価が可能となる。
（２） 前記重み関数Ｗ(i,j)が、下式により設定されることを特徴とする（１）項記載の画像品質定量評価方法。
この画像品質定量評価方法によれば、画面の或る場所における平均値ＰAVからのずれ量｜ΔＰ(i,j)｜を表す分子が、画面全体の積算値を表す分母によって除されることで、ずれ量｜ΔＰ(i,j)｜の総和が大きいほど重み関数Ｗ(i,j)が小さくなり、評価値が小さくなる。換言すれば、急峻なピーク値を有する輝度値ほど評価値が大きくなる。
（３） 前記評価用パラメータが、Ｒ（赤色）、Ｇ（緑色）、Ｂ（青色）の輝度値の少なくともいずれかを含むことを特徴とする（１）項又は（２）項記載の画像品質定量評価方法。
この画像品質定量評価方法によれば、カラー画像の画像情報から、各色毎の人間の視覚特性に基づいた画像評価が定量化可能となる。
（４） 前記評価用パラメータが、反対色空間の三刺激値を含むことを特徴とする（１）項又は（２）項記載の画像品質定量評価方法。
この画像品質定量評価方法によれば、従来の輝度レベル（インク濃度の濃淡）のみを測定していた評価装置に対し、反対色空間における色差も考慮されることになり、人間の視覚特性に応じた変調処理が行われ、見た目の悪さが統一的に定量化可能となる。
（５） 前記三刺激値が、明度刺激情報と、色差刺激値情報とを有することを特徴とする（４）項記載の画像品質定量評価方法。
この画像品質定量評価方法によれば、刺激値データプロファイルが明度刺激情報と色差刺激値情報とを有し、そのそれぞれに対して適切な視覚特性適合化処理が施される。
（６） 前記評価用パラメータが複数種ｋ（ｋは種類数を表す指標で正整数）存在する場合に、種類ｋに対する評価用パラメータＰk(i,j)の前記ずれ量｜ΔＰk(i,j)｜を、次式により求めることを特徴とする（１）項〜（５）項のいずれか１項記載の画像品質定量評価方法。
ただし、ＰKAVはＰk(i,j)の画像全体に対する平均値。
ただし、ＰKAVはＰk(i,j)の画像全体に対する平均値。
この画像品質定量評価方法によれば、評価用パラメータが複数種ｋ存在する場合であっても、任意の種類ｋの評価用パラメータＰk(i,j)のずれ量｜ΔＰk(i,j)｜が、統一的に定量化可能となる。
（７） 前記評価用パラメータに視覚系のＭＴＦ特性に基づく値を重畳し、前記評価用パラメータの強度を視覚特性に適合させることを特徴とする（１）項〜（６）項のいずれか１項記載の画像品質定量評価方法。
この画像品質定量評価方法によれば、評価用パラメータの強度が、空間周波数特性によりフィルタリング補正され、人間の視覚特性に適応したものとなる。
（８） 前記視覚系のＭＴＦ特性が、２次元の方向性を有する２次元ＭＴＦ特性であることを特徴とする（７）項記載の画像品質定量評価方法。
この画像品質定量評価方法によれば、低周波領域において、同じパターンの場合、感度が高い斜め方向のスジ・ムラ（例えばプリントの低周波ムラ）が強調され、評価精度の向上に寄与することとなる。
（９） 前記２次元ＭＴＦ特性（ＭＴＦ２Ｄ）が、視覚系の１次元ＭＴＦ特性（ＭＴＦ１Ｄ）を用いて次式から求めることを特徴とする（８）項記載の画像品質定量評価方法。
この画像品質定量評価方法によれば、投影ステップの前に視覚特性適合処理を行う、つまり、２次元のデータのまま視覚特性適合化処理を行うことにより、投影処理により１次元データ化してから行う場合と比較して、記録媒体の平面内に分布するスジ・ムラがより正確に強調されて、Ｓ／Ｎ比の向上が期待され、スジ・ムラの検出精度を向上させることができる。
（１０） 前記画像データから設定される評価用パラメータＰ(i,j)を２次元フーリエ変換し、これにより得られるパワースペクトルに前記視覚系の２次元ＭＴＦ特性を重畳した後、２次元フーリエ逆変換して得られる視覚特性適合データに対して前記ずれ量、前記重み関数を求めることを特徴とする（９）項記載の画像品質定量評価方法。
この画像品質定量評価方法によれば、刺激値データのパワースペクトルに視覚特性を表す関数を重畳してフーリエ逆変換して戻すことで、視覚特性に合致した刺激値データを得ることができる。
（１１） 被評価対象の画像を２次元の画像データとして取り込み、該画像データを計算処理して画像品質を評価する画像品質定量評価装置であって、
被評価対象の画像を入力する画像入力部と、
請求項１〜請求項１０のいずれか１項記載の画像品質定量評価方法に基づく演算処理を行い、前記画像品質の画像品質評価値を算出する演算部と、
を備えたことを特徴とする画像品質定量評価装置。
被評価対象の画像を入力する画像入力部と、
請求項１〜請求項１０のいずれか１項記載の画像品質定量評価方法に基づく演算処理を行い、前記画像品質の画像品質評価値を算出する演算部と、
を備えたことを特徴とする画像品質定量評価装置。
この画像品質定量評価装置によれば、画像入力部で読み取った画像データから、演算部によって、評価用パラメータが設定され、この評価用パラメータと、評価用パラメータの画像全体における平均値とが比較されて、双方のずれ量が求められ、評価用パラメータとその平均値とのずれ量に基づいて重み関数が設定され、双方のずれ量と重み関数との積算値が求められ、さらに、得られる積算値の画像全体に対する総和が求められ、これが画像品質評価値とされる。
（１２） ２次元の画像データとして取り込んだ被評価対象の画像に対して、画像品質を評価する画像品質定量評価値を計算するプログラムであって、
前記画像データから少なくとも一種類の評価用パラメータＰ(i,j)（i,jは正整数の指標）を設定するステップと、
前記評価用パラメータＰ(i,j)の画像全体に対する平均値ＰAVを算出するステップと、
前記評価パラメータＰ(i,j)の画像各位置における前記平均値ＰAVからのずれ量｜ΔＰ(i,j)｜をそれぞれ求めるステップと、
前記ずれ量に関係した重み関数を設定するステップと、
前記ずれ量と前記重み関数との積算値を画像全体に対して求め、前記各積算値の画像全体に対する総和に基づき画像品質評価値を求めるステップと、
をこの順でコンピュータに実行させる画像品質定量評価値を計算することを特徴とするプログラム。
前記画像データから少なくとも一種類の評価用パラメータＰ(i,j)（i,jは正整数の指標）を設定するステップと、
前記評価用パラメータＰ(i,j)の画像全体に対する平均値ＰAVを算出するステップと、
前記評価パラメータＰ(i,j)の画像各位置における前記平均値ＰAVからのずれ量｜ΔＰ(i,j)｜をそれぞれ求めるステップと、
前記ずれ量に関係した重み関数を設定するステップと、
前記ずれ量と前記重み関数との積算値を画像全体に対して求め、前記各積算値の画像全体に対する総和に基づき画像品質評価値を求めるステップと、
をこの順でコンピュータに実行させる画像品質定量評価値を計算することを特徴とするプログラム。
この画像品質定量評価値を計算するプログラムによれば、画像入力部で読み取った画像データから、演算部によって、評価用パラメータが設定され、この評価用パラメータと、評価用パラメータの画像全体における平均値とが比較されて、双方のずれ量が求められ、評価用パラメータとその平均値とのずれ量に基づいて重み関数が設定される。そして、さらに演算部によって、双方のずれ量と重み関数との積算値が求められ、得られる積算値の画像全体に対する総和が求められて、これが画像品質評価値とされる。
本発明に係る画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラムによれば、読み取った画像データから評価用パラメータを設定し、この評価用パラメータと、評価用パラメータの画像全体における平均値とを比較して、双方のずれ量を求め、さらに、評価用パラメータとその平均値とのずれ量に基づいて重み関数を設定し、双方のずれ量と重み関数との積算値を求め、得られる積算値の画像全体に対する総和を求めて、これを画像品質評価値とすることにより、簡単な演算でありながら、概ね視覚特性にも合致された定量評価が可能となる。この結果、標準偏差を用いた従来の評価値のようなバラツキが生じず、画像品質の定量評価精度を向上させることができる。
以下、本発明に係る画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラムの好適な実施の形態を図面を参照して説明する。以下の説明では、画像品質評価対象を一例としてデジタルプリンタの出力画像とする。なお、第１の実施形態では撮像データが直接定量評価処理される例、第２の実施形態では画像データを予め視覚系のＭＴＦで補正した後、第１の実施形態と同様の定量評価処理がなされる例を説明する。
＜第１の実施形態＞
図１に本発明の第１実施形態に係る画像品質定量評価装置のブロック図を示した。
本実施の形態による画像品質定量評価装置１００は、画像入力部１１と、画像データ演算部１３とを有して構成される。画像入力部１１、画像データ演算部１３はコンピュータ（パーソナルコンピュータ等の電算機）の一要素として構成される。これら各構成要素の概略的な機能を説明すれば、画像入力部１１は、一定濃度のパターンが記録された記録媒体１５に記録されたパターンを２次元画像データとして読み取る。即ち、画像入力部１１は、被評価対象の画像を入力可能であればよく、被評価対象の画像に対する明暗の変化を電気信号で捕えるものであれば、何を用いてもよい。ここでは記録媒体１５の２次元（平面）画像を得る装置を指し、市販されているものとしてスキャナ、ＣＣＤカメラなどがある。画像データ演算部１３は、２次元画像データを所定の演算処理することで画像品質評価値を算出する。画像データ演算部１３は、コンピュータに格納されたプログラム、即ち、画像品質定量評価値を計算するプログラムによって動作制御される。
図１に本発明の第１実施形態に係る画像品質定量評価装置のブロック図を示した。
本実施の形態による画像品質定量評価装置１００は、画像入力部１１と、画像データ演算部１３とを有して構成される。画像入力部１１、画像データ演算部１３はコンピュータ（パーソナルコンピュータ等の電算機）の一要素として構成される。これら各構成要素の概略的な機能を説明すれば、画像入力部１１は、一定濃度のパターンが記録された記録媒体１５に記録されたパターンを２次元画像データとして読み取る。即ち、画像入力部１１は、被評価対象の画像を入力可能であればよく、被評価対象の画像に対する明暗の変化を電気信号で捕えるものであれば、何を用いてもよい。ここでは記録媒体１５の２次元（平面）画像を得る装置を指し、市販されているものとしてスキャナ、ＣＣＤカメラなどがある。画像データ演算部１３は、２次元画像データを所定の演算処理することで画像品質評価値を算出する。画像データ演算部１３は、コンピュータに格納されたプログラム、即ち、画像品質定量評価値を計算するプログラムによって動作制御される。
図２はスジ・ムラの例を（ａ）、（ｂ）、（ｃ）、（ｄ）に表した説明図である。
画像品質定量評価の対象となる記録媒体１５にはスジ・ムラの生じることがある。このスジ・ムラは、例えば図２（ａ）の一本スジ、図２（ｂ）の周期的ムラ、図２（ｃ）のランダムムラを挙げることができる。これらのスジ・ムラは特定の一定方向のみならず、任意の方向、さらには不規則な方向に発生することもある。そして、図２（ｄ）に示すように曲線状の縞模様も発生し得る。
画像品質定量評価の対象となる記録媒体１５にはスジ・ムラの生じることがある。このスジ・ムラは、例えば図２（ａ）の一本スジ、図２（ｂ）の周期的ムラ、図２（ｃ）のランダムムラを挙げることができる。これらのスジ・ムラは特定の一定方向のみならず、任意の方向、さらには不規則な方向に発生することもある。そして、図２（ｄ）に示すように曲線状の縞模様も発生し得る。
次に、本実施形態の画像品質定量評価方法の具体的な手順を順次説明する。
図３に第１実施形態の画像品質定量評価方法の手順を表すフローチャートを示した。
＜画像入力ステップ＞
本実施形態による画像品質定量評価方法では、まず、図３に示すステップ１１（以下、Ｓ１１と略記する）の処理で、記録媒体１５の画像を画像入力部１１から入力する。入力部１１から入力された画像信号は、画像データ演算部１３へ送られる。スジ・ムラを含んだ入力画像の画像信号は、Ａ／Ｄ変換により２次元のデジタル濃度データＩ(i,j)として各濃度レベルに数値化され、この濃度値と空間位置i,jとの情報からなる画像データとして、画像データ演算部１３の有するメモリ１３ａ等へ格納される。なお、ここで言う濃度値は輝度値であってもよい。図４に入力画像の説明図を示した。ここで、i,jは画像内の画素位置を表す指標（正整数）であり、本実施形態における画像サイズをｍ×ｎ画素とすると、ｉは１〜ｍ、ｊは１〜ｎまでの値を取り得る。画像データの濃度データＩ(i,j)は、カラー情報が存在する場合には、赤色濃度値Ｒ(i,j)，緑色濃度値Ｇ(i,j)，青色濃度値Ｂ(i,j)等、色毎に設定される。
図３に第１実施形態の画像品質定量評価方法の手順を表すフローチャートを示した。
＜画像入力ステップ＞
本実施形態による画像品質定量評価方法では、まず、図３に示すステップ１１（以下、Ｓ１１と略記する）の処理で、記録媒体１５の画像を画像入力部１１から入力する。入力部１１から入力された画像信号は、画像データ演算部１３へ送られる。スジ・ムラを含んだ入力画像の画像信号は、Ａ／Ｄ変換により２次元のデジタル濃度データＩ(i,j)として各濃度レベルに数値化され、この濃度値と空間位置i,jとの情報からなる画像データとして、画像データ演算部１３の有するメモリ１３ａ等へ格納される。なお、ここで言う濃度値は輝度値であってもよい。図４に入力画像の説明図を示した。ここで、i,jは画像内の画素位置を表す指標（正整数）であり、本実施形態における画像サイズをｍ×ｎ画素とすると、ｉは１〜ｍ、ｊは１〜ｎまでの値を取り得る。画像データの濃度データＩ(i,j)は、カラー情報が存在する場合には、赤色濃度値Ｒ(i,j)，緑色濃度値Ｇ(i,j)，青色濃度値Ｂ(i,j)等、色毎に設定される。
次に、Ｓ１２の処理で、入力された画像データから、少なくとも一種類の評価用パラメータＰk(i,j)を設定する。この評価用パラメータとしては、上記の濃度値を用いることができるが、これに限らず、他の例えば反対色空間における三刺激値等のパラメータであってもよい。本実施形態においては、最も単純な場合として、白黒画像データとして濃度データＩ(i,j)を用いることにする。つまり、本実施形態においては、Ｐk(i,j)＝Ｉ(i,j)とする。
次に、Ｓ１３の処理で、この評価用パラメータＰk(i,j)の画像全体に対する平均値ＰkAVを、（１）式により求める。
そして、Ｓ１４の処理で、画像各位置における評価用パラメータＰk(i,j)の平均値ＰkAVからのずれ量ΔＰ(i,j)を、（２）式からそれぞれ算出する。
次に、Ｓ１５の処理で、得られたずれ量に基づいて重み関数Ｗ(i,j)を設定する。重み関数Ｗ(i,j)は、最終的な画像品質評価値を、スジ・ムラの評価に対する人間の官能特性と一致させるように調整するための重み付け処理に用いる関数で、次の（３）式により設定する。
ただし、
である。（４）式は重み関数値の過大化を抑止するものとなる。
である。（４）式は重み関数値の過大化を抑止するものとなる。
上記のようにして、ずれ量に関係した重み関数を設定し、このずれ量と重み関数との積算値の画像全体に対する総和を求める。そして、Ｓ１６の処理で、この総和に基づいて画像品質評価値Ｅvを設定する。具体的には、次の（５）式により求められる。
上記の評価値によれば、評価用パラメータとその平均値とのずれ量に基づいて重み関数を設定し、双方のずれ量と重み関数との積算値を求め、得られる積算値の画像全体に対する総和を求めて、これを画像品質評価値とするので、簡単な演算でありながら、概ね視覚特性にも合致された定量評価が可能となる。
次に、上記画像品質評価値による画像品質の評価の概要を説明する。
図５は（ａ）〜（ｄ）の異なる画質に対する画像品質評価の過程を表す説明図である。図５（ａ）〜（ｄ）のそれぞれに図４に示す直線Ｌ上の濃度分布を表すグラフ１、各位置における平均値ＰAVからのずれ量｜ΔＰ(i,j)｜の分布を表すグラフ２、画像品質評価値Ｅvを求める過程における、ずれ量｜ΔＰ(i,j)｜と重み関数Ｗ(i,j)と積算結果の分布を表すグラフ３を示している。また、図５中、（ａ）は画像欠陥の殆ど認められない画像、（ｂ）は一本スジのある画像、（ｃ）は周期的なスジが認められる画像、（ｄ）は画像周辺がなだらかに暗くなるシェーディングが発生した画像である。
図５は（ａ）〜（ｄ）の異なる画質に対する画像品質評価の過程を表す説明図である。図５（ａ）〜（ｄ）のそれぞれに図４に示す直線Ｌ上の濃度分布を表すグラフ１、各位置における平均値ＰAVからのずれ量｜ΔＰ(i,j)｜の分布を表すグラフ２、画像品質評価値Ｅvを求める過程における、ずれ量｜ΔＰ(i,j)｜と重み関数Ｗ(i,j)と積算結果の分布を表すグラフ３を示している。また、図５中、（ａ）は画像欠陥の殆ど認められない画像、（ｂ）は一本スジのある画像、（ｃ）は周期的なスジが認められる画像、（ｄ）は画像周辺がなだらかに暗くなるシェーディングが発生した画像である。
まず、図５（ａ）の画像欠陥の殆ど認められない画像に対しては、グラフ１のような平坦な濃度分布を有しており、その結果、グラフ２のように平均値とのずれ量も殆どゼロとなり、ずれ量と重み関数との積算結果も殆どゼロとなる。この場合の画像品質評価値ＥV1は最も低い値となる。
図５（ｂ）の一本スジのある画像に対しては、グラフ１に１つの大きな振幅Ｈのピークが現れ、このピークに応じた分布でグラフ２，３にピークが現れて、画像品質評価値ＥV2を大きな値にしている。つまり、グラフ２の総面積Ａ２に関連する量（実際には直線Ｌだけでなく、画像全体に対する総面積となる）が重み関数Ｗ(i,j)の分母となり、面積Ａ２が小さいほど少しの濃度変化でも画像品質評価値を大きく増加させることになる。
図５（ｂ）の一本スジのある画像に対しては、グラフ１に１つの大きな振幅Ｈのピークが現れ、このピークに応じた分布でグラフ２，３にピークが現れて、画像品質評価値ＥV2を大きな値にしている。つまり、グラフ２の総面積Ａ２に関連する量（実際には直線Ｌだけでなく、画像全体に対する総面積となる）が重み関数Ｗ(i,j)の分母となり、面積Ａ２が小さいほど少しの濃度変化でも画像品質評価値を大きく増加させることになる。
図５（ｃ）の周期的なスジが認められる画像に対しては、グラフ１の複数のピークがグラフ２では折り返されて総面積Ａ３が増加し、一本スジの場合の総面積Ａ２よりも大きくなる。その結果、振幅Ｈが略同じ程度のピークであるが、総面積Ａ３が大きいために、一本一本のスジの評価値が小さくなり、結果として、一本スジの場合より小さな画像品質評価値となる。
図５（ｄ）の画像周辺がなだらかに暗くなる画像に対しては、グラフ２における総面積Ａ４が大きくなり、その結果、グラフ３における総面積は小さくなる。
したがって、画像品質評価値は、ＥV1＜ＥV2＞ＥV3＞ＥV4 という結果が得られる。この評価結果は、人間の官能特性と略一致しており、多数の周期的なスジが存在する場合よりも、略均一な濃度分布の中で一本のスジが存在する方がより目立つことと一致した結果となっている。重み関数を用いない従来の一般的な評価方法、例えばスジの振幅に基づく評価方法では、（ｂ）の一本スジも（ｃ）の周期的なスジも略同等の評価値となってしまう。また、濃度の標準偏差に基づく評価方法では、（ｄ）のなだらかな変化を有するパターンが極端に評価値が悪くなってしまう。
したがって、画像品質評価値は、ＥV1＜ＥV2＞ＥV3＞ＥV4 という結果が得られる。この評価結果は、人間の官能特性と略一致しており、多数の周期的なスジが存在する場合よりも、略均一な濃度分布の中で一本のスジが存在する方がより目立つことと一致した結果となっている。重み関数を用いない従来の一般的な評価方法、例えばスジの振幅に基づく評価方法では、（ｂ）の一本スジも（ｃ）の周期的なスジも略同等の評価値となってしまう。また、濃度の標準偏差に基づく評価方法では、（ｄ）のなだらかな変化を有するパターンが極端に評価値が悪くなってしまう。
上記の画像品質定量評価方法によれば、読み取った画像データから評価用パラメータを設定し、この評価用パラメータと、評価用パラメータの画像全体における平均値とを比較して、双方のずれ量を求め、さらに、評価用パラメータとその平均値とのずれ量に基づいて重み関数を設定し、双方のずれ量と重み関数との積算値を求め、得られる積算値の画像全体に対する総和を求めて、これを画像品質評価値とするので、簡単な演算でありながら、概ね視覚特性にも合致された定量評価が可能となり、標準偏差を用いた従来の評価値のようなバラツキを生じなくすることができる。この結果、異なるパターン（例えば任意方向）におけるスジ・ムラの見た目の悪さを統一的に定量化できるようになり、画像品質の評価精度を向上させることができる。
＜第２の実施形態＞
次に、本発明に係る画像品質定量評価方法の第２の実施形態を説明する。
図６に本発明の第１実施形態に係る画像品質定量評価装置のブロック図、図７に第２実施形態の画像品質定量評価方法の手順を表すフローチャート、図８に２次元刺激値データに対する視覚特性適合化処理を概略的に表した説明図を示した。
第２の実施形態では上記したように画像データを予め視覚系のＭＴＦで補正した後、第１の実施形態と同様の定量評価処理がなされる。
本実施形態に係る画像品質定量評価装置２００は、記録媒体１５に記録された２次元画像を画像入力部１１によって読取り、その２次元画像データを、画像データ変換部１７によって、三刺激値に変換し、反対色空間の刺激値データに変換する。変換された反対色空間の刺激値データは、視覚特性適合部１９によって、２次元フーリエ変換されて２次元のパワースペクトルが求められる。次いで、このパワースペクトルに対し、それぞれ人間の視覚特性を表すＭＴＦを重畳し、さらに２次元フーリエ逆変換することで、スジ・ムラが視覚特性に準じて変調された反対色の刺激値データを得る。
次に、本発明に係る画像品質定量評価方法の第２の実施形態を説明する。
図６に本発明の第１実施形態に係る画像品質定量評価装置のブロック図、図７に第２実施形態の画像品質定量評価方法の手順を表すフローチャート、図８に２次元刺激値データに対する視覚特性適合化処理を概略的に表した説明図を示した。
第２の実施形態では上記したように画像データを予め視覚系のＭＴＦで補正した後、第１の実施形態と同様の定量評価処理がなされる。
本実施形態に係る画像品質定量評価装置２００は、記録媒体１５に記録された２次元画像を画像入力部１１によって読取り、その２次元画像データを、画像データ変換部１７によって、三刺激値に変換し、反対色空間の刺激値データに変換する。変換された反対色空間の刺激値データは、視覚特性適合部１９によって、２次元フーリエ変換されて２次元のパワースペクトルが求められる。次いで、このパワースペクトルに対し、それぞれ人間の視覚特性を表すＭＴＦを重畳し、さらに２次元フーリエ逆変換することで、スジ・ムラが視覚特性に準じて変調された反対色の刺激値データを得る。
本実施形態の画像品質定量評価方法によれば、視覚特性適合化処理を２次元のデータのままで行うことにより、例えば投影処理により１次元データ化してから行う場合と比較して、記録媒体１５の平面内に分布するスジ・ムラがより正確に強調されて、検出精度を向上することができる。つまり、スジ・ムラが強調されてから投影処理するため、投影結果のＳ／Ｎ比が向上して縞とノイズとの分離が容易となる。
＜画像データ変換ステップ＞
デジタル化された画像データから、予め記憶されている特性パラメータに基づき、（６）式によってマトリクス変換が行われ、三刺激値に変換される（Ｓ１２）。具体的には、画像データの色特性値（Ｒ，Ｇ，Ｂ）と、これらを標準化された画面輝度との関係に基づいて、三刺激値（Ｘ，Ｙ，Ｚ）へ変換する。ここで、Ｍは変換マトリクスである。
デジタル化された画像データから、予め記憶されている特性パラメータに基づき、（６）式によってマトリクス変換が行われ、三刺激値に変換される（Ｓ１２）。具体的には、画像データの色特性値（Ｒ，Ｇ，Ｂ）と、これらを標準化された画面輝度との関係に基づいて、三刺激値（Ｘ，Ｙ，Ｚ）へ変換する。ここで、Ｍは変換マトリクスである。
カラー画像の画像情報には濃淡情報と色度情報が存在する。従来のスジ・ムラの画像評価では主に濃淡情報のみ用いていたが、本発明の画像品質定量評価方法においては、色度情報をも用いて画像を評価する。しかしながら、人間の視覚特性は各色毎に異なり、各色成分を一元的に評価することはできない。そのため、本実施形態においては、各色毎の人間の視覚特性を画像の各色成分それぞれにフィルタリング補正して評価する。また、反対色空間を用いて処理することにより、人間の主観評価とよく対応のとれた結果が得られるようになる。具体的には、図７に示すＳ２１の処理で、記録媒体１５に記録された２次元画像を画像入力部１１によって読取り、これを図８に示す評価画像２３の色特性値（Ｒ，Ｇ，Ｂ）とし（Ｓ２２）、（６）式により得られた三刺激値（Ｘ ，Ｙ ，Ｚ）を、（７）式による行列演算により３組（White-Black(K), Red-Green, Blue-Yellow）の反対色空間の刺激値へ変換する（Ｓ２３）。
＜視覚特性適合化ステップ＞
次に、（７）式により反対色空間の刺激値（Ｗ／Ｋ，Ｒ／Ｇ，Ｂ／Ｙ）に変換した図８に示す２次元の刺激値データプロファイル２５ａ，２５ｂ，２５ｃ，…のそれぞれを、Ｓ２４の処理で２次元フーリエ変換し、このフーリエ変換結果のパワースペクトルを算出することにより空間周波数分布を求める。なお、フーリエ変換には様々な手法があるが、ここでは計算の簡略化のためＦＦＴ(Fast Fourier Transform)を用いる。
次に、（７）式により反対色空間の刺激値（Ｗ／Ｋ，Ｒ／Ｇ，Ｂ／Ｙ）に変換した図８に示す２次元の刺激値データプロファイル２５ａ，２５ｂ，２５ｃ，…のそれぞれを、Ｓ２４の処理で２次元フーリエ変換し、このフーリエ変換結果のパワースペクトルを算出することにより空間周波数分布を求める。なお、フーリエ変換には様々な手法があるが、ここでは計算の簡略化のためＦＦＴ(Fast Fourier Transform)を用いる。
２次元刺激値データプロファイル２５ａ，２５ｂ，２５ｃ，…に対してフーリエ変換を施すことにより、図８に示すように周波数成分毎の強度分布を示すパワースペクトル２７ａ，２７ｂ，２７ｃ，…が求められる。そして、得られたパワースペクトルに対して、Ｓ２５の処理で人間の視覚特性に適応した２次元の空間周波数特性（ＭＴＦ）によりフィルタリング補正を行う。
ところで、人間の視覚の空間周波数特性は、観察距離、観察時の被評価画像の平均濃度、及び被評価画像の周囲濃度等の観察条件（観察パラメータ）によって異なる特性となることが知られている（畑田豊彦「表示条件と視覚のＭＴＦ」No.61 Ｏｐｌｕｓ Ｅ, 1984）。しかしながら、従来の画像評価装置にあっては、このような観察条件による違いを実際には忠実に配慮せず、１つの代表的な人間の視覚系のＭＴＦだけで補正しており、観察条件が異なる場合においては、画像品質評価の主観的評価と客観的評価との整合が必ずしもとれていない状態となっていた。本発明の画像品質定量評価方法では、このような不具合を、次の２点から解消している。
第１に、人間の斜め方向の視覚特性は水平垂直方向とは異なることが知られているが、２次元の画像を評価する場合に、単純に１次元の空間周波数特性を等方的に２次元に展開し、この２次元展開したＭＴＦ特性を用いて評価しても、実際の視覚特性とは一致しない評価結果となる。そこで本発明においは、斜め方向に対しても人間の視覚特性に適合させて定量評価が行えるように、方向依存性を持たせた２次元のＭＴＦ特性を用いている。
第２に、カラー情報を含む空間周波数特性（ＭＴＦ）によりフィルタリング補正を行うことで評価精度を一層向上させている。
第２に、カラー情報を含む空間周波数特性（ＭＴＦ）によりフィルタリング補正を行うことで評価精度を一層向上させている。
図９は視覚系の２次元ＭＴＦ特性の一例であって、（ａ）は等高線図、（ｂ）は空間周波数ｆｙ＝０のときの刺激強度の分布を示したグラフである。この２次元ＭＴＦ特性は、視覚特性適合部１９にて、被評価画像をフーリエ変換して得られたパワースペクトルに重畳するフィルタリング補正に用いる。
ＭＴＦ特性との重畳により、人間が強く感応する周波数成分に対してはより強調される一方、感応の弱い周波数成分（特には高周波成分）に対しては減衰される。これにより、人間の視覚特性に合致した空間周波数成分の感度に変換できる。また、上記のようなＭＴＦ特性の情報を、各観察条件毎に予め用意しておくことで、実際の観察条件に対応した適切な視覚系のＭＴＦフィルタを適宜選択してフィルタリング補正でき、補正処理の効果と信頼性をより高めることができる。因みに、図９（ａ）のグラフでは原点を通る４５度又は１３５度の線分方向で、等高線が密となる。つまり、低い周波数成分の場合、斜め方向の縞の方がムラが目立つことになる。斜め方向のムラが目立つ実例としてはプリントの低周波ムラ等が挙げられる。これは、低周波領域において、斜め方向の方が感度が高いためである。本実施形態ではこのような差が評価に効果的な影響を与えることとなる。
ＭＴＦ特性との重畳により、人間が強く感応する周波数成分に対してはより強調される一方、感応の弱い周波数成分（特には高周波成分）に対しては減衰される。これにより、人間の視覚特性に合致した空間周波数成分の感度に変換できる。また、上記のようなＭＴＦ特性の情報を、各観察条件毎に予め用意しておくことで、実際の観察条件に対応した適切な視覚系のＭＴＦフィルタを適宜選択してフィルタリング補正でき、補正処理の効果と信頼性をより高めることができる。因みに、図９（ａ）のグラフでは原点を通る４５度又は１３５度の線分方向で、等高線が密となる。つまり、低い周波数成分の場合、斜め方向の縞の方がムラが目立つことになる。斜め方向のムラが目立つ実例としてはプリントの低周波ムラ等が挙げられる。これは、低周波領域において、斜め方向の方が感度が高いためである。本実施形態ではこのような差が評価に効果的な影響を与えることとなる。
図９に示す２次元ＭＴＦ特性は、既知の１次元ＭＴＦ特性をＭＴＦ１Ｄとするとき、２次元ＭＴＦ特性（ＭＴＦ２Ｄ）は、以下の（８）式により表すことができる。ただし、ｆｘ、ｆｙはそれぞれＸ方向、Ｙ方向に対する空間周波数を表す。
ここで、上記の２次元ＭＴＦ特性の導出方法を説明する。
（８）式は、斜め方向のパターンは水平方向（Ｘ軸）、垂直方向（Ｙ軸）に投射されて視認される。そのため、２次元ＭＴＦ特性は、２次元周波数空間上の点を、水平方向、垂直方向の成分に分解し、それぞれのＭＴＦの重み付け和により記述できるものと仮定している。
図１０に示すように、周波数空間上の点Ｑ（fx,fy）におけるＭＴＦを導出する。各方向成分の分解方法として、まず、点Ｑを通り、点Ｑと原点Ｏを結ぶ線分Lfaに垂直な直線Ｌfbを引く。この直線ＬfbがＸ軸、Ｙ軸と交わる点Ｒ，Ｓの原点Ｏからの距離をそれぞれｆｘ０，ｆｙ０とする。これらｆｘ０，ｆｙ０の値を（９）式中のＭＴＦ１Ｄに代入する。
（８）式は、斜め方向のパターンは水平方向（Ｘ軸）、垂直方向（Ｙ軸）に投射されて視認される。そのため、２次元ＭＴＦ特性は、２次元周波数空間上の点を、水平方向、垂直方向の成分に分解し、それぞれのＭＴＦの重み付け和により記述できるものと仮定している。
図１０に示すように、周波数空間上の点Ｑ（fx,fy）におけるＭＴＦを導出する。各方向成分の分解方法として、まず、点Ｑを通り、点Ｑと原点Ｏを結ぶ線分Lfaに垂直な直線Ｌfbを引く。この直線ＬfbがＸ軸、Ｙ軸と交わる点Ｒ，Ｓの原点Ｏからの距離をそれぞれｆｘ０，ｆｙ０とする。これらｆｘ０，ｆｙ０の値を（９）式中のＭＴＦ１Ｄに代入する。
次に、（９）式で得られた水平成分、垂直成分のＭＴＦを次のようにして重み付け処理する。（９）式における係数ａ，ｂは重み付け係数であり、これらの重み付け係数を表１に示すように設定する。
ｆｙ＝０，ｆｘ＝０，ｆｘ＝ｆｙの各ケースにつき、表１中のａ，ｂの値を返す式として、
が求められる。
これらａ，ｂを（９）式に代入すると、（８）式が得られる。
が求められる。
これらａ，ｂを（９）式に代入すると、（８）式が得られる。
このようにして得られたフィルタリング処理後の空間周波数分布２９ａ，２９ｂ，２９ｃ，…に対し、Ｓ２６の処理でフーリエ逆変換することにより、反対色空間における刺激値３１ａ，３１ｂ，３１ｃ，…を求める。このようにして、反対色空間における（Ｗ／Ｋ，Ｒ／Ｇ，Ｂ／Ｙ）に対する各刺激値が再合成される。
その結果、フーリエ逆変換後のプロファイルは、視覚特性に準じて、一本スジの急峻な形状が鈍化し、周期的ムラ、及びランダムムラにおいては、その振幅が減少する。
＜差分値算出ステップ・評価値算出ステップ＞
次いで、Ｓ２７の処理でフーリエ逆変換によって得られた結果から画像品質評価値算出部２１にて評価値を算出する。画像品質評価値算出部２１は、概略的には、各１次元刺激値データプロファイルの位置(i)における各刺激値（Ｗ／Ｋi，Ｒ／Ｇi，Ｂ／Ｙi）に対する、刺激値データプロファイル全体の平均値（Ｗ／ＫAV，Ｒ／ＧAV，Ｂ／ＹAV）からの距離を表す差分値を求め、刺激値データプロファイルの全位置に対する前記差分値に基づく値の総和を画像品質評価値として求める。
このようなスジ・ムラの定量評価値となる画像品質評価値Ｅvは、具体的には（１１）式により算出できる。
ただし、
次いで、Ｓ２７の処理でフーリエ逆変換によって得られた結果から画像品質評価値算出部２１にて評価値を算出する。画像品質評価値算出部２１は、概略的には、各１次元刺激値データプロファイルの位置(i)における各刺激値（Ｗ／Ｋi，Ｒ／Ｇi，Ｂ／Ｙi）に対する、刺激値データプロファイル全体の平均値（Ｗ／ＫAV，Ｒ／ＧAV，Ｂ／ＹAV）からの距離を表す差分値を求め、刺激値データプロファイルの全位置に対する前記差分値に基づく値の総和を画像品質評価値として求める。
このようなスジ・ムラの定量評価値となる画像品質評価値Ｅvは、具体的には（１１）式により算出できる。
ただし、
本実施形態の場合は、ｋ＝３であるので、
で表される。
ただし、
Ｗ／ＫAVはＷ／Ｋ(i,j)の平均値、
Ｒ／ＧAVはＲ／Ｇ(i,j)の平均値
Ｂ／ＹAVはＢ／Ｙ(i,j)の平均値、
で表される。
ただし、
Ｗ／ＫAVはＷ／Ｋ(i,j)の平均値、
Ｒ／ＧAVはＲ／Ｇ(i,j)の平均値
Ｂ／ＹAVはＢ／Ｙ(i,j)の平均値、
画像品質評価値Ｅvは、重み関数Ｗ(i,j)と｜ΔＰ(i,j)｜との積の画像全体の総和として表される。なお、|ΔＰ(i,j)|は（２）式で表され、重み関数Ｗ(i,j)は（３）式で表される。
ここで、図１１を参照して説明する。図１１は刺激値（Ｗ／Ｋi，Ｒ／Ｇi，Ｂ／Ｙi）に対する、平均値（Ｗ／ＫAV，Ｒ／ＧAV，Ｂ／ＹAV）からの距離を示す説明図である。１次元の位置ｉに対する反対色の刺激値には、Ｗ／Ｋ(i,j)，Ｒ／Ｇ(i,j)，Ｂ／Ｙ(i,j)の３つの刺激値が存在する。これら３つの刺激値のそれぞれに対して平均値Ｗ／ＫAV，Ｒ／ＧAV，Ｂ／ＹAVを求め、画像各位置i,jにおける反対色刺激値Ｗ／Ｋ(i,j)，Ｒ／Ｇ(i,j)，Ｂ／Ｙ(i,j)とこれに対応する平均値Ｗ／ＫAV，Ｒ／ＧAV，Ｂ／ＹAVとの差分値となる空間距離(Ｗ／Ｋ(i,j) −Ｗ／ＫAV)，(Ｒ／Ｇ(i,j)−Ｒ／ＧAV)，(Ｂ／Ｙ(i,j)−Ｂ／ＹAV)を、３つの刺激値に対してそれぞれ求め、これら差分値の自乗和の平方根を（２）式に基づいて求めることで｜ΔＰ(i,j)｜が得られる。
また、重み関数Ｗ(i,j)は、（３）式に示すように、｜ΔＰ(i,j)｜の平均値からの空間距離に比例した値であり、（４）式に示すように画面全体の総和が１となるように正規化したものである。
ここで、図１１を参照して説明する。図１１は刺激値（Ｗ／Ｋi，Ｒ／Ｇi，Ｂ／Ｙi）に対する、平均値（Ｗ／ＫAV，Ｒ／ＧAV，Ｂ／ＹAV）からの距離を示す説明図である。１次元の位置ｉに対する反対色の刺激値には、Ｗ／Ｋ(i,j)，Ｒ／Ｇ(i,j)，Ｂ／Ｙ(i,j)の３つの刺激値が存在する。これら３つの刺激値のそれぞれに対して平均値Ｗ／ＫAV，Ｒ／ＧAV，Ｂ／ＹAVを求め、画像各位置i,jにおける反対色刺激値Ｗ／Ｋ(i,j)，Ｒ／Ｇ(i,j)，Ｂ／Ｙ(i,j)とこれに対応する平均値Ｗ／ＫAV，Ｒ／ＧAV，Ｂ／ＹAVとの差分値となる空間距離(Ｗ／Ｋ(i,j) −Ｗ／ＫAV)，(Ｒ／Ｇ(i,j)−Ｒ／ＧAV)，(Ｂ／Ｙ(i,j)−Ｂ／ＹAV)を、３つの刺激値に対してそれぞれ求め、これら差分値の自乗和の平方根を（２）式に基づいて求めることで｜ΔＰ(i,j)｜が得られる。
また、重み関数Ｗ(i,j)は、（３）式に示すように、｜ΔＰ(i,j)｜の平均値からの空間距離に比例した値であり、（４）式に示すように画面全体の総和が１となるように正規化したものである。
従って、評価値Ｅv は、３種類の各刺激値に対し、記録画像の明度情報（Ｗ／Ｋ）と色差情報（Ｒ／Ｇ，Ｂ／Ｙ）の全体の平均値からの空間距離をそれぞれ求め、これら空間距離に対する自乗和の平方根に、重み関数Ｗ(i,j)を乗算して総和をとったものとなる。
上記の画像品質定量評価方法によれば、反対色空間に変換して色差情報も考慮されることになり、人間の視覚特性に応じた変調処理がより正確に行われ、スジ・ムラの見た目の悪さが統一的に定量評価可能となる。この結果、目視による評価や標準偏差を用いた評価値のようなバラツキが生じず、スジ・ムラの良否判定精度を向上させることができる。
また、２次元のＭＴＦ特性を用いて視覚適合化処理を行うため、スジ・ムラの出現方向が直線以外の曲線であっても、また、不特定な方向に発生する場合でも、スジ・ムラの方向によらず、自動的に特定することができる。
なお、以上説明した各実施形態により求められる画像品質評価値Ｅvは、さらに（１４）式に示すような対数画像品質評価値Ｅvaをとることで、人間の視覚評価との線形性を一層良好にすることができる。
対数画像品質評価値Ｅva ＝ ｌｏｇ（Ｅv） …（１４）
また、上記実施形態においては、視覚特性適合化処理をフーリエ変換及びフーリエ逆変換を用いてＭＴＦ特性との重畳を行ったが、これに限らず、２次元の視覚系ＭＴＦ特性をフーリエ逆変換等により２次元のマスクパターンを生成し、このマスクパターンを用いて被評価画像を実数空間でマスク処理することでも同様の効果が得られる。
対数画像品質評価値Ｅva ＝ ｌｏｇ（Ｅv） …（１４）
また、上記実施形態においては、視覚特性適合化処理をフーリエ変換及びフーリエ逆変換を用いてＭＴＦ特性との重畳を行ったが、これに限らず、２次元の視覚系ＭＴＦ特性をフーリエ逆変換等により２次元のマスクパターンを生成し、このマスクパターンを用いて被評価画像を実数空間でマスク処理することでも同様の効果が得られる。
１１ 画像入力部
１３ 画像データ演算部
１５ 記録媒体
１７ 画像データ変換部
１９ 視覚特性適合部
２１ 画像品質評価値算出部
１００，２００ 画像品質定量評価装置
１３ 画像データ演算部
１５ 記録媒体
１７ 画像データ変換部
１９ 視覚特性適合部
２１ 画像品質評価値算出部
１００，２００ 画像品質定量評価装置
Claims (12)
- 被評価対象の画像を２次元の画像データとして取り込み、該画像データを計算処理して画像品質を評価する画像品質定量評価方法であって、
前記画像データから少なくとも一種類の評価用パラメータＰ(i,j)（i,jは正整数の指標）を設定し、該評価用パラメータＰ(i,j)の画像全体に対する平均値ＰAVを算出し、前記評価パラメータＰ(i,j)の画像各位置における前記平均値ＰAVからのずれ量｜ΔＰ(i,j)｜をそれぞれ求め、前記ずれ量に関係した重み関数を設定し、前記ずれ量と前記重み関数との積算値を画像全体に対して求め、前記各積算値の画像全体に対する総和に基づき画像品質評価値を設定して画像品質を評価することを特徴とする画像品質定量評価方法。 - 前記重み関数Ｗ(i,j)が、下式により設定されることを特徴とする請求項１記載の画像品質定量評価方法。
- 前記評価用パラメータが、Ｒ（赤色）、Ｇ（緑色）、Ｂ（青色）の輝度値の少なくともいずれかを含むことを特徴とする請求項１又は請求項２記載の画像品質定量評価方法。
- 前記評価用パラメータが、反対色空間の三刺激値を含むことを特徴とする請求項１又は請求項２記載の画像品質定量評価方法。
- 前記三刺激値が、明度刺激情報と、色差刺激値情報とを有することを特徴とする請求項４記載の画像品質定量評価方法。
- 前記評価用パラメータが複数種ｋ（ｋは種類数を表す指標で正整数）存在する場合に、種類ｋに対する評価用パラメータＰk(i,j)の前記ずれ量｜ΔＰk(i,j)｜を、次式により求めることを特徴とする請求項１〜請求項５のいずれか１項記載の画像品質定量評価方法。
ただし、ＰKAVはＰk(i,j)の画像全体に対する平均値 - 前記評価用パラメータに視覚系のＭＴＦ特性に基づく値を重畳し、前記評価用パラメータの強度を視覚特性に適合させることを特徴とする請求項１〜請求項６のいずれか１項記載の画像品質定量評価方法。
- 前記視覚系のＭＴＦ特性が、２次元の方向性を有する２次元ＭＴＦ特性であることを特徴とする請求項７記載の画像品質定量評価方法。
- 前記２次元ＭＴＦ特性（ＭＴＦ２Ｄ）が、視覚系の１次元ＭＴＦ特性（ＭＴＦ１Ｄ）を用いて次式から求めることを特徴とする請求項８記載の画像品質定量評価方法。
- 前記画像データから設定される評価用パラメータＰ(i,j)を２次元フーリエ変換し、これにより得られるパワースペクトルに前記視覚系の２次元ＭＴＦ特性を重畳した後、２次元フーリエ逆変換して得られる視覚特性適合データに対して前記ずれ量、前記重み関数を求めることを特徴とする請求項９記載の画像品質定量評価方法。
- 被評価対象の画像を２次元の画像データとして取り込み、該画像データを計算処理して画像品質を評価する画像品質定量評価装置であって、
被評価対象の画像を入力する画像入力部と、
請求項１〜請求項１０のいずれか１項記載の画像品質定量評価方法に基づく演算処理を行い、前記画像品質の画像品質評価値を算出する演算部と、を備えたことを特徴とする画像品質定量評価装置。 - ２次元の画像データとして取り込んだ被評価対象の画像に対して、画像品質を評価する画像品質定量評価値をコンピュータに計算処理させるプログラムであって、
前記画像データから少なくとも一種類の評価用パラメータＰ(i,j)（i,jは正整数の指標）を設定するステップと、
前記評価用パラメータＰ(i,j)の画像全体に対する平均値ＰAVを算出するステップと、
前記評価パラメータＰ(i,j)の画像各位置における前記平均値ＰAVからのずれ量｜ΔＰ(i,j)｜をそれぞれ求めるステップと、
前記ずれ量に関係した重み関数を設定するステップと、
前記ずれ量と前記重み関数との積算値を画像全体に対して求め、前記各積算値の画像全体に対する総和に基づき画像品質評価値を求めるステップと、
をこの順でコンピュータに実行させて画像品質定量評価値を計算することを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005372569A JP2007172512A (ja) | 2005-12-26 | 2005-12-26 | 画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005372569A JP2007172512A (ja) | 2005-12-26 | 2005-12-26 | 画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2007172512A true JP2007172512A (ja) | 2007-07-05 |
Family
ID=38298952
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005372569A Pending JP2007172512A (ja) | 2005-12-26 | 2005-12-26 | 画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2007172512A (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009036592A (ja) * | 2007-07-31 | 2009-02-19 | Sharp Corp | スジムラ評価装置、スジムラ評価方法、スジムラ評価プログラム、記録媒体及びカラーフィルタの製造方法 |
| JP2009128083A (ja) * | 2007-11-21 | 2009-06-11 | Yokogawa Electric Corp | 画質検査装置および画質検査方法 |
| US7889358B2 (en) | 2006-04-26 | 2011-02-15 | Sharp Kabushiki Kaisha | Color filter inspection method, color filter manufacturing method, and color filter inspection apparatus |
| JP2014071045A (ja) * | 2012-09-28 | 2014-04-21 | Fujifilm Corp | 画像評価装置、画像評価方法、及びプログラム |
| JP2014071046A (ja) * | 2012-09-28 | 2014-04-21 | Fujifilm Corp | 画像評価装置、画像評価方法、及びプログラム |
| WO2015005038A1 (ja) | 2013-07-12 | 2015-01-15 | 富士フイルム株式会社 | テストチャート形成方法、装置及びプログラム、並びにテストチャート及び画像補正方法 |
| JP2018048996A (ja) * | 2016-09-14 | 2018-03-29 | リコーエレメックス株式会社 | 検査システム |
| EP3445030A1 (en) | 2014-03-27 | 2019-02-20 | Fujifilm Corporation | Image processing device and method, printing system, halftone process determination method, and program |
| EP3499860A2 (en) | 2014-03-27 | 2019-06-19 | Fujifilm Corporation | Printing system, method of generating halftone processing rule, method of acquiring characteristic parameter, image processing device, image processing method, halftone processing rule, halftone image, method of manufacturing printed material, inkjet printing system, and program |
| CN111598484A (zh) * | 2020-05-26 | 2020-08-28 | 国网江苏电力设计咨询有限公司 | 一种风光储系统电能质量综合评估方法 |
| US10775317B2 (en) | 2016-07-29 | 2020-09-15 | Fujifilm Corporation | Printed matter inspection device and printed matter inspection method |
-
2005
- 2005-12-26 JP JP2005372569A patent/JP2007172512A/ja active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7889358B2 (en) | 2006-04-26 | 2011-02-15 | Sharp Kabushiki Kaisha | Color filter inspection method, color filter manufacturing method, and color filter inspection apparatus |
| JP2009036592A (ja) * | 2007-07-31 | 2009-02-19 | Sharp Corp | スジムラ評価装置、スジムラ評価方法、スジムラ評価プログラム、記録媒体及びカラーフィルタの製造方法 |
| JP2009128083A (ja) * | 2007-11-21 | 2009-06-11 | Yokogawa Electric Corp | 画質検査装置および画質検査方法 |
| US9213894B2 (en) | 2012-09-28 | 2015-12-15 | Fujifilm Corporation | Image evaluation device, image evaluation method and program storage medium |
| JP2014071046A (ja) * | 2012-09-28 | 2014-04-21 | Fujifilm Corp | 画像評価装置、画像評価方法、及びプログラム |
| JP2014071045A (ja) * | 2012-09-28 | 2014-04-21 | Fujifilm Corp | 画像評価装置、画像評価方法、及びプログラム |
| US9727805B2 (en) | 2012-09-28 | 2017-08-08 | Fujifilm Corporation | Image evaluation device, image evaluation method and program storage medium |
| WO2015005038A1 (ja) | 2013-07-12 | 2015-01-15 | 富士フイルム株式会社 | テストチャート形成方法、装置及びプログラム、並びにテストチャート及び画像補正方法 |
| EP3445030A1 (en) | 2014-03-27 | 2019-02-20 | Fujifilm Corporation | Image processing device and method, printing system, halftone process determination method, and program |
| EP3499860A2 (en) | 2014-03-27 | 2019-06-19 | Fujifilm Corporation | Printing system, method of generating halftone processing rule, method of acquiring characteristic parameter, image processing device, image processing method, halftone processing rule, halftone image, method of manufacturing printed material, inkjet printing system, and program |
| EP3799410A1 (en) | 2014-03-27 | 2021-03-31 | Fujifilm Corporation | Image processing device and method, printing system, halftone process determination method, and program |
| EP4033745A1 (en) | 2014-03-27 | 2022-07-27 | FUJIFILM Corporation | Printing system, method of generating halftone processing rule, method of acquiring characteristic parameter, image processing device, image processing method, halftone processing rule, halftone image, method of manufacturing printed material, inkjet printing system, and program |
| US10775317B2 (en) | 2016-07-29 | 2020-09-15 | Fujifilm Corporation | Printed matter inspection device and printed matter inspection method |
| JP2018048996A (ja) * | 2016-09-14 | 2018-03-29 | リコーエレメックス株式会社 | 検査システム |
| CN111598484A (zh) * | 2020-05-26 | 2020-08-28 | 国网江苏电力设计咨询有限公司 | 一种风光储系统电能质量综合评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2007172512A (ja) | 画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム | |
| EP2884457B1 (en) | Image evaluation device and image evaluation program | |
| JP2014178328A (ja) | 鋼管内部腐食解析装置及び鋼管内部腐食解析方法 | |
| JP2009180583A (ja) | ディスプレイの輝度ムラ評価方法および装置 | |
| US10620417B2 (en) | Method for generating a reflection-reduced contrast image and corresponding device | |
| WO2018021114A1 (ja) | 印刷物検査装置及び印刷物検査方法 | |
| JP2011240086A (ja) | 肌の色ムラ解析装置、肌の色ムラ解析方法、及び肌の色ムラ解析プログラム | |
| JP2006221467A (ja) | 視界不良評価方法および視界不良評価装置 | |
| US9092854B2 (en) | Metrics to identify image smoothness | |
| JP2007170961A (ja) | 検査装置及び検査方法 | |
| US7773257B2 (en) | Color metric for halo artifacts | |
| JP2006067423A (ja) | 画像品質定量評価方法及びその装置 | |
| JP2006250721A (ja) | 検査装置及び検査方法 | |
| JP2018205037A (ja) | 評価装置、評価プログラム及び評価方法 | |
| Liu et al. | Quality assessment for out-of-focus blurred images | |
| JP5321939B2 (ja) | 画質検査装置および画質検査方法 | |
| JP5288154B2 (ja) | 画質検査装置 | |
| JP5163940B2 (ja) | 画質検査装置および画質検査方法 | |
| JP2005326323A (ja) | 画質検査装置 | |
| Tripathi et al. | A novel spatial domain image quality metric | |
| Fry et al. | Noise Power Spectrum Scene-Dependency in Simulated Image Capture Systems | |
| JPH09153136A (ja) | 画像評価方法及び画像評価装置 | |
| JP2020153759A (ja) | 評価装置、本物感評価方法およびプログラム | |
| Bae | Image-quality metric system for color filter array evaluation | |
| JP2004228742A (ja) | 画質評価装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20071109 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20071116 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20071126 |