JP2011027798A - 画像欠陥診断システム、画像形成装置、およびプログラム - Google Patents

Abstract

【課題】画像形成装置にて形成された画像に発生した画像欠陥の検出精度を向上させる。
【解決手段】画像欠陥に関する検査対象とする検査対象画像の部分領域各々に設定され、部分領域に画像欠陥が発生しているか否かを判定する際の判定基準とする２値化閾値と、２値化閾値が設定された部分領域の検査対象画像上での位置を表す位置情報とを相互に対応付けて２値化閾値記憶部２３４に記憶しておく。そして、診断部は、検査対象画像を読み取って生成された部分領域各々の画像データを、２値化閾値記憶部２３４に記憶された部分領域での２値化閾値と比較し、検査対象画像での画像欠陥の発生の有無を診断する。
【選択図】図６

Description

本発明は、画像欠陥診断システム、画像形成装置、およびプログラムに関する。

例えば複写機、プリンタ等の画像形成装置では、自らが印刷したテストチャート（検査対象画像）を画像読取装置により読み取らせ、読み取られた検査対象画像に関する画像データに基づき画像欠陥を診断し、画像欠陥の発生状況に基づいて画像形成装置自身の故障箇所を推定する技術が知られている。
例えば特許文献１には、プリンタにて印刷されたテストチャートを画像読み取り装置で読み取り、読み取ったテストチャートに関する画像データをテストチャートデータと比較し、両者の差異を比較して印字品質を自己判断して故障等に対応する技術が記載されている。

特開２００２−２８３６８１号公報

本発明は、画像形成装置にて形成された画像に発生した画像欠陥の検出精度を向上させることを目的とする。

請求項１に記載の発明は、画像欠陥に関する検査対象とする検査対象画像の部分領域各々に設定され、当該部分領域に画像欠陥が発生しているか否かを判定する際の判定基準とする画像濃度閾値と、当該画像濃度閾値が設定された当該部分領域の当該検査対象画像上での位置を表す位置情報とを相互に対応付けて記憶する記憶手段と、前記検査対象画像を読み取って生成された前記部分領域各々の画像データを、前記記憶手段に記憶された当該部分領域での前記画像濃度閾値と比較し、当該検査対象画像での画像欠陥の発生の有無を診断する診断手段とを備えたことを特徴とする画像欠陥診断システムである。

請求項２に記載の発明は、前記記憶手段は、前記画像濃度閾値を、当該画像濃度閾値が設定された前記部分領域の前記検査対象画像上での主走査方向に関する位置情報と対応付けて記憶し、前記診断手段は、前記部分領域各々の前記画像データを前記記憶手段に記憶された当該部分領域の主走査方向位置に対応付けられた前記画像濃度閾値と比較し、前記検査対象画像での画像欠陥の発生の有無を診断することを特徴とする請求項１記載の画像欠陥診断システムである。
請求項３に記載の発明は、前記記憶手段に記憶される前記画像濃度閾値を算出するための閾値算出用画像を読み取り、当該閾値算出用画像を構成する画素毎の濃度階調値を検出する画像読取手段と、前記画像読取手段にて読み取られた前記閾値算出用画像を構成する前記画素に関し、濃度階調値を変数とし当該変数としての当該濃度階調値以上の前記濃度階調値を有する当該画素からなる面積領域が当該閾値算出用画像の面積に占める割合が予め定めた値となる当該濃度階調値を当該閾値算出用画像に関する前記画像濃度閾値として設定する閾値設定手段とをさらに備えたことを特徴とする請求項１記載の画像欠陥診断システムである。
請求項４に記載の発明は、前記画像読取手段にて読み取られる前記閾値算出用画像は、前記検査対象画像上にて主走査方向に配列されて形成されたことを特徴とする請求項３記載の画像欠陥診断システムである。

請求項５に記載の発明は、画像欠陥に関する検査対象とする検査対象画像を記録材上に形成する画像形成手段と、前記画像形成手段にて形成された前記検査対象画像を読み取り、当該検査対象画像に関する画像データを生成する画像読取手段と、前記画像読取手段にて生成された前記画像データにより前記検査対象画像に発生した画像欠陥を診断する画像欠陥診断手段とを有し、前記画像欠陥診断手段は、前記検査対象画像の部分領域各々に設定され、当該部分領域に画像欠陥が発生しているか否かを判定する際の判定基準とする画像濃度閾値と、当該画像濃度閾値が設定された当該部分領域の当該検査対象画像上での位置情報とを相互に対応付けて記憶する記憶手段と、前記検査対象画像を読み取って生成された前記部分領域各々の画像データを、前記記憶手段に記憶された当該部分領域での前記画像濃度閾値と比較し、当該検査対象画像での画像欠陥の発生の有無を診断する診断手段とを備えたことを特徴とする画像形成装置である。

請求項６に記載の発明は、ユーザから画像欠陥に関する診断指示の入力を受け付ける受付手段をさらに備え、前記画像形成手段は、前記受付手段にて前記診断指示の入力を受け付けたことにより、前記検査対象画像を形成し、前記画像読取手段は、前記画像形成手段にて形成された前記検査対象画像に関する画像データを生成し、前記画像欠陥診断手段は、前記画像読取手段にて生成された前記検査対象画像に関する前記部分領域各々の画像データを、前記記憶手段に記憶された前記検査対象画像の当該部分領域各々の前記画像濃度閾値と比較し、当該検査対象画像での画像欠陥の発生の有無を診断することを特徴とする請求項５記載の画像形成装置である。
請求項７に記載の発明は、前記画像欠陥診断手段の前記記憶手段は、前記画像濃度閾値を、当該画像濃度閾値が設定された前記部分領域の前記検査対象画像上での主走査方向に関する位置情報と対応付けて記憶し、前記画像欠陥診断手段の前記診断手段は、前記部分領域各々の前記画像データを前記記憶手段に記憶された当該部分領域の主走査方向位置に対応付けられた前記画像濃度閾値と比較し、前記検査対象画像での画像欠陥の発生の有無を診断することを特徴とする請求項５記載の画像形成装置である。
請求項８に記載の発明は、前記画像形成手段は、記録材上の１または複数の副走査方向位置にて主走査方向に沿って複数配列され、前記画像欠陥診断手段の前記記憶手段に記憶される前記画像濃度閾値を算出するための閾値算出用画像を含む前記検査対象画像を形成し、前記画像読取手段は、前記検査対象画像に含まれる前記閾値算出用画像を読み取り、当該閾値算出用画像を構成する画素毎の濃度階調値を検出するとともに、前記画像読取手段にて読み取られた前記閾値算出用画像を構成する前記画素に関し、濃度階調値を変数とし当該変数としての前記濃度階調値以上の当該濃度階調値を有する当該画素からなる面積領域が当該閾値算出用画像の面積に占める割合が予め定めた値となる当該濃度階調値を当該閾値算出用画像に関する前記画像濃度閾値として設定する閾値設定手段をさらに備えたことを特徴とする請求項５記載の画像形成装置である。
請求項９に記載の発明は、前記画像形成手段は、記録材上の１または複数の副走査方向位置にて主走査方向に沿って複数配列され、前記画像欠陥診断手段の前記記憶手段に記憶される前記画像濃度閾値を算出するための閾値算出用画像からなる閾値算出用検査対象画像と、画像欠陥に関する検査対象とする前記検査対象画像とを順次形成するとともに、前記画像読取手段にて前記閾値算出用検査対象画像を読み取った後、当該画像読取手段にて前記検査対象画像を読み取ることをユーザに指示する指示手段をさらに備えたことを特徴とする請求項５記載の画像形成装置である。

請求項１０に記載の発明は、コンピュータに、画像欠陥に関しての検査対象とする検査対象画像を読み取って生成された当該検査対象画像に関する画像データを取得する機能と、取得した前記検査対象画像の部分領域各々における前記画像データを、当該部分領域各々に設定され、当該部分領域に画像欠陥が発生しているか否かを判定する際の判定基準とする画像濃度閾値と比較し、当該検査対象画像での画像欠陥の発生の有無を診断する機能とを実現させることを特徴とするプログラムである。
請求項１１に記載の発明は、前記部分領域各々に設定された前記画像濃度閾値を、当該画像濃度閾値と、当該画像濃度閾値が設定された前記部分領域の前記検査対象画像上での位置情報とを相互に対応付けて記憶する記憶手段から取得する機能をさらに実現させることを特徴とする請求項１０記載のプログラムである。

請求項１の発明によれば、本発明を採用しない場合に比べ、画像形成装置にて形成された画像に発生した画像欠陥の検出精度を向上させることができる。
請求項２の発明によれば、本発明を採用しない場合に比べ、検査対象画像上での主走査方向において生じ易い部分領域各々での濃度ばらつきの影響を低減して、画像欠陥の検出精度を高めることができる。
請求項３の発明によれば、検査対象画像上の部分領域各々に生じる濃度ばらつきに対応した画像濃度閾値を設定することができる。
請求項４の発明によれば、本発明を採用しない場合に比べ、主走査方向において生じ易い部分領域各々の濃度ばらつきに対応した画像濃度閾値を設定することができる。

請求項５の発明によれば、本発明を採用しない場合に比べ、画像形成装置にて形成された画像に発生した画像欠陥の検出精度を向上させることができる。
請求項６の発明によれば、本発明を採用しない場合に比べ、画像濃度に関する画像形成装置各々での個体差や画像形成装置各々が形成する画像面内での不均一により生じる画像濃度ばらつきの影響を低減して、画像欠陥の検出精度を高めることができる。
請求項７の発明によれば、本発明を採用しない場合に比べ、検査対象画像上での主走査方向において生じ易い部分領域各々での濃度ばらつきの影響を低減して、画像欠陥の検出精度を高めることができる。
請求項８の発明によれば、検査対象画像上の部分領域各々に生じる濃度ばらつきに対応した画像濃度閾値を設定することができる。
請求項９の発明によれば、本発明を採用しない場合に比べ、より多くの閾値算出用画像を形成でき、画像濃度閾値を画像領域のより広い領域で算出することができる。

請求項１０の発明によれば、本発明を採用しない場合に比べ、画像形成装置にて形成された画像に発生した画像欠陥の検出精度を向上させることができる。
請求項１１の発明によれば、本発明を採用しない場合に比べ、画像濃度に関する画像形成装置各々での個体差や画像形成装置各々が形成する画像面内での不均一により生じる画像濃度ばらつきの影響を低減して、画像欠陥の検出精度を高めることができる。

本実施の形態が適用される画像形成装置の全体構成の一例を示したブロック図である。 故障診断部の構成を説明するブロック図である。 操作表示部にて表示されるサービスの内容に関する表示画面の一例を示す図である。 操作表示部にて表示される画像欠陥の種別に関する表示画面の一例を示す図である。 操作表示部にて表示される画像欠陥の詳細な種別に関する表示画面の一例を示す図である。 欠陥領域検出部の構成を説明するブロック部である。 閾値算出用テストパッチを例示した図である。 ２値化閾値補間処理部が行う補間処理を説明する図である。 画像欠陥診断モデルを構成するベイジアンネットワークの一例を示した図である。 操作表示部にて表示される診断結果に関する表示画面の一例を示した図である。 故障診断部の内部構成を示すブロック図である。 故障診断部が行う故障診断処理の内容の一例を示すフローチャートである。 故障診断部が行う２値化閾値の設定処理の内容の一例を示すフローチャートである。

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。
＜画像形成装置の説明＞
図１は本実施の形態が適用される画像形成装置１の全体構成の一例を示したブロック図である。図１に示す画像形成装置１は、画像形成装置１の動作全体を制御する制御部１０、画像上に発生した画像欠陥から画像形成装置１の故障を診断する画像欠陥診断手段の一例としての故障診断部２０、例えばハードディスクドライブ（ＨＤＤ）やフラッシュメモリ等で構成され、各種のプログラムやデータ等が記憶される外部記憶部３０を備えている。
また、画像形成装置１は、画像データ（ビデオデータ）に基づいて記録材（用紙）上に画像を形成する画像形成手段の一例としての画像形成部４０、ユーザからの操作入力の受付やユーザに対する各種情報の表示を行う受付手段の一例としての操作表示部５０、原稿から各色成分の反射率を読み取って画像データを生成する画像読取手段の一例としての画像読取部６０、例えばＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット等といった通信手段（ネットワーク）と通信を行う通信部７０を備えている。ここで、画像形成部４０としては、例えば電子写真方式の画像形成エンジンが用いられる。

さらに、画像形成装置１は、外部記憶部３０とのデータ転送を高速で行うＤＭＡＣ（Direct Memory Access Controller）８１、画像形成部４０とのビデオデータの送受信を制御するビデオインターフェース（Ｉ/Ｆ）８２、操作表示部５０とのデータの送受信を制御する操作表示インターフェース（Ｉ/Ｆ）８３、画像読取部６０との画像データの送受信を制御するスキャナインターフェース（Ｉ/Ｆ）８４、通信部７０とのデータの送受信を制御するネットワークインターフェース（Ｉ/Ｆ）８５を備えている。
制御部１０、故障診断部２０、ビデオＩ/Ｆ８２、操作表示Ｉ/Ｆ８３、スキャナＩ/Ｆ８４、およびネットワークＩ/Ｆ８５それぞれは、ＰＣＩ（Peripheral Components Interconnect bus）バス８０に接続されている。
また、外部記憶部３０は、ＤＭＡＣ８１を介してＰＣＩバス８０に接続され、ＰＣＩバス８０に接続された制御部１０や各種インターフェース（Ｉ/Ｆ）との間のデータ転送を高速で行う。

なお、故障診断部２０は、制御部１０や画像形成部４０や画像読取部６０等と一体的に構成しても、別体に構成してもよい。このような別体構成では、故障診断部２０と制御部１０や画像形成部４０や画像読取部６０等とは、例えば、通信部７０を介してＬＡＮ、ＷＡＮ、インターネット等といったネットワークにより接続される。それにより、故障診断部２０を画像形成装置１の外部に備えた故障診断システムが構築される。ここでのネットワークを構成する通信回線としては、電話回線や衛星通信回線（例えば、デジタル衛星放送における空間伝送路）等を含んでもよい。

＜故障診断部の説明＞
図２は、故障診断部２０の構成を説明するブロック図である。
図２に示すように、故障診断部２０は、画像読取部６０にて生成された画像データを取得する画像データ取得部２１、画像データ取得部２１にて取得された画像データを記憶する画像データ記憶部２２を備えている。また、故障診断部２０は、画像上にて欠陥が生じている領域（以下、「欠陥領域」）を検出する欠陥領域検出部２３、画像上に生じた欠陥の種別を分類する欠陥種別分類部２４を備えている。さらにまた、故障診断部２０は、画像上の欠陥領域から欠陥の特徴量を抽出する特徴量抽出部２５、画像上に生じた欠陥の種別に関する情報や欠陥領域から抽出された欠陥の特徴量等を用いて画像欠陥を生じさせた故障原因を診断する診断部２６を備えている。

＜故障診断部にて故障診断に使用される画像データの取得の説明＞
画像データ取得部２１は、ユーザ（例えば、画像形成装置１の使用者や管理者等）が操作表示部５０を操作することで選択されたテストチャートに関する画像データを取得する。このテストチャートは、診断対象とする画像欠陥の発生状態や発生色等の欠陥発生状況に基づいて、ユーザが操作表示部５０から選択したものである。
すなわち、制御部１０は、例えば画像形成装置１のメインスイッチ（不図示）がオンされると、操作表示Ｉ/Ｆ８３を介して操作表示部５０に対し、ユーザに提供するサービス内容の表示を指示する制御信号を送信する。それにより、操作表示部５０には、図３（操作表示部５０にて表示されるサービスの内容に関する表示画面の一例を示す図）に例示したように、画像形成装置１がユーザに提供するサービスの内容を示す表示画面を表示する。この表示画面には、例えば、複写機能を実行する「コピー」、メールを送信する機能を実行する「メール送信」、画像読取部６０にて読み取った画像データをパーソナルコンピュータ（ＰＣ）に記憶（保存）させる機能を実行する「ＰＣ保存」、さらには、画像欠陥を生じさせた故障原因を診断する機能を実行する「画像診断」を表す画面を表示する。さらには、これらの機能の何れかの選択をユーザに促す指示コメントを表示する。

そして、ユーザによる操作表示部５０に対する操作入力により、「画像診断」の実行が選択されると、制御部１０は、操作表示Ｉ/Ｆ８３を介して操作表示部５０に対し、診断対象とする画像欠陥の種別の表示を指示する制御信号を送信する。それにより、操作表示部５０には、図４（操作表示部５０にて表示される画像欠陥の種別に関する表示画面の一例を示す図）に例示したように、画像欠陥の種別を表示する。表示される画像欠陥の種別としては、例えば、画像上に現れた線状や筋状の汚れ、またはその他の形状の汚れであることを示す「線・筋・汚れ」、すべての色成分または一部の色成分についての画像抜けであることを示す「白抜け・色抜け」、画像濃度や色の不具合であることを示す「濃度・色味不良」、用紙の搬送方向下流側に前の画像の写しが残像のように２重に印刷されたものであることを示す「残像」、用紙上に画像がまったく印刷されないことを示す「何も印刷されない」を表す画面を表示する。さらには、これらの画像欠陥の種別の何れかの選択をユーザに促す指示コメントを表示する。

そして、ここでは、ユーザによる操作表示部５０に対する操作入力により、例えば「線・筋・汚れ」が選択されたものとする（図４のハッチングされた欄）。そうすると、制御部１０は、操作表示Ｉ/Ｆ８３を介して操作表示部５０に対し、画像欠陥の種別「線・筋・汚れ」に関するさらに詳細な画像欠陥の種別の表示を指示する制御信号を送信する。それにより、操作表示部５０には、図５（操作表示部５０にて表示される画像欠陥の詳細な種別に関する表示画面の一例を示す図）に例示したように、「線・筋・汚れ」に関する画像欠陥の詳細な種別を表示する。ここで表示される画像欠陥の詳細な種別として、例えば、画像上における用紙搬送方向に沿って現れた線状や筋状の汚れであることを示す「用紙送り方向に線・筋・汚れ」、画像全体に広がるうっすらとした汚れ（所謂「かぶり」）であることを示す「かぶりが発生」、文字や罫線等の周辺にてトナーが飛び散ったように生じた汚れやかすれであることを示す「文字・罫線の周辺汚れ・かすれ」、画像上の濃度が高い領域にのみ生じた線状や筋状の汚れであることを示す「濃度の濃い部分にのみ線・筋像」、用紙上の一部分または全部が塗りつぶされたものであることを示す「ページの一部または全体が塗りつぶされる」、用紙の白地領域に発生する各色成分（１次色）からなる点（黒点・色点）であることを示す「黒点・色点が発生」を表す表示画面を表示する。さらには、これらの画像欠陥の詳細な種別の何れかの選択をユーザに促す指示コメントを表示する。

そして、ユーザによる操作表示部５０に対する操作入力により、画像欠陥の詳細な種別の何れか、例えば「用紙送り方向に線・筋・汚れ」が選択されると、制御部１０は、「用紙送り方向に線・筋・汚れ」を診断するために用いるテストチャートを選択する。そして、制御部１０は、ビデオＩ/Ｆ８２を介して画像形成部４０に対し、選択したテストチャートを印刷するように指示する制御信号を送信する。それにより、画像形成部４０は、制御部１０により印刷指示されたテストチャートを印刷する。なお、テストチャートを印刷するに際しては、印刷に用いられる色成分（Ｙ（イエロー）,Ｍ（マゼンタ）,Ｃ（シアン）,Ｋ（黒））に関しても、ユーザにより画像欠陥の発生状況に応じて指定されており、例えばＫ色が指定されることで、Ｋ色からなるテストチャートが印刷される。
さらに、制御部１０は、ユーザに対し、印刷されたテストチャートを画像読取部６０により読み取る操作を行うように指示する表示を、操作表示Ｉ/Ｆ８３を介して操作表示部５０に指示する制御信号を送信する。それにより、操作表示部５０は、印刷されたテストチャートを画像読取部６０により読み取る操作を行うことをユーザに促す指示コメントを表示する。ここでの制御部１０および操作表示部５０は、ユーザに画像読取部６０でのテストチャートの読取りを指示する指示手段として機能する。

そして、画像読取部６０によってテストチャートが読み取られると、制御部１０は、テストチャートの反射率からなる画像データを、画像読取部６０から故障診断部２０（画像データ取得部２１）に転送させる。
このようにして、故障診断部２０の画像データ取得部２１は、テストチャートに関する画像データを取得する。さらに、画像データ取得部２１にて取得されたテストチャートに関する画像データは、画像データ記憶部２２に送られ、記憶される。

＜欠陥領域検出部の説明＞
次に、欠陥領域検出部２３について説明する。
本実施の形態の欠陥領域検出部２３は、画像欠陥の発生状況に基づいてユーザにより選択されたテストチャートに関する反射率からなる画像データを取得する。このテストチャートは、画像欠陥の発生状況に応じて選択される検査対象画像の一例であって、画像欠陥を診断するための欠陥診断用画像（以下、「欠陥診断用検査対象画像」）に加えて、予め定めた濃度値（濃度階調値）を出力値とする閾値算出用画像の一例としての画像見本（以下、「閾値算出用テストパッチ」）がテストチャート上の予め定めた位置に形成されたものである。
そして、欠陥領域検出部２３は、画像欠陥の診断を実行するのに先立ち、このテストチャート上に形成された閾値算出用テストパッチに関する画像データに基づいて、画像欠陥の発生領域を判定するために使用する画像濃度閾値を、画像形成可能領域全域について算出しておく。それにより、この同一のテストチャート上に形成された欠陥診断用検査対象画像に関する画像データと、算出された画像濃度閾値とを用いて画像欠陥が発生している領域を判定する。

ここで図６は、欠陥領域検出部２３の構成を説明するブロック部である。
図６に示すように、欠陥領域検出部２３は、画像データ記憶部２２からテストチャート上に形成された閾値算出用テストパッチに関する画像データを取得し、取得した閾値算出用テストパッチに関する画像データから閾値算出用テストパッチが形成された領域（部分領域）の画像データとその位置情報を抽出するテストパッチ抽出部２３１、閾値算出用テストパッチが形成された部分領域各々における画像欠陥の発生の有無を判定するための画像濃度閾値（以下、「２値化閾値」）を、その部分領域の位置情報に対応付けて設定する２値化閾値設定部２３２を備えている。ここで設定される「２値化閾値」は、画像欠陥が発生している（例えばロジックレベル“１”）か否か（例えばロジックレベル“０”）を判別する基準となる濃度レベル（画像濃度閾値）を規定するものである。

また、欠陥領域検出部２３は、閾値算出用テストパッチが形成された部分領域各々における２値化閾値を補間処理することで、画像形成可能領域全域についての２値化閾値を算出する２値化閾値補間処理部２３３、２値化閾値補間処理部２３３にて算出された画像形成可能領域全域についての２値化閾値を、その２値化閾値が算出された領域の位置情報に対応付けて記憶する２値化閾値記憶部２３４を備えている。
さらに、欠陥領域検出部２３は、画像データ記憶部２２からテストチャート上に形成された欠陥診断用検査対象画像に関する画像データを取得し、２値化閾値記憶部２３４に記憶された２値化閾値を用いて画像欠陥が発生している領域を判定する欠陥領域判定部２３５を備えている。

＜閾値算出用テストパッチの説明＞
テストパッチ抽出部２３１が画像データ記憶部２２から取得する閾値算出用テストパッチに関する画像データは、画像読取部６０がテストチャート上に形成された閾値算出用テストパッチを読み取ることで検出された画像データである。ここで、閾値算出用テストパッチおよび欠陥診断用検査対象画像が形成されるテストチャートは、例えば画像形成装置１にて画像形成可能な最大サイズ（例えば、Ａ３サイズ）の用紙に形成される。そして、テストチャート上の閾値算出用テストパッチは、例えば濃度階調値が２５６階調（＝０〜２５５ステップ）で設定される場合において、各閾値算出用テストパッチの濃度階調値と背景部の濃度階調値との差が２０ステップ程度に設定されたものである。
例えば、白地領域（ハイライト領域）に関する２値化閾値を算出する場合に使用する閾値算出用テストパッチでは、白地（背景部）での濃度階調値“２５５”に対して例えば濃度階調値“２３５”を出力値とする閾値算出用テストパッチが用紙の予め定めた位置に形成される。また例えば、中間色領域（グレー領域）に関する２値化閾値を算出する場合に使用する閾値算出用テストパッチでは、背景部での濃度階調値“８０”に対して例えば濃度階調値“１００”を出力値とする閾値算出用テストパッチが用紙の予め定めた位置に形成される。

次の図７は、テストチャート上に形成された閾値算出用テストパッチを例示した図である。図７（ａ）は、主走査方向（ｘ方向）に沿って複数（５個）の閾値算出用テストパッチ（Ａ〜Ｅ）を配列させた閾値算出用テストパッチを示している。また、図７（ｂ）は、主走査方向に沿って配列させた複数（５個）の閾値算出用テストパッチを副走査方向（ｙ方向）に複数（３列）配列させた閾値算出用テストパッチ（Ａ〜Ｎ）を示している。図７（ｂ）の閾値算出用テストパッチでは、中央部の主走査方向に沿って配列させた閾値算出用テストパッチ（Ｆ,Ｇ,Ｈ）は３個に設定している。
なお、テストチャート上には、閾値算出用テストパッチに加えて欠陥診断用検査対象画像も形成されるが、図７では欠陥診断用検査対象画像の記載を省略している。

同一の画像上に生じる濃度の不均一（所謂「濃度むら」）は、主走査方向の位置に応じて発生する傾向がある。そこで、図７に示したように、テストチャートには、主走査方向に沿った同一の線上（１点鎖線）に複数（５個または３個）の閾値算出用テストパッチ（Ａ→Ｅ、Ｆ→Ｈ、Ｊ→Ｎの並び）を配列させている。それにより、同一の画像上の主走査方向の位置に応じて発生する濃度の不均一に対応させた２値化閾値を算出するように、閾値算出用テストパッチを構成している。例えば図７（ａ）に示した閾値算出用テストパッチを用いれば、主走査方向に沿った同一の線上の複数（５個）の閾値算出用テストパッチ（Ａ〜Ｅ）に基づき求めた２値化閾値を主走査方向に補間処理することにより、主走査方向全域の濃度の不均一に対応させた２値化閾値を算出できる。

また、主走査方向に沿って配列させた複数（５個または３個）の閾値算出用テストパッチが副走査方向に複数（３列）配列された例えば図７（ｂ）に示した閾値算出用テストパッチを用いれば、画像形成可能領域全域の濃度の不均一について対応させた２値化閾値を算出できる。
例えば、３列の副走査方向各々に配列させた主走査方向に沿った同一の線上（１点鎖線）の閾値算出用テストパッチ（Ａ→Ｅ,Ｆ→Ｈ,Ｊ→Ｎの並び）により、３列の副走査方向各々での主走査方向に沿った同一の線上全域の濃度の不均一に対応させた２値化閾値を算出できる。
また、副走査方向に沿った同一の線上（破線）に沿って配列させた複数（３個）の閾値算出用テストパッチ（Ａ→Ｊ,Ｃ→Ｌ,Ｅ→Ｎの並び）により、主走査方向位置の異なる副走査方向に沿った３つの同一の線上全域の濃度の不均一に対応させた２値化閾値を算出できる。
さらに、主走査方向位置が互いに隣り合う異なる副走査方向に位置する複数（２個または３個）の閾値算出用テストパッチ（Ｂ→Ｇ→Ｍ,Ｂ→Ｆ等の並び）を結ぶ線上（２点鎖線）の閾値算出用テストパッチにより、上記した主走査方向に沿った同一の線上（１点鎖線）と、副走査方向に沿った同一の線上（破線）との間を埋める領域において、濃度の不均一に対応させた２値化閾値を算出できる。

この３つの異なる線上（破線,１点鎖線,２点鎖線）の全域で求めた２値化閾値は、その位置情報と対応付けられている。そのため、これらの２値化閾値とそれが算出された領域の位置情報とを用いて、主走査方向または副走査方向に沿った補間演算を行うことで、画像形成可能領域全域について細かく分割された領域各々の２値化閾値を算出することもできる。
なお、図７に例示した閾値算出用テストパッチでは、閾値算出用テストパッチを矩形（四角形）で形成したが、円形、楕円形等の他の形状を用いてもよい。

＜テストパッチ抽出部の説明＞
テストパッチ抽出部２３１は、画像データ記憶部２２から例えば図７（ａ）に例示した閾値算出用テストパッチに関して検出された画像データ（以下、「検出画像データ」）を取得する。そして、取得した閾値算出用テストパッチに関する検出画像データから閾値算出用テストパッチが形成された領域（部分領域）の検出画像データとその位置情報を抽出する。閾値算出用テストパッチが画像読取部６０にセットされた際に、画像読取部６０に対する閾値算出用テストパッチの載せ方（セッティング状態）によって、画像読取部６０に設けられた画像読取センサ（不図示）がテストチャートを読み取る際の基準位置と閾値算出用テストパッチとの間に位置ズレや傾きが生じる場合がある。そのため、テストパッチ抽出部２３１は、公知の位置補正処理や傾き補正処理を施して、閾値算出用テストパッチの画像データとその主走査方向における位置情報とを抽出する。さらに、抽出した閾値算出用テストパッチ各々の検出画像データおよびその位置情報を２値化閾値設定部２３２に出力する。

＜２値化閾値設定部の説明＞
２値化閾値設定部２３２は、テストパッチ抽出部２３１から取得した閾値算出用テストパッチ各々の検出画像データから、閾値算出用テストパッチを構成する画素各々の反射率データとしての濃度階調値（以下、「検出濃度階調値」）について次のような２値化閾値を求める。すなわち、２値化閾値設定部２３２は、例えば、２値化閾値をパラメータ（変数）として、各閾値算出用テストパッチにおいて例えば２値化閾値以上の検出濃度階調値を有する画素からなる面積領域の累積値（以下、「検出面積」）が各閾値算出用テストパッチの面積に占める割合（以下、「検出面積率」（＝検出面積/閾値算出用テストパッチの面積））を算出する。そして、検出面積率が０．５（＝５０％）となる２値化閾値を求め、これを画像欠陥の発生の有無を判定するための２値化閾値として設定する。２値化閾値設定部２３２は、設定した２値化閾値を閾値算出用テストパッチ各々が位置する部分領域の主走査方向における位置情報に対応付けて２値化閾値補間処理部２３３に出力する。

ここで、２値化閾値設定部２３２にて２値化閾値を設定する方法としては、他の方法を用いてもよい。例えば、検出画像データにおける画素各々の検出濃度階調値の平均値を用いてもよい。また、検出画像データにおける画素各々の検出濃度階調値の最大値と最小値の中心値を用いてもよい。さらには、検出面積率が０．５以外の値、例えば検出面積率が０．４となる２値化閾値を用いてもよい。また、予め定めた範囲の検出濃度階調値に対して重み付けを行って、上記した検出面積率から２値化閾値を設定してもよい。
なお、例えば図７（ｂ）に例示した閾値算出用テストパッチを用いた場合も同様である。

一般に、例えば電子写真方式の画像形成エンジンで構成される画像形成部４０に備えられる感光体は、感光面の全域で露光光に対する感度（以下、「感光体感度」）を均一に形成することは難しい。また、感光体感度は、経時変化の度合いや温湿度の影響等により感光面の領域によって差異が生じている場合がある。さらに、感光体を露光する例えばレーザ光やＬＥＤ等で構成される露光装置や、露光装置からの光を感光体に導く光学系においても、感光面への露光光量を主走査方向全域で均一にすることは難しい。さらにまた、感光体を帯電する帯電装置や、感光体上に形成されたトナー像を中間転写体や用紙に転写する転写装置においても、感光面の主走査方向全域で均一な帯電、転写を行うことができない場合がある。これらは、故障によるものではなく、例えば電子写真方式の画像形成エンジンで構成される画像形成部４０が固有に有するものであって、各画像形成装置１の個体差として現れる。
そのために、用紙上に形成されるトナー像には、画像形成装置１各々に固有の濃度ばらつきが発生する。このような濃度ばらつきは、画像欠陥の判定に影響を与える。例えば、画像欠陥の判定にすべての画像領域に固定した（同じ値の）画像濃度閾値を用いるとすれば、濃度ばらつきによってある領域では画像欠陥と判定され、他の領域では画像欠陥ではないと判定される可能性がある。特に、背景部（白地）との濃度コントラルトが小さい低濃度画像（以下、「ハイライト画像」）に関しての画像欠陥を検出する場合には、僅かな濃度ばらつきによって画像欠陥の判定が大きな影響を受けることとなる。

このように、電子写真方式を用いた画像形成装置１では、同一の条件で印刷した画像の濃度再現性がすべての装置で同一ではなく、また、同一の装置内でも同一画像面内で濃度の不均一が発生する。そのため、このような画像濃度に関する機差や面内不均一により画像欠陥の検出精度が低下し、画像形成装置１の故障箇所に関する推定確度が低下することがある。

そこで、本実施の形態の画像形成装置１では、画像形成装置１各々の画像形成部４０が固有に有する濃度ばらつきに対応させて、例えばハイライト画像についての画像欠陥の発生の有無を判定するために画像濃度に関して規定する２値化閾値を、画像領域内の各部分領域各々に設定している。それにより、画像形成装置１各々が固有に有する濃度ばらつきの影響を低減して、画像欠陥の検出精度を高めている。

＜２値化閾値補間処理部の説明＞
続いて、２値化閾値補間処理部２３３は、テストチャート上の閾値算出用テストパッチが形成された部分領域各々における２値化閾値を、例えば線形補間演算やスプライン補間演算等を用いて補間処理する。それにより、画像形成可能領域全域についての２値化閾値を算出する。
ここで図８は、２値化閾値補間処理部２３３が行う補間処理を説明する図である。図８では、一例として、図７（ａ）の主走査方向（ｘ方向）に沿って形成された５個の閾値算出用テストパッチ（Ａ〜Ｅ）に関する２値化閾値を線形補間処理したものである。上記したように、感光体を露光する露光装置や光学系、さらには帯電装置や転写装置の配置・構成的な特性から、画像に生じる濃度ばらつきは、主走査方向において生じ易い。そのため、主走査方向（ｘ方向）に沿って形成された閾値算出用テストパッチ（Ａ〜Ｅ）に関する２値化閾値から、主走査方向に補間処理（線形補間処理）している。そして、閾値算出用テストパッチ（Ａ〜Ｅ）での２値化閾値を補間処理することで求めた主走査方向の２値化閾値は、主走査方向の位置情報に対応付けて記憶手段の一例としての２値化閾値記憶部２３４に記憶される。
なお、テストパッチ抽出部２３１、２値化閾値設定部２３２、および２値化閾値補間処理部２３３は、閾値設定手段として機能する。

＜欠陥領域判定部の説明＞
続く欠陥領域判定部２３５は、診断手段の一例であって、画像データ記憶部２２からテストチャート上の欠陥診断用検査対象画像に関する画像データ（以下、「検査画像データ」）と、検査画像データに対応けられた位置情報とを取得する。そして、欠陥領域判定部２３５は、検査画像データに対応けられた位置情報を用いて、欠陥診断用検査対象画像に関する主走査方向位置各々での検査画像データを、２値化閾値記憶部２３４に記憶された検査画像データの主走査方向位置に対応する２値化閾値と比較する。それにより、画像欠陥が発生している領域を判定する。そして、欠陥領域判定部２３５は、画像欠陥と判定された領域に関する検査画像データを多値データの画像欠陥データとして抽出する。さらには、抽出した画像欠陥データを欠陥種別分類部２４および特徴量抽出部２５に出力する。

＜欠陥種別分類部の説明＞
次に、欠陥種別分類部２４は、欠陥領域検出部２３（欠陥領域判定部２３５）から取得した画像欠陥データに基づいて、画像欠陥が生じた領域の大きさや濃度階調値等の画像欠陥に関する特性値を算出する。そして、この算出した特性値により、画像欠陥の種別に関し類似性のあるもの同士を一群のデータとして分類するクラスタリング処理を行う。クラスタリング処理のアルゴリズムには、Ｋ−Ｍｅａｎｓ法や各種階層クラスタリング法等の既存のアルゴリズムが用いられる。欠陥種別分類部２４は、クラスタリング処理を行うことにより分類された画像欠陥の種別に関する情報を特徴量抽出部２５に出力する。
クラスタリング処理により分類された画像欠陥の種別としては、例えば、「用紙送り方向（副走査方向）の線・筋」、「かぶり」、「文字・罫線の周辺汚れ・かすれ」、「濃度の濃い部分の線・筋」、「ページの一部または全体の塗りつぶし」、「黒点・色点」等がある。

また、欠陥種別分類部２４は、クラスタリング処理を行うことにより分類された画像欠陥の種別に対応させて、画像欠陥を推定するために使用する画像欠陥診断モデル（後段参照）を選択する。そして、欠陥種別分類部２４は、選択した画像欠陥診断モデルを特定する情報を診断部２６に出力する。

＜特徴量抽出部の説明＞
続いて、特徴量抽出部２５は、欠陥領域検出部２３から取得した画像欠陥データと、欠陥種別分類部２４から取得した画像欠陥の種別に関する情報とに基づき、画像欠陥を特徴付ける種々の特徴量を抽出する。ここでは画像欠陥の種別に応じて、画像欠陥が生じている領域の形状、大きさ、濃度階調値、輪郭の状態、欠陥の発生方向、周期性等といった特徴量を抽出する。
例えば、欠陥診断用検査対象画像に黒線が発生する画像欠陥が発生しており、欠陥領域検出部２３から取得した画像欠陥データにより、画像欠陥が発生している色成分がＫ（黒）色であり、欠陥種別分類部２４により画像欠陥の種別が例えば「用紙送り方向（副走査方向）の線・筋」に分類されている場合には、特徴量抽出部２５は、例えば、黒線の線幅、黒線の長さ、黒線のコントラスト、黒線の周期性を特徴量として算出する。
そして、特徴量抽出部２５は、算出した特徴量に関する情報を診断部２６に出力する。

＜診断部の説明＞
次に、診断部２６は、画像欠陥診断モデルを用いて画像欠陥を推定する。すなわち、診断部２６は、画像欠陥診断モデルに、特徴量抽出部２５にて算出された特徴量、制御部１０から取得したユーザにより操作入力された画像欠陥の詳細な種別に関する情報（例えば「用紙送り方向に線・筋・汚れ」）や画像形成装置１の各種情報等を入力し、画像欠陥を誘発させた故障原因を推定する。
その際に、診断部２６は、欠陥種別分類部２４にて選択された画像欠陥の種別に対応した画像欠陥診断モデルを記憶部（例えば、後段図１１のＮＶＭ２０４）から読み出す。本実施の形態では、複数の画像欠陥の種別に対応した画像欠陥診断モデルが診断部２６内に設けられた記憶部に予め記憶されている。そして、診断部２６は、欠陥種別分類部２４にて選択された画像欠陥診断モデルをこの記憶部から読み出す。
ここでの「画像欠陥診断モデル」は、例えば、ベイジアンネットワーク（Bayesian Network）で構成されている。ベイジアンネットワークとは、確率理論を使用して問題領域をモデル化するものである。すなわち、因果関係が複雑な問題領域を表すため、相互に関連付けられた複数の問題要因間の因果関係を順次結線したグラフ構造を持つネットワークとして表現し、問題要因間の依存関係を有向グラフにより表したものである。

図９は、画像欠陥診断モデルを構成するベイジアンネットワークの一例を示した図である。図９に例示した画像欠陥診断モデルでは、黒線が発生する画像結果に対応するベイジアンネットワークを示したものである。
図９に示すように、ベイジアンネットワークの各ノードは、「原因」→「結果」の関係になるように結線されている。例えば、「感光体傷」と「線幅情報」との関係は、「感光体傷」が元（原因）で細い線が発生（結果）といった「線幅情報」が現れるという関係になる。一方、「プリント枚数履歴情報」と「定着装置」との関係は、「プリント枚数」に基づく状態（プリント枚数が何枚以上）が元（原因）で「定着装置」劣化による黒線発生の可能性が高くなるという関係が成り立つ。各ノードの確率データの初期値は、例えば、過去のデータに基づいて決定する。その後、画像形成装置１における部品の交換頻度や、不具合の発生頻度等、市場トラブルの統計データ等を基にして、定期的に各ノードの確率を更新するようにしてもよい。また、図９中に示した「線幅情報」や「周期性情報」といった画像欠陥の特徴を表すノードは、特徴量抽出部２５にて算出された特徴量により状態が決定される。
そして、診断部２６は、記憶部から読み出したベイジアンネットワークに基づき、故障原因や故障箇所を推定する。さらには、診断部２６は、推定した故障原因や故障箇所を制御部１０に通知する。それにより、制御部１０は、操作表示部５０に故障原因や故障推定箇所を表示し、ユーザに通知する。さらには、通信部７０からネットワークを介してＰＣ等の外部装置に通知してもよい。

図１０は、操作表示部５０にて表示される診断結果に関する表示画面の一例を示した図である。図１０に示したように、「故障原因や故障推定箇所」が確度（「故障確率」）の高い順に示されるとともに、故障状態を復旧させるための「作業難易度」も示される。作業難易度を示すことにより、例えば確度が近似する故障原因・故障推定箇所が表示された場合に、作業難易度の低い故障原因・故障推定箇所から作業することにより、復旧作業の効率化が図られる。また、図１０に示した項目以外にも、「故障原因・故障推定箇所」欄を操作することにより、故障原因・故障推定箇所に対応する復旧作業が記述された処置情報を表示するように構成してもよい。

＜故障診断部の内部構成の説明＞
ここで、図１１は、故障診断部２０の内部構成を示すブロック図である。図１１に示したように、故障診断部２０は、故障診断処理を実行するに際して、予め定められた処理プログラムに従ってデジタル演算処理を実行するＣＰＵ２０１、ＣＰＵ２０１の作業用メモリ等として用いられるＲＡＭ２０２、ＣＰＵ２０１での処理に使用される各種設定値等が格納されるＲＯＭ２０３、書き換え可能で電源供給が途絶えた場合にもデータを保持できる、電池によりバックアップされたフラッシュメモリ等の不揮発性メモリ（ＮＶＭ）２０４、ＰＣＩバス８０を介して故障診断部２０に接続される制御部１０や外部記憶部３０や画像読取部６０等の各構成部との信号の入出力を制御するインターフェース（Ｉ/Ｆ）部２０５を備えている。
そして、ＣＰＵ２０１が、処理プログラムを外部記憶部３０から主記憶装置（ＲＡＭ２０２）に読み込み、画像データ取得部２１、欠陥領域検出部２３、欠陥種別分類部２４、特徴量抽出部２５、診断部２６の各機能部の機能を実現させる。

なお、この処理プログラムに関するその他の提供形態としては、予めＲＯＭ２０３に格納された状態にて提供され、ＲＡＭ２０２にロードされる形態がある。さらに、ＥＥＰＲＯＭ等の書き換え可能なＲＯＭ２０３を備えている場合には、ＣＰＵ２０１がセッティングされた後に、プログラムだけがＲＯＭ２０３にインストールされ、ＲＡＭ２０２にロードされる形態がある。また、インターネット等のネットワークを介して故障診断部２０にプログラムが伝送され、故障診断部２０のＲＯＭ２０３にインストールされ、ＲＡＭ２０２にロードされる形態がある。さらにまた、ＤＶＤ−ＲＯＭやフラッシュメモリ等の外部記録媒体からＲＡＭ２０２にロードされる形態がある。

＜故障診断部の処理の内容の説明＞
また、故障診断部２０が行う故障診断処理の内容を改めて示しておく。
図１２は、故障診断部２０が行う故障診断処理の内容の一例を示すフローチャートである。
図１２に示すように、ユーザにより画像欠陥の詳細な種別が選択されると、制御部１０は、閾値算出用テストパッチと欠陥診断用検査対象画像とがそれぞれ形成されたテストチャートを選択して、画像形成部４０にて印刷させる（ステップ１０１）。
テストチャートが印刷され、印刷されたテストチャートが画像読取部６０によって読み取られると、故障診断部２０は、テストチャート上の欠陥診断用検査対象画像の反射率データからなる画像データを取得する（ステップ１０２）。
そして、故障診断部２０は、取得した欠陥診断用検査対象画像の画像データから、画像上の欠陥領域を検出する（ステップ１０３）。さらに、画像欠陥の種別を分類し、分類された画像欠陥の種別に対応させて、画像欠陥を推定するために使用する画像欠陥診断モデルを選択する（ステップ１０４）。さらにまた、故障診断部２０は、画像欠陥を特徴付ける種々の特徴量を抽出する（ステップ１０５）。
そして、故障診断部２０は、特徴量や、ユーザにより操作入力された画像欠陥の詳細な種別に関する情報や、画像形成装置１の各種情報等を画像欠陥診断モデルに入力し、画像欠陥を推定する（ステップ１０６）。さらには、制御部１０を介して診断結果を操作表示部５０に表示させ、ユーザに通知する（ステップ１０７）。

＜故障診断部の処理の内容の説明＞
また、故障診断部２０は、画像欠陥の発生の有無を判定するために画像濃度に関して規定する２値化閾値を自動的に設定する。
図１３は、故障診断部２０が行う２値化閾値の設定処理の内容の一例を示すフローチャートである。
図１３に示すように、故障診断部２０は、閾値算出用テストパッチと欠陥診断用検査対象画像とがそれぞれ形成されたテストチャート上の閾値算出用テストパッチに関して検出された検出画像データを取得する（ステップ２０１）。そして、取得した閾値算出用テストパッチに関する検出画像データから閾値算出用テストパッチが形成された領域（部分領域）の検出画像データとその位置情報を抽出する（ステップ２０２）。
そして、故障診断部２０は、各閾値算出用テストパッチにおいて、例えば２値化閾値以上の検出濃度階調値を有する画素からなる面積領域の累積値（検出面積）が各閾値算出用テストパッチの面積に占める割合（検出面積率）から、画像欠陥の発生の有無を判定するための２値化閾値を設定する（ステップ２０３）。
故障診断部２０は、各閾値算出用テストパッチにおいて設定した２値化閾値に関する補間処理を行い、画像形成可能領域全域についての２値化閾値を算出する（ステップ２０４）。

なお、本実施の形態では、閾値算出用テストパッチと欠陥診断用検査対象画像とが同一の用紙上に形成されるテストチャートを用いた。このようなテストチャートの構成の他に、それぞれ別個の用紙に形成された閾値算出用テストパッチからなるテストチャート（閾値算出用テストチャート）と、欠陥診断用検査対象画像からなるテストチャート（欠陥診断用テストチャート）とを用いてもよい。
この場合には、画像欠陥の発生状況に基づいてユーザによりテストチャートが選択されると、画像形成部４０がユーザにより選択されたテストチャートに対応する「閾値算出用テストチャート」および「欠陥診断用テストチャート」を連続して印刷する。さらには、制御部１０は、ユーザに対し、まず第一に、「閾値算出用テストチャート」（閾値算出用検査対象画像）を画像読取部６０により読み取る操作を行うように指示する表示を操作表示部５０にて行わせる。そして、「閾値算出用テストチャート」が画像読取部６０にて読み取られると、制御部１０は、それに続いて、「欠陥診断用テストチャート」を画像読取部６０により読み取る操作を行うように指示する表示を操作表示部５０にて行わせることとなる。

以上説明したように、本実施の形態の画像形成装置１では、画像形成装置１各々が固有に有する濃度ばらつきに対応させて、画像欠陥の発生の有無を判定するために画像濃度に関して規定する２値化閾値を、画像領域内の部分領域各々に設定している。それにより、画像形成装置１各々が固有に有する濃度ばらつきの影響を低減して、画像欠陥の検出精度を高めている。

１…画像形成装置、１０…制御部、２０…故障診断部、２１…画像データ取得部、２２…画像データ記憶部、２３…欠陥領域検出部、２４…欠陥種別分類部、２５…特徴量抽出部、２６…診断部、４０…画像形成部、５０…操作表示部、６０…画像読取部、２３１…テストパッチ抽出部、２３２…２値化閾値設定部、２３３…２値化閾値補間処理部、２３４…２値化閾値記憶部、２３５…欠陥領域判定部

Claims (11)

1. 画像欠陥に関する検査対象とする検査対象画像の部分領域各々に設定され、当該部分領域に画像欠陥が発生しているか否かを判定する際の判定基準とする画像濃度閾値と、当該画像濃度閾値が設定された当該部分領域の当該検査対象画像上での位置を表す位置情報とを相互に対応付けて記憶する記憶手段と、
   前記検査対象画像を読み取って生成された前記部分領域各々の画像データを、前記記憶手段に記憶された当該部分領域での前記画像濃度閾値と比較し、当該検査対象画像での画像欠陥の発生の有無を診断する診断手段と
   を備えたことを特徴とする画像欠陥診断システム。
2. 前記記憶手段は、前記画像濃度閾値を、当該画像濃度閾値が設定された前記部分領域の前記検査対象画像上での主走査方向に関する位置情報と対応付けて記憶し、
   前記診断手段は、前記部分領域各々の前記画像データを前記記憶手段に記憶された当該部分領域の主走査方向位置に対応付けられた前記画像濃度閾値と比較し、前記検査対象画像での画像欠陥の発生の有無を診断することを特徴とする請求項１記載の画像欠陥診断システム。
3. 前記記憶手段に記憶される前記画像濃度閾値を算出するための閾値算出用画像を読み取り、当該閾値算出用画像を構成する画素毎の濃度階調値を検出する画像読取手段と、
   前記画像読取手段にて読み取られた前記閾値算出用画像を構成する前記画素に関し、濃度階調値を変数とし当該変数としての当該濃度階調値以上の前記濃度階調値を有する当該画素からなる面積領域が当該閾値算出用画像の面積に占める割合が予め定めた値となる当該濃度階調値を当該閾値算出用画像に関する前記画像濃度閾値として設定する閾値設定手段とを
   さらに備えたことを特徴とする請求項１記載の画像欠陥診断システム。
4. 前記画像読取手段にて読み取られる前記閾値算出用画像は、前記検査対象画像上にて主走査方向に配列されて形成されたことを特徴とする請求項３記載の画像欠陥診断システム。
5. 画像欠陥に関する検査対象とする検査対象画像を記録材上に形成する画像形成手段と、
   前記画像形成手段にて形成された前記検査対象画像を読み取り、当該検査対象画像に関する画像データを生成する画像読取手段と、
   前記画像読取手段にて生成された前記画像データにより前記検査対象画像に発生した画像欠陥を診断する画像欠陥診断手段とを有し、
   前記画像欠陥診断手段は、
   前記検査対象画像の部分領域各々に設定され、当該部分領域に画像欠陥が発生しているか否かを判定する際の判定基準とする画像濃度閾値と、当該画像濃度閾値が設定された当該部分領域の当該検査対象画像上での位置情報とを相互に対応付けて記憶する記憶手段と、
   前記検査対象画像を読み取って生成された前記部分領域各々の画像データを、前記記憶手段に記憶された当該部分領域での前記画像濃度閾値と比較し、当該検査対象画像での画像欠陥の発生の有無を診断する診断手段と
   を備えたことを特徴とする画像形成装置。
6. ユーザから画像欠陥に関する診断指示の入力を受け付ける受付手段をさらに備え、
   前記画像形成手段は、前記受付手段にて前記診断指示の入力を受け付けたことにより、前記検査対象画像を形成し、
   前記画像読取手段は、前記画像形成手段にて形成された前記検査対象画像に関する画像データを生成し、
   前記画像欠陥診断手段は、前記画像読取手段にて生成された前記検査対象画像に関する前記部分領域各々の画像データを、前記記憶手段に記憶された前記検査対象画像の当該部分領域各々の前記画像濃度閾値と比較し、当該検査対象画像での画像欠陥の発生の有無を診断することを特徴とする請求項５記載の画像形成装置。
7. 前記画像欠陥診断手段の前記記憶手段は、前記画像濃度閾値を、前記画像濃度閾値が設定された前記部分領域の前記検査対象画像上での主走査方向に関する位置情報と対応付けて記憶し、
   前記画像欠陥診断手段の前記診断手段は、前記部分領域各々の前記画像データを前記記憶手段に記憶された当該部分領域の主走査方向位置に対応付けられた前記画像濃度閾値と比較し、前記検査対象画像での画像欠陥の発生の有無を診断することを特徴とする請求項５記載の画像形成装置。
8. 前記画像形成手段は、記録材上の１または複数の副走査方向位置にて主走査方向に沿って複数配列され、前記画像欠陥診断手段の前記記憶手段に記憶される前記画像濃度閾値を算出するための閾値算出用画像を含む前記検査対象画像を形成し、
   前記画像読取手段は、前記検査対象画像に含まれる前記閾値算出用画像を読み取り、当該閾値算出用画像を構成する画素毎の濃度階調値を検出するとともに、
   前記画像読取手段にて読み取られた前記閾値算出用画像を構成する前記画素に関し、濃度階調値を変数とし当該変数としての前記濃度階調値以上の当該濃度階調値を有する当該画素からなる面積領域が当該閾値算出用画像の面積に占める割合が予め定めた値となる当該濃度階調値を当該閾値算出用画像に関する前記画像濃度閾値として設定する閾値設定手段をさらに備えたことを特徴とする請求項５記載の画像形成装置。
9. 前記画像形成手段は、記録材上の１または複数の副走査方向位置にて主走査方向に沿って複数配列され、前記画像欠陥診断手段の前記記憶手段に記憶される前記画像濃度閾値を算出するための閾値算出用画像からなる閾値算出用検査対象画像と、画像欠陥に関する検査対象とする前記検査対象画像とを順次形成するとともに、
   前記画像読取手段にて前記閾値算出用検査対象画像を読み取った後、当該画像読取手段にて前記検査対象画像を読み取ることをユーザに指示する指示手段をさらに備えたことを特徴とする請求項５記載の画像形成装置。
10. コンピュータに、
    画像欠陥に関しての検査対象とする検査対象画像を読み取って生成された当該検査対象画像に関する画像データを取得する機能と、
    取得した前記検査対象画像の部分領域各々における前記画像データを、当該部分領域各々に設定され、当該部分領域に画像欠陥が発生しているか否かを判定する際の判定基準とする画像濃度閾値と比較し、当該検査対象画像での画像欠陥の発生の有無を診断する機能と
    を実現させることを特徴とするプログラム。
11. 前記部分領域各々に設定された前記画像濃度閾値を、当該画像濃度閾値と、当該画像濃度閾値が設定された前記部分領域の前記検査対象画像上での位置情報とを相互に対応付けて記憶する記憶手段から取得する機能をさらに実現させることを特徴とする請求項１０記載のプログラム。

Images