JP2014069499A - 画像評価装置、画像評価方法、画像評価システム、及びプログラム - Google Patents
画像評価装置、画像評価方法、画像評価システム、及びプログラム Download PDFInfo
- Publication number
- JP2014069499A JP2014069499A JP2012218749A JP2012218749A JP2014069499A JP 2014069499 A JP2014069499 A JP 2014069499A JP 2012218749 A JP2012218749 A JP 2012218749A JP 2012218749 A JP2012218749 A JP 2012218749A JP 2014069499 A JP2014069499 A JP 2014069499A
- Authority
- JP
- Japan
- Prior art keywords
- image
- unit
- inspection target
- evaluation
- information
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 459
- 238000007689 inspection Methods 0.000 claims abstract description 377
- 230000007547 defect Effects 0.000 claims abstract description 323
- 230000036961 partial effect Effects 0.000 claims abstract description 94
- 238000000605 extraction Methods 0.000 claims abstract description 93
- 238000012360 testing method Methods 0.000 claims abstract description 64
- 239000000284 extract Substances 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 167
- 238000007639 printing Methods 0.000 claims description 167
- 238000012545 processing Methods 0.000 claims description 100
- 230000000007 visual effect Effects 0.000 claims description 73
- 239000000463 material Substances 0.000 claims description 62
- 238000003860 storage Methods 0.000 claims description 52
- 230000015572 biosynthetic process Effects 0.000 claims description 48
- 230000006866 deterioration Effects 0.000 claims description 35
- 230000002950 deficient Effects 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 24
- 239000000470 constituent Substances 0.000 claims description 16
- 238000011144 upstream manufacturing Methods 0.000 claims description 11
- 238000007619 statistical method Methods 0.000 claims description 9
- 239000002131 composite material Substances 0.000 claims description 7
- 230000008569 process Effects 0.000 description 96
- 239000000976 ink Substances 0.000 description 56
- 230000006870 function Effects 0.000 description 46
- 238000006243 chemical reaction Methods 0.000 description 40
- 238000012854 evaluation process Methods 0.000 description 39
- 238000010586 diagram Methods 0.000 description 36
- 239000007788 liquid Substances 0.000 description 29
- 230000032258 transport Effects 0.000 description 23
- 238000010972 statistical evaluation Methods 0.000 description 19
- 238000009826 distribution Methods 0.000 description 18
- 238000012546 transfer Methods 0.000 description 18
- 238000001035 drying Methods 0.000 description 17
- 230000007717 exclusion Effects 0.000 description 17
- 230000001629 suppression Effects 0.000 description 16
- 238000013179 statistical model Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 14
- 230000002093 peripheral effect Effects 0.000 description 13
- 239000003112 inhibitor Substances 0.000 description 12
- 238000003786 synthesis reaction Methods 0.000 description 12
- 239000003795 chemical substances by application Substances 0.000 description 11
- 238000004891 communication Methods 0.000 description 11
- 239000002904 solvent Substances 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000000354 decomposition reaction Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 239000003086 colorant Substances 0.000 description 6
- 230000001953 sensory effect Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 238000012384 transportation and delivery Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000007257 malfunction Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000007847 structural defect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011548 physical evaluation Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 241001285221 Breviceps Species 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Landscapes
- Ink Jet (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】許容できないスジ欠陥を有する画像が印刷された印刷物であるか否かの高精度な判断を迅速に行うことができる画像評価装置、画像評価方法、画像評価システム、及びプログラムを提供する。
【解決手段】読取部１８により、検査対象印刷物１６に含まれる部分画像が読み取られる。また、予測部により、読取部１８で読み取られた部分画像を示す部分画像情報に基づいて検査対象印刷物１６に含まれる検査対象画像が予測される。更に、抽出部２０により、読取部１８により読み取って得た見本画像情報と読取部１８により読み取って得た検査対照画像情報との差分値に基づいて、検査対象画像から筋状欠陥が抽出される。
【選択図】図１
【解決手段】読取部１８により、検査対象印刷物１６に含まれる部分画像が読み取られる。また、予測部により、読取部１８で読み取られた部分画像を示す部分画像情報に基づいて検査対象印刷物１６に含まれる検査対象画像が予測される。更に、抽出部２０により、読取部１８により読み取って得た見本画像情報と読取部１８により読み取って得た検査対照画像情報との差分値に基づいて、検査対象画像から筋状欠陥が抽出される。
【選択図】図１
Description
開示の技術は、画像評価装置、画像評価方法、画像評価システム、及びプログラムに関する。
印刷機により印刷された印刷物の一部が欠陥印刷物となる場合がある。そこで、看過できない欠陥印刷物の画像の有無を、印刷物をスキャナで読み取って得られた画像をもとに判定することで印刷物の良否を判定する検査方法が提案されている（例えば特許文献１及び特許文献２を参照）。
特許文献１には、出力用マスタ画像と検査対象スキャン画像との濃度差分を算出し、算出した濃度差分が許容できるか否かを判定することにより、検査対象スキャン画像内に含まれる欠陥が看過できるものであるか否かを判定する検査方法が開示されている。
ところで、印刷物に含まれる画像を対象にして例えばスキャナにより検査用に読み取って得た画像（検査用画像）が筋状の欠陥（以下、「スジ欠陥」という）を有する場合がある。スジ欠陥は、例えば印刷機の不具合（例えば構造上の不具合）が原因で生じる。また、印刷機の不具合が原因で生じるスジ欠陥の多くは、特定方向に沿って筋状に現れる傾向がある。このようなスジ欠陥は欠陥の度合いが許容範囲を超える場合が少なくない。
しかしながら、特許文献１に記載の検査方法は印刷機の構造上の不具合に起因するスジ欠陥が許容できないスジ欠陥であるか否かの高精度な判断を迅速に行うことができない、という問題点があった。
開示の技術は、このような実情を鑑みて提案されたものであり、許容できないスジ欠陥を有する画像が印刷された印刷物であるか否かの高精度な判断を迅速に行うことができる画像評価装置、画像評価方法、画像評価システム、及びプログラムを提供することを目的とする。
上記目的を達成するために、請求項１に記載の画像評価装置は、良品と認められた見本印刷物に含まれる見本画像を想定した仮想見本画像を示す見本画像情報を記憶した記憶部と、前記見本画像に相当する画像を示す画像情報を含む検査対象印刷物情報に基づいて印刷装置により記録媒体に画像が印刷された検査対象印刷物に含まれる部分画像を読み取る読取部と、前記読取部により読み取られた前記部分画像を示す部分画像情報に基づいて前記検査対象印刷物に含まれる検査対象画像であって前記仮想見本画像に相当する画像である検査対象画像を予測する予測部と、前記記憶部に記憶された見本画像情報と前記予測部により予測された検査対象画像を示す検査対象画像情報との差分値に基づいて、該検査対象画像情報により示される検査対象画像から、特定方向の筋状模様を有する筋状欠陥を抽出する抽出部と、前記抽出部により抽出された前記筋状欠陥の視認性を評価する評価部と、を含む。これにより、本構成を有しない場合に比べ、許容できないスジ欠陥を有する画像が印刷された印刷物であるか否かの高精度な判断を迅速に行うことができる。
請求項１に記載の画像評価装置は、請求項２に記載の発明のように、前記部分画像を、前記検査対象画像情報に含まれる前記画像情報により示される画像の一部としたものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、検査対象画像の予測精度を高めることができる。
請求項２に記載の画像評価装置は、請求項３に記載の発明のように、前記画像の一部を、前記検査対象画像のうち前記筋状欠陥が形成される領域として事前に想定された領域としたものとしてもよい。これにより、本構成を有しない場合に比べ、評価精度を向上させることができる。
請求項１に記載の画像評価装置は、請求項４に記載の発明のように、前記部分画像を、予め定められた色及び前記検査対象印刷物に含まれる画像から抽出された色の少なくとも一方を含む色パッチ画像としたものとしてもよい。これにより、本構成を有しない場合に比べ、検査対象画像の予測精度を高めることができる。
請求項１に記載の画像評価装置は、請求項５に記載の発明のように、前記印刷装置を、複数のノズルのうち前記画像情報に基づいて選択されたノズルからインク滴を吐出することにより印刷を行う印刷装置とし、前記部分画像をノズルチェックパターンとしたものとしてもよい。これにより、本構成を有しない場合に比べ、検査対象画像の予測精度を高めることができる。
請求項１〜請求項５の何れか１項に記載の画像評価装置は、請求項６に記載の発明のように、前記読取部が、前記部分画像を読み取って得た部分画像情報により示される部分画像から特定の模様を検出し、検出した特定の模様を示す模様情報を該部分画像情報から除去する除去部を有し、前記予測部が、前記除去部により除去された前記模様情報により示される特定の模様を加味して、前記検査対象画像を予測するものとしてもよい。これにより、本構成を有しない場合に比べ、模様情報を部分画像情報から除去する機能が働いたとしても、検査対象画像を高精度に予測することができる。
請求項１〜請求項６の何れか１項に記載の画像評価装置は、請求項７に記載の発明のように、前記予測部が、前記読取部の特性及び前記印刷装置の特性の少なくとも一方を加味して、前記検査対象画像を予測するものとしてもよい。これにより、本構成を有しない場合に比べ、検査対象画像を高精度に予測することができる。
請求項１〜請求項７の何れか１項に記載の画像評価装置は、請求項８に記載の発明のように、前記見本画像情報を、前記読取部の特性の影響が反映されていない見本画像情報とし、前記検査対象画像情報を、前記読取部の特性の影響が反映されていない検査対象画像情報としたものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度を向上させることができる。
請求項７又は請求項８に記載の画像評価装置は、請求項９に記載の発明のように、前記読取部の特性が、前記読取部における構成部材の経時劣化の特性を含むものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
請求項７〜請求項９の何れか１項に記載の画像評価装置は、請求項１０に記載の発明のように、前記見本画像情報を、更に、前記印刷装置の特性であって前記筋状欠陥の形成要因とならない非形成要因特性の影響が反映されていない見本画像情報とし、
前記検査対象画像情報を、更に、前記非形成要因特性の影響が反映されていない検査対象画像情報としたものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
請求項１〜請求項７の何れか１項に記載の画像評価装置は、請求項１１に記載の発明のように、前記見本画像情報を、前記印刷装置の特性であって前記筋状欠陥の形成要因とならない非形成要因特性の影響が反映されていない見本画像情報とし、前記検査対象画像情報を、前記非形成要因特性の影響が反映されていない検査対象画像情報としたものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度を向上させることができる。
請求項１０又は請求項１１に記載の画像評価装置は、請求項１２に記載の発明のように、前記非形成要因特性が、前記印刷装置における構成部材の経時劣化の特性を含むものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
請求項１〜請求項７の何れか１項に記載の画像評価装置は、請求項１３に記載の発明のように、前記印刷装置の特性及び前記読取部の特性の少なくとも一方の影響を前記見本画像情報に反映させたものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
請求項１３に記載の画像評価装置は、請求項１４に記載の発明のように、前記印刷装置の特性が、前記印刷装置における構成部材の経時劣化の特性を含むものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
請求項１３又は請求項１４に記載の画像評価装置は、請求項１５に記載の発明のように、前記読取部の特性が、前記読取部における構成部材の経時劣化の特性を含むものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
請求項１〜請求項１５の何れか１項に記載の画像評価装置は、請求項１６に記載の発明のように、前記評価部の評価対象とされる前記筋状欠陥を、人間の視覚特性に対応する空間周波数の筋状欠陥としたものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
請求項１〜請求項１６の何れか１項に記載の画像評価装置は、請求項１７に記載の発明のように、前記評価部の評価対象とされる前記筋状欠陥を、人間の視覚特性に対応する色空間の筋状欠陥としたものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
請求項１〜請求項１７の何れか１項に記載の画像評価装置は、請求項１８に記載の発明のように、前記抽出部が、前記検査対象画像情報により示される検査対象画像のうちの予め定められた領域を対象にして、前記筋状欠陥を抽出するものとしてもよい。これにより、本構成を有しない場合に比べ、処理にかかる負荷を軽減することができる。
請求項１８に記載の画像評価装置は、請求項１９に記載の発明のように、前記予め定められた領域を、前記筋状欠陥が形成される領域として事前に想定された領域としたものとしてもよい。これにより、本構成を有しない場合に比べ、処理にかかる負荷を軽減しながらも評価精度の低下を抑制することができる。
請求項１９に記載の画像評価装置は、請求項２０に記載の発明のように、前記予め定められた領域を、更に、前記検査対象画像情報により示される検査対象画像のうちの該検査対象画像と前記見本画像情報により示される仮想見本画像との差分値で閾値を超える差分値に対応する領域としたものとしてもよい。これにより、本構成を有しない場合に比べ、処理に係る負荷を軽減しながらも評価精度の低下をより一層抑制することができる。
請求項１９又は請求項２０に記載の画像評価装置は、請求項２１に記載の発明のように、前記事前に想定された領域を、前記印刷装置及び前記読取部の少なくとも１つの特性に基づいて特定したものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、特定方向の筋状欠陥を高精度に抽出することができる。
請求項２１に記載の画像評価装置は、請求項２２に記載の発明のように、前記事前に想定された領域を特定するために用いる前記印刷装置の特性は、該印刷装置における構成部材の経時劣化の特性を含むものとしてもよい。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥をより一層高精度に抽出することができる。
請求項２１又は請求項２２に記載の画像評価装置は、請求項２３に記載の発明のように前記事前に想定された領域を特定するために用いる前記読取部の特性が、該読取部における構成部材の経時劣化の特性を含むものとしてもよい。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥をより一層高精度に抽出することができる。
請求項１８に記載の画像評価装置は、請求項２４に記載の発明のように、前記予め定められた領域を、前記検査対象画像情報により示される検査対象画像のうちの該検査対象画像と前記見本画像情報により示される見本画像との差分値で閾値を超える差分値に対応する領域としたものとしてもよい。これにより、本構成を有しない場合に比べ、処理に係る負荷を軽減しながらも評価精度の低下をより一層抑制することができる。
請求項１〜請求項２４の何れか１項に記載の画像評価装置は、請求項２５に記載の発明のように、前記特定方向を、前記印刷装置における前記記録媒体の搬送方向としたものとしてもよい。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥を高精度に抽出することができる。
請求項２５に記載の画像評価装置は、請求項２６に記載の発明のように、前記印刷装置の印刷方式をシングルパス方式としたものとしてもよい。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥をより一層高精度に抽出することができる。
請求項１〜請求項２４の何れか１項に記載の画像評価装置は、請求項２７に記載の発明のように、前記印刷装置が前記検査対象画像を複数のラインに分割して該ライン毎に前記記録媒体に対して記録する場合、前記特定方向を、前記印刷装置における主走査方向としたものとしてもよい。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥を高精度に抽出することができる。
請求項２７に記載の画像評価装置は、請求項２８に記載の発明のように、前記印刷装置の印刷方式をシャトルスキャン方式としたものとしてもよい。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥をより一層高精度に抽出することができる。
請求項１〜請求項２８の何れか１項に記載の画像評価装置は、請求項２９に記載の発明のように、前記評価部が、前記抽出部により抽出された前記筋状欠陥の視認性をマスク効果視覚モデルを利用して評価するものとしてもよい。これにより、本構成を有しない場合に比べ、許容できないスジ欠陥を有する画像が印刷された印刷物であるか否かをより一層高精度に判断することができる。
請求項２９に記載の画像評価装置は、請求項３０に記載の発明のように、前記評価部が、前記抽出部により抽出された前記筋状欠陥を前記見本画像情報により示される仮想見本画像に合成し、合成して得た合成画像及び前記見本画像情報により示される仮想見本画像に基づいて前記筋状欠陥の視認性を前記マスク効果視覚モデルを利用して評価するものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
請求項３０に記載の画像評価装置は、請求項３１に記載の発明のように、前記評価部が、前記合成画像及び前記見本画像情報により示される仮想見本画像を複数の空間周波数成分の各々及び複数の方向成分の各々の少なくとも一方に分解して得た分解画像に基づいて、前記マスク効果視覚モデルを利用して前記筋状欠陥の視認性を評価するものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
請求項３０に記載の画像評価装置は、請求項３２に記載の発明のように、前記評価部が、前記合成画像及び前記見本画像情報により示される仮想見本画像を複数の空間周波数成分の各々及び複数の方向成分の各々の少なくとも一方に分解して得た分解画像に基づいて、特定方向についてのマスク効果視覚モデルを利用して前記筋状欠陥の視認性を評価するものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、筋状欠陥の視認性の評価精度を向上させることができる。
請求項１〜請求項３０の何れか１項に記載の画像評価装置は、請求項３３に記載の発明のように、前記評価部が、前記抽出部により抽出された前記筋状欠陥の視認性を統計的方法を利用して評価するものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
請求項３３に記載の画像評価装置は、請求項３４に記載の発明のように、前記統計的方法を利用した評価を、各々前記検査対象画像に相当すると共に異なる前記筋状欠陥を有する複数の評価対象画像の各々を少なくとも１人の被験者に予め視認させて前記評価対象画像毎に前記筋状欠陥の視認性の度合いを評価させた結果に基づく評価としたものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度をより一層向上させることができる。
請求項３４に記載の画像評価装置は、請求項３５に記載の発明のように、前記統計的方法を利用した評価を、前記視認性の度合いを評価させた結果に応じて定められた重回帰式に基づく評価としたものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、筋状欠陥の視認性の評価精度を向上させることができる。
請求項１〜請求項３５の何れか１項に記載の画像評価装置は、請求項３６に記載の発明のように、前記評価部により視認性が評価された前記筋状欠陥が視認可能な筋状欠陥であると判定された場合に警告する警告部を更に含むものとしてもよい。これにより、本構成を有しない場合に比べ、許容できない筋状欠陥を有する検査対象印刷物であることを容易に把握することができる。
請求項３６に記載の画像評価装置は、請求項３７に記載の発明のように、前記警告部が、視認可能な筋状欠陥であると判定された前記筋状欠陥を含む前記検査対象印刷物に対して直接処理を施すことにより警告するものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、許容できない筋状欠陥を有する検査対象印刷物を特定することができる。
請求項３７に記載の画像評価装置は、請求項３８に記載の発明のように、前記警告部が、前記検査対象印刷物における前記筋状欠陥の位置の特定を支援する特定支援印を該検査対象印刷物に付与することにより警告するものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、筋状欠陥の位置を容易に把握することができる。
請求項３８に記載の画像評価装置は、請求項３９に記載の発明のように、前記警告部が、前記検査対象印刷物における前記筋状欠陥を前記特定方向へ延ばした位置に前記特定支援印を付与することにより警告するものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の位置をより一層容易に把握することができる。
請求項３８又は請求項３９に記載の画像評価装置は、請求項４０に記載の発明のように、前記特定支援印の種類を前記筋状欠陥の視認性の大きさに応じて定めたものとしてもよい。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の大きさを容易に把握することができる。
請求項３６〜請求項４０の何れか１項に記載の画像評価装置は、請求項４１に記載の発明のように、前記警告部が、更に、前記評価部により視認性が評価された前記筋状欠陥が視認可能な筋状欠陥であると判定された場合に表示部に対して所定情報を表示させることにより警告するものとしてもよい。これにより、本構成を有しない場合に比べ、許容できない筋状欠陥を有する検査対象印刷物であることを容易に把握することができる。
請求項３６に記載の画像評価装置は、請求項４２に記載の発明のように、前記警告部が、前記評価部により視認性が評価された前記筋状欠陥が視認可能な筋状欠陥であると判定された場合に表示部に対して所定情報を表示させることにより警告するものとしてもよい。これにより、本構成を有しない場合に比べ、許容できない筋状欠陥を有する査対象印刷物であることを容易に把握することができる。
請求項４１又は請求項４２に記載の画像評価装置は、請求項４３に記載の発明のように、前記所定情報が、視認可能な筋状欠陥であると判定された前記筋状欠陥を含む前記検査対象印刷物を特定する特定情報を含むものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、許容できない筋状欠陥を有する検査対象印刷物を特定することができる。
請求項４１〜請求項４３の何れか１項に記載の画像評価装置は、請求項４４に記載の発明のように、前記表示部が画像を表示し、前記所定情報が、前記筋状欠陥を有する前記検査対象画像と該検査対象画像における前記筋状欠陥の位置の特定を支援する特定支援画像とを含むものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、筋状欠陥の位置を容易に把握することができる。
上記目的を達成するために、請求項４５に記載の画像評価システムは、良品と認められた見本印刷物に含まれる見本画像に相当する画像を示す画像情報を含む検査対象画像情報に基づいて印刷装置により記録媒体に画像を印刷することにより検査対象印刷物を作成する印刷装置と、請求項１〜請求項４４の何れか１項に記載の画像評価装置と、を含む。これにより、本構成を有しない場合に比べ、許容できないスジ欠陥を有する画像が印刷された印刷物であるか否かの高精度な判断を迅速に行うことができる。
請求項４７に記載の画像評価システムは、請求項４６に記載の発明のように、前記検査対象印刷物を、余白領域を有する検査対象印刷物とし、前記印刷装置が、前記読取部による読取対象とされる画像を前記余白領域に印刷するものとしてもよい。これにより、本構成を有しない場合に比べ、簡素な構成で、読取対象とされる画像の読取精度を向上させることができる。
請求項４６に記載の画像評価システムは、請求項４７に記載の発明のように、前記印刷装置が、前記検査対象画像を複数のラインに分割して該ライン毎に前記記録媒体に対して記録する方式の印刷装置であり、前記検査対象印刷物を、前記印刷装置における前記記録媒体の搬送方向の最上流側及び最下流側の少なくとも一方の端部に前記余白領域を有する前記検査対象印刷物とし、前記印刷装置が、前記読取部による読取対象とされる画像を前記余白領域とされた前記端部に印刷するものとしてもよい。これにより、本構成を有しない場合に比べ、読取対象とされる画像として高精度な読取に寄与する画像を容易に作成することができる。
上記目的を達成するために、請求項４９に記載の画像評価方法は、良品と認められた見本印刷物に含まれる見本画像に相当する画像を示す画像情報を含む検査対象印刷物情報に基づいて印刷装置により記録媒体に画像が印刷された検査対象印刷物に含まれる部分画像を読み取る読取部により読み取られた前記部分画像を示す部分画像情報に基づいて前記検査対象印刷物に含まれる検査対象画像であって前記仮想見本画像に相当する画像である検査対象画像を予測する予測工程と、前記見本画像を想定した仮想見本画像を示す見本画像情報を記憶した記憶部に記憶された見本画像情報と前記予測工程により予測された検査対象画像を示す検査対象画像情報との差分値に基づいて、該検査対象画像情報により示される検査対象画像から、特定方向の筋状模様を有する筋状欠陥を抽出する抽出工程と、前記抽出工程により抽出された前記筋状欠陥の視認性を評価する評価工程と、を含む。これにより、本構成を有しない場合に比べ、許容できないスジ欠陥を有する画像が印刷された印刷物であるか否かの高精度な判断を迅速に行うことができる。
上記目的を達成するために、請求項５０に記載のプログラムは、請求項１〜請求項４４の何れか１項に記載の画像評価装置における前記予測部、前記抽出部及び前記評価部としてコンピュータを機能させるためのものである。これにより、本構成を有しない場合に比べ、許容できない筋状欠陥を有する検査対象印刷物であるか否かの高精度な判断を迅速に行うことができる。
開示の技術によれば、許容できないスジ欠陥を有する画像が印刷された印刷物であるか否かの高精度な判断を迅速に行うことができる、という効果が得られる。
以下、添付図面に従って開示の技術に係る画像評価装置の実施形態の一例について説明する。
［第１実施形態］
図１には、本第１実施形態に係る画像評価装置１０の要部機能の一例が示されている。図１に示すように、画像評価装置１０は、印刷装置１２により印刷された印刷物の画像を評価する装置である。印刷装置１２は、画像を示す画像情報が入力されると、画像情報に基づいて記録媒体の一例である記録用紙に画像情報により示される画像を印刷することで印刷物を作成する。
図１には、本第１実施形態に係る画像評価装置１０の要部機能の一例が示されている。図１に示すように、画像評価装置１０は、印刷装置１２により印刷された印刷物の画像を評価する装置である。印刷装置１２は、画像を示す画像情報が入力されると、画像情報に基づいて記録媒体の一例である記録用紙に画像情報により示される画像を印刷することで印刷物を作成する。
なお、本第１実施形態では、印刷装置１２として、シングルパス方式のインクジェットプリンタを採用しているが、開示の技術はこれに限定されるものではない。例えばシングルパス方式のインクジェットプリンタに代えて、シャトルスキャン方式のインクジェットプリンタを採用してもよい。また、インクジェットプリンタに代えて、ゼログラフィ方式のプリンタやサーマルヘッドプリンタ、マグネトグラフィ方式のプリンタ、刷版印刷機などを採用してもよい。また、本第１実施形態では、印刷装置１２として、単数又は複数の記録用紙をドラムの外周面に保持して回転させることにより記録用紙を搬送する方式のインクジェットプリンタを採用している。また、印刷装置１２は、インク滴を吐出する記録ヘッドを有しており、記録用紙の被記録面を記録ヘッドのインク吐出口に対向させるように記録用紙を通過させることで記録用紙の被記録面にインクを打滴して画像を記録する方式のプリンタである。
印刷装置１２は、外部から記録用紙を取り込み、取り込んだ記録用紙を特定方向に搬送する。そして、特定方向に搬送されている記録用紙に対して、入力された画像情報に基づいて記録ヘッドからインク滴を吐出することにより、記録用紙に画像情報により示される画像を記録することで印刷を行う。このように、記録用紙に画像が印刷された印刷物を所定領域（例えば排紙トレイ）に排出する。ここで言う「特定方向」とは、例えば主走査方向に対して交差する方向である副走査方向を指す。なお、ここでは、錯綜を回避するため、「特定方向」の一例として、主走査方向に対して直交する方向を採用している。
本第１実施形態において、印刷装置１２により印刷された印刷物とは、良品と認められた見本印刷物の印刷内容に相当する印刷内容を有し且つ見本印刷物と比較される対象である印刷物を指し、以下では、この印刷物を検査対象印刷物１６と称する。なお、ここで言う「印刷内容」には、印刷工程で形成された画像の欠陥は含まない。また、図１には、錯綜を回避するために、単一の見本印刷物の印刷内容に相当する印刷内容を有する単一の検査対象印刷物１６が例示されているが、開示の技術はこれに限定されるものではない。例えば、検査対象印刷物１６は複数でもよく、この場合、バリアブル印刷によって得られた複数の検査対象印刷物１６であることが好ましい。
見本印刷物とは、例えば良品と認められた印刷物を指す。良品と認められた印刷物とは、例えば出荷可能な印刷物であって、視認性が良好（例えば画質が良好）と認められた画像が印刷された印刷物のことである。なお、本第１実施形態では、錯綜を回避するために、上記の「視認性が良好と認められた画像」として、過去に画像評価装置１０により視認性が良好と認められた画像を採用しているが、開示の技術はこれに限定されるものではない。例えば、検査員が肉眼で、事前に定められた基準に従って、欠陥を有しない画像又は欠陥が許容可能な画像であると判断した画像を採用してもよい。なお、以下では、見本印刷物に印刷された画像を見本画像と称す。また、本第１実施形態では、錯綜を回避するために、見本印刷物に印刷された画像を見本画像としているが、これに限らず、見本印刷物に印刷された画像の一部を見本画像としてもよい。
これに対し、検査対象印刷物１６とは、例えば見本画像に相当する画像を示す画像情報を含む検査対象印刷物情報に基づいて印刷装置１２により記録用紙に対して画像が印刷された印刷物を指す。なお、本第１実施形態では、錯綜を回避するために、検査対象印刷物１６に含まれる画像のうち見本画像に相当する画像を検査対象画像としている。また、本第１実施形態では、錯綜を回避するために、検査対象印刷物１６に印刷された画像を検査対象画像としているが、これに限らず、検査対象印刷物１６に印刷された画像の一部を検査対象画像としてもよい。
図２には、本第１実施形態に係る印刷装置１２の一例が示されている。印刷装置１２は、記録用紙１１４の片面（一例として「おもて面」）のみに画像を記録可能とされている。また、印刷装置１２は、記録用紙１１４を供給する給紙部１０２、記録用紙１１４に対して浸透抑制処理を行う浸透抑制処理部１０４、記録用紙１１４に処理液を付与する処理液付与部１０６を備えている。更に、印刷装置１２は、記録用紙１１４に色インクを付与して画像記録を行う記録部１０８、記録用紙１１４に記録された画像に定着処理を施す定着処理部１１０及び画像が記録された記録用紙１１４を搬送して排出する排紙部１１２を備えている。
給紙部１０２には、記録用紙１１４が積載される給紙台１２０が設けられている。給紙台１２０の前方（図２における左側）にはフィーダボード１２２が設けられており、給紙台１２０に積載された記録用紙１１４は、フィーダボード１２２によって１番上から順に１枚ずつ送り出される。フィーダボード１２２によって送り出された記録用紙１１４は、給紙胴１２４ａを経由して浸透抑制処理部１０４の圧胴１２６ａの表面（外周面）に到達する。
給紙胴１２４ａには、記録用紙１１４の先端部を保持するグリッパ１２３が、圧胴１２６ａには、記録用紙１１４の先端部を保持するグリッパ１２５が設けられている。給紙胴１２４ａのグリッパ１２３に保持された記録用紙１１４の先端部が、給紙胴１２４ａと圧胴１２６ａとの接触位置に到達すると、給紙胴１２４ａのグリッパ１２３から圧胴１２６ａのグリッパ１２５へ記録用紙１１４の先端部の受け渡しが行われる。ここで言う「接触位置」とは、例えば記録用紙１１４の受け渡し位置を指す。なお、給紙胴１２４ａ以外の渡し胴も給紙胴１２４ａと相違しない構成とされているので、以下、これらを区別して説明する必要がない場合は符号を付さずに「渡し胴」という。また、圧胴１２６ａ以外の圧胴も圧胴１２６ａと相違しない構成とされているので、以下、これらを区別して説明する必要がない場合は符号付さずに「圧胴」という。また、本第１実施形態では、圧胴及び渡し胴は、互いに相違しない大きさ及び形状とされ、給紙胴は圧胴の半径の１／２とされている。圧胴及び渡し胴の各々につき２個のグリッパ１２５が設けられ、給紙胴に１つのグリッパ１２１が設けられている。すなわち、渡し胴の胴径及び圧胴の胴径は相違しないため、渡し胴及び圧胴間での記録用紙１１４の受け渡しを実現すべく、渡し胴にはグリッパ１２３が半周毎に、圧胴にもグリッパ１２５が半周毎に各々設けられている。
また、浸透抑制処理部１０４には、用紙予熱ユニット１２８、浸透抑制剤ヘッド１３０及び浸透抑制剤乾燥ユニット１３２が設けられている。また、圧胴１２６ａの回転（輪転）方向（図２における反時計回り方向）に沿って上流側から順に、圧胴１２６ａの表面に対向する位置に、用紙予熱ユニット１２８、浸透抑制剤ヘッド１３０及び浸透抑制剤乾燥ユニット１３２が各々設けられている。用紙予熱ユニット１２８及び浸透抑制剤乾燥ユニット１３２には予め定められた温度範囲に制御されるヒータが設けられている。圧胴１２６ａに保持された記録用紙１１４は、用紙予熱ユニット１２８や浸透抑制剤乾燥ユニット１３２に対向する位置を通過する際、これらユニットのヒータによって加熱される。
浸透抑制剤ヘッド１３０は浸透抑制剤を液滴として吐出することで、圧胴１２６ａに保持される記録用紙１１４に浸透抑制剤を付着させるものである。ここでは、浸透抑制剤ヘッド１３０として、後述する記録部１０８の各記録ヘッド１４０Ｃ，１４０Ｍ，１４０Ｙ，１４０Ｋと相違しない構成のヘッドが適用される。
浸透抑制処理部１０４の後段に配置された処理液付与部１０６は圧胴１２６ｂを備え、浸透抑制処理部１０４の圧胴１２６ａと処理液付与部１０６の圧胴１２６ｂとの間には、これらに各々接するように渡し胴１２４ｂが設けられている。これにより、浸透抑制処理部１０４の圧胴１２６ａに保持された記録用紙１１４は、浸透抑制処理が行われた後に、渡し胴１２４ｂを経由して処理液付与部１０６の圧胴１２６ｂに受け渡される。
処理液付与部１０６には、圧胴１２６ｂの回転方向（図２における反時計回り方向）に沿って上流側から順に、圧胴１２６ｂの表面に対向する位置に、用紙予熱ユニット１３４、処理液ヘッド１３６及び処理液乾燥ユニット１３８が各々設けられている。処理液付与部１０６の用紙予熱ユニット１３４、処理液ヘッド１３６及び処理液乾燥ユニット１３８は、前述した用紙予熱ユニット１２８、浸透抑制剤ヘッド１３０及び浸透抑制剤乾燥ユニット１３２と各々相違しない構成であるので説明を省略する。もちろん、浸透抑制処理部１０４と異なる構成を適用しても良いことは言うまでもない。
処理液付与部１０６の後段に配置された記録部１０８は圧胴１２６ｃを備え、処理液付与部１０６の圧胴１２６ｂと記録部１０８の圧胴１２６ｃとの間には、これらに各々接するように渡し胴１２４ｃが設けられている。これにより、処理液付与部１０６の圧胴１２６ｂに保持された記録用紙１１４は、処理液が付与されて固体状又は半固溶状の凝集処理剤層が形成された後に、渡し胴１２４ｃを経由して記録部１０８の圧胴１２６ｃに受け渡される。
記録部１０８には、ＣＭＹＫの４色のインクに各々対応した記録ヘッド１４０Ｃ，１４０Ｍ，１４０Ｙ，１４０Ｋと、溶媒乾燥ユニット１４２ａ，１４２ｂとが設けられている。記録ヘッド１４０Ｃ，１４０Ｍ，１４０Ｙ，１４０Ｋ及び溶媒乾燥ユニット１４２ａ，１４２ｂは、圧胴１２６ｃの回転方向（図２における反時計回り方向）に沿って上流側から順に、圧胴１２６ｃの表面に対向する位置に各々設けられている。なお、以下では、記録ヘッド１４０Ｃ，１４０Ｍ，１４０Ｙ，１４０Ｋを区別して説明する必要がない場合は末尾のアルファベットを省略して「記録ヘッド１４０」と称する。
本第１実施形態では、各記録ヘッド１４０として、前述の浸透抑制剤ヘッド１３０や処理液ヘッド１３６と同様に、インクジェット方式の記録ヘッド（インクジェットヘッド）を適用している。すなわち、各記録ヘッド１４０は、それぞれ対応する色のインク滴を圧胴１２６ｃに保持された記録用紙１１４に向けて吐出する。
圧胴１２６ｃの上方には、記録ヘッド１４０を保持するヘッドホルダ４０が配置されており、各記録ヘッド１４０は圧胴１２６ｃの外周面の周方向に沿って互いに予め定められた角度を有するようにヘッドホルダ４０によって保持されている。すなわち、ヘッドホルダ４０は、記録ヘッド１４０を、記録ヘッド１４０のインク吐出面αを圧胴１２６ｃの外周面に対面させると共に、圧胴１２６ｃの外周面に保持された記録用紙１１４に画像を記録する画像記録位置に固定する。
各記録ヘッド１４０は、それぞれ圧胴１２６ｃに保持される記録用紙１１４における画像記録領域の最大幅に対応する長さを有する。また、そのインク吐出面αには画像記録領域の全幅に亘ってインク吐出用のノズル（図３の符号１６１を参照）が複数配列されたフルライン型のヘッドとなっている。各記録ヘッド１４０は圧胴１２６ｃの回転方向（記録用紙１１４の搬送方向）と略直交する方向に延在するように固定設置されている。なお、本第１実施形態では上記のようにＣＭＹＫの４色のインクを用いて画像を記録する構成を例に挙げているが、これに限らず、インクの色やその組み合わせは変更しても良い。例えば必要に応じて淡インク（例えばライトシアン、ライトマゼンタなどのライト系インク）や濃インク、特別色インクを追加しても良い。また、各色のヘッドの配置順序についても図２に示した順序に限られるものではない。
上記のように、本第１実施形態では、インクの色毎に、記録用紙１１４の被記録面における画像記録領域の全幅をカバーするノズル列を有するフルラインヘッドが設けられている。そのため、記録用紙１１４の搬送方向（副走査方向）について、記録用紙１１４と各記録ヘッド１４０を相対的に移動させる動作を１回行うだけで（すなわち１回の副走査で）、記録用紙１１４の画像記録領域に画像を記録できる。これにより、記録用紙１１４の搬送方向（副走査方向）と直交する方向（主走査方向）に往復動作するシリアル（シャトル）型ヘッドを用いる場合と比較して画像を高速に記録可能であり、プリント生産性が向上する。
また、溶媒乾燥ユニット１４２ａ，１４２ｂは、前述した用紙予熱ユニット１２８、１３４や浸透抑制剤乾燥ユニット１３２、処理液乾燥ユニット１３８のように、予め定められた温度範囲に制御されるヒータを含んで構成される。後述するように、記録用紙１１４上に形成された固体状又は半固溶状の凝集処理剤層上にインク滴が付着すると、記録用紙１１４上にはインク凝集体が形成されると共に、色材と分離されたインク溶媒が広がり、凝集処理剤が溶解した液体層が形成される。このようにして記録用紙１１４上に残った溶媒成分（液体成分）は、記録用紙１１４の反り返りだけでなく、画像劣化を招く要因となる。そこで本第１実施形態では、各記録ヘッド１４０から各色のインク滴が記録用紙１１４上に付着された後、溶媒乾燥ユニット１４２ａ，１４２ｂ（以下、区別して説明する必要がない場合は「溶媒乾燥ユニット１４２」と称する。）のヒータによって熱を与えることで溶媒成分を蒸発させる乾燥処理を行っている。
また、記録部１０８の後段に配置された定着処理部１１０は圧胴１２６ｄを備え、記録部１０８の圧胴１２６ｃと定着処理部１１０の圧胴１２６ｄとの間には、これらに各々接するように渡し胴１２４ｄが設けられている。これにより、記録部１０８の圧胴１２６ｃに保持された記録用紙１１４は、記録部１０８で各色のインク滴が付着された後に、渡し胴１２４ｄを経由して記録部１０８の圧胴１２６ｃに受け渡される。定着処理部１１０には、圧胴１２６ｄの回転方向（図２における反時計回り方向）に沿って上流側から順に、圧胴１２６ｄの表面に対向する位置に加熱ローラ１４８ａ，１４８ｂがそれぞれ設けられている。
定着処理部１１０の後段に配置された排紙部１１２には、定着処理が施された記録用紙１１４を受ける排紙胴１５０が設けられている。また、排紙部１１２には、該記録用紙１１４を積載する排紙台１５２が設けられている。更に、排紙部１１２には、排紙胴１５０に設けられたスプロケットと排紙台１５２の上方に設けられたスプロケットとの間に掛け渡され、複数の排紙用グリッパを備えた排紙用チェーン１５４が設けられている
次に、図３を参照して記録ヘッド１４０について説明する。図３（Ａ）（Ｂ）記録ヘッド１４０のインク吐出面α側の平面視概略透視図が示されている。記録ヘッド１４０は、一例として図３(Ａ),(Ｂ)に示すように、インク滴の吐出口であるノズル１６１と、各ノズル１６１に対応する圧力室１６２等から成る複数のインク室ユニット１６３がマトリクス状に（２次元的に）配置された構成とされている。これにより、ヘッド長手方向（記録用紙１１４の搬送方向と直交する主走査方向）に沿った実質的なノズル間隔（投影ノズルピッチ）の高密度化、ひいては記録用紙１１４上に形成されるドットピッチの高密度化を実現している。なお、記録ヘッド１４０は図３(Ａ)に示す構成に限られるものではなく、例えば図３(Ｃ)に示すように、複数のノズル１６１が２次元に配列された短尺のヘッドブロック１６０を千鳥状に配列して繋ぎ合わせた構成でも良い。また、図示は省略するが、短尺のヘッドを一列に並べた構成でも良い。
圧力室１６２はその平面形状が略正方形とされ、対角線上の両隅部にノズル１６１と供給口１６４が設けられている。一例として図４に示すように、各圧力室１６２は供給口１６４を介して共通流路１６５と連通されている。共通流路１６５はインク供給源であるインク供給タンク（図示省略）と連通しており、該インク供給タンクから供給されるインクは共通流路１６５を介して各圧力室１６２に分配供給される。圧力室１６２の天面を構成すると共に、共通電極としての機能を兼ね備えた振動板１６６には、個別電極１６７を備えた圧電素子１６８が接合されている。圧電素子１６８は個別電極１６７に駆動電圧が印加されると変形し、この圧電素子１６８の変形に伴ってノズル１６１からインク滴が吐出される。そして、ノズル１６１からのインク滴の吐出に伴い、共通流路１６５から供給口１６４を通って新しいインクが圧力室１６２に供給される。
なお、本第１実施形態では、ノズル１６１からインク滴を吐出させる吐出力発生手段として圧電素子１６８を用いているが、これに限定されるものではない。例えば、圧電素子１６８に代えて圧力室１６２内にヒータを設け、ヒータの加熱による膜沸騰の圧力を利用してインクを吐出させるサーマル方式を適用しても良い。
一例として図５に示すように、本第１実施形態に係る記録ヘッド１４０は、投影ノズルピッチの高密度化を実現している。これは、上述した構成のインク室ユニット１６３が、主走査方向に沿う行方向と、主走査方向に対して直交しない一定角度θを成す傾斜した列方向と、に沿って一定の配列パターンでマトリクス状に多数配列されていることで実現される。すなわち、主走査方向に対して一定角度θを成す方向に沿ってインク室ユニット１６３が一定のピッチｄで複数配列されていることで、主走査方向に沿った投影ノズルピッチＰはｄ×cosθとなる。そのため、主走査方向については、各ノズル１６１が一定のピッチＰで直線状に配列されたものと等価的に取り扱われる。これにより、主走査方向に沿って１インチ当たり2400個（2400ノズル／インチ）にも及ぶ高密度にノズルが配列されたに等しい記録ヘッドが得られる。
また、本第１実施形態では、画像が記録され得る幅の全幅に対応した長さのノズル列を有するフルラインヘッドを採用している。このフルラインヘッドにより、各ノズルからインク滴を吐出させて記録用紙１１４の幅方向（記録用紙１１４の搬送方向と略直交する方向）に沿った１ラインを記録する際のノズル駆動方式としては、全ノズルを同時に駆動する方式が例示できる。また、この他にも、ノズルを一方から他方に向けて順次駆動する方式やノズルを複数ブロックに分割し、ブロック毎に一方から他方に向けて順次駆動する方式が例示できる。なお、ここで言う「１ライン」とは、１列のドットによるラインまたは複数列のドットから成るラインを指す。また、本明細書では、上記何れかの駆動方式によって記録用紙１１４の幅方向に沿った１ラインを記録させるためのノズルの駆動を主走査と定義する。
なお、図３(Ａ),(Ｂ)に示すようなマトリクス状に配置されたノズル１６１を駆動する場合は、上記(３)の主走査(ノズル駆動方式)が好ましい。具体的には、ノズル１６１-11、１６１-12、・・・・・・・・１６１-16を１つのブロックとして、記録用紙１１４の搬送速度に応じてノズル１６１-11、１６１-12、・・・・、１６１-16を順次駆動することで記録用紙１１４の幅方向に１ラインを記録する。また、他には、ノズル１６１-21、・・・・、１６１-26が１つのブロックとして取り扱われる。
一方、本明細書では、上述したフルラインヘッドと記録用紙１１４とを相対移動させることによって、上述した主走査で形成された１ライン（１列のドットによるラインまたは複数列のドットから成るライン）の記録を繰り返し行うことを副走査と定義する。そして、上述の主走査によって記録される１ライン（或いは帯状領域の長手方向）の示す方向を主走査方向といい、上述の副走査を行う方向を副走査方向という。すなわち、本第１実施形態では記録用紙１１４の搬送方向が副走査方向、それに直交する記録用紙１１４の幅方向が主走査方向となる。
なお、ノズル１６１の配置構造は図示の例に限定されない。例えば、副走査方向に１列のノズル列を有する配置構造など、様々なノズル配置構造を適用できる。また、開示の技術は、ライン型ヘッドによる記録方式に限定されるものではなく、例えばシリアル方式を適用してもよい。すなわち、記録用紙１１４の幅方向の長さに満たない短尺のヘッドを記録用紙１１４の幅方向に走査させて当該幅方向の記録を行うようにしてもよい。この場合、１回の幅方向の記録が終わると記録用紙１１４を幅方向と略直交する方向に予め定められた量だけ移動させて、次の記録領域の記録用紙１１４の幅方向の記録を行い、この動作を繰り返す。これにより、記録用紙１１４の記録領域の全面にわたって記録を行うことができる。
図６は、記録部１０８に含まれる圧胴１２６ｃの構成の一例を示す概略構成図である。図６に示すように、圧胴１２６ｃは円柱状に形成されている。圧胴１２６ｃの外周面には保持領域Ｘ，Ｙが設けられている。保持領域Ｘ，Ｙ（以下、区別して説明する必要がない場合は符号を付さずに「保持領域」という。）は、圧胴１２６ｃの外周面を周方向に沿って予め定められた間隔（ここでは一例として半周単位）で区分して得た領域である。
また、保持領域Ｘ，Ｙの各々には保持手段の一例であるグリッパ１２５が設けられており、各保持領域のグリッパ１２５は、渡し胴１２４ｃから送り出された記録用紙１１４を受け取ると共に、対応する保持領域に保持する。このように保持領域に保持された記録用紙１１４は圧胴１２６ｃが周方向（一例として図６に示す円弧矢印方向）に輪転することにより搬送される。
図７には、本第１実施形態に係る印刷装置１２の電気系の構成の一例が示されている。図７に示すように、印刷装置１２はシステム制御部１８２を備えている。システム制御部１８２には、温度センサ１４５、通信インターフェース(Ｉ／Ｆ)部１８０、メモリ１８４、ＵＩパネル１８５、モータドライバ１８６、ヒータドライバ１８８、給紙ドライバ１８９及びプリント制御部１９０が各々接続されている。なお、プリント制御部１９０とシステム制御部１８２とを統合して１つのプロセッサで構成しても良い。
通信Ｉ／Ｆ部１８０は、送信装置の一例であるホストコンピュータ１９６から送られてくる画像データを受信するインターフェース部である。通信Ｉ／Ｆ部１８０における通信プロトコルとしてはＵＳＢ(Universal Serial Bus)、ＩＥＥＥ１３９４、イーサネット(登録商標)、無線ネットワーク等のシリアルインターフェースや、セントロニクス等のパラレルインターフェースの何れかが適用される。ホストコンピュータ１９６から送出された画像データは通信Ｉ／Ｆ部１８０を介して印刷装置１２に取り込まれ、メモリ１８４に一旦記憶される。
メモリ１８４は、システム制御部１８２を通じてデータの読み書きが行われる一次記憶部と、半導体素子を備えたＥＥＰＲＯＭやハードディスクを備えた磁気記憶媒体などの二次記憶部と、を含んで構成されている。このように構成されたメモリ１８４は、画像データの一時記憶領域として利用されると共に、プログラムの展開領域及びＣＰＵ（中央処理装置）の演算作業領域としても利用される。また、メモリ１８４には、システム制御部１８２のＣＰＵが実行する処理に必要な各種データ等が記憶されている。
ＵＩパネル１８５は、ディスプレイ上に透過型のタッチパネルが重ねられたタッチパネルディスプレイ等から構成され、各種情報がディスプレイの表示面に表示されると共に、利用者がタッチパネルに触れることにより情報や指示が受け付けられる。なお、本第１実施形態では、ＵＩパネル１８５を適用した形態例を挙げて説明しているが、これに限らず、液晶ディスプレイなどの表示部とテンキーや操作ボタンなどが設けられた操作部とが別々に設けられた形態としても良い。
システム制御部１８２は、ＣＰＵ及びその周辺回路等から構成され、予め定められたプログラムに従って印刷装置１２の全体を制御する制御装置として機能すると共に、各種演算を行う演算装置として機能する。すなわち、システム制御部１８２は、ホストコンピュータ１９６との情報の授受、メモリ１８４に対するアクセス、ＵＩパネル１８５で受け付けられた情報や指示の取得及びＵＩパネル１８５による情報の表示等を行う。また、搬送系のモータ１９８やヒータ１４３を制御するための制御信号を生成する。
また、システム制御部１８２はプログラム格納部１８２Ａを内蔵している。プログラム格納部１８２Ａには検査対象画像を印刷するための検査対象画像印刷処理プログラムや後述する部分画像を印刷するための部分画像印刷処理プログラムなどの各種プログラムが格納されている。各種プログラムは、ＣＰＵによって読み出されて実行される。プログラム格納部はＲＯＭやＥＥＰＲＯＭなどの半導体メモリを用いても良いし、磁気ディスクなどを用いても良い。外部インターフェースを備え、メモリカードやＰＣカードを用いても良い。もちろん、これらの記憶媒体のうちの１つ又は複数を備えても良い。なお、プログラム格納部１８２Ａは動作パラメータ等の記億手段と兼用しても良い。
モータドライバ１８６にはモータ１９８が接続されており、モータドライバ１８６はシステム制御部１８２からの指示に従ってモータ１９８を駆動する。なお、図７に示すモータ１９８は実際には複数個のモータを含み、例えば図２に示す圧胴１２６ａ〜１２６ｄや給紙胴１２４ａ、渡し胴１２４ｂ〜１２４ｄ、排紙胴１５０を駆動するモータ等が含まれている。ヒータドライバ１８８にはヒータ１４３が接続されており、ヒータドライバ１８８はシステム制御部１８２からの指示に従ってヒータ１４３を駆動する。なお、図７に示すヒータ１４３も実際には複数個のヒータを含む。例えば図２に示す用紙予熱ユニット１２８、１３４や浸透抑制剤乾燥ユニット１３２、処理液乾燥ユニット１３８、溶媒乾燥ユニット１４２ａ、１４２ｂのヒータ、加熱ローラ１４８ａ，１４８ｂに内蔵されるヒータ等が含まれている。給紙ドライバ１８９には給紙部１０２が接続されており、給紙ドライバ１８９はシステム制御部１８２からの指示に従って給紙部１０２を駆動する。また、給紙部１０２は、記録用紙１１４を１枚給紙する毎（例えば１枚の給紙を完了する毎）に、１枚の給紙を完了したことを示す給紙完了信号をシステム制御部１８２に出力する。従って、システム制御部１８２は、入力された給紙完了信号に基づいて、給紙が完了したか否かを１枚単位で把握する。なお、給紙が完了したか否かの判定は、例えば記録用紙１１４の先後端を検出するセンサ（例えばフォトセンサ）をフィーダボード１２２と給紙胴１２４ａとの間に設置し、このセンサが記録媒体の後端を検出した際に出力した検出信号に基づいて行われる。
プリント制御部１９０にはヘッドドライバ１９４、処理液ヘッドドライバ１９５、浸透抑制剤ヘッドドライバ１９７、画像バッファメモリ１９２が各々接続されている。プリント制御部１９０は、信号処理機能を有する。信号処理機能とは、システム制御部１８２からの指示に従い、メモリ１８４に記憶されている画像データから画像記録用のデータや、浸透抑制剤吐出用の信号、処理液吐出用の信号を生成するための処理を行う機能を指す。生成された画像記録用のデータ（ドットデータ）はヘッドドライバ１９４に供給され、生成された浸透抑制剤吐出用の信号は浸透抑制剤ヘッドドライバ１９７に供給され、生成された処理液吐出用の信号は処理液ヘッドドライバ１９５に供給される。また、プリント制御部１９０で上記の信号処理が行われる際には、画像データやパラメータ等のデータが画像バッファメモリ１９２に一時的に格納される。
ヘッドドライバ１９４には記録ヘッド１４０が接続されており、ヘッドドライバ１９４は、駆動回路を含んで構成される。この駆動回路は、プリント制御部１９０から供給された画像記録用のデータに基づいて記録ヘッド１４０の圧電素子１６８に印加するための駆動信号を生成すると共に、該駆動信号を圧電素子１６８に印加して圧電素子１６８を駆動する。また、圧電素子１６８を駆動して記録ヘッド１４０からインク滴を吐出させる際には、ヘッドドライバ１９４によって記録ヘッド１４０の吐出液滴量や吐出タイミングの制御も行われる。これにより、要求に応じたサイズのドットが要求に応じた配置で記録用紙１１４に記録される。なお、ヘッドドライバ１９４は、記録ヘッド１４０の駆動条件を一定に保つためのフィードバック制御系を含んで構成しても良い。
また、浸透抑制剤ヘッドドライバ１９７には浸透抑制剤ヘッド１３０が接続されており、浸透抑制剤ヘッドドライバ１９７はプリント制御部１９０から供給された浸透抑制剤吐出用の信号に従って、浸透抑制剤ヘッド１３０から浸透抑制剤を吐出させる。また、処理液ヘッドドライバ１９５には処理液ヘッド１３６が接続されており、処理液ヘッドドライバ１９５はプリント制御部１９０から供給された処理液吐出用の信号に従って、処理液ヘッド１３６から処理液を吐出させる。
ところで、見本画像と検査対象画像との単純な濃度差分値から、優良な印刷物（スジ欠陥が視認できない検査対象画像を含む検査対象印刷物１６）であるか否かを評価する画像評価装置が知られている。しかし、従来の画像評価装置では、スジ欠陥の程度（例えば微少なスジ欠陥）によっては許容可能なスジ欠陥であるか否かを判断することが困難である。そのため、スジ欠陥の程度によっては検査対象印刷物１６の評価精度が低下する。また、従来の画像評価装置では、バリアブル印刷が実施された場合、検査対象印刷物１６の印刷枚数に応じた枚数の見本印刷物の各々に対して見本画像の読み取りが必要となる。加えて、検査対象印刷物１６についても検査対象画像の全領域を対象にした読み取りを要する。そのため、評価結果を得るまでに膨大な時間が要することが予想される。そこで、このような不具合を解消すべく、本第１実施形態に係る画像評価装置１０は、一例として図１に示すように見本画像生成部１１、見本画像情報データベース（ＤＢ）１３、読取部１８、予測部１９、抽出部２０、評価部２２及び警告部２４を備えている。
見本画像生成部１１は、予め定められた印刷内容（例えば基礎となる画像であって許容できない欠陥を含まない画像）を示す印刷内容情報に基づいて、見本印刷物に含まれる見本画像を想定した仮想見本画像を示す見本画像情報を生成する。そして、生成した見本画像情報を見本画像情報ＤＢ１３に記憶する。なお、印刷内容情報は、所定の記憶手段（例えば後述の記憶部６６）に予め記憶されている。
また、ここで言う「仮想見本画像」とは、例えば、コンピュータにより見本画像を示す画像情報が読み込まれ、読み込まれた画像情報がソフトウェアによって処理されて出力された非印刷画像のことである。本第１実施形態では、図１に示すように見本印刷物のイメージ画像（例えばコンピュータにより仮想印刷を行って得たイメージ画像）に含まれる特定領域内の画像を指す。ここで言う「特定領域」とは、例えば、検査対象印刷物１６に含まれる検査対象画像との比較対象とされる領域を指す。
また、本第１実施形態では、見本画像情報として、読取部１８の特性の影響が反映されていない（読取部１８の特性の影響が排除された）見本画像情報を採用している。なお、ここで言う「読取部１８の特性」には、例えば読取部１８としてスキャナを採用した場合、スキャン画像の縦横解像度、ＭＴＦ（Modulation Transfer Function）、色特性、画素開口率、スキャナの像構造特性などが含まれる。また、ここで言う「読取部１８の特性」には、読取部１８における構成部材の経時劣化の特性が含まれる。読取部１８における構成部材の経時劣化の特性としては、読取部１８の構成部材のうち経時劣化が予想される構成部材であって画像の読取結果に影響を及ぼすことが事前に予想される構成部材の経時劣化の特性が例示できる。
また、本第１実施形態では、見本画像情報として、非形成要因特性の影響が反映されていない（非形成要因特性の影響が排除された）見本画像情報を採用している。なお、ここで言う「非形成要因特性」とは、例えば、印刷装置１２の特性であって検査対象画像における特定方向の筋状模様を有する筋状欠陥画像の形成要因とならない非形成要因特性を指す。また、ここで言う「非形成要因特性」には、印刷装置１２における構成部材の経時劣化の特性が含まれる。印刷装置１２における構成部材の経時劣化の特性としては、印刷装置１２の構成部材のうち経時劣化が予想される構成部材であって画像の欠陥に影響を及ぼすことが事前に予想される構成部材の経時劣化の特性が例示できる。更に、ここで言う「非形成要因特性」には、検査対象画像の見え方を予測する様々な特性が含まれる。色の見え方に影響を及ぼす特性の一例としては、色分解、ハーフトーン、カラープロファイル及びインク分光特性などが挙げられる。また、像構造の特性の一例としては、ＭＴＦ（ＣＴＦ）、解像度、インク滴のサイズ、粒状、幾何補正などが含まれる。これらの特性を特定するためのモデルの一例としては、打滴データ生成部、インク着弾状態予測部、反射率分布予測部（クベルカムンクモデル・ノイゲバウアーモデルなど）及び幾何補正部が挙げられる。
読取部１８は、検査対象印刷物１６に含まれる部分画像を読み取る。予測部１９は、読取部１８により読み取られた部分画像を示す部分画像情報に基づいて検査対象印刷物１６に含まれる検査対象画像であって仮想見本画像に相当する画像である検査対象画像を予測する。
抽出部２０は、見本画像情報ＤＢ１３に記憶されている見本画像情報と予測部１９により予測された検査対象画像を示す検査対象画像情報との差分値を算出する。そして、算出した差分値に基づいて、検査対象画像情報により示される検査対象画像から、特定方向の筋状模様（例えば特定方向に線状に延びた模様）を有する筋状欠陥（本第１実施形態では、一例として筋状欠陥を示す画像である筋状欠陥画像）を抽出する。なお、本第１実施形態では、検査対象画像情報として、上述した読取部１８の特性の影響が反映されていない（読取部１８の特性の影響が排除された）検査対象画像情報を採用している。また、本第１実施形態では、検査対象画像情報として、上述した非形成要因特性の影響が反映されていない（非形成要因特性の影響が排除された）検査対象画像情報を採用している。
評価部２２は、筋状欠陥の視認性を評価する。ここで言う「筋状欠陥の視認性」とは、例えば、抽出部２０により抽出された筋状欠陥画像により特定される筋状欠陥の視認性を指す。また、ここで言う「視認性を評価する」とは、例えば、筋状欠陥画像の視認強度を導出することを指す。なお、本第１実施形態では、評価部２２が筋状欠陥画像の視認強度を導出する例を挙げて説明するが、これに限らず、例えば、導出した視認強度が特定の人間の視覚により判断可能か否かを判定する判定機能を評価部２２に担わせてもよい。ここで言う「特定の人間」とは、例えば検査対象物１６を観察する者を指す。また、ここで言う「判定機能」とは、例えば後述の警告要否判定部４４の機能に相当する機能を指す。
警告部２４は、評価部２２により視認性が評価された筋状欠陥が視認可能な筋状欠陥であると判定された場合に警告する。ここで言う「視認可能な筋状欠陥」とは、例えば、特定の人間にとって視認可能な筋状欠陥のことを指す。
図８には、読取部１８の要部機能の一例が示されている。読取部１８は、読取実施部２３、排除部２５及び除去部２７を含む。読取実施部２３は、検査対象印刷物１６における部分画像の読み取りを実施し、部分画像を示す部分画像情報を取得する。ここで、読取実施部２３は、特定方向の解像度が特定方向に交差する方向の解像度よりも低くなるように部分画像を読み取る。すなわち、本第１実施形態では、読取実施部２３が、特定方向の解像度が主走査方向の解像度よりも低くなるように部分画像を読み取る。なお、ここでは、仮想見本画像における特定方向の解像度と主走査方向の解像度は揃っており、部分画像を読み取る場合の主走査方向の解像度として、仮想見本画像の特定方向の解像度（主走査方向の解像度）と相違しない解像度が採用されている。
排除部２５は、読取実施部２３により取得された部分画像情報から読取部１８の特性の影響及び非形成要因特性の影響を排除する。なお、ここで言う「読取部１８の特性」には、上述した特性方向の解像度と主走査方向の解像度とが異なるという特性は含まれない。また、ここでは、錯綜を回避するため、「読取部１８の特性の影響」として、見本画像情報に反映されていない読取部１８の特性の影響を採用しており、「非形成要因特性の影響」として、見本画像情報に反映されていない非形成要因特性の影響を採用している。また、ここでは錯綜を回避するために、排除部２５が、読取実施部２３により取得された部分画像情報から読取実施部２３の特性の影響を排除する例を挙げて説明するが、開示の技術はこれに限定されるものではない。例えば、部分画像情報から読取実施部２３の特性の影響に加え、排除部２５の特性の影響も排除するようにしてもよい。また。読取実施部の特性の影響を無視して、排除部２５の特性の影響を排除するようにしてもよい。
除去部２７は、排除部２４により読取部１８の特性の影響及び非形成要因特性の影響が排除された部分画像情報により示される部分画像から特定の筋状模様（例えば所定の面積以上の筋状模様）を検出する。そして、検出した筋状模様を示す筋状模様情報を部分画像情報から除去し、除去結果を示す除去結果情報を生成する。除去結果情報は、筋状模様情報を除去したか否かを示す情報を含む。ここで、筋状模様情報を除去していない場合とは筋状模様が検出されなかった場合を指す。また、筋状模様情報を除去した場合、除去結果情報には筋状模様情報が含まれる。なお、本第１実施形態では、特定の筋状模様を例示しているが、これに限らず、例えば、特定の筋状模様に代えて、ノズルチェックパターンの模様を採用してもよい。この場合、ノズルチェックパターンを検査対象領域１６の余白領域に印刷し、印刷されたノズルチェックパターンを読取部１８で読み取ればよい。また、ノズルチェックパターンは余白領域の一部に形成されていてもよいし、検査対象領域１６の全幅に亘って形成されていてもよい。ノズルチェックパターンを採用した場合、不良ノズルの位置を特定し、特定した不良ノズルの位置から如何なる筋状欠陥が形成されるのか（実際に形成される筋状欠陥の態様）を予測する必要がある。この場合、印刷装置１２の特性（経時劣化の特性を含む）やインク滴の大きさ等の種々の環境条件と筋状欠陥の態様を表す態様情報とが予め関連付けられたルックアップテーブル又はこのルックアップテーブルに相当する演算式（ルックアップテーブルの入力を変数としてルックアップテーブルの出力を解とする演算式）を用いることで、筋状欠陥の態様を予測することが可能となる。また、本第１実施形態では、読取部１８に除去部２７が搭載されている場合を例示しているが、除去部２７がなくても開示の技術は成立する。この場合、後述する除去結果取得部１９Ｂは不要となる。
図９には、予測部１９の要部機能の一例が示されている。予想部１９は、仮想検査対象画像生成部１９Ａ、除去結果取得部１９Ｂ、検査対象画像生成部１９Ｃ及び解像度調整部１９Ｄを含む。仮想検査対象生成部１９Ａは、予め定められた印刷内容を示す印刷内容情報（例えば見本画像生成部１１で用いたものに相当するもの）に基づいて、検査対象印刷物１６に含まれる検査対象画像を想定した仮想検査対象画像を示す仮想検査対象画像情報を生成する。
除去結果取得部１９Ｂは、除去部２７により生成された除去結果情報を取得する。解像度調整部１９Ｄは、除去部２７によって筋状模様情報が除去された部分画像情報により示される部分画像の解像度の調整を行う。本第１実施形態では、解像度調整部１９Ｄは、除去部２７により筋状模様情報が除去された部分画像情報により示される部分画像の位置合わせを行ってから部分画像の特定方向の解像度を主走査方向の解像度に揃える。例えば、解像度調整部２６は、部分画像の特性方向の画素に対して補間処理を行うことにより、部分画像の特定方向の解像度を主走査方向の解像度に揃える。なお、ここで言う「位置合わせ」とは、例えばスキューや搬送方向へのずれ等を補正する処理を指す。
検査対象画像生成部１９Ｃは、仮想検査対象生成部１９Ａで生成された仮想検査対象画像情報を、解像度の調整が行われた部分画像情報及び除去結果取得部１９Ｂで取得された除去結果情報を加味して調整することにより前述の検査対象画像情報を生成する。例えば、除去結果情報に筋状模様情報が含まれていない場合は、部分画像情報により示される部分画像と事前に想定された部分画像との差異及び事前に準備された情報に基づいて仮想検査対象画像情報を調整する。一方、除去結果情報に筋状模様情報が含まれている場合は、筋状模様情報、部分画像情報により示される部分画像と事前に想定された部分画像との差異、事前に準備された情報に基づいて仮想検査対象画像情報を調整する。ここで言う「調整」とは、例えば、検査対象画像における欠陥箇所の位置、大きさ、形状を予測し、予測結果を仮想検査対象画像情報に反映させることを指す。「事前に準備された情報」とは、例えば、印刷装置１２の特性及び読取部１８の特性などの検査対象画像における欠陥箇所の予測に寄与する予め定められた１つ以上の情報を指す。また、検査対象画像生成部１９は、上記のように生成された検査対象画像情報から読取部１８の特性の影響及び非形成要因特性の影響を排除する。
図１０には、抽出部２０の要部機能の一例が示されている。図１０に示すように、抽出部２０は、減算部２８、筋状領域切出部３０及び特性方向画像抽出部３２を含む。
減算部２８は、検査対象画像生成部１９Ｃにより生成された検査対象画像情報と見本画像情報ＤＢ１３に記憶されている対応する見本画像情報との差分値を算出する。ここでは、例えば減算部２８は、検査対象画像生成部１９Ｃにより生成された検査対象画像情報により示される検査対象画像と見本画像情報ＤＢ１３に記憶されている対応する見本画像情報により示される仮想見本画像との濃度についての差分値を算出する。
筋状領域切出部３０は、検査対象画像情報により示される検査対象画像のうちの予め定められた領域を対象にして、減算部２８で算出された差分値に基づいて、筋状模様を有する領域（以下、「筋状領域」という）を切り出す。なお、ここで言う「筋状模様」は特定方向の筋状模様の他に、特定方向以外の方向の筋状模様も含まれる。また、ここで言う「予め定められた領域」とは、例えば筋状模様が形成される領域として事前に想定された領域を指す。本第１実施形態では、「筋状模様が形成される領域として事前に想定された領域」の一例として、印刷装置１２の構造上の欠陥箇所、インク吐出量が多い領域、及び読取部１８の特性（一例として読取実施部２３の特性）に基づいて特定された領域を採用している。ここでは、一例として、印刷装置１２の構造上の欠陥箇所、インク吐出量が多い領域、及び読取実施部２３の構造上の欠陥箇所の各々に対応する領域を「筋状模様が形成される領域として事前に想定された領域」として採用している。
このように、本第１実施形態では、「筋状模様が形成される領域として事前に想定された領域」は、印刷装置１２の特性及び読取部１８の特性に基づいて特定しているが、開示の技術はこれに限定されるものではない。例えば、「筋状模様が形成される領域として事前に想定された領域」は、印刷装置１２の特性又は読取部１８の特性に基づいて特定されてもよい。また、印刷装置１２の特性は印刷装置１２の構成部材に経時劣化の特性を含んでいてもよい。例えば、印刷装置１２の構成部材のうち経時劣化が予想される構成部材であって画像の欠陥に影響を及ぼすことが事前に予想される構成部材の経時劣化の特性を加味して「筋状模様が形成される領域として事前に想定された領域」を特定してもよい。また、読取部１８の特性は読取部１８の構成部材に経時劣化の特性を含んでいてもよい。例えば、読取部１８の構成部材のうち経時劣化が予想される構成部材であって画像の読取結果に影響を及ぼすことが事前に予想される構成部材の経時劣化の特性を加味して「筋状模様が形成される領域として事前に想定された領域」を特定してもよい。
特定方向画像抽出部３２は、筋状領域切出部３０により切り出された筋状領域から特定方向の筋状模様を有する筋状欠陥（本第１実施形態では、一例として筋状欠陥を示す画像である筋状欠陥画像）を抽出し、筋状欠陥画像を示す筋状欠陥画像情報を生成する。すなわち、特定方向画像抽出部３２は、特定方向以外の方向の筋状模様の画像及びハーフトーンなどによる粒状模様の画像を排除することで特定方向の筋状模様を有する筋状欠陥画像を抽出して筋状欠陥画像情報を生成する。ここで、粒状成分を排除して特定方向の筋状欠陥を抽出する抽出アルゴリズムの他の例としては、複数のバンドパスフィルタを用いた抽出アルゴリズムや線検出フィルタを用いた抽出アルゴリズム、微分フィルタ（２回微分フィルタ）を用いた抽出アルゴリズムが例示できる。なお、以下では、説明の便宜上、特定方向の筋状模様を有する筋状欠陥画像を単に「筋状欠陥画像」と称する。
図１１には、評価部２２の要部機能の一例が示されている。図１１に示すように、評価部２２は、第１画像合成部３４、変換部３６、特定成分分解部３８、第２画像合成部４０及び視覚モデル評価実施部４２を含む。第１画像合成部３４は、見本画像情報により示される仮想見本画像（例えば減算部２８で使用された見本画像情報により示される仮想見本画像）と特定方向画像抽出部３２により抽出された筋状欠陥画像とを合成する。本第１実施形態では、第１画像合成部３４は、例えば、仮想見本画像と特定方向画像抽出部３２により抽出された筋状欠陥画像とを合成し、合成して得た合成画像である評価対象画像を示す評価対象画像情報を生成する。
変換部３６は、評価対象画像情報により示される評価対象画像及び見本画像情報により示される仮想見本画像を対象にして色変換及び視覚フィルタ処理を行う。ここで言う「色変換」とは、デバイス依存の色空間からデバイス非依存の色空間への変換を指す。デバイス依存の色空間とは、例えば印刷装置１２に依存した色空間（例えば印刷に供する色材による分光特性に依存した色空間）を指す。デバイス非依存の色空間とは、例えば人間の視覚に依存する色空間（例えば人間の目の分光特性に依存した色空間）のことを指し、具体的にはＸＹＺ，Ｌａｂ，Ｌｕｖ，ＨＳＶ，ＶＤ，ＲＧＢ，ＣＩＥＣＡＭなどが挙げられる。
上記の「視覚フィルタ処理」とは、人間の視覚特性に対応する空間周波数（人間の視覚特性に近い空間周波数として予め定められた空間周波数）を得るローパスフィルタとして機能する関数を利用して視覚変換を行う処理を指す。「人間の視覚特性に近い空間周波数として予め定められた空間周波数」とは、例えば人間の目に対する刺激が一般的に強いとされる空間周波数を除く可視領域の空間周波数を指す。また、ここでは、ローパスフィルタとして機能する関数の一例として、人間の視覚特性に対応する空間周波数特性に基づいて決定されたＶＴＦ関数を採用している。従って、ここで言う「視覚フィルタ処理」とは、例えば、ＶＴＦ関数を利用して、評価対象画像情報により示される評価対象画像及び見本画像情報により示される仮想見本画像を、人間の視覚特性に対応しない空間周波数を除去した評価対象画像及び仮想見本画像に変換する処理を指す。
特定成分分解部２８は、変換部３６により変換されて得た評価対象画像及び仮想見本画像の各々を、特定の物理量成分に分解する。本第１実施形態では、特定成分分解部２８は、評価対象画像及び仮想見本画像の各々を複数の空間周波数の各々及び複数の方向の各々に分解することで、複数の空間周波数の各々についての周波数分解画像及び複数の方向の各々についての方向分解画像を得る。
視覚モデル評価実施部４２は、抽出部２０により抽出された筋状欠陥画像により特定される筋状欠陥に対して、マスク効果視覚モデルを利用した視認性の評価を実施し、筋状欠陥の視認性の強度を示す情報（以下、視認性強度情報という）を生成する。すなわち、周波数分解画像の各々及び方向分解画像の各々に対して視認性を評価（マスク効果を評価）し、画像毎に視認性強度情報を生成する。ここで言う「視認性の強度」とは、例えば０〜９の数値による１０段階の強度で示され、数値が大きくなるほど視認性の強度が強い（視認性が良好である）ことを示す。なお、以下では、周波数分解画像と方向分解画像とを区別して説明する必要がない場合は「分解画像」と称する。
本第１実施形態では、視覚モデル評価実施部４２は、例えば各分解画像に対して隣接する周波数分解画像の影響及び全方向の方向分解画像の影響を加味した画像の視認性を評価し、視認性強度情報を生成する。ここで言う「隣接する周波数分解画像の影響」とは、例えば複数の周波数分解画像のうち空間周波数が隣接する周波数分解画像において一方の周波数分解画像が他方の周波数分解画像に与える影響を指す。また、ここで言う「全方向の方向分解画像の影響」とは、全方向の方向分解画像において特定の方向分解画像が他方の方向分解画像に与える影響を指す。なお、これに限らず、視覚モデル評価実施部４２は、各分解画像に対して他の分解画像の少なくとも１つの影響を加味した画像の視認性を評価してもよい。また、本第１実施形態では、視覚モデル評価実施部４２は、マスク効果視覚モデルを利用した評価アルゴリズムの一例として、ＶＤＰ（visible difference predictor）を利用した評価を採用している。ここで言う「ＶＤＰ」とは、例えば人間の視覚特性（マスキング）などをモデル化し、二つの画像間の人間の目に見える誤差を推定する手法を指す。なお、評価アルゴリズムの他の例としては、ＨＤＲ−ＶＤＰ−２が挙げられる。
第２画像合成部４０は、視覚モデル評価実施部４２で分解画像毎に生成された視認性強度情報を、第１画像合成部３４により生成された評価対象画像情報により示される評価対象画像に合成し、合成して得た画像を示す評価結果情報を生成する。例えば、第１画像合成部３４により生成された評価対象画像情報により示される評価対象画像の各画素に対して、各周波数分解画像及び各方向成分画像における対応画素の視認性強度情報を関連付ける。ここで、周波数分解画像は、空間周波数によっては評価対象画像の数画素分（例えば２×２画素分）が１画素として表れるので、この場合は、周波数分解画像の１画素が評価対象画像における対応する数画素に関連付けられることとなる。なお、以下では、第２画像合成部４０で合成された画像を「最終合成画像」という。
図１２には、警告部２４の要部機能の一例が示されている。図１２に示すように、警告部２４は、警告要否判定部４４及び警告実施部４８を含み、警告要否判定部４４には参照情報ＤＢ４６が接続されている。参照情報ＤＢ４６には、警告の要否を判定する際に参照される情報（以下、「参照情報」という）が記憶されている。警告要否判定部４４は、参照情報ＤＢ４６の参照情報を参照して、視覚モデル評価実施部４２で生成された評価結果情報に基づいて警告の要否を判定する。本第１実施形態に係る参照情報ＤＢ４６には、参照情報の一例として、視認性の強度毎に、視認可能か否かを示す判定情報が記憶されている。従って、警告要否判定部４４は、判定情報に基づいて、評価結果情報に含まれる視認性強度情報により示される視認性の強度が警告を要する強度であるか否かを判定することができる。なお、ここで言う「判定情報」は、例えば特定の人間による主観的な評価結果（例えば官能試験による評価結果）に基づいて事前に定められているが、これに限らず、例えばコンピュータによるシミュレーションの結果に基づいて事前に定められてもよい。
警告実施部４８は、警告要否判定部４４により評価結果情報に含まれる視認性強度情報により示される視認性の強度が警告を要すると判定された場合（筋状欠陥画像により特定される筋状欠陥が視認可能な筋状欠陥であると評価された場合）に警告を実施する。本第１実施形態では、警告実施部４８による警告態様として、例えば視認可能な筋状欠陥であると評価された筋状欠陥を含む検査対象印刷物１６に対して直接処理を施すことにより警告する態様と、所定情報を可視表示する態様とを採用している。ここで言う「直接処理」の一例としては、ソーティング処理が挙げられる。また、この他にも、例えば検査対象印刷物１６における筋状欠陥の位置の特定を支援する特定支援印を付与する処理や検査対象印刷物１６における筋状欠陥を特定方向へ延ばした位置に特定支援印を付与する処理が例示できる。
抽出部２０、評価部２２及び警告部２４は、例えば画像評価装置１０に内蔵された図１３に示すコンピュータ６０及びその他の入出力デバイスによって実現される。図１３には、画像評価装置１０の電気系の要部構成の一例が示されている。なお、以下では、見本印刷物及び検査対象印刷物１６を区別して説明する必要がない場合は単に「印刷物」と称する。
図１３に示すように、コンピュータ６０は、ＣＰＵ（Central Processing Unit）６２、メモリ６４及び不揮発性の記憶部６６を備え、これらはアドレスバスやシステムバス等を含んで構成されたバス６８を介して互いに接続されている。なお、記憶部６６は、ＳＳＤ（Solid State Drive）やＨＤＤ（Hard Disk Drive）などによって実現される。記憶媒体としての記憶部６６には、画像評価処理プログラム７０が記憶されている。また、記憶部６６は、見本画像情報ＤＢ１３、参照情報ＤＢ４６及び検査対象画像記憶領域７２を有する。検査対象画像記憶領域７２には、検査対象画像情報が記憶される。
ＣＰＵ６２は、記憶部６６から画像評価処理プログラム７０を読み出してメモリ６４に展開し、画像評価処理プログラム７０が有するプロセスを順次実行する。画像評価処理プログラム７０は、予測プロセス７３、抽出プロセス７６、評価プロセス７８及び警告プロセス８０を有する。ＣＰＵ６２は、予測プロセス７３を実行することで、図１に示す予測部１９として動作する。ＣＰＵ６２は、抽出プロセス７６を実行することで、図１に示す抽出部２０として動作する。ＣＰＵ６２は、評価プロセス７８を実行することで、図１に示す評価部２２として動作する。ＣＰＵ６２は、警告プロセス８０を実行することで、図１に示す警告部２４として動作する。
なお、ここでは画像評価処理プログラム７０を記憶部６６から読み出す場合を例示したが、必ずしも最初から記憶部６６に記憶させておく必要はない。例えば、コンピュータ６０に接続されて使用されるフラッシュメモリ、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの任意の「可搬型の記憶媒体」に先ずは画像評価処理プログラム７０を記憶させておいてもよい。そして、コンピュータ６０がこれらの可搬型の記憶媒体から各プログラムを取得して実行するようにしてもよい。また、インターネットやＬＡＮ（Local Area Network）などを介してコンピュータ６０に接続される他のコンピュータ又はサーバ装置などの外部装置に画像評価処理プログラム７０を記憶させておいてもよい。この場合、コンピュータ６０が外部装置から画像評価処理プログラム７０を取得して実行すればよい。
画像評価装置１０は、入出力デバイスを備えている。また、画像評価装置１０は、コンピュータ６０と各種の入出力デバイスとを電気的に接続してコンピュータ６０と各種の入出力デバイスとの間の各種情報の送受信を司るインプット・アウトプット・インターフェース（Ｉ／Ｏ）８２を備えている。入出力デバイスは、Ｉ／Ｏ８２に接続されることにより、バス６８を介してコンピュータ３０と電気的に接続される。ここでは、入出力デバイスとして、受付部８４、表示部８６、記録部８８、通信インタフェース（Ｉ／Ｆ）９０、搬送部９２、読取部１８の一例であるスキャナ９４、及びソータ９６を適用している。
受付部８４は、画像評価装置１０の利用者による操作入力を受け付ける。受付部８４としては、例えばキーボード、マウス、ディスプレイに重ねて用いられる透過型のタッチパネル、電源投入用の操作ボタン、各種情報の設定用の操作ボタン及びスクロールキーなどの入力デバイスが挙げられる。
表示部８６は、各種情報を表示する。表示部８６としては、例えば液晶ディスプレイが挙げられる。なお、本第１実施形態では、表示部８６としての液晶ディプレイに対して受付部８４の一部であるタッチパネルを重ね合わせることによって形成されたタッチパネル・ディスプレイを採用している。
記録部８８は、検査対象印刷物１６に対して画像を記録する。本第１実施形態では、記録部８８の一例としてインクジェット方式の記録ヘッドを採用しているが、開示の技術はこれに限定されない。例えばサーマルプリンタやスタンプ装置などであってもよく、検査対象印刷物１６に対して特定の印を付与することができる装置であれば如何なるものも適用可能である。
通信Ｉ／Ｆ９０は、通信網９１を介してパーソナルコンピュータやプリンタなどの外部装置９３が接続されており、外部装置９３とコンピュータ６０との各種情報の送受信を司る。
搬送部９２は、検査対象印刷物１６を画像評価装置１０内に取り込み、取り込んだ検査対象印刷物１６を所定の搬送経路に沿って搬送することで、スキャナ９４の読取位置及び記録部８８の記録位置を通過させ、ソータ９６へ送り込む。搬送部９２は、検査対象印刷物１６を搬送するための駆動源として用いられるモータ９８を含む。また、搬送部９２は、モータ９８に接続され、モータ９８の駆動を制御するドライバ１００を含む。ドライバ１００は、Ｉ／Ｏ８２に接続されている。従って、コンピュータ６０は、ドライバ１００を介してモータ９８の駆動を制御することができる。
スキャナ９４は、検査対象印刷物１６に含まれる部分画像を光学的に読み取り、読み取った部分画像を示す部分画像情報をコンピュータ６０に出力する。本第１実施形態では、スキャナ９４の一例として縮小光学系タイプのスキャナを採用しているが、これに限らず、例えば等倍光学系タイプのスキャナを採用してもよい。
図１４には、スキャナ９４の電気系の要部構成の一例が示されている。図１４に示すように、スキャナ９４は、排除部２５及び除去部２７の一例であるコンピュータ９４Ａを備えている。コンピュータ９４Ａは、ＣＰＵ９４Ｂ、メモリ９４Ｃ及び不揮発性の記憶部９４Ｄを備え、これらはアドレスバスやシステムバス等を含んで構成されたバス９４Ｅを介して互いに接続されている。なお、記憶部９４Ｄは、ＳＳＤやＨＤＤなどによって実現される。記憶媒体としての記憶部９４Ｄには、部分画像処理プログラム９５Ｂが記憶されている。
ＣＰＵ９４Ｂは、記憶部９４Ｄから部分画像読取処理プログラム９５Ｂを読み出してメモリ９４Ｃに展開し、部分画像読取処理プログラム９５Ｂが有するプロセスを順次実行する。
スキャナ９４は、入出力デバイスを備えている。また、スキャナ９４は、コンピュータ９４Ａと各種の入出力デバイスとを電気的に接続してコンピュータ９４Ａと各種の入出力デバイスとの間の各種情報の送受信を司るＩ／Ｏ９４Ｆを備えている。入出力デバイスは、Ｉ／Ｏ９４Ｆに接続されることにより、バス９４Ｅを介してコンピュータ９４Ａと電気的に接続される。ここでは、入出力デバイスとして、読取実施部２３の一例であるイメージセンサ９４Ｆ、光照射部９４Ｇ及び外部Ｉ／Ｆ９４Ｈを適用している。光照射部９４Ｇは、検査対象印刷物１６の読取対象面（読取対象の部分画像が印刷された面）に対して光を照射する。本第１実施形態では、光照射部９４Ｇの一例として白色蛍光ランプを適用しているが、他の光源であってもよい。
イメージセンサ９４Ｆは、光照射部９４Ｇにより印刷物の読取対象面に光が照射されて読取対象面で反射された光を受光し、光電変換して得た画像情報をコンピュータ９４Ａに出力する。コンピュータ９４Ａは、入力された画像情報を記憶部９４Ｄに記憶する。本第１実施形態では、イメージセンサ９４Ｆの一例としてＣＣＤ（Charge Coupled Devices）イメージセンサを適用しているが、他のイメージセンサであってもよい。
外部Ｉ／Ｆ９４Ｈは、図１３に示すＩ／Ｏ８２に接続されており、コンピュータ９４Ａとコンピュータ６０との各種情報の送受信を司る。
図１３に示すソータ９６は、ソーティング処理を行う。すなわち、搬送物９２によって搬送された検査対象印刷物１６を取り込み、取り込んだ検査対象印刷物１６を、検査対象画像の視認性の良否に基づいて仕分ける。本第１実施形態では、検査対象印刷物１６の仕分け方式として２種類の仕分け方式を採用しており、これらの仕分け方式はユーザの指示に従って使い分けられる。図１５には、２種類の仕分け方式の一例が模式的に示されている。図１５に示すように、２種類の仕分け方式のうちの一方は「ずらし方式」であり、他方は「トレイ別方式」である。「ずらし方式」とは、検査対象印刷物１６の排出先のトレイにおいて、視認性が良好と評価された検査対象印刷物１６を所定の整列方向（例えば鉛直方向）に蓄積し、視認性が不良と評価された検査対象印刷物１６を所定の整列方向から外す仕分け方式を指す。「トレイ別方式」とは、検査対象画像の視認性の良好な検査対象印刷物１６と検査対象画像の視認性が不良な検査対象印刷物１６とを別々の領域（一例としてトレイ）に排出する方式を指す。
図１６には、記録部８８、スキャナ９４及びソータ９６の配置例が模式的に示されている。図１６に示すように、検査対象印刷物１６の搬送経路には、複数の搬送ロール対１０３が配置されている。また、搬送経路には、検査対象印刷物１６の搬送方向の上流側から順にスキャナ９４及び記録部８８が配置されており、搬送経路の終端にはソータ９６が検査対象印刷物１６を受入可能に配置されている。搬送ロール対１０３は、各々モータ９８の回転駆動力を受けて互いに反対方向に回転する搬送ロール１０３Ａ，１０３Ｂを有する。搬送ロール対１０３は、搬送ロール１０３Ａと搬送ロール１０３Ｂとで検査対象印刷物１６を挟み込んで検査対象印刷物１６をスキャナ９４による読取位置及び記録部８８による記録位置へ搬送し、ソータ９６へ送り込む。なお、本第１実施形態では、画像評価装置１０における搬送時の検査対象印刷物１６の向きは印刷装置１２における搬送時の検査対象印刷物１６の向きと同一とされている。
記録部８８は、開示の技術に係る特定方向に相当する搬送方向に沿って、視認性が不良と評価された検査対象印刷物１６が搬送された場合、一例として図１７〜図１９に示すように、検査対象印刷物１６に対して筋状欠陥の位置を特定する特定支援印を記録する。図１７に示す例では、筋状欠陥を搬送方向（ここでは一例として搬送方向下流側）へ延ばした位置であって検査対象印刷物１６の搬送方向下流側の余白領域（外周縁の搬送方向下流側の予め定められた余白領域）の位置に特定支援印が記録されている。図１８に示す例では、筋状欠陥を搬送方向（ここでは一例として搬送方向上流側）へ延ばした位置であって検査対象印刷物１６の搬送方向上流側の余白領域（外周縁の予め定められた余白領域）の位置に特定支援印が記録されている。図１９に示す例では、図１７に示す例と同一の位置に特定支援印が記録されており、更に、筋状欠陥を搬送方向に対して交差する方向へ延ばした位置であって検査対象印刷物１６の余白領域の位置に特定支援印が記録されている。なお、ここで言う「搬送方向に対して交差する方向」とは、例えば搬送方向に対して直交する方向を指す。
なお、図１７〜図１９に示す例では、特定支援印として赤色の矩形マークを適用しているが、これに限らず、他の色（好ましくは記録用紙１１４と異なる色）で他の形状のマークを採用してもよい。
また、検査対象印刷物１６に視認性の強度（例えば面積や濃度）が異なる複数の筋状模様が含まれる場合、それぞれの筋状模様に対して異なる色のマークを付与してもよい。例えば、図２０に示すように、検査対象印刷物１６に視認性の強度が異なる２つの筋状模様が含まれる場合、筋状模様の各々を搬送方向へ延ばした位置であって検査対象印刷物１６の余白領域の位置に赤色のマーク及び青色のメークを強度に応じて選択的に記録する。また、筋状模様の各々を搬送方向と交差する方向（ここでは一例として直交する方向）へ延ばした位置であって検査対象印刷物１６の余白領域の位置にも赤色のマーク及び青色のマークを強度に応じて選択的に記録する。なお、図２０に示す例では、赤色のマークが青色のマークよりも視認性の強度が強いことを表している。
また、本第１実施形態では、インクジェット方式の記録ヘッドでマークを記録する例を挙げて説明しているが、開示の技術はこれに限定されるものではない。例えば、特定支援印として、スタンプを採用してもよいし、シールを採用してもよい。スタンプを採用する場合は記録部８８に代えてスタンプを押印可能な押印装置を設置すればよいし、シールを採用する場合は記録部８８に代えてシールを貼付可能なシール貼付装置を設置すればよい。
次に本第１実施形態の作用として、印刷装置１２のシステム制御部１８２のＣＰＵ（以下、符号を付さずに「ＣＰＵ」という）が部分画像印刷処理プログラムを実行することにより印刷装置１２で行われる印刷処理について、図２１を参照して説明する。なお、ここでは、錯綜を回避するために、システム制御部１８２のＣＰＵにより検査対象画像印刷処理プログラムが並列的に実行されることで一例として図２２に示すように記録用紙１１４に検査対象画像が印刷される場合を前提にして説明する。なお、以下では、検査対象印刷物１６として、図２２に示すように、外周部に余白領域が設けられており、中央部の矩形領域に検査対象画像が印刷された印刷物を例に挙げて説明する。図２２に示す例では、Ａ４の記録用紙１１４に対して上下左右の各方向について５ｍｍの余白領域が設定されている。図２２に示す「くわえ側」とは、例えば図６に示す保持領域Ｘ（保持領域Ｙ）における搬送方向下流側のグリッパ１２５により保持される側のことを指す。また、図２２に示す「くわえ尻側」とは、例えば保持領域Ｘ（保持領域Ｙ）における搬送方向上流側のグリッパ１２５により保持される側のことを指す。
図２１に示す印刷処理では、先ず、ステップ４００において、ＣＰＵにより、検査対象印刷物情報が入力されたか否かが判定される。本ステップ４００において検査対象印刷物情報が入力されていない場合は判定が否定されて本ステップ４００の判定が再び行われる。本ステップ４００において検査対象印刷物情報が入力された場合は判定が肯定されてステップ４０２へ移行する。
ステップ４０２では、ＣＰＵにより、上記ステップ４００で入力された検査対象印刷物情報から部分画像の一例であるテスト画像を示すテスト画像情報が取得される。ここで言う「テスト画像」とは、例えば検査対象画像から抜き出された画像の一部であってスキャナ９４の読取対象とされる画像を指す。ここでは、テスト画像の一例として、検査対象画像における画像の一部を採用している。また、ここで言う「画像の一部」とは、検査対象画像における筋状欠陥画像が形成される領域として事前に想定された領域を指す。なお、本第１実施形態では、筋状欠陥画像が形成される領域として事前に想定された領域を特定する位置特定情報が検査対象印刷物情報に含まれている。従って、本ステップ４０２では、ＣＰＵが、位置特定情報を参照して検査対象印刷物情報からテスト画像情報を抽出する。なお、これに限らず、テスト画像情報そのものが検査対象印刷物情報に含まれていてもよい。
次のステップ４０４では、ＣＰＵにより、給紙部１０２及びモータ１９８が制御されることで、記録用紙１１４が印刷装置１２内に取り込まれて、給紙胴１２４ａ、圧胴及び渡し胴によって搬送される。
次のステップ４０６では、ＣＰＵにより、記録用紙１１４が予め定められた位置（例えば記録ヘッド１４０によりテスト画像の印刷が開始される位置として予め定められた位置）に到達したか否かが判定される。本ステップ４０６において記録用紙１１４が予め定められた位置に到達していない場合は判定が否定されて本ステップ４０６の判定が再び行われる。本ステップ４０６において記録用紙１１４が予め定められた位置に到達した場合は判定が肯定されて本ステップ４０８へ移行する。なお、ここで言う「予め定められた位置」とは、例えば検査対象印刷物１６の「くわえ側」の余白領域内の位置を指す。
ステップ４０８では、ＣＰＵにより、記録ヘッド１４０が制御されることで、上記ステップ４０２で取得されたテスト画像情報により示されるテスト画像が記録用紙１１４の予め定められた位置に印刷される。本ステップ４０８の処理がＣＰＵによって行われることで、一例として図２３に示すように、検査対象印刷物１６の搬送方向最下流側の端部の一例である検査対象印刷物１６の「くわえ側」の余白領域内の位置にテスト画像が印刷される。なお、これに限らず、検査対象印刷物１６の搬送方向最上流側の端部の一例である「くわえ尻側」の余白領域内の位置も予め定められた位置として採用してもよい。この場合は、例えば図２４に示すように「くわえ側」の余白領域と「くわえ尻側」の余白領域との双方にテスト画像が印刷されることとなる。また、「くわえ側」の余白領域にテスト画像を印刷せず、「くわえ尻側」の余白領域にテスト画像を印刷するようにしてもよい。
ステップ４１０では、ＣＰＵにより、全ての検査対象印刷物１６に対してテスト画像が印刷されたか否かが判定される。本ステップ４１０において全ての検査対象印刷物１６に対してテスト画像が印刷されていない場合は判定が否定されてステップ４００へ移行する。本ステップ４１０において全ての検査対象印刷物１６に対してテスト画像が印刷された場合は判定が肯定されて本印刷処理を終了する。
次に本第１実施形態の作用として、ＣＰＵ６２が画像評価処理プログラム７０を実行することにより画像評価装置１０で行われる画像評価処理について、図２５を参照して説明する。なお、ここでは、錯綜を回避するために、検査対象印刷物１６はユーザからの指示に応じて画像評価装置１０内に１枚ずつ取り込まれるように待機領域（例えば給紙トレイ）に既に収容されている場合について説明する。また、ここでは、錯綜を回避するため、印刷装置１２によってバリアブル印刷が実施されて得られた印刷物を検査対象印刷物１６として扱う場合について説明する。また、ここでは、錯綜を回避するために、検査対象印刷物１６に対応する仮想見本画像を示す見本画像情報が見本画像情報ＤＢ１３に既に記憶されている場合について説明する。また、ここでは、錯綜を回避するために、バリアブル印刷が実施されて得られた検査対象印刷物１６の全てが待機領域に収容され、待機領域に収容されている検査対象印刷物１６の全てのテスト画像をスキャナ９４により読み取る場合を例に挙げて説明する。また、ここでは、錯綜を回避するために、画像評価装置１０に取り込まれて搬送される検査対象印刷物１６の向きが印刷装置１２における搬送経路での検査対象印刷物１６の向きと一致していることを前提にして説明する。また、ここでは、錯綜を回避するために、仕分け方式として「ずらし方式」又は「トレイ別方式」がユーザにより既に指示されている場合について説明する。
図２５に示す画像評価処理では、先ず、ステップ２００において、抽出部２０により、読取制御処理が行われ、その後、ステップ２０１へ移行する。図２６には、読取制御処理の流れの一例が示されている。図２６に示す読取制御処理では、先ず、ステップ２００Ｇにおいて、抽出部２０により、テスト画像の読み取りを開始する指示が受付部８４で受け付けられたか否かが判定される。本ステップ２００Ｇにおいてテスト画像の読み取りを開始する指示が受付部８４で受け付けられた場合は判定が肯定されてステップ２００Ｈへ移行する。本ステップ２００Ｇにおいてテスト画像の読み取りを開始する指示が受付部８４で受け付けられていない場合は判定が否定されて本ステップ２００Ｇの判定が再び行われる。
ステップ２００Ｈでは、抽出部２０により、１枚の検査対象印刷物１６の取り込みが搬送部９２に対して指示される。これに応じて、搬送部９２は、１枚の検査対象印刷物１６を取り込み搬送経路に沿って搬送する。
次のステップ２００Ｉでは、抽出部２０により、検査対象印刷物１６におけるテスト画像がスキャナ９４による読取位置に到達したか否かが判定される。本ステップ２００Ｉにおいて検査対象印刷物１６におけるテスト画像がスキャナ９４による読取位置に到達した場合は判定が肯定されてステップ２００Ｊへ移行する。本ステップ２００Ｉにおいて検査対象印刷物１６におけるテスト画像がスキャナ９４による読取位置に到達していない場合は判定が否定されて本ステップ２００Ｉの判定が再び行われる。
ステップ２００Ｊでは、抽出部２０により、テスト画像の読み取りの開始がスキャナ９４に対して指示され、その後、ステップ２００Ｋへ移行する。ステップ２００Ｋでは、スキャナ９４によるテスト画像の読み取りが終了したか否かが抽出部２０により判定される。本ステップ２００Ｋにおいてスキャナ９４によるテスト画像の読み取りが終了した場合は判定が肯定されてステップ２００Ｌへ移行する。本ステップ２００Ｋにおいてスキャナ９４によるテスト画像の読み取りが終了していない場合は判定が否定されて本ステップ２００Ｋの判定が再び行われる。
ステップ２００Ｌでは、抽出部２０により、待機領域に収容されている全ての検査対象印刷物１６についてステップ２００Ｈ〜ステップ２００Ｋの処理が行われたか否かが判定される。本ステップ２００Ｌにおいて全ての検査対象印刷物１６についてステップ２００Ｈ〜ステップ２００Ｋの処理が行われていない場合は判定が否定されてステップ２００Ｈへ移行する。本ステップ２００Ｌにおいて全ての検査対象印刷物１６についてステップ２００Ｈ〜ステップ２００Ｋの処理が行われた場合は判定が肯定されて本読取制御処理を終了する。
次に、スキャナ９４のＣＰＵ９４Ｂが部分画像読取処理プログラム９５Ｂを実行することによりスキャナ９４で行われる部分画像読取処理について、図２７を参照して説明する。
図２７に示す部分画像読取処理では、先ず、ステップ２３０において、排除部２５により、上記ステップ２００Ｊでテスト画像の読み取りの開始が指示されたか否かが判定される。本ステップ２３０においてテスト画像の読み取りの開始が指示されていない場合は判定が否定されて本ステップ２３０の判定が再び行われる。本ステップ２３０においてテスト画像の読み取りの開始が指示された場合は判定が肯定されてステップ２３２へ移行する。
ステップ２３２では、排除部２５により、イメージセンサ９４Ｆを作動させてイメージセンサ９４Ｆに対してテスト画像の読み取りを開始させる。これにより、イメージセンサ９４Ｆはテスト画像情報を取得し、取得したテスト画像情報をコンピュータ９４Ｆに出力する。
次のステップ２３４では、排除部２５により、イメージセンサ９４Ｆから入力されたテスト画像情報からスキャナ９４の特性の影響及び印刷装置１２の非形成要因特性の影響が排除される。本ステップ２３４では、例えば、排除部２５が、イメージセンサ９４Ｆから入力されたテスト画像情報からイメージセンサ９４Ｆの特性の影響及び印刷装置１２の非形成要因特性の影響を排除する。
次のステップ２３６では、排除部２５により、上記ステップ２３４でイメージセンサ９４Ｆの特性の影響及び印刷装置１２の非形成要因特性の影響が排除されたテスト画像情報が記憶部９４Ｄに記憶された後、ステップ２３８へ移行する。ステップ２３８では、排除部２５により、テスト画像の読み取りが終了したか否かが判定される。本ステップ２３８においてテスト画像の読み取りが終了していない場合は判定が否定されてステップ２３２へ移行する。本ステップ２３８においてテスト画像の読み取りが終了した場合は判定が肯定されてステップ２４０へ移行する。
ステップ２３９では、除去部２７により、筋状模様除去処理が行われる。筋状模様除去処理とは、部分画像情報から筋状模様情報を除去し、除去結果を示す除去結果情報を生成する処理を指す。
ステップ２４０では、除去部２７により、上記ステップ２３６で記憶部９４Ｄに記憶されたテスト画像情報及び上記ステップ２３９で生成された除去結果情報が画像評価装置１０のコンピュータ６０に出力される。
次のステップ２４２では、待機領域に収容されている全ての検査対象印刷物１６についてステップ２３０〜ステップ２４０の処理が行われたか否かが判定される。本ステップ２４２において全ての検査対象印刷物１６についてステップ２３０〜ステップ２４０の処理が行われていない場合は判定が否定されてステップ２３０へ移行する。本ステップ２４２において全ての検査対象印刷物１６についてステップ２３０〜ステップ２４０の処理が行われた場合は判定が肯定されて本部分画像読取処理を終了する。
図２５に戻って、画像評価処理では、ステップ２０１において、予測部１９により、予測処理が行われ、その後、ステップ２０２へ移行する。図２８には、予測処理の流れの一例が示されている。図２８に示す予測処理では、先ず、ステップ２０１Ａにおいて、仮想検査対象画像生成部１９Ａにより、仮想検査対象画像情報が生成される。
次のステップ２０１Ｂでは、解像度調整部１９Ｄにより、スキャナ９４からテスト画像情報が入力されたか否かが判定される。本ステップ２０１Ｂにおいてテスト画像情報が入力されていない場合は判定が否定されて本ステップ２０１Ｂの判定が再び行われる。本ステップ２０１Ｂにおいてテスト画像情報が入力された場合は判定が肯定されてステップ２０１Ｃへ移行する。
ステップ２０１Ｃでは、検査対象画像生成部１９Ｃにより、上記ステップ２０１Ａで生成された仮想検査対象画像情報が、上記ステップ２０１Ｂで入力されたテスト画像情報に基づいて調整されることで検査対象画像情報が生成される。本ステップ２０１Ｃでは、例えば、解像度調整部１９Ｄにより、上記ステップ２０１Ｂで入力されたテスト画像情報により示されるテスト画像の解像度が調整される。そして、検査対象画像生成部１９Ｃにより、解像度調整部１９Ｄによって解像度の調整が行われたテスト画像情報に基づいて、上記ステップ２０１Ａで生成された仮想検査対象画像情報が調整されることで検査対象画像情報が生成される。
次のステップ２０１Ｄでは、除去結果取得部１９Ｂにより、除去結果情報が取得され、取得された除去結果情報に筋状模様情報が含まれているか否か（部分画像情報から筋状模様が除去されたか否か）が判定される。本ステップ２０１Ｄにおいて除去結果情報に筋状模様情報が含まれている場合は判定が肯定されてステップ２０１Ｅへ移行する。本ステップ２０１Ｄにおいて除去結果情報に筋状模様情報が含まれていない場合は判定が否定されてステップ２０１Ｆへ移行する。
ステップ２０１Ｅでは、検査対象画像生成部１９Ｃにより、除去結果取得部１９Ｂにより取得された除去結果情報に含まれている筋状模様情報が加味されて、上記ステップ２０１Ｃで生成された検査対象画像情報が調整される。本ステップ２０１Ｅでは、例えば、検査対象画像生成部１９Ｃにより、筋状模様情報に基づいて、上記ステップ２０１Ｃで生成された検査対象画像情報により示される検査対象画像における筋状模様の位置、大きさ、形状などが予測される。そして、検査対象画像における筋状模様の位置、大きさ、形状などを示す予測結果が上記ステップ２０１Ｃで生成された検査対象画像情報に付与されることにより検査対象画像情報が調整される。
次のステップ２０１Ｆでは、検査対象画像生成部１９Ｃにより、上記ステップ２０１Ｃで生成された検査対象画像情報又は上記ステップ２０１Ｅで調整された検査対象画像情報が微調整される。ここで言う「微調整」とは、例えば検査対象画像情報から読取部１８の特性の影響及び非形成要因特性の影響を排除することを指す。従って、本ステップ２０１Ｆでは、検査対象画像生成部１９Ｃにより、例えば、検査対象画像情報から読取部１８の特性の影響及び非形成要因特性の影響が排除されることにより検査対象画像情報が調整される。
次のステップ２０１Ｇでは、検査対象画像生成部１９Ｃにより、上記ステップ２０１Ｆで微調整が行われた検査対象画像情報が検査対象画像記憶領域７２に記憶され、その後、ステップ２０１Ｈに移行する。ステップ２０１Ｈでは、検査対象画像生成部１９Ｃにより、他に生成すべき検査対象画像がないか否かが判定される。本ステップ２０１Ｈにおいて他に生成すべき検査対象画像がある場合は判定が否定されてステップ２０１Ａへ移行する。本ステップ２０１Ｈにおいて他に生成すべき検査対象画像がない場合は判定が肯定されて本予測処理を終了する。
図２５に戻って、画像評価処理では、ステップ２０２において、抽出部２０により、抽出処理が行われ、その後、ステップ２０４へ移行する。図２９には、抽出処理の流れの一例が示されている。図２９に示す抽出処理では、先ず、ステップ２０２Ｂにおいて、減算部２８により、検査対象画像記憶領域７２から検査対象画像情報が取得され、その後、ステップ２０２Ｆへ移行する。ステップ２０２Ｆでは、減算部２８により、見本画像情報と検査対象画像情報との差分値が算出される。ここで言う「差分値」とは、例えば仮想見本画像の濃度と検査対象画像の濃度との差分の絶対値を指す。なお、差分値は濃度差分値に限定されるものではなく、反射率の差分値であってもよい。また、検査対象画像と仮想見本画像との濃度差、色空間上の差、光量差、輝度差及びデバイス信号値差の少なくとも１つであってもよい。
次のステップ２０２Ｇでは、筋状領域切出部３０により、上記ステップ２０２Ｂで取得された検査対象画像情報により示される検査対象画像のうちの予め定められた領域を対象にして、筋状領域が切り出され、その後、ステップ２０２Ｈへ移行する。
ステップ２０２Ｈでは、特定方向画像抽出部３２により、上記ステップ２０２Ｇで切り出された筋状領域に上記ステップ２０２Ｆで算出された差分値が所定値を上回る筋状模様であって特定方向の筋状模様が存在しているか否かが判定される。ここで言う「所定値」とは、例えば画像の欠陥と認められる筋状模様の差分値として予め定められた差分値に相当する値を指し、実機による実験やシミュレーション等によって得られた値である。本ステップ２０２Ｈにおいて筋状領域に上記ステップ２０２Ｆで算出された差分値が所定値を上回る筋状模様であって特定方向の筋状模様が存在していない場合は判定が否定されて図１４に示す画像評価処理を終了する。本ステップ２０２Ｈにおいて筋状領域に上記ステップ２０２Ｆで算出された差分値が所定値を上回る筋状模様であって特定方向の筋状模様が存在している場合は判定が肯定されてステップ２０２Ｉへ移行する。
ステップ２０２Ｉでは、特定方向画像抽出部３２により、特定方向の筋状欠陥画像が抽出され、その後、本抽出処理を終了する。
図２５に戻って、画像評価処理では、ステップ２０４において、評価部２２により、評価処理が行われ、その後、ステップ２０６へ移行する。図３０には、評価処理の流れの一例が示されている。図３０に示す評価処理では、先ず、ステップ２０２Ｊにおいて、第１画像合成部３４により、見本画像情報ＤＢ１３から見本画像情報（例えば上記ステップ２０２Ｆで使用された見本画像情報）が取得され、その後、ステップ２０２Ｋへ移行する。ステップ２０２Ｋでは、第１画像合成部３４により、上記ステップ２０２Ｉで抽出された筋状欠陥画像と上記ステップ２０２Ｊで取得された見本画像情報により示される仮想見本画像とが合成されることで評価対象画像情報が生成される。次のステップ２０２Ｌでは、第１画像合成部３４により、上記ステップ２０２Ｋで生成された評価対象画像情報が記憶部６６に記憶された後、ステップ２０４Ａへ移行する。
次のステップ２０４Ａでは、変換部３６により、記憶部６６から評価対象画像情報が取得され、その後、ステップ２０４Ｂへ移行する。ステップ２０４Ｂでは、変換部３６により、上記ステップ２０４Ａで取得された評価対象画像情報により示される評価対象画像及び上記ステップ２０２Ｊで取得された見本画像情報により示される仮想見本画像を対象にして、色変換及び視覚フィルタ処理が行われる。
次のステップ２０４Ｃでは、上記ステップ２０４Ｂで色変換及び視覚フィルタ処理が行われて得た評価対象画像及び仮想見本画像の各々が、特定成分分解部３８により、複数の空間周波数の各々及び複数の方向の各々について分解され、複数の周波数分解画像及び複数の方向分解画像が生成される。
次のステップ２０４Ｅでは、視覚モデル評価実施部４２により、上記ステップ２０２Ｉで抽出された筋状欠陥画像により特定される筋状欠陥に対して、マスク効果視覚モデルを利用して視認性の評価が実施され、視認性強度情報が生成される。具体的には、上記ステップ２０４Ｃで得られた各分解画像に対して、他の分解画像の少なくとも１つの影響が加味された画像の視認性が評価されて視認性強度情報が生成される。
次のステップ２０４Ｄでは、第２画像合成部４０により、複数の周波数分解画像及び複数の方向分解画像が、上記ステップ２０４Ａで取得された評価対象画像情報により示される評価対象画像に合成されることで最終合成画像を示す評価結果情報が生成される。
次のステップ２０４Ｆでは、視覚モデル評価実施部４２により、上記ステップ２０４Ｅで生成された評価結果情報が記憶部６６に記憶された後、本評価処理を終了する。
図２５に戻って、画像評価処理では、ステップ２０６において、警告部２４により、警告処理が行われ、その後、本画像評価処理を終了する。図３１には、警告処理の流れの一例が示されている。図３１に示す警告処理では、先ず、ステップ２０６Ａにおいて、警告要否判定部４４により、記憶部６６から評価結果情報が取得され、その後、ステップ２０６Ｂへ移行する。ステップ２０６Ｂでは、警告要否判定部４４により、参照情報ＤＢ４６から参照情報が取得され、その後、ステップ２０６Ｃへ移行する。
ステップ２０６Ｃでは、警告要否判定部４４により、参照情報ＤＢ４６の参照情報が参照され、上記ステップ２０２Ｉで抽出された筋状欠陥画像により特定される筋状欠陥の視認性の強度が警告を要する強度であるか否かが判定される。本ステップ２０６Ｃでは、例えば、警告要否判定部４４が、参照情報の一例である判定情報を参照して、評価結果情報に含まれる視認性強度情報により示される視認性の強度が警告を要する強度であるか否かを判定する。本ステップ２０６Ｃにおいて警告を要しない強度である場合は判定が否定されて本警告処理を終了する。本ステップ２０６Ｃにおいて警告を要する強度である場合は判定が肯定されてステップ２０６Ｄへ移行する。
ステップ２０６Ｄでは、警告実施部４８により、警告が実施される。ここでは、例えば「ずらし方式」が指示されている場合、警告部２４は、一例として図１５に示すように許容できない筋状模様を有する検査対象印刷物１６を、整列された他の検査対象印刷物１６から外す（例えば弾き出す）ようにソータ９６を制御する。また、例えば「トレイ別方式」が指示されている場合、警告実施部４８は、一例として図１５に示すように許容できない筋状模様を有する検査対象印刷物１６とその他の検査対象印刷物１６とが別々に仕分けられるようにソータ９６を制御する。
また、本ステップ２０６Ｄでは、警告実施部４８は、筋状欠陥画像により特定される筋状欠陥が視認可能な筋状欠陥であると評価された場合（評価結果情報に含まれる視認性強度情報により示される視認性の強度が所定の強度以上の場合）、表示部８６に対して所定情報を表示させる。ここで言う「所定情報」とは、例えば評価部２２により視認可能な筋状欠陥であると評価された筋状欠陥を含む検査対象印刷物１６を特定する特定情報を指す。
特定情報の一例としては、例えば図３２に示す不良ページ番号が挙げられる。ここで言う「不良ページ番号」とは、スキャナ９４によって検査対象画像が読み取られた検査対象印刷物１６の通し番号のことである。すなわち、「不良ページ番号」とは、検査対象印刷物１６のページ番号であって評価部２２により視認可能な筋状欠陥であると評価された筋状欠陥を含む検査対象印刷物１６のページ番号を指す。また、図３２に示す例では、不良ページ番号により特定される検査対象印刷物１６に含まれる筋状欠陥の視認性の強度が不良ページ番号と併せて表示部８６に表示されている。また、図３２に示す例では、不良ページ番号により特定される検査対象印刷物１６に含まれる検査対象画像が表示部８６に表示されており、不良の程度を表す数値（筋状欠陥の視認性の強度に相当する数値）が検査対象画像と共に表示部８６に表示されている。また、図３２に示す例では、表示部８６に表示されている検査対象画像における筋状欠陥の位置の特定を支援する特定支援画像が検査対象画像に重ねられて表示部８６に表示されている。特定支援画像とは、例えば図２０に示す赤色のマーク及び青色のマークに相当するマーク（不良の程度に応じた印）を指し、この場合、各マークは検査対象画像上の筋状欠陥の位置が特定可能となる位置に表示される。
また、本第１実施形態では、マークの色に応じて筋状欠陥の程度を特定できるようにしているが、これに限らず、ハイライト表示やマークの大きさによって筋状欠陥の程度を特定できるようにしてもよい。また、筋状欠陥の程度が軽度のものは色付け表示し、重度のものは点滅表示させる態様も例示できる。
なお、本第１実施形態では、表示部８６による可視表示を例示したが、開示の技術はこれに限定されるものではなく、例えばプリンタによる永久可視表示又は音声再生装置による可聴表示であってもよい。また、表示部８６による可視表示と、プリンタによる永久可視表示と、音声再生装置による可聴表示との少なくとも２つを組み合わせた表示であってもよい。また、携帯型端末装置やタブレット端末装置などの表示部を利用して可視表示をおこなってもよい。また、表示部に対して可視表示を行わせるために用いる通信手段は、有線通信に限らず、BlueTooth（登録商標）や無線ＬＡＮ（Local Area Network）などによる無線通信であってもよい。
図４９には、粒状模様を有しない仮想見本画像及び検査対象画像を対象にして画像評価処理が行われた場合の評価結果の一例と粒状模様を有する仮想見本画像及び検査対象画像を対象にして画像評価処理が行われた場合の評価結果の一例とが模式的に示されている。図４９に示すように、粒状模様を有する検査対象画像についてマスク効果有りの視覚モデルを利用して視認性を評価した場合、単純画像差分（仮想見本画像と検査対象画像との差分値）で表現される筋状模様の位置には視認可能なレベルの筋状模様が検出されない。また、この場合、被験者による主観的な評価は筋状模様が視認できないとの評価となる。これに対し、粒状模様を有しない検査対象画像についてマスク効果視覚モデルを利用して視認性を評価した場合、単純画像差分で得られた筋状模様の位置とほぼ同位置に視認可能なレベルの筋状模様が検出される。また、この場合、被験者による主観的な評価は筋状模様が容易に視認できるとの評価となる。なお、図４９に示す例では、粒状模様の有無に拘らず検査対象画像についてマスク効果無しの視覚モデルを利用して視認性を評価した場合に、単純画像差分で表現される筋状模様の位置とほぼ同位置に筋状模様が検出された態様が示されている。
以上に説明したように、本第１実施形態に係る画像評価装置１０では、仮想見本画像を示し見本画像情報が見本画像情報ＤＢ１３に記憶されている。また、読取部１８により、検査対象印刷物１６に含まれる部分画像が読み取られる。また、予測部により、読取部１８で読み取られた部分画像を示す部分画像情報に基づいて検査対象印刷物１６に含まれる検査対象画像が予測される。更に、抽出部２０により、読取部１８により読み取って得た見本画像情報と読取部１８により読み取って得た検査対象画像情報との差分値に基づいて、検査対象画像から筋状欠陥画像が抽出される。そして、評価部２２により、抽出部２０で抽出された筋状欠陥画像により特定される筋状欠陥の視認性が評価されるので、本構成を有しない場合に比べ、許容できない筋状欠陥を有する検査対象印刷物１６であるか否かの高精度な判断を迅速に行うことができる。
また、本第１実施形態に係る画像評価装置１０では、部分画像として、検査対象画像情報に含まれる画像情報により示される画像の一部を採用している。これにより、本構成を有しない場合に比べ、簡素な構成で、検査対象画像の予測精度を高めることができる。
また、本第１実施形態に係る画像評価装置１０では、上記の画像の一部として、検査対象画像のうち筋状欠陥が形成される領域として事前に想定された領域を採用している。これにより、本構成を有しない場合に比べ、評価精度を向上させることができる。
また、本第１実施形態に係る画像評価装置１０では、読取部１８が、部分画像を読み取って得た部分画像情報により示される部分画像から特定の筋状模様を検出し、検出した特定の筋状模様を示す筋状模様情報を部分画像情報から除去する構成を有している。その上で、画像評価装置１０は、部分画像情報から除去された筋状模様情報により示される筋状模様を加味して、検査対象画像を予測する構成を有している。これにより、本構成を有しない場合に比べ、筋状模様情報を部分画像情報から除去する機能が働いたとしても、検査対象画像を高精度に予測することができる。
また、本第１実施形態に係る画像評価装置１０では、読取部１８の特性及び印刷装置１２の特性の少なくとも一方を加味して、検査対象画像を予測する構成を有している。これにより、本構成を有しない場合に比べ、検査対象画像を高精度に予測することができる。
また、本第１実施形態に係る画像評価装置１０では、見本画像情報として、読取部１８の特性の影響が反映されていない見本画像情報を採用している。また、検査対象画像情報として、読取部１８の特性の影響が反映されていない検査対象画像情報を採用している。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度を向上させることができる。
また、本第１実施形態に係る画像評価装置１０では、読取部１８の特性に、読取部１８における構成部材の経時劣化の特性が含まれる。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
また、本第１実施形態に係る画像評価装置１０では、見本画像情報として、更に印刷装置１２の特性であって筋状欠陥の形成要因とならない非形成要因特性の影響が反映されていない見本画像情報を採用している。また、検査対象画像情報として、更に非形成要因特性の影響が反映されていない検査対象画像情報を採用している。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
また、本第１実施形態に係る画像評価装置１０では、非形成要因特性に読取部１８の経時劣化の特性を含ませている。これにより、本構成を有しない場合に比べ、筋状欠陥の抽出精度をより一層向上させることができる。
また、本第１実施形態に係る画像評価装置１０では、評価部２２の評価対象とされる筋状欠陥として、人間の視覚特性に対応する空間周波数の筋状欠陥画像により特定される筋状欠陥を採用している。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
また、本第１実施形態に係る画像評価装置１０では、評価部２２の評価対象とされる筋状欠陥として、人間の視覚特性に対応する色空間の筋状欠陥画像により特定される筋状欠陥を採用している。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
また、本第１実施形態に係る画像評価装置１０では、検査対象画像情報により示される検査対象画像のうちの予め定められた領域を対象にして筋状欠陥が抽出される。これにより、本構成を有しない場合に比べ、処理かかる負荷を軽減することができる。
また、本第１実施形態に係る画像評価装置１０では、筋状欠陥画像が形成される領域として事前に想定された領域を対象にして筋状欠陥が抽出される。これにより、本構成を有しない場合に比べ、処理かかる負荷を軽減しながらも評価精度の低下を抑制することができる。
また、本第１実施形態に係る画像評価装置１０では、筋状欠陥が形成される領域として事前に想定された領域を、印刷装置１２及び読取部１８の少なくとも１つの特性に基づいて特定された領域としている。これにより、本構成を有しない場合に比べ、簡素な構成で、特定方向の筋状欠陥を高精度に抽出することができる。
また、本第１実施形態に係る画像評価装置１０では、筋状欠陥画像が形成される領域として事前に想定された領域を特定するために用いられる印刷装置１２の特性の一要素として、印刷装置１２における構成部材の経時劣化の特性を採用している。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥をより一層高精度に抽出することができる。
また、本第１実施形態に係る画像評価装置１０では、筋状欠陥が形成される領域として事前に想定された領域を特定するために用いられる読取部１８の特性の一要素として、読取部１８における構成部材の経時劣化の特性を採用している。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥をより一層高精度に抽出することができる。
また、本第１実施形態に係る画像評価装置１０では、特定方向として、印刷装置１２における記録用紙１１４の搬送方向を採用している。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥をより一層高精度に抽出することができる。
また、本第１実施形態に係る画像評価装置１０では、印刷装置１２の印刷方式をシングルパス方式としている。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥を高精度に抽出することができる。
また、本第１実施形態に係る画像評価装置１０では、特定方向の解像度が特定方向に交差する方向の解像度よりも低くなるように検査対象画像が読み取られる。これにより、本構成を有しない場合に比べ、読取処理にかかる負荷を軽減することができる。
また、本第１実施形態に係る画像評価装置１０では、検査対象画像が読み取られた後、特定方向の解像度が特定方向に交差する方向の解像度に揃えられてから、見本画像情報と検査対照画像情報との差分値が算出される。これにより、本構成を有しない場合に比べ、特定方向の筋状欠陥をより一層高精度に抽出することができる。
また、本第１実施形態に係る画像評価装置１０では、評価部２２により、筋状欠陥の視認性をマスク効果視覚モデルを利用して評価している。これにより、本構成を有しない場合に比べ、許容できない筋状欠陥を有する検査対象印刷物１６であるか否かをより一層高精度に判断することができる。
また、本第１実施形態に係る画像評価装置１０は、筋状欠陥画像及び仮想見本画像に合成して得た評価対象画像及び見本画像情報により示される仮想見本画像に基づいて筋状欠陥の視認性をマスク効果視覚モデルを利用して評価する構成を有している。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
また、本第１実施形態に係る画像評価装置１０は、評価対象画像及び見本画像情報により示される仮想見本画像を、複数の空間周波数の各々及び複数の方向の各々について分解することで、複数の空間周波数の各々についての周波数分解画像及び複数の方向の各々についての方向分解画像を得る構成を有している。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
また、本第１実施形態に係る画像評価装置１０は、評価部２２により視認性が評価された筋状欠陥が視認可能な画像であると判定された場合に警告する構成を有している。これにより、本構成を有しない場合に比べ、許容できない筋状欠陥を有する検査対象印刷物１６であることを容易に把握することができる。
また、本第１実施形態に係る画像評価装置１０は、視認可能な筋状欠陥であると判定された筋状欠陥を含む検査対象印刷物１６に対して直接処理を施すことにより警告する構成を有している。これにより、本構成を有しない場合に比べ、簡素な構成で、許容できない筋状欠陥を有する検査対象印刷物１６を特定することができる。
また、本第１実施形態に係る画像評価装置１０は、検査対象印刷物１６における筋状欠陥の位置の特定を支援する特定支援印を検査対象印刷物１６に付与することにより警告する構成を有している。これにより、本構成を有しない場合に比べ、簡素な構成で、筋状欠陥の位置を容易に把握することができる。
また、本第１実施形態に係る画像評価装置１０は、検査対象印刷物１６における筋状欠陥を特定方向へ延ばした位置に特定支援印を付与することにより警告する構成を有している。これにより、本構成を有しない場合に比べ、簡素な構成で、筋状欠陥の位置をより一層容易に把握することができる。
また、本第１実施形態に係る画像評価装置１０は、特定支援印の種類を筋状欠陥の視認性の大きさに応じて定める構成を有している。これにより、本構成を有しない場合に比べ、筋状欠陥の視認性の大きさを容易に把握することができる。
また、本第１実施形態に係る画像評価装置１０は、評価部２２により視認性が評価された筋状欠陥が視認可能な筋状欠陥であると判定された場合に表示部８６に対して所定情報を表示させることにより警告する構成を有している。これにより、本構成を有しない場合に比べ、許容できない筋状欠陥を有する検査対象印刷物１６であることを容易に把握することができる。
また、本第１実施形態に係る画像評価装置１０では、表示部８６に表示される所定情報として、視認可能な筋状欠陥であると判定された筋状欠陥を含む検査対象印刷物１６を特定する特定情報を採用している。これにより、本構成を有しない場合に比べ、簡素な構成で、許容できない筋状欠陥を有する検査対象印刷物１６を特定することができる。
また、本第１実施形態に係る画像評価装置１０では、表示部８６に表示される所定情報として、筋状欠陥を有する検査対象画像と検査対象画像における筋状欠陥の位置の特定を支援する特定支援画像とを採用している。これにより、本構成を有しない場合に比べ、簡素な構成で、筋状欠陥画像の位置を容易に把握することができる。
なお、上記第１実施形態では、部分画像として、検査対象画像のうち筋状欠陥が形成される領域として事前に想定された領域を抜き出して検査対象印刷物１６の余白領域に印刷する例を挙げて説明したが、開示の技術はこれに限定されるものではない。例えば、部分画像として、検査対象画像のうち筋状欠陥が形成される領域として事前に想定された領域を抜き出さずに、検査対象画像から、筋状欠陥が形成される領域として事前に想定された領域を直接読み取るようにしてもよい。これにより、検査対象印刷物１６に余白領域を設ける必要がなくなる上に、部分画像を抜き出す必要がなるので、印刷装置１２における処理にかかる負荷を大幅に軽減することができる。
また、上記第１実施形態では、検査対象画像のうち筋状欠陥が形成される領域として事前に想定された領域を部分画像として採用したが、開示の技術はこれに限定されるものではない。例えば、検査対象印刷物１６の余白領域に、部分画像として色パッチ画像を印刷してもよい。ここでは一例として色パッチ画像を挙げているが、これに限らず、予め定められた色及び検査対象印刷物１６に含まれる画像から抽出された色の少なくとも一方を含む色パッチ画像であればよい。これにより、筋状欠陥の位置、大きさ、形状など（筋状欠陥の態様）を容易に予測することができる。また、色パッチ画像は主走査方向に延びた形状（例えば横長長方形）であることが好ましい。これにより、ノズルの欠陥箇所を容易に特定することが可能となる。また、部分画像としてノズルチェックパターンを採用してもよい。これにより、本構成を有しない場合に比べ、ノズルの欠陥箇所を容易に特定することが可能となる。この場合、先ず、印刷装置１２に対してノズルチェックパターンを検査対象印刷物１６の余白領域に印刷させる。次に、ノズルチェックパターンを読取部１８により読み取らせる。次に、図３４に示す抽出部２０Ｂにおいて、候補領域算出部２５２が、読取部１８によりノズルチェックパターンが読み取られて得た画像情報に基づいて不良（例えばインク不吐出）のノズルの位置（例えばノズル番号）を予測する。そして、候補領域切出部２５４が、候補領域算出部２５２により予測されたノズルの位置に対応する領域を切り出す。
また、上記第１実施形態では、印刷装置１２の特性及び読取部１８の特性の少なくとも一方の影響が反映されていない見本画像情報を採用しているが、開示の技術はこれに限定されるものではない。すなわち、印刷装置１２の特性及び読取部１８の特性の少なくとも一方の影響が反映された見本画像情報を採用してもよい。この場合、併せて、印刷装置１２の特性及び読取部１８の特性の少なくとも一方の影響が反映された検査対象画像情報を採用することが好ましい。また、この場合、見本画像情報及び検査対象画像情報の各々に影響を与える特性の種類を同一の種類とすることが好ましい。例えば、印刷装置１２の特性及び読取部１８の特性の双方の影響が反映された見本画像情報を採用すると共に、印刷装置１２の特性及び読取部１８の特性の双方の影響が反映された検査対象画像情報を採用することが好ましい。これにより、本構成を有しない場合に比べ、筋状欠陥画像の抽出精度を向上させることができる。
また、見本画像情報及び検査対象画像情報に印刷装置１２の特性を反映させる場合、印刷装置１２の特性に印刷装置１２における構成部材の経時劣化の特性を含ませることが好ましい。また、読取部１８の特性にも読取部１８における構成部材の経時劣化の特性を含ませることが好ましい。これにより、筋状欠陥画像の抽出精度をより一層向上させることができる。
また、上記第１実施形態では、評価部２２で色変換及び視覚フィルタ処理を実施する態様を例示したが、開示の技術はこれに限定されるものではない。また、上記第１実施形態では、抽出部２０で筋状領域の切り出しを実施する態様を例示したが、開示の技術はこれに限定されるものではない。すなわち、図１０に示す抽出部２０に代えて、一例として図３３に示す抽出部２０Ａを適用すると共に、評価部２２から変換部３６を除去しても開示の技術は成立する。図３３に示す抽出部２０Ａは、図１０に示す抽出部２０に比べ、減算部２８に代えて減算部２８Ａを適用した点、減算部２８Ａの前段に変換部２６を設けた点、及び筋状領域切出部２０を除去した点が異なっている。また、図３３に示す抽出部２０Ａは、図１０に示す抽出部２０に比べ、特定方向画像抽出部３２に代えて特定方向画像抽出部３２Ａを適用した点も異なっている。
図３３において、変換部２７は、見本画像情報により示される仮想見本画像及び検査対象画像情報により示される検査対象画像を対象にして、色変換及び視覚フィルタ処理を行う。なお、ここでは、仮想見本画像に対して色変換及び視覚フィルタ処理を行う例を挙げているが、見本画像情報を生成するにあたって既に色空間及び空間周波数が加味されているのであれば、ここで色変換及び視覚フィルタ処理を行う必要はない。
図３３において、減算部２８Ａは、変換部２７によって色変換及び視覚フィルタ処理が行われた仮想見本画像を示す見本画像情報と検査対象画像情報との差分値を算出する。すなわち、変換部２７によって色変換及び視覚フィルタ処理が行われた仮想見本画像と検査対象画像との濃度についての差分値を算出する。特定方向画像抽出部３２Ａは、変換部２７によって色変換及び視覚フィルタ処理が行われた検査対象画像から、減算部２８Ａで算出された差分値に基づいて、特定方向の筋状欠陥画像を抽出する。
また、上記第１実施形態では、評価対象画像及び見本画像情報により示される仮想見本画像を複数の空間周波数の各々及び複数の方向の各々について分解して得た周波数分解画像及び方向分解画像に基づいて、マスク効果視覚モデルを利用して筋状欠陥の視認性を評価する場合を例示したが、これに限らず、例えば周波数分解画像及び方向分解画像に基づいて、特定方向についてのマスク効果視覚モデルを利用して筋状欠陥の視認性を評価してもよい。本構成を有しない場合に比べ、簡素な構成で、筋状欠陥の視認性の評価精度を向上させることができる。
また、上記第１実施形態では、第１画像合成部３４により生成された評価対象画像情報により示される評価対象画像を対象にして評価部２２により視認性の良否を評価する態様を例示したが、開示の技術はこれに限定されるものではない。例えば、評価対象画像の一部を対象にして評価部２２により視認性の良否を評価してもよい。この場合、例えば、図１０に示す抽出部２０に代えて一例として図３４に示す抽出部２０Ｂを適用すればよい。図３４に示す抽出部２０Ｂは、図３に示す抽出部２０に比べ、減算部２８に代えて減算部２８Ｂを適用した点、並びに減算部２８Ｂの前段にフィルタ処理部２５０、候補領域算出部２５２及び候補領域切出部２５４を設けた点が異なっている。フィルタ処理２５０は、検査対象画像情報により示される検査対象画像と見本画像情報により示される仮想見本画像とを対象にして視覚フィルタ処理を実施する。
候補領域算出部２５２は、検査対象画像及び仮想見本画像から先見情報に従って指定された領域を対象にして、検査対象画像と仮想見本画像との濃度差、色空間上の差、光量差、輝度差、光量差、デバイス信号値差及び反射率の少なくとも１つを算出する。ここで言う「先見情報」とは、例えば筋状模様が生じる領域として事前に予想された領域の位置を特定する情報を指す。候補領域切出部２５４は、候補領域算出部２５２による算出結果（例えば濃度差、色空間上の差、光量差、輝度差、光量差、デバイス信号値差及び反射率の少なくとも１つ）と閾値とを比較し、検査対象画像及び仮想見本画像から、閾値を上回った領域を切り出す。減算部２８Ｂは、候補領域切出部２５４により切り出された領域を対象にして、検査対象画像と仮想見本画像との差分値を算出する。本構成を有することで、候補領域切出部２５４により切り出された領域を対象にして、評価部２２により視認性の良否を評価される。これにより、本構成を有しない場合に比べ、処理にかかる負荷を軽減しながらも評価精度の低下をより一層抑制することができる。
また、上記第１実施形態では、参照情報の一例として判定情報を例示したが、開示の技術はこれに限定されるものではない。例えば、参照情報として、事前に定めた用途別に視認可能か否かを示す用途別判定情報を適用してもよい。ここで言う「用途」とは、例えば、大判ポスタ、フォトブック、写真集、カタログ、ちらし等を指す。警告要否判定部４４は、検査対象印刷物１６の用途を示す用途情報が入力されると、入力された用途情報に対応する用途別判定情報を参照して、視認性強度情報により示される視認性の強度が警告を要する強度であるか否かを判定する。
また、参照情報として、事前に定めた観察距離毎に視認可能か否かを示す観察距離別判定情報を適用してもよい。ここで言う「観察距離」とは、例えば、検査対象印刷物１６を実際に観察する場合の検査対象印刷物１６から観察者までの距離を指す。警告要否判定部４４は、検査対象印刷物１６についての観察距離が入力されると、入力された観察距離に対応する観察距離別判定情報を参照して、視認性強度情報により示される視認性の強度が警告を要する強度であるか否かを判定する。
なお、印刷装置１２の出力解像度は、観察条件に人間の視覚性能以上の出力解像度を採用することが好ましい。例えば、観察距離３０ｃｍ程度の場合は３５０ｄｐｉ以上の出力解像度を採用することが好ましい。また、例えば観察距離が１００ｃｍ以上の場合は印刷装置１２の出力解像度は１０５ｄｐｉ以上の出力解像度を採用することが好ましい。
また、スキャナ９４は、印刷装置１２の出力解像度に応じて定められた読取解像度を採用することが好ましい。例えば、印刷装置１２の出力解像度が１２００ｄｐｉの場合、スキャナ９４の読取解像度として、印刷装置１２の出力解像度の１／３以上である４００ｄｐｉ以上の読取解像度を採用することが好ましい。
また、スキャナ９４は、印刷装置１２における印刷で用いるインク滴の最小サイズに応じて定められた読取解像度を採用してもよい。例えば、印刷装置１２における印刷で用いるインク滴の最小サイズが３０ｕｍの場合、スキャナ９４の読取解像度は４００ｄｐｉ以上にすることが好ましい。
また、参照情報として、事前に定めたコンテンツ別に視認可能か否かを示すコンテンツ別判定情報を適用してもよい。ここで言う「コンテンツ」とは、例えば、検査対象画像における人物の顔を示す顔画像の位置や人物の肌色を指す。既存技術である顔検出機能や肌検出機能を利用することにより検出することができる。警告要否判定部４４は、コンテンツを示すコンテンツ情報が入力されると、入力されたコンテンツ情報に対応するコンテンツ別判定情報を参照して、視認性強度情報により示される視認性の強度が警告を要する強度であるか否かを判定する。
また、上記第１実施形態では、特定方向を記録用紙１１４の搬送方向としたが、開示の技術はこれに限定されるものではない。例えば、印刷装置１２に代えて、検査対象画像を複数のラインに分割してライン毎に記録用紙１１４に対して記録する印刷装置を採用する場合、特定方向を、印刷装置における主走査方向としてもよい。これにより、本構成を有しない場合に比べ、特定方向の筋状模様を有する筋状欠陥画像を高精度に抽出することができる。また、この場合、印刷装置の印刷方式をシャトルスキャン方式とすることが好ましく、これにより、特定方向の筋状模様を有する筋状欠陥画像をより一層高精度に抽出することができる。
また、上記第１実施形態では、排除部２５を読取部１８に設けた場合を例示したが、開示の技術はこれに限定されるものではなく、読取部１８から排除部２５を除去し、排除部２５と同等の機能を後段の抽出部２０に担わせてもよい。
また、上記第１実施形態では、排除部２５により読取部１８の特性及び非形成要因特性を排除する場合を例示したが、開示の技術はこれに限定されるものではなく、排除部２５を設けなくてもよい。この場合、例えば、読取部１８の特性及び印刷装置１２の特性の少なくとも一方の影響を見本画像情報に反映させておくことが好ましい。これにより、本構成を有しない場合に比べ、筋状欠陥を高精度に抽出することができる。なお、ここで言う「読取部１８の特性」としては、読取部１８における構成部材の経時劣化の特性を加味した読取部１８の特性を採用することが好ましい。これにより、筋状欠陥をより一層高精度に抽出することができる。読取部１８における構成部材の経時劣化の特性としては、読取部１８の構成部材のうち経時劣化が予想される構成部材であって画像の読取結果に影響を及ぼすことが事前に予想される構成部材の経時劣化の特性が例示できる。
また、ここで言う「印刷装置１２の特性」としては、印刷装置１２における構成部材の経時劣化の特性を加味した印刷装置１２の特性を採用することが好ましい。これにより、筋状欠陥画像をより一層高精度に抽出することができる。印刷装置１２における構成部材の経時劣化の特性としては、印刷装置１２の構成部材のうち経時劣化が予想される構成部材であって画像の欠陥に影響を及ぼすことが事前に予想される構成部材の経時劣化の特性が例示できる。また、ここで言う「印刷装置１２の特性」には、非形成要因特性が含まれていてもよいし、「印刷装置１２の特性」を非形成要因特性のみで構成してもよい。
また、上記第１実施形態では、マスク効果視覚モデルを利用して筋状欠陥の視認性を評価する例を挙げて説明したが、開示の技術はこれに限定されるものではなく、事前に用意されたプロファイルを利用して筋状欠陥の視認性を評価してもよい。この場合、例えば、特定成分分解部３８及び第２画像合成部４０が不要となり、視覚モデル評価実施部４２に代えて、プロファイルを利用して筋状欠陥の視認性を評価するプロファイル評価実施部が適用される。プロファイルを利用した筋状欠陥の評価処理（プロファイル処理）としては、例えば、筋状欠陥画像を特定方向に積分する処理が挙げられる。プロファイル処理では、積分値が予め設定された閾値以上となる箇所があればそこが筋として検出される。更に、閾値を超えている幅も考慮して検出する。
また、上記第１実施形態では、検査対象画像から直接的に筋状欠陥を特定する場合を例示したが、開示の技術はこれに限定されるものではない。例えば、検査対象印刷物１６の余白領域（例えば外周縁の余白領域）にノズルチェックパターンを形成し、形成したノズルチェックパターンを利用して筋状欠陥を特定するための候補領域を定めてもよい。また、検査対象画像から筋状欠陥が形成される領域として事前に想定された領域を抜き出し、抜き出した領域を主走査方向で同一の位置の余白領域に記録することによりチャートを作成し、このチャートを利用して候補領域を定めてもよい。また、検査対象印刷物１６の余白領域にノズルチェックパターンを印刷し、ノズルチェックパターンから候補領域を絞って、読取部１８による読み取りを実施してもよい。
また、上記第１実施形態では、検査対象画像情報により示される検査対象画像の特定方向の解像度を主走査方向の解像度に揃える処理を実施したが、必ずしも解像度を揃える必要はなく、この場合は、縦横変形フィルタを用いて視覚フィルタ処理を行えばよい。
また、上記第１実施形態では、コンピュータ６０を利用してソフトウェア構成で予測部１９、抽出部２０、評価部２２及び警告部２４を実現する場合の形態例を挙げて説明したが、開示の技術はこれに限定されるものではない。例えば、予測部１９、抽出部２０、評価部２２及び警告部２４の少なくとも１つがハードウェア構成で実現されてもよい。この場合、複数の機能の回路を１つにまとめた集積回路であるＡＳＩＣ（Application Specific Integrated Circuit）やプログラマブルロジックデバイスを利用する例が挙げられる。また、予測部１９、抽出部２０、評価部２２及び警告部２４を分散処理してもよい。分散処理は、ハードウェア構成とソフトウェア構成の組み合わせによって実現されてもよい。また、予測部１９、抽出部２０、評価部２２及び警告部２４の少なくとも１つが複数台のコンピュータ（その周辺機器も含む）によるソフトウェア構成で実現されてもよい。また、予測部１９、抽出部２０、評価部２２及び警告部２４の少なくとも１つがクラウドコンピューティングやグリッドコンピューティングにより実現されてもよい。
［第２実施形態］
上記第１実施形態では、マスク効果視覚モデルを利用して筋状欠陥の視認性を評価する態様を例示したが、本第２実施形態では、統計的方法により筋状欠陥の視認性を評価する場合について説明する。なお、本第２実施形態では、上記第１実施形態と共通の構成部材については同一の符号を付してその説明を省略し、上記第１実施形態と異なる部分について説明する。
上記第１実施形態では、マスク効果視覚モデルを利用して筋状欠陥の視認性を評価する態様を例示したが、本第２実施形態では、統計的方法により筋状欠陥の視認性を評価する場合について説明する。なお、本第２実施形態では、上記第１実施形態と共通の構成部材については同一の符号を付してその説明を省略し、上記第１実施形態と異なる部分について説明する。
図３５には、本第２実施形態に係る評価部２２Ａの要部機能の一例が示されている。図３５に示すように、評価部２２Ａは、図１１に示す評価部２２に比べ、特定成分分解部３８、第２画像合成部４０及び視覚モデル評価実施部４２を除去した点が異なっている。また、評価部２２Ａは、図１１に示す評価部２２に比べ、取得部２６２、変換部２６４、算出部２６６、ＤＢ更新部２６８及び統計的評価実施部２７２が設けられた点が異なっている。また、取得部２６２には画像ＤＢ２６０が接続されており、ＤＢ更新部２６８及び統計的評価実施部２７２には統計モデルＤＢ２７０が接続されている。
なお、本第２実施形態では、図３５において評価部２２Ａに第１画像合成部３４が含まれる態様を例示しているが、評価部２２Ａに必ずしも第１画像合成部３４を含める必要はない。この場合、第１画像合成部３４により得られる評価対象画像に代えて、仮想見本画像と検査対象画像との差分値に相当する筋状欠陥画像を用いればよい。
また、本第２実施形態では、特定成分分解部３８による被分解対象として評価対象画像及び仮想見本画像を採用しているが、特定成分分解部３８による被分解対象としては評価対象画像と仮想見本画像との何れか一方でもよい。また、特定成分分解部３８がなくても開示の技術は成立する。
画像ＤＢ２６０には、過去に画像評価装置１０の評価に供した見本画像情報及び検査対象画像情報が格納されている。図３６には、画像ＤＢ２６０の構成の一例が模式的に示されている。図３６に示すように、画像ＤＢ２６０には、仮想見本画像を示す見本画像情報及び検査対象画像を示す検査対象画像情報が記憶されている。また、画像ＤＢ２６０には、検査対象画像情報により示される検査対象画像に含まれる筋状欠陥の強度を主観的に評価した結果（０〜９の数値が示される１０段階）を示す主観スジ強度情報が格納されている。また、主観スジ強度情報は検査対象画像毎に対応付けられている。なお、ここでは、錯綜を回避するために、筋状欠陥の強度を主観的に評価する被験者を１人とし、この被験者に対して互いに異なる筋状欠陥を有する複数の検査対象画像の各々を予め視認させて検査対象画像毎に視認性の度合いを評価させている。また、ここでは、錯綜を回避するために、評価対象画像として用いられる検査対象画像は、過去に評価対象とされた検査対象印刷物１６に含まれる検査対象画像を採用している。
取得部２６２は、画像ＤＢ２６０から見本画像情報及び検査対象画像情報を取得する。変換部２６４は、取得部２６２により取得された見本画像情報及び検査対象画像情報の各々により示される仮想見本画像及び検査対象画像に対して色変換及び視覚フィルタ処理を行う。算出部２６６は、色変換及び視覚フィルタ処理が行われて得た仮想見本画像と検査対象画像との差分値を算出する。ＤＢ更新部２６８は、統計モデルＤＢ２７０の記憶内容を更新する。
図３７には、統計モデルＤＢ２７０の構成の一例が模式的に示されている。図３７に示すように、統計モデルＤＢ２７０には、算出部２６６により算出された差分値と画像ＤＢ２６０に記憶されている対応する主観スジ強度情報とが対応付けられた状態で記憶されている。また、各差分値に対して閾値が対応付けられている。ここで言う「閾値」とは、評価対象画像情報により示される評価対象画像の各画素の濃度値と比較される閾値であり、この閾値を超えた場合は筋状欠陥が視認可能であると評価される。なお、ここで言う「閾値」は開示の技術を実現するための必須構成要素ではない。従って、「閾値」がなくても開示の技術は成立する。
統計的評価実施部２７２は、統計モデルＤＢ２７０を参照して、変換部３６により色変換及び視覚フィルタ処理が行われて得た評価対象画像の筋状欠陥画像の視認性を統計的方法を利用して評価する。本第２実施形態では、例えば統計的評価実施部２７２は、先ず、変換部３６により色変換及び視覚フィルタ処理が行われて得た評価対象画像に基づいて、仮想見本画像と筋状欠陥画像との差分値を画素毎に算出し、算出した差分値の平均値を算出する。次に、統計モデルＤＢ２７０に記憶されている閾値のうち、算出した平均値に対応する差分値に対応付けられている閾値を読み出し、画素毎に算出した差分値と閾値とを比較する。そして、閾値を上回る差分値に対応する画素を視認可能な筋状欠陥を構成している画素と評価し、全画素についての総合的な評価結果と主観スジ強度情報とを含む評価結果情報を生成する。なお、本第２実施形態では、閾値として、画素毎に算出された差分値の平均値に対応する値を採用しているが、開示の技術はこれに限定されるものではない。例えば、算出された画素毎の差分値の代表値（例えば算出された画素毎の差分値の最頻値又は中央値などの平均値以外の統計値）に対応する値を閾値として採用してもよい。
なお、本第２実施形態では、統計的評価実施部２７２が、評価対象画像及び仮想見本画像に基づいて、仮想見本画像と筋状欠陥画像との差分値を画素毎に算出する例を挙げて説明しているが、評価対象画像を生成せずに、特定方向画像抽出部３２により生成された筋状欠陥画像情報を取得し、筋状欠陥画像情報により示される筋状欠陥画像と仮想見本画像との差分値を画素毎に算出してもよい。
図３８には、本第２実施形態に係る画像評価装置１０Ａの電気系の構成の一例が示されている。図３８に示す画像評価装置１０Ａは、図１３に示す画像評価装置１０に比べ、画像評価処理プログラム７０に代えて画像評価処理プログラム７０Ａを適用している点が異なっている。また、画像評価装置１０Ａは、図１３に示す画像評価装置１０に比べ、記憶部６６にＤＢ更新処理プログラム２７２が記憶されている点、記憶部６６に画像ＤＢ２６０が記憶されている点、及び統計モデルＤＢ２７０が記憶されている点も異なっている。
画像評価処理プログラム７０Ａは、図１３に示す画像評価処理プログラム７０に比べ、評価プロセス７８に代えて評価プロセス７８Ａを適用している点が異なっており、ＣＰＵ６２は、評価プロセス７８Ａを実行することで図３５に示す評価部２２Ａとして動作する。
次に本第２実施形態の作用として、ＣＰＵ６２がＤＢ更新処理プログラム２７２を実行することにより画像評価装置１０Ａで行われるＤＢ更新処理について、図３９を参照して説明する。図３９に示すＤＢ更新処理では、先ず、ステップ３００において、取得部２６２により、見本画像情報とこの見本画像情報に対応する検査対象画像情報とこの検査対象画像情報に対応する主観スジ強度情報とが画像ＤＢ２６０に入力されたか否かが判定される。本ステップ３００において見本画像情報、検査対象画像情報及び主観スジ強度情報が入力されていない場合は判定が否定されて本ステップ３００の判定が再び行われる。本ステップ３００において見本画像情報、検査対象画像情報及び主観スジ強度情報が入力された場合は判定が肯定されてステップ３０２へ移行する。
ステップ３０２では、取得部２６２により、画像ＤＢ２６０から最新に記憶された見本画像情報及び検査対象画像情報が取得され、その後、ステップ３０４へ移行する。ステップ３０４では、変換部２６４Ａにより、上記ステップ３０２で取得された見本画像情報及び検査対象画像情報の各々により示される仮想見本画像及び検査対象画像を対象にして色変換及び視覚フィルタ処理が行われる。
次のステップ３０６では、算出部２６６により、上記ステップ３０４で色変換及び視覚フィルタ変換が行われた仮想見本画像を示す見本画像情報と検査対象画像を示す検査対象画像情報との差分値が算出され、その後、ステップ３０８へ移行する。ステップ３０８では、ＤＢ更新部２６８により、画像ＤＢ２６０から最新に記憶された主観スジ主観情報が取得され、その後、ステップ３１０へ移行する。ステップ３１０では、ＤＢ更新部２６８により、上記ステップ３０６で算出された差分値とこの差分値に応じて一意に定められた閾値と上記ステップ３０８で取得された主観スジ強度情報とが統計モデルＤＢ２７０に記憶される。これにより、統計モデルＤＢ２７０が更新される。そして、本ステップ３１０の処理が行われた後、本ＤＢ更新処理を終了する。
次に、ＣＰＵ６２が画像評価処理プログラム７０Ａを実行することにより画像評価装置１０Ａで行われる画像評価処理について説明する。なお、ここでは、上記第１実施形態で説明した画像評価処理と異なる処理について説明し、上記第１実施形態と重複する処理の説明は省略する。図２５に示すように、本第２実施形態に係る画像評価処理は、上記第１実施形態で説明した画像評価処理に比べ、ステップ２０４に代えてステップ２０４Ａを適用した点が異なっている。ステップ２０４Ａでは、評価部２２Ａにより、評価処理が行われ、その後、ステップ２０６へ移行する。
図４０には本第２実施形態に係る評価処理の流れの一例が示されている。図４０に示す本第２実施形態に係る評価処理は、図３０に示す評価処理に比べ、ステップ２０４Ｃ〜ステップ２０４Ｅに代えて、ステップ３２０〜ステップ３３２を適用した点が異なっている。なお、以下では、図３０に示す評価処理に含まれるステップとは異なるステップについて説明し、同一のステップについては同一のステップ番号を付してその説明を省略する。また、ここでは、錯綜を回避するために、評価対象画像に筋状欠陥画像が含まれる場合について説明する。
図４０に示す評価処理では、ステップ３２０において、統計的評価実施部２７２により、上記ステップ２０４Ｂで変換処理が行われて得た評価対象画像に含まれる筋状欠陥画像における注目画素について仮想見本画像と筋状欠陥画像との濃度についての差分値が算出される。次のステップ３２２では、統計的評価実施部２７２により、上記ステップ３２０で算出された差分値が画素毎に記憶部６６に記憶される。
次のステップ３２４では、統計的評価実施部２７２により、上記ステップ３２０，３２２の処理が筋状欠陥画像における全ての画素について終了したか否かが判定される。本ステップ３２４において上記ステップ３２０，３２２の処理が筋状欠陥画像における全ての画素について終了していない場合は判定が否定されてステップ３２０へ移行する。本ステップ３２４において上記ステップ３２０，３２２の処理が筋状欠陥画像における全ての画素について終了した場合は判定が肯定されてステップ３２６へ移行する。
ステップ３２６では、統計的評価実施部２７２により、上記ステップ３２０で記憶部６６に記憶された画素毎の差分値についての平均値が算出される。次のステップ３２８では、統計的評価実施部２７２により、統計モデルＤＢ２７０から、上記ステップ３２６で算出された平均値に相当する差分値に対応付けられている閾値が取得される。なお、上記ステップ３２６で算出された平均値に相当する差分値として、算出された平均値と完全一致する差分値が統計モデルＤＢ２７０に記憶されていない場合は、上記ステップ３２０で算出された差分値の平均値に最も近似する差分値を代替採用すればよい。また、算出された差分値の平均値が統計モデルＤＢ２７０に記憶されている２つの差分値の中央値の場合は、例えば２つの差分値のうちの小さな方の差分値を上記ステップ３２０で算出された差分値の平均値に相当する差分値として採用すればよい。逆に、２つの差分値のうちの大きな方の差分値を上記ステップ３２０で算出された差分値の平均値に相当する差分値として採用してもよい。
次のステップ３３０では、統計的評価実施部２７２により、上記ステップ３２２で記憶部６６に記憶された画素毎の差分値から注目画素についての差分値が取得される。次のステップ３３２では、統計的評価実施部２７２により、上記ステップ３３０で取得された差分値が上記ステップ３２８で取得された閾値を上回っているか否かが判定される。本ステップ３３２において上記ステップ３３０で取得された差分値が上記ステップ３２８で取得された閾値を上回っていない場合は判定が否定されてステップ３３８へ移行する。本ステップ３３２において上記ステップ３３０で取得された差分値が上記ステップ３２８で取得された閾値を上回っている場合は判定が肯定されてステップ３３４へ移行する。
ステップ３３４では、統計的評価実施部２７２により、統計モデルＤＢ２７０から上記ステップ３２８で取得された閾値に対応する主観スジ強度情報が取得される。そして、取得された主観スジ強度情報が上記ステップ３３０で取得された差分値に対応付けられて記憶部６６に記憶される。
次のステップ３３６では、統計的評価実施部２７２により、上記ステップ３２２で記憶部６６に記憶された画素毎の差分値の全てについて上記ステップ３３０〜３３４の処理を終了したか否かが判定される。本ステップ３３６において上記ステップ３２２で記憶部６６に記憶された画素毎の差分値の全てについて上記ステップ３３０〜３３４の処理を終了していない場合は判定が否定されてステップ３３０へ移行する。本ステップ３３６において上記ステップ３２２で記憶部６６に記憶された画素毎の差分値の全てについて上記ステップ３３０〜３３４の処理を終了した場合は判定が肯定されてステップ３３８へ移行する。
ステップ３３８では、統計的評価実施部２７２により、評価対象画像に含まれる筋状欠陥の視認性の良否が評価され、評価結果を示す評価結果情報が生成される。本ステップ３３２では、例えば、記憶部５５に主観スジ強度情報が記憶されている場合は、記憶部５５に記憶されている全ての主観スジ強度情報を総合的に評価することで評価対象画像に含まれる筋状欠陥の視認性の良否を評価する。例えば、主観スジ強度情報により示される１０段階評価の数値の大きさ、主観スジ強度情報の個数、又は１０段階評価の数値のうちの所定値（例えば７）を上回る数値（例えば８）を示す主観スジ強度情報が対応付けられている画素の分布に基づいて評価する。また、評価結果情報には、筋状欠陥の視認性の良否の評価結果の他に、評価に供した情報（例えば主観スジ強度情報や画素の分布を示す情報など）が含まれ、評価結果情報は後段の警告部２４の警告要否判定部４４による評価で用いられる。
以上に説明したように、本第２実施形態に係る画像評価装置１０Ａは、抽出された筋状欠陥の視認性を統計的方法を利用して評価する構成を有している。本構成を有しない場合に比べ、筋状欠陥の視認性の評価精度を向上させることができる。
なお、上記第２実施形態では、統計モデルＤＢ２７０を参照して筋状欠陥の視認性を評価する例を挙げて説明したが、開示の技術はこれに限定されるものではなく、重回帰式を用いて筋状欠陥の視認性を評価してもよい。この場合、評価部２２Ａに代えて、一例として図４１に示される評価部２２Ｂを用いればよい。図４１に示す評価部２２Ｂは、図３５に示す評価部２２Ａに比べ、統計的評価実施部２７２に代えて統計的評価実施部２７２Ａを適用した点、及びＤＢ更新部２６８及び統計モデルＤＢ２７０に代えて回帰式更新部３４０を適用した点が異なっている。
回帰式更新部３４０は、統計的評価実施部２７２Ａに提供する重回帰式を保持すると共に最新のデータに基づいて重回帰式の回帰係数を更新する。ここで言う「重回帰式」は、例えば算出部２６６で算出された差分値及び画像ＤＢ２６０に最新に記憶された主観スジ強度情報により示される１０段階評価の数値を説明変数としている。また、評価対象画像に含まれる筋状欠陥の視認性の良否を示す数値（例えば主観スジ強度情報により示される１０段階評価の数値に相当する数値）を目的変数としている。
統計的評価実施部２７２Ａは、回帰式更新部３４０により現時点で保持されている重回帰式を用いて、評価対象画像に含まれる筋状欠陥の視認性の良否を評価し、評価結果を示す評価結果情報を生成する。なお、ここで言う「評価結果情報」には、例えば評価対象画像に含まれる筋状欠陥の視認性の良否を示す数値（重回帰式の解）が含まれる。
このように、重回帰式を用いて筋状欠陥の視認性を評価することで、簡素な構成で、筋状欠陥の視認性の評価精度を向上させることができる。
なお、開示の技術は、重回帰式に限定されるものではなく、例えば、ＳＩＭＭ，ＰＣＡ，ＳＶＲ，ＡｄａＢｏｏｓｔ等を採用してもよい。
上記第２実施形態では、筋状欠陥の強度を主観的に評価する被験者を１人とした場合を例示したが、開示の技術はこれに限定されるものではなく、被験者を複数人としてもよい。この場合、複数の被験者による評価結果である主観スジ強度を表す数値の平均値、最頻値などを画像ＤＢ２６０に記憶させればよい。
また、上記第２実施形態では、被験者に視認させる評価対象画像を過去の評価に供した検査対象印刷物１６に含まれる検査対象画像としたが、これに限らず、検査対象画像に類似する画像（検査対象画像として実際に使用されたことのない画像）であってもよい。
［第３実施形態］
上記第１実施形態では、警告部２４が、参照情報ＤＢ４６の参照情報を参照して筋状欠陥の視認性の強度が警告を要する強度であるか否かを判定したが、本第３実施形態では、顧客の特性に応じて視認性の強度が警告を要する強度であるか否かを判定する。なお、以下では、上記第１実施形態で説明した構成部材と同一の構成部材については同一の符号を付してその説明を省略し、上記第１実施形態と異なる部分について説明する。
上記第１実施形態では、警告部２４が、参照情報ＤＢ４６の参照情報を参照して筋状欠陥の視認性の強度が警告を要する強度であるか否かを判定したが、本第３実施形態では、顧客の特性に応じて視認性の強度が警告を要する強度であるか否かを判定する。なお、以下では、上記第１実施形態で説明した構成部材と同一の構成部材については同一の符号を付してその説明を省略し、上記第１実施形態と異なる部分について説明する。
図４２には、本第３実施形態に係る警告部２４Ａの要部機能の一例が示されている。図４２に示す警告部２４Ａは、図１２に示す警告部２４に比べ、警告要否判定部４４に代えて警告要否判定部４４Ａを適用した点が異なっている。また、上記第１実施形態では、警告要否判定部４４に参照情報ＤＢ４６が接続されているが、本第３実施形態では、参照情報ＤＢ４６に代えて顧客特性ＤＢ４６Ａを適用している。
警告要否判定部４４Ａには、顧客を特定する顧客特定情報及び検査対象印刷物１６の用途（例えば大判ポスタ、フォトブック、写真集、カタログ、ちらし等）を示す用途情報が入力される。警告要否判定部４４Ａは、入力された顧客特定情報及び用途情報から、顧客特性ＤＢ４６Ａを参照して、筋状欠陥の視認性の強度が警告を要する強度であるか否かを判定する。
顧客特性ＤＢ４６Ａは、注文者（注文主）である顧客別に注文内容や過去の取引による実績（履歴）などの情報（以下、「顧客特性情報」という）を蓄積したデータ群である。本例の顧客特性ＤＢ４６Ａには、顧客別に、印刷物の用途やコンテンツタイプごとに、過去にその顧客が了承した（ＯＫと認めた）画像品質を「画質指数」という指標の数値で記述された顧客特性情報が記憶されている。画質指数は、印刷物の画質を規定する指標であり、印刷物等から実際に測定可能な物理量と関連付けられる少なくとも１種類、好ましくは複数種類の画質属性の評価を含んだ数値として定義される。画質指数の具体例は後述する。なお、本明細書では、画質指数を「Ｑ」という記号で表記する。
図４３は画質指数の説明図である。本例の画質指数は印刷物の総合画質を規定する指標であり、複数の画質属性の評価を組み合わせた値として定義される。つまり、総合画質は複数の画質属性のツリー構造で表すことができ、各属性を総合的に考慮した品質として把握される。図４３の例では、画質属性として、画像ノイズ、色階調、シャープネス、文字性、光沢、スジムラの６種類の画質属性を示している。ここで例示する６種類の画質属性の一部を用いても良いし、さらに他の画質属性を追加してもよい。
個々の属性は、印刷品質の項目の１つ又は複数と関連付けられており、画質属性並びに印刷品質項目は、印刷結果などから実際に測定可能な物理量（「物理測定値」に相当、図２中、「画質測定値」と記載）から推定可能である。
図４４は画質指数の求め方を示す概念図である。なお、図４４に示した概念を説明する参考文献として「Peter G. Engeldrum, “Psychometric Scaling : a toolkit for imaging systems development”, pp.8-17., 2000.」がある。
テストチャートや実画像を印刷し、その印刷結果を測定することによって物理的な技術変数（Technology Variables）の値が得られる。この測定された技術変数を符号「Ｘ」で表し、具体的な値をＸ１，Ｘ２，Ｘ３…など表記する。
チャート測定などの測定で得られる値Ｘと、画質測定値としての物理画像パラメータ（物理定量値）Ｙｉとは所定のシステムモデルにしたがって関連付けられている。システムモデルには、例えば、ハードコピー画質の測定方法に関するISO/IEC 13660などを適用することができる。チャート測定等で得られた値Ｘから、システムモデルで定義される関数Ｆｉ（Ｘ）にしたがい、画質測定値としての物理画像パラメータ（物理定量値）Ｙｉ＝Ｆｉ（Ｘ）が得られる。
ここでいう物理画像パラメータは、例えば、ＲＭＳ（root mean square granularity ）粒状度などのように、一般に「〜度」と呼ばれるような物理評価値（指標）である。このような物理画像パラメータは複数種類あり得る。
画質属性或いは印刷品質項目に対応するカスタマーパーセプション（顧客知覚性）は、例えば、粒状性などのように、一般に「〜性」とよばれるような官能評価値である。この官能評価値（図においてＺｉで表す）は、用途によらない数値として表される。
画質属性（又は印刷品質項目）を表す官能評価値Ｚｉは、ビジュアルアルゴリスムで定義される関数Ｇｉ（Ｙ）にしたがって計算される（Ｚｉ＝Ｇｉ（Ｙ））。
印刷総合画質に対応するカスタマークオリティプレファランス（顧客の画質好み）は、複数の画質属性を組み合わせた総合的な画質の官能評価値である。この総合画質は、用途毎に定義される。総合画質の評価値Ｑｉは、画像品質モデルで定義される関数Ｈｉ（Ｚ）で計算され、用途毎に異なる関数Ｈｉ（Ｚ）が定義される。
実際の測定で得られる物理量Ｘ、画質測定値Ｙ、画質属性（又は印刷品質項目）Ｚ、印刷総合画質Ｑのそれぞれを関連付ける各モデルやアルゴリズムは、簡単な例としては、線型モデルでよい。より詳細には、評価実験などを通して具体的な関数が決定される。
官能評価値Ｑｉ、Ｚｉと、物理定量値（物理評価値）Ｘ，Ｙとの対応関係（Ｆｉ、Ｇｉ、Ｈｉで示される関数）を予め求めておく。その際、印刷総合画質Ｑｉと画質属性／印刷品質項目（Ｚｉ）との関係については、印刷物の用途毎にモデルパラメータが最適化される。例えば、写真の多い「写真集」などの用途では、画像に関する画質属性が重視される。一方、文字の多い「ドキュメント」などの用途では、文字に関する画質属性が重視される。
印刷総合画質Ｑｉの演算は、重回帰分析の線型モデルでもよいし、コンテンツタイプの面積比率に応じた重み係数による線型モデルでもよいし、或いは、非線形のモデルでもよい。こうして、用途毎に定義された関数Ｈｉにしたがい、カタログ用の総合画質Ｑ１、写真集用の総合画質Ｑ２、チラシ用の総合画質Ｑ３、などが計算される。
本第３実施形態では、画質指数として、複数の画質属性を総合的に評価した総合画質を用いるが、総合画質に代えて、総合評価する前の個別の画質属性の単体、或いは、これらの適宜の組み合わせを用いても良い。
図４５には、顧客特性ＤＢ４６Ａの構成の一例が模式的に示されている。図４５に示すように、顧客特性ＤＢ４６Ａには、顧客を識別する情報（顧客名や顧客ＩＤなど）が記憶されている。また、顧客特性ＤＢ４６Ａには、顧客別に用途やコンテンツタイプの条件に対する顧客の要求品質を満たした画質指数と、顧客の要求品質に未到達の画質指数と、が顧客特性情報として記憶されている。なお、以下では、説明の便宜上、顧客の要求品質を満たした画質指数を「OK_Ｑ」と表記する場合があり、顧客の要求品質に未到達の画質指数を「NG_Ｑ」と表記する場合がある。
「OK_Ｑ」の具体例としては、提供した印刷物に対して顧客の了承・承認（ＯＫ判断）が得られた画質指数が挙げられる。「NG_Ｑ」の具体例としては、提供した印刷物が顧客の要求品質を満足させることができず、当該顧客から拒否・不承認（ＮＧ判断）が表明された画質指数が挙げられる。
このようなデータは、過去の注文に対する納品物の実績から履歴情報として蓄積していくことができる。すなわち、顧客との取引を通じて、提供した印刷物の画質指数と、その印刷物に対する顧客の評価（ＯＫ又はＮＧ）とを関連付けて履歴データとし顧客特性ＤＢに保存していく。
印刷物はその用途によって要求される品質が大きく変わるため、顧客特性ＤＢ４６Ａでは「用途」の観点でデータを分類する。また、印刷物の画像（１枚の絵）の中には、写真部分、文字部分、線画部分、イラスト部分など様々なコンテンツが含まれうる。印刷物の画像内容を構成している要素（コンテンツ）がどのようなものであるかを分類する観点が「コンテンツタイプ」による分類である。
「用途」という大分類の中に「コンテンツタイプ」というより詳細な小分類があるという関係にある。本第３実施形態では、用途とコンテンツタイプの組み合わせに対して画質指数のデータが蓄積されている。
その他の項目は、必須ではないが、利用価値が高いと思われる項目の情報が顧客特性ＤＢに登録される。図４５に示す例では、注文ごとの印刷ジョブ（Ｊｏｂ）を識別するためのジョブＩＤ（識別符号）や、注文の受付日、コスト（符号「Ｃ」で表記する。）、納期（符号「Ｄ」で表記する。）。つまり、過去の取引におけるジョブの履歴として、注文に応じて提供した印刷物の画質（Ｑ）とコスト（Ｃ）、納期（Ｄ）に対して、その顧客が満足したか（ＯＫか）、満足しなかったか（ＮＧか）という情報が顧客特性ＤＢ４６Ａに蓄積されていく。
なお、本例では画質指数Ｑとして総合画質を用い、総合画質の評価項目として含まれる画質属性（ここでは項目ａからｆの６種類の属性）の評価値（Ｚi；i=a,b,c,d,e,f）も記録されている。具体的には、例えば、図４３に示すノイズ、色階調、シャープネス、文字、光沢、スジムラの６種類の属性がａ〜ｆに対応する。なお、図４５では記載を省略しているが、表の各セルにはそれぞれ該当する値が記述される。
また、このような顧客特性ＤＢから様々な統計処理を行うことが可能であり、顧客特性ＤＢに登録されている各種データを加工することにより、顧客毎の好みや傾向、全顧客の平均的なＯＫレベル（OK_Ｑの平均値）などの２次的な情報を生成することができる。このような２次的な情報は、必要に応じてオペレータの指示に基づき顧客特性ＤＢ４６Ａから随時生成してもよいし、定期的に或いは不定期に適宜のタイミングで自動的に生成してもよい。また、生成された２次的情報（ＤＢ加工データ）は、顧客特性ＤＢ４６Ａに組み入れて保持してもよいし、別のデータベースに登録したり、他の記憶装置に格納したりすることも可能である。
本第３実施形態では、複数の顧客の平均値など、標準的なパラメータが顧客特性ＤＢ４６Ａに保持される。これら標準的なデータは例えば、新規顧客の要求品質の推測に利用される。
また、本例では、顧客の要求品質を推測する手がかりとして、顧客特性ＤＢ４６Ａから図４５に示すような、画質指数ＱとＯＫ回数、ＮＧ回数の分布データ（「OK/NG画質指数分布」という。）を生成する。過去の納品印刷物の画質指数Ｑとその印刷物に対する顧客評価（ＯＫ／ＮＧ判断）の蓄積データ群から、用途別に、画質指数Ｑ（総合画質）に対する顧客のＯＫ判断回数、ＮＧ判断回数のそれぞれのヒストグラムを得ることができる。
図４６中、実線で示した分布は、ＯＫ回数の分布データ（「ＯＫ画質分布データ」という。）である。図４６中、破線で示した分布は、ＮＧ回数の分布データ（「ＮＧ画質分布データ」という。）である。このような画質指数分布は、特定の顧客のデータを使って同一用途のデータ群から生成することも可能であるし、複数の顧客（例えば、登録されている全顧客又は一部の顧客）の同一用途のデータ群から生成することもできる。
例えば、同じ顧客と何度も取引をすると、その顧客において印刷物の品質が「ＯＫ」と判断される画質レベルOK_Ｑ）と、「ＮＧ」と判断される画質レベル(NG_Ｑ)の分布が明確になる。常連顧客については、その特定顧客のデータから当該顧客の用途別OK/NG画質指数分布を生成する。また、新規顧客については、同一用途に関する他の顧客のデータを使って分布を作成する。
また、顧客特性ＤＢ４６Ａに登録されていない新規の用途の場合には、他の用途データを使って分布を推定したり、或いは、新規用途で重視される画質属性の項目や項目間のバランスを考慮した想定を使って分布を推定したりすることができる。
さらに、他の顧客を含めて平均データからの特定顧客データのずれ（例えば、標準偏差）を用いて、当該特定顧客（常連顧客）の好み、例えば、ＯＫ／ＮＧの判断において重視する項目（重視項目）と、あまり重視しない項目（軽視項目）とを推定することができる。かかる推定に基づき、当該顧客の印刷依頼（注文）に対して、より好みに沿った印刷物を提案することが可能である。
図４７には、本第３実施形態に係る画像評価装置１０Ｂの電気系の構成の一例が示されている。図４７に示す画像評価装置１０Ｂは、図６に示す画像評価装置１０に比べ、画像評価処理プログラム７０に代えて画像評価処理プログラム７０Ｂを適用している点が異なっている。また、画像評価装置１０Ｂは、図１３に示す画像評価装置１０に比べ、記憶部６６に参照情報ＤＢ４６に代えて顧客ＤＢ４６Ａが記憶されている点も異なっている。
画像評価処理プログラム７０Ｂは、図１３に示す画像評価処理プログラム７０に比べ、警告プロセス８０に代えて警告プロセス８０Ａを適用している点が異なっており、ＣＰＵ６２は、警告プロセス８０Ａを実行することで図４１に示す評価部２４Ａとして動作する。
次に、ＣＰＵ６２が画像評価処理プログラム７０Ｂを実行することにより画像評価装置１０Ｂで行われる画像評価処理について説明する。なお、ここでは、上記第１実施形態で説明した画像評価処理と異なる処理について説明し、上記第１実施形態と重複する処理の説明は省略する。図２５に示すように、本第３実施形態に係る画像評価処理は、上記第１実施形態で説明した画像評価処理に比べ、ステップ２０６に代えてステップ２０６Ａを適用した点が異なっている。ステップ２０６Ａでは、警告部２４Ａにより、評価処理が行われ、その後、本画像評価処理を終了する。
図４８には本第３実施形態に係る警告処理の流れの一例が示されている。図４８に示す本第３実施形態に係る警告処理は、図３０に示す警告処理に比べ、ステップ２０６Ｂ，２０６Ｃに代えて、ステップ３５０〜ステップ３５４を適用した点が異なっている。なお、以下では、図３０に示す警告処理に含まれるステップとは異なるステップについて説明し、同一のステップについては同一のステップ番号を付してその説明を省略する。また、ここでは、錯綜を回避するために、評価対象画像に筋状欠陥画像が含まれる場合について説明する。
図４８に示す警告処理では、ステップ３５０において、警告要否判定部４４Ａにより、顧客特定情報及び用途情報が取得され、その後、ステップ３５２へ移行する。ステップ３５２では、警告要否判定部４４Ａにより、顧客特性情報が取得される。
次のステップ３５４では、警告要否判定部４４Ａにより、上記ステップ３５０で取得された顧客特定情報及び用途情報に基づいて、上記ステップ３５２で取得された顧客特性情報が参照される。そして、参照結果に基づいて筋状欠陥画像の視認性の強度が警告を要する強度であるか否かが判定される。本ステップ３５４では、例えば、警告要否判定部４４Ａが、顧客特定情報及び用途情報に対応する顧客特性情報を参照して、評価結果情報に含まれる視認性強度情報により示される視認性の強度が警告を要する強度であるか否かを判定する。本ステップ３５２において警告を要しない強度である場合は判定が否定されて本警告処理を終了する。本ステップ３５２において警告を要する強度である場合は判定が肯定されてステップ２０６Ｄへ移行する。
１０ 画像評価装置
１２ 印刷装置
１３ 見本画像情報ＤＢ
１６ 検査対象印刷物１６
１８ 読取部
１９ 予測部
２０，２０Ａ，２０Ｂ 抽出部
２２，２２Ａ，２２Ｂ 評価部
２４，２４Ａ 警告部
２５ 排除部
１２ 印刷装置
１３ 見本画像情報ＤＢ
１６ 検査対象印刷物１６
１８ 読取部
１９ 予測部
２０，２０Ａ，２０Ｂ 抽出部
２２，２２Ａ，２２Ｂ 評価部
２４，２４Ａ 警告部
２５ 排除部
Claims (49)
- 良品と認められた見本印刷物に含まれる見本画像を想定した仮想見本画像を示す見本画像情報を記憶した記憶部と、
前記見本画像に相当する画像を示す画像情報を含む検査対象印刷物情報に基づいて印刷装置により記録媒体に画像が印刷された検査対象印刷物に含まれる部分画像を読み取る読取部と、
前記読取部により読み取られた前記部分画像を示す部分画像情報に基づいて前記検査対象印刷物に含まれる検査対象画像であって前記仮想見本画像に相当する画像である検査対象画像を予測する予測部と、
前記記憶部に記憶された見本画像情報と前記予測部により予測された検査対象画像を示す検査対象画像情報との差分値に基づいて、該検査対象画像情報により示される検査対象画像から、特定方向の筋状模様を有する筋状欠陥を抽出する抽出部と、
前記抽出部により抽出された前記筋状欠陥の視認性を評価する評価部と、
を含む画像評価装置。 - 前記部分画像を、前記検査対象画像情報に含まれる前記画像情報により示される画像の一部とした請求項１に記載の画像評価装置。
- 前記画像の一部を、前記検査対象画像のうち前記筋状欠陥が形成される領域として事前に想定された領域とした請求項２に記載の画像評価装置。
- 前記部分画像を、予め定められた色及び前記検査対象印刷物に含まれる画像から抽出された色の少なくとも一方を含む色パッチ画像とした請求項１に記載の画像評価装置。
- 前記印刷装置は、複数のノズルのうち前記画像情報に基づいて選択されたノズルからインク滴を吐出することにより印刷を行う印刷装置であり、
前記部分画像をノズルチェックパターンとした請求項１に記載の画像評価装置。 - 前記読取部は、前記部分画像を読み取って得た部分画像情報により示される部分画像から特定の模様を検出し、検出した特定の模様を示す模様情報を該部分画像情報から除去する除去部を有し、
前記予測部は、前記除去部により除去された前記模様情報により示される特定の模様を加味して、前記検査対象画像を予測する請求項１〜請求項５の何れか１項に記載の画像評価装置。 - 前記予測部は、前記読取部の特性及び前記印刷装置の特性の少なくとも一方を加味して、前記検査対象画像を予測する請求項１〜請求項６の何れか１項に記載の画像評価装置。
- 前記見本画像情報を、前記読取部の特性の影響が反映されていない見本画像情報とし、
前記検査対象画像情報を、前記読取部の特性の影響が反映されていない検査対象画像情報とした請求項１〜請求項７の何れか１項に記載の画像評価装置。 - 前記読取部の特性は、前記読取部における構成部材の経時劣化の特性を含む請求項７又は請求項８に記載の画像評価装置。
- 前記見本画像情報を、更に、前記印刷装置の特性であって前記筋状欠陥の形成要因とならない非形成要因特性の影響が反映されていない見本画像情報とし、
前記検査対象画像情報を、更に、前記非形成要因特性の影響が反映されていない検査対象画像情報とした請求項７〜請求項９の何れか１項に記載の画像評価装置。 - 前記見本画像情報を、前記印刷装置の特性であって前記筋状欠陥の形成要因とならない非形成要因特性の影響が反映されていない見本画像情報とし、
前記検査対象画像情報を、前記非形成要因特性の影響が反映されていない検査対象画像情報とした請求項１〜請求項７の何れか１項に記載の画像評価装置。 - 前記非形成要因特性は、前記印刷装置における構成部材の経時劣化の特性を含む請求項１０又は請求項１１に記載の画像評価装置。
- 前記印刷装置の特性及び前記読取部の特性の少なくとも一方の影響を前記見本画像情報に反映させた請求項１〜請求項７の何れか１項に記載の画像評価装置。
- 前記印刷装置の特性は、前記印刷装置における構成部材の経時劣化の特性を含む請求項１３に記載の画像評価装置。
- 前記読取部の特性は、前記読取部における構成部材の経時劣化の特性を含む請求項１３又は請求項１４に記載の画像評価装置。
- 前記評価部の評価対象とされる前記筋状欠陥を、人間の視覚特性に対応する空間周波数の筋状欠陥とした請求項１〜請求項１５の何れか１項に記載の画像評価装置。
- 前記評価部の評価対象とされる前記筋状欠陥を、人間の視覚特性に対応する色空間の筋状欠陥とした請求項１〜請求項１６の何れか１項に記載の画像評価装置。
- 前記抽出部は、前記検査対象画像情報により示される検査対象画像のうちの予め定められた領域を対象にして、前記筋状欠陥を抽出する請求項１〜請求項１７の何れか１項に記載の画像評価装置。
- 前記予め定められた領域を、前記筋状欠陥が形成される領域として事前に想定された領域とした請求項１８に記載の画像評価装置。
- 前記予め定められた領域を、更に、前記検査対象画像情報により示される検査対象画像のうちの該検査対象画像と前記見本画像情報により示される仮想見本画像との差分値で閾値を超える差分値に対応する領域とした請求項１９に記載の画像評価装置。
- 前記事前に想定された領域を、前記印刷装置及び前記読取部の少なくとも１つの特性に基づいて特定した請求項１９又は請求項２０に記載の画像評価装置。
- 前記事前に想定された領域を特定するために用いる前記印刷装置の特性は、該印刷装置における構成部材の経時劣化の特性を含む請求項２１に記載の画像評価装置。
- 前記事前に想定された領域を特定するために用いる前記読取部の特性は、該読取部における構成部材の経時劣化の特性を含む請求項２１又は請求項２２に記載の画像評価装置。
- 前記予め定められた領域を、前記検査対象画像情報により示される検査対象画像のうちの該検査対象画像と前記見本画像情報により示される見本画像との差分値で閾値を超える差分値に対応する領域とした請求項１８に記載の画像評価装置。
- 前記特定方向を、前記印刷装置における前記記録媒体の搬送方向とした請求項１〜請求項２４の何れか１項に記載の画像評価装置。
- 前記印刷装置の印刷方式をシングルパス方式とした請求項２５に記載の画像評価装置。
- 前記印刷装置が前記検査対象画像を複数のラインに分割して該ライン毎に前記記録媒体に対して記録する場合、前記特定方向を、前記印刷装置における主走査方向とした請求項１〜請求項２４の何れか１項に記載の画像評価装置。
- 前記印刷装置の印刷方式をシャトルスキャン方式とした請求項２７に記載の画像評価装置。
- 前記評価部は、前記抽出部により抽出された前記筋状欠陥の視認性をマスク効果視覚モデルを利用して評価する請求項１〜請求項２８の何れか１項に記載の画像評価装置。
- 前記評価部は、前記抽出部により抽出された前記筋状欠陥を前記見本画像情報により示される仮想見本画像に合成し、合成して得た合成画像及び前記見本画像情報により示される仮想見本画像に基づいて前記筋状欠陥の視認性を前記マスク効果視覚モデルを利用して評価する請求項２９に記載の画像評価装置。
- 前記評価部は、前記合成画像及び前記見本画像情報により示される仮想見本画像を複数の空間周波数成分の各々及び複数の方向成分の各々の少なくとも一方に分解して得た分解画像に基づいて、前記マスク効果視覚モデルを利用して前記筋状欠陥の視認性を評価する請求項３０に記載の画像評価装置。
- 前記評価部は、前記合成画像及び前記見本画像情報により示される仮想見本画像を複数の空間周波数成分の各々及び複数の方向成分の各々の少なくとも一方に分解して得た分解画像に基づいて、特定方向についてのマスク効果視覚モデルを利用して前記筋状欠陥の視認性を評価する請求項３０に記載の画像評価装置。
- 前記評価部は、前記抽出部により抽出された前記筋状欠陥の視認性を統計的方法を利用して評価する請求項１〜請求項３０の何れか１項に記載の画像評価装置。
- 前記統計的方法を利用した評価を、各々前記検査対象画像に相当すると共に異なる前記筋状欠陥を有する複数の評価対象画像の各々を少なくとも１人の被験者に予め視認させて前記評価対象画像毎に前記筋状欠陥の視認性の度合いを評価させた結果に基づく評価とした請求項３３に記載の画像評価装置。
- 前記統計的方法を利用した評価を、前記視認性の度合いを評価させた結果に応じて定められた重回帰式に基づく評価とした請求項３４に記載の画像評価装置。
- 前記評価部により視認性が評価された前記筋状欠陥が視認可能な筋状欠陥であると判定された場合に警告する警告部を更に含む請求項１〜請求項３５の何れか１項に記載の画像評価装置。
- 前記警告部は、視認可能な筋状欠陥であると判定された前記筋状欠陥を含む前記検査対象印刷物に対して直接処理を施すことにより警告する請求項３６に記載の画像評価装置。
- 前記警告部は、前記検査対象印刷物における前記筋状欠陥の位置の特定を支援する特定支援印を該検査対象印刷物に付与することにより警告する請求項３７に記載の画像評価装置。
- 前記警告部は、前記検査対象印刷物における前記筋状欠陥を前記特定方向へ延ばした位置に前記特定支援印を付与することにより警告する請求項３８に記載の画像評価装置。
- 前記特定支援印の種類を前記筋状欠陥の視認性の大きさに応じて定めた請求項３８又は請求項３９に記載の画像評価装置。
- 前記警告部は、更に、前記評価部により視認性が評価された前記筋状欠陥が視認可能な筋状欠陥であると判定された場合に表示部に対して所定情報を表示させることにより警告する請求項３６〜請求項４０の何れか１項に記載の画像評価装置。
- 前記警告部は、前記評価部により視認性が評価された前記筋状欠陥が視認可能な筋状欠陥であると判定された場合に表示部に対して所定情報を表示させることにより警告する請求項３６に記載の画像評価装置。
- 前記所定情報は、視認可能な筋状欠陥であると判定された前記筋状欠陥を含む前記検査対象印刷物を特定する特定情報を含む請求項４１又は請求項４２に記載の画像評価装置。
- 前記表示部は画像を表示し、
前記所定情報は、前記筋状欠陥を有する前記検査対象画像と該検査対象画像における前記筋状欠陥の位置の特定を支援する特定支援画像とを含む請求項４１〜請求項４３の何れか１項に記載の画像評価装置。 - 良品と認められた見本印刷物に含まれる見本画像に相当する画像を示す画像情報を含む検査対象画像情報に基づいて印刷装置により記録媒体に画像を印刷することにより検査対象印刷物を作成する印刷装置と、
請求項１〜請求項４４の何れか１項に記載の画像評価装置と、
を含む画像評価システム。 - 前記検査対象印刷物を、余白領域を有する検査対象印刷物とし、
前記印刷装置は、前記読取部による読取対象とされる画像を前記余白領域に印刷する請求項４７に記載の画像評価システム。 - 前記印刷装置は、前記検査対象画像を複数のラインに分割して該ライン毎に前記記録媒体に対して記録する方式の印刷装置であり、
前記検査対象印刷物を、前記印刷装置における前記記録媒体の搬送方向の最上流側及び最下流側の少なくとも一方の端部に前記余白領域を有する前記検査対象印刷物とし、
前記印刷装置は、前記読取部による読取対象とされる画像を前記余白領域とされた前記端部に印刷する請求項４６に記載の画像評価システム。 - 良品と認められた見本印刷物に含まれる見本画像に相当する画像を示す画像情報を含む検査対象印刷物情報に基づいて印刷装置により記録媒体に画像が印刷された検査対象印刷物に含まれる部分画像を読み取る読取部により読み取られた前記部分画像を示す部分画像情報に基づいて前記検査対象印刷物に含まれる検査対象画像であって前記仮想見本画像に相当する画像である検査対象画像を予測する予測工程と、
前記見本画像を想定した仮想見本画像を示す見本画像情報を記憶した記憶部に記憶された見本画像情報と前記予測工程により予測された検査対象画像を示す検査対象画像情報との差分値に基づいて、該検査対象画像情報により示される検査対象画像から、特定方向の筋状模様を有する筋状欠陥を抽出する抽出工程と、
前記抽出工程により抽出された前記筋状欠陥の視認性を評価する評価工程と、
を含む画像評価方法。 - コンピュータを、
請求項１〜請求項４４の何れか１項に記載の画像評価装置における前記予測部、前記抽出部及び前記評価部として機能させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012218749A JP5881576B2 (ja) | 2012-09-28 | 2012-09-28 | 画像評価装置、画像評価方法、画像評価システム、及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012218749A JP5881576B2 (ja) | 2012-09-28 | 2012-09-28 | 画像評価装置、画像評価方法、画像評価システム、及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014069499A true JP2014069499A (ja) | 2014-04-21 |
| JP5881576B2 JP5881576B2 (ja) | 2016-03-09 |
Family
ID=50745163
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012218749A Expired - Fee Related JP5881576B2 (ja) | 2012-09-28 | 2012-09-28 | 画像評価装置、画像評価方法、画像評価システム、及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5881576B2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015047725A (ja) * | 2013-08-30 | 2015-03-16 | 富士フイルム株式会社 | インクジェット印刷システム及びその不吐補正方法並びにプログラム |
| JP2015223723A (ja) * | 2014-05-26 | 2015-12-14 | 富士フイルム株式会社 | インクジェット記録装置及びイジェクタの異常検出方法 |
| JP2016193504A (ja) * | 2015-03-31 | 2016-11-17 | 富士フイルム株式会社 | 画像検査方法及び装置、プログラム、並びにインクジェット印刷装置 |
| JP2017017548A (ja) * | 2015-07-01 | 2017-01-19 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
| CN108664839A (zh) * | 2017-03-27 | 2018-10-16 | 北京三星通信技术研究有限公司 | 一种图像处理方法和设备 |
| US11341382B1 (en) | 2021-04-01 | 2022-05-24 | Ricoh Company, Ltd. | Evaluation of print verification system |
| JP2023503788A (ja) * | 2019-10-18 | 2023-02-01 | エレクトロニクス フォー イメージング，インク． | 品質スコアを画像に割り当てることによるプリンタの品質評価 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09311030A (ja) * | 1996-05-24 | 1997-12-02 | Datsuku Eng Kk | 品質検査方法および品質検査装置 |
| JP2007033247A (ja) * | 2005-07-27 | 2007-02-08 | Dac Engineering Co Ltd | 検査方法及び検査システム |
-
2012
- 2012-09-28 JP JP2012218749A patent/JP5881576B2/ja not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09311030A (ja) * | 1996-05-24 | 1997-12-02 | Datsuku Eng Kk | 品質検査方法および品質検査装置 |
| JP2007033247A (ja) * | 2005-07-27 | 2007-02-08 | Dac Engineering Co Ltd | 検査方法及び検査システム |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015047725A (ja) * | 2013-08-30 | 2015-03-16 | 富士フイルム株式会社 | インクジェット印刷システム及びその不吐補正方法並びにプログラム |
| JP2015223723A (ja) * | 2014-05-26 | 2015-12-14 | 富士フイルム株式会社 | インクジェット記録装置及びイジェクタの異常検出方法 |
| JP2016193504A (ja) * | 2015-03-31 | 2016-11-17 | 富士フイルム株式会社 | 画像検査方法及び装置、プログラム、並びにインクジェット印刷装置 |
| JP2017017548A (ja) * | 2015-07-01 | 2017-01-19 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
| CN108664839A (zh) * | 2017-03-27 | 2018-10-16 | 北京三星通信技术研究有限公司 | 一种图像处理方法和设备 |
| CN108664839B (zh) * | 2017-03-27 | 2024-01-12 | 北京三星通信技术研究有限公司 | 一种图像处理方法和设备 |
| JP2023503788A (ja) * | 2019-10-18 | 2023-02-01 | エレクトロニクス フォー イメージング，インク． | 品質スコアを画像に割り当てることによるプリンタの品質評価 |
| US11954849B2 (en) | 2019-10-18 | 2024-04-09 | Electronics For Imaging, Inc. | Assessing printer quality by assigning quality scores to images |
| US11341382B1 (en) | 2021-04-01 | 2022-05-24 | Ricoh Company, Ltd. | Evaluation of print verification system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5881576B2 (ja) | 2016-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5813610B2 (ja) | 画像評価装置、画像評価方法、及びプログラム | |
| JP5881576B2 (ja) | 画像評価装置、画像評価方法、画像評価システム、及びプログラム | |
| US9946944B2 (en) | Image recording device, image defect detection device, and image defect detection method | |
| JP5813611B2 (ja) | 画像評価装置、画像評価方法、及びプログラム | |
| EP3305532B1 (en) | Image inspection device, image inspection method, program, and ink jet printing system | |
| JP7110349B2 (ja) | 機械学習モデルの生成装置、方法、プログラム、検査装置及び検査方法、並びに印刷装置 | |
| WO2017154677A1 (ja) | 印刷結果検査装置および方法 | |
| JP6265502B2 (ja) | 透明液吐出量決定装置及び方法、並びに画像形成装置及び方法 | |
| JP5303503B2 (ja) | 画像検査装置および印刷装置、並びに、画像検査方法 | |
| JP6291546B2 (ja) | 画像評価装置、画像評価方法、及びプログラム | |
| JP6945060B2 (ja) | 画像形成装置及び方法、異常ノズル検出方法並びに印刷物の製造方法 | |
| JP6005798B2 (ja) | 画像評価装置、画像評価方法、及びプログラム | |
| JP6184386B2 (ja) | 画像欠陥検出装置及び方法、画像記録装置並びにプログラム | |
| JP6293027B2 (ja) | 画像欠陥検出装置及び方法、並びにプログラム | |
| JP5960320B2 (ja) | 画像評価装置、画像評価方法、及びプログラム | |
| WO2019142517A1 (ja) | 印刷装置、画像欠陥検出装置、方法及びプログラム | |
| JP7234812B2 (ja) | 画像検査装置、及び、画像形成システム | |
| US20180117926A1 (en) | Print saturation calibration | |
| JP6761543B2 (ja) | 解像力測定方法及び装置、プログラム並びに印刷装置 | |
| WO2012114575A1 (ja) | 閾値マトリクス作成装置、方法、プログラム及び画像形成装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141008 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150929 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151130 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160112 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160202 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5881576 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |