JP2015211307A - 読取装置およびプログラム - Google Patents

Abstract

【課題】読み取った画像データに基づく，原稿の種類の判定精度を向上させる技術を提供すること。
【解決手段】ＭＦＰ１００は，イメージセンサ１５の読取位置に原稿が無い状態で，イメージセンサ１５に画像を読み取らせる。そして，ＭＦＰ１００は，その際に読み取られた画像データに基づいて，読取位置の状態を検知する。そして，ＭＦＰ１００は，その検知結果に応じて，イメージセンサ１５によって原稿を読み取った際の画像データに基づいて原稿の種類を判定する際の，判定方法を変更する。
【選択図】 図４

Description

本発明は，原稿の画像を読み取る読取装置およびプログラムに関する。さらに詳細には，読み取った画像データに基づいて原稿の種類を判定する技術に関するものである。

従来から，原稿の画像を読み取り，読み取った画像データに基づいて，原稿の種類を判定する技術が知られている。例えば，特許文献１には，入力カラー画像データに基づいて，当該入力カラー画像データが表わす画像がカラー画像かモノクロ画像かを判定し，判定結果に応じてカラー画像データとモノクロ画像データとの一方を外部機器に転送する技術が開示されている。

特開２００６−２６１９２７号公報

しかしながら，前記した従来の技術には，次のような問題があった。すなわち，実際に読み取った画像データには，ゴミ等の異物によるノイズが発生する場合がある。このノイズによって原稿の種類を誤判定する問題がある。

本発明は，前記した従来の技術が有する問題点を解決するためになされたものである。すなわちその課題とするところは，読み取った画像データに基づく，原稿の種類の判定精度を向上させる技術を提供することにある。

この課題の解決を目的としてなされた読取装置は，画像を読み取る読取部と，制御部とを備え，前記制御部は，前記読取部の読取位置に原稿が無い状態で，前記読取部に読み取らせるプレ読取処理と，前記プレ読取処理にて読み取られた画像データであるプレ読取画像データに基づいて，前記読取位置の状態を検知する検知処理と，原稿の画像を，前記読取部に読み取らせる原稿読取処理と，前記原稿読取処理にて読み取られた画像である原稿画像データに基づいて，原稿の種類を判定する判定処理と，前記検知処理の検知結果に応じて，前記判定処理での判定方法を変更する変更処理とを実行することを特徴としている。

すなわち，本明細書に開示される読取装置では，原稿が無い状態で読み取ったプレ読取画像データに基づいて読取位置の状態を検知する。そして，その検知結果に応じて，その後に読み取った原稿画像データに基づく原稿の種類の判定方法を変更する。これにより，本明細書に開示される読取装置では，読取位置の状態に応じて適切な原稿の種類の判定が期待できる。

また，前記制御部は，前記検知処理では，前記プレ読取画像データの画素ごとに，画素値が下地色を含まない所定の範囲内である場合に，前記読取位置の状態として当該画素に異物があると検知するとよい。

また，前記制御部は，前記判定処理にて，原稿の種類として，例えば，原稿が白紙か否かを判定する。白紙判定では異物の影響を受け易い。そのため，読取位置の状態に応じて白紙か否かの判定方法を変更することで，より正確な白紙判定が期待できる。

また，前記制御部は，前記判定処理にて，原稿の種類として，例えば，原稿の色を判定する。色判定では異物の影響を受け易い。そのため，読取位置の状態に応じて色の判定方法を変更することで，より正確な色判定が期待できる。

また，前記制御部は，前記判定処理では，前記原稿画像データに含まれる輝度成分のデータと，判定基準値とを比較することによって原稿の種類を判定し，前記変更処理では，前記判定基準値を変更するとよい。画素値のうち輝度成分を用いた判定では異物の影響を受け易い。そのため，読取位置の状態に応じて判定基準値を変更することで，より正確な判定が期待できる。

また，前記制御部は，前記検知処理では，さらに異物の画素数も検知し，前記変更処理では，異物の画素数に応じて，前記判定基準値の変更量が異なるとよい。異物のサイズが大きいほど判定に与える影響が大きい。そのため，異物の画素数に応じて判定基準値を変更することで，より正確な判定が期待できる。

また，前記制御部は，前記変更処理では，前記検知処理にて前記読取位置の状態として異物が検知されなかった場合に，前記原稿画像データに含まれる輝度成分のデータを用いて原稿の種類を判定させ，前記検知処理にて前記読取位置の状態として異物が検知された場合に，前記原稿画像データに含まれる輝度成分のデータからさらに異物の画素の輝度成分を差し引いたデータを用いて原稿の種類を判定させるとよい。画素値のうち輝度成分を用いた判定では異物の影響を受け易い。そのため，異物の画素の情報を除去したデータを用いて判定することで，より正確な判定が期待できる。

また，前記制御部は，前記変更処理を，ページ間で実行するとよい。ページ間にて判定方法を変更することで，原稿とともに運ばれて来る異物や原稿とともに除去される異物を判定方法の変更に反映できる。

また，前記制御部は，次のページの読取開始までの時間が規定時間以上あるか否かを判断する判断処理を実行し，前記判断処理にて規定時間以上あると判断された場合に，前記変更処理を実行し，前記判断処理にて規定時間以上あると判断されなかった場合に，前記変更処理を実行しないとよい。次のページの読取開始まで規定時間以上あればページの途中で判定方法が変更される可能性が低いことから，変更処理を実行する方が好ましい。一方で，次のページの読取開始まで規定時間より短い場合はページの途中で判定方法が変更される可能性が高いことから，変更処理を実行しない方が好ましい。

また，本明細書に開示される読取装置は，原稿を搬送する搬送部を備え，前記制御部は，前記原稿読取処理では，前記搬送部にて搬送された原稿の画像を，前記読取部に読み取らせるとよい。原稿を搬送しつつ読み取る構成では，異物があると副走査方向に縦筋となって表れる。このことから，原稿の種類の判定に与える影響が大きい。そのため，本願の構成がより好適に作用する。

上記画像形成装置の機能を実現するための制御方法，コンピュータプログラム，および当該コンピュータプログラムを格納するコンピュータ読取可能な記憶媒体も，新規で有用である。

本発明によれば，読み取った画像データに基づく，原稿の種類の判定精度を向上させる技術が実現される。

実施の形態にかかるＭＦＰの外観を示す図である。 実施の形態にかかるＭＦＰの内部構成の概略を示す図である。 実施の形態にかかるＭＦＰの電気的構成を示すブロック図である。 第１の形態にかかる読取処理の手順を示すフローチャートである。 第１の形態にかかる異物検知処理の手順を示すフローチャートである。 第１の形態にかかる基準値設定処理の手順を示すフローチャートである。 第１の形態にかかる白紙判定処理の手順を示すフローチャートである。 第１の形態にかかる色判定処理の手順を示すフローチャートである。 第２の形態にかかる異物検知処理の手順を示すフローチャートである。 第２の形態にかかる白紙判定処理の手順を示すフローチャートである。 原稿を読み取った画像データに基づくヒストグラムから異物成分を除去する概念を示す図である。

以下，本発明にかかる画像読取装置を具体化した実施の形態について，添付図面を参照しつつ詳細に説明する。本形態は，画像読取機能および画像形成機能を備えた複合機（ＭＦＰ：Multi Function Peripheral ）に本発明を適用したものである。

本形態のＭＦＰ１００は，図１に示すように，装置の下方に位置し，シートに画像を印刷する画像形成部１と，装置の上方に位置し，原稿の画像を読み取る画像読取部２とを備えている。画像形成部１の画像形成方式は，電子写真方式であっても，インクジェット方式であってもよい。また，カラー画像の形成が可能であっても，モノクロ画像専用であってもよい。

画像読取部２は，画像の読み取りを行う本体部１０と，原稿の自動搬送を行う自動原稿供給装置（ＡＤＦ：Auto Document Feeder）２０とを備えている。ＡＤＦ２０は，搬送部の一例である。ＡＤＦ２０は，本体部１０よりも上方に位置するとともに一辺が本体部１０と接続し，本体部１０に対して回動自在に設けられている。そのため，画像読取部２は，ＡＤＦ２０によって本体部１０の上面を開閉することができる。つまり，ＡＤＦ２０は，本体部１０の上面を覆うカバーを兼ねる。なお，図１は，ＡＤＦ２０を閉じた状態を示している。

また，ＭＦＰ１００は，その前面側に，各種のボタン（例えば，スタートキー，ストップキー，テンキーの各ボタン）によって構成されるボタン群４１，液晶ディスプレイからなる表示部４２を備えた操作パネル４０を備えている。このボタン群４１や表示部４２により，動作状況の表示やユーザによる操作の入力が可能になっている。

続いて，画像読取部２の内部構成について，図２を参照しつつ説明する。なお，図２は，ＡＤＦ２０を閉じた状態での，画像読取部２の断面構成（図１のＡ−Ａ断面）を示しており，本体部１０上にＡＤＦ２０が載置された状態になっている。

本体部１０は，その上面に，コンタクトガラス１１，１２を備えている。さらに，本体部１０の内部であってコンタクトガラス１１，１２の下方には，原稿の画像を読み取るイメージセンサ１５（読取部の一例）が設けられている。イメージセンサ１５は，主走査方向（図２の奥行き方向）に光学素子が一列に並んで配置されており，原稿に向けて光を照射し，その原稿からの反射光を電気信号に変換して出力する。イメージセンサ１５としては，例えば，ＣＩＳ（Contact Image Sensor）やＣＣＤ（Charge Coupled Device）が適用可能である。

イメージセンサ１５は，スライド軸１３に対してスライド自在に支持されている。このスライド軸１３は，副走査方向（図２中の左右方向）に延び，両端部が本体部１０の筐体に固定されている。そのため，イメージセンサ１５は，図２中の左右方向に移動可能に設けられている。

ＡＤＦ２０は，読み取り前の原稿を載置する原稿トレイ２１と，原稿トレイ２１上の原稿を給紙する給紙ローラ２６と，読み取り後の原稿を載置する排出トレイ２２と，読み取り後の原稿を排出トレイ２２に排紙する排紙ローラ２７とを備えている。原稿トレイ２１は，排出トレイ２２の上方に設けられている。また，ＡＤＦ２０の内部には，原稿が搬送される経路として，原稿トレイ２１と排出トレイ２２とを連結する略Ｕ字状の搬送路２５が設けられている。また，ＡＤＦ２０は，その下面に開口部２３が設けられ，その開口部２３から原稿押さえ板２４が露出するように配置されている。この原稿押さえ板２４は，ＡＤＦ２０を閉じた状態でコンタクトガラス１２と対向している。

また，ＡＤＦ２０は，原稿の有無を検知するためのセンサとして，フロントセンサ７１とリアセンサ７２とを備えている。フロントセンサ７１は，搬送路２５のうち，原稿の搬送方向の，給紙ローラ２６の直後に配置される。リアセンサ７２は，搬送路２５のうち，原稿の搬送方向の，原稿押さえ板２４の直前に配置される。フロントセンサ７１およびリアセンサ７２は，例えば，揺動片付きの光透過センサであり，それぞれの位置に原稿が有るか否かに応じて，出力レベルの異なる信号を出力する。本形態では，原稿が有る場合にはオンレベルとなり，原稿が無い場合にはオフレベルとなる信号を出力するセンサを用いる。ＭＦＰ１００は，フロントセンサ７１ないしリアセンサ７２から出力される信号に基づいて，搬送路２５内の原稿の位置を推測できる。

また，イメージセンサ１５を利用した原稿の読取方式としては，フラットベッド（原稿固定走査）方式と，ＡＤＦ（原稿移動走査）方式とがある。フラットベッド方式の場合，原稿がコンタクトガラス１１上に載置される。その状態で，ＭＦＰ１００は，イメージセンサ１５を副走査方向に移動させ，その際に主走査方向に１ラインずつ原稿の画像を読み取る。すなわち，フラットベッド方式では，イメージセンサ１５がコンタクトガラス１１の下を移動する範囲全体がイメージセンサ１５の読取位置となる。

一方，ＡＤＦ方式の場合，複数の原稿が纏めて原稿トレイ２１に載置される。そして，ＭＦＰ１００は，前述したようにイメージセンサ１５を原稿押さえ板２４に対向する位置に移動させ，固定する。その状態で，原稿トレイ２１に載置された原稿を１枚ずつ給紙し，その原稿を本体部１０のコンタクトガラス１２に対向する位置に搬送する。具体的には，原稿を原稿押さえ板２４とコンタクトガラス１２との間を通過させる。ＭＦＰ１００は，イメージセンサ１５を原稿押さえ板２４と対向する位置に配置し，原稿が原稿押さえ板２４とコンタクトガラス１２との間を通過する際に，原稿の画像をイメージセンサ１５に読み取らせる。その後，その原稿を排出トレイ２２上に排出する。すなわち，ＡＤＦ方式では，原稿押さえ板２４と対向する位置がイメージセンサ１５の読取位置となる。

続いて，本形態のＭＦＰ１００の電気的構成について説明する。本形態のＭＦＰ１００は，図３に示すように，ＣＰＵ３１と，ＲＯＭ３２と，ＲＡＭ３３と，ＮＶＲＡＭ（Non Volatile RAM）３４と，ＡＳＩＣ３５とを有するコントローラ３０を備えている。また，ＭＦＰ１００は，前述した画像形成部１および画像読取部２と，ユーザからの入力操作を受け付ける操作パネル４０と，外部デバイスと接続するための通信インターフェース３７とを備え，これらがＣＰＵ３１によって制御される。なお，図３中のコントローラ３０は，ＣＰＵ３１等，ＭＦＰ１００の制御に利用されるハードウェアを纏めた総称であって，実際にＭＦＰ１００に存在する単一のハードウェアを表すとは限らない。

ＲＯＭ３２には，ＭＦＰ１００を制御するための制御プログラムであるファームウェアや各種設定，初期値等が記憶されている。ＲＡＭ３３は，各種制御プログラムが読み出される作業領域として，あるいは画像データを一時的に記憶する記憶領域として利用される。

ＣＰＵ３１は，ＲＯＭ３２から読み出した制御プログラムや各種センサから送られる信号に従って，その処理結果をＲＡＭ３３またはＮＶＲＡＭ３４に記憶させながら，ＭＦＰ１００の各構成要素を制御する。ＣＰＵ３１は，制御部の一例である。なお，コントローラ３０が制御部であってもよいし，ＡＳＩＣ３５が制御部であってもよい。

通信インターフェース３７は，他の装置との通信を可能にするハードウェアである。具体的な通信インターフェース３７としては，例えば，有線ＬＡＮインターフェース，無線ＬＡＮインターフェース，シリアル通信インターフェースが該当する。ＭＦＰ１００は，画像読取部２にて読み取られた画像データを，通信インターフェース３７を介して外部デバイスに送信できる。

続いて，ＭＦＰ１００の制御の第１の形態について説明する。始めに，画像読取部２に原稿の画像の読み取りを行わせる読取処理について，図４のフローチャートを参照しつつ説明する。読取処理は，操作パネル４０への入力操作によって読取指示が入力されたことや，通信インターフェース３７を介して外部デバイスからの読取指示を受信したこと等の，読取指示を受け付けたことを契機に，ＣＰＵ３１によって実行される。

第１の形態の読取処理では，先ずＭＦＰ１００は，ＡＤＦ２０の原稿トレイ２１に原稿が有るか否かを判断する（Ｓ１００）。ＡＤＦ２０の原稿トレイ２１に原稿が無ければ（Ｓ１００：ＮＯ），ＭＦＰ１００はコンタクトガラス１１に原稿がセットされているものと見做し，フラットベッド方式での原稿の読み取りを行う（Ｓ１１１）。フラットベッド方式での原稿の読み取りの詳細については省略する。Ｓ１１１の後は，ＭＦＰ１００は読取処理を終了する。

ＡＤＦ２０の原稿トレイ２１に原稿が有れば（Ｓ１００：ＹＥＳ），ＭＦＰ１００はイメージセンサ１５についての準備動作を行う（Ｓ１０１）。具体的にＳ１０１では，光量調整や，シェーディング補正を，必要に応じて実行する。準備動作は，イメージセンサ１５をコンタクトガラス１１に移動させて行ってもよいし，イメージセンサ１５を原稿押さえ板２４と対向する位置に移動させて行ってもよい。この他，Ｓ１０１の後，ＭＦＰ１００は，読取位置での異物の有無を検知する異物検知処理を実行する（Ｓ１０２）。

図５は，Ｓ１０２の異物検知処理の手順を示している。異物検知処理では，先ずＭＦＰ１００は，１ライン分の読み取りをイメージセンサ１５に行わせる（Ｓ１４０）。すなわち，ＭＦＰ１００は，イメージセンサ１５を原稿押さえ板２４と対向する位置に固定し，原稿の搬送開始前に，読取位置に原稿が無い状態での読み取りを行う。Ｓ１４０は，プレ読取処理の一例である。また，Ｓ１４０によって読み取られた画像データがプレ読取画像データの一例である。

Ｓ１４０では，原稿押さえ板２４が読み取られることになる。原稿押さえ板２４は，白板であり，コンタクトガラス１２は透明板であることから，イメージセンサ１５と原稿押さえ板２４との間にゴミや塵等の異物が無ければ，１ライン分の白色の画像データが得られる。一方で，読取位置に異物が有る場合には，その異物が読み取られる。

Ｓ１４０の後，ＭＦＰ１００は，読み取られた１ライン分の画像データを１００画素単位のブロックに分割する（Ｓ１４１）。そして，ＭＦＰ１００は先頭のブロックを抽出する（Ｓ１４２）。また，ＭＦＰ１００は，抽出したブロックの異物画素数を０にする（Ｓ１４３）。異物画素数は，異物が検知された画素の合計値を記憶する情報であり，後述する基準値設定処理でも用いられる。

そして，ＭＦＰ１００は，抽出されたブロックに基づいて，画素ごとに異物が読み取られたか否かを判断する。具体的にＭＦＰ１００は先ず，先頭画素の画素値を抽出する（Ｓ１４４）。画素値としては，異物か否かを判断できる情報であればよく，本形態ではＲＧＢデータのうちのＧ（グリーン）成分の情報を画素値として抽出する。なお，異物の判断に用いる画素値は，Ｇ成分の値に限らず，Ｒ（レッド）やＢ（ブルー）の成分でもよく，変換式や変換テーブルを利用して画像データから変換して得られる輝度の成分であってもよい。Ｇ成分の値は，読み取った画素が白色に近いほど２５５に近く，黒色に近いほど０に近い。なお，輝度を用いる方がＲＧＢデータよりも高精度に異物を判断できる。

Ｓ１４４の後，ＭＦＰ１００は，抽出した画素値が異物閾値よりも小さいか否かを判断する（Ｓ１４５）。異物閾値は，黒色に近い色か否かを判断するための値であり，例えば３０が設定される。すなわち，Ｓ１４５では，抽出した画素値が，下地色を含まない所定の範囲内か否かが判断される。なお，異物閾値は，比較する成分によって異なる。例えば，Ｒ成分やＢ成分は視認し難い。そのため，異物閾値を，Ｇ成分のときよりも０に近い値とする。

抽出した画素値が異物閾値よりも小さい場合（Ｓ１４５：ＹＥＳ），ＭＦＰ１００は異物が有ったと判断し，異物画素数を１つ加算する（Ｓ１５１）。Ｓ１４４，Ｓ１４５およびＳ１５１は，検知処理の一例である。Ｓ１５１の後，あるいは抽出した画素値が異物閾値よりも小さくない場合（Ｓ１４５：ＮＯ），ＭＦＰ１００は１ブロック分の全画素の判断が終了したか否かを判断する（Ｓ１４６）。

１ブロック分の全画素の判断が終了していない場合（Ｓ１４６：ＮＯ），ＭＦＰ１００はＳ１４４に移行して未判断の画素を抽出し，異物が有るか否かの判断を繰り返す。一方，１ブロック分の全画素の判断が終了した場合には（Ｓ１４６：ＹＥＳ），ＭＦＰ１００はブロックごとの異物画素数を，ＲＡＭ３３ないしＮＶＲＡＭ３４に記憶する（Ｓ１４７）。

Ｓ１４７の後は，ＭＦＰ１００は全ブロックの異物検知が終了したか否かを判断する（Ｓ１４８）。異物検知を行っていないブロックがある場合には（Ｓ１４８：ＮＯ），ＭＦＰ１００はＳ１４２に移行し，異物検知を行っていないブロックを抽出して当該ブロックの異物検知を行う。全ブロックの異物検知が終了した場合には（Ｓ１４８：ＹＥＳ），異物検知処理を終了する。異物検知処理が終了した段階では，ブロックごとの異物画素数が記憶される。

図４の説明に戻り，Ｓ１０２の異物検知処理の後は，ＭＦＰ１００は，原稿の種類を判定するための各種の判定基準値を設定する基準値設定処理を実行する（Ｓ１０３）。Ｓ１０３は，変更処理の一例である。

図６は，Ｓ１０３の基準値設定処理の手順を示している。基準値設定処理では，先ず，白紙除去機能が有効か否かを判断する（Ｓ１６１）。白紙除去機能は，読み取った画像データのうち，白紙と判定されたページを除去して出力する機能であり，読み取った画像データが白紙を読み取ったデータか否かを判定するための基準値が必要となる。白紙除去機能が有効か無効かの設定は，操作パネル４０を介して設定可能であり，設定内容はＮＶＲＡＭ３４に記憶されている。また，外部デバイスから受け付けた読取指示に白紙除去機能に関する設定情報があれば，その設定情報を優先する。

白紙除去機能が有効の場合には（Ｓ１６１：ＹＥＳ），ＭＦＰ１００は白紙か否かを判定するための白紙基準値をブロックごとに設定する（Ｓ１６２）。ＭＦＰ１００は，白紙か否かを判定するために画像データを１００×１００画素単位のブロックに分割し，分割後の１ブロックの９０％にコンテンツが無い場合に当該ブロックを単色と判定する。そこで，異物が有った場合に，この白紙基準値について異物を反映した値を設定する。具体的には，次の式（Ｉ）によって設定される。
白紙基準値［％］＝（０．９−異物割合）×１００ （Ｉ）
式（Ｉ）中の異物割合は，異物検知処理の「Ｓ１４７で記憶された異物画素数」／「Ｓ１４２で分割された１ブロックの画素数」によって求められる。異物画素数が多いほど異物が多いことを意味し，異物割合が大きくなるため，白紙基準値の値は小さくなる。

Ｓ１６２の後，あるいは白紙除去機能が無効の場合には（Ｓ１６１：ＮＯ），ＭＦＰ１００は，色判定機能が有効か否かを判断する（Ｓ１６３）。色判定機能は，読み取った原稿の画像が，カラー画像か，グレースケール画像か，白黒二値画像かを判定する機能であり，各画像を判定するための基準値，特にグレースケール画像か，白黒の二値画像かを判定するための基準値が必要となる。色判定機能が有効か無効かの設定も，操作パネル４０を介して設定可能であり，設定内容はＮＶＲＡＭ３４に記憶されている。また，外部デバイスから受け付けた読取指示に色判定機能に関する設定情報があれば，その設定情報を優先する。

色判定機能が有効の場合には（Ｓ１６３：ＹＥＳ），ＭＦＰ１００はグレースケール画像か，白黒二値画像かを判定するための白黒基準値をブロックごとに設定する（Ｓ１６４）。白黒基準値は，画像データに含まれる画素の大部分が白または黒となるか否かを判断するための値である。ＭＦＰ１００は，グレースケール画像か，白黒二値画像かを判定するために，分割後の１ブロックに特定輝度の画素が４０％有る場合に白黒画像と判定する。そこで，異物が有った場合に，この白黒基準値について異物を反映した値を設定する。具体的には，次の式（ＩＩ）によって設定される。
白黒基準値［％］＝（０．４＋異物割合）×１００ （ＩＩ）
式（ＩＩ）中の異物割合は，式（Ｉ）と同じである。異物画素数が多いほど異物が多いことを意味し，異物割合が大きくなるため，白黒基準値の値は大きくなる。

Ｓ１６４の後，あるいは色判定機能が無効の場合には（Ｓ１６３：ＮＯ），基準値設定処理を終了する。なお，設定された各種の基準値は，ＲＡＭ３３あるいはＮＶＲＡＭ３４に記憶され，後述する白紙判定処理ないし色判定処理で用いられる。

図４の説明に戻り，Ｓ１０３の基準値設定処理の後は，ＭＦＰ１００は，原稿トレイ２１にセットされた原稿の搬送を開始する（Ｓ１０４）。そして，ＭＦＰ１００は，イメージセンサ１５に１ページ分の原稿を読み取らせる（Ｓ１０５）。Ｓ１０５は，原稿読取処理の一例である。Ｓ１０５では，具体的にＭＦＰ１００は，リアセンサ７２がオフからオンになった時点から，原稿の先端がリアセンサ７２の位置から読取位置までの移動にかかる時間を待って，イメージセンサ１５による読み取りを開始させる。その後，リアセンサ７２がオンからオフになった時点から，原稿の後端がリアセンサ７２の位置から読取位置までの移動にかかる時間を待って，イメージセンサ１５による読み取りを終了させる。

Ｓ１０５の後，次の原稿が搬送されたか否かを判断する（Ｓ１０６）。Ｓ１０６では，具体的にＭＦＰ１００は，フロントセンサ７１がオンからオフとなったタイミングから規定時間が経過するまでに再びフロントセンサ７１がオンになれば次の原稿が搬送されたと判断する。

次の原稿が原稿トレイ２１から搬送された場合には（Ｓ１０６：ＹＥＳ），ＭＦＰ１００は当該次の原稿の読み取りを開始するまでの時間が所定時間よりも長いか否かを判断する（Ｓ１２１）。読み取りを開始するまでの時間は，例えば，紙間の長さと搬送速度から計算できる。また，所定時間は，次の原稿の読み取りを開始するまでに異物検知が完了するのに十分な時間である。Ｓ１２１は，判断処理の一例である。

次の原稿の読み取りを開始するまでの時間が所定時間よりも長い場合には（Ｓ１２１：ＹＥＳ），ＭＦＰ１００は再度，異物検知処理を実行する（Ｓ１２２）。Ｓ１２２では，Ｓ１０２の異物検知処理を同様の処理を行う。

Ｓ１２２の後，ＭＦＰ１００は，白紙除去機能と色判定機能とのうち有効となっている機能が実行中か否かを判断する（Ｓ１２３）。該当機能が実行中でなければ（Ｓ１２３：ＮＯ），ＭＦＰ１００は再度，基準値設定処理を実行する（Ｓ１２４）。ページ間にて基準値を再設定することで，原稿とともに運ばれて来る異物や原稿とともに除去される異物の有無に基づく基準値を設定できる。すなわち，現在の読取位置の状態を基準値に反映できる。Ｓ１２４の後は，Ｓ１０５に移行し，原稿の読み取りを繰り返す。

一方で，該当機能に基づく処理が実行中の場合は（Ｓ１２３：ＹＥＳ），処理の途中で基準値を変更してしまうと誤判定のリスクが高まる。そのため，ＭＦＰ１００は，基準値設定処理を実行せずに，Ｓ１０５に移行し，原稿の読み取りを繰り返す。また，次の原稿の読み取りを開始するまでの時間が所定時間よりも長くない場合には（Ｓ１２１：ＮＯ），異物検知処理が次の原稿の読み取り開始までに終了しない可能性が高い。そのため，ＭＦＰ１００は，次の原稿の読み取り開始に間に合わない事態を回避するため，異物検知処理を実行せずに，Ｓ１０５に移行し，原稿の読み取りを繰り返す。

また，次の原稿が搬送されなかった場合（Ｓ１０６：ＮＯ），すなわち原稿トレイ２１から原稿が無くなった場合には，ＭＦＰ１００は原稿の搬送動作を停止する（Ｓ１０７）。また，ＭＦＰ１００は，原稿の搬送動作の停止に伴ってイメージセンサ１５を待機位置に移動させる。Ｓ１０７の後は，読取処理を終了する。

続いて，読み取った原稿が白紙か否かを判定する白紙判定処理について，図７のフローチャートを参照しつつ説明する。白紙判定処理は，白紙除去機能が有効な状態で１ページ分の原稿が読み取られたこと，あるいは１ブロック分の原稿が読み取られたことを条件として，ＣＰＵ３１によって実行される。白紙判定処理は，判定処理の一例である。

白紙判定処理では，先ずＭＦＰ１００は，判定に用いる各種のデータを初期化する（Ｓ２０１）。例えば，ブロックごとに単色か多色かをカウントするために用いる単色ブロック数および多色ブロック数を０にする。

次に，ＭＦＰ１００は，読み取られた１ページ分の原稿の画像データを１００×１００画素のブロックに分割する（Ｓ２０２）。そして，ＭＦＰ１００は，先頭ブロックのデータを抽出し（Ｓ２１０），抽出されたブロックに基づいて，各画素のＹＣｂＣｒデータのうち輝度Ｙのヒストグラムを作成する（Ｓ２１１）。

次に，ＭＦＰ１００は，抽出されたブロック内で最も使用されている輝度Ｙである最頻輝度を取得する（Ｓ２１２）。そして，ブロック内の全画素数に対する最頻輝度の割合が白紙基準値よりも大きいか否かを判断する（Ｓ２１３）。ここで用いられる白紙基準値は，前述した基準値設定処理にてブロックごとに設定された値である。すなわち，読取位置に異物が有る場合に，その異物に応じて変更された値である。

原稿が白紙であった場合には，殆どの画素が地色であり，各画素の輝度が所定の範囲内に集中する。そこで，最頻輝度の割合が白紙基準値よりも大きい場合には（Ｓ２１３：ＹＥＳ），ＭＦＰ１００は，抽出されたブロックを単色と判定し，単色ブロック数を１つ加算する（Ｓ２１４）。一方，最頻輝度の割合が白紙基準値よりも大きくない場合には（Ｓ２１３：ＮＯ），ＭＦＰ１００は，抽出されたブロックを多色と判定し，多色ブロック数を１つ加算する（Ｓ２１５）。

Ｓ２１４あるいはＳ２１５の後，ＭＦＰ１００は全ブロックの判定が終了したか否かを判断する（Ｓ２１６）。未判定のブロックが有る場合には（Ｓ２１６：ＮＯ），Ｓ２１０に移行し，未判定のブロックの１つを抽出し，抽出したブロックについて前述の判定を行う。

全ブロックの判定が終了した場合には（Ｓ２１６：ＹＥＳ），ＭＦＰ１００は１ページ内の単色ブロックの割合が９９％よりも大きいか否かを判断する（Ｓ２２１）。単色ブロックの割合が９９％よりも大きい場合（Ｓ２２１：ＹＥＳ），ＭＦＰ１００は，読み取った画像データを白紙のデータと判定する（Ｓ２２２）。

一方，単色ブロックの割合が９９％よりも大きくなければ（Ｓ２２１：ＮＯ），ＭＦＰ１００は，読み取った画像データを非白紙のデータと判定する（Ｓ２２３）。Ｓ２２２あるいはＳ２２３の後，白紙判定処理を終了する。

続いて，読み取った原稿の画像の種類を判定する色判定処理について，図８のフローチャートを参照しつつ説明する。色判定処理は，色判定機能が有効な状態で１ページ分の原稿が読み取られたこと，あるいは１ブロック分の原稿が読み取られたことを条件として，ＣＰＵ３１によって実行される。色判定処理は，判定処理の一例である。

色判定処理では，先ずＭＦＰ１００は，判定に用いる各種のデータを初期化する（Ｓ３０１）。例えば，ブロックごとにカラー画像かグレースケール画像か白黒二値画像をカウントするために用いるカラーブロック数，グレーブロック数，および白黒ブロック数を０にする。

次に，ＭＦＰ１００は，読み取られた１ページ分の原稿の画像データを１００×１００画素のブロックに分割する（Ｓ３０２）。そして，ＭＦＰ１００は，先頭ブロックのデータを抽出し（Ｓ３１０），抽出されたブロックに基づいて，各画素のＹＣｂＣｒデータのうち輝度Ｙ，色差Ｃｂ，Ｃｒの各々のヒストグラムを作成する（Ｓ３１１）。

次に，ＭＦＰ１００は，抽出されたブロック内での色差Ｃｂ，Ｃｒの各々の平均値を算出する（Ｓ３１２）。そして，取得した各平均値が共に無彩色画像と判定できる無彩色範囲内か否かを判断する（Ｓ３１３）。無彩色範囲としては，例えば１１２以上１４３未満の範囲であればよい。

少なくとも一方の色差の平均値が無彩色範囲外であった場合には（Ｓ３１３：ＮＯ），ＭＦＰ１００は，抽出されたブロックをカラー画像と判定し，カラーブロック数を１つ加算する（Ｓ３１４）。一方，両方の色差の平均値が無彩色範囲内であった場合には（Ｓ３１３：ＹＥＳ），ＭＦＰ１００は白黒二値画像と判断するための特定輝度の画素数の割合が白黒基準値よりも大きいか否かを判断する（Ｓ３１５）。ここで用いられる白黒基準値は，前述した基準値設定処理にてブロックごとに設定された値である。特定輝度としては，例えば６３未満あるいは２２４以上であればよい。

原稿が白黒二値画像であった場合には，殆どの画素が地色もしくは黒色であり，各画素が特定輝度に集中する。そこで，特定輝度の画素数の割合が白黒基準値よりも大きい場合には（Ｓ３１５：ＹＥＳ），ＭＦＰ１００は，抽出されたブロックを白黒二値画像と判定し，白黒ブロック数を１つ加算する（Ｓ３１６）。一方，特定輝度の画素数の割合が白黒基準値よりも大きくない場合には（Ｓ３１５：ＮＯ），ＭＦＰ１００は，抽出されたブロックをグレースケール画像と判定し，グレーブロック数を１つ加算する（Ｓ３１７）。

Ｓ３１４，Ｓ３１６，あるいはＳ３１７の後，ＭＦＰ１００は全ブロックの判定が終了したか否かを判断する（Ｓ３１８）。未判定のブロックが有る場合には（Ｓ３１８：ＮＯ），Ｓ３１０に移行し，未判定のブロックの１つを抽出し，抽出したブロックの判定を行う。

全ブロックの判定が終了した場合には（Ｓ３１８：ＹＥＳ），ＭＦＰ１００は１ページ内のカラー画像のブロックの割合が０．２％よりも大きいか否かを判断する（Ｓ３２１）。０．２％という数値は一例であり，カラー画像であると判定するのに十分な割合であればよい。カラー画像のブロックの割合が０．２％よりも大きい場合（Ｓ３２１：ＹＥＳ），ＭＦＰ１００は，読み取った原稿の画像をカラー画像と判定する（Ｓ３２２）。

一方，カラー画像のブロックの割合が０．２％よりも大きくなければ（Ｓ３２１：ＮＯ），ＭＦＰ１００は，１ページ内のグレースケール画像のブロックの割合が０．３％よりも大きいか否かを判断する（Ｓ３２３）。０．３％という数値は一例であり，グレースケール画像であると判定するのに十分な割合であればよい。グレースケール画像のブロックの割合が０．３％よりも大きい場合（Ｓ３２３：ＹＥＳ），読み取った原稿の画像をグレースケール画像と判定する（Ｓ３２４）。

一方，グレースケール画像のブロックの割合が０．３％よりも大きくなければ（Ｓ３２３：ＮＯ），ＭＦＰ１００は，読み取った原稿の画像を白黒二値画像と判定する（Ｓ３２５）。Ｓ３２２，Ｓ３２４，あるいはＳ３２５の後，色判定処理を終了する。

以上詳細に説明したように第１の形態では，ＭＦＰ１００は，原稿が無い状態で読み取った画像データに基づいて読取位置の異物の有無を検知する。そして，その検知結果に応じて，その後に読み取った画像データに基づく白紙判定や色判定の判定に用いる基準値を変更する。これにより，ＭＦＰ１００では，読取位置の状態に応じて適切な原稿の種類の判定が期待できる。

続いて，ＭＦＰ１００の制御の第２の形態について説明する。第２の形態では，読取位置の異物の有無を検知し，原稿を読み取った画像データから異物に関する成分を除去したデータに基づいて，白紙判定を行う。この点，読取位置の異物の有無を検知し，異物の有無に応じて設定された基準値に基づいて，白紙判定を行う第１の形態と異なる。なお，第２の形態では，前述したように異物の情報を画像データに反映させるため，基準値の変更は必要ない。そのため，第１の形態の読取処理中のＳ１０３およびＳ１２４の基準値設定処理は不要である。

図９は，第２の形態における異物検知処理の手順を示している。なお，図９では，第１の形態の異物検知処理（図５参照）と同じ処理については，同じ符号を付している。第２の形態の異物検知処理では，先ずＭＦＰ１００は，１ライン分の読み取りをイメージセンサ１５に行わせる（Ｓ１４０）。

Ｓ１４０の後，ＭＦＰ１００は，読み取られた１ライン分の原稿の画像データを１００画素単位のブロックに分割し（Ｓ１４１），先頭ブロックを抽出する（Ｓ１４２）。また，ＭＦＰ１００は，異物検知フラグをオフにする（Ｓ４４３）。

そして，ＭＦＰ１００は，先頭画素の画素値を抽出し（Ｓ１４４），抽出した画素値が異物閾値よりも小さいか否かを判断する（Ｓ１４５）。抽出した画素値が異物閾値よりも小さい場合（Ｓ１４５：ＹＥＳ），ＭＦＰ１００は異物が有ったと判断し，異物検知フラグをオンにする（Ｓ４５１）。Ｓ４５１の後，あるいは抽出した画素値が異物閾値よりも小さくない場合（Ｓ１４５：ＮＯ），ＭＦＰ１００は１ブロック分の全画素の判断が終了したか否かを判断する（Ｓ１４６）。１ブロック分の全画素の判断が終了していない場合（Ｓ１４６：ＮＯ），ＭＦＰ１００はＳ１４４に移行して未判断の画素を抽出し，異物が有るか否かの判断を繰り返す。

一方，１ブロック分の全画素の判断が終了した場合には（Ｓ１４６：ＹＥＳ），異物検知フラグがオンか否かを判断する（Ｓ４４６）。異物検知フラグがオンの場合には（Ｓ４４６：ＹＥＳ），ＭＦＰ１００はブロックごとの，各画素のＹＣｂＣｒデータのデータごとのヒストグラムを作成する（Ｓ４４７）。そして，作成したヒストグラムのうち，異物に相当する箇所を抽出したヒストグラムである異物ヒストグラムを，ＲＡＭ３３ないしＮＶＲＡＭ３４に記憶する（Ｓ４４８）。具体的に，異物ヒストグラムは，異物の位置と異物の画素数とが対応付けられた情報となる。異物ヒストグラムは，白紙判定処理ないし色判定処理に用いられる。

Ｓ４４８の後，あるいは異物検知フラグがオフの場合には（Ｓ４４６：ＮＯ），ＭＦＰ１００は全ブロックの異物検知が終了したか否かを判断する（Ｓ１４８）。異物検知を行っていないブロックがある場合には（Ｓ１４８：ＮＯ），ＭＦＰ１００はＳ１４２に移行し，異物検知を行っていないブロックを抽出して当該ブロックの異物検知を行う。全ブロックの異物検知が終了した場合には（Ｓ１４８：ＹＥＳ），異物検知処理を終了する。異物検知処理が終了した段階では，ブロックごとの異物に相当する箇所の異物ヒストグラムが記憶される。

図１０は，第２の形態における白紙判定処理の手順を示している。なお，図１０では，第１の形態の異物検知処理（図７参照）と同じ処理については，同じ符号を付している。第２の形態の白紙判定処理では，先ずＭＦＰ１００は，判定に用いる各種のデータを初期化する（Ｓ２０１）。

次に，ＭＦＰ１００は，読み取られた１ページ分の原稿の画像データを１００×１００画素のブロックに分割する（Ｓ２０２）。そして，ＭＦＰ１００は，先頭ブロックのデータを抽出し（Ｓ２１０），抽出されたブロックに基づいて，各画素のＹＣｂＣｒデータのうち輝度Ｙのヒストグラムを作成する（Ｓ２１１）。

次に，ＭＦＰ１００は，抽出されたブロックに対応する異物ヒストグラムが記憶されているか否かを判断する（Ｓ５１１）。異物ヒストグラムが記憶されている場合には（Ｓ５１１：ＹＥＳ），ＭＦＰ１００は対応する異物ヒストグラムを読み出し，Ｓ２１１で作成した原稿を読み取った画像データに基づくヒストグラムから異物成分を除去する（Ｓ５１２）。

Ｓ５１２の概要を，図１１の輝度Ｙのヒストグラムの例を参照しつつ説明する。図１１中，横軸が輝度，縦軸が画素数を示している。図１１（Ａ）は，異物検知処理のＳ４４７にて生成される，原稿が無い状態を読み取った１ライン分の画像データのヒストグラムである。このヒストグラムでは，殆どの画素の輝度が特定の範囲（図１１（Ａ）の範囲α）に集中する。すなわち，白板を読み取った際に想定される輝度の範囲に集中する。しかし，読取位置に異物が有る場合には，その異物の成分が当該特定の範囲外の輝度として現れる（図１１（Ａ）の範囲β）。異物検知処理のＳ４４８では，異物成分である範囲βの情報が異物ヒストグラムとして記憶される。すなわち，異物の位置と異物の画素数とが対応付けられて記憶される。

異物は，原稿を読み取った際にも読み取られることから，白紙判定処理のＳ２１１にて生成される原稿の画像データのヒストグラム（図１１の（Ｂ））にも，副走査方向全てに異物成分が現れる（図１１中の点線枠内）。すなわち，１ライン分の異物成分と１ブロック分の異物成分とが，同程度の割合でヒストグラムに現れる。

このことから，異物ヒストグラムに基づいて，原稿を読み取った画像データのヒストグラムからこの異物成分を除去する。これにより，原稿を読み取った画像データに基づくヒストグラムから異物成分を差し引いたヒストグラム（図１１の（Ｃ））が生成される。Ｓ５１２は，変更処理の一例である。

Ｓ５１２の後，あるいは異物ヒストグラムが記憶されていない場合には（Ｓ５１１：ＮＯ），ＭＦＰ１００は，原稿の画像データのヒストグラム（異物があった場合には当該ヒストグラムから異物成分が除去されたヒストグラム）に基づいて，抽出されたブロック内で最も使用されている輝度Ｙである最頻輝度を取得する（Ｓ５１３）。そして，ブロック内の全画素数に対する最頻輝度の割合が白紙基準値よりも大きいか否かを判断する（Ｓ５１４）。ここで用いられる白紙基準値は，あらかじめＭＦＰ１００に用意された値である。

最頻輝度の割合が白紙基準値よりも大きい場合には（Ｓ５１４：ＹＥＳ），ＭＦＰ１００は，抽出されたブロックを単色と判定し，単色ブロック数を１つ加算する（Ｓ２１４）。一方，最頻輝度の割合が白紙基準値よりも大きくない場合には（Ｓ５１４：ＮＯ），ＭＦＰ１００は，抽出されたブロックを多色と判定し，多色ブロック数を１つ加算する（Ｓ２１５）。Ｓ２１４あるいはＳ２１５の後，ＭＦＰ１００は全ブロックの判定が終了したか否かを判断する（Ｓ２１６）。Ｓ２１６以降の処理は，第１の形態と同じである。

なお，色判定処理についても，白紙判定処理と同様に，原稿を読み取った画像データから異物に関する成分を除去したデータに基づいて，判定を行うことができる。すなわち，図８に示した色判定処理のうち，Ｓ３１１にて輝度Ｙ，色差Ｃｂ，Ｃｒの各々のヒストグラムを作成した後，原稿が無い状態を読み取った画像データに基づくヒストグラムを参照し，ブロックごとに，Ｓ３１１で作成した原稿を読み取った画像データに基づくヒストグラムから異物成分を除去すればよい。

以上詳細に説明したように第２の形態では，ＭＦＰ１００は，第１の形態と同様に，原稿が無い状態で読み取った画像データに基づいて読取位置の異物の有無を検知する。そして，その検知結果に応じて，その後に読み取った画像データから異物に関するデータを除去し，白紙判定や色判定を行う。これにより，ＭＦＰ１００では，読取位置の状態に応じて適切な原稿の種類の判定が期待できる。

なお，本実施の形態は単なる例示にすぎず，本発明を何ら限定するものではない。したがって本発明は当然に，その要旨を逸脱しない範囲内で種々の改良，変形が可能である。例えば，ＭＦＰに限らず，複写機，スキャナ，ＦＡＸ等，読取機能を備えるものであれば適用可能である。また，実施の形態に記載された数値は，一例であり，これに限るものではない。

また，実施の形態では，ＭＦＰ１００自身が，原稿の無い状態を読み取った画像データを取得し，その画像データに基づいて異物の有無を検知し，その検知結果に応じて原稿の種類を判定する判定方法を変更しているが，これらの処理をパーソナルコンピュータ等の外部装置が行ってもよい。この場合，外部装置が，ＭＦＰ１００にて読み取った原稿の種類を判定する。そして，外部装置は，ＭＦＰ１００が原稿の無い状態を読み取った画像データをＭＦＰ１００から取得し，その画像データに基づいて異物の有無を検知し，その検知結果に応じて原稿の種類を判定する判定方法を変更する。

また，実施の形態では，読取指示を受け付けたタイミングで，毎回，原稿の無い状態で読み取った画像データを取得して異物の検知を実行しているが，実行タイミングはこれに限るものではない。例えば，前回異物の検知を行ったときから所定時間が経過していることを実行条件に含めてもよいし，読取指示の複数回に１回のタイミングで実行してもよい。また，電源投入や，ユーザ指定のタイミング等，読取指示とは別のタイミングで実行してもよい。なお，実施の形態のように，読取指示を受け付けたタイミングで毎回行うことで，読取位置の状態をより正確に把握でき，より原稿の種類の誤判定を抑制できる。

また，実施の形態では，ＡＤＦ方式の読み取りに本発明を適用しているが，フラットベッド方式の読み取りにも適用可能である。この場合，ＭＦＰ１００は，コンタクトガラス１１上に原稿がセットされていない状態で，異物検知処理を例えば電源投入やユーザ指定のタイミングで実行し，さらに異物検知処理では，フラットベッド方式での読取位置となる複数ラインを読み取り，各画素について異物の有無を検知する。そして，基準値設定処理では，その検知結果に基づいて基準値を設定する。あるいは白紙判定処理では，その検知結果に基づいて異物成分を除去した画像データを生成する。

また，実施の形態では，第１の形態では，異物の有無に基づいて基準値を設定し，第２の形態では異物の有無に基づいて異物の成分を除去したヒストグラムを生成しているが，第１の形態と第２の形態とを組み合わせてもよい。すなわち，異物の成分を除去したヒストグラムに基づいて，異物の有無に基づいて設定された基準値を用いて原稿の種類を判定してもよい。

また，実施の形態では，異物検知処理を，原稿の読み取り前に加え，紙間でも行っているが，紙間では行わなくてもよい。なお，実施の形態のように，紙間で異物検知処理を行う方が，原稿とともに運ばれて来る異物や原稿とともに除去される異物の有無に基づいて判定方法を変更でき，より現在の読取位置の状態を反映できる。

また，実施の形態では，紙間で異物検知処理を行う際に，次の原稿の読み取りを開始するまでの時間が所定時間よりも長いことを条件としているが，この条件は無くてもよい。ただし，この条件を設けることで，判定途中で判定方法が変更される可能性を低減でき，より正確な判定が期待できる。

また，実施の形態では，異物の大きさが大きいほど基準値の変更量が大きくなるが，異物の大きさに係わらず変更量を一律としてもよい。ただし，変更量を異物の大きさに応じて変えることで，より正確な判定が期待できる。

また，実施の形態では，判定に用いる基準値の設定や，判定に用いるヒストグラムの修正を行うことで，判定方法を変更しているが，判定方法の変更はこれらに限るものではない。例えば，異物が検知されたブロックについて，主走査方向のブロック幅を広げてもよい。また，異物が検知されたブロックについて，主走査方向に隣り合うブロックを統合して１つのブロックとして判定してもよい。これらの方法によれば，ブロック内の判定における異物の影響を軽減でき，その結果として原稿の種類の誤判定の可能性が低下する。

なお，図５に示した異物検知処理では，読み取った１ライン分の画像データをブロックに分割し，ブロック単位で異物画素数を記憶しているが，ブロックに分割せず，１ライン分の異物画素数を１つ記憶していもよい。この場合，白紙基準値はブロックごとに設定せず，全ブロックで共通の白紙閾値を用いる。そして，基準値設定処理のＳ１６２にて白紙基準値を求める際の異物割合は，１ライン中の総異物画素数／１ラインの総画素数となる。Ｓ１６４にて白黒基準値を求める際も同様である。

また，実施の形態に開示されている処理は，単一のＣＰＵ，複数のＣＰＵ，ＡＳＩＣなどのハードウェア，またはそれらの組み合わせで実行されてもよい。また，実施の形態に開示されている処理は，その処理を実行するためのプログラムを記録した記録媒体，または方法等の種々の態様で実現することができる。

２ 画像読取部
１５ イメージセンサ
２０ ＡＤＦ
３１ ＣＰＵ
１００ ＭＦＰ

Claims (11)

1. 画像を読み取る読取部と，
   制御部と，
   を備え，
   前記制御部は，
   前記読取部の読取位置に原稿が無い状態で，前記読取部に読み取らせるプレ読取処理と，
   前記プレ読取処理にて読み取られた画像データであるプレ読取画像データに基づいて，前記読取位置の状態を検知する検知処理と，
   原稿の画像を，前記読取部に読み取らせる原稿読取処理と，
   前記原稿読取処理にて読み取られた画像である原稿画像データに基づいて，原稿の種類を判定する判定処理と，
   前記検知処理の検知結果に応じて，前記判定処理での判定方法を変更する変更処理と，
   を実行することを特徴とする読取装置。
2. 請求項１に記載する読取装置において，
   前記制御部は，
   前記検知処理では，前記プレ読取画像データの画素ごとに，画素値が下地色を含まない所定の範囲内である場合に，前記読取位置の状態として当該画素に異物があると検知することを特徴とする読取装置。
3. 請求項１または請求項２に記載する読取装置において，
   前記制御部は，
   前記判定処理にて，原稿の種類として，原稿が白紙か否かを判定することを特徴とする読取装置。
4. 請求項１から請求項３のいずれか１つに記載する読取装置において，
   前記制御部は，
   前記判定処理にて，原稿の種類として，原稿の色を判定することを特徴とする読取装置。
5. 請求項１から請求項４のいずれか１つに記載する読取装置において，
   前記制御部は，
   前記判定処理では，前記原稿画像データに含まれる輝度成分のデータと，判定基準値とを比較することによって原稿の種類を判定し，
   前記変更処理では，前記判定基準値を変更することを特徴とする読取装置。
6. 請求項５に記載する読取装置において，
   前記制御部は，
   前記検知処理では，さらに異物の画素数も検知し，
   前記変更処理では，異物の画素数に応じて，前記判定基準値の変更量が異なることを特徴とする読取装置。
7. 請求項１から請求項６のいずれか１つに記載する読取装置において，
   前記制御部は，
   前記変更処理では，前記検知処理にて前記読取位置の状態として異物が検知されなかった場合に，前記原稿画像データに含まれる輝度成分のデータを用いて原稿の種類を判定させ，前記検知処理にて前記読取位置の状態として異物が検知された場合に，前記原稿画像データに含まれる輝度成分のデータからさらに異物の画素の輝度成分を差し引いたデータを用いて原稿の種類を判定させることを特徴とする読取装置。
8. 請求項１から請求項７のいずれか１つに記載する読取装置において，
   前記制御部は，
   前記変更処理を，ページ間で実行することを特徴とする読取装置。
9. 請求項８に記載する読取装置において，
   前記制御部は，
   次のページの読取開始までの時間が規定時間以上あるか否かを判断する判断処理を実行し，
   前記判断処理にて規定時間以上あると判断された場合に，前記変更処理を実行し，前記判断処理にて規定時間以上あると判断されなかった場合に，前記変更処理を実行しないことを特徴とする読取装置。
10. 請求項１から請求項９のいずれか１つに記載する読取装置において，
    原稿を搬送する搬送部を備え，
    前記制御部は，
    前記原稿読取処理では，前記搬送部にて搬送された原稿の画像を，前記読取部に読み取らせることを特徴とする読取装置。
11. 読取装置と接続する情報処理装置に，
    前記読取装置の読取位置に原稿が無い状態で，前記読取装置に読み取らせた画像データであるプレ読取画像データを取得するプレ取得処理と，
    前記プレ取得処理にて取得された前記プレ読取画像データに基づいて，前記読取位置の状態を検知する検知処理と，
    原稿の画像を，前記読取装置に読み取らせた画像である原稿画像データを取得する本取得処理と，
    前記本取得処理にて取得された前記原稿画像データに基づいて，原稿の種類を判定する判定処理と，
    前記検知処理の検知結果に応じて，前記判定処理での判定方法を変更する変更処理と，
    を実行させることを特徴とするプログラム。

Images