JP2017013378A - 画像処理装置および画像処理方法 - Google Patents

Abstract

【課題】記録画像中に出現する特異部の特徴に応じたパラメータを設定することにより、特異部を効率よく確実に判別する画像処理装置を提供する。
【解決手段】記録画像を読み取った画像データを取得する取得手段と、画像データを分割する分割領域の分割サイズと、分割領域を移動させる移動量と、を含むパラメータに応じた平均化処理および加算処理を含む所定の処理を施す処理手段と、所定の処理が施された後の画像データから、記録画像における特異部を抽出する抽出手段と、を備え、処理手段は、予め設定されたパラメータに応じて、画像データに平均化処理を施して複数の候補画像データを生成し、かつ複数の候補画像データの中から選択されたものに加算処理を施し、記録画像の記録条件に基づいて、特異部の出現形態を想定する想定手段と、出現形態に応じて、複数の候補画像データの中から加算処理が施されるものを選択する選択手段と、を備える。
【選択図】図１１

Description

本発明は、記録画像の読み取りデータに基づいて、記録画像中の特異部（欠陥などを含む特殊な部分）を判別するための画像処理装置および画像処理方法に関するものである。

特許文献１および非特許文献１には、検査対象物の欠陥を人の視覚メカニズムに準じて検出するためのアルゴリズムが記載されている。具体的には、検査対象物を撮像した後、その撮影画像を所定サイズの分割領域に分割して、分割領域毎の輝度値を平均化および量子化する。そして、このような画像処理を分割領域のサイズや位相を異ならせて繰り返し、それらの画像処理において量子化された値を加算し、その加算結果に基づいて検査対象物の欠陥を検出する。このような方法を採用することにより、人間の注視を伴うことなく、検査対象物の欠陥を効率的に抽出したり顕在化したりすることが可能となる。

特開２０１３−１８５８６２号公報

「周辺視と固視微動に学ぶ「傷の気付き」アルゴリズム」 精密工学会誌 Ｖｏｌ．７９， Ｎｏ．１１．２０１３ ｐ．１０４５−１０４９

特許文献１および非特許文献１に記載のアルゴリズムを採用する場合、検査対象物の欠陥を効果的に検出するためには、検査対象物の読み取り解像度、および画像処理における分割サイズなど、様々なパラメータが適正化されることが好ましい。例えば、インクジェット記録装置による記録画像には、特異部としてスジ状の欠陥および濃度ムラが生じるおそれがあり、これらを効果的に検出するための読み取り解像度および分割サイズは、スジ状の欠陥および濃度ムラの特徴によって変化する。しかしながら、特許文献１および非特許文献１には、検出すべき欠陥の特徴と、それに対応する適切なパラメータと、の関係についての言及がない。

本発明の目的は、記録画像中に出現する特異部の特徴に応じたパラメータを設定することにより、記録画像中の特異部を効率よく確実に判別可能な画像処理装置および画像処理方法を提供することにある。

本発明の画像処理装置は、記録画像を読み取った画像データを取得する取得手段と、前記画像データに対して、前記画像データを分割する分割領域の分割サイズと、前記分割領域を移動させる移動量と、を含むパラメータに応じた平均化処理および加算処理を含む所定の処理を施す処理手段と、前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出手段と、を備える画像処理装置であって、前記処理手段は、予め設定された前記パラメータに応じて、前記画像データに前記平均化処理を施して複数の候補画像データを生成し、かつ前記複数の候補画像データの中から選択されたものに前記加算処理を施し、前記画像処理装置は、前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する想定手段と、前記出現形態に応じて、前記複数の候補画像データの中から前記加算処理が施されるものを選択する選択手段と、を備えることを特徴とする。

本発明によれば、記録画像中における特異部の出現形態を想定して、その出現形態に応じたパラメータを設定することにより、その特異部を効率よく確実に判別することができる。

本発明の第１の基本構成における画像処理装置の異なる形態例の説明図である。 本発明の第１の基本構成における制御系のブロック図である。 本発明の第１の基本構成における記録装置の概略構成図である。 本発明の第１の基本構成における欠陥検出の基本工程を示すフローチャートである。 本発明の第１の基本構成における欠陥検出アルゴリズムを示すフローチャートである。 本発明の第１の基本構成における画像データの異なる分割状態の説明図である。 本発明の第１の基本構成における画像データの他の分割状態の説明図である。 本発明の第１の基本構成における２×２画素の分割サイズのときの積算処理の説明図である。 本発明の第１の基本構成における３×３画素の分割サイズのときの積算処理の説明図である。 本発明の第１の基本構成におけるダミーデータの生成方法の説明図である。 本発明の第１の実施形態における画像処理方法を説明するためのフローチャートである。 図１１の画像処理方法における割サイズと移動量の説明図の説明図である。 本発明の第１の実施形態において想定される画像の不良領域の説明図である。 本発明の第１の実施形態における検査画像の説明図である。 本発明の第１の実施形態における検査画像の処理結果の説明図である。 図１１における選択処理を説明するためのフローチャートである。 本発明の第１の実施形態においる用いる輝度データの例の説明図である。 本発明の第１の実施形態における用いるデータの例の説明図である。 本発明の第２の実施形態における記録方式の説明図である。 本発明の第３の実施形態における記録装置の説明図である。 本発明の第３の実施形態における検査装置の説明図である。 本発明の第３の実施形態における検査システムのブロック図である。 本発明の第３の実施形態における検査画像の説明図である。 本発明の第３の実施形態における検査画像の説明図である。 本発明の第３の実施形態における検査画像の処理結果の説明図である。 本発明の第３の実施形態における要部の処理を説明するためのフローチャートである。 本発明の第３の実施形態において用いるデータの例の説明図である。 本発明の第４の実施形態における記録方式の一例の説明図である。 本発明の第４の実施形態における記録方式の他の例の説明図である。 本発明の第４の実施形態において用いるマスクの例の説明図である。 本発明の第４の実施形態における要部の処理を説明するためのフローチャートである。 本発明の第５の実施形態における画像処理方法を説明するためのフローチャートである。 本発明の第２の基本構成におけるガウスフィルタの説明図である。 本発明の第２の基本構成における欠陥検出の基本工程を示すフローチャートである。 本発明の第２の基本構成における欠陥検出アルゴリズムを示すフローチャートである。 本発明の第６の実施形態における画像処理方法を説明するためのフローチャートである。 本発明の第６の実施形態における検査画像の処理結果の説明図である。

図１（ａ）〜（ｄ）は、本発明に使用可能な画像処理装置１の異なる形態例を示す図である。本発明の画像処理装置は、記録画像に出現する特異部（欠陥などを含む特殊な部分）を判別するために、その記録画像の読み取った画像データを処理するものであり、システムとして様々な形態を採ることができる。

図１（ａ）は、画像処理装置１が読み取り部２を備える形態を示す。例えば、インクジェット記録装置によって所定の画像がシートに記録され、そのシートが画像処理装置１内の読み取り部２の読取台に設置されて、光学センサなどによって撮像され、その画像データを画像処理部３が処理する形態に相当する。画像処理部３は、ＣＰＵ、あるいは、これよりも高速な処理が可能な画像処理アクセラレータを備えており、読み取り部２の読み取り動作の制御、および読み取った画像データの処理を実行する。

図１（ｂ）は、読み取り部２を備えた読み取り装置２Ａに、画像処理装置１が外部接続された形態を示す。例えば、スキャナにＰＣが接続されるシステムがこれに相当する。それらの接続形式としては、ＵＳＢ、ＧｉｇＥ、およびＣａｍｅｒａＬｉｎｋなどの汎用的な接続方式が採用できる。読み取り部２が読み取った画像データは、インターフェース部４を介して画像処理部３に提供されて、その画像処理部３によって処理される。この形態において、画像処理装置１は、記録部５を備えた記録装置５Ａに更に外部接続されてもよい。

図１（ｃ）は、画像処理装置１が読み取り部２および記録部５を備えている形態を示す。例えば、スキャナ機能、プリンタ機能、および画像処理機能を兼ね備えた複合機がこれに相当する。画像処理部３は、記録部５における記録動作、読み取り部２における読み取り動作、および読み取り部２が読み取った画像データの処理などの全てを制御する。図１（ｄ）は、読み取り部２と記録部５とを備えた複合機６に画像処理装置１が外部接続された形態を示す。例えば、スキャナ機能とプリンタ機能とを兼ね備えた複合機にＰＣが接続されるシステムがこれに相当する。本発明の画像処理装置１は、図１（ａ）〜（ｄ）のいずれの形態をも採ることができる。

以下、本発明の基本構成（第１および第２の基本構成）と実施形態（第１から第６の実施形態）について説明する。

（第１の基本構成）
図２は、図１（ｄ）の形態のシステムにおける制御系の第１の基本構成を説明するためのブロック図である。この第１の基本構成は、図１（ｄ）の形態を採用した場合の例である。

画像処理装置１はホストＰＣなどからなり、ＣＰＵ３０１は、ＨＤＤ３０３に保持されるプログラムにしたがって、ＲＡＭ３０２をワークエリアとして使用しながら各種処理を実行する。例えばＣＰＵ３０１は、キーボード・マウスＩ／Ｆ３０５を介してユーザより受信したコマンド、およびＨＤＤ３０３に保持されるプログラムにしたがって、複合機６によって記録可能な画像データを生成し、これを複合機６に転送する。また、データ転送Ｉ／Ｆ３０４を介して複合機６から受信した画像データに対し、ＨＤＤ３０３に記憶されているプログラムにしたがって所定の処理を行い、その結果および様々な情報をディスプレイＩ／Ｆ３０６を介して不図示のディスプレイに表示する。また、複合機６から画像処理装置１（ホストＰＣ）に、画像の特異部としての不良部が検出されたとこを通知し、図示しないディスプレイによって、その結果を報知することも可能である。例えば、ディスプレイは、画像の不良部が存在する記録画像の領域をも合わせて表示してもよい。

一方、複合機６において、ＣＰＵ３１１は、ＲＯＭ３１３に保持されるプログラムにしたがって、ＲＡＭ３１２をワークエリアとして使用しながら各種処理を実行する。更に、複合機６は、高速な画像処理を行うための画像処理アクセラレータ３０９、読み取り部２を制御するためのスキャナコントローラ３０７、記録部５を制御するためのヘッドコントローラ３１４、検査部３０８を備えている。画像処理アクセラレータ３０９は、ＣＰＵ３１１よりも高速に画像処理を実行可能なハードウェアである。画像処理アクセラレータ３０９は、ＣＰＵ３１１が、画像処理に必要なパラメータとデータをＲＡＭ３１２の所定のアドレスに書き込むことにより起動され、上記パラメータとデータを読み込んだ後、上記データに対し所定の画像処理を実行する。但し、画像処理アクセラレータ３０９は必須な要素ではなく、同等の処理はＣＰＵ３１１で実行することができる。

ヘッドコントローラ３１４は、記録部５に備えられた記録ヘッド１００に記録データを供給するとともに、記録ヘッド１００の記録動作を制御する。ヘッドコントローラ３１４は、ＣＰＵ３１１が、記録ヘッド１００が記録可能な記録データと制御パラメータをＲＡＭ３１２の所定のアドレスに書き込むことにより起動され、その記録データにしたがって吐出動作を実行する。スキャナコントローラ３０７は、読み取り部２に配列される個々の読み取り素子を制御しつつ、これらから得られるＲＧＢの輝度データをＣＰＵ３１１に出力する。ＣＰＵ３１１は、得られたＲＧＢの輝度データを、データ転送Ｉ／Ｆ３１０を介して画像処理装置１に転送する。画像処理装置１のデータ転送Ｉ／Ｆ３０４および複合機６のデータ転送Ｉ／Ｆ３１０における接続方式としては、ＵＳＢ、ＩＥＥＥ１３９４、ＬＡＮ等を用いることができる。

検査部３０８は、読み取り部２によって取得された検査用画像から、記録部５による記録画像の不良や画像劣化を検査する。検査用画像に対しては、検査に必要な前処理を施すことが望ましい。その検査結果を記録部５にフィードバックして、記録画像の改善に必要な処理を記録部５に実行させることができ、また、検査結果を、表示部１３０６を通じてユーザに告知することができる。また、ＵＩ（ユーザーインターフェース）により、検出したい画像不良の大きさを設定するようにしてもよい。

本例の記録部５は、後述するようにインクジェット記録ヘッドを用いるものであり、その記録ヘッドには、インクを吐出可能な複数のノズル（記録素子）がノズル列を形成するように配列されている。ノズルは、吐出エネルギー発生素子を用いて吐出口からインクを吐出するように構成されており、吐出エネルギー発生素子としては、電気熱変換素子（ヒータ）またはピエゾ素子などを用いることができる。電気熱変換素子を用いた場合には、その発熱によってインクを発泡させ、その発泡エネルギーを利用して吐出口からインクを吐出することができる。以下においては、記録ヘッドは、電気熱変換素子を用いるものであるとして説明する。

このような記録部５に対しては、検査用画像の検査結果をフィードバックすることができる。例えば、記録画像の不良がノズルにおけるインクの吐出不良による場合には、ノズルにおけるインクの吐出状態を良好に維持するための回復動作を実行する。また、インクの吐出不良が生じたノズルによる記録を、その周辺のノズルによって補完できる場合には、吐出不良が生じたノズルの吐出データを、その周辺のノズルあるいは別のインクを吐出するためのノズルに振り分ける処理を実行する。また、記録画像の不良がインクの吐出量の変動による場合には、インクを吐出するためのノズルの駆動パルスを制御して、インクの吐出量を補正してもよく、またインクドットの形成数を制御して、均一な記録濃度を再現するようにしてもよい。また、インク滴の着弾位置のずれが検出された場合には、駆動パルスを制御して、インク滴の着弾位置を調節する。

図３は、複合機６として使用可能なインクジェット記録装置（以下、単に記録装置ともいう）の概略構成図である。本例における記録装置は、図３（ａ）のようなフルマルチタイプのインクジェット記録装置である。この記録装置は、ガイド軸５０１に沿って矢印ｘの主走査方向に移動可能なキャリッジ５０２を備え、そのキャリッジ５０２にインクジェット記録ヘッド５０３が搭載される。記録ヘッド５０３は、図３（ｂ）のように、シアン（Ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）、ブラック（Ｋ）の４色のインクを吐出する記録ヘッド５０３Ｃ，５０３Ｍ，５０３Ｙ，５０３Ｋを含む。それぞれの記録ヘッドには、インクを吐出するための複数のノズル（記録素子）５０４がノズル列（記録素子列）を形成するように配列されている。それらのノズル列は、主走査方向（矢印ｘ方向）と交差（本例の場合は、直交）する方向に延在している。本例におけるノズル５０４は、１つのノズル列を形成するように配列されている。しかし、ノズル５０４の配備数および配備形態は、これに限られるものではない。例えば、同一色のインクの吐出量が異なるノズル列を含む構成、インクの吐出量が同一のノズルが複数のノズル列を形成する構成、あるいはノズルがジグザグに配置される構成であってもよい。また、１つの記録ヘッドに、異なるインクを吐出可能なノズル列が形成されていてもよい。ノズルは、吐出エネルギー発生素子を用いて吐出口からインクを吐出するように構成されており、吐出エネルギー発生素子としては、電気熱変換素子（ヒータ）またはピエゾ素子などを用いることができる。

記録媒体としてのシートＰは、不図示の搬送モータによって搬送ローラ５０５および不図示の他のローラが回転されることにより、プラテン５０７上を通って矢印ｙの副走査方向（搬送方向）に搬送される。記録ヘッド５０３がキャリッジ５０２と共に主走査方向に移動しつつインクを吐出する記録走査と、シートＰを副走査方向に搬送する搬送動作と、を繰り返すことにより、シートＰに画像を記録することができる。

読み取りセンサ（スキャナ）５０６は、シートＰに記録された検査対象の画像を読み取るものであり、複数の読み取り素子が矢印ｘ方向に所定のピッチで配列されている。読み取りセンサ５０６は、それらの読み取り素子の出力信号に基づいて、読み取り解像度に相当する画像データを生成する。画像データは、Ｒ（レッド）、Ｇ（グリーン）およびＢ（ブルー）の輝度信号、あるいはモノクロのグレーデータである。

以下、本例の基本構成における特異部の検出アルゴリズムについて具体的に説明する。特異部は、記録画像における記録不良や画像劣化の欠陥を含む。以下、特異部の検出処理を欠陥検出処理ともいう。本例の検出アルゴリズムは、既に記録された画像を撮像し、得られた画像データから、記録画像中の特異部を抽出するため画像処理を行うアルゴリズムである。画像の記録は、複合機６としてのインクジェット記録装置によって行わなくも構わないが、以下では、複合機６の記録ヘッド１００によって記録された画像を読み取りヘッド１０７によって読み取る場合について説明する。

図４は、本例の画像処理装置１が実行する基本処理を説明するためのフローチャートである。本処理が開始されると、画像処理装置１は、ステップＳ１において読み取り解像度を設定する。具体的な設定方法については後述する。続くステップＳ２では、ステップＳ１で設定された読み取り解像度にしたがって、検査対象となる画像の読み取り動作を実行する。すなわち、スキャナコントローラ３０７を駆動させ、読み取りセンサ１０９に配列される複数の読み取り素子からの出力信号を取得し、これらの出力信号に基づいて、ステップＳ１にて設定された読み取り解像度に相当する画像データを生成する。本例において、画像データは、Ｒ（レッド）、Ｇ（グリーン）およびＢ（ブルー）の輝度信号である。

ステップＳ３において、ＣＰＵ３０１は、ステップＳ４で実行する欠陥抽出処理のために用いる分割サイズと位相を設定する。分割サイズと位相の定義については後述する。ステップＳ３において、分割サイズと位相のそれぞれは、少なくとも１種類以上が設定される。ステップＳ４では、ステップＳ３で設定した分割サイズと位相に基づいて、ステップＳ２で生成した画像データに対して欠陥検出アルゴリズムを実行する。

図５は、ＣＰＵ３０１がステップＳ４で実行する欠陥検出アルゴリズムの工程を説明するためのフローチャートである。本処理が開始されると、ＣＰＵ３０１は、まずステップＳ１１において、ステップＳ３で設定された複数の分割サイズの中から、１つの分割サイズを設定する。更に、ステップＳ１２では、ステップＳ３で設定された複数の位相の中から、１つの位相を設定する。そして、ステップＳ１３では、ステップＳ１１で設定された分割サイズとステップＳ１２で設定された位相に基づいて、ステップＳ２で取得した画像データを分割して平均化処理を行う。

図６（ａ）〜（ｃ）は、分割サイズと位相に基づく、画像データの分割状態を説明するための図である。図６（ａ）は分割サイズを２×２画素とした場合、同図（ｂ）は分割サイズを３×２画素とした場合、同図（ｃ）は分割サイズを２×３画素とした場合を夫々示している。図６（ａ）のように、分割サイズＡ１を２×２画素とした場合、画像データ領域１００１は２×２画素の単位で分割されるが、その分け方は１００２〜１００５の４通りが可能であり、それに対応する４種類の位相が存在する。このように位相とは、画像データ領域１００１における分割サイズの起点Ｏの位置に対応するものと考えることができる。図６（ｂ）のように、分割サイズＡ２を３×２画素とした場合、画像データ領域１００１の分け方は１００７〜１０１２の６通りが可能であり、６種類の位相が存在することになる。図６（ｃ）のように、分割サイズＡ３を２×３画素とした場合、画像データ領域１００１の分けた方は１０１４〜１０１９の６通りが可能であり、６種類の位相が存在することになる。

分割サイズが大きいほど設定可能な位相の数も増えるが、１つの分割サイズに対して全ての位相を必ずしも設定する必要はない。図４のステップＳ３では、設定可能な位相のうち少なくとも一部の位相が設定されればよく、図５のステップＳ１２では、ステップＳ３で設定された幾つかの位相のうちの１つが設定されればよい。分割サイズの設定と位相の設定の順序は、逆であってもよい。

なお、図６（ａ）〜（ｃ）においては画像データを四角形に分割する方法を説明したが、画像データは四角形以外の形状に分割されてもよい。図７（ａ）および（ｂ）は、他の分割形状を示す図である。図７（ａ）および（ｂ）に示す形状によって画像データを分割してもよい。すなわち、図７（ａ）のように、階段状の部分を含む分割形状８０１によって画像データを分割してもよい。また図７（ｂ）のように、段差部分を含む分割形状８０２によって画像データを分割してもよい。また、画像データは円形によって分割されてもよい。つまり、画像データを分割する際の分割形状は特に限定されるものではない。画像データは、欠陥のその他の特性または装置の特性などに応じた他の形状によって分割されてもよい。

図５に戻る。ステップＳ１３では、ステップＳ１２で分割した分割領域の夫々について平均化処理を行う。具体的には、分割領域に含まれる複数の画素について、個々の画素が有する輝度データの平均値を求める。この際、個々の画素に対応する輝度データとしては、個々の画素が有するＲＧＢの輝度データをそのまま平均したものであってもよいし、ＲＧＢデータの夫々に所定の重み付け係数を掛けた後に加算した値であってもよい。更に、ＲＧＢのうちいずれか１色の輝度データをそのまま画素の輝度データとしてもよい。

ステップＳ１４では、ステップＳ１３で算出した平均値を画素毎に量子化する。量子化は２値化であってもよいし数レベルへの多値量子化であってもよい。これにより、各画素の量子化値が分割領域毎に揃っている状態の量子化データが得られる。

ステップＳ１５では、ステップＳ１４で得られた量子化値を積算画像データに加算する。積算画像データとは、分割サイズ（Ｓｘ，Ｓｙ）と位相を様々に異ならせた場合の夫々において得られる量子化データを積算した結果を示す、画像データである。ステップＳ１４で得られた量子化データが最初の分割サイズの最初の位相である場合、ステップＳ１５で得られる積算画像データはステップＳ１４で得られる量子化データと等しくなる。

続くステップＳ１６において、画像処理装置１は、現在設定されている分割サイズに対する全ての位相についての処理が完了したか否かを判断する。未だ処理すべき位相が残っていると判断した場合には、ステップＳ１２に戻って次の位相を設定する。一方、全ての位相について処理が完了したと判断した場合は、ステップＳ１７に進む。

図８（ａ）〜（ｄ）および図９（ａ）〜（ｉ）は、所定の分割サイズにおいて、ステップＳ１５の加算処理を全ての位相について順番に行う過程を模式的に示した図である。分割サイズ（Ｓｘ，Ｓｙ）を２×２画素にした場合、位相は４種類存在する。図８（ａ）〜（ｄ）では、これら４種類の位相を順番に変えていく過程において、注目画素Ｐｘの加算処理のために周辺画素の輝度データが利用される回数を画素毎に示している。一方、分割サイズ（Ｓｘ，Ｓｙ）を３×３画素にした場合、位相は９種類存在する。図９（ａ）〜（ｉ）では、これら９種類の位相を順番に変えていく過程において、注目画素Ｐｘの加算処理のために周辺画素の輝度データが利用される回数を画素毎に示している。

図８（ａ）および図９（ａ）は、移動量（Ｋｘ、Ｋｙ）が（０、０）である初期状態（最初の位相）を示している。図８（ｂ）〜（ｄ）は、図８（ａ）に示す最初の位相から位相を変化させた状態を夫々示しており、図９（ｂ）〜（ｉ）は、図９（ａ）に示す最初の位相から位相を変化させた状態を示している。図８（ｂ）および図９（ｂ）は、ｙ方向へ１画素移動させた移動量（Ｋｘ、Ｋｙ）が（０，１）である位相を示している。図８（ｃ）および図９（ｄ）は、ｘ方向へ１画素移動させた移動量（Ｋｘ、Ｋｙ）が（１，０）である位相を示している。図８（ｄ）および図９（ｅ）は、ｘ方向およびｙ方向へ夫々１画素移動させた移動量（Ｋｘ、Ｋｙ）が（１，１）である位相を示している。図９（ｃ）は移動量（Ｋｘ、Ｋｙ）が（０，２）である位相を、図９（ｆ）は移動量（Ｋｘ、Ｋｙ）が（１，２）である位相を、図９（ｇ）は移動量（Ｋｘ、Ｋｙ）が（２、０）である位相を、夫々示している。また、図９（ｈ）は移動量（Ｋｘ、Ｋｙ）が（２、１）である位相を、図９（ｉ）は移動量（Ｋｘ、Ｋｙ）が（２，２）である位相を、夫々示している。

図８（ｂ）〜（ｄ）および図９（ｂ）〜（ｉ）のいずれの図においても、注目画素Ｐｘについては、自身が分割領域内に含まれる全ての位相について利用されるので積算回数は最も多く、積算結果への寄与も最も大きい。注目画素Ｐｘから離れる画素ほど積算回数は少なくなり、積算結果への寄与も少なくなる。すなわち、位相を変化させていくと、図８（ｅ）および図９（ｊ）に示すように、最終的には注目画素を中心にフィルタ処理が行われたような結果が得られる。

図５のフローチャートに戻る。ステップＳ１７において、画像処理装置１は図４のステップＳ３で設定された全ての分割サイズについての処理が完了したか否かを判断する。未だ、処理すべき分割サイズが残っていると判断した場合、ステップＳ１１に戻り次の分割サイズを設定する。このように複数種類の分割サイズを用い処理を繰り返すことにより、画像の背景に隠れた周期性をキャンセルして、欠陥箇所（特異部）を顕在化させることができる。一方、全ての分割サイズについて処理が完了したと判断した場合はステップＳ１８に進む。

ステップＳ１８では、現在得られている積算画像データに基づいて、欠陥箇所（特異部）の抽出処理を行う。ここでは、周辺の輝度データと比較して信号値の変動が大きい箇所を欠陥箇所として抽出する。なお、その抽出処理の方法は、この方法に特に限定されるものではなく、公知の判別処理を利用することができる。以上で本処理を終了する。

図５で説明した欠陥検出アルゴリズムでは、図８（ａ）〜（ｅ）および図９（ａ）〜（ｊ）を用いて説明したように、注目画素Ｐｘを中心に移動する分割領域に含まれる全画素の平均値に基づいて、積算データを算出する。このため、記録画像データの端部に位置する注目画素については、分割領域の中にデータの存在しない領域が含まれてしまい、正しい処理が得られないおそれが生じる。このような状況に対応するため、本例では、予め検査対象画像データの周囲にダミーの画像データも付随しておく。

図１０（ａ）〜（ｃ）は、ダミーデータの生成方法を説明するための図である。図において、検査対象画像データに相当する領域は斜線で示している。図１０（ａ）に示すように、黒で示した注目画素Ｐｘが検査対象領域の角に位置する場合、注目画素Ｐｘを中心とした分割領域（実線）においても、そこから位相をずらした分割領域（点線）においても、データの存在しない領域（白領域）が含まれてしまう。このため、本例では、注目画素Ｐｘに対し、最大の分割サイズを用い最大の移動距離とした場合でも分割領域に含まれる全ての画素に相応なデータが存在するように、ダミーデータを作成しておく。

図１０（ｂ）は、ダミーデータの生成方法を示す図である。検査対象画像データを頂点Ａ、Ｂ、Ｃ、Ｄのそれぞれについて点対象に反転した４つ画像と、辺ＡＢ、ＢＤ、ＣＤ、ＡＣのそれぞれについて線対称に反転した４つの画像を生成し、これら８つの画像で検査対象画像データを囲む。ここでは、欠陥検出アルゴリズムにおける最大の分割サイズを（Ｓｘｍ、Ｓｙｍ）とし、最大の移動距離を（Ｋｘｍ、Ｋｙｍ）とする。このとき、ダミーデータは検査対象画像データの端部より、ｘ方向にＦｐ＝（Ｓｘｍ／２）＋Ｋｘｍ、ｙ方向にＦｑ＝（Ｓｙｍ／２）＋Ｋｙｍだけ拡張した領域まで生成されればよい。図１０（ｃ）は、このようにしてダミーデータが付加された検査対象画像データを示す。

なお、後述する第６の実施形態のようにガウスフィルタを用いる場合、検査対象画像データを生成する際、ダミーデータの大きさＦｐおよびＦｑは、Ｆｐ＝ＩＮＴ（Ｆｘｍ／２）およびＦｑ＝ＩＮＴ（Ｆｙｍ／２）とする。ここで、ＦｘｍおよびＦｐｍは、欠陥検出アルゴリズムで使用する最大のガウスフィルタサイズＦのｘ成分とｙ成分を示す。

なお、記録画像データの一部について欠陥箇所抽出処理を実行する場合、検査対象画像データにダミーデータを付加しなくてもよい場合がある。記録画像データの端部に注目画素が位置しない場合は、ダミーデータを作成しなくてもよい。

以上説明したアルゴリズムにしたがって抽出された欠陥箇所（特異部）の情報は、その後、様々な用途に用いることができる。例えば、画像の欠陥検査において検査員が欠陥部を判別し易くするために、欠陥箇所をポップアップ表示することができる。この場合、検査員は、ポップアップされた画像に基づいて欠陥部を確認し、欠陥部を補修したり不良品として除いたりすることができる。このような画像の欠陥検査は、記録装置の開発時、記録装置の製造時、記録装置の使用時などにおける記録装置の記録状態の検査のために行われることが想定される。また、欠陥箇所の情報を別のシステムで利用するために記憶することもできる。

更に、欠陥を正常な状態に補正する機能を自身で有するデバイスの場合は、欠陥箇所の情報を補正処理で利用するように設定できる。例えば、周囲に比べて輝度が高く現れたり低く現れたりする領域が抽出された場合には、その領域に対して、補正用の画像処理パラメータを用意することができる。また、インクジェット記録装置における吐出不良の有無を検出して、それに該当する位置の記録素子のために、記録ヘッドに対してメンテナンス処理を実行することもできる。

いずれにせよ、上述した欠陥検出アルゴリズムを採用して、分割サイズと位相を様々に異ならせた量子化データの積算に基づいて欠陥箇所を抽出することにより、個々の読み取り画素が有するノイズを適量に抑えながら、実質的な欠陥を顕在化させることができる。

（第１の実施形態）
前述した第１の基本構成においては、図５のように、予め、処理対象の分割サイズと位相を所定数設定しておいて、それらに対して、平均化処理、量子化処理、および加算処理を実施する。本実施形態においては、処理対象以外を含む多数の分割サイズと位相を設定し、それらの全てに対して平均化処理を実施して、それらの処理結果を加算処理および量子化処理の対象候補として一旦記憶する。その後、それらの候補の中から選択したものを加算処理および量子化処理の対象とする。

図１１は、図２の検査部３０８による画像の不良領域の検査方法を説明するためのフローチャートである。

まず、検査対象となる画像データを取得し（ステップＳ５１）、その画像データを複数の領域に分割するための複数の分割サイズと、その初期値と、その分割サイズを移動させる複数の移動量と、その初期値と、を設定する（ステップＳ５２）。それら複数の分割サイズ、移動量、およびそれらの初期値は、予めＲＡＭ３１２に設定しておいてもよく、あるいはホストＰＣ１から任意に設定することも可能である。検査対象の画像データとしては、例えば、記録装置のスキャナによって記録画像を読み取ることによって取得したＲＧＢ画像をプレーン毎に使用してもよい。あるいは、ＲＧＢデータから輝度や濃度に相当する値を算出した少なくとも１つ以上の画像データを使用してもよい。なお、以下の検査方法においては、説明の簡略化するために、輝度に相当する１プレーンの画像を使用するものとする。また、検査対象の画像データを取得する方法は、スキャナを使用する方法に限定されず、デジタルカメラ等の撮像装置を用いて取得してもよい。

次に、ステップＳ５２において設定された移動量の初期値に応じて、画像データによって表現される検査対象画像の各画素を移動（移動処理）させる（ステップＳ５３）。さらに、ステップＳ５２において設定された分割サイズの初期値に応じて、移動後の検査対象画像を分割（分割処理）する（ステップＳ５４）。その後、分割した領域毎の平均化処理によって、例えば、領域毎の輝度の平均値を算出し（ステップＳ５５）、その平均値を用いて、量子化処理および加算処理の対象の候補となる候補画像データ（以下、「候補画像」ともいう）を作成する（ステップＳ５６）。

ステップＳ５３の移動処理は、図６のように画像データ領域１００１を移動させる処理であり、その移動量は図８のようにＫ（Ｋｘ、Ｋｙ）である。ステップＳ５４の分割処理は、図６のように画像データ領域１００１を分割サイズＡ１，Ａ２，Ａ３に応じて分割する処理であり、その分割サイズは図１０のようにＳ（Ｓｘ、Ｓｙ）である。前述したように、図９（ａ）および図１０（ａ）は、移動量（Ｋｘ、Ｋｙ）が初期値の（０、０）である分割領域（最初の位相）を示している。画像データ領域の分割領域の形状は、前述したように任意であり、図７（ａ），（ｂ）のような形状であってもよく、多角形や円形などであってもよい。

ステップＳ５５の平均化処理は、前述したように、それぞれの分割領域内の画素値の平均を算出する処理である。本実施形態においては、この平均値を用いて候補画像を作成して（ステップＳ５６）、ＲＡＭなどの記憶領域に記憶する（ステップＳ５７）。その候補画像の作成方法としては、分割領域の画素値を全て平均値に置き換える方法、あるいは候補画像のサイズを分割領域の数に合わせて調整して作成する方法等が挙げられる。また、候補画像の作成には、分割領域の画素値の平均値を使用する代わりに、分割画像の画素値の中央値を使用してもよい。複数の領域に分割して作成した候補画像は、入力された検査対象画像を低解像度化した画像に対応する。このように画像を低解像度化することにより、その画像を大局的に観察して、その画像中の正常な部分とは異なる特異部が検出しやすくなる。さらに、分割領域を移動させることにより、その分割領域の周辺に位置する特異部をより顕著化することができる。

このように分割サイズの設定値を初期値に固定して、移動量の設定値をステップＳ５２にて設定された初期値から最終値まで変更して（ステップＳ５８，Ｓ５９）、ステップＳ５３からＳ５８の処理を繰り返す。その移動量の設定値を最終値まで変更した後に、分割サイズの設定値をステップＳ５２にて設定された初期値の次の２番目の値に変更する（ステップＳ６０，Ｓ６１）。そして、その２番目の値を分割サイズの設定値として固定して、移動量の設定値をステップＳ５２にて設定された初期値から最終値まで変更し（ステップＳ５８，Ｓ５９）、ステップＳ５３からＳ５８の処理を繰り返す。これらの結果、分割サイズと移動量との組み合わせに応じた多数の候補画像が記憶されることになる。

その後、ステップＳ６２において、それらの候補画像の中から、加算対象となる複数の候補画像を選択する。その選択方法については後述する。次のステップＳ６３において、それらの選択された候補画像を加算（加算処理）する。例えば、図１２（ａ）から（ｆ）のように６つの画像が加算対象として選択された場合には、それら６つの画像が加算されることになる。これら６の画像の移動量（Ｋｘ、Ｋｙ）と分割サイズ（Ｓｘ、Ｓｙ）の組み合わせは下記のとおりであり、下記の（ａ）から（ｆ）は、それぞれ図１２（ａ）から（ｆ）に対応する。
（ａ）：（Ｋｘ、Ｋｙ）＝（０、０）、（Ｓｘ、Ｓｙ）＝（２、２）
（ｂ）：（Ｋｘ、Ｋｙ）＝（０、１）、（Ｓｘ、Ｓｙ）＝（２、２）
（ｃ）：（Ｋｘ、Ｋｙ）＝（１、０）、（Ｓｘ、Ｓｙ）＝（２、２）
（ｄ）：（Ｋｘ、Ｋｙ）＝（０、０）、（Ｓｘ、Ｓｙ）＝（３、３）
（ｅ）：（Ｋｘ、Ｋｙ）＝（０、１）、（Ｓｘ、Ｓｙ）＝（３、３）
（ｆ）：（Ｋｘ、Ｋｙ）＝（１、０）、（Ｓｘ、Ｓｙ）＝（３、３）
図１２（ａ）の分割領域（２×２画素）内の４画素は、それらの画素値の平均値ｄ１で置き換えられる。同様に、図１２（ｂ）の分割領域内の４画素は、それらの画素値の平均値ｄ２で置き換えられ、図１２（ｃ）の分割領域内の４画素は、それらの画素値の平均値ｄ３で置き換えられる。それらの平均値は画素毎に加算される。この結果、図１２（ｃ）のように、画素値ｄ１の画素、平均値ｄ１にｄ２を加えた画素値ｄ（１＋２）の画素、平均値ｄ１にｄ３を加えた画素値ｄ（１＋３）の画素、平均値ｄ１にｄ２，ｄ３を加えた画素値ｄ（１＋２＋３）の画素が生成される。その後、同様に、図１２（ｄ）から（ｆ）のそれぞれにおける平均値ｄ４，ｄ５，ｄ６を画素毎に順次加算する。

ステップＳ６４において、このように加算処理した画素値を量子化処理することにより、画像の不良領域の候補となる画素を検出する。例えば、画素値と任意のしきい値との比較結果に基づいて、画素値を２値あるいは３値以上に量子化することにより、それぞれの画素を不良領域の候補画素とそれ以外の画素とに分ける。その後、ステップＳ６５において、不良領域の候補画素から、記録画像の画質に影響する不良領域の画素を検出する。その方法としては、不良領域の候補画素に対応する検出対象画像上の領域に対して、テンプレートマッチング等を利用して、不良領域の形状と不良の程度を細かく検出する方法等がある。

なお、ステップＳ５３の移動処理とステップＳ５４の分割処理の処理順序は、逆であってもよい。また、ステップＳ６３の加算処理の前にステップＳ６４の量子化処理を実施してもよく、また、ステップＳ５７の記憶処理の前にステップＳ６４の量子化処理を実施してもよい。

（分割サイズと位相の設定例１）
前述したように、図１１のステップＳ６２において加算対象の候補画像を選択する。その候補画像の分割サイズと移動量の組み合わせは、画像の不良領域のコントラストに応じて設定する。以下、これらのパラメータの設定例１について説明する。

記録画像中に生じる欠陥箇所（特異部）としては、記録ヘッドにおけるインクの吐出不良に起因するスジ状の欠陥がある。図１３は、図３のようなシリアルスキャンタイプのインクジェット記録装置において、記録ヘッド５０３にインクの吐出不良が生じた場合の説明図である。

図１３（ａ）は、記録ヘッド５０３のノズル列におけるノズル５０４の全てが正常にインクを吐出している場合の説明図であり、それらのノズルから吐出されてインクによって、シートＰ上にドットＤが形成される。図１３（ｂ）は、ノズル５０４Ａにインクの吐出不良が生じた場合の説明図である。本例においては、記録ヘッド５０３の矢印ｙ方向の１回の走査と、ノズル列の長さに対応する長さのシートＰの矢印ｙ方向の搬送と、を繰り返す１パス記録方式によって画像Ｉが記録される。ノズル５０４Ａの吐出不良によって、それに対応する画像Ｉの位置にスジ状の欠陥（白スジ）Ｉａが発生する。

図１４（ａ）は、画像Ｉにおける黒色領域に白スジＩａが生じた場合の説明図であり、図１４（ｂ）は、画像Ｉにおける黄色領域に白スジＩａが生じた場合の説明図である。これらの図の比較から明らかなように、黒色領域における白スジＩａのコントラストは、黄色領域における白スジＩａのコントラストよりも高い。図１５（ａ）から（ｅ）は、図１４（ａ）の画像Ｉの読み取りデータに対して、前述した図１１の検出処理を実施した結果の説明図であり、明るい部分が画像の欠陥として検出される。同様に、図１５（ｆ）から（ｊ）は、図１４（ｂ）の画像Ｉの読み取りデータに対して、図１１の検出処理を実施した結果の説明図であり、明るい部分が画像の欠陥として検出される。

前述した図１２の例においては、分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）との組み合わせを６つ選択して加算処理した。これに対して、図１５（ａ），（ｆ）においては、分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）の２つの組み合わせを選択して加算処理した。同様に、図１５（ｂ），（ｇ）においては４つの組み合わせ、図１５（ｃ），（ｈ）においては８つの組み合わせ、図１５（ｄ），（ｉ）においては１６の組み合わせ、図１５（ｅ），（ｊ）においては３２の組み合わせを選択した。したがって、図１５（ａ），（ｆ）においては２つの平均値を加算した積算画像データを算出される。同様に、図１５（ｂ），（ｇ）においては４つの平均値が加算され、図１５（ｃ），（ｈ）においては８つの平均値が加算され、図１５（ｄ），（ｉ）においては１６の平均値が加算され、図１５（ｅ），（ｊ）においては３２の平均値が加算されることになる。

図１４（ｂ）のように、白スジ（不良領域）Ｉａのコントラストが低い黄色領域においては、図１５（ｆ），（ｇ）のように、平均値の加算数（分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）との組み合わせ数）が少ないと白スジＩａを検出することが難しい。しかし、図１５（ｈ），（ｉ），（ｊ）のように、平均値の加算数を増やすことにより、白スジＩａの検出精度を高めることができる。一方、白スジＩａのコントラストが高い黒色領域においては、図１５（ｂ），（ｃ）のように平均値の加算数が少なくても白スジＩａを検出することができる。逆に、その加算数が多すぎた場合には、図１５（ｅ）のように、白スジＩａ以外の領域をも白スジとして誤検出するおそれがある。

したがって、画像の不良部分のコントラストの程度に応じて、分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）の組み合わせ数を設定する。すなわち下式（１）のように、黄色領域などのようにコントラストが低い領域における分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）の組み合わせ数Ｎ１は、黒色領域などのようにコントラストが高い領域における組み合わせ数Ｎｈよりも多く設定する。
Ｎｌ＞Ｎｈ ・・・ 式（１）

（分割サイズと位相の設定例２）
分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）の組み合わせ（画像不良部分の検出精度を高めるためのパラメータ）を異ならせる領域は、画像の黄色領域と黒色領域のみに限定されない。

図１６は、図１１のステップＳ６２において、このような分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）の組み合わせ（以下、「パラメータ」ともいう）の設定処理を説明するためのフローチャートである。本例の場合は、記録装置に入力されるＲＧＢ信号に基づいて、インクの吐出不良に起因する白スジを検出するためのパラメータを設定する。

まずステップＳ２１において、パラメータの組み合わせを選択する領域の初期位置を設定する。例えば、検査対象の画像データを９×９画素などの領域に分割し、検査領域の左上に位置する９×９画素を初期位置として設定する。次のステップＳ２２において、９×９画素に領域における正常時の想定輝度（正常領域の輝度）を設定する。その正常領域の想定輝度は、予めＲＯＭ３１３に記憶されている。例えば、図１７のように、ＲＧＢ信号値に対応する３３グリッド格子のパッチのＬａｂを測色したデータを記憶しておく。また、ＲＧＢ信号値に対応する３３グリッド格子のパッチをスキャナによって読み取ったＲＧＢ信号値から、例えば、下式（２）を用いて輝度に変換したデータを記憶しておいてもよい。
Ｌ＊＝０．３Ｒ＋０．６Ｇ＋０．１Ｂ ・・・ 式（２）
図１８（ａ）の縦軸は出力輝度Ｌ、横軸は入力ＲＧＢ信号値であり、曲線Ｌ１のように、入力ＲＧＢ信号値に応じて出力輝度Ｌが変化する。横軸の最も右側は、出力輝度の最も高い入力ＲＧＢ信号値、すなわち（Ｒ，Ｇ，Ｂ）＝（２５５，２５５，２５５）であり、そのときの出力輝度ＬはシートＰ自体の輝度（Ｌ＊＝９２、３３）である。

次のステップＳ２３において、インクの吐出不良に起因する白スジの想定輝度（白スジ領域の輝度）を設定する。この想定輝度も予めＲＯＭ２１３に記憶しておく。図１８（ａ）の線Ｌ２は、ＲＯＭ３１３に記憶されている白スジの想定輝度の一例である。本例の記録方法（１パス記録）において、インクの吐出不良に起因する白スジが、どのような入力ＲＧＢ信号値の領域において発生したとしても、その白スジの輝度はシートＰ自体の輝度（Ｌ＊＝９２、３３）と等しい。

次のステップＳ２４において、正常領域の輝度と白スジ領域（不良領域）の輝度とに基づいて、それらの領域間のコントラストを算出する。図１８（ｂ）の線Ｌ１１は、図１８（ａ）における線Ｌ１上の輝度と線Ｌ２上の輝度との差分に対応するコントラストを表す。つまり、この線Ｌ１１は、入力ＲＧＢ信号値毎に想定される正常領域の輝度と白スジ領域の輝度との間のコントラストを表す。なお、線Ｌ１および線Ｌ２に対応する輝度はＲＯＭ２１３に記憶しておかなくてもよく、それらの輝度の差分に対応する線Ｌ１１のデータのみを記憶しておいてもよい。

次のステップＳ２５では、ステップＳ２４にて算出されたコントラストに応じて、前述した加算対象の候補画像の数、つまり平均値を加算する画像の数（加算画像数）を設定する。図１８（ｃ）の線Ｌ２１は、コントラストに応じて設定される加算画像数の一例を示す。このように、正常領域と不良領域との間のコントラストが小さいほど、その加算数を多くすることにより、白スジなどの不良領域をコントラストに応じて適確に検出することができる。加算画像数は、前述したように、分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）との組み合わせの数に対応する。

図１１のステップＳ６２においては、このようにステップＳ２５にて設定された加算画像数に基づいて、分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）との組み合わせ（パラメータ）を選択する。そのパラメータは、白スジなどの不良領域のサイズ、および、それが発現する周期性を考慮して選択する。例えば、コントラストが高い不良領域は、加算数が少なくても検出することができるため、その不良領域のサイズや周期性に応じたパラメータを選択する。加算数が多過ぎた場合には、図１５（ｅ）のように、正常領域をも不良領域として検出するおそれがある。一方、コントラストが低い不良領域を検出するためには、加算数を多くする必要がある。そのため、不良領域のサイズおよび周期性に最適なパラメータの他に、分割サイズ（Ｓｘ，Ｓｙ）が大きいものと、移動量（Ｋｘ，Ｋｙ）が大きいものと、を組み合わせることが望ましい。これにより、コントラストの低い不良領域の視認性を向上させることができる。

次のステップＳ２６では、検査対象の全領域について、パラメータを選択したか否かを判定する。それが未完了であれば、ステップＳ２７において、検査対象を次の領域（本例では、９×９画素）に変更して、ステップＳ２２に戻る。検査対象の全領域についてパラメータの選択が完了していれば、図１６の処理を終了する。

図３の記録装置は、入力ＲＧＢ信号値に基づいて、記録ヘッド５０３の複数のノズル列からシアン（Ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）、ブラック（Ｋ）の４色のインクを吐出してカラー画像を記録する。この場合、どのノズル列にインクの吐出不良が生じたかによって、白スジのコントラストが異なる。このような場合には、それぞれのノズル列にインクの吐出不良が生じたときに想定される白スジのコントラストを記憶しておくことにより、どのノズル列にインクの吐出不良が生じても白スジの検出精度を高めることができる。

また、記録装置によって記録される正常領域の輝度（図１８（ａ）の線Ｌ１）、およびシートＰ自体の輝度（図１８（ａ）の線Ｌ２）は、シートＰの種類によって異なる。したがって、シートＰの種類に応じた正常領域および不良領域の想定輝度をＲＯＭ２１３に記憶しておくことが望ましい。また、不良領域の検出結果は、データ転送Ｉ／Ｆ３１０を介して、ホストＰＣ１のディスプレイ３０６に表示される。

本実施形態においては、処理対象以外を含む多数の分割サイズと位相を設定し、それらの全てに対して平均化処理を実施して、それらの処理結果を加算処理および量子化処理の対象候補として記憶した後、それらの候補の中から選択したもの加算処理の対象とする。しかし、前述した図１から図１０の第１の基本構成と同様に、予め、処理対象の分割サイズおよび移動量を所定数設定しておいて、それらに対して、平均化処理、量子化処理、および加算処理を実施してもよい。その場合、処理対象の分割サイズおよび移動量は、画像の不良領域のコントラストに応じて設定すればよい。

（第２の実施形態）
前述した第１の実施形態は、１パス記録方式において、入力ＲＧＢ信号値に応じて正常領域および不良領域との間のコントラストが異なる場合に、そのコントラストに応じて加算画像数を設定する。そして、その加算画像数に応じて、分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）との組み合わせ（パラメータ）を選択する。本実施形態は、上述した１パス記録方式の場合と同様に、マルチパス記録方式においてパラメータを選択する。

本実施形態のシリアルスキャンタイプの記録装置としては、前述した実施形態と機械的構成が同様の記録装置を用いることができる。マルチパス記録を行う場合には、記録ヘッド５０３を複数領域に分割し、シートＰの同一領域に対して、記録ヘッド５０３の分割された同一領域または異なる領域を用いて１回以上の走査によって画像を記録する。このようなマルチパス記録により、記録ヘッド５０３から吐出されるインクのシートＰ上における着弾位置の変動、およびインクの吐出量の変動に起因する記録画像の品質低下を抑えることができる。

図１８は、マルチパス記録時における記録ヘッド５０３とシートＰの動作の説明図である。説明を簡略化するために、記録ヘッドに備わるノズル数は計８つ（ノズル番号ｎ１からｎ８）とする。図１９におけるマルチパス記録方式は、シートＰの所定の領域に対して記録ヘッド５０３が４回の走査を行うことによって、最終画像Ｉを記録する４パス記録方式である。シートＰは、２ノズル分に対応する距離、つまり画像のＹアドレスの２アドレスずつ搬送される。最終画像Ｉの記録領域Ｐ１は、１回目から４回目の走査（走査番号ｋ＝１，２，３，４）によって記録される。すなわち記録領域Ｐ１は、１回目の走査時のノズルｎ７，ｎ８、２回目の走査時のノズルｎ５，ｎ６、３回目の走査時のノズルｎ３，ｎ４、および４回目の走査時のノズルｎ１，ｎ２によって記録される。シートＰは、記録ヘッド５０３の走査間において、２アドレスずつ搬送される（ＬＦ（１）＝２，ＬＦ（２）＝２，ＬＦ（３）＝２，ＬＦ（４）＝２，ＬＦ（５）＝２）。それぞれの走査においてシートＰ上に形成されるインクドットＤの配置は、種々の方法に決定することができる。例えば、入力画像データをインク量データに変換後、それを量子化処理して決定したドット配置をマスクによって走査毎に分配する方法であってもよい。あるいは、それぞれの走査において記録するインク濃度毎に、インク量データを予め分割してから、それを量子化処理してもよい。

このようなマルチパス記録においては、例えば、１つのノズルに吐出不良が生じた場合、他のノズルが同じＸアドレスにインクを吐出するため、白スジの輝度はシートＰ自体の輝度よりも低くなる。図１８（ａ）において、線Ｌ３は、２パス記録方式における白スジの輝度を表し、線Ｌ４は、３パス記録方式における白スジの輝度を表す。これらの輝度は、１パス記録方式における白スジの輝度（線Ｌ２）よりも低くなる。図１８（ｂ）中の線Ｌ１２は、図１８（ａ）における線Ｌ３上の輝度と線Ｌ２上の輝度との差分に対応するコントラストを表す。つまり、この線Ｌ１２は、２パス記録方式において、入力ＲＧＢ信号値毎に想定される正常領域の輝度と白スジ領域の輝度との間のコントラストを表す。図１８（ｂ）中の線Ｌ１３は、図１８（ａ）における線Ｌ４上の輝度と線Ｌ２上の輝度との差分に対応するコントラストを表す。つまり、この線Ｌ１３は、３パス記録方式において、入力ＲＧＢ信号値毎に想定される正常領域の輝度と白スジ領域の輝度との間のコントラストを表す。記録パス数が増えるほど、白スジのコントラストが低くなる。

１パス記録方式の場合と同様に、マルチパス記録方式においても線Ｌ２，Ｌ３，Ｌ４に対応する輝度をＲＯＭ２１３に記憶、あるいは、それらの輝度の差分（コントラスト）に対応する線Ｌ１２、Ｌ１３のデータのみを記憶しておいてもよい。そして、１パス記録方式の場合と同様に、図１８（ｃ）中の線Ｌ２１に対応する不図示の線を参照して、コントラストに応じた加算数を設定する。これにより、マルチパス記録方式においても１パス記録方式の場合と同様に、コントラストに応じて、白スジ（不良領域）を高精度に検出することができる。白スジの検出結果は、データ転送Ｉ／Ｆ３１０を介して、ホストＰＣ１のディスプレイ３０６に表示される。

本実施形態においては、処理対象以外を含む多数の分割サイズと位相を設定し、それらの全てに対して平均化処理を実施して、それらの処理結果を加算処理および量子化処理の対象候補として記憶した後、それらの候補の中から選択したもの加算処理の対象とする。しかし、前述した図１から図１０の第１の基本構成と同様に、予め、処理対象の分割サイズおよび移動量を所定数設定しておいて、それらに対して、平均化処理、加算処理、および量子化処理を実施してもよい。その場合、処理対象の分割サイズおよび移動量は、画像の不良領域のコントラストに応じて設定すればよい。

（第３の実施形態）
前述した第１および第２の実施形態においては、白スジ（不良領域）のコントラストに応じた検出処理を実行する。本実施形態においては、不良領域のサイズに応じ多検出処理を実行する。

本実施形態の記録装置は、図２０（ａ）のようなフルラインタイプの記録装置であり、記録ヘッド１００と読み取りヘッド１０７が並列配置されており、それらは、記録媒体や検査対象物となりうるシートＰの幅と同等の幅を有する。記録ヘッド１００には、ブラック（Ｋ）、シアン（ｃ）、マゼンタ（Ｍ）、イエロー（ｙ）のインクをそれぞれ吐出する４列の記録素子列１０１〜１０４が備えられている。これらの記録素子列１０１〜１０４は、シートＰの搬送方向（ｙ方向）と交差（本例の場合は、直交）する方向に延在しており、その搬送方向にずれるように並列に配置されている。

記録処理を行う際、シートＰは、搬送ローラ１０５の回転に伴って矢印ｙの搬送方向に所定の速度で搬送され、この搬送中に、記録ヘッド１００による記録処理が行われる。シートＰは、記録ヘッド１００による記録処理が行われる位置において、平板からなるプラテン１０６によって下方から支えられる。これにより、シートＰと記録ヘッド１００との間の距離、およびシートＰの平滑性が維持される。

図２０（ｂ）は、記録ヘッド１００における記録素子の配列構成を示す図である。記録ヘッド１００において、各インク色に対応する記録素子列１０１〜１０４の夫々は、複数の記録素子１０８が一定のピッチで配列される複数の記録素子基板（ヘッドチップ）２０１によって形成されている。それらの記録素子１０８はノズルを構成する。記録素子基板２０１は、オーバーラップ領域Ｄを設けながらｘ方向に連続するように、ｙ方向に交互に配置されている。一定の速度でｙ方向に搬送されるシートＰに対して、個々の記録素子１０８が記録データに基づいて一定の周波数でインクを吐出することにより、シートＰには、記録素子１０８の配列ピッチに相応する解像度の画像が記録される。記録ヘッドは、１つの記録ヘッドから複数色のインクを吐出する形態の他、インク色毎に異なる記録ヘッドを構成して、それらの記録ヘッドを組み合わせる形態であってもよい。さらに、１つの記録素子基板上に、複数色のインクに対応した記録素子列が配列された形態であってもよい。

前述した第１および第２の実施形態において、検査部３０８は、図２のように複合機６として使用可能なインクジェット記録装置に組み込まれている。しかし、検査部３０８は、記録装置とは別の装置に組み込まれてもよい。

図２１（ａ）は、記録装置から独立した検査装置２１０を示し、この検査装置２１０は、読み取りヘッド（スキャナ）１０７とＰＣ２１１を備えており、検査部３０８として機能する。読み取りヘッド１０７には、記録された画像を読み取るために、図２１（ｂ）のように、複数の読み取りセンサ１０９がｘ方向に所定のピッチで配列されている。さらに、個々の読み取りセンサ１０９には、読み取り画素の最小単位となり得る不図示の読み取り素子がｘ方向に複数配列されている。不図示の搬送機構によって一定の速度でｙ方向に搬送されるシートＰ上の画像は、個々の読み取りセンサ１０９における読み取り素子が所定の周波数で撮像することにより、シートＰに記録された画像全体を読み取り素子の配列ピッチで読み取ることができる。読み取りヘッド１０７は、画像の読み取り結果として輝度データを出力する。本例の読み取りヘッド１０７は、ＲＧＢデータ、またはＣＭＹデータを出力するものであってもよい。複数のカラー成分を出力する場合には、それを色成分毎に処理をしてもよい。また、本例の読み取りヘッド１０７は、読み取りセンサ１０９をライン状に備えるラインタイプであるが、読み取りセンサ１０９を面状に備えるエリアタイプであってもよく、また検査用のカメラなどを用いることもできる。読み取りセンサ１０９の構成は限定されない。

図２２は、図２０（ａ）の記録装置と、図２１（ａ）の検査装置２１０のＰＣ２１１と、によって構成される検査システムを示すブロック図である。

ＰＣ２１１において、ＣＰＵ１８０１は、記憶部であるＨＤＤ１８０３およびＲＡＭ１８０２に保持されているプログラムにしたがって処理を実行する。ＲＡＭ１８０２は揮発性の記憶部であり、プログラムおよびデータを一時的に保持する。ＨＤＤ１８０３は不揮発性の記憶部であり、同様にプログラムおよびデータを保持する。データ転送Ｉ／Ｆ（インターフェース）１８０４は、記録装置および読み取りヘッド１０７との間におけるデータの送受信を制御する。特に本実施例においては、記録装置から記録方法に関するデータを受信する。このデータ送受信の接続方式としては、ＵＳＢ、ＩＥＥＥ１３９４、ＬＡＮ等を用いることができる。キーボード・マウスＩ／Ｆ１８０６は、キーボードやマウス等のＨＩＤ（Ｈｕｍａｎ Ｉｎｔｅｒｆａｃｅ Ｄｅｖｉｃｅ）を制御するＩ／Ｆであり、ユーザは、このＩ／Ｆを介して入力を行うことができる。ディスプレイＩ／Ｆ１８０５は、ディスプレイ（不図示）における表示を制御する。スキャナコントローラ１８０７は、図２１に示した読み取りヘッド１０７の個々の読み取り素子を制御しつつ、これらから得られたＲＧＢデータをＣＰＵ１８０１に出力する。

画像処理アクセラレータ１８０９は、ＣＰＵ１８０１よりも高速に画像処理を実行可能なハードウェアである。具体的には、画像処理アクセラレータ１８０９は、ＲＡＭ１８０２の所定のアドレスから画像処理に必要なパラメータとデータを読み込む。そして、ＣＰＵ１８０１が上記パラメータとデータをＲＡＭ１８０２の所定のアドレスに書き込むことにより、画像処理アクセラレータ１８０９が起動され、そのデータに対して所定の画像処理が行われる。なお、画像処理アクセラレータ１８０９は必須な要素ではなく、ＣＰＵ１８０１による処理のみで画像処理を実行してもよい。読み取りヘッド１０７は、記録装置によって記録された検査用画像を読み取り、検査部１８０８は、その読み取りデータに基づいて検査用画像を検査する。検査部１８０８は、検査用画像の中に不良領域が検出されたときに、その検査結果を記録装置にフィードバックして必要な改善策を提示する。

記録装置において、ＣＰＵ１８１０は、ＲＯＭ１８１２およびＲＡＭ１８１１に保持されているプログラムにしたがった処理を実行する。ＲＡＭ１８１１は揮発性の記憶部であり、プログラムおよびデータを一時的に保持する。ＲＯＭ１８１２は不揮発性の記憶部であり、プログラムおよびデータを保持することができる。データ転送Ｉ／Ｆ１８１４は、ＰＣ２１１との間におけるデータの送受信を制御する。ヘッドコントローラ１８１３は、図２０（ｂ）の記録ヘッド１００のそれぞれのノズル列に対して記録データを供給すると共に、それらの記録ヘッドの吐出動作を制御する。具体的に、ヘッドコントローラ１８１３は、ＲＡＭ１８１１の所定のアドレスから制御パラメータと記録データを読み込む。そして、ＣＰＵ１８１０が、制御パラメータと記録データをＲＡＭ１８１１の所定のアドレスに書き込むことにより、ヘッドコントローラ１８１３によって処理が起動されて、記録ヘッド１００からのインク吐出が行われる。

本実施形態においては、このような記録ヘッド（ラインヘッド）１００を備えたフルラインタイプの記録装置によって画像を記録する。その画像は、記録装置から独立した検査装置２１０によって読み取られて、その検査装置２１０によって画像の不良領域が検出される。検査装置２１０は、画像の不良領域のサイズに応じた検出方法を実施する。

図２３は、図２０（ｂ）の記録ヘッド１００を用いた画像の記録結果の説明図である。ノズルに対応する記録素子１０８の１つに吐出不良が発生した場合には、図２３のようにドットＤが形成されない不良領域Ｉａが生じる。図２３（ａ）は、ドットの打ち込み量が１００％の画像を記録したとき、つまり全ての画素にインクが打ち込まれてドットＤが形成されるときに、１つのノズルにインクの吐出不良が生じた場合を示す。図２３（ｂ）は、ドットの打ち込み量が２５％の画像を記録したとき、つまり全画素の内の２５％の画素にインクが打ち込まれてドットＤが形成されるときに、１つのノズルにインクの吐出不良が生じた場合を示す。これらの図２３（ａ），（ｂ）においては、１ノズルの吐出不良により発生する白スジ（不良領域）Ｉａのサイズが異なる。すなわち、ドットの打ち込み量は、ノズルに吐出不良の発生時に生じる不良領域のサイズに影響する。一般的に、打ち込み量が多い画像の場合には、インクの吐出不良の発生によって生じる不良領域Ｉａの想定サイズは小さく、その打ち込み量が少ない画像の場合には、インクの吐出不良の発生によって生じる不良領域Ｉａの想定サイズ大きい。

図２４は、記録装置において、量子化処理の１つである誤差拡散法によって画像データを量子化し、その量子化されたデータに基づいて、打ち込み量が異なる画像を記録した場合の説明図である。図２４（ａ）は、打ち込み量が１００％の記録画像Ｉを示し、図２０（ｂ）は、打ち込み量が１４％の記録画像Ｉを示す。図２４（ａ），（ｂ）のそれぞれの画像Ｉには、矢印によって示す３箇所に、インクの吐出不良に起因する不良領域（白スジ）Ｉａが発生している。図２３の模式図と同様に、図２４（ａ）のように打ち込み量が多い画像における不良領域Ｉａは、ｘ方向のサイズが小さくて細く、一方、図２４（ｂ）のように打ち込み量が少ない画像における不良領域Ｉａは、ｘ方向のサイズが大きくて太い。

図２５（ａ）から（ｆ）は、図２４（ａ）の画像Ｉの読み取りデータに対して、前述した図５の欠陥検出アルゴリズムを異なるパラメータの元に実施した結果の説明図であり、明るい部分が画像の欠陥（不良領域）として検出される。同様に、図２５（ｇ）から（ｌ）は、図２４（ｂ）の画像Ｉの読み取りデータに対して、前述した図５の欠陥検出アルゴリズムを異なるパラメータの元に実施した結果の説明図であり、明るい部分が画像の欠陥（不良領域）として検出される。

本例においては、欠陥検出アルゴリズムにおけるパラメータとして、分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）との組み合わせを２つ選択した。図２５（ａ）から（ｌ）における２組の分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）は、次のように異なる。

図２５（ａ），（ｇ）においては、以下の（１），（２）の２組が選択される。
（１）：（Ｋｘ、Ｋｙ）＝（１、１）、（Ｓｘ、Ｓｙ）＝（１、１）
（２）：（Ｋｘ、Ｋｙ）＝（２、２）、（Ｓｘ、Ｓｙ）＝（２、２）
図２５（ｂ），（ｈ）においては、以下の（１），（２）の２組が選択される。
（１）：（Ｋｘ、Ｋｙ）＝（２、２）、（Ｓｘ、Ｓｙ）＝（２、２）
（２）：（Ｋｘ、Ｋｙ）＝（３、３）、（Ｓｘ、Ｓｙ）＝（３、３）
図２５（ｃ），（ｉ）においては、以下の（１），（２）の２組が選択される。
（１）：（Ｋｘ、Ｋｙ）＝（４、４）、（Ｓｘ、Ｓｙ）＝（４、４）
（２）：（Ｋｘ、Ｋｙ）＝（５、５）、（Ｓｘ、Ｓｙ）＝（５、５）
図２５（ｄ），（ｊ）においては、以下の（１），（２）の２組が選択される。
（１）：（Ｋｘ、Ｋｙ）＝（８、８）、（Ｓｘ、Ｓｙ）＝（８、８）
（２）：（Ｋｘ、Ｋｙ）＝（９、９）、（Ｓｘ、Ｓｙ）＝（９、９）
図２５（ｅ），（ｋ）においては、以下の（１），（２）の２組が選択される。
（１）：（Ｋｘ、Ｋｙ）＝（１６、１６）、（Ｓｘ、Ｓｙ）＝（１６、１６）
（２）：（Ｋｘ、Ｋｙ）＝（１７、１７）、（Ｓｘ、Ｓｙ）＝（１７、１７）
図２５（ｆ），（ｌ）においては、以下の（１），（２）の２組が選択される。
（１）：（Ｋｘ、Ｋｙ）＝（２４、２４）、（Ｓｘ、Ｓｙ）＝（２４、２４）
（２）：（Ｋｘ、Ｋｙ）＝（２５、２５）、（Ｓｘ、Ｓｙ）＝（２５、２５）
図１４（ａ），（ｌ）のそれぞれにおいては、（１），（２）の２つの候補画像の平均値が加算される。つまり、加算画素数は２である。また、図２５（ａ）から（ｆ）に向かうにしたがって分割サイズおよび移動量が大きくなり、同様に、図２５（ｇ）から（ｌ）に向かうにしたがって分割サイズおよび移動量が大きくなる。

図２５（ｇ）から（ｌ）から分かるように、打ち込み量が少なくて不良領域Ｉａのサイズが大きい図２４（ｂ）の画像に対しては、分割サイズと移動量が小さいと不良領域Ｉａが検出できず、それらを大きくすることにより不良領域Ｉａの検出精度が向上する。一方、図２５（ａ）から（ｆ）から分かるように、打ち込み量が多くて不良領域Ｉａのサイズが小さい図２４（ａ）の画像に対しては、分割サイズと移動量が小さいても不良領域Ｉａを検出することができる。しかし、それらが大き過ぎた場合には、画像の正常領域をも不良領域Ｉａとして検出してしまう。

本実施形態においては、このような観点から、想定される不良領域のサイズが大きい画像、つまり打ち込み量が少ない画像の場合と、想定される不良領域のサイズが小さい画像、つまり打ち込み量が多い画像の場合と、において、分割サイズと移動量を異ならせる。すなわち、前者の場合には、後者の場合よりも分割サイズ（Ｓｘ、Ｓｙ）および移動量（Ｋｘ、Ｋｙ）のそれぞれを大きく設定する。これにより、いずれの場合にも不良領域の検出精度を確保することができる。また、前者の場合には、後者の場合よりも分割サイズ（Ｓｘ、Ｓｙ）と移動量（Ｋｘ、Ｋｙ）のいずれか一方のみを大きく設定してもよく、これによっても同様の効果を得ることができる。また、打ち込み量は１００％と１４％のみに特定されず、その打ち込み量に応じたパラメータ（分割サイズおよび移動量）を設定することにより、不良領域の検出精度を高めることができる。

図２６は、このような分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）の組み合わせ（以下、「パラメータ」ともいう）の設定処理を説明するためのフローチャートである。本例の場合は、記録装置に入力されるＲＧＢ信号に基づいて、インクの吐出不良に起因する白スジを検出するためのパラメータを設定する。

まず、ステップＳ３１において、パラメータの組み合わせを選択する領域の初期位置を設定する。例えば、検査領域を９×９画素などの領域に分割し、検査領域の左上に位置する９×９画素を初期位置として設定する。次のステップＳ３２において、記録装置から、初期位置の検査領域（９×９画素）に対するドットの打ち込み量を取得する。検査領域における打ち込み量は、予めＲＯＭ１８１２に記憶されている。例えば、ＲＧＢ信号値に対応する３３グリッド格子のパッチに毎について、打ち込み量を記憶しておく。次に、ステップＳ３３において、このような打ち込み量に基づいて、インクの吐出不良に起因する不良領域（白スジ）の想定サイズを算出する。打ち込み量と不良領域の想定サイズは図２７（ａ）のように関係付けられており、このようなグラフから、打ち込み量に対応する不良領域の想定サイズを求める。

次のステップＳ３４において、ステップＳ３３にて求められた不良領域の想定サイズに応じて、パラメータ（移動量（Ｋｘ、Ｋｙ）および分割サイズ（Ｓｘ、Ｓｙ））を設定する。不良領域の想定サイズとパラメータは、例えば、図２７（ｂ）のように関係付けられている。このような関係は、ＲＯＭ１８１２に記憶されている。本例の場合、分割サイズおよび移動量は、Ｓｘ＝Ｓｙ＝Ｋｘ＝Ｋｙの関係にある。このことは、分割サイズがＳｘ＝Ｓｙの正方形であって、移動量は、その正方形の１個分の大きさだけ上下左右に動く量であることを意味する。分割サイズおよび移動量は、このような大きさのみに限定されず、不良領域の想定サイズとパラメータとを関連付けるテーブルを参照して、不良領域の想定サイズに応じて、様々な分割サイズと移動量を設定することができる。

次のステップＳ３５では、検査対象の全領域について、パラメータを選択したか否かを判定する。それが未完了であれば、ステップＳ３６において、検査対象を次の領域（本例では、９×９画素）に変更して、ステップＳ３２に戻る。検査対象の全領域についてパラメータの選択が完了していれば、図２６の処理を終了する。

本実施形態においては、処理対象以外を含む多数の分割サイズと位相を設定し、それらの全てに対して平均化処理を実施して、それらの処理結果を加算処理および量子化処理の対象候補として記憶した後、それらの候補の中から選択したもの加算処理の対象とする。しかし、前述した図１から図１０の第１の基本構成と同様に、予め、処理対象の分割サイズおよび移動量を所定数設定しておいて、それらに対して、平均化処理、量子化処理、および加算処理を実施してもよい。その場合、処理対象の分割サイズおよび移動量は、不良領域の想定サイズに応じて設定すればよい。

（第４の実施形態）
本実施形態においては、前述した第２の実施形態と同様に、図３のようなシリアルスキャン方式の記録装置によってマルチパス記録方式により記録された画像を検査対象とする。マルチパス記録方式は、シートＰ上の所定領域に対して記録ヘッド５０３を複数回走査することによって、画像を記録する。

図２８は、２パス記録方式による記録画像の説明図であり、その記録画像は、シートＰ上の所定領域毎に対する記録ヘッド５０３の２回の走査によって完成される。第１走査においては、図３０（ａ）のマスクによって間引かれたドットを形成し、第２走査においては、図３０（ｂ）のマスクによって間引かれたドットを形成する。以降同様に、奇数走査では図３０（ａ）のマスクを用い、偶数走査では図３０（ｂ）のマスクを用いて、２パス記録方式により画像を記録する。記録ヘッド５０３における複数のノズル５０４のうち、上から３番目のノズル５０４Ａに、インクの吐出不良が発生している。図２８（ｂ）は、第１および第２走査によって記録される画像ＩＡと、第２および第３走査によって記録される画像ＩＢと、を示す。

図２９は、図３０（ｃ），（ｄ）のマスクを用いて、２パス記録方式により記録する画像の説明図である。第１走査においては、図３０（ｃ）のマスクによって間引かれたドットを形成し、第２走査においては、図３０（ｄ）のマスクによって間引かれたドットを形成する。以降同様に、奇数走査では図３０（ｃ）のマスクを用い、偶数走査では図３０（ｄ）のマスクを用いて、２パス記録方式により画像を記録する。図２８の場合と同様に、記録ヘッド５０３における複数のノズル５０４のうち、上から３番目のノズル５０４Ａに、インクの吐出不良が発生している。図２９（ｂ）は、第１および第２走査によって記録される画像ＩＣと、第２および第３走査によって記録される画像ＩＤと、を示す。

図２８（ｂ）と図２９（ｂ）との比較から明らかなように、１つのノズル５０４Ａの吐出不良により発生する不良領域のサイズが異なる。図３０（ａ），（ｂ）のマスクは１画素単位の周期性をもち、図３０（ｃ），（ｄ）のマスクは２画素単位の周期性をもち、前者の周波数よりも後者のマスクの周波数が低い。つまり、このようなマスクの周波数が吐出不良により発生した不良領域のサイズに影響する。図３０（ａ），（ｂ）のマスクの解像度は１×１画素であり、そのためｘ方向における不良領域のサイズも１画素単位で発生する。一方、図３０（ｃ），（ｄ）のマスクの解像度は２×２画素であり、そのためｘ方向における不良領域のサイズも２画素単位で発生する。つまり、図３０（ａ），（ｂ）のマスクを用いた場合には、不良領域が発生したときに、そのサイズが小さいことが想定され、図３０（ｃ），（ｄ）のマスクを用いた場合には、不良領域が発生したときにそのサイズが大きいことが想定される。

本実施形態においては、想定される不良領域が大きいマスクを用いる場合には、想定される不良領域が小さいマスクを用いる場合よりも、分割サイズ（Ｓｘ、Ｓｙ）のＳｘおよび移動量（Ｋｘ、Ｋｙ）のＫｘの少なくとも一方を大きく設定する。これにより、不良領域の検出精度を向上させることができる。本例においては、２パス記録方式において用いるマスクの周波数について説明した。しかし、３パス以上のマルチパス記録方式においても、同様に、想定される不良領域に大きさに応じて分割サイズおよび移動量を設定することにより、不良領域の検出精度を向上させることができる。

図３１は、このような分割サイズ（Ｓｘ，Ｓｙ）と移動量（Ｋｘ，Ｋｙ）の組み合わせ（以下、「パラメータ」ともいう）の設定処理を説明するためのフローチャートである。本例の場合は、記録装置から取得する画像の記録方法に関する情報に基づいて、インクの吐出不良に起因する不良領域を検出するためのパラメータを設定する。

まず、ステップＳ４１において、記録装置から、マルチパス記録方式において用いるマスクの周波数に関する情報を取得する。その情報は、図２のデータ転送Ｉ／Ｆ３１０，３０４を通して取得する。次のステップＳ４２においては、パラメータの組み合わせを選択する領域の初期位置を設定する。例えば、検査領域を９×９画素などの領域に分割し、検査領域の左上に位置する９×９画素を初期位置として設定する。次のステップＳ４３において、記録装置から、初期位置の検査領域（９×９画素）に対するドットの打ち込み量を取得する。検査領域における打ち込み量は、予めＲＯＭ３１３に記憶されている。例えば、ＲＧＢ信号値に対応する３３グリッド格子のパッチに毎について、打ち込み量が記憶されている。

次のステップＳ４４においては、ステップＳ４１，Ｓ４３にて取得したマスクの周波数と打ち込み量に基づいて、インクの吐出不良に起因する不良領域の想定サイズを算出する。前者のマスクの周波数からは、ｘ方向おける不良領域の想定サイズを算出する。前述したように、マスクの解像度が１×１画素の場合には、ｘ方向における不良領域のサイズが１画素となり、マスクの解像度が２×２画素の場合には、ｘ方向における不良領域のサイズが２画素となる。後者の打ち込み量からは、ｙ方向における不良領域の想定サイズを算出する。このように、ｘ方向における不良領域のサイズをマスクの周波数から想定し、ｙ方向における不良領域のサイズを打ち込み量から想定する。

次のステップＳ４５においては、ステップＳ４４にて求められた不良領域の想定サイズに応じて、パラメータ（移動量（Ｋｘ、Ｋｙ）および分割サイズ（Ｓｘ、Ｓｙ））を設定する。不良領域の想定サイズとパラメータは、前述した第３の実施形態と同様に図２７（ｂ）のように関係付けられている。次のステップＳ４６では、検査対象の全領域について、パラメータを選択したか否かを判定する。それが未完了であれば、ステップＳ４７において、検査対象を次の領域（本例では、９×９画素）に変更して、ステップＳ４３に戻る。検査対象の全領域についてパラメータの選択が完了していれば、図３１の処理を終了する。

本実施形態においては、処理対象以外を含む多数の分割サイズと位相を設定し、それらの全てに対して平均化処理を実施して、それらの処理結果を加算処理および量子化処理の対象候補として記憶した後、それらの候補の中から選択したもの加算処理の対象とする。しかし、前述した図１から図１０の第１の基本構成と同様に、予め、処理対象の分割サイズおよび移動量を所定数設定しておいて、それらに対して、平均化処理、量子化処理、および加算処理を実施してもよい。その場合、処理対象の分割サイズおよび移動量は、マスクの周波数に応じて設定すればよい。

第１から第４の実施形態においては、検査対象の画像の不良発生時に想定されるコントラストおよびサイズに応じて予め作成した複数の検査対象の候補画像から、加算対象の候補画像を選択する例を説明した。検査対象の画像内の複数の領域毎に不良発生時の想定コントラストおよびサイズが異なる場合は、領域毎に加算対象の候補画像を選択してもよく、そのようにすることで同様の効果を得ることができる。

（第５の実施形態）
前述した第１から第４の実施形態においては、図１１のように、予め作成した複数の検査対象の候補画像の中から、不良領域のコントラストおよびサイズに応じて、加算対象の候補画像を選択する。これに限らず、不良領域のコントラストおよびサイズに応じて、検査対象の画像の領域毎に最適な候補画像を作成してもよく、これによっても同様の効果を得ることができる。

図３２は、検査対象の画像の領域毎に最適な候補画像のみを作成する処理を説明するためのフローチャートである。

まず、検査対象となる画像データを取得する（ステップＳ６１）。次のステップＳ６２では、加算対象の分割領域の初期値を設定する。例えば、検査領域を９×９画素などの領域に分割し、それらの検査領域の左上の９×９画素を加算対象の分割領域の初期値として設定する。次のステップＳ６３では、このような９×９画素の分割領域に関する分割パラメータと移動量パラメータを設定する。このときに、前述した第１から第４の実施形態と同様に、想定される不良領域のコントラストおよび／またはサイズに応じて、分割サイズと移動量とを設定する。

次のステップＳ６４およびＳ６５において、初期位置の９×９画素に対して、ステップＳ６３において設定された移動量および分割サイズに応じた移動処理および分割処理を実行する。次のステップＳ６６では分割領域内の画素値の平均を算出し、この平均値を用いて候補画像を作成して（ステップＳ６７）、その候補画像をＲＡＭなどの記憶領域に記憶する（ステップＳ６８）。ステップＳ６９においては、設定された全ての移動量に対応する処理が終了したか否かを判定し、それが終了していなければ、ステップＳ７０にて移動量の設定値を変更してから、ステップＳ６４に戻る。ステップＳ７１においては、設定された全ての分割サイズに対応する処理が終了したか否かを判定し、それが終了していなければ、ステップＳ７２にて分割サイズの設定値を変更してから、ステップＳ６４に戻る。これにより、１つの検査対象の領域に対して、それに関して設定された分割サイズおよび移動量の組み合わせに応じた処理が実行されて、それに対応する候補画像が作成されて記憶される。

次のステップＳ７３においては、検査対象の画像内の全ての９×９画素に対する移動処理と分割処理が終了したか否かを判定する。それが終了していなければ、ステップＳ７４において処理対象を次の９×９画素の領域に変更してから、ステップＳ６３に戻る。全ての領域に対する処理が終了したときは、ステップＳ７３からステップＳ７４に移行して、それぞれの分割領域（９×９画素）に関して作成した複数の候補画像を、分割領域（９×９画素）毎に加算する（加算処理）。

次のステップＳ７６においては、このように加算処理した画素値を量子化処理することにより、画像の不良領域の候補となる画素を検出する。例えば、画素値と任意のしきい値との比較結果に基づいて、画素値を２値あるいは３値以上に量子化することにより、それぞれの画素を不良領域の候補画素とそれ以外の画素とに分ける。その後、ステップＳ７７において、不良領域の候補画素から、記録画像の画質に影響する不良領域の画素を検出する。その方法としては、不良領域の候補画素に対応する検出対象画像上の領域に対して、テンプレートマッチング等を利用して、不良領域の形状と不良の程度を細かく検出する方法等がある。

本実施形態においては、画像データによって表現される画像の領域に応じて、その領域の記録条件に適したパラメータ（分割サイズおよび移動量を含む）を設定することができる。例えば、画像の不良領域のコントラストは、画像の記録時におけるシートＰの色（下地の色）と、シートＰに付与されるインクの色と、の関係によって異なる。このようなコントラストは、画像の記録データなどを含む記録条件に応じて予測することができる。領域毎に異なるインクが付与されることによって記録された画像は、その領域毎に、不良領域のコントラストを予測することができる。その領域毎に、前述した実施形態と同様に、不良領域のコントラストおよび／またはサイズに応じた最適なパラメータを設定することができる。

（第２の基本構成）
前述した図１から図１０の第１の基本構成においては、図５のフローチャートにより説明したように、分割サイズの複数の位相について平均値の加算結果を求める処理を行った。このような処理により、図８（ｅ）および図９（ｊ）を用いて説明したように、最終的には、注目画素を中心にフィルタ処理を施したような結果が得られている。この第２の基本構成においては、このような点を鑑み、１つの分割サイズについての複数の位相の積算処理を、ガウスフィルタを用いた重み付け係数の積算処理によって置き換える。その他の構成は、前述した第１の基本構成と同様であるため、その説明は省略する。

図３３（ａ），（ｂ）は、ガウスフィルタの一例を示す図である。図３３（ａ）は等方的なガウスフィルタを示し、下式（３）によって表すことができる。

ここで、σは標準偏差を示す。

このような等方的なガウスフィルタは、２×２や３×３のような正方形の分割サイズを用いる場合に相当する。一方、図３３（ｂ）は異方正を持たせたガウスフィルタであり、２×３や３×２のような長方形の分割サイズを用いる場合に相当する。このような異方性を持たせたガウスフィルタは、式（３）におけるｘ，ｙの比率を偏らせることによって生成可能である。例えば、図３３（ｂ）ガウスフィルタは、式（３）におけるｙをｘ´＝ｘ／２で置き換えたものに相当する。この第２の基本構成においては、図３３（ｂ）に示すように、ｙ方向が長辺となるように異方性を持たせたガウスフィルタを用いる。この長辺とする軸の方向と、検出対象とする濃度ムラの延在方向と、を一致させることによって、上述した基本構成において分割サイズや位相を設定した場合と同様の結果を得ることができる。

この第２の基本構成においては、１つのガウスフィルタを用いて、注目画素の輝度データをフィルタ処理し、更に量子化して得られた結果を、サイズの異なる複数のガウスフィルタについて求めて、これらを加算する。これにより、図１から図１０の基本構成における加算結果と同等の加算結果に基づいて、画像の欠陥抽出処理を行うことができる。

この第２の基本構成においても、画像処理装置１は図１で説明したような様々な形態を取ることができる。図３４は、本基本構成の画像処理装置１が実行する欠陥検出アルゴリズムの基本的なフローチャートである。本処理が開始されると、画像処理装置１は、ステップＳ１５１において読み取り解像度の設定を行い、続くステップＳ１５２にて検査対象の読み取り動作を実行する。上記ステップＳ１５１およびステップＳ１５２は、図４のステップＳ１およびステップＳ２と同等である。

ステップＳ１５３においてＣＰＵ３０１は、続くステップＳ１５４で実行する欠陥抽出処理のために用いるガウスフィルタのファイルパラメータを複数種類設定する。ファイルパラメータとは、図３３（ａ），（ｂ）で説明したようなガウス関数の方向性、および異なるフィルタサイズ（ガウスフィルタの直径）Ｆを指定するためのパラメータである。ここでは、異方性を持たせたガウスフィルタとなるように、ファイルパラメータを設定する。そして、ステップＳ１５４では、ステップＳ１５３で設定したファイルパラメータに基づいて、ステップＳ１５２で生成した画像データに対して、所定の欠陥検出アルゴリズムを実行する。

図３５は、ＣＰＵ３０１がステップＳ１５４において実行する欠陥検出アルゴリズムの工程を説明するためのフローチャートである。ここで示す処理は、ステップＳ１５２において取得された画像の１つ１つの画素に対して行われる。

本処理が開始されると、ＣＰＵ３０１は、まずステップＳ１６１において、ステップＳ１５３にて設定された複数のファイルパラメータの中から、１つのファイルパラメータを設定する。更に、ステップＳ１６２では、ステップＳ１６１にて設定したファイルパラメータに対応するパラメータσを設定する。パラメータσは、ガウス関数の標準偏差に相当するものであり、ファイルパラメータやフィルタサイズに対応付けて、予めメモリに格納されているものとする。ステップＳ１６１およびＳ１６２によるファイルパラメータおよびパラメータσの設定により、ガウスフィルタの形状が決まる。

続くステップＳ１６３では、ステップＳ１６１およびＳ１６２にて設定されたガウスフィルタを用いて、ステップＳ１５２において取得した画像データに対してフィルタ処理を行う。具体的には、注目画素と、フィルタサイズＦに含まれる周辺画素と、が有する輝度データそれぞれに、ガウスフィルタが定める係数を乗算し、更にこれらを合計した結果を、注目画素のフィルタ処理値として算出する。

ステップＳ１６４では、ステップＳ１６３において得られたフィルタ処理値に対して量子化処理を行い、更にステップＳ１６５では、ステップＳ１６４において得られた量子化値を積算画像データに加算する。積算画像データとは、ファイルパラメータすなわちガウスフィルタの種類を様々に異ならせた場合の夫々において得られる量子化データを積算した結果を得るための画像データである。ステップＳ１６４において得られた量子化データが最初のガウスフィルタの結果である場合、積算画像データは、ステップＳ１６４にて得られる量子化データと等しくなる。

続くステップＳ１６６において、画像処理装置１は、ステップＳ１５３において設定した全てのファイルパラメータについての処理が完了したか否かを判断する。未だ、処理すべきファイルパラメータが残っていると判断した場合には、ステップＳ１６１に戻って、次のファイルパラメータを設定する。一方、全てのファイルパラメータについて処理が終了したと判断した場合は、ステップＳ１６７に進む。

ステップＳ１６７では、現在得られている積算画像データに基づいて、欠陥箇所の抽出処理を行う。抽出方法は、前述した基本構成と同様に特に限定されるものではない。以上により本処理を終了する。

この第２の基本構成においても、上述した基本構成と同様に、白スジとして現れる濃度ムラを確実に抽出することができる。フィルタサイズが大き過ぎた場合には、注目画素が白スジの中にあってもフィルタ処理後の輝度値が十分高い値を示さず、欠陥部を抽出することができなくなる。そのため、本基本構成においては、フィルタサイズＦに上限値Ｆｍａｘと下限値Ｆｍｉｎを設け、ステップＳ１５３では、ＦｍａｘとＦｍｉｎとの間のフィルタサイズのみが設定される。

以上説明したように、この第２の基本構成によれば、図３４のステップＳ１５３において、図３３（ｂ）に示すような異方性を持たせたガウスフィルタとなるように、ファイルパラメータを設定する。これにより、画像のスジ状の欠陥を効率的に抽出することができる。また、このような異方性をもたせたフィルタとしては、ガウスフィルタの他、ローパスフィルタあるいはガボールフィルタなどを用いることができる。

（第６の実施形態）
前述した第２の基本構成においては、図３５のように、予め、処理対象の分割サイズと位相を所定数設定しておいて、それらに対して、フィルタ処理、量子化処理、および加算処理を実施する。本実施形態においては、処理対象以外を含む多数の分割サイズと位相を設定し、それらの全てに対してフィルタ処理を実施して、それらの処理結果を加算処理および量子化処理の対象候補として一旦記憶する。その後、それらの候補の中から選択したものを加算処理および量子化処理の対象とする。

図３６は、本実施形態における画像の不良領域の検査方法を説明するためのフローチャートである。

まず、検査対象となる画像データを取得し（ステップＳ８１）、それに適用するフィルタのパラメータを設定する（ステップＳ８２）。そのパラメータは、フィルタの複数のサイズ（分割サイズに対応する）と、複数の係数αと、を含み、それらの初期値も設定する。これらのパラメータは予めＲＡＭ３１２に設定されてもよく、ホストＰＣ１から任意に設定することも可能である。例えば、フィルタが図３３（ａ）のようなガウシアンフィルタｆ（ｘ，ｙ）であれば、係数αは、前述した式（３）のσに相当する値である。図３３（ａ）のガウスフィルタは、前述した式（３）において、σ＝３、−１５＜ｘ＜１５、−１５＜ｙ＜１５としたものである。

次に、分割サイズの画像データに対してフィルタ処理を施して、候補画像を作成し（ステップＳ８３）、その候補画像をＲＡＭなどの記憶領域に記憶する（ステップＳ８４）。分割サイズに関して、σの値と適応するｘ，ｙの範囲を変更することにより、ガウスフィルタによるフィルタ処理の効果を変更することができる。分割サイズＳ（Ｓｘ，Ｓｙ）をＳｘ＝３０，Ｓｙ＝３０，σ＝３としたガウスフィルタを用いて、図３７（ａ）の画像データをフィルタ処理した。その処理結果の画像ＩＦを図３７（ｂ）に示す。本例においては、フィルタとしてガウスフィルタを用いる。しかし、画像をぼかすことができるフィルタであればよく、ガウスフィルタに限定されない。また、画像不良の要因となる記録装置の特性によっては、任意のサイズおよび任意の角度に回転させたフィルタを用いてもよい。

次のステップＳ８５においては、設定された複数のフィルタパラメータに対応する処理が終了したか否かを判定し、それが終了していなければ、ステップＳ８６にてフィルタパラメータを変更してからステップＳ８３に戻る。そのような処理が終了した後は、ステップＳ８４にて記憶された複数の候補画像の中から、加算対象とする候補画像を選択して（ステップＳ８７）、それらの選択された候補画像を加算する（加算処理）。その候補画像は、前述し多実施形態と同様に、不良領域のコントラストおよびサイズなどに応じて選択する。次のステップＳ８９において、このように加算処理した画素値を量子化処理することにより、画像の不良領域の候補となる画素を検出する。例えば、画素値と任意のしきい値との比較結果に基づいて、画素値を２値あるいは３値以上に量子化することにより、それぞれの画素を不良領域の候補画素とそれ以外の画素とに分ける。具体的に、フィルタパラメータの係数σをσ＝３，２，１と変更した３つの候補画像から検出画像を作成し、それを画像の中間値によって２値化した画像ＩＧを図３７（ｃ）に示す。図３７（ａ）の検査対象の画像に存在する不良領域Ｉａは、図３７（ｃ）の画像ＩＧにおいては周辺部とは異なる白領域ＩＧａとして現れる。これにより、不良領域Ｉａの候補が検出される。

その後、ステップＳ９０において、不良領域の候補から、記録画像の画質に影響する不良領域を検出する。その方法としては、不良領域の候補画素に対応する検出対象画像上の領域に対して、テンプレートマッチング等を利用して、不良領域の形状と不良の程度を細かく検出する方法等がある。

このようにフィルタを使用する検査方法においては、分割サイズ等を同等のものに設定すれば検査効果は略同等となる。このような検査方法は、画像処理アクセラレータ３０９およびＣＰＵ３１１，３０１によって実現可能である。

本実施形態においては、必要以上の多数のフィルタ処理によって画像データを処理し、それらの処理結果を加算処理および量子化処理の対象候補として記憶した後、それらの候補の中から選択したもの加算処理の対象とする。しかし、前述した図３３から図３５の第２の基本構成と同様に、予め設定したフィルタ処理によって画像データを処理し、それらに対して、加算処理および量子化処理を実施してもよい。その場合には、例えば、不良領域のコントラストおよびサイズなどに応じて、フィルタパラメータによってフィルタのサイズを設定すればよい。

（その他の実施形態）
本発明は、記録画像の記録条件に基づいて、その記録画像に出現する特異部の出現形態を想定し、その出現形態に応じた処理を画像データに施すことができればよい。記録画像の記録条件としては、前記記録画像を記録するための記録データ、記録画像が記録された記録媒体の種類、および記録媒体上に形成されるドットの密度を含むことができる。さらに、その記録条件として、記録媒体を記録するときの記録ヘッドの走査回数、およびマルチパス記録方式において用いられるマスクなどを含むことができる。要は、特異部の出現形態を想定することができればよく、その限りにおいて、種々の記録条件を用いることができる。また、特異部の出現形態としては、記録画像における特異部とその周辺部との間のコントラスト、および特異部のサイズのみに限定されず、その出現形態に基づいて特異部を顕著化することができればよい。

検査対象の画像は、インクジェット記録ヘッドを用いて記録された画像のみに特定されず、画像の一方側から他方側に向かって順次記録されたものであればよく、その記録方法は任意である。その記録方式は、記録ヘッドの所定回数の走査によって画像を記録するシリアルスキャン方式、およびフルライン方式のみに限定されない。また、このように記録された画像の読み取り方法も任意である。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

更に本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１ 画像処理装置
１００ 記録ヘッド
Ｉ 画像
Ａ２１，Ａ２２ 分割領域
Ｓｘ，Ｓｙ 分割サイズ
Ｋｘ，Ｋｙ 移動量
Ｐ シート（記録媒体）

Claims (21)

1. 記録画像を読み取った画像データを取得する取得手段と、
   前記画像データに対して、前記画像データを分割する分割領域の分割サイズと、前記分割領域を移動させる移動量と、を含むパラメータに応じた平均化処理および加算処理を含む所定の処理を施す処理手段と、
   前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出手段と、
   を備える画像処理装置であって、
   前記処理手段は、予め設定された前記パラメータに応じて、前記画像データに前記平均化処理を施して複数の候補画像データを生成し、かつ前記複数の候補画像データの中から選択されたものに前記加算処理を施し、
   前記画像処理装置は、
   前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する想定手段と、
   前記出現形態に応じて、前記複数の候補画像データの中から前記加算処理が施されるものを選択する選択手段と、
   を備えることを特徴とする画像処理装置。
2. 前記複数の候補画像データを記憶する記憶手段を備えることを特徴とする請求項１に記載の画像処理装置。
3. 記録画像を読み取った画像データを取得する取得手段と、
   前記画像データに対して、前記画像データを分割する分割領域の分割サイズと、前記分割領域を移動させる移動量と、を含むパラメータに応じた平均化処理および加算処理を含む所定の処理を施す処理手段と、
   前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出手段と、
   を備える画像処理装置であって、
   前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する想定手段と、
   前記出現形態に応じて前記パラメータを設定する設定手段と、
   を備えることを特徴とする画像処理装置。
4. 記録画像を読み取った画像データを取得する取得手段と、
   前記画像データに対して、フィルタのサイズを含むパラメータに応じたフィルタ処理および加算処理を含む所定の処理を施す処理手段と、
   前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出手段と、
   を備える画像処理装置であって、
   前記処理手段は、予め設定された前記パラメータに応じて、前記画像データに前記フィルタ処理を施して複数の候補画像データを生成し、かつ前記複数の候補画像データの中から選択されたものに前記加算処理を施し、
   前記画像処理装置は、
   前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する想定手段と、
   前記出現形態に応じて、前記複数の候補画像データの中から前記加算処理が施されるものを選択する選択手段と、
   を備えることを特徴とする画像処理装置。
5. 前記複数の候補画像データを記憶する記憶手段を備えることを特徴とする請求項４に記載の画像処理装置。
6. 記録画像を読み取った画像データを取得する取得手段と、
   前記画像データに対して、フィルタのサイズを含むパラメータに応じたフィルタ処理および加算処理を含む所定の処理を施す処理手段と、
   前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出手段と、
   を備える画像処理装置であって、
   前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する想定手段と、
   前記出現形態に応じて前記パラメータを設定する設定手段と、
   を備えることを特徴とする画像処理装置。
   の画像処理装置。
7. 前記想定手段は、前記記録条件に基づいて、前記記録画像における前記特異部とその周辺部との間のコントラストを前記出現形態として想定し、
   前記選択手段は、前記コントラストが低いほど、前記複数の候補画像データの中から少ない数を選択することを特徴とする請求項１、２、４または５のいずれか１項に記載の画像処理装置。
8. 前記想定手段は、前記記録条件に基づいて、前記記録画像における前記特異部とその周辺部との間のコントラストを前記出現形態として想定し、
   前記設定手段は、前記コントラストが低いほど、前記加算処理の回数を少なくするように前記パラメータを設定することを特徴とする請求項３に記載の画像処理装置。
9. 前記想定手段は、前記記録条件に基づいて、前記特異部のサイズを前記出現形態として想定し、
   前記選択手段は、前記特異部のサイズが小さいほど、前記複数の候補画像データの中から前記分割サイズの大きいものを選択することを特徴とする請求項１、２、４または５のいずれか１項に記載の画像処理装置。
10. 前記想定手段は、前記記録条件に基づいて、前記特異部のサイズを前記出現形態として想定し、
    前記設定手段は、前記特異部のサイズが小さいほど、前記分割サイズの大きいものを選択することを特徴とする請求項３に記載の画像処理装置。
11. 前記想定手段は、前記記録条件に基づいて、前記特異部のサイズを前記出現形態として想定し、
    前記設定手段は、前記特異部のサイズが小さいほど、前記フィルタのサイズの大きく設定することを特徴とする請求項６に記載の画像処理装置。
12. 前記記録条件は、前記記録画像を記録するための記録データ、および前記記録画像が記録された記録媒体の種類の少なくとも一方を含み、
    前記想定手段は、前記記録条件に基づいて、前記記録画像における前記特異部とその周辺部との間のコントラスト、および前記特異部のサイズの少なくとも一方を前記出現形態として想定することを特徴とする請求項１から１１のいずれか１項に記載の画像処理装置。
13. 前記記録画像は、記録媒体上の所定領域毎に対する記録ヘッドの所定回数の走査によって記録された画像であり、
    前記記録条件は前記所定回数を含み、
    前記想定手段は、前記所定回数に基づいて、前記記録画像における前記特異部とその周辺部との間のコントラスト、および前記特異部のサイズの少なくとも一方を前記出現形態として想定することを特徴とする請求項１から１１のいずれか１項に記載の画像処理装置。
14. 前記記録画像は、記録媒体上に形成されるドットによって記録された画像であり、
    前記記録条件は前記ドットの密度を含み、
    前記想定手段は、前記密度に基づいて、前記記録画像における前記特異部とその周辺部との間のコントラスト、および前記特異部のサイズの少なくとも一方を前記出現形態として想定することを特徴とする請求項１から１１のいずれか１項に記載の画像処理装置。
15. 前記記録画像は、記録媒体上の所定領域毎に対する記録ヘッドの複数回の走査によって記録され、それぞれの走査において記録される画素が複数のマスクによって間引かれた画像であり、
    前記記録条件は前記マスクを含み、
    前記想定手段は、前記マスクの解像度に対応する周波数に基づいて、前記記録画像における前記特異部とその周辺部との間のコントラスト、および前記特異部のサイズの少なくとも一方を前記出現形態として想定することを特徴とする請求項１から１１のいずれか１項に記載の画像処理装置。
16. 請求項１から１５のいずれか１項に記載の画像処理装置と、
    前記記録画像を記録する記録手段と、
    前記記録手段によって記録された前記記録画像を読み取って前記画像データを生成する読み取り手段と、
    を備えることを特徴とする記録装置。
17. 記録画像を読み取った画像データを取得する取得工程と、
    前記画像データに対して、前記画像データを分割する分割領域の分割サイズと、前記分割領域を移動させる移動量と、を含むパラメータに応じた平均化処理および加算処理を含む所定の処理を施す処理工程と、
    前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出工程と、
    を含む画像処理方法であって、
    前記処理工程は、予め設定された前記パラメータに応じて、前記画像データに前記平均化処理を施して複数の候補画像データを生成し、かつ前記複数の候補画像データの中から選択されたものに前記加算処理を施し、
    前記画像処理方法は、
    前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する工程と、
    前記出現形態に応じて、前記複数の候補画像データの中から前記加算処理が施されるものを選択する選択工程と、
    を含むことを特徴とする画像処理方法。
18. 記録画像を読み取った画像データを取得する取得工程と、
    前記画像データに対して、前記画像データを分割する分割領域の分割サイズと、前記分割領域を移動させる移動量と、を含むパラメータに応じた平均化処理および加算処理を含む所定の処理を施す処理工程と、
    前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出工程と、
    を含む画像処理方法であって、
    前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する工程と、
    前記出現形態に応じて前記パラメータを設定する設定工程と、
    を含むことを特徴とする画像処理方法。
19. 記録画像を読み取った画像データを取得する取得工程と、
    前記画像データに対して、フィルタのサイズを含むパラメータに応じたフィルタ処理および加算処理を含む所定の処理を施す処理工程と、
    前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出工程と、
    を含む画像処理方法であって、
    前記処理工程は、予め設定された前記パラメータに応じて、前記画像データに前記フィルタ処理を施して複数の候補画像データを生成し、かつ前記複数の候補画像データの中から選択されたものに前記加算処理を施し、
    前記画像処理方法は、
    前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する工程と、
    前記出現形態に応じて、前記複数の候補画像データの中から前記加算処理が施されるものを選択する選択工程と、
    を含むことを特徴とする画像処理方法。
20. 記録画像を読み取った画像データを取得する取得工程と、
    前記画像データに対して、フィルタのサイズを含むパラメータに応じたフィルタ処理および加算処理を含む所定の処理を施す処理工程と、
    前記所定の処理が施された後の画像データから、前記記録画像における特異部を抽出する抽出工程と、
    を含む画像処理方法であって、
    前記記録画像の記録条件に基づいて、前記特異部の出現形態を想定する工程と、
    前記出現形態に応じて前記パラメータを設定する設定工程と、
    を含むことを特徴とする画像処理方法。
21. 請求項１７から２０のいずれか１項に記載の画像処理方法をコンピュータに実行させるためのプログラム。