JP2019036054A - 画像読取装置、制御方法及び制御プログラム - Google Patents

Abstract

【課題】画像読取装置が正常であるか否かを精度良く判定することを可能とする画像読取装置、制御方法及び制御プログラムを提供する。【解決手段】画像読取装置１００は、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶する記憶部１６０と、テストチャートを撮像した入力画像を生成する撮像装置１１５と、入力画像に含まれる画素の色値の尖度を算出する尖度算出部１７３と、入力画像に含まれる画素の色値の歪度を算出する歪度算出部１７４と、サンプル情報と、尖度算出部が算出した尖度と、歪度算出部が算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出するマハラノビス距離算出部１７５と、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定する判定部１７６と、を有する。【選択図】図６

Description

本開示は、画像読取装置、制御方法及び制御プログラムに関し、特に、装置が正常であるか否かを判定する画像読取装置、制御方法及び制御プログラムに関する。

スキャナ等の画像読取装置では、装置の組立て作業の誤り、部品のバラツキ、プログラムの不具合等により、製造された装置の中に、撮像した画像が異常になる装置が含まれる可能性がある。そのような装置が出荷されないように、通常、出荷試験時において、テストチャートを撮像した画像が異常になる装置を検出する試験が行われている。しかしながら、テストチャートが繰り返し使用されることにより、テストチャートが劣化し、異常な装置を正しく検出できなくなる場合があった。

入力ビデオデータの鮮明度品質を評価するシステムが開示されている（特許文献１を参照）。このシステムは、入力ビデオデータを、ピクセル値を有する対応するデジタル画像データに変換し、ピクセル値から平均ＦＦＴ（高速フーリエ変換）を算出し、平均ＦＦＴを用いて統計的基準（尖度と歪度）を計算し、統計的基準から画像品質測定基準を作る。

また、撮影画像の画質の評価値を決定するデジタルカメラが開示されている（特許文献２を参照）。このデジタルカメラは、撮影画像がカラー画像である場合、ＲＧＢの各色毎に、輝度又は濃度のヒストグラム分布を作成し、色毎に、分布の平均値、分散、標準偏差、歪み度、尖り度、変動係数ＣＶ等の統計量を算出する。そして、デジタルカメラは、算出された色毎の統計量の違いや比較によって、画質の評価値を決定する。

また、単一の均一な濃度の読み取り領域、あるいは異なる濃度レベルの複数の均一な濃度の読み取り領域から画像ノイズを検出する画像読み取り装置が開示されている（特許文献３を参照）。この画像読取装置は、各領域における全画素の光学濃度の標準偏差値を算出し、標準偏差値が所定範囲を超えた場合に画像ノイズとして検出する。

特表２００５−５３１０７７号公報 特開２００６−５０４９４号公報 特開平１１−３１３１８５号公報

画像読取装置には、画像読取装置が正常であるか否かをより精度良く判定できることが求められている。

画像読取装置、制御方法及び制御プログラムの目的は、画像読取装置が正常であるか否かを精度良く判定することを可能とすることにある。

本実施形態の一側面に係る画像読取装置は、画像読取装置であって、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶する記憶部と、テストチャートを撮像した入力画像を生成する撮像装置と、入力画像に含まれる画素の色値の尖度を算出する尖度算出部と、入力画像に含まれる画素の色値の歪度を算出する歪度算出部と、サンプル情報と、尖度算出部が算出した尖度と、歪度算出部が算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出するマハラノビス距離算出部と、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定する判定部と、を有する。

また、本実施形態の一側面に係る制御方法は、記憶部と、撮像装置とを有する画像読取装置の制御方法であって、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶部に記憶し、撮像装置が撮像した、テストチャートを撮像した入力画像を取得し、入力画像に含まれる画素の色値の尖度を算出し、入力画像に含まれる画素の色値の歪度を算出し、サンプル情報と、算出した尖度と、算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出し、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定することを含む。

また、本実施形態の一側面に係る制御プログラムは、記憶部と、撮像装置とを有する画像読取装置の制御プログラムであって、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶部に記憶し、撮像装置が撮像した、テストチャートを撮像した入力画像を取得し、入力画像に含まれる画素の色値の尖度を算出し、入力画像に含まれる画素の色値の歪度を算出し、サンプル情報と、算出した尖度と、算出した歪度とに基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出し、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定することを画像読取装置に実行させる。

本実施形態によれば、画像読取装置が正常であるか否かを精度良く判定することが可能となる。

実施形態に従った画像処理システムの一例の構成図である。 原稿台１０３がセットされた状態の画像読取装置１００の斜視図である。 画像読取装置１００内部の搬送経路を説明するための図である。 画像読取装置１００のハードウェア構成の一例を説明するための図である。 記憶装置１６０及びＣＰＵ１７０の概略構成を示す図である。 判定処理の動作の例を示すフローチャートである。 搬送されるテストチャートの一例を示す図である。 尖度及び歪度について説明するためのグラフである。 マハラノビス距離について説明するための図である。 正常な入力画像に係るマハラノビス距離を説明するための図である。 異常な入力画像に係るマハラノビス距離を説明するための図である。 異常な入力画像に係るマハラノビス距離を説明するための図である。 正常な入力画像に係るマハラノビス距離を説明するための図である。 正常サンプル情報及び異常サンプル情報を説明するための図である。 判定処理の他の動作の例を示すフローチャートである。 尖度及び歪度に係るデータの位置関係を説明するための図である。 判定処理のさらに他の動作の例を示すフローチャートである。 他の処理回路２８０の概略構成を示すブロック図である。

以下、本開示の一側面に係る画像読取装置、制御方法及び制御プログラムについて図を参照しつつ説明する。但し、本開示の技術的範囲はそれらの実施の形態に限定されず、特許請求の範囲に記載された発明とその均等物に及ぶ点に留意されたい。

図１は、実施形態に従った画像処理システムの一例の構成図である。

本実施例の画像読取装置は、イメージスキャナ等の画像読取装置１００として構成される。画像処理システム１は、画像読取装置１００及び情報処理装置１０を備える。図１において画像読取装置１００は、斜視図で描かれている。

画像読取装置１００は、下側筐体１０１、上側筐体１０２、原稿台１０３、前面カバー１０４ａ等を備え、情報処理装置１０に接続されている。情報処理装置１０は、例えばパーソナルコンピュータ、携帯情報端末等であってよい。

図２は、原稿台１０３がセットされた状態の画像読取装置１００の斜視図である。

画像読取装置１００は、上面カバー１０４ｂ、補助カバー１０４ｃ及び操作ボタン１０５を備える。図１に示すように、原稿台１０３は、矢印Ａ１で示す方向に回転可能なように、ヒンジにより下側筐体１０１に係合している。図２に示す状態では、原稿台１０３は原稿が載置可能に配置される。

前面カバー１０４ａは、矢印Ａ２で示す方向に回転可能なように、ヒンジにより下側筐体１０１に係合している。上面カバー１０４ｂは、一方の端部側で前面カバー１０４ａと接続し、他方の端部側で補助カバー１０４ｃと接続されている。補助カバー１０４ｃは、必要な場合に、上面カバー１０４ｂより繰り出されて原稿を保持する。操作ボタン１０５は、上側筐体１０２の表面に配置され、押下されると、操作検出信号を生成して出力する。

図３は、画像読取装置１００内部の搬送経路を説明するための図である。画像読取装置１００は、給紙ローラ１１１、リタードローラ１１２、搬送ローラ１１３、第１従動ローラ１１４、第１撮像装置１１５ａ、第２撮像装置１１５ｂ、排出ローラ１１６及び第２従動ローラ１１７等を備える。

上側筐体１０２の下面は原稿搬送路の上側ガイド１０６ａを形成し、下側筐体１０１の上面は原稿搬送路の下側ガイド１０６ｂを形成する。図２、図３において矢印Ａ３は原稿の搬送方向を示す。以下では、上流とは原稿の搬送方向Ａ３の上流のことをいい、下流とは原稿の搬送方向Ａ３の下流のことをいう。

給紙ローラ１１１は、画像読取装置１００の本体部に回転自在に支持される。リタードローラ１１２は、給紙ローラ１１１と対向して配置され、給紙ローラ１１１と接触していない原稿の搬送方向Ａ３への搬送を規制する。リタードローラ１１２は、画像読取装置１００の本体部に回転自在に支持される。

搬送ローラ１１３及び第１従動ローラ１１４は、それぞれ画像読取装置１００の本体部に回転自在に支持される。搬送ローラ１１３及び第１従動ローラ１１４は、原稿搬送方向Ａ３において第１撮像装置１１５ａ及び第２撮像装置１１５ｂの上流側に設けられ、第１従動ローラ１１４は搬送ローラ１１３に対向して搬送ローラ１１３の上方に配置される。給紙ローラ１１１、リタードローラ１１２及び搬送ローラ１１３は、原稿及び後述するテストチャートを第１撮像装置１１５ａ及び第２撮像装置１１５ｂに搬送する搬送機構の一例である。

第１撮像装置１１５ａ及び第２撮像装置１１５ｂは、撮像装置の一例である。第１撮像装置１１５ａは、主走査方向に直線状に配列されたＣＭＯＳ（Complementary Metal Oxide Semiconductor）による撮像素子を備える等倍光学系タイプのＣＩＳ（Contact Image Sensor）を有する。第１撮像装置１１５ａは、搬送された原稿又はテストチャートの表面を読み取って撮像し、入力画像を生成して出力する。同様に、第２撮像装置１１５ｂは、主走査方向に直線状に配列されたＣＭＯＳによる撮像素子を備える等倍光学系タイプのＣＩＳを有する。第２撮像装置１１５ｂは、原稿又はテストチャートの裏面を読み取って撮像し、入力画像を生成して出力する。第２撮像装置１１５ｂは、第１撮像装置１１５ａと対向して第１撮像装置１１５ａの上方に配置される。なお、ＣＩＳの代わりにＣＣＤ（Charge Coupled Device）からなる縮小光学系タイプの撮像センサが用いられてもよい。以下では、第１撮像装置１１５ａ及び第２撮像装置１１５ｂを総じて撮像装置１１５と表記する場合がある。

また、第１撮像装置１１５ａは、原稿又はテストチャートの表面を照らす光源を有し、第２撮像装置１１５ｂは、原稿又はテストチャートの裏面を照らす光源を有する。

排出ローラ１１６及び第２従動ローラ１１７は、それぞれ画像読取装置１００の本体部に回転自在に支持される。排出ローラ１１６及び第２従動ローラ１１７は、原稿搬送方向Ａ３において第１撮像装置１１５ａ及び第２撮像装置１１５ｂの下流側に設けられ、第２従動ローラ１１７は排出ローラ１１６に対向して排出ローラ１１６の上方に配置される。

図４は、画像読取装置１００のハードウェア構成の一例を説明するための図である。画像読取装置１００は、上記で説明した構成に加えて、第１ＡＦＥ（Analog Front-End Processor）１５０ａ、第２ＡＦＥ１５０ｂ、通信インタフェース回路１５１、記憶装置１６０、ＣＰＵ（Central Processing Unit）１７０及び処理回路１８０等を有する。添付図面及び下記説明において、インタフェースを「ＩＦ」と表記することがある。

第１ＡＦＥ１５０ａ及び第２ＡＦＥ１５０ｂは、それぞれ第１撮像装置１１５ａ及び第２撮像装置１１５ｂから出力されたアナログの入力画像をアナログデジタル変換してデジタルの入力画像を生成し、ＣＰＵ１７０及び処理回路１８０へ出力する。この入力画像は、各画素データが、例えばＲＧＢ各色毎に８ｂｉｔで表される計２４ｂｉｔのＲＧＢ値からなるカラー画像データとなる。

通信ＩＦ回路１５１は、画像読取装置１００と情報処理装置１０との間の有線及び／又は無線による通信インタフェースである。ＣＰＵ１７０は、記憶装置１６０から画像データを読み出して、通信ＩＦ回路１５１を経由して情報処理装置１０へ送信する。

記憶装置１６０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等のメモリ装置、ハードディスク等の固定ディスク装置、又はフレキシブルディスク、光ディスク等の可搬用の記憶装置等を有する。また、記憶装置１６０には、画像読取装置１００の各種処理に用いられるコンピュータプログラム、データベース、テーブル等が格納される。コンピュータプログラムは、コンピュータ読み取り可能な可搬型記録媒体から、公知のセットアッププログラム等を用いて記憶装置１６０にインストールされてもよい。可搬型記録媒体は、例えばＣＤ−ＲＯＭ（compact disk read only memory）、ＤＶＤ−ＲＯＭ（digital versatile disk read only memory）等である。また、記憶装置１６０には、後述するサンプル情報等が予め記憶される。

ＣＰＵ１７０は、記憶装置１６０に格納されたコンピュータプログラムに従い画像読取装置１００の動作を制御する。なお、ＣＰＵ１７０は、画像読取装置１００が読み取る画像の画像処理の一部又は全部を行ってもよい。なお、ＣＰＵ１７０に代えて、ＤＳＰ（digital signal processor）、ＬＳＩ（large scale integration）等が用いられてもよい。また、ＣＰＵ１７０に代えて、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programming Gate Array）等が用いられてもよい。

処理回路１８０は、第１ＡＦＥ１５０ａ及び第２ＡＦＥ１５０ｂから受信した画像データに所定の画像処理を施す。処理回路１８０は、画像処理が施された画像データを記憶装置１６０に格納する。なお、処理回路１８０の代わりに、ＤＳＰ、ＡＳＩＣ又はＦＰＧＡ等が用いられてもよい。

なお、図４に示すハードウェア構成は実施例の説明のための例示にすぎない。以下に説明する動作を実行するものであれば、画像読取装置１００は他のどのようなハードウェア構成を採用してもよい。

図５は、記憶装置１６０及びＣＰＵ１７０の概略構成を示す図である。

図５に示すように、記憶装置１６０には、制御プログラム１６１、画像取得プログラム１６２、尖度算出プログラム１６３、歪度算出プログラム１６４、マハラノビス距離算出プログラム１６５及び判定プログラム１６６等の各プログラムが記憶される。これらの各プログラムは、プロセッサ上で動作するソフトウェアにより実装される機能モジュールである。ＣＰＵ１７０は、記憶装置１６０に記憶された各プログラムを読み取り、読み取った各プログラムに従って動作する。これにより、ＣＰＵ１７０は、制御部１７１、画像取得部１７２、尖度算出部１７３、歪度算出部１７４、マハラノビス距離算出部１７５及び判定部１７６として機能する。

図６は、画像読取装置１００の判定処理の動作の例を示すフローチャートである。

以下、図６に示したフローチャートを参照しつつ、画像読取装置１００の判定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め記憶装置１６０に記憶されているプログラムに基づき主にＣＰＵ１７０により画像読取装置１００の各要素と協働して実行される。なお、判定処理は、画像読取装置１００の出荷前に工場等において画像読取装置１００の初期設定を行う設定者等による指示に従って実行される。または、調整処理は、画像読取装置１００の出荷先において画像読取装置１００の保守を行う保守者又は利用者等による指示に従って実行されてもよい。

最初に、制御部１７１は、設定者、保守者又は利用者等により操作ボタン１０５を用いて判定処理の実行が要求され、判定処理の実行を指示する操作検出信号を操作ボタン１０５から受信するまで待機する（ステップＳ１０１）。なお、判定処理の実行は、情報処理装置１０を用いて要求され、制御部１７１は、通信ＩＦ回路１５１を介して情報処理装置１０から判定処理の実行を指示する信号を受信してもよい。

次に、制御部１７１は、駆動装置１２１を駆動して、給紙ローラ１１１、リタードローラ１１２、搬送ローラ１１３及び排出ローラ１１６を回転させて、テストチャートを搬送させる（ステップＳ１０２）。

図７は、搬送されるテストチャートの一例を示す図である。

図７に示すように、テストチャート７００には、所定の色を有する所定領域が含まれる。テストチャート７００には、それぞれテストチャート７００の主走査方向Ａ４の両端にわたるように、白色を有する白色領域７０１と、灰色を有する灰色領域７０２と、黒色を有する黒色領域７０３とが含まれている。灰色領域７０２のＰＣＳ（Print Contrast Signal）値は例えば55%〜65%であり、黒色領域７０３のＰＣＳ値は例えば90%〜100%である。テストチャート７００は、判定処理において、画像読取装置１００が読み取った画像が正常であるか否かを試験するために、設定者等により搬送される。

次に、画像取得部１７２は、搬送されたテストチャートを撮像装置１１５に撮像させ、撮像装置１１５が撮像した入力画像を第１ＡＦＥ１５０ａ及び第２ＡＦＥ１５０ｂを介して取得する（ステップＳ１０３）。

次に、画像取得部１７２は、取得した入力画像に対してシェーディング補正等の公知の補正処理を実行し、記憶装置１６０に記憶する（ステップＳ１０４）。また、画像取得部１７２は、入力画像を通信ＩＦ回路１５１を介して情報処理装置１０に送信する。

次に、尖度算出部１７３は、入力画像に含まれる画素の色値の尖度を算出する（ステップＳ１０５）。

尖度算出部１７３は、入力画像における白色領域、灰色領域及び黒色領域を特定する。尖度算出部１７３は、例えば入力画像においてＲ値、Ｇ値及び／又はＢ値が白色閾値以上である画素は白色領域に含まれると判定し、Ｒ値、Ｇ値及び／又はＢ値が黒色閾値以下である画素は黒色領域に含まれると判定し、他の画素は灰色領域に含まれると判定する。尖度算出部１７３は、特定した領域毎に、各領域に対応する画素について尖度を算出する。また、尖度算出部１７３は、ＲＧＢ各色毎に、尖度を算出する。

尖度算出部１７３は、例えば以下の式（１）により尖度Kを算出する。
ここで、nは各領域における各画素の個数であり、u_iは各画素の色値（Ｒ値、Ｇ値又はＢ値）であり、u_mは各画素の色値の平均値であり、sは各画素の色値の標準偏差である。なお、尖度算出部１７３は、式（１）において、各画素の色値の代わりに、各画素の色値に所定のオフセット値を加算もしくは減算した値、又は、各画素の色値に所定の係数を乗算もしくは除算した値を使用してもよい。

次に、歪度算出部１７４は、入力画像に含まれる画素の色値の歪度を算出する（ステップＳ１０６）。

歪度算出部１７４は、ステップＳ１０５の処理と同様にして、入力画像における白色領域、灰色領域及び黒色領域を特定し、特定した領域毎に、各領域に対応する画素について、歪度を算出する。また、歪度算出部１７４は、ＲＧＢ各色毎に、歪度を算出する。

歪度算出部１７４は、例えば以下の式（２）により歪度Sを算出する。
ここで、n、u_i、u_m及びsは、式（１）において使用される各変数と同じ変数である。

図８は、尖度及び歪度について説明するためのグラフである。

図８に示すグラフ８００は、入力画像内の特定の領域に対応する画素の色値のヒストグラムの一例を示す。グラフの横軸は色値の平均値に対する差分値を示し、縦軸は度数（個数）を示す。グラフ８０１は正規分布となるヒストグラムの例を示し、グラフ８０２は正規分布に対して尖度が大きいヒストグラムの例を示す。また、グラフ８０３は正規分布に対して歪度が大きいヒストグラムの例を示し、グラフ８０４は正規分布に対して歪度が小さいヒストグラムの例を示す。

図８に示すように、グラフ８０２は、度数が低い領域（０．１以下）における度数がグラフ８０１と比較して大きく、裾が広がっている。このように、尖度はヒストグラム（頻度分布）の裾の重さ（厚さ）を表す。尖度が大きい程、正規分布と比較して、ヒストグラムにおける裾が長くなる（太くなる）。一方、尖度が小さい程、正規分布と比較して、ヒストグラムにおける裾が短くなる（細くなる）。なお、式（１）により算出される場合、正規分布の尖度は３となる。

一方、グラフ８０３では、グラフ８０１と比較して、ピークを示す階級値（色値の平均値に対する差分値）が大きく（正値を示し）、グラフ８０４では、グラフ８０１と比較して、ピークを示す階級値（色値の平均値に対する差分値）が小さい（負値を示す）。このように、歪度はヒストグラム（頻度分布）の非対称性を表す。歪度が０に近い程、ヒストグラムの非対称性は小さくなり（正規分布に近付き）、歪度の絶対値が大きい程、ヒストグラムの非対称性が大きくなる（非対称になる）。

次に、マハラノビス距離算出部１７５は、記憶装置１６０を読み出して、複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を取得する（ステップＳ１０７）。

各サンプル画像は、それぞれ異なる複数の画像読取装置によりテストチャートが撮像された画像であり、事前に登録されて、画像読取装置１００によりテストチャートが撮像された入力画像の尖度及び歪度のマハラノビス距離を算出するために使用される。

サンプル情報は、例えば各サンプル画像から算出された尖度及び歪度のそれぞれの平均値及び分散（又は標準偏差）と、その尖度及び歪度の相関係数である。サンプル情報は、白色領域、灰色領域、黒色領域の各領域毎に且つＲＧＢ各色毎に記憶される。相関係数rは、尖度と歪度の共分散を、尖度の標準偏差と歪度の標準偏差の積で除算することにより算出され、例えば以下の式（３）により算出される。
ここで、nはサンプル画像の数であり、x_iは各サンプル画像から算出された尖度であり、x_mは各サンプル画像から算出された尖度の平均値であり、y_iは各サンプル画像から算出された歪度であり、y_mは各サンプル画像から算出された歪度の平均値である。

なお、サンプル情報として、各サンプル画像から算出された尖度及び歪度を示すデータ群がそのまま記憶されてもよい。その場合、マハラノビス距離算出部１７５が、そのデータ群から、尖度及び歪度の平均値及び分散、並びに、尖度及び歪度の相関係数等を算出する。

次に、マハラノビス距離算出部１７５は、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出する（ステップＳ１０８）。マハラノビス距離算出部１７５は、記憶装置１６０から読み出したサンプル情報と、尖度算出部１７３が算出した尖度と、歪度算出部１７４が算出した歪度とに基づいて、マハラノビス距離を算出する。マハラノビス距離算出部１７５は、白色領域、灰色領域、黒色領域の各領域毎に且つＲＧＢ各色毎にマハラノビス距離を算出する。

マハラノビス距離Dは、例えば、以下の式（４）により算出される。
ここで、x_kは入力画像から算出された尖度であり、x_mは各サンプル画像から算出された尖度の平均値であり、y_kは入力画像から算出された歪度であり、y_mは各サンプル画像から算出された歪度の平均値である。また、S_xは各サンプル画像から算出された尖度の分散であり、S_yは各サンプル画像から算出された歪度の分散であり、S_xyは各サンプル画像から算出された尖度と歪度の共分散である。共分散S_xyは以下の式（５）により算出される。

なお、マハラノビス距離Dは、以下の式（６）により算出されてもよい。
ここで、x、yはそれぞれx_k、y_kを平均値が0、分散が1、共分散が相関係数rとなるように標準化した値であり、以下の式（７）により算出される。

図９は、マハラノビス距離について説明するための図である。

図９に示すグラフ９００は、歪度及び尖度を変数とするデータの集合の重心（平均値）からのユークリッド距離を示し、グラフ９１０は、歪度及び尖度を変数とするデータの集合の重心（平均値）からのマハラノビス距離を示す。グラフ９００及びグラフ９１０の横軸及び縦軸は、それぞれ画像内の特定の領域に対応する画素の色値の歪度及び尖度である。グラフ９００及びグラフ９１０においてプロットされた各点は、各サンプル画像から算出された歪度及び尖度に係るデータに対応し、点９０１及び点９１１は、それぞれ各データの集合の重心位置を示す。

グラフ９００における円９０２は、重心位置９０１からのユークリッド距離が同一である点の集合を示す。一方、グラフ９１０における円９１２は、重心位置９１１からのマハラノビス距離が同一である点の集合を示す。図９に示すように、各サンプル画像において、歪度と尖度は、歪度が大きい場合、尖度も大きくなり、歪度が小さい場合、尖度も小さくなるという相関性を有している。歪度と尖度のマハラノビス距離は、歪度と尖度の間の相関を考慮した距離を示し、既知の標本（サンプル画像）と新たな標本（入力画像）の関係（類似性）を示している。

グラフ９００に示す点９０３及び点９０４は、入力画像から算出された歪度及び尖度に係るデータの例を示す。点９０３は歪度及び尖度の両方が大きく、点９０４は歪度が大きく且つ尖度が小さいが、点９０３及び点９０４は、両方とも重心位置９０１を中心とする円９０２上に位置している。この場合、点９０３と重心位置９０１のユークリッド距離は、点９０４と重心位置９０１のユークリッド距離と同じ値になる。一方、グラフ９１０に示すように、点９０３に対応する点９１３と重心位置９１１のマハラノビス距離は、点９０４に対応する点９１４と重心位置９１１のマハラノビス距離より小さくなる。即ち、尖度と歪度の両方が大きい場合又は小さい場合、尖度と歪度が類似してマハラノビス距離は小さくなり、尖度と歪度の何れか一方が大きく且つ他方が小さい場合、尖度と歪度が類似せずにマハラノビス距離は大きくなる。

次に、判定部１７６は、各領域毎に且つＲＧＢ各色毎に算出した各マハラノビス距離が閾値未満であるか否かを判定する（ステップＳ１０９）。閾値は、各領域毎に且つＲＧＢ各色毎に設定される。閾値は、例えば、全てのサンプル画像の尖度及び歪度に対する各サンプル画像の尖度及び歪度のマハラノビス距離の内、大きい方から所定順位（例えば上位１％に相当する順位）のマハラノビス距離に設定される。なお、閾値は、正常な画像読取装置と異常な画像読取装置とを用いた事前の実験により定められてもよい。

各領域毎に且つＲＧＢ各色毎に算出した全てのマハラノビス距離が閾値未満である場合、判定部１７６は、入力画像が正常である、即ちテストチャートを撮像した画像読取装置１００が正常であると判定する（ステップＳ１１０）。

一方、各領域毎に且つＲＧＢ各色毎に算出した何れかのマハラノビス距離が閾値以上である場合、判定部１７６は、入力画像が異常である、即ちテストチャートを撮像した画像読取装置１００が異常であると判定する（ステップＳ１１１）。

このように、判定部１７６は、マハラノビス距離算出部１７５が算出したマハラノビス距離に基づいて、画像読取装置１００が正常であるか否かを判定する。なお、判定部１７６は、各領域毎に且つＲＧＢ各色毎に算出した何れかのマハラノビス距離が閾値未満である場合に画像読取装置１００が正常であると判定し、全てのマハラノビス距離が閾値以上である場合に画像読取装置１００が異常であると判定してもよい。

次に、判定部１７６は、判定結果を通信ＩＦ回路１５１を介して情報処理装置１０に送信し（ステップＳ１１２）、一連のステップを終了する。設定者等は、情報処理装置１０を用いて、判定結果、即ち画像読取装置１００の試験結果を確認することができる。なお、判定部１７６は、判定結果を不図示の表示装置に表示してもよい。

以下、尖度及び歪度のマハラノビス距離を用いて画像読取装置１００が正常であるか否かを判定することの意味について説明する。

図１０は、正常な入力画像から算出された尖度及び歪度のマハラノビス距離について説明するための図である。

画像１０００は、テストチャートを撮像した正常な入力画像の一部を示す。ヒストグラム１０１０は、画像１０００内の灰色領域１００１に対応する画素のＧ値のヒストグラムを示す。ヒストグラム１０１０は、正規分布に近い分布を示している。

グラフ１０２０は、各サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータの集合の重心（平均値）１０２１と、灰色領域１００１に対応する画素のＧ値の尖度及び歪度に係るデータ１０２２の位置関係を表す。各サンプル画像内の灰色領域に対応する画素のＧ値の尖度の平均値が3.0であるのに対して、灰色領域１００１から算出された尖度は3.55であり、両者の差は小さい。また、各サンプル画像内の灰色領域に対応する画素のＧ値の歪度の平均値が0であるのに対して、灰色領域１００１から算出された歪度は0.30であり、両者の差は小さい。したがって、各サンプル画像の灰色領域に対応する画素のＧ値の尖度及び歪度に対する、灰色領域１００１に対応する画素のＧ値の尖度及び歪度のマハラノビス距離は十分に小さくなり、入力画像１０００は正常であると正しく判定される。

図１１は、異常な入力画像から算出された尖度及び歪度のマハラノビス距離について説明するための図である。

画像１１００は、テストチャートを撮像した異常な入力画像の一部を示す。画像１１００では、左側の領域１１０２と右側の領域１１０３とで濃度がわずかに異なっている。例えば、撮像装置１１５が左側の領域を撮像する撮像素子と右側の領域を撮像する撮像素子とを別個に有し、公差等により各撮像素子の特性に差がある場合に、入力画像１１００のような画像が撮像される。また、撮像装置１１５が有する光源が照射する光の強度にムラがある場合にも、入力画像１１００のような画像が撮像され得る。ヒストグラム１１１０は、画像１１００内の灰色領域１１０１に対応する画素のＧ値のヒストグラムを示す。ヒストグラム１１１０の分布範囲１１１１においてピークとなるＧ値１１１２は中心位置から外れ、ヒストグラム１１１０は、歪な形状を有している。

グラフ１１２０は、各サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータの集合の重心（平均値）１１２１と、灰色領域１１０１に対応する画素のＧ値の尖度及び歪度に係るデータ１１２２の位置関係を表す。各サンプル画像内の灰色領域に対応する画素のＧ値の尖度の平均値が3.0であるのに対して、灰色領域１１０１から算出された尖度は2.68であり、両者の差は小さい。一方、各サンプル画像内の灰色領域に対応する画素のＧ値の歪度の平均値が0であるのに対して、灰色領域１１０１から算出された歪度は0.78であり、両者の差は大きい。したがって、各サンプル画像の灰色領域に対応する画素のＧ値の尖度及び歪度に対する、灰色領域１１０１に対応する画素のＧ値の尖度及び歪度のマハラノビス距離は大きくなり、入力画像１１００は異常であると正しく判定される。

図１２は、他の異常な入力画像から算出された尖度及び歪度のマハラノビス距離について説明するための図である。

画像１２００は、テストチャートを撮像した異常な入力画像の一部を示す。画像１２００では、一部の領域１２０２に白いノイズが存在し、他の領域１２０３に黒いノイズが存在している。例えば、撮像装置１１５と、搬送されるテストチャートとの間に配置されるガラス面の一部が傷付いている場合又は汚れている場合、入力画像１２００のような縦筋ノイズを含む画像が撮像される。また、画像読取装置１００の構造上の問題により、撮像装置１１５の読取面に陰影が写り込む場合、入力画像１２００のような縦帯ノイズを含む画像が撮像される。また、テストチャートが劣化した場合、テストチャートに汚れが付着している場合、又は、ファームウェアに不具合があり入力画像の補正処理に誤りがあった場合等にも、入力画像１２００のような画像が取得され得る。ヒストグラム１２１０は、画像１２００内の灰色領域１２０１に対応する画素のＧ値のヒストグラムを示す。ヒストグラム１２１０では、ほとんどの画素が分布している分布範囲１２１１よりＧ値が小さい範囲１２１２及びＧ値が大きい範囲１２１３の両方に、ある程度の数の画素が分布している。

グラフ１２２０は、各サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータの集合の重心（平均値）１２２１と、灰色領域１２０１に対応する画素のＧ値の尖度及び歪度に係るデータ１２２２の位置関係を表す。各サンプル画像内の灰色領域に対応する画素のＧ値の歪度の平均値が0であるのに対して、灰色領域１２０１から算出された歪度は0.05であり、両者の差は小さい。一方、各サンプル画像内の灰色領域に対応する画素のＧ値の尖度の平均値が3.0であるのに対して、灰色領域１２０１から算出された尖度は4.97であり、両者の差は大きい。したがって、各サンプル画像の灰色領域に対応する画素のＧ値の尖度及び歪度に対する、灰色領域１２０１に対応する画素のＧ値の尖度及び歪度のマハラノビス距離は大きくなり、入力画像１２００は異常であると正しく判定される。

図１３は、他の正常な入力画像から算出された尖度及び歪度のマハラノビス距離について説明するための図である。

画像１３００は、テストチャートを撮像した正常な入力画像の一部を示す。画像１３００では、わずかに白くなった画素が全体にわたって存在している。例えば、テストチャートが劣化して全体にわたってわずかに白くかすれている場合等に、入力画像１３００のような画像が撮像され得る。ヒストグラム１３１０は、画像１３００内の灰色領域１３０１に対応する画素のＧ値のヒストグラムを示す。ヒストグラム１３１０では、各画素が分布している分布範囲１３１１の内、Ｇ値が小さい側（黒色側）の裾１３１２はあまり広がっていないが、Ｇ値が大きい側（白色側）の裾１３１３は大きく広がっている。なお、このテストチャートの灰色領域は中心階調値（128）より小さい範囲（黒色側）に分布しているため、分布範囲の裾は色値が大きい側（白色側）に向かって大きく広がる傾向にある。

一方、テストチャートの灰色領域が中心階調値（128）より大きい範囲（白色側）に分布している場合は、分布範囲の裾は色値が小さい側（黒色側）に向かって大きく広がる可能性が高い。したがって、そのようなテストチャートを使用し且つテストチャートが劣化して全体にわたってわずかに黒く汚れている場合には、分布範囲の内、色値が大きい側（白色側）の裾はあまり広がらないが、色値が小さい側（黒色側）の裾が大きく広がる可能性がある。

グラフ１３２０は、各サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータの集合の重心（平均値）１３２１と、灰色領域１３０１に対応する画素のＧ値の尖度及び歪度に係るデータ１３２２の位置関係を表す。各サンプル画像内の灰色領域に対応する画素のＧ値の尖度の平均値が3.0であるのに対して、灰色領域１１０１から算出された尖度は4.83であり、両者の差は大きい。また、各サンプル画像内の灰色領域に対応する画素のＧ値の歪度の平均値が0であるのに対して、灰色領域１３０１から算出された歪度は0.72であり、両者の差は大きい。尖度及び歪度の両方において両者の差が大きいため、各サンプル画像の灰色領域に対応する画素のＧ値の尖度及び歪度に対する、灰色領域１３０１に対応する画素のＧ値の尖度及び歪度のマハラノビス距離は小さくなる。したがって、入力画像１３００は正常であると正しく判定される。

仮に、尖度又は歪度が閾値未満であるか否かにより入力画像が正常であるか否かが判定される場合、入力画像１０００は正常であり、入力画像１１００及び入力画像１２００は異常であると正しく判定されるが、入力画像１３００も異常であると誤って判定される。一方、尖度及び歪度のマハラノビス距離が閾値未満であるか否かにより入力画像が正常であるか否かが判定されることにより、全ての入力画像１０００、１１００、１２００及び１３００について、正常であるか否かが正しく判定される。

以上詳述したように、図６に示したフローチャートに従って動作することによって、画像読取装置１００は、尖度及び歪度のマハラノビス距離に基づいて、画像読取装置１００が正常であるか否かを判定する。これにより、画像読取装置１００は、画像読取装置１００が正常であるか否かを精度良く判定することが可能となった。

特に、画像読取装置１００は、テストチャートが劣化した場合でも、画像読取装置１００が正常であるか否かを正しく判定することが可能となった。また、画像読取装置１００は、様々な異常パターンを有する各入力画像を適切に検出することが可能となり、画像読取装置１００が正常であるか否かを精度良く判定することが可能となった。

以下、画像読取装置１００における判定処理の他の実施形態について説明する。

この実施形態では、記憶装置１６０に、サンプル情報として、正常サンプル情報と異常サンプル情報とが記憶される。正常サンプル情報は、複数の正常サンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報であり、異常サンプル情報は、複数の異常サンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関する異常サンプル情報である。各サンプル情報は、例えば各サンプル画像から算出された尖度及び歪度のそれぞれの平均値及び分散（又は標準偏差）と、その尖度及び歪度の相関係数である。なお、サンプル情報として、各サンプル画像から算出された尖度及び歪度を示すデータ群がそのまま記憶されてもよい。

また、記憶装置１６０は、異常サンプル情報を、複数の異常サンプル画像が分類された複数のグループ毎に記憶する。

図１４は、正常サンプル情報及び異常サンプル情報について説明するための図である。

図１４に示すグラフ１４００は、各正常サンプル画像及び各異常サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータの位置関係を表す。グラフ１４００の横軸及び縦軸はそれぞれ歪度及び尖度である。グループ１４０１は、各正常サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータのグループを示す。グループ１４０２は、歪度が大きい第１異常グループに分類された異常サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータのグループを示す。グループ１４０３は、歪度が小さい第２異常グループに分類された異常サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータのグループを示す。グループ１４０４は、尖度が大きい第３異常グループに分類された異常サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータのグループを示す。

各異常サンプル画像は、サンプル情報の作成者により、各データの位置関係に応じて、複数のグループに分類される。各異常サンプル画像は、例えば、相互に位置が近いデータに対応する異常サンプル画像が同一のグループに属するように分類される。第１異常グループに分類された異常サンプル画像に係る第１異常サンプル情報と、第２異常グループに分類された異常サンプル画像に係る第２異常サンプル情報と、第３異常グループに分類された異常サンプル画像に係る第３異常サンプル情報とが別個に記憶される。

図１５は、画像読取装置１００の判定処理の他の動作の例を示すフローチャートである。

以下、図１５に示したフローチャートを参照しつつ、画像読取装置１００の判定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め記憶装置１６０に記憶されているプログラムに基づき主にＣＰＵ１７０により画像読取装置１００の各要素と協働して実行される。判定処理は、図６に示した判定処理の代わりに実行される。なお、ステップＳ２０１〜Ｓ２０６、Ｓ２１２の処理は図６のステップＳ１０１〜Ｓ１０６、Ｓ１１２の処理と同様であるため、詳細な説明を省略し、以下ではステップＳ２０７〜Ｓ２１１の処理についてのみ説明する。

ステップＳ２０７において、マハラノビス距離算出部１７５は、記憶装置１６０を読み出して、記憶装置１６０に記憶された各サンプル情報を取得する（ステップＳ２０７）。

次に、マハラノビス距離算出部１７５は、取得した各サンプル情報に係るサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出する（ステップＳ２０８）。マハラノビス距離算出部１７５は、正常サンプル情報と、尖度算出部１７３が算出した尖度と、歪度算出部１７４が算出した歪度とに基づいて、各正常サンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度の第１マハラノビス距離を算出する。また、マハラノビス距離算出部１７５は、異常サンプル情報と、尖度算出部１７３が算出した尖度と、歪度算出部１７４が算出した歪度とに基づいて、各異常サンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度の第２マハラノビス距離を算出する。マハラノビス距離算出部は、異常サンプル画像が分類された複数のグループ毎に第２マハラノビス距離を算出する。

次に、判定部１７６は、各領域毎に且つＲＧＢ各色毎に算出した第１マハラノビス距離が、各領域毎に且つＲＧＢ各色毎に算出した各第２マハラノビス距離より小さいか否かを判定する（ステップＳ２０９）。

各領域毎に且つＲＧＢ各色毎に算出した全ての第１マハラノビス距離が、各領域毎に且つＲＧＢ各色毎に算出した各第２マハラノビス距離未満である場合、判定部１７６は、画像読取装置１００が正常であると判定する（ステップＳ２１０）。

一方、各領域毎に且つＲＧＢ各色毎に算出した何れかの第１マハラノビス距離が、各領域毎に且つＲＧＢ各色毎に算出した各第２マハラノビス距離以上である場合、判定部１７６は、画像読取装置１００が異常であると判定する（ステップＳ２１１）。

判定部１７６は、第１マハラノビス距離が全ての第２マハラノビス距離より小さいか否かに基づいて、画像読取装置１００が正常であるか否かを判定する。なお、各異常サンプル画像は複数のグループに分類されず、全ての異常サンプル画像に対して一つの異常サンプル情報のみが用いられてもよい。その場合、判定部１７６は、第１マハラノビス距離がその一つの異常サンプル情報に基づいて算出された第２マハラノビス距離より小さいか否かに基づいて、画像読取装置１００が正常であるか否かを判定する。

また、判定部１７６は、各領域毎に且つＲＧＢ各色毎に算出した何れかの第１マハラノビス距離が、各領域毎に且つＲＧＢ各色毎に算出した各第２マハラノビス距離より小さい場合に画像読取装置１００が正常であると判定してもよい。その場合、判定部１７６は、各領域毎に且つＲＧＢ各色毎に算出した全ての第１マハラノビス距離が、各領域毎に且つＲＧＢ各色毎に算出した各第２マハラノビス距離以上である場合に画像読取装置１００が異常であると判定する。

以上詳述したように、図１５に示したフローチャートに従って動作することによって、画像読取装置１００は、正常サンプル画像に対するマハラノビス距離と、異常サンプル画像に対するマハラノビス距離とを比較する。これにより、画像読取装置１００は、画像読取装置１００が正常であるか否かをより精度良く判定することが可能となった。

以下、画像読取装置１００における判定処理のさらに他の実施形態について説明する。

図１６は、各サンプル画像（正常サンプル画像）における尖度及び歪度に係るデータの位置関係について説明するための図である。

図１６に示すグラフ１６００は、各サンプル画像内の灰色領域に対応する画素のＧ値の尖度及び歪度に係るデータの位置関係を表す。グラフ１６００の横軸及び縦軸はそれぞれ歪度及び尖度である。図１６に示すように、正常なサンプル画像内の画素の色値の尖度と歪度は、歪度が０から離れる程、尖度が大きくなる傾向を有している。そのため、尖度及び歪度を座標軸とする直交座標系において、尖度及び歪度に係る各データは、下に凸な曲線１６０１に沿って位置する傾向にある。

そこで、この実施形態では、画像読取装置１００は、尖度及び歪度のマハラノビス距離が所定範囲１６０２に含まれ、且つ、尖度及び歪度に対応する座標が近似曲線１６０１から所定範囲１６０３内に含まれる場合に、画像読取装置１００が正常であると判定する。

記憶装置１６０は、尖度及び歪度を座標軸とする直交座標系において、複数の正常サンプル画像の尖度及び歪度にそれぞれ対応する複数の座標の近似曲線を示す情報をさらに記憶する。近似曲線は、例えば２次曲線である。なお、近似曲線は、３次以上の曲線でもよい。近似曲線として、例えば、最小二乗法により、複数の正常サンプル画像の尖度及び歪度にそれぞれ対応する各座標からの距離の総和が最小となる曲線が算出される。近似曲線は、白色領域、灰色領域及び黒色領域の各領域毎に且つＲＧＢ各色毎に算出される。記憶装置１６０は、近似曲線を示す情報として、例えば、尖度及び歪度を座標軸とする直交座標系における近似曲線の式を記憶する。

図１７は、画像読取装置１００の判定処理のさらに他の動作の例を示すフローチャートである。

以下、図１７に示したフローチャートを参照しつつ、画像読取装置１００の判定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め記憶装置１６０に記憶されているプログラムに基づき主にＣＰＵ１７０により画像読取装置１００の各要素と協働して実行される。判定処理は、図６に示した判定処理の代わりに実行される。なお、ステップＳ３０１〜Ｓ３０９、Ｓ３１３の処理は図６のステップＳ１０１〜Ｓ１０９、Ｓ１１２の処理と同様であるため、詳細な説明を省略し、以下ではステップＳ３１０〜Ｓ３１２の処理についてのみ説明する。

ステップＳ３０９において各領域毎に且つＲＧＢ各色毎に算出した各マハラノビス距離が閾値未満であった場合、判定部１７６は、記憶装置１６０から近似曲線を示す情報を読み出す。判定部１７６は、各領域毎に且つＲＧＢ各色毎に、尖度算出部１７３が算出した尖度及び歪度算出部１７４が算出した歪度に対応する座標と各近似曲線との間の距離が第２閾値以下であるか否かを判定する（ステップＳ３１０）。第２閾値は、各領域毎に且つＲＧＢ各色毎に設定される。第２閾値は、正常な画像読取装置と異常な画像読取装置とを用いた事前の実験により定められる。

各領域毎に且つＲＧＢ各色毎に算出された各尖度及び各歪度に対応する全ての座標について各座標と各近似曲線との間の距離が第２閾値以下である場合、判定部１７６は、画像読取装置１００が正常であると判定する（ステップＳ３１１）。

一方、各尖度及び各歪度に対応する何れかの座標について各座標と各近似曲線との間の距離が第２閾値より大きい場合、判定部１７６は、画像読取装置１００が異常であると判定する（ステップＳ３１２）。

このように、判定部１７６は、マハラノビス距離が閾値以下であり、且つ、尖度算出部１７３が算出した尖度及び歪度算出部１７４が算出した歪度に対応する座標と近似曲線との間の距離が第２閾値以下である場合に、画像読取装置１００が正常であると判定する。

また、判定部１７６は、各尖度及び各歪度に対応する何れかの座標について各座標と各近似曲線との間の距離が第２閾値以下である場合、画像読取装置１００が正常であると判定してもよい。その場合、判定部１７６は、各尖度及び各歪度に対応する全ての座標について各座標と各近似曲線との間の距離が第２閾値より大きい場合に画像読取装置１００が異常であると判定する。

以上詳述したように、図１７に示したフローチャートに従って動作することによって、画像読取装置１００は、サンプル画像の尖度及び歪度に対応する座標の近似曲線に基づいて、画像読取装置１００が正常であるか否かを判定する。これにより、画像読取装置１００は、画像読取装置１００が正常であるか否かをより精度良く判定することが可能となった。

図１８は、他の実施形態に係る画像読取装置における処理回路２８０の概略構成を示すブロック図である。

処理回路２８０は、画像読取装置１００の処理回路１８０の代わりに用いられ、ＣＰＵ１７０の代わりに、判定処理を実行する。処理回路２８０は、制御回路２８１、画像取得回路２８２、尖度算出回路２８３、歪度算出回路２８４、マハラノビス距離算出回路２８５及び判定回路２８６等を有する。

制御回路２８１は、制御部の一例であり、制御部１７１と同様の機能を有する。制御回路２８１は、制御信号を駆動装置１２１に出力して駆動装置１２１を駆動し、給紙ローラ１１１、リタードローラ１１２、搬送ローラ１１３及び排出ローラ１１６を回転させて、原稿を搬送させる。

画像取得回路２８２は、画像取得部の一例であり、画像取得部１７２と同様の機能を有する。画像取得回路２８２は、撮像装置１１５から入力画像を取得し、尖度算出回路２８３、歪度算出回路２８４及び通信ＩＦ回路１５１に出力する。

尖度算出回路２８３は、尖度算出部の一例であり、尖度算出部１７３と同様の機能を有する。尖度算出回路２８３は、入力画像に含まれる画素の色値の尖度を算出し、算出した尖度をマハラノビス距離算出回路２８５に出力する。

歪度算出回路２８４は、歪度算出部の一例であり、歪度算出部１７４と同様の機能を有する。歪度算出回路２８４は、入力画像に含まれる画素の色値の歪度を算出し、算出した歪度をマハラノビス距離算出回路２８５に出力する。

マハラノビス距離算出回路２８５は、マハラノビス距離算出部の一例であり、マハラノビス距離算出部１７５と同様の機能を有する。マハラノビス距離算出回路２８５は、記憶装置１６０を読み出してサンプル情報を取得する。マハラノビス距離算出回路２８５は、サンプル情報、尖度及び歪度に基づいて、複数のサンプル画像の尖度及び歪度に対する入力画像の尖度及び歪度のマハラノビス距離を算出し、判定回路２８６に出力する。

判定回路２８６は、判定部の一例であり、判定部１７６と同様の機能を有する。判定回路２８６は、マハラノビス距離に基づいて、画像読取装置が正常であるか否かを判定し、判定結果を通信ＩＦ回路１５１に出力する。

以上詳述したように、画像読取装置は、処理回路２８０を用いる場合も、画像読取装置１００が正常であるか否かを精度良く判定することが可能となった。

なお、画像読取装置は、撮像装置を有するものであればどのようなものでもよい。画像読取装置は、イメージスキャナでなく、ファクシミリ、プリンタ複合機（ＭＦＰ、Multifunction Peripheral）等でもよい。

また、画像読取装置１００は、尖度及び歪度のマハラノビス距離に加えて、入力画像に含まれる画素の色値の標準偏差又は変動率（最小値に対する最大値の比率）等に基づいて、画像読取装置１００が正常であるか否かを判定してもよい。その場合、入力画像に含まれる画素の色値の標準偏差又は変動率が所定の閾値未満である場合に限り、画像読取装置１００が正常であると判定する。これにより、画像読取装置１００は、画像読取装置１００が正常であるか否かをより精度良く判定することが可能となる。

１００ 画像読取装置
１１５ 撮像装置
１２１ 駆動装置
１６０ 記憶装置
１７３ 尖度算出部
１７４ 歪度算出部
１７５ マハラノビス距離算出部
１７６ 判定部

Claims (8)

1. 画像読取装置であって、
   複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を記憶する記憶部と、
   テストチャートを撮像した入力画像を生成する撮像装置と、
   前記入力画像に含まれる画素の色値の尖度を算出する尖度算出部と、
   前記入力画像に含まれる画素の色値の歪度を算出する歪度算出部と、
   前記サンプル情報と、前記尖度算出部が算出した尖度と、前記歪度算出部が算出した歪度とに基づいて、前記複数のサンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度のマハラノビス距離を算出するマハラノビス距離算出部と、
   前記マハラノビス距離に基づいて、前記画像読取装置が正常であるか否かを判定する判定部と、
   を有することを特徴とする画像読取装置。
2. 前記記憶部は、前記サンプル情報として、複数の正常サンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関する正常サンプル情報と、複数の異常サンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関する異常サンプル情報とを記憶し、
   前記マハラノビス距離算出部は、前記マハラノビス距離として、前記正常サンプル情報と、前記尖度算出部が算出した尖度と、前記歪度算出部が算出した歪度とに基づいて、前記複数の正常サンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度の第１マハラノビス距離を算出するとともに、前記異常サンプル情報と、前記尖度算出部が算出した尖度と、前記歪度算出部が算出した歪度とに基づいて、前記複数の異常サンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度の第２マハラノビス距離を算出し、
   前記判定部は、前記第１マハラノビス距離が前記第２マハラノビス距離より小さいか否かに基づいて、前記画像読取装置が正常であるか否かを判定する、請求項１に記載の画像読取装置。
3. 前記記憶部は、前記異常サンプル情報を、前記複数の異常サンプル画像が分類された複数のグループ毎に記憶し、
   前記マハラノビス距離算出部は、前記複数のグループ毎に前記第２マハラノビス距離を算出し、
   前記判定部は、前記第１マハラノビス距離が全ての前記第２マハラノビス距離より小さいか否かに基づいて、前記画像読取装置が正常であるか否かを判定する、請求項２に記載の画像読取装置。
4. 前記記憶部は、前記尖度及び前記歪度を座標軸とする直交座標系において、複数のサンプル画像の前記尖度及び前記歪度にそれぞれ対応する複数の座標の近似曲線を示す情報をさらに記憶し、
   前記判定部は、前記マハラノビス距離が第１閾値以下であり、且つ、前記尖度算出部が算出した尖度及び前記歪度算出部が算出した歪度に対応する座標と前記近似曲線との間の距離が第２閾値以下である場合に、前記画像読取装置が正常であると判定する、請求項１に記載の画像読取装置。
5. 前記テストチャートには、所定の色を有する所定領域が含まれ、
   前記尖度算出部は、前記入力画像において前記所定領域に対応する画素について前記尖度を算出し、
   前記歪度算出部は、前記入力画像において前記所定領域に対応する画素について前記歪度を算出する、請求項１〜４の何れか一項に記載の画像読取装置。
6. 前記テストチャートを前記撮像装置に搬送する搬送機構をさらに有し、
   前記テストチャートには、前記テストチャートの主走査方向の両端にわたるように前記所定領域が含まれている、請求項５に記載の画像読取装置。
7. 記憶部と、撮像装置とを有する画像読取装置の制御方法であって、
   複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を前記記憶部に記憶し、
   前記撮像装置が撮像した、テストチャートを撮像した入力画像を取得し、
   前記入力画像に含まれる画素の色値の尖度を算出し、
   前記入力画像に含まれる画素の色値の歪度を算出し、
   前記サンプル情報と、前記算出した尖度と、前記算出した歪度とに基づいて、前記複数のサンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度のマハラノビス距離を算出し、
   前記マハラノビス距離に基づいて、前記画像読取装置が正常であるか否かを判定する、
   ことを含むことを特徴とする制御方法。
8. 記憶部と、撮像装置とを有する画像読取装置の制御プログラムであって、
   複数のサンプル画像のそれぞれに含まれる画素の色値の尖度及び歪度に関するサンプル情報を前記記憶部に記憶し、
   前記撮像装置が撮像した、テストチャートを撮像した入力画像を取得し、
   前記入力画像に含まれる画素の色値の尖度を算出し、
   前記入力画像に含まれる画素の色値の歪度を算出し、
   前記サンプル情報と、前記算出した尖度と、前記算出した歪度とに基づいて、前記複数のサンプル画像の尖度及び歪度に対する前記入力画像の尖度及び歪度のマハラノビス距離を算出し、
   前記マハラノビス距離に基づいて、前記画像読取装置が正常であるか否かを判定する、
   ことを前記画像読取装置に実行させることを特徴とする制御プログラム。