JP3137561B2 - 画像品質を判定する方法及び装置、画像捕捉装置の性能を監視する方法及び装置 - Google Patents

画像品質を判定する方法及び装置、画像捕捉装置の性能を監視する方法及び装置

Info

Publication number
JP3137561B2
JP3137561B2 JP07181919A JP18191995A JP3137561B2 JP 3137561 B2 JP3137561 B2 JP 3137561B2 JP 07181919 A JP07181919 A JP 07181919A JP 18191995 A JP18191995 A JP 18191995A JP 3137561 B2 JP3137561 B2 JP 3137561B2
Authority
JP
Japan
Prior art keywords
vector
value
digital image
image
component
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.)
Expired - Fee Related
Application number
JP07181919A
Other languages
English (en)
Other versions
JPH0869534A (ja
Inventor
ラビンダー・プラカッシュ
マイケル・ジェイ・ウーリー
デイル・ディ・デッカー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of JPH0869534A publication Critical patent/JPH0869534A/ja
Application granted granted Critical
Publication of JP3137561B2 publication Critical patent/JP3137561B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10008—Still image; Photographic image from scanner, fax or copier
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30176—Document

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Facsimiles In General (AREA)

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、画像品質を判定する方
法及び装置に係る。特に、本発明は、文書スキャナ等の
画像化装置を用いて走査された画像の品質を判定する方
法及び装置に係る。
【０００２】
【従来の技術】米国特許第４４２７９９８号は、ファク
シミリ文書スキャナを調整するための方法及び装置に係
る。
【０００３】米国特許第４４６７３６４号は、カラー写
真フィルム又は透明膜からカラー印刷ブロックを調製
し、カラー印刷物を作成するために用いられる装置に係
る。その際、写真の画像と印刷された画像との間で影響
を受けるトーン補正の量を測定することにより、双方の
間のカラー密度範囲の差を補償することができる。
【０００４】米国特許第４５１９０４１号は、熱した鉄
板の表面欠陥を検出し分類した後、その欠陥の場所を識
別してマッピングする出力を生成するための実時間自動
化システムに係る。
【０００５】米国特許第４５２３２３１号は、電気光学
的画像化装置に係り、特に、電気光学的画像化システム
に係る。このシステムは、Ｎ個の画素から成る少なくと
も１つのアレイを有し、あらゆる画素の障害を自動的に
検出する。
【０００６】米国特許第４６４７９８１号は、ラスタ入
力スキャナ（ＲＩＳ）内の光電子増倍管出力又はラスタ
出力スキャナ（ＲＯＳ）内の走査ビームの光レベルを一
定のレベルに維持するための回路に係る。特に、調整モ
ード中に、所望のレベルからの光レベルのずれの量を決
定し、そして実際の読取りモード又は書込みモードのオ
ペレーション中に、その補正値を用いて出力を正規化す
るための回路に係る。
【０００７】米国特許第４６６００９４号は、ピクチャ
の走査及び記録中の焦点合わせのための方法に係る。特
に、記録ドラムと露光源との間の距離の変動に対して記
録光ビームの画像の焦点を自動的に調整するための方法
に係る。
【０００８】米国特許第４７２４３３０号は、ラスタ入
力スキャナに係り、特に、ｘ及びｙ方向の走査軸の自己
配向が可能なラスタ入力スキャナに係る。
【０００９】米国特許第４７５７３８９号は、画像走査
アレイにおける光センサの不均一性に対する補正を行う
システムに係る。特に、このような補正を行うために必
要な補正値をより正確に決定するためのシステムに係
る。
【００１０】米国特許第４９４１１８６号は、障害のあ
る画素を、その隣の障害のない画素から導出された情報
で置き換えることにより、デジタル・ビデオ信号におけ
る欠陥（エラー）をスムージングすることに係る。
【００１１】米国特許第５０２５４７８号は、伝送経路
手段又は記憶媒体手段による搬送のためにピクチャ信号
を処理する方法及び装置に係る。この発明では、ピクチ
ャ信号は、そのピクチャの周縁と閉じた領域とを識別す
る領域信号を生成するための分割アルゴリズムによって
処理される。そしてピクチャ信号と領域信号との間の差
に相当するテクスチャ信号が生成される。
【００１２】米国特許第５０４８１０６号は、光学的に
読み取り強度を変動させるための機構を備える画像読取
り器に係る。
【００１３】米国特許第５１２４８１０号は、画像の読
取りに係り、特に、画像を走査するための移動可能な光
学システムを備える画像読取り装置に係る。
【００１４】米国特許第５１２６８５６号は、普通紙の
カラー・コピー機の画像処理装置に適用できる、カラー
画像処理装置に係る。
【００１５】他の引用する従来技術は次のとおりであ
る。R. H. Estry et al., "Optical Scanner Maintenan
ce and Initialization", IBM Technical Disclosure B
ulletin, Vol. 19, No. 1, June 1976, pp. 254-255
は、光学画像処理システムのスキャナにおける障害（故
障）が検出困難であることに関連する。その理由の１つ
は複雑な転送機能にある。また、多くのスキャナにおい
て、サブシステムの障害が、容易に識別可能なエラー状
態ではなく、むしろシステム全体の性能を低下させてし
まうからである。
【００１６】画像処理は、この数年、急速に発展してき
た。高性能でありながら比較的低コストのコンピュータ
が、多様な画像処理アプリケーションを導出してきた。
例えば、現在では、文書を走査してデジタル形式へ変換
し、様々な目的のために多彩な方法で処理することがで
きる。米国特許庁の自動特許システム（Automated Pate
nt System：ＡＰＳ）は、サーチと検索とを目的として
デジタル化された形式で特許文献を記憶する。銀行は、
文書のデジタル化画像から集められた情報に基づいて、
小切手や他の金融証書を定型業務的に処理する。さら
に、低コストのデスクトップ型及びハンドヘルド型のス
キャナ装置が利用可能となったことによって、個人や小
企業による画像処理が急速に普及してきた。
【００１７】画像処理を利用するユーザが、益々この技
術に依存するようになってきたために、品質の確保に対
する必要性が深刻なものとなった。一般に、画像化シス
テムの品質は、そのシステム自体を検査するか、又はそ
のシステムによる生成物（即ち、そのシステムにより生
成されたデジタル画像）を検査することによって監視す
ることができる。システム自体は、そのシステム内の制
御点、例えばハードウェア又はソフトウェアの構成要素
から受信される応答を検査することによって監視でき
る。しかしながら、次のようなタイプの品質問題は、シ
ステム制御点の検査からは検出できない場合がある。
【００１８】 ＊光照射システム及び画像化システム内の埃の堆積、或
いは他の光学的又は電気的な焦点ぼけ ＊不良なＣＣＤ、フォトダイオード素子、又は画素 ＊アナログ処理の障害 ＊ゆるいケーブル／接続、及び欠陥部品 ＊回路障害又は調整不良の基準点に起因するアナログ／
デジタル変換の障害 ＊パリティやチェックサム等の標準的技術が適用されな
い領域における印刷配線カード上の短絡／断絶に起因す
るデータ経路上の問題
【００１９】これらの問題は、システム内の制御点を検
査することによっては検出できない場合があるので、こ
れらの問題がエンド・ユーザの目視によって初めて発見
されるまで、不良な画像を検出できないことになる。こ
れらの問題が発生すると直ちにそのことを検出し報告す
ることが重要である。このことは、特に高速のスキャナ
・アプリケーション（例えば、銀行小切手の画像処理）
において当てはまる。なぜなら、エンド・ユーザは、ス
キャナ出力の品質をリアルタイムで監視できないからで
ある。
【００２０】
【発明が解決しようとする課題】問題を判定するための
一般的な技術は、スキャナに対して文書等の試験用対象
物を与えて、そのスキャナ出力を解析することである。
問題は、このことが、スキャナの通常の利用を妨げてし
まい、従ってスキャナのスループットを低下させてしま
うことである。幾つかの既知の技術（例えば、ヒストグ
ラム解析）は、１つの階調レベルが、画像内で他の階調
よりも優勢であるか否かを判定するべくスキャナ出力を
解析することによって、この問題を克服しようと試み
る。これらの技術は、走査される文書の形式（例えば、
モノクロ又はカラー文書）について仮定を行っているの
で、所定のアプリケーション（例えば、診断モード検
査）に対してのみ有用である。さらに、これらの技術
は、孤立した画素の不良は感知しない。
【００２１】
【課題を解決するための手段】画像品質を判定するため
の本発明の方法及び装置は、画像化システムが、診断モ
ード中又は実行中の何れであっても適用することができ
る。１つの構成要素は、デジタル画像に関する数値解析
を実行する。別の構成要素は、数値解析の結果に基づい
て、デジタル画像の品質を合格としたり、不合格とした
りする。一実施例では、合成された走査ライン（以下
「最大反射率ベクトル」とも称する）のフーリエ成分振
幅の累積高調波成分がしきい値を超えれば、そのデジタ
ル画像は、不適切な品質であるとして不合格とされる。
さもなければ、そのデジタル画像は合格とされる。別の
実施例では、デジタル画像の走査ラインの最大勾配値が
計算される。もし、対象物の走査中に所与の指定された
発生回数について、この最大勾配値が上限しきい値を超
えるか又は下限しきい値よりも小さければ、その画像は
不合格とされる。
【００２２】本発明の利点の１つは、画像データの目視
によってのみ検出できる問題を識別し、その問題をエン
ド・ユーザに対して自動的に通知できることである。
【００２３】本発明の別の利点は、不良画素やセグメン
ト、光学的又は電気的焦点ぼけ、及びゆるいケーブル／
接続等の、画像化システムのハードウェア問題を高い信
頼性で診断できることである。
【００２４】さらに本発明の別の利点は、ハードウェア
／ソフトウェア問題に起因する欠陥のある画像を、その
問題が生じた時点で識別できることである。
【００２５】さらに本発明の別の利点は、長期間（例え
ば、週又は月単位）に亘ってスキャナの性能を監視でき
ることである。
【００２６】
【実施例】図１は、本発明の方法及び装置を示す概略的
なブロック図である。本発明は、画像化システムの診断
モード中又は実行中の何れにおいても適用することがで
きる。符号１０は、デジタル画像に関する数値解析を実
行するステップ又は手段を示す。符号１２は、この数値
解析の結果に基づいて、デジタル画像の品質を合格とす
るか又は不合格とするステップ又は手段を示す。本明細
書において、「合格とする」とは、何らかの基準に適合
することを意味し、「不合格とする」とは、その基準に
適合しないことを意味する。デジタル画像が合格又は不
合格と判定されると、他の活動を行うことができる（例
えば、エンド・ユーザに通知する、その画像を破棄する
等）。
【００２７】図２は、デジタル画像１６を収集するため
のシステム１４を示す。システム１４は、画像化レンズ
１８を備え、センサ２０を用いて、文書等の対象物２２
の濃淡又はグレー特性の何れかに基づいて対象物２２の
各ラインの電気的表現を捕捉する。
【００２８】画像化される対象物２２は、静止していて
もよく、或いは、移動トラック、移動コンベヤ・ライ
ン、回転ドラム又は他の移送手段２４により、画像化レ
ンズ１８の下方にある経路に沿って移送されていてもよ
い。対象物２２を走査すると、その表面上に存在する標
識２６に対応するデータが得られる。対象物２２をＸ方
向に移送すると、最終的にその全ての部分が発光装置３
０からの光線２８により照射される。この光線２８は、
Ｘ方向に垂直な方向において対象物２２上に広がってい
る。
【００２９】光線２８により照射される標識２６からの
反射は、画像化レンズ１８によってセンサ２０上に焦点
を合わされる。画像化レンズ１８は、グレーデッド形イ
ンデ ックス・ファイバ・レンズでもよいし、通常の球面
レンズでもよい。この場合、センサ２０を、光線２８の
長さよりも短くすることができる。センサ２０は、種々
の製造業者から市販されており、例えば、フォトダイオ
ード・アレイ、フォトアレイ、又は電荷結合素子（ＣＣ
Ｄ）を用いることができる。何れを用いるにしても、セ
ンサ２０上に入射する光は、光量に比例する電気信号に
変換される。センサ２０の各ラインは、多数（例えば、
１０２４個）の画素を備え、各画素は、特定の階調値
（例えば、０〜２５５の値）を有する。この値は、対象
物２２の走査中の部分を表す。対象物２２のこれらのラ
インを合成すると、走査中の対象物２２のデジタル画像
が与えられる。
【００３０】センサ２０により得られるデータは、適切
なクロックに従ってセンサ２０から出力されて、システ
ム１４の他の電子回路へ転送される。これらの電気信号
は、アナログ・デジタル変換器３２へ渡される。そこ
で、各画素は、デジタル表現へ変換された後、記憶のた
めに及び必要であればコンピュータ３６による更なる処
理のために、メモリ３４内に記憶される。メモリ３４
は、好適には、ランダム・アクセス・メモリ（ＲＡＭ）
又は他の高速の電子メモリである。本明細書の説明の便
宜上、「コンピュータ」は、チューリング・マシンの機
能を実行可能な装置を含むものとする。このようなマシ
ンとしては、マイクロコンピュータ、ミニコンピュー
タ、又はメインフレーム・コンピュータがある。チュー
リング・マシンは、周知のコンピュータ科学の概念であ
り、Encyclopedia of Computer Science, Ed. Anthony
Ralaston, ISBN 0-88405-321-0 に記載されている。画
像の捕捉及び処理システムに関する詳細は、米国特許第
４８８８８１２号を参照されたい。
【００３１】前述の概説及び背景を念頭に置いて、以下
に本発明の実施例を記述する。
【００３２】フーリエ解析本発明の一実施例は、デジタ
ル画像の画像品質を判定するための方法である。この方
法は、合成された走査ラインのフーリエ成分振幅の累積
高調波成分が、しきい値を超える場合、そのデジタル画
像は、不適切な品質であるとして不合格とされる。超え
ない場合、そのデジタル画像は合格とされる。もし、対
象物が、連続的に問題を呈するならば、スキャナの問題
である可能性が高いと云える。
【００３３】図３は、好適な実施例の流れ図である。最
初のステップ１００で、２次元デジタル画像を収集す
る。そのデジタル画像は、Ｌ×Ｗの数値要素を持つ行列
Ｄを構成する。ここでＬは、行列Ｄの行数であり、Ｗ
は、行列Ｄの列数である。各数値は、対象物に関する光
の強度（又は、反射率）の測定値であり、Ｄｉｊ（ｉ＝
０〜Ｌ−１、ｊ＝０〜Ｗ−１）と識別されるセル内に保
持される。
【００３４】行列Ｄ内の各数値を、本明細書では「画
素」と称する。説明の便宜上、画素の数値表現は、１０
進数の形式であると仮定するが、他の多くの形式（例え
ば、２進数、１６進数等）の何れによっても表現するこ
とができる。この行列Ｄを、本明細書では「走査領域」
と称する。行列Ｄ、即ち走査領域中の特定の列を、本明
細書では「走査ライン」と称する。
【００３５】デジタル画像は、図２に関連して説明した
ように、当業者には周知の通常の画像化技術、例えば、
ＩＢＭ ３８９７画像捕捉システム又はＩＢＭ ３１１９
文書スキャナを用いて収集することができる。もちろ
ん、他の市販の画像化装置又は文書スキャナ（例えば、
LogiTech 社のハンドヘルド型スキャナ、Hewlett-Packa
rd 社のデスクトップ型スキャナ等）も利用することが
できる。
【００３６】ステップ１０２で、対象物全体の反射率が
不均一である（即ち、複数の陰影又はカラーがある）な
らば、ステップ１０４で、デジタル画像から最大の反射
率ベクトルｖが計算される。さもなければ、このような
ベクトルを計算する必要はない。後者のケースは、通
常、印刷模様の無い対象物（例えば、一様な白、青等）
の走査が診断モード中に行われるような状況に相当す
る。前者のケースは、通常、実行時の状況に相当する。
なぜなら、ユーザが特別な対象物をスキャナに提示する
よう要求されることなく、その走査を収集することが望
ましいからである。
【００３７】最大反射率ベクトルｖは、画像のＬ行の各
々の中で最も高い反射率を表す画素のデジタル値を選択
し、これを記憶することによって作成される。通常、最
も高い反射率の値は、白であって「０」により表され、
最も低い反射率の値は、黒であって「２５５」により表
される。最大反射率ベクトルは、各走査ラインが画像化
され且つ行列Ｄ内に記憶されるとき、又は全走査領域が
記憶された後に、「速やかに」計算することができる。
以下に疑似コードを示す。
【００３８】全てのｖｉを最大値（例えば、２５５）へ
と初期化するfor j=0 to W-1 for i=0 to L-1 vｉ：=min(vｉ，Dｉｊ） end end
【００３９】ステップ１０６で、最大反射率ベクトルｖ
が、対象物が走査領域の一部分のみから成ることを示す
ならば、ステップ１０８で、その部分を抽出する。例え
ば、図４におけるＷ １〜Ｗ２の部分を抽出することによ
って、対象物よりもむしろ移送を表す部分（０〜Ｗ１の
部分及びＷ２〜Ｗ−１の部分）を排除する。この結果
が、修正されたベクトルｖである。ここで、ｖの中の要
素の数ｗは、Ｗよりも少ないか又はＷに等しい。ステッ
プ１１０で、ｗが２の累乗２ｎよりも小さいならば、ス
テップ１１２で、このベクトルは、２ｎの画素を含むよ
うに拡張される。これは、ステップ１１４を最適化する
ためである。例えば、ステップ１０８の後、このベクト
ルが７０個の画素しか含まなかったならば、このベクト
ルは、補間によって次に大きい２の累乗（即ち、１２
８）まで拡張されるであろう。次に、このベクトル内の
値は、対象物のバックグラウンドのビデオ・レベルであ
ると見なされ、この最大反射率ベクトル、即ち「合成さ
れた走査ライン」であるｖが、解析のために必要な走査
として処理される。
【００４０】合成された走査ラインｖは、ステップ１１
４で、フーリエ成分振幅を計算することによって解析さ
れる。この際、走査が周期的関数であると仮定する。フ
ーリエ成分振幅Ａ（ｕ）は、ステップ１１４で、次式に
従って計算される。
【００４１】
【数３】
【００４２】但し、前式中、ｑ＝√−１であり、Ｎは、
合成された走査ラインｖ内の要素の数である。
【００４３】好適には、ステップ１１４の計算は、高速
フーリエ変換（ＦＦＴ）アルゴリズムを用いて行われ
る。ＦＦＴを実施するための技術は、当業者には周知で
ある。次の文献は、ステップ１１４を実施するための技
術を記載しており、ここに参照により援用する。「Degi
tal Image Processing」(R. C. Gonzalez, P. Wints, I
SBN 0-201-11026-1, Addison-Wesley Publishing Compa
ny (1987))、及び「Digital Signal Processing」(L.
R. Rabiner, C. M. Rader, ISBN 0-87942-081-9,IEEE P
ress (1972))。
【００４４】選択されたフーリエ成分振幅は、ステップ
１１６で合計される。例として、基本振幅Ａ（１）と、
１９個の高調波振幅Ａ（２）〜Ａ（２０）とを合計する
ことができる。この合計は、平均成分即ちＤＣ成分Ａ
（０）を含んでいないから、平均バックグラウンド反射
率に依存しない。さらに、異常なスパイクや他の雑音を
表す成分もまた排除される。
【００４５】ステップ１１８で、フーリエ成分振幅の合
計がしきい値を超えるならば、このデジタル画像は不合
格とされ、さもなければ、合格とされる。このしきい値
は、画像をデジタル化するために用いられた装置の基本
的特性に依存しているから、経験的に決定される。この
合計は、診断中の問題点に対して明らかな相関性を示
す。なぜなら、その値は、そのような問題点がない場合
の走査から計算される値と比較して、かなり高い値を呈
するからである。これは、バックグラウンドのビデオ・
レベルのみを解析するビデオしきい値に基づく技術より
も優れている。
【００４６】図５〜図１１は、本発明の実施例であるフ
ーリエ解析を用いて識別することができる、質的な欠陥
のタイプを示したグラフである。図５は、発光システム
内に塵が存在する場合の走査のグラフである。塵が均一
に存在することは、ほとんどない。走査されたデータか
ら、結果は明らかである。図６に示すように、この画像
データの不均一さのために、フーリエ成分振幅の高調波
成分が増大している。この増大が、質的な問題を識別す
るために利用される。
【００４７】図６では、参照曲線１が、塵のない場合の
画像データのフーリエ成分振幅を表し、参照曲線２が、
そのフーリエ成分振幅の関連する累積合計を示してい
る。参照曲線３は、塵がある場合の画像データのフーリ
エ成分振幅を示し、参照曲線４は、そのフーリエ成分振
幅の関連する累積合計を示している。参照曲線２と４と
の間の累積合計値の違いに注目されたい。
【００４８】図７は、１６個のセグメントを有する１０
２４画素ＣＣＤ素子のビデオ出力を示す。１つのセグメ
ントが不良であることが示されている。このセグメント
中の各画素は、そのビデオ・レベルが１２８であるよう
に示されている。この例では、ビデオ・レベルが１２８
（＜２５５）であるとしたが、検出感度をさらに高める
ためにこれより高い値を用いることもできる。この場
合、問題は、ＣＣＤアナログ・カード内にあるか、又
は、その後段の信号処理カード内にある。図７の画素２
５６、２５８、２６０．．．３８４（６４画素）に対応
するビデオ・データは、１２８のビデオ・レベルにセッ
トされている。残りの画素は、正常な出力を示してい
る。図８は、対応するフーリエ解析の結果を示すグラフ
である。参照曲線１は、不良セグメントに関する画像デ
ータのフーリエ成分振幅を示し、参照曲線２は、そのフ
ーリエ成分振幅の関連する累積合計を示す。この累積合
計は、正常な合計よりも大きくなっている。
【００４９】図９は、４個の連続する画素が不良である
（即ち、ビデオ・レベルが２５５である）状況を示す。
この状況は、電子回路上の障害に起因するか、又は、光
学的ビューイング・ウインドウ上に塵の粒子が存在する
ことに起因する。図９の状況では、ただ１つの領域のみ
が問題を呈しており、即ち、画素２５７、２６８、２５
９及び２６０のみがブロックされている。図１０は、図
９に示された不良画素状況についての対応するフーリエ
成分振幅を示す。参照曲線１は、４個のブロック画素に
関する画像データのフーリエ成分振幅を示し、参照曲線
２は、そのフーリエ成分振幅に関連する累積合計を示
す。ここで再び、この累積合計は、正常な合計よりも大
きくなっている。
【００５０】図１１は、図６、図８及び図１０に示され
た３つの異常な状態の各々について、累積合計をその関
連する正常な状態の累積合計と共にプロットした図であ
る。振幅しきい値（例えば、１００００）を適切に選択
することによって、正常な関数（１）と異常な関数
（２、３、又は４）との違いを判別することができる。
【００５１】勾配解析 別の実施例では、デジタル画像の走査ラインの最大勾配
値（即ち、最大ビデオ勾配値）Ｇが計算される。所与の
画像化システムについて、計算される最大勾配値Ｇは、
上限値Ｇｍａｘと下限値Ｇｍｉｎとの間にある。解像
度、発光特性、光学品質等のシステム設計に固有の特性
によって、Ｇは、或るＧｍａｘ へ制限される。Ｇは、或
るＧｍｉｎと等しいか又はこれより大きいはずである。
なぜなら、システムは、常に或る最低限の性能基準に適
合すべきだからである。勾配解析のためには、試験用対
象物は必要なく、また、この解析は多くの計算を必要と
しない。従って、スキャナのスループットを損なうこと
なく、リアルタイムで勾配解析を行うことが可能であ
る。もし、問題が生じたならば、この問題はその影響を
受けた最初の画像上で識別され、しかも単一の画素の不
良という非常に小さい問題として検出することができ
る。
【００５２】画像化システムでは、そのシステムにより
得られる全変調伝達関数（ＭＴＦ）が、画像内の精細な
細部を決定するための、そのシステムの能力を規定す
る。もしＭＴＦが低ければ、そのシステムは、柔らかい
エッジを持つ画像を生成する。エッジの細かさは、走査
された画像内に存在する最大勾配値を計算することによ
って、定量化することができる。柔らかいエッジは、低
い勾配値となる。鋭いエッジは、高い勾配値となる。
【００５３】図１２は、各対象物走査の開始における好
適例の流れ図である。以下の説明では、Ｇが、行列Ｄ内
の少なくとも１つの列に対して計算されることを仮定し
ている。本発明は、行ごとの態様においても適用可能で
あり、又は、列ごと及び行ごとの態様で同時に適用する
こともできる。
【００５４】ステップ１５０で、カウンタ（ＣＴＲ）で
あるＧｍｉｎＣＴＲ、ＧｍａｘＣＴＲと、しきい値Ｔ
１、Ｔ２、及びＴ３が初期化される。その後、ステップ
１５２で、走査ラインが生成されるように、ラインが走
査される。ステップ１５６で、もしこの走査ラインが、
少なくとも対象物の一部を含んでいなければ、ステップ
１５２で、対象物が位置決めされるまで別のラインが走
査されるか、又はステップ１５４で、走査が完了する。
【００５５】対象物が位置決めされると、ステップ１５
８で、走査ライン内の最大の画素間差（絶対値項）Ｇが
計算される。各走査ラインが画像化され且つ行列Ｄ内に
記憶されるごとに、又は、全走査領域が記憶された後
に、Ｇを「速やかに」計算することができる。行列Ｄ内
の所与の走査ラインｊについて、Ｇは、以下の疑似コー
ドに示すように計算される。
【００５６】Ｇ及び全てのｇｉをゼロに初期化する。for i=o to L-2 gｉ:=Dｉｊ-Dｉ＋１ｊ end G=max(｜gｉ｜)
【００５７】ステップ１６０で、ＧがＧｍａｘよりも大
きければ、ステップ１６２で、ＧｍａｘＣＴＲが増分さ
れる。同様に、ステップ１６４で、ＧがＧｍｉｎよりも
小さければ、ステップ１６６で、ＧｍｉｎＣＴＲが増分
される。
【００５８】走査が完了すると、次の解析が行われる。
ステップ１６８で、もしＧｍａｘＣＴＲがＴ１よりも大
きければ、これは、不良の画素又はセグメントが発見さ
れたことを示すので、そのデジタル画像は不合格とされ
る。ステップ１７０で、Ｇ ｍｉｎＣＴＲがＴ２よりも大
きければ、これは、カメラが応答していない（例えば、
焦点が合っていない）ことを示すので、やはりそのデジ
タル画像は不合格とされる。さもなければ、そのデジタ
ル画像は、合格であると見なされる。例えば、Ｔ１が
「１６」に設定され、Ｔ２が「２」に設定されていると
する。これらの正確な値は、スキャナの特性及び特定の
設計者により選ばれる許容差に依存して変わることにな
る。
【００５９】システム内の１個以上の不良画素は、最大
勾配値が可能な範囲を超える原因となる。たとえ単一の
画素の障害であっても、容易に検出される。図１３は、
１つの不良画素を持つスキャナ及び全く問題のないスキ
ャナを用いて３２回の走査を行い、これらの走査につい
て計算された最大勾配値を示した図である。上側のプロ
ットは、不良画素又は不良セグメントに相当する（平均
＝２０４、１シグマ＝１３）。下側のプロットは、正常
な焦点の合ったスキャナに相当する（平均＝９９、１シ
グマ＝１２）。不良画素のあるスキャナと不良画素のな
いスキャナとに関して計算された最大勾配値の差は、全
ての走査について６４を超える。適切なしきい値を選ぶ
ことによって、システムの不良画素の検出が可能であ
り、しかもその影響を受ける最初の文書上で検出するこ
とができる。
【００６０】画像化装置の長期間の特性を監視するため
に、平均の最大勾配値も有効に利用できる。Ｔ３は、各
文書走査の開始時に「０」に初期化される。各走査の
後、もしＴ３＜Ｇｍａｘであれば、Ｔ３が１だけ増分さ
れる。このプロセスは、文書走査が終わるまで続けられ
る。Ｔ３がメモリ内に記憶された後、Ｔ３が「０」にリ
セットされる。毎日、所与の数のＴ３の値が、平均化さ
れる。この平均値は、スキャナの性能を反映している。
数日又は数週間のデータに亘るこれらの点に対するスプ
ライン補間によって、スキャナ性能に起こった変化を示
す測定可能なパラメータが与えられる。この値が、プロ
グラム可能なしきい値以下に下がったとき、ユーザは、
修理を行うべきであると警告される。
【００６１】好適には、本発明による数値解析と合格／
不合格判定エレメントとは、コンピュータ・プログラム
即ちコンピュータ上で実行される一連の記憶されたプロ
グラム命令により行われる。オペレーション中、このコ
ンピュータ・プログラムは、画像品質を判定する特別な
目的のための装置を構成する。さらに、このコンピュー
タ・プログラムは、フレキシブル・ディスケット、ハー
ド・ディスク、ＣＤ−ＲＯＭ、又は他の類似のデバイス
等の、コンピュータにより読み取り可能な媒体上に記憶
される。別の態様として、前述の数値解析と合格／不合
格エレメントとに相当する機能を実行する回路を含む電
子デバイスとして、本発明を実施してもよい。
【図面の簡単な説明】
【図１】本発明の基本構成要素のブロック図である。
【図２】本発明を適用可能な構造的環境のブロック図で
ある。
【図３】本発明のフーリエ解析の実施例の流れ図であ
る。
【図４】最大反射率ベクトルのデータ例のグラフ図であ
る。
【図５】本発明のフーリエ解析の実施例により識別可能
な品質問題の１つを示したグラフ図である。
【図６】本発明のフーリエ解析の実施例により識別可能
な品質問題の１つを示したグラフ図である。
【図７】本発明のフーリエ解析の実施例により識別可能
な品質問題の１つを示したグラフ図である。
【図８】本発明のフーリエ解析の実施例により識別可能
な品質問題の１つを示したグラフ図である。
【図９】本発明のフーリエ解析の実施例により識別可能
な品質問題の１つを示したグラフ図である。
【図１０】本発明のフーリエ解析の実施例により識別可
能な品質問題の１つを示したグラフ図である。
【図１１】本発明のフーリエ解析の実施例により識別可
能な品質問題の１つを示したグラフ図である。
【図１２】本発明の勾配解析の実施例の流れ図である。
【図１３】本発明の勾配解析の実施例により識別可能な
品質問題の１つを示したグラフ図である。
【符号の説明】
１０ 数値解析 １２ 合格／不合格の判定 １８ 画像化レンズ ２０ センサ ２２ 対象物 ２４ 移送手段 ３０ 発光装置 ３２ アナログ／デジタル変換器 ３４ メモリ ３６ コンピュータ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 マイケル・ジェイ・ウーリー アメリカ合衆国28262、ノースカロライ ナ州、シャーロッテ、バーン・ボード・ レイン 2322 (72)発明者 デイル・ディ・デッカー アメリカ合衆国28075、ノースカロライ ナ州、ハリスバーグ、サマーセット・レ イン 5445 (56)参考文献 特開 昭62−214481（ＪＰ，Ａ) 特開 平１−286084（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 1/00 G06T 7/00 - 7/60 H04N 1/00 H04N 17/02

Claims (10)

    (57)【特許請求の範囲】
  1. 【請求項１】画像捕捉装置によって収集されるデジタル
    画像の画像品質を判定する方法であって（但し、前記デ
    ジタル画像は、Ｌ行×Ｗ列の行列Ｄとして表され、行列
    要素Ｄｉｊは、当該行列要素に対応する複数のセル内に
    保持される光強度値を表し、ｉ＝０〜Ｌ−１及びｊ＝０
    〜Ｗ−１である）、 （ａ）前記デジタル画像の少なくとも１つの走査ライン
    の最大勾配値を計算するステップと、 （ｂ）前記最大勾配値を上限しきい値と比較するステッ
    プと、 （ｃ）前記最大勾配値が前記上限しきい値を超える場
    合、前記画像捕捉装置の問題又は画素の問題を表すもの
    として、前記デジタル画像を不合格と判定するステップ
    とを含み、 前記ステップ（ａ）が、 （ａ１）ベクトル成分ｇｉがＤｉｊ−Ｄｉ＋１ｊに等し
    く且つｉ＝０〜Ｌ−２であるとして、ベクトルｇを計算
    するステップ、及び （ａ２）前記ベクトルｇ内の最大値の絶対値に等しいと
    して、前記最大勾配値を計算するステップを含む、 前記方法。
  2. 【請求項２】（ｄ）前記最大勾配値を下限しきい値と比
    較するステップと、 （ｅ）前記最大勾配値が前記下限しきい値よりも小さい
    場合、焦点ぼけの問題を表すものとして、前記デジタル
    画像を不合格と判定するステップとをさらに含む、請求
    項１記載の方法。
  3. 【請求項３】画像捕捉装置によって収集されるデジタル
    画像の画像品質を判定する装置であって（但し、前記デ
    ジタル画像は、Ｌ行×Ｗ列の行列Ｄとして表され、行列
    要素Ｄｉｊは、当該行列要素に対応する複数のセル内に
    保持される光強度値を表し、ｉ＝０〜Ｌ−１及びｊ＝０
    〜Ｗ−１である）、 （ａ）前記デジタル画像の少なくとも１つの走査ライン
    の最大勾配値を計算する手段と、 （ｂ）前記最大勾配値を上限しきい値と比較する手段
    と、 （ｃ）前記最大勾配値が前記上限しきい値を超える場
    合、前記画像捕捉装置の問題又は画素の問題を表すもの
    として、前記デジタル画像を不合格と判定する手段とを
    備え、 前記手段（ａ）が、 （ａ１）ベクトル成分ｇｉがＤｉｊ−Ｄｉ＋１ｊに等し
    く且つｉ＝０〜Ｌ−２であるとして、ベクトルｇを計算
    する手段、及び （ａ２）前記ベクトルｇ内の最大値の絶対値に等しいと
    して、前記最大勾配値を計算する手段を含む、 前記装置。
  4. 【請求項４】（ｄ）前記最大勾配値を下限しきい値と比
    較する手段と、 （ｅ）前記最大勾配値が前記下限しきい値よりも小さい
    場合、焦点ぼけの問題を表すものとして、前記デジタル
    画像を不合格と判定する手段とをさらに備える、請求項
    ３記載の装置。
  5. 【請求項５】デジタル画像を収集する画像捕捉装置の性
    能を監視する方法であって（但し、前記デジタル画像
    は、Ｌ行×Ｗ列の行列Ｄとして表され、行列要素Ｄｉｊ
    は、当該行列要素に対応する複数のセル内に保持される
    光強度値を表し、ｉ＝０〜Ｌ−１及びｊ＝０〜Ｗ−１で
    ある）、 （ａ）前記デジタル画像の各行ごとに、当該行における
    最大の反射率を表すデジタル値を選択し且つ記憶するこ
    とにより、前記デジタル画像の合成された走査ラインを
    計算するステップと、 （ｂ）前記合成された走査ラインのフーリエ成分振幅の
    累積高調波成分を計算するステップと、 （ｃ）前記フーリエ成分振幅の累積高調波成分が予め設
    定されたしきい値を超えるか否かを検出するステップ
    と、 （ｄ）前記フーリエ成分振幅の累積高調波成分が前記予
    め設定されたしきい値を超える場合、前記画像捕捉装置
    の問題を検出するステップとを含み、 前記ステップ（ａ）が、 （ａ１）前記合成された走査ラインを、ベクトル成分ｖ
    ｉが、ｖｉ及びＤｉｊの何れか小さい方である最大反射
    率ベクトルｖとして計算するステップ、 （ａ２）対象物を表す値のみを含むように前記ベクトル
    ｖを再計算するステップ、及び （ａ３）前記ベクトルｖ内の値の数が２ｎよりも小さい
    場合、２ｎ個の値を含むように前記ベクトルｖを拡張す
    るステップを含む、 前記方法。
  6. 【請求項６】前記ステップ（ｂ）が、 （ｂ１）ｑ＝√−１であり且つＮが前記ベクトルｖ内の
    ベクトル成分の数であるとして、フーリエ成分振幅Ａ
    （ｕ）を、 【数１】 により計算するステップ、及び （ｂ２）少なくともＤＣ成分を除く前記Ａ（ｕ）を合計
    するステップを含む、請求項５記載の方法。
  7. 【請求項７】前記フーリエ成分振幅が、高速フーリエ変
    換を用いて計算される、請求項６記載の方法。
  8. 【請求項８】デジタル画像を収集する画像捕捉装置の性
    能を監視する装置であって（但し、前記デジタル画像
    は、Ｌ行×Ｗ列の行列Ｄとして表され、行列要素Ｄｉｊ
    は、当該行列要素に対応する複数のセル内に保持される
    光強度値を表し、ｉ＝０〜Ｌ−１及びｊ＝０〜Ｗ−１で
    ある）、 （ａ）前記デジタル画像の各行ごとに、当該行における
    最大の反射率を表すデジタル値を選択し且つ記憶するこ
    とにより、前記デジタル画像の合成された走査ラインを
    計算する手段と、 （ｂ）前記合成された走査ラインのフーリエ成分振幅の
    累積高調波成分を計算する手段と、 （ｃ）前記フーリエ成分振幅の累積高調波成分が予め設
    定されたしきい値を超えるか否かを検出する手段と、 （ｄ）前記フーリエ成分振幅の累積高調波成分が前記予
    め設定されたしきい値を超える場合、前記画像捕捉装置
    の問題を検出する手段とを備え、 前記手段（ａ）が、 （ａ１）前記合成された走査ラインを、ベクトル成分ｖ
    ｉが、ｖｉ及びＤｉｊの何れか小さい方である最大反射
    率ベクトルｖとして計算する手段、 （ａ２）対象物を表す値のみを含むように前記ベクトル
    ｖを再計算する手段、及び （ａ３）前記ベクトルｖ内の値の数が２ｎよりも小さい
    場合、２ｎ個の値を含むように前記ベクトルｖを拡張す
    る手段を含む、 前記装置。
  9. 【請求項９】前記手段（ｂ）が、 （ｂ１）ｑ＝√−１であり且つＮが前記ベクトルｖ内の
    ベクトル成分の数であるとして、フーリエ成分振幅Ａ
    （ｕ）を、 【数２】 により計算する手段、及び （ｂ２）少なくともＤＣ成分を除く前記Ａ（ｕ）を合計
    する手段を含む、請求項８記載の装置。
  10. 【請求項１０】前記手段（ｂ１）が、高速フーリエ変換
    を実行するための手段である、請求項９記載の装置。
JP07181919A 1994-08-18 1995-07-18 画像品質を判定する方法及び装置、画像捕捉装置の性能を監視する方法及び装置 Expired - Fee Related JP3137561B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US292545 1994-08-18
US08/292,545 US5692065A (en) 1994-08-18 1994-08-18 Apparatus and method for determining image quality

Publications (2)

Publication Number Publication Date
JPH0869534A JPH0869534A (ja) 1996-03-12
JP3137561B2 true JP3137561B2 (ja) 2001-02-26

Family

ID=23125127

Family Applications (1)

Application Number Title Priority Date Filing Date
JP07181919A Expired - Fee Related JP3137561B2 (ja) 1994-08-18 1995-07-18 画像品質を判定する方法及び装置、画像捕捉装置の性能を監視する方法及び装置

Country Status (3)

Country Link
US (2) US5692065A (ja)
EP (1) EP0697677A2 (ja)
JP (1) JP3137561B2 (ja)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987153A (en) * 1996-04-29 1999-11-16 Quintet, Inc. Automated verification and prevention of spoofing for biometric data
SE508972C2 (sv) * 1996-08-28 1998-11-23 Ralip International Ab Förfarande för kvalitetssäkring vid scanning/kopiering av bilder/dokument samt anordning för genomförande av förfarandet
GB9703191D0 (en) * 1997-02-15 1997-04-02 Ncr Int Inc Method and apparatus for screening documents
US6330345B1 (en) * 1997-11-17 2001-12-11 Veridicom, Inc. Automatic adjustment processing for sensor devices
US6243501B1 (en) * 1998-05-20 2001-06-05 Canon Kabushiki Kaisha Adaptive recognition of documents using layout attributes
US6593961B1 (en) * 1998-10-30 2003-07-15 Agilent Technologies, Inc. Test efficient method of classifying image quality of an optical sensor using three categories of pixels
US7126631B1 (en) * 1999-06-30 2006-10-24 Intel Corporation Sensing with defective cell detection
US6658139B1 (en) * 1999-11-04 2003-12-02 Eastman Kodak Company Method for assessing overall quality of digital images
US6639999B1 (en) * 1999-11-04 2003-10-28 Eastman Kodak Company Apparatus for assessing overall quality of hardcopy images
US6643416B1 (en) 1999-11-30 2003-11-04 Eastman Kodak Company Method for determining necessary resolution for zoom and crop images
WO2001057797A2 (en) * 2000-02-03 2001-08-09 Applied Science Fiction Method, system and software for signal processing using sheep and shepherd artifacts
US6904180B1 (en) * 2000-10-27 2005-06-07 Eastman Kodak Company Method for detecting image interpolation
US7031026B2 (en) * 2001-05-21 2006-04-18 International Business Machines Corporation Defect and maintenance detection for image capture device
JP2003291475A (ja) * 2002-03-29 2003-10-14 Fuji Photo Film Co Ltd 画像処理診断方法
US7480420B2 (en) * 2002-09-04 2009-01-20 Transpacific Ip, Ltd. Method for recognizing abnormal image
US7406183B2 (en) * 2003-04-28 2008-07-29 International Business Machines Corporation System and method of sorting document images based on image quality
US7792335B2 (en) 2006-02-24 2010-09-07 Fotonation Vision Limited Method and apparatus for selective disqualification of digital images
US7388681B2 (en) 2003-07-29 2008-06-17 International Business Machines Corporation Method for scanning maintenance prediction
US7257238B2 (en) * 2003-07-29 2007-08-14 International Business Machines Corporation System, apparatus, and method for image scanning quality adjustment
US7289679B2 (en) * 2003-08-12 2007-10-30 International Business Machines Corporation System and method for measuring image quality using compressed image data
EP1519314A1 (de) * 2003-09-25 2005-03-30 Siemens Building Technologies AG Verfahren und Analysewerkzeug für die Überprüfung der Funktionstauglichkeit von Video-Überwachungsanlagen, sowie Messeinrichtung zur Durchführung des Verfahrens
US7522760B1 (en) 2003-10-17 2009-04-21 Carreker Corporation Method for inspecting document images
US7602957B2 (en) * 2003-12-10 2009-10-13 Ncr Corporation Image-based check processing system and a method of operating an image-based check processing system to test focus of an imaging camera
US7283656B2 (en) * 2004-03-17 2007-10-16 Federal Reserve Bank Of Cleveland Assessing electronic image quality
US8488023B2 (en) 2009-05-20 2013-07-16 DigitalOptics Corporation Europe Limited Identifying facial expressions in acquired digital images
US7594600B2 (en) 2005-02-28 2009-09-29 Federal Reserve Bank Of Atlanta Expanded mass data sets for electronic check processing
US7686209B2 (en) * 2005-02-28 2010-03-30 Federal Reserve Bank Of Dallas Cash letter print streams with audit data
US7254254B2 (en) * 2005-03-29 2007-08-07 Brother Kogyo Kabushiki Kaisha Method of evaluating quality of image and use thereof
US8032462B2 (en) 2005-07-07 2011-10-04 Federal Reserve Bank Of Kansas City Electronic image cash letter balancing
US7802717B2 (en) 2005-07-07 2010-09-28 Federal Reserve Bank Of Dallas Electronic image cash letter monitoring
US7522761B2 (en) * 2005-09-02 2009-04-21 International Business Machines Corporation System and method for detecting a streak in a compressed gray scale image
US7551754B2 (en) * 2006-02-24 2009-06-23 Fotonation Vision Limited Method and apparatus for selective rejection of digital images
US7804983B2 (en) * 2006-02-24 2010-09-28 Fotonation Vision Limited Digital image acquisition control and correction method and apparatus
US8387862B2 (en) 2006-05-17 2013-03-05 Federal Reserve Bank Of Dallas Electronic image cash letter validation
US7831083B1 (en) * 2006-07-13 2010-11-09 Kla-Tencor Technologies Corporation Image quality monitoring for substrate inspection
US8112357B2 (en) 2006-11-07 2012-02-07 Federal Reserve Bank Of Atlanta Systems and methods for preventing duplicative electronic check processing
US7918386B2 (en) 2007-11-06 2011-04-05 Federal Reserve Bank Of Kansas City Cash letter print verification
US8573498B2 (en) 2007-11-06 2013-11-05 Federal Reserve Bank Of Kansas City Identifying duplicate printed paper cash letters
US8750578B2 (en) 2008-01-29 2014-06-10 DigitalOptics Corporation Europe Limited Detecting facial expressions in digital images
US8238638B2 (en) 2008-01-31 2012-08-07 Federal Reserve Bank Of Kansas City Tag validation for efficiently assessing electronic check image quality
US8711220B2 (en) * 2011-08-23 2014-04-29 Aireyes, Inc. Automatic detection of image degradation in enhanced vision systems
US9881354B2 (en) * 2012-03-15 2018-01-30 Microsoft Technology Licensing, Llc Image completion including automatic cropping
JP7354129B2 (ja) * 2018-02-28 2023-10-02 レール ビジョン リミテッド 光学センサの内蔵試験のためのシステムおよび方法
CN111914781B (zh) * 2020-08-10 2024-03-19 杭州海康威视数字技术股份有限公司 一种人脸图像处理的方法及装置

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2244340C2 (de) * 1972-09-09 1986-02-06 Agfa-Gevaert Ag, 5090 Leverkusen Verfahren und Vorrichtung zur Vorprüfung von Kopiervorlagen
DE2654943C2 (de) * 1976-12-03 1985-10-24 Agfa-Gevaert Ag, 5090 Leverkusen Verfahren und Vorrichtung zur Vorprüfung von zu einem Vorlagenband zusammengefaßten Kopiervorlagen
JPS5868040A (ja) * 1981-10-19 1983-04-22 Konan Camera Kenkyusho:Kk 階調修正量測定装置
US4427998A (en) * 1982-04-15 1984-01-24 Teletype Corporation Apparatus for adjusting a facsimile document scanner
US4519041A (en) * 1982-05-03 1985-05-21 Honeywell Inc. Real time automated inspection
US4523231A (en) * 1983-01-26 1985-06-11 Ncr Canada Ltd - Ncr Canada Ltee Method and system for automatically detecting camera picture element failure
JPS59162514A (ja) * 1983-03-08 1984-09-13 Dainippon Screen Mfg Co Ltd 画像走査記録装置における焦点調整方法
DE3408765A1 (de) * 1984-03-09 1985-09-12 Agfa-Gevaert Ag, 5090 Leverkusen Verfahren und vorrichtung zur unterscheidung scharfer kopiervorlagen von unscharfen
US5255331A (en) * 1984-06-20 1993-10-19 The Governor And Company Of The Bank Of England Production of an image model and inspection of a pixel representation of an image
GB2164442A (en) * 1984-09-11 1986-03-19 De La Rue Syst Sensing the condition of a document
US4647981A (en) * 1984-10-25 1987-03-03 Xerox Corporation Automatic white level control for a RIS
US4724330A (en) * 1986-09-24 1988-02-09 Xerox Corporation Self aligning raster input scanner
DE3636077C2 (de) * 1986-10-23 1993-10-07 Broadcast Television Syst Verfahren zum Verdecken von Fehlern in einem Videosignal und Schaltung zur Durchführung des Verfahrens
US4757389A (en) * 1987-06-15 1988-07-12 Xerox Corporation Calibration improvement with dither for a raster input scanner
JPS6469159A (en) * 1987-09-10 1989-03-15 Minolta Camera Kk Picture reader
US4888812A (en) * 1987-12-18 1989-12-19 International Business Machines Corporation Document image processing system
DE3925457C3 (de) * 1988-08-01 1995-12-07 Konishiroku Photo Ind Farbbildverarbeitungsvorrichtung
GB8906587D0 (en) * 1989-03-22 1989-05-04 Philips Electronic Associated Region/texture coding systems
JPH02311083A (ja) * 1989-05-26 1990-12-26 Ricoh Co Ltd 原稿読取装置
US5040228A (en) * 1989-08-28 1991-08-13 At&T Bell Laboratories Method and apparatus for automatically focusing an image-acquisition device
US5144566A (en) * 1990-06-14 1992-09-01 Comar, Inc. Method for determining the quality of print using pixel intensity level frequency distributions
EP0540833B1 (de) * 1991-08-12 1997-04-23 KOENIG & BAUER-ALBERT AKTIENGESELLSCHAFT Qualitätskontrolle einer Bildvorlage z. B. eines gedruckten Musters
US5566245A (en) * 1993-03-09 1996-10-15 United Parcel Service Of America, Inc. The performance of a printer or an imaging system using transform-based quality measures
US5561532A (en) * 1993-03-31 1996-10-01 Canon Kabushiki Kaisha Image reproducing apparatus
US5642433A (en) * 1995-07-31 1997-06-24 Neopath, Inc. Method and apparatus for image contrast quality evaluation

Also Published As

Publication number Publication date
EP0697677A2 (en) 1996-02-21
US5963654A (en) 1999-10-05
JPH0869534A (ja) 1996-03-12
US5692065A (en) 1997-11-25

Similar Documents

Publication Publication Date Title
JP3137561B2 (ja) 画像品質を判定する方法及び装置、画像捕捉装置の性能を監視する方法及び装置
US6985180B2 (en) Intelligent blemish control algorithm and apparatus
KR100339854B1 (ko) 자동화질제어방법및장치
EP2461576B1 (en) Image processing apparatus and image processing program
US8009209B2 (en) Methods and apparatus for detecting defects in imaging arrays by image analysis
JP4792109B2 (ja) 画像特徴を意識した画像欠陥除去
JP4999680B2 (ja) 画像ノイズを低減することによる画像データ処理方法および該方法を実行するカメラ組み込み手段
JPH06229943A (ja) 写真部材の表面上の汚損を検出及びマッピングするための処理方法
JPH09128551A (ja) 画像検出及びピクセル処理システム及び画像処理方法
EP0624848A2 (en) A technique for the detection and removal of local defects in digital continuous-tone images
US20140092279A1 (en) Image sensor defect identification using blurring techniques
US10109045B2 (en) Defect inspection apparatus for inspecting sheet-like inspection object, computer-implemented method for inspecting sheet-like inspection object, and defect inspection system for inspecting sheet-like inspection object
US7646892B2 (en) Image inspecting apparatus, image inspecting method, control program and computer-readable storage medium
JP3549936B2 (ja) デジタル情報解読方法
US6961476B2 (en) Autothresholding of noisy images
JP3342581B2 (ja) 塗膜劣化自動診断方法及び装置
JP5413283B2 (ja) 焦点ズレ検出装置、焦点ズレ検出方法およびプログラム
JPH07100060B2 (ja) 肺野部輪郭線を求める画像計測方法
JP3202330B2 (ja) 欠陥検査装置
JP3175347B2 (ja) シート状製品の異物混入検査方法
JP3045777B2 (ja) プリンタまたは撮像システムの性能を評価する方法および装置
JPH06125886A (ja) マーゲン画像読取条件および／または画像処理条件決定方法
US7623735B2 (en) Method for differentiating dynamic range of image
JPH09304286A (ja) 欠陥検出処理装置及び方法
JP2000244825A (ja) 固体検出器の欠陥判定方法および装置

Legal Events

Date Code Title Description
LAPS Cancellation because of no payment of annual fees