JP3180976B2 - 印刷物の汚損度判別装置 - Google Patents
印刷物の汚損度判別装置Info
- Publication number
- JP3180976B2 JP3180976B2 JP18495392A JP18495392A JP3180976B2 JP 3180976 B2 JP3180976 B2 JP 3180976B2 JP 18495392 A JP18495392 A JP 18495392A JP 18495392 A JP18495392 A JP 18495392A JP 3180976 B2 JP3180976 B2 JP 3180976B2
- Authority
- JP
- Japan
- Prior art keywords
- printed matter
- degree
- contamination
- extracted
- determining
- 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
Links
Description
【０００１】
【産業上の利用分野】本発明は、印刷物の印刷状態など
を検査する印刷物検査装置などに用いられる印刷物の汚
損度判別装置に関する。
を検査する印刷物検査装置などに用いられる印刷物の汚
損度判別装置に関する。
【０００２】
【従来の技術】従来の印刷物の汚損度判別装置にあって
は、搬送される印刷物の表面に光を照射して、印刷物表
面からの反射光（あるいは、透過光）をラインセンサな
どで電気信号に変換することにより、印刷物の全面にわ
たって画像データを取込み、この取込んだ画像データを
あらかじめ設定される基準データと比較することによ
り、広い領域にわたる高コントラストの汚損度判別を主
に行なっている。
は、搬送される印刷物の表面に光を照射して、印刷物表
面からの反射光（あるいは、透過光）をラインセンサな
どで電気信号に変換することにより、印刷物の全面にわ
たって画像データを取込み、この取込んだ画像データを
あらかじめ設定される基準データと比較することによ
り、広い領域にわたる高コントラストの汚損度判別を主
に行なっている。
【０００３】
【発明が解決しようとする課題】しかし、従来の装置で
は、印刷物の全面にわたる検査を行なうために高速な検
査を実現することが困難であるという問題がある。ま
た、単純な基準データとの比較による広域の高コントラ
ストの汚損度のみを判別するものであるため、人間が鋭
敏に判断する微妙な汚損度判別が困難であるという問題
がある。
は、印刷物の全面にわたる検査を行なうために高速な検
査を実現することが困難であるという問題がある。ま
た、単純な基準データとの比較による広域の高コントラ
ストの汚損度のみを判別するものであるため、人間が鋭
敏に判断する微妙な汚損度判別が困難であるという問題
がある。
【０００４】また、単純な物理計測では、心理量に基づ
く人間の汚損度判別と一致できないという問題があり、
さらに、印刷模様が存在する表面上の汚れは、判別誤差
が大きいという問題があった。
く人間の汚損度判別と一致できないという問題があり、
さらに、印刷模様が存在する表面上の汚れは、判別誤差
が大きいという問題があった。
【０００５】そこで、本発明は、従来の装置では判別で
きなかった微妙な汚損度を人間の判別に近づけて行なう
ことができ、かつ、全面でなく特定領域のみを調べるこ
とで高速な判別処理が可能となる印刷物の汚損度判別装
置を提供することを目的とする。
きなかった微妙な汚損度を人間の判別に近づけて行なう
ことができ、かつ、全面でなく特定領域のみを調べるこ
とで高速な判別処理が可能となる印刷物の汚損度判別装
置を提供することを目的とする。
【０００６】
【０００７】
【課題を解決するための手段】本発明の印刷物の汚損度
判別装置は、印刷物の印刷模様が存在しない特定領域の
画像データを入力する画像入力手段と、この画像入力手
段で入力された画像データに基づき前記印刷物の変形に
起因する不可逆な変化を同定して、少なくともその太
さ、密度、数量などの複数の特徴量を抽出する特徴量抽
出手段と、この特徴量抽出手段で抽出された複数の特徴
量を総合的に評価することにより前記印刷物の汚損度を
判別する判別手段とを具備している。
判別装置は、印刷物の印刷模様が存在しない特定領域の
画像データを入力する画像入力手段と、この画像入力手
段で入力された画像データに基づき前記印刷物の変形に
起因する不可逆な変化を同定して、少なくともその太
さ、密度、数量などの複数の特徴量を抽出する特徴量抽
出手段と、この特徴量抽出手段で抽出された複数の特徴
量を総合的に評価することにより前記印刷物の汚損度を
判別する判別手段とを具備している。
【０００８】また、本発明の印刷物の汚損度判別装置
は、印刷物の印刷模様が存在しない特定領域の画像デー
タを入力する画像入力手段と、この画像入力手段で入力
された画像データに基づき前記印刷物の変形に起因する
不可逆な変化を同定して、少なくともその太さ、密度、
数量などの複数の特徴量を抽出する特徴量抽出手段と、
この特徴量抽出手段で抽出された特徴量を解析すること
により前記印刷物の汚損度を判別するための基準データ
を作成する特徴量抽出解析手段と、この特徴量抽出解析
手段で作成された基準データおよび前記特徴量抽出手段
で抽出された特徴量に基づき前記印刷物の汚損度を判別
する判別手段とを具備している。
は、印刷物の印刷模様が存在しない特定領域の画像デー
タを入力する画像入力手段と、この画像入力手段で入力
された画像データに基づき前記印刷物の変形に起因する
不可逆な変化を同定して、少なくともその太さ、密度、
数量などの複数の特徴量を抽出する特徴量抽出手段と、
この特徴量抽出手段で抽出された特徴量を解析すること
により前記印刷物の汚損度を判別するための基準データ
を作成する特徴量抽出解析手段と、この特徴量抽出解析
手段で作成された基準データおよび前記特徴量抽出手段
で抽出された特徴量に基づき前記印刷物の汚損度を判別
する判別手段とを具備している。
【０００９】
【作用】人間が印刷物の新旧の判別を行なう大きな要因
である折り目やしわなどの印刷物の変形に起因する不可
逆な変化に注目し、その不可逆な変化を同定して、少な
くともその太さ、密度、数量などの複数の特徴量を抽出
し、その複数の特徴量を総合的に評価して汚損度を判別
することにより、従来の装置では判別できなかった微妙
な汚損度を精度よく判別でき、かつ、人間の心理量に合
致する判別を実現するとともに、その変化が特徴的に現
れる特定領域のみを判別対象とすることで、全面検査に
比べて高速処理が可能となる。
である折り目やしわなどの印刷物の変形に起因する不可
逆な変化に注目し、その不可逆な変化を同定して、少な
くともその太さ、密度、数量などの複数の特徴量を抽出
し、その複数の特徴量を総合的に評価して汚損度を判別
することにより、従来の装置では判別できなかった微妙
な汚損度を精度よく判別でき、かつ、人間の心理量に合
致する判別を実現するとともに、その変化が特徴的に現
れる特定領域のみを判別対象とすることで、全面検査に
比べて高速処理が可能となる。
【００１０】
【実施例】以下、本発明の一実施例について図面を参照
して説明する。
して説明する。
【００１１】図１は、本実施例に係る印刷物の汚損判別
装置を示すものである。すなわち、印刷物１０１は、図
示しない搬送手段によって図示矢印方向に搬送される。
この搬送される印刷物１０１の表面に図示しない光源か
ら光が照射され、その反射光は、印刷物１０１の搬送方
向と直交方向に配設された光電変換手段としてのライン
センサ１０２に導かれ、光電変換される。ラインセンサ
１０２の出力は画像入力装置１０３に送られ、ここでＡ
／Ｄ変換されてデジタル画像データとして出力され、画
像メモリ１０４に格納される。
装置を示すものである。すなわち、印刷物１０１は、図
示しない搬送手段によって図示矢印方向に搬送される。
この搬送される印刷物１０１の表面に図示しない光源か
ら光が照射され、その反射光は、印刷物１０１の搬送方
向と直交方向に配設された光電変換手段としてのライン
センサ１０２に導かれ、光電変換される。ラインセンサ
１０２の出力は画像入力装置１０３に送られ、ここでＡ
／Ｄ変換されてデジタル画像データとして出力され、画
像メモリ１０４に格納される。
【００１２】この場合、画像入力装置１０３から出力さ
れる画像データは、たとえば、図２に示すように、折り
目などの印刷物１０１の変形に起因する不可逆な変化の
発生し易い短尺方向の中心線ＳＬ付近のうち、斜線で示
すあらかじめ定められた印刷模様のない特定領域Ｐのみ
の画像データとして画像メモリ１０４に書き込まれ、後
述する特徴量抽出の処理対象となる。この一部分の特定
領域Ｐだけで処理を行なうことにより、全面処理に比べ
高速化が容易となる。
れる画像データは、たとえば、図２に示すように、折り
目などの印刷物１０１の変形に起因する不可逆な変化の
発生し易い短尺方向の中心線ＳＬ付近のうち、斜線で示
すあらかじめ定められた印刷模様のない特定領域Ｐのみ
の画像データとして画像メモリ１０４に書き込まれ、後
述する特徴量抽出の処理対象となる。この一部分の特定
領域Ｐだけで処理を行なうことにより、全面処理に比べ
高速化が容易となる。
【００１３】ここで、上記特定領域Ｐについて更に詳細
に説明しておく。特定領域Ｐは、図２のように、印刷物
１０１の最も短い端辺に平行な中心線ＳＬからの距離に
よって限定される領域であって、本実施例では、上記中
心線ＳＬからの距離が、中心線ＳＬから端辺までの距離
の約３０％以内の領域である。
に説明しておく。特定領域Ｐは、図２のように、印刷物
１０１の最も短い端辺に平行な中心線ＳＬからの距離に
よって限定される領域であって、本実施例では、上記中
心線ＳＬからの距離が、中心線ＳＬから端辺までの距離
の約３０％以内の領域である。
【００１４】第１特徴量抽出部１０５は、図３に示すフ
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その面積、太さを計数する。す
なわち、画像メモリ１０４に格納された画像データの各
画素に対して、図４に示すような（３×３）画素近傍の
重み付け演算により横方向差分をとり（Ｓ１）、その差
分画像に対して適当なしきい値を設定して二値化処理を
行ない、折り目で特徴的に現れる差分値の大きな画素を
抽出する（Ｓ２）。その後、抽出された画素数を計数
し、それを出力とする（Ｓ３）。
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その面積、太さを計数する。す
なわち、画像メモリ１０４に格納された画像データの各
画素に対して、図４に示すような（３×３）画素近傍の
重み付け演算により横方向差分をとり（Ｓ１）、その差
分画像に対して適当なしきい値を設定して二値化処理を
行ない、折り目で特徴的に現れる差分値の大きな画素を
抽出する（Ｓ２）。その後、抽出された画素数を計数
し、それを出力とする（Ｓ３）。
【００１５】第２特徴量抽出部１０６は、図５に示すフ
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その平均明度を計測する。すな
わち、画像メモリ１０４に格納された画像データに対し
て、第１特徴量抽出部１０５と同様に横方向差分により
折り目の画素を抽出する（Ｓ４，Ｓ５）。その後、抽出
された画素の元画像における平均明度を計測し、それを
出力とする（Ｓ６）。
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その平均明度を計測する。すな
わち、画像メモリ１０４に格納された画像データに対し
て、第１特徴量抽出部１０５と同様に横方向差分により
折り目の画素を抽出する（Ｓ４，Ｓ５）。その後、抽出
された画素の元画像における平均明度を計測し、それを
出力とする（Ｓ６）。
【００１６】第３特徴量抽出部１０７は、図６に示すフ
ローチャートにしたがった処理を行なうことにより、横
方向の折り目およびしわを同定し、その面積、太さを計
数する。すなわち、画像メモリ１０４に格納された画像
データの各画素に対して、図７に示すような（３×３）
画素近傍の重み付け演算により縦方向差分をとり（Ｓ
７）、その差分画像に対して適当なしきい値を設定して
二値化処理を行ない、折り目やしわで特徴的に現れる差
分値の大きな画素を抽出する（Ｓ８）。その後、抽出さ
れた画素数を計数し、それを出力とする（Ｓ９）。
ローチャートにしたがった処理を行なうことにより、横
方向の折り目およびしわを同定し、その面積、太さを計
数する。すなわち、画像メモリ１０４に格納された画像
データの各画素に対して、図７に示すような（３×３）
画素近傍の重み付け演算により縦方向差分をとり（Ｓ
７）、その差分画像に対して適当なしきい値を設定して
二値化処理を行ない、折り目やしわで特徴的に現れる差
分値の大きな画素を抽出する（Ｓ８）。その後、抽出さ
れた画素数を計数し、それを出力とする（Ｓ９）。
【００１７】第４特徴量抽出部１０８は、図８に示すフ
ローチャートにしたがった処理を行なうことにより、横
方向の折り目およびしわを同定し、その平均明度を計測
する。すなわち、画像メモリ１０４に格納された画像デ
ータに対して、第３特徴量抽出部１０７と同様に縦方向
差分により折り目やしわの画素を抽出する（Ｓ１０，Ｓ
１１）。その後、抽出された画素の元画像における平均
明度を計測し、それを出力とする（Ｓ１２）。
ローチャートにしたがった処理を行なうことにより、横
方向の折り目およびしわを同定し、その平均明度を計測
する。すなわち、画像メモリ１０４に格納された画像デ
ータに対して、第３特徴量抽出部１０７と同様に縦方向
差分により折り目やしわの画素を抽出する（Ｓ１０，Ｓ
１１）。その後、抽出された画素の元画像における平均
明度を計測し、それを出力とする（Ｓ１２）。
【００１８】第５特徴量抽出部１０９は、図９に示すフ
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その折り目の方向を計測する。
すなわち、画像メモリ１０４に格納された画像データの
各画素に対して、図４に示すような（３×３）画素近傍
の重み付け演算により横方向差分をとり（Ｓ１３）、そ
の差分画像に対して適当なしきい値を設定して二値化処
理を行ない、折り目で特徴的に現れる差分値の大きな画
像を抽出する（Ｓ１４）。その後、抽出された画素に対
して主軸方向を求める。
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その折り目の方向を計測する。
すなわち、画像メモリ１０４に格納された画像データの
各画素に対して、図４に示すような（３×３）画素近傍
の重み付け演算により横方向差分をとり（Ｓ１３）、そ
の差分画像に対して適当なしきい値を設定して二値化処
理を行ない、折り目で特徴的に現れる差分値の大きな画
像を抽出する（Ｓ１４）。その後、抽出された画素に対
して主軸方向を求める。
【００１９】主軸方向の計算は、抽出されたｎ個の画素
をｘ（ｉｋ，ｊｋ）［ｋ＝０，１，……，ｎ］とする
と、以下のような公知の主成分分析法で求める。初め
に、２つの座標軸の平均値を数１、数２によって求め、
分散共分散行列を数３のように求める（Ｓ１５）。
をｘ（ｉｋ，ｊｋ）［ｋ＝０，１，……，ｎ］とする
と、以下のような公知の主成分分析法で求める。初め
に、２つの座標軸の平均値を数１、数２によって求め、
分散共分散行列を数３のように求める（Ｓ１５）。
【００２０】
【数１】
【００２１】
【数２】
【００２２】
【数３】 この分散共分散行列の固有値を、数４を解くことで、λ
1 とλ2 との２つ（ただしλ1>λ2 ）を求める。
1 とλ2 との２つ（ただしλ1>λ2 ）を求める。
【００２３】
【数４】 大きい方の固有値、すなわち第１主成分に対して、数５
で示されるｅ1 とｅ2とを求めれば、これが主軸を表す
方向ベクトルとなる（Ｓ１６）。
で示されるｅ1 とｅ2とを求めれば、これが主軸を表す
方向ベクトルとなる（Ｓ１６）。
【００２４】
【数５】 この方向ベクトルを、数６として角度を求め、出力する
（Ｓ１７）。
（Ｓ１７）。
【００２５】
【数６】
【００２６】第６特徴量抽出部１１０は、図１０に示す
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目を同定し、その折り目の広がりの度合
い、分布を計測する。すなわち、画像メモリ１０４に格
納された画像データの各画素に対して、図４に示すよう
な（３×３）画素近傍の重み付け演算により横方向差分
をとり（Ｓ１８）、その差分画像に対して適当なしきい
値を設定して二値化処理を行ない、折り目で特徴的に現
れる差分値の大きな領域を抽出する（Ｓ１９）。その
後、抽出された画素に対して平均からの分散を求める
（Ｓ２０）。すなわち、抽出されたｎ個の画素をｘ（ｉ
ｋ，ｊｋ）［ｋ＝０，１，……，ｎ］とすると、数７を
求めて出力する。
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目を同定し、その折り目の広がりの度合
い、分布を計測する。すなわち、画像メモリ１０４に格
納された画像データの各画素に対して、図４に示すよう
な（３×３）画素近傍の重み付け演算により横方向差分
をとり（Ｓ１８）、その差分画像に対して適当なしきい
値を設定して二値化処理を行ない、折り目で特徴的に現
れる差分値の大きな領域を抽出する（Ｓ１９）。その
後、抽出された画素に対して平均からの分散を求める
（Ｓ２０）。すなわち、抽出されたｎ個の画素をｘ（ｉ
ｋ，ｊｋ）［ｋ＝０，１，……，ｎ］とすると、数７を
求めて出力する。
【００２７】
【数７】
【００２８】第７特徴量抽出部１１１は、図１１に示す
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目しわを同定し、その折り目やしわの連結
の度合い、密度を計測する。すなわち、画像メモリ１０
４に格納された画像データの各画素に対して、図４に示
すような（３×３）画素近傍の重み付け演算により横方
向差分をとり（Ｓ２１）、その差分画像に対して適当な
しきい値を設定して二値化処理を行ない、折り目で特徴
的に現れる差分値の大きな画像を抽出する（Ｓ２２）。
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目しわを同定し、その折り目やしわの連結
の度合い、密度を計測する。すなわち、画像メモリ１０
４に格納された画像データの各画素に対して、図４に示
すような（３×３）画素近傍の重み付け演算により横方
向差分をとり（Ｓ２１）、その差分画像に対して適当な
しきい値を設定して二値化処理を行ない、折り目で特徴
的に現れる差分値の大きな画像を抽出する（Ｓ２２）。
【００２９】その後、抽出された二値画像の各画素に対
して、（３×３）画素の近傍領域で図１２に示す４種類
いずれかでのマスクの黒領域のパターンと合致するか調
べ、その画素数を計数する（Ｓ２３）。これは、同一方
向に３画素連結している画素を計数する処理に相当し、
折り目やしわの連結の程度を表す。
して、（３×３）画素の近傍領域で図１２に示す４種類
いずれかでのマスクの黒領域のパターンと合致するか調
べ、その画素数を計数する（Ｓ２３）。これは、同一方
向に３画素連結している画素を計数する処理に相当し、
折り目やしわの連結の程度を表す。
【００３０】第８特徴量抽出部１１２は、図１３に示す
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目やしわを同定し、その折り目やしわの本
数を計測する。すなわち、画像メモリ１０４に格納され
た画像データの各画素に対して、図４に示すような（３
×３）画素近傍の重み付け演算により横方向差分をとり
（Ｓ２４）、その差分画像に対して適当なしきい値を設
定して二値化処理を行ない、折り目で特徴的に現れる差
分値の大きな領域を抽出する（Ｓ２５）。
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目やしわを同定し、その折り目やしわの本
数を計測する。すなわち、画像メモリ１０４に格納され
た画像データの各画素に対して、図４に示すような（３
×３）画素近傍の重み付け演算により横方向差分をとり
（Ｓ２４）、その差分画像に対して適当なしきい値を設
定して二値化処理を行ない、折り目で特徴的に現れる差
分値の大きな領域を抽出する（Ｓ２５）。
【００３１】その後、この二値画像について、図１４に
示すように抽出画素の縦方向の累積を行ない（Ｓ２
６）、その累積データのうち、極大点かつ一定しきい値
ＴＨＲ以上のデータをピーク値として検出し（Ｓ２
７）、そのピーク値の個数を計数する（Ｓ２８）。
示すように抽出画素の縦方向の累積を行ない（Ｓ２
６）、その累積データのうち、極大点かつ一定しきい値
ＴＨＲ以上のデータをピーク値として検出し（Ｓ２
７）、そのピーク値の個数を計数する（Ｓ２８）。
【００３２】これら第１〜第８特徴量抽出部１０５〜１
１２の各出力を総合して、判別部１１３が印刷物１０１
の汚損度を判別する。この判別を行なう基準としては、
たとえば、収集したサンプルから汚損度と折り目やしわ
の関係とを、特徴量抽出解析部１１４において人間の感
覚により判断することで図１５に示すように解析し、こ
れを図１６に示すような、それぞれの特徴と汚損度との
対応に展開して特徴量に重み付けをすることによって行
なう。
１２の各出力を総合して、判別部１１３が印刷物１０１
の汚損度を判別する。この判別を行なう基準としては、
たとえば、収集したサンプルから汚損度と折り目やしわ
の関係とを、特徴量抽出解析部１１４において人間の感
覚により判断することで図１５に示すように解析し、こ
れを図１６に示すような、それぞれの特徴と汚損度との
対応に展開して特徴量に重み付けをすることによって行
なう。
【００３３】なお、本発明において、「折り目」と呼ん
でいるものは、平坦な印刷物に凹凸が生じるなどの印刷
物の変形に伴なう変化であり、類似した「しわ」「曲
げ」「折り曲がり」など、異なった呼び名のものであっ
ても本発明の主旨は何等影響を受けない。
でいるものは、平坦な印刷物に凹凸が生じるなどの印刷
物の変形に伴なう変化であり、類似した「しわ」「曲
げ」「折り曲がり」など、異なった呼び名のものであっ
ても本発明の主旨は何等影響を受けない。
【００３４】また、それぞれ第１〜第８特徴量抽出部１
０５〜１１２において行なわれる折り目やしわの同定方
法については、前記実施例では１つの例を示したもの
で、図４、図７に示したもの以外で同じ効果をもたらす
ものであれば、本発明の主旨を変えない。すなわち、ｍ
×ｎのマスクで、任意の係数ａｍｎに対して、 ｇ（ｘ，ｙ）＝Σ ａｍｎ ｆ（ｘ，ｙ） というｆ（ｘ，ｙ）からｇ（ｘ，ｙ）への画像変換の後
に、しきい値処理を施すことで、折り目やしわの同定を
行なうことを全て含む。さらに、この同定方法以外で
も、近傍の明度差を利用した方法であれば、何等本発明
の主旨を変えるものではない。
０５〜１１２において行なわれる折り目やしわの同定方
法については、前記実施例では１つの例を示したもの
で、図４、図７に示したもの以外で同じ効果をもたらす
ものであれば、本発明の主旨を変えない。すなわち、ｍ
×ｎのマスクで、任意の係数ａｍｎに対して、 ｇ（ｘ，ｙ）＝Σ ａｍｎ ｆ（ｘ，ｙ） というｆ（ｘ，ｙ）からｇ（ｘ，ｙ）への画像変換の後
に、しきい値処理を施すことで、折り目やしわの同定を
行なうことを全て含む。さらに、この同定方法以外で
も、近傍の明度差を利用した方法であれば、何等本発明
の主旨を変えるものではない。
【００３５】また、折り目やしわに関する物理的特徴
は、前記実施例では１つの例を示したのみで、これらは
面積、太さ、明度、方向、分布、連結情報、密度を測定
するものであれば、多種多様に変形しても本発明の主旨
を何等変えるものではない。
は、前記実施例では１つの例を示したのみで、これらは
面積、太さ、明度、方向、分布、連結情報、密度を測定
するものであれば、多種多様に変形しても本発明の主旨
を何等変えるものではない。
【００３６】さらに、前記実施例で例示した特定領域
は、図２のような印刷物の内部でなくても、折り目など
を検出することができる領域、たとえば、図２において
中心線ＳＬの全てから一定距離内の領域であれば、本発
明の主旨を何等変えるものではない。
は、図２のような印刷物の内部でなくても、折り目など
を検出することができる領域、たとえば、図２において
中心線ＳＬの全てから一定距離内の領域であれば、本発
明の主旨を何等変えるものではない。
【００３７】
【発明の効果】以上詳述したように本発明によれば、従
来の装置では判別できなかった微妙な汚損度を人間の判
別に近づけて行なうことができ、かつ、全面でなく特定
領域のみを調べることで高速な判別処理が可能となる印
刷物の汚損度判別装置を提供できる。
来の装置では判別できなかった微妙な汚損度を人間の判
別に近づけて行なうことができ、かつ、全面でなく特定
領域のみを調べることで高速な判別処理が可能となる印
刷物の汚損度判別装置を提供できる。
【図１】本発明の一実施例に係る印刷物の汚損度判別装
置の構成を示すブロック図。
置の構成を示すブロック図。
【図２】印刷物に対して特徴量の抽出を行なう特定領域
を示す図。
を示す図。
【図３】第１特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図４】特徴量抽出部で折り目やしわの同定のために施
す近傍処理の重みを示す図。
す近傍処理の重みを示す図。
【図５】第２特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図６】第３特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図７】特徴量抽出部で折り目やしわの同定のために施
す近傍処理の重みを示す図。
す近傍処理の重みを示す図。
【図８】第４特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図９】第５特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図１０】第６特徴量抽出部が行なう処理を説明するた
めのフローチャート。
めのフローチャート。
【図１１】第７特徴量抽出部が行なう処理を説明するた
めのフローチャート。
めのフローチャート。
【図１２】第７特徴量抽出部が行なう同一方向連続数計
数のために参照する近傍エリアを示す図。
数のために参照する近傍エリアを示す図。
【図１３】第８特徴量抽出部が行なう処理を説明するた
めのフローチャート。
めのフローチャート。
【図１４】第８特徴量抽出部が行なう縦方向の画素累積
を示す図。
を示す図。
【図１５】特徴量抽出解析部の解析処理を説明する図。
【図１６】印刷物の特徴と汚損度との対応関係を示す
図。
図。
１０１……印刷物、Ｐ……特定領域、１０２……ライン
センサ、１０３……画像入力装置、１０４……画像メモ
リ、１０５〜１１２……特徴量抽出部、１１３……判別
部、１１４……特徴量抽出解析部。
センサ、１０３……画像入力装置、１０４……画像メモ
リ、１０５〜１１２……特徴量抽出部、１１３……判別
部、１１４……特徴量抽出解析部。
フロントページの続き (72)発明者 田神 義一 神奈川県川崎市幸区柳町70番地 株式会 社東芝 柳町工場内 (72)発明者 渋谷 邦弘 神奈川県川崎市幸区柳町70番地 株式会 社東芝 柳町工場内 (56)参考文献 特開 平３−280170（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G01N 21/84 - 21/958 G07D 7/00 - 7/20
Claims (2)
- 【請求項１】 印刷物の印刷模様が存在しない特定領
域の画像データを入力する画像入力手段と、 この画像入力手段で入力された画像データに基づき前記
印刷物の変形に起因する不可逆な変化を同定して、少な
くともその太さ、密度、数量などの複数の特徴量を抽出
する特徴量抽出手段と、 この特徴量抽出手段で抽出された複数の特徴量を総合的
に評価することにより前記印刷物の汚損度を判別する判
別手段と を具備したことを特徴とする印刷物の汚損度判
別装置。 - 【請求項２】 印刷物の印刷模様が存在しない特定領域
の画像データを入力する画像入力手段と、 この画像入力手段で入力された画像データに基づき前記
印刷物の変形に起因する不可逆な変化を同定して、少な
くともその太さ、密度、数量などの複数の特徴量を抽出
する特徴量抽出手段と、 この特徴量抽出手段で抽出された特徴量を解析すること
により前記印刷物の汚損度を判別するための基準データ
を作成する特徴量抽出解析手段と、 この特徴量抽出解析手段で作成された基準データおよび
前記特徴量抽出手段で抽出された特徴量に基づき前記印
刷物の汚損度を判別する判別手段と を具備したことを特
徴とする印刷物の汚損度判別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18495392A JP3180976B2 (ja) | 1992-07-13 | 1992-07-13 | 印刷物の汚損度判別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18495392A JP3180976B2 (ja) | 1992-07-13 | 1992-07-13 | 印刷物の汚損度判別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0627035A JPH0627035A (ja) | 1994-02-04 |
| JP3180976B2 true JP3180976B2 (ja) | 2001-07-03 |
Family
ID=16162242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18495392A Expired - Fee Related JP3180976B2 (ja) | 1992-07-13 | 1992-07-13 | 印刷物の汚損度判別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3180976B2 (ja) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4180715B2 (ja) | 1998-12-14 | 2008-11-12 | 株式会社東芝 | 印刷物の汚損度判別装置 |
| JP2001041899A (ja) * | 1999-07-27 | 2001-02-16 | Toshiba Corp | 紙葉類の汚れ具合識別装置 |
| JP4724957B2 (ja) * | 2001-06-15 | 2011-07-13 | 沖電気工業株式会社 | 媒体の汚損度判定装置 |
| JP2010277252A (ja) | 2009-05-27 | 2010-12-09 | Toshiba Corp | 紙葉類判別装置 |
| JP6323720B2 (ja) * | 2015-05-27 | 2018-05-16 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置 |
| CN105551133B (zh) * | 2015-11-16 | 2018-11-23 | 新达通科技股份有限公司 | 一种纸币拼接缝或折痕的识别方法及系统 |
-
1992
- 1992-07-13 JP JP18495392A patent/JP3180976B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0627035A (ja) | 1994-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112508826B (zh) | 一种印刷品缺陷检测方法 | |
| EP1678485B2 (en) | Method and ir-camera for determining the risk of condensation | |
| JP2000036044A (ja) | 欠陥統合処理装置および欠陥統合処理方法 | |
| JP3488499B2 (ja) | 印刷装置 | |
| CN109285140A (zh) | 一种印刷电路板图像配准评估方法 | |
| CN105718931A (zh) | 用于确定采集图像中的杂斑的系统和方法 | |
| JP3180976B2 (ja) | 印刷物の汚損度判別装置 | |
| JP2001041899A (ja) | 紙葉類の汚れ具合識別装置 | |
| JPH0658716A (ja) | 画像上のエッジ検出方法 | |
| CN108242061B (zh) | 一种基于Sobel算子的超市购物车手部识别方法 | |
| CN115947066B (zh) | 皮带撕裂检测方法、装置及系统 | |
| CN115205288B (zh) | 工业缺陷检测方法和装置 | |
| US6757421B1 (en) | Method and apparatus for detecting defects | |
| JP3322976B2 (ja) | 印刷物の汚損度判別装置 | |
| CN115496724A (zh) | 一种线宽检测方法、装置及存储介质 | |
| CN113450383B (zh) | 一种免疫层析试纸定量分析方法、装置、设备和介质 | |
| JP2019192012A (ja) | 紙葉類判別処理方法 | |
| CN115115889A (zh) | 一种仪表图像分析方法及装置 | |
| JP3253752B2 (ja) | パターン評価方法 | |
| CN114677331A (zh) | 基于灰度图像和深度数据融合的管材缺陷检测方法及装置 | |
| JP3498120B2 (ja) | 光沢むらの高精度測定方法および装置 | |
| Drofova et al. | Values Definition of the Leading Threshold of the Primary Process Colors by the Method of Color Separation and Image Segmentation by Thresholding | |
| JPS60169977A (ja) | 画像領域切出し方式 | |
| JPS6055474A (ja) | 画像間差異検出装置 | |
| JP4458210B2 (ja) | 物体検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080420 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090420 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100420 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100420 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110420 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |