JP3322976B2 - 印刷物の汚損度判別装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は印刷物画像を検査する装
置に関し、特に汚れた印刷物の汚損程度を判別する装置
に関する。

【０００２】

【従来の技術】従来、印刷物の汚損度を判別するには、
人間が印刷物を見て、主観的に判断する方法がとられて
きた。又、これらを自動化するために、判別の対象とな
る印刷物をセンサで読取り、予め設定された基準データ
と比較することによって汚損度を判別する方法が考案さ
れた。更に特開昭５８−１８９７９４号公報に記載され
た発明では、印刷物の透過光量の積分値をメモリに蓄え
２値化して、その画素数をカウントとし、その画素数に
より正券、損券の判別をしている。具体的には図２に示
すように、光源２０１から紙葉２０２を介した透過光を
光電変換器２０３で受光してメモリ２０４に蓄える。そ
して２値化装置２０５により、メモリ２０４に蓄えられ
た画像データを２値化する。最後に判別装置２０６によ
って、２値化装置２０５により２値化された画素数をカ
ウントし、ある閾値以下であれば正券、そうでなければ
損券と判別する。

【０００３】

【発明が解決しようとする課題】上記のような特開昭５
８−１８９７９４号公報による手法では、２値化された
画素数のみで判別しているため、２値化データの形状に
ついては全く考慮していない。従って、しわなどの形状
の複雑さによる汚損については判別することができな
い。又、模様の存在する部分については判別不可能であ
る。

【０００４】従って本発明の目的は、汚損印刷物の汚損
画像の形状を考慮し、特にしわなどの複雑な形状の汚損
判別、更に模様の存在する部分の汚損判別を行い、それ
ら汚損の度合いを数値で示すことのできる印刷物汚損判
別装置を提供することである。

【０００５】

【課題を解決するための手段】上記課題を解決するため
に本発明による印刷物汚損度判別装置は、印刷物の画像
データを入力する手段と、前記入力手段により入力され
る画像データから汚損の特徴を示す汚損特徴量を計算す
る手段と、前記計算手段から入力される前記汚損特徴量
に基づいて、前記汚損の度合いを判別する手段とを具備
することを特徴とする。

【０００６】又、本発明による印刷物汚損度判別装置
は、前記印刷物の画像データを入力する手段と、前記入
力手段により入力された画像データを複数の小領域に分
割する手段と、前記小領域毎に汚損の特徴を示す汚損特
徴量を計算する手段と、前記計算手段から入力される前
記汚損特徴量に基づいて、前記汚損の度合いを前記各小
領域について判別する手段と、前記各小領域の汚損の度
合いを平均して印刷物全体の汚損の度合いを求める手段
と、前記各小領域の中で、汚損の度合いの大きい小量域
を出力する手段とを具備することを特徴とする。

【０００７】更に、本発明による印刷物汚損度判別装置
は、画像データから汚損の特徴を示す汚損特徴量を計算
する手段と、前記汚損の判別を行う印刷物の画像データ
を入力する手段と、前記入力手段により入力される画像
データから、前記計算手段を用いて第１汚損特徴量を求
める手段と、前記汚損のない印刷物の画像データから、
前記計算手段を用いて第２汚損特徴量を求める手段と、
前記第１汚損特徴量と前記第２汚損特徴量を用いて、汚
損特徴量を算出する手段と、予め算出されている汚損特
徴量と汚損の度合いとを関連づけたテーブルを参照して
前記汚損特徴量から汚損の度合いを求める手段とを具備
することを特徴とする。

【０００８】

【作用】入力された印刷物画像は一片がｎ画素の小領域
に分割され、各小領域でボックスカウント数が求められ
る。この動作は小領域の一片の画素数を変えて複数回行
われる。一片の画素数とその画素数について求めたボッ
クスカウント数により各々構成されるデータを基にグラ
フが作成され、近似直線が求められる。この近似直線か
ら汚損の特徴量が算出され、その特徴量を基に汚損の度
合いが求められる。前記ボックスカウント数は、小領域
中の画素の濃度差、あるいは２値化された画像内の値
「１」を有する画素数等から求められる。

【０００９】

【実施例】以下、本発明の実施例を図面に基づき説明す
る。図１は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である。同図において、汚
損の判別を行う印刷物１０１をラインセンサ１０２で読
取り、画像信号が画像入力装置１０３に送られる。画像
入力装置１０３では、送られてきたアナログ画像信号を
Ａ／Ｄ変換し、画像メモリ１０４に格納する。特徴量判
別部１０５では、画像メモリ１０４に格納された画像デ
ータから、汚損の度合を数値化する。特徴量抽出部１０
５はグラフ表示部１０６を持っており、特徴量抽出部１
０５で数値化された汚損量とそのデータの近似直線をグ
ラフ表示する。オペレータは、このグラフ表示部１０６
に表示されたデータと近似直線の適合の度合を判断し、
データが近似直線上に十分乗っていると判断した場合に
は、オペレータ判断入力部１０８へ“可”を入力する。
そうでないと判断した場合には、“不可”を入力する。
判別部１０７では徴量抽出部１０５で数値化された汚損
量をもとに、印刷物の汚損の度合を判別する。例えば、
特徴量抽出部１０５で算出された汚損量が０〜２０なら
汚損なし、２０〜４０ならやや汚損、４０〜６０なら汚
損ぎみ、６０〜８０なら汚損、８０〜１００ならかなり
の汚損といった具合である。この特徴量と汚損の度合と
の関係を表１に示す。

【００１０】

【表１】

【００１１】そして、オペレータ判断入力部１０８にお
いて“可”が入力されていれば、汚損の度合をそのまま
出力し、“不可”が入力されていれば、リジェクトある
いは判断不能、データ間違い等の出力をする。又、ここ
ではオペレータを介在させて汚損の判別を行う方法につ
いて説明したが、オペレータの介在なしに汚損を判別す
ることも可能である。その場合には、グラフ表示部１０
６で、データとそのデータの近似直線の適合の度合を、
例えば図７に示すようなデータと近似直線との誤差で表
す。データ１（７０２）、データ２（７０３）、データ
３（７０４）及びそれらデータの近似直線７０１が図の
ようにあるとき、データ１（７０２）から近似直線７０
１に下ろした垂線の長さ７０５、データ２（７０３）か
ら近似直線７０１に下ろした垂線の長さ７０６、データ
３（７０４）から近似直線７０１に下ろした垂線の長さ
７０７の合計を、ここでは不適合度とし、この値が小さ
いほど、データと近似直線との適合が良いと判断する。
具体的には、近似直線がｙ＝ａｘ＋ｂで与えられている
とき、データ１（ｘ1 、ｙ1 ）（７０２）と近似直線の
差７０５はｙ1 とａｘ1 ＋ｂの差で表され、同様にデー
タ２（ｘ2 、ｙ2 ）（７０３）と近似直線の差７０６は
ｙ2 とａｘ2 ＋ｂの差で、データ３（ｘ3 、ｙ3 ）（７
０４）と近似直線の差７０７はｙ3 とａｘ3 ＋ｂの差で
それぞれ求められ、これらの差の合計を、データと近似
直線との不適合度とする。そして、例えばこの値が２０
以下であれば、オペレータ入力部１０８は“可”とな
り、それより大きい場合は“不可”となる。

【００１２】図３は特徴量抽出部１０５の詳細ブロック
図を示す。スケール選定部３０１では、画像メモリ１０
４に格納されている画像データの大きさをもとに、解析
する画素スケールの範囲を複数選定する。例えば画像デ
ータの大きさが縦１００画素、横１００画素の場合に
は、解析画素スケールの範囲を、画像の大きさの１０分
の１の１０画素から１１画素、１２画素と１画素ずつ増
やし、２０画素までに決定する。予め画像の大きさがわ
かっている場合には、解析画素スケール範囲を固定して
もよい。ボックスカウント部３０２では、スケール選定
部３０１で選定した解析画素スケール範囲のうちの一つ
の画素スケールを用いて、画像メモリ１０４に格納され
ている画像データを、この画素スケールの大きさの小領
域に分割する。そして、各小領域内において画像データ
の最大濃度値と最小濃度値の差を求め、その差を画素ス
ケールの値で割り、１を加える。この値を、その小領域
におけるボックスカウント数とする。図４はこのボック
スカウント処理を示す図である。つまり、ある画素スケ
ールｒ（４０１）の小領域において、最大濃度値Ｉ1
（４０２）と最小濃度値Ｉ3 （４０４）を求め、その間
に入ることのできる大きさｒのブロックの数に１を加え
たものが、ここで言うボックスカウント数として定義さ
れる。全ての小領域についてボックスカウント数が求め
られたら、これら小領域全てのボックスカウント数を加
え、この値を、先に用いた画素スケールにおけるボック
スカウント数と定義する。そして、画素スケールとボッ
クスカウント数を組にしてメモリ３０３に格納する。ル
ープ終了判定部３０４では、スケール選定部３０１にお
いて選定した画素スケール範囲の内、まだ解析していな
い画素スケールがあれば、その画素スケールについて以
上の処理を繰り返す。回帰直線計算部３０５では、メモ
リ３０３に保存された画素スケールとボックスカウント
数の組のデータそれぞれについてｌｏｇ（対数）を取
り、グラフに表し、最小二乗法を用いて回帰直線（近似
直線）を求める。この画素スケールとボックスカウント
数の組のデータ及び回帰直線は、グラフ表示部１０６に
表示される。特徴量データ算出部３０６では、回帰直線
計算部３０５で計算された近似直線の傾きと、近似直線
のｙ切片、つまり解析画素スケールのうち最も小さい画
素スケールにおけるボックスカウント数から、汚損量を
数値化して出力する。この数値化方法としては、例えば
近似直線の傾きとｙ切片の値の和や積、商、差分などが
考えられる。

【００１３】最小二乗法による回帰直線は、以下のよう
にして求めることができる。例として図８に示したデー
タ１（ｘ1 、ｙ1 ）（８０２）、データ２（ｘ2 、ｙ2
）（８０３）、データ３（ｘ3 、ｙ3 ）（８０４）及
びデータ４（ｘ4 、ｙ4 ）（８０５）から回帰直線（８
０１）を求める方法を具体的に示す。まず、回帰直線
（８０１）をｙ＝ａｘ＋ｂと仮定し、ａとｂは未知数と
する。最小二乗法とは、各データと直線ｙ＝ａｘ＋ｂと
の鉛直方向のずれの二乗の和を最小にするようなａ及び
ｂを求めることである。各データと直線との鉛直方向の
ずれの二乗和を求めると、

【００１４】

【数１】 となる。これから、Ｑをａ及びｂで変微分しそれを０と
すると、

【００１５】

【数２】 となり、未知数ａ及びｂが求められる。

【００１６】以上が印刷物の汚損度判別装置の構成の説
明であるが、ここで実際に、図９のようなある汚損印刷
物の画像データの一部をもとに、汚損度の判別される様
子を示す。ここでは、図９のような画像に対して、解析
する画素スケールを２画素から４画素とした。先ず、画
素スケール２画素について、ボックスカウント数を求め
てみる。図１０のように画像を２×２の大きさの小領域
に分割し、各小領域について、ボックスカウント数を求
める。例えば小領域１００１では、最大濃度値が６、最
小濃度値が１であるから、その差は５となり、画素スケ
ール２で割ると２、そして１を加えて３となる。小領域
１００２では、同様に最大濃度値が９、最小濃度値が
４、その差が５、画素スケール２で割ると２、そして１
を加えて３となる。各小領域におけるブロックカウント
数を、図１０の各小領域の中央に丸印で囲んで示す。そ
して、画素スケール２におけるブロックカウント数は、
これら小領域のブロックカウント数を全て加え、６０と
なる。続いて画素スケール３画素、４画素についても同
様にボックスカウント数を求め、図１１、図１２より、
それぞれ１２、１２となる。次に、これら画素スケール
とボックスカウント数それぞれについてｌｏｇをとる
と、（画素スケール、ボックスカウント数）の組がそれ
ぞれ（0.3, 1.78 ）、（0.48, 1.08）、（0.6, 1.08 ）
となる。これらデータの組をグラフ上にプロットする
と、図１３のようになる。図１３上のプロット点から、
最小二乗法により回帰直線を求める。式（６）及び
（７）にそれぞれ値を代入すると、回帰直線として、

【００１７】

【数３】 y= -2.46x + 6.67 （８） が得られる。ここで、データと回帰直線の適合の度合
を、オペレータが介在しない場合について説明する。そ
の場合、データと近似直線の誤差を求めればよいのであ
るから、データと近似直線の鉛直方向についての誤差の
合計を求め、この場合は、

【００１８】

【数４】 誤差ε=(-2.46 ×0.3+6.67-1.78) + (-2.46 ×0.48+6.67-1.08) + (-2.46 ×0.6+6.67-1.08) =12.7 （９）

【００１９】となる。この値は、予め決められた不適合
度の閾値、例えば２０より小さいため、オペレータ判断
入力部１０８は“可”となる。そして判別部１０７にお
いて、特徴量抽出部１０５で数値化された汚損量、つま
り近似直線の傾きの絶対値である2.46と、解析画素スケ
ールのうち最も小さい画素スケールである２画素におけ
るボックスカウント数６０のｌｏｇをとった1.78を用い
て、汚損の度合を判別する。あるいは、図１３における
近似直線のｙ切片の6.67を用いて汚損の度合を判別す
る。ここでは前者を用いて、例えばそれらの値の積を求
め、汚損量を4.4 とした。この値は、予め決められた汚
損判別段階の“汚損なし”の区分に入り、ここで解析し
た画像は、汚損なしと判別されることになる。

【００２０】特徴量抽出部１０５は、図５のような処理
とすることもできる。スケール選定部５０１では、画像
メモリ１０４に格納されている画像データの大きさをも
とに、解析する画素スケールの範囲を選定する。前述の
ように画像データの大きさが縦１００画素、横１００画
素の場合には、解析画素スケールの範囲を、画像の大き
さの１０分の１の１０画素から、それより１０画素大き
い２０画素までにするといった具合である。予め画像の
大きさがわかっている場合には、解析画素スケール範囲
を固定してもよい。２値化処理部５０２では、画像メモ
リ１０４に格納されている画像データを、ある閾値、例
えば画像量子化値（最大値）の半分の値で２値化し、２
値化処理部５０２内の画像メモリ５０８に格納する。ボ
ックスカウント部５０３では、スケール選定部５０１で
選定した解析画素スケール範囲のうちの一つの画素スケ
ールを用いて、２値化処理部５０２内の画像メモリ５０
８に格納されている２値画像データを、この画素スケー
ルの大きさの小領域に分割する。そして、各小領域内に
おいて１の画素があれば、その小領域は１、なければ０
とする。図６はこのボックスカウント処理を示す。つま
り、２値画像６０１が検査対象であり、ある画素スケー
ルｒ（６０３）の小領域において１の画素があれば（６
０２）、その小領域は１とし、なければ（６０４）０と
するのである。図６では１の画素のある小領域を斜線で
示した。全ての小領域についての判定が終わったら、こ
れら小領域の中で、１となった小領域の数を数え、この
値を、先に用いた画素スケールにおけるボックスカウン
ト数とする。そして、画素スケールとボックスカウント
数を組にしてメモリ５０４に格納する。ループ終了判定
部５０５では、スケール選定部５０１において選定した
画素スケール範囲のうち、まだ解析していない画素スケ
ールがあれば、その画素スケールについて以上の処理を
繰り返す。回帰直線計算部５０６では、メモリ５０４に
保存された画素スケールとボックスカウント数の組のデ
ータそれぞれについてｌｏｇを取り、グラフに表し、最
小二乗法によって回帰直線（近似直線）を求める。この
画素スケールとボックスカウント数の組のデータ及び近
似直線は、グラフ表示部１０６に表示される。特徴量デ
ータ算出部５０７では、回帰直線計算部５０６で計算さ
れた近似直線の傾きと、近似直線のｙ切片、つまり解析
画素スケールのうち最も小さい画素スケールのボックス
カウント数から、汚損量を数値化して出力する。この数
値化方法としては、例えば近似直線の傾きとｙ切片の値
の和や積、商、差分などが考えられる。

【００２１】ここで、図５の処理に基づいた汚損度判別
について具体的に示す。図９のような汚損印刷物の画像
データの一部があると仮定する。まず解析する画素スケ
ールを選択する（５０１）が、ここでは２画素から４画
素とした。そして２値化処理を施す。ここでは２値化閾
値を８とし、８レベル以上の画素を１とした。このよう
にして２値化した画像を図１４に示す。図１４では、斜
線の引かれた画素が１を表すものとする。先ず、画素ス
ケール２画素について、ボックスカウント数を求めてみ
る。図１５のように画像を２×２の大きさの小領域に分
割し、各小領域について、１の画素を検索する。例えば
小領域１５０１では１の画素が存在しないので、小領域
１５０１は０となる。小領域１５０２では１の画素が存
在するので、小領域１５０２は１となる。各小領域にお
ける判定を、図１５の各小領域の中央に丸印で囲んで示
す。そして、画素スケール２におけるブロックカウント
数は、全ての小領域中で１となった小領域の数であるか
ら、この場合１１となる。続いて画素スケール３画素、
４画素についても同様にボックスカウント数を求め、図
１６、図１７より、それぞれ４、４となる。次に、これ
ら画素スケールとボックスカウント数それぞれについて
ｌｏｇをとると、（画素スケール、ボックスカウント
数）の組がそれぞれ（0.3, 1.04 ）、（0.48, 0.6 ）、
（0.6, 0.6）となる。これらデータの組をグラフ上にプ
ロットすると、図１８のようになる。図１８上の各プロ
ット点から、最小二乗法により回帰直線を求める。式
（６）及び（７）にそれぞれ値を代入すると、回帰直線
として、

【００２２】

【数５】 y=-2.16x +2.04 （１０） が得られる。ここで、データと回帰直線の適合の度合
を、オペレータが介在しない場合について説明する。そ
の場合、データと近似直線の誤差を求めればよいのであ
るから、データと近似直線の鉛直方向についての誤差の
合計を求め、この場合は約0.9 となる。この値は、予め
決められた不適合度の閾値、例えば１０より小さいた
め、オペレータ判断入力部１０８は“可”となる。そし
て判別部１０７において、特徴量抽出部１０５で数値化
された汚損量、つまり近似直線の傾きの絶対値である2.
16と、解析画素スケールのうち最も小さい画素スケール
である２画素におけるボックスカウント数１１のｌｏｇ
をとった1.04を用いて、汚損の度合を判別する。あるい
は、図１８の近似直線のｙ切片の2.04を用いて汚損の度
合を判別する。ここでは前者の値の積を求め、汚損量を
2.2 とした。この値は、予め決められた汚損判別段階の
“汚損なし”の区分に入り、ここで解析した画像は、汚
損なしと判別されることになる。

【００２３】特徴量抽出部１０５は、図１９のような処
理とすることもできる。２値化処理部１９０１では、画
像メモリ１０４に格納されている画像データを、ある閾
値、例えば画像量子化値の半分の値で２値化し、２値化
処理部１９０１内の画像メモリ１９０５に格納する。周
囲長計測部１９０２では、２値化処理部１９０１内の画
像メモリ１９０５に格納された２値画像について、周囲
長を計測する。面積計測部１９０３では、２値化処理部
１９０１内の画像メモリ１９０５に格納された２値画像
について、面積を求める。特徴量データ算出部１９０４
では、周囲長計測部１９０２及び面積計測部１９０３で
算出された数値をもとに、汚損量を数値化して出力す
る。この数値化方法としては、例えば周囲長を二乗して
面積で割った値や、それぞれの値の和や積、商、差分な
どが考えられる。

【００２４】ここで、図１９の処理に基づいた汚損度判
別について具体的に示す。前述のように図９のような汚
損印刷物の画像データの一部があるとする。まず２値化
処理を施す。ここでは２値化閾値を８とし、８レベル以
上の画素を１とした。このようにして２値化した画像を
図１４に示す。図１４では、斜線の引かれた画素が１を
表すものとする。次に、図１４において斜線の引かれた
画素の周囲長と面積を求める。図１４を２値で書き改め
ると、図２０のようになるが、画素２００１の１の画素
についての周囲長はこの場合４となり、面積は１であ
る。画素２００２は、画素２００３と隣接しており、こ
の２つの画素を合わせた周囲長は６、面積は２となる。
このようにして、図２０についての各周囲長と各面積の
合計を求めると、それぞれ５０、１４となる。続いて、
周囲長と面積から、汚損度を数値化する。ここでは、周
囲長を二乗して面積で割る方法を用い、更に補正パラメ
ータ0.1 を加味すると、汚損量が17.9となる。この値
は、予め決められた汚損判別段階の“汚損なし”の区分
に入り、ここで解析した画像は、汚損なしと判別される
ことになる。

【００２５】以上の説明は、汚損の判別を行う印刷物に
ついて、全面を一度に解析する方法について説明した
が、汚損を判別する印刷物の特定領域のみについて行う
ことも可能である。この場合、予め汚損を判別する領域
を指定しておいたり、オペレータが印刷物を見て、汚損
を判別する領域を指定することなどにより行うことがで
きる。又、図２１のように印刷物を小領域に分割し、各
小領域毎に汚損度判別処理を行い、全ての小領域につい
て汚損度が判別されたら、最終的にその印刷物の汚損度
を求めることもできる。この場合の処理ブロックとして
は、図１の画像メモリ１０４に画像分割部１１０を設
け、入力された画像を、例えば９つの小領域に分割す
る。そして各小領域について特徴量を抽出して汚損度の
判別を行い、画像統合部１１１により、画像の各小領域
と汚損度との対応をとる。そして全体汚損判別部１１２
により、入力された印刷物全体の汚損度を、部分汚損判
別部１１３により、部分的な汚損度や汚損の多い領域を
求め、結果をそれぞれ出力する。具体的に説明すると、
図２１のように印刷物を例えば９つの小領域に分割す
る。そして各小領域についてそれぞれ汚損度を求め、同
図のように求められたと仮定する。図２１では、印刷物
の中央部（２１０５）は汚損がないが、右端（２１０
３、２１０６、２１０９）は汚損が多くなっている。そ
して全体汚損判別結果としては、例えば汚損なしを０、
やや汚損を５、汚損ぎみを１０、汚損を１５というよう
に数値化して、９つの小領域の平均をとることによっ
て、この印刷物は例えば“やや汚損”という判別結果を
出力する。あるいは部分汚損判別結果として“汚損ぎ
み”あるいは“汚損”という判定結果が得られた小領域
の位置を出力する。更に、ここでは各小領域について汚
損度の判別を行った後に、最終的な印刷物の汚損を判別
しているが、各小領域について、汚損の判別をせずに汚
損量として数値で表しておき、最終的な判断の際に、各
小領域の汚損量の和や積、商、差分などの値を用いるこ
とも可能である。この方法により、印刷物全体だけでな
く、印刷物の中で汚損している領域を抽出することも可
能となる。

【００２６】最後に、模様を含む印刷物の汚損度の判別
について説明する。この場合の処理ブロックとしては、
図１に基準データ比較部１０９を付加することで実現で
きる。まず、予め汚損のない模様を含む印刷物につい
て、以上で説明した汚損量を算出しておき、基準データ
比較部１０９内に基準辞書データ１１４として保存して
おく。そして、模様を含む印刷物の汚損度を判別する場
合には、特徴量抽出部１０５において算出された印刷物
の汚損量と、基準辞書データ１１４に保存されているデ
ータとの差分を基準データ比較部１０９において求め、
この結果を模様を含む印刷物の汚損量とする。以降は、
この汚損量から汚損度の判別を行う。

【００２７】

【発明の効果】従って本発明によれば、汚損の度合を定
量的に表した少数の特徴量で印刷物の汚損を表現できる
ため、汚損の判別が容易となる。尚、従来法の微分処理
等による汚損度判別との違いは、従来の微分や２値化処
理による画素数計測、分散の計測などでは、その２値画
像が、単純な直線で構成されているか、あるいは複雑な
線で構成されているかに係わらず、計測される画素数が
同じであれば、それら２つの２値画像は同一の汚損度と
して判別されてしまうことである。それに対し本発明で
は、２値画像の複雑さを求めることにより、どの程度し
わが多いとか、折り目が多いなど、画素数計測のみでは
得られない複雑の度合を捉えることができる。

【００２８】又、本発明によれば、印刷物全面を小領域
に分け、各小領域について汚損度を求め、最終的にその
印刷物の汚損度を求めているため、印刷物の全体的な汚
損を求めることができ、更に汚損している領域の特定も
可能である。更に本発明によれば、印刷模様の存在する
部分についても汚損度判別が可能である。

【図面の簡単な説明】

【図１】図１は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。

【図２】図２は従来の汚損度判別装置の概略構成図。

【図３】図３は図１の特徴量抽出部の第１詳細ブロック
図。

【図４】図４は本発明によるボックスカウント処理を説
明するための図。

【図５】図５は図１の特徴量抽出部の第２詳細ブロック
図。

【図６】図６は本発明によるボックスカウント処理を説
明するための図。

【図７】図７は近似直線の適合度を説明するための図。

【図８】図８は近似直線の求め方を説明するための図。

【図９】図９は汚損印刷物画像データの一部分を示す
図。

【図１０】図１０は画素スケールが２画素の場合のボッ
クスカウント数を示す図。

【図１１】図１１は画素スケールが３画素の場合のボッ
クスカウント数を示す図。

【図１２】図１２は画素スケールが４画素の場合のボッ
クスカウント数を示す図。

【図１３】図１３は画素スケールとボックスカウント数
を関係を示す図。

【図１４】図１４は汚損印刷物の２値化画像データを示
す図。

【図１５】図１５は画素スケールが２画素の場合のボッ
クスカウント数を示す図。

【図１６】図１６は画素スケールが３画素の場合のボッ
クスカウント数を示す図。

【図１７】図１７は画素スケールが４画素の場合のボッ
クスカウント数を示す図。

【図１８】図１８は画素スケールとボックスカウント数
の関係を示す図。

【図１９】図１９は図１の特徴量抽出部の第３詳細ブロ
ック図。

【図２０】図２０は２値画像内の各画像の周囲長と面積
を算出を説明するための図。

【図２１】図２１は印刷物画像の小量域毎の汚損判別を
説明するための図。

Claims (9)

(57)【特許請求の範囲】
1. 【請求項１】 印刷物の汚損を判別する装置において、 前記印刷物の画像データを入力する手段と、 前記入力手段により入力される画像データから汚損の特
   徴を示す汚損特徴量を計算する手段と、 前記計算手段から入力される前記汚損特徴量に基づい
   て、前記汚損の度合いを判別する手段と、 を具備し、 前記汚損特徴量計算手段は、 入力された前記画像の大きさに応じて、解析する複数の
   画素スケールを選定する手段と、 前記各画素スケールに基づいて前記画像を複数の小領域
   に分割する手段と、 前記各小領域内の画素の最大濃度値と最小濃度値の差、
   及び前記画素スケールを用いて演算し演算結果を提供す
   る手段と、 前記各小領域について求められた前記演算結果を合計し
   て合計結果を提供する手段と、 前記画素スケールと前記合計結果の対で各々表されるデ
   ータに基づいてグラフを求める手段と、 前記グラフから近似直線を求める手段と、 前記近似直線のｙ切片及び傾きを求める手段と、 前記ｙ切片及び傾きから前記汚損特徴量を算出する手段
   とを有し、 前記度合い判別手段は、 予め求められている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して、前記汚損特徴量から前記汚
   損の度合いを求める手段とを有することを特徴とする印
   刷物汚損度判別装置。
2. 【請求項２】 印刷物の汚損を判別する装置において、 前記印刷物の画像データを入力する手段と、 前記入力手段により入力される画像データから汚損の特
   徴を示す汚損特徴量を計算する手段と、 前記計算手段から入力される前記汚損特徴量に基づい
   て、前記汚損の度合いを判別する手段と、 を具備し、 前記汚損特徴量計算手段は、 入力された前記画像を２値化する手段と、 前記画像の大きさに応じて、解析する複数の画素スケー
   ルを選定する手段と、 前記各画素スケールに基づいて前記画像を複数の小領域
   に分割する手段と、 前記複数の小領域の中で、前記特定２値化データを有す
   る小領域の数を示す特定小領域数を求める手段と、 前記各画素スケールと前記特定小領域数の対で各々表さ
   れるデータに基づいてグラフを求める手段と、 前記グラフから近似直線を求める手段と、 前記近似直線のｙ切片及び傾きを求める手段と、 前記ｙ切片及び傾きから前記汚損特徴量を求める手段と
   を有し、 前記度合い判別手段は、 予め求められている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して、前記汚損特徴量から前記汚
   損の度合いを求める手段とを有することを特徴とする印
   刷物汚損度判別装置。
3. 【請求項３】 印刷物の汚損を判別する装置において、 前記印刷物の画像データを入力する手段と、 前記入力手段により入力される画像データから汚損の特
   徴を示す汚損特徴量を計算する手段と、 前記計算手段から入力される前記汚損特徴量に基づい
   て、前記汚損の度合いを判別する手段と、 を具備し、 前記汚損特徴量計算手段は、 入力された前記画像を２値化して２値化画像を提供する
   手段と、 前記２値化画像内の特定２値化データを有する画素の周
   囲長を求める手段と、 前記２値化画像内の特定２値化データを有する画素の面
   積を求める手段と、 前記周囲長と前記面積から前記汚損特徴量を算出する手
   段とを有し、 前記度合い判別手段は、 予め求められている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して、前記汚損特徴量から前記汚
   損の度合いを求める手段とを有することを特徴とする印
   刷物汚損度判別装置。
4. 【請求項４】 印刷物の汚損を判別する装置において、 前記印刷物の画像データを入力する手段と、 前記入力手段により入力された前記画像データを複数の
   小領域に分割する手段と、 前記小領域毎に汚損の特徴を示す汚損特徴量を計算する
   手段と、 前記計算手段から入力される前記小領域毎の前記汚損特
   徴量に基づいて、前記汚損の度合いを前記各小領域毎に
   判別する手段と、 前記各小領域の汚損の度合いを平均して印刷物全体の汚
   損の度合いを求める手段と、 前記各小領域の中で、汚損の度合いの大きい小領域を出
   力する手段と、 を具備し、 前記汚損特徴量計算手段は、 分割された前記小領域の大きさに応じて、解析する複数
   の画素スケールを選定する手段と、 前記各画素スケールに基づいて前記小領域内の画像を複
   数の微少領域に分割する手段と、 前記各微少領域内の画素の最大濃度値と最小濃度値の
   差、及び前記画素スケールを用いて演算し演算結果を提
   供する手段と、 前記各微少領域について求められた前記演算結果を合計
   することで得られる合計結果を前記各画像スケール毎に
   提供する手段と、 前記画素スケールとそれに対応する前記合計結果の対で
   各々表されるデータに基づいてグラフを求める手段と、 前記グラフから近似直線を求める手段と、 前記近似直線のｙ切片及び傾きを求める手段とを有し、 前記ｙ切片及び傾きから汚損特徴量を算出する手段と、 前記度合い判別手段は、 予め求められている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して、前記汚損特徴量から前記汚
   損の度合いを求める手段とを有することを特徴とする印
   刷物汚損度判別装置。
5. 【請求項５】 印刷物の汚損を判別する装置において、 前記印刷物の画像データを入力する手段と、 前記入力手段により入力された前記画像データを複数の
   小領域に分割する手段と、 前記小領域毎に汚損の特徴を示す汚損特徴量を計算する
   手段と、 前記計算手段から入力される前記小領域毎の前記汚損特
   徴量に基づいて、前記汚損の度合いを前記各小領域毎に
   判別する手段と、 前記各小領域の汚損の度合いを平均して印刷物全体の汚
   損の度合いを求める手段と、 前記各小領域の中で、汚損の度合いの大きい小領域を出
   力する手段と、 を具備し、 前記汚損特徴量計算手段は、 入力された前記画像を２値化する手段と、 分割された前記小領域の大きさに応じて、解析する複数
   の画素スケールを選定する手段と、 前記画素スケールに基づいて前記小領域内の画像を複数
   の微少領域に分割する手段と、 前記各微少領域内の特定２値化データを検索する手段
   と、 前記特定２値化データを有する微少領域の数を示す特定
   微少領域数を各画素スケール毎に求める手段と、 前記画素スケールとそれに対応する前記特定微少領域数
   の対で各々表されるデータに基づいてグラフを求める手
   段と、 前記グラフから近似直線を求める手段と、 前記近似直線のｙ切片及び傾きを求める手段と、 前記ｙ切片及び傾きから前記汚損特徴量を求める手段と
   を有し、 前記度合い判別手段は、 予め求められている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して、前記汚損特徴量から前記汚
   損の度合いを求める手段とを有することを特徴とする印
   刷物汚損度判別装置。
6. 【請求項６】 印刷物の汚損を判別する装置において、 前記印刷物の画像データを入力する手段と、 前記入力手段により入力された前記画像データを複数の
   小領域に分割する手段と、 前記小領域毎に汚損の特徴を示す汚損特徴量を計算する
   手段と、 前記計算手段から入力される前記小領域毎の前記汚損特
   徴量に基づいて、前記汚損の度合いを前記各小領域毎に
   判別する手段と、 前記各小領域の汚損の度合いを平均して印刷物全体の汚
   損の度合いを求める手段と、 前記各小領域の中で、汚損の度合いの大きい小領域を出
   力する手段と、 を具備し、 前記汚損特徴量計算手段は、 入力された前記画像を２値化して２値化画像を提供する
   手段と、 前記２値化画像内の特定２値化データを有する画素の周
   囲長を求める手段と、 前記２値化画像内の特定２値化データを有する画素の面
   積を求める手段と、 前記周囲長と面積から前記汚損特徴量を算出する手段と
   を有し、 前記度合い判別手段は、 予め求められている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して、前記汚損特徴量から前記汚
   損の度合いを求める手段とを有することを特徴とする印
   刷物汚損度判別装置。
7. 【請求項７】 印刷物の汚損を判別する装置において、 画像データから汚損の特徴を示す汚損特徴量を計算する
   手段と、 前記汚損の判別が行なわれる印刷物の第１画像データを
   入力する手段と、 前記入力手段により入力される前記第１画像データか
   ら、前記計算手段を用い て第１汚損特徴量を求める手段
   と、 前記汚損のない印刷物の第２画像データから、前記計算
   手段を用いて第２汚損特徴量を求める手段と、 前記第１汚損特徴量と前記第２汚損特徴量を用いて、汚
   損特徴量を算出する手段と、 予め算出されている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して前記汚損特徴量から汚損の度
   合いを求める手段とを具備し、 前記汚損特徴量計算手段は、 入力された前記画像の大きさに応じて、解析する複数の
   画素スケールを選定する手段と、 前記画素スケールに基づいて前記画像を複数の小領域に
   分割する手段と、 前記各小領域内の画素の最大濃度値と最小濃度値の差、
   及び前記画素スケールを用いて演算し演算結果を提供す
   る手段と、 前記各小領域について求められた前記演算結果を合計し
   て合計結果を提供する手段と、 前記画素スケールと前記合計結果の対で各々表されるデ
   ータに基づいてグラフを求める手段と、 前記グラフから近似直線を求める手段と、 前記近似直線のｙ切片及び傾きを求める手段と、 前記ｙ切片及び傾きから汚損特徴量を算出する手段と、 を有することを特徴とする印刷物汚損度判別装置。
8. 【請求項８】 印刷物の汚損を判別する装置において、 画像データから汚損の特徴を示す汚損特徴量を計算する
   手段と、 前記汚損の判別が行なわれる印刷物の第１画像データを
   入力する手段と、 前記入力手段により入力される前記第１画像データか
   ら、前記計算手段を用いて第１汚損特徴量を求める手段
   と、 前記汚損のない印刷物の第２画像データから、前記計算
   手段を用いて第２汚損特徴量を求める手段と、 前記第１汚損特徴量と前記第２汚損特徴量を用いて、汚
   損特徴量を算出する手段と、 予め算出されている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して前記汚損特徴量から汚損の度
   合いを求める手段とを具備し、 前記汚損特徴量を求める手段は、 入力された前記画像を２値化する手段と、 前記画像の大きさに応じて、解析する複数の画素スケー
   ルを選定する手段と、 前記画素スケールに基づいて前記画像を複数の小領域に
   分割する手段と、 前記各小領域内の特定２値化データを検索する手段と、 前記特定２値化データを有する小領域の数を示す特定小
   領域数を求める手段と、 前記各画素スケールと特定小領域数の対で各々表される
   データに基づいてグラフを求める手段と、 前記グラフから近似直線を求める手段と、 前記近似直線のｙ切片及び傾きを求める手段と、 前記ｙ切片及び傾きから前記汚損特徴量を求める手段
   と、 を有することを特徴とする印刷物汚損度判別装置。
9. 【請求項９】 印刷物の汚損を判別する装置において、 画像データから汚損の特徴を示す汚損特徴量を計算する
   手段と、 前記汚損の判別が行なわれる印刷物の第１画像データを
   入力する手段と、 前記入力手段により入力される前記第１画像データか
   ら、前記計算手段を用いて第１汚損特徴量を求める手段
   と、 前記汚損のない印刷物の第２画像データから、前記計算
   手段を用いて第２汚損特徴量を求める手段と、 前記第１汚損特徴量と前記第２汚損特徴量を用いて、汚
   損特徴量を算出する手段と、 予め算出されている汚損特徴量と汚損の度合いとを関連
   づけたテーブルを参照して前記汚損特徴量から汚損の度
   合いを求める手段と を具備し、 前記汚損特徴量計算手段は、 入力された前記画像を２値化して２値化画像を提供する
   手段と、 前記２値化画像内の特定２値化データを有する画素の周
   囲長を求める手段と、 前記２値化画像内の特定２値化データを有する画素の面
   積を求める手段と、 前記周囲長と面積から前記汚損特徴量を算出する手段
   と、 を有することを特徴とする印刷物汚損度判別装置。