JP4661474B2 - 画像処理装置、異常検知方法、プログラムおよび記録媒体 - Google Patents

Description

本発明は画像処理技術に関し、特に、ソフトウェアを用いて入力画像に対して画像処理を施す際に、処理途中で発生し得るプログラムの異常を検知するための技術に関する。

コピーやスキャンの際に装置に入力される入力画像の中には、文字のみならず写真や絵柄、下地等（以下、文字、写真、絵柄、下地等を「属性」または「画像属性」という）の異なる属性を持った画素が混在する。このような入力画像に画像処理を施す際にＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェアを用いた場合、画像処理が不要な画素にも画像処理を施すので、原稿種類によらず一定の時間で画像処理を実現することが可能である。そこで、従来から画像処理時間に一定の閾値を設け、閾値が経過しても画像処理が終了しない場合には異常の発生を検知するという方法が一般的に行われてきた。なお、コピー機やプリンタ等の画像形成装置における故障等の異常状態の発生を予測する技術として特許文献１がある。
特開２００５−１７８７４号公報

ところで、ハードウェアの代わりに画像処理ソフトウェアを用いて画像処理を施した場合、画像処理が必要な画素のみを演算処理するため原稿種類によって演算量が異なり、処理時間が変化する。このため、メモリリーク等が原因で画像処理プログラムが処理継続不能になった場合、演算量が最も多い原稿の処理時間（以下、「最長処理時間」）を予め推定して固定の閾値として設定してしまうと、演算量の少ない原稿の処理中に異常が発生しても固定の閾値が経過するまでユーザに異常発生が報知されない。このような異常検知方式はリアルタイム性に欠ける上、処理中なのか異常状態なのかわからずユーザに不快感を与えてしまう。また、特許文献１の技術では、機器の使用頻度や入力画像の画像処理後に得られる画像の情報等から機器の故障時期を予測し、予測結果をメンテナンスに利用するのみなので、画像処理中に発生したプログラムの異常をタイムリーに検出することはできなかった。

本発明は、上述した事情を鑑みてなされたものであり、画像処理プログラムにより入力画像の画像処理を実行した場合に、原稿種類に応じてタイムリーにプログラムの異常を検知することが可能なプログラム異常検知方式を提供することを目的とする。

上記課題を解決するため、本発明は、所定単位の入力画像について、少なくとも１の画素から成る所定の大きさのブロック毎に前記入力画像の属性を特定する属性特定手段と、前記属性特定手段によって特定された各属性毎のブロックが前記入力画像全体に対して占める比率を属性比率として算出する属性比率取得手段と、属性比率に応じた画像処理時間を対応付けて記憶する記憶手段と、前記記憶手段を参照することにより、前記属性比率取得手段によって取得された各属性比率に対応する画像処理時間を、一連の画像処理を順次実行する複数種類の画像処理モジュール毎に求め、当該画像処理時間を、前記入力画像に対して画像処理を施す各画像処理モジュールの異常を検知するための閾値として決定する閾値決定手段と、前記閾値決定手段によって前記各画像処理モジュールについて決定された閾値のいずれかが経過しても当該閾値に対応する画像処理モジュールの処理が完了していない場合に、当該画像処理モジュールに異常が発生したことを検知する異常検知手段と、前記異常検知手段によって前記画像処理モジュールの異常が検知された場合に、当該異常が検知された画像処理モジュールのみを再起動する再起動手段とを有することを特徴とする画像処理装置を提供する。

好ましい態様において、上記画像処理装置は当該画像処理装置のリソース占有率を計測するリソース占有率計測手段をさらに有し、リソース占有率と前記属性比率に応じた画像処理時間とを対応付けて記憶し、前記閾値決定手段は、前記記憶手段を参照することにより、前記リソース占有率計測手段によって計測されたリソース占有率と前記属性比率取得手段によって取得された各属性比率とに対応する画像処理時間を求め、当該画像処理時間を前記閾値として決定することを特徴とする。好ましくは、前記所定単位は、ページ単位、ページを副走査方向に帯状に分割したバンド単位、また主走査方向の１ラインであるライン単位であればよい。

上記課題を解決するため、本発明は、所定単位の入力画像について、少なくとも１の画素から成る所定の大きさのブロック毎に前記入力画像の属性を特定する属性特定ステップと、前記属性特定ステップにおいて特定された各属性毎のブロックが前記入力画像全体に対して占める比率を属性比率として算出する属性比率取得ステップと、属性比率に応じた画像処理時間を対応付けて記憶した記憶手段を参照することにより、前記属性比率取得ステップにおいて取得された各属性比率に対応する画像処理時間を、一連の画像処理を順次実行する複数種類の画像処理モジュール毎に求め、当該画像処理時間を、前記入力画像に対して画像処理を施す各画像処理モジュールの異常を検知するための閾値として決定する閾値決定ステップと、前記閾値決定ステップにおいて前記各画像処理モジュールについて決定された閾値のいずれかが経過しても当該閾値に対応する画像処理モジュールの処理が完了していない場合に、当該画像処理モジュールに異常が発生したことを検知する異常検知ステップと、前記異常検知ステップにおいて前記画像処理モジュールの異常が検知された場合に、当該異常が検知された画像処理モジュールのみを再起動する再起動ステップとを有することを特徴とする異常検知方法を提供する。

また、上記課題を解決するため、本発明は、コンピュータに、所定単位の入力画像について、少なくとも１の画素から成る所定の大きさのブロック毎に前記入力画像の属性を特定する属性特定機能と、前記属性特定機能により特定された各属性毎のブロックが前記入力画像全体に対して占める比率を属性比率として算出する属性比率取得機能と、属性比率に応じた画像処理時間を対応付けて記憶した記憶機能を参照することにより、前記属性比率取得機能によって取得された各属性比率に対応する画像処理時間を、一連の画像処理を順次実行する複数種類の画像処理モジュール毎に求め、当該画像処理時間を、前記入力画像に対して画像処理を施す各画像処理モジュールの異常を検知するための閾値として決定する閾値決定機能と、前記閾値決定機能によって前記各画像処理モジュールについて決定された閾値のいずれかが経過しても当該閾値に対応する画像処理モジュールの処理が完了していない場合に、当該画像処理モジュールに異常が発生したことを検知する異常検知機能と、前記異常検知機能によって前記画像処理モジュールの異常が検知された場合に、当該異常が検知された画像処理モジュールのみを再起動する再起動機能とを実行させるためのプログラムと、当該プログラムを記録したコンピュータ読み取り可能な記録媒体を提供する。

本発明に係るプログラム異常検知方式によれば、原稿種類に応じてタイムリーにプログラムの異常を検知することが可能になる。

以下、図面を参照して本発明の一実施形態について説明する。

図１は、本実施形態に係る複合機１００の機能構成を示すブロック図である。属性特定部１は、ページ毎の入力画像データＧであるページ画像データＧ_ｋを複数の画素の集合体である所定サイズのブロックに分割し、各ブロックを構成する各画素の濃淡と周辺画素との関係を抽出するエッジ検出処理を施すことによりブロック単位で属性を特定する。そして特定した属性に応じて「下地」、「文字」、「写真」、「絵柄」等各属性を識別する属性フラグを各ブロックに付与する。ブロック数集計部２は、属性フラグ毎にブロック数を集計する。属性比率取得部３は、属性毎のブロック数の、入力画像データ総ブロック数に対する比率（％）（以下「属性比率」という）を求める。閾値決定部４は、属性比率の計算結果に基づいて、属性比率に応じた処理時間を予め記憶した処理時間推定テーブルＴＢ１（図３参照、詳細は後述）を参照して画像処理時間を推定し、当該推定値を、異常検知のための閾値として決定する。異常検知部５は、ページ画像データＧ_ｋの画像処理が終了することなく閾値が示す時間が経過した場合、画像処理プログラムＩＰ−ＳＷに異常が発生したことを示す異常検知信号を出力する。プログラム再起動部６は、異常検知信号が異常検知部５によって出力された場合に、画像処理プログラムＩＰ−ＳＷを再起動する。

図２は、本実施形態に係る複合機１００のハードウェア構成を示す図である。複合機１００は、原稿上に形成された画像を読み取り画像データを形成する画像読取装置１１０と、入力画像データに画像処理を施す画像処理装置１２０と、画像処理が施された画像データに応じて用紙（記録材）上に画像を形成する画像形成装置１３０と、外部の装置と通信を行うためのインタフェース（Ｉ／Ｆ）部１６０と、操作入力部１７０と、表示部１８０と、バス１９０を介して、これら各部を制御するＣＰＵ（Central Processing Unit）１４０から構成される。複合機１００は、ＣＰＵ１４０の制御の下、画像読取装置１１０から入力された画像を画像形成装置１３０により印刷するコピー機能、同画像を通信Ｉ／Ｆ部１６０とネットワークを介して相手方ＦＡＸ装置に送るＦＡＸ機能、ＬＡＮ等を介して接続されたＰＣから通信Ｉ／Ｆ部１６０を介して入力された画像を画像形成装置１３０により印刷する印刷機能など、複合機としての機能を実現することができる。

記憶部１５０は、図２に示されているように、揮発性メモリ１５０ａと不揮発性メモリ１５０ｂとを有している。揮発性メモリ１５０ａは、例えばＲＡＭ（Random Access Memory）であり、ソフトウェアにしたがって作動しているＣＰＵ１４０によってワークエリアとして利用される。本実施形態では、揮発性メモリ１５０ａには、画像読取装置１１０から入力された入力画像データＧ等が一時的に記憶される。一方、不揮発性メモリ１５０ｂは、例えば、ハードディスクであり、本実施形態に係る処理時間推定テーブルＴＢ１を格納している。また、不揮発性メモリ１５０ｂには、画像処理手順を定めた画像処理プログラムＩＰ−ＳＷと、当該画像処理プログラムＩＰ−ＳＷの一連の処理を順次実行する複数種類の画像処理モジュールと、本実施形態に係る異常検知用プログラムＰＧＭが記憶されている。本実施形態においては、複合機１００がコピー機能を実行するときにＣＰＵ１４０が上記異常検知用プログラムＰＧＭを読み出して実行することにより、上述の機能構成における各構成要素に対応する機能が実現される。

また、図示のように、ＣＰＵ１４０はタイマ１４０ａとキャッシュメモリ１４０ｂを有している。ＣＰＵ１４０は、上記処理時間推定テーブルＴＢ１を参照することにより入力画像の属性比率に応じた画像処理時間を取得すると、当該画像処理時間をタイマ１４０ａにセットする。キャッシュメモリ１４０ｂは、画像処理後のプリント待ちの画像データを一時的に保存しておくための領域である。

図３は、本実施形態に係る処理時間推定テーブルＴＢ１のデータ構成の一例を示す図である。図示のように、処理時間推定テーブルＴＢ１は、各属性画像の入力画像全体に対する比率である属性比率を示すデータと、入力画像データの画像処理に要する処理時間（Ｔ）を示すデータが対応付けられて予め記憶されている。

続いて、本実施形態に係る複合機１００の動作について説明する。本実施形態では、複合機１００に原稿のコピーを実行させる場合について説明する。
図４は、本実施形態に係る画像処理の流れを示すフローチャートである。まず、ユーザが１または複数枚の原稿をＡＤＦ（Automatic Document Feeder）にセットし、操作入力部１７０のスタートボタンを押すと、画像読取装置１１０を介して、処理対象である入力画像データＧが入力され、ページ画像データＧ_ｋとしてページ毎に揮発性メモリ１５０ａに格納される（ステップＳ１）。

次に、ＣＰＵ１４０は、各ページ画像データＧ_ｋにシェーディング補正等のスキャン補正処理を順次施す（ステップＳ２）。続いてＣＰＵ１４０は、ページ画像データＧ_ｋの画像処理に要する画像処理時間（Ｔ）を推定する（ステップＳ３）。

図５は、本実施形態に係る処理時間推定処理（Ｓ３）の詳細な流れを示すフローチャートである。まず、ＣＰＵ１４０はステップＳ３１において、ページ画像データＧ_ｋについてブロック単位でその属性を特定する。

図６は、本実施形態の処理例を示す図である。本実施形態では、ページ画像データＧ_ｋが与えられると、当該ページ画像データＧ_ｋを各々がｍ×ｎ画素から成るＭ×Ｎ個のブロックに分割し（図６の（ａ））、ブロック毎にその属性を判定する。各ブロックの大きさは例えば６×６ｍｍの正方形等任意に設定可能であるが、細かく分割するほどより正確な画像属性が判定可能である一方、属性の特定処理に時間がかかってしまう。従って、複合機１００の機能と要求される処理スピードとを総合的に判断し、適切な大きさのブロックに分割するよう設定するのが好ましい。属性判定に際しては、原稿上に視認される文字、写真、絵柄等の属性に拘わらず、上述したエッジ検出処理を施した結果得られた各画素の濃淡とその変化の度合いに応じて機械的に属性を割り当てる。従って、原稿上は写真を構成するブロックであっても画素間における濃淡変化の度合いが急激な場合（つまり輪郭が鮮明な場合）には文字属性を有すると判定し、濃淡が徐々に変化していき輪郭が不鮮明な場合には写真属性を有すると判定する。また、絵柄属性の場合、文字属性に比べ薄めの色からやや濃い色に変化するというように画素間における濃淡の変化量は比較的少ないが輪郭は写真に比べ鮮明であるので絵柄属性を有すると判定する。また、ブロック内の画素の明度が一様に高く輪郭が検出されない場合、「下地属性」を有するブロックであると判定する。ＣＰＵ１４０は、判定結果に基づいて、「下地属性」を有するブロックには属性フラグ「０」、「文字属性」を有するブロックには属性フラグ「１」、「写真属性」を有するブロックには属性フラグ「２」、「絵柄属性」を有するブロックには属性フラグ「３」を付与する。その結果、図６の（ｂ）に示すようなページ画像属性データＧ_ｋ’が生成され、揮発性メモリ１５０ａに一時的に格納される。

次に、ＣＰＵ１４０は、ステップＳ３２において「文字属性」を示す属性フラグ「１」のブロック数、「写真属性」を示す属性フラグ「２」のブロック数、「絵柄属性」を示す属性フラグ「３」のブロック数を各々集計する。なお、本実施形態では、「下地属性」を有するブロックは画像処理が不要な余白部分であるとして取り扱い、ブロック数の集計は行わない。次にＣＰＵ１４０はステップＳ３３において、各画像属性について集計したブロック数の、ページ画像データＧ_ｋのブロック数（Ｍ×Ｎブロック）に対する比率を各属性の属性比率として取得する。その結果、文字属性比率「ｘ％」、写真属性比率「ｙ％」、絵柄属性比率「ｚ％」が各々求められる。

続いてＣＰＵ１４０は、ステップＳ３４において、処理時間推定テーブルＴＢ１（図３）を参照することにより、ステップＳ３３において取得した各属性比率に応じた画像処理時間を特定する。本実施形態では、処理時間推定テーブルＴＢ１の属性比率データとして「文字（％）」と「写真（％）」との２種類の属性比率の組み合わせから成るレコードが多数記憶されている。例えば、図示の例において処理時間推定テーブルＴＢ１の先頭レコードでは、「文字（％）」と「写真（％）」フィールドが各々「９０％」と「０％」である場合にページ画像データＧ_ｋが９０％の文字属性部分と１０％の余白部分で構成されていることを示し、２番目のレコードでは「文字（％）」と「写真（％）」フィールドが各々「８０％」と「１０％」である場合にページ画像データＧ_ｋが８０％の文字属性部分と１０％の写真部分と１０％の余白部分で構成されていることを示す。なお、画像処理時間（Ｔ）は入力画像の属性比率のみならず、ＣＰＵ１４０やキャッシュメモリ１４０ｂ等のリソース占有率にも依存する。本実施形態に係る処理時間推定テーブルＴＢ１において、画像処理時間（Ｔ）は、これらリソース占有率が固定である場合について予め推定された値である。

再びステップＳ３４の説明に戻り、ＣＰＵ１４０は、ステップＳ３３において取得された各属性比率（ｘ％，ｙ％，ｚ％）を処理時間推定テーブルＴＢ１の各レコード（「文字（％）」フィールドの記憶値、「写真（％）」フィールドの記憶値）と比較し、最近似値を有するレコードを特定する。なお、本実施形態では、「文字」以外の画像属性は全て「写真属性」に含まれるものとして取り扱う。従って、絵柄属性比率（ｚ％）は写真属性比率（ｙ％）に加算されて、「写真（％）」フィールドの各記憶値と比較される。この結果、入力画像が各属性比率（ｘ％，ｙ％＋ｚ％）に最も近い値を有するレコードは５番目のレコード（文字，写真）＝（６０％，３０％）であると判定されたとする。その結果、処理時間（Ｔ）が「ｔ７」であることが求められる。このようにしてページ画像データＧ_ｋの画像処理に要する処理時間「Ｔ＝ｔ７」が取得されると、ＣＰＵ１４０は処理時間推定処理（Ｓ３）を終了する。

再び図４に戻り、ＣＰＵ１４０は、タイマ１０４ａに時間「ｔ７」をセットして起動するとともに、揮発性メモリ１５０ａからページ画像データＧ_ｋを読み出し、画像処理を開始する（Ｓ４）。続いてＣＰＵ１４０は、画像処理装置１２０からの制御部（図示略）からページ画像データＧ_ｋの画像処理が終了したことを示す信号が出力されると（ステップＳ５；ＹＥＳ，ステップＳ８；ＮＯ）、画像処理後のページ画像データＧ_ｋをキャッシュメモリ１４０ｂに保存した上で、画像形成装置１３０を介して記録紙である用紙上に画像を形成する（ステップＳ６）。次にＣＰＵ１４０は、次に処理対象のページ画像データＧ_ｋがあるか否かを判断し（ステップＳ７）、判定結果がＮＯになるまで、ステップＳ３以降の処理を繰り返す。

一方、ページ画像データＧ_ｋの画像処理の終了を示す信号が出力されることなく（ステップＳ５；ＮＯ）タイムアウトが発生すると（ステップＳ８；ＹＥＳ）、ＣＰＵ１４０は画像処理プログラムＩＰ−ＳＷの実行途中で異常状態が発生し処理の続行が不可能になったことを示す通知を表示部１８０に表示する（ステップＳ９）。ＣＰＵ１４０は続いて、プログラムの再起動を行うとともに（ステップＳ１０）、原稿を画像読取装置１１０に再セットするよう要求する旨を表示部１８０に表示する（ステップＳ１１）。そして、再セット要求を表示部１８０にて視認したユーザが原稿を画像読取装置１１０にセットすると、ステップＳ１以降の処理を再び開始する。

このように、本実施形態によれば、画像処理プログラムＩＰ−ＳＷによる処理が正常に終了した場合の処理時間（Ｔ）が原稿のページ単位画像の属性比率に応じて推定され、処理が正常に終了しなかった場合にその異常状態を検知するための閾値として、推定された処理時間（Ｔ）が用いられる。従って、画像処理プログラムＩＰ−ＳＷの実行中に発生した異常状態を原稿種類に応じてタイムリーに検知し、ユーザに即座に報知することが可能になる。その結果、ユーザの利便性が向上する。

変形例：
以上、本発明の一実施形態について説明したが、本発明は上述の実施形態に限定されるものではなく、種々の変形実施が可能である。

（１）上述した実施形態では、入力画像データＧ_ｋを所定の大きさのブロックに分割し、ブロック毎にその画像属性を判定していたがそれに限られず、画素毎にその画像属性を判定するようにしてもよい。本変形例によれば、画像属性比率をより正確に把握することができるので、各ページ画像データＧ_ｋの実際の処理時間により近い値を推定可能になる。その結果、きめ細やかな制御を行うことが可能になる。

（２）従来からの画像処理プログラムＩＰ−ＳＷは、フィルター処理、色変換処理、スクリーン処理等の一連の画像処理モジュールを順次実行するように構成されている。上述した実施形態では、これら一連の画像処理モジュールが全て終了するまでの処理時間（Ｔ）を推定し、異常検知のための閾値として設定していた。しかし、各画像処理モジュール毎に処理時間（Ｔ）を推定し、各画像処理モジュールの処理の開始と同時に推定した処理時間（Ｔ）をタイマ１４０ａにセットするようにしてもよい。そして、各画像処理モジュールについてページ画像データＧ_ｋの画像処理が終了することなくタイムアウトが発生した場合には、異常の発生をユーザに対して報知する。このようにすることで、より早い段階で画像処理プログラムＩＰ−ＳＷの異常を検知することが可能になるので、リアルタイム性が向上する。さらに、上述の実施形態では、異常発生を検知した後に画像処理プログラムＩＰ−ＳＷを再起動する態様としていた。しかしながら、処理途中で異常が発生した画像処理モジュールのみを再起動させるようにしてもよい。これにより、画像処理プログラムＩＰ−ＳＷを再起動する場合と比較して処理復帰時間を短縮することが可能になる。

（３）上述した実施形態では、入力画像データＧのページ毎のページ画像データＧ_ｋについて本実施形態に係る異常検知処理を行う態様について説明した。つまり、ページ単位で入力画像の属性比率に応じた処理時間を推定し、当該ページの異常発生を検知するための閾値として用いていた。しかしながら、異常検出処理はページ単位に限られず、ページを副走査方向に帯状に分割したバンド単位、さらには主走査方向の１ラインであるライン単位で実行するようにしてもよい。この場合、ページ画像データＧ_ｋをバンド単位またはライン単位に分割した上で、さらにブロック毎または画素毎に画像属性を特定し、バンド単位またはライン単位の属性比率を取得する。また、処理時間推定テーブルＴＢ１には、ページ単位の処理時間（Ｔ）を記憶しておく代わりに、バンド単位またはライン単位の処理時間（Ｔ）を予め記憶しておき、属性比率に応じた処理時間を推定する際に参照する。ＣＰＵ１４０は、バンド単位またはライン単位の画像の処理が終了する毎に、次に処理する画像について推定された処理時間（Ｔ）でタイマにセットするタイムアウト値を更新し、当該画像の処理が終了することなくタイムアウトが発生した場合は、異常の発生をユーザに対して報知する。このようにすることで、より早い段階で、画像処理プログラムＩＰ−ＳＷの異常を検知することが可能になるので、リアルタイム性が向上する。

（４）上述した実施形態では、画像処理に割り当てられたＣＰＵ１４０やキャッシュメモリ１４０ｂ等のリソース占有率が固定である場合について説明したが、これに限られず、リソース占有率が可変の場合にも本発明の異常検知方法を適用可能である。その場合、例えば図７に示すように、処理時間推定テーブルＴＢ１’において、属性比率とリソース占有率（ここでは、画像処理以外の処理を実行する場合のキャッシュメモリ１４０ｂの占有率）とに応じた処理時間（Ｔ）を予め記憶させておくようにすればよい。そしてＣＰＵ１４０は、処理時間推定処理（図４のＳ３）において属性比率を取得するとともにリソース占有率を計測し、処理時間推定テーブルＴＢ１’を参照して処理時間（Ｔ）を推定する。

（５）上述の実施形態では、汎用ＣＰＵに画像処理プログラムＩＰ−ＳＷを実行させることにより、入力画像データに対して画像処理を施す態様について説明した。しかしながら、ＡＳＩＣ等のハードウェアに画像処理の一部を担わせ、他の画像処理を画像処理プログラムＩＰ−ＳＷであるソフトウェアに担わせる構成としてもよい。

（６）上述した実施形態では、画像処理判定プログラムを画像処理装置にインストールする態様を開示した。しかし、この発明の実施の形態はこれにとどまるものではなく、上記画像処理判定プログラムをＣＤ−ＲＯＭなどのコンピュータが読み取り可能な記録媒体に格納して一般ユーザに頒布するようにしてもよく、あるいは同プログラムをネットワークを介して一般ユーザに頒布するようにしてもよい。

（７）上述した実施形態では、各属性のブロック数に基づいてページ画像データＧ_ｋ全体に対する属性比率を算出していたが、各属性が占める面積に基づいて属性比率を算出するようにしてもよい。

本発明の一実施形態に係る複合機１００の機能構成を示す図である。 本実施形態に係る複合機１００のハードウェア構成を示す図である。 本実施形態に係る処理時間推定テーブルＴＢ１のデータ構成の一例を示す図である。 本実施形態に係る画像処理の流れを示すフローチャートである。 本実施形態に係る処理時間推定処理の詳細な流れを示すフローチャートである。 本実施形態の処理例を示す図である。 本実施形態の変形例に係る処理時間推定テーブルＴＢ１’のデータ構成の一例を示す図である。

符号の説明

１…属性特定部、２…ブロック数集計部、３…属性比率取得部、４…閾値決定部、５…異常検知部、６…プログラム再起動部、１００…複合機、１１０…画像読取装置、１２０…画像処理装置、１３０…画像形成装置、１４０…ＣＰＵ、１４０ａ…タイマ、１４０ｂ…キャッシュメモリ、１５０…記憶部、１５０ａ…揮発性メモリ、１５０ｂ…不揮発性メモリ、１６０…通信Ｉ／Ｆ部、１７０…操作入力部、１８０…表示部、１９０…バス、ＴＢ１，ＴＢ１’…処理時間推定テーブル、Ｇ_ｋ…ページ画像データ、Ｇ_ｋ’…画像属性データ、ＩＰ−ＳＷ…画像処理プログラム、ＰＧＭ…異常検知プログラム。

Claims (8)

1. 所定単位の入力画像について、少なくとも１の画素から成る所定の大きさのブロック毎に前記入力画像の属性を特定する属性特定手段と、
   前記属性特定手段によって特定された各属性毎のブロックが前記入力画像全体に対して占める比率を属性比率として算出する属性比率取得手段と、
   属性比率に応じた画像処理時間を対応付けて記憶する記憶手段と、
   前記記憶手段を参照することにより、前記属性比率取得手段によって取得された各属性比率に対応する画像処理時間を、一連の画像処理を順次実行する複数種類の画像処理モジュール毎に求め、当該画像処理時間を、前記入力画像に対して画像処理を施す各画像処理モジュールの異常を検知するための閾値として決定する閾値決定手段と、
   前記閾値決定手段によって前記各画像処理モジュールについて決定された閾値のいずれかが経過しても当該閾値に対応する画像処理モジュールの処理が完了していない場合に、当該画像処理モジュールに異常が発生したことを検知する異常検知手段と、
   前記異常検知手段によって前記画像処理モジュールの異常が検知された場合に、当該異常が検知された画像処理モジュールのみを再起動する再起動手段と
   を有することを特徴とする画像処理装置。
2. 当該画像処理装置のリソース占有率を計測するリソース占有率計測手段をさらに有し、
   前記記憶手段は、リソース占有率と前記属性比率に応じた画像処理時間とを対応付けて記憶し、
   前記閾値決定手段は、前記記憶手段を参照することにより、前記リソース占有率計測手段によって計測されたリソース占有率と前記属性比率取得手段によって取得された各属性比率とに対応する画像処理時間を求め、当該画像処理時間を前記閾値として決定する
   ことを特徴とする請求項１に記載の画像処理装置。
3. 前記所定単位は、ページ単位である
   ことを特徴とする請求項１または請求項２に記載の画像処理装置。
4. 前記所定単位は、ページを副走査方向に帯状に分割したバンド単位である
   ことを特徴とする請求項１または請求項２に記載の画像処理装置。
5. 前記所定単位は、主走査方向の１ラインであるライン単位である
   ことを特徴とする請求項１または請求項２に記載の画像処理装置。
6. 所定単位の入力画像について、少なくとも１の画素から成る所定の大きさのブロック毎に前記入力画像の属性を特定する属性特定ステップと、
   前記属性特定ステップにおいて特定された各属性毎のブロックが前記入力画像全体に対して占める比率を属性比率として算出する属性比率取得ステップと、
   属性比率に応じた画像処理時間を対応付けて記憶した記憶手段を参照することにより、前記属性比率取得ステップにおいて取得された各属性比率に対応する画像処理時間を、一連の画像処理を順次実行する複数種類の画像処理モジュール毎に求め、当該画像処理時間を、前記入力画像に対して画像処理を施す各画像処理モジュールの異常を検知するための閾値として決定する閾値決定ステップと、
   前記閾値決定ステップにおいて前記各画像処理モジュールについて決定された閾値のいずれかが経過しても当該閾値に対応する画像処理モジュールの処理が完了していない場合に、当該画像処理モジュールに異常が発生したことを検知する異常検知ステップと、
   前記異常検知ステップにおいて前記画像処理モジュールの異常が検知された場合に、当該異常が検知された画像処理モジュールのみを再起動する再起動ステップと
   を有することを特徴とする異常検知方法。
7. コンピュータに、
   所定単位の入力画像について、少なくとも１の画素から成る所定の大きさのブロック毎に前記入力画像の属性を特定する属性特定機能と、
   前記属性特定機能により特定された各属性毎のブロックが前記入力画像全体に対して占める比率を属性比率として算出する属性比率取得機能と、
   属性比率に応じた画像処理時間を対応付けて記憶した記憶機能を参照することにより、前記属性比率取得機能によって取得された各属性比率に対応する画像処理時間を、一連の画像処理を順次実行する複数種類の画像処理モジュール毎に求め、当該画像処理時間を、前記入力画像に対して画像処理を施す各画像処理モジュールの異常を検知するための閾値として決定する閾値決定機能と、
   前記閾値決定機能によって前記各画像処理モジュールについて決定された閾値のいずれかが経過しても当該閾値に対応する画像処理モジュールの処理が完了していない場合に、当該画像処理モジュールに異常が発生したことを検知する異常検知機能と、
   前記異常検知機能によって前記画像処理モジュールの異常が検知された場合に、当該異常が検知された画像処理モジュールのみを再起動する再起動機能と
   を実行させるためのプログラム。
8. コンピュータに、
   所定単位の入力画像について、少なくとも１の画素から成る所定の大きさのブロック毎に前記入力画像の属性を特定する属性特定機能と、
   前記属性特定機能により特定された各属性毎のブロックが前記入力画像全体に対して占める比率を属性比率として算出する属性比率取得機能と、
   属性比率に応じた画像処理時間を対応付けて記憶した記憶機能を参照することにより、前記属性比率取得機能によって取得された各属性比率に対応する画像処理時間を、一連の画像処理を順次実行する複数種類の画像処理モジュール毎に求め、当該画像処理時間を、前記入力画像に対して画像処理を施す各画像処理モジュールの異常を検知するための閾値として決定する閾値決定機能と、
   前記閾値決定機能によって前記各画像処理モジュールについて決定された閾値のいずれかが経過しても当該閾値に対応する画像処理モジュールの処理が完了していない場合に、当該画像処理モジュールに異常が発生したことを検知する異常検知機能と、
   前記異常検知機能によって前記画像処理モジュールの異常が検知された場合に、当該異常が検知された画像処理モジュールのみを再起動する再起動機能と
   を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images