JP4712676B2 - 画像解析装置、画像解析方法及びコンピュータプログラム - Google Patents

Description

本発明は、画像データ中の濃度ムラ部分を検出するための画像解析装置、画像解析方法及びコンピュータプログラム関し、特に撮像装置が備える光学系への異物付着を起因とする濃度ムラ（いわゆる「シミ」）を検出するための画像解析装置、画像解析方法及びコンピュータプログラムに関する。

ビデオカメラ、デジタルカメラ等の撮像装置（カメラモジュールも含む）の製造において、その工程中、撮像装置内の光学系（レンズ、ＩＲフィルタ等）に埃等の異物が付着したり、あるいは、センサ（ＣＭＯＳセンサ、ＣＣＤラインセンサ等）の受光面を洗浄した後の乾燥不良等によって水滴痕が残ったりする場合がある。

このような状態のまま製造された撮像装置で被写体を撮像すると、撮像画像に上記異物の付着等を起因とするシミ状の濃度ムラ（以下、単に「シミ」と称す。）が現れ、画像品質を損なう虞がある。従って、この種の撮像装置の検査工程では、かかる「シミ」を検出することで、当該撮像装置の良否を判定する検査が一般的に行われている。

通常、上記シミの検出は、先ず、検査対象となる撮像装置で基準被写体を所定条件で撮像し、これで得られた画像をコンピュータ・ディスプレイ上に表示し、当該画像を検査員が目視にて観察することで行われている。

確かに、人間の目視力により微妙な濃淡変化を判別することは可能である。しかし、このような人的処理では、検査精度を一定に維持することが事実上困難であり、また、迅速性にも欠ける。

これに対し、いわゆるパターン認識法を用いて、画像中のシミを自動的に検出する技術が知られている。しかし、かかるパターン認識法では、シミパターンとの相関を取ったり、相似形の数だけ処理を繰り返す必要があるので処理時間が長くかかる。特に、高解像度画像が解析対象となる場合には、スキャン画像に対する演算（たたみ込み演算）に要する時間が非常に長くなるという問題がある。

上記パターン認識法とは異なる手法で自動判定を行う技術が、特許文献１で提案されている。特許文献１で開示される技術は、先ず、検査対象画像を小領域に分割し、該小領域毎に画質の均一度を求める。そして、着目した小領域と、それに隣接する小領域の中の均一度を比較し、最大の均一度（極大値）を有する小領域を抽出する。そして、その極大値を正規化し、予め設定された閾値と比較する。その結果、極大値が閾値以上ならば、当該小領域は「濃度むら部分」であると判定される、というものである。

特開昭６３−２００２７８号公報

しかしながら、上記特許文献１で提案されている技術、即ち、局所的な均一度を比較する方法では、画像中のバースト的なノイズ部分や連続していない画素欠陥等もシミとして検出してしまう可能性がある。

本発明は、上記問題を解決すべくなされたものであり、画像中の「シミ」部分の自動的な検出を精度高く、高速に行える画像解析装置、画像解析方法及びコンピュータプログラムを提供することを目的とする。

また、シミ判定の条件及び根拠となるデータの検証や利用を容易にすることのできる画像解析装置、画像解析方法及びコンピュータプログラムを提供することを目的とする。

本発明に係る画像解析装置は、入力した原画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素とその周囲画素で構成される所定サイズのブロックを画定し、前記注目画素の階調値とその周囲画素の階調値との差分の平均値を求め、前記注目画素の階調値と前記求めた差分の平均値との差分値を当該注目画素における画像値とする差分画像データを生成する差分画像生成手段と、前記差分画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする所定サイズの第１のブロックと、該第１のブロックと所定方向で隣接する第２のブロックと、を確定し、前記ブロック毎の画素の階調平均又は階調標準偏差を求め、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該求めた差分の平均値を求めて第１の基本統計量とし、当該第１の基本統計量に基づいて、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分の標準偏差を第２の基本統計量として、前記第１及び第２の基本統計量を取得する基本統計量取得手段と、前記差分画像データの基点画素から前記所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする前記所定サイズの前記第１のブロックと、該第１のブロックと前記所定方向で隣接する前記第２のブロックと、を画定し、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該差分から、差分の導出元において階調平均値か階調標準偏差かの種別が当該差分と同一である前記第１の基本統計量を差し引き、当該差し引き結果を、前記種別が同一である前記第２の基本統計量で除算して得られる正規化データを当該注目画素における画素値とする正規化画像データを生成する正規化画像生成手段と、前記正規化画像データを構成する画素の中からその画素値が所定の閾値範囲外にある特異画素を検出する特異画素検出手段と、検出した前記特異画素の中から連続した位置関係にあるものを検出する塊検出手段と、該塊検出手段の検出した前記特異画素が連続してなる塊を構成する画素数に基づき、前記原画像データの良否を判定する判定手段と、を備える、ことを特徴とする。

また、本発明に係る画像解析方法は、入力した原画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素とその周囲画素で構成される所定サイズのブロックを画定し、前記注目画素の階調値とその周囲画素の階調値との差分の平均値を求め、前記注目画素の階調値と、前記求めた差分の平均値との差分値を当該注目画素における画像値とする差分画像データを生成する差分画像生成工程と、前記差分画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする所定サイズの第１のブロックと、該第１のブロックと所定方向で隣接する第２のブロックと、を確定し、前記ブロック毎の画素の階調平均又は階調標準偏差を求め、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該求めた差分の平均値を求めて第１の基本統計量とし、当該第１の基本統計量に基づいて、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分の標準偏差を第２の基本統計量として、前記第１及び第２の基本統計量を取得する基本統計量取得工程と、前記差分画像データの基点画素から前記所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする前記所定サイズの前記第１のブロックと、該第１のブロックと前記所定方向で隣接する前記第２のブロックと、を画定し、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該差分から、差分の導出元において階調平均値か階調標準偏差かの種別を当該差分と同一である前記第１の基本統計量を差し引き、当該差し引き結果を、前記種別が同一である前記第２の基本統計量で除算して得られる正規化データを当該注目画素における画素値とする正規化画像データを生成する正規化画像生成工程と、前記正規化画像データを構成する画素の中からその画素値が所定の閾値範囲外にある特異画素を検出する特異画素検出工程と、検出した前記特異画素の中から連続した位置関係にあるものを検出する塊検出工程と、該塊検出工程で検出した前記特異画素が連続してなる塊を構成する画素数に基づき、前記原画像データの良否を判定する判定工程と、を備える、ことを特徴とする。

また、本発明に係るコンピュータプログラムは、コンピュータを、入力した原画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素とその周囲画素で構成される所定サイズのブロックを画定し、前記注目画素の階調値とその周囲画素の階調値との差分の平均値を求め、前記注目画素の階調値と、前記求めた差分の平均値との差分値を当該注目画素における画像値とする差分画像データを生成する差分画像生成手段、前記差分画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする所定サイズの第１のブロックと、該第１のブロックと所定方向で隣接する第２のブロックと、を確定し、前記ブロック毎の画素の階調平均又は階調標準偏差を求め、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該求めた差分の平均値を求めて第１の基本統計量とし、当該第１の基本統計量に基づいて、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分の標準偏差を第２の基本統計量として、前記第１及び第２の基本統計量を取得する基本統計量取得手段、前記差分画像データの基点画素から前記所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする前記所定サイズの前記第１のブロックと、該第１のブロックと前記所定方向で隣接する前記第２のブロックと、を画定し、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該差分から、差分の導出元において階調平均値か階調標準偏差かの種別が当該差分と同一である前記第１の基本統計量を差し引き、当該差し引き結果を、前記種別が同一である前記第２の基本統計量で除算して得られる正規化データを当該注目画素における画素値とする正規化画像データを生成する正規化画像生成手段、前記正規化画像データを構成する画素の中からその画素値が所定の閾値範囲外にある特異画素を検出する特異画素検出手段、検出した前記特異画素の中から連続した位置関係にあるものを検出する塊検出手段、及び該塊検出手段の検出した前記特異画素が連続してなる塊を構成する画素数に基づき、前記原画像データの良否を判定する判定手段、として機能させることを特徴とする。

上記構成において、前記第２のブロックが、１ラインでの画素移動方向で前記第１のブロックと隣接するか、又は、画素移動におけるライン移動方向で前記第１のブロックと隣接するのが好ましい。このような隣接関係にあると、前者ならば、特異画素が構成する縦長状の塊の検出精度が向上し、後者ならば、横長状の塊の検出精度が向上する。

また、前記差分画像生成手段（差分画像生成工程）では、前記原画像データにおける前記注目画素の位置に基づいて、画定する前記ブロックのサイズが適宜変更されるのが好ましい。例えば、縦長、横長のシミを検出するために、縦長、横長のブロックとなるように縦横のサイズを画定する。このようにすると、原画像データの画質ムラを効果的に検出することができる。

また、前記特異画素の検出条件を段階（クラス）別に設けてもよい。このようにすると、前記原画像データの良否判定の判定基準を多様化できる。この場合、前記判定手段（判定工程）において、前記段階別の検出条件にてクラス分けされた前記特異画素をクラス別に着色したマーキング画像を生成してもよい。

以上の如く、本発明によれば、撮像画像内のシミを高精度且つ高速で自動的に検出できる。

以下、本発明に係る画像解析装置の一実施形態について図面を参照して説明する。

図１は、本実施形態に係る画像解析装置の内部構成を示すブロック図である。図１に示すように、画像解析装置１は、装置本体１０と、入力部２０と、モニタ３０とを備える。

装置本体１０は、マイクロコンピュータと、該マイクロコンピュータによる処理の手順を定義したプログラムを格納するＲＯＭと、ワークエリア等に使用するＲＡＭ（何れも図示せず）とを備えたコンピュータ装置である。

入力部２０は、検査員等のユーザが操作指令等の入力を行うための入力装置（例えば、キーボードやマウス等）である。モニタ３０は、ユーザからの操作指令等を受け付けるための入力画面や処理結果等を表示する出力装置である。尚、モニタ３０をタッチパネル方式にして、ユーザの指や専用の入力ペン等を使用して操作指令を入力するようにしてもよい。

装置本体１０は、機能的には、差分画像生成部１０１と、基本統計量取得部１０２と、正規化画像生成部１０３と、クラス分け処理部１０４と、塊検出部１０５と、判定処理部１０６とを備える。

差分画像生成部１０１は、入力した解析対象となる原画像データ（階調値データ）からシェーディング（光学的な理由で画像データの中央部と周辺部とで明暗のムラが発生すること）を除去した差分画像を生成する。

ここで、原画像データとは、検査対象となる撮像装置により基準被写体（例えば、白色や灰色等の単一色のパネル）を予め決められた所定条件（撮像環境）の下で撮像することで取得した画像データである。尚、ランダムノイズ等を除去し、解析精度を向上させる観点から、同一条件の下で撮像した複数の画像データを平均化し、これを解析対象の原画像データとして、差分画像生成部１０１が使用する構成でもよい。

基本統計量取得部１０２は、差分画像生成部１０１で生成された差分画像データにおける所定サイズのブロック単位の基本統計量（平均、標準偏差、尖度、歪度等の統計値）を求める処理を行う。

正規化画像生成部１０３は、差分画像生成部１０１で生成された差分画像データ及び基本統計量取得部１０２によって求められた基本統計量を使用して、シミ領域の特徴をより明確にする正規化画像を生成する。

クラス分け処理部（特異画素検出手段）１０４は、正規化画像生成部１０３で生成された正規化画像データから特異画素、即ち、シミを構成する可能性の高い画素（以下「シミ候補画素」という）を検出し、該検出したシミ候補画素をその画素値（偏差値）に応じてクラス分けする処理を行う。

塊検出部１０５は、クラス分け処理部１０４によるクラス分けの後、各クラス毎に、シミ候補画素の位置が連続している部分（塊部分）の検出を行う。

判定処理部１０６は、塊検出部１０５による検出結果と予め定められた判定基準に基づき、当該塊部分が許容できるシミであるか否かの良否判定（即ち、原画像データの良否判定）を行う。判定基準は、視覚に対する刺激の度合い（刺激値）を勘案して定められる。この刺激値は、階調差と、面積（塊部分の大きさ）とで表すことができる。これは、人の視覚特性では、小さいシミは周囲との階調差（偏差値）が大きくなければ目立たず、大きいシミは周囲との階調差が小さくても目立つ、という理由に基づく。このように人の視覚特性に近づけることで、検出すべきシミ（即ち、当該撮像装置を不良とみなす必要があるシミ）であるか否かを精度よく判別することが可能となる。

また、人の視覚特性では、画像全体にノイズが多いとシミは目立たず、ノイズが少ないと目立つというのが一般的であることから、判定基準を、原画像データ全体のノイズ量に応じて適宜調整できる適応型にしてもよい。これにより、検査対象となる撮像装置の個体差により原画像データのノイズ量が変動しても、検査精度を一定に維持することが可能となる。

判定処理部１０６は、以上のようにして判定した結果をモニタ３０上に所定態様で表示する。

続いて、上記各機能処理部で実行される各処理の詳細について説明する。

先ず、差分画像生成部１０１で実行される差分画像生成処理について説明する。差分画像生成処理は、図２（ａ）に示すように、入力された幅Ｐｘ、高さＰｙの原画像データ（Ｙ［ｎ］：ｎは０〜Ｐｘ×Ｐｙ−１）の基点画素（Ｙ［０］）から１ラインずつ、矢印方向に１画素ずつ順次移動し、注目画素をピックアップする。そして、該注目画素を中心とする所定サイズ（Ｗ×Ｈ）のブロック（図３（ａ）参照）を画定し、当該注目画素の階調値とその周囲画素（即ち、注目画素以外の当該ブロックを構成する画素）の階調値との差分をそれぞれ算出し、その平均値を求める。そして、当該注目画素の階調値とこの平均値との差分を図２（ｂ）に示すようなデータテーブル（Ｄ[ｎ]：ｎは０〜Ｐｘ×Ｐｙ−１）に順次格納し、差分画像データ（Ｄ[ｎ]）を生成する。

上記処理の流れを図４及び図５に示すフローチャートに沿って説明する。図４において、ステップＳ４０１及びステップＳ４０２では、変数ｘ，ｙが０クリアされる。ここで、変数ｘは、原画像データの基点画素（Ｙ［０］）を座標（０，０）とした場合のｘ座標を示し、変数ｙはｙ座標を示す（即ち、何ライン目であるかを示す）。変数ｘは、ライン移動毎（即ち、１ラインの処理完了毎）に０クリアされる。

ステップＳ４０３では、ブロックの幅（即ち、ブロックのｘ軸方向の長さ）を示す変数ｗに定数Ｗ（例えば、３〜１２８の整数）が設定され、ブロックの高さ（即ち、ブロックのｙ軸方向の長さ）を示す変数ｈに定数Ｈ（例えば、３〜１２８の整数）が設定される。この変数ｗ、ｈ（即ち、ブロックの大きさとなる）は、一般的に画像周辺部で画質が低下すること及びブロックを画像領域の範囲内に収める必要があることを考慮して、注目画素の位置に応じて適宜調整される（ステップＳ４０４〜Ｓ４１１）。例えば、図３（ｂ）に示すように注目画素の位置が基点画素に極めて近い場合は、ｗにＷ／２＋ｘを設定（ステップＳ４０５）し、ｈにＨ／２＋ｙを設定（ステップＳ４０９）して、ブロックサイズを通常より小さくする。

次に、このように設定したブロックサイズに応じて、注目画素の階調値とその周囲画素の階調値との差分の平均値（Ｙａｖｅ）を算出する（ステップＳ５０１〜Ｓ５０７）。

そして、注目画素の階調値と算出した平均値との差分値を求め、この差分値をデータテーブルＤ［ｎ］の当該注目画素の格納位置（Ｄ［ｙ×Ｐｘ＋ｘ］）に格納する。尚、シミの特徴を際立たせるため、差分値を増幅（例えば、１０倍）してから格納してもよい。

続いて、基本統計量取得部１０２で実行される基本統計量取得処理について説明する。基本統計量取得処理は、図６に示すように、ブロック毎平均値取得処理（ステップＳ６０１）と、ブロック毎標準偏差取得処理（ステップＳ６０２）と、を有している。

先ず、ブロック毎平均値取得処理について、図７に示すフローチャートに沿って説明する。図７において、ステップＳ７０１及びＳ７０２では、各変数が０クリアされる。ここで、変数ｘは、差分画像データの基点画素（Ｄ［０］）を座標（０，０）とした場合のｘ座標を示し、変数ｙはｙ座標を示す。また、ｃｎｔは画素間移動数をカウントするカウンタである。変数ｘは、ライン移動毎（即ち、１ラインの処理完了毎）に０クリアされる。

ＡａｖｅＲＬ、ＡａｖｅＤＵ、ＡｓｔｄＲＬ、ＡｓｔｄＤＵは、何れもグローバル変数であり（他の機能処理部がアクセスできる）、最終的に本処理の結果（４種類のブロック毎平均値）が格納される。

ブロック毎平均値取得処理は、差分画像データの基点画素（Ｄ［０］）から所定の座標移動条件に従って、各構成画素間を順次移動し、注目画素をピックアップする。そして、図８（ａ）に示すように、当該注目画素の座標を基点座標（図８（ａ）では、左上角の座標）とする所定サイズ（Ｗ×Ｈ）のブロック１と、該ブロック１とｘ軸移動方向で隣接するブロック１と同サイズのブロック２と、ブロック１とｙ軸移動方向で隣接するブロック１と同サイズのブロック３と、を画定する。

そして、ブロック１〜３のそれぞれについて、階調平均値及び階調標準偏差を求める（ステップＳ７０３）。次に、これらを用いて、ブロック１の階調平均値とブロック２の階調平均値との差分、ブロック１の階調平均値とブロック３の階調平均値との差分、ブロック１の階調標準偏差とブロック２の階調標準偏差との差分及びブロック１の階調標準偏差とブロック３の階調標準偏差との差分をそれぞれ求め、対応するデータテーブル（Ｄａｖｅ１［ｘ］［ｙ］、Ｄａｖｅ２［ｘ］［ｙ］、Ｄｓｔｄ１［ｘ］［ｙ］、Ｄｓｔｄ２［ｘ］［ｙ］）に格納する（ステップＳ７０４）。そして、これらの差分値を対応する前回値（初回時は０）に加算して保存する（ステップＳ７０５）。

以上のように一注目画素についての処理が終了すると、カウンタ（ｃｎｔ）をインクリメントし（ステップＳ７０６）、次にピックアップする注目画素までｘ軸方向を移動して（ステップＳ７０７）、上記処理（ステップＳ７０３〜Ｓ７０５）を繰り返し行う。その際のｘ軸方向の移動は、図８（ｂ）に示すように、Ｓｘ（１以上の整数）幅の画素分スキップする態様で行われる。また、ｘ軸方向の注目画素についての処理が完了（即ち、１ラインの処理が完了）すると（ステップＳ７０８でＮＯ）、図８（ｃ）に示すように、ｙ軸方向にＳｙ（１以上の整数）幅の画素分スキップしてライン移動する（ステップＳ７０９）。そして、変数ｘを０クリアし（ステップＳ７０２）、上記処理（ステップＳ７０３〜Ｓ７０５）を繰り返し行う。

そして、差分画像データについて処理すべき注目画素がなくなると（ステップＳ７１０でＮＯ）、保存している各加算値（ＡａｖｅＲＬ、ＡａｖｅＤＵ、ＡｓｔｄＲＬ及びＡｓｔｄＤＵの格納値）を画素間移動数（ｃｎｔ）で除算して、ブロック毎平均値の４つのバリエーションを求める（ステップＳ７１１）。この４つのバリエーションは、平均値の左右差分値の平均値（ＡａｖｅＲＬ）、平均値の上下差分値の平均値（ＡａｖｅＤＵ）、標準偏差の左右差分値の平均値（ＡｓｔｄＲＬ）及び標準偏差の上下差分値の平均値（ＡｓｔｄＤＵ）となる。

次に、ブロック毎標準偏差取得処理について、図９に示すフローチャートに沿って説明する。図９において、ステップＳ９０１及びＳ９０２では、各変数が０クリアされる。ここで、変数ｘ、ｙは、ブロック毎平均値取得処理でブロック間の各種差分値を格納したデータテーブル（Ｄａｖｅ１［ｍ］［ｎ］、Ｄａｖｅ２［ｍ］［ｎ］、Ｄｓｔｄ１［ｍ］［ｎ］、Ｄｓｔｄ２［ｍ］［ｎ］：ｍは０〜Ｐｘ−１、ｎは０〜Ｐｙ−１）から対応する差分値を取得するための添字（要素番号）を示す。変数ｃｎｔは、ループ回数を示すカウンタである。

ＳａｖｅＲＬ、ＳａｖｅＤＵ、ＳｓｔｄＲＬ、ＳｓｔｄＤＵは、何れもグローバル変数であり（他の機能処理部がアクセスできる）、最終的に本処理の結果（４種類のブロック毎標準偏差）が格納される。

続くステップＳ９０３では、ブロック毎平均値取得処理で求めたブロック毎平均値の４つのバリエーションとブロック間の各種差分値とのズレを算出する。即ち、平均値の左右差分値の平均値（ＡａｖｅＲＬ）とＤａｖｅ１［ｘ］［ｙ］との差分値の２乗、平均値の上下差分値の平均値（ＡａｖｅＤＵ）とＤａｖｅ２［ｘ］［ｙ］との差分値の２乗、標準偏差の左右差分値の平均値（ＡｓｔｄＲＬ）とＤｓｔｄ１［ｘ］［ｙ］との差分値の２乗、標準偏差の上下差分値の平均値（ＡｓｔｄＤＵ）とＤｓｔｄ２［ｘ］［ｙ］との差分値の２乗をそれぞれ求め、これらの値を対応する前回値（初回時は０）に加算して保存する。

以上のステップＳ９０３での処理が完了すると、カウンタ（ｃｎｔ）がインクリメントされる（ステップＳ９０４）。そして、ブロック毎平均値取得処理と同様の趣旨で添字ｘ、ｙが更新され（ステップＳ９０２、Ｓ９０５〜Ｓ９０７）、上記処理（ステップＳ９０３）が繰り返し行われる。

そして、データテーブル（Ｄａｖｅ１［ｘ］［ｙ］、Ｄａｖｅ２［ｘ］［ｙ］、Ｄｓｔｄ１［ｘ］［ｙ］、Ｄｓｔｄ２［ｘ］［ｙ］）から取得すべき差分値がなくなると（ステップＳ９０８でＮＯ）、保存している各加算値（ＳａｖｅＲＬ、ＳａｖｅＤＵ、ＳｓｔｄＲＬ及びＳｓｔｄＤＵの格納値）をカウンタ（ｃｎｔ）−１で除算し、これらの平方根を求める。これにより、ブロック毎標準偏差の４つのバリエーションが導出される（ステップＳ９０９）。この４つのバリエーションは、平均値の左右差分値の標準偏差（ＳａｖｅＲＬ）、平均値の上下差分値の標準偏差（ＳａｖｅＤＵ）、標準偏差の左右差分値の標準偏差（ＳｓｔｄＲＬ）及び標準偏差の上下差分値の標準偏差（ＳｓｔｄＤＵ）となる。

続いて、正規化画像生成部１０３で実行される正規化画像生成処理について、図１０に示すフローチャートに沿って説明する。図１０において、ステップＳ１００１及びＳ１００２では、変数ｘ，ｙが０クリアされる。ここで、変数ｘは、差分画像データの基点画素（Ｄ［０］）を座標（０，０）とした場合のｘ座標を示し、変数ｙはｙ座標を示す。

正規化画像生成処理は、差分画像データの基点画素（Ｄ［０］）から所定の座標移動条件に従って、各構成画素間を順次移動し、注目画素をピックアップする。そして、上述したブロック毎平均値取得処理と同様にして、図８（ａ）に示すように、ブロック１と、ブロック２と、ブロック３と、を画定する。

そして、ブロック１〜３のそれぞれについて、階調平均値及び階調標準偏差を求める（ステップＳ１００３）。次に、ブロック１の階調平均値とブロック２の階調平均値との差分、ブロック１の階調平均値とブロック３の階調平均値との差分、ブロック１の階調標準偏差とブロック２の階調標準偏差との差分及びブロック１の階調標準偏差とブロック３の階調標準偏差との差分をそれぞれ求める（ステップＳ１００４）。

続くステップＳ１００５では、ステップＳ１００４で得られた各差分値と、基本統計量取得処理の処理結果と、を用いて、当該注目画素についての画素値（偏差値）となる正規化データ１〜４を求める。ここで、正規化データ１〜４（Ｄ１［ｘ］［ｙ］、Ｄ２［ｘ］［ｙ］、Ｄ３［ｘ］［ｙ］、Ｄ４［ｘ］［ｙ］）とは、それぞれ正規化画像データ１〜４（Ｄ１［ｍ］［ｎ］、Ｄ２［ｍ］［ｎ］、Ｄ３［ｍ］［ｎ］、Ｄ４［ｍ］［ｎ］：ｍは０〜Ｐｘ−１、ｎは０〜Ｐｙ−１）を構成するデータである。正規化画像データ１とは、ブロック毎平均値の左右差分値に基づく画像データである。正規化画像データ２とは、ブロック毎平均値の上下差分値に基づく画像データである。正規化画像データ３とは、ブロック毎標準偏差の左右差分値に基づく画像データである。正規化画像データ４とは、ブロック毎標準偏差の上下差分値に基づく画像データである。

より詳細には、正規化データ１（Ｄ１［ｘ］［ｙ］）は、ブロック１の階調平均値とブロック２の階調平均値との差分から平均値の左右差分値の平均値（ＡａｖｅＲＬ）を差し引き、これを平均値の左右差分値の標準偏差（ＳａｖｅＲＬ）で除算することで求められる。正規化データ２（Ｄ２［ｘ］［ｙ］）は、ブロック１の階調平均値とブロック３の階調平均値との差分から平均値の上下差分値の平均値（ＡａｖｅＤＵ）を差し引き、これを平均値の上下差分値の標準偏差（ＳａｖｅＤＵ）で除算することで求められる。正規化データ３（Ｄ３［ｘ］［ｙ］）は、ブロック１の階調標準偏差とブロック２の階調標準偏差との差分から標準偏差の左右差分値の平均値（ＡｓｔｄＲＬ）を差し引き、これを標準偏差の左右差分値の標準偏差（ＳｓｔｄＲＬ）で除算することで求められる。正規化データ４（Ｄ４［ｘ］［ｙ］）は、ブロック１の階調標準偏差とブロック３の階調標準偏差との差分から標準偏差の上下差分値の平均値（ＡｓｔｄＤＵ）を差し引き、これを標準偏差の上下差分値の標準偏差（ＳｓｔｄＤＵ）で除算することで求められる。尚、シミの特徴を際立たせるため、正規化画像データ１〜４を増幅（例えば、１０倍）してもよい。

以上のように一注目画素についての処理が終了すると、図１１（ａ）に示すように、ｘ軸方向に１画素分移動して（ステップＳ１００６）、上記処理（ステップＳ１００３〜Ｓ１００５）を繰り返し行う。また、ｘ軸方向の注目画素についての処理が完了（即ち、１ラインの処理が完了）すると（ステップＳ１００７でＮＯ）、図１１（ｂ）に示すように、ｙ軸方向に１画素分（即ち、１ライン）移動する（ステップＳ１００８）。そして、変数ｘを０クリアし（ステップＳ１００２）、上記処理（ステップＳ１００３〜Ｓ１００５）を繰り返し行う。

そして、差分画像データについて処理すべき注目画素がなくなると（ステップＳ１００９でＮＯ）、本処理が終了する。

次に、クラス分け処理部１０４で実行されるクラス分け処理について、図１２に示すフローチャートに沿って説明する。先ず、正規化画像生成処理で生成した正規化画像データ（Ｄ［ｍ］［ｎ］：ｍは０〜Ｐｘ−１、ｎは０〜Ｐｙ−１）の基点画素（即ち、処理を開始する注目画素）を定める（ステップＳ１２０１、Ｓ１２０２）。これは、図１３（ａ）に示すように、画像周辺部の所定領域を無効領域として処理対象から外し、処理精度及び処理速度の向上を図るという理由による。ここで、処理対象となる正規化画像データ（Ｄ［ｍ］［ｎ］）は、正規化画像生成処理で生成した正規化画像データ１〜４の何れかを示すものとする。

ステップＳ１２０３では、クラス分けの判定で使用する判定パラメータに注目画素の座標に応じた値（エリア条件値）が設定される。判定パラメータは、上限閾値を示す変数（ｍａｘ）と、下限閾値を示す変数（ｍｉｎ）と、クラス間の調整値を示す変数（ｓｔｅｐ）と、から構成される。エリア条件値は、画素位置によるシミの影響度（即ち、中央部では大きく、周辺部では小さくなる）を勘案して、図１３（ｂ）に示すように９エリア分用意される。この場合、中央部に位置する画素については、シミ候補画素とみなす偏差値の範囲を広げ、一方、周辺部に位置する画素については、シミ候補画素とみなす偏差値の範囲を狭めるように各エリアのエリア条件値が設定される。

そして、この判定パラメータを使って当該注目画素についてのクラス分け判定処理を行う（ステップＳ１２０４）。このクラス分け判定処理の詳細を図１４に示すフローチャートに沿って説明する。先ず、クラス分けテーブルの識別番号を示す変数（ＴｂｌＮｏ）に０が設定される。クラス分けテーブルとは、シミを構成する可能性の高い画素に関する情報（画素情報）を登録するためのテーブルである。また、クラス分けテーブルは、シミ候補画素の画素値（偏差値）に応じてクラス分け（換言すれば、ランク分け）するため、そのクラス分（例えば６クラス分）用意される。

当該注目画素がシミを構成する可能性が高いか（シミ候補画素であるか）否かの判定は、注目画素の画素値（偏差値）と、上限閾値（ｍａｘ）及び下限閾値（ｍｉｎ）との比較により行われる（ステップＳ１４０２）。その結果、注目画素の偏差値が、上限閾値を超えている場合、又は、下限閾値より小さい場合（ステップＳ１４０２でＹＥＳ）には、シミ候補画素であると判定され、識別番号（ＴｂｌＮｏ）に対応するクラス分けテーブルに画素情報が登録される（ステップＳ１４０３）。ここで登録される画素情報とは、画素座標、偏差値、上限閾値及び下限閾値からなる情報である。

次に、上位クラスに以降するための処理を行う（ステップＳ１４０４、ステップＳ１４０５）。ステップＳ１４０４では、上限閾値（ｍａｘ）に調整値（ｓｔｅｐ）を加算し、下限閾値（ｍｉｎ）から調整値を差し引く。これにより、シミ候補画素の判定が１段階厳しくなる（即ち、クラスが１段階上がる）。そして、識別番号（ＴｂｌＮｏ）をカウントアップして（ステップＳ１４０５）対応するクラス分けテーブルを替えて、上記処理（ステップＳ１４０２、ステップＳ１４０３）を繰り返し行う。

全クラス分についての処理が完了した場合（ステップＳ１４０６でＮＯ）、又は、何れかのクラスでシミ候補画素と判定されなかった場合（ステップＳ１４０２でＮＯ）は、本処理を抜ける。

図１２に戻り、以上のように一注目画素についての処理が終了すると、次の注目画素の座標までｘ軸方向を１画素分移動して（ステップＳ１２０５）、上記処理（ステップＳ１２０３、Ｓ１２０４）を繰り返し行う。また、ｘ軸方向の注目画素についての処理が完了（即ち、１ラインの処理が完了）すると（ステップＳ１２０６でＮＯ）、ｙ軸方向に１画素分ライン移動する（ステップＳ１２０７）。そして、変数ｘにＸ１を設定し（ステップＳ１２０２）、上記処理（ステップＳ１２０３、Ｓ１２０４）を繰り返し行う。

そして、有効領域の全ての画素に対して上記処理（ステップＳ１２０３、Ｓ１２０４）が完了すると（ステップＳ１２０８でＮＯ）、クラス分け処理が終了する。図１５（ａ）に、クラス分け処理によって画素情報が登録されたクラス分けテーブルの内容の一例を示す。かかるクラス分けテーブルはクラス毎に生成される。

続いて、塊検出部１０５で実行される塊検出処理について説明する。塊検出処理は、クラス分け処理で画素情報が登録された各クラス分けテーブルを使用して、各クラス毎に、シミ候補画素の塊部分（画素位置が連続している部分）の検出を行う。そして、塊部分を検出すると、塊情報を塊検出テーブルに登録する。ここで、塊情報とは、塊部分を構成する基点画素（当該塊部分を構成する画素の中で最初にクラス分けテーブルに登録された画素）の座標、塊部分のサイズ（塊を構成する画素数）、上限閾値及び下限閾値からなる情報である。また、塊検出テーブルは、クラス分けテーブルに対応する数分用意されている。図１５（ｂ）に、塊検出処理によって塊情報が登録された塊検出テーブルの内容の一例を示す。

以上のクラス分け処理及び塊検出処理は、正規化画像生成処理で生成した全ての正規化画像データ１〜４について行われる。

判定処理部１０６は、正規化画像データ１〜４それぞれについての各クラス毎の塊検出テーブルの内容と、ユーザにより予め設定された判断基準（サイズ、偏差値等）に基づき、当該原画像に発生したシミが許容範囲であるか否か、即ち、原画像データの良否を判定する。

判定処理部１０６は、この判定結果をモニタ３０上に所定態様で表示する。この場合、例えば、良否の旨の報知（メッセージ表示等）に加え、塊検出テーブルの内容を表示したり、正規化画像データ１〜４の何れかの画像について、シミの部分を着色して強調表示したり等してもよい。着色表示する場合は、クラス別に色分けすると（例えば、６クラスならば６色（赤・紫・黄・緑・シアン・青等）使って、各クラスの画素を着色する）、視認性が向上する。図１６に各クラス毎の判定基準（偏差値、面積）及び表示色の設定例を示す。

検査員等は、以上のような原画像データの良否結果により、検査対象となっている撮像装置の光学系に異物が付着しているか否かを判定できる。

以上説明した各機能部において生成される画像の例を図１７から図２０に示す。

図１７は、原画像であり、図１８は、図１７の原画像を基に差分画像生成部１０１が生成した差分画像である。図１９は、図１８の差分画像を基に正規化画像生成部１０３が生成した平均値の正規化画像（正規化画像データ１＋正規化画像データ２）であり、図２０は、標準偏差の正規化画像（正規化画像データ３＋正規化画像データ４）である。また、図１９及び図２０は、双方の画像に表される一部のシミ部分ついて図１６の判定基準によりクラス毎に着色したマーキング画像の例でもある。

以上説明したように、本実施形態に係る画像解析装置によれば、複雑な演算方式を採用せずに画像解析を行うため、パターン認識法等の従来の自動化処理に比べ、処理速度が速い。

また、解析用の正規化画像データは、基本統計量に基づいて生成されているため、人間の目視力に頼らざるを得ないレベルの微妙な濃度ムラの検出も可能となる。また、シミ候補画素の連続している部分、即ち塊部分を検出してシミ判定を行うため、画像中のバースト的なノイズ部分や連続していない画素欠陥等を排除でき、従来の技術に比べ、シミの判定精度が格段に向上する。さらに、左右（水平）方向と、上下（垂直）方向の差分値に基づく正規化画像データを生成し、これを使用してシミ検出を行うことで、縦長状又は横長状のシミの検出が容易となる。

また、シミの検出結果を、シミ候補画素の偏差値に基づいた複数のクラスに分類して保存するため、クラスとシミのサイズを勘案したシミ判定ができ、判定基準の多様化が図れる。さらに、判定パラメータ（上限閾値、下限閾値、クラス間の調整値）の設定値（即ち、エリア条件値）は、ユーザが適宜変更できるため、撮像装置の種類や製品規格等に応じて、シミの判定基準を容易に変更することが可能であり、汎用性にも優れる。

また、原画像データを正規化して解析し、シミ判定を行うので、検査対象となる撮像装置の個体間のばらつきを吸収することができる。

また、シミの種類に応じて平均値画像（上述の正規化画像データ１、２）、標準偏差画像（上述の正規化画像データ３、４）を使い分けることで、検出精度をより高めることができる。例えば、全体として均一な階調の単純なシミについては平均値画像を使用し、水滴によるシミのように周囲と中心とで階調の異なるシミについては標準偏差画像を使用する等、適宜使い分けることが可能となる。

尚、本発明は、上記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲で種々の変更が可能である。

例えば、差分画像生成処理で生成した差分画像データを縮小し（リサイズ処理）、この縮小した画像データを用いて、後段の処理（基本統計量取得処理、正規化画像生成処理）を行ってもよい。これは、検出するシミが、画素欠陥等とは異なり、ある程度の大きさ（塊）を有するため、ある程度縮小しても判定精度に支障が出ないものと考えられるからである。このように縮小した画像データを用いると、いっそうの処理速度向上が図れる。

また、差分画像生成処理の際に画定するブロックについては、縦にスジ状に延びるシミについて判定精度を上げるために縦長のブロックとなるようにサイズ設定したり、同様に横にスジ状に延びるシミに対応するために横長のブロックとなるようにサイズ設定するようにしてもよい。

また、基本統計量取得処理で取得し、正規化画像生成処理で利用する基本統計量は、平均値及び標準偏差に限られず、例えば、尖度、歪度等の統計値を取得し、利用することもできる。

また、基本統計量取得処理において、列（ｙ軸方向）、行（ｘ軸方向）のブロックを画定して列及び行ブロックの統計量を計算し、正規化画像生成処理において、列ブロックと行ブロックの平均値を比較したり、列及び行ブロックの標準偏差を計算して一様性を比較するようにしてもよい。このようにすると、縦、横のスジ状のシミをより精密に検出することが可能となる。

本発明の一実施形態に係る画像解析装置の構成を示すブロック図である。 （ａ）は図１の画像解析装置に入力される原画像データの構成を説明するための図であり、（ｂ）は、図１の画像解析装置が実行する差分画像生成処理によって生成される差分画像データの構成を説明するための図である。 差分画像生成処理で行われるブロックの画定について説明するための図であり、（ａ）は、通常のブロックサイズで画定するケースを示し、（ｂ）は、ブロックサイズを調整して画定するケースを示す。 差分画像生成処理の処理手順を示すフローチャートである。 差分画像生成処理の処理手順を示すフローチャートである。 図１の画像解析装置が実行する基本統計量取得処理の処理手順を示すフローチャートである。 基本統計量取得処理に含まれるブロック毎平均値取得処理の処理手順を示すフローチャートである。 ブロック毎平均値取得処理で行われるブロックの画定について説明するための図であり、（ａ）は、画定するブロックの位置関係を説明するための図であり、（ｂ）は、次の注目画素をピックアップするためのｘ軸方向の移動態様を示す図であり、（ｃ）は、次の注目画素をピックアップするためのｙ軸方向の移動態様を示す図である。 基本統計量取得処理に含まれるブロック毎標準偏差取得処理の処理手順を示すフローチャートである。 図１の画像解析装置が実行する正規化画像生成処理の処理手順を示すフローチャートである。 正規化画像生成処理で行われるブロックの画定について説明するための図であり、（ａ）は、次の注目画素をピックアップするためのｘ軸方向の移動態様を示す図であり、（ｂ）は、次の注目画素をピックアップするためのｙ軸方向の移動態様を示す図である。 図１の画像解析装置が実行するクラス分け処理の処理手順を示すフローチャートである。 （ａ）は、クラス分け処理の処理対象領域を示す図であり、（ｂ）は、クラス分け処理に含まれるクラス分け判定処理で使用するエリア条件値のエリア区分を示す図である。 クラス分け判定処理の処理手順を示すフローチャートである。 （ａ）は、クラス分け処理によって画素情報が登録されたクラス分けテーブルの内容の一例を示す図であり、（ｂ）は、図１の画像解析装置が実行する塊検出処理によって塊情報が登録された塊検出テーブルの内容の一例を示す図である。 クラス分けされた場合の各クラス毎の判定基準の一例を示す表である。 解析対象となる原画像の一例である。 図１７の原画像を基に差分画像生成処理で生成された差分画像である。 図１８の差分画像を基に正規化画像生成処理で生成された平均値の正規化画像であり、シミを構成する可能性の高い画素をクラス別に着色処理したマーキング画像でもある。 図１８の差分画像を基に正規化画像生成処理で生成された標準偏差の正規化画像であり、シミを構成する可能性の高い画素をクラス別に着色処理したマーキング画像でもある。

符号の説明

１ 画像解析装置
１０ 装置本体
１０１ 差分画像生成部
１０２ 基本統計量取得部
１０３ 正規化画像生成部
１０４ クラス分け処理部
１０５ 塊検出部
１０６ 判定処理部
２０ 入力部
３０ モニタ

Claims (14)

1. 入力した原画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素とその周囲画素で構成される所定サイズのブロックを画定し、前記注目画素の階調値とその周囲画素の階調値との差分の平均値を求め、前記注目画素の階調値と前記求めた差分の平均値との差分値を当該注目画素における画像値とする差分画像データを生成する差分画像生成手段と、
   前記差分画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする所定サイズの第１のブロックと、該第１のブロックと所定方向で隣接する第２のブロックと、を確定し、前記ブロック毎の画素の階調平均又は階調標準偏差を求め、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該求めた差分の平均値を求めて第１の基本統計量とし、当該第１の基本統計量に基づいて、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分の標準偏差を第２の基本統計量として、前記第１及び第２の基本統計量を取得する基本統計量取得手段と、
   前記差分画像データの基点画素から前記所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする前記所定サイズの前記第１のブロックと、該第１のブロックと前記所定方向で隣接する前記第２のブロックと、を画定し、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該差分から、差分の導出元において階調平均値か階調標準偏差かの種別が当該差分と同一である前記第１の基本統計量を差し引き、当該差し引き結果を、前記種別が同一である前記第２の基本統計量で除算して得られる正規化データを当該注目画素における画素値とする正規化画像データを生成する正規化画像生成手段と、
   前記正規化画像データを構成する画素の中からその画素値が所定の閾値範囲外にある特異画素を検出する特異画素検出手段と、
   検出した前記特異画素の中から連続した位置関係にあるものを検出する塊検出手段と、
   該塊検出手段の検出した前記特異画素が連続してなる塊を構成する画素数に基づき、前記原画像データの良否を判定する判定手段と、を備える、
   ことを特徴とする画像解析装置。
2. 前記基本統計量取得手段及び前記正規化画像生成手段が画定する前記第２のブロックは、前記所定方向を１ラインでの画素移動方向として前記第１のブロックと隣接するブロック又は前記所定方向を画素移動におけるライン移動方向として前記第１のブロックと隣接するブロックである、
   ことを特徴とする請求項１に記載の画像解析装置。
3. 前記差分画像生成手段は、前記原画像データにおける前記注目画素の位置に基づいて、画定する前記ブロックのサイズを変更する、
   ことを特徴とする請求項１又は２に記載の画像解析装置。
4. 前記特異画素検出手段は、クラス別に順次拡幅された複数の前記閾値範囲をそれぞれ用いて、クラス別の前記特異画素を検出する、
   ことを特徴とする請求項１乃至３の何れか１項に記載の画像解析装置。
5. 前記判定手段は、前記検出された特異画素を前記クラス別に着色したマーキング画像を生成する、
   ことを特徴とする請求項４に記載の画像解析装置。
6. 前記特異画素検出手段は、前記正規化画像データの画素の座標位置に応じた、前記閾値範囲の最小幅を特定するパラメータと、前記クラス間の拡幅間隔を特定するパラメータとに基づき、前記正規化画像データにおいて、中央部の画素については、周辺部よりも前記特異画素とみなす範囲を広げる、
   ことを特徴とする請求項４又は５に記載の画像解析装置。
7. 入力した原画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素とその周囲画素で構成される所定サイズのブロックを画定し、前記注目画素の階調値とその周囲画素の階調値との差分の平均値を求め、前記注目画素の階調値と、前記求めた差分の平均値との差分値を当該注目画素における画像値とする差分画像データを生成する差分画像生成工程と、
   前記差分画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする所定サイズの第１のブロックと、該第１のブロックと所定方向で隣接する第２のブロックと、を確定し、前記ブロック毎の画素の階調平均又は階調標準偏差を求め、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該求めた差分の平均値を求めて第１の基本統計量とし、当該第１の基本統計量に基づいて、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分の標準偏差を第２の基本統計量として、前記第１及び第２の基本統計量を取得する基本統計量取得工程と、
   前記差分画像データの基点画素から前記所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする前記所定サイズの前記第１のブロックと、該第１のブロックと前記所定方向で隣接する前記第２のブロックと、を画定し、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該差分から、差分の導出元において階調平均値か階調標準偏差かの種別を当該差分と同一である前記第１の基本統計量を差し引き、当該差し引き結果を、前記種別が同一である前記第２の基本統計量で除算して得られる正規化データを当該注目画素における画素値とする正規化画像データを生成する正規化画像生成工程と、
   前記正規化画像データを構成する画素の中からその画素値が所定の閾値範囲外にある特異画素を検出する特異画素検出工程と、
   検出した前記特異画素の中から連続した位置関係にあるものを検出する塊検出工程と、
   該塊検出工程で検出した前記特異画素が連続してなる塊を構成する画素数に基づき、前記原画像データの良否を判定する判定工程と、を備える、
   ことを特徴とする画像解析方法。
8. 前記基本統計量取得工程及び前記正規化画像生成工程で画定される前記第２のブロックは、前記所定方向を１ラインでの画素移動方向として前記第１のブロックと隣接するブロック又は前記所定方向を画素移動におけるライン移動方向として前記第１のブロックと隣接するブロックである、
   ことを特徴とする請求項７に記載の画像解析方法。
9. 前記差分画像生成工程では、前記原画像データにおける前記注目画素の位置に基づいて、画定する前記ブロックのサイズが変更される、
   ことを特徴とする請求項７又は８に記載の画像解析方法。
10. 前記特異画素検出工程では、クラス別に順次拡幅された複数の前記閾値範囲をそれぞれ用いて、クラス別の前記特異画素が検出される、
    ことを特徴とする請求項７乃至９の何れか１項に記載の画像解析方法。
11. 前記判定工程では、前記検出された特異画素を前記クラス別に着色したマーキング画像を生成する、
    ことを特徴とする請求項１０に記載の画像解析方法。
12. 前記特異画素検出工程では、前記正規化画像データの画素の座標位置に応じた、前記閾値範囲の最小幅を特定するパラメータと、前記クラス間の拡幅間隔を特定するパラメータとに基づき、前記正規化画像データにおいて、中央部の画素については、周辺部よりも前記特異画素とみなす範囲を広げる、
    ことを特徴とする請求項１０又は１１に記載の画像解析方法。
13. コンピュータを、
    入力した原画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素とその周囲画素で構成される所定サイズのブロックを画定し、前記注目画素の階調値とその周囲画素の階調値との差分の平均値を求め、前記注目画素の階調値と、前記求めた差分の平均値との差分値を当該注目画素における画像値とする差分画像データを生成する差分画像生成手段、
    前記差分画像データの基点画素から所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする所定サイズの第１のブロックと、該第１のブロックと所定方向で隣接する第２のブロックと、を確定し、前記ブロック毎の画素の階調平均又は階調標準偏差を求め、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該求めた差分の平均値を求めて第１の基本統計量とし、当該第１の基本統計量に基づいて、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分の標準偏差を第２の基本統計量として、前記第１及び第２の基本統計量を取得する基本統計量取得手段、
    前記差分画像データの基点画素から前記所定条件で順次画素移動して注目画素をピックアップし、該注目画素を基点画素とする前記所定サイズの前記第１のブロックと、該第１のブロックと前記所定方向で隣接する前記第２のブロックと、を画定し、前記第１のブロックと前記第２のブロックとの階調平均値又は階調標準偏差の差分を求め、当該差分から、差分の導出元において階調平均値か階調標準偏差かの種別が当該差分と同一である前記第１の基本統計量を差し引き、当該差し引き結果を、前記種別が同一である前記第２の基本統計量で除算して得られる正規化データを当該注目画素における画素値とする正規化画像データを生成する正規化画像生成手段、
    前記正規化画像データを構成する画素の中からその画素値が所定の閾値範囲外にある特異画素を検出する特異画素検出手段、
    検出した前記特異画素の中から連続した位置関係にあるものを検出する塊検出手段、及び
    該塊検出手段の検出した前記特異画素が連続してなる塊を構成する画素数に基づき、前記原画像データの良否を判定する判定手段、
    として機能させるためのコンピュータプログラム。
14. 前記特異画素検出手段は、クラス別に順次拡幅された複数の前記閾値範囲をそれぞれ用いて、クラス別の前記特異画素を検出し、
    前記判定手段は、前記検出された特異画素をクラス別に着色したマーキング画像を生成する、
    ことを特徴とする請求項１３に記載のコンピュータプログラム。