JP6537376B2 - 画像処理装置および画像処理方法 - Google Patents

Description

本発明は検査対象物における欠陥を抽出するための画像処理装置および画像処理方法に関する。

特許文献１や非特許文献１には、検査対象物の欠陥を人の視覚メカニズムに準じて検出するためのアルゴリズムが開示されている。具体的には、検査対象物を撮像した後、得られた画像を所定サイズの分割領域に分割して個々の分割領域で平均化および量子化する。そして、このような処理を分割領域のサイズや位相を異ならせた複数の場合について行い、それらの量子化値を加算した結果から欠陥の有無やその位置を判断している。このような方法を採用することにより、検査対象物の欠陥を、人間の注視を伴うことなく効率的に抽出したり顕在化したりすることが可能となる。

特開２０１３−１８５８６２号公報

「周辺視と固視微動に学ぶ「傷の気付き」アルゴリズム」 精密工学会誌 Vol.79, No.11.2013 p.1045-1049

特許文献１や非特許文献１のアルゴリズムを採用する場合、欠陥部分を効果的に検出するためには、検査対象物を撮像する際の解像度や画像処理における分割サイズなど、様々なパラメータが適正化されることが好ましい。例えば、インクジェット記録装置特有のスジやムラを検出するために、上記アルゴリズムを用いて記録装置が記録した画像を検査する場合、好適に検出するための読み取り解像度や分割サイズの範囲は、スジやムラの特徴によって変化する。そして、このようなパラメータが適正に調整されていないと、欠陥部分が抽出できなかったり、抽出処理のための負荷や時間を無駄に大きくしてしまったりするおそれが生じる。しかしながら、特許文献１や非特許文献１においては、抽出すべき欠陥の特徴とこれに適切なパラメータの対応関係についてはなんら言及されていなかった。

本発明は、上記問題点を解決するためになされたものである。よってその目的とするところは、抽出すべき欠陥の特徴に適切なパラメータを設定することにより、記録された画像における欠陥部分を効果的に検出することが可能な画像処理装置および画像処理方法を提供することである。

本発明の画像処理装置は、第１の方向へ順次記録された画像を読み取った画像データを取得する取得手段と、前記画像データを分割する分割領域の前記第１の方向および前記第１の方向と交差する第２の方向における分割サイズ、および前記分割領域の前記第１の方向および前記第２の方向における前記分割サイズの起点の位置に対応する移動量を設定する設定手段と、前記画像データに対して、前記移動量に応じた位置の前記分割領域毎の前記画像データの平均化処理および前記平均化処理によって得られる値を量子化する処理と、前記分割領域毎の前記量子化する処理によって得られた値を加算する処理と、を含む所定の処理を施す処理手段と、前記所定の処理が施された後の画像データから特異部を抽出する抽出手段と、を備える画像処理装置であって、前記設定手段は、（ｉ）前記第１の方向のサイズが前記第２の方向のサイズ以上となるように前記分割サイズを設定、および／または（ｉｉ）前記第１の方向よりも前記第２の方向の移動量が大きくなるように前記移動量を設定することを特徴とする。

本発明によれば、抽出すべき特異部を効率的に抽出することが可能となる。

（ａ）〜（ｄ）は、本発明に使用可能な画像処理装置１の形態例を示す図である。 画像処理システムにおける制御の構成を説明するためのブロック図である。 本発明で使用可能な複合機としてインクジェット記録装置の概略構成図である。 記録素子の配列構成と読み取り素子の配列構成とを示す図である。 第１実施形態における欠陥検出の基本工程を示すフローチャートである。 第１実施形態における欠陥検出アルゴリズムを示すフローチャートである。 （ａ）〜（ｃ）は、画像データの分割状態を説明するための図である。 （ａ）および（ｂ）は他の分割形状を説明するための図である。 ２×２画素の分割サイズにおいて、加算処理の過程を模式的に示した図である。 ３×３画素の分割サイズにおいて、加算処理の過程を模式的に示した図である。 （ａ）〜（ｃ）はダミーデータの生成方法を説明するための図である。 （ａ）〜（ｃ）は濃度ムラを説明するための図である。 （ａ）および（ｂ）は濃度ムラおよび分割サイズを示す模式図である。 （ａ）および（ｂ）は欠陥抽出結果を示す図である。 第２実施形態のシリアル型のインクジェット記録装置の概略構成図である。 濃度ムラおよび分割サイズを示す模式図である。 （ａ）および（ｂ）欠陥抽出結果を示す図である。 第３実施形態における欠陥抽出結果を示す図である。 （ａ）および（ｂ）は、ガウスフィルタの一例を示す図である。 第４実施形態における欠陥検出の基本工程を示すフローチャートである。 第４実施形態における欠陥検出アルゴリズムを示すフローチャートである。

図１（ａ）〜（ｄ）は、本発明に使用可能な画像処理装置１の形態例を示す図である。本発明の画像処理装置は、記録された画像の欠陥箇所をユーザが認識しやすくするためのポップアップ処理や装置自体が判別するための処理を、撮像された画像データに対し施すものであり、システムとしては様々な形態を取ることができる。

図１（ａ）は、画像処理装置１が読み取り部２を備えている形態を示す。例えば、インクジェット記録装置によって所定の画像が記録されたシートが、画像処理装置１内の読み取り部２の読取台に設置されて光学センサなどによって撮像され、その画像データを画像処理部３が処理する場合がこれに相当する。画像処理部３は、ＣＰＵやこれよりも高速な処理が可能な画像処理アクセラレータを備え、読み取り部２による読み取り動作を制御したり、受け取った画像データに対し所定の検査処理を実行したりする。

図１（ｂ）は、読み取り部２を備えた読み取り装置２Ａに画像処理装置１が外部接続された形態を示している。例えば、スキャナにＰＣが接続されているようなシステムがこれに相当する。接続形式としては、ＵＳＢやＧｉｇＥ、ＣａｍｅｒａＬｉｎｋといった汎用的な接続方式でよい。読み取り部２が読み取った画像データはインターフェース４を介して画像処理部３に提供され、画像処理部３は受け取った画像データに対し所定の検査処理を実行する。なお、この形態の場合、画像処理装置１は、記録部５を備えた記録装置５Ａに更に外部接続されていてもよい。

図１（ｃ）は、画像処理装置１が読み取り部２および記録部５を備えている形態を示している。例えばスキャナ機能、プリンタ機能、および画像処理機能を兼ね備えた複合機がこれに相当する。画像処理部３は、記録部５における記録動作、読み取り部２における読み取り動作、および読み取り部２が読み取った画像に対する検査処理などの全てを制御する。

図１（ｄ）は、読み取り部２と記録部５とを備えた複合機６に画像処理装置１が外部接続された形態を示している。例えば、スキャナ機能とプリンタ機能とを兼ね備えた複合機にＰＣが接続されているようなシステムがこれに相当する。

本発明の画像処理装置１は図１（ａ）〜（ｄ）のいずれの形態も採ることができる。以下、図１（ｄ）の形態を採用した場合を例に、本発明の実施形態を詳細に説明する。

（第１実施形態）
図２は、図１（ｄ）の形態における制御の構成を説明するためのブロック図である。画像処理装置１はホストＰＣなどからなり、ＣＰＵ３０１は、ＨＤＤ３０３に保持されるプログラムに従ってＲＡＭ３０２をワークエリアとしながら各種処理を実行する。例えばＣＰＵ３０１は、キーボード・マウスＩ／Ｆ ３０５を介してユーザより受信したコマンドやＨＤＤ３０３に保持されるプログラムに従って複合機６が記録可能な画像データを生成し、これを複合機６に転送する。また、データ転送Ｉ／Ｆ ３０４を介して複合機６から受信した画像データに対し、ＨＤＤに記憶されているプログラムに従って所定の処理を行い、その結果や様々な情報をディスプレイＩ／Ｆ ３０６を介して不図示のディスプレイに表示する。

一方、複合機６において、ＣＰＵ３１１は、ＲＯＭ３１３に保持されるプログラムに従ってＲＡＭ３１２をワークエリアとしながら各種処理を実行する。更に、複合機６は、高速な画像処理を行うための画像処理アクセラレータ３０９、読み取り部２を制御するためのスキャナコントローラ３０７、記録部５を制御するためのヘッドコントローラ３１４、検査部３０８を備えている。

画像処理アクセラレータ３０９は、ＣＰＵ３１１よりも高速に画像処理を実行可能なハードウェアである。画像処理アクセラレータ３０９は、ＣＰＵ３１１が画像処理に必要なパラメータとデータをＲＡＭ３１２の所定のアドレスに書き込むことにより起動され、上記パラメータとデータを読み込んだ後、上記データに対し所定の画像処理を実行する。但し、画像処理アクセラレータ３０９は必須な要素ではなく、同等の処理はＣＰＵ３１１で実行することができる。

ヘッドコントローラ３１４は、記録部５に備えられた記録ヘッド１００に記録データを供給するとともに、記録ヘッド１００の記録動作を制御する。ヘッドコントローラ３１４は、ＣＰＵ３１１が、記録ヘッド１００が記録可能な記録データと制御パラメータをＲＡＭ３１２の所定のアドレスに書き込むことにより起動され、当該記録データに従って吐出動作を実行する。

スキャナコントローラ３０７は、読み取り部２に配列する個々の読み取り素子を制御しつつ、これらから得られるＲＧＢの輝度データをＣＰＵ３１１に出力する。ＣＰＵ３１１は、得られたＲＧＢの輝度データをデータ転送Ｉ／Ｆ３１０を介して画像処理装置１に転送する。画像処理装置１のデータ転送Ｉ／Ｆ ３０４および複合機６のデータ転送Ｉ／Ｆ ３１０における接続方式としては、ＵＳＢ、ＩＥＥＥ１３９４、ＬＡＮ等を用いることができる。

図３は、本実施形態の複合機６として使用可能なインクジェット記録装置（以下、単に記録装置とも言う）の概略構成図である。本実施形態の記録装置はフルラインタイプの記録装置であり、記録媒体や検査対象物となりうるシートＰの幅と同等の幅を有する記録ヘッド１００と読み取りヘッド１０７が並列配置されている。記録ヘッド１００は、ブラック（Ｋ）、シアン（ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）のインクをそれぞれ吐出する４列の記録素子列１０１〜１０４を備え、これら記録素子列１０１〜１０４はシートＰの搬送方向（Ｙ方向）に並列配置されている。記録素子列１０１〜１０４の更に下流には、読み取りヘッド１０７が配備されている。読み取りヘッド１０７には、記録された画像を読み取るための読み取り素子がＸ方向に複数配列されている。

記録処理や読み取り処理を行う際、シートＰは搬送ローラ１０５の回転に伴って図のＹ方向に所定の速度で搬送され、この搬送の最中、記録ヘッド１００による記録処理や読み取りヘッド１０７による読み取り処理が行われる。このように、記録装置においては、記録ヘッド１００とシートＰとの相対移動に伴ってシートＰに画像が記録される。記録ヘッド１００による記録処理や読み取りヘッド１０７による読み取り処理が行われる位置のシートＰは、平板からなるプラテン１０６によって下方から支えされ、記録ヘッド１００や読み取りヘッド１０７からの距離と平滑性が維持されている。

図４（ａ）は記録ヘッド１００における記録素子の配列構成を示す図であり、図４（ｂ）は読み取りヘッド１０７における読み取り素子の配列構成を示す図である。図４（ａ）に示すように、各記録素子列１０１〜１０４には、複数の記録素子１０８がＸ方向に配列されている。記録ヘッド１００において、各インク色に対応する記録素子列１０１〜１０４の夫々は、複数の記録素子１０８が一定のピッチで配列される記録素子基板２０１の複数が、オーバーラップ領域Ｄを設けながらＸ方向に連続するようにＹ方向に交互に配置されている。一定の速度でＹ方向に搬送されるシートＰに対し、個々の記録素子１０８が記録データに従って一定の周波数でインクを吐出することにより、シートＰには記録素子１０８の配列ピッチに相応する解像度の画像が記録される。

一方、図４（ｂ）に示すように、読み取りヘッド１０７には、複数の読み取りセンサ１０９がＸ方向に所定のピッチで配列されている。さらに、図では示していないが、個々の読み取りセンサ１０９は、読み取り画素の最小単位となり得る読み取り素子がＸ方向に複数配列して構成されている。一定の速度でＹ方向に搬送されるシートＰ上の画像を、個々の読み取りセンサ１０９の読み取り素子が所定の周波数で撮像することにより、シートＰに記録された画像全体を読み取り素子の配列ピッチで読み取ることが出来る。

ここでは、複数の記録素子の配列方向をＸ方向（第２の方向）といい、Ｘ方向と交差する方向であり且つ画像が順次記録される方向をＹ方向（第１の方向）という。

以下、本実施形態における欠陥検出アルゴリズムについて具体的に説明する。本実施形態の欠陥検出アルゴリズムは、既に記録された画像を撮像し、得られた画像データに対して欠陥のような特異部を抽出するために所定の画像処理を行うためのアルゴリズムである。画像を記録するのは、複合機６としてのインクジェット記録装置でなくても構わないが、以下では複合機６の記録ヘッド１００が記録した画像を読み取りヘッド１０７で読み取る場合について説明する。

図５は、本実施形態の画像処理装置１が実行する欠陥検出の基本工程を説明するためのフローチャートである。本処理が開始されると、画像処理装置１は、ステップＳ１において読み取り解像度の設定を行う。具体的な設定方法については後に詳しく説明する。

続くステップＳ２では、ステップＳ１で設定された読み取り解像度に従って、検査対象となる画像の読み取り動作を実行する。すなわち、スキャナコントローラ３０７を駆動させ、読み取りセンサ１０９に配列する複数の読み取り素子の出力信号を得、これらに基づいてステップＳ１で設定された読み取り解像度に相当する画像データを生成する。本実施形態において、画像データはＲ（レッド）、Ｇ（グリーン）およびＢ（ブルー）の輝度信号とする。

ステップＳ３においてＣＰＵ３０１は、続くステップＳ４で実行する欠陥抽出処理のために用いる分割サイズと位相を設定する。分割サイズと位相の定義については後に詳しく説明するが、ステップＳ３において、分割サイズと位相のそれぞれは少なくとも１種類以上が設定される。ステップＳ４では、ステップＳ３で設定した分割サイズと位相に基づいて、ステップＳ２で生成した画像データに対し欠陥検出アルゴリズムを実行する。

図６は、ＣＰＵ３０１がステップＳ４で実行する欠陥検出アルゴリズムの工程を説明するためのフローチャートである。本処理が開始されると、ＣＰＵ３０１は、まずステップＳ１１において、ステップＳ３で設定された複数の分割サイズの中から、１つの分割サイズを設定する。更に、ステップＳ１２では、ステップＳ３で設定された複数の位相の中から、１つの位相を設定する。そして、ステップＳ１３では、ステップＳ１１で設定された分割サイズとステップＳ１２で設定された位相に基づいて、ステップＳ２で取得した画像データを分割して平均化処理を行う。

図７（ａ）〜（ｃ）は、分割サイズと位相に基づく画像データの分割状態を説明するための図である。図７（ａ）は分割サイズを２×２画素とした場合、同図（ｂ）は分割サイズを３×２画素とした場合、同図（ｃ）は分割サイズを２×３画素とした場合を夫々示している。図７（ａ）のように、分割サイズ１０００を２×２画素とした場合、画像データ領域１００１は２×２画素の単位で分割されるが、その分け方は１００２〜１００５の４通りが可能であり、それに対応する４種類の位相が存在する。このように、位相とは、画像データ領域１００１における分割サイズの起点Ｏの位置に対応するものと考えることが出来る。図７（ｂ）のように、分割サイズ１００６を３×２画素とした場合、画像データ領域１００１の分け方は１００７〜１０１２の６通りが可能であり、６種類の位相が存在することになる。図７（ｃ）のように、分割サイズ１０１３を２×３画素とした場合、画像データ領域１００１の分けた方は１０１４〜１０１９の６通りが可能であり、６種類の位相が存在することになる。

分割サイズが大きいほど設定可能な位相の数も増えるが、１つの分割サイズに対して全ての位相を必ずしも設定する必要はない。図５のステップＳ３では設定可能な位相のうち少なくとも一部の位相が設定されればよく、図６のステップＳ１２では、ステップＳ３で設定された幾つかの位相のうちの１つが設定されればよい。

なお、図７（ａ）〜（ｃ）においては画像データを四角形に分割する方法を説明したが、画像データは四角形以外の形状に分割されてもよい。図８（ａ）および（ｂ）は、他の分割形状を示す図である。図８（ａ）および（ｂ）に示す形状によって画像データを分割してもよい。すなわち、図８（ａ）に示す分割形状８０１のように、階段状の部分を含む形状によって画像データを分割してもよい。図８（ｂ）に示す分割形状８０２のように、段差部分を含む形状によって画像データを分割してもよい。また、画像データは円形によって分割されてもよい。つまり、画像データを分割する際の分割形状は特に限定されるものではない。詳細は図１３（ａ）、（ｂ）を参照して後述するが、本実施形態においては、検出対象とする欠陥の発生特性に応じて、欠陥の長手方向に長い矩形状の分割形状によって画像データを分割する場合について説明する。しかしながら、画像データは、欠陥のその他の特性または装置の特性などに応じた他の形状によって分割されてもよい。

図６に戻る。ステップＳ１３では、ステップＳ１２で分割した分割領域の夫々について平均化処理を行う。具体的には、分割領域に含まれる複数の画素について、個々の画素が有する輝度データの平均値を求める。この際、個々の画素に対応する輝度データとしては、個々の画素が有するＲＧＢの輝度データをそのまま平均したものであってもよいし、ＲＧＢデータの夫々に所定の重み付け係数を掛けた後に加算した値であってもよい。更に、ＲＧＢのうちいずれか１色の輝度データをそのまま画素の輝度データとしてもよい。

ステップＳ１４では、ステップＳ１３で算出した平均値を画素ごとに量子化する。量子化は２値化であってもよいし数レベルへの多値量子化であってもよい。これにより、各画素の量子化値が分割領域ごとに揃っている状態の量子化データが得られる。

ステップＳ１５では、ステップＳ１４で得られた量子化値を加算画像データに加算する。加算画像データとは、分割サイズと位相を様々に異ならせた場合の夫々で得られる量子化データを加算した結果を示す画像データである。ステップＳ１４で得られた量子化データが最初の分割サイズの最初の位相である場合、ステップＳ１５で得られる加算画像データはステップＳ１４で得られる量子化データと等しくなる。

続くステップＳ１６において、画像処理装置１は現在設定されている分割サイズに対する全ての位相についての処理が完了したか否かを判断する。未だ処理すべき位相が残っていると判断した場合、ステップＳ１２に戻り次の位相を設定する。一方、全ての位相について処理が完了したと判断した場合はステップＳ１７に進む。

図９（ａ）〜（ｄ）および図１０（ａ）〜（ｉ）は、所定の分割サイズにおいて、ステップＳ１５の加算処理を全ての位相について順番に行う過程を模式的に示した図である。分割サイズを２×２画素にした場合、位相は４種類存在する。図９（ａ）〜（ｄ）では、これら４種類の位相を順番に変えていく過程において、注目画素Ｐｘの加算処理のために周辺画素の輝度データが利用される回数を画素ごとに示している。一方、分割サイズを３×３画素にした場合、位相は９種類存在する。図１０（ａ）〜（ｉ）では、これら９種類の位相を順番に変えていく過程において、注目画素Ｐｘの加算処理のために周辺画素の輝度データが利用される回数を画素ごとに示している。

図９（ａ）および図１０（ａ）は移動量（Ｋｘ、Ｋｙ）が（０、０）である初期状態（最初の位相）を示している。図９（ｂ）〜（ｄ）は図９（ａ）に示す最初の位相から位相を変化させた状態を夫々示しており、図１０（ｂ）〜（ｉ）は図１０（ａ）に示す最初の位相から位相を変化させた状態を示している。図９（ｂ）および図１０（ｂ）は、ｙ方向へ１画素移動させた移動量（Ｋｘ、Ｋｙ）が（０，１）である位相を示している。図９（ｃ）および図１０（ｄ）はｘ方向へ１画素移動させた移動量（Ｋｘ、Ｋｙ）が（１，０）である位相を示している。図９（ｄ）および図１０（ｅ）はｘ方向およびｙ方向へ夫々１画素移動させた移動量（Ｋｘ、Ｋｙ）が（１，１）である位相を示している。図１０（ｃ）は移動量（Ｋｘ、Ｋｙ）が（０，２）である位相を、図１０（ｆ）は移動量（Ｋｘ、Ｋｙ）が（１，２）である位相を、図１０（ｇ）は移動量（Ｋｘ、Ｋｙ）が（２、０）である位相を、夫々示している。また、図１０（ｈ）は移動量（Ｋｘ、Ｋｙ）が（２、１）である位相を、図１０（ｉ）は移動量（Ｋｘ、Ｋｙ）が（２，２）である位相を、夫々示している。

図９（ｂ）〜（ｄ）および図１０（ｂ）〜（ｉ）いずれの図においても、注目画素Ｐｘについては、自身が分割領域内に含まれる全ての位相について利用されるので加算回数は最も多く、加算結果への寄与も最も大きい。注目画素Ｐｘから離れる画素ほど加算回数は少なくなり、加算結果への寄与も少なくなる。すなわち、位相を変化させていくと、図９（ｅ）および図１０（ｊ）に示すように、最終的には注目画素を中心にフィルタ処理が行われたような結果が得られる。

図６のフローチャートに戻る。ステップＳ１７において、画像処理装置１は図５のステップＳ３で設定された全ての分割サイズについての処理が完了したか否かを判断する。未だ、処理すべき分割サイズが残っていると判断した場合、ステップＳ１１に戻り次の分割サイズを設定する。一方、全ての分割サイズについて処理が完了したと判断した場合はステップＳ１８に進む。

ステップＳ１８では、現在得られている加算画像データに基づいて、欠陥箇所（特異部）の抽出処理を行う。ここでは、周辺の輝度データと比較して信号値の変動が大きい箇所を欠陥箇所として抽出する。なお、抽出処理の方法はこの方法に特に限定されるものではなく、公知の判別処理を利用することが出来る。以上で本処理を終了する。

図６で説明した欠陥検出アルゴリズムでは、図９（ａ）〜（ｅ）や図１０（ａ）〜（ｊ）で説明したように、注目画素Ｐｘを中心に移動する分割領域に含まれる全画素の平均値に基づいて加算データを算出する。このため、記録画像データの端部に位置する注目画素については、分割領域の中にデータの存在しない領域が含まれてしまい、正しい処理が得られないおそれが生じる。このような状況に対応するため、本実施形態では、予め検査対象画像データの周囲にダミーの画像データも付随しておく。

図１１（ａ）〜（ｃ）は、ダミーデータの生成方法を説明するための図である。図において、検査対象画像データに相当する領域は斜線で示している。図１１（ａ）に示すように、黒で示した注目画素Ｐｘが検査対象領域の角に位置する場合、注目画素Ｐｘを中心とした分割領域（実線）においても、そこから位相をずらした分割領域（点線）においても、データの存在しない領域（白領域）が含まれてしまう。このため、本実施形態では、注目画素Ｐｘに対し、最大の分割サイズを用い最大の移動距離とした場合でも分割領域に含まれる全ての画素に相応なデータが存在するように、ダミーデータを作成しておく。

図１１（ｂ）は、ダミーデータの生成方法を示す図である。検査対象画像データを頂点Ａ、Ｂ、Ｃ、Ｄのそれぞれについて点対象に反転した４つ画像と、辺ＡＢ、ＢＤ、ＣＤ、ＡＣのそれぞれについて線対称に反転した４つの画像を生成し、これら８つの画像で検査対象画像データを囲む。ここで、例えば欠陥検出アルゴリズムにおける最大の分割サイズを（Ｓｘm、Ｓｙm）最大の移動距離を（Ｋｘm、Ｋｙm）とする。このとき、ダミーデータは検査対象画像データの端部より、Ｘ方向にＦｐ＝（Ｓｘm／２）＋Ｋｘm、Ｙ方向にＦｑ＝（Ｓｙm／２）＋Ｋｙmだけ拡張した領域まで生成されればよい。図１１（ｃ）は、このようにしてダミーデータが付加された検査対象画像データを示す。

なお、後述する第４実施形態のようにガウスフィルタを用いる場合、検査対象画像データを生成する際、ダミーデータの大きさＦｐおよびＦｑは、Ｆｐ＝ＩＮＴ（Ｆｘm／２）およびＦｑ＝ＩＮＴ（Ｆｙm／２）とする。ここで、ＦｘmおよびＦｐmは、欠陥検出アルゴリズムで使用する最大のガウスフィルタサイズＦのＸ成分とＹ成分を示す。
なお、記録画像データの一部について欠陥箇所抽出処理を実行する場合、検査対象画像データにダミーデータを付加しなくてもよい場合がある。記録画像データの端部に注目画素が位置しない場合は、ダミーデータを作成しなくてもよい。

以上説明したアルゴリズムに従って抽出された欠陥箇所の情報は、その後様々な用途に用いることが出来る。例えば、画像の欠陥検査において検査員が欠陥部を判別し易くするために、欠陥箇所をポップアップ表示することが出来る。この場合、検査員はポップアップされた画像に基づいて欠陥部を確認し、欠陥部を補修したり不良品として除外したりすることが出来る。このような画像の欠陥検査は、記録装置の開発時、記録装置の製造時、記録装置の使用時などにおける記録装置の記録状態の検査のために行われることが想定される。

また、欠陥箇所の情報を別のシステムで利用するために記憶することも出来る。更に、欠陥を正常な状態に補正する機能を自身で有するデバイスの場合は、欠陥箇所の情報を補正処理で利用出来るように設定することが出来る。例えば、周囲に比べて輝度が高く現れたり低く現れたりする領域が抽出された場合には、当該領域に対して補正用の画像処理パラメータを用意することが出来る。また、インクジェット記録装置における吐出状態を検出して、該当する位置の記録素子のために記録ヘッドに対してメンテナンス処理を実行することも出来る。

いずれにせよ上述の欠陥検出アルゴリズムを採用すれば、分割サイズや位相を様々に異ならせた量子化データの加算に基づいて欠陥箇所を抽出しているので、個々の読み取り画素が有するノイズを適量に抑えながら実質的な欠陥を顕在化させることが可能となる。

ところで、本発明者らは鋭意検討の結果、検出対象とする欠陥の特徴が明確である場合には、上述した欠陥検出アルゴリズムにおいて、検査画像を読み取る際の分割サイズや位相を、その特徴に合わせて調整することが有効と判断した。逆に言えば、分割サイズや位相が適切な範囲に設定されていない状況であると、欠陥部分を効果的に検出することが出来なかったり、抽出処理のための負荷や時間を無駄に大きくしてしまったりするおそれがあった。そのため、本実施形態では、検出対象とする欠陥の特徴を鑑み、図５のフローチャートのステップＳ３において、当該特徴に応じた分割サイズと位相とを設定する。以下、本実施形態が検出対象とする欠陥の特徴と、これに適応するための分割サイズおよび位相との関係を具体的に説明する。

本実施形態においては、検出対象とする欠陥が濃度ムラである場合について説明する。図１２（ａ）〜（ｃ）は記録装置における濃度ムラを説明するための図であり、図１２（ａ）〜（ｃ）に示す黒丸は、シートＰに付与されたインク滴によって形成されたドットを示している。図１２（ａ）は所望の位置にインクが付与されており濃度ムラが生じていない状態を、図１２（ｂ）および（ｃ）は所望の位置からずれた位置にインクが付与されており濃度ムラが生じている状態を、夫々示している。図１２（ａ）に示すようにドットが均一に配置されている場合、濃度ムラは生じない。これに対して、図１２（ｂ）に示すように、ドット間の距離が比較的狭い領域とドット間の距離が比較的広い領域とが存在する場合、両領域間においてドットの密度が異なることによる濃度ムラが生じる。図１２（ｃ）に示すように、等間隔にドットが配置されている状態において、ドットが配置されていない領域が部分的に生じると、濃度ムラ（白スジ）が生じる。このような濃度ムラは、シートＰの搬送速度の変化、記録素子ごとの吐出特性の違い、記録素子列の配置誤差等を原因として生じる。なお、ここでは、シートＰの搬送速度の変化に起因して発生するＸ方向に延在するスジ状の濃度ムラを検出対象とする場合について説明する。

図１３（ａ）および（ｂ）は、図５のステップＳ２において読み取られた画像データ６０６を示す模式図である。図１３（ａ）および（ｂ）に示す濃度ムラ領域６０１、６０２は、濃度ムラが発生している領域を示している。上述のように、ここでは、Ｘ方向に延在する濃度ムラ領域６０１、６０２が発生している場合、Ｙ方向よりもＸ方向に広い分割サイズによって画像データを分割する。即ち、図１３（ａ）および（ｂ）に示すように、Ｓｘ＞Ｓｙである分割サイズを設定する。これによって、欠陥箇所に割り当てられた分割領域における欠陥箇所が占める割合を比較的多くして、図６のステップＳ１３の平均化処理をしても、他の領域との間の輝度データの値の差分が比較的大きくなるようにする。これによって、周囲との差が大きい領域を欠陥箇所として、欠陥を効率よく抽出することができる。

その際、移動量をＫｘ＞Ｋｙとなるように設定すると、より効果的に欠陥を抽出することができる。例えば、Ｘ方向への移動量を−１０≦Ｋｘ≦１０に、Ｙ方向への移動量を−５≦Ｋｙ≦５に、夫々設定する。そうすると、結果として、Ｘ方向における輝度データの平均値の加算量が多くなるため、シートＰの搬送誤差に起因する濃度ムラをより効率的に抽出することができる。

ここでは、Ｓｘ＞Ｓｙである分割サイズを設定する場合について説明したが、Ｓｘ＝Ｓｙである分割サイズによって画像データを分割し、移動量をＫｘ＞Ｋｙとした場合であっても、上記と同様の効果を得ることができる。即ち、Ｘ方向に延在する濃度ムラを検出対象とする場合、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの関係を満たすように、分割サイズや移動量を設定することによって、欠陥の抽出効率を向上させることができる。

なお、ここでは、装置の種類や装置の特性等に基づいて、Ｘ方向に延在する濃度ムラを検出対象とすることが予め決定されており、分割サイズの縦横比をＳｘ＞Ｓｙとすることが予め設定されているものとする。即ち、いずれの方向に延在する濃度ムラを欠陥箇所として抽出するかが予め決定されており、この決定された延在方向を長手方向とするように分割サイズが設定されるものとする。

図１３（ａ）においては、分割サイズ（Ｓｘ₀、Ｓｙ₀）によって画像データ６０６を分割する場合を模式的に示している。図１３（ｂ）においては、図１３（ａ）に示す分割サイズ（Ｓｘ₀、Ｓｙ₀）よりも大きい分割サイズ（Ｓｘ₁、Ｓｙ₁）によって画像データを分割する場合を模式的に示している。

例えば、式（１）から分割サイズを設定すれば、２回の分割サイズの変更によって、２回前の２倍の大きさの領域を処理することができる。

また、分割サイズを１．５倍ずつ拡大していくようにしてもよい。Ｘ方向のサイズの変化量とＹ方向のサイズの変化量とを異ならせてもよい。

図１４（ａ）および（ｂ）は、図１３（ａ）および（ｂ）に示すＸ方向にのびる濃度ムラに対して、図６のステップＳ１８における欠陥箇所抽出処理を実行した結果を示している。図１４（ａ）および（ｂ）において、輝度データの値の周辺領域との差分が比較的大きい領域は比較的高い輝度として白く表示され、周辺領域との差分が比較的小さい領域は比較的低い輝度として黒く表示されているものとする。

図１４（ａ）は、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの関係となるように分割サイズおよび移動量を設定した場合に、図６のステップＳ１８における欠陥箇所抽出処理を実行した結果のデータ５０６を示している。上述のように、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙとして分割サイズおよび移動量を設定した場合、欠陥領域に対応する分割領域と対応しない分割領域との間の輝度データの値の差分は、比較的大きくなる。そのため、図１４（ａ）に示すように、欠陥箇所抽出処理によって得られるデータ５０６は、白い部分と黒い部分とが明確に区別できるようなデータ、即ち、欠陥箇所７０１、７０２を的確に抽出したデータとなる。

図１４（ｂ）は、Ｓｘ＋Ｋｘ≦Ｓｙ＋Ｋｙの関係となるように分割サイズおよび移動量を設定した場合に、図６のステップＳ１８における欠陥箇所抽出処理を実行した結果のデータ７０５を示している。図１４（ｂ）においては、Ｓｘ＋Ｋｘ≦Ｓｙ＋Ｋｙの関係となるように分割サイズおよび移動量を設定しているため、欠陥領域に対応する分割領域に占める欠陥領域の割合が比較的小さくなる。そのため、欠陥領域に対応する分割領域と対応しない分割領域との間における輝度データの値の差分が小さくなり、図１４（ｂ）に示すように、白い部分と黒い部分とが明確に区別できないデータとなる。この場合、欠陥箇所７０３、７０４を的確に抽出することができない。

図１４（ａ）と図１４（ｂ）とを対比させて明らかなように、ここでは、Ｘ方向にのびる濃度ムラを検出対象とする場合、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの関係を満たす分割サイズおよび移動量を設定することによって、濃度ムラを的確に抽出することができる。このように、ここでは、記録素子の配列方向と交差する方向におけるサイズよりも配列方向におけるサイズが大きい分割サイズ、および／または交差する方向への移動量より配列方向への移動量が多い移動量、を設定する。これによって、記録素子の配列方向に発生する濃度ムラを的確に抽出することができる。

（第２実施形態）
本実施形態においては、シリアル型のインクジェット記録装置を用いる場合について説明する。図１５はシリアル型のインクジェット記録装置の概略構成図である。図１５において、記録ヘッド１７０は、キャリッジ１７１に搭載された状態で図のＹ方向に往復移動し、この移動の最中に不図示の記録素子列から、ブラック（Ｋ）、シアン（ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）のインクそれぞれを吐出する。そして、１回分の記録走査が終了すると、シートＰは記録ヘッド１７０の記録幅に相当する距離だけＸ方向に搬送される。このような記録走査と搬送動作とを交互に繰り返すことによりシート上に画像が形成される。各記録素子列において複数の記録素子はＸ方向に配列されている。一方、読み取りヘッド１０７において複数の読み取り素子はＹ方向に配列されている。

図１５のようなシリアル型のインクジェット記録装置において、キャリッジ１７１の移動速度が変化した場合、Ｘ方向に延在する濃度ムラが生じることがある。このような濃度ムラを読み取りヘッド１０７で読み取ろうとした場合、濃度ムラの延在方向（Ｘ方向）は読み取り素子の配列方向（Ｙ方向）と交差する。よって、図５のステップＳ１では、Ｘ方向における読み取り解像度を設定することになるが、この場合には個々の読み取り素子における読み取り周期を変化させることによって読み取り解像度を調整することが出来る。

また、別の形態として、読み取り素子がＸ方位に配列して構成される短尺の読み取りヘッドを、記録ヘッド１７０と並列にキャリッジ１７１の側部に備えた構成とすることもできる。この場合の読み取り動作は記録動作と同様、シートに対して複数回のスキャンを繰り返すことによって行われ、濃度ムラの延在方向は読み取り素子の配列方向と等しくなる。つまり、上記実施形態で説明した方法で読み取り解像度を調整することが出来る。

このように本発明においては、読み取り素子の配列方向と等しい方向に延在する欠陥を検出する場合でも、読み取り素子の配列方向と交差する方向に延在する欠陥を検出する場合でも、読み取り画素の解像度は適量に調整することが出来る。

さらに、図１（ａ）や（ｂ）のように、記録装置によって記録された画像をこれとは別の読み取り装置によって読み取る場合は、読み取り解像度を更に様々な方法で調整することが出来る。例えば、シートが平板からなる読取台に設置され画像全体をエリアセンサによって一括撮像する構成の場合は、光学系の倍率Ｍを変動させることによって読み取り解像度を調整することが出来る。この場合、実質的に読み取り素子の配列方向や読み取り方向の概念が無くなることになる。

図１６は、図５のステップＳ２にて読み取られた画像データ１１６を示す模式図である。図１６に示す濃度ムラ領域１１０１〜１１０４は、濃度ムラが発生している領域を示している。ここでは、キャリッジ１７１の移動速度が変化した場合における濃度ムラを示している。例えばキャリッジ１７１の移動中に一時的に移動速度が遅くなった場合、移動速度が遅くなった領域において他の領域よりもドット間の距離が狭くなり、濃度ムラが生じる。また、例えばキャリッジ１７１の移動速度が一時的に速くなった場合、移動速度が速くなった領域において他の領域よりもドット間の距離が広くなり、濃度ムラが生じる。このようなキャリッジ１７１の移動速度の変化による濃度ムラは、図１６に示すようにＸ方向に延在して生じる。また、記録の際に、記録ヘッド１７０の記録幅に相当する距離よりも短い距離だけシートＰが搬送されると、ある走査における濃度ムラと次の走査における濃度ムラとが重複する領域が発生することもある。図１６においては、濃度ムラ領域１１０１と濃度ムラ領域１１０２とが重複する領域が生じている場合も示している。

図１６に示すようなＸ方向に延在する濃度ムラを検出対象とする場合、ここでは、Ｙ方向よりもＸ方向に広い分割サイズによって画像データを分割する。即ち、図１６に示すように、Ｓｘ＞Ｓｙである分割サイズを設定する。さらに、分割サイズのＸ方向のサイズは、記録ヘッド１７０の記録幅以下に設定する。このようにＳｘ＞Ｓｙである分割サイズを設定する場合、移動量をＫｘ＞Ｋｙとなるように設定すると、より効果的に欠陥を抽出することができる。

また、Ｓｘ＝Ｓｙである分割サイズによって画像データを分割し、Ｋｘ＞Ｋｙである移動量によって分割領域を移動させた場合であっても同様の効果を得ることができる。即ち、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの関係を満たすように、分割サイズおよび移動量を設定することによって、欠陥の抽出効率を向上させることができる。

図１７（ａ）および（ｂ）は、図１６に示すＸ方向にのびる濃度ムラに対して、図６のステップＳ１８における欠陥箇所抽出処理を実行した結果を示している。図１７（ａ）および（ｂ）においても、図１４（ａ）および（ｂ）と同様に、周辺領域との間の輝度データの値の差分が比較的大きい領域は白く表示され、周辺領域との差分が比較的小さい領域は黒く表示されているものとする。

図１７（ａ）は、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの関係となるように分割サイズおよび移動量を設定した場合に、図６のステップＳ１８における欠陥箇所抽出処理を実行した結果のデータ７０６を示している。上述のように、Ｘ方向にのびる濃度ムラが生じている場合にＳｘ＋Ｋｘ＞Ｓｙ＋Ｋｙである分割サイズや移動量を設定すると、欠陥領域に対応する分割領域と他の分割領域との間の輝度データの値の差分は、比較的大きくなる。そのため、図１７（ａ）に示すように、欠陥箇所抽出処理によって得られるデータ７０６は、欠陥箇所１４０１〜１４０４を的確に抽出したデータとなる。

図１７（ｂ）は、Ｓｘ＋Ｋｘ≦Ｓｙ＋Ｋｙの関係となるように分割サイズおよび位相を設定した場合に、図６のステップＳ１８における欠陥箇所抽出処理を実行した結果のデータ７０７を示している。図１７（ｂ）においては、Ｓｘ＋Ｋｘ≦Ｓｙ＋Ｋｙの関係となるように分割サイズおよび位相を設定しているため、分割領域に占める欠陥領域の割合の分割領域間における差が比較的小さくなる。そのため、欠陥領域に対応する分割領域と他の分割領域との間における輝度データの値の差分が小さくなり、図１７（ｂ）に示すように、欠陥箇所１４０５〜１４０８を的確に抽出することができない。

図１７（ａ）と図１７（ｂ）とを対比させて明らかなように、ここでも、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの関係を満たす分割サイズおよび移動量を設定することによって、濃度ムラを的確に抽出することができる。

（第３実施形態）
本実施形態においては、延在方向の異なる濃度ムラが同時に発生した場合における欠陥抽出処理の方法について説明する。より詳細には、図１５に示すシリアル型のインクジェット記録装置を用いる場合に、図１３（ａ）を参照して説明したシートＰの搬送速度の変化と、図１６を参照して説明したキャリッジ１７１の移動速度の変化と、が同時に発生した場合について説明する。

シートＰの搬送速度の変化とキャリッジ１７１の移動速度の変化とが同時に発生した場合、図１３（ａ）に示す濃度ムラと図１６に示す濃度ムラとの両方が生じる。この場合、図５のステップＳ３にてＳｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの関係を満たす分割サイズおよび移動量を設定して、図６に示す欠陥抽出処理を実行する。その後、図５のステップＳ３にてＳｘ＋Ｋｘ＜Ｓｙ＋Ｋｙの関係を満たす分割サイズおよび移動量を設定して、図６に示す欠陥抽出処理を実行する。夫々の処理結果を合成することによって、Ｘ方向に延在する濃度ムラおよびＹ方向に延在する濃度ムラのいずれも的確に抽出する。なお、ここでは、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの関係を満たす分割サイズおよび移動量を設定して行う欠陥抽出処理の後に、Ｓｘ＋Ｋｘ＜Ｓｙ＋Ｋｙの関係を満たす分割サイズおよび移動量を設定して行う欠陥抽出処理を実行するものとする。しかしながら、この処理の順番は特に限定されるものではない。

ここでは、装置の種類等からいずれの方向にも延在する濃度ムラを検出対象とすることが予め決定されており、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙとする欠陥抽出処理およびＳｘ＋Ｋｘ＜Ｓｙ＋Ｋｙとする欠陥抽出処理を夫々行うことが予め設定されているものとする。

図１３（ａ）に示す濃度ムラと図１６に示す濃度ムラとの両方が生じた場合、Ｓｘ＋Ｋｘ＞Ｓｙ＋Ｋｙの分割サイズおよび移動量を設定し抽出処理を行うと、図１４（ｂ）に示すデータ７０５と図１７（ａ）に示すデータ７０６とを合わせたような結果となる。図１３（ａ）に示す濃度ムラと図１６に示す濃度ムラとの両方が生じた場合に、Ｓｘ＋Ｋｘ＜Ｓｙ＋Ｋｙの分割サイズおよび位相を設定し抽出処理を行うと、図１４（ａ）に示すデータ５０６と図１７（ｂ）に示すデータ７０７とを合わせたような結果となる。これらの結果を合成したデータを図１８に示す。

図１８は、Ｘ方向に延在する濃度ムラおよびＹ方向に延在する濃度ムラ夫々に対して、図６のステップＳ１８における欠陥箇所抽出処理を実行した結果を合成した結果を示している。図１８に示すように、Ｙ方向に延在する欠陥箇所１５０１、１５０２、Ｘ方向に延在する欠陥箇所１５０３〜１５０６は、他の領域と明確に区別できるように抽出されている。

このように、ここでは、Ｘ方向に延在する濃度ムラおよびＹ方向に延在する濃度ムラの両方が発生している場合であっても、濃度ムラの発生特性に応じた分割サイズや移動量を設定する。これによって、欠陥箇所である濃度ムラを的確に抽出することができる。

なお、ここでは、シリアル型のインクジェット記録装置において、Ｘ方向およびＹ方向に延在する濃度ムラを欠陥箇所として抽出する場合について説明した。しかしながら、フルライン型のインクジェット記録装置において延在方向の異なる濃度ムラが同時に発生した場合であっても、同様の処理を実行することによって、濃度ムラを的確に抽出することができる。

（第４実施形態）
第１実施形態では、図６に示したフローチャートで説明したように、分割サイズの複数の位相について平均値の加算結果を求める処理を行った。ところで、このような処理は、図９（ｅ）および図１０（ｊ）を用いて説明したように、最終的に注目画素を中心にフィルタ処理を施したような結果が得られている。本実施形態ではこのような点に鑑み、１つの分割サイズについての複数の位相の加算処理を、ガウスフィルタを用いた重み付け係数の加算処理で置き換えるものとする。その他の構成は、上記実施形態と同様であるので、その説明を省略する。

図１９（ａ）および（ｂ）は、ガウスフィルタの一例を示す図である。図１９（ａ）は等方的なガウスフィルタであり、式（２）で表すことが出来る。

ここで、σは標準偏差を示す。

このような等方的なガウスフィルタは、２×２や３×３のような分割サイズである正方形の分割形状を用いる場合に相当する。

一方、図１９（ｂ）は異方正を持たせたガウスフィルタであり、２×３や３×２のような分割サイズである長方形の分割形状を用いる場合に相当する。このような異方性を持たせたガウスフィルタは、式（２）に対しｘｙの比率を偏らせることによって生成可能である。例えば、図１９（ｂ）は、式（２）のｙを ｙ´＝ｙ／２で置き換えたものに相当する。本実施形態においては、図１９（ｂ）に示すように、ｘ方向が長辺となるように異方性を持たせたガウスフィルタを用いる。この長辺とする軸の方向と、検出対象とする濃度ムラの延在方向と、を一致させることによって、上記実施形態にて説明したように分割サイズや移動量を設定した場合と同様の結果を得ることができる。

本実施形態では、１つのガウスフィルタを用いて注目画素の輝度データにフィルタ処理を行い、更に量子化して得られた結果を、サイズの異なる複数のガウスフィルタについて求め、これらを加算する。これにより、第１実施形態における加算結果と同等の加算結果に基づいて欠陥抽出処理を行うことが可能となる。

本実施形態においても、画像処理装置１は図１で説明したような様々な形態を取ることができる。図２０は、本実施形態の画像処理装置１が実行する欠陥検出アルゴリズムの基本的なフローチャートである。本処理が開始されると、画像処理装置１は、ステップＳ１５１において読み取り解像度の設定を行い、続くステップＳ１５２にて検査対象の読み取り動作を実行する。ステップＳ１５１およびステップＳ１５２は、図５のステップＳ１およびステップＳ２と同等である。

ステップＳ１５３においてＣＰＵ３０１は、続くステップＳ１５４で実行する欠陥抽出処理のために用いるガウスフィルタのファイルパラメータを複数種類設定する。ファイルパラメータとは、図１９（ａ）や（ｂ）で説明したようなガウス関数の方向性や、異なるフィルタサイズ（ガウスフィルタの直径）Ｆを指定するためのパラメータである。ここでは、異方性を持たせたガウスフィルタとなるように、ファイルパラメータを設定する。そして、ステップＳ１５４では、ステップＳ１５３で設定したファイルパラメータに基づいて、ステップＳ１５２で生成した画像データに対し、所定の欠陥検出アルゴリズムを実行する。

図２１は、ＣＰＵ３０１がステップＳ１５４で実行する欠陥検出アルゴリズムの工程を説明するためのフローチャートである。ここで示す処理は、ステップＳ１５２で取得された画像の１つ１つの画素に対して行われる。

本処理が開始されると、ＣＰＵ３０１は、まずステップＳ１６１において、ステップＳ１５３で設定された複数のファイルパラメータの中から、１つのファイルパラメータを設定する。更に、ステップＳ１６２では、ステップＳ１６１で設定したファイルパラメータに対応するパラメータσを設定する。パラメータσは、ガウス関数の標準偏差に相当するものであり、ファイルパラメータやフィルタサイズに対応づけて予めメモリに格納されているものとする。ステップＳ１６１およびＳ１６２によるファイルパラメータおよびパラメータσの設定により、ガウスフィルタの形状が決まる。

続くステップＳ１６３では、ステップＳ１６１およびＳ１６２で設定されたガウスフィルタを用いて、ステップＳ１５２で取得した画像データに対しフィルタ処理をかける。具体的には、注目画素とフィルタサイズＦに含まれる周辺画素が有する輝度データそれぞれに、ガウスフィルタが定める係数を乗算し更にこれらを合計した結果を、注目画素のフィルタ処理値として算出する。

ステップＳ１６４ではステップＳ１６３で得られたフィルタ処理値に対して量子化処理を行い、更にステップＳ１６５では、ステップＳ１６４で得られた量子化値を加算画像データに加算する。加算画像データとは、ファイルパラメータすなわちガウスフフィルタの種類を様々に異ならせた場合の夫々で得られる量子化データを加算した結果を得るための画像データである。ステップＳ１６４で得られた量子化データが最初のガウスフィルタの結果である場合、加算画像データはステップＳ１６４で得られる量子化データと等しくなる。

続くステップＳ１６６において、画像処理装置１はステップＳ１５３で設定した全てのファイルパラメータについての処理が完了したか否かを判断する。未だ、処理すべきファイルパラメータが残っていると判断した場合、ステップＳ１６１に戻り次のファイルパラメータを設定する。一方、全てのファイルパラメータについて処理が終了したと判断した場合はステップＳ１６７に進む。

ステップＳ１６７では、現在得られている加算画像データに基づいて、欠陥箇所の抽出処理を行う。抽出方法は第１の実施形態と同様、特に限定されるものではない。以上で本処理を終了する。

本実施形態においても、上記実施形態と同様、濃度ムラを確実に抽出することができる。フィルタサイズをあまり大きくしてしまうと、注目画素が白スジの中にであってもフィルタ処理後の輝度値が十分高い値を示さず、欠陥部を欠陥部として抽出することが出来なくなってしまう。このため、本実施形態では、フィルタサイズＦに上限値Ｆｍａｘと下限値Ｆｍｉｎを設け、ステップＳ１５３では、ＦｍａｘとＦｍｉｎの間のフィルタサイズのみが設定されるようにする。

以上説明したように本実施形態によれば、図２０のステップＳ１５３にて、図１９（ｂ）に示すような異方性を持たせたガウスフィルタとなるように、ファイルパラメータを設定する。これにより、欠陥を効率的に抽出することができる。また、このような異方性をもたせたフィルタとしては、ガウスフィルタの他、ローパスフィルタあるいはガボールフィルタなどの用いることができる。

（その他の実施形態）
検査対象の画像は、インクジェット記録ヘッドを用いて記録された画像のみに特定されず、画像の一方側から他方側に向かって順次記録されたものであればよく、その記録方法は任意である。また、このような画像の読み取り方法も任意である。要は、一方向に順次記録された画像を読み取った画像データが取得できればよい。

本発明は、上記実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１ 画像処理装置
３ 画像処理部

Claims (17)

1. 第１の方向へ順次記録された画像を読み取った画像データを取得する取得手段と、
   前記画像データを分割する分割領域の前記第１の方向および前記第１の方向と交差する第２の方向における分割サイズ、および前記分割領域の前記第１の方向および前記第２の方向における前記分割サイズの起点の位置に対応する移動量を設定する設定手段と、
   前記画像データに対して、前記移動量に応じた位置の前記分割領域毎の前記画像データの平均化処理および前記平均化処理によって得られる値を量子化する処理と、前記分割領域毎の前記量子化する処理によって得られた値を加算する処理と、を含む所定の処理を施す処理手段と、
   前記所定の処理が施された後の画像データから特異部を抽出する抽出手段と、
   を備える画像処理装置であって、
   前記設定手段は、（ｉ）前記第１の方向のサイズが前記第２の方向のサイズ以上となるように前記分割サイズを設定、および／または（ｉｉ）前記第１の方向よりも前記第２の方向の移動量が大きくなるように前記移動量を設定することを特徴とする画像処理装置。
2. 前記取得手段は、前記第２の方向に配列された複数の記録素子によって記録された画像を読み取った画像データを取得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. 前記画像は、記録媒体と、前記第２の方向に配列された複数の記録素子を有する記録手段と、の相対移動に伴って前記記録媒体に記録された画像であることを特徴とする請求項１または２に記載の画像処理装置。
4. 前記設定手段は、複数種類の分割サイズを設定し、
   前記所定の処理は、前記加算の結果を、前記複数種類の分割サイズのそれぞれについて更に加算する処理を含んでいることを特徴とする請求項１から３のいずれか１項に記載の画像処理装置。
5. 第１の方向へ順次記録された画像を読み取った画像データを取得する取得手段と、
   前記画像データに対し、フィルタによるフィルタ処理を含む所定の処理を施す処理手段と、
   前記フィルタの前記第１の方向および前記第１の方向と交差する第２の方向におけるサイズを設定する設定手段と、
   前記所定の処理が行われた後の画像データから特異部を抽出する抽出手段と、
   を備える画像処理装置であって、
   前記設定手段は、前記第１の方向のサイズが前記第２の方向のサイズ以上となるように前記フィルタのサイズを設定することを特徴とする画像処理装置。
6. 前記所定の処理は、前記画像データを前記フィルタによるフィルタ処理によって得られる値を、量子化する処理を更に含んでいることを特徴とする請求項５に記載の画像処理装置。
7. 前記設定手段は、複数種類のフィルタを設定し、
   前記所定の処理は、前記量子化の結果を、前記複数種類のフィルタのそれぞれについて更に加算する処理を含んでいることを特徴とする請求項６に記載の画像処理装置。
8. 前記フィルタは、ローパスフィルタ、ガウスフィルタ、またはガボールフィルタであることを特徴とする請求項５から７のいずれか１項に記載の画像処理装置。
9. 前記抽出手段は、前記特異部の箇所を顕在化するためのポップアップ処理を行うことを特徴とする請求項１から８のいずれか１項に記載の画像処理装置。
10. 前記抽出手段によって抽出された特異部の箇所を記憶し、前記特異部を補正するための画像処理パラメータを生成する手段を更に備えることを特徴とする請求項１から９のいずれか１項に記載の画像処理装置。
11. 前記抽出手段が抽出した情報に基づいて、特異部の存在を判断する判断手段を更に備えることを特徴とする請求項１から１０のいずれか１項に記載の画像処理装置。
12. 第１の方向へ順次記録された画像を読み取った画像データを取得する取得手段と、
    前記画像データを分割する分割領域の前記第１の方向および前記第１の方向と交差する第２の方向における分割サイズ、および前記分割領域の前記第１の方向および前記第２の方向における前記分割サイズの起点の位置に対応する移動量を設定する設定手段と、
    前記画像データに対して、前記移動量に応じた位置の前記分割領域毎の前記画像データの平均化処理および前記平均化処理によって得られる値を量子化する処理と、前記分割領域毎の前記量子化する処理によって得られた値を加算する処理と、を含む所定の処理を施す処理手段と、
    前記所定の処理が施された後の画像データから特異部を抽出する抽出手段と、
    を備える画像処理装置であって、
    前記設定手段は、（ｉ）前記第１の方向のサイズが前記第２の方向のサイズ以上となるように前記分割サイズを設定、および／または（ｉｉ）前記第１の方向よりも前記第２の方向の移動量が大きくなるように前記移動量を設定し、かつ前記第１の方向のサイズと前記第１の方向の移動量との和よりも前記第２の方向のサイズと前記第２の方向の移動量との和が小さくなるように前記サイズと前記移動量とを設定することを特徴とする画像処理装置。
13. 請求項１から１２のいずれか１項に記載の画像処理装置と、
    前記第２の方向に配列された複数の記録素子を有する記録手段と、
    前記記録手段によって記録された前記画像を読み取って画像データを生成する読み取り手段と、
    を備えることを特徴とする記録装置。
14. 第１の方向へ順次記録された画像を読み取った画像データを取得する取得工程と、
    前記画像データを分割する分割領域の前記第１の方向および前記第１の方向と交差する第２の方向における分割サイズ、および前記分割領域の前記第１の方向および前記第２の方向における前記分割サイズの起点の位置に対応する移動量を設定する設定工程と、
    前記画像データに対して、前記移動量に応じた位置の前記分割領域毎の前記画像データの平均化処理および前記平均化処理によって得られる値を量子化する処理と、前記分割領域毎の前記量子化する処理によって得られた値を加算する処理と、を含む所定の処理を施す処理工程と、
    前記所定の処理が施された後の画像データから特異部を抽出する抽出工程と、
    を含む画像処理方法であって、
    前記設定工程において、（ｉ）前記第１の方向のサイズが前記第２の方向のサイズ以上となるように前記分割サイズが設定、および／または（ｉｉ）前記第１の方向よりも前記第２の方向の移動量が大きくなるように前記移動量が設定されることを特徴とする画像処理方法。
15. 第１の方向へ順次記録された画像を読み取った画像データを取得する取得工程と、
    前記画像データに対し、フィルタによるフィルタ処理を含む所定の処理を施す処理工程と、
    前記フィルタの前記第１の方向および前記第１の方向と交差する第２の方向におけるサイズを設定する設定工程と、
    前記所定の処理が行われた後の画像データから特異部を抽出する抽出工程と、
    を含む画像処理方法であって、
    前記設定工程において、前記第１の方向のサイズが前記第２の方向のサイズ以上となるように前記フィルタのサイズが設定されることを特徴とする画像処理方法。
16. 第１の方向へ順次記録された画像を読み取った画像データを取得する取得工程と、
    前記画像データを分割する分割領域の前記第１の方向および前記第１の方向と交差する第２の方向における分割サイズ、および前記分割領域の前記第１の方向および前記第２の方向における前記分割サイズの起点の位置に対応する移動量を設定する設定工程と、
    前記画像データに対して、前記移動量に応じた位置の前記分割領域毎の前記画像データの平均化処理および前記平均化処理によって得られる値を量子化する処理と、前記分割領域毎の前記量子化する処理によって得られた値を加算する処理と、を含む所定の処理を施す処理工程と、
    前記所定の処理が施された後の画像データから特異部を抽出する抽出工程と、
    を含む画像処理方法であって、
    前記設定工程において、（ｉ）前記第１の方向のサイズが前記第２の方向のサイズ以上となるように前記分割サイズが設定、および／または（ｉｉ）前記第１の方向よりも前記第２の方向の移動量が大きくなるように前記移動量が設定され、かつ前記第１の方向のサイズと前記第１の方向の移動量との和よりも前記第２の方向のサイズと前記第２の方向の移動量との和が小さくなるように前記サイズと前記移動量とが設定されることを特徴とする画像処理方法。
17. 請求項１４から１６のいずれか１項に記載の画像処理方法をコンピュータに実行させるためのプログラム。