JP6669397B2 - 信号抽出処理装置および信号抽出処理方法 - Google Patents

Description

本発明は検出対象信号がノイズに埋もれている入力信号より当該検出対象信号を抽出するための信号抽出処理装置および信号抽出処理方法に関する。

ノイズに埋もれている入力信号より検出対象信号を注出する場合、確率共鳴現象が有用される。確率共鳴現象とは、ノイズに埋もれている入力信号に対し、更にノイズを付加しその後非線形処理を行うことにより、検出対象信号を強調させる現象である。但し、このような確率共鳴現象において、検出結果の性能を表す評価値として用いる相関係数は、図１に示すように、付加するノイズの強度に応じて変化する。図１の場合、付加ノイズ強度３０で相関係数は最大になっている。すなわち、最大の検出精度を実現するのに最適なノイズ強度が存在するため、ノイズ強度のチューニングを行うことが望まれる。

非特許文献１には、図２に示すように、入力信号Ｉ（ｘ）を複数に分岐し、それぞれで異なるノイズを付加して非線形処理を施し、更にこれらの出力を合成することで、検出対象信号を安定した精度で検出する構成が開示されている。非特許文献１によれば、分岐の数を増やすほど相関係数は強度によらず安定し、図１のようなピークを持たなくなり、結果としてノイズ強度のチューニングを行う必要がなくなることが説明されている。また、特許文献１には、非特許文献１のように独立したノイズ発生源を用意せず、１つのノイズ発生源で発生させたノイズを複数の信号線で互いに遅延をかけながら付加することにより、非特許文献１と同様の効果を得る構成が開示されている。

さらに、特許文献２には、非線形関数をロジスティック関数、シグモイド関数、またはハイパボリック・タンジェント関数とすることにより、ノイズ強度の広い範囲で相関係数を高める方法が開示されている。このような特許文献２では、非特許文献１や特許文献１のように複数の非線形回路を用意することが無いので、上記文献と同等な効果をより単純な回路で実現することができる。

近年では、以上のような確率共鳴現象を用いた検出対象信号の抽出を、製品検査などにも利用することがある。例えば、製造された製品を撮像し、得られた画像データに所定のノイズを付加して非線形処理を施すことにより、製品に存在する傷のような特異部を抽出することができる。そして、このような抽出工程と、抽出された特異部をポップアップする工程と、ポップアップされた画像を検査者が確認し最終判断する工程を設ければ、検査者による目視判断のみの場合に比べて、検査時間を大幅に低減し検査精度を向上させることができる。さらに、このような特異部抽出機構は、生産現場における検査工程のみならず、製品そのものに搭載することもできる。具体例としては、パーソナルプリンタが印刷した画像を撮像し、不良な箇所が発生した場合にこれを自動で抽出する機能が挙げられる。

特開２０１３−１３５２４４号公報 特開２０１１−５２９９１号公報

J.J.Collins, Carson C.Chow and Thomas T.Imhoff, "Stochastic resonance without tuning", NATURE, (UK), 20 July 1995, vol.376, p.236-238

しかしながら、非特許文献１や特許文献１のように多数の非線形回路を搭載しようとすると、処理の複雑化や装置の高価格化が懸念される。特許文献２の方法を採用すれば、そのような問題は解消するが、この場合であっても実際には傷ではないような様々な特異点を抽出してしまうことがある。

例えばインクジェット記録装置に搭載された記録ヘッドの不吐出を検出したい場合、インクジェット記録装置が出力した画像より白スジを抽出すればよく、その特徴は予めはっきりしている。しかし、従来の方法では白スジ以外の様々な特徴を持つ特異点まで抽出してしまうことになる。このため、上述したような確率共鳴現象を用いた抽出工程と、ポップアップ工程と、判断工程を用意しても、多数の特異部がポップアップされ、結果的に検査者の負担が大きくなり、検査時間を低減できず検査精度の向上させることができない。すなわち、上記白スジのように抽出したい特異部の特徴が予めはっきりしているような場合には、そのような特異部のみを確実に抽出できるような検出方法が望まれる。

本発明は上記問題点を解決するために成されたものである。よってその目的とするところは、入力信号の中から検出対象信号を高精度且つ効率的に抽出することが可能な信号抽出処理装置および信号抽出処理方法を提供することである。

そのために本発明は、複数の入力信号で構成される入力データの中から検出対象信号を抽出するための信号抽出処理装置であって、前記入力データおよび前記検出対象信号で構成される検出対象データを取得する取得手段と、前記入力データおよび前記検出対象データに基づいて、前記入力信号に対し所定の確率共鳴処理を施す際に用いるノイズ強度を設定するノイズ強度設定手段と、前記ノイズ強度設定手段が設定したノイズ強度を使用して前記入力信号に対し前記所定の確率共鳴処理を実行する確率共鳴処理手段とを有し、前記所定の確率共鳴処理は、前記入力信号にノイズを付加し２値化処理を施す工程を並列して行った結果を合成する形態において、前記並列の数を無限大にしたときに得られる値を出力する処理であり、前記ノイズ強度設定手段は、前記複数の入力信号のそれぞれに前記所定の確率共鳴処理を行った結果と前記検出対象データの相関を示す前記ノイズ強度の関数、に基づいて、前記ノイズ強度を設定することを特徴とする。

本発明によれば、入力信号の中から検出対象信号を高精度且つ効率的に検出することが可能となる。

確率共鳴処理における付加ノイズ強度と相関係数の関係を示す図である。 非特許文献１に記載の確率共鳴処理を示す図である。 （ａ）〜（ｄ）は本発明に使用可能な画像処理装置の形態例を示す図である。 第１の実施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。 インクジェット記録装置の概略構成図である。 記録ヘッドの記録素子と読み取りヘッドの読み取り素子の配列構成図である。 （ａ）および（ｂ）は、乱数発生のヒストグラムである。 （ａ）および（ｂ）は、式７および式８をグラフで示した図である。 （ａ）〜（ｃ）は、検出対象データおよび読み取りデータを示す図である。 （ａ）および（ｂ）は、確率共鳴処理を行った結果を示す図である。 （ａ）および（ｂ）は、相関係数Ｃとノイズ強度の関係を示す図である。 第１の実施形態における特異部検出アルゴリズムのフローチャートである。 強度設定工程における処理を説明するためのフローチャートである。 （ａ）および（ｂ）は、ノイズ強度Ｋを設定可能な範囲を示す図である。 相関係数Ｃの微分値を示す図である。 （ａ）〜（ｅ）は、位相の異なる５種類の検出対象データを示す図である。 第２の実施形態における特異部検出アルゴリズムのフローチャートである。

図３（ａ）〜（ｄ）は、本発明の信号抽出処理装置として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、記録された画像内の白スジなど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３（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３（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良い。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良い。

図３（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３（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３（ａ）〜（ｄ）のいずれの形態も採ることができるが、以下では図３（ｄ）の形態を採用した場合の画像検査装置を例に実施形態を説明する。

（第１の実施形態）
図４は、図３（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。信号抽出処理装置としての画像処理装置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。後述するような本実施形態の確率共鳴処理の対象となる画像データＩ（ｘ）は、データ転送Ｉ／Ｆ ３０４を介して複合機６から受信する。

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５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Ｙ方向に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。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６は、記録ヘッド１００における記録素子の配列構成と読み取りヘッド１０７における読み取り素子の配列構成とを示す図である。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。但し、個々の記録ヘッドにおける記録素子１０８の配列密度は非常に高く、特にオーバーラップ領域Ｄには記録ヘッド１００を製造時の誤差に起因する白スジが発生し易いことが懸念される。

一方、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。

以下、本実施形態における特異部検出アルゴリズムについて具体的に説明する。本実施形態の特異部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オーバーラップ部のような特定位置に現れる白スジや黒スジのような特異部を、確率共鳴処理を用いて高精度に検出するためのアルゴリズムである。本実施形態で採用するのは、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が記録した画像を同じ複合機の読み取りヘッド１０７で読み取る構成を前提に説明する。ここでまず、本実施形態で採用する確率共鳴処理について説明する。

非特許文献１にも開示されている確率共鳴現象を利用した処理の概念図として、再度図２を参照する。入力信号Ｉ（ｘ）は、読み取りセンサ１０９によって読み取られた個々の画素に対応する信号値であり、ｘは画素位置を示す。入力信号Ｉ（ｘ）はＭ個に分岐され、それぞれにおいて異なるノイズＮ（ｘ，ｍ）×Ｋが付加される。ここで、ｍはＭ個の分岐路のうちの１つを指し示すパラメータであり、１〜Ｍのいずれかの整数である。また、Ｎ（ｘ，ｍ）は画素位置ｘの分岐路ｍに対応する乱数であり、０〜１の範囲を有する。乱数Ｎ（ｘ，ｍ）に整数であるノイズ強度Ｋを積算した値Ｎ（ｘ，ｍ）×Ｋが、入力信号Ｉ（ｘ）に付加される。すなわち、ノイズ付加後の信号値をｉ（ｘ，ｍ）とすると、
ｉ（ｘ，ｍ）＝Ｉ（ｘ）＋Ｎ（ｘ，ｍ）×Ｋ （式１）
と表すことができる。

ノイズ付加後の信号値ｉ（ｘ，ｍ）を所定の閾値Ｔと比較することによって非線形処理（２値化処理）を行い、２値信号ｊ（ｘ，ｍ）を得る。具体的には、
ｉ（ｘ，ｍ）≧Ｔ のとき ｊ（ｘ，ｍ）＝１
ｉ（ｘ，ｍ）＜Ｔ のとき ｊ（ｘ，ｍ）＝０ （式２）
とする。

その後Ｍ個のｊ（ｘ，ｍ）を合成し平均処理を行ったものを、確率共鳴後の信号値Ｊとする。すなわち、

となる。

非特許文献１によれば、Ｍの値を大きくするほど好ましいことが説明されている。そして、Ｍの値を大きくするほど、信号値Ｊ（ｘ）は、各画素の入力信号値Ｉ（ｘ）が非線形処理において２値化閾値Ｔを超える確率を示す値に近づく。言い換えると、入力信号値Ｉ（ｘ）が２値化閾値Ｔを超える確率を求める式を導き出すことができれば、図２に示したような多数のノイズ付加処理や非線形処理を行わなくとも、これと同等な検出処理を行うことが可能となる。このため、以下に入力信号値Ｉ（ｘ）が２値化閾値Ｔを超える確率について説明する。

図７（ａ）および（ｂ）は、乱数Ｎを∞個発生させた場合に収束するヒストグラムを示す。横軸が乱数Ｎであり０〜１の範囲を有する。縦軸は、それぞれの値Ｎが発生する確率ｆ（Ｎ）を示す。図７（ａ）は平均値を０．５、３σ＝１とした正規分布とした場合、同図（ｂ）は乱数Ｎが０〜１の範囲で同頻度で発生する所謂ホワイトノイズとした場合、をそれぞれ示している。以下では、このような分布に基づいて乱数Ｎが生成されることを前提に説明する。

式１および式２より、個々の画素の２値化後の結果がｊ（ｘ，ｍ）＝１となる確率は、
Ｉ（ｘ）＋Ｎ（ｘ，ｍ）×Ｋ≧Ｔとなる確率に等しい。
ここで、Ｋ（強度）を正の値とすれば、上式は、
Ｎ（ｘ，ｍ）≧｛Ｔ−Ｉ（ｘ）｝／Ｋ （式４）
と表すことができる。右辺をＡとすると、
Ｎ（ｘ，ｍ）≧Ａ （式５）
となる。個々の画素の２値化後の結果ｊ（ｘ，ｍ）がｊ（ｘ，ｍ）＝１となる確率すなわち確率共鳴処理後の信号値Ｊ（ｘ）は、式５が満たされる確率である。図７（ａ）および（ｂ）のそれぞれにおいては、斜線部の面積が当該確率に相当する。式で表すと以下のようになる。

ここで乱数Ｎ発生のヒストグラムが図７（ａ）のような正規分布の場合、式６は以下のようになる。

ここで、ノイズＮのヒストグラムが図７（ａ）のような±３σ＝１の正規分布の場合、係数αはおよそα＝１０．８となる。定数Ａを元の式｛Ｔ−Ｉ（ｘ，ｍ）｝／Ｋ に戻せば、式７のようになる。

一方、乱数Ｎ発生のヒストグラムが図５（ｂ）のような場合、式６は、下式のように表すことが出来る。

ここで、定数Ａを元の式｛Ｔ−Ｉ（ｘ）｝／Ｋ に戻せば、式８のようになる。

図８（ａ）および（ｂ）は、式７および式８をグラフで示した図である。いずれにしても、適切なノイズ強度Ｋと閾値Ｔのもとで式７または式８を用いれば、非特許文献１の方法を採用して入力信号値Ｉ（ｘ）に対する分岐数Ｍを無限大にしたときと、同じ精度で特異点を抽出することができる。

次に、確率共鳴処理を行うに当たって、適切なノイズ強度Ｋ（すなわち上限値）と閾値Ｔを設定するための閾値設定方法について説明する。本実施形態では、図５および図６で説明したインクジェット記録装置において、オーバーラップ部Ｄに白スジが存在した場合にこれを検出することを目的とする。この際、このような白スジは、記録ヘッド１００に一様な画像を記録させ、記録された画像を読み取りヘッド１０７で読み取ることによって検出する。すなわち、このような白スジを検出のターゲットとし、確率共鳴処理によって高精度に検出するためのノイズ強度Ｋや閾値Ｔを設定する。

図９（ａ）〜（ｃ）は、所定の位置に白スジが発生した状態の検出対象データと、白スジが所定の位置に発生している実画像を読み取りヘッド１０７で読み取った結果と、各画素の読み取り結果をＸ方向の位置に対応づけて示した図である。図９（ａ）は２次元配列する個々の画素において、白く示した画素が白スジに相当する画素、グレーで示した画素が白スジに相当しない画素をそれぞれ示している。

図９（ｂ）は、読み取りヘッド１０７が読み取った結果の入力データ（以下、読み取りデータ）を示している。ここでは、個々の読み取り素子が受光したアナログ信号を８ビット（２５６値）に量子化した結果を輝度値として示している。輝度値が高いほど画像の明度が高いすなわち白スジの可能性が高いことを示している。また、図９（ｃ）は、各画素の輝度値をＸ方向の位置に対応づけてプロットしたグラフである。白スジの位置にある画素の輝度値が他の領域に比べて相対的に高くなっているのがわかる。この図から判断すると、白スジの位置にある画素の輝度値は大きさ２０であり、それが大きさ４０のノイズに埋もれた状態となっている。本実施形態において、白スジを高精度に抽出可能とするためには、図９（ｂ）のような生の読み取りデータに対し所定の確率共鳴処理を行うことにより、図９（ａ）の検出対象データになるべく似通った結果が得られるようにすることが望まれる。

図１０（ａ）および（ｂ）は、図９（ｂ）に対し、式８に示すホワイトノイズを想定した確率共鳴処理を行った結果Ｊ（ｘ）を示す図である。図１０（ａ）はノイズ強度Ｋ＝３０、２値化閾値Ｔ＝８０とした場合を示し、同図（ｂ）はノイズ強度Ｋ＝４０、２値化閾値Ｔ＝８０とした場合を示している。両図を比較するに、図１０（ｂ）の方が同図（ａ）よりも、図９（ａ）で示す白スジの位置のデータとの相関係数が１に近く、検出対象データとの相関が高いことがわかる。すなわち、検出対象データとの相関はノイズ強度Ｋに依存する。

ここで、画像全体における検出対象データに対する相関の程度を示す相関係数Ｃを定義する。本実施形態において相関係数Ｃは、図９（ａ）で示す検出対象データと、図１０（ａ）や（ｂ）で示す確率共鳴処理後の相関の度合いを示す検出性能の評価値であり、以下の式９で表すことができる。

図１１（ａ）および（ｂ）は、２値化閾値はＴ＝８０に固定しておきながら、ノイズ強度Ｋを０〜２００の範囲で変化させた場合の相関係数Ｃを示す図である。図１１（ａ）は式９に従った理論値を示し、同図（ｂ）は、図９（ｂ）の結果に対し、式３に示す確率共鳴処理のサンプル数Ｍを様々に振った場合について示している。

図１１（ａ）においては、ノイズ強度Ｋが２０を超えた辺りより相関係数Ｃが０より大きくなり、Ｋ＝４０で最大値をとり、４０を超えた辺りから再び下降しその後安定している。図１１（ｂ）においては、サンプル数Ｍが増えるほど（すなわちＭが無限大に近づくほど）、理論値に近づいていることが分かる。すなわち、相関係数Ｃは、ノイズ強度Ｋの関数と考えることができ、且つ、最大値となる極大値を持っていることが明らかである。そして、この極大値と成るときのノイズ強度Ｋを用いて確率共鳴処理を行えば、最も相関係数Ｃを高くした状態で画像検査を行うことが出来る。

図１２は、本実施形態の特異部検出アルゴリズムにおいて、画像処理装置１のＣＰＵ３０１が実行する処理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Ｓ１２０１にて、図９（ｂ）で示すような読み取りデータＩ（ｘ）を取得する。具体的には、記録ヘッド１００によって記録された画像を、スキャナコントローラ３０７を介して読み取りヘッド１０７に読み取らせ、個々の画素に対応づけた輝度値としてＩ（ｘ）を取得する。ここでｘは画素位置を示す。

続くステップＳ１２０２にて、ＣＰＵ３０１は、図９（ａ）で示す検出対象データｔ（ｘ）を取得する。検出対象データは、抽出するべき対象の種類（白スジ、濃度ムラ等）ごとに用意され、ＨＤＤ３０３に予め記憶されていても良いし、必要に応じて外部から取得しても良い。

ステップＳ１２０３にて、ＣＰＵ３０１は、閾値Ｔを決定する。閾値Ｔは、図９（ａ）に示す検出対象データにおいて信号値が「１」であるような画素位置ｘのうち、図９（ｂ）に示す読み取りデータが最大となる最大信号値ＳｉｇＭａｘより大きい値に設定する。図９（ｂ）の場合、左から５列目の下から３段目と左から１７列目の下から２段目の輝度値「６０」を最大信号値ＳｉｇＭａｘとする。そして、最大信号値ＳｉｇＭａｘ＝６０より大きな値を、ここでは例としてＴ＝８０を閾値として設定する。

ステップＳ１２０４において、ＣＰＵ３０１は、最適なノイズ強度Ｋを設定する。具体的には、式９で示した相関係数Ｃをノイズ強度Ｋで微分し、その微分値が０となるようなノイズ強度Ｋを最適なノイズ強度としこれを設定する。微分値が０となるときに相関係数Ｃが極大且つ最大値となることが、図１１より分かっているからである。以下、詳しく説明する。

図１３は、ステップＳ１２０４のノイズ強度設定工程において、ＣＰＵ３０１が実行する処理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Ｓ１３０１にて、相関係数Ｃを示す式９に、図９（ａ）で示す検出対象信号ｔ（ｘ）を入力し、更にＪ（ｘ）には式７または式８を代入する。これにより、相関係数Ｃをノイズ強度Ｋのみの関数とする。ステップＳ１３０２では、ステップＳ１３０１で得られた関数Ｃ（Ｋ）を微分する範囲ａ≦Ｋ≦ｂを設定する。

図１４（ａ）は、微分範囲ａ≦Ｋ≦ｂを説明するための図である。相関係数Ｃ（Ｋ）は、ある値以下のＫではＣ（Ｋ）＝０となり、当該値を超えるとＣ（Ｋ）＞０となる。このような境界となるＫの値は、式７または式８を参照するに、全ての画素ｘでＴ＞Ｉ（ｘ）＋Ｋを満たすＫと、たった１画素でもT≦Ｉ（ｘ）＋Ｋを満たすようになるＫの境界値である。言い換えると、式７や式８での条件２つ目に全画素が該当する場合と、１画素でも条件３つ目に該当するようになる境界である。このようなＫの値は、全画素のうちのＩ（ｘ）の最大信号値ＳｉｇＭａｘを用い、Ｔ−ＳｉｇＭａｘと表すことができる。本実施形態ではこのようなＫの値を微分の下限値ａ＝Ｔ−ＳｉｇＭａｘに設定する。

一方、相関係数Ｃ（Ｋ）は、ある値以上のＫで収束し一定値となる。収束するときのＫの値は、式７または式８を参照するに、全ての画素ｘでＴ＜Ｉ（ｘ）＋Ｋが満たされる場合、すなわち式７や式８での条件１つ目か３つ目に全画素が該当し、入力信号Ｉ（ｘ）の最小値でさえも閾値Ｔを超える場合である。このようなＫの値は、全画素のうちのＩ（ｘ）の最小信号値ＳｉｇＭｉｎを用い、Ｔ−ＳｉｇＭｉｎと表すことができる。本実施形態ではこのようなＫの値を微分の下限値ｂ＝Ｔ−ＳｉｇＭｉｎに設定する。本例の場合、Ｔ＝８０、ＳｉｇＭａｘ＝６０、およびＳｉｇＭｉｎ＝０であるので、ａ＝２０、ｂ＝８０となる。関数Ｃ（Ｋ）はａ≦Ｋ≦ｂの範囲に１点のみ極大値を持つことがわかっている。

続くステップＳ１３０３において、ＣＰＵ３０１は、ステップＳ１３０１で求めた相関係数Ｃ（Ｋ）を、ａ≦Ｋ≦ｂの範囲においてノイズ強度Ｋで微分する。図１５は相関係数Ｃ（Ｋ）の微分値Ｃ´（Ｋ）をａ≦Ｋ≦ｂの範囲で示した図である。Ｋ＝４０近辺で微分値が正から負へ転換し、Ｃ（Ｋ）がこの位置で極大値を有しているのがわかる。ＣＰＵ３０１は、Ｃ´（Ｋ）＝０となるＫを求め、これを最適なノイズ強度Ｋ＝４０に設定する。以上で本処理は終了する。

図１２のフローチャートに戻る。ステップＳ１２０４にて、最適なノイズ強度が設定されると、ＣＰＵ３０１はステップＳ１２０５に進み、所定の確率共鳴処理を実行する。具体的には、ステップＳ１２０３で設定された閾値Ｔ、ステップＳ１２０４で設定されたノイズ強度Ｋ、ステップＳ１２０１で取得した読み取りデータＩ（ｘ）を、式７または式８に代入し、個々の画素についてＪ（ｘ）を求める。

図１０（ｂ）は、図９（ｂ）に示す読み取りデータＩ（ｘ）に対し、閾値Ｔ＝８０、ノイズ強度Ｋ＝４０として、式８に基づいて算出したＪ（ｘ）を示している。閾値Ｔ＝８０、ノイズ強度Ｋ＝３０とした場合の図１０（ａ）と比較して、図９（ａ）に示す検出対象データｔ（ｘ）に、より近い結果が得られている。

ステップＳ１２０６において、ＣＰＵ３０１は、ステップＳ１２０５にて好適な条件の下で確率共鳴処理が施された結果に基づいて、判断処理を行う。具体的には、所定の画素値以上の値が得られた画素を、図１０（ｂ）のようにポップアップして検査員が観察できるように表示しても良いし、所定の画素値以上の値が得られた画素の数が所定以上の場合にＣＰＵ３０１が検査対象の画像を不良と判断しても良い。以上で本処理は終了する。

なお、このようにして得られた検出結果は、その後記録装置固有の情報として保存し、その後の記録制御に利用されるようにしても良い。例えば、白スジが発生する位置を複合機６のＲＯＭ３１３に記憶し、実際の記録動作時において白スジ近傍に位置する記録素子の吐出回数を通常よりも増加させるようにすれば、画像内の白スジを目立たなくすることができる。

以上説明した本実施形態によれば、特定の位置に現れる白スジのような特異部の有無を精度の高い状態で判断することが可能となる。例えば、白スジが発生していない画像に対し、図１２に示す一連のフローチャートを実行した場合であっても、ステップＳ１２０３およびステップＳ１２０４では、最適な閾値Ｔと最適なノイズ強度Ｋは設定される。しかしながら、この様な場合には、検査対象データｔ（ｘ）との相関性は低く、図１０（ａ）や（ｂ）で示したような、所定の画素値以上の値が特定の位置で分布するような結果は得られない。このため、ステップＳ１２０６の判断処理では、検査員がポップアップされた画像の状態から白スジは発生していないと判断することができる。また、所定の画素値以上の値の画素が所定の個数よりも少ないことから、白スジは発生していないとＣＰＵ３０１が判断することもできる。

ところで以上では、Ｃ（Ｋ）が極大値をとるときのノイズ強度Ｋを、ステップＳ１２０５で実行する確率共鳴処理のためのノイズ強度Ｋとしたが、必ずしも極大値をとるときのノイズ強度Ｋを用いなくても、検出精度を向上させることは出来る。具体的には、検出対象データｔ（ｘ）に対する読み取りデータＩ（ｘ）そのままの相関係数Ｃよりも、高い値の相関係数Ｃを得ることができれば、確率共鳴処理を行わない場合に比べ検出精度を向上させていることになる。具体的には、図９（ｂ）に示す読み取りデータの場合は、図９（ａ）の検出対象データに対する相関係数Ｃは０．４７であるから、これよりも大きな相関係数Ｃが得られるような、確率共鳴処理を行うことができればよい。

例えば、図１０（ａ）と同図（ｂ）を比較すれば、図１０（ｂ）の方が図９（ａ）に示す検出対象データとの相関がより高く、高精度な検出を行えることは既に説明した。しかし、ノイズ強度Ｋ＝３０とした図１０（ａ）の場合であっても、この場合の相関係数Ｃは０．４９であり、確率共鳴処理を施さない場合の相関係数（Ｃ＝０．４７）に比べれば、高い値になっており、確率共鳴処理の効果を得ることが出来る。

図１４（ｂ）は、このような相関係数Ｃが得られるノイズ強度Ｋの範囲を説明するための図である。ノイズ強度Ｋがｂよりも大きくなると、確率共鳴処理の効果はなくなり、相関係数Ｃは検出対象データｔ（ｘ）に対する読み取りデータＩ（ｘ）そのままの相関係数Ｃ＝０．４７となる。すなわち、確率共鳴処理の効果を得るためには、ノイズ強度ＫはＫ＜ｂである必要がある。一方、相関係数Ｃは０＜Ｋ＜ｂの範囲で、１つの極大値を持つことが判っているため、Ｃ（Ｋ）＝０．４７となるもう一つのＫがＫ≦ｂの範囲に存在する。これをｃとする（Ｃ（ｂ）＝Ｃ（ｃ）＝０．４７）。すなわち、ｃ＜Ｋ＜ｂを満たすＫをノイズ強度Ｋとして設定し、上述した確率共鳴処理を行えば、確率共鳴処理を行わない場合に比べて、相関係数および検出精度を向上させることが出来る。

但し、検査システムにおいては、上記範囲であっても、ノイズ強度Ｋは、Ｃ´（Ｋ）＝０となる値（本例の場合はＫ＝４０）よりも大きい値に設定するのが好ましい。検査システムの場合、特異部の可能性がある画素を抽出できない「未検出」が致命的であり、正常な画素を多めに特異部として抽出する「過検出」の状態にしておくことが重要だからである。ｃ≦Ｋ≦４０の範囲でノイズ強度Ｋを設定する場合よりも４０≦Ｋ≦ｂの範囲で設定し、各画素において２値化後の結果が１となる確率を高くしておけば「未検出」を積極的に回避することができる。

以上では白スジを例に説明して来たが、既に説明したように、本実施形態は別の特徴を有する特異点を検出することもできる。そのような場合には、抽出するべき特異点の種類（白スジ、濃度ムラ等）ごとに検出対象データｔ（ｘ）を予め用意しておけば良い。また、図１２で示したフローチャートを、白スジ、濃度ムラと言った異なる特徴の特異点を検出するために、検出対象データｔ（ｘ）を交換しながら繰り返し実行しても良い。更に、同一の記録データに従って同じ種類の記録媒体に、異なる記録ヘッドを用いて記録した複数のテストパターンを連続して検査するような場合には、最適な閾値Ｔとノイズ強度Ｋを複数のテストパターンで共有化することも出来る。このような場合には、例えば最初のテストパターンに対するステップＳ１２０３およびＳ１２０４で得られた閾値Ｔとノイズ強度Ｋを一時的に保存し、これ以降のテストパターンについては、ステップＳ１２０３およびＳ１２０４を省略すればよい。このようにすれば、同種類の特異点に対する検査工程を短縮することができる。

以上説明した本実施形態によれば、多数の非線形回路を搭載すること無く、検出対象データに対して効果的なノイズ強度を設定した上で確率共鳴処理を行うことが出来るので、目標とする特異部を高精度且つ効率的に検出することが可能となる。

（第２の実施形態）
第１の実施形態では、白スジのような特異部の現れる位置が明確である場合に、そのような位置に特異部が発生しているか否かを高精度に検出する場合について説明した。しかしながら、実際の検査工程においては、特異部の発生する位置が確実に把握できていない場合も想定される。例えば、図５を参照するに、記録ヘッド１００で記録したパターンを読み取りヘッド１０７で読み取る場合、これらの間にはある程度の距離が存在する。よって、搬送方向に多少のずれが発生した場合、記録ヘッド１００が記録した時点での白スジのＸ方向の位置と、読み取りヘッド１０７が検出した時点での当該白スジのＸ方向の位置とは、異なることが予想される。また、図６を参照するに、オーバーラップ領域Ｄは複数画素に対応する幅を有しており、記録ヘッド製造時の誤差に起因する白スジの位置も正確に定まらない場合もある。以上のような状況を鑑み、本実施形態では検出対象信号ｔ（ｘ）を予め複数用意する。なお、本実施形態においても、第１の実施形態と同様、図３（ｄ）〜図６で説明した画像処理装置１と複合機６から成る形態を例に説明する。

図１６（ａ）〜（ｅ）は、本実施形態で用意する５種類の検出対象データｔ（ｘ）を示す図である。図１６（ａ）は図９（ａ）に相当し、図１６（ｂ）〜（ｅ）は、図１６（ａ）を中心に±Ｘ方向にデータを１画素および２画素ずつシフトさせたパターンになっている。このような検出対象データｔ（ｘ）を用意しておくことにより、白スジの位置が図１６（ａ）の位置から±Ｘ方向に１〜２画素程度ずれた場合であっても、第１の実施形態と同様の精度でこれを検出することができる。

図１７は、本実施形態において画像処理装置１のＣＰＵ３０１が実行する確率共鳴処理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、第１の実施形態と同様、まずステップＳ１４０１にて、図９（ｂ）で示すような読み取りデータＩ（ｘ）を取得する。

続くステップＳ１４０２にて、ＣＰＵ３０１は、図１６（ａ）〜（ｅ）で示す検出対象データｔ（ｘ）のうち、１つを取得する。図１６（ａ）〜（ｅ）の検出対象データは、ＨＤＤ３０３に予め記憶されていても良いし、必要に応じて外部から取得しても良い。

ステップＳ１４０３〜ステップＳ１４０５の処理は、図１２におけるステップＳ１２０３〜ステップＳ１２０５と同様であるのでここでは説明を省略する。但し、ステップＳ１４０５で取得したＪ（ｘ）は、図１６（ａ）〜（ｅ）の検出対象データに対応づけて、ＲＡＭ３０２において一時的に保存しておく。

ステップＳ１４０６において、ＣＰＵ３０１は、図１６（ａ）〜（ｅ）で示す全ての検出対象データについて確率共鳴処理が実行されたか否かを判断する。まだ取得すべき検出対象データが残っていると判断した場合は、ステップＳ１４０７にて、図１６（ａ）〜（ｅ）で示す検出対象データｔ（ｘ）のうち、まだ確率共鳴処理に利用していない１つを取得し、ステップＳ１４０２に戻る。一方、ステップＳ１４０６にて、全ての検出対象データについて確率共鳴処理が実行されたと判断した場合はステップＳ１４０８に進む。

ステップＳ１４０８では、複数回のステップＳ１４０５のそれぞれで得られた確率共鳴処理後の結果Ｊ（ｘ）を比較し、評価値Ｃが最も高いものを選出する。その後ステップＳ１４０９に進み、ステップＳ１４０８で選出された確率共鳴処理後の結果に基づいて、判断処理を行う。具体的には、第１の実施形態と同様、所定の画素値以上の値が得られた画素をポップアップして検査員が観察できるように表示しても良いし、所定の画素値以上の値が得られた画素の数が所定以上の場合にＣＰＵ３０１が検査対象の画像を不良と判断しても良い。以上で本処理は終了する。

以上説明した本実施形態によれば、実際の特異部の発生位置と読み取り位置に多少のずれが生じても、第１の実施形態と同様に、特定の特異部を高精度に且つ効率的に検出することができる。なお、図１６（ａ）〜（ｅ）では、周期が等しく位相が異なる複数の検出対象パターンを用意したが、無論このような形態に限定されるものではない。特異部が現れる周期や大きさ、またその数が様々に予想される場合は、それらが互いに異なる複数の検出対象パターンを予め用意しておけば良い。

なお、上記実施形態では、読取ヘッド１０７が読み取った画素ごとの輝度データに対し確率共鳴処理を施す画像処理装置を例に説明してきたが、本発明の信号抽出処理装置はこのような形態に限定されるものではない。例えば、物体の振動や音の変化などのように時間に応じて電流値Ｉ（ｘ）が変位するような入力信号であっても、抽出したい検出対象信号はノイズに埋もれている。このような場合でも、時間軸ｘに対する検出対象データｔ（ｘ）を予め用意することが出来れば、上記実施形態と同様に、入力データＩ（ｘ）の中から高精度且つ効率的に検出対象信号を抽出することが出来る。

更に、以上では、図４に見るような複合機６と画像処理装置１が接続してなるシステムを例に説明してきたが、無論本発明はこのような形態に限定されるものではない。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（信号抽出処理装置）
２ 読み取り部
３ 画像処理部
５ 記録部

Claims (24)

1. 複数の入力信号で構成される入力データの中から検出対象信号を抽出するための信号抽出処理装置であって、
   前記入力データおよび前記検出対象信号で構成される検出対象データを取得する取得手段と、
   前記入力データおよび前記検出対象データに基づいて、前記入力信号に対し所定の確率共鳴処理を施す際に用いるノイズ強度を設定するノイズ強度設定手段と、
   前記ノイズ強度設定手段が設定したノイズ強度を使用して前記入力信号に対し前記所定の確率共鳴処理を実行する確率共鳴処理手段と
   を有し、
   前記所定の確率共鳴処理は、前記入力信号にノイズを付加し２値化処理を施す工程を並列して行った結果を合成する形態において、前記並列の数を無限大にしたときに得られる値を出力する処理であり、
   前記ノイズ強度設定手段は、前記複数の入力信号のそれぞれに前記所定の確率共鳴処理を行った結果と前記検出対象データの相関を示す前記ノイズ強度の関数、に基づいて、前記ノイズ強度を設定することを特徴とする信号抽出処理装置。
2. 前記ノイズ強度設定手段は、前記関数が極大値を有するときの前記ノイズ強度を前記所定の確率共鳴処理を施す際に用いるノイズ強度として設定することを特徴とする請求項１に記載の信号抽出処理装置。
3. 前記ノイズ強度設定手段は、前記所定の確率共鳴処理を行わなかった場合の前記入力データと前記検出対象データの前記関数が示す値よりも前記所定の確率共鳴処理を行なった場合の前記関数が示す値が大きくなるように、前記ノイズ強度を設定することを特徴とする請求項１に記載の信号抽出処理装置。
4. 前記ノイズ強度設定手段は、前記関数が極大値を有するときの前記ノイズ強度よりも大きく、前記関数が一定の値に収束するときの前記ノイズ強度よりも小さい範囲に前記ノイズ強度を設定することを特徴とする請求項１に記載の信号抽出処理装置。
5. 前記ノイズは、前記ノイズ強度設定手段が設定したノイズ強度を上限とするホワイトノイズであることを特徴とする請求項１ないし４のいずれか１項に記載の信号抽出処理装置。
6. 前記ノイズは、前記ノイズ強度設定手段が設定したノイズ強度を上限とする正規分布のノイズであることを特徴とする請求項１ないし４のいずれか１項に記載の信号抽出処理装置。
7. 前記入力データおよび前記検出対象データに基づいて、前記入力信号に対し所定の確率共鳴処理を施す際に用いる前記２値化処理のための閾値を設定する閾値設定手段を更に有することを特徴とする請求項１ないし６のいずれか１項に記載の信号抽出処理装置。
8. 前記検出対象データは、位相が異なる複数が用意され、
   前記取得手段は複数の前記検出対象データを取得し、
   前記ノイズ強度設定手段は、複数の前記検出対象データのそれぞれについて前記ノイズ強度を設定し、
   前記確率共鳴処理手段は、前記ノイズ強度設定手段が設定したそれぞれのノイズ強度を使用して前記入力信号に対し前記所定の確率共鳴処理を実行し、
   前記確率共鳴処理手段が実行した前記所定の確率共鳴処理の複数の結果を比較して、１つの結果を選出する選出手段
   を更に有することを特徴とする請求項１ないし７のいずれか１項に記載の信号抽出処理装置。
9. 前記確率共鳴処理手段が実行した前記確率共鳴処理の結果を表示する手段を更に有することを特徴とする請求項１ないし８のいずれか１項に記載の信号抽出処理装置。
10. 画像を記録する記録手段と前記画像を読み取る読み取り手段を更に有し、前記入力データは、前記読み取り手段が読み取った結果の画像データであることを特徴とする請求項１ないし９のいずれか１項に記載の信号抽出処理装置。
11. 前記確率共鳴処理手段が実行した前記確率共鳴処理の結果に基づいて、実画像を記録する際に前記記録手段を制御する手段を更に備えることを特徴とする請求項１０に記載の信号抽出処理装置。
12. 複数の入力信号で構成される入力データの中から検出対象信号を抽出するための信号抽出処理方法であって、
    前記入力データおよび前記検出対象信号で構成される検出対象データを取得する取得工程と、
    前記入力データおよび前記検出対象データに基づいて、前記入力信号に対し所定の確率共鳴処理を施す際に用いるノイズ強度を設定するノイズ強度設定工程と、
    前記ノイズ強度設定工程で設定されたノイズ強度を使用して前記入力信号に対し前記所定の確率共鳴処理を実行する確率共鳴処理工程と
    を有し、
    前記所定の確率共鳴処理は、前記入力信号にノイズを付加し２値化処理を施す工程を並列して行った結果を合成する形態において、前記並列の数を無限大にしたときに得られる値を出力する処理であり、
    前記ノイズ強度設定工程では、前記複数の入力信号のそれぞれに前記所定の確率共鳴処理を行った結果と前記検出対象データの相関を示し前記ノイズ強度の関数である相関係数、に基づいて、前記ノイズ強度が設定されることを特徴とする信号抽出処理方法。
13. 前記ノイズ強度設定工程は、前記関数が極大値を有するときの前記ノイズ強度を前記所定の確率共鳴処理を施す際に用いるノイズ強度として設定することを特徴とする請求項１２に記載の信号抽出処理方法。
14. 前記ノイズ強度設定工程は、前記所定の確率共鳴処理を行わなかった場合の前記入力データと前記検出対象データの前記関数が示す値よりも前記所定の確率共鳴処理を行なった場合の前記関数が示す値が大きくなるように、前記ノイズ強度を設定することを特徴とする請求項１２に記載の信号抽出処理方法。
15. 前記ノイズ強度設定工程は、前記関数が極大値を有するときの前記ノイズ強度よりも大きく、前記関数が一定の値に収束するときの前記ノイズ強度よりも小さい範囲に前記ノイズ強度を設定することを特徴とする請求項１２に記載の信号抽出処理方法。
16. 前記ノイズは、前記ノイズ強度設定工程で設定されたノイズ強度を上限とするホワイトノイズであることを特徴とする請求項１２ないし１５のいずれか１項に記載の信号抽出処理方法。
17. 前記ノイズは、前記ノイズ強度設定工程で設定されたノイズ強度を上限とする正規分布のノイズであることを特徴とする請求項１２ないし１５のいずれか１項に記載の信号抽出処理方法。
18. 前記入力データおよび前記検出対象データに基づいて、前記入力信号に対し所定の確率共鳴処理を施す際に用いる前記２値化処理のための閾値を設定する閾値設定工程を更に有することを特徴とする請求項１２ないし１７のいずれか１項に記載の信号抽出処理方法。
19. 前記検出対象データは、位相が異なる複数が用意され、
    前記取得工程は複数の前記検出対象データを取得し、
    前記ノイズ強度設定工程は、複数の前記検出対象データのそれぞれについて前記ノイズ強度を設定し、
    前記確率共鳴処理工程は、前記ノイズ強度設定工程が設定したそれぞれのノイズ強度を使用して前記入力信号に対し前記所定の確率共鳴処理を実行し、
    前記確率共鳴処理工程が実行した前記所定の確率共鳴処理の複数の結果を比較して、１つの結果を選出する選出工程
    を更に有することを特徴とする請求項１２ないし１８のいずれか１項に記載の信号抽出処理方法。
20. 前記確率共鳴処理工程が実行した前記確率共鳴処理の結果を表示する工程を更に有することを特徴とする請求項１２ないし１９のいずれか１項に記載の信号抽出処理方法。
21. 画像を記録する記録工程と前記画像を読み取る読み取り工程を更に有し、前記入力データは、前記読み取り工程で読み取った結果の画像データであることを特徴とする請求項１２ないし２０のいずれか１項に記載の信号抽出処理方法。
22. 前記確率共鳴処理工程が実行した前記確率共鳴処理の結果に基づいて、実画像を記録する際に前記記録工程を制御する工程を更に有することを特徴とする請求項２１に記載の信号抽出処理方法。
23. 請求項１２ないし２２のいずれか１項に記載の信号抽出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。
24. 記録手段で記録した画像を読み取り手段で読み取った結果に基づいて、前記画像の中に所定の特異部を検出するための画像検査装置であって、
    前記読み取り手段が読み取った読み取りデータおよび前記特異部の特徴を示す検出対象データを取得する取得手段と、
    前記読み取りデータおよび前記検出対象データに基づいて、前記読み取りデータを構成する複数の入力信号に対し所定の確率共鳴処理を施す際に用いるノイズ強度を設定するノイズ強度設定手段と、
    前記ノイズ強度設定手段が設定したノイズ強度を使用して前記入力信号に対し前記所定の確率共鳴処理を実行する確率共鳴処理手段と、
    前記所定の確率共鳴処理の結果に基づいて前記特異部を検出する手段と
    を有し、
    前記所定の確率共鳴処理は、前記入力信号にノイズを付加し２値化処理を施す工程を並列して行った結果を合成する形態において、前記並列の数を無限大にしたときに得られる値を出力する処理であり、
    前記ノイズ強度設定手段は、前記複数の入力信号のそれぞれに前記所定の確率共鳴処理を行った結果と前記検出対象データの相関を示し前記ノイズ強度の関数である相関係数、に基づいて、前記ノイズ強度を設定することを特徴とする画像検査装置。