JP6827700B2 - 画像形成装置及び異常判定方法 - Google Patents

Description

本発明は、画像形成装置によって形成された画像を解析して、その異常を判定する装置並びに異常判定方法に関する。

記録材としての用紙等に画像を形成する画像形成装置としてプリンタ、複写機、ファクシミリ等が知られている。例えば、電子写真方式の画像形成装置では用紙に形成する画像の画質を維持するためにサービスエンジニアによる保守サービスを実施している。例えば、画像形成装置を使用することにより消耗する部品の一例として感光体や中間転写ベルトなどがある。このような消耗品は保守サービスとしてサービスエンジニアによって交換される。なお、部品の消耗には、一般的に以下のような要因がある。画像形成動作に伴う摩擦や磨耗。紙粉のトナー像への混入。トナーの攪拌過剰に伴う粘着力増大や外添材の脱落。トナーや紙粉によるクリーニング部材や帯電部材の汚染、劣化。これらの要因によって用紙に形成される画像品質が低下することがある。例えば、画像品質の低下の一例として、以下のような異常画像が発生する。
（１）感光体や中間転写ベルトの回転方向と直行するヨコスジ状の異常画像（横方向の濃度むら画像ともいう）。
（２）スポット状に発生する異常画像（黒点状の画像ともいう）。
（３）感光体や中間転写ベルトの回転方向に沿ったタテスジ状に発生する異常画像（縦方向の濃度むら画像ともいう）。

このような異常画像が記録材に形成された時点で、ユーザーが画像の異常に気づき、感光ドラムや中間転写ベルトなどの部品の交換を行うことになる。このようにユーザーが目視で異常画像に気づいてから対処するのでは、異常発生から対象完了迄に時間的がかかることになる。また、異常画像が形成された記録材は無駄なものとなり、また、再度、画像形成をやり直す必要がありトナーも無駄になる。

特許文献１には、通常の画像とは異なるサンプル画像を記録材に形成して出力し、記録材に形成されたサンプル画像を読み取りスキャナ（画像入力部）で読み込み、読み込んだ画像に基づき、画像形成時の異常画像の発生を予兆を見出す装置が提案されている。これにより、通常の画像形成時に異常が発生する前に、異常を予兆して早期に処置対応することを可能としている。また、特許文献２には、読み取りスキャナ（画像入力部）で読みとった画像から異常画像の特徴量を検出し、複数の時点の異常画像の特徴量について時系列特性を判別する。これにより、異常画像の原因となる故障個所を判定し、故障情報を通知する技術が提案されている。

このような従来技術によって、異常の発生を事前に予測すること、または、故障個所を特定することが可能になり、前もって交換用の部品を準備しておき、画像形成装置のダウンタイムを低減することができる。

特開２００４−１３３０８１号公報 特開２０１４−１６４３７号公報

「入門ＭＴシステム」日科技連出版社（２００８年）

上記の特許文献１の異常の予兆の検知、又は、特許文献２の故障個所を判定するシステムにおいては更なる精度の向上が望まれている。異常画像には多くの種類があるため、異常画像の種類に適した適切な特徴量の選択を行う必要がある。上記の特許文献２に記載された特徴量を時系列に判別する方法ではある程度判別できるが、その精度や信頼度には限界がある。異常画像の種類を誤って判定してしまうと、例えば、まだ充分に使用可能な部品に対して交換を促してしまう。逆に、部品の交換を促すべきタイミングが遅れてしまい、部品の交換が遅れることによって、その間、装置を使用できない状態が生じてしまうおそれがある。

本発明は上記のような課題を解消するためになされたもので、異常画像の判定の精度や信頼性を向上した装置及び方法を提供することを目的とする。

上記目的を達成するための本発明の画像形成装置は、画像データを入力するための入力手段と、前記入力手段により入力された前記画像データに基づき記録材に画像を形成する画像形成手段であって、画像が形成される像担持体と、前記像担持体を帯電する帯電部材と、前記像担持体をクリーニングするクリーニング部材を有する画像形成手段と、前記画像形成手段によって記録材上において前記画像データに基づく画像が形成されていない領域を読み取る読取手段と、前記画像が形成されていない領域を前記読取手段によって読み取った結果、画像が読み取られた場合に、前記読み取られた画像を含む所定領域内における画像データにおいて、前記記録材の搬送方向における画像の変化量を示す第一の値と、前記記録材の搬送方向に直交する方向における画像の変化量を示す第二の値を求め、前記第一の値と前記第二の値の比較結果に基づき、前記画像形成手段の異常が発生したことを示す情報を出力する制御手段と、を有し、前記制御手段は、前記第一の値が前記第二の値より大きい場合に、前記クリーニング部材に異常が発生したことを示す情報を出力し、前記第一の値が前記第二の値より小さい場合に、前記帯電部材に異常が発生したことを示す情報を出力することを特徴とする。

以上説明したように、本発明によれば、異常画像の判定の精度や信頼性を向上した装置及び方法を提供することができる。

実施例１の複写機１を示すブロック図 原稿読み取りユニットと画像形成ユニットの詳細図 実施例１の画像不良読取工程を示すフローチャート 画像データとプリント画像を示す図 画像不良の特徴抽出手段を示す図 画像データとプリント画像を示す図 本発明実施例２の複写機の概略構成 クリーニング不良の画像 クリーニング不良の特徴量抽出方法 実施例４の複写機の概略構成 実施例４の画像不良読取工程を示すフローチャート 実施例４の複写機の概略構成 実施例５の画像不良読取工程を示すフローチャート

以下、本発明のいくつかの実施形態について図面を参照しながら説明する。本発明は異常画像を判定するための画像形成装置、並びに、異常画像を判定するための異常判定方法に特徴を有する。

（１）画像形成装置（画像形成システム）の全体構成概要
図１は実施例１に係る画像形成システムを示すブロック図である。この画像形成システムは後述するが読取ユニットとレーザービームプリンタからなるシステム（装置）である。まず、外部装置として接続されるホストコンピュータ２（以降、コンピュータ２という）から印刷を指示する場合、コンピュータ２にて画像データをビットイメージに展開して画像形成装置１に転送する。画像形成装置１はコンピュータ２から入力される画像データをＣＰＵ（中央処理装置）３により処理してメモリ４に格納する。メモリ４に格納した画像データを読出し、画像形成ユニット２００が動作することによって用紙の画像を形成して出力する。また、コンピュータ２からの画像データによらず原稿を読み取って複写する場合は、ユーザーが原稿読み取りユニット１００に原稿をセットし、オペレーションパネル５から複写動作を指示する。原稿読み取りユニット１００は原稿の画像を読みとり、読み取った画像をＣＰＵ３に転送し、ＣＰＵ３は、ビットイメージに展開して画像データとしてメモリ４に格納する。ＣＰＵ３はメモリ４に格納した画像データを読出し、画像形成ユニット２００が動作することによって用紙の画像を形成して出力する（コピー動作ともいう）。

次に、原稿読み取りユニット１００と画像形成ユニット２００の詳細を図２に示す。図に基づき原稿読み取りユニット１００と画像形成ユニット２００の夫々について以下に説明する。

（２）読み取りユニット
読み取りユニット１００は、原稿Ｇの画像を読み取って入力する装置として機能し、後述する画像形成ユニット２００の上部に設けられている。読取ユニット１００は原稿Ｇをセットする給紙部１０１と、原稿Ｇを一枚ずつ送り出すピックアップローラ１０２及び給送・分離ローラ対１０３を備える。原稿搬送路１０４には原稿Ｇの上面側を読み取る読取ユニット１０５を備える。読取ユニット１０５はＣＩＳ（コンタクトイメージセンサ）を内部に有している。この読取ユニット１０５によって画像データを読み取り、読み取った画像をＣＰＵ３に送る。また、原稿排紙ローラ１０６によって排紙された原稿Ｇを積載する排紙部１０７を備える。ＣＰＵ３に送られる画像は、ＣＰＵ３によって、例えば２４ｂｐｐ（１画素（ピクセル）当たり２４ビットのデータ）でエンコードされたＲＧＢの情報として取り込まれる。より具体的には、赤・緑・青（ｒ値・ｇ値・ｂ値）の輝度を示す三つの８ビット符号無し整数（０から２５５まで）で表現されるデータとして取り込まれる。ここで例えば、ブラックのピクセルは（ｒ値，ｇ値，ｂ値）＝（０，０，０） 。レッドのピクセルは（２５５，０，０） 、グリーンピクセルは（０，２５５，０）、ブルーのピクセルは（０，０，２５５） となる。

（３）画像形成ユニット
画像形成ユニット２００は、電子写真プロセス方式を利用したレーザービームプリンタである。２０１は像担持体としての感光ドラムであり、所定の周速度にて回転駆動され、その表面は帯電ローラ２０２により所定の極性、所定の電位に帯電処理される。露光手段としてのレーザービームスキャナ２０３は、ＣＰＵ３から送信される画像データに応じて変調したレーザー光Ｌを出力して、レーザー光Ｌが感光ドラム２０１上を走査することでその表面が露光される。この走査及び露光により感光ドラム上に静電潜像が形成される。２０４は現像装置であり、現像ローラ２０５から感光ドラム２０１の表面にトナーが供給されて静電潜像がトナー像として現像される。そして、所定のタイミングで生成される給紙開始信号に基づいて給紙ローラ２０６が駆動されて記録材Ｐが一枚ずつピックアップされて分離して給送される。その記録材Ｐは、レジストレーションローラ２０７を介して、感光ドラム２０１と転写ローラ２０８とで形成された転写ニップに所定のタイミングで搬送される。転写ローラ２０８はトナーと逆極性の転写電圧が印加されることで感光ドラム２０１の表面に形成されたトナー像を記録材Ｐの表面に転写する。その後、記録材Ｐは定着装置２０９でトナー像が定着処理され、排紙トレイ２１０上に排出される。一方、感光ドラム２０１の表面に残留したトナーを当接方式のクリーニング装置（クレーニングブレード）２１１でクリーニングする。

（４）代表的な異常画像の説明
以下に電子写真プロセス方式の画像形成装置において発生しうる代表的な３つの異常画像についてに説明する。

１）横方向の濃度むら画像
帯電ローラ２０２の周回方向（回転方向ともいう）の抵抗むら（帯電むらともいう）があると、感光ドラムの表面電位の変動が発生する。表面電位の変動は、現像ローラによってトナーを供給した際のトナーの載り量が不均一となり、その結果として周回方向に直交する方向に画像の濃度ムラが発生して横スジ画像となる。これは、帯電ローラを連続して使用して、その表層コート層の抵抗が上昇したり、異物が付着して堆積すると顕著になる。

２）黒点状の画像
帯電ローラの表面に異物（紙粉等）が付着して堆積すると、その部分だけ感光ドラムの表面における一部が帯電電位を適正に形成することが出来ず、黒点状の画像不良が発生することがある。

３）縦方向の濃度むら画像
クリーニングブレード２１１を感光ドラム２０１に対して安定的に当接させるために、その当接部分にトナーやトスパール等の潤滑剤を供給、または、担持させて滑り性を確保する必要がある。潤滑剤が担持されていない状態でプリントを続ければ徐々に当接状態が不安定になり、感光ドラムに残留したトナーを充分にクリーニングする（掻き落とす）ことができず、一部がすり抜けてしまう。 トナーがすり抜けてしまうと画像上には微細な縦スジが発生してしまう。

この３つの異常画像は、いずれも部材の使用量が累積していくと発生の可能性が高くなり、継続的に画像形成を実行すると徐々に異常画像の異常状態が顕著になり、且つ、発生頻度が高くなる性質のものである。

（５）異常画像の読取と判定動作に関する説明
次に、異常画像の読み取りと読み取った画像の異常を判定する動作の流れについて説明する。図３に示すフローチャートに従って異常画像の読み取り工程が進行してゆく。（ステップＳ０１）ユーザーはオペレーションパネル５（図１）から異常画像の読み取りと判定を指示する（ステップＳ０１）。ＣＰＵ３はユーザーからの指示に応じてメモリ４に格納してある画像データのうち、図４（Ａ）に示すように画像データが無い一部の領域（記録材に対して画像が形成されない領域）Ｅを認識する（ステップＳ０２）。ここで、画像データの無い一部の領域とは、画像形成可能な画像形成領域のなかで画像データに基づき画像が形成されない領域を意味する。この時、診断に使用する画像は、例えばユーザーが別用途で印字を指示した任意の画像で良く、専用のテストチャートを用いる必要はない。ＣＰＵ３はステップＳ０２でメモリに格納した画像データに基づき、画像形成ユニット２００で印字動作を行う（ステップＳ０３）。ユーザーは印字動作を終えた記録材Ｐを読み取りユニット１００にセットして読み取りを指示する（ステップＳ０４）。読み取りユニット１００は給紙された記録材Ｐに形成された画像をスキャンする（ステップＳ０５）。ＣＰＵ３は読み取った画像（本例の場合はカラー画像）のＲＧＢ信号をモノクロ画像の信号に変換する。なお、ＲＧＢ値から明度Ｙを算出する演算式は、例えば、以下の（式１）となる。
Ｙ＝０．３Ｒ＋０．５９Ｇ＋０．１１Ｂ ・・・（式１）

ここでＲＧＢの各値に対して掛け合わせる数値０．３、０．５９、０．１１は予め明度Ｙを求めるために定めた係数であり固定値である。ここで、明度の値に閾値を設けて、全ての画素の明度が閾値以下であれば、画像不良無し（Ｎｏ）と判断する。一方、図４（Ｂ）のＢに示すように、画像が形成されたい領域Ｅに画像が形成された場合は、形成された箇所の画素の明度の値は閾値を超える。従って画像不良あり（Ｙｅｓ）と判断され、その場合は以下に詳細にする“異常画像の判別処理（判定アルゴリスム）”を実行する工程に進む（ステップＳ０７）。そして、その後は、オペレーションパネル又はコンピュータを介してユーザーに判別結果として、例えば、部品の交換などの修理又は調整を依頼する旨のメッセージを報知する。または、ネットワークに接続されている場合は、ネットワークを介してサービスセンタ（不図示）に報知してもよい。

（６）異常画像判別処理
次に図３のステップＳ０７における異常画像判別処理の詳細について説明する。図５（Ａ）は、異常画像の一例として“黒点状の画像”を示した図である。縦８画素×横８画素の領域内における画素毎に明度が閾値以上であるかを計算し、閾値以上である部分を黒、閾値以下である部分を白として表示したものである。同様に図５（Ｂ）は縦方向の濃度むら画像、図５（Ｃ）は横方向の濃度むら画像を示す。なお、図５（Ｂ）、（Ｃ）における濃度むら画像としては、むらが最も顕著な状態になった画像であり、白いスジ上の画像となった場合の画像を示している。

異常画像の特徴量を抽出する方法として、実施例１では、画素が白→黒、黒→白の変化箇所を計数した量として変化量を求めることを特徴とする。例えば、図５（Ａ）の４行目に注目すると、矢印Ｋ上で白→黒、黒→白の変化箇所を計数すれば、変化の箇所は○印を付した２か所である。同様の係数処理を８行全部について行った結果を「縦変化量」の数値とする。また、同様の係数処理を８列全部について行った結果を「横変化量」の数値とする。このように縦と横で合計１６個の数値を求める。また、図５（Ｂ），（Ｃ）の異常画像の夫々について、同様の方法で数値化し、以下の＜表１＞に縦変化量と横変化量の数値を纏めた結果を示す。

また、以下の＜表２＞に、この数値から画像不良の種類を判別するため、「縦変化量の合計値」と「横変化量の合計値」をまとめた結果（表）を示す。

この結果より、以下のような数値判断が可能である。

１）縦変化量の合計＝横変化量の合計：黒点状の画像
２）縦変化量の合計＞横変化量の合計：縦方向の濃度むら画像
３）横変化量の合計＜横変化量の合計：横方向の濃度むら画像
ここで、判別した結果が“黒点状の画像”又は“横方向の濃度むら画像”の場合は、帯電ローラに異常が発生したことを示す情報をオペレーションパネル又はコンピュータを介して表示する。また、判別した結果が“縦方向の濃度むら画像”の場合は、クリーニングブレードに異常が発生したことを示す情報をオペレーションパネル又はコンピュータを介して表示する。これによりユーザーやサービスマンに異常を報知する。

なお、１）〜３）の関係性について、変化量の範囲にマージン値を設定して判断しても良い。その場合の具体的なマージン値の範囲については、複数種類の異常画像のサンプルに基づくデータを取得した結果に基づき設定すればよい。

以上、実施例１において、異常画像の種類を判別する方法について説明した。本実施例の特徴は、以下の通りである。

（１）縦変化量と横変化量を求めて、求めた夫々の変化量の関係から異常画像の種類を判別する判別アルゴリズムを有する。

（２）画像が形成されない領域（白部ともいう）を読み取るため、専用のテストパターンを必要としない。異常画像のチェックのために記録材を使用することがないため記録材を節約することができる。

なお、本実施例では画像が形成されない領域を読み取って異常画像を判断したが、例えば、均一濃度の画像領域やハーフトーン部分の画像領域の一部を抽出して判断することも可能である。例えば、図６の（Ａ）の画像データより、均一濃度のベタ部分Ｄをの領域を読み取り、（Ｂ）のプリント画像においてトナー像が白く抜けてしまう異常画像Ｂを判別することができる。

実施例２は、画像形成ユニットを複数有するフルカラーの画像を形成することが可能なカラー画像形成装置において異常画像の判別を行うことを特徴とする。特に画像の色を判別する点に特徴がある。その他、異常画像の読み取り工程等については実施例１と同様であるため説明を省略する。

（１）画像形成ユニット
図７は実施例２の画像形成装置の概略構成を示している。実施例１の画像形成装置と異なるのは、静電吸着搬送ベルト２２１で記録材Ｐを搬送する点、そして複数色の画像を記録材Ｐに形成する複数の画像形成ユニットを有する点である。色の異なる画像形成ユニットとしてイエロー用のプロセスカートリッジＹ、マゼンタ用のプロセスカートリッジＭ、シアン用のプロセスカートリッジＣ、ブラック用のプロセスカートリッジＫが縦一列に配置されている。そして、静電吸着搬送ベルト２２１の移動方向において各プロセスカートリッジが実施例１と同様の動作を繰り返して、各色毎に形成されたトナー像が静電吸着搬送ベルト２２１上に吸着して搬送される記録紙Ｐ上で重ね合わされてフルカラー画像が形成される。この構成において発生した異常画像が発生した場合に、付着トナーの色が異なるため、どのプロセスカートリッジで発生したかを特定することが重要である。本実施例の画像不良判別アルゴリズムは色度の分析することを特徴とする。

（２）色の判別アルゴリズム
異常画像の色の情報は、ＣＰＵ３によって、２４ｂｐｐ（１ピクセル（画素）当たり２４ビット）でエンコードされたＲＧＢの情報として取り込まれる。赤・緑・青（ｒ値、ｇ値、ｂ値）の輝度を示す三つの８ビット符号無し整数（０から２５５まで）で表せる。例えば、ブラック＝（０，０，０） 、イエロー＝（２５５，２５５，０）、マゼンタ＝（２５５，０，２５５）、シアン＝（０，２５５，２５５） となる。例えば、シアンのプロセスカートリッジ起因の異常画像が発生した場合、そのステーションの色が最も多く、（ｒ値、ｇ値、ｂ値）は上記のシアンの値（０，２５５，２５５）を中心とした分布を形成する。従って新規に発生した異常画像がどのステーションの異常画像であるかを判別するためには、（ｒ値、ｇ値、ｂ値）に対する判別の閾値を夫々用意しておけば良い。閾値は、予め取得しておいたシアンカートリッジ起因の異常画像のサンプルを分析し、（ｒ値、ｇ値、ｂ値）の平均値ｍを求めておく。新たに発生した異常画像の（ｒ値、ｇ値、ｂ値）の値をＰｉとし、各値の標準偏差σを求める。ここで、標準偏差σは、分散σ^２＝Σ｛（Ｐｉ−ｍ）２／Ｎ｝の平方根である。Ｎは母集団の数である。

求められた標準偏差σに予め定められた定数ｋを乗じ、平均値ｍを加算した値を閾値として求める。すなわち、各値毎にＴ＝ｍ＋ｋ・σとして閾値Ｔを求める。ここで、定数ｋは、正規分布における信頼区間を規定する定数である。例えば、定数ｋを１．９６とすれば、９５％信頼区間以上の画素値を有する画素データがシアンの領域を示すものとなる。また、定数ｋを２．３２とすれば、９８％信頼区間以上の画素値を有する画素データがシアンの領域を示すものとなる。本例では定数ｋを２．３２とした。こうして（ｒ値、ｇ値、ｂ値）毎に、９８％信頼区間以上でのシアンの判定領域を決めることができる。以上と同様の処理をイエロー、マゼンタ、ブラックでも行い、各色の判定領域を定めておく。

この色判別のアルゴリズムを、異常画像の判別アルゴリズムに追加することによって、異常画像の種類に加えてＹ，Ｍ，Ｃ，Ｋいずれのカートリッジにおいて異常画像が発生したかを判別できる。これにより、異常画像の種類と、カラー画像形成装置の場合には、更に発生源であるプロセスカートリッジを特定することが可能になる。そして判別した結果をユーザーまたはサービスセンターに報知することができる。なお、本実施例では平均値と標準偏差を基に閾値を求めるようにしたが、本発明はこれに限定するものではなく、周知のマハラノビス・タグチ法（非特許文献１に記載の手法）を用いても良い。

実施例３は、異常画像の種類を判別したのち、更に異常画像のレベルの判定を行う方法を提供するものである。異常画像のレベルを判定することができれば、判定したレベルの応じてより細かに対処することができる。実施例１で説明したような特定の特徴量の変化だけでは異常画像のレベルの判定を行うのは困難しい。本実施例では、異常画像のレベルを適切に判定することができる方法について説明する。

本実施例では、部品としてクリーニングのための装置を例に説明する。先に説明したように、感光ドラムに当接してトナーをクリーニングする方式のクリーニング装置２１１は、クリーニングブレードと呼ばれるクリーニング部材を有する。クリーニングブレードの先端を感光ドラム２０１に安定して当接させることで感光ドラム２０１の表面に残留したトナーを回収する。この当接した状態が不安定になるとクリーニングブレードの先端をトナーがすり抜けてしまう。その結果、図８（Ａ）に示すように、矢印で示す記録材の搬送方向と平行する方向に細い縦スジ状の異常画像が発生する。この縦スジ状の異常画像の発生を放置しておくと、ブレードの先端が微少に欠けてしまい、さらに多くのトナーがすり抜けて、徐々に濃い縦スジ状の画像が発生するようになる。このクリーニング不良による異常画像は非常に不安定に発生する現象であり、初期は異常画像が発生したりしなかったりを繰り返す。通常は（Ｂ）に示すように本数と濃さが徐々に増大していく。しかし、ブレードの先端に局所的に大きな欠けが発生すると（Ｃ）に示すような濃い線が現れ、クリーニングブレード先端の周辺部の歪が解消されて周囲の細い線が無くなることもある。また、（Ｄ）に示すように細くて薄いスジの本数が増加してゆく場合もある。その場合、ある一つの特徴量（線の本数、線の濃さ、線の太さのいずれか一つ）に着目した場合は異常画像のレベルの変化に対して単調増加傾向にならない。さらに、人間は無意識のうちに最大濃度、濃度変動の微分値、線の太さ、薄い線の本数、濃い線の本数など多くの特徴量から総合的に、かつ曖昧にレベルを判定する。また、判定にバラつきも有する。従って、それら特徴量と異常画像レベルとの関係式を作ることは非常に困難である。

（１）異常画像のレベルを判定するアルゴリズム
このように、１）多くの特徴量から総合的に判定する必要がある場合、２）各特徴量と異常画像のレベルとの関係が曖昧でバラつきがある場合の判別アルゴリズムが必要になる。このような判別を可能とするアルゴリズムとしては、例えば、非特許文献１に記載のマハラノビス・タグチ法（以下ＭＴ法）を使うことが有効である。ＭＴ法は、予め基準となる正常データのグループを定め（このグループは単位空間と呼ばれる）、多次元の情報の分布状態に基づいて、この正常データのグループ（母集団）に対する評価対象データのマハラノビス距離（以下ＭＤと略す）を計算する。そして、計算された統計距離がある一定のしきい値以下か否かで当該評価対象データが正常か異常かを判定する方法である。

実施例３の特徴は、このＭＴ法において、単位空間を同一の異常画像のレベル（以下、ランク毎の見本ともいう）である、ランクＡ，ランクＢ，ランクＣとする。そして、評価対象データのＭＤを計算し、計算されたＭＤがどの単位空間に近いかで、評価対象データであるクリーニング不良による異常画像のレベルを判別することを特徴とする。これにより、１）多くの特徴量から総合的に判断する必要がある場合、２）各特徴量と画像不良レベルとの関係が曖昧でバラつきがある場合、においてもランク判別を行うことができる。

（２）特徴量の抽出
まず、図９（Ａ）の点線で囲んだ領域Ｆとしてクリーニング不良の画像の一部を抽出する。本実施例では領域Ｆは５ｍｍ（記録材の搬送方向）×１０ｍｍ（搬送方向に直交する方向）の長方形として画像を抽出する。実施例２と同じ方法で色を判断したのち、実施例１と同じ方法でＲＧＢ情報を明度に変換し、矢印に示す搬送方向の成分は平均化して、（Ｂ）に示すように１次元データとする。明度の最小値Ｕ、閾値Ｓ１を超えた線の本数、線幅の最大値Ｗを抽出する。以下＜表３＞に抽出した特徴量を示す。

（３）単位空間
本発明では、単位空間を同一の異常画像のランク見本である、クリーニング不良ランクＡ，ランクＢ，ランクＣと定義する。このデータは、予め取得しておき、ＣＰＵ３内部のメモリ（不図示）に格納しておく。または、不図示のＥＥＰＲＯＭに書き込んでおく。ランク判別は人間の主観的な評価で行い、次のような判断基準とした。（Ａランク）極軽微な発生レベルで通常は気づくことがない。（Ｂランク）気づきはするが許容範囲である。（Ｃランク）許容範囲を超えている。

まず本実施例では、同一の画像形成装置でプリントした時に発生したクリーニング不良の画像サンプルとしてＡランクの画像を１００枚用意し、それらを同一の読み取りスキャナで読み込む。全てのサンプルのクリーニング不良より、（１）で説明した方法で特徴量を抽出する。その結果、以下の＜表４＞のような数列が得られた。

ランクＢ、ランクＣも同様にして集めた結果を以下＜表５＞、＜表６＞に示す。

（３）ＭＤ（マハラノビス距離）の算出
＜表３＞に示すデータを評価対象とし、単位空間をランクＡ（＜表４＞に示す数列）、ランクＢ（＜表５＞に示す数列）、ランクＣ（＜表６＞に示す数列）とした場合のＭＤ（マハラノビス距離）を計算する。なお、この計算方法は周知の非特許文献１に示す方法を用いた。計算結果を以下の＜表７＞に示す。

計算結果からランクＢのマハラノビス距離が最も小さいので、今回の評価対象はランクＢであると判断する。本アルゴリズムは、母集団を多く取得することにより、種々のバリエーションのランク判断基準が適用され、人間の官能評価に近い判断ができる。具体的にはいかの３つの指標を用いる。１）線が細い（シャープ）なことにより不快度が高いもの。２）淡い濃度でブロードに広い面積になっている事により不快度が高いもの。３）線の本数が多いことにより不快度が高いもの。これら３つを単位空間に含めて種々のケースを考慮した画質ランクを判定することができる。従って、突然、異常画像の発生状況が変わったとしても、判断を誤ることなく、正確にランクを判断することができる。

なお、ランク判定の後は実施例１と同様ステップＳ０８に進み、オペレーションパネル５またはホストコンピュータ２を介してユーザーに判断結果を報知し、場合によっては修理／調整を依頼する。または、ネットワークを介してサービスセンタに報知すれば良い。

実施例１乃至３の画像形成装置は、画像形成ユニットに記録材Ｐの専用の搬送路が、画像読取ユニットに原稿Ｇ専用の搬送路が備えられて構成であった。実施例４は、記録材Ｐの搬送路を原稿用Ｇの搬送路として共用する構成を特徴とする。これによって、ユーザーの手を煩わせずに異常画像を判定することができる。

（１）本体構成
図１０は本実施例の画像形成装置である。記録材Ｐの搬送路を原稿Ｇの搬送路として共用する構成である。以下、記録紙Ｐを原稿搬送路３０４に導く工程について説明する。排紙ローラ２１２の下流側、排紙トレイ２１０の上方に、記録材Ｐを導くためのフラッパ３０１が設けられている。フラッパ３０１は、不図示のアクチュエータによって、排紙ローラ２１２から排出される記録材Ｐを排紙部２１０に排出させる方向と、原稿排紙ローラ３０３へと送る方向とに切り換える搬送路切換部として機能する。画像形成された記録材Ｐはフラッパ３０１に案内されて合流フラッパ３０５を介して、原稿排紙ローラ３０３によって給紙部３０２に搬送される。記録材Ｐの後端が合流フラッパ３０５を通過した後、合流フラッパ３０５を破線の位置に切り換えた状態で原稿排紙ローラ３０３を逆回転に切り換える。これにより、記録材Ｐは読取ユニット３０６ａ，３０６ｂに導かれることによって、記録紙Ｐ上に形成された画像を読み取る。その後、記録材Ｐは搬送ローラ３６によって原稿排紙ローラ３０７に送られて排紙部３０８に排紙、積載される。なお、本装置の構成は読み取りユニット３０６ａと３０６ｂで記録材Ｐの両面に形成された画像を読み取ることが可能である。

（２）異常画像の判定を行うフローチャート
実施例４は、図１１に示すフローチャートに従って異常画像の読み取り工程を実行する。本実施例では、１００枚印字毎等の予め定められたタイミングで画像不良検知シーケンスをスタートする。ＣＰＵ３はメモリ４に格納してある画像データより、図４（Ａ）に示す何も書かれていない領域Ｅを認識する（ステップＳ１１）。この時、診断に使用する画像は、例えばユーザーが別用途で印字を指示した任意の画像で良く、専用のテストチャートを用いる必要はない。ＣＰＵ３はメモリ４に格納した画像データに基づき、像形成ユニット３００で印字動作を行う（ステップＳ１２）。フラッパ３０１が切り換わり、記録材Ｐが原稿搬送路３０４に導かれる（ステップＳ１４）。原稿搬送路３０４に導かれた記録材Ｐは、読取ユニット３０６ａ（３０６ｂ）によって画像が読みとられる（ステップＳ１５）。実施例１と同様の方法で異常画像の種類を判別する（（ステップＳ１６）。実施例２と同様の方法で色判別を行う（ステップＳ１７）。実施例３と同じ方法で異常画像のランクを判別する（ステップＳ１８）。判別結果をＣＰＵ３に送信し、判別結果をメモリ（不図示）に格納する（ステップＳ１９）。判別結果としてＣランクが発生したら、次のステップＳ２１に進む（ステップＳ２０）。ＡランクまたはＢランクの場合はシーケンスを終了する。なお、Ｃランクの場合はユーザーに報知し（ステップＳ２１）、Ｃランクの異常画像が発生した色のプロセスカートリッジの交換を促す。

なお、本実施例以外にも記録材の搬送路を原稿用の搬送路として共用する構成を実現する方法として、図１２に示すように画像形成装置の両面搬送路上に画像読取ユニット４００を配置しても良い。

実施例４の構成により、ユーザーの手を煩わせずに異常画像の判別を行うことがきるようになる。異常画像の発生を自動的かつ定期的に実行することができるため、異常画像の検査頻度が増える。実施例５では、実施例４とステップＳ１９までは同一の制御とし、それ以降に異常画像の改善のための制御を行うことを特徴とする。

図１３に示すフローチャートに従って本実施例の工程を説明する。ただしステップＳ１９までは実施例４と同様であるので、ステップ１７以前の記載は省略する。結果をＣＰＵ３に送信し、結果はメモリ（不図示）に格納される（ステップＳ１９）。ランクＢのクリーニング不良が３回発生したか否かを判定し（ステップＳ３０）、３回発生したら（Ｙｅｓ）、ステップＳ３１へ進む。発生していない（Ｎｏ）場合、制御を終了する。（ステップＳ３１）ランクＣのクリーニング不良が発生していたら、Ｃランクの画像不良が発生した色のプロセスカートリッジの交換を促すようにユーザに報知する（ステップＳ３４）に進む。発生していなければ、クリーニングブレード先端へのトナー補給制御を実行する（ステップＳ３２）。クリーニング不良が発生しているプロセスカートリッジの色において、感光ドラム上の長手方向の印字領域全域（本実施例の画像形成装置の場合２１０ｍｍ）×紙搬送方向１０ｍｍのベタ画像を印字する。本トナー像は画像形成ステーションの転写部において、通常プリント動作時と異なり一次転写電圧としてトナーと同極性の電圧を印加し、静電転写ベルトに転写せず、トナー像はそのままドラム上に残留する。

残留したトナー像は、クリーニングブレードへと搬送され回収される。本トナー排出により、クリーニングブレード先端にトナーが補給され、クリーニングブレードの当接状態が安定する。そして、クリーニング不良の発生回数カウントをゼロに戻す（ステップＳ３３）。

本制御を行う事によって、クリーニングＣランクの発生する時期を遅らせることが出来る。すなわち、プロセスカートリッジの部材の寿命を延ばすことが可能となる。

１ 画像形成装置
２ ホストコンピュータ
３ ＣＰＵ（中央処理装置）
４ メモリ（ＲＡＭ）
１００ 原稿読み取りユニット
２００ 画像形成ユニット

Claims (6)

1. 画像データを入力するための入力手段と、
   前記入力手段により入力された前記画像データに基づき記録材に画像を形成する画像形成手段であって、画像が形成される像担持体と、前記像担持体を帯電する帯電部材と、前記像担持体をクリーニングするクリーニング部材を有する画像形成手段と、
   前記画像形成手段によって記録材上において前記画像データに基づく画像が形成されていない領域を読み取る読取手段と、
   前記画像が形成されていない領域を前記読取手段によって読み取った結果、前記読み取られた画像を含む所定領域内における画像データにおいて、前記記録材の搬送方向における画像の変化量を示す第一の値と、前記記録材の搬送方向に直交する方向における画像の変化量を示す第二の値を求め、前記第一の値と前記第二の値の比較結果に基づき、前記画像形成手段の異常が発生したことを示す情報を出力する制御手段と、を有し、前記制御手段は、前記第一の値が前記第二の値より大きい場合に、前記クリーニング部材に異常が発生したことを示す情報を出力し、前記第一の値が前記第二の値より小さい場合に、前記帯電部材に異常が発生したことを示す情報を出力することを特徴とする画像形成装置。
2. 前記読取手段で読み取った前記画像の種類は、黒点状の画像、記録材の搬送方向の濃度むら画像、前記搬送方向に直交する方向の濃度むら画像を含み、
   前記制御手段は、前記第一の値が前記第二の値より大きい場合に、前記記録材の搬送方向の濃度むら画像であると判別し、前記第一の値が前記第二の値より小さい場合に、前記搬送方向に直交する方向の濃度むら画像であると判別し、前記第一の値と前記第二の値が等しい場合に、前記黒点状の画像であると判別し、
   前記制御手段は、前記記録材の搬送方向の濃度むら画像であると判別した場合に、前記クリーニング部材に異常が発生したことを示す情報を出力し、前記搬送方向に直交する方向の濃度むら画像であると判別した場合、または、前記黒点状の画像であると判別した場合に、前記帯電部材に異常が発生したことを示す情報を出力することを特徴とする請求項１に記載の画像形成装置。
3. 前記画像形成手段は、複数色の画像を形成するための複数の画像形成ユニットを含み、前記制御手段は、前記画像が形成されていない領域を前記読取手段で読み取った画像の色を判別し、判別した色に基づき前記複数の画像形成ユニットのうちのいずれの画像形成ユニットで異常が発生したかを判別することを特徴とする請求項１または２に記載の画像形成装置。
4. 記録材の両面に画像を形成するために記録材が搬送される両面搬送路を有し、
   前記読取手段は、前記両面搬送路に配置されることを特徴とする請求項１乃至３のいずれか１項に記載の画像形成装置。
5. 前記読取手段は、前記画像形成手段の上部に配置されており、
   前記画像形成手段によって画像が形成された記録材を前記読取手段に搬送するための搬送路切り換え手段を有することを特徴とする請求項１乃至３のいずれか１項に記載の画像形成装置。
6. 前記第一の値及び前記第二の値とは、前記読み取った画像の画像データにおいて白画素から黒画素に、または、黒画素から白画素に変化する回数であることを特徴とする請求項１乃至５のいずれか１項に記載の画像形成装置。