JPH09275459A

JPH09275459A - 画質評価方法および装置

Info

Publication number: JPH09275459A
Application number: JP8110346A
Authority: JP
Inventors: Hidekiyo Tachibana; 英清立花; Toshiyuki Chikugi; 利行筑木; Toru Tanaka; 徹田中; Yoshitsugu Hirose; 吉嗣広瀬; Toru Ishigaki; 徹石垣
Original assignee: Fuji Xerox Co Ltd
Current assignee: Fujifilm Business Innovation Corp
Priority date: 1996-04-05
Filing date: 1996-04-05
Publication date: 1997-10-21

Abstract

(57)【要約】【課題】評価工数が少なく、より人間が感覚的に感じ
る画質の良さに対応した画質評価値を算出できるように
する。【解決手段】画質を評価する被験者に対して、画質評
価項目を指示したとき、被験者が、注目する画像上の位
置を検出し、検出された位置の部分画像情報を取り込
む。取り込んだ部分画像情報に対して、指示した画質評
価項目に応じた画像処理を行い、当該部分画像の特徴を
抽出し、指示した画質評価項目と、抽出された部分画像
の特徴との関係を学習しておく。この学習結果に基づ
き、被評価画像について、画質評価項目に関する評価を
行うべき部分画像の位置を特定する。特定された位置の
部分画像を取り込み、取り込んだ部分画像情報に対して
前記画質評価項目に応じた画像処理を行い、被評価画像
の目的の画質評価項目についての画像評価値を算出す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、例えば紙などの
画像形成媒体上に形成された画像の画質を評価する方法
および装置に関する。

【０００２】

【従来の技術】紙などの画像形成媒体上に形成された画
像の画質の評価には、画質心理評価と、物理評価とがあ
る。画質心理評価は、人間が画像を目視して、心理的に
感じる「美しさ」や「好ましさ」の程度を数量化するこ
とによって行われるもので、いわゆる官能評価である。

【０００３】また、物理評価は、画質を左右する複数の
画質要因（画質評価項目）、例えば粒状性、階調性、鮮
鋭度、色再現域等のそれぞれに着目して、画像構造の性
質を客観的に測定した値で評価するものである。

【０００４】この場合、画質心理評価のための画像と、
物理評価のための画像は一般に異なり、画質心理評価で
は、例えば女性の顔の画像などの具体的な画像が評価用
に用いられ、物理評価では、テストチャートと呼ばれる
評価用画像が用いられる。

【０００５】そして、上記の物理評価結果と画質心理結
果とを結び付けて画質モデルとし、複写機やプリンタ等
の機器の物理的なパラメータを変化させたときに、その
変化後の画像が評価者にどれほどの心理的な反応、影響
を与えるかを予測し、複写機やプリンタ等の機器の設計
や改善効果の確認に用いていた。

【０００６】また、例えば特開平４−１６５３７２号公
報には、入力画像や複写機等の機器の物理的なパラメー
タを変化させたときの出力画像の状態を人手等により評
価した結果を教師値として学習しておき、その学習結果
を用いて、前記の物理的なパラメータを入力したとき、
その最終出力画像の品質を推定する機能を備えた画質評
価装置が示されている。

【０００７】

【発明が解決しようとする課題】しかしながら、上述し
た物理評価結果と画質心理評価結果とを結び付けた画質
モデルでは、評価する画像が、画質心理評価と物理評価
とで前述したように異なっているため、画質心理評価と
物理評価との対応関係が必ずしも良くなかった。また、
画質心理評価用の画像と、物理評価用の画像の２種の画
像を作成しておく必要があり、その上、両評価をそれぞ
れ行って結び付ける作業を行う必要があるため、評価に
時間がかかるという問題もあった。

【０００８】また、前記の公報に記載されている画質評
価装置は、複写機の物理的なパラメータと画質の関係が
得られるのみで、人間が画質を評価する画質心理評価の
要素が含まれていないという欠点があった。

【０００９】この発明は、以上の点にかんがみ、画質心
理評価と物理評価とを結び付けた画質評価を行う場合に
おいて、両評価結果の相関関係を良好なものとし、ま
た、評価用の画像が１種類の画像であっても両評価を結
び付けた評価をできるようにした画質評価方法および装
置を提供することを目的とする。

【００１０】

【課題を解決するための手段】上記課題を解決するた
め、この発明による画像評価方法（請求項１）は、画像
形成媒体上に形成された画像の画質を評価する方法であ
って、被験者に対して、画質評価項目を指示する指示工
程と、前記被験者が、前記指示工程における指示により
注目する前記画像上の位置を検出する検出工程と、前記
検出工程で検出された位置の部分画像情報を取り込む画
像情報取り込み工程と、前記画像情報取り込み工程にお
いて取り込んだ部分画像情報に対して、前記指示した画
質評価項目に応じた画像処理を行い、当該部分画像の特
徴を抽出する特徴抽出工程と、前記指示工程において指
示した画質評価項目と、前記特徴抽出工程において抽出
された前記部分画像の特徴との関係を学習する学習工程
と、前記学習工程での学習結果に基づき、被評価画像に
ついて、目的の画質評価項目の評価を行うべき部分画像
の位置を特定する位置特定工程と、前記被評価画像中の
前記位置特定工程で特定された位置の部分画像の画像情
報を取り込む評価画像情報取り込み工程と、前記評価画
像情報取り込み工程で取り込んだ部分画像情報に対して
前記目的の画質評価項目に応じた画像処理を行い、前記
被評価画像の前記目的の画質評価項目についての画像評
価値を算出する評価値算出工程とを有することを特徴と
する。

【００１１】また、この発明による画質評価装置（請求
項４）は、画像形成媒体上に形成された画像の画質を評
価する装置であって、被験者に対して、画質評価項目を
指示する画質評価項目指示手段と、前記画質評価項目指
示手段により指示された画質評価項目に関して、前記被
験者が注目する前記画像上の位置を検出する位置検出手
段と、前記画像形成媒体上に形成された画像の一部分の
画像情報を、その前記画像上の位置情報を伴って取得す
る画像情報取得手段と、前記画像情報取得手段を制御し
て、前記画像情報取得手段により取得する前記一部分の
画像位置を変更制御する取得画像位置変更手段と、前記
画質評価項目指示手段と、前記位置検出手段と、前記画
像情報取得手段と、前記取得画像位置変更手段とが接続
される制御用コンピュータとを備え、前記制御用コンピ
ュータは、前記画質評価項目指示手段に、前記被験者に
指示する画質評価項目を伝える手段と、前記位置検出手
段からの位置検出出力を受けて、前記取得画像位置変更
手段を制御することにより、前記画像情報取得手段を、
前記検出された位置の近傍の部分画像の画像情報を取得
する位置に制御する手段と、前記画像情報取得手段から
の前記部分画像の画像情報を受け、当該部分画像の画像
情報に対して前記指示した画質評価項目に応じた画像処
理を行い、当該部分画像の特徴を抽出する手段と、この
抽出した前記部分画像の特徴と、前記画質評価項目指示
手段において指示した画質評価項目との関係を学習する
手段と、前記取得画像位置変更手段を制御して、前記画
像情報取得手段により被評価画像をサーチさせる手段
と、前記サーチの間の前記画像情報取得手段からの画像
情報について画質評価項目に応じた画像処理を行い、前
記学習の結果に基づき、目的の画質評価項目の評価を行
うべき部分画像の位置を特定する手段と、特定された位
置の部分画像の画像情報を前記画像情報取得手段から取
り込み、取り込んだ部分画像情報を用いて、前記被評価
画像の前記目的の画質評価項目についての画像評価値を
算出する手段とを有することを特徴とする。

【００１２】

【作用】上述の構成のこの発明の画質評価方法において
は、まず、指示工程において、画質要因となる画質評価
項目のそれぞれが被験者に指示される。この指示に対し
て被験者は、評価対象となる画像中において、指示され
た画質評価項目を評価すべき画像部分を注目するので、
検出工程において、その被験者が注目した画像部分が検
出される。

【００１３】次に、情報取り込み工程において、検出工
程において検出された被験者が注目した画像部分の画像
情報が取り込まれ、特徴抽出工程において、前記取り込
まれた部分画像情報に対して、前記指示した画質評価項
目に応じた画像処理が行われ、その部分画像の特徴が抽
出される。

【００１４】以上の工程が複数の被験者に対して行わ
れ、学習工程において、前記指示工程において指示した
画質評価項目と、前記特徴抽出工程において抽出された
前記部分画像の特徴との関係が学習される。学習が十分
に行われた後に、次のようにして、複写機やプリンタか
らの出力画像である評価対象の画像、つまり被評価画像
の評価が行われる。

【００１５】すなわち、位置特定工程において、前記の
学習工程での学習結果から、被評価画像中から目的の画
質評価項目の評価を行うべき部分画像の位置が特定され
る。例えば被評価画像を小画像単位に分けて、各小画像
単位の画像の特徴が抽出され、前記の学習した画像の特
徴と画質評価項目との関係が用いられて、その特徴抽出
された多数個の小画像の中から、評価しようとする画質
評価項目を評価するのに適した小画像の位置が特定され
る。

【００１６】次に、評価画像情報取り込み工程におい
て、特定された位置の部分画像が取り込まれ、次の評価
値算出工程において、取り込まれた部分画像情報に対し
て前記目的の画質評価項目に応じた画像処理が行われ、
前記被評価画像の前記目的の画質評価項目についての画
像評価値が算出される。

【００１７】以上のようにして、１種類の被評価画像を
評価するだけで、人間の画質心理評価と物理評価とを関
連付けた画質評価が行われる。

【００１８】

【発明の実施の形態】以下、この発明による画質評価方
法および装置の一実施の形態について、図を参照しなが
ら説明する。

【００１９】図１は、この発明による画質評価装置の一
実施の形態の概略構成を示すブロック図である。この実
施の形態の画質評価装置は、画質評価項目指示手段１
と、視線位置検出手段２と、撮像装置３と、画像処理部
４と、撮像装置移動手段５と、撮像装置移動制御手段６
と、ホストコンピュータ７とを備える。ホストコンピュ
ータ７には、そのオペレータ用としてモニタ装置７Ｄ
と、マウス等の指示入力手段７Ｍとが接続される。

【００２０】画質評価項目指示手段１は、ホストコンピ
ュータ７からの命令により、被験者１０に対して、画質
評価項目を指示するものである。画質評価項目は、例え
ば、粒状性、階調性、鮮鋭度、色再現域等である。

【００２１】画質評価項目指示手段１は、図示しない
が、被験者用のディスプレイや、スピーカを備え、画質
評価項目の指示は、例えば前記ディスプレイの画面に表
示される指示メッセージにより、あるいは前記スピーカ
からの音声の指示メッセージにより、または、その両者
を併用して行われる。

【００２２】この指示メッセージは、例えば、「被評価
画像において、指示された画質評価項目についての特徴
が最も良く現れている画像部分を注視して下さい」とい
う内容である。

【００２３】画質評価項目としての粒状性、階調性、尖
鋭性、色再現域等の項目名は、ホストコンピュータ７に
接続されるモニタ装置７Ｄのディスプレイ画面上に表示
されており、ホストコンピュータ７のオペレータが指示
入力手段７Ｍを用いて、その中から、被験者１０に与え
る画質評価項目を選択する。選択された画質評価項目
は、ホストコンピュータ７から画質評価項目指示手段１
に送られる。画質評価項目指示手段１は、これを受け
て、上述のようにして、被験者１０に、ディスプレイ、
スピーカを通じて当該選択された画質評価項目の指示を
する。

【００２４】視線位置検出手段２は、前記指示によって
被験者１０が被評価画像８上で、注目している位置を検
出する。この視線位置検出手段２としては、この実施の
形態では、視線追跡装置を用いる。この視線追跡装置
は、被験者１０の頭部に装着されて、被験者１０の瞳孔
の動きを検出する検出部２ｓからの検出データを受け
て、被験者１０の瞳孔の動きを解析し、被評価画像８に
対応した座標データを出力するものである。

【００２５】この実施の形態の場合、被評価画像８は、
所定の大きさの小画像領域である複数個のセグメントに
分割され、前記座標データは、そのセグメントの被評価
画像８中の位置を示すものとされる。この実施の形態に
おいては、被評価画像８は、例えばＡ４サイズの画像の
場合で、図２に示すように、縦方向に５１２分割、ま
た、横方向に５１２分割されて、約２６万個のセグメン
トｓｇに分割される。

【００２６】そして、この実施の形態の場合、視線位置
検出手段２は、被験者１０の視線位置を示す前記座標デ
ータを一定時間間隔で、ホストコンピュータ７に出力す
る。

【００２７】撮像装置３は、例えば２次元ＣＣＤ撮像素
子と、適当な倍率を有する光学レンズとを備え、被評価
画像８のうちの、一つのセグメントｓｇを中心としたそ
の近傍の部分画像を撮像して、その撮像出力信号を画像
処理部４に出力する。その撮像領域としての前記部分画
像の領域の大きさは、例えば５ｍｍ×５ｍｍ〜２０ｍｍ
×２０ｍｍ程度が望ましい。

【００２８】この撮像装置３の撮像素子としては、被評
価画像８に応じて白黒ＣＣＤ、またはカラーＣＣＤが使
用される。そして、撮像して取り込んだ画像の画像信号
は、Ａ／Ｄ変換した後に画像処理部４に供給される。

【００２９】また、撮像装置３は、撮像装置移動手段５
に取り付けられており、被評価画像８上で、撮像する部
分画像位置を変更することができる。撮像装置移動手段
５は、撮像装置３を、被評価画像８上において、被評価
画像８の縦方向（Ｙ方向）および横方向（Ｘ方向）に移
動可能とする、いわゆるＸ−Ｙステージで構成される。

【００３０】画像処理部４は、撮像装置３の画素感度の
ばらつきや、撮像時の照明ムラを除去するために、予め
撮像装置３の画素感度ばらつきや撮像時の照明ムラを入
力したときのデータにより、シェーディング補正を行な
う。

【００３１】また、画像処理部４は、入力画像信号が、
赤、緑、青の３原色信号によるカラー画像信号である場
合、後段の処理である画像特徴の抽出処理がしやすいよ
うに、３原色信号から、ＣＩＥＬ^＊ａ^＊ｂ^＊信号への色
度座標変換を行う。この色度座標変換には、例えば図３
に示すようなマトリックスを用いる。

【００３２】画像処理部４は、さらに、取り込んだ画像
の特徴を数値化して特徴量を得る演算処理も行なう。画
像の特徴としては、例えばエッジ強度や濃度の変化を表
す濃度ＲＭＳなどが求められる。

【００３３】エッジ強度に関して、単色画像に対しては
微分オペレータが知られており、エッジ強度ｅは、次の
演算式、ｅ＝｛Δｆｘ(i，j)²＋Δｆｙ(i，j)²｝^1/2 …（１）により算出される。ここで、 Δｆｘ(i，j)²＝ｆ(i，j)−ｆ(i-1，j) …（２） Δｆｙ(i，j)²＝ｆ(i，j)−ｆ(i，j-1) …（３）であり、ｆ(i，j)はｉ（ｉ＝１，２，…，Ｉ）行、ｊ
（ｊ＝１，２，…，Ｊ）列の画素値である。

【００３４】カラー画像の場合には、エッジ強度は、例
えばＣＩＥＬ^＊ａ^＊ｂ^＊色差ΔＥの算出式、 ΔＥ＝｛ΔＬ^＊(i，j)²＋Δａ^＊(i，j)²＋Δｂ^＊(i，j)²｝^1/2…（４）を用いる。

【００３５】また、濃度の変化を表す濃度ＲＭＳは、次
の算出式、濃度ＲＭＳ＝｛Σ（ｆ(i，j)−ｆave ）²／（Ｉ×Ｊ）｝^1/2…（５）により求められる。ここで、ｆave はＩ×Ｊ個の画素値
の平均である。

【００３６】このようにして、画像処理部４では、画像
の特徴を数値化した特徴量として、複数個のパラメータ
が算出される。数値化された特徴量は、画像処理部４か
らホストコンピュータ７に供給される。

【００３７】なお、この画像処理部４は、取り込まれた
画像のデータおよび演算処理結果のデータを格納する画
像情報記憶部を有するが、この画像情報記憶部は、ホス
トコンピュータ７の一部で構成することもできる。

【００３８】撮像装置移動制御手段６は、ホストコンピ
ュータ７からの制御信号を受けて、撮像装置移動手段５
にＸ方向およびＹ方向への移動駆動制御信号を供給す
る。撮像装置移動手段５は、撮像装置３を、前記被評価
画像８上の、この移動駆動制御信号により指定される部
分画像位置に移動させるようにする。

【００３９】ホストコンピュータ７は、上述のように、
この実施の形態の画質評価装置の全体を制御すると共
に、記憶しているプログラムにしたがって、画質評価項
目と、前記の画像の特徴量とを対応して記憶し、画質評
価項目と画像の特徴量との対応を学習する。そして、そ
の学習結果にしたがって、評価しようとする画像（被評
価画像）について画質評価を行なう。

【００４０】図４は、学習処理手順を示すフローチャー
トである。すなわち、ホストコンピュータ７は、まず、
ステップ１０１で、画質評価項目指示手段１により、被
験者１０に画質評価項目を指示する。

【００４１】被験者１０は、この指示メッセージを受け
て、被評価画像８上で、当該指示された画質評価項目に
関して注目する画像部分を、例えば図５に示すように、
視線位置を移動させながら注視することになる。そし
て、このとき、視線位置検出手段２は、前述したよう
に、一定時間毎に、ホストコンピュータ７に、被験者１
０の視線位置の座標データを出力している。

【００４２】ホストコンピュータ７は、ステップ１０２
において、この視線位置検出手段２からの座標データを
元にして、被験者１０が注目している画像位置を検出す
る。なお、図５および図６において、ｍ（ｍ＝０〜５１
１）およびｎ（ｎ＝０〜５１１）は、図の左上を原点と
するＸ方向およびＹ方向のセグメント位置の座標値であ
る。

【００４３】この被験者１０が注目している画像位置の
検出は、次のようにして行なう。すなわち、この実施の
形態の場合には、セグメントｓｇ単位の座標データか
ら、図６に示すように、セグメントｓｇ単位の視線位置
の頻度のヒストグラムを作成し、最も多く視線が配られ
たセグメント位置を、被験者１０の注目位置と判断す
る。

【００４４】このとき、被験者１０の視線が１カ所に集
中せず、被験者１０の注目位置を検出できないときに
は、ホストコンピュータ７は、警告手段９により、被験
者１０に画像を注視してもらうように促す警告を発す
る。警告手段９は、音声により警告メッセージを被験者
１０に対して放音する、あるいはその音声警告メッセー
ジに代えて、または加えて被験者用のディスプレイ（図
示せず）に警告メッセージを表示することにより、警告
を発する。

【００４５】以上のようにして被験者１０の注目位置が
特定されると、ステップ１０３に進み、ホストコンピュ
ータ７は、撮像装置移動制御手段６に命令を出し、移動
手段５により撮像装置３を、その注目セグメント位置を
中心とした部分画像の取り込み位置に移動させる。

【００４６】次に、ステップ１０４に進んで、撮像装置
３からの当該注目位置の部分画像情報を画像処理部４に
取り込ませる。そして、ステップ１０５において、画像
処理部４において、前述したようなシェーディング補正
や色度座標変換処理等、必要な処理を行った後、前述し
たようにして、当該部分画像の特徴量の算出処理が行な
われる。

【００４７】次に、ステップ１０６に進んで、画質評価
項目に対応させて画像特徴の学習を行なう。すなわち、
前述した特徴、エッジ強度や濃度ＲＭＳの前記算出式
（１）、（４）による算出値についての、複数の被験者
についての平均値、分散、標準偏差等を求め、それをテ
ーブル化してゆく。

【００４８】次に、ステップ１０７に進んで、画質評価
項目と画像の特徴量との学習が十分に行なわれた否かを
判断する。このステップ１０７の判断においては、例え
ば、一定数以上の複数人の被験者について学習を行なっ
たかどうかに加えて、複数個の画質評価項目のすべてに
ついて、学習が十分に行なわれたかを判断する。

【００４９】そして、それぞれの画質評価項目について
の学習が十分か否かは、例えば、各画質評価項目と特徴
量との対応に関する標準偏差が一定の範囲内に入ったか
どうかにより行なう。ただし、この場合、それぞれの画
質評価項目によって、特にそれと因果関係が深い画像の
特徴が異なるので、その因果関係の深い画像の特徴の特
徴量について、画質評価項目との対応関係が一定の標準
偏差の範囲内に入ったかどうかにより、学習が十分かど
うか判断する。例えば尖鋭度であれば、エッジ強度が深
く特徴として関わっている。

【００５０】ステップ１０７において、学習が十分に行
われていないと判断されると、ステップ１０１に戻り、
以上の処理を、多数の被験者について繰り返し行なう。
この学習は、適宜実施し、多くの被験者についての情報
を蓄積したほうがよいことは言うまでもない。

【００５１】そして、ステップ１０７で学習が十分に行
なわれたと判断されると、ステップ１０８に進み、学習
結果である画質評価項目と特徴量との対応関係の情報テ
ーブルを、データベースとして記憶手段に記憶する。以
上で、学習の処理ルーチンは終了する。

【００５２】この学習の結果、記憶手段にデータベース
として記憶される画質評価項目と特徴量との対応関係の
情報テーブルの例を、図７に示す。この図７の例は、５
０人の被験者について、学習を行ない、粒状性、尖鋭
度、階調性、…の各画質評価項目毎の特徴量のテーブル
を作成したものである。

【００５３】なお、学習が十分であるか否かの判断は、
一定数以上の被験者について、学習を行なったか否かの
みによって、行なってもよい。

【００５４】次に、以上のようにして作成された学習結
果にしたがって、ホストコンピュータ７は画質評価を実
行する。図８は、この画質評価処理のフローチャートで
ある。なお、この画質評価に先立ち、まず、画像形成媒
体上に形成された評価したい画像が被評価画像８として
撮像装置３の撮像対象として設置される。

【００５５】画質評価の処理ルーチンが開始されると、
ステップ２０１で、学習が十分に行なわれているか否か
判断される。この判断は、前述のステップ１０７での判
断と同様にして行なわれる。学習が不十分であると判断
されると、ステップ２０２に進み、学習を行なうように
促すメッセージがモニタ装置７Ｄに表示され、この画質
評価の処理ルーチンを終了する。

【００５６】ステップ２０１で、学習が十分に行なわれ
ていると判断されたときには、ステップ２０３に進み、
オペレータからの入力手段７Ｍを通じた画質評価項目の
選択入力が受け付けられる。そして、ホストコンピュー
タ７は、この画質評価項目の選択入力を受けると、ステ
ップ２０４に進んで、学習結果のデータベースから選択
された目的とする画質評価項目についての画像特徴量を
取り出す。

【００５７】次に、ステップ２０５に進み、撮像装置３
による被評価画像８の取り込みを行ない、学習による画
像の特徴量に最も近いセグメントをサーチする。すなわ
ち、移動制御手段６を介して移動手段５を制御して、撮
像装置３を被評価画像８のセグメントｓｇ毎に移動さ
せ、セグメントｓｇ毎に、その座標データと共に画像デ
ータを取り込み、その特徴量の算出を行なう。そして、
算出した特徴と学習結果の特徴量とを比較して、最も近
いセグメントｓｇを見付け、そのセグメントｓｇを、前
記の選択された画質評価項目についての評価対象セグメ
ントと決定する。

【００５８】次に、ステップ２０６に進み、決定した評
価対象のセグメントの画像情報について、画像処理部４
において、シェーディング補正等が施された後、ホスト
コンピュータ７において、画質評価のための演算が施さ
れて、画質評価値が算出される。そして、ステップ２０
７において、その算出された画質評価値が、モニタ装置
７Ｄの画面に表示される等して出力される。そして、こ
の画質評価処理ルーチンを終了する。

【００５９】画質評価値の算出方法の例を挙げる。例え
ば、画質評価項目の粒状性に関しては、文献「“Noize
Perception in Electrophotography”Journal of Appli
ed Photographic Engineering V0l.5:Ｐ190-196(1979)
Roger P.Dooley and RodneyShaw」に記載されている心
理的粒状性（graininess）をウイナー・スペクトルと平
均濃度の測定値より予測する「ショーとドーリー（Shaw
＆Dooley）のアルゴリズム」が用いられる。

【００６０】ウイナー・スペクトルＷＳ（ｆ）は、画像
をミクロ濃度計で走査して得られる平均濃度からの濃度
変動ΔＤ（ｘ）をフーリエ変換して得られるフーリエス
ペクトルの二乗値の集合平均であり、「ショーとドーリ
ー（Shaw＆Dooley）のアルゴリズム」では、次の数１に
示す算出式が用いられる。

【００６１】

【数１】また、このショーとドーリーのアルゴリズムでは、ウイ
ナー・スペクトルＷＳ（ｆ）、平均濃度Ｄave を使用し
た次の数２に示す式により心理的粒状性（graininess）
が予測される。

【００６２】

【数２】また、画質評価項目の尖鋭度に関しては、この実施の形
態では、エッジ幅Ｅｗを画質評価値として算出する。図
９は、エッジ幅Ｅｗを算出するアルゴリズムを模式化し
たものである。すなわち、エッジ画像に直交する濃度断
面において、画像部（画素値＝Ｄmax ）と下地部（画素
値＝Ｄmin ）の濃度差を濃度域とするとき、その濃度域
の２０％のところから８０％のところまでの濃度勾配直
線２０を画像部濃度および下地濃度間で延長した幅Ｅｗ
として算出する。

【００６３】その他の画質評価項目についての画質評価
値の算出アルゴリズムとしては、公知のものが使用でき
る。

【００６４】以上のようにして、この実施の形態によれ
ば、画質評価項目に対して人間が着目する画質の特徴を
学習しておき、その学習結果に基づき、実際に評価した
い被評価画像中から評価画像部分を抽出し、その抽出し
た画像部分について画質評価値を算出するようにしたの
で、より人間が感覚的に感じる画質の良さに対応した画
質評価値が算出できる。

【００６５】そして、従来のように画質心理評価用の画
像に加えて画質物理量測定のための画像を用意する必要
がないので、評価工数の大幅な短縮が図れる。さらに、
学習結果を用いるものであるので、画質評価に際して、
被験者が必要ではなく、画質評価の効率が大幅に改善さ
れる。

【００６６】なお、以上の実施の形態においては、被験
者１０の注目位置の検出手法としては、視線が最も多く
配られた位置を、そのヒストグラムから求めるようにし
たが、すべての視点の重心位置を注目位置として検出す
るようにしてもよい。すなわち、ｋ個の各視点の座標を
Ｘｍ，Ｙｎとしたとき、注目位置Ｐ（ｘ，ｙ）＝（ΣＸｍ／ｋ，ΣＹｎ／ｋ）として求めてもよい。

【００６７】また、被験者１０自身が、注目位置を、マ
ウス等のポインティングデバイスまたはキーボード等に
よって、その位置を入力するようにして注目位置を決定
するようにしても、もちろんよい。

【００６８】また、以上の説明では、学習時の注目位置
の検索を、画質評価時の撮像装置の移動単位であるセグ
メント単位で行なうようにしたが、学習時の注目位置の
検索と、画質評価時の撮像装置の移動単位とは無関係で
あるので、それぞれ独立の大きさの単位部分画像につい
て、処理を行なうようにすることもできる。

【００６９】また、以上の実施の形態は、紙に形成され
た画像の評価について説明したが、紙ではなく、スクリ
ーンに表示された画像を評価する場合にも適用できる。

【００７０】また、さらには、ＣＲＴや液晶ディスプレ
イに表示された画像についても同様にして、適用可能で
ある。その場合には、撮像装置は必要はなく、画面に表
示される画像に対応する画像データが記憶されるビデオ
ＲＡＭなどのメモリから、注目位置の画像を読み出し
て、それについて学習処理を行ない、また、セグメント
単位の小領域の画像データを順次に読み出し、それにつ
いて、上述と同様の処理を行なうことにより、画質評価
を行なうことができる。

【００７１】

【発明の効果】以上説明したように、この発明によれ
ば、従来必要であった画質心理評価用の画像と画質物理
量測定のための画像との両方を用意する必要はなく、ま
た、その両評価用の画像についての評価結果から画質評
価をする必要がないので、評価工数の大幅な短縮が図れ
る。また、画質評価に際して、被験者が必要ではないの
で、画質評価の効率が大幅に改善される。

【００７２】そして、より人間が感覚的に感じる画質の
良さに対応した画質評価値が算出できる。

【図面の簡単な説明】

【図１】この発明による画質評価装置の一実施の形態の
ブロック図である。

【図２】この発明による画質評価装置の一実施の形態の
説明のために用いる図である。

【図３】この発明の一実施の形態の一部の処理手段の処
理内容の例を説明するために用いる図である。

【図４】この発明の一実施の形態の学習処理手順の例を
示すフローチャートである。

【図５】この発明の一実施の形態における被験者の注目
位置検出方法を説明するために用いる図である。

【図６】この発明の一実施の形態における被験者の注目
位置検出方法を説明するために用いる図である。

【図７】この発明の一実施の形態における学習結果のデ
ータ内容の例を示す図である。

【図８】この発明の一実施の形態の画質評価処理手順の
例を示すフローチャートである。

【図９】この発明の一実施の形態における画質評価値の
算出方法の例を説明するための図である。

【符号の説明】

１画質評価項目指示手段２視線位置検出手段３撮像装置４画像処理部５撮像装置移動手段６撮像装置移動制御手段７ホストコンピュータ８被評価画像９警告手段１０被験者

フロントページの続き (72)発明者広瀬吉嗣神奈川県足柄上郡中井町境430 グリーンテクなかい富士ゼロックス株式会社内 (72)発明者石垣徹神奈川県足柄上郡中井町境430 グリーンテクなかい富士ゼロックス株式会社内

Claims

【特許請求の範囲】

【請求項１】画像形成媒体上に形成された画像の画質を
評価する方法であって、被験者に対して、画質評価項目を指示する指示工程と、前記被験者が、前記指示工程における指示により注目す
る前記画像上の位置を検出する検出工程と、前記検出工程で検出された位置の部分画像情報を取り込
む画像情報取り込み工程と、前記画像情報取り込み工程において取り込んだ部分画像
情報に対して、前記指示した画質評価項目に応じた画像
処理を行い、当該部分画像の特徴を抽出する特徴抽出工
程と、前記指示工程において指示した画質評価項目と、前記特
徴抽出工程において抽出された前記部分画像の特徴との
関係を学習する学習工程と、前記学習工程での学習結果に基づき、被評価画像につい
て、目的の画質評価項目に関する評価を行うべき部分画
像の位置を特定する位置特定工程と、前記被評価画像中の前記位置特定工程で特定された位置
の部分画像を取り込む評価画像情報取り込み工程と、前記評価画像情報取り込み工程で取り込んだ部分画像情
報に対して前記目的の画質評価項目に応じた画像処理を
行い、前記被評価画像の前記目的の画質評価項目につい
ての画像評価値を算出する評価値算出工程とを有するこ
とを特徴とする画像評価方法。
【請求項２】画像形成媒体上に形成された画像の画質を
評価する装置であって、被験者に対して、画質評価項目を指示する画質評価項目
指示手段と、前記画質評価項目指示手段により指示された画質評価項
目に関して、前記被験者が注目する前記画像上の位置を
検出する位置検出手段と、前記位置検出手段で検出された位置の部分画像情報を取
り込む第１の画像情報取り込み手段と、前記第１の画像情報取り込み手段において取り込んだ部
分画像情報に対して、前記指示した画質評価項目に応じ
た画像処理を行い、当該部分画像の特徴を抽出する特徴
抽出手段と、前記画質評価項目指示手段において指示した画質評価項
目と、前記特徴抽出手段において抽出された前記部分画
像の特徴との関係を学習する学習手段と、前記学習手段での学習結果に基づき、被評価画像につい
て、目的の画質評価項目の評価を行うべき部分画像の位
置を特定する位置特定手段と、前記被評価画像中の前記位置特定手段で特定された位置
の部分画像を取り込む第２の画像情報取り込み手段と、前記第２の画像情報取り込み手段で取り込んだ部分画像
情報に対して前記目的の画質評価項目に応じた画像処理
を行い、前記被評価画像の前記目的の画質評価項目につ
いての画像評価値を算出する評価値算出手段とを有する
ことを特徴とする画像評価装置。
【請求項３】前記位置検出手段が前記注目する部分画像
を検出できないときに、前記被験者にその旨の警告を発
する警告手段を備えることを特徴とする請求項２に記載
の画像評価装置。
【請求項４】画像形成媒体上に形成された画像の画質を
評価する装置であって、被験者に対して、画質評価項目を指示する画質評価項目
指示手段と、前記画質評価項目指示手段により指示された画質評価項
目に関して、前記被験者が注目する前記画像上の位置を
検出する位置検出手段と、前記画像形成媒体上に形成された画像の一部分の画像情
報を、その前記画像上の位置情報を伴って取得する画像
情報取得手段と、前記画像情報取得手段を制御して、前記画像情報取得手
段により取得する前記一部分の画像位置を変更制御する
取得画像位置変更手段と、前記画質評価項目指示手段と、前記位置検出手段と、前
記画像情報取得手段と、前記取得画像位置変更手段とが
接続される制御用コンピュータとを備え、前記制御用コンピュータは、前記画質評価項目指示手段に、前記被験者に指示する画
質評価項目を伝える手段と、前記位置検出手段からの位置検出出力を受けて、前記取
得画像位置変更手段を制御することにより、前記画像情
報取得手段を、前記検出された位置の近傍の部分画像の
画像情報を取得する状態に制御する手段と、前記画像情報取得手段からの前記部分画像の画像情報を
受け、当該部分画像の画像情報に対して前記指示した画
質評価項目に応じた画像処理を行い、当該部分画像の特
徴を抽出する手段と、この抽出した前記部分画像の特徴と、前記画質評価項目
指示手段において指示した画質評価項目との関係を学習
する手段と、前記取得画像位置変更手段を制御して、前記画像情報取
得手段により被評価画像をサーチさせる手段と、前記サーチの間の前記画像情報取得手段からの部分画像
情報について画質評価項目に応じた画像処理を行い、前
記学習の結果に基づき、目的の画質評価項目の評価を行
うべき部分画像の位置を特定する手段と、特定された位置の部分画像の画像情報を用いて、前記被
評価画像の前記目的の画質評価項目についての画像評価
値を算出する手段とを有することを特徴とする画像評価
装置。
【請求項５】前記コンピュータは、前記位置検出手段か
らの位置検出出力が画質評価項目指示時点から一定時間
以上経過しても得られないときには、前記被験者にその
旨の警告を警告手段により与えるようにすることを特徴
とする請求項４に記載の画像評価装置。