JPH1139486A - 画像の画質評価方法 - Google Patents
画像の画質評価方法Info
- Publication number
- JPH1139486A JPH1139486A JP9199000A JP19900097A JPH1139486A JP H1139486 A JPH1139486 A JP H1139486A JP 9199000 A JP9199000 A JP 9199000A JP 19900097 A JP19900097 A JP 19900097A JP H1139486 A JPH1139486 A JP H1139486A
- Authority
- JP
- Japan
- Prior art keywords
- image
- sharpness
- granularity
- spatial frequency
- gradation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
(57)【要約】
【課題】 各種カラー画像出力機（カラープリンタ）等
の画像について、人間が感じる総合的な画像品質を人間
の感覚と相関良く定量的に、かつ、安定的でより高精度
に評価すること。 【解決手段】 被評価画像の鮮鋭度、粒状度、階調特性
をそれぞれ変数とする線形方程式から算出された値を総
合画質評価値とし、該総合画質評価値により画像品質を
評価する画像評価方法。
の画像について、人間が感じる総合的な画像品質を人間
の感覚と相関良く定量的に、かつ、安定的でより高精度
に評価すること。 【解決手段】 被評価画像の鮮鋭度、粒状度、階調特性
をそれぞれ変数とする線形方程式から算出された値を総
合画質評価値とし、該総合画質評価値により画像品質を
評価する画像評価方法。
Description
【０００１】
【発明の属する技術分野】本発明は、各種カラー画像出
力機（カラープリンタ）等の画像の定量的画質評価、も
しくは機種の性能評価のための画像評価方法に関するも
のである。
力機（カラープリンタ）等の画像の定量的画質評価、も
しくは機種の性能評価のための画像評価方法に関するも
のである。
【０００２】
【従来の技術】画像品質を評価する方法としては、画像
自体が持つ画像品質の劣化要因を測定する物理評価と、
画像品質に対して人間が感じる感覚を数値化する心理評
価とがあり、心理評価は、例えばラインの製造工程で評
価画像を現見本と見比べることによる製品の最終検査、
及び製品の性能評価などに広く用いられている。しかし
ながら、目視による画像評価では検査者が異なったり、
検査者の疲労があったりすると検査結果が異なってしま
う欠点があり、このような画像品質評価方法では定量
的、かつ安定的な評価結果は得られない。
自体が持つ画像品質の劣化要因を測定する物理評価と、
画像品質に対して人間が感じる感覚を数値化する心理評
価とがあり、心理評価は、例えばラインの製造工程で評
価画像を現見本と見比べることによる製品の最終検査、
及び製品の性能評価などに広く用いられている。しかし
ながら、目視による画像評価では検査者が異なったり、
検査者の疲労があったりすると検査結果が異なってしま
う欠点があり、このような画像品質評価方法では定量
的、かつ安定的な評価結果は得られない。
【０００３】物理評価については、例えば、画像に含ま
れるノイズ（明るさ，色変動）を評価することを目的と
して、２次元的な位置情報と光学的情報を含む被画像情
報成分を色彩成分に変換し、その変換された２次元情報
を周波数解析により２次元空間周波数情報に変換し、２
次元空間周波数情報を１次元化した後、人間の視覚の周
波数特性に対応した補正を加えるものが知られている
（特開平５−２８４２６０号公報参照）。画像に含まれ
るノイズは目視上“ざらつき”として感じられ粒状性と
も呼ばれる。
れるノイズ（明るさ，色変動）を評価することを目的と
して、２次元的な位置情報と光学的情報を含む被画像情
報成分を色彩成分に変換し、その変換された２次元情報
を周波数解析により２次元空間周波数情報に変換し、２
次元空間周波数情報を１次元化した後、人間の視覚の周
波数特性に対応した補正を加えるものが知られている
（特開平５−２８４２６０号公報参照）。画像に含まれ
るノイズは目視上“ざらつき”として感じられ粒状性と
も呼ばれる。
【０００４】また、例えば、画像のエッジの鋭さを評価
することを目的として、被評価用画像の光学情報より断
面の濃淡分布成分を得て、濃淡分布成分を周波数解析に
よって空間周波数情報に変換した後、人間の視覚の周波
数特性に対応した補正を加えるものが知られている（特
開平７−３２５９２２号公報参照）。画像のエッジの鋭
さは目視上、鮮鋭性と呼ばれる。
することを目的として、被評価用画像の光学情報より断
面の濃淡分布成分を得て、濃淡分布成分を周波数解析に
よって空間周波数情報に変換した後、人間の視覚の周波
数特性に対応した補正を加えるものが知られている（特
開平７−３２５９２２号公報参照）。画像のエッジの鋭
さは目視上、鮮鋭性と呼ばれる。
【０００５】しかしながら、発明者の実験によれば、総
合的な画像品質に対する人間の感覚は色々な要因が複雑
に寄与しており、上記のように単純に粒状度、または鮮
鋭度などの個々の画像品質の劣化要因のみでは表わせな
いことが分かった。
合的な画像品質に対する人間の感覚は色々な要因が複雑
に寄与しており、上記のように単純に粒状度、または鮮
鋭度などの個々の画像品質の劣化要因のみでは表わせな
いことが分かった。
【０００６】
【発明が解決しようとする課題】本発明は、画像の総合
的な画質を人間の感覚と相関良く評価することにより、
安定的でより高度な評価方法を提供することを目的とす
るものである。
的な画質を人間の感覚と相関良く評価することにより、
安定的でより高度な評価方法を提供することを目的とす
るものである。
【０００７】請求項１の発明は、心理物理量である鮮鋭
度、粒状度、及び階調特性を用いて、人間の感覚と相関
良く画像品質を評価し、かつ定量的な総合画質評価を得
ることを目的とするものである。
度、粒状度、及び階調特性を用いて、人間の感覚と相関
良く画像品質を評価し、かつ定量的な総合画質評価を得
ることを目的とするものである。
【０００８】請求項２の発明は、請求項１の発明におい
て、人間の画質に対する心理評価との相関が高い鮮鋭度
を用いることにより、総合画質評価の精度を向上させる
ことを目的とするものである。
て、人間の画質に対する心理評価との相関が高い鮮鋭度
を用いることにより、総合画質評価の精度を向上させる
ことを目的とするものである。
【０００９】請求項３の発明は、請求項１の発明におい
て、人間の画質に対する心理評価との相関が高い粒状度
を用いることにより、総合画質評価の精度を向上させる
ことを目的とするものである。
て、人間の画質に対する心理評価との相関が高い粒状度
を用いることにより、総合画質評価の精度を向上させる
ことを目的とするものである。
【００１０】請求項４の発明は、請求項１の発明におい
て、人間の画質に対する心理評価との相関が高い階調特
性を用いることにより、総合画質評価の精度を向上させ
ることを目的とするものである。
て、人間の画質に対する心理評価との相関が高い階調特
性を用いることにより、総合画質評価の精度を向上させ
ることを目的とするものである。
【００１１】請求項５の発明は、請求項２から４の鮮鋭
度、粒状度、及び階調特性算出手段で得られた値を用い
て目視上、画像の“ざらつき”を表す鮮鋭度と粒状度と
階調特性の積、及び目視上、画像の“ぼけ”を表す鮮鋭
度の逆数を変数とした線形方程式から算出される値によ
り、画像のより高精度な総合画像評価を得ることを目的
とするものである。
度、粒状度、及び階調特性算出手段で得られた値を用い
て目視上、画像の“ざらつき”を表す鮮鋭度と粒状度と
階調特性の積、及び目視上、画像の“ぼけ”を表す鮮鋭
度の逆数を変数とした線形方程式から算出される値によ
り、画像のより高精度な総合画像評価を得ることを目的
とするものである。
【００１２】請求項６の発明は、請求項５の鮮鋭度と粒
状度と階調特性の積、及び鮮鋭度の逆数の値を、所定の
定数のべき乗で補正した値を用いることにより、総合画
質評価の精度を向上させることを目的とするものであ
る。
状度と階調特性の積、及び鮮鋭度の逆数の値を、所定の
定数のべき乗で補正した値を用いることにより、総合画
質評価の精度を向上させることを目的とするものであ
る。
【００１３】請求項７の発明は、請求項６の線形方程式
の係数を画像種ごとに適した値を用いることにより、画
像の総合的な画質評価値を画像種ごとに評価することを
目的とするものである。
の係数を画像種ごとに適した値を用いることにより、画
像の総合的な画質評価値を画像種ごとに評価することを
目的とするものである。
【００１４】
【課題を解決するための手段】請求項１の発明は、被評
価画像の鮮鋭度、粒状度、階調特性から総合画像評価値
を得、該総合評価値により画像品質を評価する画像評価
方法である。
価画像の鮮鋭度、粒状度、階調特性から総合画像評価値
を得、該総合評価値により画像品質を評価する画像評価
方法である。
【００１５】請求項２の発明は、請求項１記載の画像評
価方法において、鮮鋭度は鮮鋭度算出手段により算出さ
れ、該鮮鋭度算出手段は、被評価画像の濃度情報、明度
情報、または色度情報のうち少なくとも一つの光学情報
を用いて空間周波数成分を算出する空間周波数成分算出
手段と、空間周波数成分算出手段の出力に視覚系の空間
周波数特性に応じた補正を行う空間周波数特性補正手段
と、空間周波数特性補正手段から得られる値を積分する
積分手段と、から成る画像評価方法である。
価方法において、鮮鋭度は鮮鋭度算出手段により算出さ
れ、該鮮鋭度算出手段は、被評価画像の濃度情報、明度
情報、または色度情報のうち少なくとも一つの光学情報
を用いて空間周波数成分を算出する空間周波数成分算出
手段と、空間周波数成分算出手段の出力に視覚系の空間
周波数特性に応じた補正を行う空間周波数特性補正手段
と、空間周波数特性補正手段から得られる値を積分する
積分手段と、から成る画像評価方法である。
【００１６】請求項３の発明は、請求項１記載の画像評
価方法において、粒状度は粒状度算出手段により算出さ
れ、該粒状度算出手段は、被評価画像の濃度情報、明度
情報、または色度情報のうち少なくとも一つの光学情報
を用いて空間周波数成分を算出する空間周波数成分算出
手段と、該空間周波数成分算出手段の出力に視覚系の空
間周波数特性に応じた補正を行う空間周波数特性補正手
段と、該空間周波数特性補正手段から得られる値を積分
する積分手段と、該積分手段から得られる値に前記光学
情報の平均特性に応じた補正を行う平均特性補正手段
と、から成る画像評価方法である。
価方法において、粒状度は粒状度算出手段により算出さ
れ、該粒状度算出手段は、被評価画像の濃度情報、明度
情報、または色度情報のうち少なくとも一つの光学情報
を用いて空間周波数成分を算出する空間周波数成分算出
手段と、該空間周波数成分算出手段の出力に視覚系の空
間周波数特性に応じた補正を行う空間周波数特性補正手
段と、該空間周波数特性補正手段から得られる値を積分
する積分手段と、該積分手段から得られる値に前記光学
情報の平均特性に応じた補正を行う平均特性補正手段
と、から成る画像評価方法である。
【００１７】請求項４の発明は、請求項１記載の画像評
価方法において、請求項１記載の画像評価方法におい
て、階調特性は階調特性算出手段により算出され、該階
調特性算出手段は、被評価画像の濃度情報、明度情報、
または色度情報のうち少なくとも一つの光学情報を用い
て隣接する階調レベル間の前記光学情報の差を算出する
差分算出手段と、該差分算出手段の出力に前記光学情報
に対する人間の認知限界に応じた補正を行う認知限界補
正手段と、該認知限界補正手段から得られる値を全階調
レベルで積分する積分手段と、から成る画像評価方法で
ある。
価方法において、請求項１記載の画像評価方法におい
て、階調特性は階調特性算出手段により算出され、該階
調特性算出手段は、被評価画像の濃度情報、明度情報、
または色度情報のうち少なくとも一つの光学情報を用い
て隣接する階調レベル間の前記光学情報の差を算出する
差分算出手段と、該差分算出手段の出力に前記光学情報
に対する人間の認知限界に応じた補正を行う認知限界補
正手段と、該認知限界補正手段から得られる値を全階調
レベルで積分する積分手段と、から成る画像評価方法で
ある。
【００１８】請求項５の発明は、請求項１記載の画像評
価方法において、鮮鋭度、粒状度及び階調特性はそれぞ
れ請求項２，３，４項記載の鮮鋭度算出手段、粒状度算
出手段及び階調特性算出手段によって算出されるととも
に、前記総合画像評価値は前記鮮鋭度と粒状度と階調特
性の積、及び鮮鋭度の逆数を変数とした線形方程式から
算出される画像評価方法である。
価方法において、鮮鋭度、粒状度及び階調特性はそれぞ
れ請求項２，３，４項記載の鮮鋭度算出手段、粒状度算
出手段及び階調特性算出手段によって算出されるととも
に、前記総合画像評価値は前記鮮鋭度と粒状度と階調特
性の積、及び鮮鋭度の逆数を変数とした線形方程式から
算出される画像評価方法である。
【００１９】請求項６の発明は、請求項５記載の画像評
価方法において、前記線形方程式を構成する鮮鋭度と粒
状度と階調特性の積、及び鮮鋭度の逆数の値は、所定の
定数でべき乗に補正した値である画像評価方法である。
価方法において、前記線形方程式を構成する鮮鋭度と粒
状度と階調特性の積、及び鮮鋭度の逆数の値は、所定の
定数でべき乗に補正した値である画像評価方法である。
【００２０】請求項７の発明は、請求項６記載の画像評
価方法において、前記線形方程式の係数は、画像種によ
って異なる画像評価方法である。
価方法において、前記線形方程式の係数は、画像種によ
って異なる画像評価方法である。
【００２１】
【発明の実施の形態】本発明は、被評価用画像と被評価
用画像の入力装置とコンピュータによって構成される。
図１から５は、この発明の画像評価方法を実現するプロ
セスの一例を示している。
用画像の入力装置とコンピュータによって構成される。
図１から５は、この発明の画像評価方法を実現するプロ
セスの一例を示している。
【００２２】まず、請求項１の発明について説明する。
図１は、本発明の総合画像評価値を得るためのプロセス
の一例を概略的に示するものであり、この発明において
は、被評価画像と同じ条件で出力された測定用画像を用
いて、前記鮮鋭度、粒状度、及び階調特性の測定を行
う。
図１は、本発明の総合画像評価値を得るためのプロセス
の一例を概略的に示するものであり、この発明において
は、被評価画像と同じ条件で出力された測定用画像を用
いて、前記鮮鋭度、粒状度、及び階調特性の測定を行
う。
【００２３】ここで、鮮鋭度の測定法としては、例えば
マイクロデンシトメータ等の画像読み取り装置１１１で
空間周波数の異なるラダーパターンを読み取り、一般に
ＭＴＦと呼ばれる空間周波数特性を人間の視覚周波数特
性で補正した値を鮮鋭度１１２とする方法などがある。
マイクロデンシトメータ等の画像読み取り装置１１１で
空間周波数の異なるラダーパターンを読み取り、一般に
ＭＴＦと呼ばれる空間周波数特性を人間の視覚周波数特
性で補正した値を鮮鋭度１１２とする方法などがある。
【００２４】粒状度の測定法としては、例えば被評価用
画像の２次元の位置情報、及びＲＧＢ信号情報をドラム
スキャナ等の画像読み取り装置１２１から読み取り、被
評価用画像の空間周波数成分を求め、人間の視覚周波数
特性を乗じて周波数領域で積分を行い、さらに得た値に
画像の平均明度または濃度に対する補正を行い、これに
よって得た値を粒状度１２２とする方法などがある。
画像の２次元の位置情報、及びＲＧＢ信号情報をドラム
スキャナ等の画像読み取り装置１２１から読み取り、被
評価用画像の空間周波数成分を求め、人間の視覚周波数
特性を乗じて周波数領域で積分を行い、さらに得た値に
画像の平均明度または濃度に対する補正を行い、これに
よって得た値を粒状度１２２とする方法などがある。
【００２５】階調特性の測定法としては、例えば隣接す
る階調レベルで出力した画像に対して知覚される明度差
または濃度差などを測定する方法がある。また、一般に
入出力の階調が離散性をもつプリンタやデジタル画像処
理系における、入力レベルに対する出力レベルの相対的
な数値関係や入出力曲線（γ曲線）を階調特性と言う場
合もある。
る階調レベルで出力した画像に対して知覚される明度差
または濃度差などを測定する方法がある。また、一般に
入出力の階調が離散性をもつプリンタやデジタル画像処
理系における、入力レベルに対する出力レベルの相対的
な数値関係や入出力曲線（γ曲線）を階調特性と言う場
合もある。
【００２６】鮮鋭度、粒状度、及び階調特性の測定方
法、及び導出方法は上記に挙げた例の他にも種々の方法
が提案されているがそれらを用いても良く、また、鮮鋭
度、粒状度、及び階調特性を得るための測定物理量とし
て、上記に挙げた例の他にも濃度を用いるか明度を用い
るか等により種々の方法が提案されており、それらを用
いても良い。鮮鋭度、粒状度、及び階調特性を得るため
の測定用画像を読み取るための装置１１１，１２１，１
３１として、上記に挙げた例の他にもマイクロデンシト
メータやドラムスキャナ，測色計，濃度計などが一般に
挙げられるがそれらを用いても良い。さらに、上記に挙
げた例の他にも空間周波数成分の導出方法や人間の視覚
特性による補正の仕方や画像の平均特性に対する補正の
仕方は種々の方法が提案されており、それらを用いても
良い。いずれにしても、請求項１の発明は、測定された
前記鮮鋭度１１２、粒状度１２２、及び階調特性１３２
を用いて、人間が感じる総合的な画像品質を人間の感覚
と相関良く表す総合画質評価値１４を得る方法である。
法、及び導出方法は上記に挙げた例の他にも種々の方法
が提案されているがそれらを用いても良く、また、鮮鋭
度、粒状度、及び階調特性を得るための測定物理量とし
て、上記に挙げた例の他にも濃度を用いるか明度を用い
るか等により種々の方法が提案されており、それらを用
いても良い。鮮鋭度、粒状度、及び階調特性を得るため
の測定用画像を読み取るための装置１１１，１２１，１
３１として、上記に挙げた例の他にもマイクロデンシト
メータやドラムスキャナ，測色計，濃度計などが一般に
挙げられるがそれらを用いても良い。さらに、上記に挙
げた例の他にも空間周波数成分の導出方法や人間の視覚
特性による補正の仕方や画像の平均特性に対する補正の
仕方は種々の方法が提案されており、それらを用いても
良い。いずれにしても、請求項１の発明は、測定された
前記鮮鋭度１１２、粒状度１２２、及び階調特性１３２
を用いて、人間が感じる総合的な画像品質を人間の感覚
と相関良く表す総合画質評価値１４を得る方法である。
【００２７】次に、請求項２の鮮鋭度を得るための具体
的な実施の態様を図２を参考に説明する。図６は測定物
理量（濃度）の測定方法の一例を説明する図である。図
６において、６１は空間周波数の異なるラダーパターン
であって、画像読み取り装置２１、例えば、マイクロデ
ンシトメータはその断面６２の濃度情報を走査方向６３
に沿って読み取り、それによって、一般にＭＴＦと呼ば
れ線などのエッジの鋭さの特性を表す成分の空間周波数
成分２２、ＭＴＦ（ｕ）を求める。さらに、前記空間周
波数成分に人間の視覚周波数特性２３、ＶＴＦ（ｕ）を
乗じて周波数領域で積分を行い２４、得た値に適当な重
み付けをして得た値２５を鮮鋭度としている。
的な実施の態様を図２を参考に説明する。図６は測定物
理量（濃度）の測定方法の一例を説明する図である。図
６において、６１は空間周波数の異なるラダーパターン
であって、画像読み取り装置２１、例えば、マイクロデ
ンシトメータはその断面６２の濃度情報を走査方向６３
に沿って読み取り、それによって、一般にＭＴＦと呼ば
れ線などのエッジの鋭さの特性を表す成分の空間周波数
成分２２、ＭＴＦ（ｕ）を求める。さらに、前記空間周
波数成分に人間の視覚周波数特性２３、ＶＴＦ（ｕ）を
乗じて周波数領域で積分を行い２４、得た値に適当な重
み付けをして得た値２５を鮮鋭度としている。
【００２８】例えば、鮮鋭度は以下のように表せる。
【００２９】
【数１】
【００３０】鮮鋭度を得るための方法として上記に挙げ
た例の他に、測定物理量として濃度を用いるか明度を用
いるか等により種々の方法が提案されており、それらを
用いても良い。また、測定用画像を読み取るための装置
としてはマイクロデンシトメータの他にも、ドラムスキ
ャナやＣＣＤカメラなどがあるがそれらを用いても良
い。さらに、上記に挙げた例の他にも人間の視覚特性に
よる補正の仕方についても種々の方法が提案されている
がそれらを用いても良い。また、Ｑ1及びＱ2は重み係数
であり、発明者の実験ではそれぞれ１.０，１.０を得
た。これら重み係数の値は、使用される画像読み取り装
置または画像読み取り方法、測定物理量または光学情
報、視覚特性補正関数または補正方法等によって異なっ
た最適な値をとる。
た例の他に、測定物理量として濃度を用いるか明度を用
いるか等により種々の方法が提案されており、それらを
用いても良い。また、測定用画像を読み取るための装置
としてはマイクロデンシトメータの他にも、ドラムスキ
ャナやＣＣＤカメラなどがあるがそれらを用いても良
い。さらに、上記に挙げた例の他にも人間の視覚特性に
よる補正の仕方についても種々の方法が提案されている
がそれらを用いても良い。また、Ｑ1及びＱ2は重み係数
であり、発明者の実験ではそれぞれ１.０，１.０を得
た。これら重み係数の値は、使用される画像読み取り装
置または画像読み取り方法、測定物理量または光学情
報、視覚特性補正関数または補正方法等によって異なっ
た最適な値をとる。
【００３１】請求項３の発明の粒状度を得るためのプロ
セスを図３を例にとって説明する。被評価用画像と同じ
条件で出力された測定用画像の２次元の位置情報、及び
ＲＧＢ信号情報を画像読み取り装置３１、例えば、ドラ
ムスキャナから読み取り、Ｌ*ａ*ｂ*表色系３２に変換
する（(GL(x,y),Ga(x,y),Gb(x,y)）。さらに、前記Ｌ*
ａ*ｂ*表色系成分に対し、フーリエ変換３３を行うこと
によってＬ*ａ*ｂ*表色系成分の空間周波数成分を求め
（(GL(u,v),Ga(u,v),Gb(u,v)）、計量の簡略のために１
次元に変換し３４、得た空間周波数成分（(GL(f),G
a(f),Gb(f)）に、人間の視覚周波数特性３５、ＶＴＦ
（ｆ）を乗じて周波数領域で積分を行い３６、得た値に
画像の平均明度に対する補正を行い３７、得た値に適当
な重み付けをして得た値３８を粒状度としている。
セスを図３を例にとって説明する。被評価用画像と同じ
条件で出力された測定用画像の２次元の位置情報、及び
ＲＧＢ信号情報を画像読み取り装置３１、例えば、ドラ
ムスキャナから読み取り、Ｌ*ａ*ｂ*表色系３２に変換
する（(GL(x,y),Ga(x,y),Gb(x,y)）。さらに、前記Ｌ*
ａ*ｂ*表色系成分に対し、フーリエ変換３３を行うこと
によってＬ*ａ*ｂ*表色系成分の空間周波数成分を求め
（(GL(u,v),Ga(u,v),Gb(u,v)）、計量の簡略のために１
次元に変換し３４、得た空間周波数成分（(GL(f),G
a(f),Gb(f)）に、人間の視覚周波数特性３５、ＶＴＦ
（ｆ）を乗じて周波数領域で積分を行い３６、得た値に
画像の平均明度に対する補正を行い３７、得た値に適当
な重み付けをして得た値３８を粒状度としている。
【００３２】例えば、カラー粒状度は以下のように表せ
る。
る。
【００３３】
【数２】
【００３４】を用いたが、式（３）の他にDooley&Shaw
やSakataの補正関数や画像の前記光学情報に対するその
他の平均特性に対する補正関数を用いても良い。
やSakataの補正関数や画像の前記光学情報に対するその
他の平均特性に対する補正関数を用いても良い。
【００３５】粒状度を得るための方法として上記に挙げ
た一例の他に、測定物理量としてＲＧＢ信号を用いるか
濃度を用いるか等があるがそれらを用いても良い。ま
た、測定用画像を読み取るための装置としてはマイクロ
デンシトメータの他にも、ドラムスキャナやＣＣＤカメ
ラなどがあるがそれらを用いても良い。また、上記の例
では、測定物理量をＬ*ａ*ｂ*表色系の成分に変換した
が、代わりとしてＬ*ｕ*ｖ*表色系などを用いても良
い。さらに、Ｌ*ａ*ｂ*表色系の空間周波数成分を得る
ためにフーリエ変換による方法を用いたが、ウェーブレ
ット変換による方法などを用いても良い。また、上記の
例では計算の簡略のためにＬ*ａ*ｂ*表色系の２次元の
空間周波数成分（(GL(u,v),Ga(u,v),Gb(u,v)）を１次元
に変換したが（(GL(f),Ga(f),Gb(f)）、１次元への変換
を行わずに２次元の空間周波数成分に人間の２次元視覚
特性による補正を行い、得た値を用いても良い。また人
間の視覚周波数特性に対する補正は、Ｌ*ａ*ｂ*表色系
の２次元の空間周波数成分（(GL(u,v),Ga(u,v),Gb(u,
v)）を１次元に変換した後に行っても良いし、変換する
前に行っても良い。また人間の視覚特性による補正の仕
方や、画像の平均特性に対する補正の仕方についても上
記に挙げた例の他にも種々の方法が提案されているがそ
れらを用いても良い。
た一例の他に、測定物理量としてＲＧＢ信号を用いるか
濃度を用いるか等があるがそれらを用いても良い。ま
た、測定用画像を読み取るための装置としてはマイクロ
デンシトメータの他にも、ドラムスキャナやＣＣＤカメ
ラなどがあるがそれらを用いても良い。また、上記の例
では、測定物理量をＬ*ａ*ｂ*表色系の成分に変換した
が、代わりとしてＬ*ｕ*ｖ*表色系などを用いても良
い。さらに、Ｌ*ａ*ｂ*表色系の空間周波数成分を得る
ためにフーリエ変換による方法を用いたが、ウェーブレ
ット変換による方法などを用いても良い。また、上記の
例では計算の簡略のためにＬ*ａ*ｂ*表色系の２次元の
空間周波数成分（(GL(u,v),Ga(u,v),Gb(u,v)）を１次元
に変換したが（(GL(f),Ga(f),Gb(f)）、１次元への変換
を行わずに２次元の空間周波数成分に人間の２次元視覚
特性による補正を行い、得た値を用いても良い。また人
間の視覚周波数特性に対する補正は、Ｌ*ａ*ｂ*表色系
の２次元の空間周波数成分（(GL(u,v),Ga(u,v),Gb(u,
v)）を１次元に変換した後に行っても良いし、変換する
前に行っても良い。また人間の視覚特性による補正の仕
方や、画像の平均特性に対する補正の仕方についても上
記に挙げた例の他にも種々の方法が提案されているがそ
れらを用いても良い。
【００３６】重みＰL，Ｐa，Ｐbは発明者の実験ではそ
れぞれ、1.4052225，1.1455834，0.5479813であり、定
数ｃは−0.261728であった。これらは使用される画像読
み取り装置または画像読み取り方法、測定物理量または
光学情報、表色系、視覚特性補正関数または補正方法、
及び画像の平均特性に対する種々の補正式または補正方
法等によって異なった最適な値をとる。
れぞれ、1.4052225，1.1455834，0.5479813であり、定
数ｃは−0.261728であった。これらは使用される画像読
み取り装置または画像読み取り方法、測定物理量または
光学情報、表色系、視覚特性補正関数または補正方法、
及び画像の平均特性に対する種々の補正式または補正方
法等によって異なった最適な値をとる。
【００３７】請求項４の階調特性を得るための実施の態
様を本発明の階調特性を得るためのプロセスを示す図４
を参考に説明する。被評価用画像と同じ条件で出力され
た測定用画像のＹＭＣＫ各色の２次元の位置情報、及び
ＲＧＢ信号情報を画像読み取り装置４１、例えばドラム
スキャナから読み取り、Ｌ*ａ*ｂ*表色系４２に変換し
明度成分を求める（Li(x,y),i=c,m,y,k）。前記明度成
分の隣接する階調レベル間での明度の差分（△Li(x,y),
i=c,m,y,k）を算出し４３、さらに前記差分を人間の明
度の認知限界（JND）で割り、得た値４４に適当な重み
付けを施し、さらに全階調レベルで積分し、得た値４５
を階調特性４６としている。但し、前記表色系成分の隣
接する階調レベル間での明度の差が人間の明度の認知限
界よりも小さい場合は明度差の値を０としている。
様を本発明の階調特性を得るためのプロセスを示す図４
を参考に説明する。被評価用画像と同じ条件で出力され
た測定用画像のＹＭＣＫ各色の２次元の位置情報、及び
ＲＧＢ信号情報を画像読み取り装置４１、例えばドラム
スキャナから読み取り、Ｌ*ａ*ｂ*表色系４２に変換し
明度成分を求める（Li(x,y),i=c,m,y,k）。前記明度成
分の隣接する階調レベル間での明度の差分（△Li(x,y),
i=c,m,y,k）を算出し４３、さらに前記差分を人間の明
度の認知限界（JND）で割り、得た値４４に適当な重み
付けを施し、さらに全階調レベルで積分し、得た値４５
を階調特性４６としている。但し、前記表色系成分の隣
接する階調レベル間での明度の差が人間の明度の認知限
界よりも小さい場合は明度差の値を０としている。
【００３８】例えば、階調特性は次の様に表せる。
【００３９】
【数３】
【００４０】但し、和は階調の全レベルで取る。
【００４１】測定物理量として、ＲＧＢ信号を用いるか
濃度を用いるか等があるがそれらのいずれを用いても良
い。また、測定用画像を読み取るための装置としてはマ
イクロデンシトメータの他にも、ドラムスキャナやＣＣ
Ｄカメラなどがあるがそれらを用いても良い。また、上
記例では、測定物理量をＬ*ａ*ｂ*表色系の成分に変換
し明度成分を求めたが、その他にＬ*ｕ*ｖ*表色系など
に変換しても良い。また光学情報として、明度成分の代
わりに濃度成分や色度成分などを用いても良い。さら
に、人間の認知限界の導出方法として種々の方法が提案
されているがそれらを用いていても良い。
濃度を用いるか等があるがそれらのいずれを用いても良
い。また、測定用画像を読み取るための装置としてはマ
イクロデンシトメータの他にも、ドラムスキャナやＣＣ
Ｄカメラなどがあるがそれらを用いても良い。また、上
記例では、測定物理量をＬ*ａ*ｂ*表色系の成分に変換
し明度成分を求めたが、その他にＬ*ｕ*ｖ*表色系など
に変換しても良い。また光学情報として、明度成分の代
わりに濃度成分や色度成分などを用いても良い。さら
に、人間の認知限界の導出方法として種々の方法が提案
されているがそれらを用いていても良い。
【００４２】重みＲ1，Ｒ2は発明者の実験ではそれぞ
れ、0.148，0.148であり、また、人間の視覚の認知限界
(JND)の値は0.27を用いたが、これらは使用される画像
読み取り装置または画像読み取り方法、測定物理量また
は光学情報、表色系、及び人間の認知限界導出方法やそ
の値(JND)等によって異なった最適値をとる。
れ、0.148，0.148であり、また、人間の視覚の認知限界
(JND)の値は0.27を用いたが、これらは使用される画像
読み取り装置または画像読み取り方法、測定物理量また
は光学情報、表色系、及び人間の認知限界導出方法やそ
の値(JND)等によって異なった最適値をとる。
【００４３】請求項５の発明は下記の例に示すように、
鮮鋭度と粒状度と階調特性の積、及び鮮鋭度の逆数の値
を変数とした線形方程式で総合画質評価式を構成する。
ここで、鮮鋭度、粒状度、及び階調特性の導出方法は、
種々の方法が提案されているがそれらを用いても良い。
鮮鋭度と粒状度と階調特性の積、及び鮮鋭度の逆数の値
を変数とした線形方程式で総合画質評価式を構成する。
ここで、鮮鋭度、粒状度、及び階調特性の導出方法は、
種々の方法が提案されているがそれらを用いても良い。
【００４４】本発明の総合画像評価値を得るためのプロ
セスの一例を示す図５を参考に、請求項６の発明の具体
的方法を説明する。請求項５の鮮鋭度と粒状度と階調特
性の積、及び鮮鋭度の逆数の値を、請求項２から４記載
の鮮鋭度５１２、粒状度５２２、及び階調飛び５３２算
出手段で得られた値から鮮鋭度の逆数を算出し５１３、
さらにこれらの値を所定の定数のべき乗で補正し得た積
５１４，５１５，５２３，及び５３３を用いて、鮮鋭度
の逆数５１４と鮮鋭度と粒状度と階調特性の積５４を構
成し、線形方程式に代入し総合画質評価値５５を得る。
セスの一例を示す図５を参考に、請求項６の発明の具体
的方法を説明する。請求項５の鮮鋭度と粒状度と階調特
性の積、及び鮮鋭度の逆数の値を、請求項２から４記載
の鮮鋭度５１２、粒状度５２２、及び階調飛び５３２算
出手段で得られた値から鮮鋭度の逆数を算出し５１３、
さらにこれらの値を所定の定数のべき乗で補正し得た積
５１４，５１５，５２３，及び５３３を用いて、鮮鋭度
の逆数５１４と鮮鋭度と粒状度と階調特性の積５４を構
成し、線形方程式に代入し総合画質評価値５５を得る。
【００４５】例えば、総合画質評価式は次のような形で
表せる。
表せる。
【００４６】
【数４】
【００４７】但しａ，ｂ，ｄ，α，β，γ，δは使用さ
れる鮮鋭度、粒状度、階調特性の導出方法における画像
読み取り装置または画像読み取り方法、測定物理量また
は光学情報、人間の視覚特性補正関数または補正方法、
及び前記光学情報に対する補正関数または補正方法など
によって異なりそれぞれ最適な値をとる。
れる鮮鋭度、粒状度、階調特性の導出方法における画像
読み取り装置または画像読み取り方法、測定物理量また
は光学情報、人間の視覚特性補正関数または補正方法、
及び前記光学情報に対する補正関数または補正方法など
によって異なりそれぞれ最適な値をとる。
【００４８】ここで、上記総合画質評価式の意味合いに
ついて説明する。まず、第一項の“１／（鮮鋭度）”で
あるが、これは鮮鋭度の逆数であり、画像の“ぼけ”の
度合いを表している。また発明者の経験上、画像の鮮鋭
度と階調特性が画像の滑らかさに影響を与えることが分
かっている。よって第二項は画像の“ざらつき”を表し
ていると言える。請求項１から６の発明の方法を用いれ
ば、上記２つの画質劣化要因が画像品質の決定に複雑に
寄与している場合の画像の総合画質評価値を得ることが
できる。
ついて説明する。まず、第一項の“１／（鮮鋭度）”で
あるが、これは鮮鋭度の逆数であり、画像の“ぼけ”の
度合いを表している。また発明者の経験上、画像の鮮鋭
度と階調特性が画像の滑らかさに影響を与えることが分
かっている。よって第二項は画像の“ざらつき”を表し
ていると言える。請求項１から６の発明の方法を用いれ
ば、上記２つの画質劣化要因が画像品質の決定に複雑に
寄与している場合の画像の総合画質評価値を得ることが
できる。
【００４９】請求項７の発明は、下記の例に示すように
異なる画像種に対してはそれぞれ異なる適切な係数値を
用いて総合画質評価値を得るものである。即ち、世の中
の全ての画像の画質を、係数ａ，ｂ，ｄ，α，β，γ，
δのある特定の値で表現することは大変困難である。こ
こでは、本発明を上記の例で述べた鮮鋭度、粒状度、階
調特性導出方法、画像読み取り装置、種々の補正関数を
使用して高精度カラーデジタル標準画像（JISX9201）か
ら代表的な３つの画像種について総合画質評価式を求め
たので具体例を示す。
異なる画像種に対してはそれぞれ異なる適切な係数値を
用いて総合画質評価値を得るものである。即ち、世の中
の全ての画像の画質を、係数ａ，ｂ，ｄ，α，β，γ，
δのある特定の値で表現することは大変困難である。こ
こでは、本発明を上記の例で述べた鮮鋭度、粒状度、階
調特性導出方法、画像読み取り装置、種々の補正関数を
使用して高精度カラーデジタル標準画像（JISX9201）か
ら代表的な３つの画像種について総合画質評価式を求め
たので具体例を示す。
【００５０】使用した画像は、Ｎ１（ポートレート）、
Ｎ２（カフェテリア）、及びＮ４（自転車）である。
“ポートレート”は女性の画像であり、評価式は例えば
人間の視覚が最も敏感だとされる人肌や髪質の感じを評
価する場合に使用される。“カフェテリア”は円形のテ
ーブルや椅子，煉瓦や漆喰の建築物の細かな部分までを
含んた画像であり、評価式は例えば幾何学的な形状を含
んだ画像の画質を評価する場合に使用される。“自転
車”は白い布を背景にして、自転車や食物や画質評価用
のパッチが並べられている画像であり、評価式は例えば
布の織り目が作る細かな風合いと、食物、とりわけ果物
の持つきめの細かな質感や滑らかさと、自転車や評価用
パッチの有する細かい線のエッジの鋭さなど、一度に様
々な画質劣化要因を評価したい場合に使用される。
Ｎ２（カフェテリア）、及びＮ４（自転車）である。
“ポートレート”は女性の画像であり、評価式は例えば
人間の視覚が最も敏感だとされる人肌や髪質の感じを評
価する場合に使用される。“カフェテリア”は円形のテ
ーブルや椅子，煉瓦や漆喰の建築物の細かな部分までを
含んた画像であり、評価式は例えば幾何学的な形状を含
んだ画像の画質を評価する場合に使用される。“自転
車”は白い布を背景にして、自転車や食物や画質評価用
のパッチが並べられている画像であり、評価式は例えば
布の織り目が作る細かな風合いと、食物、とりわけ果物
の持つきめの細かな質感や滑らかさと、自転車や評価用
パッチの有する細かい線のエッジの鋭さなど、一度に様
々な画質劣化要因を評価したい場合に使用される。
【００５１】下記式の左辺の値は、値０を理想的な画像
の持つ画質の値であるとし、値が大きいほど画質が悪く
なる。 ・（ポートレート画像の画質の悪さ）＝0.8874/(鮮鋭度)＋0.2887×(粒状度×鮮 鋭度×シアンの階調特性^0.7002)−0.7571 式（６−１） ・（カフェテリア画像の画質の悪さ）＝2.0587/(鮮鋭度)＋0.0067×(粒状度×鮮 鋭度×マゼンタの階調特性^1.0000)−1.5985 式（６−２） ・（自転車の画像の画質の悪さ）＝1.0808/(鮮鋭度)＋0.9089×(粒状度×鮮鋭度 ×マゼンタの階調特性^0.2123)−0.9180 式（６−３）
の持つ画質の値であるとし、値が大きいほど画質が悪く
なる。 ・（ポートレート画像の画質の悪さ）＝0.8874/(鮮鋭度)＋0.2887×(粒状度×鮮 鋭度×シアンの階調特性^0.7002)−0.7571 式（６−１） ・（カフェテリア画像の画質の悪さ）＝2.0587/(鮮鋭度)＋0.0067×(粒状度×鮮 鋭度×マゼンタの階調特性^1.0000)−1.5985 式（６−２） ・（自転車の画像の画質の悪さ）＝1.0808/(鮮鋭度)＋0.9089×(粒状度×鮮鋭度 ×マゼンタの階調特性^0.2123)−0.9180 式（６−３）
【００５２】また、以上の説明では画像読み取り装置や
画像読み取り方法として、マイクロデンシトメータやド
ラムスキャナを挙げたが、この他にも、例えばＣＣＤカ
メラなど、被評価用画像を走査して光学情報を読み取る
ことができるものであれば良い。
画像読み取り方法として、マイクロデンシトメータやド
ラムスキャナを挙げたが、この他にも、例えばＣＣＤカ
メラなど、被評価用画像を走査して光学情報を読み取る
ことができるものであれば良い。
【００５３】図７は、式（５）で得られた総合画質評価
値（横軸）と人間の感覚値である主観評価（縦軸）との
相関を示すグラフである。図７は、式（６−３）の自転
車画像の例である。式（６−３）の総合画質評価式によ
って得られる主観評価値の予測値と実際の主観評価値と
の寄与率は0.9441であり、人間の感覚と高い相関を得る
ことができた。グラフはポイントが傾き１の直線上に並
ぶほど、式（６−３）で表される予測値が主観評価値を
良く表していることを示す。ここで寄与率とは相関係数
の２乗であり、寄与率が１であれば、総合画質評価式は
主観評価値を完全に予測する。
値（横軸）と人間の感覚値である主観評価（縦軸）との
相関を示すグラフである。図７は、式（６−３）の自転
車画像の例である。式（６−３）の総合画質評価式によ
って得られる主観評価値の予測値と実際の主観評価値と
の寄与率は0.9441であり、人間の感覚と高い相関を得る
ことができた。グラフはポイントが傾き１の直線上に並
ぶほど、式（６−３）で表される予測値が主観評価値を
良く表していることを示す。ここで寄与率とは相関係数
の２乗であり、寄与率が１であれば、総合画質評価式は
主観評価値を完全に予測する。
【００５４】
【発明の効果】請求項１に対応する効果：請求項１の画
像品質評価方法及び画像品質評価装置において、被評価
用画像の持つ画質劣化要因の心理物理量である粒状度、
鮮鋭度及び階調特性によって画像品質を評価しているの
で、ラインの製造工程などで今まで人間の目視によって
主観的に行われていた画像の総合的な画像品質評価を定
量的かつ安定的に行うことができ、また、前記心理物理
量を組み合わせた量を変数としているので、人間の感覚
と相関が良く高精度な画像評価値を得ることができる。
像品質評価方法及び画像品質評価装置において、被評価
用画像の持つ画質劣化要因の心理物理量である粒状度、
鮮鋭度及び階調特性によって画像品質を評価しているの
で、ラインの製造工程などで今まで人間の目視によって
主観的に行われていた画像の総合的な画像品質評価を定
量的かつ安定的に行うことができ、また、前記心理物理
量を組み合わせた量を変数としているので、人間の感覚
と相関が良く高精度な画像評価値を得ることができる。
【００５５】請求項２に対応する効果：請求項２の鮮鋭
度算出手段において、前記光学情報の空間周波数成分算
出手段により得られた値に視覚系の空間周波数特性に応
じて補正を加えているので、人間の感覚と相関が良く高
精度な画像評価値を得ることができる。
度算出手段において、前記光学情報の空間周波数成分算
出手段により得られた値に視覚系の空間周波数特性に応
じて補正を加えているので、人間の感覚と相関が良く高
精度な画像評価値を得ることができる。
【００５６】請求項３に対応する効果：請求項３の粒状
度算出手段において、前記光学情報の空間周波数成分算
出手段により得られた値に視覚系の空間周波数特性に応
じた補正を加えているので、人間の感覚と相関が良く高
精度な画像評価値を得ることができる。また、積分手段
の出力に画像の前記光学情報の平均特性に応じた補正を
加えているので、画像のもつ前記光学情報の特性に依存
しない粒状度を算出できる。
度算出手段において、前記光学情報の空間周波数成分算
出手段により得られた値に視覚系の空間周波数特性に応
じた補正を加えているので、人間の感覚と相関が良く高
精度な画像評価値を得ることができる。また、積分手段
の出力に画像の前記光学情報の平均特性に応じた補正を
加えているので、画像のもつ前記光学情報の特性に依存
しない粒状度を算出できる。
【００５７】請求項４に対応する効果：請求項４の階調
特性算出手段において、前記光学情報の差分出力手段に
対し、人間の認知限界に応じた補正をしているので、人
間の感覚と相関が良く高精度な画像評価値を得ることが
できる。
特性算出手段において、前記光学情報の差分出力手段に
対し、人間の認知限界に応じた補正をしているので、人
間の感覚と相関が良く高精度な画像評価値を得ることが
できる。
【００５８】請求項５に対応する効果：請求項２から４
記載の鮮鋭度，粒状度，階調特性算出手段で得られた値
を用いて画像劣化要因の心理物理量である鮮鋭度と粒状
度と階調特性の積、及び鮮鋭度の逆数を変数とした線形
方程式により画像品質を評価しており、前者が目視上、
画像の“ざらつき”具合いを、後者が画像の“ぼけ”具
合いを表しているため、画像品質を決定する２つの画像
劣化要因が複雑に寄与している場合の画像の総合的な画
像評価値を定量的に得ることができる。
記載の鮮鋭度，粒状度，階調特性算出手段で得られた値
を用いて画像劣化要因の心理物理量である鮮鋭度と粒状
度と階調特性の積、及び鮮鋭度の逆数を変数とした線形
方程式により画像品質を評価しており、前者が目視上、
画像の“ざらつき”具合いを、後者が画像の“ぼけ”具
合いを表しているため、画像品質を決定する２つの画像
劣化要因が複雑に寄与している場合の画像の総合的な画
像評価値を定量的に得ることができる。
【００５９】請求項６に対応する効果：請求項５の線形
方程式において、目視上、画像の“ざらつき”を表す鮮
鋭度と粒状度と階調特性の積、及び目視上、画像の“ぼ
け”を表す鮮鋭度の逆数の値を、所定の定数のべき乗よ
り補正しているので、鮮鋭度，粒状度及び階調特性が微
妙に変化した場合の画像に対する人間の感覚に及ぼす影
響を的確に捕らえることができる。
方程式において、目視上、画像の“ざらつき”を表す鮮
鋭度と粒状度と階調特性の積、及び目視上、画像の“ぼ
け”を表す鮮鋭度の逆数の値を、所定の定数のべき乗よ
り補正しているので、鮮鋭度，粒状度及び階調特性が微
妙に変化した場合の画像に対する人間の感覚に及ぼす影
響を的確に捕らえることができる。
【００６０】請求項７に対応する効果：請求項７の画像
品質評価方法及び画像品質評価装置について、画像種ご
とに異なる７つの係数ａ，ｂ，ｄ，α，β，γ，δを用
いることによって、それぞれの画像種の持つ画像劣化要
因の特徴にみあった画像の評価を行うことができる。
品質評価方法及び画像品質評価装置について、画像種ご
とに異なる７つの係数ａ，ｂ，ｄ，α，β，γ，δを用
いることによって、それぞれの画像種の持つ画像劣化要
因の特徴にみあった画像の評価を行うことができる。
【００６１】以上の説明では、高精度カラーデジタル標
準画像（JISX9201）から代表的な３つの画像種：Ｎ１
（ポートレート）、Ｎ２（カフェテリア）、及びＮ４
（自転車）について具体例を示したが、この３つの画像
種は人間の視覚が敏感に反応する特徴を殆ど含んでおり
（人肌や髪質、食物の表面の滑らかさ、布の持つ風合
い、及び幾何学模様や細い線のエッジの鋭さなど）、こ
れらの画像種で画質を判断するだけでも人間の感覚に対
してかなり良い相関を持つ評価値を得ることができる。
準画像（JISX9201）から代表的な３つの画像種：Ｎ１
（ポートレート）、Ｎ２（カフェテリア）、及びＮ４
（自転車）について具体例を示したが、この３つの画像
種は人間の視覚が敏感に反応する特徴を殆ど含んでおり
（人肌や髪質、食物の表面の滑らかさ、布の持つ風合
い、及び幾何学模様や細い線のエッジの鋭さなど）、こ
れらの画像種で画質を判断するだけでも人間の感覚に対
してかなり良い相関を持つ評価値を得ることができる。
【図１】 本発明の総合画像評価値を得るためのプロセ
スの一例を概略的に示すブロック図である。
スの一例を概略的に示すブロック図である。
【図２】 本発明の鮮鋭度を得るためのプロセスの一例
を示すブロック図である。
を示すブロック図である。
【図３】 本発明の粒状度を得るためのプロセスの一例
を示すブロック図である。
を示すブロック図である。
【図４】 本発明の階調特性を得るためのプロセスの一
例を示すブロック図である。
例を示すブロック図である。
【図５】 本発明の総合画像評価値を得るためのプロセ
スの一例をより具体的に示すブロック図である。
スの一例をより具体的に示すブロック図である。
【図６】 本発明の鮮鋭度を得るための測定物理量の測
定方法の一例を示す図である。
定方法の一例を示す図である。
【図７】 本発明による総合画質評価値と主観評価値と
の相関の一例を表すグラフを示す。
の相関の一例を表すグラフを示す。
１４…総合画質評価値算出手段、２１，３１，４１，１
１１，１２１，１３１，５１１，５２１，５３１…画像
読み取り装置、２２，３３…空間周波数成分算出手段、
２３，３５…空間周波数特性補正手段、２４，３６…積
分手段、２５，５１２…鮮鋭度算出手段、３２，４２…
Ｌ*ａ*ｂ*表色系変換手段、３４…１次元化処理手段、
３７…平均特性補正手段、３８，５２２…粒状度算出
部、４３…差分算出手段、４４…認知限界補正手段、４
５…重み付け手段、及び積分手段、５４…鮮鋭度と粒状
度と階調特性の積の算出部、５５…総合画像評価値算出
部、６１…ラダーパターン、６２…断面、６３…画像読
み取り装置の走査方向、１１２…鮮鋭度算出手段、１２
２…粒状度算出手段、１３２，５３２…階調特性算出手
段、５１３…鮮鋭度の逆数算出部、５１４…鮮鋭度の逆
数べき乗補正手段、５１５…鮮鋭度べき乗補正手段、５
２３…粒状度べき乗補正手段、５３３…階調特性べき乗
補正手段。
１１，１２１，１３１，５１１，５２１，５３１…画像
読み取り装置、２２，３３…空間周波数成分算出手段、
２３，３５…空間周波数特性補正手段、２４，３６…積
分手段、２５，５１２…鮮鋭度算出手段、３２，４２…
Ｌ*ａ*ｂ*表色系変換手段、３４…１次元化処理手段、
３７…平均特性補正手段、３８，５２２…粒状度算出
部、４３…差分算出手段、４４…認知限界補正手段、４
５…重み付け手段、及び積分手段、５４…鮮鋭度と粒状
度と階調特性の積の算出部、５５…総合画像評価値算出
部、６１…ラダーパターン、６２…断面、６３…画像読
み取り装置の走査方向、１１２…鮮鋭度算出手段、１２
２…粒状度算出手段、１３２，５３２…階調特性算出手
段、５１３…鮮鋭度の逆数算出部、５１４…鮮鋭度の逆
数べき乗補正手段、５１５…鮮鋭度べき乗補正手段、５
２３…粒状度べき乗補正手段、５３３…階調特性べき乗
補正手段。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 鎰谷 賢治 東京都大田区中馬込１丁目３番６号 株式 会社リコー内
Claims (7)
- 【請求項１】 被評価画像の鮮鋭度、粒状度、階調特性
から総合画像評価値を得、該総合評価値により画像品質
を評価することを特徴とする画像評価方法。 - 【請求項２】 請求項１記載の画像評価方法において、
鮮鋭度は鮮鋭度算出手段により算出され、該鮮鋭度算出
手段は、被評価画像の濃度情報、明度情報、または色度
情報のうち少なくとも一つの光学情報を用いて空間周波
数成分を算出する空間周波数成分算出手段と、空間周波
数成分算出手段の出力に視覚系の空間周波数特性に応じ
た補正を行う空間周波数特性補正手段と、空間周波数特
性補正手段から得られる値を積分する積分手段と、から
成ることを特徴とする画像評価方法。 - 【請求項３】 請求項１記載の画像評価方法において、
粒状度は粒状度算出手段により算出され、該粒状度算出
手段は、被評価画像の濃度情報、明度情報、または色度
情報のうち少なくとも一つの光学情報を用いて空間周波
数成分を算出する空間周波数成分算出手段と、該空間周
波数成分算出手段の出力に視覚系の空間周波数特性に応
じた補正を行う空間周波数特性補正手段と、該空間周波
数特性補正手段から得られる値を積分する積分手段と、
該積分手段から得られる値に前記光学情報の平均特性に
応じた補正を行う平均特性補正手段と、から成ることを
特徴とする画像評価方法。 - 【請求項４】 請求項１記載の画像評価方法において、
階調特性は階調特性算出手段により算出され、該階調特
性算出手段は、被評価画像の濃度情報、明度情報、また
は色度情報のうち少なくとも一つの光学情報を用いて隣
接する階調レベル間の前記光学情報の差を算出する差分
算出手段と、該差分算出手段の出力に前記光学情報に対
する人間の認知限界に応じた補正を行う認知限界補正手
段と、該認知限界補正手段から得られる値を全階調レベ
ルで積分する積分手段と、から成ることを特徴とする画
像評価方法。 - 【請求項５】 請求項１記載の画像処理方法において、
鮮鋭度、粒状度及び階調特性はそれぞれ請求項２，３，
４項記載の鮮鋭度算出手段、粒状度算出手段及び階調特
性算出手段によって算出されるとともに、前記総合画像
評価値は前記鮮鋭度と粒状度と階調特性の積、及び鮮鋭
度の逆数を変数とした線形方程式から算出されることを
特徴とする画像評価方法。 - 【請求項６】 請求項５記載の画像評価方法において、
前記線形方程式を構成する鮮鋭度と粒状度と階調特性の
積、及び鮮鋭度の逆数の値は、所定の定数でべき乗に補
正した値であることを特徴とする画像評価方法。 - 【請求項７】 請求項６記載の画像評価方法において、
前記線形方程式の係数は、画像種によって異なることを
特徴とする画像評価方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9199000A JPH1139486A (ja) | 1997-07-24 | 1997-07-24 | 画像の画質評価方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9199000A JPH1139486A (ja) | 1997-07-24 | 1997-07-24 | 画像の画質評価方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1139486A true JPH1139486A (ja) | 1999-02-12 |
Family
ID=16400440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9199000A Pending JPH1139486A (ja) | 1997-07-24 | 1997-07-24 | 画像の画質評価方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1139486A (ja) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7342679B2 (en) | 2002-07-16 | 2008-03-11 | Ricoh Company, Ltd. | Image evaluation apparatus and method |
| JP2008083891A (ja) * | 2006-09-27 | 2008-04-10 | Fujifilm Corp | 画像評価装置および方法並びにプログラム |
| JP2008085538A (ja) * | 2006-09-27 | 2008-04-10 | Fujifilm Corp | 画像評価装置および方法並びにプログラム |
| JP2009199611A (ja) * | 2006-04-26 | 2009-09-03 | Aware Inc | 指紋プリビュー品質ならびに細分化 |
| JP2009259298A (ja) * | 2001-06-12 | 2009-11-05 | Eastman Kodak Co | 画像におけるノイズ出現の評価方法 |
| JP2010165360A (ja) * | 2004-11-16 | 2010-07-29 | Seiko Epson Corp | 画像評価方法、画像評価装置、及び印刷装置 |
| JP2013210817A (ja) * | 2012-03-30 | 2013-10-10 | Brother Ind Ltd | 画像処理装置および画像処理プログラム |
| JP2014057148A (ja) * | 2012-09-11 | 2014-03-27 | Fuji Xerox Co Ltd | 画像処理装置およびプログラム |
| JP2014098974A (ja) * | 2012-11-13 | 2014-05-29 | Fuji Xerox Co Ltd | 画像評価装置及び画像評価プログラム |
| JP2015103909A (ja) * | 2013-11-22 | 2015-06-04 | キヤノン株式会社 | 装置、装置を制御する方法ならびにプログラム |
| US9067761B2 (en) | 2010-03-25 | 2015-06-30 | Kone Corporation | Arrangement for damping lateral sways of a rope-like means fixed to an elevator car |
| JP2015178189A (ja) * | 2014-03-18 | 2015-10-08 | 株式会社リコー | 画像検査装置、画像形成システム及び画像検査プログラム |
| JP2017142620A (ja) * | 2016-02-09 | 2017-08-17 | 富士フイルム株式会社 | 奥行き感評価装置、奥行き感評価方法および奥行き感評価プログラム |
| JP2017173300A (ja) * | 2016-03-16 | 2017-09-28 | 株式会社リコー | 質感評価装置、質感評価方法、及びプログラム |
| JP2018189473A (ja) * | 2017-05-02 | 2018-11-29 | 株式会社リコー | 画像評価装置及び画像評価方法 |
| JP2018205037A (ja) * | 2017-05-31 | 2018-12-27 | 株式会社リコー | 評価装置、評価プログラム及び評価方法 |
| CN111369531A (zh) * | 2020-03-04 | 2020-07-03 | 浙江大华技术股份有限公司 | 图像清晰度的评分方法、设备及存储装置 |
| CN112581466A (zh) * | 2020-12-28 | 2021-03-30 | 西安理工大学 | 一种复杂曲面干涉测量中条纹的清晰度评价方法 |
-
1997
- 1997-07-24 JP JP9199000A patent/JPH1139486A/ja active Pending
Cited By (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009259298A (ja) * | 2001-06-12 | 2009-11-05 | Eastman Kodak Co | 画像におけるノイズ出現の評価方法 |
| US7342679B2 (en) | 2002-07-16 | 2008-03-11 | Ricoh Company, Ltd. | Image evaluation apparatus and method |
| JP2010165360A (ja) * | 2004-11-16 | 2010-07-29 | Seiko Epson Corp | 画像評価方法、画像評価装置、及び印刷装置 |
| US8452060B2 (en) | 2006-04-26 | 2013-05-28 | Aware, Inc. | Fingerprint preview quality and segmentation |
| JP2009199611A (ja) * | 2006-04-26 | 2009-09-03 | Aware Inc | 指紋プリビュー品質ならびに細分化 |
| US7936907B2 (en) | 2006-04-26 | 2011-05-03 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US8238621B2 (en) | 2006-04-26 | 2012-08-07 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US9626548B2 (en) | 2006-04-26 | 2017-04-18 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US11250239B2 (en) | 2006-04-26 | 2022-02-15 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US10776604B2 (en) | 2006-04-26 | 2020-09-15 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US10325137B2 (en) | 2006-04-26 | 2019-06-18 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US9031291B2 (en) | 2006-04-26 | 2015-05-12 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US10083339B2 (en) | 2006-04-26 | 2018-09-25 | Aware, Inc. | Fingerprint preview quality and segmentation |
| US9792483B2 (en) | 2006-04-26 | 2017-10-17 | Aware, Inc. | Fingerprint preview quality and segmentation |
| JP2008085538A (ja) * | 2006-09-27 | 2008-04-10 | Fujifilm Corp | 画像評価装置および方法並びにプログラム |
| JP2008083891A (ja) * | 2006-09-27 | 2008-04-10 | Fujifilm Corp | 画像評価装置および方法並びにプログラム |
| US9067761B2 (en) | 2010-03-25 | 2015-06-30 | Kone Corporation | Arrangement for damping lateral sways of a rope-like means fixed to an elevator car |
| JP2013210817A (ja) * | 2012-03-30 | 2013-10-10 | Brother Ind Ltd | 画像処理装置および画像処理プログラム |
| JP2014057148A (ja) * | 2012-09-11 | 2014-03-27 | Fuji Xerox Co Ltd | 画像処理装置およびプログラム |
| JP2014098974A (ja) * | 2012-11-13 | 2014-05-29 | Fuji Xerox Co Ltd | 画像評価装置及び画像評価プログラム |
| JP2015103909A (ja) * | 2013-11-22 | 2015-06-04 | キヤノン株式会社 | 装置、装置を制御する方法ならびにプログラム |
| US10397412B2 (en) | 2013-11-22 | 2019-08-27 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method for estimating cause of abnormality having occurrenced in image processing apparatus |
| JP2015178189A (ja) * | 2014-03-18 | 2015-10-08 | 株式会社リコー | 画像検査装置、画像形成システム及び画像検査プログラム |
| JP2017142620A (ja) * | 2016-02-09 | 2017-08-17 | 富士フイルム株式会社 | 奥行き感評価装置、奥行き感評価方法および奥行き感評価プログラム |
| JP2017173300A (ja) * | 2016-03-16 | 2017-09-28 | 株式会社リコー | 質感評価装置、質感評価方法、及びプログラム |
| JP2018189473A (ja) * | 2017-05-02 | 2018-11-29 | 株式会社リコー | 画像評価装置及び画像評価方法 |
| JP2018205037A (ja) * | 2017-05-31 | 2018-12-27 | 株式会社リコー | 評価装置、評価プログラム及び評価方法 |
| CN111369531A (zh) * | 2020-03-04 | 2020-07-03 | 浙江大华技术股份有限公司 | 图像清晰度的评分方法、设备及存储装置 |
| CN111369531B (zh) * | 2020-03-04 | 2023-09-01 | 浙江大华技术股份有限公司 | 图像清晰度的评分方法、设备及存储装置 |
| CN112581466A (zh) * | 2020-12-28 | 2021-03-30 | 西安理工大学 | 一种复杂曲面干涉测量中条纹的清晰度评价方法 |
| CN112581466B (zh) * | 2020-12-28 | 2023-03-03 | 西安理工大学 | 一种复杂曲面干涉测量中条纹的清晰度评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH1139486A (ja) | 画像の画質評価方法 | |
| JP4831067B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム製品、および撮像装置 | |
| EP1857976B1 (en) | Histogram adjustment for high dynamic range image mapping | |
| EP1857975B1 (en) | Histogram adjustment for high dynamic range image mapping | |
| JP3759761B2 (ja) | 鮮鋭度の変更方法及び装置 | |
| US6813389B1 (en) | Digital image processing method and system including noise reduction and tone scale adjustments | |
| Winkler | Visual fidelity and perceived quality: Toward comprehensive metrics | |
| JP4959760B2 (ja) | 画像におけるノイズ出現の評価方法 | |
| Zolliker et al. | Retaining local image information in gamut mapping algorithms | |
| JPH10511246A (ja) | ディジタル情景解析を用いた画像の明るさ調整 | |
| Bala et al. | Color-to-grayscale conversion to maintain discriminability | |
| JP2004005694A (ja) | 画像処理方法、デジタル画像プロセッサ、デジタルカメラ、デジタル写真仕上げシステム及びプログラム | |
| Pedersen | Image quality metrics for the evaluation of printing workflows | |
| Farrell | Image quality evaluation | |
| US20040228522A1 (en) | Color image processing method and apparatus | |
| JP2000188647A (ja) | 画像評価方法および画像評価装置 | |
| JP4120928B2 (ja) | 画像処理装置、画像処理方法、およびそのプログラム | |
| US9245319B2 (en) | Image processing device, image processing method, and image forming apparatus that perform an enhancement process to input image data | |
| JP2000207560A (ja) | 画像評価方法および画像評価装置 | |
| JP2004064689A (ja) | 画像評価装置及び画像評価方法 | |
| Głowacz et al. | Automated qualitative assessment of multi-modal distortions in digital images based on GLZ | |
| Triantaphillidou | Introduction to image quality and system performance | |
| JP2004064687A (ja) | 画像評価装置及び画像評価方法 | |
| JPH09153136A (ja) | 画像評価方法及び画像評価装置 | |
| JP2002245465A (ja) | 画像評価方法および画像評価装置 |