JPWO2020250296A1 - 画像処理装置、画像処理方法及びプログラム - Google Patents

Abstract

画像処理装置１０は、撮像装置により撮影された撮影データから、撮像装置のレンズの汚れの程度を明確にする指標を提供する。画像処理装置１０は、定点カメラにより撮影された複数の比較画像を取得する比較画像取得部１２と、撮影データとして欠陥のないことが判別されている基準画像と各比較画像とを比較して、各比較画像の基準画像との差分を算出し、その算出した全ての比較画像の差分の平均値を汚れ指標値として算出する画像処理部１３と、を有する。

Description

本発明は、画像処理装置、画像処理方法及びプログラム、特に撮像装置のレンズの汚れの程度を示す指標に関する。

防犯等の目的で監視を行うために数多くのカメラがビルなどの施設に設置される。ビル監視システムにおける監視員は、カメラによる撮影データを視聴することになるが、カメラのレンズが汚れていたり、曇っていたりすると、所定の撮影範囲全体を監視することができなくなり、監視業務に支障を来すことになりかねない。

従来では、撮影した画像の時系列的変化を抽出することでカメラのレンズの汚れを検出する技術が種々提案されている。例えば、特許文献１では、時系列的に連続する画像間の差分が予め設定された閾値を超えた場合をレンズの汚れと判定している。

特開２０１３−１９１０７２号公報 特開２０１１−１２４８３０号公報 特開２０１４−１３４４９号公報 特開２０１３−４６２２１号公報 特開２００１−５２１８５号公報

従来のように、時系列的に連続する画像間の差分を指標値とし、その指標値を閾値と比較することによってカメラのレンズの汚れを検出しようとすると、時間的に徐々に蓄積されているような汚れ、すなわち閾値にまで達していない差分が継続することによって付着していく汚れを検出できないおそれがある。また、カメラの撮影範囲内を通過した移動体を汚れと誤判定してしまう可能性がある。

このように、閾値と比較する指標の取り方によっては、カメラのレンズの汚れを正確に検出できない可能性があった。

本発明は、撮像装置により撮影された撮影データから、撮像装置のレンズの汚れの程度を明確に示す指標を提供することを目的とする。

本発明に係る画像処理装置は、撮影範囲が固定されている撮像装置により撮影された撮影データであって、撮影データとして欠陥のないことが判別されている撮影データを基準画像として取得する基準画像取得手段と、所定の時間内に前記撮像装置により撮影された複数の撮影データをそれぞれ前記基準画像との比較画像として取得する比較画像取得手段と、前記基準画像と前記複数の比較画像それぞれとの差分を抽出する抽出手段と、前記複数の比較画像の差分の平均値を汚れ指標値として算出する算出手段と、を有するものである。

また、前記撮影範囲内に一定の動作を行う物体が存在する場合、一定の動作を行う間に撮影された撮影データの平均を前記基準画像として生成する基準画像生成手段を有するものである。

また、前記汚れ指標値と予め設定された閾値との比較結果に応じて前記撮像装置の汚れの有無を判定する判定手段を有するものである。

本発明に係る画像処理方法は、撮影範囲が固定されている撮像装置により撮影された撮影データであって、撮影データとして欠陥のないことが判別されている撮影データを基準画像として取得する基準画像取得ステップと、所定の時間内に前記撮像装置により撮影された複数の撮影データをそれぞれ前記基準画像との比較画像として取得する比較画像取得ステップと、前記基準画像と前記複数の比較画像それぞれとの差分を抽出する抽出ステップと、前記複数の比較画像の差分の平均値を汚れ指標値として算出する算出ステップと、を含むものである。

本発明に係るプログラムは、コンピュータを、撮影範囲が固定されている撮像装置により撮影された撮影データであって、撮影データとして欠陥のないことが判別されている撮影データを基準画像として取得する基準画像取得手段、所定の時間内に前記撮像装置により撮影された複数の撮影データをそれぞれ前記基準画像との比較画像として取得する比較画像取得手段、前記基準画像と前記複数の比較画像それぞれとの差分を抽出する抽出手段、前記複数の比較画像の差分の平均値を汚れ指標値として算出する算出手段、として機能させるためのものである。

本発明によれば、撮像装置により撮影された撮影データから、撮像装置のレンズの汚れの程度を明確に示す指標を提供することができる。

また、撮像装置の撮影範囲内に一定の動作を行う物体が存在する場合でも、比較画像との比較に適した基準画像を生成することができる。

実施の形態１における画像処理装置を示すブロック構成図である。 実施の形態１における指標値算出処理を示すフローチャートである。 実施の形態１において基準画像と各比較画像との比較処理を示す概念図である。 実施の形態１において全ての比較画像の差分の平均値により生成される画像を示す図である。 実施の形態２における画像処理装置を示すブロック構成図である。

以下、図面に基づいて、本発明の好適な実施の形態について説明する。

実施の形態１．
図１は、本発明に係る画像処理装置の一実施の形態を示すブロック構成図である。本実施の形態における画像処理装置１０は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等、従前から存在する汎用的なハードウェア構成で実現できる。すなわち、画像処理装置１０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ハードディスクドライブ（ＨＤＤ）等の記憶手段、ユーザインタフェース、またネットワークインタフェースとの通信手段を内部バスに接続して構成される。ユーザインタフェースは、マウスやキーボード等の入力手段、ディスプレイ等の表示手段を有する。

本実施の形態における画像処理装置１０は、図１に示すように、画像データベース（ＤＢ）１１、比較画像取得部１２、画像処理部１３及び汚れ判定部１４を有している。なお、本実施の形態の説明に用いない構成要素については、図から省略している。

画像データベース１１には、施設の監視を行う監視システム（図示せず）から取得した撮影データが記憶される。施設には、複数台のカメラ（図示せず）が散在配置されている。カメラは、所定の範囲を撮影することで撮影データを生成する撮像装置である。本実施の形態におけるカメラは、撮影範囲が固定されている、いわゆる定点カメラである。

比較画像取得部１２は、所定の時間内にカメラにより撮影された複数の撮影データをそれぞれ基準画像との比較画像として取得する。画像処理部１３は、カメラによる撮影データとして欠陥のないことが判別されている撮影データを基準画像として取得する。また、画像処理部１３は、基準画像と比較画像取得部１２により取得された複数の比較画像に基づき汚れ指標値を算出する。汚れ判定部１４は、画像処理部１３により算出された汚れ指標値と予め設定された閾値との比較結果に応じてカメラのレンズ汚れの有無を判定する。

なお、本実施の形態では、監視システムから取得した撮影データを記憶する画像データベース１１を画像処理装置１０に設けているが、比較画像取得部１２及び画像処理部１３が監視システムからそれぞれ比較画像及び基準画像を直接取得するように構成してもよい。

ここで、基準画像として採用する「撮影データとして欠陥のない撮影データ」について説明するが、そのために、「撮影データとして欠陥のある撮影データ」について説明する。

撮影データは、何らかの目的で利用されるために撮影され生成されることになる。本実施の形態の場合、撮影データは、施設の監視の目的でカメラが所定の範囲を撮影することで生成される。従って、目的のために利用できない撮影データは、撮影データとして欠陥のある撮影データということができる。このように、「撮影データとして欠陥のある撮影データ」は、撮影データとして利用できない撮影データではなく、目的の達成のために利用できない撮影データを指している。本実施の形態のように、監視システムで利用するカメラの場合、「撮影データとして欠陥のある撮影データ」というのは、カメラのレンズが汚れていることにより撮影範囲全体が明確に撮影されていないため監視の目的が十分に達成できない撮影データのことをいう。

「撮影データとして欠陥のある撮影データ」を上記のように定義すると、「撮影データとして欠陥のない撮影データ」というのは、撮影データとして欠陥のある撮影データ以外の撮影データのことをいう。

以降の説明では、撮影データとして欠陥のある撮影データを「欠陥有り撮影データ」と称し、欠陥有り撮影データでない撮影データ、すなわち、撮影データとして欠陥のない撮影データを「欠陥無し撮影データ」と称することにする。撮影データは、欠陥有り撮影データと欠陥無し撮影データのいずれかに分類される。

前述したように、「欠陥有り撮影データ」は、カメラの撮影範囲全体が正常に撮影されていない撮影データと言うことができる。例えば、カメラのレンズに汚れが付着した場合、あるいは、カメラのレンズが曇ったり、水滴が付いたりする場合などである。レンズが曇っていても撮影範囲全体が撮影されるかもしれないが、それは、監視の目的に利用できなければ正常に撮影されているとは言えない。汚れには、レンズに付着したら取り除かなければ付着したままの汚れと、何らかの要因により剥がれる汚れもある。また、飛翔物、例えばレジ袋等がカメラに絡まったり、虫等がレンズに止まったりしてレンズを塞いでしまい、これにより正常に撮影できていない状態で撮影された場合も欠陥有り撮影データが生成される。

また、カメラの撮影範囲全体が正常に撮影されていない要因（欠陥有り撮影データが生成される要因）として、カメラのレンズに汚れ等が直接付着した場合とは限らない。例えば、カメラが箱内に装着され、箱の前面（レンズと対向する面）の透明板（ガラス）が汚れたり、曇ったりする場合も欠陥有り撮影データが生成されることになる。このように、カメラのレンズの汚れというのは、カメラのレンズ自体の汚れと限定的に解釈するのではなく、前述した箱の前面の汚れなどもカメラのレンズの汚れの範疇に含まれる。また、カメラというのは、像を結ぶための光学系（レンズ等）を持っているが、レンズを持たない撮像装置によって撮影された撮影データに、カメラのレンズ汚れと同様に汚れが映り込んでいる場合も「カメラのレンズの汚れ」という概念に含まれるものとする。

なお、本実施の形態では、特に断らない限り、欠陥有り撮影データが生成される状況としてレンズに汚れが付着している場合を想定して説明する。換言すると、「汚れの付着」という表現には、レンズの曇りや水滴の付着、更に飛翔物の絡まりなど欠陥有り撮影データの生成の要因となる全てが含まれるものとする。また、以降の説明において、単に「汚れ」という場合は、カメラのレンズに付着した汚れのことを意味する。

画像処理装置１０における各構成要素１２〜１４は、画像処理装置１０を形成するコンピュータと、コンピュータに搭載されたＣＰＵで動作するプログラムとの協調動作により実現される。また、画像データベース１１は、画像処理装置１０に搭載されたＨＤＤにて実現される。あるいは、ＲＡＭ又は外部にある記憶手段をネットワーク経由で利用してもよい。

また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭやＵＳＢメモリ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵがプログラムを順次実行することで各種処理が実現される。

次に、本実施の形態における動作について説明する。

カメラは、仕様に従い、例えば１秒間に３０フレーム画像を生成する。連続して生成されたフレーム画像は、連続して再生されることで動画像として再生される。本実施の形態における撮影データは、フレーム画像に相当する。カメラによる撮影データのうち基準画像及び比較画像の対象となる撮影データは、画像データベース１１に事前に蓄積されているものとする。撮影データには、撮影に使用されたカメラの識別情報（カメラＩＤ）が付加されている。

本実施の形態における画像処理装置１０は、撮影データに基づきカメラのレンズの汚れの有無の検出に有用な指標値として汚れ指標値を提供することを特徴とする。以下、この汚れ指標値を算出する処理について図２に示すフローチャートを用いて説明する。なお、監視システムは、複数台のカメラを備えているが、各カメラから得られた撮影データに対して同様の処理を施せばよいので、ここでは、１台のカメラに注目して説明する。

まず、比較画像取得部１２は、所定時間内にカメラにより撮影された複数の撮影データを画像データベース１１から比較画像として取得する（ステップ１１１）。

続いて、画像処理部１３は、比較画像に付加されているカメラＩＤから特定できる基準画像を画像データベース１１から取得する（ステップ１１２）。

ところで、詳細は後述するように、画像処理部１３は、基準画像を比較画像と比較して差分を抽出する。従って、差分を適切に抽出し、その抽出した差分に基づき算出する汚れ指標値の精度を向上させるためには、比較画像と同一環境で撮影された撮影データを基準画像として採用するのが好ましい。例えば、比較画像の属性情報の１つである撮影日時を参照して、比較画像と同じ時節、時間帯、また気象情報等を参照して同じ天気のときに撮影された撮影データを取得する。なお、基準画像は、欠陥無し撮影データである必要があることから、監視員等が基準画像となる撮影データの候補を事前に用意して画像データベース１１に登録しておき、画像処理部１３は、その候補の中から比較画像の撮影日時等を参照して、比較画像と同一又は類似した環境で撮影された撮影データを基準画像として取得するよう処理するのが好ましい。

続いて、画像処理部１３は、比較画像取得部１２から取得した複数の比較画像の中から未処理の比較画像を１つ抽出する（ステップ１１３）。続いて、画像処理部１３は、基準画像と、抽出した比較画像とを比較して差分を抽出する（ステップ１１４）。より詳細には、画像処理部１３は、基準画像と比較画像の同じ位置の画素の各画素値の差分を算出する。画像処理部１３は、この差分を算出する処理を画素毎に行い、算出した各画素の差分の平均値を算出する。この差分の平均値が当該比較画像の基準画像との差分となる（ステップ１１５）。

以上、比較画像に対して実施した処理を、未処理の比較画像が存在すれば（ステップ１１６でＮ）、その未処理の比較画像に対して繰り返し行う。

そして、全ての比較画像に対して上記ステップ１１３〜１１５の処理を行うと（ステップ１１６でＹ）、画像処理部１３は、全ての比較画像の基準画像との差分の平均値を汚れ指標値として算出する（ステップ１１７）。

図３は、基準画像と各比較画像との比較処理を示す概念図である。複数の撮影データから構成される比較画像２０のうち先頭の比較画像２０ａには、汚れが検出されていないが、比較画像２０ｂ〜２０ｄには、画像の左下側に汚れ２１が映り込んでいる。汚れ２１は、いったんレンズに付着した後は剥がれることのない汚れだとすると、比較画像２０ｂ若しくはその前から最後の比較画像２０ｄまでの間の比較画像２０に映り込んでいる。更に、比較画像２０ｃには、移動体（人）２２が映り込んでいる。つまり、移動体２２は、比較画像２０ｃの前後の比較画像２０にも映り込んでいる可能性がある。画像処理部１３は、ステップ１１４を繰り返すことで、比較画像２０ａ〜２０ｄを含む比較画像２０毎に基準画像２３との差分を抽出することになる。

基準画像２３と汚れ２１が検出されていない比較画像２０ａとの差分は、相対的に小さい値となる。図３に例示したように撮影範囲が屋外の場合、風や太陽光の影響等の自然現象が要因となって差分が抽出されうる。一方、基準画像２３と汚れ２１が検出されている比較画像２０ｂ〜２０ｄとの差分は、相対的に大きい値となる。汚れ２１に加えて移動体２２が映り込んでいる比較画像２０ｃの差分は、比較画像２０ｂ，２０ｄの差分より大きい値となる。

一連の比較画像２０の中で、汚れ２１がレンズに付着した時点や移動体２２が映り込んでいる時間長に依存するが、基本的には、汚れ２１は、いったんレンズに付着すると剥がれないため、移動体２２より相対的に長い時間、一連の比較画像２０の中に映り込んでいると考えられる。汚れ指標値は、全ての比較画像２０の差分の平均値なので、比較画像２０の数が多くても少なくても汚れ２１が汚れ指標値に与える影響は相対的に大きいと考えられる。つまり、汚れ２１は、汚れ指標値を大きい値に導く要因となる。

一方、移動体２２は、汚れ２１と同様に汚れ指標値を大きい値に導く要因となるが、映り込んでいる時間は、汚れ２１に対して相対的に短いと考えられる。汚れ指標値は、全ての比較画像２０の差分の平均値なので、移動体２２は、比較画像２０の数が多くなればなるほど、汚れ指標値に与える影響は相対的に小さくなる。つまり、移動体２２は、汚れ２１と比較して汚れ指標値を大きい値に導く要因とはなりにくいと考えられる。

図４は、全ての比較画像２０の差分の平均値により生成される画像を示す図である。この画像の左下には、汚れ２１に対応する画像が現れてくるが、移動体２２に対応する画像は、全ての比較画像２０の差分の平均値を得ることで画像上では視認できない程度となる。すなわち、移動体２２を汚れと誤って判定される可能性を低くすることができる。

以上説明したように、本実施の形態においては、基準画像と各比較画像との差分を抽出し、その抽出した各比較画像の差分の平均値を汚れ指標値、すなわち汚れの検出の指標値とした。前述したように、本実施の形態において特徴的な汚れ指標値は、移動体の影響を受けにくくし、かつ剥がれない汚れの影響を受けやすくなる指標値である。

汚れ判定部１４は、汚れ指標値と予め設定された閾値との比較結果に応じてカメラのレンズの汚れの有無を判定する。閾値には、レンズが汚れていると判断するための値が設定される。これにより、汚れ判定部１４は、汚れ指標値が閾値を超えた場合、カメラのレンズが汚れていると判定する。一方、汚れ指標値が閾値以下の場合、カメラのレンズは監視目的を達成できないほど汚れていないと判定する。汚れ判定部１４は、以上のようにして、カメラのレンズの汚れを検出する。なお、汚れの検出の判定に用いる閾値は、カメラの設置位置、時節、時間帯等によって適宜変更してもよい。

実施の形態２．
図５は、本実施の形態における画像処理装置を示すブロック構成図である。実施の形態１と同じ構成要素には、同じ符号を付け説明を省略する。図５に示すように、本実施の形態における画像処理装置１０は、実施の形態１の構成に、基準画像生成部１５を追加した構成を有している。基準画像生成部１５は、カメラの撮影範囲内に一定の動作を行う物体が存在する場合、一定の動作を行う間に撮影された撮影データの平均を基準画像として生成する。基準画像生成部１５は、画像処理装置１０を形成するコンピュータと、コンピュータに搭載されたＣＰＵで動作するプログラムとの協調動作により実現される。なお、その他、画像処理装置１０のハードウェア構成や監視システムの構成は、実施の形態１と同じでよい。

ところで、本実施の形態におけるカメラは、定点カメラであることから撮影範囲は固定されている。従って、レンズに汚れが付着していない場合、時節や太陽光等の自然現象の影響は受ける可能性はあるものの、基本的には実施の形態１で説明したように、画像処理部１３は、撮影データとして欠陥のない１つの撮影データを基準画像として選択すればよい。

ただ、撮影範囲の中に、移動体を除き、被写体として動きを伴う物体が存在する場合、１つの撮影データを基準画像として採用すればよいとは言い切れない。例えば、カメラがエレベーターの中に設置されており、そのカメラの撮影範囲に扉が入っているとする。この場合、エレベーターの扉は、一定の開閉動作することから前述した動く物体に相当する。

実施の形態１において説明したように、画像処理部１３は、基準画像と各比較画像との比較を行って差分を抽出するが、ここで、全閉状態であるときの扉の撮影データが基準画像として採用されたとする。そうすると、比較画像に映り込む扉が全閉状態であれば問題ないが、開いている状態であれば、汚れではないものの扉の部分の画像に差分が抽出されてしまう。つまり、汚れ判定部１４が誤って汚れを検出したと判定してしまう可能性が生じてくる。

そこで、本実施の形態においては、物体の動く範囲の撮影データ、例えば、エレベーターの扉が全閉状態から全開状態になる間の撮影により得られた複数の撮影データの平均を基準画像として生成するようにしたことを特徴としている。より詳細には、基準画像生成部１５は、複数の撮影データそれぞれの同じ位置の画素の各画素値の平均値を算出し、その算出した各平均値を各画素の画素値とする１つの撮影データを基準画像として生成する。

本実施の形態における汚れ指標値算出処理は、基本的には実施の形態１と同様で、図２に示すフローチャートに従って処理を実施すればよい。但し、ステップ１１２において、画像処理部１３は、画像データベース１１から基準画像を取得していたところを、基準画像生成部１５から取得することになる。

本実施の形態によれば、カメラの撮影範囲内に一定の動作を行う物体が存在する場合でも、その物体の動作を誤ってレンズの汚れと検出しにくくなる。

ところで、上記例示したエレベーターの扉は、全閉状態から全開し、そして全開するときと逆の動きをして全閉状態に戻るという一定の動作を行う。このような往復運動によるスライド動作の場合、基準画像生成部１５は、エレベーターの扉が全閉状態から全開状態になる間の撮影により得られた複数の撮影データに基づき基準画像を生成すればよく、全開状態から元の全閉状態に戻る間の撮影データを基準画像の生成に使用しなくてもよい。一定の動作として、例えば回転運動等一方向のみに動作して元の状態に戻る物体の場合、動作を開始してから元の位置に戻るまでの間の撮影により得られた複数の撮影データに基づき基準画像を生成する必要がある。このように、動作の内容によって、基準画像の生成に用いる撮影データを適宜選択する必要がある。

また、エレベーターの扉が開閉するタイミングは、通常、エレベーターの乗客次第である。つまり、動作自体は一定であるものの、動作するタイミングは、不定期（不規則）である。この場合は、上記のように、動く間に撮影されて生成された複数の撮影データの平均を求めることによって基準画像を生成することが好ましい。

物体の動くタイミング及び動作の内容が既知の場合、物体の動作中に複数回撮影し、複数の撮影データを生成しておく。そして、複数の撮影データをそれぞれ基準画像とし、物体の動く周期に合わせて基準画像を切り替えるようにしてもよい。すなわち、基準画像生成部１５は、物体の動きに対応させて基準画像を画像処理部１３に渡すようにすればよい。あるいは、画像処理部１３は、基準画像生成部１５から複数の基準画像を取得し、一連の比較画像の中の物体の動きに対応させて、比較画像との比較に用いる基準画像を切り替えればよい。

また、カメラがエレベーターのかごの中に設置されている場合、乗客がいなければ、かご内の照明は自動的に消灯する場合がある。なお、照明の点灯状態は、比較画像の輝度を解析すれば判定できる。この場合、点灯時用と消灯時用の基準画像をそれぞれ用意しておき、かご内の照度に対応させて基準画像を点灯時用と消灯時用に切り替えるようにしてもよい。あるいは、一方の基準画像、例えば点灯時に撮影された撮影データを基準画像として採用し、比較画像取得部１２から取得した比較画像のうち消灯時に撮影された比較画像は、基準画像と比較する比較画像から除外するようにしてもよい。

なお、上記各実施の形態においては、カメラのレンズの汚れの程度を示す指標値として汚れ指標値を求め、汚れ判定部１４により、汚れ指標値と閾値との比較によって汚れを検出する場合を例にして説明した。ただ、汚れ指標値を汚れの検出目的で使用することは一例であって他の目的で利用してもよい。例えば、汚れ判定部１４がレンズは汚れていないと判定した場合でも、画像処理装置１０は、汚れ指標値を監視員に提供するようにしてもよい。カメラの清掃を定期的に行っている場合でも、監視員は、提供された汚れ指標値を参照することによって、各カメラのレンズの汚れの程度を認識し、汚れの程度の高いカメラに対しては早急に清掃作業を実施するなどのように適切な清掃スケジュールを立案することが可能となる。また、画像処理装置１０は、汚れ指標値の遷移を監視員に提供して、カメラの保守管理に利用させるようにしてもよい。

また、上記各実施の形態においては、監視目的で撮影された撮影データを処理対象として説明したが、他の目的で撮影された撮影データから汚れを検出するようにしてもよい。

１０ 画像処理装置、１１ 画像データベース、１２ 比較画像取得部、１３ 画像処理部、１４ 汚れ判定部、１５ 基準画像生成部。

Claims (5)

1. 撮影範囲が固定されている撮像装置により撮影された撮影データであって、撮影データとして欠陥のないことが判別されている撮影データを基準画像として取得する基準画像取得手段と、
   所定の時間内に前記撮像装置により撮影された複数の撮影データをそれぞれ前記基準画像との比較画像として取得する比較画像取得手段と、
   前記基準画像と前記複数の比較画像それぞれとの差分を抽出する抽出手段と、
   前記複数の比較画像の差分の平均値を汚れ指標値として算出する算出手段と、
   を有することを特徴とする画像処理装置。
2. 前記撮影範囲内に一定の動作を行う物体が存在する場合、一定の動作を行う間に撮影された撮影データの平均を前記基準画像として生成する基準画像生成手段を有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. 前記汚れ指標値と予め設定された閾値との比較結果に応じて前記撮像装置の汚れの有無を判定する判定手段を有することを特徴とする請求項１又は２に記載の画像処理装置。
4. 撮影範囲が固定されている撮像装置により撮影された撮影データであって、撮影データとして欠陥のないことが判別されている撮影データを基準画像として取得する基準画像取得ステップと、
   所定の時間内に前記撮像装置により撮影された複数の撮影データをそれぞれ前記基準画像との比較画像として取得する比較画像取得ステップと、
   前記基準画像と前記複数の比較画像それぞれとの差分を抽出する抽出ステップと、
   前記複数の比較画像の差分の平均値を汚れ指標値として算出する算出ステップと、
   を含むことを特徴とする画像処理方法。
5. コンピュータを、
   撮影範囲が固定されている撮像装置により撮影された撮影データであって、撮影データとして欠陥のないことが判別されている撮影データを基準画像として取得する基準画像取得手段、
   所定の時間内に前記撮像装置により撮影された複数の撮影データをそれぞれ前記基準画像との比較画像として取得する比較画像取得手段、
   前記基準画像と前記複数の比較画像それぞれとの差分を抽出する抽出手段、
   前記複数の比較画像の差分の平均値を汚れ指標値として算出する算出手段、
   として機能させるためのプログラム。
   

Images