JP2001067467A - イメージングデバイスのイメージノイズパターンの要素決定法およびイメージングデバイスの使用方法 - Google Patents

Abstract

(57)【要約】 【課題】 ノイズを含むときの特徴付け及び分離は容易
でない。 【解決手段】 フラットフィールドデータの１次元平均
値を演算し、その値をフーリエ解析してバンディングコ
ンポーネントの予備の評価を形成し、元のフラットフィ
ールドデータの２次元フーリエ解析を実行し、前評価と
比較することにより、バンディングコンポーネントを決
定し、変更フラットフィールドデータを得るために、フ
ラットフィールドデータからバンディングコンポーネン
トを除去し、変更フラットフィールドデータにフーリエ
解析を行うことにより、ストリーキングコンポーネント
の第２の予備の評価を形成し、変更フィールドデータに
フーリエ解析を行なって２次元ランダムノイズ統計値を
決定し、そして２次元ランダムノイズ統計値を有するス
トリーキングコンポーネントの予備の評価を変更するこ
とにより、ストリーキングコンポーネントを決定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、イメージデバイス
のイメージノイズパターンのコンポーネント決定法およ
びイメージデバイスにてその方法の使用に関する。より
詳しくは、本発明は、デジタルイメージシステムにより
生成されたフラットフィールドスキャンから、バンディ
ング(１次元の周期性ノイズ)、ストリーキング(１次元
のランダムノイズ)および粒状(２次元のランダムノイ
ズ)に割り当てできる非均一のコンポーネントを分離す
るための方法に関する。

【０００２】

【従来の技術】ある写真またはデジタルイメージのコン
ポーネントは、イメージ内に２次元のランダムノイズを
呈する。写真のコンポーネントでは、これは写真のイメ
ージ要素または粒子のランダムな配置の結果であり、こ
れはグラニュラリティと呼ばれるものである。デジタル
のコンポーネントでは、このような２次元のノイズは、
個々のピクセルにより記録された電子信号にもたらす量
子または熱変動により発生され得る。さらにはデジタル
イメージのコンポーネントは、バンディング(１次元の
周期性ノイズ)またはストリーキング(１次元のランダム
ノイズ)のごとき１次元の人工物をイメージへ導く。こ
れらの人工物の空間構成は、それらのマイクロ密度の概
略を調べることにより、特徴づけられる。マイクロ密度
の概略は、ＸおよびＹの空間座標の関数としたイメージ
における多数の不透明さと考えることができる。ストリ
ーキングの人工物は、ランダムな幅のラインの特別な位
置および、ランダムなマイクロ密度特質に導く、スペー
スにより特徴づけられるが、バンディングの人工物は、
周期的なマイクロ密度の特質を持つ規則的に隔てられた
ラインにより特徴づけられる。ストリーキングは、１次
元アレイにある接近したピクセルの応答間の応答間のラ
ンダムな変化に起因するのに対し、バンディングは、１
次元のピクセルアレイの配置時の周期的な位置エラーに
起因する。すべてのケースで、上記の人工物は、一様な
もしくは特徴のないイメージエリアにおいて、最も目立
ちかつ不快である。

【０００３】イメージコンポーネントの開発および製作
の間、このようなコンポーネントは、イメージシステム
により製作されたフラットフィールドまたは特色のない
イメージを試験することにより、上述の人工物を被りや
すいかがしばしばテストされる。例えば、このようなイ
メージは、カメラまたはスキャナーにて一様なグレイま
たはカラーの背景を取り込むことにより、製作でき、そ
して取り込んだイメージを調べる。別の例では、合成デ
ジタルイメージを生成し、それのすべてのピクセルが同
じデジタルコード値に正確にセットされ、そのイメージ
をプリントまたは表示して、そのときの出力を試験する
ことにより、デジタルプリンタがテストされ得る。

【０００４】イメージまたは信号データにおける上述の
人工物の評価および修正に対する技術的および特許の文
献でいくつかの技術が提案されている。これらの技術の
殆どは、システムにより生成されたイメージまたは出力
への直接的な修正に関係している。例えば、他の文献
は、生じたデジタルイメージからバンディングをフィル
タ処理するイメージ処理アルゴリズムを開示しているの
に対し(PhotogrammetricEngineering and Remoto Sensi
ngのVol.56、No.1,1990年１月号のページ４９−５３の
S.Hummer-Millerによる“Techniques for Noise Remova
l for the Register of TIMS Data”またはPhotogramme
tric Engineering and Remoto SensingのVol.58、No.1
0,1992年１０月号のページ1425−1431のD.L.Helderその
他による“Techniques for the Reduction of Banding
in Landsat Thematic Mapper Images”を参照)、Hockle
yその他による1990年11月11の米国特許第4,956,873の
「ImageProcessing Apaaaratus」は、バンディングの修
正に対するイメージ処理装置を開示している。イメージ
の背景からランダムラインの除去もまた指示されている
(Optical Engineering のVol.37、No.10,1998年１０月
号のページ2733−2741のJ.Beyererその他による“Adapt
ive Separation of Random Lines and Background”を
参照)。他の例として、スペクタル解析による人工物の
存在下における信号復元が指示されている(Martin Haar
dtによる米国特許第5,892,700の“Method for the High
resolution of signal for One or Two Dimentional-Di
mensional Directional or Frequency Estimation”を
参照)。また、構造解析および分割(Proceedings of SPI
E, Vol.2657のページ86-96の“Robust Method for Text
ure Syntheesis-by-Analysis Based on a Multiscale G
abor Scheme”またはJournal ofthe Optical Society o
f America,Vol.14,No.11,1997年11月の2924-2937の“Ap
plication of Partial Modeling Techniques for Textu
re Segmentation”)も指示されている。Braddonその他
による1996年7月16日公告の米国特許第5,537,669の“In
spection Method and Appratus for the Inspection of
Either Random or Repeating Patters”では、半導体
産業が、繰返しパターンの識別に依存する欠陥調査に対
する技術を発展させた。

【０００５】

【発明が解決しようとする課題】設計および製造段階で
のイメージコンポーネントのパフォーマンスでのイメー
ジングコンポーネントのパフォーマンスの特徴づけにお
いて、これらのコンポーネントにより導かれた人工物に
関係する正確で精密なデータを得ることは重要である。
最も正確なデータは、フラットフィールドスキャンから
導かれ、このフラットフフィールドスキャンでは、人工
物は最も目につきやすく、そして、最も正確に特徴づけ
がなされ、イメージ特徴が排除される。より重要なこと
は、上述した人工物の特徴づけおよび分離の仕事は、人
工物が結合して存在するときは、きわめてより複雑であ
る。一つ、二つまたは三つの人工物は、実際のデバイス
に存在する。上述したいずれの技術もこの問題を指摘し
ていない。

【０００６】イメージングコンポーネント、システムま
たはサブシステムの設計および製造における目標は、歪
および人工物の無いイメージを作り出すことにある。特
に、イメージングシステムコンポーネントにより、可視
の人工物のイメージへの追加を防止または減じることが
望ましい。

【０００７】

【課題を解決するための手段】本発明の目的は、イメー
ジデバイスのノイズパターンの少なくとも一つのコンポ
ーネントを決定するための方法を提供することである。
これにより、そのノイズパターンのコンポーネントを特
徴づけでき、そしてデバイスを調整することにより、歪
もしくは人工物のないイメージまたは、低減した歪また
は人工物を含むイメージを提供する。

【０００８】上述の目的は、イメージデバイスのノイズ
パターンの少なくとも一つのコンポーネントを決定する
ための新規な方法により実現され、その方法は、特定の
イメージデバイスに関するフラットフィールドデータを
与え、バンディングのコンポーネントおよびストリーキ
ングのコンポーネントの評価を予め求め、そしてバンデ
ィングのコンポーネント、２次元のランダムノイズ統計
値およびストリーキングのコンポーネントを決定するス
テップからなる。

【０００９】本発明の別の目的は、イメージングデバイ
スのノイズパターンの少なくとも一つのコンポーネント
を決定するためのコンピュータプログラムを提供するこ
とであり、これにより、歪または人工物を排したイメー
ジを提供する。上述の目的は、イメージングデバイスの
ノイズパターンの少なくとも一つのコンポーネントを決
定するためにコンピュータの読出し可能なメディアで実
現した新規なコンピュータプログラムにより実現され、
これは、特定のイメージングデバイスに関するフラット
フィールドデータを提供するデータ入力セグメントと、
前記フラットフィールドデータに適したバンディングの
コンポーネントおよびストリーキングのコンポーネント
の評価を予め求めるための計算セグメントと、そしてバ
ンディングのコンポーネント、２次元のランダムノイズ
統計値およびストリーキングのコンポーネントの決定を
与える多数のデータ出力セグメントからなる。

【００１０】本発明の別の目的は、ノイズパターンの少
なくとも一つのコンポーネントを決定するためのイメー
ジングデバイスを提供することであり、これにより、前
記イメージングデバイスに、歪もしくは人工物を排した
イメージを与えるための修正ツールを提供する。上述の
目的は、新規なイメージングデバイスにより達成され、
そのデバイスは、フラットフィールドデータを与えるた
めのデータ入力セグメント、バンディングのコンポーネ
ントおよびストリーキングのコンポーネントの評価を予
め求め、そしてバンディングのコンポーネント、２次元
のランダムノイズ統計値を決定するためのコントロール
セクション、そして決定されたバンディングのコンポー
ネント、２次元のランダムノイズ統計値およびストリー
キングのコンポーネントをイメージデータに適用するた
めの修正セクションを含む。

【００１１】

【発明の実施の形態】スペクトラルセパレーションの論
理基礎 ノイズのパワースペクトラム(ＮＰＳ)は、一様なエリア
(フラットフィールド)から(イメージ)データに基づく、
ランダムな変動の統計的な記述を与える。しかしなが
ら、そのデータに周期的な変動も存在すれば、通常のＮ
ＰＳ測定は、これらのコンポーネントの大きさについて
不正確な情報を与える(SPSE Conference on Advances i
n Non-Impact Printing Technologies, 1984 139-142頁
のP.D Burnsによる“Measurement of Random and Perio
dic Image Noise in Raster-Written Images”)。も
し、これらの周期性コンポーネントの大きさを正確に報
告するためにＮＰＳ測定が変更されたならば、ランダム
ノイズは適切に特徴づけされない。

【００１２】イメージングシーンにおける元のアプリケ
ーションのＮＰＳは、写真のグラニュラリティの特徴づ
けを狙っている。写真のグラニュラリティは、２次元の
ランダムノイズである。ＮＰＳの存在要求は、静止性ま
たはノイズパターン統計量の不変シフトおよび有限手段
平方値を含む。

【００１３】写真および電子写真のグラニュラリティ
は、多くのソースにおける電子ノイズと同様に、これら
の要求を満たす２次元のランダムノイズパターンを呈す
る。２次元の等方性のランダムノイズについては、ノイ
ズパターンを長くて狭いスリットでスキャンし、そして
１次元のフラットフィールドデータに次の評価を適用す
ることにより、２次元ＮＰＳ表面から１次元スライスを
得ることができる。

【００１４】

【数１】 ｖj：ｊ番目の周波数空間 Ｌ：測定用スリット長 Ｎ：１セグメント当たりのポイント数 ｍ：セグメントのインデックス Ｍ：セグメント数 Δx：サンプリング時のインクリメント ｄ(x)：フラットフィールドを横切るマイクロ密度のト
レース ｄ：主な密度の評価 このケースでは、測定用スリット長およびセグメント長
に依存しない安定したＮＰＳ評価を得ることができる。

【００１５】決定した方向に直交してスキャンされたバ
ンディングおよびストリーキングのごとき１次元の人工
物に対して、数式１を適用すると、スリット長とリニア
に計ったＮＰＳの評価が得られる。加えて、１次元の周
期性構造(バンディング)を含むパターンに対する評価
は、セグメント長Ｎとリニアに計る。１次元人工物の存
在下におけるＬおよびＮにＮＰＳ評価が依存するにもか
かわらず、有用な情報が更に入手可能に用意されてい
る。ストリーキング及びバンディングがｘおよびｙ方向
に存在する場合、２次元のランダムノイズに加えて１次
元の分析は人工物を満足して分離できない。これらのよ
り複雑なパターンの分析は、全２次元ＮＰＳに基づいて
おり、その評価は数式２により得られる。

【００１６】

【数２】 ＤＦＴ２Ｄ｛ ｝は２次元の離散フーリエ変換であり、
数式３により与えられる。

【数３】 νxおよびνy：周波数空間 ＮxおよびＮy：各２次元ブロックに対するｘおよびｙ方
向におけるポイント数 Ｍ：ブロック数 ΔxおよびΔy：ｘおよびｙ方向におけるサンプリング自
のインクリメント値

【００１７】スペクトラル分離法は、バンディングよび
ストリーキングおよび２次元のランダムノイズコンポー
ネントがスーパーインポーズ、つまり数式４のごとく累
積される仮定により実行する。

【数４】 ｄ(x,y)：フラットフィールドを横切る２次元のマイク
ロ密度のトレース ｇ２Ｄ(x,y)：イメージのグラニュラリティを示す２次
元ゼロ平均ランダムプロセス ｓx(x)およびｓy(y)：ｘおよびｙ方向におけるストリー
キングを示す１次元ゼロ平均ランダムプロセス ｂx(x)およびｂy(y)：ｘおよびｙ方向におけるバンディ
ングを示す１次元ゼロ平均のランダムプロセス

【００１８】バンディングは数式５のモデルにより特徴
つけられると仮定した。

【数５】 ａj、ｖjおよびφj：振幅、周波数空間およびｊ番目の
位相 ｂy(y)に対して同じようなフォームが固定される。

【００１９】その周波数空間ドメインにて、数式４のラ
ンダムコンポーネントは数式６のＮＰＳを導く。

【数６】 Ｇ_2D(νx,νy)：イメージのグラニュラリティの２次元
ＮＰＳ Ｓx(νx)およびＳy(νy)：ｘおよびｙ方向におけるスト
リーキングの１次元ＮＰＳ δ(ν)：ダイラックデルタ関数 これにより、イメージグラニュリィティは２次元のスペ
クトラムを作り、一方、ストリーキングは各軸に沿って
連続した１次元のスペクトラムを作る。

【００２０】２次元ＮＰＳの評価におけるこれらのコン
ポーネントの一般的な出現を理解するために、数式５の
フーリエ変換を考慮すると、(位相角φjを無視して)

【数７】 この結果、１次元の周期性コンポーネントは、バンディ
ングがｘ軸およびｙ軸に沿って適応すると仮定すれば、
一連のデルタ関数(つまりラインのコンポーネント)をこ
れらの軸に沿って発生さす。

【００２１】本発明で重要なことは、(１)付加の仮定お
よび(２)対象とする二つの人工物は本質的に１次元であ
り、そのため、これらの人工物に関する情報は２次元の
ＮＰＳの軸に限定されるということの認識にある。この
結果、軸(グラニュラリティ)に制限されない人工物は、
軸を除いた２次元のスペクトラル情報を用いて評価でき
る。残る二つの人工物は、一方がラインスペクトラム
(バンディング)を生成するのに対し、他方は連続したス
ペクトラム(ストリーキング)を発生させるので、分離で
きる。

【００２２】好ましい実施例では、セグメント操作は次
の順で実行される。(１)バンディングの評価および除
去、(２)グラニュラリティの評価、(３)ストリーキング
の評価。又、好ましい実施例では、後のストリーキング
およびグラニュラリティの評価にバイアスを与えるスペ
クトラル漏れのために、最初にバンディングが除去され
る。分離プロセスのこれらの各ステップを詳細に説明す
る。

【００２３】バンディング除去および定量化 図１は、バンディングおよびストリーキングの人工物の
２次元のランダムノイズを含む合成イメージを示す。そ
のバンディングは、高速スキャン(ｘ)および低速スキャ
ン(ｙ)に沿って生じている。高速スキャンの方向は、イ
メージがプリントされるペーパーシートの幅に平行であ
る。これに似て、低速スキャンの向きは、ペーパーシー
トの長さ方向に平行である。

【００２４】図２は、図１とは別のＮｘ＝Ｎｙ＝６４ピ
クセルの方形サイズに対する２次元スペクトラムを示
す。スペクトラル軸(ｆｘ,ｆｙ)に沿って広いピークが
あることに注目。これらはイメージ内に存在する可視の
バンディングである。バンディングの大きさおよびそれ
らの周波数は多数の方法で見積もることができ、例え
ば、Bouk その他により、Proceeding of the IS&T Eigh
th International Confress on Advance in Non-Impact
Printing Technologies, October 25-30,1992,166-170
頁の“Measurement of Graininwss for Halftone Elect
rophotograp”に記載された技術である。第１のステッ
プは、２次元ＮＰＳの軸部を抽出することしであり、そ
の後、バンディングの評価および除去を実行し、最後に
フィルター処理した軸スペクトラムを２次元スペクトラ
ムに戻す。処理された軸スペクトラムは、すべてのスト
リーキングおよびすべてのグラニュラリティを軸から含
むと仮定され、バンディングコンポーネントのみ除去さ
れる。しかしながら、ストリーキングおよびグラニュラ
リティ双方が連続スペクトラムとなるので、一つまたは
他方の分離した評価が、それらの個々の貢献を分離する
ために、要求される。この分離した評価は、軸から外れ
た２次元のスペクトラル情報を用いて、グラニュラリテ
ィのために作られる。このことがいかに正確に行われる
かは以下に示す。

【００２５】図３は、グラニュラリティ スペクトラム
がその後、軸外の２次元スペクトラルデータから推論さ
れ、そしてバンディング評価ステップから見積もられた
ように、トータルのスペクトラルデータと比較されたと
きに、何が起きたかを示している。４サイクル/mm上の
周波数空間にて、２次元ノイズ評価は、バンディング除
去ステップから到達した、ストリーキングおよびグラニ
ュラリティの双方に対し、トータルノイズパワーの評価
より大きい。

【００２６】これに対する可能な説明は、元のバンディ
ングコンポーネントからの軸から離れたスペクトラル漏
れである。このことは、先に引用した単一の評価ケース
で用いたバンディング除去フィルターの２次元の一般化
を行うことによりテストされた。これはその後、図１に
示したように合成イメージに適用した。図７は、図１の
ｘ軸に沿った二つのスペクトラル評価を示す。その評価
は今や調和する。観察された矛盾は、バンディングコン
ポーネントの軸から離れた漏れにより生じた。この結
果、バンディングコンポーネントは、他の人工物の評価
に先だって除去しなくてはならず、又、スペクトラルの
漏れを避けるようにして除去されなくてはならない。

【００２７】デジタルデバイスから実際に期待されるバ
ンディングは、高速スキャンまたは低速スキャンの軸に
平行である。このことは、イメージは図４よりもむしろ
図１に似ている。もしこのケースの場合、２次元のバン
ディング除去フィルターは要求されない。１次元および
２次元の処理の合成をかわりに使用できる。二つの軸に
沿って目的の周波数空間および振幅を見積もるために、
イメージを１次元データに減じ、行および列の平均が用
いられてもよい。サインおよびコサイン関数の２次元バ
ージョンは、その後、組立られ、そしてバンディングコ
ンポーネントを取り除くために用いられる。このバンデ
ィングコンポーネントが除去された後、２次元のスペク
トラムのみが発生され、これはその後、グラニュラリテ
ィおよびストリーキングを見積もるために用いられる。
２次元のスペクトラムが演算される前にバンディングコ
ンポーネントが除去されるので、漏れが実質的に排除さ
れる。このアプローチは、バンディングコンポーネント
を排除するための２次元のイメージとしてデータを処理
するときよりもかなり高速であり、かつ、バンディング
がプリンタの２つのスキャン軸と平行なイメージに対し
て同程度に有効である。

【００２８】この２次元のデルタフィルタは、図４の合
成イメージ上に試みられる。デルタフィルタは２次元な
ので、そのイメージから２次元の正弦曲線のコンポーネ
ントを生成しそして除去する必要がある。これは、２次
元のイメージおよび２次元の正弦曲線(サインおよびコ
サイン)の双方を１次元のベクトルに変換し、その後、
少なくとも標準の平方の解析を行うことにより、実行さ
れる。

【００２９】図５および図６は、評価の効果および、イ
メージに導入された高周波および低周波のバンディング
コンポーネント個別に除去する効果を示す。２次元のデ
ータ関数フィルタが可視であることから結論され、その
後、図１に示したように合成イメージに適用される。

【００３０】図７は、図１に対するｘ軸に沿った二つの
スペクトラル評価を示す。その評価は今や一致する。観
察された不一致は、バンディングコンポーネントの軸か
ら外れた漏れに起因する。この結果、バンディングコン
ポーネントは、他の人工物の評価に先立って除去されな
くてはならず、かつ、スペクトラル漏れを避けるように
して除去されなくてはならない。

【００３１】ＲＭＳグラニュラリティ評価 バンディングコンポーネントが除去された後、２次元ス
ペクトラムの軸に沿ったスペクトラルパワーは、ストリ
ーキング人工物およびグラニュラリティ(数式６参照)の
総合計を示す。双方の人工物は連続したスペクトラとな
るので、少なくとも一つの人工物のスペクトラの独立し
た評価なしで、それらの個々の貢献を分離することは困
難である。グラニュラリティは２次元性質を持つ単なる
人工物なので、グラニュラリティに対する軸パワー分布
の独立した評価引き出すために、２次元スペクトラムの
軸外のパワーを用いることは可能である。これは、軸の
一つ(特定化のためにｘ軸が採用される)に接近したバン
ドを適用することにより達成される。この例では、用い
たバンドは、２次元ＮＰＳのｘ軸のすべての値に対して
０＜ｙ＜３サイクル/mmである。各ｘの値に対するこの
ｙバンドにおけるポイントは、正方形モデルにより適合
され、そして、ｘ軸に沿ったグラニュラリティＮＰＳが
ｙ＝０、つまり、ｘ軸に沿ったグラニュラリティＮＰＳ
に推定される。ｙ軸に沿ったそのグラニュラリティＮＰ
Ｓは同時に到達する。

【００３２】ストリーキング評価 ｘ軸およびｙ軸に沿ったグラニュラリティの独立した評
価について、そして、人工物の付加を再度仮定する。次
のステップはｘ軸およびｙ軸に沿ったストリーキングＮ
ＰＳの決定である。数式６から

【数８】 および

【数９】 ＮＰＳfilt：フラットフィールドスキャンのフィルタ化
した２次元ＮＰＳに関する Ｇ_2D(νx,0)、Ｇ_2D(0,νy)：上述した２次元グラニュラ
リティの軸評価

【００３３】実際、ＮＰＳは正数の限定によるものなの
で、ストリーキングＮＰＳ評価は、ゼロでロークリップ
されるべきである。ＮＰＳ評価(これはセグメントまた
はブロック数の減少関数)におけるランダムエラーのた
め、ストリーキングＮＰＳがゼロにアプローチしたと
き、数式８および９における差異が負の値になることが
可能である。最後に、２次元データから適したスケール
の１次元ストリーキングＮＰＳを得るために、数式８お
よび数式９のストリーキングＮＰＳ評価は、直角の方向
に沿った２次元のＮＰＳ評価のブロック長により、供給
されなくてはならない(つまり、Ｓx(νx)はＮyΔyによ
り分割され、Ｓy(νy)はＮxΔxにより分割されなくては
ならない。このスケール用の関係は数式１０で与えられ
る。

【数１０】

【００３４】すなわち、１次元パターンのＮＰＳは、直
交方向におけるブロック長により分割されるｋ＝０の２
次元ＮＰＳ評価のスライスから得ることができる。この
１次元の評価は、１次元パターンで期待されるようなス
リット補正を含まないことに注目。

【００３５】定量化試験 スペクトラル分析法は、コンピュータで生成されたバン
ディング、ストリーキングおよびグラニュラリティデー
タからなる、合成フラットフィールドパターンを生成す
ることにより、厳格に試験された。試験された全てのケ
ースで１次元および２次元ノイズパターンは、みせかけ
のランダムの個数で発生されたコンピュータで作成さ
れ、一般的に分配され、そして、実際に遭遇する典型的
なパターンをシミュレートできるように、ローパスフィ
ルタで処理された。例えば図８は、２次元のランダムノ
イズ、ストリーキング(水平および垂直方向に沿った)お
よびバンディング(同様に双方の方向に沿った)を含む２
次元ＮＰＳ表面を示す。バンディングのコンポーネント
は、ｘ軸の方向に沿って０．５サイクル/mmおよびｙ軸
の方向に沿って１．５サイクル/mmおよび３．０サイク
ル/mmの周波数で加算された。表１は、バンディング周
波数および、バンディングのフィルタ化および除去手順
から生じた、振幅の評価を示す。これらの評価は、測定
精度内でシミュレーション入力値とよく一致している。

【００３６】

【表１】

【００３７】図９は、合成パターンのストリーキングお
よびグラニュラリティＮＰＳに対する１次元の評価コン
ポーネントを示す。これらは、公知のＮＰＳ入力コンポ
ーネントと優れた一致を示す。周期性コンポーネント
は、付随のスペクトラル漏れと共に、首尾よくフィルタ
ー処理されたことに注目(スペクトラル漏れについて
は、Proceedings of the IEEE,Vol.66,No.1,January 19
78,51-83頁のあるF.J.Harrisの“On the Use of Window
s for Harmonic Analysis with the Discrete Fourier
Transform”参照)。このバンディングコンポーネントの
振幅の僅かな課題評価に基づく、１．５サイクル／mmで
のストリーキングＮＰＳ評価におけるダウンロードスパ
イクにいくつかの証拠がある。

【００３８】単一および複数のコンポーネントで構成さ
れたパターンが試験された。その結果のコンポーネント
ＮＰＳ評価は、結合に先立ち、個々のコンポーネントの
ＮＰＳと比較され、そして、ＮＰＳ評価の満足する正確
さ以内となるようにデモンストレートが行われた。

【００３９】デジタルプリンタからのフラットフィール
ドプリントで行った測定例を、このようなデバイスのＮ
ＰＳの典型的な特徴および解釈をデモンストレートする
ために、次に示す。

【００４０】口径０．１の４ｘ対物レンズを用いてフラ
ットフィールドが反射式写真濃度計でスキャンされる。
これに５ｘの接眼レンズを結合し、そして適した正方形
の開口が公証５０マイクロメーターの正方形の開口が標
本平面に生じさせる。１２８０×１２８０ポイントのア
レイは、Ｄ5000光源と直列接続され、ｙ(λ)スペクトラ
ルレスポンス(フォトピック ビジュアル レスポンス)を
シミュレートするように設計された光学フィルタパック
を用いて５０マイクロメータのサンプルスペースでスキ
ャンされた。２次元のＮＰＳ評価は、正方形の１２８ブ
ロック長で演算された。

【００４１】図１０は、商業利用できる電子グラフィッ
クレーザープリンタにより生成されたビジュアル濃度
０．８のフラットフィールドのスキャンにより演算され
た２次元ＮＰＳ表面を示す。突出した水平方向のストリ
ーキングは、フラットフィールドで目につき、このこと
が、ｙ周波数軸に平行な２次元のＮＰＳに、対応する尾
根を呈する。３組のスペクトラルラインがおよそ４サイ
クル/mmで双方の周波数軸でかつ対角線上に現れてい
る。これらのスペルトルラインがこのような規則的な格
子に現れるという事実(１軸周波数に沿ったときと反対
である)は、２次元の周期性パターンの結果であると解
釈される。フィールド内で明白に見える１次元のバンデ
ィングが無いという事実はこの仮説を確かなものにす
る。この場合、スペクトラルの漏れ、およびストリーキ
ングＮＰＳにバイアスを与えることがないように、周波
数軸に沿ったスペクトラムをフィルタ除去するために更
に試みが行われる。しかしながら、フィルタ処理された
１次元の周期性コンポーネントの振幅は、バンディング
パターンの結果として解釈されず、むしろ２次元の周期
性パターンとして認識される。最後に、２次元ランダム
ノイズ面は、等方性であり、又、直接的な観察に合致す
る。

【００４２】表２は、このプリンタサンプルに対するバ
ンディング評価を示す。４サイクル/mm近傍のバンディ
ングコンポーネントは、目視による観察とよく合致し、
軸ＮＰＳスライスから得た振幅評価とよく合致する、比
較しやすい振幅を持つ。３サイクル/mm近傍のｙ方向に
沿ったコンポーネントも突出している。加えて、ｘ軸の
方向に沿った０．１サイクル/mmでのコンポーネント
は、２次元のＮＰＳプロットでは明瞭ではないが、１次
元のＮＰＳ評価を用いてより高いスペクトラル解像度に
なる。グラニュラリティＮＰＳ評価(図１１参照)は、図
１０で見られた２次元ノイズと比較して理に適ってい
る。ｙ軸の方向に沿ったストリーキングＮＰＳ評価(図
１１)は、これは数式１３で評価、振幅が取るに足らな
いレベルに低減されているが、余りのバンディングの証
拠を示す。ｙ軸の方向におけるストリーキングＮＰＳは
重要であり、このフラットフィールドで見られたライン
パターンの多数を説明する。

【００４３】

【表２】

【００４４】スペクトラル分離法のフローチャートを図
１２に示す。デジタル入力デバイスによるフラットフィ
ールドのスキャン、又はデジタル出力デバイスにより書
き込まれたフラットフィールドのスキャンを表す、入力
イメージは、読み込まれ、１次元および２次元双方のＮ
ＰＳ評価が作成される。１次元ＮＰＳ評価は、ｘおよび
ｙ軸の方向におけるスペクトラル解析の平均値から得ら
れる。１次元および２次元の評価が比較され、そしてバ
ンディングに基づくスペクトラルラインが認識される。
これらの周期性コンポーネントは、先に述べたように、
その後、フラットフィールドからフィルタ処理される。
バンディング周波数および振幅の評価１０は、バンディ
ング除去の過程の間にフィルタ用アルゴリズムにより出
力される。２次元ノイズフロアーは次いで、２次元ノイ
ズフロアー２０の評価された軸コンポーネント(fx=0,fy
=0)を得るために推定される。これらの軸評価をもとの
軸評価から減じることで、１次元ストリーキングＮＰＳ
評価３０が生じる。

【００４５】ここで開示した方法は、モノクローム(単
一カラーチャンネル)およびマルチカラーチャンネル(例
えば赤緑青)のイメージの双方に適用できることは当業
者には理解されるであろう。更には、この方法は、マル
チカラーチャンネルのデジタルイメージまたは、例えば
元の各ピクセルで赤緑青のウエイト結合量である発光チ
ャンネルから演算されたカラーチャンネルのそれぞれの
または全てのスキャンに適用できる。

【００４６】イメージシステムまたはデバイスは、イメ
ージデータを修正するために、またはイメージノイズの
いくつかか全てを補償するため又は除去するためにイメ
ージシステムコンポーネントまたはイメージシステムソ
フトウエアを調整するため、評価した２次元のランダム
の、１次元のストリーキングの、または１次元のバンデ
ィングの、本発明を用いて得られたコンポーネントを用
いるために、イメージングシステムまたはデバイスを本
発明のコンポーネントに組み込むことも当業者には理解
されよう。

【００４７】スペクトラル分離アルゴリズムはＭａｔｌ
ａｂ５でエンコードされる。それに必要なソースコード
を表３〜表９に分割して掲げる。

【００４８】

【表３】

【００４９】

【表４】

【００５０】

【表５】

【００５１】

【表６】

【００５２】

【表７】

【００５３】

【表８】

【００５４】

【表９】

【００５５】

【発明の効果】以上説明したように、本発明は、ノイズ
パターンの少なくとも一つのコンポーネントを決定する
方法であり、１次元の周期性ノイズであるバンディング
コンポーネント、１次元のランダムノイズであるストリ
ーキングコンポーネントをイメージデータに対して、特
徴づけすることにより、イメージデータから個別に分離
可能となり、目障りなノイズを排除することができる。

【図面の簡単な説明】

【図１】 プリンタ軸の高速スキャンおよび低速スキャ
ンに沿ったバンディングを有する合成イメージ

【図２】 図１に示したサンプルイメージに対する２次
元のパワースペクトラム

【図３】 ｘ軸のノイズパワースペクトラムの１次元お
よび２次元の評価値

【図４】 ２次元周波数空間フィルタを評価するための
合成イメージ

【図５】 図１から高周波バンディングが除去された合
成イメージ

【図６】 図１から低周波バンディングが除去された合
成イメージ

【図７】 ２次元イメージフィルタリングと比較したｘ
軸ノイズパワースペクトラムの１次元および２次元評価
値

【図８】 ２次元ランダムノイズを含む合成パターンに
おける２次元ノイズパワースペクトラム

【図９】 合成パターンのストリーキングおよびグラニ
ュラリティのノイズパワースペクトラムにおける１次元
コンポーネントの評価

【図１０】 電気フォトグラフィックプリンタにより生
成された可視密度０．８のフラットフィールドのスキャ
ンから演算された２次元ノイズパワースペクトラム表面

【図１１】 ｙ軸方向に沿ったストリーキングノイズパ
ワースペクトラムの評価値

【図１２】 スペクトラル分離のアルゴリズムのフロー
チャート

【符号の説明】

１０ バンディング周波数および振幅の評価 ２０ ２次元ノイズフロアー ３０ １次元ストリーキングＮＰＳ評価

フロントページの続き (72)発明者 ピーター・ディ・バーンズ アメリカ合衆国14450ニューヨーク州フェ アポート、ノーブルック・ロード36番

Claims (2)

【特許請求の範囲】
1. 【請求項１】 イメージングデバイスのノイズパターン
   の少なくとも一つのコンポーネントを決定するための方
   法であって、 フラットフィールドデータを備え、 フラットフィールドデータの１次元平均値を演算し、そ
   の１次元平均値をフーリエ解析することにより、バンデ
   ィングコンポーネントの予備の評価を形成し、 元のフラットフィールドデータの２次元フーリエ解析を
   実行し、そして先の評価と比較することにより、バンデ
   ィングコンポーネントを決定し、 変更したフラットフィールドデータを得るために、フラ
   ットフィールドデータからバンディングコンポーネント
   を除去し、 変更したフラットフィールドデータにフーリエ解析を行
   うことにより、ストリーキングコンポーネントの第２の
   予備の評価を形成し、 変更したフィールドデータにフーリエ解析を行うことに
   より、２次元ランダムノイズ統計値を決定し、そして、
   ２次元ランダムノイズ統計値を有するストリーキングコ
   ンポーネントの予備の評価を変更することにより、スト
   リーキングコンポーネントを決定する、 ステップからなることを特徴とする方法。
2. 【請求項２】 イメージングデバイスはプリンタ、フィ
   ルムスキャナー、ドキュメントまたはプリントスキャナ
   ーおよびデジタルカメラからなるグループから選択され
   る請求項１記載の方法。