JP2006157831A - 改ざん検出装置，透かし入り画像出力装置，透かし入り画像入力装置，透かし入り画像出力方法，および透かし入り画像入力方法 - Google Patents

Abstract

【課題】 透かし情報を自動的に埋め込み，出力画像を生成し，その出力画像から埋め込まれた透かし情報を抽出し，出力画像の改ざんを自動的に検出することが可能な改ざん検出装置等を提供する。
【解決手段】 上記改ざん検出装置は，画像の判定領域（３２）に対して特定の形状に強く反応する特徴抽出フィルタ（４０）を施し出力値を計算し；各判定領域を判定ブロックで分割し；出力値に基づき各判定ブロックの評価値を算出し；透かし情報（２８）の判定領域の位置情報または各判定ブロックの評価値等を画像に埋め込む。出力画像から透かし情報を抽出し；判定領域の位置情報等に基づき比較画像の判定領域に対し特徴抽出フィルタを施し比較出力値を計算し；判定ブロック単位に判定領域を分割し；比較評価値を算出し；画像の各判定ブロックの評価値と比較画像の各判定ブロックの比較評価値との差分から比較画像の判定領域の改ざんの有無を判定する。
【選択図】 図２

Description

本発明は，文書画像などの画像の改ざん検出に関する。

コピー用紙などの印刷媒体に印字データを印刷し，印刷物を生成すると，その印刷物に印刷されたテキストや画像などを見ることによって，印刷物に印刷された内容を把握することができる。

一方，画像や文書データなどのディジタルデータにコピー・偽造防止のための情報や機密情報を目視できない形式で埋め込む「電子透かし」が存在している。その「電子透かし」を文書データ等に埋め込むことで，偽造等の不正行為を未然に防ぐための技術が存在する。

上記「電子透かし」の技術を応用して，上記印刷媒体に印字データを印刷する際に，上記印字データの他に，上記印字データに対応した電子透かしを一緒に印刷すると，その印刷物を人の目で見ただけで，印刷物に印刷してある電子透かし情報から，印刷物に印字された文字が改変される等の印刷物の改ざんを発見できる（例えば，特許文献１参照）。なお，改ざんされているか否かの判定は印刷結果と電子透かしで印字されてものを比較することによって行われている。

特開２０００−２３２５７３号公報

しかしながら，印刷物に改ざんされたか否かを判定するために，電子透かしから取り出した印字内容と，印刷物に印刷されている印字内容とを目視によって比較する必要があった。

したがって，以下（１）及び（２）に示すような問題があった。（１）目視による判定であるため大量の印刷物の改ざんの有無を短時間で処理することは困難であった。（２）印字内容を１文字ずつ読み比べる必要があるため，人為的なミスによって改ざんの見逃しが起こる可能性があった。

本発明は，上記問題点に鑑みてなされたものであり，本発明の目的は，透かし情報を自動的に埋め込み，出力画像を生成し，その出力画像から埋め込まれた透かし情報を抽出し，出力画像の改ざんを自動的に検出することが可能な，新規かつ改良された改ざん検出装置，透かし入り画像出力装置，透かし入り画像入力装置，透かし入り画像出力方法，および透かし入り画像入力方法を提供することである。

上記課題を解決するため，本発明の第１の観点によれば，改ざん検出装置が提供される。上記改ざん検出装置は，画像を入力し，その入力画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域に対して特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して出力値を計算する第１の画像特徴抽出部と；画像の各判定領域を所定の大きさの判定ブロックで分割する第１の領域分割処理部と；算出された出力値に基づき，特徴抽出フィルタごとに各判定ブロックの評価値を算出する第１の画像特徴評価部と；画像のサイズ情報，画像における判定領域の位置情報，判定領域のサイズ情報，各判定ブロックの位置情報，各判定ブロックのサイズ情報，または各判定ブロックの評価値のうち少なくとも一つの情報を透かし情報として画像に埋め込み，出力画像を少なくとも生成する透かし情報埋め込み部と；出力画像に埋め込まれた透かし情報を抽出する透かし情報抽出部と；少なくとも出力画像を加工し，画像と略同一サイズの比較画像を生成する画像生成部と；抽出された透かし情報に含まれる少なくとも判定領域の位置情報と，判定領域のサイズ情報と，各判定ブロックの位置情報と，各判定ブロックのサイズ情報とに基づいて，比較画像における判定領域に対し，特徴抽出フィルタを施して比較出力値を計算する第２の画像特徴抽出部と；比較画像の各判定領域を判定ブロックで分割する第２の領域分割処理部と；上記算出された比較出力値に基づいて，各判定領域に施された特徴抽出フィルタごとに判定ブロックの比較評価値を算出する第２の画像特徴評価部と；上記透かし情報に含まれる画像における各判定ブロックの評価値を取得し，該画像の各判定ブロックの評価値と比較画像の各判定ブロックの比較評価値との差分を特徴検出フィルタごとに計算し，該特徴検出フィルタごとに算出された１又は２以上の差分値のうち少なくとも一つが所定値よりも大きい場合，その比較評価値に対応する比較画像の判定領域には改ざんがあったと判定する改ざん判定部とを備えることを特徴としている。なお，出力画像から評価値を計算する際に用いられる上記特徴抽出フィルタは，画像から評価値を計算する際に用いられた特徴抽出フィルタと同一のものである。

本発明によれば，改ざん検出装置は，特定の形状に強く反応する特徴抽出フィルタを用いて，改ざんの有無を判定する対象の領域（判定領域）について画像の反応状況を検出するフィルタリング処理を実行し，その結果，出力値が求まる。次に，今度は判定領域を判定ブロック単位に分割し，その判定ブロックごとに，上記出力値に基づいて評価値を計算する。当該判定ブロックごとの評価値が改ざんの判定基準（マスタ）となり，透かし情報として出力画像に埋め込まれる。出力画像として出力後，出力画像を不正に改ざんされたか否かを検出する段階で，出力画像を画像と同じサイズに加工し，出力画像から評価値を画像における処理と同様に計算し，出力画像における比較評価値と画像における評価値との差分値によって比較対照すれば，出力画像の判定領域に改ざんの有無を判定することができる。かかる構成によれば，人の目によらなくとも自動的に改ざんを検出し，改ざんの有無を自動的に判定することができる。さらに，人の目による改ざん検出よりも改ざん検出精度を向上させ，処理時間も短縮化される。さらに，判定ブロックごとに改ざんの有無を判定するため，判定領域内のどの位置が改ざんされたのか判定ブロックで把握することが可能であるため，利用者は容易にその改ざんされた該当個所を確認することができる。なお，上記画像生成部は，出力画像に縮小／拡大などの所定処理を施すことで，出力画像に生じる歪みや汚れなどを補正し，改ざん検出の精度の向上化が図れる。

上記出力画像は，紙などの印刷媒体に印刷された印刷物，または画像に透かし情報が埋め込まれた画像データなどで構成してもよい。かかる構成により，改ざんの有無を判定する対象範囲が広く，汎用性を向上させることができる。

上記課題を解決するために，本発明の別の観点によれば，透かし入り情報出力装置が提供される。上記透かし入り情報出力装置は，画像を入力し，その入力画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域に対して特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して出力値を計算する画像特徴抽出部と；画像の各判定領域を所定の大きさの判定ブロックで分割する領域分割処理部と；算出された出力値に基づき，特徴抽出フィルタごとに各判定ブロックの評価値を算出する画像特徴評価部と；画像のサイズ情報，画像における判定領域の位置情報，判定領域のサイズ情報，各判定ブロックの位置情報，各判定ブロックのサイズ情報，または各判定ブロックの評価値のうち少なくとも一つの情報を透かし情報として画像に埋め込み，出力画像を生成する透かし情報埋め込み部とを備えることを特徴としている。

本発明によれば，透かし入り画像出力装置は，特定の形状に強く反応する特徴抽出フィルタを用いて，改ざんの有無を判定する対象の領域（判定領域）について画像の反応状況を検出するフィルタリング処理を実行し，出力値を求め，さらに判定領域を判定ブロック単位に分割し，その判定ブロックごとに，上記出力値に基づいて評価値を計算する。当該判定ブロックごとの評価値を透かし情報として出力画像に埋め込む。かかる構成により，改ざんを検出したい対象領域である判定領域の画像を特徴抽出フィルタによってフィルタリング処理することで，例えばハッシュ値等のような改ざんされた場合，容易に判定可能な評価値を生成し，画像に埋め込み出力画像を生成することができる。さらに，改ざん判定時に，上記出力画像から評価値を抽出すれば，それらの評価値と，被判定対象である出力画像から求めた比較評価値との差分に基づき，効率的な改ざん判定処理を実現させることができる。

上記評価値は，判定ブロック内に存在する１又は２以上の前記出力値の平均値であるように構成してもよく，また上記評価値は，特徴抽出フィルタごとに設定された所定値よりも大きい出力値のうち，判定ブロック内に存在する１又は２以上の出力値の平均値であるように構成してもよい（例えば，第１の実施形態）。

上記画像に設定される判定領域は，該判定領域内の領域全てに対して特徴抽出フィルタが施されるように構成してもよく（例えば，第１の実施形態），画像に設定された判定領域は，該判定領域内に文字が存在する領域のみを網羅するように再配置されるように構成してもよい（例えば，第２の実施形態）。

上記特徴抽出フィルタは，画像の特定の方向に傾く直線に強く反応するフィルタであるように構成してもよい。

上記課題を解決するために，本発明の別の観点によれば，透かし入り画像入力装置が提供される。上記透かし入り画像入力装置は，画像に，上記画像のサイズ情報，上記画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域の位置情報，判定領域のサイズ情報，判定領域を分割することで判定領域に構成される１又は２以上の各判定ブロックの位置情報，各判定ブロックのサイズ情報，または各判定ブロックの評価値のうち少なくとも一つの情報が透かし情報として埋め込まれることで生成された出力画像から，透かし情報を抽出する透かし情報抽出部と；少なくとも出力画像を加工し，画像と略同一サイズの比較画像を生成する画像生成部と；抽出された透かし情報に含まれる少なくとも判定領域の位置情報，判定領域のサイズ情報，各判定ブロックの位置情報，または各判定ブロックのサイズ情報のうち少なくとも一つに基づいて，比較画像における判定領域に対し，特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して比較出力値を計算する画像特徴抽出部と；比較画像の各判定領域を判定ブロックで分割する領域分割処理部と；算出された比較出力値に基づいて，各判定領域に施された特徴抽出フィルタごとに判定ブロックの比較評価値を算出する画像特徴評価部と；透かし情報に含む画像における各判定ブロックの評価値を取得し，該画像の各判定ブロックの評価値と比較画像の各判定ブロックの比較評価値との差分を特徴検出フィルタごとに計算し，該特徴検出フィルタごとに算出された１又は２以上の差分値のうち少なくとも一つが所定値よりも大きい場合，その比較評価値に対応する比較画像の判定領域には改ざんがあったと判定する改ざん判定部とを備えることを特徴としている。

本発明によれば，透かし入り画像入力装置は，印刷物またはディジタル文書画像等に相当する出力画像を不正に改ざんされたか否かを検出する段階で，出力画像を画像と同じサイズに加工し，出力画像から評価値を画像における処理と同様に計算し，出力画像における比較評価値と画像における評価値との差分値によって比較対照すれば，出力画像の判定領域に改ざんの有無を判定することができる。かかる構成によれば，人間の目に頼らなくても透かし入り画像入力装置が自動的に改ざんを検出し，改ざんの有無を自動的に判定することができる。さらに，人による改ざん検出よりも改ざん検出精度を向上させ，処理時間も短縮化される。さらに，判定ブロックごとに改ざんの有無を判定するため，判定領域内のどの位置が改ざんされたのか判定ブロックで把握することが可能であるため，利用者は容易にその改ざんされた該当個所を確認することができる。

上記改ざん判定部は，透かし情報に含む画像における各判定ブロックの評価値を取得し，画像の各判定ブロックの評価値と比較画像の各判定ブロックの比較評価値との差分を特徴検出フィルタごとに計算し，該特徴検出フィルタごとの差分値を線形結合した値が，所定値よりも大きい場合，その比較評価値に対応する比較画像の判定領域には改ざんがあったと判定するように構成してもよい。

上記評価値は，判定ブロック内に存在する１又は２以上の出力値の平均値であるように構成してもよく，上記評価値は，特徴抽出フィルタごとに設定された所定値よりも大きい前記出力値のうち，判定ブロック内に存在する１又は２以上の出力値の平均値であるように構成してもよい。

上記課題を解決するために，本発明の別の観点によれば，透かし入り画像出力方法が提供される。上記透かし入り画像出力方法は，画像を入力し，その入力画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域に対して特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して出力値を計算する画像特徴抽出処理と；画像の各判定領域を所定の大きさの判定ブロックで分割する領域分割処理と；上記算出された出力値に基づき，特徴抽出フィルタごとに各判定ブロックの評価値を算出する画像特徴評価処理と；画像のサイズ情報，画像における判定領域の位置情報，判定領域のサイズ情報，各判定ブロックの位置情報，各判定ブロックのサイズ情報，または各判定ブロックの評価値のうち少なくとも一つの情報を透かし情報として画像に埋め込み，出力画像を生成する透かし情報埋め込み処理とを含むことを特徴とする。

さらに，上記課題を解決するために，本発明の別の観点によれば，透かし入り画像入力方法が提供される。上記透かし入り画像入力方法は，画像に，当該画像のサイズ情報，画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域の位置情報，判定領域のサイズ情報，判定領域を分割することで判定領域に構成される１又は２以上の各判定ブロックの位置情報，各判定ブロックのサイズ情報，または各判定ブロックの評価値のうち少なくとも一つの情報が透かし情報として埋め込まれることで生成された出力画像から，透かし情報を抽出する透かし情報抽出処理と；少なくとも出力画像を加工し，画像と略同一サイズの比較画像を生成する画像生成処理と；抽出された透かし情報に含まれる少なくとも判定領域の位置情報，判定領域のサイズ情報，各判定ブロックの位置情報，または各判定ブロックのサイズ情報のうち少なくとも一つに基づいて，比較画像における判定領域に対し，特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して比較出力値を計算する画像特徴抽出処理と；比較画像の各判定領域を判定ブロックで分割する領域分割処理処理と；上記算出された比較出力値に基づいて，各判定領域に施された特徴抽出フィルタごとに判定ブロックの比較評価値を算出する画像特徴評価処理と；透かし情報に含む画像における各判定ブロックの評価値を取得し，該画像の各判定ブロックの評価値と比較画像の各判定ブロックの比較評価値との差分を特徴検出フィルタごとに計算し，該特徴検出フィルタごとに算出された１又は２以上の差分値のうち少なくとも一つが所定値よりも大きい場合，その比較評価値に対応する比較画像の判定領域には改ざんがあったと判定する改ざん判定処理とを含むことを特徴としている。

以上説明したように，本発明によれば，人間の目で改ざんの有無を検出せずに，装置単独で改ざんの有無を自動的に判定することができる。また，人間が改ざん検出するよりも装置が改ざん検出した方が，改ざん検出の精度が向上し，改ざん検出処理時間も短縮化される。

以下，本発明の好適な実施の形態について，添付図面を参照しながら詳細に説明する。なお，以下の説明及び添付図面において，略同一の機能及び構成を有する構成要素については，同一符号を付することにより，重複説明を省略する。

以降の説明では文書は白黒（背景が白，文字が黒）であることを前提に説明を行うが，背景と文字の色が異なっていれば，どのような色の組み合わせについても実施可能である。

（第１の実施の形態について）
まず，図１を参照しながら，第１の実施の形態にかかる改ざん検出装置に備わる透かし画像出力部１０について説明する。図１は，第１の実施の形態にかかる透かし画像出力部１０の概略的な構成を示すブロック図である。

図１に示すように，透かし画像出力部（透かし入り画像出力装置）１０は，原画像（画像）１１を入力として，透かし入りの出力画像１６を出力する。上記原画像（画像）１１は，複数の画素から構成される画像データである。

上記画像データには，例えば，文字，図形，記号，もしくはシンボルまたはそれらの任意な組合せが少なくとも含まれている。したがって，画像データは小説など文字だけの場合，または新聞など静止画と文字からなる場合を例示することができる。なお，本明細書における図形は，広義の意味として，上記画像データに含まれる文字，図形，記号，もしくはシンボルまたはそれらの任意な組合せを総称する場合もある。

出力画像１６は，上記原画像１１に透かし情報が埋め込まれた画像データであるが，かかる例に限定されず，例えば，出力画像１６は，プリンタ等の印刷手段によって紙などの印刷媒体に印刷された印刷物の場合でもよい。

画像特徴抽出部１２は，原画像１１の画像領域のうち改ざんの有無の判定をする改ざん判定領域（又は，判定領域）内において特徴抽出フィルタを用いて画像特徴を示す出力値を計算する。なお，改ざんは，出力画像１６の完全性を失うことであり，つまり出力画像１６を正確かつ完全な状態に維持できなくなることである。したがって，例えば，出力画像１６に不正の目的でなくとも何らかの改変等があれば改ざんに該当するものとする。また，上記特徴抽出フィルタを用いた出力値の計算については後程説明する。

領域分割処理部１３は，画像特徴抽出部１２で画像の特徴を計算した改ざん判定領域について，各改ざん判定領域ごと所定の大きさの判定ブロックに分割する。なお，上記判定ブロックについては，後程説明する。

画像特徴データ化部（第１の画像特徴評価部）１４は，領域分割処理部１３で分割した判定ブロックごとに上記計算した出力値に基づき，各特徴抽出フィルタの評価値を計算する。なお，上記評価値の計算については，後程説明する。

透かし情報合成部（透かし情報埋め込み部）１５は，上記画像特徴データ化部１４により計算された各特徴抽出フィルタの各判定ブロックの評価値を少なくとも含む情報を透かし情報として原画像１１に埋め込み，出力画像１６を生成する。なお，出力画像１６に埋め込まれた透かし情報は，出力画像１６が印刷された印刷物などの場合，その印刷物の表面に地紋等のように表示される場合等を例示することができる。

次に，図２を参照しながら，第１の実施の形態にかかる改ざん検出装置に備わる透かし画像入力部２０について説明する。なお，図２は，第１の実施の形態にかかる透かし画像入力部２０の概略的な構成を示すブロック図である。

透かし画像入力部（透かし入り画像入力装置）２０は，改ざん検出装置に備わり，出力画像１６又は当該出力画像１６を印刷した印刷物の任意個所が改ざんされたか否かを判定する。なお，第１の実施の形態にかかる改ざん検出装置には上記透かし画像出力部１０及び／又は透かし画像入力部２０が備わる。

図２に示すように，透かし画像入力部２０は，出力画像１６を印刷した透かし入りの印刷物をスキャナなどの入力デバイス（図示せず。）により計算機に取り込んだ入力画像２１から改ざん検出を行う。なお，第１の実施の形態にかかる透かし画像入力部２０は，透かし画像出力部１０で生成された出力画像１６を印刷した入力画像２１から改ざん検出を行う場合について説明するが，出力画像１６を印刷せずに出力画像１６をそのまま改ざん検出を行う場合でも実施可能である。その場合は，入力画像２１は出力画像１６と同一である。また，上記入力画像２１は，出力画像１６，または出力画像１６を印刷した印刷物をスキャナ等の入力デバイスで画像化されたものである。

透かし情報抽出部２２は，入力画像２１から透かし情報２８を抽出する。なお，透かし情報２８の抽出処理および透かし情報２８の詳細については後程詳細に説明する。

画像変形部（画像生成部）２３は入力画像２１の補正を行い，補正画像２９を生成する。なお，補正後の補正画像２９は，原画像１１と略同一の大きさの画像であり，当該補正画像２９と透かし情報２８に基づいて生成される比較原画像（比較画像）とを対比することで改ざんを検出するが，詳細については後述する。

画像特徴抽出部２４は，透かし情報２８に含まれる改ざん判定領域に関する情報に基づき，補正画像２９における改ざん判定領域を特定し，その改ざん判定領域に対して特徴抽出フィルタを用いて画像特徴を示す比較出力値を計算する。なお，上記比較出力値は，透かし情報２８に含まれる出力値との差分値を計算することで改ざんされたか否かを判定するための判定基準となる値である。

領域分割処理部２５は，画像特徴抽出部２４で特徴を計算した改ざん判定領域の比較出力値を，透かし情報２８に含まれた判定ブロックの大きさや，判定ブロックの位置などに関する情報に基づいて１又は２以上の判定ブロックに分割する。

画像特徴データ化部（第２の画像特徴評価部）２６は，領域分割処理部２５で分割した判定ブロックごとに上記計算した比較出力値に基づき，各特徴抽出フィルタの比較評価値を計算する。なお，上記比較評価値の計算については，上記画像特徴データ化部１４の評価値の計算と実質的に同一であり，詳細については後述する。

改ざん判定部２７は，入力画像２１から抽出された透かし情報２８に含む各特徴抽出フィルタの評価値と，画像特徴データ化部２６で計算した各特徴抽出フィルタの比較評価値とを比較し，所定の判定基準に基づいて改ざんの有無の判定を行う。上記改ざん有無の判定については，後程詳述する。

（原画像１１について）
次に，図３を参照しながら，本実施の形態にかかる原画像１１について説明する。図３は，本実施の形態にかかる原画像の概略的な構成の一例を示す説明図である。

図３に示すように，本実施の形態にかかる原画像１１には，透かし領域３０と，改ざん判定領域３２とが存在する画像データである。透かし領域３０は，透かし情報が重畳される領域である。透かし情報は，コピー・偽造防止のための情報や機密情報等であり，上記透かし情報が透かし領域３０に埋め込まれる。なお，透かし情報を透かし領域３０に埋め込む処理については後述する。

また，透かし領域３０の左上の座標（基準座標３１）は，当該透かし領域３０の領域を示す基準となる座標である。改ざん判定領域３２は改ざんされたか否かを判定する対象となる領域であり，この領域の始点の座標３３を（Ａｘ，Ａｙ），改ざん判定領域の幅３４をＡｗ，高さ３５をＡｈとする。

（特徴抽出フィルタについて）
次に，図４〜図７を参照しながら，特徴抽出フィルタについて説明する。図４〜図７は，画像特徴抽出に用いる特徴抽出フィルタの概略的な構成の一例を示す説明図である。

図４〜図７に示す１又は２パターン以上の特徴抽出フィルタ４０は原画像１１のうちの特定の図形に強く反応するように設計されている。

図４に示す特徴抽出フィルタ４０ａ（フィルタＡ）は，特徴抽出フィルタ４０ａ中心部に垂直方向に黒とするバーが存在し，その両側に黒よりも明度が高いグレー色のバーが存在し，以降黒バーよりも遠ざかるにつれて徐々に明度等が高まるようなバーが複数存在すし，それら複数のバーによって濃淡を表わしている。上記特徴抽出フィルタ４０ａは，濃淡を表わす複数のバーに対応する図形，即ち原画像１１の画像のうち垂直方向に伸びるような直線等に強く反応する。なお，垂直方向に伸びる直線の形状が多少曲がった場合等でも反応する。

次に，図５に示す特徴抽出フィルタ４０ｂ（フィルタＢ）は，特徴抽出フィルタ４０ｂ中心部に水平方向に黒色のバーが存在し，その両側に黒よりも明度が高いグレー色のバーが存在し，以降黒バーよりも遠ざかるにつれて徐々に明度等が高まるようなバーが複数存在し，それら複数のバーによって濃淡を表わしている。上記特徴抽出フィルタ４０ｂは，濃淡を表わす複数のバーに対応する図形，即ち原画像１１の画像のうち水平方向に伸びるような直線等に強く反応する。なお，水平方向に伸びる直線の形状が多少曲がった場合等でも反応する。

次に，図６に示す特徴抽出フィルタ４０ｃ（フィルタＣ）は，例えば図示のように右上及び左下頂点を結ぶ黒色のバーが存在し，その両側に黒よりも明度が高いグレー色のバーが存在し，以降黒バーよりも遠ざかるにつれて徐々に明度等が高まるようなバーが複数存在し，それら複数のバーによって濃淡を表わしている。上記特徴抽出フィルタ４０ｃは，濃淡を表わす複数のバーに対応する図形，即ち原画像１１の画像のうち右斜め上方向に伸びるような直線等に強く反応する。なお，右斜め上方向に伸びる直線の形状が多少曲がった場合等でも反応する。

また，第１の実施の形態にかかる特徴抽出フィルタ４０ｃに構成される濃淡を表わす複数のバーの角度はフィルタＣの右上及び左下頂点を黒バーが通過するような場合を例に挙げて説明したが，かかる例に限定されず，例えば，濃淡を表わす複数のバーの角度は，３０度，４５度，または７０度などいかなる角度の場合でも実施可能である。

次に，図７に示す特徴抽出フィルタ４０ｄ（フィルタＤ）は，例えば図示のように左上及び右下頂点を結ぶ黒色のバーが存在し，その両側に当該黒よりも明度が高いグレー色のバーが存在し，以降黒バーよりも遠ざかるにつれて徐々に明度等が高まるようなバーが複数存在し，それら複数のバーによって濃淡を表わしている。上記特徴抽出フィルタ４０ｄ（フィルタＤ）は，濃淡を表わす複数のバーに対応する図形，即ち原画像１１の画像のうち右斜め下方向に伸びるような直線等に強く反応する。なお，右斜め下方向に伸びる直線の形状が多少曲がった場合等でも反応する。

また，第１の実施の形態にかかる特徴抽出フィルタ４０ｄに構成される濃淡を表わす複数のバーの角度はフィルタＤの左上及び右下頂点を黒バーが通過するような場合を例に挙げて説明したが，かかる例に限定されず，例えば，濃淡を表わす複数のバーの角度は，３０度，４５度，または７０度などいかなる角度の場合でも実施可能である。

また，第１の実施の形態にかかる特徴抽出フィルタ４０ａ〜４０ｄでは，濃淡を表わす複数のバーが直線の場合を例に挙げて説明したが，かかる例に限定されず，例えば，特徴抽出フィルタ４０ａ〜４０ｄには，上記濃淡を表わす複数の円形状のバーが存在し，円形状の図形に強く反応するフィルタ等の場合でも良い。

さらに，第１の実施の形態にかかる特徴抽出フィルタ４０ａ〜４０ｄは，例えば，ウェーブレットフィルタ，ガボールフィルタ，または画像認識の際に用いられるテンプレート画像等の場合でもよい。

（画像特徴抽出部１２の動作について）
画像特徴抽出部１２は，１又は２種以上のフィルタ（特徴抽出フィルタ４０ａ〜４０ｄ）から画像特徴を抽出するための特徴抽出用フィルタ４０を選択する。選択後，原画像１１の改ざん判定領域３２に対して特徴抽出フィルタ４０を介した反応状況を検出する処理（フィルタリング処理）を行う。その結果として得られた出力値はメモリ等の記録手段に記録される。

次に，図８を参照しながら，画像特徴抽出部１２によるフィルタリング処理について説明する。図８は，フィルタＡを特徴抽出用フィルタとして選択した場合のフィルタリング処理の概略の一例を示す説明図である。なお，図８に示すフィルタリング処理は，フィルタＡの場合におけるフィルタリング処理を説明するが，かかる例に限定されず，他の特徴抽出フィルタ４０の場合のフィルタリング処理も図８に示すフィルタリング処理と同様である。

図８に示すように，原画像１１の画像領域のうち改ざんされたか否かを判定するための改ざん判定領域３２の左上隅から順に，改ざん判定領域３２上を１ラインずつラスター方向（図８に示す矢印の方向）に走査しながら，フィルタＡと画像との畳み込み積分を計算する。かかる計算によって，上記説明したフィルタＡに構成された濃淡を表わす複数のバーと同一又は類似する水平方向の直線に強く反応する図形を検出することができる。なお，上記図形は，広義の意味として，上記画像データに含まれる文字，図形，記号，もしくはシンボルまたはそれらの任意な組合せを総称する。また，走査単位は特徴抽出フィルタ４０を１ブロックとして，当該特徴抽出フィルタ４０をラスター方向にブロック単位に走査していく。

次に，上記ラスター方向にフィルタＡによるフィルタリング処理が実行されると，図９に示すような結果となる。なお，図９は，フィルタＡによるフィルタリング処理の概略的な結果の一例を示す説明図である。

図９に示すように，黒色の領域９０は，フィルタＡに強く反応した領域である。上記黒色領域９０は，上記計算結果で得られた出力値が所定の閾値ｔ_１以上の場合，画像特徴抽出部１２によって黒色領域９０であると判断される。即ち，フィルタＡによって黒色領域９０であると判断された改ざん判定領域３２の画像（図形）は，極めて垂直方向に伸びる直線に近似しているといえる。

次に，図９に示す黒色領域９０よりも明度が高いグレー色の領域９１は，フィルタＡに中程度に反応した領域である。上記グレー色領域９１は，上記計算結果で得られた出力値が閾値ｔ_２以上でかつ閾値ｔ_１未満である場合，画像特徴抽出部１２によってグレー色領域９１であると判断される。即ち，フィルタＡによってグレー色領域９１であると判断された該当するブロックの画像（図形）は，黒色領域９０程に直線に近似していないものの中程度に直線に近いといえる。

次に，図９に示す明度が最も高い白色領域９２は，フィルタＡに反応しなかった領域である。上記白色領域９２は，上記計算結果で得られた出力値が閾値ｔ_２未満である場合，画像特徴抽出部１２によって白色領域９２であると判断される。即ち，フィルタＡによって白色領域９２であると判断された該当ブロックの画像（図形）は，垂直方向に伸びる直線には近似しないといえる。

次に，改ざん判定領域３２においてラスター方向にフィルタＢによるフィルタリング処理が実行されると，図１０に示すような結果となる。なお，図１０は，フィルタＢによるフィルタリング処理の概略的な結果の一例を示す説明図である。

図１０に示すように，黒色領域１００は，フィルタＢに強く反応した領域である。上記黒色領域１００は，上記計算結果で得られた出力値が所定の閾値ｔ_３以上の場合，画像特徴抽出部１２によって黒色領域１００であると判断される。即ち，フィルタＢによって黒色領域１００であると判断された改ざん判定領域３２の画像（図形）は，水平方向に伸びる直線に極めて近いといえる。

次に，図１０に示す黒色領域１００よりも明度が高いグレー色の領域１０１は，フィルタＢに中程度に反応した領域である。上記グレー色領域１０１は，上記計算結果で得られた出力値が閾値ｔ_４以上でかつ閾値ｔ_３未満である場合，画像特徴抽出部１２によってグレー色領域１０１であると判断される。即ち，フィルタＢによってグレー色領域１０１であると判断された個所（ブロック）の図形は，直線に極めて近似しているとはいえないものの中程度に水平方向に伸びる直線に近似しているといえる。

次に，図１０に示す明度が最も高い白色領域１０２は，フィルタＢに反応しなかった領域である。上記白色領域１０２は，上記計算結果で得られた出力値が閾値ｔ_４未満である場合，画像特徴抽出部１２によって白色領域１０２であると判断される。即ち，フィルタＢによって白色領域１０２であると判断された該当ブロックの画像（図形）は，水平方向に伸びる直線には近似しないといえる。

なお，上記図９および図１０に示すフィルタリング処理の結果は，画像データであり，フィルタ４０を走査することで得られた出力値に基づいて，画像データに変換されたものである。また，上記フィルタリング処理の結果，得られる出力値は実数であるが，かかる例に限定されない。

また，第１の実施の形態にかかるフィルタリング処理では，原画像１１における改ざん判定領域３２を拡大／縮小処理せずそのままの大きさでフィルタリング処理を行っても良いし，予め定められた所定の倍率で縮小または拡大した後にフィルタリング処理を行ってもよい。かかる拡大処理後にフィルタリング処理をすることで，出力値を微調整することができる。また，縮小処理後にフィルタリング処理することで，黒画素の領域を縮小することができるため処理速度を向上化させることができ，または出力画像が印刷物の場合には印刷面に生じた汚れなどを縮小し目立たなくすることができるため，改ざん検出の精度を容易に高めることができる。

上記改ざん判定領域３２を縮小または拡大した後にフィルタリング処理を行った場合，フィルタリング処理の結果も縮小または拡大された画像サイズとなる。以下の説明では改ざん判定領域３２の拡大または縮小を行わないものとするが，拡大または縮小を行った場合，領域に関する変数を同じ倍率で拡大または縮小することにより，以下の説明と同じ処理で実施できる。

（領域分割処理部１３の動作について）
次に，画像特徴抽出部１２によるフィルタリング処理が終了すると，領域分割処理部１３によって，所定の大きさのブロック単位で改ざん判定領域３２を複数のブロックに分割される。なお上記分割された複数のブロックが判定ブロックであり，上記判定ブロックが改ざんされたか否かを判定する判定処理単位のブロックである。

次に，図１１を参照しながら，改ざん判定領域３２を分割した複数の判定ブロックについて説明する。なお，図１１は，改ざん判定領域３２を判定ブロック単位に分割した場合の改ざん判定領域３２の概略的な構成を示す説明図である。

図１１に示すように，改ざん判定領域３２は複数の判定ブロックＢｌｏｃｋ（Ｂｌｏｃｋ（０），Ｂｌｏｃｋ（１），…，Ｂｌｏｃｋ（Ｂｎ−１））から構成されている。判定ブロックには，ブロックＩＤが，例えば０，１，２，…Ｂｎ−１等のように割り振られる。

図１１に示す判定ブロックのブロックＩＤは，改ざん判定領域３２の左上端の判定ブロックが判定ブロックＢｌｏｃｋ（０）であり，ブロックＩＤが“０”となる。その右隣が判定ブロックＢｌｏｃｋ（１）で，ブロックＩＤが“１”である。

また，改ざん判定領域３２の右上端の判定ブロックが図１１に示すように，判定ブロックＢｌｏｃｋ（ｎ）であり，ブロックＩＤが“ｎ”となる。次の行（２行目）の左端の判定ブロックをＢｌｏｃｋ（ｎ＋１）としているため，ブロックＩＤが“ｎ＋１”である。なお，ブロックＩＤに基づいて改ざん判定領域３２に構成された判定ブロックを識別可能であれば，ブロックＩＤの割振り方法は，かかる例に限定されない。

上記改ざん判定領域３２に複数の判定ブロックにブロックＩＤを割振ることで，ブロックＩＤから改ざん判定領域３２のどの位置に該当するかを認識することができる。例えば，ブロックＩＤが“１”であれば，改ざん判定領域３２の１行目の左端の判定ブロックＢｌｏｃｋ（０）の右隣の位置であることを把握することができる。つまり，画像入力部２０側でブロックＩＤと改ざん判定領域３２における該当位置との対応ができるようにブロックＩＤの割り振りが行われる。

上記説明では，図１１を参照しながら，原画像１１に存在する改ざん判定領域３２が単数の場合について説明した。ここでは，図１２及び図１３を参照しながら，原画像１１に存在する改ざん判定領域３２が複数の場合について説明する。なお，図１２は，改ざん判定領域３２が複数存在する場合の原画像１１の概略的な構成の一例を示す説明図であり，図１３は，図１２に示す各改ざん判定領域３２の概略的な構成の一例を示す説明図である。

図１２に示すように，原画像１１には，複数の改ざん判定領域３２（３２ａ，３２ｂ，３２ｃ）が割当てられている。なお，原画像１１に改ざん判定領域３２を割当てる方法としては，例えば，改ざんされたか否かの判定が必要な領域を改ざん判定領域としてユーザが指定する方法，または改ざん検出装置側で，文字認識によって所定のキーワードを検出し，そのキーワードを含む領域を自動的に改ざん判定領域を設定する方法等を例示することができる。

図１２に示す改ざん判定領域３２（３２ａ，３２ｂ，３２ｃ）を分割すると，改ざん判定領域３２各々は，図１３に示すような複数の判定ブロックＢｌｏｃｋから構成される。

図１２及び図１３に示すように，原画像１１に対して複数の改ざん判定領域３２が設定されている場合，ブロックＩＤと改ざん判定領域３２における該当位置との対応をとるために，例えば，原画像１１に設定した全ての改ざん判定領域３２が分割された全ての判定ブロックに対して一意のブロックＩＤを割り振る（同じブロックＩＤを持つ改ざん検出ブロックは２つ以上存在しない。）か，または各改ざん判定領域３２に一意の番号を割り振り，それ以降は上記図１１に示した判定ブロックのブロックＩＤの割振りと同様とする（改ざん判定領域３２に割り振った番号とその改ざん判定領域３２を分割した各判定ブロックのブロックＩＤとの組み合わせにより番号付けを行う。）等の方法を例示することができるが，係る例に限定されない。

図１３（ａ）に示すように，改ざん判定領域３２ａに構成された判定ブロックＢｌｏｃｋのブロックＩＤは，“０”〜“Ｍ−１”である。次に，図１３（ｂ）に示す改ざん判定領域３２ｂに構成された判定ブロックＢｌｏｃｋのブロックＩＤは，“Ｍ”〜“Ｎ−１”であり，同様に図１３（ｃ）に示すブロックＩＤは，“Ｎ”〜“Ｌ−１”である。以上，図１３（ａ）〜図１３（ｃ）に示したように，ブロックＩＤは，各改ざん判定領域３２の判定ブロックでは重複せず，一意に割振られているのが分かる。

また，改ざん判定領域３２を複数ブロックに分割する単位となる判定ブロックＢｌｏｃｋの大きさは，例えば，固定値でもよいし，改ざん判定領域３２内をＮ×Ｍ（Ｎ，Ｍは自然数）に分割することが可能な大きさになるよう動的にサイズを決めても良い。

また，原画像１１に複数の改ざん判定領域３２が設定されている場合，例えば，改ざん判定領域３２の判定ブロックＢｌｏｃｋの大きさを全て同じの場合でもよく，係る例に限定されず，原画像１１に設定された改ざん判定領域３２の重要度に応じ，改ざん判定領域３２ごとに分割する各判定ブロックＢｌｏｃｋの大きさを変えても良い。

上記判定ブロックＢｌｏｃｋの大きさは，１画素の場合でもよく，いかなる画素数からなる判定ブロックＢｌｏｃｋの場合でも実施可能である。なお，判定ブロックＢｌｏｃｋの大きさが１画素の場合，より詳細な精度の高い改ざん検出を行うことができるが，その分改ざん検出装置に処理負荷がかかる。

また，図１１又は図１３等に示すように，第１の実施の形態にかかる各判定ブロックＢｌｏｃｋの間は，所定距離だけ間隔を空ける場合を例に挙げて説明したが，かかる例に限定されない。例えば，各判定ブロックＢｌｏｃｋの間を隙間なくシームレスである場合，または図１４に示すように，例えば，判定ブロックＢｌｏｃｋ（０）と判定ブロックＢｌｏｃｋ（１）とが一部重なり合うなど，各判定ブロックＢｌｏｃｋが一部重なり合う等の場合でも実施可能である。なお，図１４は，判定ブロックで分割された改ざん判定領域の概略的な構成の一例を示す説明図である。

なお，第１の実施の形態にかかる改ざん判定領域３２は，例えば，図３に示すように原画像１１に１つだけ設定され，判定ブロックＢｌｏｃｋは，図１１に示すように改ざん判定領域３２にＢ×ｎ個だけ配置され，図１１で示すように各判定ブロックＢｌｏｃｋは，隣り合う判定ブロックＢｌｏｃｋと所定間隔空けて改ざん判定領域３２に配置されるものとするが，かかる例に限定されない。

（画像特徴データ化部１４の動作について）
次に，図１５を参照しながら，第１の実施の形態にかかる画像特徴データ化部１４による画像特徴データ化処理について説明する。なお，図１５は，画像特徴データ化処理の概略の一例を示す説明図である。

画像特徴データ化部１４は，上記説明の特徴抽出フィルタ４０を介して計算された出力値に基づき，改ざん判定領域３２に構成された判定ブロックＢｌｏｃｋごとに各特徴抽出フィルタ４０別の画像特徴データを計算する。

上記画像特徴データを計算する画像特徴データ化処理では，画像特徴データ化部１４は，画像特徴抽出部１２によって計算された出力値に基づいて画像化された特抽出フィルタ４０ａ（フィルタＡ）のフィルタリング処理結果を示す改ざん判定領域３２（図９）と，判定ブロックＢｌｏｃｋから構成される改ざん判定領域３２（図１１）を重ね合わせる。

図１５に示すように，画像特徴データ化部１４によって図９に示すようなフィルタリング処理結果を視覚的に示す改ざん特徴領域３２と，図１１に示すような判定ブロックＢｌｏｃｋで分割された改ざん判定領域３２とが重畳的に合成されている。

次に，画像特徴データ化部１４は，判定ブロックＢｌｏｃｋごとに当該判定ブロックＢｌｏｃｋ領域内の出力値に基づいてその判定ブロックＢｌｏｃｋの画像特徴を評価するための評価値を算出する。

ここで，図１５に示す各判定ブロックＢｌｏｃｋにおいて，どの特徴抽出フィルタ４０でフィルタリング処理が行われた評価値であるかを示すため，表記上，判定ブロックＢｌｏｃｋ（ｎ）におけるフィルタＸの評価値をＢｗ（Ｘ，ｎ）とする。したがって，例えば，判定ブロックＢｌｏｃｋ（１）のフィルタＡの場合の評価値はＢｗ（Ａ，１）となる。なお，“Ｘ”は，図４〜図７に示すように“Ａ”〜“Ｄ”であり，ｎは図１１に示すように“０”〜“Ｂｎ−１”であるが，かかる例に限定されない。

図１５に示す判定ブロックＢｌｏｃｋの評価値としては，例えば，判定ブロックＢｌｏｃｋ（０）のフィルタＡによる評価値（Ｂｗ（Ａ，０））は，判定ブロックＢｌｏｃｋ（０）の領域内におけるフィルタＡによるフィルタリング処理結果で得られた出力値の平均値を評価値とする。また，判定ブロックＢｌｏｃｋ（０）のフィルタＢによる評価値（Ｂｗ（Ｂ，０））は，判定ブロックＢｌｏｃｋ（０）の領域内におけるフィルタＢによるフィルタリング処理結果で得られた出力値の平均値を評価値とするが，かかる例に限定されない。

例えば，図１５に示すように，判定ブロックＢｌｏｃｋ（１）のフィルタＡによる評価値（Ｂｗ（Ａ，１））は，上記判定ブロックＢｌｏｃｋ（１）の領域内に少なくとも黒色領域９０と，グレー色領域９１ａと，グレー色領域９１ｂと，白色領域９２とを含んでいるため，当該それらの領域に対応する出力値を総計し，その総計の平均値が画像特徴データ化部１４によって求められ，評価値として算出される。

次に，図１６を参照しながら，画像特徴データ化部１４によるフィルタＢの場合の画像特徴データ化処理について説明する。なお，図１６は，画像特徴データ化処理の概略の一例を示す説明図である。また，図１６に示す画像特徴データ化処理は，図１５に示す画像特徴データ化処理との相違点についてのみ説明し，その他についてはほぼ同様であるため詳細な説明を省略する。

図１６に示すように，画像特徴データ化部１４は，図１０に示すようなフィルタリング処理結果を画像化した改ざん特徴領域３２と，図１１に示すような判定ブロックＢｌｏｃｋで分割された改ざん判定領域３２とを重畳的に合成する。

図１６に示す判定ブロックＢｌｏｃｋ（ｎ）におけるフィルタＢの評価値は，上記説明の通り，Ｂｗ（Ｂ，ｎ）となる。また，図１６に示すように，例えば，判定ブロックＢｌｏｃｋ（ｎ）の評価値（Ｂｗ（Ｂ，ｎ））は，上記判定ブロックＢｌｏｃｋ（ｎ）の領域内に少なくとも黒色領域１００と白色領域１０２を含んでいるため，当該それらの領域（黒色領域１００，白色領域１０２）に対応する出力値を総計し，その総計の平均値が画像特徴データ化部１４によって求められ，評価値として算出される。

次に，画像特徴データ化部１４によって，フィルタＡとフィルタＢを特徴抽出フィルタとして用いた場合の各判定ブロックＢｌｏｃｋの評価値が求められると，画像特徴データ化部１４は，それらの評価値を格納した評価値テーブルを生成する。

次に，図１７を参照しながら，第１の実施の形態にかかる評価値テーブルについて説明する。なお，図１７は，第１の実施の形態にかかる評価値テーブルの概略的な構成の一例を示す説明図である。

フィルタＡとフィルタＢの各判定ブロックＢｌｏｃｋの評価値が求められると，図１７に示すように評価値テーブル１７０が画像特徴データ化部１４によって生成される。

上記評価値テーブル１７０は，図１７に示すように，判定ブロックＢｌｏｃｋを一意に示すブロック番号ｎと，フィルタＡの場合の各判定ブロックＢｌｏｃｋの評価値と，フィルタＢの場合の各判定ブロックＢｌｏｃｋの評価値とから構成されている。

したがって，図１７に示すように，改ざん判定領域３２においてブロック番号を指定すれば，各特徴抽出フィルタ４０（フィルタＡ，フィルタＢ）による各判定ブロックＢｌｏｃｋの評価値を参照又は取得等することができる。

なお，図１７に示す評価値テーブル１７０は，フィルタＡとフィルタＢの各判定ブロックＢｌｏｃｋの評価値から構成される場合を例に挙げて説明するが，かかる例に限定されず，例えば，評価値テーブル１７０は，フィルタＡ，フィルタＢ，およびフィルタＣの各判定ブロックＢｌｏｃｋの評価値から構成される場合など，１又は２種以上の特徴抽出フィルタ４０の各判定ブロックＢｌｏｃｋの評価値から構成されれば，かかる例に限定されない。

次に，図１８を参照しながら，第１の実施の形態にかかる評価値テーブルについて説明する。図１８は，第１の実施の形態にかかる評価値テーブルの概略的な構成の一例を示す説明図である。なお，図１８に示す評価値テーブル１７０は，図１７に示す評価値テーブル１７０と比較して，図１７に示す評価値テーブル１７０に構成される特徴抽出フィルタ４０は，フィルタＡとフィルタＢの２種類であるが，図１８に示す評価値テーブル１７０に構成される特徴抽出フィルタ４０は，フィルタＡ〜フィルタＤの４種類であるため，特徴抽出フィルタ４０の種類の点で相違するが，上記以外の点では実質的に同一であるため，詳細な説明は省略する。

なお，図１８に示す評価値テーブル１７０は，フィルタＡ〜フィルタＢの各判定ブロックＢｌｏｃｋの評価値から構成される場合を例に挙げて説明するが，かかる例に限定されず，例えば，評価値テーブル１７０は，フィルタＡ〜フィルタＦの各判定ブロックＢｌｏｃｋの評価値から構成される場合など，１又は２種以上の特徴抽出フィルタ４０の各判定ブロックＢｌｏｃｋの評価値から構成されれば，かかる例に限定されない。

また，第１の実施の形態にかかる各判定ブロックＢｌｏｃｋの評価値は，判定ブロックＢｌｏｃｋ領域内に含む出力値の平均値によって求められる場合を例に挙げて説明したが，かかる例に限定されず，例えば，各判定ブロックＢｌｏｃｋの評価値は，フィルタＸ（Ｘはフィルタの種類）によるフィルタリング処理結果で得られた出力値に対して，所定の閾値Ｖｘを設定し，判定ブロックＢｌｏｃｋの領域内において，そのＶｘより大きい値を示す出力値のみをピックアップし，ピックアップされたそれらの出力値の平均値を評価値とする場合でもよい。ただし，ＶｘはフィルタＸによるフィルタリング処理結果の，改ざん判定領域３２全体における平均値などである。

（透かし情報合成部１５の動作について）
透かし情報合成部１５は，後程詳述する処理方法等により，改ざんされたか否かを判定する際に用いられる改ざん検出データＤＡＴＡを原画像１１に透かしとして埋め込む。なお，改ざん検出データＤＡＴＡとは以下に示すデータであるとする。

改ざん検出データＤＡＴＡ０：原画像１１の大きさ，データサイズなどのヘッダ情報
改ざん検出データＤＡＴＡ１：改ざん判定領域３２の領域情報（位置座標など）
改ざん検出データＤＡＴＡ２：評価値テーブル１７０（画像特徴データ化部１４で求めた評価値の一覧）
改ざん検出データＤＡＴＡ３：各判定ブロックＢｌｏｃｋの位置情報およびサイズ情報

上記改ざん検出データＤＡＴＡ２の評価値テーブル１７０は，上記説明した図１７又は図１８に示す評価値テーブル１７０をそのまま透かしとして原画像１１に埋め込まれてもよいし，特徴抽出フィルタ４０ごとに所定値で量子化した後に埋め込まれてもよい。

また，透かし画像出力部１０と透かし画像入力部２０の間で，改ざん判定領域３２における各判定ブロックＢｌｏｃｋの位置やサイズ等が予め共通であって，上記位置やサイズ等を求める計算方法が共通である場合，改ざん判定領域３２の位置または大きさ等から，判定ブロックＢｌｏｃｋの位置や大きさを透かし画像入力部２０側で再計算することができるため，改ざん検出データＤＡＴＡ３を省略することができる。したがって，改ざん検出データＤＡＴＡ自体のデータ量が軽減され，透かしとして埋め込む処理等の効率化が図れる。

ここで，図１９を参照しながら，透かし情報合成部１５の処理について説明する。なお，図１９は，透かし情報合成部１５の処理の概略的な流れの一例を示すフローチャートである。

図１９に示すように，まず，改ざん検出データＤＡＴＡをＮ元符号に変換する（ステップＳ１０１）。Ｎは任意であるが，本実施形態では説明を容易にするためＮ＝２とする。従って，ステップＳ１０１で生成される符号は２元符号であり，０と１のビット列で表現されるものとする。このステップＳ１０１ではデータをそのまま符号化しても良いし，データを暗号化したものを符号化しても良い。

次に，符号語の各シンボルに対して透かし信号を割り当てる（ステップＳ１０２）。透かし信号とはドット（黒画素）の配列によって任意の波長と方向を持つ波を表現したものである。透かし信号については，さらに後述する。

さらに，符号化されたデータのビット列に対応する信号ユニットを原画像１１上に配置する（ステップＳ１０３）。

上記ステップＳ１０２において，符号語の各シンボルに対して割り当てる透かし信号について説明する。図２０は透かし信号の一例を示す説明図である。

透かし信号の幅と高さをそれぞれＳｗ，Ｓｈとする。ＳｗとＳｈは異なっていても良いが，本実施形態では説明を容易にするためＳｗ＝Ｓｈとする。長さの単位は画素数であり，図２０の例ではＳｗ＝Ｓｈ＝１２である。これらの信号が紙面に印刷されたときの大きさは，透かし画像の解像度に依存しており，例えば透かし画像が６００ｄｐｉ（ｄｏｔ ｐｅｒ ｉｎｃｈ：解像度の単位であり，１インチ当たりのドット数）の画像であるとしたならば，図２０の透かし信号の幅と高さは，印刷文書上で１２／６００＝０．０２（インチ）となる。

以下，幅と高さがＳｗ，Ｓｈの矩形を１つの信号の単位として「信号ユニット」と称する。図２０（１）は，ドット間の距離が水平軸に対してａｒｃｔａｎ（３）（ａｒｃｔａｎはｔａｎの逆関数）の方向に密であり，波の伝播方向はａｒｃｔａｎ（−１／３）である。以下，この信号ユニットをユニットＡと称する。図２０（２）はドット間の距離が水平軸に対してａｒｃｔａｎ（−３）の方向に密であり，波の伝播方向はａｒｃｔａｎ（１／３）である。以下，この信号ユニットをユニットＢと称する。

図２１は，図２０（１）の画素値の変化をａｒｃｔａｎ（１／３）の方向から見た断面図である。図２１において，ドットが配列されている部分が波の最小値の腹（振幅が最大となる点）となり，ドットが配列されていない部分は波の最大値の腹となっている。

また，ドットが密に配列されている領域はそれぞれ１ユニットの中に２つ存在するため，この例では１ユニットあたりの周波数は２となる。波の伝播方向はドットが密に配列されている方向に垂直となるため，ユニットＡの波は水平方向に対してａｒｃｔａｎ（−１／３），ユニットＢの波はａｒｃｔａｎ（１／３）となる。なお，ａｒｃｔａｎ（ａ）の方向とａｃｒｔａｎ（ｂ）の方向が垂直のとき，ａ×ｂ＝−１である。

本実施形態では，ユニットＡで表現される透かし信号にシンボル０を割り当て，ユニットＢで表現される透かし信号にシンボル１を割り当てる。また，これらをシンボルユニットと称する。

透かし信号には図２０（１），（２）で示されるもの以外にも，例えば図２２（３）〜（５）で示されるようなドット配列が考えられる。図２２（３）は，ドット間の距離が水平軸に対してａｒｃｔａｎ（１／３）の方向に密であり，波の伝播方向はａｒｃｔａｎ（−３）である。以下，この信号ユニットをユニットＣと称する。

図２２（４）は，ドット間の距離が水平軸に対してａｒｃｔａｎ（−１／３）の方向に密であり，波の伝播方向はａｒｃｔａｎ（３）である。以下，この信号ユニットをユニットＤと称する。図２２（５）は，ドット間の距離が水平軸に対してａｒｃｔａｎ（１）の方向に密であり，波の伝播方向はａｒｃｔａｎ（−１）である。なお，図２２（５）は，ドット間の距離が水平軸に対してａｒｃｔａｎ（−１）の方向に密であり，波の伝播方向はａｒｃｔａｎ（１）であると考えることもできる。以下，この信号ユニットをユニットＥと称する。

このようにして，先に割り当てた組み合わせ以外にも，シンボル０とシンボル１を割り当てるユニットの組み合わせのパターンが複数考えられるため，どの透かし信号がどのシンボルに割り当てられているかを秘密にして第三者（不正者）が埋め込まれた信号を簡単に解読できないようにすることもできる。

さらに，図１９に示したステップＳ１０２で，改ざん検出データＤＡＴＡを４元符号で符号化した場合には，例えば，ユニットＡに符号語のシンボル０を，ユニットＢにシンボル１を，ユニットＣにシンボル２を，ユニットＤにシンボル３を割り当てることも可能である

図２０，図２２に示した透かし信号の一例においては，１ユニット中のドットの数をすべて等しくしているため，これらのユニットを隙間なく並べることにより，見かけの濃淡が均一となる。したがって印刷された紙面上では，単一の濃度を持つグレー画像が背景として埋め込まれているように見える。

このような効果を出すために，例えば，ユニットＥを背景ユニット（シンボルが割り当てられていない信号ユニット）と定義し，これを隙間なく並べて原画像１１の背景とし，シンボルユニット（ユニットＡ，ユニットＢ）を原画像１１に埋め込む場合は，埋め込もうとする位置の背景ユニット（ユニットＥ）とシンボルユニット（ユニットＡ，ユニットＢ）とを入れ替える。

図２３（１）はユニットＥを背景ユニットと定義し，これを隙間なく並べて原画像１１の背景とした場合を示す説明図である。図２３（２）は図２３（１）の背景画像の中にユニットＡを埋め込んだ一例を示し，図２３（３）は図２３（１）の背景画像の中にユニットＢを埋め込んだ一例を示している。本実施形態では，背景ユニットを原画像１１の背景とする方法について説明するが，シンボルユニットのみを配置することによって原画像１１の背景としても良い。

次に，符号語の１シンボルを原画像１１に埋め込む方法について，図２４を参照しながら説明する。

図２４は，原画像１１へのシンボル埋め込み方法の一例を示す説明図である。ここでは，例として「０１０１」というビット列を埋め込む場合について説明する。

図２４（１），（２）に示すように，同じシンボルユニットを繰り返し埋め込む。これは文書中の文字が埋め込んだシンボルユニットの上に重なった場合，信号検出時に検出されなくなることを防ぐためであり，シンボルユニットの繰り返し数と配置のパターン（以下，ユニットパターンと称する。）は任意である。

すなわち，ユニットパターンの一例として，図２４（１）のように繰り返し数を４（１つのユニットパターン中に４つのシンボルユニットが存在する）にしたり，図２４（２）のように繰り返し数を２（１つのユニットパターン中に２つのシンボルユニットが存在する）にしたりすることができ，あるいは，繰り返し数を１（１つのユニットパターン中には１つのシンボルユニットだけが存在する）としてもよい。

また，図２４（１），（２）は１つのシンボルユニットに対して１つのシンボルが与えられているが，図２４（３）のようにシンボルユニットの配置パターンに対してシンボルを与えても良い。

１ページ分に何ビットの情報量を埋め込むことができるかは，信号ユニットの大きさ，ユニットパターンの大きさ，原画像の大きさに依存する。原画像の水平方向と垂直方向にいくつの信号を埋め込んだかは，既知として信号検出を行っても良いし，入力装置から入力された画像の大きさと信号ユニットの大きさから逆算しても良い。

１ページ分の水平方向にＰｗ個，垂直方向にＰｈ個のユニットパターンが埋め込めるとすると，画像中の任意の位置のユニットパターンをＵ（ｘ，ｙ），ｘ＝１〜Ｐｗ，ｙ＝１〜Ｐｈと表現し，Ｕ（ｘ，ｙ）を「ユニットパターン行列」と称することにする。また，１ページに埋め込むことができるビット数を「埋め込みビット数」と称する。埋め込みビット数はＰｗ×Ｐｈである。

図２５は，改ざん検出データＤＡＴＡを原画像１１に埋め込む方法について示したフローチャートである。ここでは，例えば印刷物として換算すると１枚（１ページ分）の原画像１１に，同じ情報を繰り返し埋め込む場合について説明する。同じ情報を繰り返し埋め込むことにより，原画像１１と改ざん検出データＤＡＴＡを重ね合わせたときに１つのユニットパターン全体が塗りつぶされるなどして埋め込み情報が消失するような場合でも，埋め込んだ情報を取り出すことを可能とするためである。

まず，改ざん検出データＤＡＴＡをＮ元符号に変換する（ステップＳ２０１）。図１９のステップＳ１０１と同様である。以下では，符号化されたデータをデータ符号と称し，ユニットパターンの組み合わせによりデータ符号を表現したものをデータ符号ユニットＤｕと称する。

次いで，データ符号の符号長（ここではビット数）と埋め込みビット数から，１枚の画像にデータ符号ユニットを何度繰り返し埋め込むことができるかを計算する（ステップＳ２０２）。本実施形態ではデータ符号の符号長データをユニットパターン行列の第１行に挿入するものとする。データ符号の符号長を固定長として符号長データは埋め込まないようにしても良い。

データ符号ユニットを埋め込む回数Ｄｎは，データ符号長をＣｎとして以下の式で計算される。

ここで剰余をＲｎ（Ｒｎ＝Ｃｎ−（Ｐｗ×（Ｐｈ−１）））とすると，ユニットパターン行列にはＤｎ回のデータ符号ユニットおよびデータ符号の先頭Ｒｎビット分に相当するユニットパターンを埋め込むことになる。ただし，剰余部分のＲｎビットは必ずしも埋め込まなくても良い。

図２６の説明では，ユニットパターン行列のサイズを９×１１（１１行９列），データ符号長を１２（図中で０〜１１の番号がついたものがデータ符号の各符号語を表わす）とする。

次いで，ユニットパターン行列の第１行目に符号長データを埋め込む（ステップＳ２０３）。図２６の例では符号長を９ビットのデータで表現して１度だけ埋め込んでいる例を説明しているが，ユニットパターン行列の幅Ｐｗが十分大きい場合，データ符号と同様に符号長データを繰り返し埋め込むこともできる。

さらに，ユニットパターン行列の第２行以降に，データ符号ユニットを繰り返し埋め込む（ステップＳ２０４）。図２６で示すようにデータ符号のＭＳＢ（ｍｏｓｔ ｓｉｇｎｉｆｉｃａｎｔ ｂｉｔ）またはＬＳＢ（ｌｅａｓｔ ｓｉｇｎｉｆｉｃａｎｔ ｂｉｔ）から順に行方向に埋め込む。図２６の例ではデータ符号ユニットを７回，およびデータ符号の先頭６ビットを埋め込んでいる例を示している。

データの埋め込み方法は図２６のように行方向に連続になるように埋め込んでも良いし，列方向に連続になるように埋め込んでも良い。

以上，透かし情報合成部１５における，原画像１１と改ざん検出データＤＡＴＡの重ね合わせについて説明した。

上述のように，透かし情報合成部１５は，原画像１１と改ざん検出データＤＡＴＡを重ね合わせる。透かし入り文書画像の各画素の値は，原画像１１と改ざん検出データＤＡＴＡの対応する画素値の論理積演算（ＡＮＤ）によって計算する。すなわち，原画像１１と改ざん検出データＤＡＴＡのどちらかが０（黒）であれば，透かし入り原画像の画素値は０（黒），それ以外は１（白）となる。

図２７は，透かし入り文書画像の一例を示す説明図である。図２８は，図２７の一部を拡大して示した説明図である。ここで，ユニットパターンは図２４（１）のパターンを用いている。透かし入り原画像１１（出力画像１６）は，例えば，透かし情報合成部１５のインタフェース（図示せず。）により出力される。

（透かし画像入力部２０について）
以降の説明では，出力画像１６は紙等の印刷媒体に印刷された後に配布されるものとし，入力画像２１はその出力画像１６の透かし入りの印刷書面をスキャナ等の入力デバイスにより画像化したものとするが，かかる例に限定されず，出力画像１６は印刷されないディジタルデータそのままの場合であってもよい。

また，透かし画像出力部１０において，特徴抽出フィルタ４０としてフィルタＡ，フィルタＢ，フィルタＣ，およびフィルタＤを用いるものとする。特徴抽出フィルタ４０としてどのようなフィルタを用いるかは，透かし画像出力部１０と透かし画像入力部２０の間で既知であるとする。

（透かし情報抽出部２２の動作について）
透かし情報抽出部２２の処理は，後程詳述する処理方法によって原画像１１に埋め込まれた改ざん検出データＤＡＴＡを抽出し，復元する。この処理により透かし情報抽出部２２から出力される透かし情報２８（改ざん検出データＤＡＴＡ）は，上記説明した通り，改ざん検出データＤＡＴＡ０，改ざん検出データＤＡＴＡ１，改ざん検出データＤＡＴＡ２，改ざん検出データＤＡＴＡ３である。なお，改ざん検出データＤＡＴＡ３は，上記説明の通り省略可能である。

改ざん検出データＤＡＴＡ２が量子化されている場合は，量子化誤差を含んだデータとなっているため，元の値に復元する。また，改ざん検出データＤＡＴＡ３が記録されていない場合，各判定ブロックＢｌｏｃｋの位置とサイズを再計算する。

次に，図２９を参照しながら，透かし情報抽出部２２の処理について説明する。図２９は，透かし情報抽出部２２の処理の概略的な流れの一例を示すフローチャートである。

図２９に示すように，まず，スキャナなどの入力デバイス３１によって透かし入り原画像を計算機のメモリ等に入力する（ステップＳ３０１）。この画像を入力画像と称する。入力画像は多値画像であり，以下では２５６階調のグレイ画像として説明するが，かかる例に限定されず，フルカラー画像などの場合でもよい。また入力画像の解像度（スキャナ等の入力デバイス（図示せず。）で読み込むときの解像度）は，上記透かし画像出力部１０で作成した透かし入り原画像と異なっていても良いが，ここでは上記透かし画像出力部１０で作成した画像と同じ解像度であるとして説明する。また，１つのユニットパターンが１つのシンボルユニットから構成されている場合について説明する。

＜信号検出フィルタリング工程（ステップＳ３１０）＞
ステップＳ３１０では，入力画像２１全体に対してフィルタリング処理を行い，フィルタ出力値の計算とフィルタ出力値の比較を行う。フィルタ出力値の計算は，以下に示すガボールフィルタと称されるフィルタを用いて，入力画像２１の全画素においてフィルタと画像間のコンボリューションにより計算する。

以下にガボールフィルタＧ（ｘ，ｙ），ｘ＝０〜ｇｗ−１，ｙ＝０〜ｇｈ−１を示す。ｇｗ，ｇｈはフィルタのサイズであり，ここでは上記透かし情報埋め込み装置１０で埋め込んだ信号ユニットと同じ大きさである。

入力画像中の任意の位置でのフィルタ出力値はフィルタと画像間のコンボリューションにより計算する。ガボールフィルタの場合は実数フィルタと虚数フィルタ（虚数フィルタは実数フィルタと半波長分位相がずれたフィルタ）が存在するため，それらの２乗平均値をフィルタ出力値とする。例えば，ある画素（ｘ，ｙ）における輝度値とフィルタＡの実数フィルタとのコンボリューションがＲｃ，虚数フィルタとのコンボリューションがＩｃであったとすると，フィルタ出力値Ｆ（Ａ，ｘ，ｙ）は以下の式で計算する。

上記のように各信号ユニットに対応するすべてのフィルタに対してフィルタ出力値を計算した後，各画素において上記のように計算したフィルタ出力値を比較し，その最大値Ｆ（ｘ，ｙ）をフィルタ出力値行列として記憶する。また，値が最大であるフィルタに対応する信号ユニットの番号をフィルタ種類行列として記憶する（図３０）。具体的には，ある画素（ｘ，ｙ）において，Ｆ（Ａ，ｘ，ｙ）＞Ｆ（Ｂ，ｘ，ｙ）の場合には，フィルタ出力値行列の（ｘ，ｙ）の値としてＦ（Ａ，ｘ，ｙ）を設定し，フィルタ種類行列の（ｘ，ｙ）の値として信号ユニットＡを示す「０」を設定する（本実施形態では，信号ユニットＡ，Ｂの番号を「０」，「１」としている）。

なお，本実施形態ではフィルタの個数が２つであるが，フィルタの個数がそれより多い場合も，同様に複数のフィルタ出力値の最大値とその際のフィルタに対応する信号ユニット番号を記憶すればよい。

＜信号位置探索工程（ステップＳ３２０）＞
ステップＳ３２０では，ステップＳ３１０で得られたフィルタ出力値行列を用いて，信号ユニットの位置を決定する。具体的には，まず，信号ユニットの大きさがＳｈ×Ｓｗで構成されていたとすると，格子点の垂直方向の間隔がＳｈ，水平方向の間隔がＳｗ，格子点の個数がＮｈ×Ｎｗの信号位置探索テンプレートを作成する（図３１）。そのように作成したテンプレートの大きさは，Ｔｈ（Ｓｈ＊Ｎｈ）×Ｔｗ（Ｓｗ＊Ｎｗ）となるが，Ｎｈ，Ｎｗには信号ユニット位置を探索するために最適な値を用いればよい。

次に，フィルタ出力値行列をテンプレートの大きさごとに分割する。さらに，各分割領域で，隣接する領域の信号ユニットに重複しない範囲（水平方向±Ｓｗ／２，垂直方向±Ｓｈ／２，）でテンプレートをフィルタ出力値行列上で画素単位に移動させながら，テンプレート格子点上のフィルタ出力値行列値Ｆ（ｘ，ｙ）の総和Ｖを以下の式を用いて求め（図３１），その総和が一番大きいテンプレートの格子点をその領域の信号ユニットの位置とする。

上記の例は，ステップＳ３１０で全画素に対して，フィルタ出力値を求めた場合であり，フィルタリングを行う際，ある一定間隔の画素に対してのみフィルタリングを行うこともできる。例えば，２画素おきにフィルタリングを行った場合は，上記の信号位置探索テンプレートの格子点の間隔も１／２とすればよい。

＜信号シンボル決定工程（ステップＳ３３０）＞
ステップＳ３３０では，ステップＳ３２０で決定した信号ユニット位置のフィルタ種類行列の値（フィルタに対応した信号ユニット番号）を参照することで，信号ユニットがＡかＢを決定する。

上記のようにして，決定した信号ユニットの判定結果をシンボル行列として記憶する。

＜信号境界決定工程（ステップＳ３４０）＞
ステップＳ３２０では，信号ユニットが埋め込まれているかにかかわらず，画像全面に対してフィルタリング処理を行っているので，どの部分に信号ユニットが埋め込まれていたかを決定する必要がある。そこで，ステップＳ３４０では，シンボル行列からあらかじめ信号ユニットを埋め込む際に決めておいたパターンを探索することで信号境界を求める。

例えば信号ユニットが埋め込まれている境界には，必ず信号ユニットＡを埋め込むとしておけば，ステップＳ３３０で決定したシンボル行列の横方向に信号ユニットＡの数を計数し，中心から上下にそれぞれ，信号ユニットＡの個数が一番多い位置を信号境界の上端／下端とする。図３２の例では，シンボル行列における信号ユニットＡは「黒」（値でいうと「０」）で表現されているので，シンボル行列の黒画素数を計数することで，信号ユニットＡの数を計数することができ，その度数分布により，信号境界の上端／下端を求めることができる。左端／右端もユニットＡの個数を計数する方向が異なるだけで，同じように求めることができる。

信号境界を求めるためには上記方法に限らず，シンボル行列から探索することができるパターンをあらかじめ埋め込み側と検出側で決めておくだけでよい。

再び，図２９のフローチャートに戻り，以降のステップＳ３０５について説明する。ステップＳ３０５では，シンボル行列のうち，信号境界内部に相当する部分から元の情報を復元する。なお，本実施形態では，１つのユニットパターンは１つのシンボルユニットで構成されているので，ユニットパターン行列は，シンボル行列と等価になる。

＜情報復号工程（ステップＳ３０５）＞
図３３は情報復元の一例を示す説明図である。情報復元のステップは以下の通りである。
（１）各ユニットパターンに埋め込まれているシンボルを検出する（図３３（１））。
（２）シンボルを連結してデータ符号を復元する（図３３（２））。
（３）データ符号を復号して埋め込まれた情報を取り出す（図３３（３））。

図３４〜図３６はデータ符号の復元方法の一例を示す説明図である。復元方法は基本的に図２６の逆の処理となる。

まず，ユニットパターン行列の第１行から符号長データ部分を取り出して，埋め込まれたデータ符号の符号長を得る（ステップＳ４０１）。

次いで，ユニットパターン行列のサイズとステップＳ４０１で得たデータ符号の符号長をもとに，データ符号ユニットを埋め込んだ回数Ｄｎおよび剰余Ｒｎを計算する（ステップＳ４０２）。

次いで，ユニットパターン行列の２行目以降からステップＳ２０３と逆の方法でデータ符号ユニットを取り出す（ステップＳ４０３）。図３５の例ではＵ（１，２）（２行１列）から順に１２個のパターンユニットごとに分解する（Ｕ（１，２）〜Ｕ（３，３），Ｕ（４，３）〜Ｕ（６，４），・・・）。Ｄｎ＝７，Ｒｎ＝６であるため，１２個のパターンユニット（データ符号ユニット）は７回取り出され，剰余として６個（データ符号ユニットの上位６個に相当する）のユニットパターン（Ｕ（４，１１）〜Ｕ（９，１１））が取り出される。

次いで，ステップＳ４０３で取り出したデータ符号ユニットに対してビット確信度演算を行うことにより，埋め込んだデータ符号を再構成する（ステップＳ４０４）。以下，ビット確信度演算について説明する。

図３６のようにユニットパターン行列の２行１列目から最初に取り出されたデ−外符号ユニットをＤｕ（１，１）〜Ｄｕ（１２，１）とし，順次Ｄｕ（１，２）〜Ｄｕ（１２，２），・・・，と表記する。また，剰余部分はＤｕ（１，８）〜Ｄｕ（６，８）とする。ビット確信度演算は各データ符号ユニットの要素ごとに多数決を取るなどして，データ符号の各シンボルの値を決定することである。これにより，例えば，文字領域との重なりや紙面の汚れなどが原因で，任意のデータ符号ユニット中の任意のユニットから正しく信号検出を行えなかった場合（ビット反転エラーなど）でも，最終的に正しくデータ符号を復元することができる。

具体的には例えばデータ符号の１ビット目は，Ｄｕ（１，１），Ｄｕ（１，２），・・・，Ｄｕ（１，８）の信号検出結果が１である方が多い場合には１と判定し，０である方が多い場合には０と判定する。同様にデータ符号の２ビット目はＤｕ（２，１），Ｄｕ（２，２），・・・，Ｄｕ（２，８）の信号検出結果による多数決によって判定し，データ符号の１２ビット目はＤｕ（１２，１），Ｄｕ（１２，２），・・・，Ｄｕ（１２，７）（Ｄｕ（１２，８）は存在しないためＤｕ（１２，７）までとなる）の信号検出結果による多数決によって判定する。

ここではデータ符号を繰り返し埋め込む場合について説明したが，データを符号化する際に誤り訂正符号などを用いることにより，データ符号ユニットの繰り返しを行わないような方法も実現できる。

以上説明したように，入力画像２１全面にフィルタリング処理を施し，信号位置探索テンプレートを用いて，フィルタ出力値の総和が最大になるように，信号ユニットの位置を求めることができるので，用紙のゆがみなどにより画像が伸縮していたりする場合にでも，信号ユニットの位置を正しく検出でき，透かし入り原画像（入力画像２１）から正確に改ざん検出データＤＡＴＡを検出することができる。

（画像変形部２３の動作について）
画像変形部２３では，後程詳述する画像補正処理などの方法により，入力画像２１の歪みなどを補正し，図３に示す原画像１１の基準座標３１を原点とし，サイズが透かし領域３０に等しい二値化済みの補正画像２９を作成する。

ここで，図３７を参照しながら，画像変形部２３の処理について説明する。なお，図３７は画像変形部２３のフローチャートである。以下，このフローチャートに従って説明を行う。

＜信号ユニットの位置検出（ステップＳ６１０）＞
図３８は第１の実施形態で検出された信号ユニット位置を入力画像（透かし入り原画像１１）２１上に表示したものである。図３８において，信号ユニットをＵ（ｘ，ｙ），ｘ＝１〜Ｗｕ，ｙ＝１〜Ｈｕと表記する。Ｕ（１，ｙ）〜Ｕ（Ｗｕ，ｙ）は同じ行にある信号ユニット（図３８の符号７１０）とし，Ｕ（ｘ，１）〜Ｕ（ｘ，Ｈｕ）は同じ列にある信号ユニット（図３８の符号７２０）とする。Ｕ（１，ｙ）〜Ｕ（Ｗｕ，ｙ）およびＵ（ｘ，１）〜Ｕ（ｘ，Ｈｕ）などは，実際には同じ直線上には並んでおらず，微小に上下左右にずれている。

また信号ユニットＵ（ｘ，ｙ）の入力画像上の座標値Ｐを（Ｐｘ（ｘ，ｙ），Ｐｙ（ｘ，ｙ）），ｘ＝１〜Ｗｕ，ｙ＝１〜Ｈｕと表記する（図３８の符号７３０，７４０，７５０，７６０）。ただし入力画像に対して縦横Ｎ画素おき（Ｎは自然数）にフィルタリングを行うものとする。このフィルタリングについては，第１の実施形態の＜信号位置探索工程（ステップＳ３２０）＞と同様に行う。Ｐは信号出力値行列における各信号ユニットの座標値を単純に縦横Ｎ倍した値である。

＜信号ユニット位置の直線近似（ステップＳ６２０）＞
信号ユニットの位置を行方向，列方向に直線で近似する。図３９は行方向の直線近似の例である。図３９において，同じ行にある信号ユニットＵ（１，ｙ）〜Ｕ（Ｗｕ，ｙ）の位置を直線Ｌｈ（ｙ）で近似している。近似直線は，各信号ユニットの位置と直線Ｌｈ（ｙ）との距離の総和が最も小さくなるような直線である。このような直線は，例えば最小二乗法や主成分分析などの一般的手法によって求めることができる。行方向の直線近似はすべての行について行い，同様にして列方向の直線近似をすべての列について行う。

図４０は行方向，列方向に直線近似を行った結果の例である。図４０において，信号ユニットをＵ（ｘ，ｙ），ｘ＝１〜Ｗｕ，ｙ＝１〜Ｈｕと表記する。Ｌｈ（ｙ）はＵ（１，ｙ）〜Ｕ（Ｗｕ，ｙ）を近似した直線（図４０の符号８１０）であり，Ｌｖ（ｘ）はＵ（ｘ，１）〜Ｕ（ｘ，Ｈｕ）を近似した直線（図４０の符号８２０）である。

＜直線の均等化（ステップＳ６３０）＞
ステップＳ６２０で近似した直線は，検出された信号ユニットの位置が，ある程度まとまってずれているなどの理由により，個別に見ると直線の傾きや位置が均等ではない。そこで，ステップＳ６３０では，個々の直線の傾きや位置を補正して均等化を行う。

図４１は行方向の近似直線Ｌｈ（ｙ）の傾きを補正する例である。図４１（ａ）は補正前であり，図４１（ｂ）は補正後である。図４１（ａ）におけるＬｈ（ｙ）の傾きをＴｈ（ｙ）としたとき，Ｌｈ（ｙ）の傾きはＬｈ（ｙ）の近傍の直線の傾きの平均値となるように補正する。具体的には，Ｔｈ（ｙ）＝ＡＶＥＲＡＧＥ（Ｔｈ（ｙ−Ｎｈ）〜Ｔｈ（ｙ＋Ｎｈ））とする。ただし，ＡＶＥＲＡＧＥ（Ａ〜Ｂ）はＡ〜Ｂまでの平均値を計算する計算式とし，Ｎｈは任意の自然数とする。ｙ−Ｎｈ＜１の場合はＴｈ（ｙ）＝ＡＶＥＲＡＧＥ（Ｔｈ（１）〜Ｔｈ（ｙ＋Ｎｈ））とし，ｙ＋Ｎｈ＞Ｈｕの場合はＴｈ（ｙ）＝ＡＶＥＲＡＧＥ（Ｔｈ（ｙ−Ｎｈ）〜Ｔｈ（Ｈｕ））とする。図４１はＮｈを１としたときの例であり，図４１（ｂ）はＬｈ（ｙ）がＬｈ（ｙ−１）〜Ｌｈ（ｙ＋１）の直線の傾きの平均値によって補正されている例を示している。

図４２は行方向の近似直線Ｌｈ（ｙ）の位置を補正する例である。図４２（ａ）は補正前であり，図４２（ｂ）は補正後である。図４２（ａ）について，垂直方向に任意の基準直線１１３０を設定し，この直線とＬｈ（ｙ）との交点のｙ座標をＱ（ｙ）としたとき，Ｑ（ｙ）がＬｈ（ｙ）の近傍の直線位置の平均となるように補正する。具体的には，Ｑ（ｙ）＝ＡＶＥＲＡＧＥ（Ｑ（ｙ−Ｍｈ）〜Ｑ（ｙ＋Ｍｈ））とする。ただしＭｈは任意の自然数とする。ｙ−Ｍｈ＜１またはｙ＋Ｍｈ＞Ｈｕの場合は変更を行わないものとする。図４２はＭｈを１としたときの例であり，図４２（ｂ）はＬｈ（ｙ）がＬｈ（ｙ−１）とＬｈ（ｙ＋１）の直線の位置の中点（平均）によって補正されている例を示している。なお，この処理は省略可能である。

＜直線の交点計算（ステップＳ６４０）＞
行方向の近似直線と列方向の近似直線の交点を計算する。図４３は行方向の近似直線Ｌｈ（１）〜Ｌｈ（Ｈｕ）と，列方向の近似直線Ｌｖ（１）〜Ｌｖ（Ｗｕ）の交点を計算した例である。交点の計算は一般的な数学的手法で行う。ここで計算した交点を補正後の信号ユニット位置とする。すなわち，行方向の近似直線Ｌｈ（ｙ）と列方向の近似直線Ｌｖ（ｘ）の交点を，信号ユニットＵ（ｘ，ｙ）の補正後の位置（Ｒｘ（ｘ，ｙ），Ｒｙ（ｘ，ｙ））とする。例えば信号ユニットＵ（１，１）の補正後の位置は，Ｌｈ（１）とＬｖ（１）の交点とする。

＜補正画像作成（ステップＳ６５０）＞
ステップＳ６４０により計算した信号ユニット位置を参照して，入力画像から補正画像を作成する。ここでは透かし画像出力部１０で出力した透かし入り原画像を印刷する際の解像度をＤｏｕｔとし，透かし画像入力部２０に入力する入力画像２１を取得する際の解像度をＤｉｎとする。また補正画像２９の大きさは，入力画像２１と同じ倍率であるとする。

透かし画像出力部１０において信号ユニットの大きさが幅Ｓｗ，高さＳｈであるとすると，入力画像２１における信号ユニットは幅Ｔｗ＝Ｓｗ×Ｄｉｎ／Ｄｏｕｔ，高さはＴｈ＝Ｓｈ×Ｄｉｎ／Ｄｏｕｔとなる。したがって，信号ユニットの数が横方向にＷｕ個，縦方向にＨｕ個である場合には，補正画像２９のサイズは幅Ｗｍ＝Ｔｗ×Ｗｕ，高さＨｍ＝Ｔｈ×Ｈｕとなる。また，補正画像２９における任意の信号ユニットＵ（ｘ，ｙ）の位置を（Ｓｘ（ｘ，ｙ），Ｓｙ（ｘ，ｙ））とすると，信号ユニットが均等に並ぶように補正画像２９を作るため，Ｓｘ＝Ｔｗ×ｘ，Ｓｙ＝Ｔｈ×ｙが成り立つ。なお，最も左上の信号ユニットＵ（１，１）の位置は（０，０）であり，これが補正画像２９の原点となる。

補正画像上の任意の位置（Ｘｍ，Ｙｍ）の画素値Ｖｍは，入力画像上の座標（Ｘｉ，Ｙｉ）の画素値Ｖｉにより求める。図４４はこれらの座標の対応例であり，図４４（ａ）は入力画像１３１０（入力画像２１）を，図４４（ｂ）は補正画像１３２０（補正画像２９）を示している。この図を用いて（Ｘｍ，Ｙｍ）と（Ｘｉ，Ｙｉ）の関係を説明する。

図４４（ｂ）の補正画像１３２０において，（Ｘｍ，Ｙｍ）を中心としてみたときの左上，右上，左下の領域で，最も近い信号ユニットをそれぞれＵ（ｘ，ｙ）（座標値は（Ｓｘ（ｘ，ｙ），Ｓｙ（ｘ，ｙ）），１３６０），Ｕ（ｘ＋１，ｙ）（１３７０），Ｕ（ｘ，ｙ＋１）（１３８０）とし，それらとの距離をそれぞれＥ１，Ｅ２，Ｅ３とする（具体的には，ｘはＸｍ／Ｔｗ＋１を超えない最小の整数，ｙはＸｍ／Ｔｗ＋１を超えない最小の整数）。このとき，図４４（ａ）の入力画像１３１０におけるＵ（ｘ，ｙ）（座標値は（Ｒｘ（ｘ，ｙ），Ｒｙ（ｘ，ｙ）），１３３０），Ｕ（ｘ＋１，ｙ）（１３４０），Ｕ（ｘ，ｙ＋１）（１３５０）と（Ｘｉ，Ｙｉ）との距離がそれぞれＤ１，Ｄ２，Ｄ３であって，Ｄ１〜Ｄ３の比Ｄ１：Ｄ２：Ｄ３がＥ１：Ｅ２：Ｅ３と等しいときに（Ｘｍ，Ｙｍ）の画素値Ｖｍは，入力画像１３１０上の座標（Ｘｉ，Ｙｉ）の画素値Ｖｉにより求める。

図４５はこのような（Ｘｉ，Ｙｉ）の具体的な計算方法を示している。図４５（ａ）の符号１４３０は（Ｘｍ，Ｙｍ）をＵ（ｘ，ｙ）とＵ（ｘ＋１，ｙ）を結ぶ直線上に射影した点でＦｘ＝Ｘｍ−Ｓｘ（ｘ，ｙ）である。また，符号１４４０は（Ｘｍ，Ｙｍ）をＵ（ｘ，ｙ）とＵ（ｘ，ｙ＋１）を結ぶ直線上に射影した点でＦｙ＝Ｙｍ−Ｓｙ（ｘ，ｙ）である。同様に，図４５（ｂ）の符号１４５０は（Ｘｍ，Ｙｍ）をＵ（ｘ，ｙ）とＵ（ｘ＋１，ｙ）を結ぶ直線上に射影した点でＧｘ＝Ｘｍ−Ｓｘ（ｘ，ｙ）である。同様に，符号１４６０は（Ｘｍ，Ｙｍ）をＵ（ｘ，ｙ）とＵ（ｘ，ｙ＋１）を結ぶ直線上に射影した点でＧｙ＝Ｙｍ−Ｓｙ（ｘ，ｙ）である。このとき，図４５（ａ）の入力画像１４１０におけるＦｘは，Ｆｘ／（Ｒｘ（ｘ＋１，ｙ）−Ｒｘ（ｘ，ｙ））＝Ｅｘ／Ｔｗより，Ｆｘ＝Ｅｘ／Ｔｗ×（Ｒｘ（ｘ＋１，ｙ）−Ｒｘ（ｘ，ｙ））となる。同様に，Ｆｙ＝Ｅｙ／Ｔｈ×（Ｒｙ（ｘ，ｙ＋１）−Ｒｙ（ｘ，ｙ））となる。これより，Ｘｉ＝Ｆｘ＋Ｒｘ（ｘ，ｙ），Ｙｉ＝Ｆｙ＋Ｒｙ（ｘ，ｙ）となる。

以上により，図４５（ｂ）の補正画像１４２０上の任意の点（Ｘｍ，Ｙｍ）の画素値には，入力画像上の点（Ｘｉ，Ｙｉ）の画素値をセットする。ただし，（Ｘｉ，Ｙｉ）は一般的に実数値であるため，入力画像上で（Ｘｉ，Ｙｉ）に最も近い座標における画素値とするか，その近傍４画素の画素値とそれらとの距離の比から画素値を計算する。

以上，画像変形部２３の動作について説明した。

以上説明したように，本実施形態によれば，印刷時に埋め込んだ信号の位置情報を元に，印刷書面を取り込んだ画像を補正するため，印刷物から取り込んだ画像から印刷前の画像を歪みや伸び縮みなく復元できるので，それらの画像間の位置の対応付けを高精度で行うことができ，さらには高性能の改ざん検出を行うことができる。

（画像特徴抽出部２４〜画像特徴データ化部２６の動作について）
次に，画像変形部２２によって入力画像２１が補正された補正画像２９が出力されると，画像特徴抽出部２４は，補正画像２９に対して画像特徴を示し，改ざんの有無を判定するための比較出力値を出力する。なお，比較出力値を出力する方法については，上記画像特徴抽出部１２において説明したのと実質的に同様であるため詳細な説明は省略する。

上記画像特徴抽出部２４と同じように，領域分割処理部２５と画像特徴データ化部２６についても，上記領域分割処理部１３及び画像特徴データ化部１４において説明したのと実質的に同様であるため詳細な説明は省略する。なお，画像特徴データ化部２６で出力される比較評価値は，補正画像２９に対する各判定ブロックＢｌｏｃｋの画像特徴データである。

（改ざん判定部２７の動作について）
ここで，上記説明した通り，透かし情報２８（改ざん検出データＤＡＴＡ）に含まれる改ざん検出データＤＡＴＡ２において，判定ブロックＢｌｏｃｋ（ｎ）のフィルタＸによる評価値をＢｗ（Ｘ，ｎ）とする（ＸはＡ，Ｂ，Ｃ，またはＤのうちいずれか，ｎは０〜Ｂｎ−１）。

また，上記画像特徴データ化部２６が計算し，改ざん判定部２７に出力する比較評価値をＢｄ（Ｘ，ｎ）と表記する。さらに，Ｂｗ（Ｘ，ｎ）とＢｄ（Ｘ，ｎ）の差の絶対値をＤｆ（Ｘ，ｎ）と表記すると，以下に示す式になる。

Ｄｆ（Ｘ，ｎ）＝｜Ｂｗ（Ｘ，ｎ）−Ｂｄ（Ｘ，ｎ）｜…（式１）

このとき，改ざん判定部２７は，各判定ブロックＢｌｏｃｋの評価値と比較評価値との絶対値の差（Ｄｆ（Ｘ，ｎ））を計算し，さらに改ざん判定部２７は，そのＤｆ（Ｘ，ｎ）が以下に示す“判定基準１”〜“判定基準４”のいずれかを満たす場合，入力画像２１の判定ブロックＢｌｏｃｋ（ｎ）に相当する位置に改ざんがあったとみなす。

（判定基準１）：Ｄｆ（Ａ，ｎ）＞Ｔ_ａ
（判定基準２）：Ｄｆ（Ｂ，ｎ）＞Ｔ_ｂ
（判定基準３）：Ｄｆ（Ｃ，ｎ）＞Ｔ_ｃ
（判定基準４）：Ｄｆ（Ｄ，ｎ）＞Ｔ_ｄ
なお，上記判定基準１は，フィルタＡにおける評価値と比較評価値との絶対値の差がＴ_ａよりも大きいことを示し，上記判定基準２は，フィルタＢにおける評価値と比較評価値との絶対値の差がＴ_ｂよりも大きいことを示し，上記判定基準３は，フィルタＣにおける評価値と比較評価値との絶対値の差がＴ_ｃよりも大きいことを示し，上記判定基準４は，フィルタＤにおける評価値と比較評価値との絶対値の差がＴ_ｄよりも大きいことを示している。

ここで，図４６〜図４９を参照しながら，改ざん判定部２７による改ざんされたか否かを判定する判定処理について説明する。図４６〜図４９は，改ざん判定部２７による改ざん判定処理の概略の一例を示す説明図である。なお，図４６〜図４９は原画像１１の改ざん判定領域３２内の画像領域１９０−１に存在した“Ｘ”という文字が入力画像２１の改ざん判定領域３２内の画像領域１９０−２で“Ｌ”という文字に書き換えられた場合の改ざん判定処理について説明した図である。

図４６に示すように，原画像１１の改ざん判定領域３２内の画像領域１９０−１に“Ｘ”という文字に対して特徴抽出フィルタ４０のフィルタＡ〜フィルタＤによるフィルタリング処理が行われた結果が示されている。

図４６に示す画像領域１９０ａ−１は，画像領域１９０−１についてフィルタＡによるフィルタリング処理結果であり，画像領域１９０ｂ−１は，画像領域１９０−１についてフィルタＢによるフィルタリング処理結果であり，画像領域１９０ｃ−１は，画像領域１９０−１についてフィルタＣによるフィルタリング処理結果であり，画像領域１９０ｄ−１は，画像領域１９０−１についてフィルタＤによるフィルタリング処理結果を示している。

“Ｘ”という文字は右斜め上方向の直線と左斜め上方向の直線とから主に構成されているため，図４６の画像領域１９０ａ−１と画像領域１９０ｂ−１に示すように，水平方向と垂直方向の直線に対する反応が弱く，画像領域１９０ｃ−１と画像領域１９０ｄ−１に示すように，斜め方向の直線に対する反応は強い。

図４７は，上記“Ｘ”文字を含んだ画像領域１９０−１を複数の判定ブロックＢｌｏｃｋに分割した場合の概略的な構成の一例を示す説明図である。図４７に示すように，特に，画像領域１９０ｃ−１の判定ブロックＢｌｏｃｋ（Ｍ）と判定ブロックＢｌｏｃｋ（Ｎ＋１）の評価値（Ｂｗ（Ｃ，Ｍ），Ｂｗ（Ｃ，Ｎ＋１））や，画像領域１９０ｄ−１の判定ブロックＢｌｏｃｋ（Ｍ＋１）と，判定ブロックＢｌｏｃｋ（Ｎ）と，判定ブロックＢｌｏｃｋ（Ｎ＋１）との評価値（Ｂｗ（Ｄ，Ｍ＋１），Ｂｗ（Ｄ，Ｎ），Ｂｗ（Ｄ，Ｎ＋１））などが特に大きい値となり，それ以外の評価値は小さな値となる。

次に，図４８には，改ざん判定領域３２の画像領域１９０−１に含まれていた“Ｘ”という文字と同じ位置（画像領域１９０−２）に対して上記フィルタＡ〜フィルタＤによるフィルタリング処理を行った結果の一例を示している。なお，何らかの行為により，入力画像２１において“Ｘ”が“Ｌ”という文字に置き換えられているものとする。

画像領域１９０ａ−２は，画像領域１９０−２にフィルタＡでフィルタリング処理した結果を示し，画像領域１９０ｂ−２は，画像領域１９０−２にフィルタＢでフィルタリング処理した結果を示し，画像領域１９０ｃ−２は，画像領域１９０−２にフィルタＣでフィルタリング処理した結果を示し，画像領域１９０ｄ−２は，画像領域１９０−２にフィルタＤでフィルタリング処理した結果を示している。

“Ｌ”という文字は，垂直方向の直線と水平方向の直線とから主に構成されているため，図４８の画像領域１９０ａ−２と画像領域１９０ｂ−２に示すように，水平方向と垂直方向の直線に対する反応が強く，画像領域１９０ｃ−１と画像領域１９０ｄ−２に示すように，斜め方向の直線に対する反応は弱い。

図４９は，上記文字“Ｌ”を含んだ画像領域１９０−２を複数の判定ブロックＢｌｏｃｋに分割した場合の概略的な構成の一例を示す説明図である。図４９に示すように，特に，画像領域１９０ａ−２の判定ブロックＢｌｏｃｋ（Ｍ＋１）と，判定ブロックＢｌｏｃｋ（Ｎ＋１）の評価値（Ｂｄ（Ａ，Ｍ＋１），Ｂｄ（Ａ，Ｎ＋１））や，画像領域１９０ｂ−２の判定ブロックＢｌｏｃｋ（Ｎ）と，判定ブロックＢｌｏｃｋ（Ｎ＋１）の比較評価値（Ｂｄ（Ｂ，Ｎ），Ｂｄ（Ｂ，Ｎ＋１））などが特に大きい値となり，それ以外の評価値は小さな値となる。

改ざん判定部２７は，例えば，図４７と図４９に示す各判定ブロックＢｌｏｃｋの評価値及び比較評価値に基づいて，改ざんされたか否かの判定処理を行う。

改ざん判定部２７は，例えば，図４７に示す原画像１１の改ざん判定領域３２内の判定ブロックＢｌｏｃｋの評価値の方が，原画像１１の判定ブロックＢｌｏｃｋに対応する図４９に示す入力画像２１の判定ブロックＢｌｏｃｋの比較評価値よりも大きい場合の評価値のペア（Ｂｗ（Ｃ，Ｍ）とＢｄ（Ｃ，Ｍ））の差分である絶対値Ｄｆ（Ｃ，Ｍ）や，Ｂｗ（Ｃ，Ｎ＋１）とＢｄ（Ｃ，Ｎ＋１）の差分の絶対値Ｄｆ（Ｃ，Ｎ＋１）などが閾値Ｔｃを超えるため，判定ブロックＢｌｏｃｋ（Ｍ），判定ブロックＢｌｏｃｋ（Ｎ＋１）などに相当する位置に改ざんがあったと判定することができる。

同様に，改ざん判定部２７は，例えば，図４７に示す原画像１１の判定ブロックＢｌｏｃｋの評価値の方が，入力画像２１の判定ブロックＢｌｏｃｋの比較評価値よりも小さい場合の評価値・比較評価値ペア（Ｂｗ（Ａ，Ｍ＋１），Ｂｄ（Ａ，Ｍ＋１））の差分である絶対値Ｄｆ（Ａ，Ｍ＋１）や，評価値・比較評価値ペア（Ｂｗ（Ａ，Ｎ＋１），Ｂｄ（Ａ，Ｎ＋１））の差分の絶対値Ｄｆ（Ａ，Ｎ＋１）などが閾値Ｔａをこえるため，判定ブロックＢｌｏｃｋ（Ｍ＋１），判定ブロックＢｌｏｃｋ（Ｎ＋１）などに相当する位置に改ざんがあったと判定することができる。

なお，上記説明した判定基準１〜判定基準４からなる判断基準に，以下に示す判定基準５の式を，さらに追加してもよいし，以下に示す“判定基準５”のみからなる判断基準の場合でも実施可能である。

（判定基準５）：Ｃ_ａ×Ｄｆ（Ａ，ｎ）＋Ｃ_ｂ×Ｄｆ（Ｂ，ｎ）＋Ｃ_ｃ×Ｄｆ（Ｃ，ｎ）＋Ｃ_ｄ×Ｄｆ（Ｄ，ｎ）＞Ｔａｌｌ…（式２）

ただし，上記“判定基準５”において，Ｃ_ａ〜Ｃ_ｄは任意の定数である。また，Ｃ_ａ〜Ｃ_ｄがすべて１の場合，上記判定基準５はＤｆ（Ａ，ｎ）〜Ｄｆ（Ｄ，ｎ）の単純な和に対する判定基準となる。

また，あるブロックαの差分の絶対値の組（Ｄｆ（Ａ，α），Ｄｆ（Ｂ，α），Ｄｆ（Ｃ，α），Ｄｆ（Ｄ，α））を，要素数が４つのベクトル（四次元ベクトル）とみなし（これを差分ベクトルと呼ぶ），サンプル画像により原画像１１と入力画像２１の間で改ざんのない判定ブロックＢｌｏｃｋの評価値と比較評価値の差分Ｄｆ（Ｘ，ｎ），および改ざんのある判定ブロックＢｌｏｃｋの評価値と比較評価値の差分Ｄｆ（Ｘ，ｎ）のサンプルデータを取得し，さらに改ざんのない場合と改ざんのある場合の差分ベクトルの分布を計算し，この分布の第１主成分を示す主軸を計算した後，Ｃ_ａ〜Ｃ_ｄを各差分ベクトルを主軸へ写像するための係数としてもよい。

また，判定ブロックＢｌｏｃｋ（ｎ）の近傍領域に含まれる判定ブロックＢｌｏｃｋ（ｎ＋Δｎ）から，Ｄｆ（Ｘ，ｎ）の値を以下に示す式から求める場合でもよい。

Ｄｆ（Ｘ，ｎ）＝ＭＡＸ｛｜Ｂｗ（Ｘ，ｎ＋Δｎ）−Ｂｄ（Ｘ，ｎ＋Δｎ）｜｝…（式３）

ただし，ＭＡＸ｛｝はすべてのΔｎに対する｜Ｂｗ（Ｘ，ｎ＋Δｎ）−Ｂｄ（Ｘ，ｎ＋Δｎ）｜の最大値である。

以上から，第１の実施の形態にかかる透かし画像出力部１０と透かし画像入力部２０の説明を終了する。上記透かし画像出力部１０又は透かし画像入力部２０によって，印刷された書面に対する改ざんの有無を自動的に判別することができる。

（第２の実施の形態について）
次に，第２の実施の形態にかかる改ざん検出装置では，例えば，文書画像中の文字領域の特徴データのみを透かし情報とすることによって，データ量を削減することを目的としている。なお，第２の実施の形態にかかる改ざん検出装置の説明では，第１の実施の形態にかかる改ざん検出装置との相違点について特に詳細に説明し，その他の点については実質的に同様であるため省略する。

まず，図５０を参照しながら，第２の実施の形態にかかる改ざん検出装置に備わる透かし画像出力部１０１０について説明する。なお，図５０は，第２の実施の形態にかかる透かし画像出力部１０１０の概略的な構成の一例を示すブロック図である。

図５０に示すように，第２の実施の形態にかかる透かし画像出力部１０１０と第１の実施の形態にかかる透かし画像出力部１０とが相違する点は，第２の実施の形態に係る透かし画像出力部１０１０に文字領域抽出部１０１７が，さらに追加された点である。

上記文字領域抽出部１０１７は，原画像１０１１から文字領域を抽出する。なお，第２の実施の形態にかかる原画像１０１１は，文書作成ツール等により作成された文書画像である。

領域分割処理部１０１３は，上記文字領域抽出部１０１７で抽出された文字領域を任意の大きさのブロックに分割する。上記文字領域が分割されると，文字領域は複数の判定ブロックＢｌｏｃｋから構成される。

次に，図５１を参照しながら，第２の実施の形態にかかる改ざん検出装置に備わる透かし画像入力部１０２０について説明する。なお，図２４は，第２の実施の形態にかかる透かし画像入力部の概略的な構成の一例を示すブロック図である。

図５１に示すように，第２の実施の形態にかかる透かし画像入力１０２０は，第１の実施の形態にかかる透かし画像入力部２０に備わる各部の構成と実質的に同様であるため，詳細な説明を省略する。なお，第２の実施の形態にかかる改ざん検出装置には上記透かし画像出力部１０１０及び／又は透かし画像入力部１０２０が備わる。

（第２の実施の形態に係る改ざん検出装置に備わる各部の動作について）
次に，図５２および図５３を参照しながら，第２の実施の形態にかかる透かし画像出力部１０１０による処理について説明する。図５２は，第２の実施の形態にかかる文字領域を抽出する抽出処理の概略の一例を示す説明図であり，図５３は，第２の実施の形態にかかる文字領域を分割する分割処理の概略の一例を示す説明図である。

なお，以降の説明では，第１の実施の形態と相違する相違点について説明し，その他の点については，実質的に同様であるため，詳細な説明は省略する。

まず，文字領域抽出部１０１７は，原画像１０１１の画像領域のうち，改ざん判定領域３２に対して文字領域１２５１を識別し，改ざん判定領域３２から文字領域１２５１を抽出する。

文字領域抽出部１０１７が上記文字領域１２５１を抽出すると，図５２に示すように，改ざん判定領域３２のうち文字である部分だけが認識され，文字領域１２５１（１２５１ａ，１２５１ｂ，１２５１ｃ）として抽出されている。

なお，図５２に示す文字領域１２５１には，横書きの文字が含まれている場合を例に挙げて説明しているが，かかる例に限定されず，例えば，文字領域１２５１には，縦書きの文字が含まれる場合等でも実施可能である。上記の場合，その文字領域１２５１に含まれる文字を９０度回転することで，横書きの場合と同じように後続処理を実行することができる。

ここで，文字領域抽出部１０１７の文字領域抽出処理について説明すると，まず文字領域抽出部１０１７は，改ざん判定領域３２のうち黒画素からなる領域（黒画素領域）に対して膨張処理を実行する。なお，膨張処理については一般的に用いられる画像処理によって行われる。

次に，文字領域抽出部１０１７は，膨張処理が行われた文字領域に対して，ラベル付けを実行し，１文字又は２文字等の各文字を囲む最小矩形からなる文字領域を，まず抽出する。なお，ラベル付けは，連続的に集まった黒画素の集合を１つのグループとして定義付ける，いわゆる黒画素のグルーピング処理である。上記ラベル付けすることで，１文字または２文字からなる最小矩形からなる文字領域を抽出することができる。

また，文字領域抽出部１０１７が，膨張処理を行うのは，上記ラベル付け処理を効率化するためであり，かかる膨張処理によって，ラベル付け処理の処理時間を短縮することができる。

次に，文字領域抽出部１０１７は，ラベル付けを行った最小矩形からなる文字領域の存在位置を把握し，その文字領域の左右に存在する最小矩形からなる文字領域同士を結合させる。その結果，文字領域抽出部１０１７は，複数文字が含まれる文字領域１２５１を抽出することができる。なお，上記結合処理の結果，文字領域１２５１には，１文字だけの文字が含まれる場合もあり得る。

なお，第２の実施の形態にかかる文字領域抽出部１０１７は，文字領域１２５１を抽出する際に，改ざん判定領域３２には，文字以外，直線等，特に存在しない場合を例に挙げて説明したが，かかる例に限定されず，例えば，水平方向又は垂直方向の罫線が改ざん判定領域３２に存在する場合であっても，実施可能である。上記の場合，改ざん判定領域３２を含む原稿画像１１に存在する罫線を除去した後，文字領域の抽出を行う。

また，上記文字領域抽出部１０１７による文字領域１２５１が抽出された後の処理については，第１の実施の形態にかかる透かし画像出力部１０の処理と，ほぼ同様であるため詳細な説明は省略する。

なお，画像特徴抽出部１０１２による出力値を出力するためのフィルタリング処理では，第１の実施の形態にかかる画像特徴抽出部１２と同様に，改ざん判定領域３２の全体についてフィルタリング処理を実行してもよいし，または処理時間短縮を目的として，文字領域抽出部１０１７で抽出された文字領域１２５１についてのみフィルタリング処理を実行してもよい。

（領域分割処理部１０１３の動作について）
次に，図５３に示すように，領域分割処理部１０１３は，文字領域抽出部１０１７によって抽出された文字領域１２５１に対して，判定ブロックＢｌｏｃｋ単位に分割処理を実行する。したがって，文字領域１２５１には，１又は２以上の判定ブロックＢｌｏｃｋが存在する。

図５３に示すように，文字領域１２５１は，まず上下に２つに分割し，さらに水平方向にｎ分割されている。したがって，判定ブロックＢｌｏｃｋの高さは，文字領域１２５１を縦方向に２分割した値であり，文字領域１２５１ごとに異なる。また，判定ブロックＢｌｏｃｋの幅は予め定められた固定値としているが，かかる例に限定されず，例えば，判定ブロックＢｌｏｃｋの幅を，文字領域１２５１を水平方向にＮ分割した値に動的に変更する場合でもよいし，または幅，高さ共に予め定められた固定値の場合でもよい。

上記領域分割処理部１０１３によって文字領域１２５１が分割されると，画像特徴データ化部（第１の画像特徴評価部）１０１４によって，フィルタリング処理が実行され，出力値が生成される。なお，第２の実施の形態にかかる画像特徴データ化部１０１４の処理は，第１の実施の形態にかかる画像特徴データ化部１４と実質的に同様であるため，詳細な説明は省略する。

（透かし情報合成部１０１５の動作について）
次に，透かし情報合成部１０１５は，第１の実施の形態にかかる改ざん検出データＤＡＴＡに含まれる改ざん検出データＤＡＴＡ０〜ＤＡＴＡ３に加え，さらに以下に示す改ざん検出データＤＡＴＡ４が改ざん検出データＤＡＴＡに含まれる。

ＤＡＴＡ４：文字領域の位置情報およびサイズ情報

なお，上記改ざん検出データＤＡＴＡ４の他にも，例えば，文字領域抽出部１０１７において，罫線を除去する処理が行われた場合等には，改ざん検出データＤＡＴＡに，改ざん検出データＤＡＴＡ５を，さらに追加する。

ＤＡＴＡ５：罫線領域（罫線がひかれた個所）を特定ための位置情報およびサイズ情報

（透かし画像入力部１０２０について）
第２の実施の形態にかかる透かし画像入力部１０２０は，第１の実施の形態にかかる透かし画像入力部２０とほぼ同様の構成であるため詳細な説明は省略する。なお，画像変形部１０２３については，透かし情報１０２８（改ざん検出データＤＡＴＡ）に改ざん検出データＤＡＴＡ５（罫線領域情報）が含まれている場合，画像変形部１０２３は，原画像１１の画像領域のうち罫線領域のみを除去する。

上記画像領域のうち罫線領域の除去については，例えば，画像変形部１０２３は，画像領域の水平方向又は垂直方向に走査しながら，黒画素が連続的に存在する個所を検索する。上記黒画素が所定値以上連続して検出した場合，上記黒画素の存在する領域を罫線領域であると判断する。さらに画像変形部１０２３は，その黒画素を白画素に変更することで，上記罫線領域を除去する。

さらに，領域分割処理部１０２５については透かし情報１０２８に改ざん検出データＤＡＴＡ３が格納されていない場合，領域分割処理部１０２５は，改ざん検出データＤＡＴＡ４を取得し，その改ざん検出データＤＡＴＡ４が示す文字領域情報に基づき判定ブロックＢｌｏｃｋの位置とサイズを再計算する。

以上で，第２の実施の形態にかかる透かし画像出力部１０１０又は透かし画像入力部１０２０の一連の動作についての説明は終了する。かかる処理によって，特に入力画像１２０１として文書画像中に存在する文字領域１２５１に係る評価値のみを透かし情報として，原画像１０２１に埋め込むことができる。したがって，改ざん判定領域３２よりも文字領域１２５１の方が狭いため，第１の実施の形態にかかる効果に加えて，原画像１０２１に埋め込む必要がある透かし情報のデータ量を削減することができる。

以上，添付図面を参照しながら本発明の好適な実施形態について説明したが，本発明はかかる例に限定されない。当業者であれば，特許請求の範囲に記載された技術的思想の範疇内において各種の変更例または修正例を想定し得ることは明らかであり，それらについても当然に本発明の技術的範囲に属するものと了解される。

また，本実施形態においては，透かし情報が埋め込まれた入力画像２１を紙などの印刷物に印刷し，その印刷書面をスキャナ等のインタフェースから取り込んだ画像を用いて改ざんの判定を行う場合を例に挙げて説明したが，かかる例に限定されない。例えば，入力画像２１を印刷せず，そのまま改ざんの判定を行う場合等でも実施可能である。

本発明は，文書画像等の改ざんを検出することが可能な改ざん検出装置，透かし入り画像入力装置，透かし入り画像出力装置，および検索情報提供システムに適用可能である。

透かし画像出力部の概略的な構成を示すブロック図である。 透かし画像入力部の概略的な構成を示すブロック図である。 本実施の形態にかかる原画像の概略的な構成の一例を示す説明図である。 画像特徴抽出に用いる特徴抽出フィルタの概略的な構成の一例を示す説明図である。 画像特徴抽出に用いる特徴抽出フィルタの概略的な構成の一例を示す説明図である。 画像特徴抽出に用いる特徴抽出フィルタの概略的な構成の一例を示す説明図である。 画像特徴抽出に用いる特徴抽出フィルタの概略的な構成の一例を示す説明図である。 フィルタＡを特徴抽出用フィルタとして選択した場合のフィルタリング処理の概略の一例を示す説明図である。 フィルタＡによるフィルタリング処理の概略的な結果の一例を示す説明図である。 フィルタＢによるフィルタリング処理の概略的な結果の一例を示す説明図である。 改ざん判定領域を判定ブロック単位に分割した場合の改ざん判定領域の概略的な構成を示す説明図である。 改ざん判定領域が複数存在する場合の原画像の概略的な構成の一例を示す説明図である。 図１２に示す各改ざん判定領域の概略的な構成の一例を示す説明図である。 判定ブロックで分割された改ざん判定領域の概略的な構成の一例を示す説明図である。 画像特徴データ化処理の概略の一例を示す説明図である。 画像特徴データ化処理の概略の一例を示す説明図である。 第１の実施の形態にかかる評価値テーブルの概略的な構成の一例を示す説明図である。 第１の実施の形態にかかる評価値テーブルの概略的な構成の一例を示す説明図である。 透かし情報合成部の処理の概略的な流れの一例を示すフローチャートである。 透かし信号の一例を示す説明図である。 図２０（１）の画素値の変化をａｒｃｔａｎ（１／３）の方向から見た断面図である。 透かし信号の一例を示す説明図であり，（３）はユニットＣを，（４）はユニットＤを，（５）はユニットＥを示している。 図２３（１）はユニットＥを背景ユニットと定義し，これを隙間なく並べて原画像１１の背景とした場合を示す説明図である。図２３（２）は図２３（１）の背景画像の中にユニットＡを埋め込んだ一例を示し，図２３（３）は図２３（１）の背景画像の中にユニットＢを埋め込んだ一例を示している。 原画像へのシンボル埋め込み方法の一例を示す説明図である。 透かし情報を原画像に埋め込む方法について示したフローチャートである。 透かし情報を原画像に埋め込む方法について示した説明図である。 透かし入り文書画像の一例を示す説明図である。 図２７の一部を拡大して示した説明図である。 透かし情報抽出部２２の処理の概略的な流れの一例を示すフローチャートである。 第１の実施の形態における信号検出フィルタリング工程（ステップＳ３１０）の説明図である。 第１の実施の形態における信号位置探索工程（ステップＳ３２０）の説明図である。 第１の実施の形態における信号境界決定工程（ステップＳ３４０）の説明図である。 情報復元の一例を示す説明図である。 データ符号の復元方法の一例を示す説明図である。 データ符号の復元方法の一例を示す説明図である。 データ符号の復元方法の一例を示す説明図である。 画像変形部２３のフローチャートである。 検出された信号ユニット位置の例を示す説明図である。 近似直線の検出の例を示す説明図である。 直線近似を行った結果の例を示す説明図である。 傾きの補正を示す説明図である。 位置の補正を示す説明図である。 直線の交点の例を示す説明図である。 入力画像と補正画像の位置の対応例を示す説明図である。 入力画像と補正画像の対応付け方法の例を示す説明図である。 改ざん判定部２７による改ざん判定処理の概略の一例を示す説明図である。 改ざん判定部２７による改ざん判定処理の概略の一例を示す説明図である。 改ざん判定部２７による改ざん判定処理の概略の一例を示す説明図である。 改ざん判定部２７による改ざん判定処理の概略の一例を示す説明図である。 第２の実施の形態にかかる透かし画像出力部１０１０の概略的な構成の一例を示すブロック図である。 第２の実施の形態にかかる透かし画像入力部１０２０の概略的な構成の一例を示すブロック図である。 第２の実施の形態にかかる文字領域を抽出する抽出処理の概略の一例を示す説明図であり， 第２の実施の形態にかかる文字領域を分割する分割処理の概略の一例を示す説明図である。

符号の説明

１０ 透かし画像出力部
１１ 原画像
１２，２４ 画像特徴抽出部
１３，２５ 領域分割処理部
１４，２６ 画像特徴データ化部
１５ 透かし情報合成部
１６ 出力画像
２０ 透かし画像入力部
２１ 入力画像
２２ 透かし情報抽出部
２３ 画像変形部
２７ 改ざん判定部
２８ 透かし情報
２９ 補正情報
３２ 改ざん判定領域
４０ 特徴抽出フィルタ

Claims (13)

1. 画像を入力し，その入力画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域に対して特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して出力値を計算する第１の画像特徴抽出部と；
   前記画像の各判定領域を所定の大きさの判定ブロックで分割する第１の領域分割処理部と；
   前記算出された出力値に基づき，前記特徴抽出フィルタごとに前記各判定ブロックの評価値を算出する第１の画像特徴評価部と；
   前記画像のサイズ情報，前記画像における前記判定領域の位置情報，前記画像における判定領域のサイズ情報，前記各判定ブロックの位置情報，前記各判定ブロックのサイズ情報，または前記各判定ブロックの評価値のうち少なくとも一つの情報を透かし情報として前記画像に埋め込み，出力画像を生成する透かし情報埋め込み部と；
   前記出力画像に埋め込まれた前記透かし情報を抽出する透かし情報抽出部と；
   少なくとも前記出力画像を加工し，前記画像と略同一サイズの比較画像を生成する画像生成部と；
   前記抽出された透かし情報に含まれる少なくとも前記判定領域の位置情報，前記判定領域のサイズ情報，前記各判定ブロックの位置情報，または前記各判定ブロックのサイズ情報のうち少なくとも一つに基づいて，前記比較画像における前記判定領域に対し，前記特徴抽出フィルタを施して比較出力値を計算する第２の画像特徴抽出部と；
   前記比較画像の各判定領域を前記判定ブロックで分割する第２の領域分割処理部と；
   前記算出された比較出力値に基づいて，前記各判定領域に施された特徴抽出フィルタごとに前記判定ブロックの比較評価値を算出する第２の画像特徴評価部と；
   前記透かし情報に含む前記画像における各判定ブロックの評価値を取得し，該画像の各判定ブロックの評価値と前記比較画像の各判定ブロックの比較評価値との差分を前記特徴検出フィルタごとに計算し，該特徴検出フィルタごとに算出された１又は２以上の差分値のうち少なくとも一つが所定値よりも大きい場合，その比較評価値に対応する比較画像の判定領域には改ざんがあったと判定する改ざん判定部と；
   を備えることを特徴とする，改ざん検出装置。
2. 画像を入力し，その入力画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域に対して特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して出力値を計算する画像特徴抽出部と；
   前記画像の各判定領域を所定の大きさの判定ブロックで分割する領域分割処理部と；
   前記算出された出力値に基づき，前記特徴抽出フィルタごとに前記各判定ブロックの評価値を算出する画像特徴評価部と；
   前記画像のサイズ情報，前記画像における前記判定領域の位置情報，前記判定領域のサイズ情報，前記各判定ブロックの位置情報，前記各判定ブロックのサイズ情報，または前記各判定ブロックの評価値のうち少なくとも一つの情報を透かし情報として前記画像に埋め込み，出力画像を生成する透かし情報埋め込み部と；
   を備えることを特徴とする，透かし入り画像出力装置。
3. 前記評価値は，前記判定ブロック内に存在する１又は２以上の前記出力値の平均値であることを特徴とする，請求項２に記載の透かし入り画像出力装置。
4. 前記評価値は，前記特徴抽出フィルタごとに設定された所定値よりも大きい前記出力値のうち，前記判定ブロック内に存在する１又は２以上の前記出力値の平均値であることを特徴とする，請求項２に記載の透かし入り画像出力装置。
5. 前記画像に設定される前記判定領域は，該判定領域内の領域全てに対して前記特徴抽出フィルタが施されることを特徴とする，請求項２，３，または４項のうちいずれか１項に記載の透かし入り画像出力装置。
6. 前記画像に設定された前記判定領域は，該判定領域内に文字が存在する領域のみを網羅するように再配置されることを特徴とする，請求項２，３，または４項のうちいずれか１項に記載の透かし入り画像出力装置。
7. 前記特徴抽出フィルタは，画像の特定の方向に傾く直線に強く反応するフィルタであることを特徴とする，請求項２，３，４，５，または６項のうちいずれか１項に記載の透かし入り画像出力装置。
8. 画像に，前記画像のサイズ情報，前記画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域の位置情報，前記判定領域のサイズ情報，前記判定領域を分割することで前記判定領域に構成される１又は２以上の各判定ブロックの位置情報，前記各判定ブロックのサイズ情報，または前記各判定ブロックの評価値のうち少なくとも一つの情報が透かし情報として埋め込まれることで生成された出力画像から，前記透かし情報を抽出する透かし情報抽出部と；
   少なくとも前記出力画像を加工し，前記画像と略同一サイズの比較画像を生成する画像生成部と；
   前記抽出された透かし情報に含まれる少なくとも前記判定領域の位置情報，前記判定領域のサイズ情報，前記各判定ブロックの位置情報，または前記各判定ブロックのサイズ情報のうち少なくとも一つに基づいて，前記比較画像における前記判定領域に対し，特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して比較出力値を計算する画像特徴抽出部と；
   前記比較画像の各判定領域を前記判定ブロックで分割する領域分割処理部と；
   前記算出された比較出力値に基づいて，前記各判定領域に施された特徴抽出フィルタごとに前記判定ブロックの比較評価値を算出する画像特徴評価部と；
   前記透かし情報に含む前記画像における各判定ブロックの評価値を取得し，該画像の各判定ブロックの評価値と前記比較画像の各判定ブロックの比較評価値との差分を前記特徴検出フィルタごとに計算し，該特徴検出フィルタごとに算出された１又は２以上の差分値のうち少なくとも一つが所定値よりも大きい場合，その比較評価値に対応する比較画像の判定領域には改ざんがあったと判定する改ざん判定部と；
   を備えることを特徴とする，透かし入り画像入力装置。
9. 前記改ざん判定部は，前記透かし情報に含む前記画像における各判定ブロックの評価値を取得し，前記画像の各判定ブロックの評価値と前記比較画像の各判定ブロックの比較評価値との差分を前記特徴検出フィルタごとに計算し，該特徴検出フィルタごとの差分値を線形結合した値が，所定値よりも大きい場合，その比較評価値に対応する比較画像の判定領域には改ざんがあったと判定することを特徴とする，請求項８に記載の透かし入り画像入力装置。
10. 前記評価値は，前記判定ブロック内に存在する１又は２以上の前記出力値の平均値であることを特徴とする，請求項８に記載の透かし入り画像入力装置。
11. 前記評価値は，前記特徴抽出フィルタごとに設定された所定値よりも大きい前記出力値のうち，前記判定ブロック内に存在する１又は２以上の前記出力値の平均値であることを特徴とする，請求項８に記載の透かし入り画像入力装置。
12. 画像を入力し，その入力画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域に対して特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して出力値を計算する画像特徴抽出処理と；
    前記画像の各判定領域を所定の大きさの判定ブロックで分割する領域分割処理と；
    前記算出された出力値に基づき，前記特徴抽出フィルタごとに前記各判定ブロックの評価値を算出する画像特徴評価処理と；
    前記画像のサイズ情報，前記画像における前記判定領域の位置情報，前記判定領域のサイズ情報，前記各判定ブロックの位置情報，前記各判定ブロックのサイズ情報，または前記各判定ブロックの評価値のうち少なくとも一つの情報を透かし情報として前記画像に埋め込み，出力画像を生成する透かし情報埋め込み処理と；
    を含むことを特徴とする，透かし入り画像出力方法
13. 画像に，前記画像のサイズ情報，前記画像の画像領域のうち改ざんされたか否かを判定する１又は２以上の判定領域の位置情報，前記判定領域のサイズ情報，前記判定領域を分割することで前記判定領域に構成される１又は２以上の各判定ブロックの位置情報，前記各判定ブロックのサイズ情報，または前記各判定ブロックの評価値のうち少なくとも一つの情報が透かし情報として埋め込まれることで生成された出力画像から，前記透かし情報を抽出する透かし情報抽出処理と；
    少なくとも前記出力画像を加工し，前記画像と略同一サイズの比較画像を生成する画像生成処理と；
    前記抽出された透かし情報に含まれる少なくとも前記判定領域の位置情報，前記判定領域のサイズ情報，前記各判定ブロックの位置情報，または前記各判定ブロックのサイズ情報のうち少なくとも一つに基づいて，前記比較画像における前記判定領域に対し，特定の形状に強く反応する１又は２種以上の特徴抽出フィルタのうち少なくとも一種の特徴抽出フィルタを施して比較出力値を計算する画像特徴抽出処理と；
    前記比較画像の各判定領域を前記判定ブロックで分割する領域分割処理処理と；
    前記算出された比較出力値に基づいて，前記各判定領域に施された特徴抽出フィルタごとに前記判定ブロックの比較評価値を算出する画像特徴評価処理と；
    前記透かし情報に含む前記画像における各判定ブロックの評価値を取得し，該画像の各判定ブロックの評価値と前記比較画像の各判定ブロックの比較評価値との差分を前記特徴検出フィルタごとに計算し，該特徴検出フィルタごとに算出された１又は２以上の差分値のうち少なくとも一つが所定値よりも大きい場合，その比較評価値に対応する比較画像の判定領域には改ざんがあったと判定する改ざん判定処理と；
    を含むことを特徴とする，透かし入り画像入力方法。

Images