JP2008192011A - 相違箇所抽出装置、画像読取装置、相違箇所抽出方法、プログラムおよびその記録媒体 - Google Patents
相違箇所抽出装置、画像読取装置、相違箇所抽出方法、プログラムおよびその記録媒体 Download PDFInfo
- Publication number
- JP2008192011A JP2008192011A JP2007027354A JP2007027354A JP2008192011A JP 2008192011 A JP2008192011 A JP 2008192011A JP 2007027354 A JP2007027354 A JP 2007027354A JP 2007027354 A JP2007027354 A JP 2007027354A JP 2008192011 A JP2008192011 A JP 2008192011A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- difference
- evaluation value
- data
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
【課題】画像同士の相違箇所を抽出できる相違箇所抽出装置を提供する。
【解決手段】第1画像の画像データである第1画像データおよび第2画像の画像データである第2画像データを、それぞれの画像上の領域に応じて、両画像データの各ブロックが互いに対応するようにそれぞれ複数のブロックに分割する画像分割処理部32と、上記両画像データにおける互いに対応するブロックについて、第1画像データと第2画像データとの相違の度合を示す評価値を算出する評価値算出部33と、上記評価値と閾値とを比較することで上記両画像データの相違箇所を抽出する相違箇所抽出部34とを備える。
【選択図】図1
【解決手段】第1画像の画像データである第1画像データおよび第2画像の画像データである第2画像データを、それぞれの画像上の領域に応じて、両画像データの各ブロックが互いに対応するようにそれぞれ複数のブロックに分割する画像分割処理部32と、上記両画像データにおける互いに対応するブロックについて、第1画像データと第2画像データとの相違の度合を示す評価値を算出する評価値算出部33と、上記評価値と閾値とを比較することで上記両画像データの相違箇所を抽出する相違箇所抽出部34とを備える。
【選択図】図1
Description
本発明は、画像同士の相違箇所を抽出する相違箇所抽出装置に関するものである。
従来から、用紙上に画像を形成する画像形成装置の性能(特に出力性能)を評価するために、用紙上に形成した画像と、予め用意されているサンプル画像とを画像読取装置によって読み取り、両画像の画像データを比較して類似度(同一性あるいは相違性)を判定することが行われている。また、画像形成装置の性能評価以外にも、画像同士の類似度を判定する必要のある場面が多々ある。
ところで、画像同士の類似度の判定を人間の目視によって行う場合、評価者や判断時期等によって判断結果が変わることもあり、評価基準が不明瞭になりがちである。また、相違点の見逃し等の誤判定が発生する場合もある。
そこで、特許文献1には、一対のデジタル画像同士の類似度を、人間を介さずに判断するための類似度判断装置が提案されている。特許文献1の類似度判断装置は、1対のデジタル画像のそれぞれについて画像データとその度数との関係を示すヒストグラムを作成し、両画像のヒストグラムに基づいて両画像の類似度を示す評価データ(一方の画像に対して他方の画像がどれだけ近いかを示すSN比)を計算し、評価データに基づいて両画像の類似度を判定するようになっている。
特開2003−58886号公報(公開日:2003年2月28日)
しかしながら、上記特許文献1の技術では、画像全体の類似度を判定することはできるものの、類似性の低い箇所(相違箇所)を特定することができないという問題がある。
本発明は、上記の問題点に鑑みてなされたものであり、その第1の目的は、画像同士の相違箇所を抽出することのできる相違箇所抽出装置、画像読取装置、相違箇所抽出方法、プログラムおよびその記録媒体を提供することにある。
本発明の相違箇所抽出装置は、上記の課題を解決するために、第1画像の画像データである第1画像データと第2画像の画像データである第2画像データとを取得するデータ取得部を備え、第1画像データおよび第2画像データに基づいて第1画像と第2画像との相違箇所を抽出する相違箇所抽出装置であって、上記データ取得部が取得した第1画像データと第2画像データとを、第1画像データの各ブロックと第2画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する画像分割処理部と、上記両画像データにおける第1画像データと第2画像データの対応するブロック同士の相違の度合を示す評価値を算出する評価値算出部と、対応する上記ブロック同士の相違の度合を評価するための閾値を記憶した記憶手段と、上記評価値算出部の算出した評価値と上記記憶手段に記憶されている閾値とを比較し、上記評価値が示す相違の度合が閾値以上であるブロックあるいは閾値よりも大きいブロックを相違箇所として抽出する相違箇所抽出部とを備えていることを特徴としている。
上記の構成によれば、画像分割処理部は、上記データ取得部の取得した第1画像データおよび第2画像データを、第1画像データの各ブロックと第2画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する。そして、評価値算出部は、両画像データにおける第1画像データと第2画像データの対応するブロック同士の相違の度合を示す評価値を算出し、相違箇所抽出部は、評価値算出部の算出した評価値と記憶手段に記憶されている閾値とを比較し、上記評価値が示す相違の度合が閾値以上であるブロックあるいは閾値よりも大きいブロックを相違箇所として抽出する。これにより、第1画像と第2画像との相違箇所(相違箇所を含むブロック)を抽出することができる。
また、上記評価値算出部は、上記両画像データに含まれる全ての色の色強度データに基づいて上記評価値を算出する構成であってもよい。ここで、上記両画像データに含まれる全ての色の色強度データとは、例えば、上記両画像データがRGBの色強度データを有する場合にはRGBの3色の色強度データを意味し、上記両画像データがCMYの色強度データを有する場合にはCMYの3色の色強度データを意味し、上記両画像データが色強度データとしてグレースケールを有する場合にはこのグレースケールを意味する。
上記の構成によれば、両画像データに含まれる全ての色の色強度データに基づいて評価値を算出することで、第1画像データと第2画像データとの相違の度合を適切に判断することができる。
また、上記評価値算出部は、一方の画像データを目標値としたときの、他方の画像データのSN比を上記評価値としてもよい。なお、上記SN比は、品質工学で用いられるSN比であり、一方の画像データを目標値としたときの、他方の画像データに含まれる有効成分(上記一方の画像データと略一致する成分)と無効成分(一方の画像データと相違する成分)との比率を示す指標である。
上記の構成によれば、一方の画像データに含まれる色強度データを目標値としたときの、他方の画像データに含まれる色強度データのSN比を評価値として各ブロックにおける第1画像データと第2画像データとの相違の度合を評価する。これにより、ノイズの影響を低減し、各ブロックの相違の度合を適切に評価できる。
また、上記評価値算出部は、一方の画像データに含まれる色強度データをMc,d、他方の画像データに含まれる色強度データをyc,d(ただし、上記Mc,dおよび上記yc,dにおけるcは色の種類毎に1から順に付される自然数であり、dは画素毎に1から順に付される自然数)としたときの、yc,d−β×Mc,dの絶対値の最大値(ただし、上記βはyc,dの理想値がMc,dに比例するとしたときの比例定数)を上記評価値としてもよい。
上記の構成によれば、yc,d−β×Mc,dの絶対値の最大値を評価値として各ブロックにおける第1画像データと第2画像データとの相違の度合を評価する。これにより、ノイズの影響を低減し、各ブロックの相違の度合を適切に評価できる。
また、各ブロックの第1画像データに含まれる各画素の色強度データ、および各ブロックの第2画像データに含まれる各画素の色強度データのそれぞれを、複数の画素からなるエリア毎に平均する平均化処理部を備え、上記評価値算出部は、エリア毎に平均した色強度データに基づいて上記評価値を算出する構成としてもよい。
上記の構成によれば、エリア毎に平均した色強度データに基づいて評価値を算出することで、評価値の算出処理を簡略化することができる。また、画像読取時の位置ずれ、紙質のばらつき等に起因するノイズの影響を低減し、各ブロックの相違の度合を適切に評価できる。
また、上記第1画像データおよび/または第2画像データに枠画像の画像データを付加することによって画像サイズを変換する画像変換部を備え、上記評価値算出部は、サイズ変換後の画像データに基づいて上記評価値を算出する構成としてもよい。
上記の構成によれば、画像変換部が、第1画像データおよび/または第2画像データに枠画像の画像データを付加することで当該画像データの画像サイズを変換し、評価値算出部が、サイズ変換後の画像データに基づいて評価値を算出する。これにより、例えば、第1画像のサイズと第2画像のサイズとが異なる場合であっても、両画像の中央部に基づいて位置合わせすることができる。
また、各ブロックの第1画像データに含まれる各画素の色強度データ、および各ブロックの第2画像データに含まれる各画素の色強度データのそれぞれを、複数の画素からなるエリア毎に平均する平均化処理部を備え、上記画像分割部は、上記第1画像データを行方向および列方向にマトリクス状に配列された複数のブロックに分割し、上記平均化処理部は、上記各ブロックを上記行方向および上記列方向に配列された複数のエリアに分割して分割したエリア毎に色強度データを平均し、上記画像変換部は、上記行方向の画素数が上記行方向のブロック数と上記各エリアにおける上記行方向の画素数との積の倍数になり、上記列方向の画素数が上記列方向のブロック数と上記各エリアにおける上記列方向の画素数との積の倍数になるように上記枠画像を付加する構成としてもよい。
上記の構成によれば、分割後の各ブロックのサイズを一致させることができるので、各ブロックにおける1画素あたりの情報量の重みを均一にすることができる。
また、上記相違箇所を告知する告知手段を備えている構成としてもよい。なお、上記告知手段は、相違箇所を特定可能な方法で告知するものであればよく、特に限定されるものではないが、例えば、相違箇所を表示する表示手段、相違箇所を用紙に印刷して出力する画像形成手段、相違箇所を音声によって告知する音声出力手段などを用いることができる。
上記の構成によれば、相違箇所を告知する告知手段を備えているので、相違箇所をユーザに認識させることができる。
本発明の画像読取装置は、原稿画像を読み取って画像データを生成する原稿読取手段と、上記したいずれかの相違箇所抽出装置とを備えた画像読取装置であって、上記第1画像データおよび上記第2画像データの少なくとも一方が、上記原稿読取手段によって生成された画像データであることを特徴としている。
上記の構成によれば、原稿読取手段によって読み取った原稿画像と、この原稿画像とは異なる他の画像との相違箇所を抽出することができる。
本発明の相違箇所抽出方法は、上記の課題を解決するために、第1画像の画像データである第1画像データと第2画像の画像データである第2画像データとに基づいて第1画像と第2画像との相違箇所を抽出する相違箇所抽出方法であって、第1画像データおよび第2画像データを取得する取得工程と、上記取得工程で取得した第1画像データと第2画像データとを、第1画像データの各ブロックと第2画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する画像分割工程と、上記両画像データにおける第1画像データと第2画像データの対応するブロック同士の相違の度合を示す評価値を算出する評価値算出工程と、上記評価値算出工程で算出した評価値と記憶手段に予め記憶されている閾値とを比較し、上記評価値が示す相違の度合が閾値以上であるブロックあるいは閾値よりも大きいブロックを相違箇所として抽出する相違箇所抽出工程とを行うコンピュータによって相違箇所を抽出することを特徴としている。
上記の方法によれば、取得工程において第1画像データおよび第2画像データを取得し、画像分割処理工程において、取得工程で取得した第1画像データと第2画像データとを第1画像データの各ブロックと第2画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する。そして、評価値算出部において、両画像データにおける第1画像データと第2画像データの対応するブロック同士の相違の度合を示す評価値を算出し、相違箇所抽出工程において、評価値算出工程で算出した評価値と記憶手段に予め記憶されている閾値とを比較し、上記評価値が示す相違の度合が閾値以上であるブロックあるいは閾値よりも大きいブロックを相違箇所として抽出する相違箇所抽出工程とを行うコンピュータによって相違箇所を抽出する。これにより、第1画像と第2画像との相違箇所(相違箇所を含むブロック)をコンピュータによって抽出することができる。
なお、上記相違箇所抽出装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記各部として動作させることにより、上記相違箇所抽出装置をコンピュータにて実現させるプログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に含まれる。
以上のように、本発明の相違箇所抽出装置は、上記データ取得部が取得した第1画像データと第2画像データとを、第1画像データの各ブロックと第2画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する画像分割処理部と、上記両画像データにおける第1画像データと第2画像データの対応するブロック同士の相違の度合を示す評価値を算出する評価値算出部と、対応する上記ブロック同士の相違の度合を評価するための閾値を記憶した記憶手段と、上記評価値算出部の算出した評価値と上記記憶手段に記憶されている閾値とを比較し、上記評価値が示す相違の度合が閾値以上であるブロックあるいは閾値よりも大きいブロックを相違箇所として抽出する相違箇所抽出部とを備えている。
それゆえ、第1画像と第2画像との相違箇所を抽出することができる。
また、本発明の画像読取装置は、原稿画像を読み取って画像データを生成する原稿読取手段と、上記したいずれかの相違箇所抽出装置とを備えた画像読取装置であって、上記第1画像データおよび上記第2画像データの少なくとも一方が、上記原稿読取手段によって生成された画像データであることを特徴としている。
それゆえ、原稿読取手段によって読み取った原稿画像と、この原稿画像とは異なる他の画像との相違箇所を抽出することができる。
また、本発明の相違箇所抽出方法は、第1画像データおよび第2画像データを取得する取得工程と、上記取得工程で取得した第1画像データと第2画像データとを、第1画像データの各ブロックと第2画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する画像分割工程と、上記両画像データにおける第1画像データと第2画像データの対応するブロック同士の相違の度合を示す評価値を算出する評価値算出工程と、上記評価値算出工程で算出した評価値と記憶手段に予め記憶されている閾値とを比較し、上記評価値が示す相違の度合が閾値以上であるブロックあるいは閾値よりも大きいブロックを相違箇所として抽出する相違箇所抽出工程とを行うコンピュータによって相違箇所を抽出する。
それゆえ、第1画像と第2画像との相違箇所をコンピュータによって抽出することができる。
〔実施形態1〕
本発明の一実施形態について説明する。なお、本実施形態では、本発明の相違箇所抽出装置を備えたデジタルカラー複合機(MFP:Multi-Function Printer)の一例について説明する。ただし、これに限らず、本発明の相違箇所抽出装置は、画像データに応じた画像を紙や樹脂等のシート上に形成する画像形成装置、画像データに対して濃度補正,色補正,コントラスト補正などの各種補正を行う画像処理装置、画像を読み取って画像データを取得する画像読取装置などに備えられるものであってもよい。また、本発明の相違箇所抽出装置は、複合機、画像形成装置、画像処理装置、画像読取装置等に備えられる構成に限らず、相違箇所抽出装置単体として実現されるものであってもよい。
本発明の一実施形態について説明する。なお、本実施形態では、本発明の相違箇所抽出装置を備えたデジタルカラー複合機(MFP:Multi-Function Printer)の一例について説明する。ただし、これに限らず、本発明の相違箇所抽出装置は、画像データに応じた画像を紙や樹脂等のシート上に形成する画像形成装置、画像データに対して濃度補正,色補正,コントラスト補正などの各種補正を行う画像処理装置、画像を読み取って画像データを取得する画像読取装置などに備えられるものであってもよい。また、本発明の相違箇所抽出装置は、複合機、画像形成装置、画像処理装置、画像読取装置等に備えられる構成に限らず、相違箇所抽出装置単体として実現されるものであってもよい。
(1−1. デジタルカラー複合機1の構成)
図2は、本実施形態にかかるデジタルカラー複合機(相違箇所抽出装置、画像処理装置、画像形成装置、画像読取装置)1の概略構成を示すブロック図である。このデジタルカラー複合機1は、コピー機能、プリンタ機能、ファクシミリ送信機能、スキャナ機能、scan to e-mail機能等を有している。
図2は、本実施形態にかかるデジタルカラー複合機(相違箇所抽出装置、画像処理装置、画像形成装置、画像読取装置)1の概略構成を示すブロック図である。このデジタルカラー複合機1は、コピー機能、プリンタ機能、ファクシミリ送信機能、スキャナ機能、scan to e-mail機能等を有している。
図2に示すように、デジタルカラー複合機1は、カラー画像入力装置2、カラー画像処理装置3、カラー画像出力装置4、通信装置5、操作パネル6、記憶部7を備えている。
カラー画像入力装置(画像読取装置、入力部、色強度取得部)2は、例えばCCD(Charge Coupled Device )などの光学情報を電気信号に変換するデバイスを備えたスキャナ部(図示せず)より構成され、原稿からの反射光像を、RGB(R:赤・G:緑・B:青)のアナログ信号としてカラー画像処理装置3に出力する。なお、カラー画像入力装置2は、カメラ撮影によって画像データを取得するものであってもよい。
カラー画像処理装置(相違箇所抽出装置)3は、A/D変換部11、シェーディング補正部12、類似度判定部13、入力階調補正部14、領域分離処理部15、色補正部16、黒生成下色除去部17、空間フィルタ処理部18、出力階調補正部19、および階調再現処理部20を備えている。カラー画像入力装置2からカラー画像処理装置3に出力されたアナログ信号は、カラー画像処理装置3内を、A/D変換部11、シェーディング補正部12、類似度判定部13、入力階調補正部14、領域分離処理部15、色補正部16、黒生成下色除去部17、空間フィルタ処理部18、出力階調補正部19、階調再現処理部20の順で送られ、CMYKのデジタルカラー信号としてカラー画像出力装置4に出力される。なお、A/D変換部11から階調再現処理部20へ至るまでの途中で、アナログ信号あるいはデジタルカラー信号の記憶部7への書込み/読出しを適宜行ってもよい。
A/D(アナログ/デジタル)変換部11は、RGBのアナログ信号をデジタル信号に変換するものである。
シェーディング補正部12は、A/D変換部11より送られてきたデジタルのRGB信号に対して、カラー画像入力装置2の照明系、結像系、撮像系で生じる各種の歪みを取り除く処理を施すものである。また、シェーディング補正部12は、カラーバランスの調整、および濃度信号などカラー画像処理装置3に採用されている画像処理システムの扱い易い信号に変換する処理を施す。
類似度判定部(相違箇所抽出装置)13は、評価対象画像データ(第1画像データ)に対応する画像である評価対象画像(第1画像)とサンプル画像データ(第2画像)に対応する画像であるサンプル画像(第2画像)とに基づいて、評価対象画像とサンプル画像との相違箇所(低類似度箇所)を抽出する。これにより、評価対象画像とサンプル画像との相違箇所を、人間の主観を介さずに判断できるようになっている。なお、類似度判定部13は入力されたRGB信号をそのまま後段の入力階調補正部14へ出力する。類似度判定部13の詳細については後述する。
入力階調補正部14は、シェーディング補正部にて各種の歪みが取り除かれたRGB信号に対して、下地色(下地色の濃度成分:下地濃度)の除去やコントラストなどの画質調整処理を施す。
領域分離処理部15は、RGB信号より、画像データ中の各画素を文字領域、網点領域、写真領域のいずれかに分離するものである。領域分離処理部15は、分離結果に基づき、画素がどの領域に属しているかを示す領域識別信号を、色補正部16、黒生成下色除去部17、空間フィルタ処理部18、および階調再現処理部20へと出力するとともに、入力階調補正部14より出力された入力信号をそのまま後段の色補正部16に出力する。
色補正部16は、色再現の忠実化実現のために、不要吸収成分を含むCMY(C:シアン・M:マゼンタ・Y:イエロー)色材の分光特性に基づいた色濁りを取り除く処理を行うものである。
黒生成下色除去部17は、色補正後のCMYの3色信号から黒(K)信号を生成する黒生成、元のCMY信号から黒生成で得たK信号を差し引いて新たなCMY信号を生成する処理を行うものである。これにより、CMYの3色信号はCMYKの4色信号に変換される。
空間フィルタ処理部18は、黒生成下色除去部17より入力されるCMYK信号の画像データに対して、領域識別信号を基にデジタルフィルタによる空間フィルタ処理を行い、空間周波数特性を補正する。これにより、出力画像のぼやけや粒状性劣化を軽減することができる。階調再現処理部20も、空間フィルタ処理部18と同様、CMYK信号の画像データに対して領域識別信号を基に所定の処理を施すものである。
例えば、領域分離処理部15にて文字に分離された領域は、特に黒文字あるいは色文字の再現性を高めるために、空間フィルタ処理部18による空間フィルタ処理における鮮鋭強調処理で高周波数の強調量が大きくされる。同時に、階調再現処理部20においては、高域周波数の再現に適した高解像度のスクリーンでの二値化または多値化処理が選択される。
また、領域分離処理部15にて網点領域に分離された領域に関しては、空間フィルタ処理部18において、入力網点成分を除去するためのローパス・フィルタ処理が施される。そして、出力階調補正部19では、濃度信号などの信号をカラー画像出力装置4の特性値である網点面積率に変換する出力階調補正処理を行った後、階調再現処理部20で、最終的に画像を画素に分離してそれぞれの階調を再現できるように処理する階調再現処理(中間調生成)が施される。領域分離処理部15にて写真に分離された領域に関しては、階調再現性を重視したスクリーンでの二値化または多値化処理が行われる。
上述した各処理が施された画像データは、いったん記憶装置(図示せず)に記憶され、所定のタイミングで読み出されてカラー画像出力装置4に入力される。
カラー画像出力装置4は、カラー画像処理装置3から入力された画像データを記録材(例えば紙等)上に出力するものである。カラー画像出力装置4の構成は特に限定されるものではなく、例えば、電子写真方式やインクジェット方式を用いたカラー画像出力装置を用いることができる。
通信装置(入力部、色強度取得部)5は、ネットワークを介して通信可能に接続された他の装置(例えば、パーソナルコンピュータ、サーバー装置、他のデジタル複合機等)とデータ通信を行う。
操作パネル6は、例えば、液晶ディスプレイなどの表示部と設定ボタンなどより構成され(いずれも図示せず)、デジタルカラー複合機1の主制御部(図示せず)の指示に応じた情報を上記表示部に表示するとともに、上記設定ボタンを介してユーザから入力される情報を上記主制御部に伝達する。上記主制御部は、例えばCPU(Central Processing Unit)等からなり、図示しないROM等に格納されたプログラムや各種データ、操作パネル6から入力される情報等に基づいて、デジタルカラー複合機1の各部の動作を制御する。
記憶部(記憶手段)7は、カラー画像処理装置3で用いられる各種情報を記憶するための記憶手段である。
(1−2.類似度判定部13の構成)
図1は、類似度判定部13の概略構成を示すブロック図である。この図に示すように、類似度判定部13は、色強度データ取得部31、画像分割処理部32、評価値算出部33、相違箇所抽出部34、相違箇所通知部35、類似度評価部36を備えている。
図1は、類似度判定部13の概略構成を示すブロック図である。この図に示すように、類似度判定部13は、色強度データ取得部31、画像分割処理部32、評価値算出部33、相違箇所抽出部34、相違箇所通知部35、類似度評価部36を備えている。
色強度データ取得部(データ取得手段)31は、シェーディング補正部12から入力されるR,G,Bのカラー画像データ(色強度データ)を取得する。なお、本実施形態では、類似度判定部13にR,G,Bのカラー画像データ(色強度データ)が入力されるものとしたが、これに限らず、例えば、C,M,Yのカラー画像データ(色強度データ)が入力される構成であってもよく、グレースケールなどのモノクロ画像データ(色強度データ)が入力される構成であってもよい。また、色強度データ取得部31が、外部から入力されるデータに基づいてR,G,Bのカラー画像データ、あるいはC,M,Yのカラー画像データ、あるいはグレースケールなどのモノクロ画像データを生成する構成としてもよい。
また、色強度データ取得部31は、取得したデータを記憶部7に一端保存する。保存の形式は、色強度を保存できる形式であればよく、特に限定されないが、例えばBMP形式、TIFF形式などを用いることができる。
なお、本実施形態では、カラー画像入力装置(データ取得手段)2によって評価対象画像から読み取った評価対象画像データと、カラー画像入力装置2によってサンプル画像から読み取ったサンプル画像データとの相違箇所を抽出する場合の例について説明するが、これに限るものではない。例えば、評価対象画像データおよび/またはサンプル画像データを、通信装置5(データ取得手段)を介して通信によって取得してもよく、図示しないデータ読出装置(データ取得手段)によって各種記憶媒体から読み出すことで取得してもよい。
画像分割処理部32は、評価対象画像データおよびサンプル画像データを、それぞれ各画像上の領域に応じて、評価対象画像データの各ブロックとサンプル画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する。例えば、図3に示すように、評価対象画像データおよびサンプル画像データを縦方向(列方向)tブロック×横方向(行方向)sブロックに分割する(s,tは少なくとも一方が2以上の整数であり、他方が1以上の整数。なお、s=tであってもよく、s≠tであってもよい)。また、画像分割処理部32は、評価対象画像データおよびサンプル画像データの縦方向および横方向の分割数を記憶部7に記憶させる。なお、縦方向および横方向の分割数は、予め設定されていてもよく、あるいは操作パネル6を介してユーザが指定してもよい。また、評価対象画像データおよびサンプル画像データの画像サイズ、分解能、画像の種類等に応じた分割数を予め記憶部7に記憶させておき、画像分割処理部32が評価対象画像データおよびサンプル画像データの画像サイズ、分解能、画像の種類等を判断し、判断結果に応じて適切な分割数を選択するようにしてもよい。
評価値算出部33は、評価対象画像データおよびサンプル画像データの各ブロックの類似度(相違の度合)を評価するための評価値を算出し、算出結果を記憶部7に記憶させる。評価値の算出方法については後述する。
相違箇所抽出部34は、評価値算出部33が算出した各ブロックの評価値と、記憶部7に予め記憶されている閾値TH1とを比較し、両画像の相違の度合が閾値TH1以上あるいは閾値TH1よりも大きいブロックを相違箇所(低類似度箇所)として抽出する。なお、上記評価値は、値が大きくなるほど相違の度合が大きくなる指標であってもよく、値が大きくなるほど相違の度合が小さくなる指標であってもよい。いずれの場合にも、評価値の特性に応じて、相違の度合が閾値TH1以上(あるいは閾値TH1よりも大きい)か否かを判断すればよい。
相違箇所通知部35は、相違箇所抽出部34によって相違箇所として抽出されたブロックを特定する情報を操作パネル6の表示部に表示させる。例えば、相違箇所通知部35は、図4に示すように、評価対象画像を表示させるとともに、この画像上における相違箇所の色を反転させる(あるいは、強調表示したり、枠で囲んだりするなどしてもよい)。また、相違箇所を特定するテキスト情報(例えば、相違箇所が何行目、何列目のブロックであるか等)を表示してもよい。また、相違箇所を特定する情報(画像あるいはテキスト)を用紙に印刷して出力するようにしてもよく、図示しないスピーカ等から音声出力によって相違箇所を通知するようにしてもよい。なお、相違箇所通知部35が、相違箇所抽出部34の抽出した相違箇所を特定する情報をデジタルカラー複合機1の主制御部に送り、主制御部がデジタルカラー複合機1の各部を制御して操作パネル6にこの情報に基づく表示させたり、用紙に印刷させたり、音声出力するなどして通知するようにしてもよい。
類似度評価部36は、評価対象画像のサンプル画像に対する類似度(画像全体の類似度)を算出する。類似度の算出方法は特に限定されないが、例えば、類似度評価部36は、全ブロック数に対する評価値算出部33によって相違箇所として抽出されなかったブロックの数の割合を類似度として算出する。あるいは、各ブロックの評価値の平均値AVEと記憶部7に記憶されている閾値TH2とに基づいて類似度を算出してもよい(例えば、類似度=1−|(AVE−TH2)/TH2|としてもよい)。なお、評価対象画像データのサンプル画像データに対する類似度を評価する必要がない場合には類似度評価部36を省略してもよい。
(評価値算出方法の例1)
評価値算出部33は、以下に示す式(1)〜(10)に基づいてSN比ηを算出し、算出結果を上記評価値として記憶部7に記憶させる。
評価値算出部33は、以下に示す式(1)〜(10)に基づいてSN比ηを算出し、算出結果を上記評価値として記憶部7に記憶させる。
全自由度 fT=k×m ・・・(2)
比例項の変動 Sβ=L2/r ・・・(5)
比例項の自由度 fβ=1 ・・・(6)
誤差変動 Se=ST−Sβ ・・・(7)
誤差の自由度 fe=fT−fβ ・・・(8)
誤差分散 Ve=Se/fe ・・・(9)
SN比 η=10×log10((1/r)×(Sβ−Ve)/Ve)・・・(10)
なお、上記式(1)および式(4)におけるyは評価対象画像データに含まれる各画素の色強度データである。また、yc,dとしたときの添え字cは色の種類に応じて1から順に付された自然数である。例えば、RGBの3色の色強度データがある場合、Rの色強度データはc=1,Gの色強度データはc=2,Bの色強度データはc=3とする。また、上記式(1)および式(4)におけるmはcの最大値、すなわち色の種類数を表している。なお、本実施形態では、評価対象画像データにおける全色の色強度データを用いるものとする。したがって、例えば、RGBあるいはCMYの3色の色強度データである場合にはm=3であり、グレースケール等の1色の色強度データである場合にはm=1である。また、添え字dは画素を特定するための数値である。例えば、縦6×横8個の画像データの場合、一番上のライン(画素列)の左から右に向かって各画素に1〜8の通し番号が付与され、2番目のラインの左から右に向かって9〜16の通し番号が付与され、以降、最終ラインまで同様に通し番号が付与される。また、上記式(1)および式(4)におけるkはdの最大値、すなわち画素数(色強度データの数)を表している。例えば、縦6×横8個の画像データの場合、k=48である。したがって、例えば、Gの16番目の画素の強度データはy2,16となる。
比例項の自由度 fβ=1 ・・・(6)
誤差変動 Se=ST−Sβ ・・・(7)
誤差の自由度 fe=fT−fβ ・・・(8)
誤差分散 Ve=Se/fe ・・・(9)
SN比 η=10×log10((1/r)×(Sβ−Ve)/Ve)・・・(10)
なお、上記式(1)および式(4)におけるyは評価対象画像データに含まれる各画素の色強度データである。また、yc,dとしたときの添え字cは色の種類に応じて1から順に付された自然数である。例えば、RGBの3色の色強度データがある場合、Rの色強度データはc=1,Gの色強度データはc=2,Bの色強度データはc=3とする。また、上記式(1)および式(4)におけるmはcの最大値、すなわち色の種類数を表している。なお、本実施形態では、評価対象画像データにおける全色の色強度データを用いるものとする。したがって、例えば、RGBあるいはCMYの3色の色強度データである場合にはm=3であり、グレースケール等の1色の色強度データである場合にはm=1である。また、添え字dは画素を特定するための数値である。例えば、縦6×横8個の画像データの場合、一番上のライン(画素列)の左から右に向かって各画素に1〜8の通し番号が付与され、2番目のラインの左から右に向かって9〜16の通し番号が付与され、以降、最終ラインまで同様に通し番号が付与される。また、上記式(1)および式(4)におけるkはdの最大値、すなわち画素数(色強度データの数)を表している。例えば、縦6×横8個の画像データの場合、k=48である。したがって、例えば、Gの16番目の画素の強度データはy2,16となる。
また、上記式(3)および式(4)におけるMはサンプル画像データに含まれる各画素の色強度データである。添え字については上記したyの添え字と同様である。
(評価値算出方法の例2)
上記した評価値算出方法における式(10)を下記の式(10’)に変更してもよい。
上記した評価値算出方法における式(10)を下記の式(10’)に変更してもよい。
SN比 η=10×log10((Sβ−Ve)/Ve) ・・・(10’)
(評価値算出方法の例3)
上記した評価値算出方法に代えて、以下の式(11)〜(26)に基づいてSN比ηを算出し、算出結果を上記評価値として記憶部7に記憶させるようにしてもよい。
(評価値算出方法の例3)
上記した評価値算出方法に代えて、以下の式(11)〜(26)に基づいてSN比ηを算出し、算出結果を上記評価値として記憶部7に記憶させるようにしてもよい。
全自由度 fT=k×2×m ・・・(12)
比例項の変動 Sβ=(L1+L2)2/(2×r) ・・・(16)
比例項の自由度 fβ=1 ・・・(17)
比例定数の差による変動 SN×β=(L1 2+L2 2)/r−Sβ ・・・(18)
比例定数の差による自由度 fN×β=n−1=2−1=1) ・・・(19)
誤差変動 Se=ST−Sβ−SN×β ・・・(20)
誤差の自由度 fe=fT−fβ−fN×β ・・・(21)
総合誤差の変動 SN=ST−Sβ=SN×β+Se ・・・(22)
総合誤差の自由度 fN=fT−fβ=fN×β+fe ・・・(23)
誤差分散 Ve=Se/fe ・・・(24)
総合誤差の分散 VN=SN/fN ・・・(25)
SN比 η=10×log10((Sβ−Ve)/VN) ・・・(26)
(評価値算出方法の例4)
上記した評価値算出方法に代えて、yc,dの理想値をyc,d=β×Mc,d(βは比例定数)としたときの、yc,d−β×Mc,dの絶対値の最大値であるズレ値Zを算出し、算出結果を上記評価値としてもよい。
比例項の自由度 fβ=1 ・・・(17)
比例定数の差による変動 SN×β=(L1 2+L2 2)/r−Sβ ・・・(18)
比例定数の差による自由度 fN×β=n−1=2−1=1) ・・・(19)
誤差変動 Se=ST−Sβ−SN×β ・・・(20)
誤差の自由度 fe=fT−fβ−fN×β ・・・(21)
総合誤差の変動 SN=ST−Sβ=SN×β+Se ・・・(22)
総合誤差の自由度 fN=fT−fβ=fN×β+fe ・・・(23)
誤差分散 Ve=Se/fe ・・・(24)
総合誤差の分散 VN=SN/fN ・・・(25)
SN比 η=10×log10((Sβ−Ve)/VN) ・・・(26)
(評価値算出方法の例4)
上記した評価値算出方法に代えて、yc,dの理想値をyc,d=β×Mc,d(βは比例定数)としたときの、yc,d−β×Mc,dの絶対値の最大値であるズレ値Zを算出し、算出結果を上記評価値としてもよい。
例えば、以下の式(27)〜(30)に基づいてズレ値Zを算出し、算出結果を上記評価値として記憶部7に記憶させるようにしてもよい。
傾き β=L/r ・・・(29)
ズレ値 Z=|Zc,d|max=|yc,d−β×Mc,d|max・・・(30)
(評価値算出方法の例5)
上記した評価値算出方法に代えて、以下の式(31)〜(35)に基づいてズレ値Zを算出し、算出結果を上記評価値として記憶部7に記憶させるようにしてもよい。
ズレ値 Z=|Zc,d|max=|yc,d−β×Mc,d|max・・・(30)
(評価値算出方法の例5)
上記した評価値算出方法に代えて、以下の式(31)〜(35)に基づいてズレ値Zを算出し、算出結果を上記評価値として記憶部7に記憶させるようにしてもよい。
傾き β=(L1+L2)/(2×r) ・・・(34)
ズレ値 Z=|Zc,d|max=|yc,d-β×Mc,d|max ・・・(35)
(評価値算出の具体例)
次に、評価値算出処理の具体例について説明する。ここでは、評価対象画像データおよびサンプル画像データの1ブロックがそれぞれ以下に示す画像データ(R,G,Bの色強度データ)を有する4つの画素(ピクセル)からなる場合について説明する。
ズレ値 Z=|Zc,d|max=|yc,d-β×Mc,d|max ・・・(35)
(評価値算出の具体例)
次に、評価値算出処理の具体例について説明する。ここでは、評価対象画像データおよびサンプル画像データの1ブロックがそれぞれ以下に示す画像データ(R,G,Bの色強度データ)を有する4つの画素(ピクセル)からなる場合について説明する。
サンプル画像の色強度データM
ピクセル1:R=146,G=33,B=172
ピクセル2:R=105,G=162,B=231
ピクセル3:R=94,G=248,B=55
ピクセル4:R=234,G=42,B=84
評価対象画像の色強度データy
ピクセル1:R=140,G=38,B=180
ピクセル2:R=95,G=188,B=241
ピクセル3:R=80,G=252,B=57
ピクセル4:R=230,G=48,B=86
まず、上記式(1)〜(10)によって算出されるSN比ηを評価値として算出する場合について説明する。
ピクセル1:R=146,G=33,B=172
ピクセル2:R=105,G=162,B=231
ピクセル3:R=94,G=248,B=55
ピクセル4:R=234,G=42,B=84
評価対象画像の色強度データy
ピクセル1:R=140,G=38,B=180
ピクセル2:R=95,G=188,B=241
ピクセル3:R=80,G=252,B=57
ピクセル4:R=230,G=48,B=86
まず、上記式(1)〜(10)によって算出されるSN比ηを評価値として算出する場合について説明する。
この場合、上記式(1)より、全変動ST=y1,1 2+y1,2 2+y1,3 2+y1,4 2+y2,1 2+y2,2 2+y2,3 2+y2,4 2+y3,1 2+y3,2 2+y3,3 2+y3,4 2=1402+952+802+2302+382+1882+2522+482+1802+2412+572+862=291647であり、
上記式(2)より、全自由度fT=4×3=12であり、
上記式(3)より、有効除数r=M1,1 2+M1,2 2+M1,3 2+M1,4 2+M2,1 2+M2,2 2+M2,3 2+M2,4 2+M3,1 2+M3,2 2+M3,3 2+M3,4 2=1462+1052+942+2342+332+1622+2482+422+1722+2312+552+842=279560であり、
上記式(4)より、L=M1,1×y1,1+M1,2×y1,2+M1,3×y1,3+M1,4×y1,4+M2,1×y2,1+M2,2×y2,2+M2,3×y2,3+M2,4×y2,4+M3,1×y3,1+M3,2×y3,2+M3,3×y3,3+M3,4×y3,4=146×140+105×95+94×80+234×230+33×38+162×188+248×252+42×48+172×180+231×241+55×57+84×86=284967であり、
上記式(5)より、比例項の変動Sβ=L2/r=2849672/279560=290478.577であり、
上記式(6)より、比例項の自由度fβ=1であり、
上記式(7)より、誤差変動Se=ST−Sβ=291647−290478.577=1168.423であり、
上記式(8)より、誤差の自由度fe=fT−fβ=12−1=11であり、
上記式(9)より、誤差分散Ve=Se/fe=1168.423/11=106.22であるので、上記式(10)より、
SN比η=10×log10((1/r)×(Sβ−Ve)/Ve)=10×log10((1/279560)×(290478.577−106.22)/106.22)=−20.097となる。
上記式(2)より、全自由度fT=4×3=12であり、
上記式(3)より、有効除数r=M1,1 2+M1,2 2+M1,3 2+M1,4 2+M2,1 2+M2,2 2+M2,3 2+M2,4 2+M3,1 2+M3,2 2+M3,3 2+M3,4 2=1462+1052+942+2342+332+1622+2482+422+1722+2312+552+842=279560であり、
上記式(4)より、L=M1,1×y1,1+M1,2×y1,2+M1,3×y1,3+M1,4×y1,4+M2,1×y2,1+M2,2×y2,2+M2,3×y2,3+M2,4×y2,4+M3,1×y3,1+M3,2×y3,2+M3,3×y3,3+M3,4×y3,4=146×140+105×95+94×80+234×230+33×38+162×188+248×252+42×48+172×180+231×241+55×57+84×86=284967であり、
上記式(5)より、比例項の変動Sβ=L2/r=2849672/279560=290478.577であり、
上記式(6)より、比例項の自由度fβ=1であり、
上記式(7)より、誤差変動Se=ST−Sβ=291647−290478.577=1168.423であり、
上記式(8)より、誤差の自由度fe=fT−fβ=12−1=11であり、
上記式(9)より、誤差分散Ve=Se/fe=1168.423/11=106.22であるので、上記式(10)より、
SN比η=10×log10((1/r)×(Sβ−Ve)/Ve)=10×log10((1/279560)×(290478.577−106.22)/106.22)=−20.097となる。
したがって、このブロックについてのSN比(評価値)ηは−20.097である。
次に、上記式(27)〜(30)によって算出されるズレ値Zを評価値として算出する場合について説明する。
上記式(27)より、有効除数r=M1,1 2+M1,2 2+M1,3 2+M1,4 2+M2,1 2+M2,2 2+M2,3 2+M2,4 2+M3,1 2+M3,2 2+M3,3 2+M3,4 2=1462+1052+942+2342+332+1622+2482+422+1722+2312+552+842=279560であり、
上記式(28)より、L=M1,1×y1,1+M1,2×y1,2+M1,3×y1,3+M1,4×y1,4+M2,1×y2,1+M2,2×y2,2+M2,3×y2,3+M2,4×y2,4+M3,1×y3,1+M3,2×y3,2+M3,3×y3,3+M3,4×y3,4=146×140+105×95+94×80+234×230+33×38+162×188+248×252+42×48+172×180+231×241+55×57+84×86=284967であり、
上記式(29)より、β=L/r=284967/279560=1.019であるので、各画素についての各色の色強度のズレ値Zc,dは以下のようになる。
上記式(28)より、L=M1,1×y1,1+M1,2×y1,2+M1,3×y1,3+M1,4×y1,4+M2,1×y2,1+M2,2×y2,2+M2,3×y2,3+M2,4×y2,4+M3,1×y3,1+M3,2×y3,2+M3,3×y3,3+M3,4×y3,4=146×140+105×95+94×80+234×230+33×38+162×188+248×252+42×48+172×180+231×241+55×57+84×86=284967であり、
上記式(29)より、β=L/r=284967/279560=1.019であるので、各画素についての各色の色強度のズレ値Zc,dは以下のようになる。
Z1,1 = |Z1,1| = |140−1.019×146|=8.824
Z1,2 = |Z1,2| = |95−1.019×105| =12.031
Z1,3 = |Z1,3| = |80−1.019×94| =15.818
Z1,4 = |Z1,4| = |230−1.019×234|=8.526
Z2,1 = |Z2,1| = |38−1.019×33| =4.362
Z2,2 = |Z2,2| = |188−1.019×162|=22.867
Z2,3 = |Z2,3| = |252−1.019×248|=0.797
Z2,4 = |Z2,4| = |48−1.019×42| =5.188
Z3,1 = |Z3,1| = |180−1.019×172|=4.673
Z3,2 = |Z3,2| = |241−1.019×231|=5.532
Z3,3 = |Z3,3| = |57−1.019×55| =0.936
Z3,4 = |Z3,4| = |86−1.019×84| =0.375
したがって、上記式(30)より、ズレ値Z=|Zc,d|max=22.867となる。
Z1,2 = |Z1,2| = |95−1.019×105| =12.031
Z1,3 = |Z1,3| = |80−1.019×94| =15.818
Z1,4 = |Z1,4| = |230−1.019×234|=8.526
Z2,1 = |Z2,1| = |38−1.019×33| =4.362
Z2,2 = |Z2,2| = |188−1.019×162|=22.867
Z2,3 = |Z2,3| = |252−1.019×248|=0.797
Z2,4 = |Z2,4| = |48−1.019×42| =5.188
Z3,1 = |Z3,1| = |180−1.019×172|=4.673
Z3,2 = |Z3,2| = |241−1.019×231|=5.532
Z3,3 = |Z3,3| = |57−1.019×55| =0.936
Z3,4 = |Z3,4| = |86−1.019×84| =0.375
したがって、上記式(30)より、ズレ値Z=|Zc,d|max=22.867となる。
(閾値TH1の設定方法の例1)
次に、相違箇所抽出部34が相違箇所を抽出する際に用いる上記閾値TH1の設定方法の一例について説明する。
次に、相違箇所抽出部34が相違箇所を抽出する際に用いる上記閾値TH1の設定方法の一例について説明する。
まず、サンプル画像データと、このサンプル画像データに対する相違箇所を含む評価対象画像データとを用意する。例えば、図5(a)に示すサンプル画像のデータと、図5(b)に示す評価対象画像のデータとを用意する。図5(a)および図5(b)の例では、右上(図中に示した縦4・横4の位置)のブロックが相違箇所を有する(類似度が低い)一方、その他のブロックについては相違箇所がない(類似度が高い)ようになっている。
なお、図5(a)中および図5(b)中に示した破線は、ブロックを説明するためのものであり、サンプル画像および評価対象画像に含まれるものではない。
なお、図5(a)中および図5(b)中に示した破線は、ブロックを説明するためのものであり、サンプル画像および評価対象画像に含まれるものではない。
次に、サンプル画像データおよび評価対象画像データを、所定数のブロック(ここでは縦4×横4)に分割する。そして、各ブロックについてS/N比、および/またはズレ値を算出する。
例えば、各ブロックについてのS/N比およびズレ値が下表に示す値であったとする。
S/N比については、S/N比が大きいほど類似度が高く、小さいほど類似度が低い。このため、相違箇所がある(類似度が低い)ブロックにおけるS/N比の最大値(表1の場合−22.54)と、相違箇所のない(類似度が高い)ブロックにおけるS/N比の最小値(表1の場合−20.44)との間に閾値を設定すればよい。
なお、閾値を上記範囲内においてどのように設定するかについては、用途に応じて設定すればよい。例えば、相違箇所があるブロックが見逃される頻度(相違箇所があるブロックであるにもかかわらず相違箇所がないブロックであると誤判定される頻度)を低減したい場合には、閾値を相違箇所のないブロックにおけるS/N比の最小値(表1の場合−20.44)あるいはそれに近い値にすればよい。また、相違箇所があるブロックであるにもかかわらず相違箇所がないブロックであると誤判定される頻度を低減させたい場合には、閾値を相違箇所があるブロックにおけるS/N比の最大値(表1の場合−22.54)あるいはそれに近い値に設定すればよい。
一方、ズレ値については、ズレ値が小さいほど類似度が高く、大きいほど類似度が低い。このため、相違箇所があるブロックにおけるズレ値の最小値(表1の場合24.2)と、相違箇所のないブロックにおけるズレ値の最大値(表1の場合22.3)との間に閾値を設定すればよい。
なお、S/N比の場合と同様、閾値を上記範囲内においてどのように設定するかについては、用途に応じて設定すればよい。例えば、相違箇所があるブロックが見逃される頻度(相違箇所があるブロックであるにもかかわらず相違箇所がないブロックであると誤判定される頻度)を低減したい場合には、閾値を相違箇所のないブロックにおけるズレ値の最大値(表1の場合22.3)あるいはそれに近い値にすればよい。また、相違箇所があるブロックであるにもかかわらず相違箇所がないブロックであると誤判定される頻度を低減させたい場合には、閾値を相違箇所があるブロックにおけるズレ値の最小値あるいはそれに近い値に設定すればよい。
また、閾値については、画像の種類毎に設定してもよい。例えば、文字のみからなる画像、写真または描画のみからなる画像、文字と写真または描画とを含む画像といったタイプ分けをしてタイプ毎に事前に閾値を用意し、記憶部7に記憶させておいてもよい。この場合、デジタルカラー複合機1に評価対象画像データのタイプ(画像の種別)を判定する判定部を設けておき、相違箇所抽出部34が記憶部7に記憶されている閾値の中から判定部によって判定された評価対象画像データのタイプに対応する閾値を選択し、選択した閾値を用いて相違箇所の抽出を行うようにすればよい。なお、評価対象画像データのタイプの判定方法は特に限定されるものではなく、例えば従来から公知の種々の方法を用いることができる。また、ブロック毎あるいは複数のブロックからなるブロック群毎にタイプ(画像の種類)の判定を行い、判定結果に応じた閾値を用いるようにしてもよい。
以上のように、本実施形態にかかるデジタルカラー複合機1では、画像分割処理部32が評価対象画像データおよびサンプル画像データを両画像データの各ブロックが互いに対応するようにそれぞれ複数のブロックに分割し、評価値算出部33が評価対象画像データおよびサンプル画像データの各ブロックについての評価値を算出し、相違箇所抽出部34が評価値算出部33の算出した各ブロックの評価値と記憶部7に予め記憶されている閾値TH1とを比較して相違箇所(相違ブロック)を抽出する。
これにより、評価対象画像とサンプル画像との相違箇所を、人間の主観を介することなく抽出することができる。
また、本実施形態では、評価対象画像データおよびサンプル画像データに含まれる全ての色(RGBの3色)の色強度データに基づいて評価値を算出する。これにより、相違箇所の判定を精度よく行うことができる。
また、本実施形態では、各ブロックについての評価値としてSN比ηまたはズレ値Zを用いている。これにより、相違箇所の判定精度に対するノイズの影響を低減して画像同士の類似度を高精度に判定することができる。
〔実施形態2〕
本発明の他の実施形態について説明する。なお、説明の便宜上、実施形態1と同様の機能を有する部材については同じ符号を付し、その説明を省略する。
本発明の他の実施形態について説明する。なお、説明の便宜上、実施形態1と同様の機能を有する部材については同じ符号を付し、その説明を省略する。
本実施形態にかかるデジタルカラー複合機1は、実施形態1における類似度判定部13に代えて、図6に示す類似度判定部13bを備えている。図6は、類似度判定部13bの概略構成を示すブロック図である。
この図に示すように、類似度判定部13bは、実施形態1における類似度判定部13に備えられる各部に加えて、平均化処理部37を備えている。
平均化処理部37は、色強度データ取得部31の取得した評価対象画像データおよびサンプル画像データにおける複数ピクセルからなる各エリアの色強度データを以下に示す式(36)および式(37)に基づいて平均化処理し、処理結果を記憶部7に記憶させる。なお、図7に示すように、1エリアは複数ピクセル(u×vピクセル;u,vは1以上の整数であり、u=vであってもよく、u≠vであってもよい。)からなり、1ブロックは複数エリア(m×nエリア;m,nは1以上の整数であり、m=nであってもよく、m≠nであってもよい)からなる。また、1エリアあたりのピクセル数(u,vの値)は、予め設定されていてもよく、操作パネル6を介してユーザが指定してもよい。また、サンプル画像データおよび評価対象画像データの画像サイズ、分解能、画像の種類等に応じたピクセル数を予め記憶部7に記憶させておき、画像分割処理部32がサンプル画像データおよび評価対象画像データの画像サイズ、分解能、画像の種類等を判断し、判断結果に応じて適切な分割数を選択するようにしてもよい。
M’c,(f,g)=(Mc,((f−1)×u+1,(g−1)×v+1)+・・・・・・+Mc,(f×u,g×v))/(u×v) ・・・(36)
y’c,(f,g)=(yc,((f−1)×u+1,(g−1)×v+1)+・・・・・・+yc(f×u,g×v))/(u×v) ・・・(37)
なお、上記式(36)におけるM’は、サンプル画像データを平均化処理することによって算出される1エリアの色強度データを示す。また、M’c,(f,g)としたときの添え字cは色の種類を表す。例えば、RGBの3色の色強度データがある場合、Rの色強度データはc=1,Gの色強度データはc=2,Bの色強度データはc=3とする。また、f,gは平均化処理後の各エリアの位置を表わす。例えば、平均化処理後に縦6・横8(左から6番目、上から8番目)となるエリアは、f=6、g=8となる。また、u,vは、上記式(36)におけるu,vは、それぞれ、1エリアに含まれる縦方向(列方向)のピクセル数および横方向(行方向)のピクセル数を示している。
y’c,(f,g)=(yc,((f−1)×u+1,(g−1)×v+1)+・・・・・・+yc(f×u,g×v))/(u×v) ・・・(37)
なお、上記式(36)におけるM’は、サンプル画像データを平均化処理することによって算出される1エリアの色強度データを示す。また、M’c,(f,g)としたときの添え字cは色の種類を表す。例えば、RGBの3色の色強度データがある場合、Rの色強度データはc=1,Gの色強度データはc=2,Bの色強度データはc=3とする。また、f,gは平均化処理後の各エリアの位置を表わす。例えば、平均化処理後に縦6・横8(左から6番目、上から8番目)となるエリアは、f=6、g=8となる。また、u,vは、上記式(36)におけるu,vは、それぞれ、1エリアに含まれる縦方向(列方向)のピクセル数および横方向(行方向)のピクセル数を示している。
また、上記式(37)におけるy’は、評価対象画像データを平均化処理することによって算出される1エリアの色強度データを示す。添え字についてはM’と同様である。
これにより、例えば、4×4ピクセルからなる1エリアを平均化処理して得られる縦6・横8のエリアにおける2種類目の色(G;緑)の色強度データは、
M’2,(6,8)=(M2,(21,29)+M2,(21,30)+M2,(21,31)+M2,(21,32)+M2,(22,29)+M2,(22,30)+M2,(22,31)+M2,(22,32)+M2,(23,29)+M2,(23,30)+M2,(23,31)+M2,(23,32)+M2,(24,29)+M2,(24,30)+M2,(24,31)+M2,(24,32))/(4×4)となる。
M’2,(6,8)=(M2,(21,29)+M2,(21,30)+M2,(21,31)+M2,(21,32)+M2,(22,29)+M2,(22,30)+M2,(22,31)+M2,(22,32)+M2,(23,29)+M2,(23,30)+M2,(23,31)+M2,(23,32)+M2,(24,29)+M2,(24,30)+M2,(24,31)+M2,(24,32))/(4×4)となる。
画像分割処理部32、評価値算出部33、相違箇所抽出部34、相違箇所通知部35、類似度評価部36は、実施形態1おいて色強度データM,yを用いて行った処理と同様の処理を、平均化処理部37の算出した各エリアの色強度データM’,y’を用いて行う。つまり、色強度データM,yに代えて色強度データM’,y’を用いて相違箇所の抽出を行う。
以上のように、本実施形態では、評価対象画像データおよびサンプル画像データにおける各ピクセルについての色強度データを、複数ピクセルからなるエリア毎に平均化処理して各エリアについての色強度データの平均値を算出する。そして、この各エリアについての平均値に基づいて各ブロックの評価値を算出し、相違箇所(相違ブロック)を抽出する。
このように、平均化処理を行うことで、画像読取時の位置ズレ、紙質のばらつき等に起因するノイズが相違箇所の判定結果に影響を及ぼすことを低減できる。
〔実施形態3〕
本発明のさらに他の実施形態について説明する。なお、なお、説明の便宜上、実施形態1,2と同様の機能を有する部材については同じ符号を付し、その説明を省略する。
本発明のさらに他の実施形態について説明する。なお、なお、説明の便宜上、実施形態1,2と同様の機能を有する部材については同じ符号を付し、その説明を省略する。
本実施形態にかかるデジタルカラー複合機1は、実施形態2における類似度判定部13bに代えて、図8に示す類似度判定部13cを備えている。図8は、類似度判定部13cの概略構成を示すブロック図である。
この図に示すように、類似度判定部13cは、実施形態2における類似度判定部13bに備えられる各部に加えて、データサイズ演算部38とデータサイズ処理部39とを備えている。
データサイズ演算部(画像変換部)38は、画像分割処理部32において分割処理する際のブロック数(横方向の分割数sおよび縦方向の分割数t)、平均化処理部37において平均化処理する際の各エリアのピクセル数(縦方向のピクセル数uおよび横方向のピクセル数v)、評価対象画像データの高さ(縦方向の長さ)hおよび幅(横方向の長さ)w、およびサンプル画像データの高さh’および幅w’に基づいて、評価対象画像データおよびサンプル画像データの拡大サイズを決定する。
具体的には、データサイズ演算部38は、横方向の分割数(ブロック数)sと、各エリアにおける横方向のピクセル数uとの積の倍数のうち、元データの幅wおよび幅w’を超える最小の値を拡大後の各画像データの幅Wとする。また、縦方向の分割数(ブロック数)tと、各エリアにおける縦方向のピクセル数vとの積の倍数のうち、元データの高さhおよび高さh’を超える最小の値を拡大後の各画像データの高さHとする。
なお、画像分割処理部32において分割処理する際のブロック数および平均化処理部37において平均化処理する際の各エリアのピクセル数は、予め設定されていてもよく、操作パネル6を介してユーザが指定してもよい。また、評価対象画像データおよびサンプル画像データの画像サイズ、分解能、画像の種類等に応じた値を予め記憶部7に記憶させておき、画像分割処理部32が評価対象画像データおよびサンプル画像データの画像サイズ、分解能、画像の種類等を判断し、判断結果に応じて適切な分割数を選択するようにしてもよい。
データサイズ処理部(画像変換部)39は、データサイズ演算部38の演算結果に基づいて、評価対象画像データおよびサンプル画像データの拡大処理を行う。
具体的には、図9に示すように、元データに対応する画像(高さh×幅wあるいは高さh’×幅w’)を中央に配置し、その上下左右に枠を付加することでデータサイズ演算部38の算出したサイズ(高さH×幅W)の拡大画像を作成する。なお、元データの上下にそれぞれ付加する枠の高さは、拡大後の高さHと元データの高さとの差を均等に分割した高さ(H−h)/2あるいは(H−h’)/2とする。同様に、元データの左右にそれぞれ付加する枠の幅は、拡大後の幅Wと元データの幅との差を均等に分割した幅(W−w)/2あるいは(W−w’)/2とする。
また、付加する枠における各ピクセルの色強度は、均一の色強度とする。例えば、各ピクセルが白(R,G,Bの色強度データの場合、R=G=B=255。グレースケールの場合、信号値=255。)または黒(R,G,Bの色強度データの場合、R=G=B=0。グレースケールの場合、信号値=0。)になるように各ピクセルの色強度を設定する。
平均化処理部37、画像分割処理部32、評価値算出部33、相違箇所抽出部34、相違箇所通知部35、類似度評価部36は、データサイズ処理部39によって拡大処理された評価対象画像データとサンプル画像データとに対して実施形態2と同様の処理を行う。
以上のように、本実施形態では、データサイズ演算部38が、横方向の分割数(ブロック数)sと各エリアにおける横方向のピクセル数uとの積の倍数のうち元データの幅を超える最小の値を拡大後の画像データの幅Wとし、縦方向の分割数(ブロック数)tと各エリアにおける縦方向のピクセル数vとの積の倍数のうち、元データの高さを超える最小の値を拡大後の画像データの高さHとするように評価対象画像データおよびサンプル画像データの拡大サイズを演算する。そして、データサイズ処理部39が、データサイズ演算部38の演算結果に基づいて、評価対象画像データおよびサンプル画像データの拡大処理を行う。そして、平均化処理部37、画像分割処理部32、評価値算出部33、相違箇所抽出部34、相違箇所通知部35、類似度評価部36は、データサイズ処理部39によって拡大処理された評価対象画像データとサンプル画像データとに対して平均化処理、画像分割処理、評価値算出処理、相違箇所抽出処理、相違箇所通知処理、類似度評価処理を行う。
これにより、各ブロックのサイズを均一化することができるので、1エリアあたりの情報量の相違箇所抽出処理および類似度評価処理に対する重み(影響の度合)を均一化することができる。
また、データサイズ処理部39は、元データに対応する画像(高さh×幅wあるいは高さh’×幅w’)を中央に配置し、その上下左右に枠を付加することでデータサイズ演算部38の算出したサイズ(高さH×幅W)の拡大画像を作成する。
これにより、評価対象画像データのサイズとサンプル画像データのサイズとが微小に違う場合(例えば数ピクセル程度)であっても、画像の中心部に基づいて両画像の位置合わせを行うことができる。なお、平行移動による位置ズレがある場合、余白と思われる幅を上下左右削除してから枠を付加してもよい。これにより、平行移動による位置ズレがある場合であっても、画像の中心部に基づいて両画像の位置合わせを行うことができる。
また、平均化処理部37は、上記のように枠を付加した後の画像データに対して平均化処理を行う。これにより、枠付加前の画像の端部と枠部分とを含むエリアの色強度データが平均化されるので、枠付加後の両画像の間に微小なズレが残っていたとしても、この微小なズレの影響を緩和(ノイズの影響を低減)することができる。
また、データサイズ演算部38は、上記の枠における各ピクセルの色強度を均一にする。これにより、枠の色強度がノイズとなって判定精度を低下させることを防止できる。
なお、上記各実施形態では、SN比ηのみまたはズレ値Zのみを評価値としているが、これに限らず、SN比ηとズレ値Zとの両方を評価値として用いてもよい。この場合、SN比ηについての閾値TH1ηと、ズレ値Zについての閾値TH1Zとを予め記憶部7に記憶させておき、相違箇所抽出部34が、評価対象画像データおよびサンプル画像データから算出されるSN比ηと上記閾値TH1ηとを比較するとともに、評価対象画像データおよびサンプル画像データから算出されるズレ値Zと上記TH1Zとを比較するようにすればよい。そして、例えば、η≦TH1ηまたはZ≧TH1Zであるブロック、あるいはη≦TH1ηかつZ≧TH1Zであるブロックを、相違箇所抽出部34が相違箇所であると判断するようにすればよい。また、SN比ηとズレ値Zとの両方を評価値として用いる場合であって、SN比ηおよびズレ値Zの算出過程において共通の演算内容(数式)が含まれる場合には、この共通の演算を共通の演算プロセスで行うようにしてもよい。これにより、演算処理の効率化、演算処理を行うためのプログラムにおけるアルゴリズムの簡略化あるいは演算処理を行う演算回路の簡略化を図ることができる。また、上記評価値は、上記したSN比およびズレ値に限るものではなく、両画像データの相違の度合を示すものであれば用いることができる。例えば、従来から公知の種々の方法によって算出される類似度あるいは相違度を用いてもよい。
また、上記各実施形態において、デジタルカラー複合機1(特にカラー画像処理装置3および主制御部)を構成する各部(各機能ブロック)は、CPU等のプロセッサを用いてソフトウェアによって実現される。すなわち、デジタルカラー複合機1は、各機能を実現する制御プログラムの命令を実行するCPU(central processing unit)、上記プログラムを格納したROM(read only memory)、上記プログラムを展開するRAM(random access memory)、上記プログラムおよび各種データを格納するメモリ等の記憶装置(記録媒体)などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアであるデジタルカラー複合機1の制御プログラムのプログラムコード(実行形式プログラム、中間コードプログラム、ソースプログラム)をコンピュータで読み取り可能に記録した記録媒体を、デジタルカラー複合機1に供給し、そのコンピュータ(またはCPUやMPU)が記録媒体に記録されているプログラムコードを読み出し実行することによって達成される。
上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ系、フロッピー(登録商標)ディスク/ハードディスク等の磁気ディスクやCD−ROM/MO/MD/DVD/CD−R等の光ディスクを含むディスク系、ICカード(メモリカードを含む)/光カード等のカード系、あるいはマスクROM/EPROM/EEPROM/フラッシュROM等の半導体メモリ系などを用いることができる。
また、デジタルカラー複合機1を通信ネットワークと接続可能に構成し、通信ネットワークを介して上記プログラムコードを供給してもよい。この通信ネットワークとしては、特に限定されず、例えば、インターネット、イントラネット、エキストラネット、LAN、ISDN、VAN、CATV通信網、仮想専用網(virtual private network)、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、通信ネットワークを構成する伝送媒体としては、特に限定されず、例えば、IEEE1394、USB、電力線搬送、ケーブルTV回線、電話線、ADSL回線等の有線でも、IrDAやリモコンのような赤外線、Bluetooth(登録商標)、802.11無線、HDR、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
また、デジタルカラー複合機1の各ブロックは、ソフトウェアを用いて実現されるものに限らず、ハードウェアロジックによって構成されるものであってもよく、処理の一部を行うハードウェアと当該ハードウェアの制御や残余の処理を行うソフトウェアを実行する演算手段とを組み合わせたものであってもよい。
本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
1 デジタルカラー複合機(相違箇所抽出装置)
2 カラー画像入力装置(データ取得手段)
3 カラー画像処理装置(相違箇所抽出装置)
4 カラー画像出力装置(告知手段)
5 通信装置(データ取得手段)
6 操作パネル(表示部、告知手段)
7 記憶部(記憶手段)
13,13b,13c 類似度判定部(相違箇所抽出装置)
31 色強度データ取得部(データ取得手段)
32 画像分割処理部
33 評価値算出部
34 相違箇所抽出部
35 相違箇所通知部(告知手段)
36 類似度評価部
37 平均化処理部
38 データサイズ演算部(画像変換部)
39 データサイズ処理部(画像変換部)
2 カラー画像入力装置(データ取得手段)
3 カラー画像処理装置(相違箇所抽出装置)
4 カラー画像出力装置(告知手段)
5 通信装置(データ取得手段)
6 操作パネル(表示部、告知手段)
7 記憶部(記憶手段)
13,13b,13c 類似度判定部(相違箇所抽出装置)
31 色強度データ取得部(データ取得手段)
32 画像分割処理部
33 評価値算出部
34 相違箇所抽出部
35 相違箇所通知部(告知手段)
36 類似度評価部
37 平均化処理部
38 データサイズ演算部(画像変換部)
39 データサイズ処理部(画像変換部)
Claims (12)
- 第1画像の画像データである第1画像データと第2画像の画像データである第2画像データとを取得するデータ取得部を備え、第1画像データおよび第2画像データに基づいて第1画像と第2画像との相違箇所を抽出する相違箇所抽出装置であって、
上記データ取得部が取得した第1画像データと第2画像データとを、第1画像データの各ブロックと第2画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する画像分割処理部と、
上記両画像データにおける第1画像データと第2画像データの対応するブロック同士の相違の度合を示す評価値を算出する評価値算出部と、
対応する上記ブロック同士の相違の度合を評価するための閾値を記憶した記憶手段と、
上記評価値算出部の算出した評価値と上記記憶手段に記憶されている閾値とを比較し、上記評価値が示す相違の度合が閾値以上であるブロックあるいは閾値よりも大きいブロックを相違箇所として抽出する相違箇所抽出部とを備えていることを特徴とする相違箇所抽出装置。 - 上記評価値算出部は、上記両画像データに含まれる全ての色の色強度データに基づいて上記評価値を算出することを特徴とする請求項1に記載の相違箇所抽出装置。
- 上記評価値算出部は、一方の画像データに含まれる色強度データを目標値としたときの、他方の画像データに含まれる色強度データのSN比を上記評価値とすることを特徴とする請求項1に記載の相違箇所抽出装置。
- 上記評価値算出部は、一方の画像データに含まれる色強度データをMc,d、他方の画像データに含まれる色強度データをyc,d(ただし、上記Mc,dおよび上記yc,dにおけるcは色の種類毎に1から順に付される自然数であり、dは画素毎に1から順に付される自然数)としたときの、yc,d−β×Mc,dの絶対値の最大値(ただし、上記βはyc,dの理想値をyc,d=β×Mc,dとしたときの比例定数)を上記評価値とすることを特徴とする請求項1に記載の相違箇所抽出装置。
- 各ブロックの第1画像データに含まれる各画素の色強度データ、および各ブロックの第2画像データに含まれる各画素の色強度データのそれぞれを、複数の画素からなるエリア毎に平均する平均化処理部を備え、
上記評価値算出部は、エリア毎に平均した色強度データに基づいて上記評価値を算出することを特徴とする請求項1に記載の相違箇所抽出装置。 - 上記第1画像データおよび/または第2画像データに枠画像の画像データを付加することによって画像サイズを変換する画像変換部を備え、
上記評価値算出部は、サイズ変換後の画像データに基づいて上記評価値を算出することを特徴とする請求項1に記載の相違箇所抽出装置。 - 各ブロックの第1画像データに含まれる各画素の色強度データ、および各ブロックの第2画像データに含まれる各画素の色強度データのそれぞれを、複数の画素からなるエリア毎に平均する平均化処理部を備え、
上記画像分割部は、上記第1画像データを行方向および列方向にマトリクス状に配列された複数のブロックに分割し、
上記平均化処理部は、上記各ブロックを上記行方向および上記列方向に配列された複数のエリアに分割して分割したエリア毎に色強度データを平均し、
上記画像変換部は、上記行方向の画素数が上記行方向のブロック数と上記各エリアにおける上記行方向の画素数との積の倍数になり、上記列方向の画素数が上記列方向のブロック数と上記各エリアにおける上記列方向の画素数との積の倍数になるように上記枠画像を付加することを特徴とする請求項6に記載の相違箇所抽出装置。 - 上記相違箇所を告知する告知手段を備えていることを特徴とする請求項1に記載の相違箇所抽出装置。
- 原稿画像を読み取って画像データを生成する原稿読取手段と、請求項1〜8のいずれか1項に記載の相違箇所抽出装置とを備えた画像読取装置であって、
上記第1画像データおよび上記第2画像データの少なくとも一方が、上記原稿読取手段によって生成された画像データであることを特徴とする画像読取装置。 - 第1画像の画像データである第1画像データと第2画像の画像データである第2画像データとに基づいて第1画像と第2画像との相違箇所を抽出する相違箇所抽出方法であって、
第1画像データおよび第2画像データを取得する取得工程と、
上記取得工程で取得した第1画像データと第2画像データとを、第1画像データの各ブロックと第2画像データの各ブロックとが互いに対応するようにそれぞれ複数のブロックに分割する画像分割工程と、
上記両画像データにおける第1画像データと第2画像データの対応するブロック同士の相違の度合を示す評価値を算出する評価値算出工程と、
上記評価値算出工程で算出した評価値と記憶手段に予め記憶されている閾値とを比較し、上記評価値が示す相違の度合が閾値以上であるブロックあるいは閾値よりも大きいブロックを相違箇所として抽出する相違箇所抽出工程とを行うコンピュータによって相違箇所を抽出することを特徴とする相違箇所抽出方法。 - 請求項1〜8のいずれか1項に記載の相違箇所抽出装置を動作させるプログラムであって、コンピュータを上記各部として機能させるためのプログラム。
- 請求項10に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007027354A JP2008192011A (ja) | 2007-02-06 | 2007-02-06 | 相違箇所抽出装置、画像読取装置、相違箇所抽出方法、プログラムおよびその記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007027354A JP2008192011A (ja) | 2007-02-06 | 2007-02-06 | 相違箇所抽出装置、画像読取装置、相違箇所抽出方法、プログラムおよびその記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008192011A true JP2008192011A (ja) | 2008-08-21 |
Family
ID=39752042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007027354A Pending JP2008192011A (ja) | 2007-02-06 | 2007-02-06 | 相違箇所抽出装置、画像読取装置、相違箇所抽出方法、プログラムおよびその記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008192011A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010145102A (ja) * | 2008-12-16 | 2010-07-01 | Shimadzu Corp | X線検査装置 |
JP2013504112A (ja) * | 2009-09-04 | 2013-02-04 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | コンテンツベースの画像検索に関する関連度の視覚化 |
CN103186897A (zh) * | 2011-12-29 | 2013-07-03 | 北京大学 | 获取图像差异度量结果的方法及装置 |
-
2007
- 2007-02-06 JP JP2007027354A patent/JP2008192011A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010145102A (ja) * | 2008-12-16 | 2010-07-01 | Shimadzu Corp | X線検査装置 |
JP2013504112A (ja) * | 2009-09-04 | 2013-02-04 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | コンテンツベースの画像検索に関する関連度の視覚化 |
US9495388B2 (en) | 2009-09-04 | 2016-11-15 | Koninkijke Philips N.V. | Visualization of relevance for content-based image retrieval |
CN103186897A (zh) * | 2011-12-29 | 2013-07-03 | 北京大学 | 获取图像差异度量结果的方法及装置 |
CN103186897B (zh) * | 2011-12-29 | 2017-03-08 | 北京大学 | 获取图像差异度量结果的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4495197B2 (ja) | 画像処理装置、画像形成装置、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 | |
JP4604100B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、プログラムおよび記憶媒体 | |
JP4197346B2 (ja) | 画像処理装置、画像処理方法、画像形成装置、画像処理プログラムおよび記録媒体 | |
JP4362538B2 (ja) | 画像処理装置、画像形成装置、画像送信装置、画像読取装置、画像処理システム、画像処理方法、画像処理プログラムおよびその記録媒体 | |
JP2009031876A (ja) | 画像処理装置およびそれを備えた画像形成装置、画像読取装置、画像処理方法、画像処理プログラム、画像処理プログラムを記録した記録媒体 | |
JP2009065571A (ja) | 画像照合装置、画像照合方法、画像データ出力処理装置、プログラム、及び記録媒体 | |
JP4402090B2 (ja) | 画像形成装置、画像形成方法、プログラムおよび記録媒体 | |
JP4487000B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理システム、画像処理プログラムおよびその記録媒体 | |
JP4079814B2 (ja) | 画像処理方法、画像処理装置、画像形成装置、撮像装置、及びコンピュータプログラム | |
JP2009015819A (ja) | 画像処理装置、画像形成装置、画像送信装置、画像読取装置、画像処理システム、画像処理方法、画像処理プログラムおよびその記録媒体 | |
JP4731595B2 (ja) | 画像処理装置、画像形成装置、コンピュータプログラム、記録媒体及び画像処理方法 | |
JPWO2005112428A1 (ja) | 画像処理方法、画像処理装置、画像記録装置及び画像処理プログラム | |
JP2008192011A (ja) | 相違箇所抽出装置、画像読取装置、相違箇所抽出方法、プログラムおよびその記録媒体 | |
JP2007053439A (ja) | 孤立点判定装置、画像処理装置、画像読取装置、画像形成装置、孤立点判定方法、孤立点判定プログラム、画像処理プログラム、コンピュータ読み取り可能な記録媒体 | |
JP2009017208A (ja) | 画像処理装置、画像形成装置、画像処理方法、コンピュータプログラム及びコンピュータでの読み取りが可能な記録媒体 | |
JP2006262404A (ja) | 光源推定装置、画像処理装置、光源推定方法、および画像処理方法 | |
JP4522978B2 (ja) | 画像処理装置、画像処理方法、画像形成装置、画像処理プログラムおよび記録媒体 | |
JP2005159576A (ja) | 画像処理方法及び画像処理装置並びに画像形成装置、プログラム、記録媒体 | |
JP4260774B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラムおよび記録媒体 | |
JP7123752B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラム及び記録媒体 | |
JP2017135690A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP2006229817A (ja) | 下地検出方法、プログラム、記録媒体、画像処理装置及び画像形成装置 | |
JP2005072635A (ja) | 画像処理装置、画像形成装置、画像読取装置、画像処理方法、画像処理プログラム、及び画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP4808282B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 | |
JP2005267119A (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理プログラム、記録媒体 |