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

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

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Ｍ_ｃ,ｄ、他方の画像データに含まれる色強度データをｙ_ｃ,ｄ（ただし、上記Ｍ_ｃ,ｄおよび上記ｙ_ｃ,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、ｙ_ｃ,ｄ−β×Ｍ_ｃ,ｄの絶対値の最大値（ただし、上記βはｙ_ｃ,ｄの理想値がＭ_ｃ,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、ｙ_ｃ,ｄ−β×Ｍ_ｃ,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。

（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。

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。

全自由度 ｆ_Ｔ＝ｋ×ｍ ・・・（２）

比例項の変動 Ｓ_β＝Ｌ^２／ｒ ・・・（５）
比例項の自由度 ｆ_β＝１ ・・・（６）
誤差変動 Ｓ_ｅ＝Ｓ_Ｔ−Ｓ_β ・・・（７）
誤差の自由度 ｆ_ｅ＝ｆ_Ｔ−ｆ_β ・・・（８）
誤差分散 Ｖ_ｅ＝Ｓ_ｅ／ｆ_ｅ ・・・（９）
ＳＮ比 η＝１０×ｌｏｇ_１０（（１／ｒ）×（Ｓ_β−Ｖ_ｅ）／Ｖ_ｅ）・・・（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、ｙ_ｃ,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ｙ_２,１６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。

ＳＮ比 η＝１０×ｌｏｇ_１０（（Ｓ_β−Ｖ_ｅ）／Ｖ_ｅ） ・・・（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。

全自由度 ｆ_Ｔ＝ｋ×２×ｍ ・・・（１２）

比例項の変動 Ｓ_β＝（Ｌ_１＋Ｌ_２）^２／（２×ｒ） ・・・（１６）
比例項の自由度 ｆ_β＝１ ・・・（１７）
比例定数の差による変動 Ｓ_Ｎ×β＝（Ｌ_１ ^２＋Ｌ_２ ^２）／ｒ−Ｓ_β ・・・（１８）
比例定数の差による自由度 ｆ_Ｎ×β＝ｎ−１＝２−１＝１） ・・・（１９）
誤差変動 Ｓ_ｅ＝Ｓ_Ｔ−Ｓ_β−Ｓ_Ｎ×β ・・・（２０）
誤差の自由度 ｆ_ｅ＝ｆ_Ｔ−ｆ_β−ｆ_Ｎ×β ・・・（２１）
総合誤差の変動 Ｓ_Ｎ＝Ｓ_Ｔ−Ｓ_β＝Ｓ_Ｎ×β＋Ｓ_ｅ ・・・（２２）
総合誤差の自由度 ｆ_Ｎ＝ｆ_Ｔ−ｆ_β＝ｆ_Ｎ×β＋ｆ_ｅ ・・・（２３）
誤差分散 Ｖ_ｅ＝Ｓ_ｅ／ｆ_ｅ ・・・（２４）
総合誤差の分散 Ｖ_Ｎ＝Ｓ_Ｎ／ｆ_Ｎ ・・・（２５）
ＳＮ比 η＝１０×ｌｏｇ_１０（（Ｓ_β−Ｖ_ｅ）／Ｖ_Ｎ） ・・・（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、ｙ_ｃ,ｄの理想値をｙ_ｃ,ｄ＝β×Ｍ_ｃ,ｄ（βは比例定数）としたときの、ｙ_ｃ,ｄ−β×Ｍ_ｃ,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＝｜Ｚ_ｃ,ｄ｜_ｍａｘ＝｜ｙ_ｃ，ｄ−β×Ｍ_ｃ,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＝（Ｌ_１＋Ｌ_２）／（２×ｒ） ・・・（３４）
ズレ値 Ｚ＝｜Ｚ_ｃ,ｄ｜_ｍａｘ＝｜ｙ_ｃ,ｄ-β×Ｍ_ｃ,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。

この場合、上記式（１）より、全変動Ｓ_Ｔ＝ｙ_1,１ ^２＋ｙ_1,２ ^２＋ｙ_1,３ ^２＋ｙ_1,４ ^２＋ｙ_2,１ ^２＋ｙ_2,２ ^２＋ｙ_2,３ ^２＋ｙ_2,４ ^２＋ｙ_3,１ ^２＋ｙ_3,２ ^２＋ｙ_3,３ ^２＋ｙ_3,４ ^２＝１４０^２＋９５^２＋８０^２＋２３０^２＋３８^２＋１８８^２＋２５２^２＋４８^２＋１８０^２＋２４１^２＋５７^２＋８６^２＝２９１６４７であり、
上記式（２）より、全自由度ｆ_Ｔ＝４×３＝１２であり、
上記式（３）より、有効除数ｒ＝Ｍ_１，１ ^２＋Ｍ_１，２ ^２＋Ｍ_１，３ ^２＋Ｍ_１，４ ^２＋Ｍ_２，１ ^２＋Ｍ_２，２ ^２＋Ｍ_２，３ ^２＋Ｍ_２，４ ^２＋Ｍ_３，１ ^２＋Ｍ_３，２ ^２＋Ｍ_３，３ ^２＋Ｍ_３，４ ^２＝１４６^２＋１０５^２＋９４^２＋２３４^２＋３３^２＋１６２^２＋２４８^２＋４２^２＋１７２^２＋２３１^２＋５５^２＋８４^２＝２７９５６０であり、
上記式（４）より、Ｌ＝Ｍ_１，１×ｙ_１，１＋Ｍ_１，２×ｙ_１，２＋Ｍ_１，３×ｙ_１，３＋Ｍ_１，４×ｙ_１，４＋Ｍ_２，１×ｙ_２，１＋Ｍ_２，２×ｙ_２，２＋Ｍ_２，３×ｙ_２，３＋Ｍ_２，４×ｙ_２，４＋Ｍ_３，１×ｙ_３，１＋Ｍ_３，２×ｙ_３，２＋Ｍ_３，３×ｙ_３，３＋Ｍ_３，４×ｙ_３，４＝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Ｓ_β＝Ｌ^２／ｒ＝２８４９６７^２／２７９５６０＝２９０４７８．５７７であり、
上記式（６）より、比例項の自由度ｆ_β＝１であり、
上記式（７）より、誤差変動Ｓ_ｅ＝Ｓ_Ｔ−Ｓ_β＝２９１６４７−２９０４７８．５７７＝１１６８．４２３であり、
上記式（８）より、誤差の自由度ｆ_ｅ＝ｆ_Ｔ−ｆ_β＝１２−１＝１１であり、
上記式（９）より、誤差分散Ｖ_ｅ＝Ｓ_ｅ／ｆ_ｅ＝１１６８．４２３／１１＝１０６．２２であるので、上記式（１０）より、
ＳＮ比η＝１０×ｌｏｇ_１０（（１／ｒ）×（Ｓ_β−Ｖ_ｅ）／Ｖ_ｅ）＝１０×ｌｏｇ_１０（（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＝Ｍ_１，１ ^２＋Ｍ_１，２ ^２＋Ｍ_１，３ ^２＋Ｍ_１，４ ^２＋Ｍ_２，１ ^２＋Ｍ_２，２ ^２＋Ｍ_２，３ ^２＋Ｍ_２，４ ^２＋Ｍ_３，１ ^２＋Ｍ_３，２ ^２＋Ｍ_３，３ ^２＋Ｍ_３，４ ^２＝１４６^２＋１０５^２＋９４^２＋２３４^２＋３３^２＋１６２^２＋２４８^２＋４２^２＋１７２^２＋２３１^２＋５５^２＋８４^２＝２７９５６０であり、
上記式（２８）より、Ｌ＝Ｍ_１，１×ｙ_１，１＋Ｍ_１，２×ｙ_１，２＋Ｍ_１，３×ｙ_１，３＋Ｍ_１，４×ｙ_１，４＋Ｍ_２，１×ｙ_２，１＋Ｍ_２，２×ｙ_２，２＋Ｍ_２，３×ｙ_２，３＋Ｍ_２，４×ｙ_２，４＋Ｍ_３，１×ｙ_３，１＋Ｍ_３，２×ｙ_３，２＋Ｍ_３，３×ｙ_３，３＋Ｍ_３，４×ｙ_３，４＝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。

Ｚ_１，１ ＝ ｜Ｚ_１，１｜ ＝ ｜１４０−１．０１９×１４６｜＝８．８２４
Ｚ_１，２ ＝ ｜Ｚ_１，２｜ ＝ ｜９５−１．０１９×１０５｜ ＝１２．０３１
Ｚ_１，３ ＝ ｜Ｚ_１，３｜ ＝ ｜８０−１．０１９×９４｜ ＝１５．８１８
Ｚ_１，４ ＝ ｜Ｚ_１，４｜ ＝ ｜２３０−１．０１９×２３４｜＝８．５２６
Ｚ_２，１ ＝ ｜Ｚ_２，１｜ ＝ ｜３８−１．０１９×３３｜ ＝４．３６２
Ｚ_２，２ ＝ ｜Ｚ_２，２｜ ＝ ｜１８８−１．０１９×１６２｜＝２２．８６７
Ｚ_２，３ ＝ ｜Ｚ_２，３｜ ＝ ｜２５２−１．０１９×２４８｜＝０．７９７
Ｚ_２，４ ＝ ｜Ｚ_２，４｜ ＝ ｜４８−１．０１９×４２｜ ＝５．１８８
Ｚ_３，１ ＝ ｜Ｚ_３，１｜ ＝ ｜１８０−１．０１９×１７２｜＝４．６７３
Ｚ_３，２ ＝ ｜Ｚ_３，２｜ ＝ ｜２４１−１．０１９×２３１｜＝５．５３２
Ｚ_３，３ ＝ ｜Ｚ_３，３｜ ＝ ｜５７−１．０１９×５５｜ ＝０．９３６
Ｚ_３，４ ＝ ｜Ｚ_３，４｜ ＝ ｜８６−１．０１９×８４｜ ＝０．３７５
したがって、上記式（３０）より、ズレ値Ｚ＝｜Ｚ_ｃ,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。

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。

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）}＝（Ｍ_{ｃ,（（ｆ−１）×ｕ＋１，（ｇ−１）×ｖ＋１）}＋・・・・・・＋Ｍ_{ｃ,（ｆ×ｕ，ｇ×ｖ）}）／（ｕ×ｖ） ・・・（３６）
ｙ’_{ｃ,（ｆ，ｇ）}＝（ｙ_{ｃ,（（ｆ−１）×ｕ＋１，（ｇ−１）×ｖ＋１）}＋・・・・・・＋ｙ_{ｃ（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）}＝（Ｍ_{２,（２１，２９）}＋Ｍ_{２,（２１，３０）}＋Ｍ_{２,（２１，３１）}＋Ｍ_{２,（２１，３２）}＋Ｍ_{２,（２２，２９）}＋Ｍ_{２,（２２，３０）}＋Ｍ_{２,（２２，３１）}＋Ｍ_{２,（２２，３２）}＋Ｍ_{２,（２３，２９）}＋Ｍ_{２,（２３，３０）}＋Ｍ_{２,（２３，３１）}＋Ｍ_{２,（２３，３２）}＋Ｍ_{２,（２４，２９）}＋Ｍ_{２,（２４，３０）}＋Ｍ_{２,（２４，３１）}＋Ｍ_{２,（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ＴＨ１_ηと、ズレ値Ｚについての閾値ＴＨ１_Ｚ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ＴＨ１_η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ＴＨ１_Ｚとを比較するようにすればよい。そして、例えば、η≦ＴＨ１_ηまたはＺ≧ＴＨ１_Ｚであるブロック、あるいはη≦ＴＨ１_ηかつＺ≧ＴＨ１_Ｚ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。

図２に示す相違箇所抽出装置に備えられる類似度判定部の概略構成を示すブロック図である。 本発明の一実施形態にかかる相違箇所抽出装置の概略構成を示すブロック図である。 図２に示した相違箇所抽出装置おける、画像分割処理の説明図である。 図２に示した相違箇所抽出装置おける、相違箇所通知処理の説明図である。 （ａ）はサンプル画像データ（サンプル画像）の一例を示す説明図であり、（ｂ）は評価対象画像データ（評価対象画像）の一例を示す説明図である。 本発明の他の実施形態にかかる相違箇所抽出装置に備えられる類似度判定部の概略構成を示すブロック図である。 図６に示した相違箇所抽出装置における、平均化処理の説明図である。 本発明のさらに他の実施形態にかかる相違箇所抽出装置に備えられる類似度判定部の概略構成を示すブロック図である。 図８に示した相違箇所抽出装置における、データサイズ処理の説明図である。

符号の説明

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）

Claims (12)

1. 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。
2. 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。
3. 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。
4. 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Ｍ_ｃ,ｄ、他方の画像データに含まれる色強度データをｙ_ｃ,ｄ（ただし、上記Ｍ_ｃ,ｄおよび上記ｙ_ｃ,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、ｙ_ｃ,ｄ−β×Ｍ_ｃ,ｄの絶対値の最大値（ただし、上記βはｙ_ｃ,ｄの理想値をｙ_ｃ,ｄ＝β×Ｍ_ｃ,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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。

Images