JP3180976B2 - 印刷物の汚損度判別装置 - Google Patents
印刷物の汚損度判別装置Info
- Publication number
- JP3180976B2 JP3180976B2 JP18495392A JP18495392A JP3180976B2 JP 3180976 B2 JP3180976 B2 JP 3180976B2 JP 18495392 A JP18495392 A JP 18495392A JP 18495392 A JP18495392 A JP 18495392A JP 3180976 B2 JP3180976 B2 JP 3180976B2
- Authority
- JP
- Japan
- Prior art keywords
- printed matter
- degree
- contamination
- extracted
- determining
- 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.)
- Expired - Fee Related
Links
Landscapes
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
【0001】
【産業上の利用分野】本発明は、印刷物の印刷状態など
を検査する印刷物検査装置などに用いられる印刷物の汚
損度判別装置に関する。
を検査する印刷物検査装置などに用いられる印刷物の汚
損度判別装置に関する。
【0002】
【従来の技術】従来の印刷物の汚損度判別装置にあって
は、搬送される印刷物の表面に光を照射して、印刷物表
面からの反射光(あるいは、透過光)をラインセンサな
どで電気信号に変換することにより、印刷物の全面にわ
たって画像データを取込み、この取込んだ画像データを
あらかじめ設定される基準データと比較することによ
り、広い領域にわたる高コントラストの汚損度判別を主
に行なっている。
は、搬送される印刷物の表面に光を照射して、印刷物表
面からの反射光(あるいは、透過光)をラインセンサな
どで電気信号に変換することにより、印刷物の全面にわ
たって画像データを取込み、この取込んだ画像データを
あらかじめ設定される基準データと比較することによ
り、広い領域にわたる高コントラストの汚損度判別を主
に行なっている。
【0003】
【発明が解決しようとする課題】しかし、従来の装置で
は、印刷物の全面にわたる検査を行なうために高速な検
査を実現することが困難であるという問題がある。ま
た、単純な基準データとの比較による広域の高コントラ
ストの汚損度のみを判別するものであるため、人間が鋭
敏に判断する微妙な汚損度判別が困難であるという問題
がある。
は、印刷物の全面にわたる検査を行なうために高速な検
査を実現することが困難であるという問題がある。ま
た、単純な基準データとの比較による広域の高コントラ
ストの汚損度のみを判別するものであるため、人間が鋭
敏に判断する微妙な汚損度判別が困難であるという問題
がある。
【0004】また、単純な物理計測では、心理量に基づ
く人間の汚損度判別と一致できないという問題があり、
さらに、印刷模様が存在する表面上の汚れは、判別誤差
が大きいという問題があった。
く人間の汚損度判別と一致できないという問題があり、
さらに、印刷模様が存在する表面上の汚れは、判別誤差
が大きいという問題があった。
【0005】そこで、本発明は、従来の装置では判別で
きなかった微妙な汚損度を人間の判別に近づけて行なう
ことができ、かつ、全面でなく特定領域のみを調べるこ
とで高速な判別処理が可能となる印刷物の汚損度判別装
置を提供することを目的とする。
きなかった微妙な汚損度を人間の判別に近づけて行なう
ことができ、かつ、全面でなく特定領域のみを調べるこ
とで高速な判別処理が可能となる印刷物の汚損度判別装
置を提供することを目的とする。
【0006】
【0007】
【課題を解決するための手段】本発明の印刷物の汚損度
判別装置は、印刷物の印刷模様が存在しない特定領域の
画像データを入力する画像入力手段と、この画像入力手
段で入力された画像データに基づき前記印刷物の変形に
起因する不可逆な変化を同定して、少なくともその太
さ、密度、数量などの複数の特徴量を抽出する特徴量抽
出手段と、この特徴量抽出手段で抽出された複数の特徴
量を総合的に評価することにより前記印刷物の汚損度を
判別する判別手段とを具備している。
判別装置は、印刷物の印刷模様が存在しない特定領域の
画像データを入力する画像入力手段と、この画像入力手
段で入力された画像データに基づき前記印刷物の変形に
起因する不可逆な変化を同定して、少なくともその太
さ、密度、数量などの複数の特徴量を抽出する特徴量抽
出手段と、この特徴量抽出手段で抽出された複数の特徴
量を総合的に評価することにより前記印刷物の汚損度を
判別する判別手段とを具備している。
【0008】また、本発明の印刷物の汚損度判別装置
は、印刷物の印刷模様が存在しない特定領域の画像デー
タを入力する画像入力手段と、この画像入力手段で入力
された画像データに基づき前記印刷物の変形に起因する
不可逆な変化を同定して、少なくともその太さ、密度、
数量などの複数の特徴量を抽出する特徴量抽出手段と、
この特徴量抽出手段で抽出された特徴量を解析すること
により前記印刷物の汚損度を判別するための基準データ
を作成する特徴量抽出解析手段と、この特徴量抽出解析
手段で作成された基準データおよび前記特徴量抽出手段
で抽出された特徴量に基づき前記印刷物の汚損度を判別
する判別手段とを具備している。
は、印刷物の印刷模様が存在しない特定領域の画像デー
タを入力する画像入力手段と、この画像入力手段で入力
された画像データに基づき前記印刷物の変形に起因する
不可逆な変化を同定して、少なくともその太さ、密度、
数量などの複数の特徴量を抽出する特徴量抽出手段と、
この特徴量抽出手段で抽出された特徴量を解析すること
により前記印刷物の汚損度を判別するための基準データ
を作成する特徴量抽出解析手段と、この特徴量抽出解析
手段で作成された基準データおよび前記特徴量抽出手段
で抽出された特徴量に基づき前記印刷物の汚損度を判別
する判別手段とを具備している。
【0009】
【作用】人間が印刷物の新旧の判別を行なう大きな要因
である折り目やしわなどの印刷物の変形に起因する不可
逆な変化に注目し、その不可逆な変化を同定して、少な
くともその太さ、密度、数量などの複数の特徴量を抽出
し、その複数の特徴量を総合的に評価して汚損度を判別
することにより、従来の装置では判別できなかった微妙
な汚損度を精度よく判別でき、かつ、人間の心理量に合
致する判別を実現するとともに、その変化が特徴的に現
れる特定領域のみを判別対象とすることで、全面検査に
比べて高速処理が可能となる。
である折り目やしわなどの印刷物の変形に起因する不可
逆な変化に注目し、その不可逆な変化を同定して、少な
くともその太さ、密度、数量などの複数の特徴量を抽出
し、その複数の特徴量を総合的に評価して汚損度を判別
することにより、従来の装置では判別できなかった微妙
な汚損度を精度よく判別でき、かつ、人間の心理量に合
致する判別を実現するとともに、その変化が特徴的に現
れる特定領域のみを判別対象とすることで、全面検査に
比べて高速処理が可能となる。
【0010】
【実施例】以下、本発明の一実施例について図面を参照
して説明する。
して説明する。
【0011】図1は、本実施例に係る印刷物の汚損判別
装置を示すものである。すなわち、印刷物101は、図
示しない搬送手段によって図示矢印方向に搬送される。
この搬送される印刷物101の表面に図示しない光源か
ら光が照射され、その反射光は、印刷物101の搬送方
向と直交方向に配設された光電変換手段としてのライン
センサ102に導かれ、光電変換される。ラインセンサ
102の出力は画像入力装置103に送られ、ここでA
/D変換されてデジタル画像データとして出力され、画
像メモリ104に格納される。
装置を示すものである。すなわち、印刷物101は、図
示しない搬送手段によって図示矢印方向に搬送される。
この搬送される印刷物101の表面に図示しない光源か
ら光が照射され、その反射光は、印刷物101の搬送方
向と直交方向に配設された光電変換手段としてのライン
センサ102に導かれ、光電変換される。ラインセンサ
102の出力は画像入力装置103に送られ、ここでA
/D変換されてデジタル画像データとして出力され、画
像メモリ104に格納される。
【0012】この場合、画像入力装置103から出力さ
れる画像データは、たとえば、図2に示すように、折り
目などの印刷物101の変形に起因する不可逆な変化の
発生し易い短尺方向の中心線SL付近のうち、斜線で示
すあらかじめ定められた印刷模様のない特定領域Pのみ
の画像データとして画像メモリ104に書き込まれ、後
述する特徴量抽出の処理対象となる。この一部分の特定
領域Pだけで処理を行なうことにより、全面処理に比べ
高速化が容易となる。
れる画像データは、たとえば、図2に示すように、折り
目などの印刷物101の変形に起因する不可逆な変化の
発生し易い短尺方向の中心線SL付近のうち、斜線で示
すあらかじめ定められた印刷模様のない特定領域Pのみ
の画像データとして画像メモリ104に書き込まれ、後
述する特徴量抽出の処理対象となる。この一部分の特定
領域Pだけで処理を行なうことにより、全面処理に比べ
高速化が容易となる。
【0013】ここで、上記特定領域Pについて更に詳細
に説明しておく。特定領域Pは、図2のように、印刷物
101の最も短い端辺に平行な中心線SLからの距離に
よって限定される領域であって、本実施例では、上記中
心線SLからの距離が、中心線SLから端辺までの距離
の約30%以内の領域である。
に説明しておく。特定領域Pは、図2のように、印刷物
101の最も短い端辺に平行な中心線SLからの距離に
よって限定される領域であって、本実施例では、上記中
心線SLからの距離が、中心線SLから端辺までの距離
の約30%以内の領域である。
【0014】第1特徴量抽出部105は、図3に示すフ
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その面積、太さを計数する。す
なわち、画像メモリ104に格納された画像データの各
画素に対して、図4に示すような(3×3)画素近傍の
重み付け演算により横方向差分をとり(S1)、その差
分画像に対して適当なしきい値を設定して二値化処理を
行ない、折り目で特徴的に現れる差分値の大きな画素を
抽出する(S2)。その後、抽出された画素数を計数
し、それを出力とする(S3)。
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その面積、太さを計数する。す
なわち、画像メモリ104に格納された画像データの各
画素に対して、図4に示すような(3×3)画素近傍の
重み付け演算により横方向差分をとり(S1)、その差
分画像に対して適当なしきい値を設定して二値化処理を
行ない、折り目で特徴的に現れる差分値の大きな画素を
抽出する(S2)。その後、抽出された画素数を計数
し、それを出力とする(S3)。
【0015】第2特徴量抽出部106は、図5に示すフ
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その平均明度を計測する。すな
わち、画像メモリ104に格納された画像データに対し
て、第1特徴量抽出部105と同様に横方向差分により
折り目の画素を抽出する(S4,S5)。その後、抽出
された画素の元画像における平均明度を計測し、それを
出力とする(S6)。
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その平均明度を計測する。すな
わち、画像メモリ104に格納された画像データに対し
て、第1特徴量抽出部105と同様に横方向差分により
折り目の画素を抽出する(S4,S5)。その後、抽出
された画素の元画像における平均明度を計測し、それを
出力とする(S6)。
【0016】第3特徴量抽出部107は、図6に示すフ
ローチャートにしたがった処理を行なうことにより、横
方向の折り目およびしわを同定し、その面積、太さを計
数する。すなわち、画像メモリ104に格納された画像
データの各画素に対して、図7に示すような(3×3)
画素近傍の重み付け演算により縦方向差分をとり(S
7)、その差分画像に対して適当なしきい値を設定して
二値化処理を行ない、折り目やしわで特徴的に現れる差
分値の大きな画素を抽出する(S8)。その後、抽出さ
れた画素数を計数し、それを出力とする(S9)。
ローチャートにしたがった処理を行なうことにより、横
方向の折り目およびしわを同定し、その面積、太さを計
数する。すなわち、画像メモリ104に格納された画像
データの各画素に対して、図7に示すような(3×3)
画素近傍の重み付け演算により縦方向差分をとり(S
7)、その差分画像に対して適当なしきい値を設定して
二値化処理を行ない、折り目やしわで特徴的に現れる差
分値の大きな画素を抽出する(S8)。その後、抽出さ
れた画素数を計数し、それを出力とする(S9)。
【0017】第4特徴量抽出部108は、図8に示すフ
ローチャートにしたがった処理を行なうことにより、横
方向の折り目およびしわを同定し、その平均明度を計測
する。すなわち、画像メモリ104に格納された画像デ
ータに対して、第3特徴量抽出部107と同様に縦方向
差分により折り目やしわの画素を抽出する(S10,S
11)。その後、抽出された画素の元画像における平均
明度を計測し、それを出力とする(S12)。
ローチャートにしたがった処理を行なうことにより、横
方向の折り目およびしわを同定し、その平均明度を計測
する。すなわち、画像メモリ104に格納された画像デ
ータに対して、第3特徴量抽出部107と同様に縦方向
差分により折り目やしわの画素を抽出する(S10,S
11)。その後、抽出された画素の元画像における平均
明度を計測し、それを出力とする(S12)。
【0018】第5特徴量抽出部109は、図9に示すフ
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その折り目の方向を計測する。
すなわち、画像メモリ104に格納された画像データの
各画素に対して、図4に示すような(3×3)画素近傍
の重み付け演算により横方向差分をとり(S13)、そ
の差分画像に対して適当なしきい値を設定して二値化処
理を行ない、折り目で特徴的に現れる差分値の大きな画
像を抽出する(S14)。その後、抽出された画素に対
して主軸方向を求める。
ローチャートにしたがった処理を行なうことにより、縦
方向の折り目を同定し、その折り目の方向を計測する。
すなわち、画像メモリ104に格納された画像データの
各画素に対して、図4に示すような(3×3)画素近傍
の重み付け演算により横方向差分をとり(S13)、そ
の差分画像に対して適当なしきい値を設定して二値化処
理を行ない、折り目で特徴的に現れる差分値の大きな画
像を抽出する(S14)。その後、抽出された画素に対
して主軸方向を求める。
【0019】主軸方向の計算は、抽出されたn個の画素
をx(ik,jk)[k=0,1,……,n]とする
と、以下のような公知の主成分分析法で求める。初め
に、2つの座標軸の平均値を数1、数2によって求め、
分散共分散行列を数3のように求める(S15)。
をx(ik,jk)[k=0,1,……,n]とする
と、以下のような公知の主成分分析法で求める。初め
に、2つの座標軸の平均値を数1、数2によって求め、
分散共分散行列を数3のように求める(S15)。
【0020】
【数1】
【0021】
【数2】
【0022】
【数3】 この分散共分散行列の固有値を、数4を解くことで、λ
1 とλ2 との2つ(ただしλ1>λ2 )を求める。
1 とλ2 との2つ(ただしλ1>λ2 )を求める。
【0023】
【数4】 大きい方の固有値、すなわち第1主成分に対して、数5
で示されるe1 とe2とを求めれば、これが主軸を表す
方向ベクトルとなる(S16)。
で示されるe1 とe2とを求めれば、これが主軸を表す
方向ベクトルとなる(S16)。
【0024】
【数5】 この方向ベクトルを、数6として角度を求め、出力する
(S17)。
(S17)。
【0025】
【数6】
【0026】第6特徴量抽出部110は、図10に示す
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目を同定し、その折り目の広がりの度合
い、分布を計測する。すなわち、画像メモリ104に格
納された画像データの各画素に対して、図4に示すよう
な(3×3)画素近傍の重み付け演算により横方向差分
をとり(S18)、その差分画像に対して適当なしきい
値を設定して二値化処理を行ない、折り目で特徴的に現
れる差分値の大きな領域を抽出する(S19)。その
後、抽出された画素に対して平均からの分散を求める
(S20)。すなわち、抽出されたn個の画素をx(i
k,jk)[k=0,1,……,n]とすると、数7を
求めて出力する。
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目を同定し、その折り目の広がりの度合
い、分布を計測する。すなわち、画像メモリ104に格
納された画像データの各画素に対して、図4に示すよう
な(3×3)画素近傍の重み付け演算により横方向差分
をとり(S18)、その差分画像に対して適当なしきい
値を設定して二値化処理を行ない、折り目で特徴的に現
れる差分値の大きな領域を抽出する(S19)。その
後、抽出された画素に対して平均からの分散を求める
(S20)。すなわち、抽出されたn個の画素をx(i
k,jk)[k=0,1,……,n]とすると、数7を
求めて出力する。
【0027】
【数7】
【0028】第7特徴量抽出部111は、図11に示す
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目しわを同定し、その折り目やしわの連結
の度合い、密度を計測する。すなわち、画像メモリ10
4に格納された画像データの各画素に対して、図4に示
すような(3×3)画素近傍の重み付け演算により横方
向差分をとり(S21)、その差分画像に対して適当な
しきい値を設定して二値化処理を行ない、折り目で特徴
的に現れる差分値の大きな画像を抽出する(S22)。
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目しわを同定し、その折り目やしわの連結
の度合い、密度を計測する。すなわち、画像メモリ10
4に格納された画像データの各画素に対して、図4に示
すような(3×3)画素近傍の重み付け演算により横方
向差分をとり(S21)、その差分画像に対して適当な
しきい値を設定して二値化処理を行ない、折り目で特徴
的に現れる差分値の大きな画像を抽出する(S22)。
【0029】その後、抽出された二値画像の各画素に対
して、(3×3)画素の近傍領域で図12に示す4種類
いずれかでのマスクの黒領域のパターンと合致するか調
べ、その画素数を計数する(S23)。これは、同一方
向に3画素連結している画素を計数する処理に相当し、
折り目やしわの連結の程度を表す。
して、(3×3)画素の近傍領域で図12に示す4種類
いずれかでのマスクの黒領域のパターンと合致するか調
べ、その画素数を計数する(S23)。これは、同一方
向に3画素連結している画素を計数する処理に相当し、
折り目やしわの連結の程度を表す。
【0030】第8特徴量抽出部112は、図13に示す
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目やしわを同定し、その折り目やしわの本
数を計測する。すなわち、画像メモリ104に格納され
た画像データの各画素に対して、図4に示すような(3
×3)画素近傍の重み付け演算により横方向差分をとり
(S24)、その差分画像に対して適当なしきい値を設
定して二値化処理を行ない、折り目で特徴的に現れる差
分値の大きな領域を抽出する(S25)。
フローチャートにしたがった処理を行なうことにより、
縦方向の折り目やしわを同定し、その折り目やしわの本
数を計測する。すなわち、画像メモリ104に格納され
た画像データの各画素に対して、図4に示すような(3
×3)画素近傍の重み付け演算により横方向差分をとり
(S24)、その差分画像に対して適当なしきい値を設
定して二値化処理を行ない、折り目で特徴的に現れる差
分値の大きな領域を抽出する(S25)。
【0031】その後、この二値画像について、図14に
示すように抽出画素の縦方向の累積を行ない(S2
6)、その累積データのうち、極大点かつ一定しきい値
THR以上のデータをピーク値として検出し(S2
7)、そのピーク値の個数を計数する(S28)。
示すように抽出画素の縦方向の累積を行ない(S2
6)、その累積データのうち、極大点かつ一定しきい値
THR以上のデータをピーク値として検出し(S2
7)、そのピーク値の個数を計数する(S28)。
【0032】これら第1〜第8特徴量抽出部105〜1
12の各出力を総合して、判別部113が印刷物101
の汚損度を判別する。この判別を行なう基準としては、
たとえば、収集したサンプルから汚損度と折り目やしわ
の関係とを、特徴量抽出解析部114において人間の感
覚により判断することで図15に示すように解析し、こ
れを図16に示すような、それぞれの特徴と汚損度との
対応に展開して特徴量に重み付けをすることによって行
なう。
12の各出力を総合して、判別部113が印刷物101
の汚損度を判別する。この判別を行なう基準としては、
たとえば、収集したサンプルから汚損度と折り目やしわ
の関係とを、特徴量抽出解析部114において人間の感
覚により判断することで図15に示すように解析し、こ
れを図16に示すような、それぞれの特徴と汚損度との
対応に展開して特徴量に重み付けをすることによって行
なう。
【0033】なお、本発明において、「折り目」と呼ん
でいるものは、平坦な印刷物に凹凸が生じるなどの印刷
物の変形に伴なう変化であり、類似した「しわ」「曲
げ」「折り曲がり」など、異なった呼び名のものであっ
ても本発明の主旨は何等影響を受けない。
でいるものは、平坦な印刷物に凹凸が生じるなどの印刷
物の変形に伴なう変化であり、類似した「しわ」「曲
げ」「折り曲がり」など、異なった呼び名のものであっ
ても本発明の主旨は何等影響を受けない。
【0034】また、それぞれ第1〜第8特徴量抽出部1
05〜112において行なわれる折り目やしわの同定方
法については、前記実施例では1つの例を示したもの
で、図4、図7に示したもの以外で同じ効果をもたらす
ものであれば、本発明の主旨を変えない。すなわち、m
×nのマスクで、任意の係数amnに対して、 g(x,y)=Σ amn f(x,y) というf(x,y)からg(x,y)への画像変換の後
に、しきい値処理を施すことで、折り目やしわの同定を
行なうことを全て含む。さらに、この同定方法以外で
も、近傍の明度差を利用した方法であれば、何等本発明
の主旨を変えるものではない。
05〜112において行なわれる折り目やしわの同定方
法については、前記実施例では1つの例を示したもの
で、図4、図7に示したもの以外で同じ効果をもたらす
ものであれば、本発明の主旨を変えない。すなわち、m
×nのマスクで、任意の係数amnに対して、 g(x,y)=Σ amn f(x,y) というf(x,y)からg(x,y)への画像変換の後
に、しきい値処理を施すことで、折り目やしわの同定を
行なうことを全て含む。さらに、この同定方法以外で
も、近傍の明度差を利用した方法であれば、何等本発明
の主旨を変えるものではない。
【0035】また、折り目やしわに関する物理的特徴
は、前記実施例では1つの例を示したのみで、これらは
面積、太さ、明度、方向、分布、連結情報、密度を測定
するものであれば、多種多様に変形しても本発明の主旨
を何等変えるものではない。
は、前記実施例では1つの例を示したのみで、これらは
面積、太さ、明度、方向、分布、連結情報、密度を測定
するものであれば、多種多様に変形しても本発明の主旨
を何等変えるものではない。
【0036】さらに、前記実施例で例示した特定領域
は、図2のような印刷物の内部でなくても、折り目など
を検出することができる領域、たとえば、図2において
中心線SLの全てから一定距離内の領域であれば、本発
明の主旨を何等変えるものではない。
は、図2のような印刷物の内部でなくても、折り目など
を検出することができる領域、たとえば、図2において
中心線SLの全てから一定距離内の領域であれば、本発
明の主旨を何等変えるものではない。
【0037】
【発明の効果】以上詳述したように本発明によれば、従
来の装置では判別できなかった微妙な汚損度を人間の判
別に近づけて行なうことができ、かつ、全面でなく特定
領域のみを調べることで高速な判別処理が可能となる印
刷物の汚損度判別装置を提供できる。
来の装置では判別できなかった微妙な汚損度を人間の判
別に近づけて行なうことができ、かつ、全面でなく特定
領域のみを調べることで高速な判別処理が可能となる印
刷物の汚損度判別装置を提供できる。
【図1】本発明の一実施例に係る印刷物の汚損度判別装
置の構成を示すブロック図。
置の構成を示すブロック図。
【図2】印刷物に対して特徴量の抽出を行なう特定領域
を示す図。
を示す図。
【図3】第1特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図4】特徴量抽出部で折り目やしわの同定のために施
す近傍処理の重みを示す図。
す近傍処理の重みを示す図。
【図5】第2特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図6】第3特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図7】特徴量抽出部で折り目やしわの同定のために施
す近傍処理の重みを示す図。
す近傍処理の重みを示す図。
【図8】第4特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図9】第5特徴量抽出部が行なう処理を説明するため
のフローチャート。
のフローチャート。
【図10】第6特徴量抽出部が行なう処理を説明するた
めのフローチャート。
めのフローチャート。
【図11】第7特徴量抽出部が行なう処理を説明するた
めのフローチャート。
めのフローチャート。
【図12】第7特徴量抽出部が行なう同一方向連続数計
数のために参照する近傍エリアを示す図。
数のために参照する近傍エリアを示す図。
【図13】第8特徴量抽出部が行なう処理を説明するた
めのフローチャート。
めのフローチャート。
【図14】第8特徴量抽出部が行なう縦方向の画素累積
を示す図。
を示す図。
【図15】特徴量抽出解析部の解析処理を説明する図。
【図16】印刷物の特徴と汚損度との対応関係を示す
図。
図。
101……印刷物、P……特定領域、102……ライン
センサ、103……画像入力装置、104……画像メモ
リ、105〜112……特徴量抽出部、113……判別
部、114……特徴量抽出解析部。
センサ、103……画像入力装置、104……画像メモ
リ、105〜112……特徴量抽出部、113……判別
部、114……特徴量抽出解析部。
フロントページの続き (72)発明者 田神 義一 神奈川県川崎市幸区柳町70番地 株式会 社東芝 柳町工場内 (72)発明者 渋谷 邦弘 神奈川県川崎市幸区柳町70番地 株式会 社東芝 柳町工場内 (56)参考文献 特開 平3−280170(JP,A) (58)調査した分野(Int.Cl.7,DB名) G01N 21/84 - 21/958 G07D 7/00 - 7/20
Claims (2)
- 【請求項1】 印刷物の印刷模様が存在しない特定領
域の画像データを入力する画像入力手段と、 この画像入力手段で入力された画像データに基づき前記
印刷物の変形に起因する不可逆な変化を同定して、少な
くともその太さ、密度、数量などの複数の特徴量を抽出
する特徴量抽出手段と、 この特徴量抽出手段で抽出された複数の特徴量を総合的
に評価することにより前記印刷物の汚損度を判別する判
別手段と を具備したことを特徴とする印刷物の汚損度判
別装置。 - 【請求項2】 印刷物の印刷模様が存在しない特定領域
の画像データを入力する画像入力手段と、 この画像入力手段で入力された画像データに基づき前記
印刷物の変形に起因する不可逆な変化を同定して、少な
くともその太さ、密度、数量などの複数の特徴量を抽出
する特徴量抽出手段と、 この特徴量抽出手段で抽出された特徴量を解析すること
により前記印刷物の汚損度を判別するための基準データ
を作成する特徴量抽出解析手段と、 この特徴量抽出解析手段で作成された基準データおよび
前記特徴量抽出手段で抽出された特徴量に基づき前記印
刷物の汚損度を判別する判別手段と を具備したことを特
徴とする印刷物の汚損度判別装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP18495392A JP3180976B2 (ja) | 1992-07-13 | 1992-07-13 | 印刷物の汚損度判別装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP18495392A JP3180976B2 (ja) | 1992-07-13 | 1992-07-13 | 印刷物の汚損度判別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0627035A JPH0627035A (ja) | 1994-02-04 |
JP3180976B2 true JP3180976B2 (ja) | 2001-07-03 |
Family
ID=16162242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP18495392A Expired - Fee Related JP3180976B2 (ja) | 1992-07-13 | 1992-07-13 | 印刷物の汚損度判別装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3180976B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4180715B2 (ja) | 1998-12-14 | 2008-11-12 | 株式会社東芝 | 印刷物の汚損度判別装置 |
JP2001041899A (ja) * | 1999-07-27 | 2001-02-16 | Toshiba Corp | 紙葉類の汚れ具合識別装置 |
JP4724957B2 (ja) * | 2001-06-15 | 2011-07-13 | 沖電気工業株式会社 | 媒体の汚損度判定装置 |
JP2010277252A (ja) | 2009-05-27 | 2010-12-09 | Toshiba Corp | 紙葉類判別装置 |
JP6323720B2 (ja) * | 2015-05-27 | 2018-05-16 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置 |
CN105551133B (zh) * | 2015-11-16 | 2018-11-23 | 新达通科技股份有限公司 | 一种纸币拼接缝或折痕的识别方法及*** |
-
1992
- 1992-07-13 JP JP18495392A patent/JP3180976B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH0627035A (ja) | 1994-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112508826B (zh) | 一种印刷品缺陷检测方法 | |
CN103390164B (zh) | 基于深度图像的对象检测方法及其实现装置 | |
EP1678485B2 (en) | Method and ir-camera for determining the risk of condensation | |
JP2000036044A (ja) | 欠陥統合処理装置および欠陥統合処理方法 | |
CN106920245A (zh) | 一种边界检测的方法及装置 | |
CN109285140A (zh) | 一种印刷电路板图像配准评估方法 | |
JP3488499B2 (ja) | 印刷装置 | |
CN105718931A (zh) | 用于确定采集图像中的杂斑的***和方法 | |
JP3180976B2 (ja) | 印刷物の汚損度判別装置 | |
JP3350822B2 (ja) | 画像上のエッジ検出方法 | |
Pande et al. | A study on edge marking scheme of various standard edge detectors | |
JP2001041899A (ja) | 紙葉類の汚れ具合識別装置 | |
JPH01195351A (ja) | コンクリート表面のひび割れ測定方法 | |
CN115984246B (zh) | 基于机器视觉的缺陷快速检测方法及装置、设备、存储介质 | |
US6757421B1 (en) | Method and apparatus for detecting defects | |
CN115496724A (zh) | 一种线宽检测方法、装置及存储介质 | |
JP2019192012A (ja) | 紙葉類判別処理方法 | |
CN115115889A (zh) | 一种仪表图像分析方法及装置 | |
JP3253752B2 (ja) | パターン評価方法 | |
JPH07190955A (ja) | 印刷物の汚損度判別装置 | |
CN113450383A (zh) | 一种免疫层析试纸定量分析方法、装置、设备和介质 | |
JP7496016B2 (ja) | 物体のマスタデータの取得方法及び装置 | |
JP3498120B2 (ja) | 光沢むらの高精度測定方法および装置 | |
JP3145296B2 (ja) | 欠陥検出方法 | |
Drofova et al. | Values Definition of the Leading Threshold of the Primary Process Colors by the Method of Color Separation and Image Segmentation by Thresholding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080420 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090420 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100420 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100420 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110420 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |