JP2017191294A - 画像処理装置、制御方法、及びプログラム - Google Patents

Abstract

【課題】ドラム傷を原因とする異常画像を高精度に検出できる画像処理装置を提供する
【解決手段】ＭＦＰ１０１の画像診断部１２６は、画像を記録材の搬送方向に複数の領域に分割し、前記領域ごとに、搬送方向に対して垂直方向の輝度の最大値または最小値を求め、当該最大値または最小値を搬送方向の順に並べた信号データを生成する。さらに、画像診断部１２６は、生成したが信号データに基づき、前記領域のうち少なくとも１つに周辺画素との差分が大きい点が、感光体ドラムの周囲長の周期で繰り返し出現する場合に、ドラム傷が存在すると判定する。
【選択図】図４

Description

本発明は、画像処理装置、制御方法、及びプログラムに関する。

近年電子写真装置の性能向上に伴い印刷機と同等の画質を実現した機械（プリンタなどの画像処理装置）が登場している。印刷機と同様に運用するためには高画質の維持が必須だが、ストレスのかかる使い方を続けることでプリンタが劣化し、本来出力されるべき通常画像と異なる画像（異常画像）が出力される「画質問題」（画像不良）が発生する可能性がある。このような劣化等により発生する異常画像はセンサ等を用いた自動検知が難しく、ユーザからの指摘を受けてから対応するケースが非常に多い。

電子写真装置は、回転体からなる多数の画像形成部材を含んで構成されており、画像形成部材のいずれかが劣化すると、その周囲長の周期で異常画像が発生することがある。特に、長時間にわたりストレスのかかる使い方をするとドラムクリーナとの摩耗によって電子写真感光体ドラム（感光体ドラム）の表面が局所的に傷ついてしまう（以下、ドラム傷と称す）。

感光体ドラムの表面が傷ついた箇所は、所定電位とは異なる帯電がなされ、その結果として画像を印刷するとそこに異常画像が発生する。また、感光体ドラムの表面の傷の程度によって、記録材上の画像に現れる異常画像の濃度も変化していく。例えば、感光体ドラムの表面の傷が浅い場合は、所定電位よりも帯電量が多くなる。その結果、露光後の電位が他の部分に比べて高くなるため、現像時には他の部分よりも少ない量のトナーが現像される。そして、画像を印刷すると画像データが欠落したような薄い濃度の異常画像が出力される。

さらにドラムクリーナとの摩耗が進むと、感光体ドラムの表面は深く傷つき、所定電位よりも帯電量が少なくなる。その結果、露光後の電位が他の部分に比べて低くなるため、現像時には他の部分よりも多い量のトナーが現像される。そして、画像を印刷すると本来印字されることがない画像データを付加したようなベタに近い濃い異常画像が出力される。つまり、ドラム傷が原因による異常画像が発生すると、ユーザの所望する画像データを得られなくなってしまうため、部品交換の対応が必要になる。

特許文献１は、画像データの主走査方向に加算処理した投影波形データの予め定めたエッジ位置に基づいて画像欠陥の発生間隔を検出する画像解析装置を開示している。

特開２００８−１３９５００号公報

感光体ドラムの周囲長の周期で出現する濃度変動（以下、濃度ムラと称す）は、ドラム傷と同じように、周期性をもった現象である。濃度ムラの場合、画像データに濃度変動が発生するが、ユーザの所望する画像データが欠落するようなことは起こらない。一方で、ドラム傷の場合、ユーザの所望する画像データが得られない。よって、ユーザの所望する画像データを得るためには、ドラム傷が原因となる異常画像を特定しなければならない。

しかしながら、特許文献１の方法で異常画像を特定する場合、各画像形成部材の周囲長の周期性から故障箇所を推定するため、検出対象（解析対象）ではない濃度ムラの影響を受けて、検出対象であるドラム傷による異常画像の検出精度が低下してしまう。

本発明は、ドラム傷を原因とする異常画像を高精度に検出できる画像処理装置を提供することを目的とする。

本発明の一実施形態の画像処理装置は、画像を記録材の搬送方向に複数の領域に分割する分割手段と、前記領域ごとに、搬送方向に対して垂直方向に位置する画素の輝度の最大値または最小値を求め、当該最大値または最小値を搬送方向に並べた第１のデータを生成する生成手段と、前記第１のデータに基づき、前記領域のうち少なくとも１つに周辺画素との差分が大きい点が、感光体ドラムの周囲長の周期で繰り返し検出された場合に、ドラム傷が存在すると判定する判定手段と、を備える。

本発明の画像処理装置によれば、ドラム傷を原因とする異常画像を高精度に検出できる。

システムの構成を示す図である。 画像処理の流れを示す図である。 画像診断処理の流れを示す図である。 画像解析処理の流れを示す図である。 故障箇所診断処理の流れを示す図である。 診断用チャートの一例を示す図である。 故障箇所診断結果を表示するＵＩの一例を示す図である。 診断用スキャン画像の一例を示す図である。 白抜け発生時の画像解析処理の概要を示す図である。 黒ベタ発生時の画像解析処理の概要を示す図である。 信号データと相関係数との対応によりドラム傷を分類する表である。 第２実施形態に係る領域分割を示す図である。 第３実施形態に係る最大値を抽出する例を示した図である。

以下、本発明を実施するための形態について図面などを参照して説明する。

（第１実施形態）
図１は、本実施形態におけるシステムの構成を示す図である。
本実施形態におけるシステムは、画像処理装置の一例としてのＭＦＰ１０１とＰＣ１２４を備える。シアン、マゼンタ、イエロー、ブラック（以下、Ｃ、Ｍ、Ｙ、Ｋ）の各トナーを用いるＭＦＰ（Ｍｕｌｔｉ Ｆｕｎｃｔｉｏｎ Ｐｒｉｎｔｅｒ）１０１は、ネットワーク１２３を介して他のネットワーク対応機器と接続されている。また、ＰＣ１２４は、ネットワーク１２３を介してＭＦＰ１０１と接続されている。ＰＣ１２４内のプリンタドライバ１２５は、ＭＦＰ１０１へ印刷データを送信する。

ＭＦＰ１０１について詳細に説明する。ネットワークＩ／Ｆ１２２は、印刷データ等の受信を行う。コントローラ１０２は、ＣＰＵ１０３やレンダラ１１２、画像処理部１１４で構成される。ＣＰＵ１０３のインタプリタ１０４は、受信した印刷データのＰＤＬ（ページ記述言語）部分を解釈し、中間言語データ１０５を生成する。そして、ＣＭＳ１０６は、ソースプロファイル１０７及びデスティネーションプロファイル１０８を用いて色変換を行い、中間言語データ（ＣＭＳ後）１１１を生成する。

ここで、ＣＭＳとは、Ｃｏｌｏｒ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍの略であり、後述するプロファイルの情報を用いて色変換を行う。また、ソースプロファイル１０７は、ＲＧＢやＣＭＹＫ等のデバイスに依存する色空間をＣＩＥ（国際照明委員会）が定めたＬ＊ａ＊ｂ＊（以下、Ｌａｂ）やＸＹＺ等のデバイス非依存の色空間に変換するためのプロファイルである。ＸＹＺは、Ｌａｂと同様にデバイス非依存の色空間であり、３種類の刺激値で色を表現する。また、デスティネーションプロファイル１０８は、デバイス非依存色空間をデバイス（プリンタ１１５）に依存したＣＭＹＫ色空間に変換するためのプロファイルである。

一方、ＣＭＳ１０９は、デバイスリンクプロファイル１１０を用いて色変換を行い、中間言語データ（ＣＭＳ後）１１１を生成する。ここでデバイスリンクプロファイル１１０は、ＲＧＢやＣＭＹＫ等のデバイス依存色空間をデバイス（プリンタ１１５）に依存したＣＭＹＫ色空間に直接変換するためのプロファイルである。どちらのＣＭＳが選ばれるかは、プリンタドライバ１２５における設定に依存する。

本実施形態では、プロファイル（１０７、１０８及び１１０）の種類によってＣＭＳ（１０６及び１０９）を分けているが、１つのＣＭＳで複数種類のプロファイルを扱ってもよい。また、プロファイルの種類は、本実施形態で挙げた例に限らずプリンタ１１５のデバイス依存ＣＭＹＫ色空間を用いるのであればどのような種類のプロファイルでもよい。

レンダラ１１２は、生成した中間言語データ（ＣＭＳ後）１１１からラスター画像１１３を生成する。画像処理部１１４は、ラスター画像１１３やスキャナ１１９で読み込んだ画像に対して画像処理を行う。画像処理部１１４について詳細は後述する。コントローラ１０２と接続されたプリンタ１１５は、Ｃ、Ｍ、Ｙ、Ｋ等の有色トナーを用いて紙上に出力データを形成するプリンタである。プリンタ１１５は、ＣＰＵ１２７によって制御され、紙の給紙を行う給紙部１１６と出力データを形成した紙を排紙する排紙部１１７とを持つ。

表示装置１１８は、ユーザへの指示やＭＦＰ１０１の状態を表示するＵＩ（ユーザーインターフェース）である。コピー、送信処理等の他、後述する画像診断処理で用いる。スキャナ１１９は、オートドキュメントフィーダを含むスキャナである。スキャナ１１９は、束状のまたは一枚の原稿画像を図示しない光源で照射し、原稿反射像をレンズでＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）センサ等の固体撮像素子上に結像する。そして、固体撮像素子からラスター状の画像読み取り信号を画像データとして得る。

入力装置１２０は、ユーザからの入力を受け付けるためのインタフェースである。一部の入力装置は、タッチパネルとなっているため、表示装置１１８と一体化している。記憶装置１２１は、コントローラ１０２で処理されたデータやコントローラ１０２が受け取ったデータ等を保存する。画像診断部１２６は、異常画像が発生した時にチャートを出力して解析処理を実行することで故障箇所（不具箇所）を推定する画像診断処理を行う。画像診断処理の詳細については後述する。

図２は、画像処理部１１４における画像処理の流れを示す図である。
画像処理部１１４は、ラスター画像１１３やスキャナ１１９で読み込んだ画像に対して画像処理を行う。図２に示す処理は、画像処理部１１４内にある不図示のＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）が実行することにより実現される。

ステップＳ２０１にて、画像処理部１１４は、受け取った画像データがスキャナ１１９で読み込んだスキャンデータかプリンタドライバ１２５から送られたラスター画像１１３かを判別する。受け取った画像がスキャンデータではない場合は、レンダラ１１２によってビットマップ展開されたラスター画像１１３であるため、ＣＭＳによってプリンタデバイスに依存するＣＭＹＫ色空間に変換されたＣＭＹＫ画像２１０として以降の処理を行う。

受け取った画像がスキャンデータの場合は、ＲＧＢ画像２０２であるため、ステップＳ２０３にて色変換処理を行い、共通ＲＧＢ画像２０４を生成する。共通ＲＧＢ画像２０４とは、デバイスに依存しないＲＧＢ色空間で定義されており、演算によってＬａｂ等のデバイス非依存色空間に変換することが可能である。

一方、ステップＳ２０５にて、画像処理部１１４は、文字判定処理を行い、文字判定データ２０６を生成する。ここでは画像のエッジ等を検出して文字判定データ２０６を生成する。次に、ステップＳ２０７にて、画像処理部１１４は、共通ＲＧＢ画像２０４に対して文字判定データ２０６を用いてフィルタ処理を行う。ここでは文字判定データ２０６を用いて文字部とそれ以外で異なるフィルタ処理を行う。そして、ステップＳ２０８にて、画像処理部１１４は、下地飛ばし処理を行い、地色成分を除去する。

次に、ステップＳ２０９にて、画像処理部１１４は、色変換処理を行い、ＣＭＹＫ画像２１０を生成する。そして、ステップＳ２１１にて、画像処理部１１４は、１Ｄ−ＬＵＴを用いてＣ、Ｍ、Ｙ、Ｋの各単色の階調特性を補正する。１Ｄ−ＬＵＴ とは、Ｃ、Ｍ、Ｙ、Ｋのそれぞれの色を補正する１次元のＬＵＴ（Ｌｏｏｋ Ｕｐ Ｔａｂｌｅ）のことである。最後に、ステップＳ２１２にて、画像処理部１１４は、スクリーン処理や誤差拡散処理のような画像形成処理を行って、ＣＭＹＫ画像（２値）２１３を作成する。

＜画像診断処理について＞
次に、本実施形態に係る画像診断処理について、図３を用いて説明する。
画像診断処理は、異常画像が発生した際にユーザ等によって実行される処理であり、画像診断部１２６にて制御される。

図３に示す処理のうち、ステップＳ３０１〜ステップＳ３０９の処理は、コントローラ１０２内のＣＰＵ１０３が実行することにより実現され、取得されたデータは、記憶装置１２１に保存される。また、ステップＳ３１０の処理は、表示装置１１８がユーザへの指示をＵＩに表示し、入力装置１２０がユーザの指示を受け付ける。まず、ステップＳ３０１にて、画像診断部１２６は、画質診断するための診断用チャートデータ３０２を取得する。

図６は、診断用チャートデータの一例を示す図である。
診断用チャートデータ６０１は、ドラム傷を判定するためのチャートであり、Ｃ、Ｍ、Ｙ、Ｋのいずれかの色（判定したい色）で面内一様のハーフトーンパッチ６０２によって構成される。なお、本実施形態では、単色による構成について説明しているが、これに限られるものではなく、例えば、ＭとＹによって構成されたＲのパッチや、Ｇ、Ｂのパッチを用いてもよい。また、診断用チャートデータ６０１は、ドラム傷を検出するだけでなく、ドラム傷とは異なる原因の画像異常を検出するために用いてもよいものとする。

図３の説明に戻る。ステップＳ３０３にて、画像診断部１２６は、ステップＳ３０１で取得した診断用チャートデータ３０２をプリンタで出力し、出力チャート３０４を取得する。ステップＳ３０５にて、画像診断部１２６は、出力チャート３０４をスキャナ１１９で読み込み、診断用スキャン画像を取得する。ステップＳ３０６にて、画像診断部１２６は、ステップＳ３０５で読み込んだスキャン画像を用いてドラム傷を検出するための画像解析処理を実行し、画像特徴量３０８を算出する。画像解析処理の詳細については後述する。

ステップＳ３０７にて、画像診断部１２６は、ステップＳ３０６で算出した画像特徴量３０８を用いて故障箇所診断処理を実行し、故障箇所診断結果３０９を出力する。故障箇所診断処理の詳細については後述する。ステップＳ３１０にて、画像診断部１２６は、ステップＳ３０７の故障箇所診断結果を表示装置１１８にて表示する。

図７は、本実施形態における故障箇所診断結果を表示するＵＩの一例を示す図である。
ＵＩ７０１は、異常画像の判定結果の一例を示している。ここでは、ユーザがわかるように具体的な文言（メッセージ）と、サービス等が定量的に判断できるようにコード化した情報や交換ユニットを示す情報とを表示している。なお、表示される内容や表示方法は、これに限られるものではなく、例えば、メッセージの内容を示す画像や交換方法などを示す情報を表示してもよい。

なお、ステップＳ３０７にて故障個所がない（異常画像ではない）と判断された場合は、ステップＳ３１０にてプリンタ自体に問題はないという内容を示す情報を表示する。このように、異常画像について具体的かつ定量的な情報が示されるため、異常画像に対応する負荷の軽減、及び対応時間の短縮が可能となる。

＜画像解析処理について＞
次に、画像診断処理（図３）のステップＳ３０６の画像解析処理の詳細について、図４を用いて説明する。
画像解析処理は、ステップＳ３０５で読み込んだ診断用スキャン画像を用いて、ドラム傷がある場合に出現する異常画像の特徴を基に、ドラムの周囲長で周期的な変動があるか否かを解析する処理である。画像解析処理は、画像診断部１２６にて制御される。

図４に示す処理のうち、ステップＳ４０１〜ステップＳ４０７の処理は、コントローラ１０２内のＣＰＵ１０３が実行することにより実現され、取得されたデータは、記憶装置１２１に保存される。まず、ステップＳ４０１にて、画像診断部１２６は、ステップＳ３０５で読み込んだ診断用スキャン画像を取得する。

図８は、読み込んだ診断用スキャン画像の一例を示す図である。
本実施形態では、一例としてＫの感光体ドラムでドラム傷が発生した場合について説明する。すなわち、判定したい色をＫとし、図６の診断用チャートデータ６０１は、Ｋのハーフトーンパッチ６０２を出力したものとする。そして、図８に示す診断用スキャン画像８０１は、Ｋの感光体ドラムのドラム傷による異常画像を含むＫのハーフトーンパッチ８０２の画像データである。

ハーフトーンパッチ８０２は、ドラム傷が原因による異常画像として以下の領域を含む。すなわち、感光体ドラムの表面が浅く傷ついたことによって白く抜けた（白抜け）ドラム傷発生領域８０３及び８０４と、感光体ドラムの表面が深く傷ついたことによって黒いベタ（黒ベタ）で印字されたドラム傷発生領域８０５及び８０６とを含む。また、ハーフトーンパッチ８０２は、ドラム傷が原因ではない汚れた異常画像として汚れ領域８０７及び８０８を含む。

本実施形態における感光体ドラムの周囲長は、９４．２ｍｍとする。図８に示す診断用スキャン画像８０１は、Ａ４サイズの紙で搬送方向が短手となる２１０ｍｍで印刷した場合を示す。この場合、１つのドラム傷で２〜３か所の異常画像が発生する。ステップＳ４０２にて、画像診断部１２６は、ステップＳ４０１で取得した診断用スキャン画像の領域分割を行う。本実施形態に係る領域分割の方法について、図９及び図１０を用いて説明する。

図９は、ドラム傷による白抜けが発生した時の画像解析処理の概要を示す図である。
画像データ９０１は、白抜けのドラム傷発生領域９１１及び９１２と、黒ベタのドラム傷発生領域９１２及び９１３とを含む画像をスキャンした画像データである。

図１０は、ドラム傷による黒ベタが発生した時の画像解析処理の概要を示す図である。
画像データ１００１は、白抜けのドラム傷発生領域１０１１及び１０１２と、黒ベタのドラム傷発生領域１０１３及び１０１４とを含む画像をスキャンした画像データである。

スキャン画像の領域分割は、図９及び図１０に示すように、搬送方向に行う。すなわち垂直な方向を分割する。ドラム傷の周囲長の少ないデータ数で周期性を解析すると、図８の汚れ領域８０７及び８０８のようなドラム傷とは関係のない異常画像が発生した際に、ドラム傷の周囲長の周期と異なるデータが増えてしまい、周期性の判定精度が低下してしまう。そのため、搬送方向に領域分割を行い、ドラム傷による異常画像が発生する領域を抽出しやすくなることで、周期性を解析する精度の向上を可能とする。

本実施形態では、２０ｍｍ幅の白抜けのドラム傷発生領域を同一の領域に分割するために、画像データ１００１を１０分割して解析するものとする。図９及び図１０に示すように、領域分割を行うことで、分割された領域（分割領域）Ａは、白抜けのドラム傷発生領域に割り当てることが可能となる。また、分割領域Ｂは、黒ベタのドラム傷発生領域に割り当てることが可能となる。

図４の説明に戻る。ステップＳ４０３にて、画像診断部１２６は、ステップＳ４０２で分割した領域毎に、搬送方向に対して垂直方向に位置する１行分の画素（画素列）ごとの輝度の最大値及び最小値を算出する。そして、算出した最大値の信号データ及び最小値の信号データを、搬送方向に並べた信号データ（第１のデータ）生成する。輝度の最大値の信号データを算出することでドラム傷による白抜けの周期性が解析でき、輝度の最小値の信号データを算出することでドラム傷による黒ベタの周期性が解析できる。なお、輝度の最小値の算出では、解析しているハーフトーンパッチの色の輝度の最小値を抽出するものとする。

これにより、図９において分割領域Ａでは、最大値の信号データ９０３は、白抜けのドラム傷発生領域に対応するように最大値が変化した信号データとなる。また、最小値の信号データ９０４は、ドラム傷による白抜けとは関係のない信号データとなる。同様に、図１０において分割領域Ｂでは、最大値の信号データ１００３は、ドラム傷による黒ベタとは関係のない信号データとなる。また、最小値の信号データ１００４は、黒ベタのドラム傷発生領域に対応するように最小値が変化した信号データとなる。

ステップＳ４０４にて、画像診断部１２６は、ステップＳ４０３で算出した最大値の信号データ及び最小値の信号データに対して差分抽出を行う。具体的には、最大値の信号データ及び最小値の信号データに対して、搬送方向に注目しているデータ点（画素）の１画素前のデータ点（前画素）との差分を算出し、差分信号データ（第２のデータ）を生成する。これにより、図９の領域Ａでは、最大値の差分信号データ９０５は、白抜けのドラム傷発生領域に対応する画素の差分が大きくなる差分信号データとなる。また、最小値の差分信号データ９０６は、最大値の差分信号データと比べて差分の小さい差分信号データとなる。

同様に、図１０の領域Ｂでは、最小値の差分信号データ１００６は、黒ベタのドラム傷発生領域に対応する画素の差分が大きくなる差分信号データとなる。また、図１０の領域Ｂでは、最大値の差分信号データ１００５は、最小値の差分信号データと比べて差分の小さい差分信号データとなる。なお、本実施形態では、差分信号データとして、搬送方向に１画素前の信号データとの差分を算出したが、これに限定されるものではなく、周辺画素との差分が大きい点を抽出できればよい。例えば、予め決められた複数の前画素の信号データの平均値との差分を算出してもよい。

ステップＳ４０５にて、画像診断部１２６は、ステップＳ４０４で算出した最大値の差分信号データ及び最小値の差分信号データに閾値処理を行い、差分量の大きいデータのみ抽出した抽出信号データ（第３のデータ）を生成する。具体的には、最大値の差分信号データ及び最小値の差分信号データの各点において、閾値よりも小さい値の点は０とし、閾値以上となる点の値のみを抽出する。すなわち、最大値の差分信号データ及び最小値の差分信号データから、各点の値（つまり差分）が大きい値のみを抽出し、差分信号データの波形を際立たせる処理を行うことにより、周期性を検出する際に濃度ムラによる影響を除くことが可能となる。

なお、最大値の差分信号データ及び最小値の差分信号データそれぞれに用いる閾値は、それぞれ予め決められた値とする。本実施形態では、最大値の差分信号データの閾値は、異常画像がない時の信号データとトナーが載っていない紙の信号データとの差分の５０％の値とする。また、最小値の差分信号データの閾値は、異常画像がない時の信号データとベタの信号データとの差分の５０％の値とする。

これにより、図９の領域Ａでは、最大値の抽出信号データ９０７は、白抜けのドラム傷発生領域で差分が閾値を超えた差分信号データのみ抽出され、最小値の抽出信号データ９０８は、全て閾値以下となるため、全ての点において０の信号データとなる。同様に、図１０の領域Ｂでは、最大値の抽出信号データ１００７は、全て閾値以下となるため、全ての点において０の信号データになり、最小値の抽出信号データ１００８は、黒ベタのドラム傷発生領域で差分が閾値を超えた差分信号データのみ抽出される。

次に、ステップＳ４０６にて、画像診断部１２６は、ステップＳ４０５で閾値処理した最大値の抽出信号データ及び最小値の抽出信号データに自己相関解析を行い、自己相関係数データを算出する。自己相関係数データは、以下に示す自己相関関数Ｒ_ｘを用いて算出する。

このとき、ｘは抽出信号データ、Ｎは搬送方向の画素数、τはずれ量となる。
自己相関係数データφ_ｘは、算出した自己相関関数Ｒ_ｘを用いて、以下のように算出する。

自己相関係数データの中で、相関係数の大きい値となるτは、周期性のある間隔を示している。相関係数の大きくなるτが、ドラムの周囲長と一致する場合、ドラム傷があると判定することができる。なお、Ｒ_ｘ（０）が０となる場合、自己相関係数データが算出できないため、自己相関係数データφ_ｘは０とする。

これにより、図９の領域Ａでは、最大値の抽出信号データに関する自己相関係数データ９０９は、ドラムの周囲長で相関係数が高くなる。また、図９の領域Ａでは、最小値の抽出信号データに関する自己相関係数データ９１０は、Ｒ_ｘ（０）が０になるため、ドラムの周囲長での相関係数は低くなる。同様に、図１０の領域Ｂでは、最小値の抽出信号データに関する自己相関係数データ１０１０は、ドラムの周囲長で相関係数が高くなり、最大値の抽出信号データに関する自己相関係数データ１００９は、Ｒ_ｘ（０）が０になる。このため、ドラムの周囲長での相関係数は低くなる。

次に、ステップＳ４０７にて、画像診断部１２６は、算出した自己相関係数データについて、分割した領域毎に既知のドラムの周囲長に対応する画素の相関係数が、閾値を超えているかを判定し、判定結果を画像特徴量３０８として記憶装置１２１に保存する。なお、判定に用いる閾値は、予め決められた値とする。本実施形態における閾値は、統計的に相関性があると判断できる０．３とするが、これに限られるものではなく、例えば、ユーザが任意に設定できるようにしてもよい。

図１１は、ドラム傷の特徴となる信号データと相関係数との対応によりドラム傷を分類する表である。
具体的には、輝度の最大値または最小値の信号データの変化において、ドラムの周囲長における自己相関係数が閾値を超えたか否かに応じてドラム傷の有無及び種別を分類した表である。最小値及び最大値の信号データのいずれにおいても、自己相関係数が閾値を超えない場合は、ドラム傷が発生していないと判定する。最大値の信号データの変化において、自己相関係数が閾値を超えた場合は、ドラム傷が発生しており、それはドラムの中心方向に対して傷の深さが浅い傷であると判定する。

また、最小値の信号データの変化において、自己相関係数が閾値を超えた場合は、ドラム傷が発生しており、それはドラムの中心方向に対して傷の深さが深い傷であると判定する。本実施形態において、画像特徴量３０８として、分割した全ての領域でドラム傷が発生していない場合は０を記憶する。また、いずれかの領域でドラム傷が発生している場合は、判定した色、及び判定した最大値または最小値の相関係数を記載した情報を特徴量として記憶する。また、同一の色で、最小値及び最大値の両方において相関係数が高い場合は、いずれの情報も画像特徴量３０８として記憶するものとする。

＜故障箇所診断処理について＞
次に、画像診断処理（図３）のステップＳ３０７の故障箇所診断処理の詳細について、図５を用いて説明する。
故障箇所診断処理は、ステップＳ３０６で算出した画像特徴量３０８を用いて、具体的な現象と故障部品を診断するための処理である。故障箇所診断処理は、画像診断部１２６にて制御される。

図５に示す処理のうち、ステップＳ５０１〜ステップＳ５０６の処理は、コントローラ１０２内のＣＰＵ１０３が実行することにより実現され、取得されたデータは、記憶装置１２１に保存される。まず、ステップＳ５０１にて、画像診断部１２６は、ステップＳ３０６で算出した、判定している色に関する画像特徴量３０８を取得する。ステップＳ５０２にて、画像診断部１２６は、ステップＳ５０１で取得した画像特徴量３０８に含まれる情報から、輝度の最小値の信号データの変化において、ドラムの周囲長の周期性があるか否かを判定する。

ドラムの周囲長の周期性があると判定された場合は、処理はステップＳ５０３に進む。ステップＳ５０３にて、画像診断部１２６は、判定している色の感光体ドラムにおいて深いドラム傷があると判定する。そして、ステップＳ５０６にて、判定結果を出力する。なお、ステップＳ５０３の処理の後に、ステップＳ５０４に進み、浅いドラム傷があるか否かを判定してもよい。ドラムの周囲長の周期性がないと判定された場合は、処理はステップＳ５０４に進む。

ステップＳ５０４にて、画像診断部１２６は、ステップＳ５０１で取得した画像特徴量３０８に含まれる情報から、輝度の最大値の信号データの変化において、ドラムの周囲長の周期性があるか否かを判定する。ドラムの周囲長の周期性があると判定された場合は、処理はステップＳ５０５に進む。ステップＳ５０５にて、画像診断部１２６は、判定している色の感光体ドラムにおいて浅いドラム傷があると判定する。そして、ステップＳ５０６にて、判定結果を出力する。

ステップＳ５０６にて、今まで判定した結果を故障箇所診断結果３０９として出力する。なお、画像特徴量３０８に含まれる情報からドラム傷が発生していないと判定される場合は、判定している色に係る感光体ドラムにおいてドラム傷がないことを故障箇所診断結果として出力する。

本実施形態では、ドラム傷を診断するために、ドラム傷の特徴となる信号データを抽出し、抽出した信号データに対して感光体ドラムの周囲長の周期性があるか否かの判定を行った。ドラム傷の特徴となる信号データは、以下のように求めた。スキャン画像を搬送方向に領域分割し、搬送方向に対して垂直方向に位置する画素の輝度の最大値及び最小値を算出した。そして、最大値及び最小値のそれぞれにおいて前画素との差分を算出し、差分量が閾値を超えた信号がドラム傷の特徴を有する信号とした。

また、感光体ドラムの周囲長の周期性があるか否かの判定は、以下のように行った。抽出したドラム傷の特徴となる信号データに対して自己相関解析を行い、相関係数がドラムの周囲長の周期性で高くなっているか否かを判定し、ドラムの周囲長の周期性で高くなっている場合にドラム傷があると判定した。なお、本実施形態で説明した方法に限らず、ドラム傷の特徴となる信号データを抽出し、感光体ドラムの周囲長の周期性を判定できる方法であれば、どのような方法であってもよい。

以上のように、本実施形態によれば、例えば濃度ムラのようにドラム傷と同じように周期性をもった現象に影響されることなく、ドラム傷が原因となる異常画像を高精度に特定することができる。

（第２実施形態）
第１実施形態では、ドラム傷を診断するために、ドラム傷の特徴となる信号データを抽出し、抽出した信号データに対して感光体ドラムの周囲長の周期性があるか否かの判定を行った。これに対して、本実施形態では、領域分割において、第１実施形態とは異なる方法を用いる。

例えば、診断用スキャン画像を読み込む際に、原稿に傾きが生じた場合に、第１実施形態に係る領域分割の方法では、異常画像（黒ベタや白抜け）の発生領域が異なる分割領域に存在することがありうる。周期的な異常画像が、異なる領域に存在する場合に、その周期性を解析することができず、解析精度が低下してしまう。

また、原稿の傾き以外の要因として、例えば、スキャン時の読み取りのばらつきの影響により、異なる領域に周期的な異常画像が存在してしまうこともある。本実施形態では、このように、スキャンした原稿の傾きやスキャン時の読み取りばらつきの影響を受けずにドラム傷を解析可能とする。なお、本実施形態における画像診断処理及び故障箇所診断処理は、第１実施形態と同様であるため、その説明を省略する。本実施形態では、第１実施形態との差異のみについて説明する。

本実施形態における画像解析処理について図４を用いて説明する。
本実施形態における画像解析処理は、画像診断部１２６にて制御される。ステップＳ４０１〜ステップＳ４０７の処理は、コントローラ１０２内のＣＰＵ１０３が実行することにより実現され、取得されたデータは、記憶装置１２１に保存される。ステップＳ４０２にて、画像診断部１２６は、ステップＳ４０１で取得した診断用スキャン画像の領域分割を行う。本実施形態に係る領域分割の方法について、図１２を用いて説明する。

図１２（Ａ）は、第１実施形態のように領域分割した場合に、領域の境界上にドラム傷による異常画像が発生した場合を示す図である。
図１２（Ａ）では、スキャンした原稿の傾きの影響等を受けて、異なる領域にドラム傷による黒ベタ領域１２０１及び１２０２が発生している。分割した領域毎に周期性を解析する場合に、黒ベタ領域１２０１及び１２０２の周期性が判定できなくなってしまう。

これに対して、本実施形態では、図１２（Ｂ）のように隣接する領域において、予め決められた領域を互いに含む（重複する）ように領域を分割する。図１２（Ｂ）の領域Ａには、同一のドラム傷による異常画像である、黒ベタのドラム傷発生領域１２０３及び１２０４が存在し、領域Ｂには、黒ベタのドラム傷発生領域１２０４のみが存在する。これにより、領域Ａに対して第１実施形態と同様に画像解析処理を実行することで、黒ベタのドラム傷発生領域１２０３及び１２０４による、感光体ドラムの周囲長の周期性を確認することができる。

このように、本実施形態では、隣接する領域において予め決められた領域を互いに含めるように領域を分割し、画像解析処理を行った。これにより、スキャンした原稿の傾きの影響やスキャン時の読み取りばらつきの影響を受けずに、ドラム傷による周期的な異常画像を同一の領域に含めて解析できる。なお、上述した方法に限らず、スキャンした原稿の傾きの影響やスキャン時の読み取りばらつきの影響を受けずに、ドラム傷による周期的な異常画像を同一の領域に含めて解析できる方法であれば、どのような方法でもよい。

（第３実施形態）
第２実施形態では、スキャンした原稿の傾きの影響やスキャン時の読み取りばらつきの影響を受けずに、異常画像からドラム傷を解析する方法について説明した。これに対して、本実施形態では、計算量を削減しながら解析精度を落とさずに異常画像からドラム傷を解析する方法について説明する。

なお、本実施形態における画像診断処理及び故障箇所診断処理は、第１実施形態と同様であるため、その説明を省略する。本実施形態では、第１実施形態及び第２実施形態との差異のみについて説明する。

本実施形態における画像解析処理について、図４を用いて説明する。
本実施形態における画像解析処理は、画像診断部１２６にて制御される。ステップＳ４０１〜ステップＳ４０７の処理は、コントローラ１０２内のＣＰＵ１０３が実行することにより実現され、取得されたデータは、記憶装置１２１に保存される。

ステップＳ４０３にて、画像診断部１２６は、ステップＳ４０２で分割した領域毎に、搬送方向に対して垂直方向、かつ予め決められた複数行毎に輝度の最大値及び最小値を算出する。そして、搬送方向に時系列データとなる最大値の信号データ及び最小値の信号データを算出する。本実施形態における最大値及び最小値の信号データの算出方法について、図１３を用いて説明する。

図１３（Ａ）は、第１実施形態で説明した方法により算出した領域Ａの最大値の信号データを示す図である。搬送方向に対して垂直方向に位置する１行毎の画素に対する最大値を算出し、算出した最大値を搬送方向に並べたデータを１つの信号データ（最大値の信号データ）としている。これに対して、図１３（Ｂ）は、本実施形態で説明した方法により算出した領域Ａの最大値の信号データを示す図である。搬送方向に対して垂直方向に位置する２行毎の画素に対する最大値を算出し、算出した最大値を搬送方向に並べたデータを１つの信号データ（最大値の信号データ）としている。

これにより、１つの信号データに含まれるデータ点が減り、全体の計算量を削減することが可能となる。なお、本実施形態では、２行毎に１つのデータ点を算出しているが、これに限られるものではなく、他の画像形成部材のピーク値とドラムの周囲長のピーク値が同じにならなければ、３行以上の複数行毎に１つのデータ点としてもよい。

このように、本実施形態では、輝度の最大値及び最小値を並べた信号データの算出時に、搬送方向に対して垂直方向に位置する画素列の複数行毎に１つのデータ点を生成する。これにより、計算量を削減することが可能となる。なお、本実施形態に限らず、計算量を削減してドラム傷を解析できる方法であれば、どのような方法でもよい。

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

以上、本発明の好ましい実施形態について説明したが、本発明は、これらの実施形態に限定されず、その要旨の範囲内で種々の変形および変更が可能である。

１０１ ＭＦＰ
１０３ ＣＰＵ
１２６ 画像診断部

Claims (11)

1. 画像を記録材の搬送方向に複数の領域に分割する分割手段と、
   前記領域ごとに、搬送方向に対して垂直方向に位置する画素の輝度の最大値または最小値を求め、当該最大値または最小値を搬送方向に並べた第１のデータを生成する生成手段と、
   前記第１のデータに基づき、前記領域のうち少なくとも１つに周辺画素との差分が大きい点が、感光体ドラムの周囲長の周期で繰り返し検出された場合に、ドラム傷が存在すると判定する判定手段と、を備える
   ことを特徴とする画像処理装置。
2. 前記第１のデータに対して、当該第１のデータの各点と１つ前の点との差分を求めた第２のデータを生成する差分抽出手段と、
   前記第２のデータの各点の値が所定の閾値以上の場合に当該値を０とする第３のデータを生成する閾値処理手段と、をさらに備え、
   前記判定手段は、前記第３のデータを用いて、前記周辺画素との差分が大きい点が、前記感光体ドラムの周囲長の周期で繰り返し検出されるか否かを判定する
   ことを特徴とする請求項１に記載の画像処理装置。
3. 前記判定手段は、前記第３のデータに対して自己相関解析を行うことにより、周辺画素との差分が大きい点が、前記感光体ドラムの周囲長の周期で繰り返し検出されるか否かを判定する、
   ことを特徴とする請求項２に記載の画像処理装置。
4. 前記分割手段は、前記画像を搬送方向に複数の領域に分割する際に、各領域が隣接する領域と所定の幅で重複するように分割する
   ことを特徴とする請求項１ないし３のいずれか１項に記載の画像処理装置。
5. 前記生成手段は、前記領域ごとに、搬送方向に対して垂直方向に位置する画素列に含まれる画素の輝度のうち最大値または最小値を求め、当該最大値または最小値を搬送方向に並べて第１のデータを生成する
   ことを特徴とする請求項１ないし４のいずれか１項に記載の画像処理装置。
6. 前記生成手段は、複数の前記画素列に含まれる画素の輝度のうち最大値または最小値を求め、当該最大値または最小値を搬送方向に並べて第１のデータを生成する
   ことを特徴とする請求項５に記載の画像処理装置。
7. 前記判定手段は、前記第１のデータが前記輝度の最大値を用いて生成された場合であって、前記周辺画素との差分が大きい点が、前記感光体ドラムの周囲長の周期で繰り返し検出される場合に、傷の深さがドラムの中心方向に浅いドラム傷が存在すると判定する
   ことを特徴とする請求項１ないし６のいずれか１項に記載の画像処理装置。
8. 前記判定手段は、前記第１のデータが前記輝度の最小値を用いて生成された場合であって、前記周辺画素との差分が大きい点が、前記感光体ドラムの周囲長の周期で繰り返し検出される場合に、傷の深さがドラムの中心方向に深いドラム傷が存在すると判定する
   ことを特徴とする請求項１ないし６のいずれか１項に記載の画像処理装置。
9. 前記判定手段の判定結果を表示する表示手段をさらに備え、
   前記表示手段は、前記判定結果に基づき、異常画像の原因がドラム傷によるものか否かを示すメッセージ、判定結果を示すコード化された情報、及び交換ユニットを示す情報のうち少なくとも１つを表示する
   ことを特徴とする請求項１ないし８のいずれか１項に記載の画像処理装置。
10. 画像を記録材の搬送方向に複数の領域に分割する分割工程と、
    前記領域ごとに、搬送方向に対して垂直方向に位置する画素の輝度の最大値または最小値を求め、当該最大値または最小値を搬送方向に並べた第１のデータを生成する生成工程と、
    前記第１のデータに基づき、前記領域のうち少なくとも１つに周辺画素との差分が大きい点が、感光体ドラムの周囲長の周期で繰り返し検出された場合に、ドラム傷が存在すると判定する判定工程と、を備える
    ことを特徴とする画像処理装置の制御方法。
11. 請求項１ないし９のいずれか１項に記載の画像処理装置が備える各手段としてコンピュータを機能させるためのプログラム。