图像处理方法和图像处理装置与流程

1.本发明涉及根据测试图像判定图像不良的状态的图像处理方法和图像处理装置。


背景技术：

2.打印机或复合机等图像形成装置执行在薄片体上形成图像的打印处理。在所述打印处理中，形成在输出薄片体上的图像有时会产生纵条纹、横条纹或噪声点等图像不良。
3.例如，在所述图像形成装置是以电子照相方式执行所述打印处理的装置的情况下，所述图像不良的原因可以考虑感光体、带电部、显影部和转印部等各种部分。而且，所述图像不良的原因的判定需要熟练经验。
4.此外，在图像处理装置中，已知的是，引起作为所述图像不良的一例的纵条纹的现象与所述纵条纹的颜色、浓度或屏线数等特征信息被预先作为表格数据建立关联，根据测试图像中的所述纵条纹的图像的颜色、浓度或屏线数的信息以及所述表格数据，来确定引起所述纵条纹的现象。
5.所述表格数据是如下的数据：按照引起所述纵条纹的现象的种类，利用阈值设定图像的颜色、浓度或屏线数等参数的范围。
6.可是，所述噪声点或所述横条纹的产生原因有时是所述图像形成装置的图像制作部中的多个旋转体的某一个的不良。所述多个旋转体包括：表面形成静电潜影的感光体、使所述感光体的表面带电的带电辊、以及将所述静电潜影显影为调色剂像的显影辊等。
7.在产生所述旋转体的旋转不良的情况下，在所述图像形成装置的输出图像中容易产生作为周期性的所述噪声点或所述横条纹的周期性特异部。所述周期性特异部在所述输出图像中以与产生旋转不良的所述旋转体的周长对应的周期沿着纵向排列产生。
8.所述输出图像有时包含所述周期性特异部和非周期性特异部。所述非周期性特异部是由于与所述旋转体的旋转不良不同的原因而产生的所述噪声点或所述横条纹。在上述情况下，为了准确判定所述噪声点或所述横条纹的原因，需要将所述噪声点或所述横条纹分类为所述周期性特异部和所述非周期性特异部。


技术实现要素：

9.本发明的目的在于提供一种图像处理方法和图像处理装置，可以根据测试图像将作为图像不良的一种的噪声点或横条纹对应其原因进行分类，所述测试图像通过针对图像形成装置的输出薄片体的图像读取处理而得到。
10.本发明一方面的图像处理方法是根据测试图像来判定图像不良的状态的图像处理方法，所述测试图像通过针对图像形成装置的输出薄片体的图像读取处理而得到。所述图像处理方法包括：所述处理器生成抽出了对象特异部的抽出图像，所述对象特异部是所述测试图像中的沿着横向延伸的横条纹或噪声点。而且所述图像处理方法包括：所述处理器针对所述抽出图像中的三个以上的所述对象特异部沿着纵向排列的对象区域，导出由沿着所述横向的每一行的多个像素值的代表值的数据构成的纵数据列。而且所述图像处理方
法包括：所述处理器将所述纵数据列转换为频率区域的一次转换数据。而且所述图像处理方法包括：所述处理器根据所述一次转换数据，针对所述对象特异部判定有无所述纵向上的预先决定的一个以上的周期性。而且所述图像处理方法包括：所述处理器将修正数据转换为空间区域的二次转换数据，其中，通过从所述一次转换数据除去与被判定为具有所述周期性的所述对象特异部对应的特定频带以外的频带的数据，而得到所述修正数据。而且所述图像处理方法包括：所述处理器通过将所述对象区域中的所述对象特异部的位置与所述二次转换数据所示的波形中的峰值位置进行比较，从而将所述对象区域所含的所述对象特异部分类为与所述周期性对应的周期性特异部和其他的非周期性特异部。
11.本发明另一方面的图像处理装置具备执行所述图像处理方法的处理的处理器。
12.按照本发明，可以提供一种图像处理方法和图像处理装置，可以根据测试图像将作为图像不良的一种的噪声点或横条纹对应其原因进行分类，所述测试图像通过针对图像形成装置的输出薄片体的图像读取处理而得到。
13.本说明书适当地参照附图，通过使对以下详细说明中记载的概念进行总结的内容简略化的方式来进行介绍。本说明书的意图并不是限定权利要求中记载的主题的重要特征和本质特征，此外，意图也不是限定权利要求中记载的主题的范围。此外，在权利要求中记载的对象，并不限定于解决本发明中任意部分中记载的一部分或全部缺点的实施方式。
附图说明
14.图1是实施方式的图像处理装置的构造图。
15.图2是表示实施方式的图像处理装置中的数据处理部的构造的框图。
16.图3是表示实施方式的图像处理装置中的图像不良判定处理的步骤的一例的流程图。
17.图4是表示实施方式的图像处理装置中的特异不良判定处理的步骤的一例的流程图。
18.图5是表示包含特异部的测试图像的一例、以及基于所述测试图像生成的前处理图像和特征图像的一例的图。
19.图6是表示在实施方式的图像处理装置的主滤波处理中从测试图像依次选择的关注区域和邻接区域的一例的图。
20.图7是表示实施方式的图像处理装置中的周期性特异部判定处理的步骤的一例的流程图。
21.图8是表示周期性判定对象图像以及该周期性判定对象图像中的对象纵数据列的像素值分布的一例的图。
22.图9是表示周期性判定对象图像和二次转换数据的像素值分布的一例的图。
23.图10是表示实施方式的图像处理装置的第一应用例中的特征图像生成处理的步骤的一例的流程图。
具体实施方式
24.以下参照附图说明本发明的实施方式。另外，以下的实施方式是将本发明具体化的一例，并不用于限定本发明的技术范围。
25.(图像处理装置10的构造)
26.实施方式的图像处理装置10具备执行打印处理的图像形成装置2。所述打印处理是在薄片体上形成图像的处理。所述薄片体为纸张或薄片体状的树脂构件等图像形成介质。
27.而且，图像处理装置10还具备用于执行从原稿读取图像的读取处理的图像读取装置1。例如，图像处理装置10为复印机、传真机或复合机等。
28.作为所述打印处理的对象的图像是由图像读取装置1从所述原稿读取的图像或从未图示的主机装置接收的打印数据所示的图像等。所述主机装置为个人计算机或便携信息终端等信息处理装置。
29.而且，图像形成装置2有时也在所述薄片体上形成由所述打印处理预先决定的原测试图像g01(参照图5)。原测试图像g01是用于判定图像形成装置2中有无图像不良和原因的测试图像g1的基础图像(参照图5)。测试图像g1如后所述。
30.包含图像读取装置1的所述读取处理以及基于所述读取处理得到的图像的图像形成装置2的所述打印处理的处理为复印处理。
31.如图1所示，图像形成装置2具备薄片体输送机构3和打印部4。薄片体输送机构3包含薄片体送出机构31和多组薄片体输送辊对32。
32.薄片体送出机构31将所述薄片体从薄片体收容部21向薄片体输送通道30送出。多组薄片体输送辊对32沿着薄片体输送通道30输送所述薄片体，并将形成有图像的所述薄片体向排出盘22排出。
33.打印部4针对由薄片体输送机构3输送的所述薄片体执行所述打印处理。在本实施方式中，打印部4以电子照相方式执行所述打印处理。
34.打印部4具备图像制作部4x、激光扫描单元4y、转印装置44和定影装置46。图像制作部4x包含鼓状的感光体41、带电装置42、显影装置43和鼓清洁装置45。
35.感光体41旋转，带电装置42使感光体41的表面均匀带电。带电装置42包含在与感光体41的表面接触的状态下旋转的带电辊42a。被施加了带电电压的带电辊42a使感光体41的表面带电。
36.激光扫描单元4y通过扫描激光而向带电的感光体41的表面写入静电潜影。由此，在感光体41的表面形成所述静电潜影。
37.显影装置43使所述静电潜影显影为调色剂像。显影装置43包含通过向感光体41供给调色剂而使所述静电潜影显影为调色剂像的显影辊43a。转印装置44将感光体41的表面的所述调色剂像转印于所述薄片体。另外，所述调色剂为粒状的显影剂的一例。
38.定影装置46通过对所述薄片体上的所述调色剂像进行加热，从而将所述调色剂像定影于所述薄片体。定影装置46具备与所述薄片体接触并旋转的定影旋转体46a、以及对定影旋转体46a进行加热的定影加热器46b。
39.图1所示的图像形成装置2为串列式的彩色打印装置，能执行彩色图像的所述打印处理。因此，打印部4具备分别与不同颜色的调色剂对应的四个图像制作部4x。
40.此外，在串列式的图像形成装置2中，转印装置44包含与四个感光体41对应的四个一次转印辊441、中间转印带440、二次转印辊442和带清洁装置443。
41.四个图像制作部4x分别在感光体41的表面形成青色、品红色、黄色和黑色的所述
调色剂像。各一次转印辊441也分别是各图像制作部4x的一部分。
42.在各图像制作部4x中，一次转印辊441边旋转边将中间转印带440向感光体41的表面压靠。一次转印辊441将所述调色剂像从感光体41向中间转印带440转印。由此，在中间转印带440上形成由四色的所述调色剂像构成的彩色图像。
43.在各图像制作部4x中，鼓清洁装置45将未转印于中间转印带440而残留在感光体41上的调色剂从感光体41除去并回收。
44.二次转印辊442将中间转印带440上的四色的所述调色剂像转印于所述薄片体。另外，在图像处理装置10中，感光体41和转印装置44的中间转印带440分别是承载所述调色剂像并旋转的像载体的一例。
45.带清洁装置443将未转印于所述薄片体而残留在中间转印带440上的调色剂从中间转印带440除去并回收。
46.如图1所示，图像处理装置10除了具备图像形成装置2和图像读取装置1以外，还具备数据处理部8和人机界面装置800。人机界面装置800包含操作部801和显示部802。
47.数据处理部8执行与所述打印处理或所述读取处理相关的各种数据处理，而且控制各种电气设备。
48.操作部801是接受用户的操作的装置。例如，操作部801包含按钮和触摸面板的一方或双方。显示部802包含用于显示向用户提示的信息的显示面板。
49.如图2所示，数据处理部8具备cpu(central processing unit：中央处理器)80、ram(random access memory：随机存储器)81、二次存储装置82和通信装置83。
50.cpu80可执行通信装置83的接收数据的处理、各种图像处理和图像形成装置2的控制。所述接收数据有时包含所述打印数据。cpu80是执行包含所述图像处理的数据处理的处理器的一例。另外，cpu80也可以由dsp(digital signal processor：数字信号处理器)等其他种类的处理器来实现。
51.通信装置83是通过lan(local area network：局域网)等网络与所述主机装置等其他装置之间进行通信的通信接口设备。cpu80与所述外部装置之间的数据的发送和接收均通过通信装置83进行。
52.二次存储装置82是计算机可读取的非易失性的存储装置。二次存储装置82存储由cpu80执行的所述计算机程序和cpu80所参照的各种数据。例如，采用闪存器或硬盘驱动器的一方或双方作为二次存储装置82。
53.ram81是计算机可读取的易失性的存储装置。ram81将cpu80执行的所述计算机程序以及在cpu80执行所述程序的过程中输出和参照的数据进行一次存储。
54.cpu80包含通过执行计算机程序而实现的多个处理模块。所述多个处理模块包含主控制部8a和作业控制部8b等。另外，所述多个处理模块的一部分或全部也可以由dsp之类的与cpu80不同的独立的处理器来实现。
55.主控制部8a执行与针对操作部801的操作对应的作业的选择处理、使显示部802显示信息的处理、以及设定各种数据的处理等。而且，主控制部8a也执行用于辨别通信装置83的接收数据的内容的处理。
56.作业控制部8b控制图像读取装置1和图像形成装置2。例如，在通信装置83的接收数据包含所述打印数据的情况下，作业控制部8b使图像形成装置2执行所述接收打印处理。
57.此外，在主控制部8a检测到针对操作部801的复印请求操作时，作业控制部8b使图像读取装置1执行所述读取处理，并且使图像形成装置2执行基于所述读取处理而得到的图像的所述打印处理。
58.在所述打印处理中，形成在输出薄片体上的图像有时产生纵条纹ps11、横条纹ps12、噪声点ps13或浓度不均等图像不良(参照图5)。
59.如上所述，图像形成装置2以电子照相方式执行所述打印处理。在这种情况下，所述图像不良的原因可以考虑感光体41、带电装置42、显影装置43和转印装置44等各种部分。而且，所述图像不良的原因的判定需要熟练经验。
60.在本实施方式中，图像形成装置2执行在所述薄片体上形成预先决定的原测试图像g01的测试打印处理。
61.例如，在主控制部8a检测到针对操作部801的测试输出操作时，作业控制部8b使图像形成装置2执行所述测试打印处理。在以下的说明中，将形成有原测试图像g01的所述薄片体称为测试输出薄片体9(参照图1)。
62.而且，在执行了所述测试打印处理时，主控制部8a使显示部802显示预先决定的引导信息。所述引导信息是用于敦促在向图像读取装置1设置测试输出薄片体9的基础上，在操作部801进行读取开始操作的信息。
63.而且，当主控制部8a在显示部802显示了所述引导信息之后检测到针对操作部801的读取开始操作时，作业控制部8b使图像读取装置1执行所述读取处理。由此，由图像读取装置1从由图像形成装置2输出的测试输出薄片体9读取原测试图像g01，得到与原测试图像g01对应的读取图像。
64.而且，如后所述，cpu80根据测试图像g1，执行用于判定图像形成装置2中的所述图像不良的状态的处理(参照图5)。测试图像g1是所述读取图像或所述读取图像被压缩而得到的图像。cpu80是处理器的一例。
65.另外，从测试输出薄片体9读取原测试图像g01的装置例如也可以是数码相机。另外，图像读取装置1或所述数码相机从测试输出薄片体9读取原测试图像g01的处理是针对测试输出薄片体9的图像读取处理的一例。
66.作为所述图像不良的一种的噪声点ps13或横条纹ps12的产生原因有时是图像形成装置2的图像制作部4x中的多个旋转体的某一个的旋转不良。所述多个旋转体包含感光体41、带电辊42a、显影辊43a和一次转印辊441等。以下，将上述的与图像制作相关的所述旋转体称为图像制作旋转体。
67.在产生所述图像制作旋转体的旋转不良的情况下，在图像形成装置2的输出图像中容易产生作为周期性噪声点或周期性横条纹的周期性特异部。所述周期性特异部在所述输出图像中以与产生旋转不良的所述图像制作旋转体的周长对应的周期沿着纵向排列产生。
68.所述输出图像有时包含所述周期性特异部和非周期性特异部。所述非周期性特异部是由于与所述图像制作旋转体的旋转不良不同的原因而产生的噪声点ps13或横条纹ps12。上述情况下，将噪声点ps13或横条纹ps12分类为所述周期性特异部和所述非周期性特异部，这对于准确判定噪声点ps13或横条纹ps12的原因是必要的。
69.在图像处理装置10中，cpu80执行后述的图像不良判定处理(参照图3)。由此，
cpu80可以根据测试图像g1，将噪声点ps13和横条纹ps12对应其原因进行分类，其中，通过针对测试输出薄片体9的所述图像读取处理而得到所述测试图像g1。
70.作为cpu80的处理对象的测试图像g1等图像为数码图像数据。所述数码图像数据构成针对三原色分别包含多个像素值的映射数据，多个像素值对应于主扫描方向d1以及与主扫描方向d1交叉的副扫描方向d2的二维坐标区域。所述三原色例如是红色、绿色和蓝色。
71.另外，副扫描方向d2与主扫描方向d1正交。另外，主扫描方向d1是测试图像g1中的横向，副扫描方向d2是测试图像g1中的纵向。
72.在本实施方式中，原测试图像g01和测试图像g1是与图像形成装置2中的多个显影色对应的分别同样的多个单色半色调图像合成的混色半色调图像。所述多个单色半色调图像分别是以预先决定的中间浓淡度的基准浓度同样形成的图像。
73.在本实施方式中，原测试图像g01和测试图像g1是与图像形成装置2中的全部显影色对应的分别同样的四个单色半色调图像合成的混色半色调图像。在所述测试打印处理中，输出包含一个原测试图像g01的一张测试输出薄片体9。因此，与原测试图像g01对应的一个测试图像g1是所述图像不良的确定对象。本实施方式中的测试图像g1是混色测试图像的一例。
74.此外，为了执行所述图像不良判定处理，cpu80中的所述多个处理模块还包含特征图像生成部8c、特异部确定部8d、颜色矢量确定部8e、周期性判定部8f和图案识别部8g(参照图2)。
75.(图像不良判定处理)
76.以下参照图3所示的流程图，说明所述图像不良判定处理的步骤的一例。在以下的说明中，s101、s102、
……
表示所述图像不良判定处理中的多个工序的识别符号。
77.在显示部802显示了所述引导信息之后，当根据针对操作部801的所述读取开始操作而执行了所述读取处理时，主控制部8a使特征图像生成部8c执行所述图像不良判定处理中的工序s101的处理。
78.(工序s101)
79.在工序s101中，特征图像生成部8c从针对测试输出薄片体9的所述图像读取处理中得到的所述读取图像生成测试图像g1。
80.例如，特征图像生成部8c把从所述读取图像除去外缘的余白区域所得到的所述原图像的部分作为测试图像g1抽出。
81.或者，特征图像生成部8c利用压缩处理，生成测试图像g1，所述压缩处理将从所述读取图像除去外缘的余白区域所得到的所述原图像的部分压缩到预先决定的基准分辨率。在所述读取图像的分辨率高于所述基准分辨率的情况下，特征图像生成部8c将所述读取图像压缩。在生成了测试图像g1之后，主控制部8a使处理转移到工序s102。
82.(工序s102)
83.在工序s102中，特征图像生成部8c开始后述的特异不良判定处理。所述特异不良判定处理是判定测试图像g1中的纵条纹ps11、横条纹ps12或噪声点ps13等特异部ps1的有无以及特异部ps1的发生原因的处理(参照图5)。特异部ps1是所述图像不良的一例。
84.而且，在所述特异不良判定处理结束时，主控制部8a使处理转移到工序s103。
85.(工序s103)
86.在工序s103中，周期性判定部8f开始后述的浓度不均判定处理。而且，在所述浓度不均判定处理结束时，主控制部8a使处理转移到工序s104。
87.(工序s104)
88.在工序s104中，在利用工序s102或工序s103的处理判定为产生所述图像不良的情况下，主控制部8a使处理转移到工序s105，否则使处理转移到工序s106。
89.(工序s105)
90.在工序s105中，主控制部8a执行不良对应处理，所述不良对应处理与利用工序s102或工序s103的处理而判定为发生的所述图像不良的种类和原因预先相关联。
91.例如，所述不良对应处理包含以下所示的第一对应处理和第二对应处理的一方或双方。所述第一对应处理是如下的处理：使显示部802显示用于敦促更换作为所述图像不良的原因的部件的信息。所述第二对应处理是为了消除或缓和所述图像不良而修正图像制作参数的处理。所述图像制作参数是与图像制作部4x的控制相关的参数。
92.主控制部8a在执行了所述不良对应处理之后，使所述图像不良判定处理结束。
93.(工序s106)
94.另一方面，在工序s106中，主控制部8a在执行了表示未确定所述图像不良的正常通知的基础上，使所述图像不良判定处理结束。
95.(特异不良判定处理)
96.接下来，参照图4所示的流程图，说明工序s102的所述特异不良判定处理的步骤的一例。在以下的说明中，s201、s202、
……
表示所述特异不良判定处理中的多个工序的识别符号。所述特异不良判定处理从工序s201开始。
97.(工序s201)
98.首先，在工序s201中，特征图像生成部8c通过对测试图像g1执行预先决定的特征抽出处理，从而生成多个特征图像g21、g22、g23。特征图像g21、g22、g23分别是抽出了测试图像g1中的预先决定的特定种类的特异部ps1的图像。
99.在本实施方式中，多个特征图像g21、g22、g23包含第一特征图像g21、第二特征图像g22和第三特征图像g23(参照图5)。
100.第一特征图像g21是抽出了测试图像g1中的纵条纹ps11的图像。第二特征图像g22是抽出了测试图像g1中的横条纹ps12的图像。第三特征图像g23是抽出了测试图像g1中的噪声点ps13的图像。
101.在本实施方式中，所述特征抽出处理包含第一前处理、第二前处理和特异部抽出处理。在以下的说明中，将从测试图像g1依次选择的像素称为关注像素px1(参照图5)。
102.特征图像生成部8c通过以主扫描方向d1为处理方向dx1来执行针对测试图像g1的所述第一前处理，从而生成第一前处理图像g11(参照图5)。
103.而且，特征图像生成部8c通过以副扫描方向d2为处理方向dx1来执行针对测试图像g1的所述第二前处理，从而生成第二前处理图像g12(参照图5)。
104.而且，特征图像生成部8c通过执行针对第一前处理图像g11和第二前处理图像g12的所述特异部抽出处理，从而生成三个特征图像g21、g22、g23。
105.所述第一前处理包含以主扫描方向d1为处理方向dx1的主滤波处理。所述主滤波处理是将从测试图像g1依次选择的关注像素px1的像素值转换为转换值的处理，其中，利用
使关注区域ax1的像素值与两个邻接区域ax2的像素值之差突出的处理而得到所述转换值(参照图5)。
106.关注区域ax1是包含关注像素px1的区域，两个邻接区域ax2是相对于关注区域ax1在预先设定的处理方向dx1上在两侧邻接的区域。关注区域ax1和邻接区域ax2分别是包含一个以上的像素的区域。
107.关注区域ax1和邻接区域ax2的尺寸对应于应抽出的纵条纹ps11或横条纹ps12的宽度、或者应抽出的噪声点ps13的大小而设定。
108.关注区域ax1和邻接区域ax2分别在与处理方向dx1交叉的方向上占据相同范围。在图6的示例中，关注区域ax1是以关注像素px1为中心呈3列7行的21个像素的区域。邻接区域ax2也分别是呈3列7行的21个像素的区域。另外，在关注区域ax1和邻接区域ax2中，行数是沿着处理方向dx1的行的数量，列数是沿着与处理方向dx1交叉的方向的行的数量。关注区域ax1和邻接区域ax2各自的大小被预先设定。
109.在所述主滤波处理中，关注区域ax1的各像素值采用预先决定的第一修正系数k1而转换为第一修正值，邻接区域ax2各自的各像素值采用预先决定的第二修正系数k2而转换为第二修正值。
110.例如，第一修正系数k1是与关注区域ax1的各像素值相乘的1以上的系数，第二修正系数k2是与邻接区域ax2的各像素值相乘的小于0的系数。在这种情况下，以使第一修正系数k1乘以关注区域ax1的像素数所得到的值、以及第二修正系数k2乘以两个邻接区域ax2的像素数所得到的值的合计为零的方式，来设定第一修正系数k1和第二修正系数k2。
111.特征图像生成部8c通过将关注区域ax1的各像素值乘以第一修正系数k1，从而导出与关注区域ax1的各像素对应的所述第一修正值，并且通过将两个邻接区域ax2的各像素值乘以第二修正系数k2，从而导出与两个邻接区域ax2的各像素对应的所述第二修正值。而且，特征图像生成部8c导出综合了所述第一修正值和所述第二修正值的值，作为关注像素px1的像素值的所述转换值。
112.例如，特征图像生成部8c通过将与关注区域ax1的多个像素对应的多个所述第一修正值的合计值或平均值、以及与两个邻接区域ax2的多个像素对应的多个所述第二修正值的合计值或平均值相加，从而导出所述转换值。
113.所述转换值的绝对值成为将关注区域ax1的像素值与两个邻接区域ax2的像素值之差的绝对值放大所得到的值。导出综合了所述第一修正值和所述第二修正值的所述转换值的处理，是突出关注区域ax1的像素值与两个邻接区域ax2的像素值之差的处理的一例。
114.另外，也可以考虑第一修正系数k1为负数，第二修正系数k2为正数的情况。
115.可以考虑特征图像生成部8c生成第一主映射数据作为第一前处理图像g11，所述第一主映射数据包含利用以主扫描方向d1为处理方向dx1的所述主滤波处理而得到的多个所述转换值。
116.如图5所示，在测试图像g1包含纵条纹ps11和噪声点ps13的一方或双方的情况下，利用以主扫描方向d1为处理方向dx1的所述主滤波处理，生成抽出了测试图像g1所含的纵条纹ps11和噪声点ps13的一方或双方的所述第一主映射数据。
117.此外，在测试图像g1包含横条纹ps12的情况下，利用以主扫描方向d1为处理方向dx1的所述主滤波处理，生成除去了测试图像g1所含的横条纹ps12的所述第一主映射数据。
118.另外，纵条纹ps11相当于第一特异部，横条纹ps12相当于第二特异部，噪声点ps13相当于第三特异部。
119.另一方面，所述第二前处理包含以副扫描方向d2为处理方向dx1的所述主滤波处理。
120.例如，可以考虑特征图像生成部8c生成第二主映射数据作为第二前处理图像g12，所述第二主映射数据包含利用以副扫描方向d2为处理方向dx1的所述主滤波处理而得到的多个所述转换值。
121.如图5所示，在测试图像g1包含横条纹ps12和噪声点ps13的一方或双方的情况下，利用以副扫描方向d2为处理方向dx1的所述主滤波处理，生成抽出了测试图像g1所含的横条纹ps12和噪声点ps13的一方或双方的所述第二主映射数据。
122.此外，在测试图像g1包含纵条纹ps11的情况下，利用以副扫描方向d2为处理方向dx1的所述主滤波处理，生成除去了测试图像g1所含的纵条纹ps11的所述第二主映射数据。
123.可是，在所述主滤波处理中，在特异部ps1中的处理方向dx1的两端的边缘部中，有时会导出相对于表示原本的特异部ps1的状态的所述转换值而正负相反的错误的所述转换值。这样的错误的所述转换值在作为表示特异部ps1的像素值被处理的情况下，有可能给所述图像不良的判定带来恶劣影响。
124.因此，在本实施方式中，所述第一前处理除了包含以主扫描方向d1为处理方向dx1的所述主滤波处理以外，还包含以主扫描方向d1为处理方向dx1的边缘突出滤波处理。
125.同样，所述第二前处理除了包含以副扫描方向d2为处理方向dx1的所述主滤波处理以外，还包含以副扫描方向d2为处理方向dx1的所述边缘突出滤波处理。
126.所述边缘突出滤波处理是将关注区域ax1、以及两个邻接区域ax2中的预先决定的一方作为对象，进行边缘突出的处理。
127.具体而言，所述边缘突出滤波处理是将从测试图像g1依次选择的关注像素px1的像素值转换为边缘强度的处理，其中，所述边缘强度综合了将关注区域ax1的像素值用正或负的第三修正系数k3修正所得到的第三修正值、以及将一方的邻接区域ax2的像素值用与第三修正系数k3正负相反的第四修正系数k4修正所得到的第四修正值(参照图5)。
128.在图5的示例中，第三修正系数k3是正的系数，第四修正系数k4是负的系数。以第三修正系数k3乘以关注区域ax1的像素数所得到的值、以及第四修正系数k4乘以一方的邻接区域ax2的像素数所得到的值的合计为零的方式，来设定第三修正系数k3和第四修正系数k4。
129.通过以主扫描方向d1为处理方向dx1来执行所述边缘突出滤波处理，从而生成测试图像g1的各像素值被转换为所述边缘强度的横边缘强度映射数据。
130.同样，通过以副扫描方向d2为处理方向dx1来执行所述边缘突出滤波处理，从而生成测试图像g1的各像素值被转换为所述边缘强度的纵边缘强度映射数据。
131.在本实施方式中，特征图像生成部8c利用以主扫描方向d1为处理方向dx1的所述主滤波处理，生成所述第一主映射数据。
132.而且，特征图像生成部8c通过执行以主扫描方向d1为处理方向dx1的所述边缘突出滤波处理，从而生成所述横边缘强度映射数据。
133.而且，特征图像生成部8c通过将所述第一主映射数据的各像素值用对应的所述横
边缘强度映射数据的各像素值进行修正，从而生成第一前处理图像g11。例如，特征图像生成部8c通过在所述第一主映射数据的各像素值上加上所述横边缘强度映射数据的各像素值的绝对值，从而生成第一前处理图像g11。
134.同样，特征图像生成部8c通过执行以副扫描方向d2为处理方向dx1的所述主滤波处理，从而生成所述第二主映射数据。
135.而且，特征图像生成部8c通过执行以副扫描方向d2为处理方向dx1的所述边缘突出滤波处理，从而生成所述纵边缘强度映射数据。
136.而且，特征图像生成部8c通过将所述第二主映射数据的各像素值用对应的所述纵边缘强度映射数据的各像素值进行修正，从而生成第二前处理图像g12。例如，特征图像生成部8c通过在所述第二主映射数据的各像素值上加上所述纵边缘强度映射数据的各像素值的绝对值，从而生成第二前处理图像g12。
137.所述特异部抽出处理是用于生成三个特征图像g21、g22、g23的处理，所述三个特征图像g21、g22、g23将第一前处理图像g11或第二前处理图像g12所含的纵条纹ps11、横条纹ps12和噪声点ps13分别单独抽出。三个特征图像g21、g22、g23为第一特征图像g21、第二特征图像g22和第三特征图像g23。
138.第一特征图像g21是如下的图像：其从第一前处理图像g11和第二前处理图像g12中的一个以上的有效像素构成的特异部ps1中，抽出了存在于第一前处理图像g11且第一前处理图像g11和第二前处理图像g12非共通的特异部ps1。第一特征图像g21不包含横条纹ps12和噪声点ps13，在第一前处理图像g11包含纵条纹ps11的情况下，第一特征图像g21包含所述纵条纹ps11。
139.另外，所述有效像素是将测试图像g1中的各像素值或基于各像素值的指标值与预先决定的阈值进行比较而能够与其他像素区分的像素。
140.第二特征图像g22是如下的图像：其从第一前处理图像g11和第二前处理图像g12中的特异部ps1中，将存在于第二前处理图像g12且第一前处理图像g11和第二前处理图像g12非共通的特异部ps1作为横条纹ps12抽出。第二特征图像g22不包含纵条纹ps11和噪声点ps13，在第二前处理图像g12包含横条纹ps12的情况下，第二特征图像g22包含所述横条纹ps12。
141.第三特征图像g23是将第一前处理图像g11和第二前处理图像g12共通的特异部ps1作为噪声点ps13抽出的图像。第三特征图像g23不包含纵条纹ps11和横条纹ps12，在第一前处理图像g11和第二前处理图像g12包含噪声点ps13的情况下，第三特征图像g23包含所述噪声点ps13。
142.可以考虑从第一前处理图像g11和第二前处理图像g12生成三个特征图像g21、g22、g23的各种方法。
143.例如，特征图像生成部8c通过将第一前处理图像g11中的超过预先决定的基准值的各像素值亦即第一像素值xi、以及第二前处理图像g12中的超过所述基准值的各像素值亦即第二像素值yi应用到以下的式(1)，从而导出指标值zi。其中，下标i是各像素的位置的识别编号。
144.(算式1)
145.zi＝(|xi|-yi|)/(|xi|+|yi|)
···
(1)
146.构成纵条纹ps11的像素的指标值zi是相对较大的正数。此外，构成横条纹ps12的像素的指标值zi是相对较小的负数。此外，构成噪声点ps13的像素的指标值zi为0或接近0的值。指标值zi是第一前处理图像g11和第二前处理图像g12中的对应的各像素值之差的指标值的一例。
147.指标值zi的上述性质可以用于简化从第一前处理图像g11抽出纵条纹ps11、从第二前处理图像g12抽出横条纹ps12、以及从第一前处理图像g11或第二前处理图像g12抽出噪声点ps13的处理。
148.例如，特征图像生成部8c通过将第一前处理图像g11中的第一像素值xi转换为由以下的式(2)导出的第一特异度pi，从而生成第一特征图像g21。由此，生成从第一前处理图像g11抽出了纵条纹ps11的第一特征图像g21。
149.(算式2)
150.pi＝xi·
zi···
(2)
151.而且，特征图像生成部8c通过将第二前处理图像g12中的第二像素值yi转换为由以下的式(3)导出的第二特异度qi，从而生成第二特征图像g22。由此，生成从第二前处理图像g12抽出了横条纹ps12的第二特征图像g22。
152.(算式3)
153.qi＝yi·
(-zi)
…
(3)
154.而且，特征图像生成部8c通过将第一前处理图像g11中的第一像素值xi转换为由以下的式(4)导出的第三特异度ri，从而生成第三特征图像g23。由此，生成从第一前处理图像g11抽出了噪声点ps13的第三特征图像g23。
155.(算式4)
156.ri＝xi·
(1-zi)
…
(4)
157.或者，特征图像生成部8c也可以通过将第二前处理图像g12中的第二像素值yi转换为由以下的式(5)导出的第三特异度ri，从而生成第三特征图像g23。由此，生成从第二前处理图像g12抽出了噪声点ps13的第三特征图像g23。
158.(算式5)
159.ri＝yi·
(z
i-1)
…
(5)
160.如上所示，特征图像生成部8c利用将第一前处理图像g11的各像素值通过基于指标值zi的预先决定的式(2)进行转换的处理，生成第一特征图像g21。式(2)是第一转换式的一例。
161.而且，特征图像生成部8c利用将第二前处理图像g12的各像素值通过基于指标值zi的预先决定的式(3)进行转换的处理，生成第二特征图像g22。式(3)是第二转换式的一例。
162.而且，特征图像生成部8c利用将第一前处理图像g11或第二前处理图像g12的各像素值通过基于指标值zi的预先决定的式(4)或式(5)进行转换的处理，生成第三特征图像g23。式(4)和式(5)分别是第三转换式的一例。
163.工序s201中的生成第一特征图像g21、第二特征图像g22和第三特征图像g23的处理，是用于生成分别单独抽出了测试图像g1中的纵条纹ps11、横条纹ps12和噪声点ps13的图像的处理的一例。
164.工序s201中的生成第一特征图像g21、第二特征图像g22和第三特征图像g23的处理，是从第一前处理图像g11和第二前处理图像g12中的一个以上的特异部ps1中，将纵条纹ps11、横条纹ps12和噪声点ps13分别作为所述图像不良而抽出的处理的一例。
165.在工序s201中生成第二特征图像g22的处理，是用于生成抽出图像的处理的一例，其中，所述抽出图像从第一前处理图像g11和第二前处理图像g12中的一个以上的特异部ps1中，将存在于第二前处理图像g12且第一前处理图像g11和第二前处理图像g12非共通的特异部作为横条纹ps12抽出。
166.在工序s201中生成第三特征图像g23的处理，是用于生成抽出图像的处理的一例，所述抽出图像从第一前处理图像g11和第二前处理图像g12中的一个以上的特异部ps1中，将第一前处理图像g11和第二前处理图像g12共通的特异部作为噪声点ps13抽出。
167.第二特征图像g22是将测试图像g1中的沿着横向延伸的横条纹ps12抽出的抽出图像的一例。第三特征图像g23是将测试图像g1中的噪声点ps13抽出的抽出图像的一例。
168.在生成了特征图像g21、g22、g23后，特征图像生成部8c使处理转移到工序s202。
169.(工序s202)
170.在工序s202中，特异部确定部8d确定各特征图像g21、g22、g23中的特异部ps1的位置。
171.例如，特异部确定部8d将各特征图像g21、g22、g23中的具有偏离预先决定的基准范围的像素值的部分判定为特异部ps1。
172.换句话说，特异部确定部8d将第一前处理图像g11和第二前处理图像g12中的基于各像素值的特异度pi、qi、ri偏离所述基准范围的部分确定为特异部ps1。特异度pi、qi、ri是第一前处理图像g11和第二前处理图像g12中的基于各像素值的换算值的一例。此外，本实施方式中的特征图像生成部8c的处理，是用于确定测试图像g1中的一个以上的有效像素构成的特异部ps1的处理的一例。
173.此外，对于各特征图像g21、g22、g23，在多个特异部ps1在主扫描方向d1和副扫描方向d2上分别存在于预先决定的接近范围内的情况下，特异部确定部8d执行将上述的多个特异部ps1结合为一系列的一个特异部ps1的结合处理。
174.例如，在第一特征图像g21包含在所述接近范围内沿着副扫描方向d2分开间隔排列的两条纵条纹ps11的情况下，特异部确定部8d利用所述结合处理将上述两条纵条纹ps11结合为一条纵条纹ps11。
175.同样，在第二特征图像g22包含在所述接近范围内沿着主扫描方向d1分开间隔排列的两条横条纹ps12的情况下，特异部确定部8d利用所述结合处理将上述两条横条纹ps12结合为一条横条纹ps12。
176.此外，在第三特征图像g23包含在所述接近范围内沿着主扫描方向d1或副扫描方向d2分开间隔排列的多个噪声点ps13的情况下，特异部确定部8d利用所述结合处理将上述多个噪声点ps13结合为一个噪声点ps13。
177.在三个特征图像g21、g22、g23中均未确定特异部ps1的位置的情况下，特异部确定部8d使所述特异不良判定处理结束。另一方面，针对三个特征图像g21、g22、g23的一个以上的特征图像确定了特异部ps1的位置的情况下，特异部确定部8d使处理转移到工序s203。
178.(工序s203)
179.在工序s203中，颜色矢量确定部8e确定颜色矢量，所述颜色矢量表示测试图像g1中的从特异部ps1的颜色和包含特异部ps1的周边的参照区域的颜色的一方朝向另一方的颜色空间内的矢量。
180.所述参照区域是以特异部ps1为基准确定的预先决定的范围的区域。例如，所述参照区域是包含与特异部ps1邻接的周边区域，而不包含特异部ps1的区域。此外，所述参照区域也可以包含特异部ps1和与特异部ps1邻接的周边区域。
181.测试图像g1原本是同样的半色调图像。因此，在测试输出薄片体9上形成有良好的测试图像g1的情况下，不能确定特异部ps1，测试图像g1的任意位置的所述颜色矢量也大体是零矢量。
182.另一方面，在确定了特异部ps1的情况下，特异部ps1与对应于所述特异部ps1的所述参照区域之间的所述颜色矢量的方向，表示图像形成装置2中的四个显影色中的某一个的调色剂浓度的过剩或不足。
183.因此，所述颜色矢量的方向表示特异部ps1产生的原因是图像形成装置2中的四个图像制作部4x中的某一个。
184.另外，颜色矢量确定部8e也可以将测试图像g1中的从特异部ps1的颜色和预先决定的基准色的一方朝向另一方的颜色空间内的矢量，确定为所述颜色矢量。在这种情况下，所述基准色是测试图像g1的原本的颜色。
185.而且，在工序s203中，颜色矢量确定部8e根据所述颜色矢量，判定成为特异部ps1的原因的显影色、以及所述显影色的浓度的过剩或不足的状态。
186.例如在二次存储装置82中预先存储有多个单位矢量的信息，所述多个单位矢量的信息表示相对于测试图像g1的所述基准色，青色、品红色、黄色或黑色各自的浓度增大的方向和该浓度不足的方向。
187.颜色矢量确定部8e将所述颜色矢量标准化为预先决定的单位长度。而且，颜色矢量确定部8e通过判定标准化后的所述颜色矢量最近似于青色、品红色、黄色或黑色的浓度的增大或不足所对应的多个所述单位矢量中的哪一个，来判定作为特异部ps1的原因的显影色以及所述显影色的浓度的过剩或不足的状态。
188.而且，颜色矢量确定部8e在执行了工序s203的处理后，使处理转移到工序s204。
189.(工序s204)
190.在工序s204中，在第二特征图像g22和第三特征图像g23的一方或双方中确定了特异部ps1的情况下，周期性判定部8f使处理转移到工序s205，否则使处理转移到工序s206。
191.在以下的说明中，将第二特征图像g22和第三特征图像g23中的确定了特异部ps1的一方或双方称为周期性判定对象图像。
192.所述周期性判定对象图像中的特异部ps1是横条纹ps12或噪声点ps13(参照图5)。所述周期性判定对象图像中的横条纹ps12或噪声点ps13相当于对象特异部。
193.(工序s205)
194.在工序s205中，周期性判定部8f针对所述周期性判定对象图像执行周期性特异部判定处理。
195.在因所述图像制作旋转体的不良而产生所述图像不良的情况下，与所述图像制作旋转体的外周长度对应的周期性会显现为多个横条纹ps12或多个噪声点ps13的副扫描方
向d2的间隔。所述图像制作旋转体的状态会影响所述薄片体上形成的图像的好坏。
196.在所述周期性判定对象图像具有与所述图像制作旋转体的外周长度对应的所述周期性的情况下，可以考虑与所述周期性对应的所述图像制作旋转体是所述周期性判定对象图像中的横条纹ps12或噪声点ps13的原因。
197.所述周期性特异部判定处理是如下的处理：针对所述周期性判定对象图像，判定副扫描方向d2上有无预先决定的一个以上的所述周期性，进而对应于所述周期性的判定结果，判定特异部ps1的原因。所述周期性与所述图像制作旋转体的外周长度对应。
198.所述周期性特异部判定处理的具体示例如后所述(参照图7)。如后所述，周期性判定部8f在所述周期性特异部判定处理中，将所述周期性判定对象图像所含的特异部ps1分类为具有所述周期性的周期性特异部和其他的非周期性特异部。
199.在工序s205的处理结果是判定为第二特征图像g22和第三特征图像g23不包含所述非周期性特异部的情况下，周期性判定部8f使所述特异不良判定处理结束。
200.另一方面，在工序s205的处理结果是判定为第二特征图像g22和第三特征图像g23包含所述非周期性特异部的情况下，周期性判定部8f使处理转移到工序s206。
201.(工序s206)
202.在工序s206中，图案识别部8g针对第一特征图像g21、以及分别包含所述非周期性特异部的第二特征图像g22和第三特征图像g23，分别执行特征图案识别处理。包含所述非周期性特异部的第二特征图像g22或包含所述非周期性特异部的第三特征图像g23是非周期性特征图像的一例。
203.在所述特征图案识别处理中，第一特征图像g21、以及分别包含所述非周期性特异部的第二特征图像g22和第三特征图像g23分别被设为输入图像。图案识别部8g在所述特征图案识别处理中利用所述输入图像的图案识别，判定所述输入图像与对应于所述图像不良的预先决定的多个原因候补的哪一个对应。
204.此外，所述特征图案识别处理的所述输入图像也可以包含由所述边缘突出滤波处理得到的所述横边缘强度映射数据或所述纵边缘强度映射数据。例如，在用于判定纵条纹ps11的所述特征图案识别处理中，第一特征图像g21和所述横边缘强度映射数据被用作所述输入图像。
205.同样，在用于判定横条纹ps12的所述特征图案识别处理中，第二特征图像g22和所述纵边缘强度映射数据被用作所述输入图像。
206.同样，在用于判定噪声点ps13的所述特征图案识别处理中，第三特征图像g23、以及所述横边缘强度映射数据和所述纵边缘强度映射数据的一方或双方被用作所述输入图像。
207.例如，所述特征图案识别处理是如下的处理：利用将与所述多个原因候补对应的多个样本图像作为教师数据预先学习过的学习模型，将所述输入图像分类为所述多个原因候补的某一个。
208.例如，所述学习模型为采用被称为随机森林的分类型的机器学习算法的模型、采用被称为svm(support vector machine：支持向量机)的机器学习算法的模型、或采用cnn(convolutional neural network：卷积神经网络)算法的模型等。
209.所述学习模型针对第一特征图像g21、以及分别包含所述非周期性特异部的第二
特征图像g22和第三特征图像g23分别单独准备。此外，按照每个所述原因候补，所述多个样本图像被用作所述教师数据。
210.此外，在工序s206中，图案识别部8g根据工序s203中判定的所述颜色矢量，判定纵条纹ps11、横条纹ps12或噪声点ps13的原因分别是显影色不同的四个图像制作部4x中的哪一个的部件。
211.利用工序s206的处理，判定出纵条纹ps11的原因以及被辨别为所述非周期性特异部的横条纹ps12和噪声点ps13的原因。图案识别部8g在执行了工序s206的处理之后，使所述特异不良判定处理结束。
212.如上所示，特征图像生成部8c通过以测试图像g1的横向为处理方向dx1来执行包含所述主滤波处理的所述第一前处理，从而生成第一前处理图像g11。所述主滤波处理是将从测试图像g1依次选择的关注像素px1的像素值向转换值转换的处理，其中，利用使关注区域ax1的像素值与相对于关注区域ax1在预先设定的处理方向dx1上在两侧邻接的两个邻接区域ax2的像素值之差突出的处理，得到所述转换值(参照图4的工序s201和图6)。
213.而且，特征图像生成部8c通过执行包含以测试图像g1的纵向为处理方向dx1的所述主滤波处理的所述第二前处理，从而生成第二前处理图像g12(参照图4的工序s201和图6)。
214.而且，特征图像生成部8c从第一前处理图像g11和第二前处理图像g12的一个以上的特异部ps1中，将纵条纹ps11、横条纹ps12和噪声点ps13分别作为所述图像不良抽出(参照图4的工序s201和图6)。
215.工序s201的所述特征抽出处理是计算负荷较小的简易处理。利用这种简易处理，可以生成从一个测试图像g1单独抽出形状彼此不同的特异部ps1的三个特征图像g21、g22、g23。
216.(周期性特异部判定处理)
217.接下来，参照图7所示的流程图，说明工序s205的所述周期性特异部判定处理的步骤的一例。在以下的说明中，s301、s302、
……
表示所述周期性特异部判定处理中的多个工序的识别符号。所述周期性特异部判定处理从工序s301开始。
218.(工序s301)
219.在工序s301中，特征图像生成部8c判定在所述周期性判定对象图像中沿着副扫描方向d2排列的特异部ps1的数量亦即纵排列数。
220.具体而言，周期性判定部8f通过在第三特征图像g23中对以主扫描方向d1上的预先决定的宽度沿着副扫描方向d2延伸的带状区域a1中存在的噪声点ps13的数量进行计数，从而判定噪声点ps13的所述纵排列数(参照图8)。带状区域a1是第三特征图像g23中的跨越副扫描方向d2的全长的区域。
221.而且，在带状区域a1存在有多个噪声点ps13的情况下，周期性判定部8f将所述带状区域a1设定为第三特征图像g23的对象区域a2(参照图8)。
222.此外，周期性判定部8f通过在第二特征图像g22中对占据主扫描方向d1的相同范围的部分超过预先决定的重叠比率的横条纹ps12沿着副扫描方向d2排列的数量进行计数，从而对横条纹ps12的所述纵排列数进行计数。
223.而且，在第二特征图像g22中存在有在主扫描方向d1上超过所述重叠比率重叠的
多个横条纹ps12的情况下，周期性判定部8f将包含上述的多个横条纹ps12且跨越副扫描方向d2整体的区域设定为第二特征图像g22的对象区域a2。
224.例如，周期性判定部8f将满足所述重叠比率的条件的多个横条纹ps12在主扫描方向d1上占据的范围设定为对象区域a2的主扫描方向d1的范围。另外，第二特征图像g22的全部区域有时被设定为第二特征图像g22的对象区域a2。
225.在所述纵排列数小于两个的情况下，周期性判定部8f使所述周期性特异部判定处理结束。在所述纵排列数为一个的情况下，周期性判定部8f判定与所述纵排列数对应的特异部ps1为所述非周期性特异部。
226.在所述纵排列数为两个的情况下，周期性判定部8f使处理转移到工序s302，在所述纵排列数为三个以上情况下，周期性判定部8f使处理转移到工序s304。成为后述的工序s304～s310中的处理对象的第二特征图像g22或第三特征图像g23中的对象区域a2是三个以上的特异部ps1纵向排列的区域。
227.(工序s302)
228.在工序s302中，周期性判定部8f将沿着副扫描方向d2排列的两个特异部ps1的副扫描方向d2的间隔作为针对上述两个特异部ps1的检测周期导出。在工序s302中确定的所述检测周期是在所述周期性判定对象图像中沿着副扫描方向d2排列的两个特异部ps1的空间周期。
229.而后，周期性判定部8f使处理转移到工序s303。
230.(工序s303)
231.在工序s303中，周期性判定部8f根据在工序s302中导出的所述检测周期，判定两个特异部ps1有无所述周期性。
232.具体而言，在所述检测周期与预先决定的多个外周长度候补的某一个之间满足预先决定的周期近似条件的情况下，周期性判定部8f判定为两个特异部ps1具有所述周期性。被判定为具有所述周期性的特异部ps1是所述周期性特异部。
233.所述多个外周长度候补分别是作为横条纹ps12或噪声点ps13的原因的候补的多个所述图像制作旋转体的外周长度。
234.在工序s303中，周期性判定部8f判定与所述多个外周长度候补中的被判定为满足所述近似条件的一个外周长度候补对应的所述图像制作旋转体是所述周期性特异部的原因。
235.此外，在工序s303中，周期性判定部8f根据在工序s203判定的所述颜色矢量，判定横条纹ps12或噪声点ps13的原因分别是显影色不同的四个图像制作部4x中的哪一个的所述图像制作旋转体。
236.另一方面，在所述检测周期相对于全部的所述多个外周长度候补不满足所述周期近似条件的情况下，周期性判定部8f判定两个特异部ps1没有所述周期性。被判定为没有所述周期性的特异部ps1是所述非周期性特异部。
237.而且，周期性判定部8f在执行了工序s303的处理之后，使所述周期性特异部判定处理结束。
238.(工序s304)
239.在工序s304中，周期性判定部8f根据所述周期性判定对象图像，导出与在副扫描
方向d2上排列三个以上的特异部ps1对应的纵数据列ar1(参照图8)。纵数据列ar1是所述周期性判定对象图像的对象区域a2中的主扫描方向d1的每行的多个像素值的代表值v1的数据列。
240.周期性判定部8f针对所述周期性判定对象图像，按照红色、绿色和蓝色导出纵数据列ar1。
241.在以下的说明中，将第二特征图像g22的对象区域a2中的主扫描方向d1的每行的代表值v1称为第一代表值。此外，将第三特征图像g23的对象区域a2中的主扫描方向d1的每行的代表值v1称为第二代表值。
242.首先，表示了第二特征图像g22为所述周期性判定对象图像的情况下的工序s304的处理示例。
243.在工序s304中，周期性判定部8f针对第二特征图像g22的对象区域a2中的沿着主扫描方向d1的每一行，将多个像素值的平均值或中央值等作为所述第一代表值导出。
244.而且，周期性判定部8f将第二特征图像g22的对象区域a2中的与沿着主扫描方向d1的全部行对应的所述第一代表值的列作为与第二特征图像g22对应的纵数据列ar1导出。
245.接下来，表示了第三特征图像g23为所述周期性判定对象图像的情况下的工序s304的处理示例。
246.在工序s304中，周期性判定部8f针对第三特征图像g23的对象区域a2中的不存在噪声点ps13的主扫描方向d1的行，将对象区域a2中的主扫描方向d1的行整体的像素值的平均值或中央值等作为所述第二代表值导出。
247.另一方面，周期性判定部8f针对第三特征图像g23的对象区域a2中的存在有噪声点ps13的主扫描方向d1的行，将主扫描方向d1的行中的形成噪声点ps13的部分的像素值的平均值或中央值等作为所述第二代表值导出。
248.而且，周期性判定部8f将第三特征图像g23的对象区域a2中的与沿着主扫描方向d1的全部行对应的所述第二代表值的列作为与第三特征图像g23对应的纵数据列ar1导出。
249.图8表示了第三特征图像g23为所述周期性判定对象图像的情况下的所述周期性判定对象图像和与其对应的纵数据列ar1的一例。纵数据列ar1是成为频率解析对象的空间区域的数据。
250.周期性判定部8f在导出了纵数据列ar1之后，使处理转移到工序s305。
251.(工序s305)
252.在工序s305中，周期性判定部8f通过进行针对纵数据列ar1的傅里叶变换，从而将纵数据列ar1转换为频率区域的一次转换数据。
253.所述一次转换数据表示纵数据列ar1的频率特性。而且，周期性判定部8f使处理转移到工序s306。
254.(工序s306)
255.在工序s306中，周期性判定部8f确定所述一次转换数据所示的频率分布中的支配性频率。而且，周期性判定部8f将与所述支配性频率对应的周期确定为检测周期。
256.在工序s306中确定的所述检测周期是在所述周期性判定对象图像中沿着副扫描方向d2排列的三个以上的特异部ps1的主要空间周期。而后，周期性判定部8f使处理转移到工序s307。
257.(工序s307)
258.在工序s307中，周期性判定部8f根据在工序s306中确定的所述检测周期，针对与纵数据列ar1对应的特异部ps1判定有无一个以上的所述周期性。
259.工序s307的处理与工序s303的处理相同。即，在工序s306中确定的所述检测周期与所述多个外周长度候补的某一个之间满足所述周期近似条件的情况下，周期性判定部8f判定三个以上的特异部ps1具有所述周期性。被判定为具有所述周期性的特异部ps1是所述周期性特异部。
260.如上所述，所述多个外周长度候补分别是作为横条纹ps12或噪声点ps13的原因的候补的多个所述图像制作旋转体的外周长度。
261.在工序s307中，周期性判定部8f判定与所述多个外周长度候补中的被判定为满足所述近似条件的一个外周长度候补对应的所述图像制作旋转体是所述周期性特异部的原因。
262.此外，在工序s307中，周期性判定部8f根据在工序s203中判定的所述颜色矢量，判定横条纹ps12或噪声点ps13的原因分别是显影色不同的四个图像制作部4x中的哪一个的所述图像制作旋转体。
263.而且，周期性判定部8f在执行了工序s307的处理之后，使处理转移到工序s308。
264.(工序s308)
265.在工序s308中，周期性判定部8f通过从所述一次转换数据除去特定频带以外的频带的数据，从而生成一次转换修正数据。
266.所述特定频带是与所述周期性特异部对应的频带。换句话说，所述特定频带是被判定为与所述多个外周长度候补的某一个之间满足所述周期近似条件的所述检测周期所对应的频带。
267.周期性判定部8f在执行了工序s308的处理之后，使处理转移到工序s309。
268.(工序s309)
269.在工序s309中，周期性判定部8f利用针对在工序s308中得到的所述一次转换修正数据的逆傅里叶变换，将所述一次转换修正数据转换为空间区域的二次转换数据ar2(参照图9)。
270.二次转换数据ar2是从纵数据列ar1除去表示所述非周期性特异部的信息所得到的数据。因此，所述周期性判定对象图像中的所述周期性特异部的位置与二次转换数据ar2所示的波形中的峰值位置pk1一致(参照图9)。
271.另一方面，所述周期性判定对象图像中的所述非周期性特异部的位置偏离二次转换数据ar2所示的波形中的峰值位置pk1(参照图9)。
272.周期性判定部8f在执行了工序s309的处理之后，使处理转移到工序s310。
273.(工序s310)
274.在工序s310中，周期性判定部8f将所述周期性判定对象图像中的特异部ps1分类为所述周期性特异部和所述非周期性特异部。所述周期性判定对象图像中的特异部ps1为横条纹ps12或噪声点ps13。
275.具体而言，周期性判定部8f通过将特异部ps1的副扫描方向d2的位置与二次转换数据ar2所示的波形中的峰值位置pk1进行比较，从而将特异部ps1分类为所述周期性特异
部和所述非周期性特异部。
276.例如，在特异部ps1的副扫描方向d2的位置相对于峰值位置pk1处于预先决定的近似范围的情况下，周期性判定部8f将所述特异部ps1分类为所述周期性特异部，将其他的特异部ps1分类为所述非周期性特异部。
277.而且，周期性判定部8f在执行了工序s310的处理之后，使所述周期性特异部判定处理结束。
278.cpu80执行包含所述特异不良判定处理的所述图像不良判定处理的方法，是根据测试图像g1来判定所述图像不良的状态的图像处理方法的一例，所述测试图像g1通过针对图像形成装置2的输出薄片体的所述图像读取处理而得到。
279.cpu80通过执行所述图像不良判定处理，从而可以将分别为所述图像不良的一种的噪声点ps13和横条纹ps12对应于其原因进行分类。
280.此外，通过针对包含彼此不同种类的特异部ps1的三个特征图像g21、g22、g23单独执行所述图像不良的原因的判定，从而可以利用比较简易的判定处理而高精度地判定所述图像不良的原因。
281.而且，可以高精度地判定起因于所述图像制作旋转体的不良而产生的周期性横条纹ps12或周期性噪声点ps13的原因。
282.此外，颜色矢量确定部8e确定所述颜色矢量，所述颜色矢量表示测试图像g1中的从特异部ps1的颜色和包含特异部ps1的周边的所述参照区域的颜色的一方朝向另一方的颜色空间内的矢量(参照图4的工序s203)。
283.而且，工序s205中的周期性判定部8f和工序s206中的图案识别部8g在所述原因判定处理中进一步采用所述颜色矢量，来判定纵条纹ps11、横条纹ps12和噪声点ps13的原因。即，周期性判定部8f和图案识别部8g利用所述颜色矢量，来判定所述图像不良的原因是图像形成装置2中的与多个显影色的哪一个对应的部分。
284.在可打印彩色图像的图像形成装置2中，通过使用所述颜色矢量，从而能容易且可靠地判定所述图像不良的产生是起因于与多个显影色中的哪一个颜色对应的部分。
285.(第一应用例)
286.接下来，参照图10所示的流程图，说明图像处理装置10的第一应用例中的所述特征图像生成处理的步骤。
287.在以下的说明中，s401、s402、
……
表示本应用例的所述特征图像生成处理中的多个工序的识别符号。本应用例的所述特征图像生成处理从工序s401开始。
288.(工序s401)
289.在工序s401中，特征图像生成部8c从预先设定的多个压缩率候补中选择所采用的压缩率，并使处理转移到工序s402。
290.(工序s402)
291.在工序s402中，特征图像生成部8c通过以选择的所述压缩率压缩所述读取图像，从而生成测试图像g1。工序s401、s402的处理是压缩处理的一例。随后，特征图像生成部8c使处理转移到工序s403。
292.(工序s403)
293.在工序s403中，特征图像生成部8c通过对在工序s402中得到的压缩后的测试图像
g1执行所述第一前处理，从而生成第一前处理图像g11。随后，特征图像生成部8c使处理转移到工序s404。
294.(工序s404)
295.在工序s404中，特征图像生成部8c通过对在工序s402中得到的压缩后的测试图像g1执行所述第二前处理，从而生成第二前处理图像g12。随后，特征图像生成部8c使处理转移到工序s405。
296.(工序s405)
297.在工序s405中，在针对全部的所述多个压缩率候补执行了工序s401至s404的处理的情况下，特征图像生成部8c使处理转移到工序s406，否则针对不同的所述压缩率执行工序s401～s404的处理。
298.特征图像生成部8c在工序s401、s402的所述压缩处理中，通过分别以多个压缩率压缩所述读取图像，从而生成尺寸不同的多个测试图像g1。
299.而且，特征图像生成部8c通过在工序s403、s404中对多个测试图像g1执行所述第一前处理和所述第二前处理，从而分别生成与多个测试图像g1对应的多个第一前处理图像g11和多个第二前处理图像g12。
300.(工序s406)
301.在工序s406中，特征图像生成部8c对多个第一前处理图像g11和多个所述第二前处理图像分别执行所述特异部抽出处理。由此，特征图像生成部8c生成与多个测试图像g1对应的第一特征图像g21、第二特征图像g22和第三特征图像g23各自的多个候补。随后，特征图像生成部8c使处理转移到工序s407。
302.(工序s407)
303.在工序s407中，特征图像生成部8c通过将在工序s406中得到的所述多个候补汇集，从而生成第一特征图像g21、第二特征图像g22和第三特征图像g23。随后，特征图像生成部8c使所述特征图像生成处理结束。
304.例如，特征图像生成部8c将第一特征图像g21的多个候补中的各像素值的最大值或平均值等代表值设定为第一特征图像g21的各像素值。第二特征图像g22和第三特征图像g23也同样如此。
305.工序s401～s404的处理是通过执行测试图像g1与关注区域ax1及邻接区域ax2的尺寸的尺寸比不同的多次所述第一前处理和所述第二前处理，从而生成多个第一前处理图像g11和多个第二前处理图像g12的处理的一例。变更所述压缩率是变更测试图像g1与关注区域ax1及邻接区域ax2的尺寸的所述尺寸比的一例。
306.此外，工序s406～s407的处理是利用基于多个第一前处理图像g11和多个第二前处理图像g12的所述特异部抽出处理，生成第一特征图像g21、第二特征图像g22和第三特征图像g23的处理的一例。
307.通过采用本应用例，从而可以将粗细不同的纵条纹ps11或横条纹ps12，或者大小不同的噪声点ps13无遗漏地抽出。
308.本应用例中的所述第一前处理和所述第二前处理是通过执行测试图像g1与关注区域ax1及邻接区域ax2的尺寸的尺寸比不同的多次所述第一前处理和所述第二前处理，从而生成多个第一前处理图像g11和多个第二前处理图像g12的处理的一例。
309.另外，特征图像生成部8c也可以通过改变滤波尺寸来执行多次所述第一前处理和所述第二前处理，从而生成多个第一前处理图像g11和多个第二前处理图像g12。
310.所述滤波尺寸是所述第一前处理和所述第二前处理中的关注区域ax1和邻接区域ax2的尺寸。变更所述滤波尺寸是变更测试图像g1与关注区域ax1及邻接区域ax2的尺寸的所述尺寸比的一例。
311.此外，在本应用例中，特征图像生成部8c也可以将多个第一前处理图像g11和多个所述第二前处理图像分别汇集为一个。
312.例如，特征图像生成部8c将多个第一前处理图像g11中的各像素值的最大值或平均值等代表值设定为汇集后的第一特征图像g21的各像素值。多个第二前处理图像g12也同样如此。
313.而且，特征图像生成部8c也可以对汇集后的第一前处理图像g11和第二前处理图像g12执行所述特异部抽出处理。由此，生成第一特征图像g21、第二特征图像g22和第三特征图像g23。
314.(第二应用例)
315.接下来，说明图像处理装置10的第二应用例中的所述特征图像生成处理。
316.在本应用例中，特征图像生成部8c将第一前处理图像g11和第二前处理图像g12中的像素值偏离预先决定的基准范围的部分确定为特异部ps1。
317.即，在本应用例中，特征图像生成部8c在所述特异部抽出处理中，利用第一前处理图像g11和第二前处理图像g12的各像素值的大小来确定特异部ps1。本应用例中的特征图像生成部8c的处理是确定测试图像g1中的一个以上的有效像素构成的特异部ps1的处理的一例。
318.而且，特征图像生成部8c通过从第一前处理图像g11的特异部ps1除去第一前处理图像g11和第二前处理图像g12共通的特异部ps1，从而抽出纵条纹ps11。
319.而且，特征图像生成部8c通过从第二前处理图像g12的特异部ps1除去第一前处理图像g11和第二前处理图像g12共通的特异部ps1，从而抽出横条纹ps12。
320.而且，特征图像生成部8c将第一前处理图像g11和第二前处理图像g12共通的特异部ps1作为噪声点ps13抽出。
321.例如，特征图像生成部8c通过将第一前处理图像g11中的被辨别为纵条纹ps11以外的第一像素值xi转换为基于周围的像素值的插值，从而生成第一特征图像g21。
322.同样，特征图像生成部8c通过将第二前处理图像g12中的被辨别为横条纹ps12以外的第二像素值yi转换为基于周围的像素值的插值，从而生成第二特征图像g22。
323.同样，特征图像生成部8c通过将第一前处理图像g11中的被辨别为噪声点ps13以外的第一像素值xi转换为基于周围的像素值的插值，从而生成第三特征图像g23。
324.或者，特征图像生成部8c通过将第二前处理图像g12中的被辨别为噪声点ps13以外的第二像素值yi转换为基于周围的像素值的插值，从而生成第三特征图像g23。
325.(第三应用例)
326.以下，说明图像处理装置10的第三应用例中的所述图像不良判定处理。
327.通常，根据各色浓度的状况，有时难以由图像传感器从黄色与其他颜色混合的图像准确检测黄色部分的浓淡。同样，根据各色浓度的状况，有时也难以由图像传感器从黑色
与彩色混合的图像准确检测彩色部分的浓淡。
328.在本应用例中，作业控制部8b在所述测试打印处理中，输出形成有彼此不同种类的原测试图像g01的两张或三张测试输出薄片体9。
329.在输出三张测试输出薄片体9的情况下，输出形成有由同样青色的单色半色调图像和同样品红色的单色半色调图像合成的原混色测试图像的薄片体、形成有作为同样黄色的单色半色调图像的原黄色测试图像的薄片体、以及形成有作为同样黑色的单色半色调图像的原灰色测试图像的薄片体。
330.在输出两张测试输出薄片体9的情况下，输出形成有由同样青色的单色半色调图像、同样品红色的单色半色调图像和同样黄色的单色半色调图像合成的混色测试图像的薄片体、以及形成有所述原灰色测试图像的薄片体。
331.因此，本应用例中的测试图像g1包含分别相当于所述原混色测试图像、所述原黄色测试图像和所述原灰色测试图像的混色测试图像、黄色测试图像和灰色测试图像。
332.所述黄色测试图像和所述灰色测试图像分别是与所述混色测试图像中混合的颜色不同的一个显影色的半色调图像。所述黄色测试图像和所述灰色测试图像分别是单色测试图像的一例。
333.在本应用例中，特征图像生成部8c分别针对从多张测试输出薄片体9读取的所述混色测试图像和所述单色测试图像，生成第一特征图像g21、第二特征图像g22和第三特征图像g23。
334.而且，在本应用例中，特异部确定部8d针对分别与所述混色测试图像和所述单色测试图像对应的第一特征图像g21、第二特征图像g22和第三特征图像g23，确定特异部ps1的位置。另外，本应用例中的所述混合测试图像和所述单色测试图像分别是成为特异部ps1的确定对象的对象测试图像的一例。
335.而且，在本应用例中，颜色矢量确定部8e、周期性判定部8f和图案识别部8g与上述实施方式同样，采用与所述混色测试图像对应的第一特征图像g21、第二特征图像g22和第三特征图像g23，执行用于判定所述图像不良的原因的处理。
336.本应用例中的周期性判定部8f和图案识别部8g从与所述混色测试图像中混合的多个显影色对应的多个图像制作部4x之中，判定所述混色测试图像中的与所述特异部对应的所述图像不良的原因。
337.而且，在本应用例中，周期性判定部8f和图案识别部8g与上述实施方式同样，使用与所述单色测试图像对应的第一特征图像g21、第二特征图像g22和第三特征图像g23，执行用于判定所述图像不良的原因的处理。
338.本应用例中的周期性判定部8f和图案识别部8g从多个图像制作部4x中的与所述单色测试图像的颜色对应的一个之中，判定所述单色测试图像中的与所述特异部对应的所述图像不良的原因。
339.在采用本应用例的情况下，也能够根据数量少于图像形成装置2的全显影色的测试输出薄片体9，进行所述图像不良的原因的判定。
340.(第四应用例)
341.以下，说明图像处理装置10的第四应用例中的所述图像不良判定处理。
342.在本应用例中，取代图案识别部8g的处理，cpu80利用其他处理进行特异部ps1的
原因的判定。
343.例如，本应用例中的cpu80通过根据第一特征图像g21、第二特征图像g22或第三特征图像g23中的特异部ps1的数量、特异部ps1的粗细或纵横比、以及特异部ps1的像素值的水平中的一个或多个进行分类，来判定特异部ps1的原因。
344.(第五应用例)
345.接下来，说明图像处理装置10的第五应用例中的所述特征图像生成处理。
346.在本应用例中，特征图像生成部8c利用第一前处理图像g11和第二前处理图像g12的各像素值与预先决定的基准范围的比较，来辨别构成特异部ps1的像素和其他像素。
347.即，在本应用例中，特征图像生成部8c在所述特异部抽出处理中，利用第一前处理图像g11和第二前处理图像g12的各像素值的大小来确定特异部ps1。
348.而且，特征图像生成部8c通过从第一前处理图像g11的特异部ps1除去第一前处理图像g11和第二前处理图像g12共通的特异部ps1，从而抽出纵条纹ps11。
349.而且，特征图像生成部8c通过从第二前处理图像g12的特异部ps1除去第一前处理图像g11和第二前处理图像g12共通的特异部ps1，从而抽出横条纹ps12。
350.而且，特征图像生成部8c将第一前处理图像g11和第二前处理图像g12共通的特异部ps1作为噪声点ps13抽出。
351.例如，特征图像生成部8c通过将第一前处理图像g11中的被辨别为纵条纹ps11以外的第一像素值xi转换为基于周围的像素值的插值，从而生成第一特征图像g21。
352.同样，特征图像生成部8c通过将第二前处理图像g12中的被辨别为横条纹ps12以外的第二像素值yi转换为基于周围的像素值的插值，从而生成第二特征图像g22。
353.同样，特征图像生成部8c通过将第一前处理图像g11中的被辨别为噪声点ps13以外的第一像素值xi转换为基于周围的像素值的插值，从而生成第三特征图像g23。
354.或者，特征图像生成部8c通过将第二前处理图像g12中的被辨别为噪声点ps13以外的第二像素值yi转换为基于周围的像素值的插值，从而生成第三特征图像g23。
355.本发明的范围并不限于上述内容，而是由权利要求的记载来定义，所以可以认为本说明书记载的实施方式只是举例说明，而并非进行限定。因此，所有不脱离权利要求的范围、界限的更改，以及等同于权利要求的范围、界限的内容都包含在权利要求的范围内。