2023-120753 印刷適性評価装置および印刷適性評価方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023120753

(43)【公開日】2023-08-30

(54)【発明の名称】印刷適性評価装置および印刷適性評価方法

(51)【国際特許分類】

   G01N 21/17 20060101AFI20230823BHJP

   G06T 7/00 20170101ALI20230823BHJP

   B41J 29/393 20060101ALI20230823BHJP

   B41J 2/01 20060101ALI20230823BHJP

【ＦＩ】

G01N21/17 A

G06T7/00 Q

G06T7/00 350B

B41J29/393 103

B41J2/01 451

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2022023784

(22)【出願日】2022-02-18

(71)【出願人】

【識別番号】000102980

【氏名又は名称】リンテック株式会社

(74)【代理人】

【識別番号】110000637

【氏名又は名称】弁理士法人樹之下知的財産事務所

(72)【発明者】

【氏名】久保 秀平

(72)【発明者】

【氏名】本橋 望

(72)【発明者】

【氏名】森 剛志

【テーマコード（参考）】

2C056

2C061

2G059

5L096

【Ｆターム（参考）】

2C056EB13

2C056EB27

2C056EB42

2C056HA58

2C061AQ01

2C061AQ04

2C061AQ05

2C061AQ06

2C061AR01

2C061KK04

2C061KK25

2C061KK28

2C061KK35

2G059AA03

2G059BB10

2G059EE02

2G059FF01

2G059KK04

2G059MM01

5L096BA07

5L096FA31

5L096FA59

5L096FA64

5L096FA70

5L096KA04

5L096MA01

(57)【要約】

【課題】印刷対象物の印刷適性を客観的かつ正確に評価することができる印刷適性評価装置および印刷適性評価方法を提供する。
【解決手段】印刷適性評価装置ＥＡは、印刷対象物の印刷適性を評価する装置であって、印刷対象物に印刷された印刷像を撮像した撮像画像を取得する画像取得手段２１と、画像取得手段２１で取得された撮像画像から当該撮像画像の輝度値を取得する輝度値取得手段２２と、輝度値取得手段２２で取得された輝度値を表面性状パラメータに適用し、輝度値から表面性状パラメータを算出する表面性状パラメータ算出手段２３と、表面性状パラメータ算出手段２３で算出された表面性状パラメータに基づいて、印刷対象物の印刷適性を評価する評価手段２４とを備えている。
【選択図】図１

【特許請求の範囲】

【請求項1】

印刷対象物の印刷適性を評価する印刷適性評価装置であって、
前記印刷対象物に印刷された印刷像を撮像した撮像画像を取得する画像取得手段と、
前記画像取得手段で取得された前記撮像画像から当該撮像画像の輝度値を取得する輝度値取得手段と、
前記輝度値取得手段で取得された前記輝度値を表面性状パラメータに適用し、前記輝度値から前記表面性状パラメータを算出する表面性状パラメータ算出手段と、
前記表面性状パラメータ算出手段で算出された前記表面性状パラメータに基づいて、前記印刷対象物の前記印刷適性を評価する評価手段とを備えていることを特徴とする印刷適性評価装置。

【請求項2】

前記表面性状パラメータは、算術平均粗さ、二乗平均平方根高さ、最大谷深さ、最大山高さ、最大高さ粗さ、スキューネス、クルトシスのうちの少なくとも１つであることを特徴とする請求項１に記載の印刷適性評価装置。

【請求項3】

前記表面性状パラメータは、突出山部の断面積、突出谷部の断面積、コア部の負荷長さ率１、コア部の負荷長さ率２、コア部のレベル差、突出山部の高さ、突出谷部の深さのうちの少なくとも１つであることを特徴とする請求項１に記載の印刷適性評価装置。

【請求項4】

前記評価手段は、学習用の印刷対象物に印刷された印刷像のインク濃度と、当該印刷像を撮像した教師画像の輝度値から算出した前記表面性状パラメータと、前記学習用の印刷対象物に対する前記印刷適性の評価結果とを教師データとして機械学習させた学習済みモデルを使用し、前記印刷適性を評価することを特徴とする請求項１から請求項３のいずれか１項に記載の印刷適性評価装置。

【請求項5】

印刷対象物の印刷適性を評価する印刷適性評価方法であって、
前記印刷対象物に印刷された印刷像を撮像した撮像画像を取得する画像取得工程と、
前記画像取得工程で取得された前記撮像画像から当該撮像画像の輝度値を取得する輝度値取得工程と、
前記輝度値取得工程で取得された前記輝度値を表面性状パラメータに適用し、前記輝度値から前記表面性状パラメータを算出する表面性状パラメータ算出工程と、
前記表面性状パラメータ算出工程で算出された前記表面性状パラメータに基づいて、前記印刷対象物の前記印刷適性を評価する評価工程とを実施することを特徴とする印刷適性評価方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、印刷適性評価装置および印刷適性評価方法に関する。

【背景技術】

【0002】

印刷対象物の印刷適性を評価する印刷適性評価方法が知られている（例えば、特許文献１、２参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－７０７３２号公報

【特許文献2】特開２０２０－９０６１２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１、２に記載された評価方法では、印刷対象物に施された印刷の良否を目視で確認することで印刷適性を評価するため、評価者の主観によって評価が変わり、印刷対象物の印刷適性を客観的かつ正確に評価することができないという不都合がある。

【0005】

本発明の目的は、印刷対象物の印刷適性を客観的かつ正確に評価することができる印刷適性評価装置および印刷適性評価方法を提供することにある。

【課題を解決するための手段】

【0006】

本発明の一態様に係る印刷適性評価装置は、印刷対象物の印刷適性を評価する印刷適性評価装置であって、前記印刷対象物に印刷された印刷像を撮像した撮像画像を取得する画像取得手段と、前記画像取得手段で取得された前記撮像画像から当該撮像画像の輝度値を取得する輝度値取得手段と、前記輝度値取得手段で取得された前記輝度値を表面性状パラメータに適用し、前記輝度値から前記表面性状パラメータを算出する表面性状パラメータ算出手段と、前記表面性状パラメータ算出手段で算出された前記表面性状パラメータに基づいて、前記印刷対象物の前記印刷適性を評価する評価手段とを備えている。

【0007】

本発明の一態様に係る印刷適性評価装置において、前記表面性状パラメータは、算術平均粗さ、二乗平均平方根高さ、最大谷深さ、最大山高さ、最大高さ粗さ、スキューネス、クルトシスのうちの少なくとも１つであってもよい。

【0008】

本発明の一態様に係る印刷適性評価装置において、前記表面性状パラメータは、突出山部の断面積、突出谷部の断面積、コア部の負荷長さ率１、コア部の負荷長さ率２、コア部のレベル差、突出山部の高さ、突出谷部の深さのうちの少なくとも１つであってもよい。

【0009】

本発明の一態様に係る印刷適性評価装置において、前記評価手段は、学習用の印刷対象物に印刷された印刷像のインク濃度と、当該印刷像を撮像した教師画像の輝度値から算出した前記表面性状パラメータと、前記学習用の印刷対象物に対する前記印刷適性の評価結果とを教師データとして機械学習させた学習済みモデルを使用し、前記印刷適性を評価してもよい。

【0010】

本発明の一態様に係る印刷適性評価方法は、印刷対象物の印刷適性を評価する印刷適性評価方法であって、前記印刷対象物に印刷された印刷像を撮像した撮像画像を取得する画像取得工程と、前記画像取得工程で取得された前記撮像画像から当該撮像画像の輝度値を取得する輝度値取得工程と、前記輝度値取得工程で取得された前記輝度値を表面性状パラメータに適用し、前記輝度値から前記表面性状パラメータを算出する表面性状パラメータ算出工程と、前記表面性状パラメータ算出工程で算出された前記表面性状パラメータに基づいて、前記印刷対象物の前記印刷適性を評価する評価工程とを実施する。

【発明の効果】

【0011】

本発明の一態様によれば、印刷対象物に印刷された印刷像を撮像した撮像画像の輝度値から表面性状パラメータを算出し、表面性状パラメータに基づいて印刷適性を評価するため、評価者の主観によって評価が変わることがなく、印刷対象物の印刷適性を客観的かつ正確に評価することができる。

【図面の簡単な説明】

【0012】

【図1】第１実施形態に係る印刷適性評価システムの説明図。

【図2】第１実施形態に係る印刷適性評価方法の説明図。

【図3】算術平均粗さと評価結果とを示す図。

【図4】第２実施形態に係る印刷適性評価方法で算出されるプラトー構造表面パラメータを示す図。

【図5】第２実施形態に係る印刷適性評価方法の説明図。

【図6】突出山部の断面積と評価結果とを示す図。

【図7】突出谷部の断面積と評価結果とを示す図。

【図8】負荷長さ率１と評価結果とを示す図。

【図9】突出山部の高さと評価結果とを示す図。

【図10】突出谷部の深さと評価結果とを示す図。

【図11】第３実施形態に係る印刷適性方法で使用する学習済みモデルの生成方法の説明図。

【図12】第３実施形態に係る印刷適性評価方法の説明図。

【発明を実施するための形態】

【0013】

以下、本発明の実施形態を図面に基づいて説明する。
なお、第２実施形態以降において、第１実施形態で説明する構成部材と同じ構成および同様な機能を有する構成には、第１実施形態の構成と同じ符号を付し、それらの説明を省略または簡略化する。

【0014】

［第１実施形態］
［装置構成］
図１において、印刷適性評価装置ＥＡは、印刷用紙や印刷用フィルム等の印刷対象物の印刷適性を評価する装置であって、パーソナルコンピュータやサーバ等のコンピュータにより構成されている。なお、印刷対象物の印刷適性とは、要求通りの精細度、発色で印刷するために印刷対象物に必要とされる性能であり、印刷対象物におけるインクの受理性、乾燥性、吸油性等が含まれる。
印刷適性評価装置ＥＡは、記憶手段１０と、処理手段２０と、操作手段３０とを備え、印刷手段４０と、撮像手段５０と、出力手段６０とで印刷適性評価システムＥＡ１を構成している。

【0015】

記憶手段１０は、メモリやハードディスク等により構成され、印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１を制御する各種プログラムを記憶している。
本実施形態の場合、記憶手段１０は、印刷対象物の印刷適性を評価するために用いられる表面性状パラメータの閾値も記憶している。

【0016】

処理手段２０は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）等のプロセッサにより構成され、画像取得手段２１と、輝度値取得手段２２と、表面性状パラメータ算出手段２３と、評価手段２４とを備えている。

【0017】

画像取得手段２１は、印刷対象物に印刷された印刷像を撮像した撮像画像を撮像手段５０から取得する。印刷像としては、画像、文字、模様、識別子、テスト印刷パターン等が例示できる。

【0018】

輝度値取得手段２２は、画像取得手段２１で取得された撮像画像から当該撮像画像の輝度値を取得する。

【0019】

表面性状パラメータ算出手段２３は、輝度値取得手段２２で取得された輝度値を表面性状パラメータに適用し、輝度値から表面性状パラメータを算出する。表面性状パラメータは、表面粗さや傷等の表面の微細な幾何学的特性を表すパラメータであり、輪郭曲線（断面曲線）を構成する粗さ曲線から得られる粗さパラメータ、輪郭曲面（表面性状曲面）から得られる領域パラメータ、輪郭曲線の負荷曲線（アボットの負荷曲線）や輪郭曲面の負荷曲線から得られるプラトー構造表面パラメータ（プラトー構造表面の特性評価パラメータ）、モチーフパラメータなどが含まれる。粗さパラメータは、ＪＩＳ Ｂ ０６０１：２０１３、ＩＳＯ ４２８７：１９９７で規定され、領域パラメータは、ＪＩＳ Ｂ ０６７１－２：２０１８、ＩＳＯ ２５１７８－２：２０１２で規定されている。プラトー構造表面パラメータは、ＪＩＳ Ｂ ０６７１：２００２、ＩＳＯ １３５６５：１９９６、ＩＳＯ ２５１７８－２：２０１２で規定され、モチーフパラメータは、ＪＩＳ Ｂ ０６３：２０００、ＩＳＯ １２０８５：１９９６で規定されている。

【0020】

本実施形態の場合、表面性状パラメータ算出手段２３は、表面性状パラメータとして粗さパラメータを算出する。粗さパラメータとしては、算術平均粗さＲａ、二乗平均平方根高さＲｑ、最大谷深さＲｖ、最大山高さＲｐ、最大高さ粗さＲｚ、スキューネスＲｓｋ、クルトシスＲｋｕ等があり、このうちの１つまたは複数を使用することができる。

【0021】

評価手段２４は、表面性状パラメータ算出手段２３で算出された表面性状パラメータに基づいて、印刷対象物の印刷適性を評価する。

【0022】

操作手段３０は、キーボード、操作パネル、タッチパネル、マウス、各種スイッチ、音声入力操作用のマイク等により構成され、各種操作による操作信号を印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１に入力可能とされている。例えば、印刷対象物に施す印刷のインク濃度は、操作手段３０を介して設定され、その操作信号がインク濃度の設定値とともに処理手段２０や印刷手段４０に送られる。

【0023】

印刷手段４０は、インクジェットプリンタ、レーザプリンタ、サーマルプリンタ、ドットプリンタ、オフセット印刷機、凸版印刷機、凹版印刷機、スクリーン印刷機等により構成され、処理手段２０との間で各種信号を送受信可能となっている。

【0024】

撮像手段５０は、カメラ、撮影機、撮像機能付き顕微鏡、イメージングセンサ等により構成され、処理手段２０との間で撮像画像や各種信号を送受信可能となっている。

【0025】

出力手段６０は、ディスプレイやパネル等の表示装置や、表示灯やスピーカー等の報知装置等により構成され、印刷適性評価装置ＥＡによる評価結果を画面に出力したり、点灯や音等で出力したりするようになっている。

【0026】

［印刷適性評価方法］
以上の印刷適性評価装置ＥＡを備えた印刷適性評価システムＥＡ１の場合を例として、図２に示す以下の手順で実施される印刷適性評価方法を説明する。
先ず、印刷適性評価システムＥＡ１に対し、当該印刷適性評価システムＥＡ１の使用者（以下、単に「使用者」という）が、印刷対象物に施す印刷のインク濃度を操作手段３０を介して設定した後、当該操作手段３０を介して自動運転開始の信号を入力する。次いで、使用者または、多関節ロボットやベルトコンベア等の図示しない搬送手段が、印刷対象物を所定の位置に配置すると、処理手段２０が印刷手段４０を駆動し、設定されたインク濃度で印刷対象物に印刷を施す（ステップＳＴ１１）。その後、処理手段２０が撮像手段５０を駆動し、印刷対象物に印刷された印刷像を撮像する（ステップＳＴ１２）。

【0027】

次に、画像取得手段２１は、撮像手段５０から印刷像の撮像画像を取得する（ステップＳＴ１３）。そして、輝度値取得手段２２は、ステップＳＴ１３で取得された撮像画像から当該撮像画像の各画素の輝度値を取得する（ステップＳＴ１４）。本実施形態の場合、輝度値取得手段２２は、撮像画像にグレースケール処理を施した上で、各画素の輝度値を取得する。

【0028】

次いで、表面性状パラメータ算出手段２３は、ステップＳＴ１４で取得された輝度値から、表面性状パラメータとして粗さパラメータを算出する（ステップＳＴ１５）。本実施形態の場合、表面性状パラメータ算出手段２３は、粗さパラメータとして算術平均粗さＲａを算出する。算術平均粗さＲａは、粗さ曲線の基準長さをｌ、粗さ曲線をｆ（ｘ）とした場合、下記数式１で算出される。

【0029】

【数1】

【0030】

その後、評価手段２４は、表面性状パラメータ算出手段２３で算出された粗さパラメータに基づいて印刷対象物の印刷適性を評価し、評価結果を出力手段６０に出力する（ステップＳＴ１６）。本実施形態の場合、評価手段２４は、粗さパラメータとして算出した算術平均粗さＲａと、記憶手段１０に記憶された閾値との比較によって、印刷対象物の印刷適性を評価する。また、評価手段２４は、印刷適性を２つのレベルに分け、印刷適性良（合格）または印刷適性不良（不合格）の判定を行う。即ち、評価手段２４は、算術平均粗さＲａが閾値以下の場合に、印刷対象物の印刷適性が良好であると評価し、そうでない場合は、印刷適性が不良であると評価する。本実施形態では、閾値を２８に設定し、Ｒａ≦２８であれば印刷適性良と評価し、Ｒａ＞２８であれば印刷適性不良と評価する。次に、出力手段６０は、印刷適性の評価結果を出力して表示装置に表示したり、報知装置を点灯したり、報知装置から音を出したりして使用者に知らせる（ステップＳＴ１７）。

【0031】

［評価例］
印刷対象物として、品番が異なる種々のポリ塩化ビニルフィルムのサンプル１～１１を使用し、これらの印刷適性の評価を行った。
先ず、同一のインクジェットプリンタでサンプル１～１１に同じカラー写真を印刷した。この際、印刷されたカラー写真の印刷像において、インクが付着していない下地の面積とインク付着部の面積とが同等になるようにインク濃度を調整することが好ましく、本評価例ではインク濃度をＣＭＹＫ２００とした。

【0032】

次いで、サンプル１～１１に印刷されたカラー写真の印刷良否を目視で確認した後、各カラー写真の一部領域をデジタル光学顕微鏡によって倍率１００倍で撮像した。その後、各撮像画像にグレースケール処理を施した上で、それらの画像データから撮像画像の各画素の輝度値を縦、横、または任意の方向のラインプロファイルとして取得した。その後、各ラインプロファイルについて数式１を用いて輝度値の算術平均粗さＲａを算出し、各ラインプロファイルから得られた算術平均粗さＲａを平均して、撮像画像全体の輝度値の算術平均粗さＲａとした。サンプル１～１１の輝度値の算術平均粗さＲａおよび目視による印刷良否の確認結果を表１および図３に示す。

【0033】

【表1】

【0034】

表１および図３に示すように、Ｒａ≦２８となって印刷適性良と評価されるサンプル１～８は、目視でも印刷適性良であることが確認され、Ｒａ＞２８となって印刷適性不良と評価されるサンプル９～１１は、目視でも印刷適性不良であることが確認された。

【0035】

以上のような実施形態によれば、印刷対象物に印刷された印刷像を撮像した撮像画像の輝度値から粗さパラメータを算出し、粗さパラメータに基づいて印刷適性を評価するため、評価者の主観によって評価が変わることがなく、印刷対象物の印刷適性を客観的かつ正確に評価することができる。

【0036】

［第２実施形態］
［装置構成］
本実施形態の印刷適性評価装置ＥＡは、表面性状パラメータとしてプラトー構造表面パラメータを使用し、プラトー構造表面パラメータに基づいて印刷対象物の印刷適性を評価するように構成されている。

【0037】

表面性状パラメータ算出手段２３は、輝度値取得手段２２で取得された輝度値から、プラトー構造表面パラメータを算出する。プラトー構造表面パラメータとしては、図４に示すように、突出山部の断面積（初期摩耗面積）Ａ１、突出谷部の断面積（油溜まり面積）Ａ２、コア部の負荷長さ率１ Ｍｒ１、コア部の負荷長さ率２ Ｍｒ２、コア部のレベル差（有効負荷粗さ）Ｒｋ、突出山部の高さ（初期摩耗高さ）Ｒｐｋ、突出谷部の深さ（油溜まり深さ）Ｒｖｋ等があり、このうちの１つまたは複数を使用することができる。これらのプラトー構造表面パラメータのうち、コア部の負荷長さ率１ Ｍｒ１、コア部の負荷長さ率２ Ｍｒ２、およびコア部のレベル差Ｒｋは、図４に示す負荷曲線の４０％に相当する区間の傾きが最も小さくなる直線（等価直線）から求められる。また、突出山部の断面積Ａ１および突出谷部の断面積Ａ２は、コア部のレベル差Ｒｋの幅で分断された負荷曲線の突出部分の面積であり、当該突出部分の面積と等しくなるような三角形の高さから、突出山部の高さＲｐｋおよび突出谷部の深さＲｖｋが求められる。

【0038】

評価手段２４は、表面性状パラメータ算出手段２３で算出されたプラトー構造表面パラメータに基づいて、印刷対象物の印刷適性を評価する。

【0039】

［印刷適性評価方法］
本実施形態の印刷適性評価装置ＥＡを備えた印刷適性評価システムＥＡ１の場合を例として、図５に示す以下の手順で実施される印刷適性評価方法を説明する。
なお、ステップＳＴ２１～ステップＳＴ２４、およびステップＳＴ２７で行われる処理は、第１実施形態のステップＳＴ１１～ステップＳＴ１４、およびステップＳＴ１７と同じであるため、説明を省略する。

【0040】

ステップＳＴ２４に次いで、表面性状パラメータ算出手段２３は、ステップＳＴ２４で取得された輝度値から、表面性状パラメータとしてプラトー構造表面パラメータを算出する（ステップＳＴ２５）。本実施形態の場合、表面性状パラメータ算出手段２３は、プラトー構造表面パラメータとして突出山部の断面積Ａ１、突出谷部の断面積Ａ２、コア部の負荷長さ率１ Ｍｒ１、突出山部の高さＲｐｋ、および突出谷部の深さＲｖｋを算出する。

【0041】

その後、評価手段２４は、表面性状パラメータ算出手段２３で算出されたプラトー構造表面パラメータに基づいて印刷対象物の印刷適性を評価し、評価結果を出力手段６０に出力する（ステップＳＴ２６）。本実施形態の場合、評価手段２４は、算出したプラトー構造表面パラメータと、記憶手段１０に記憶された閾値との比較によって、印刷対象物の印刷適性を評価する。本実施形態では、印刷適性を２つのレベルに分け、突出山部の断面積Ａ１≦１２００、突出谷部の断面積Ａ２≧４．５、コア部の負荷長さ率１ Ｍｒ１≦２５、突出山部の高さＲｐｋ≦８０、または突出谷部の深さＲｖｋ≧４であれば印刷適性良（合格）と評価し、そうでなければ印刷適性不良（不合格）と評価する。

【0042】

［評価例］
印刷対象物として、第１実施形態と同じサンプル１～１１を使用し、これらの印刷適性の評価を行った。
先ず、第１実施形態と同じ条件で、サンプル１～１１に対するカラー写真印刷、印刷良否の目視確認、印刷したカラー写真の撮像、および撮像画像の輝度値取得を行った。なお、サンプル１～１１の目視による印刷良否の確認結果は、表１に示した通りである。

【0043】

次いで、取得した各ラインプロファイルから負荷曲線を得た上で、全ての負荷曲線を平均することで、画像全体の負荷曲線とした。その後、この負荷曲線について輝度値の突出山部の断面積Ａ１、突出谷部の断面積Ａ２、コア部の負荷長さ率１ Ｍｒ１、突出山部の高さＲｐｋ、および突出谷部の深さＲｖｋを算出した。図６～１０に、サンプル１～１１の突出山部の断面積Ａ１、突出谷部の断面積Ａ２、コア部の負荷長さ率１ Ｍｒ１、突出山部の高さＲｐｋ、および突出谷部の深さＲｖｋを示す。

【0044】

図６～１０に示すように、Ａ１≦１２００、Ａ２≧４．５、Ｍｒ１≦２５、Ｒｐｋ≦８０、またはＲｖｋ≧４の少なくとも１つの条件を満たし、印刷適性良と評価されるサンプル１～８は、目視でも印刷適性良であることが確認されており、これらの全ての条件を満たさずに印刷適性不良と評価されるサンプル９～１１は、目視でも印刷適性不良であることが確認されている。

【0045】

本実施形態によれば、印刷対象物に印刷された印刷像を撮像した撮像画像の輝度値からプラトー構造表面パラメータ算出し、プラトー構造表面パラメータに基づいて印刷適性を評価するため、評価者の主観によって評価が変わることがなく、印刷対象物の印刷適性を客観的かつ正確に評価することができる。

【0046】

［第３実施形態］
［装置構成］
本実施形態の印刷適性評価装置ＥＡは、機械学習によって得られた学習済みモデルを用いて、印刷対象物の印刷適性を評価するように構成されている。そのため、記憶手段１０は、学習済みモデルを記憶している。

【0047】

［学習済みモデル］
学習済みモデルは、学習用の印刷対象物に印刷された印刷像のインク濃度と、当該印刷像を撮像した教師画像の輝度値から算出した表面性状パラメータと、当該印刷像を目視で確認して得られた印刷適性の評価結果とを教師データとして機械学習させたものであり、図１１に示す以下の手順によって生成される。

【0048】

先ず、学習用に様々な種類、組成の印刷対象物を用意し、これら学習用の印刷対象物に印刷を施す（ステップＳＴ３１）。印刷は、印刷手段４０で行ってもよいし、印刷手段４０以外のもので行ってもよく、印刷対象物に印刷する印刷像の形状、大きさ、色等については特に限定されない。

【0049】

次いで、学習用の印刷対象物に印刷された印刷像の印刷良否を目視で確認し、学習用の印刷対象物の印刷特性を評価する（ステップＳＴ３２）。その後、学習用の印刷対象物の印刷像を撮像して教師画像とする（ステップＳＴ３３）。撮像は、撮像手段５０で行ってもよいし、撮像手段５０以外のもので行ってもよい。

【0050】

次に、ステップＳＴ３３で撮像した教師画像から各画素の輝度値を取得し（ステップＳＴ３４）、これらの輝度値から表面性状パラメータを算出する（ステップＳＴ３５）。そして、学習用の印刷対象物に印刷された印刷像のインク濃度と、教師画像から算出した表面性状パラメータと、ステップＳＴ３２で評価された印刷適性の評価結果とを教師データとして機械学習させ、印刷対象物に印刷された印刷像のインク濃度および撮像画像の輝度値の表面性状パラメータを入力、印刷対象物の印刷適性を出力とする学習済みモデルを生成する（ステップＳＴ３６）。なお、学習済みモデルの生成において、ステップＳＴ３２と、ステップＳＴ３３～３５との実施順序は特に限定されず、ステップＳＴ３２を実施した後にステップＳＴ３３～３５を実施してもよいし、ステップＳＴ３３～３５を実施した後にステップＳＴ３２を実施してもよい。また、機械学習の具体的な手法としては、ニューラルネットワーク、サポートベクターマシン、最近傍法（ニアレストネイバー法）、ランダムフォレスト、確率的勾配法、およびカーネル近似等、公知の各種の技術が利用可能であり、特に限定されない。

【0051】

［印刷適性評価方法］
本実施形態の印刷適性評価装置ＥＡを備えた印刷適性評価システムＥＡ１の場合を例として、図１２に示す以下の手順で実施される印刷適性評価方法を説明する。
なお、ステップＳＴ４１～ステップＳＴ４４、およびステップＳＴ４７は、第１実施形態のステップＳＴ１１～ステップＳＴ１４、およびステップＳＴ１７や、第２実施形態のステップＳＴ２１～ステップＳＴ２４、およびステップＳＴ２７と同じであるため、説明を省略する。

【0052】

ステップＳＴ４４に次いで、表面性状パラメータ算出手段２３は、ステップＳＴ４４で取得された輝度値から、表面性状パラメータを算出する（ステップＳＴ４５）。表面性状パラメータは、粗さパラメータであってもよいし、プラトー構造表面であってもよいし、それ以外のものでもよい。本実施形態では、表面性状パラメータとして粗さパラメータを使用し、算術平均粗さＲａ、二乗平均平方根高さＲｑ、最大谷深さＲｖ、最大山高さＲｐ、最大高さ粗さＲｚ、スキューネスＲｓｋ、およびクルトシスＲｋｕを算出する。

【0053】

その後、評価手段２４は、撮像画像の表面性状パラメータおよび印刷像のインク濃度から、学習済みモデルで印刷対象物の印刷適性を評価し、評価結果を出力手段６０に出力する（ステップＳＴ４６）。本実施形態の場合、評価手段２４は、印刷適性良（合格）または印刷適性不良（不合格）の判定を行う。

【0054】

［評価例］
印刷対象物として、第１、第２実施形態と同じサンプル１～１１を使用し、これらの印刷適性の評価を行った。
先ず、第１、第２実施形態と同様に、同一のインクジェットプリンタでサンプル１～１１に同じカラー写真を印刷した。なお、インク濃度は、ＣＭＹＫ４０、ＣＭＹＫ１００、ＣＭＹＫ２００、ＣＭＹＫ２４０、ＣＭＹＫ２８０とし、インク濃度ごとに印刷を行った。その後、第１、第２実施形態と同じ条件で、サンプル１～１１の印刷良否の目視確認、印刷したカラー写真の撮像、および撮像画像の輝度値取得を行った。サンプル１～１１のインク濃度および、および目視による印刷良否の確認結果を表２に示す。

【0055】

【表2】

【0056】

次いで、各撮像画像について、表面性状パラメータを算出した。本実施形態では、表面性状パラメータとして粗さパラメータを使用し、算術平均粗さＲａ、二乗平均平方根高さＲｑ、最大谷深さＲｖ、最大山高さＲｐ、最大高さ粗さＲｚ、スキューネスＲｓｋ、およびクルトシスＲｋｕを算出した。そして、サンプル１～１１に印刷された全ての印刷像のうちの７割を、サンプル１～８とサンプル９～１１とが半々となるように選択し、選択された印刷像のインク濃度と、当該印刷像を撮像した教師画像の輝度値から算出した表面性状パラメータと、当該印刷像に対する印刷適性の評価結果とを教師データとして機械学習させることで、印刷像のインク濃度および撮像画像の表面性状パラメータを入力、印刷対象物の印刷適性を出力とする学習済みモデルを生成した。本実施形態では、算術平均粗さＲａ、二乗平均平方根高さＲｑ、最大谷深さＲｖ、最大山高さＲｐ、最大高さ粗さＲｚ、スキューネスＲｓｋ、クルトシスＲｋｕ、およびインク濃度について主成分分析を行い、８成分から３成分に次元を削減した後、サポートベクターマシンを用いて機械学習を行った。サンプル１～１１に印刷された印刷像のうちの残りの３割について、作成された学習済みモデルを用いて印刷適性を評価したところ、９０％以上の予測精度（正答率）となり、良好な結果が得られた。

【0057】

本実施形態によれば、第１、第２実施形態と同様の効果が得られる。
また、学習済みモデルを用いて印刷適性を評価するため、様々な種類、組成の印刷対象物の印刷適性の評価に適用することができる。

【0058】

以上のように、本発明を実施するための最良の構成、方法等は、前記記載で開示されているが、本発明は、これに限定されるものではない。すなわち、本発明は、主に特定の実施形態に関して特に図示され、かつ説明されているが、本発明の技術的思想および目的の範囲から逸脱することなく、以上述べた実施形態に対し、形状、材質、数量、その他の詳細な構成において、当業者が様々な変形を加えることができるものである。また、上記に開示した形状、材質などを限定した記載は、本発明の理解を容易にするために例示的に記載したものであり、本発明を限定するものではないから、それらの形状、材質などの限定の一部もしくは全部の限定を外した部材の名称での記載は、本発明に含まれる。

【0059】

例えば、記憶手段１０は、印刷適性評価装置ＥＡに内蔵されていてもよいし、印刷適性評価装置ＥＡに外付けするタイプであってもよい。

【0060】

画像取得手段２１は、印刷対象物に印刷された印刷像の撮像画像を撮像手段５０から直接取得してもよいし、撮像手段５０から直接取得しなくてもよく、例えば、撮像手段５０による撮像画像が蓄積されたサーバやデータベース等の画像蓄積手段から撮像画像を取得してもよい。

【0061】

輝度値取得手段２２は、撮像画像にグレースケール処理を施した上で輝度値を取得してもよいし、撮像画像にグレースケール処理を施さないで輝度値を取得してもよい。

【0062】

表面性状パラメータ算出手段２３は、粗さパラメータとして算術平均粗さＲａ、二乗平均平方根高さＲｑ、最大谷深さＲｖ、最大山高さＲｐ、最大高さ粗さＲｚ、スキューネスＲｓｋ、クルトシスＲｋｕのうちの１つまたは複数を算出してもよいし、プラトー構造表面パラメータとして突出山部の断面積Ａ１、突出谷部の断面積Ａ２、コア部の負荷長さ率１ Ｍｒ１、コア部の負荷長さ率２ Ｍｒ２、コア部のレベル差Ｒｋ、突出山部の高さＲｐｋ、突出谷部の深さＲｖｋのうちの１つまたは複数を算出してもよいし、粗さパラメータやプラトー構造表面パラメータ以外の表面性状パラメータを算出してもよい。

【0063】

評価手段２４は、印刷適性良否（印刷適性合否）を評価するための表面性状パラメータの閾値を実施形態以外の値としたり、表面性状パラメータの値に応じて印刷対象物の印刷適性を３つ以上のレベルに分けて評価したりしてもよく、例えば、表面性状パラメータが算術平均粗さＲａであれば、Ｒａ≦２５となった場合は印刷適性優（合格）、２５＜Ｒａ≦２８となった場合は印刷適性良（合格）、Ｒａ＞２８となった場合は印刷適性不良（不合格）と評価してもよいし、算術平均粗さＲａ＝０～５６の範囲を例えば１４ごとに４分割し、印刷適性を４段階で評価してもよいし、算術平均粗さＲａの値をそのまま評価結果として出力してもよい。
評価手段２４は、粗さパラメータとして算術平均粗さＲａ、二乗平均平方根高さＲｑ、最大谷深さＲｖ、最大山高さＲｐ、最大高さ粗さＲｚ、スキューネスＲｓｋ、クルトシスＲｋｕのうちの１つまたは複数に基づいて、印刷対象物の印刷適性を評価してもよいし、プラトー構造表面パラメータとして突出山部の断面積Ａ１、突出谷部の断面積Ａ２、コア部の負荷長さ率１ Ｍｒ１、コア部の負荷長さ率２ Ｍｒ２、コア部のレベル差Ｒｋ、突出山部の高さＲｐｋ、突出谷部の深さＲｖｋのうちの１つまたは複数に基づいて、印刷対象物の印刷適性を評価してもよいし、粗さパラメータやプラトー構造表面パラメータ以外の表面性状パラメータに基づいて、印刷対象物の印刷適性を評価してもよい。
評価手段２４は、算出する表面性状パラメータの種類や表面性状パラメータの閾値をインク濃度に応じて変えてもよい。例えば、サンプル１～１１では、インク濃度がＣＭＹＫ１００の場合とＣＭＹＫ２４０の場合とで、コア部の負荷長さ率２ Ｍｒ２とコア部のレベル差Ｒｋとの大小関係が変化し、有意差が見られるため、コア部の負荷長さ率２ Ｍｒ２やコア部のレベル差Ｒｋに基づいて、印刷対象物の印刷適性を評価してもよい。

【0064】

操作手段３０は、印刷適性評価装置ＥＡから分離可能に構成されていてもよいし、分離不能に構成されていてもよい。
操作手段３０は、印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１に備わっていてもよいし、備わっていなくてもよく、備わっていない場合、外部の入力装置からの操作信号を印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１に入力してもよい。

【0065】

印刷手段４０は、印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１に備わっていてもよいし、備わっていなくてもよく、備わっていない場合、印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１と通信可能な外部の印刷装置で印刷対象物に印刷を施してもよい。

【0066】

撮像手段５０は、印刷対象物の印刷像をカラーで撮像してもよいし、白黒で撮像してもよいし、印刷像の一部を撮像してもよいし、印刷像の全体を撮像してもよい。
撮像手段５０は、印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１に備わっていてもよいし、備わっていなくてもよく、備わっていない場合、印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１と通信可能な外部の撮像装置で撮像した撮像画像を、画像取得手段２１で取得してもよい。

【0067】

出力手段６０は、印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１に備わっていてもよいし、備わっていなくてもよく、備わっていない場合、印刷適性評価装置ＥＡや印刷適性評価システムＥＡ１と通信可能な外部の出力装置に評価結果を出力してもよい。

【0068】

学習済みモデルは、算出される表面性状パラメータを用いて機械学習させたものであればよく、表面性状パラメータとして粗さパラメータを用いて機械学習させたものでもよいし、表面性状パラメータとしてプラトー構造表面パラメータを用いて機械学習させたものでもよいし、粗さパラメータとして算術平均粗さＲａ、二乗平均平方根高さＲｑ、最大谷深さＲｖ、最大山高さＲｐ、最大高さ粗さＲｚ、スキューネスＲｓｋ、クルトシスＲｋｕのうちの１つまたは複数を用いて機械学習させたものでもよいし、プラトー構造表面パラメータとして突出山部の断面積Ａ１、突出谷部の断面積Ａ２、コア部の負荷長さ率１ Ｍｒ１、コア部の負荷長さ率２ Ｍｒ２、コア部のレベル差Ｒｋ、突出山部の高さＲｐｋ、突出谷部の深さＲｖｋのうちの１つまたは複数を用いて機械学習させたものでもよいし、粗さパラメータやプラトー構造表面パラメータ以外の表面性状パラメータを用いて機械学習させたものでもよい。

【0069】

インク濃度は、操作手段３０を介して設定された値が処理手段２０や印刷手段４０に送られてもよいし、印刷手段４０で印刷対象物にインク濃度の値を直接、またはバーコードやＱＲコード（登録商標）等に変換して付したものが、撮像手段５０やバーコードリーダ、ＱＲコードリーダ等で読み取られて処理手段２０に送られてもよい。

【0070】

印刷対象物の種別、材質、組成等は、特に限定されることはない。例えば、印刷対象物は、紙、フィルム、接着シート、粘着シートの基材表面や当該基材表面に設けられたコート層等の印刷受理層等であってもよく、材質は、樹脂、金属、木材、セラミック等であってもよい。

【0071】

本発明における手段および工程は、それら手段および工程について説明した動作、機能または工程を果たすことができる限りなんら限定されることはなく、まして、前記実施形態で示した単なる一実施形態の構成物や工程に全く限定されることはない。例えば、画像取得手段は、印刷対象物に印刷された印刷像を撮像した撮像画像を取得可能なものであればどのようなものでもよく、出願当初の技術常識に照らし合わせてその技術範囲内のものであればなんら限定されることはない（その他の手段および工程も同じ）。

【符号の説明】

【0072】

ＥＡ…印刷適性評価装置
１０…記憶手段
２０…処理手段
２１…画像取得手段
２２…輝度値取得手段
２３…表面性状パラメータ算出手段
２４…評価手段
３０…操作手段
４０…印刷手段
５０…撮像手段
６０…出力手段

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】