特開 2023-173600 コンピュータプログラム、および、データ処理装置。

(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】P2023173600

(43)【公開日】2023-12-07

(54)【発明の名称】コンピュータプログラム、および、データ処理装置。

(51)【国際特許分類】

   G06V 10/82 20220101AFI20231130BHJP

   G06T 7/00 20170101ALI20231130BHJP

   G06T 1/00 20060101ALI20231130BHJP

   G06T 3/00 20060101ALI20231130BHJP

【ＦＩ】

G06V10/82

G06T7/00 350C

G06T7/00 610B

G06T1/00 305A

G06T3/00 750

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022085959

(22)【出願日】2022-05-26

(71)【出願人】

【識別番号】000005267

【氏名又は名称】ブラザー工業株式会社

(74)【代理人】

【識別番号】110001058

【氏名又は名称】鳳国際弁理士法人

(72)【発明者】

【氏名】尾野藤 祥司

【テーマコード（参考）】

5B057

5L096

【Ｆターム（参考）】

5B057CE10

5B057DA03

5B057DA16

5B057DC32

5B057DC40

5L096BA03

5L096CA05

5L096DA01

5L096GA08

5L096HA11

5L096KA04

5L096KA15

(57)【要約】

【課題】オブジェクトのエラー部分を適切に示す合成画像を生成する。
【解決手段】
オブジェクトのＮ個の撮影画像データを取得する。第１撮影画像データはオブジェクトの第１部分を表す。第２撮影画像データはオブジェクトの第２部分を表す。オブジェクトのうちの第１部分と第１撮影画像の外に位置する見切れる部分との境界の第１位置を取得する。第１部分の画像と、オブジェクトの第１基準画像と、を使用して、オブジェクトの第１エラー部分を示す第１エラー画像を生成する。第２部分の画像と、オブジェクトの第２基準画像と、を使用して、オブジェクトの第２エラー部分を示す第２エラー画像を生成する。第１エラー画像と、第１位置と、第２エラー画像と、を使用することによって、オブジェクトの全体から検出されるエラー部分を示す合成エラー画像を生成する。
【選択図】 図１

【特許請求の範囲】

【請求項1】

コンピュータプログラムであって、
第１カメラと第２カメラとを含むＮ台（Ｎは２以上の整数）のカメラによってそれぞれ撮影されるオブジェクトのＮ個の撮影画像データを取得する画像取得機能であって、前記第１カメラにより撮影される第１撮影画像データは前記オブジェクトの第１部分の第１撮影画像を表し、前記第２カメラにより撮影される第２撮影画像データは前記オブジェクトの第２部分の第２撮影画像を表し、前記第１部分と前記第２部分とは、前記オブジェクトのうちの互いに異なる部分を含む、前記画像取得機能と、
前記第１撮影画像から前記第１部分を検出する第１部分検出機能と、
前記第２撮影画像から前記第２部分を検出する第２部分検出機能と、
前記オブジェクトのうちの前記第１撮影画像に含まれる前記第１部分と前記第１撮影画像の外に位置する見切れる部分との境界の前記オブジェクト上の位置である第１位置を取得する第１位置取得機能と、
前記第１撮影画像に含まれる前記第１部分の画像と、前記オブジェクトの第１基準画像と、を使用して、前記オブジェクトの第１エラー部分を示す第１エラー画像を生成する第１エラー画像生成機能と、
前記第２撮影画像に含まれる前記第２部分の画像と、前記オブジェクトの第２基準画像と、を使用して、前記オブジェクトの第２エラー部分を示す第２エラー画像を生成する第２エラー画像生成機能と、
前記第１エラー画像と、前記第１位置と、前記第２エラー画像と、を使用することによって、前記オブジェクトの全体から検出されるエラー部分を示す画像であって、前記第１エラー画像の少なくとも一部と前記第２エラー画像の少なくとも一部とを含む合成画像である合成エラー画像を生成する合成機能と、
をコンピュータに実現させる、コンピュータプログラム。

【請求項2】

請求項１に記載のコンピュータプログラムであって、
前記第１エラー画像生成機能は、エラーを有する前記オブジェクトの画像データからエラーの無い前記オブジェクトの画像データを生成するように訓練された生成モデルに、前記第１部分の画像データを入力することによって、前記第１基準画像のデータを生成する機能を含み、
前記第２エラー画像生成機能は、前記生成モデルに、前記第２部分の画像データを入力することによって、前記第２基準画像のデータを生成する機能を含む、
コンピュータプログラム。

【請求項3】

請求項１または２に記載のコンピュータプログラムであって、さらに、
前記合成エラー画像と、前記オブジェクトの第３基準画像と、の重畳画像を生成する重畳画像生成機能と、
前記重畳画像を表示装置に表示させる機能と、
をコンピュータに実現させる、コンピュータプログラム。

【請求項4】

請求項３に記載のコンピュータプログラムであって、
前記重畳画像生成機能は、前記合成エラー画像と前記第３基準画像との間の前記オブジェクトに対応する領域の差異が小さくなるように、前記合成エラー画像と前記第３基準画像との一方、または、両方に、画像変換処理を実行する機能を含む、
コンピュータプログラム。

【請求項5】

請求項１または２に記載のコンピュータプログラムであって、
前記合成機能は、
前記第１撮影画像と前記第２撮影画像とから、主撮影画像と、前記主撮影画像とは異なる画像である副撮影画像と、を選択し、前記主撮影画像は、前記第１撮影画像の前記第１部分の第１アスペクト比と前記第２撮影画像の前記第２部分の第２アスペクト比とのうちの基準アスペクト比により近いアスペクト比に対応付けられる画像であり、
前記合成エラー画像のうち、前記主撮影画像の外に位置する部分を、前記第１エラー画像と前記第２エラー画像とのうちの前記副撮影画像を使用して生成されるエラー画像の対応する部分を使用して形成する、
コンピュータプログラム。

【請求項6】

請求項１または２に記載のコンピュータプログラムであって、さらに、
前記オブジェクトのうちの前記第２撮影画像に含まれる前記第２部分と前記第２撮影画像の外に位置する見切れる部分との境界の前記オブジェクト上の位置である第２位置を取得する第２位置取得機能と、
前記第１位置と前記第２位置とを使用して、前記第１撮影画像の前記第１部分と前記第２撮影画像の前記第２部分との共通部分を決定する共通部分決定機能と、
をコンピュータに実現させ、
前記合成機能は、
前記合成エラー画像の前記共通部分のうち、前記オブジェクトのうちの前記第１撮影画像の外に位置する見切れる部分に連続する一部分である第１特定部分を、前記第２撮影画像を使用して形成し、
前記合成エラー画像の前記共通部分の残りの部分である第２特定部分を、前記第１撮影画像を使用して形成する、
コンピュータプログラム。

【請求項7】

請求項６に記載のコンピュータプログラムであって、
前記合成機能は、前記オブジェクトのうちの前記第１撮影画像の外に位置する前記見切れる部分の面積が第１面積よりも大きい第２面積である場合の前記第１特定部分を、前記見切れる部分の前記面積が前記第１面積である場合の前記第１特定部分よりも、大きい領域に決定する、
コンピュータプログラム。

【請求項8】

請求項１または２に記載のコンピュータプログラムであって、
前記オブジェクトは、ラベルと、立体的な銘と、塗装された模様と、を含む複数の要素から選択される１以上の要素を含む、
コンピュータプログラム。

【請求項9】

データ処理装置であって、
第１カメラと第２カメラとを含むＮ台（Ｎは２以上の整数）のカメラによってそれぞれ撮影されるオブジェクトのＮ個の撮影画像データを取得する画像取得部であって、前記第１カメラにより撮影される第１撮影画像データは前記オブジェクトの第１部分の第１撮影画像を表し、前記第２カメラにより撮影される第２撮影画像データは前記オブジェクトの第２部分の第２撮影画像を表し、前記第１部分と前記第２部分とは、前記オブジェクトのうちの互いに異なる部分を含む、前記画像取得部と、
前記第１撮影画像から前記第１部分を検出する第１部分検出部と、
前記第２撮影画像から前記第２部分を検出する第２部分検出部と、
前記オブジェクトのうちの前記第１撮影画像に含まれる前記第１部分と前記第１撮影画像の外に位置する見切れる部分との境界の前記オブジェクト上の位置である第１位置を取得する第１位置取得部と、
前記第１撮影画像に含まれる前記第１部分の画像と、前記オブジェクトの第１基準画像と、を使用して、前記オブジェクトの第１エラー部分を示す第１エラー画像を生成する第１エラー画像生成部と、
前記第２撮影画像に含まれる前記第２部分の画像と、前記オブジェクトの第２基準画像と、を使用して、前記オブジェクトの第２エラー部分を示す第２エラー画像を生成する第２エラー画像生成部と、
前記第１エラー画像と、前記第１位置と、前記第２エラー画像と、を使用することによって、前記オブジェクトの全体から検出されるエラー部分を示す画像であって、前記第１エラー画像の少なくとも一部と前記第２エラー画像の少なくとも一部とを含む合成画像である合成エラー画像を生成する合成部と、
を備える、データ処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書は、オブジェクトのエラー部分を検出する技術に関する。

【背景技術】

【0002】

従来から、ラベルなどのオブジェクトのエラー部分の検出に、オブジェクトの撮影画像が使用されている。また、画像を処理する技術として、互いに重複する領域を有する２つの画像データを接合して、接合画像データを生成する技術が提案されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１４－８６９２５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

オブジェクトのエラー部分を検出するために複数の画像を合成する点については、工夫の余地があった。例えば、複数の画像のつなぎ目の歪みが、エラー部分として検出される場合があった。

【0005】

本明細書は、オブジェクトのエラー部分を適切に示す合成画像を生成する技術を開示する。

【課題を解決するための手段】

【0006】

本明細書に開示された技術は、以下の適用例として実現することが可能である。

【0007】

［適用例１］コンピュータプログラムであって、第１カメラと第２カメラとを含むＮ台（Ｎは２以上の整数）のカメラによってそれぞれ撮影されるオブジェクトのＮ個の撮影画像データを取得する画像取得機能であって、前記第１カメラにより撮影される第１撮影画像データは前記オブジェクトの第１部分の第１撮影画像を表し、前記第２カメラにより撮影される第２撮影画像データは前記オブジェクトの第２部分の第２撮影画像を表し、前記第１部分と前記第２部分とは、前記オブジェクトのうちの互いに異なる部分を含む、前記画像取得機能と、前記第１撮影画像から前記第１部分を検出する第１部分検出機能と、前記第２撮影画像から前記第２部分を検出する第２部分検出機能と、前記オブジェクトのうちの前記第１撮影画像に含まれる前記第１部分と前記第１撮影画像の外に位置する見切れる部分との境界の前記オブジェクト上の位置である第１位置を取得する第１位置取得機能と、前記第１撮影画像に含まれる前記第１部分の画像と、前記オブジェクトの第１基準画像と、を使用して、前記オブジェクトの第１エラー部分を示す第１エラー画像を生成する第１エラー画像生成機能と、前記第２撮影画像に含まれる前記第２部分の画像と、前記オブジェクトの第２基準画像と、を使用して、前記オブジェクトの第２エラー部分を示す第２エラー画像を生成する第２エラー画像生成機能と、前記第１エラー画像と、前記第１位置と、前記第２エラー画像と、を使用することによって、前記オブジェクトの全体から検出されるエラー部分を示す画像であって、前記第１エラー画像の少なくとも一部と前記第２エラー画像の少なくとも一部とを含む合成画像である合成エラー画像を生成する合成機能と、をコンピュータに実現させる、コンピュータプログラム。

【0008】

この構成によれば、オブジェクトの全体から検出されるエラー部分を適切に示す合成画像を生成できる。

【0009】

なお、本明細書に開示の技術は、種々の態様で実現することが可能であり、例えば、データ処理方法およびデータ処理装置、それらの方法または装置の機能を実現するためのコンピュータプログラム、そのコンピュータプログラムを記録した記録媒体（例えば、一時的ではない記録媒体）、等の形態で実現することができる。

【図面の簡単な説明】

【0010】

【図1】一実施例としてのデータ処理装置を示す説明図である。

【図2】（Ａ）－（Ｅ）は、ラベルの撮影画像の説明図である。

【図3】検査処理の例を示すフローチャートである。

【図4】（Ａ）は、検査対象のラベルの例を示す概略図である。（Ｂ）－（Ｇ）は、検査処理で使用される画像の概略図である。

【図5】（Ａ）－（Ｈ）は、検査処理で処理される画像の例を示す概略図である。

【図6】合成画像の概略図である。

【図7】検査処理の別の実施例のフローチャートである。

【図8】検査処理で生成される画像の例を示す概略図である。

【図9】対応関係Ｒｏｓの例を示すグラフである。

【発明を実施するための形態】

【0011】

Ａ．第１実施例：
Ａ１．装置構成：
図１は、一実施例としてのデータ処理装置を示す説明図である。本実施例では、データ処理装置２００は、例えば、パーソナルコンピュータである。データ処理装置２００は、製品（例えば、複合機など）に設けられるオブジェクト（例えば、ラベル）の外観のエラー部分を示す画像データを生成するデータ処理装置の例である。本実施例では、複合機９００に、ラベル８００が貼付されている。本実施例では、ラベル８００の外観が検査される。

【0012】

データ処理装置２００は、プロセッサ２１０と、記憶装置２１５と、表示部２４０と、操作部２５０と、通信インタフェース２７０と、を備えている。これらの要素は、バスを介して互いに接続されている。記憶装置２１５は、揮発性記憶装置２２０と、不揮発性記憶装置２３０と、を含んでいる。

【0013】

プロセッサ２１０は、データ処理を行うように構成された装置であり、例えば、ＣＰＵである。揮発性記憶装置２２０は、例えば、ＤＲＡＭであり、不揮発性記憶装置２３０は、例えば、フラッシュメモリである。不揮発性記憶装置２３０は、プログラム２３１と、物体検出モデルＭ１と、生成モデルＭ２と、を格納している。本実施例では、モデルＭ１、Ｍ２は、それぞれ、プログラムモジュールである。モデルＭ１、Ｍ２は、それぞれ、いわゆる機械学習モデルである。プログラム２３１とモデルＭ１、Ｍ２との詳細については、後述する。

【0014】

表示部２４０は、液晶ディスプレイ、有機ＥＬディスプレイなどの、画像を表示するように構成された装置である。操作部２５０は、ボタン、レバー、表示部２４０上に重ねて配置されたタッチパネルなどの、ユーザによる操作を受け取るように構成された装置である。ユーザは、操作部２５０を操作することによって、種々の指示をデータ処理装置２００に入力可能である。通信インタフェース２７０は、他の装置と通信するためのインタフェースである。通信インタフェース２７０は、例えば、ＵＳＢインタフェース、有線ＬＡＮインタフェース、IEEE802.11の無線インタフェース、又は、専用ボードを介して接続するCameraLink,CoaXPressのうちの１種以上を含む。通信インタフェース２７０には、第１デジタルカメラ１１０（第１カメラ１１０と呼ぶ）と、第２デジタルカメラ１２０（第２カメラ１２０と呼ぶ）と、が接続される。

【0015】

Ａ２．ラベル：
図２（Ａ）－図２（Ｅ）は、ラベルの撮影画像の説明図である。図２（Ａ）は、複合機９００とデジタルカメラ１１０、１２０との斜視図を示している。複合機９００のボディの外面に、ラベル８００が貼付されている。

【0016】

図２（Ｂ）は、ラベル８００の例を示している。本実施例では、ラベル８００の形状は、略矩形状である。ラベル８００は、複数の要素（ここでは、７個の要素ＥＬ１－ＥＬ７）を含んでいる。要素ＥＬ１、ＥＬ２、ＥＬ３、ＥＬ７は、それぞれ、複合機９００に関連する情報を示す文字列である（例えば、ブランド名、モデル名、入力定格、製造者名、製造国、など）。要素ＥＬ４、ＥＬ５、ＥＬ６は、それぞれ、複合機９００に関連するマークである（例えば、ロゴマーク、ＣＥマーク、ＷＥＥＥマーク、ＧＳマーク、ＦＣＣマークなど）。

【0017】

幅Ｗ０は、ラベル８００の横方向の大きさであり、高さＨ０は、ラベル８００の縦方向の大きさである（単位は、例えば、ｃｍ）。アスペクト比Ｒ０は、幅Ｗ０に対する高さＨ０の比率である（Ｒ０＝Ｈ０／Ｗ０）。以下、アスペクト比Ｒ０を、基準アスペクト比Ｒ０とも呼ぶ。

【0018】

図中には、ラベル８００の４個の部分Ｐ１１、Ｐ１２、Ｐ２１、Ｐ２２の横方向の範囲が示されている。部分Ｐ１１、Ｐ１２、Ｐ２１、Ｐ２２の詳細については、後述する。

【0019】

後述するように、本実施例では、デジタルカメラによるラベル８００の撮影画像を使用して、ラベル８００が検査される。ラベル８００の細かい構成（例えば、小さい文字、マークの細かい形状、など）を検査するためには、撮影画像が、高い画素密度で、ラベル８００を表すことが好ましい。ラベル８００に近い位置でデジタルカメラがラベル８００を撮影する場合、撮影画像中のラベル８００のサイズは、大きくなり、ラベル８００を表す画素の総数は、多くなる。この結果、ラベル８００は、高い画素密度で表される。ただし、ラベル８００の一部は、デジタルカメラの撮影範囲の外にはみ出得る。複数のデジタルカメラがラベル８００の互いに異なる部分を撮影する場合、ラベル８００の全体の高精細な撮影画像を使用可能である。本実施例では、ラベル８００の全体の高精細な撮影画像を使用するために、２個のデジタルカメラ１１０、１２０が、ラベル８００を撮影する。

【0020】

図２（Ｃ）は、撮影範囲の例を示している。図中には、ラベル８００と撮影範囲Ｖ１、Ｖ２とが示されている。第１撮影範囲Ｖ１は、第１カメラ１１０の撮影範囲であり、第２撮影範囲Ｖ２は、第２カメラ１２０の撮影範囲である。第１撮影範囲Ｖ１は、ラベル８００の一部を含んでいる。第２撮影範囲Ｖ２は、ラベル８００のうち第１撮影範囲Ｖ１に含まれない部分を含んでいる。

【0021】

図２（Ｄ）は、ラベル８００と第２撮影範囲Ｖ２との位置関係の例を示している。図２（Ｅ）は、ラベル８００と第１カメラ１１０の第１撮影範囲Ｖ１との位置関係を示している。図２（Ｅ）に示すように、ラベル８００のうちの第１内部分Ｐ１１は、第１撮影範囲Ｖ１に含まれる。ラベル８００の残りの部分である第１外部分Ｐ１２は、第１撮影範囲Ｖ１の外に位置する（第１外部分Ｐ１２は、見切れる部分である）。第１内部分Ｐ１１は、連続な１個の部分である。図２（Ｄ）に示すように、ラベル８００のうちの第２内部分Ｐ２１は、第２撮影範囲Ｖ２に含まれる。ラベル８００の残りの部分である第２外部分Ｐ２２は、第２撮影範囲Ｖ２の外に位置する（第２外部分Ｐ２２は、見切れる部分である）。第２内部分Ｐ２１は、連続な１個の部分である。第２内部分Ｐ２１は、第１外部分Ｐ１２の全体を含んでいる。従って、第１撮影範囲Ｖ１の撮影画像と、第２撮影範囲Ｖ２の撮影画像と、を参照することによって、ラベル８００の全体の撮影画像を使用可能である。なお、本実施例では、撮影範囲Ｖ１、Ｖ２のそれぞれのサイズは、ラベル８００の全体を含むことができず、ラベル８００の一部のみを含むことが可能な小さいサイズであってよい。

【0022】

Ａ３．検査処理：
図３は、検査処理の例を示すフローチャートである。データ処理装置２００（図１）は、検査処理を実行することによって、複合機９００（図２（Ａ））のラベル８００の外観を検査する。プログラム２３１は、検査処理のためのプログラムである。

【0023】

図４（Ａ）は、検査対象のラベルの例を示す概略図である。このラベル８００は、傷８１０を有している。傷８１０は、複合機９００の製造過程で、誤って形成され得る。検査処理では、このようなエラーの有無が、撮影画像を使用して検査される。以下、検査対象のラベルを、対象ラベル８００ｔと呼ぶ。

【0024】

検査のために、複合機９００（図２（Ａ））は、予め決められた位置に配置される。複合機９００のこの位置は、カメラ１１０、１２０によるラベル８００の撮影に適する位置である。本実施例では、複合機９００の配置は、ベルトコンベアなどの機械によって行われる。複合機９００の配置の後、検査処理の開始指示が、データ処理装置２００に入力される。本実施例では、作業者は、操作部２５０を操作することによって、検査処理の開始指示を入力する。プロセッサ２１０は、開始指示に応じて、検査処理を開始する。なお、複合機９００の配置は、作業者によって行われてよい。複合機９００に代えて、カメラ１１０、１２０の位置が複合機９００に適する位置に調整されてよい。開始指示は、データ処理装置２００とは異なる他の装置によって、通信インタフェース２７０を介して、データ処理装置２００に供給されてよい。

【0025】

プロセッサ２１０は、Ｓ１１０－Ｓ１２０（図３）の処理と、Ｓ１３０－Ｓ１４０の処理と、を実行する。プロセッサ２１０は、例えば、Ｓ１１０－Ｓ１２０の処理の後に、Ｓ１３０－Ｓ１４０の処理を実行する。なお、これらの処理は、逆の順番に、または、並列に、実行されてよい。

【0026】

Ｓ１１０では、プロセッサ２１０（図１）は、撮影指示を第１カメラ１１０に供給する。第１カメラ１１０は、指示に応じて、複合機９００を撮影し、撮影画像の画像データを生成する。プロセッサ２１０は、第１カメラ１１０から画像データを取得する。プロセッサ２１０は、第１カメラ１１０から取得された画像データを使用して、物体検出モデルＭ１に入力するための撮影画像データを取得する。以下、第１カメラ１１０による撮影画像を、第１撮影画像と呼ぶ。

【0027】

図４（Ｂ）－図４（Ｇ）は、検査処理で使用される画像の概略図である。図４（Ｂ）は、第１撮影画像の例を示している。第１撮影画像ＩＭ１０は、第１方向Ｄｘ（ここでは、右方向）に平行な２辺と、第１方向Ｄｘに垂直な第２方向Ｄｙ（ここでは、下方向）に平行な２辺と、を有する矩形状の画像である。第１撮影画像ＩＭ１０は、第１方向Ｄｘと第２方向Ｄｙとに沿ってマトリクス状に並ぶ複数の画素のそれぞれの色値によって、表されている。本実施例では、色値は、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の３個の成分値で表されている。各成分値は、例えば、０から２５５までの２５６段階で表されている。第１撮影画像ＩＭ１０は、対象ラベル８００ｔの第１内部分Ｐ１１を示している。対象ラベル８００ｔの第１外部分Ｐ１２は、第１撮影画像ＩＭ１０に含まれない。本実施例では、第１撮影画像ＩＭ１０の第１方向Ｄｘとは反対方向側の辺Ｓ１が、第１内部分Ｐ１１と第１外部分Ｐ１２との間の境界を形成する。

【0028】

後述するように、撮影画像のデータは、物体検出モデルＭ１（図１）に入力される。物体検出モデルＭ１に入力すべき画像データのデータ形式は、予め決められいてる（第１処理データ形式と呼ぶ）。具体的には、第１方向Ｄｘの画素数と、第２方向Ｄｙの画素数と、各画素の色値の色成分（本実施例では、ＲＧＢの３色成分）とは、予め決められている。プロセッサ２１０は、第１カメラ１１０から取得される画像データに対して、トリミング処理と解像度変換処理を実行することによって、第１処理データ形式の撮影画像データを取得する。なお、第１カメラ１１０から取得される画像データの画像内の対象ラベル８００ｔの位置と向きとは、それぞれ、予め決められた位置範囲と向き範囲とに含まれる。例えば、本実施例では、対象ラベル８００ｔの輪郭の長辺は、第１方向Ｄｘにおおよそ平行であり、対象ラベル８００ｔの輪郭の短辺は、第２方向Ｄｙにおおよそ平行である。プロセッサ２１０は、対象ラベル８００ｔを含み得る予め決められた領域をトリミング処理によって抽出してよい。

【0029】

Ｓ１２０（図３）では、プロセッサ２１０は、第１撮影画像ＩＭ１０からオブジェクト（ここでは、ラベル８００）を検出する。本実施例では、プロセッサ２１０は、第１撮影画像ＩＭ１０のデータを物体検出モデルＭ１（図１）に入力することによって、第１撮影画像ＩＭ１０内のラベル８００を表す部分を検出する。

【0030】

物体検出モデルＭ１は、種々の物体検出モデルであってよい。本実施例では、物体検出モデルＭ１は、ＹＯＬＯｖ４と呼ばれる機械学習モデルである。ＹＯＬＯｖ４モデルは、バウンディングボックスと呼ばれるオブジェクトの少なくとも一部を含む矩形の枠と、バウンディングボックスがオブジェクトを含むことの信頼度（物体スコアとも呼ばれる）と、バウンディングボックスがオブジェクトを含む場合のオブジェクトの種類（クラスとも呼ばれる）のそれぞれの確率（クラス確率とも呼ぶ）と、を予測する。物体検出の最終的な予測結果の決定方法は、種々の方法であってよい。例えば、信頼度（物体スコア）とクラス確率とから、クラス毎、バウンディングボックス毎の信頼度スコアが算出される。信頼度スコアは、例えば、物体スコアとクラス確率との積で表されてよい。閾値以上の信頼度スコアを有するバウンディングボックスとクラスとの組み合わせは、最終的な予測結果として使用される。閾値は、例えば、適切な検出結果が得られるように、予め実験的に決定されてよい。

【0031】

本実施例では、物体検出モデルＭ１は、物体検出モデルＭ１に入力される画像からラベル８００の画像を囲むバウンディングボックスを出力するように、予め訓練済である。物体検出モデルＭ１の訓練方法は、物体検出モデルＭ１に適する任意の方法であってよい。本実施例では、物体検出モデルＭ１は、ＹＯＬＯｖ４モデルである。物体検出モデルＭ１は、ＹＯＬＯｖ４の以下の論文に記載の訓練方法によって、訓練されてよい。
Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao, "YOLOv4: Optimal Speed and Accuracy of Object Detection", arXiv:2004.10934 (2020), https://arxiv.org/abs/2004.10934

【0032】

プロセッサ２１０は、第１撮影画像ＩＭ１０のデータを使用して物体検出モデルＭ１の演算を実行することによって、バウンディングボックスを示すデータを生成する。図４（Ｃ）は、第１撮影画像ＩＭ１０から検出されるバウンディングボックスの例を示している（第１バウンディングボックスＢＢ１と呼ぶ）。第１バウンディングボックスＢＢ１の形状は、第１方向Ｄｘに平行な２辺と、第２方向Ｄｙに平行な２辺と、を有する矩形状である。第１バウンディングボックスＢＢ１は、第１撮影画像ＩＭ１０のうちのラベル８００を示す部分（すなわち、第１内部分Ｐ１１）を囲んでいる。

【0033】

図４（Ｃ）には、第１バウンディングボックスＢＢ１の４個の頂点Ｖ１１－Ｖ１４が示されている。本実施例では、第１頂点Ｖ１１と第２頂点Ｖ１２とは、第１撮影画像ＩＭ１０の辺Ｓ１上に位置している。すなわち、これらの頂点Ｖ１１、Ｖ１２は、第１内部分Ｐ１１と第１外部分Ｐ１２との境界を示している。

【0034】

後述するように、対象ラベル８００ｔの第１内部分Ｐ１１と第１外部分Ｐ１２との間の境界を決定するために、各頂点Ｖ１１－Ｖ１４の座標が使用される。各頂点Ｖ１１－Ｖ１４の座標は、例えば、以下のように表される。
Ｖ１１（ ０ ，ｙ１ａ）
Ｖ１２（ ０ ，ｙ１ｂ）
Ｖ１３（ｘ１ａ，ｙ１ｂ）
Ｖ１４（ｘ１ａ，ｙ１ａ）
本実施例では、画像内の座標は、画素位置（Ｘ，Ｙ）によって表されることとする。Ｘは、第１方向Ｄｘの位置を示し、第１方向Ｄｘに向かって増加する。Ｙは、第２方向Ｄｙの位置を示し、第２方向Ｄｙに向かって増加する。原点（０，０）は、画像の左上の角の画素の位置であることとする。第１撮影画像ＩＭ１０内の座標の原点の位置は、左上の角の画素Ｏ１の位置である。

【0035】

図４（Ｄ）は、対象ラベル８００ｔと第１バウンディングボックスＢＢ１との概要を示している。図中において、第１幅Ｗ１は、第１バウンディングボックスＢＢ１の第１方向Ｄｘの大きさであり、第１高さＨ１は、第１バウンディングボックスＢＢ１の第２方向Ｄｙの大きさである（単位は、例えば、画素数）。第１幅Ｗ１は、第１内部分Ｐ１１の幅と同じ、または、それらの間の差は小さい。第１高さＨ１は、第１内部分Ｐ１１の高さと同じ、または、それらの間の差は小さい。第１アスペクト比Ｒ１は、第１幅Ｗ１に対する第１高さＨ１の比率である（Ｒ１＝Ｈ１／Ｗ１）。図４（Ｃ）の頂点Ｖ１１－Ｖ１４の座標を参照する場合、Ｗ１＝ｘ１ａ、Ｈ１＝ｙ１ｂ－ｙ１ａである。

【0036】

Ｓ１３０、Ｓ１４０（図３）は、第１カメラ１１０からの画像データに代えて第２カメラ１２０からの画像データが使用される点を除いて、Ｓ１１０、Ｓ１２０とそれぞれ同じである。Ｓ１３０では、プロセッサ２１０（図１）は、撮影指示を第２カメラ１２０に供給し、第２カメラ１２０から、撮影画像の画像データを取得する。プロセッサ２１０は、第２カメラ１２０から取得された画像データを使用して、物体検出モデルＭ１に入力するための撮影画像データを取得する。以下、第２カメラ１２０による撮影画像を、第２撮影画像と呼ぶ。

【0037】

図４（Ｅ）は、第２撮影画像の例を示している。第２撮影画像ＩＭ２０は、対象ラベル８００ｔの第２内部分Ｐ２１を示している。対象ラベル８００ｔの第２外部分Ｐ２２は、第２撮影画像ＩＭ２０に含まれない。本実施例では、第２撮影画像ＩＭ２０の第１方向Ｄｘ側の辺Ｓ２が、第２内部分Ｐ２１と第２外部分Ｐ２２との間の境界を形成する。

【0038】

Ｓ１４０（図３）では、プロセッサ２１０は、第２撮影画像ＩＭ２０のデータを物体検出モデルＭ１（図１）に入力することによって、第２撮影画像ＩＭ２０内のラベル８００を表す部分を検出する。具体的には、プロセッサ２１０は、第２撮影画像ＩＭ２０のデータを使用して物体検出モデルＭ１の演算を実行することによって、バウンディングボックスを示すデータを生成する。

【0039】

図４（Ｆ）は、第２撮影画像ＩＭ２０から検出されるバウンディングボックスの例を示している（第２バウンディングボックスＢＢ２と呼ぶ）。第２バウンディングボックスＢＢ２は、第２撮影画像ＩＭ２０のうちのラベル８００を示す部分（すなわち、第２内部分Ｐ２１）を囲んでいる。

【0040】

図４（Ｆ）には、第２バウンディングボックスＢＢ２の４個の頂点Ｖ２１－Ｖ２４が示されている。本実施例では、第１頂点Ｖ２１と第２頂点Ｖ２２とは、第２撮影画像ＩＭ２０の辺Ｓ２上に位置している。すなわち、これらの頂点Ｖ２１、Ｖ２２は、第２内部分Ｐ２１と第２外部分Ｐ２２との境界を示している。

【0041】

後述するように、対象ラベル８００ｔの第２内部分Ｐ２１と第２外部分Ｐ２２との間の境界を決定するために、各頂点Ｖ２１－Ｖ２４の座標が使用される。各頂点Ｖ２１－Ｖ２４の座標は、例えば、以下のように表される。
Ｖ２１（ｘｍｘ，ｙ２ａ）
Ｖ２２（ｘｍｘ，ｙ２ｂ）
Ｖ２３（ｘ２ａ，ｙ２ｂ）
Ｖ２４（ｘ２ａ，ｙ２ａ）
第２撮影画像ＩＭ２０内の座標の原点の位置は、左上の角の画素Ｏ２の位置である。ｘｍｘは、第２撮影画像ＩＭ２０内の第１方向Ｄｘの画素位置の最大値である。

【0042】

図４（Ｇ）は、対象ラベル８００ｔと第２バウンディングボックスＢＢ２との概要を示している。図中において、第２幅Ｗ２は、第２バウンディングボックスＢＢ２の第１方向Ｄｘの大きさであり、第２高さＨ２は、第２バウンディングボックスＢＢ２の第２方向Ｄｙの大きさである（単位は、例えば、画素数）。第２幅Ｗ２は、第２内部分Ｐ２１の幅と同じ、または、それらの間の差は小さい。第２高さＨ２は、第２内部分Ｐ２１の高さと同じ、または、それらの間の差は小さい。第２アスペクト比Ｒ２は、第２幅Ｗ２に対する第２高さＨ２の比率である（Ｒ２＝Ｈ２／Ｗ２）。図４（Ｆ）の頂点Ｖ２１－Ｖ２４の座標を参照する場合、Ｗ２＝ｘｍｘ－ｘ２ａ、Ｈ２＝ｙ２ｂ－ｙ２ａである。

【0043】

Ｓ１５０（図３）では、プロセッサ２１０は、アスペクト比Ｒ１、Ｒ２を使用して、撮影画像ＩＭ１０、ＩＭ２０から、主撮影画像と複撮影画像とを選択する。本実施例では、プロセッサ２１０は、基準アスペクト比Ｒ０（図２（Ｂ））により近いアスペクト比に対応する撮影画像を、主撮影画像として選択する。そして、プロセッサ２１０は、撮影画像ＩＭ１０、ＩＭ２０のうち、主撮影画像とは異なる撮影画像を、副撮影画像として選択する。

【0044】

図４（Ｄ）、図４（Ｇ）の例では、対象ラベル８００ｔ（図４（Ｇ））のうち第２バウンディングボックスＢＢ２に含まれる第２内部分Ｐ２１の割合（例えば、面積割合）と比べて、対象ラベル８００ｔ（図４（Ｄ））のうち第１バウンディングボックスＢＢ１に含まれる第１内部分Ｐ１１の割合が大きい。この場合、第１アスペクト比Ｒ１と基準アスペクト比Ｒ０との間の差は、第２アスペクト比Ｒ２と基準アスペクト比Ｒ０との間の差よりも、小さい。すなわち、第１アスペクト比Ｒ１は、第２アスペクト比Ｒ２と比べて、基準アスペクト比Ｒ０により近い。従って、プロセッサ２１０は、主撮影画像として第１撮影画像ＩＭ１０を選択し、副撮影画像として第２撮影画像ＩＭ２０を選択する。以下、第１撮影画像ＩＭ１０を、主撮影画像ＩＭ１０とも呼び、第２撮影画像ＩＭ２０を、副撮影画像ＩＭ２０とも呼ぶ。

【0045】

続いて、プロセッサ２１０は、Ｓ１６０－Ｓ１９０の処理と、Ｓ２１０－Ｓ２３０の処理と、を実行する。プロセッサ２１０は、例えば、Ｓ１６０－Ｓ１９０の処理の後に、Ｓ２１０－Ｓ２３０の処理を実行する。なお、これらの処理は、逆の順番に、または、並列に実行されてよい。

【0046】

Ｓ１６０では、プロセッサ２１０は、第１バウンディングボックスＢＢ１の４個の頂点Ｖ１１－Ｖ１４のそれぞれの座標を取得する（図４（Ｃ））。Ｓ１２０で物体検出モデルＭ１から出力される出力データは、第１バウンディングボックスＢＢ１を定める複数のパラメータ（例えば、第１バウンディングボックスＢＢ１の中心座標と高さと幅）を示している。プロセッサ２１０は、出力データによって示される複数のパラメータを使用して、各頂点Ｖ１１－Ｖ１４の座標を算出する。

【0047】

Ｓ１６５（図３）では、プロセッサ２１０は、生成モデルＭ２（図１）に入力するための主入力画像のデータを生成する。図５（Ａ）－図５（Ｈ）は、検査処理で処理される画像の例を示す概略図である。図５（Ａ）は、主撮影画像ＩＭ１０と第１バウンディングボックスＢＢ１とを示している。図５（Ｂ）の画像ＩＭ１１は、主入力画像の例を示している（画像ＩＭ１１を、主入力画像ＩＭ１１と呼ぶ）。主入力画像ＩＭ１１は、対象ラベル８００ｔの画像であり、主撮影画像ＩＭ１０を使用して形成される。

【0048】

主入力画像ＩＭ１１のデータ形式、すなわち、生成モデルＭ２に入力すべき画像データのデータ形式は、予め決められいてる（第２処理データ形式と呼ぶ）。具体的には、幅Ｗｄ（第１方向Ｄｘの画素数）と、高さＨｄ（第２方向Ｄｙの画素数）と、各画素の色値の色成分（本実施例では、ＲＧＢの３色成分）とは、予め決められている。幅Ｗｄに対する高さＨｄの比率（Ｈｄ／Ｗｄ）は、基準アスペクト比Ｒ０（図２（Ｂ））と同じである。すなわち、主入力画像ＩＭ１１の形状は、ラベル８００の形状と、実質的に同じである。

【0049】

第１撮影画像ＩＭ１０（図５（Ａ））が主撮影画像である場合、第１バウンディングボックスＢＢ１に囲まれる部分（ここでは、第１内部分Ｐ１１）は、対象ラベル８００ｔの第１方向Ｄｘ側の端を含む一部分を示している。プロセッサ２１０は、主入力画像ＩＭ１１（図５（Ｂ））の第１方向Ｄｘ側の端を含む一部分である第１対象部分Ｐ１ｉの画像を、第１バウンディングボックスＢＢ１に囲まれる部分の画像に設定する。プロセッサ２１０は、Ｓ１６０で取得された頂点Ｖ１１－Ｖ１４の座標を使用して、主撮影画像ＩＭ１０から、第１バウンディングボックスＢＢ１に囲まれる部分の画像を抽出する。プロセッサ２１０は、主入力画像ＩＭ１１の第１対象部分Ｐ１ｉの画像を、抽出された画像に設定する。これにより、第１対象部分Ｐ１ｉは、第１内部分Ｐ１１の画像を表す。第１対象部分Ｐ１ｉの複数の画素のそれぞれの色値の決定方法は、主撮影画像ＩＭ１０から抽出される画像の複数の画素を使用する種々の方法であってよい（例えば、ニアレストネイバ、バイリニア、バイキュービックなど）。

【0050】

第１対象部分Ｐ１ｉの高さは、主入力画像ＩＭ１１の高さＨｄと同じである。第１対象部分Ｐ１ｉの幅である第１対応幅Ｗ１ｉは、第１対象部分Ｐ１ｉのアスペクト比（Ｈｄ／Ｗ１ｉ）が、第１バウンディングボックスＢＢ１（図５（Ａ））のアスペクト比Ｒ１（＝Ｈ１／Ｗ１）と同じとなるように、決定される。プロセッサ２１０は、第１対応幅Ｗ１ｉを、Ｗ１ｉ＝Ｈｄ＊Ｗ１／Ｈ１に従って算出する。

【0051】

図中の線ＢＳ１１は、第１対象部分Ｐ１ｉと、主入力画像ＩＭ１１の残りの部分である残余部分Ｐ１ｏと、の間の境界線である。境界線ＢＳ１１は、第２方向Ｄｙに平行な線であり、主入力画像ＩＭ１１の第１方向Ｄｘ側の辺ＳＤ１１から第１対応幅Ｗ１ｉだけ離れた位置にある。上述したように、第１対象部分Ｐ１ｉには、第１内部分Ｐ１１の画像が割り当てられる。従って、境界線ＢＳ１１（ひいては、第１対応幅Ｗ１ｉ）は、主入力画像ＩＭ１１によって表される対象ラベル８００ｔ上の第１内部分Ｐ１１と第１外部分Ｐ１２（図４（Ｄ）参照。主入力画像ＩＭ１１内では示されない）との間の境界の位置を示している。

【0052】

プロセッサ２１０は、第１対応幅Ｗ１ｉを使用して、主入力画像ＩＭ１１の残余部分Ｐ１ｏを決定する。プロセッサ２１０は、残余部分Ｐ１ｏの画像を、予め決められた処理によって決定する。残余部分Ｐ１ｏの画像の決定処理は、種々の処理であってよい。本実施例では、プロセッサ２１０は、残余部分Ｐ１ｏの複数の画素のそれぞれの色を、予め決められた色（例えば、白、黒など）に決定する。このように、画像の不足する部分を補足する処理は、パディングとも呼ばれる。

【0053】

Ｓ１７０（図３）では、プロセッサ２１０は、主入力画像ＩＭ１１のデータを使用して、主復元画像のデータを生成する。図５（Ｃ）の画像ＩＭ１２は、主復元画像の例を示している（画像ＩＭ１２を、主復元画像ＩＭ１２と呼ぶ）。本実施例では、プロセッサ２１０は、主入力画像ＩＭ１１（図５（Ｂ））のデータを使用して生成モデルＭ２の演算を実行することによって、主復元画像ＩＭ１２のデータを生成する。

【0054】

生成モデルＭ２は、ラベル８００の画像データから、エラーの無いラベル８００の画像データを生成するためのモデルである。生成モデルＭ２の構成は、種々の構成であってよい。生成モデルＭ２は、例えば、いわゆるオートエンコーダであってよい。本実施例では、生成モデルＭ２は、ラベル８００を示す種々の画像データから、エラーの無いラベル８００の画像データを生成するように訓練済である。なお、本実施例では、生成モデルＭ２によって生成される画像データのデータ形式は、生成モデルＭ２に入力される画像データのデータ形式と同じである。

【0055】

生成モデルＭ２の訓練方法は、生成モデルＭ２に適する任意の方法であってよい。例えば、エラーの無いラベル８００の画像データである訓練画像データが、生成モデルＭ２に入力される。訓練画像データを使用する生成モデルＭ２の演算によって、出力画像データが生成される。出力画像データと訓練画像データとの間の差分を示す損失が小さくなるように、生成モデルＭ２の複数のパラメータが調整される。複数のパラメータは、例えば、誤差逆伝播法と勾配降下法とを使用する方法によって、調整される。損失は、例えば、いわゆる交差エントロピーであってよい。生成モデルＭ２の訓練のために、いわゆるデータオーギュメンテーションによって、複数の訓練画像データが生成されてよい。損失の算出には、訓練画像データに代えて、訓練画像データに対応する基準画像データが使用されてよい。基準画像データは、訓練画像データによって表されるラベル８００と同じラベル８００であってエラーの無いラベル８００を表す種々の画像データであってよい。例えば、訓練画像データが、ラベル８００の画像データにノイズを付加することによって生成される場合に、基準画像データは、ノイズが付加される前の画像データであってよい。いずれの場合も、生成モデルＭ２に入力される画像と生成モデルＭ２によって生成される画像との間で、ラベル８００を示す領域が同じであるように、生成モデルＭ２は訓練される。

【0056】

主復元画像ＩＭ１２（図５（Ｃ）は、第１対象部分Ｐ１ｉ（図５（Ｂ））に対応する第１内復元部分Ｐ１１ｘと、残余部分Ｐ１ｏに対応する第１外復元部分Ｐ１２ｘと、を含んでいる。上述したように、生成モデルＭ２は、ラベル８００の画像データから、エラーの無いラベル８００の画像データを生成するように、訓練済である。第１内復元部分Ｐ１１ｘは、エラー（ここでは、傷８１０）の無いラベル８００（図２（Ｂ））の第１内部分Ｐ１１の画像を表している。

【0057】

一方、第１外復元部分Ｐ１２ｘは、ラベル８００（図２（Ｂ））の第１外部分Ｐ１２の画像を表すことができない。この理由は、以下の通りである。生成モデルＭ２は、生成モデルＭ２に入力されるラベル８００の画像に基づいて、ラベル８００の画像を復元する。生成モデルＭ２は、ラベル８００の画像とは異なる画像からは、ラベル８００の画像を復元できない。本実施例では、主入力画像ＩＭ１１（図５（Ｂ））の残余部分Ｐ１ｏは、ラベル８００の画像を表していない。この結果、残余部分Ｐ１ｏに対応する第１外復元部分Ｐ１２ｘ（図５（Ｃ））は、ラベル８００とは異なる画像を表す。また、生成モデルＭ２は、残余部分Ｐ１ｏの画像から同じ画像を復元するように訓練されていない。従って、第１外復元部分Ｐ１２ｘは、残余部分Ｐ１ｏの画像とは異なる画像を表す。

【0058】

図示を省略するが、第１内復元部分Ｐ１１ｘのうちの第１外復元部分Ｐ１２ｘの近傍では、残余部分Ｐ１ｏ（図５（Ｂ））の画像（すなわち、ラベル８００とは異なる画像）の影響によって、ラベル８００の画像の復元の精度が低下し得る。本実施例では、復元の精度低下の程度は、ラベル８００のエラーを示す画像データの生成に影響しないほどに小さいこととする。

【0059】

Ｓ１８０（図３）では、プロセッサ２１０は、主入力画像ＩＭ１１のデータと主復元画像ＩＭ１２のデータとを使用して主差分画像のデータを生成する。図５（Ｄ）の画像ＩＭ１３は、主差分画像の例を示している（画像ＩＭ１３を、主差分画像ＩＭ１３と呼ぶ）。主差分画像ＩＭ１３の各画素は、２枚の画像ＩＭ１１、ＩＭ１２の間の対応する画素の色値の差を示している。色値の差は、元の画像ＩＭ１１、ＩＭ１２の色成分と同じ色成分で表される（ここでは、ＲＧＢの３色成分）。これに代えて、色値の差は、特定の色成分（例えば、輝度）で表されてよい。

【0060】

主差分画像ＩＭ１３は、第１対象部分Ｐ１ｉ（図５（Ｂ））に対応する第１内差部分Ｄ１１と、残余部分Ｐ１ｏに対応する第１外差部分Ｄ１２と、を含んでいる。第１内差部分Ｄ１１では、傷８１０を示す複数の画素は、大きな差を示している。残りの複数の画素は、傷８１０を示す差よりも小さい差（例えば、ゼロに近い値）を示している。第１外差部分Ｄ１２では、おおよそ全ての画素が、大きな差を示している。このように、主差分画像ＩＭ１３は、対象ラベル８００ｔのエラー（ここでは、傷８１０）のうちの第１内部分Ｐ１１に含まれる部分８１０ａを示している（部分８１０ａを、第１エラー部分８１０ａと呼ぶ）。

【0061】

Ｓ１９０（図３）では、プロセッサ２１０は、主差分画像ＩＭ１３の無効部分を決定する。無効部分は、対象ラベル８００ｔのエラーを適切に表していない部分である。本実施例では、第１外差部分Ｄ１２が、無効部分として採用される。図５（Ｄ）の境界線ＢＳ１３は、第１内差部分Ｄ１１と第１外差部分Ｄ１２との間の境界線である。境界線ＢＳ１３は、図５（Ｂ）の境界線ＢＳ１１と同じであり、主差分画像ＩＭ１３の第１方向Ｄｘ側の辺ＳＤ１３から、第１対応幅Ｗ１ｉだけ離れた位置にある。図５（Ｂ）で説明したように、第１対応幅Ｗ１ｉは、対象ラベル８００ｔ上の第１内部分Ｐ１１と第１外部分Ｐ１２との間の境界の位置を示している。プロセッサ２１０は、第１対応幅Ｗ１ｉに従って、境界線ＢＳ１３を決定する。プロセッサ２１０は、境界線ＢＳ１３よりも左側の部分、すなわち、境界線ＢＳ１３よりも第１方向Ｄｘとは反対方向側の部分（ここでは、第１外差部分Ｄ１２）を、無効部分として決定する。以下、第１外差部分Ｄ１２を、無効部分Ｄ１２とも呼ぶ。

【0062】

図５の続くＳ２１０、Ｓ２１５、Ｓ２２０、Ｓ２３０は、主撮影画像ＩＭ１０の代わりに副撮影画像ＩＭ２０が処理される点を除いて、Ｓ１６０、Ｓ１６５、Ｓ１７０、Ｓ１８０とそれぞれ同じである。Ｓ２１０では、プロセッサ２１０は、第２バウンディングボックスＢＢ２の４個の頂点Ｖ２１－Ｖ２４のそれぞれの座標を取得する（図４（Ｆ））。

【0063】

Ｓ２１５では、プロセッサ２１０は、生成モデルＭ２（図１）に入力するための副入力画像のデータを生成する。図５（Ｅ）は、副撮影画像ＩＭ２０と第２バウンディングボックスＢＢ２とを示している。図５（Ｆ）の画像ＩＭ２１は、副入力画像の例を示している（画像ＩＭ２１を、副入力画像ＩＭ２１と呼ぶ）。

【0064】

第２撮影画像ＩＭ２０（図５（Ｅ））が副撮影画像である場合、第２バウンディングボックスＢＢ２に囲まれる部分（ここでは、第２内部分Ｐ２１）は、対象ラベル８００ｔの第１方向Ｄｘとは反対方向側の端を含む一部分を示している。プロセッサ２１０は、副入力画像ＩＭ２１（図５（Ｆ））の第１方向Ｄｘとは反対方向側の端を含む一部分である第２対象部分Ｐ２ｉの画像を、第２バウンディングボックスＢＢ２に囲まれる部分の画像に設定する。プロセッサ２１０は、Ｓ２１０で取得された頂点Ｖ２１－Ｖ２４の座標を使用して、副撮影画像ＩＭ２０から、第２バウンディングボックスＢＢ２に囲まれる部分の画像を抽出する。プロセッサ２１０は、副入力画像ＩＭ２１の第２対象部分Ｐ２ｉの画像を、抽出された画像に設定する。これにより、第２対象部分Ｐ２ｉは、第２内部分Ｐ２１の画像を表す。

【0065】

第２対象部分Ｐ２ｉの高さは、副入力画像ＩＭ２１の高さＨｄと同じである。第２対象部分Ｐ２ｉの幅である第２対応幅Ｗ２ｉは、第２対象部分Ｐ２ｉのアスペクト比（Ｈｄ／Ｗ２ｉ）が、第２バウンディングボックスＢＢ２（図５（Ｅ））のアスペクト比（Ｈ２／Ｗ２）と同じとなるように、決定される。プロセッサ２１０は、第２対応幅Ｗ２ｉを、Ｗ２ｉ＝Ｈｄ＊Ｗ２／Ｈ２に従って算出する。

【0066】

図中の線ＢＳ２１は、第２対象部分Ｐ２ｉと、副入力画像ＩＭ２１の残りの部分である残余部分Ｐ２ｏと、の間の境界線である。境界線ＢＳ２１は、第２方向Ｄｙに平行な線であり、副入力画像ＩＭ２１の左側の辺ＳＤ２１（すなわち、第１方向Ｄｘとは反対方向側の辺ＳＤ２１）から第２対応幅Ｗ２ｉだけ離れた位置にある。上述したように、第２対象部分Ｐ２ｉには、第２内部分Ｐ２１の画像が割り当てられる。従って、境界線ＢＳ２１（ひいては、第２対応幅Ｗ２ｉ）は、副入力画像ＩＭ２１によって表される対象ラベル８００ｔ上の第２内部分Ｐ２１と第２外部分Ｐ２２（図４（Ｇ）参照。副入力画像ＩＭ２１内では示されない）との間の境界の位置を示している。

【0067】

プロセッサ２１０は、第２対応幅Ｗ２ｉを使用して、副入力画像ＩＭ２１の残余部分Ｐ２ｏを決定する。プロセッサ２１０は、残余部分Ｐ２ｏの画像を、Ｓ１６５の残余部分Ｐ１ｏの画像の決定処理と同じ処理によって決定する。

【0068】

Ｓ２２０（図３）では、プロセッサ２１０は、副入力画像ＩＭ２１のデータを使用して、副復元画像のデータを生成する。図５（Ｇ）の画像ＩＭ２２は、副復元画像の例を示している（画像ＩＭ２２を、副復元画像ＩＭ２２と呼ぶ）。本実施例では、プロセッサ２１０は、副入力画像ＩＭ２１（図５（Ｆ））のデータを使用して生成モデルＭ２の演算を実行することによって、副復元画像ＩＭ２２のデータを生成する。

【0069】

副復元画像ＩＭ２２は、第２対象部分Ｐ２ｉ（図５（Ｆ））に対応する第２内復元部分Ｐ２１ｘと、残余部分Ｐ２ｏに対応する第２外復元部分Ｐ２２ｘと、を含んでいる。第２内復元部分Ｐ２１ｘは、エラー（ここでは、傷８１０）の無いラベル８００（図２（Ｄ））の第２内部分Ｐ２１の画像を表している。第２外復元部分Ｐ２２ｘは、ラベル８００の画像とも残余部分Ｐ２ｏの画像とも異なる画像を表している。

【0070】

図示を省略するが、第２内復元部分Ｐ２１ｘのうちの第２外復元部分Ｐ２２ｘの近傍では、残余部分Ｐ２ｏ（図５（Ｆ））の画像（すなわち、ラベル８００とは異なる画像）の影響によって、ラベル８００の画像の復元の精度が低下し得る。本実施例では、復元の精度低下の程度は、ラベル８００のエラーを示す画像データの生成に影響しないほどに小さいこととする。

【0071】

Ｓ２３０（図３）では、プロセッサ２１０は、副入力画像ＩＭ２１のデータと副復元画像ＩＭ２２のデータとを使用して副差分画像のデータを生成する。図５（Ｈ）の画像ＩＭ２３は、副差分画像の例を示している（画像ＩＭ２３を、副差分画像ＩＭ２３と呼ぶ）。副差分画像ＩＭ２３のデータの生成方法は、Ｓ１８０での主差分画像ＩＭ１３の生成方法と同じである。

【0072】

副差分画像ＩＭ２３は、第２対象部分Ｐ２ｉ（図５（Ｆ））に対応する第２内差部分Ｄ２１と、残余部分Ｐ２ｏに対応する第２外差部分Ｄ２２と、を含んでいる。第２内差部分Ｄ２１では、傷８１０を示す複数の画素は、大きな差を示している。残りの複数の画素は、傷８１０を示す差よりも小さい差（例えば、ゼロに近い値）を示している。第２外差部分Ｄ２２では、おおよそ全ての画素が、大きな差を示している。このように、副差分画像ＩＭ２３は、対象ラベル８００ｔのエラー（ここでは、傷８１０）のうちの第２内部分Ｐ２１に含まれる部分８１０ｂを示している（部分８１０ｂを、第２エラー部分８１０ｂと呼ぶ）。

【0073】

図中の境界線ＢＳ２３は、第２内差部分Ｄ２１と第２外差部分Ｄ２２との間の境界線である。境界線ＢＳ２３は、図５（Ｆ）の境界線ＢＳ２１と同じであり、副差分画像ＩＭ２３の第１方向Ｄｘとは反対方向側の辺ＳＤ２３から、第２対応幅Ｗ２ｉだけ離れた位置にある。図５（Ｆ）で説明したように、第２対応幅Ｗ２ｉは、対象ラベル８００ｔ上の第２内部分Ｐ２１と第２外部分Ｐ２２との間の境界の位置を示している。境界線ＢＳ２３よりも第１方向Ｄｘ側の部分（ここでは、第２外差部分Ｄ２２）は、無効部分である。

【0074】

Ｓ２５８（図３）では、プロセッサ２１０は、主差分画像ＩＭ１３（図５（Ｄ））の無効部分Ｄ１２に副差分画像ＩＭ２３（図５（Ｈ））の対応する部分を合成することによって、合成画像のデータを生成する。図６は、合成画像の概略図である。図中には、差分画像ＩＭ１３、ＩＭ２３と、合成画像ＩＭ４と、が示されている。合成画像ＩＭ４は、第１部分Ｐ４１と第２部分Ｐ４２とを含んでいる。本実施例では、主差分画像ＩＭ１３の第１内差部分Ｄ１１が、そのまま、第１部分Ｐ４１として使用される。第２部分Ｐ４２の画像は、副差分画像ＩＭ２３を使用して形成される。

【0075】

差分画像ＩＭ１３、ＩＭ２３には、共通部分ＰＣが示されている。共通部分ＰＣは、差分画像ＩＭ１３、ＩＭ２３に共通な部分である。この共通部分ＰＣは、第１内部分Ｐ１１（図５（Ｂ））と第２内部分Ｐ２１（図５（Ｆ））との共通部分に相当する。本実施例では、境界線ＢＳ１３と境界線ＢＳ２３との間の部分が、共通部分ＰＣである。プロセッサ２１０は、主差分画像ＩＭ１３に対する副差分画像ＩＭ２３の合成位置を、共通部分ＰＣが重なるように、決定する。本実施例では、プロセッサ２１０は、差分画像ＩＭ１３、ＩＭ２３のパターンマッチングによって、合成位置を決定する。なお、合成位置は、差分画像ＩＭ１３、ＩＭ２３に関連する他の２個の画像（例えば、入力画像ＩＭ１１、ＩＭ２１）のパターンマッチングによって決定されてよい。

【0076】

副差分画像ＩＭ２３の部分Ｄ１２ｘは、主差分画像ＩＭ１３の無効部分Ｄ１２に対応する部分である（対応部分Ｄ１２ｘと呼ぶ）。プロセッサ２１０は、合成位置を使用して、合成画像ＩＭ４の第２部分Ｐ４２の画像を、副差分画像ＩＭ２３の対応部分Ｄ１２ｘの画像に設定する。対応部分Ｄ１２ｘは、副差分画像ＩＭ２３の第２外差部分Ｄ２２ではなく、第２内差部分Ｄ２１に含まれている。従って、対応部分Ｄ１２ｘは、対象ラベル８００ｔのエラー（例えば、傷８１０）を、適切に示している。合成画像ＩＭ４の第２部分Ｐ４２の複数の画素のそれぞれの色値の決定方法は、対応部分Ｄ１２ｘの複数の画素を使用する種々の方法であってよい（例えば、ニアレストネイバ、バイリニア、バイキュービックなど）。以上により、プロセッサ２１０は、対象ラベル８００ｔの全体のエラー（例えば、傷８１０の全体）を示す合成画像ＩＭ４のデータを生成する。

【0077】

Ｓ２６０（図３）では、プロセッサ２１０は、合成画像ＩＭ４（図６）と、オブジェクト（ここでは、ラベル８００）の基準画像と、の重畳画像のデータを生成する。図６の画像ＩＭ５は、基準画像の例を示している（画像ＩＭ５を、基準画像ＩＭ５と呼ぶ）。基準画像ＩＭ５は、エラーの無いラベル８００の種々の画像であってよい。本実施例では、ラベル８００は、ラベル８００の版下画像をシートに印刷することによって、製造される。基準画像ＩＭ５は、版下画像である。これに代えて、基準画像ＩＭ５は、エラーの無いラベル８００の撮影画像であってよい。

【0078】

図６の画像ＩＭ６は、重畳画像の例を示している（画像ＩＭ６を、重畳画像ＩＭ６と呼ぶ）。重畳画像ＩＭ６は、基準画像ＩＭ５によって表されるラベル８００と、合成画像ＩＭ４によって表される傷８１０と、を表している。

【0079】

なお、Ｓ１１０、Ｓ１３０（図３）での撮影時、対象ラベル８００ｔは、カメラ１１０、１２０に対して斜めに傾き得る。撮影画像ＩＭ１０、ＩＭ２０（図５（Ａ）、図５（Ｅ））上で、対象ラベル８００ｔは、歪み得る。例えば、ラベル８００内の矩形部分（例えば、矩形のマーク）は、撮影画像ＩＭ１０、ＩＭ２０上で、台形で表され得る。合成画像ＩＭ４（図６）は、同じ歪みを有している。また、撮影画像ＩＭ１０、ＩＭ２０内で対象ラベル８００ｔが歪んでいない場合であっても、撮影画像ＩＭ１０、ＩＭ２０内の対象ラベル８００ｔの向きが、意図された向きからずれている場合がある。例えば、対象ラベル８００ｔの長辺が、第１方向Ｄｘに対して斜めであり得る。

【0080】

歪み、向きのずれ、などの種々の原因によって、撮影画像ＩＭ１０、ＩＭ２０（ひいては、合成画像ＩＭ４）と、基準画像ＩＭ５と、の間のラベル８００ｔに対応する領域の差異が生じる。例えば、合成画像ＩＭ４と基準画像ＩＭ５とを、画像ＩＭ４、ＩＭ５の輪郭が一致するように重ねると仮定する。この場合、合成画像ＩＭ４中の対象ラベル８００ｔに対応する領域と、基準画像ＩＭ５中のラベル８００ｔに対応する領域（すなわち、ラベル８００に対応する領域）とは、完全には一致せずに、互いに異なる部分を含み得る。

【0081】

プロセッサ２１０は、撮影画像ＩＭ１０、ＩＭ２０（ひいては、合成画像ＩＭ４）と、基準画像ＩＭ５と、の間のラベル８００ｔ、８００に対応する領域の差異が小さくなるように、合成画像ＩＭ４のデータに画像変換処理を実行する。画像変換処理は、例えば、射影変換処理であってよい。プロセッサ２１０は、主撮影画像ＩＭ１０（図５（Ａ））上の対象ラベル８００ｔの複数の特定部分（例えば、矩形のマークの４個の角）の配置が、基準画像ＩＭ５（図６）上の同じ複数の特定部分の配置と同じとなるように、射影変換のパラメータを決定する。パラメータの決定のために、プロセッサ２１０は、主撮影画像ＩＭ１０と基準画像ＩＭ５とから、各特定部分の基準画像を使用するパターンマッチングによって、複数の特定部分のそれぞれを検出する。ここで、特定部分毎の基準画像に代えて、複数の特定部分を表す１個の基準画像が使用されてよい。プロセッサ２１０は、決定されたパラメータに従って、合成画像ＩＭ４の射影変換を実行する。プロセッサ２１０は、変換済の合成画像ＩＭ４を使用して重畳画像ＩＭ６を生成する。射影変換には、例えば、いわゆるｏｐｅｎＣＶの射影変換の関数が使用されてよい。

【0082】

Ｓ２７０（図３）では、プロセッサ２１０は、重畳画像ＩＭ６を、表示部２４０（図１）に表示する。作業者は、表示される重畳画像ＩＭ６を観察することによって、傷８１０を容易に認識できる。そして、プロセッサ２１０は、図３の処理を終了する。図３の検査処理は、複数の複合機９００のそれぞれの検査で実行される。

【0083】

以上のように、プロセッサ２１０は、以下の処理を実行する。Ｓ１１０、Ｓ１３０（図３）では、プロセッサ２１０は、第１カメラ１１０と第２カメラ１２０とを含む２台のカメラ１１０、１２０によってそれぞれ撮影される対象ラベル８００ｔの２個の撮影画像データを取得する。対象ラベル８００ｔは、処理対象のオブジェクトの例である。図５（Ａ）に示すように、第１カメラ１１０により撮影される第１撮影画像データは、対象ラベル８００ｔの第１内部分Ｐ１１の第１撮影画像ＩＭ１０を表している。図５（Ｅ）に示すように、第２カメラ１２０により撮影される第２撮影画像データは、対象ラベル８００ｔの第２内部分Ｐ２１の第２撮影画像ＩＭ２０を表している。第１内部分Ｐ１１と第２内部分Ｐ２１とは、対象ラベル８００ｔのうちの互いに異なる部分を含んでいる。例えば、第１内部分Ｐ１１（図２（Ｂ））は、第２内部分Ｐ２１には含まれない第２外部分Ｐ２２に対応する部分を含んでいる。第２内部分Ｐ２１は、第１内部分Ｐ１１には含まれない第１外部分Ｐ１２に対応する部分を含んでいる。

【0084】

Ｓ１２０（図３）では、プロセッサ２１０は、第１撮影画像ＩＭ１０から第１内部分Ｐ１１を検出する（本実施例では、第１内部分Ｐ１１を囲む第１バウンディングボックスＢＢ１が検出される）。Ｓ１４０では、プロセッサ２１０は、第２撮影画像ＩＭ２０から第２内部分Ｐ２１を検出する（本実施例では、第２内部分Ｐ２１を囲む第２バウンディングボックスＢＢ２が検出される）。

【0085】

Ｓ１６５（図３）では、プロセッサ２１０は、第１対応幅Ｗ１ｉ（図５（Ｂ））を取得する。上述したように、第１対応幅Ｗ１ｉは、対象ラベル８００ｔの第１内部分Ｐ１１と第１外部分Ｐ１２（図４（Ｄ））との境界の対象ラベル８００ｔ上の位置である第１位置を示している。第１内部分Ｐ１１は、対象ラベル８００ｔのうち第１撮影画像ＩＭ１０（図５（Ａ））に含まれる部分である。第１外部分Ｐ１２は、対象ラベル８００ｔのうち第１撮影画像ＩＭ１０の外に位置する見切れる部分である。

【0086】

Ｓ１７０、Ｓ１８０（図３）では、プロセッサ２１０は、主入力画像ＩＭ１１（図５（Ｂ））のデータと主復元画像ＩＭ１２（図５（Ｃ））のデータとを使用して、主差分画像ＩＭ１３（図５（Ｄ））のデータを生成する。主入力画像ＩＭ１１は、第１撮影画像ＩＭ１０（図５（Ａ））に含まれる第１内部分Ｐ１１の画像を含んでいる。主復元画像ＩＭ１２は、エラーの無いラベル８００の画像である第１基準画像の例である。主差分画像ＩＭ１３は、対象ラベル８００ｔの第１エラー部分８１０ａを示している。本実施例では、この第１エラー部分８１０ａは、傷８１０のうちの第１内部分Ｐ１１に含まれる部分である。主差分画像ＩＭ１３は、対象ラベル８００ｔの第１エラー部分８１０ａを示す第１エラー画像の例である。

【0087】

Ｓ２２０、Ｓ２３０（図３）では、プロセッサ２１０は、副入力画像ＩＭ２１（図５（Ｆ））のデータと副復元画像ＩＭ２２（図５（Ｇ））のデータとを使用して、副差分画像ＩＭ２３（図５（Ｈ））のデータを生成する。副入力画像ＩＭ２１は、第２撮影画像ＩＭ２０（図５（Ｅ））に含まれる第２内部分Ｐ２１の画像を含んでいる。副復元画像ＩＭ２２は、エラーの無いラベル８００の画像である第２基準画像の例である。副差分画像ＩＭ２３は、対象ラベル８００ｔの第２エラー部分８１０ｂを示している。本実施例では、この第２エラー部分８１０ｂは、傷８１０のうちの第２内部分Ｐ２１に含まれる部分である。副差分画像ＩＭ２３は、対象ラベル８００ｔの第２エラー部分８１０ｂを示す第２エラー画像の例である。

【0088】

Ｓ１９０、Ｓ２５８（図３）では、プロセッサ２１０は、主差分画像ＩＭ１３（図６）のデータと、第１対応幅Ｗ１ｉと、副差分画像ＩＭ２３のデータと、を使用することによって、合成画像ＩＭ４のデータを生成する。Ｓ１９０では、プロセッサ２１０は、第１対応幅Ｗ１ｉを使用して、主差分画像ＩＭ１３の無効部分Ｄ１２を決定する。Ｓ２５８では、プロセッサ２１０は、主差分画像ＩＭ１３の無効部分Ｄ１２に副差分画像ＩＭ２３の対応する部分Ｄ１２ｘを合成することによって、合成画像ＩＭ４のデータを生成する。合成画像ＩＭ４は、対象ラベル８００ｔの全体から検出されるエラー部分（ここでは、傷８１０）を示している。合成画像ＩＭ４は、主差分画像ＩＭ１３の少なくとも一部と、副差分画像ＩＭ２３の少なくとも一部と、を含む合成画像である。合成画像ＩＭ４は、対象ラベル８００ｔの全体から検出されるエラー部分を示す合成エラー画像の例である。合成画像ＩＭ４を、合成エラー画像ＩＭ４とも呼ぶ。

【0089】

以上により、１枚の撮影画像が対象ラベル８００ｔの一部分のみを表す場合に、プロセッサ２１０は、複数の撮影画像ＩＭ１０、ＩＭ２０を使用して、対象ラベル８００ｔの全体から検出されるエラー部分を示す合成エラー画像ＩＭ４を生成できる。

【0090】

また、仮に、２枚の撮影画像ＩＭ１０、ＩＭ２０の合成画像と、基準画像ＩＭ５と、の対比によってエラーが検出されると仮定する。この場合、合成画像中の撮影画像ＩＭ１０、ＩＭ２０の接続部分では、画像の歪みが生じ得る。この画像の歪みは、ラベル８００の基準画像からの大きな差分を示し得る。従って、対象ラベル８００ｔのエラーの無い部分から、エラーが誤検出され得る。本実施例では、エラーの検出（Ｓ１８０、Ｓ２３０）は、合成されていない画像ＩＭ１１、ＩＭ２１を使用して行われる。従って、エラーの誤検出の可能性は、低減する。

【0091】

また、Ｓ１７０（図３）では、プロセッサ２１０は、第１内部分Ｐ１１の画像を含む主入力画像ＩＭ１１（図５（Ｂ））のデータを生成モデルＭ２に入力することによって、第１基準画像（ここでは、主復元画像ＩＭ１２（図５（Ｃ）））のデータを生成する。生成モデルＭ２は、エラーを有するラベル８００の画像データからエラーの無いラベル８００の画像データを生成するように訓練された生成モデルである。Ｓ２２０では、プロセッサ２１０は、第２内部分Ｐ２１の画像を含む副入力画像ＩＭ２１（図５（Ｆ））のデータを生成モデルＭ２に入力することによって、第２基準画像（ここでは、副復元画像ＩＭ２２（図５（Ｇ）））のデータを生成する。以上により、プロセッサ２１０は、第１エラー部分８１０ａを示す主差分画像ＩＭ１３のデータと、第２エラー部分８１０ｂを示す副差分画像ＩＭ２３のデータとを、適切に生成できる。

【0092】

また、Ｓ２６０（図３）では、プロセッサ２１０は、合成エラー画像ＩＭ４（図６）と、基準画像ＩＭ５と、の重畳画像ＩＭ６のデータを生成する。Ｓ２７０では、プロセッサ２１０は、重畳画像ＩＭ６を、表示部２４０に表示させる。このように、プロセッサ２１０は、エラー部分（例えば、傷８１０）を示す重畳画像ＩＭ６を表示部２４０に表示できる。作業者は、重畳画像ＩＭ６を観察することによって、エラーを容易に認識できる。

【0093】

また、Ｓ２６０（図３）では、プロセッサ２１０は、合成エラー画像ＩＭ４（図６）と基準画像ＩＭ５との間のラベル８００ｔに対応する領域の差異が小さくなるように、合成エラー画像ＩＭ４のデータに画像変換処理（ここでは、射影変換処理）を実行する。従って、重畳画像ＩＭ６中の対象ラベル８００ｔとエラー部分（例えば、傷８１０）との間の位置ずれは、小さくなる。作業者は、重畳画像ＩＭ６を観察することによって、対象ラベル８００ｔ内のエラーの位置を適切に認識できる。

【0094】

また、合成エラー画像ＩＭ４（図６）を生成する処理は、図３のＳ１５０、Ｓ２５８を含んでいる。Ｓ１５０では、プロセッサ２１０は、第１撮影画像ＩＭ１０と第２撮影画像ＩＭ２０とから、主撮影画像と副撮影画像とを選択する。主撮影画像は、第１撮影画像ＩＭ１０の第１バウンディングボックスＢＢ１の第１アスペクト比Ｒ１と第２撮影画像ＩＭ２０の第２バウンディングボックスＢＢ２の第２アスペクト比Ｒ２とのうちの基準アスペクト比Ｒ０により近いアスペクト比に対応付けられる画像である。上述したように、第１バウンディングボックスＢＢ１は、第１内部分Ｐ１１を示している。第１アスペクト比Ｒ１は、第１内部分Ｐ１１のアスペクト比を示している。また、第２バウンディングボックスＢＢ２は、第２内部分Ｐ２１を示している。第２アスペクト比Ｒ２は、第２内部分Ｐ２１のアスペクト比を示している。図４（Ｄ）、図４（Ｇ）の例では、第１撮影画像ＩＭ１０が主撮影画像であり、第２撮影画像ＩＭ２０が副撮影画像である。Ｓ２５８では、プロセッサ２１０は、合成エラー画像ＩＭ４（図６）のうち、主撮影画像ＩＭ１０の外に位置する第２部分Ｐ４２を、副撮影画像ＩＭ２０を使用して生成される副差分画像ＩＭ２３の対応する部分Ｄ１２ｘを使用して形成する。このように、プロセッサ２１０は、適切な合成エラー画像ＩＭ４を生成できる。

【0095】

また、処理対象のオブジェクトは、ラベル８００（図２（Ｂ））である。図６に示すように、プロセッサ２１０は、ラベル８００のエラー部分（例えば、傷８１０）を適切に示す画像である合成画像ＩＭ４を生成できる。

【0096】

Ｂ．第２実施例：
図７は、検査処理の別の実施例のフローチャートである。図６の実施例との差異は、合成エラー画像ＩＭ４の共通部分ＰＣの合成方法が異なる点だけである。合成エラー画像ＩＭ４の他の部分の合成方法は、図６の実施例と同じである。本実施例では、副差分画像ＩＭ２３のうち、対応部分Ｄ１２ｘの画像に加えて、共通部分ＰＣのうちの対応部分Ｄ１２ｘに連続する一部分の画像が、合成エラー画像ＩＭ４に組み込まれる。これにより、生成モデルＭ２によるラベル８００の画像の復元の精度の低い部分の影響は、緩和される（詳細は、後述）。図７の処理は、図３の処理に、Ｓ２５２ａ、Ｓ２５４ａ、Ｓ２５６ａ、Ｓ２５８ａを追加することによって得られる。Ｓ２５２ａ、Ｓ２５４ａ、Ｓ２５６ａ、Ｓ２５８ａは、Ｓ１９０、Ｓ２３０の後、かつ、Ｓ２６０の前に、追加される。図３のステップと同じステップには、同じ符号を付して、詳細な説明を省略する。

【0097】

以下、図５（Ａ）、図５（Ｅ）の撮影画像ＩＭ１０、ＩＭ２０に基づいて検査処理が行われることとする。Ｓ１２０では、図５（Ａ）の第１バウンディングボックスＢＢ１が検出される。Ｓ１４０では、図５（Ｅ）の第２バウンディングボックスＢＢ２が検出される。Ｓ１５０では、第１撮影画像ＩＭ１０が主撮影画像として選択され、第２撮影画像ＩＭ２０が副撮影画像として選択される。Ｓ１６５では、図５（Ｂ）の主入力画像ＩＭ１１が生成される。Ｓ２１５では、図５（Ｆ）の副入力画像ＩＭ２１が生成される。

【0098】

図８は、検査処理で生成される画像の例を示す概略図である。図中には、以下の画像が示されている。
主復元画像ＩＭ１２（Ｓ１７０（図７）で生成される）
主差分画像ＩＭ１３（Ｓ１８０で生成される）
副復元画像ＩＭ２２（Ｓ２２０で生成される）
副差分画像ＩＭ２３（Ｓ２３０で生成される）
合成エラー画像ＩＭ４ａ（Ｓ２５８ａで生成される）

【0099】

上述したように、主復元画像ＩＭ１２の第１内復元部分Ｐ１１ｘのうちの第１外復元部分Ｐ１２ｘの近傍では、残余部分Ｐ１ｏ（図５（Ｂ））の画像（すなわち、ラベル８００とは異なる画像）の影響によって、ラベル８００の画像の復元の精度が低下し得る。本実施例では、復元の精度低下が合成エラー画像ＩＭ４ａの生成に影響し得ることとする。主差分画像ＩＭ１３の第１内差部分Ｄ１１のうちの第１外差部分Ｄ１２の近傍では、傷８１０を示す部分とは異なる部分（すなわち、不具合の無い部分）の複数の画素が、大きな差を示し得る。

【0100】

副復元画像ＩＭ２２と副差分画像ＩＭ２３とについても、同様である。副復元画像ＩＭ２２の第２内復元部分Ｐ２１ｘのうちの第２外復元部分Ｐ２２ｘの近傍では、残余部分Ｐ２ｏ（図５（Ｆ））の画像（すなわち、ラベル８００とは異なる画像）の影響によって、ラベル８００の画像の復元の精度が低下し得る。本実施例では、復元の精度低下が合成エラー画像ＩＭ４ａの生成に影響し得ることとする。副差分画像ＩＭ２３の第２内差部分Ｄ２１のうちの第２外差部分Ｄ２２の近傍では、傷８１０を示す部分とは異なる部分（すなわち、不具合の無い部分）の複数の画素が、大きな差を示し得る。

【0101】

プロセッサ２１０（図１）は、Ｓ２５２ａ－Ｓ２５８ａ（図７）を実行することによって、ラベル８００の画像の復元の精度の低い部分を使用せずに、合成エラー画像ＩＭ４ａのデータを生成する。Ｓ２５２ａでは、プロセッサ２１０は、境界の位置を使用して、共通部分を決定する。図８の差分画像ＩＭ１３、ＩＭ２３に示すように、共通部分ＰＣは、境界線ＢＳ１３、ＢＳ２３に挟まれる部分である。境界線ＢＳ１３は、図５（Ｄ）に示すように、第１対応幅Ｗ１ｉによって定められる。プロセッサ２１０は、Ｓ１６５（図３、図７）で算出される第１対応幅Ｗ１ｉを使用して、境界線ＢＳ１３を決定する。境界線ＢＳ２３は、図５（Ｈ）に示すように、第２対応幅Ｗ２ｉによって定められる。プロセッサ２１０は、Ｓ２１５（図３、図７）で算出される第２対応幅Ｗ２ｉを使用して、境界線ＢＳ２３を決定する。プロセッサ２１０は、決定された境界線ＢＳ１３、ＢＳ２３の間の部分を、共通部分ＰＣとして採用する。なお、図５（Ｂ）、図５（Ｆ）に示すように、共通部分ＰＣは、第１内部分Ｐ１１と第２内部分Ｐ２１との共通部分に相当する。

【0102】

Ｓ２５４ａ（図７）では、プロセッサ２１０は、主撮影画像ＩＭ１０（図５（Ａ））によって表される対象ラベル８００ｔのうちの見切れる部分である第１外部分Ｐ１２の面積を算出する。図５（Ｂ）の幅Ｗ１ｒは、第１外部分Ｐ１２に対応する残余部分Ｐ１ｏの第１方向Ｄｘの大きさである。プロセッサ２１０は、幅Ｗｄから第１対応幅Ｗ１ｉを減算することによって、幅Ｗ１ｒを算出する（Ｗ１ｒ＝Ｗｄ－Ｗ１ｉ）。プロセッサ２１０は、幅Ｗ１ｒに高さＨｄを乗じて得られる値を、第１外部分Ｐ１２の面積Ｓｏとして算出する（単位は、例えば、画素数）。以下、面積Ｓｏを、外面積Ｓｏと呼ぶ。

【0103】

Ｓ２５６ａ（図７）では、プロセッサ２１０は、外面積Ｓｏを使用して、共通部分ＰＣのうちの第１特定部分を決定する。図８の差分画像ＩＭ１３、ＩＭ２３には、共通部分ＰＣが示されている。共通部分ＰＣは、第１特定部分Ｐｓと第２特定部分Ｐｍとを含んでいる。本実施例では、第１特定部分Ｐｓと第２特定部分Ｐｍとの間の境界線ＢＳｃは、第２方向Ｄｙに平行な直線である。第１特定部分Ｐｓは、共通部分ＰＣのうちの無効部分Ｄ１２に連続する部分である。第２特定部分Ｐｍは、共通部分ＰＣから第１特定部分Ｐｓを除いた残りの部分である。幅Ｗｓは、第１特定部分Ｐｓの第１方向Ｄｘの大きさである（単位は、例えば、画素数）。

【0104】

プロセッサ２１０は、Ｓ２５４ａで算出される外面積Ｓｏを使用して、第１特定部分Ｐｓの面積を決定する。図９は、外面積Ｓｏと、第１特定部分Ｐｓの面積Ｓｓ（特定面積Ｓｓと呼ぶ）との対応関係Ｒｏｓの例を示すグラフである。横軸は、外面積Ｓｏを示し、縦軸は、特定面積Ｓｓを示している。図中には、第１外面積Ｓｏ１と第２外面積Ｓｏ２とが示されている。第１外面積Ｓｏ１には、第１特定面積Ｓｓ１が対応付けられ、第２外面積Ｓｏ２には、第２特定面積Ｓｓ２が対応付けられる。ここで、Ｓｏ１＜Ｓｏ２である。この場合、Ｓｓ１＜Ｓｓ２である。このように、本実施例では、外面積Ｓｏが大きいほど、特定面積Ｓｓは大きい。例えば、図８のグラフのように、特定面積Ｓｓは、外面積Ｓｏに比例してよい。

【0105】

プロセッサ２１０は、予め決められた対応関係Ｒｏｓに従って、外面積Ｓｏに対応する特定面積Ｓｓを決定する。プロセッサ２１０は、特定面積Ｓｓを高さＨｄで除算することによって、幅Ｗｓを算出する。プロセッサ２１０は、幅Ｗｓを使用して、境界線ＢＳｃ、すなわち、第１特定部分Ｐｓを決定する。

【0106】

Ｓ２５８ａ（図７）では、プロセッサ２１０は、主差分画像ＩＭ１３の無効部分Ｄ１２と第１特定部分Ｐｓとに、副差分画像ＩＭ２３の対応する部分を合成することによって、合成エラー画像ＩＭ４ａを生成する。図８に示すように、合成エラー画像ＩＭ４ａは、第１部分Ｐ４１ａと、第２部分Ｐ４２ａと、を含んでいる。本実施例では、主差分画像ＩＭ１３の第１内差部分Ｄ１１から第１特定部分Ｐｓを除いた残りの部分である第１対応部分Ｐ４１ａｘが、そのまま、第１部分Ｐ４１ａとして使用される。第１対応部分Ｐ４１ａｘは、第１内差部分Ｄ１１のうちの第１外差部分Ｄ１２から離れた部分である。従って、第１対応部分Ｐ４１ａｘは、対象ラベル８００ｔのエラー（例えば、傷８１０）を、適切に示している。

【0107】

主差分画像ＩＭ１３の残余部分Ｐｘは、主差分画像ＩＭ１３から第１対応部分Ｐ４１ａｘを除いた残りの部分である。残余部分Ｐｘは、無効部分Ｄ１２と第１特定部分Ｐｓとで構成されている。副差分画像ＩＭ２３の部分Ｐ４２ａｘは、主差分画像ＩＭ１３の残余部分Ｐｘに対応する部分である（この部分Ｐ４２ａｘを、第２対応部分Ｐ４２ａｘと呼ぶ）。プロセッサ２１０は、図３のＳ２５８での合成位置の決定方法と同じ方法で、主差分画像ＩＭ１３に対する副差分画像ＩＭ２３の合成位置を決定する。プロセッサ２１０は、合成位置を使用して、合成エラー画像ＩＭ４ａの第２部分Ｐ４２ａの画像を、副差分画像ＩＭ２３の第２対応部分Ｐ４２ａｘの画像に設定する。第２対応部分Ｐ４２ａｘは、第２内差部分Ｄ２１のうちの第２外差部分Ｄ２２から離れた部分である。従って、第２対応部分Ｐ４２ａｘは、対象ラベル８００ｔのエラー（例えば、傷８１０）を、適切に示している。

【0108】

このように、合成エラー画像ＩＭ４ａは、対象ラベル８００ｔのエラー（例えば、傷８１０）を適切に示す第１対応部分Ｐ４１ａｘと第２対応部分Ｐ４２ａｘとの合成画像である。このような合成エラー画像ＩＭ４ａは、対象ラベル８００ｔの全体のエラー（例えば、傷８１０の全体）を適切に示すことができる。

【0109】

続くＳ２６０、Ｓ２７０（図７）は、図３のＳ２６０、Ｓ２７０と、それぞれ同じである。Ｓ２６０では、プロセッサ２１０は、合成エラー画像ＩＭ４ａと、基準画像ＩＭ５（図６）と、の重畳画像のデータを生成する。Ｓ２７０では、プロセッサ２１０は、重畳画像を、表示部２４０に表示する。そして、プロセッサ２１０は、図７の検査処理を終了する。

【0110】

以上のように、本実施例の検査処理（図７）は、図３の検査処理に、Ｓ２５２ａ、Ｓ２５４ａ、Ｓ２５６ａ、Ｓ２５８ａを追加することによって得られる。追加される処理は、合成エラー画像ＩＭ４ａの共通部分ＰＣの合成方法を変更するものである。図７の検査処理の他の部分は、図３の検査処理の対応する部分と同じである。従って、本実施例の検査処理は、図３の検査処理のものと同じ種々の利点を有する。

【0111】

また、プロセッサ２１０は、以下の処理を実行する。Ｓ２１５（図７）では、プロセッサ２１０は、第２対応幅Ｗ２ｉ（図５（Ｆ））を取得する。上述したように、第２対応幅Ｗ２ｉは、対象ラベル８００ｔの第２内部分Ｐ２１と第２外部分Ｐ２２（図４（Ｇ））との境界の対象ラベル８００ｔ上の位置である第２位置を示している。第２内部分Ｐ２１は、対象ラベル８００ｔのうち第２撮影画像ＩＭ２０（図５（Ｅ））に含まれる部分である。第２外部分Ｐ２２は、対象ラベル８００ｔのうち第２撮影画像ＩＭ２０の外に位置する見切れる部分である。

【0112】

Ｓ２５２ａ（図７）では、プロセッサ２１０は、第１対応幅Ｗ１ｉと第２対応幅Ｗ２ｉとを使用して、第１内部分Ｐ１１（図５（Ｂ））と第２内部分Ｐ２１（図５（Ｆ））との共通部分ＰＣを決定する。

【0113】

Ｓ２５８ａでは、プロセッサ２１０は、合成エラー画像ＩＭ４ａ（図８）の共通部分ＰＣのうち、第１特定部分Ｐｓを、副差分画像ＩＭ２３を使用して形成する。第１特定部分Ｐｓは、無効部分Ｄ１２に連続する部分である。無効部分Ｄ１２は、第１外部分Ｐ１２（図５（Ａ））、すなわち、対象ラベル８００ｔのうちの第１撮影画像ＩＭ１０の外に位置する見切れる部分に相当する。副差分画像ＩＭ２３は、図５（Ｅ）－図５（Ｈ）で説明したように、第２撮影画像ＩＭ２０を使用して生成される。すなわち、プロセッサ２１０は、合成エラー画像ＩＭ４ａの共通部分ＰＣのうち、第１特定部分Ｐｓを、第２撮影画像ＩＭ２０を使用して形成する。

【0114】

Ｓ２５８ａ（図７）では、プロセッサ２１０は、合成エラー画像ＩＭ４ａ（図８）の共通部分ＰＣの残りの部分である第２特定部分Ｐｍを、主差分画像ＩＭ１３を使用して形成する。主差分画像ＩＭ１３は、図５（Ａ）－図５（Ｄ）で説明したように、第１撮影画像ＩＭ１０を使用して生成される。すなわち、プロセッサ２１０は、合成エラー画像ＩＭ４ａの共通部分ＰＣのうち、第２特定部分Ｐｍを、第１撮影画像ＩＭ１０を使用して形成する。

【0115】

以上により、プロセッサ２１０は、共通部分ＰＣのエラー部分を適切に示す合成エラー画像ＩＭ４ａ（図８）を生成できる。例えば、主復元画像ＩＭ１２の第１特定部分Ｐｓでは、ラベル８００の画像の復元の精度が低下し得る。合成エラー画像ＩＭ４ａのうちの第１特定部分Ｐｓの画像は、副差分画像ＩＭ２３から取得されるので、復元の精度低下の影響は、緩和される。また、副復元画像ＩＭ２２の第２特定部分Ｐｍでは、ラベル８００の画像の復元の精度が低下し得る。合成エラー画像ＩＭ４ａのうちの第２特定部分Ｐｍの画像は、主差分画像ＩＭ１３から取得されるので、復元の精度低下の影響は、緩和される。

【0116】

また、Ｓ２５４ａ、Ｓ２５６ａ（図７）では、プロセッサ２１０は、共通部分ＰＣ（図８）のうちの第１特定部分Ｐｓを、第１外部分Ｐ１２（図５（Ａ））の面積である外面積Ｓｏを使用して決定する。第１特定部分Ｐｓは、共通部分ＰＣのうちの無効部分Ｄ１２に連続する部分である。無効部分Ｄ１２は、第１外部分Ｐ１２（図５（Ａ）－図５（Ｄ））を示している。従って、第１特定部分Ｐｓは、第１外部分Ｐ１２に連続する部分である。なお、第１外部分Ｐ１２は、対象ラベル８００ｔのうちの第１撮影画像ＩＭ１０の外に位置する見切れる部分である。

【0117】

プロセッサ２１０は、第１特定部分Ｐｓの面積である特定面積Ｓｓを、図９の対応関係Ｒｏｓを使用して決定する。プロセッサ２１０は、外面積Ｓｏが第１外面積Ｓｏ１よりも大きい第２外面積Ｓｏ２である場合の第２特定面積Ｓｓ２を、外面積Ｓｏが第１外面積Ｓｏ１である場合の第１特定面積Ｓｓ１よりも大きい値に決定する。すなわち、第２外面積Ｓｏ２に対応する第１特定部分Ｐｓは、第１外面積Ｓｏ１に対応する第１特定部分Ｐｓよりも大きい。見切れる部分である第１外部分Ｐ１２が大きい場合には、主復元画像ＩＭ１２の共通部分ＰＣのうちの第１外部分Ｐ１２に連続する大きい部分で、ラベル８００の画像の復元の精度が低下し得る。本実施例では、第１外部分Ｐ１２が大きい場合であっても、復元の精度低下の影響は、緩和される。

【0118】

Ｃ．変形例：
（１）合成エラー画像（例えば、図６、図８の合成エラー画像ＩＭ４、ＩＭ４ａ）を生成する処理は、図３、図７の処理に代えて、他の種々の処理であってよい。例えば、Ｓ１７０、Ｓ２２０（図３、図７）で使用される生成モデルＭ２は、オートエンコーダに代えて、対象ラベル８００ｔの画像に対応する不具合の無いラベル８００の画像を生成する種々の生成モデルであってよい。生成モデルＭ２は、ＶＡＥ（Variational Auto Encoder）、ＶＱ－ＶＡＥ（Vector Quantized Variational Auto Encoder）などの、種々のオートエンコーダであってよい。また、生成モデルＭ２は、他の種々の機械学習モデル（例えば、全結合層で構成されるモデル）であってよい。

【0119】

（２）Ｓ２６０（図３、図７）では、プロセッサ２１０は、射影変換処理に限らず、合成エラー画像ＩＭ４、ＩＭ４ａ（図６、図８）と基準画像ＩＭ５との間のラベル８００ｔ、８００に対応する領域の差異を小さくする種々の画像変換処理を実行してよい。画像変換処理は、画像の位置と向きと形状とのうちの１つ以上を変化させる種々の処理であってよい。例えば、画像変換処理は、回転処理であってよい。プロセッサ２１０は、合成エラー画像ＩＭ４、ＩＭ４ａに対応する対象ラベル８００ｔの画像（例えば、第１撮影画像ＩＭ１０（図５（Ａ）））と、基準画像ＩＭ５と、のパターンマッチングによって、回転角度を決定する。そして、プロセッサ２１０は、合成エラー画像ＩＭ４、ＩＭ４ａを、決定された回転角度に従って、回転させる。プロセッサ２１０は、回転済の合成エラー画像ＩＭ４、ＩＭ４ａと、基準画像ＩＭ５と、の重畳画像のデータを生成する。なお、画像変換処理は、合成エラー画像ＩＭ４、ＩＭ４ａに代えて、基準画像ＩＭ５に対して行われてよい。また、画像変換処理は、合成エラー画像ＩＭ４、ＩＭ４ａと基準画像ＩＭ５との両方に対して、行われてよい。例えば、プロセッサ２１０は、ラベル８００ｔ、８００に対応する領域の形状が所定の矩形になるように、合成エラー画像ＩＭ４、ＩＭ４ａと基準画像ＩＭ５との両方に画像変換処理を実行してよい。

【0120】

なお、カメラ１１０、１２０（図２（Ａ））と複合機９００とのそれぞれの位置と向きとが、予め決められた目標の位置と向きとに精度よく調整される場合、合成エラー画像ＩＭ４、ＩＭ４ａと基準画像ＩＭ５との間のラベル８００ｔに対応する領域の差異は、小さい。この場合、画像変換処理は、省略されてよい。

【0121】

（３）Ｓ１７０、Ｓ１８０（図３、図７）に代えて、プロセッサ２１０は、生成モデルＭ２を使用せずに、不具合の無いラベル８００の第１基準画像（例えば、版下画像）と、入力画像ＩＭ１１（図５（Ｂ））と、を使用して差分画像ＩＭ１３（図５（Ｄ））を生成してよい。ここで、プロセッサ２１０は、第１基準画像と入力画像ＩＭ１１との間のラベル８００ｔに対応する領域の差異が小さくなるように、第１基準画像と入力画像ＩＭ１１との一方、または、両方に、画像変換処理を実行することが好ましい。画像変換処理が実行される場合、プロセッサ２１０は、画像変換処理された画像（第１基準画像と入力画像ＩＭ１１との一方、または、両方）を使用して、差分画像ＩＭ１３を生成する。画像変換処理は、Ｓ２６０のための上述した画像変換処理と同様に、種々の処理であってよい。以上の第１基準画像と入力画像ＩＭ１１とを使用する差分画像ＩＭ１３の生成処理の変形例は、第２基準画像と入力画像ＩＭ２１（図５（Ｆ））とを使用する差分画像ＩＭ２３（図５（Ｈ））の生成処理に、適用されてよい。

【0122】

（４）Ｓ２６０（図３、図７）では、プロセッサ２１０は、予め準備された基準画像ＩＭ５（図６）に代えて、画像生成モデルによって生成される不具合の無いラベル８００の画像を使用してよい。例えば、プロセッサ２１０は、入力画像ＩＭ１１、ＩＭ２１（図５（Ｂ）、図５（Ｆ））を合成することによって、合成エラー画像ＩＭ４、ＩＭ４ａ（図６、図８）に対応する対象ラベル８００ｔの画像を生成する（合成ラベル画像と呼ぶ）。プロセッサ２１０は、合成ラベル画像を画像生成モデルに入力して、合成ラベル画像の対象ラベル８００ｔに対応する不具合の無いラベル８００の画像を生成する。プロセッサ２１０は、生成される画像と、合成エラー画像ＩＭ４、ＩＭ４ａと、の重畳画像を生成する。画像生成モデルは、Ｓ１７０、Ｓ２２０（図３、図７）で使用される生成モデルＭ２と同様に、種々のモデルであってよい。また、画像変換処理は、省略されてよい。

【0123】

（５）Ｓ１２０、Ｓ１４０（図３、図７）では、プロセッサ２１０は、物体検出モデルＭ１によって検出されるバウンディングボックスＢＢ１、ＢＢ２を、以下のように修正してよい。Ｓ１２０で検出されるバウンディングボックスＢＢ１（図４（Ｃ））の第１外部分Ｐ１２側の頂点Ｖ１１、Ｖ１２は、第１撮影画像ＩＭ１０の辺Ｓ１から画像ＩＭ１０の内部に向かって離れた位置に位置し得る。この場合、プロセッサ２１０は、頂点Ｖ１１、Ｖ１２を、第１方向Ｄｘに平行に、辺Ｓ１上に移動させてよい（すなわち、バウンディングボックスＢＢ１は、第１方向Ｄｘに平行に、拡大されてよい）。Ｓ１４０で検出される第２バウンディングボックスＢＢ２（図４（Ｆ））の第２外部分Ｐ２２側の頂点Ｖ２１、Ｖ２２も、第２撮影画像ＩＭ２０の辺Ｓ２から画像ＩＭ２０の内部に向かって離れた位置に位置し得る。この場合、プロセッサ２１０は、頂点Ｖ２１、Ｖ２２を、第１方向Ｄｘに平行に、辺Ｓ２上に移動させてよい（すなわち、バウンディングボックスＢＢ２は、第１方向Ｄｘに平行に、拡大されてよい）。

【0124】

また、第１バウンディングボックスＢＢ１（図４（Ｃ））は、第１内部分Ｐ１１の一部が第１バウンディングボックスＢＢ１の外に位置するように、決定され得る。プロセッサ２１０は、第１バウンディングボックスＢＢ１が第１内部分Ｐ１１の全体を含むように、第１バウンディングボックスＢＢ１を、全周に亘って、拡大してよい。例えば、頂点Ｖ１１－Ｖ１４のそれぞれが、予め決められた量だけ、外周側に向かって移動してよい。第２バウンディングボックスＢＢ２（図４（Ｆ））についても、同様である。

【0125】

（６）Ｓ１２０、Ｓ１４０（図３、図７）で使用される物体検出モデルＭ１（図１）は、ＹＯＬＯｖ４に代えて、他の種々の物体検出モデルであってよい（例えば、SSD(Single Shot MultiBox Detector)、R-CNN（Region Based Convolutional Neural Networks）など）。ＹＯＬＯ、ＳＳＤ、Ｒ－ＣＮＮなどのＣＮＮを使用する検出モデルは、オブジェクトの画像の検出に適している。ただし、物体検出モデルＭ１は、ＣＮＮを含まない物体検出モデル（例えば、全結合層で構成されるモデル）であってよい。また、プロセッサ２１０は、Ｓ１２０、Ｓ１４０で、物体検出モデルＭ１を使用せずに、オブジェクト（例えば、ラベル８００）の基準画像を使用するパターンマッチングによって、オブジェクトを示す部分（例えば、内部分Ｐ１１、Ｐ２１（図４（Ｃ）、図４（Ｆ）））を検出してよい。

【0126】

（７）Ｓ１６５（図３、図７）において、対象ラベル８００ｔ（図５（Ｂ））上の第１内部分Ｐ１１と第１外部分Ｐ１２との間の境界の位置（例えば、第１対応幅Ｗ１ｉ）の取得方法は、バウンディングボックスＢＢ１のアスペクト比Ｒ１を使用する方法に代えて、他の種々の方法であってよい。例えば、プロセッサ２１０は、ラベル８００の基準画像を使用するパターンマッチングによって、第１撮影画像ＩＭ１０（図４（Ｃ））上のラベル８００の輪郭の位置を決定する。プロセッサ２１０は、輪郭と第１撮影画像ＩＭ１０の辺Ｓ１との交点を、境界の位置として取得してよい。Ｓ２１５（図３、図７）における境界の位置（例えば、第２対応幅Ｗ２ｉ）の取得方法についても、同様である。

【0127】

（７）Ｓ１５０（図３、図７）における主撮影画像と副撮影画像とを選択する処理は、内部分Ｐ１１、Ｐ２１のアスペクト比を示すバウンディングボックスＢＢ１、ＢＢ２のアスペクト比Ｒ１、Ｒ２を使用する処理に代えて、他の種々の処理であってよい。例えば、プロセッサ２１０は、第１撮影画像ＩＭ１０（図５（Ａ））の第１内部分Ｐ１１の面積（単位は、例えば、画素数）と、第２撮影画像ＩＭ２０（図５（Ｅ））の第２内部分Ｐ２１の面積と、のうちの大きい面積に対応する画像を、主撮影画像として選択してよい。第１バウンディングボックスＢＢ１に囲まれる領域の面積は、第１内部分Ｐ１１の面積として使用可能である。同様に、第２バウンディングボックスＢＢ２に囲まれる領域の面積は、第２内部分Ｐ２１の面積として使用可能である。

【0128】

なお、カメラ１１０、１２０（図２（Ａ））と複合機９００とのそれぞれの位置と向きとが、予め決められた目標の位置と向きとに精度よく調整される場合、撮影画像ＩＭ１０、ＩＭ２０のうちの主撮影画像として選択すべき画像は、予め決まっている。この場合、プロセッサ２１０は、撮影画像ＩＭ１０、ＩＭ２０のうちの予め決められた画像を、主撮影画像として使用してよい。

【0129】

（８）Ｓ２５４ａ（図７）での外面積Ｓｏの算出方法は、図５（Ｂ）で説明した幅Ｗ１ｒと高さＨｄを使用する方法に代えて、他の種々の方法であってよい。例えば、プロセッサ２１０は、第１撮影画像ＩＭ１０（図４（Ｂ））とラベル８００の基準画像とのパターンマッチングによって、第１撮影画像ＩＭ１０上のラベル８００の輪郭の位置を決定する。ラベル８００の輪郭の一部は、第１撮影画像ＩＭ１０の外に位置する。プロセッサ２１０は、ラベル８００の輪郭のうちの第１撮影画像ＩＭ１０の外に位置する部分に囲まれる領域の面積（例えば、画素数）を、外面積Ｓｏとして算出してよい。

【0130】

外面積Ｓｏ（図９）と特定面積Ｓｓとの対応関係は、図９の対応関係Ｒｏｓに限らず、外面積Ｓｏが大きいほど特定面積Ｓｓが大きくなるような、種々の対応関係であってよい。例えば、外面積Ｓｏの変化に対して、特定面積Ｓｓは曲線を描くように変化してよい。

【0131】

第１特定部分Ｐｓ（図８）の形状は、矩形に限らず、種々の形状であってよい。例えば、第１特定部分Ｐｓと第２特定部分Ｐｍとの間の境界線は、直線に代えて、波線であってよい。波線の形状は、予め決められてよい。波線の第１方向Ｄｘの位置が、外面積Ｓｏに従って調整されてよい。

【0132】

共通部分ＰＣ（図８）における第１特定部分Ｐｓの面積比率は、予め決められてよい。例えば、第１特定部分Ｐｓは、共通部分ＰＣの所定割合（例えば、５０％）の部分であってよい。

【0133】

いずれの場合も、第１特定部分Ｐｓは、１個の連続な領域であってよい。第２特定部分Ｐｍは、１個の連続な領域であってよい。

【0134】

（９）差分画像ＩＭ１３（図６、図８）と差分画像ＩＭ２３との合成処理は、Ｓ２５８（図３）、Ｓ２５２ａ－Ｓ２５８ａ（図７）の処理に代えて、差分画像ＩＭ１３の少なくとも一部と、差分画像ＩＭ２３の少なくとも一部と、を含む合成エラー画像を生成する種々の処理であってよい。例えば、プロセッサ２１０は、差分画像ＩＭ１３のうちの予め決められた部分と、差分画像ＩＭ２３のうちの予め決められた部分と、を接続することによって、合成エラー画像を生成してよい。

【0135】

（１０）合成エラー画像ＩＭ４、ＩＭ４ａ（図６、図８）を使用する検査処理は、重畳画像の生成と表示（Ｓ２６０、Ｓ２７０（図３、図７））に限らず、対象ラベル８００ｔの不具合を検査する任意の処理であってよい。例えば、プロセッサ２１０は、合成エラー画像ＩＭ４、ＩＭ４ａを分析して、対象ラベル８００ｔのエラーの程度を示すエラースコアを算出してよい。エラースコアは、例えば、合成エラー画像ＩＭ４、ＩＭ４ａの複数の画素のそれぞれによって示される色値の差の合計値であってよい。プロセッサ２１０は、エラースコアが検査閾値以下である場合に、検査結果が合格であると判断し、エラースコアが検査閾値を超える場合に、検査結果が不合格であると判断してよい。検査閾値は、適切な検査結果が得られるように、予め実験的に決定されてよい。プロセッサ２１０は、検査結果を示すデータを、記憶装置２１５（例えば、不揮発性記憶装置２３０）に格納してよい。いずれの場合も、合成エラー画像ＩＭ４、ＩＭ４ａを使用する検査処理は、合成エラー画像ＩＭ４、ＩＭ４ａを生成するデータ処理装置２００とは別のデータ処理装置によって実行されてよい。例えば、図３、図８の処理からは、Ｓ２６０、Ｓ２７０は省略されてよい。

【0136】

（１１）処理対象のオブジェクトは、複合機９００に限らず、種々の製品に設けられるラベルであってよい。製品は、プリンタ、ミシン、工作機械、カッティングマシーン、スキャナ、スマートフォンなど、任意の製品であってよい。また、製品は、他の製品の部品であってよい。例えば、オブジェクトは、複合機に取り付けられる部品である排紙トレーに設けられるラベルであってよい。

【0137】

（１２）処理対象のオブジェクトは、ラベル８００に限らず、ラベルと、立体的な銘と、塗装された模様と、を含む複数の要素から選択される１以上の要素を含んでよい。立体的な銘と塗装された模様とは、それぞれ、製造者名、製造者のロゴ、ブランドロゴ、認証マークなど、製品（例えば、複合機９００）に関する種々の情報を示してよい。オブジェクトの形状は、矩形に代えて、他の種々の形状であってよい（例えば、円、楕円など）。

【0138】

（１３）合成エラー画像（例えば、合成エラー画像ＩＭ４、ＩＭ４ａ（図６、図８））の生成に使用されるデジタルカメラの総数は、Ｎ個（Ｎは２以上の整数）であってよい。例えば、３台のデジタルカメラが、オブジェクトの全体を表すために第１方向Ｄｘに並んで配置される３個の撮影画像を生成してよい。隣り合う２個の撮影画像は、共通部分を有している。プロセッサ２１０は、３個の撮影画像から、３個の差分画像を生成する。差分画像の生成処理は、上記の各実施例の差分画像の生成処理と同じであってよい。プロセッサ２１０は、３個の差分画像を合成することによって、合成エラー画像を生成する。ここで、プロセッサ２１０は、隣り合うエラー画像のペアの合成を、複数のペア（ここでは、２個のペア）のそれぞれに対して実行することによって、３個の差分画像を合成してよい。エラー画像のペアの合成処理は、上記の各実施例の合成処理と同じであってよい。

【0139】

（１４）図１のデータ処理装置２００は、パーソナルコンピュータとは異なる種類の装置（例えば、デジタルカメラ、スキャナ、スマートフォン）であってもよい。また、ネットワークを介して互いに通信可能な複数の装置（例えば、コンピュータ）が、データ処理装置によるデータ処理の機能を一部ずつ分担して、全体として、データ処理の機能を提供してもよい（これらの装置を備えるシステムがデータ処理装置に対応する）。

【0140】

上記各実施例において、ハードウェアによって実現されていた構成の一部をソフトウェアに置き換えるようにしてもよく、逆に、ソフトウェアによって実現されていた構成の一部あるいは全部をハードウェアに置き換えるようにしてもよい。例えば、物体検出モデルＭ１の機能は、専用のハードウェア回路によって実現されてよい。

【0141】

また、本開示の機能の一部または全部がコンピュータプログラムで実現される場合には、そのプログラムは、コンピュータ読み取り可能な記録媒体（例えば、一時的ではない記録媒体）に格納された形で提供することができる。プログラムは、提供時と同一または異なる記録媒体（コンピュータ読み取り可能な記録媒体）に格納された状態で、使用され得る。「コンピュータ読み取り可能な記録媒体」は、メモリーカードやＣＤ－ＲＯＭのような携帯型の記録媒体に限らず、各種ＲＯＭ等のコンピュータ内の内部記憶装置や、ハードディスクドライブ等のコンピュータに接続されている外部記憶装置も含み得る。

【0142】

上記した実施の形態は、本開示の理解を容易にするためのものであり、本発明を限定するものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれる。

【符号の説明】

【0143】

１１０…第１デジタルカメラ（第１カメラ）、１２０…第２デジタルカメラ（第２カメラ）、２００…データ処理装置、２１０…プロセッサ、２１５…記憶装置、２２０…揮発性記憶装置、２３０…不揮発性記憶装置、２３１…プログラム、２４０…表示部、２５０…操作部、２７０…通信インタフェース、８００…ラベル、８００ｔ…対象ラベル、８１０…傷、８１０ａ…第１エラー部分、８１０ｂ…第２エラー部分、９００…複合機、Ｍ１…物体検出モデル、Ｍ２…生成モデル、Ｄｘ…第１方向、Ｄｙ…第２方向

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】