[发明专利]图像处理装置、机器学习装置、图像处理方法

说明书

本发明提供一种图像处理装置、机器学习装置、图像处理方法，对装置中的异常的产生进行推断。本发明构成图像处理装置，所述图像处理装置具备：存储部，其存储学习完毕模型，所述学习完毕模型是通过利用教师数据、并进行机器学习而获得的，所述教师数据是使因图像读取装置读取原稿而被生成的图像数据、和与所述图像读取装置的异常相关的装置异常信息相对应而获得的；控制部，其在所述图像读取装置读取原稿时，基于被生成的图像数据和所述学习完毕模型，而取得所述装置异常信息。

技术领域

本发明涉及一种图像处理装置、机器学习装置、图像处理方法。

背景技术

一直以来，提出了用于对装置的故障时期进行预测的各种各样的方法。在例如专利文献1中，记载了一种技术，在该技术中，对被输送的薄片到达薄片检测传感器的定时进行监控，并利用对该定时的延迟率的变迁进行近似的函数(预测函数)，来预测辊的寿命时期(第0018～0023段落等)。

但是，有可能由于各种各样的事态复杂地相关联而产生装置的异常。因此，不容易制定用于对装置中的异常的产生进行推断的判断基准或预测函数。

专利文献1：日本特开2003-261237号公报

发明内容

本发明的目的在于，对装置中的异常的产生进行推断。

用于实现上述目的的图像处理装置具备：存储部，其存储学习完毕模型，所述学习完毕模型是通过利用教师数据、并进行机器学习而获得的，所述教师数据是使因图像读取装置读取原稿而被生成的图像数据、和与图像读取装置的异常相关的装置异常信息相对应而获得的；控制部，其在图像读取装置读取原稿时，基于被生成的图像数据和学习完毕模型，而取得装置异常信息。

根据本结构，能够基于因图像读取装置读取原稿而被生成的图像数据，来取得图像读取装置的装置异常信息，并能够基于装置异常信息，而对装置中的异常的产生进行推断。装置异常信息为，与在图像读取装置中产生的异常相关的信息。该异常可能包含通过现状而显现出来的异常、在现状中未显现出来但将来有可能显现出来的异常、需要人进行处理的异常、有可能在装置内部进行处理的异常。此外，根据本结构，由于是利用机器学习模型而对装置中的异常的产生进行推断的结构，因此，无需由人规定用于对装置中的异常的产生进行推断的判断基准。

而且，也可以为如下的结构，即，在教师数据中，图像读取装置的使用历史、原稿的读取分辨率、原稿的介质的种类中的至少任意一个与装置异常信息相对应。

除了图像数据之外，还能够通过使教师数据包含使用历史、读取分辨率、介质的种类的信息，而提高可精度良好地对图像读取装置中的异常的产生进行推断的可能性。

而且，也可以为如下的结构，即，在使用历史中包含原稿输送辊的更换历史，装置异常信息包含接下来需要更换原稿输送辊的时期。

根据本结构，能够基于包含原稿输送辊的更换历史在内的图像读取装置的使用历史，而对接下来需要更换原稿输送辊的时期进行推断。

而且，也可以为如下的结构，即，装置异常信息包括针对异常的处理方法，处理方法包括原稿输送辊的更换、原稿输送辊的清扫、通过读取而被生成的图像数据的图像修正中的至少任意一个。

根据本结构，能够利用学习完毕模型，而对包括原稿输送辊的更换、原稿输送辊的清扫、图像数据的图像修正中的至少任意一个在内的处理方法(针对异常的处理方法)进行推断。

而且，也可以为如下的结构，即，在装置异常信息为与原稿输送辊的更换相关的信息的情况下，控制部实施催促原稿输送辊的订货的报知，或者自动地实施订货。

在实施促使图像读取装置的利用者对更换用的原稿输送辊进行订货的报知的结构的情况下，与不实施该报知的情况相比，能够提高在发生故障时(无法输送时)准备了更换用的辊的可能性。此外，在自动地对原稿输送辊进行订货的结构的情况下，能够减轻利用者的麻烦。