JP4160445B2

JP4160445B2 - Image processing system and image processing method

Info

Publication number: JP4160445B2
Application number: JP2003147703A
Authority: JP
Inventors: 高幸永瀬; 真一高橋; 勝横山; 博嗣吉田
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 2003-05-26
Filing date: 2003-05-26
Publication date: 2008-10-01
Anticipated expiration: 2023-05-26
Also published as: JP2004350209A

Description

【０００１】
【発明の属する技術分野】
本発明は、デジタルカラー写真等の画像の彩度補正を自動的に行う画像処理システム及び画像処理方法に関するものである。
【０００２】
【従来の技術】
従来、新聞報道などで利用するテジタルカラー写真画像に対して、紙上掲載に適するように彩度補正を行う場合には、汎用の画像処理ソフトを用いてオペレータが処理条件を指定し、表示画面で画像の出来具合を確認しながら適切な画像に仕上げることが一般的であった。この場合、新聞報道用に利用するデジタルカラー写真画像を画面に表示して、オペレータがその目でデジルタカラー写真画像の彩度を判断し、彩度が強すぎる場合は弱く、また、弱すぎる場合は強く、表示画面を見ながら手作業で調整していた。また、このような彩度補正を自動的に行う技術として、写真画像の全体について一律に彩度補正する技術や、写真画像の人物像の肌色を補正する技術が知られている（例えば、特許文献１参照。）。
【０００３】
【特許文献１】
特開２００１−１８６３２３号公報
【０００４】
【発明が解決しようとする課題】
しかし、上記のオペレータによる彩度補正では、オペレータの作業負担が大きく相当な時間がかかる上に個々のオペレータの技能の差により均一な処理ができないという問題があった。また、写真画像の全体について一律に彩度補正する技術では、補正が不要な部分の彩度も補正されることを避けられず、画像によっては十分適切な彩度補正を行えない場合があった。例えば、人物の画像では、彩度を一律に上げて顔の肌色が赤みを帯びるように補正すると、補正が不要な背景の白色の部分が黄色がかるといった問題が生じ得る。更に、写真画像の人物像の肌色を補正する技術では、人物像の肌色に特化して彩度の自動補正を行うものであって汎用性に乏しい。
【０００５】
そこで、本発明は、このような従来技術の問題点を解消するべく案出されたものであり、画像の彩度補正を、人手を介さずに適切かつ自動的に行うことができる画像処理システム及び画像処理方法を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記目的を達成するために、本発明は、画像処理システムの構成を、処理対象画像に対して、無彩色の領域と、低彩度の領域、低明度の領域、及び高明度の領域のうちの少なくとも一つからなる無彩色とみなされる領域とを検出し、その検出された領域を除いた領域に対して彩度補正を行うにあたり、各画素の色相ごとに彩度分布の傾向が比較的高いものから比較的低いものまで複数用意されたサンプル画像とそれらのサンプル画像の各々に対応する彩度補正情報として補正係数を含む補正テーブルとを蓄積する情報蓄積手段と、処理対象画像の各画素の色相ごとに彩度分布の傾向が最も類似するサンプル画像を前記情報蓄積手段から選択し、選択されたサンプル画像に対応する補正テーブルに従って対象画素の明度及び彩度の値に基づき補正係数を決定し、決定された補正係数と予め設定された標準彩度補正値との乗算により彩度補正値を算出し、算出した彩度補正値を対象画素の彩度の値に加算することにより処理対象画像の全ての画素について彩度補正を行う画像処理手段を有するものとした。
【０００７】
【発明の実施の形態】
本発明の第１の実施の態様に係る画像処理システムは、処理対象画像に対して、無彩色の領域と、低彩度の領域、低明度の領域、及び高明度の領域のうちの少なくとも一つからなる無彩色とみなされる領域とを検出し、その検出された領域を除いた領域に対して彩度補正を行うにあたり、各画素の色相ごとに彩度分布の傾向が比較的高いものから比較的低いものまで複数用意されたサンプル画像とそれらのサンプル画像の各々に対応する彩度補正情報として補正係数を含む補正テーブルとを蓄積する情報蓄積手段と、処理対象画像の各画素の色相ごとに彩度分布の傾向が最も類似するサンプル画像を前記情報蓄積手段から選択し、選択されたサンプル画像に対応する補正テーブルに従って対象画素の明度及び彩度の値に基づき補正係数を決定し、決定された補正係数と予め設定された標準彩度補正値との乗算により彩度補正値を算出し、算出した彩度補正値を対象画素の彩度の値に加算することにより処理対象画像の全ての画素について彩度補正を行う画像処理手段を備えた構成とする。これによると、彩度補正を必要としない無彩色の領域（無彩色とみなされる領域を含む）を補正対象から除外することにより、無彩色の領域を含む処理対象画像全体が一律に補正されて補正後の画像が不自然になるといった不都合を解消でき、彩度補正が必要な領域に対して適切な画像処理を行うことができる。ここで、無彩色の領域であるか否かの判定は、各画素ごとに行うことができる。特に、画素は、その彩度が０近傍の低彩度の領域（灰色領域）にある場合、その明度が０近傍の低明度の領域（黒色領域）にある場合、又はその明度が最大値近傍の高明度の領域（白色領域）にある場合の少なくとも何れか一つに該当するときは、彩度を補正することで写真画像が不自然になることがあるので、無彩色とみなすことができる。また、各画素の色相に基づく彩度補正情報を利用することによって、処理対象画像の各画素の色相の特徴に応じて適切な彩度補正を行うことができるとともに、色の調子に基づき設定された補正係数によって、彩度補正値を容易に変更でき、標準の彩度補正値では適性な補正が行えない場合でも簡易な調整で適切な彩度補正を行うことができる。
【０００９】
本発明の第２の実施の態様に係る画像処理システムは、上記第１の実施の態様に係る構成において、彩度補正値は、彩度補正の効果の高い明度が中央値近傍かつ彩度が中央値以下の値となるときに最大値をとり、その最大値から所定の分布規則に従い減少する構成とすることができる。これによると、色の調子に基づき設定された彩度補正値によって、灰色領域で各色相の特徴と表し易い画素の中で彩度がくすんだものを最も効果的に補正し、かつ他の画素については規則的に補正量を下げて補正するので、より適切な彩度補正を行うことができる。
【００１０】
本発明の第３の実施の態様に係る画像処理システムは、上記第２の実施の態様に係る構成において、彩度補正値の最大値は、一定範囲の明度及び彩度の値に対して設定される構成とすることができる。これによると、各画素における相対的な彩度の差が補正前の処理対象画像と概ね同様のまま彩度を補正することができ、彩度補正値が大きな領域において相対的な彩度の差が拡大して不自然な画像となるのを防止できる。
【００１２】
本発明の第４の実施の態様に係る画像処理システムは、上記第１の実施の態様に係る構成において、彩度補正情報は、サンプル画像の彩度についての統計データを含み、前記サンプル画像の統計データと処理対象画像について収集した統計データとを比較して、処理対象画像とサンプル画像との類似度を判定する構成とすることができる。これによると、複数の彩度補正の処理手順から処理対象画像に最適な処理手順を容易に選択することができる。特に、同一の色相に複数のサンプル画像を準備することで、色相ごとの彩度の特徴に応じてより高精度で適切な彩度補正を行うことができる。
【００１３】
本発明の第５の実施の態様に係る画像処理システムは、上記第４の実施の態様に係る構成において、統計データによる各画素の彩度のヒストグラムに基づき前記処理対象画像とサンプル画像との類似度を判定する構成とすることができる。これによると、色相ごとの彩度の特徴に応じて処理対象画像とサンプル画像との類似度を容易に判定することができる。
【００１５】
本発明の第６の実施の態様に係る画像処理方法は、処理対象画像に対して、無彩色の領域と、低彩度の領域、低明度の領域、及び高明度の領域のうちの少なくとも一つからなる無彩色とみなされる領域とを検出する検出過程と、その検出された領域を除いた領域に対して彩度補正を行うにあたり、各画素の色相ごとに彩度分布の傾向が比較的高いものから比較的低いものまで複数用意されたサンプル画像とそれらのサンプル画像の各々に対応する彩度補正情報として補正係数を含む補正テーブルとを蓄積する情報蓄積手段と、処理対象画像の各画素の色相ごとに彩度分布の傾向が最も類似するサンプル画像を前記情報蓄積手段から選択し、選択されたサンプル画像に対応する補正テーブルに従って対象画素の明度及び彩度の値に基づき補正係数を決定し、決定された補正係数と予め設定された標準彩度補正値との乗算により彩度補正値を算出し、算出した彩度補正値を対象画素の彩度の値に加算することにより処理対象画像の全ての画素について彩度補正を行う画像処理過程とを有する構成とする。
【００１７】
本発明の第７の実施の態様に係る画像処理方法は、上記第６の実施の態様に係る構成において、彩度補正値は、彩度補正の効果の高い明度が中央値近傍かつ彩度が中央値以下の値となるときに最大値をとり、その最大値から所定の分布規則に従い減少する構成とすることができる。
【００１８】
本発明の第８の実施の態様に係る画像処理方法は、上記第７の実施の態様に係る構成において、彩度補正値の最大値は、一定範囲の明度及び彩度の値に対して設定される構成とすることができる。
【００２０】
本発明の第９の実施の態様に係る画像処理方法は、上記第６の実施の態様に係る構成において、彩度補正情報は、サンプル画像の彩度についての統計データを含み、前記サンプル画像の統計データと処理対象画像について収集した統計データとを比較して、処理対象画像とサンプル画像との類似度を判定する構成とすることができる。
【００２１】
本発明の第１０の実施の態様に係る画像処理方法は、上記第９の実施の態様に係る構成において、統計データによる各画素の彩度のヒストグラムに基づき前記処理対象画像とサンプル画像との類似度を判定する構成とすることができる。
【００２３】
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
【００２４】
図１は、本発明による画像処理システムの概略構成を示すブロック図である。この画像処理システムは、複数のサンプル画像ごとの最適な処理手順に関するスクリプトデータ（処理手順を所定形式で記述したデータ）及びそのサンプル画像の特徴を表す統計データを蓄積するカラー知識ベース（情報蓄積手段、以下適宜にＣＫＢと略す。）１と、ここに蓄積されたサンプル画像の統計データと処理対象画像について収集した統計データとを比較して、処理対象画像とサンプル画像との類似度を判定し、最も類似するサンプル画像に対応する処理手順を選択するカラークラフト（処理手順選択手段）２と、ここで選択した処理手順に従って処理対象画像の画像処理を実行するカラーインタプリタ（画像処理手段）３とを有している。カラークラフト２は、ＣＴＳ（電算写植組版システム）の画像処理部を構成する。なお、本システムで扱われる画像は、ＴＩＦＦ及びＪＦＩＦなどのファイルフォーマットによるフルカラー画像（例えば１色当たり２５６階調）及びグレースケール画像（例えば２５６階調）である。
【００２５】
この画像処理システムで行われる画像処理方法は、換言すると、サンプル画像に代表される複数の処理グループごとに処理手順を予め指定しておくと共に、サンプル画像との類似度に基づいて処理対象画像を複数の処理グループのいずれかに振り分ける画像分類処理に要する情報をカラー知識ベース１に予め蓄積しておき、処理対象画像が入力されると、カラー知識ベース１の蓄積情報を参照して処理対象画像が属する処理グループを特定し、その処理グループに対応する処理手順にしたがって処理対象画像の画像処理を行うものである。ここで画像分類処理は、上記の最も類似するサンプル画像を抽出する類似画像検索に相当し、画像分類処理に要する情報は、上記のサンプル画像との類似度の判定に要するサンプル画像の特徴を表す統計データである。
【００２６】
さらにこの画像処理システムは、最も類似するサンプル画像に対応する処理手順による画像処理の結果が不良な場合に、別の処理手順による画像処理を試験的に実行して良好な結果が得られる処理手順を求め、この処理手順と処理対象画像の統計データとを新たなサンプル画像としてカラー知識ベース１に登録し、また良好な結果が得られる処理手順に基づいてカラー知識ベース１に蓄積された処理手順の内容を変更するカラーサポート４を有している。別の処理手順による画像処理を試験的に実行する画像処理シミュレーションでは、処理条件の入力とこれに基づく出力画像の表示とを対話型で進めて最適な処理手順を求める。カラーサポート４は、ＣＴＳの画像加工端末を構成する。
【００２７】
図２は、図１に示した画像処理システムでの画像処理の概要を示している。カラー知識ベース１は、サンプル画像の統計データを複数の処理項目ごとに蓄積し、カラークラフト２は、処理対象画像とサンプル画像との類似度の判定を複数の処理項目ごとに行う。さらにカラーインタプリタ３は、カラークラフト２により選択された処理手順の実行を複数の処理項目について順次行い、カラークラフト２は、前段の処理項目での画像処理により得られた処理済み画像（出力画像）を処理対象画像として統計データの収集並びにサンプル画像との類似度の判定を行う。
【００２８】
上記の処理項目としては、画像のカラーバランスを調整する色かぶり補正、画像の明るさ及びコントラストを調整する明るさ補正、逆光で撮影された場合に明るさを調整する逆光補正、画像の彩度補正がある。これらの処理項目の処理順位は適宜に定めることができるが、色かぶり補正、明るさ補正、逆光補正、彩度補正の順に行うことが一般的である。
【００２９】
次に、上記のような画像処理システムを用いて処理対象画像の彩度補正を適切に行うための方法について説明する。ここでは、処理対象画像をデジタルカラー写真画像（８ビットのＲＧＢ画像）とする。
【００３０】
図３は、ＨＳＬ色空間の６角錐カラーモデルを示す。処理対象となるＲＧＢ画像は、ＲＧＢ色空間から図に示すようなＨＬＳ色空間へ変換して取扱う。ＨＳＬ色空間は、Ｈ（色相：０〜３６０°）、Ｌ（明度：０〜１００％）、Ｓ（彩度：０〜１００％）の３つのパラメータで表され、これらのパラメータを本発明における彩度補正に用いる。
【００３１】
図４は、写真画像における明度Ｌ及び彩度Ｓの情報の一例を示すグラフである。ここで、斜線部は処理対象画像において彩度補正を行う必要のない無彩色の領域（無彩色とみなされる領域を含む）であり、その領域（画素）は明度Ｌ及び彩度Ｓの百分率を用いて以下のように定義することができる。
９７％≦Ｌ
Ｌ≦５％
Ｓ≦５％
即ち、通常の無彩色の領域に加え、彩度が０近傍にある場合、明度が０近傍にある場合、又は明度が最大値近傍にある場合をも無彩色の領域とみなして彩度補正の対象から除外する。
【００３２】
図に示すように、ｘ軸を彩度Ｓ（レンジ：０〜２５５）、ｙ軸を明度Ｌ（レンジ：０〜２５５）とした２次元直交座標には、写真画像の各サンプルポイントの明度Ｌ及び彩度Ｓの情報がプロットされている。記号「○」・「×」は、それぞれ彩度補正の要・不要の判定を示す。ここで、彩度補正が必要な領域は、概ねグラフの中央部に位置し、一方、彩度補正が不要な領域は、無彩色の領域に近い端部に位置する傾向にある。従って、明度及び彩度の中央値付近に最大値を有し、周辺部（明度若しくは彩度が０又は最大値に近い領域）に向かって小さくなるように彩度補正値（処理対象画像の各画素の彩度の値に加算する量）を調節することが望ましい。
この彩度補正値は、予め設定された標準彩度補正値と後述する補正係数との積算により算出される。補正係数は、例えば、ガウス分布に基づく関数を用いて設定され、ここでは、補正係数に関するガウス関数ｆ（ｘ）を、最大値が１、分布の広がりの半径がｒとなるようにして、次の式１のように表すことができる。
【００３３】
【数１】

（ただし、ｇ（Gaussian）＝半径ｒ／標準偏差σ）
更に、この式１より、２変数のガウス関数ｆ（ｘ，ｙ）を求めるために、ｘ軸の半径をｒ_xとし、もう一つの変数としてｙ軸方向の半径をｒ_yを加えると、次の式２のように表される。
【００３４】
【数２】

この関数は、（ｘ，ｙ）＝（０，０）のとき、最大値１となり、原点（０，０）から離れるに従ってより小さな値をとり、（|ｘ|，|ｙ|）＝（ｒ_x，ｒ_y）のときほぼ０となる。これより、ｘ軸及びｙ軸について、正の方向と負の方向に個別の半径を指定すると、第１象限から第４象限まで、４つの分布を設定することができる。
【００３５】
図５は、上記のようなガウス関数を用いて求めた各象限における補正係数の値の一例を示す図である。ここでは、ｘ軸を彩度Ｓ（レンジ：０〜２５５）、ｙ軸を明度（レンジ：０〜２５５）とした２次元直交座標において、ｘ軸及びｙ軸の正の方向の半径をそれぞれｒ_px＝３、ｒ_py＝４とし、負の方向の半径をそれぞれｒ_mx＝５、ｒ_my＝６とした場合の例が示されており、それぞれの数値は、各座標に対応する補正係数の値である。図５においては、（ｘ，ｙ）＝（０，０）の一点（表示の便宜上、第１から第４象限の全てに示されている）において、補正係数は最大値（＝１．０）をとるが、通常は、彩度補正の効果の高い一定範囲の明度及び彩度の値に対して最大値を設定することが望ましい。その場合、例えば、最大値をとる領域（以下、ＰｅａｋＲｅｃｔ）を矩形の領域とし、その他の領域について上記のガウス関数を用いて補正係数を設定することができる。更に、彩度補正は、図３に示したような色相の特徴を考慮して行うことが好ましく、上記のようなガウス関数において、ＰｅａｋＲｅｃｔ及びｇを変更して色相ごとの補正係数を求めることができる。
【００３６】
図６から図９は、図３に示した１２の色相領域に対応する補正係数を示す図である。各図において、横軸を彩度Ｓ（レンジ：０〜２５５）、縦軸を明度Ｌ（レンジ：０〜２５５）とし、補正係数は、便宜上明度及び彩度の値の０から１６間隔ごとに示し、その他の値は省略してある。ここで、図６（ａ）〜（ｃ）は、各々赤、オレンジ、及び黄、図７（ａ）〜（ｃ）は、黄緑、緑、及び青緑、図８（ａ）〜（ｃ）は、シアン、シアンブルー、及び青、図９（ａ）〜（ｃ）は、紫、マゼンタ、及び赤マゼンタに対応する補正係数をそれぞれ示す。各図において、矩形で囲まれた領域は、ＰｅａｋＲｅｃｔの範囲を示す。例えば、図６（ａ）の色相が赤の場合、ＰｅａｋＲｅｃｔは、彩度Ｓが８０〜１０４、明度Ｌが８８〜１２０の範囲で設定（図中に、「ＰｅａｋＲｅｃｔ：（８０，８８）−（１０４，１２０）」で表す。以下、同様。）され、ｇは３．８である。
【００３７】
図１０は、各色相に属するサンプル画像及びそれに対応する彩度補正の処理手順の一例を示す図である。図に示すように、各色相ごとに関連する１以上（通常は複数）のサンプル画像と、それらのサンプル画像の各々に対応する彩度補正情報として上述の補正係数を含む補正テーブル（彩度補正の処理手順）とが存在する。例えば、色相が赤の場合には、関連する３つのサンプル画像（彩度分布サンプル）Ｒｅｄ００、Ｒｅｄ０１、及びＲｅｄ０２と、それらに対応する４つの補正テーブルＴｂｌＲｅｄ００、ＴｂｌＲｅｄ０１、及びＴｂｌＲｅｄ０２が存在する。
【００３８】
ここで、サンプル画像Ｒｅｄ００は、彩度分布の傾向が比較的高い彩度に偏っているサンプル画像であり、対応する補正テーブルＴｂｌＲｅｄ００における補正係数は、ＰｅａｋＲｅｃｔの面積が比較的狭く、また、補正によるアンバランス感を抑えるために彩度が比較的大きい値についてＰｅａｋＲｅｃｔが設定される。また、サンプル画像Ｒｅｄ０３は、彩度分布の傾向が比較的低い彩度に偏っているサンプル画像であり、対応する補正テーブルＴｂｌＲｅｄ０３における補正係数は、ＰｅａｋＲｅｃｔの面積が比較的広く、彩度が比較的に小さい値において設定され、また、補正係数は全体的に高い値となる。更に、サンプル画像Ｒｅｄ０２は、彩度分布がサンプル画像Ｒｅｄ０１とＲｅｄ０３との中間の傾向を示し、対応する補正テーブルＴｂｌＲｅｄ０２における補正係数も、補正テーブルＴｂｌＲｅｄ０１とＴｂｌＲｅｄ０３との中間の傾向を示す。他の色相についても同様であるが、各色相に属するサンプル画像の数は必ずしも同一である必要はなく、各色相の彩度補正への影響の度合に応じて、準備する補正テーブルの数を変更することができる。
【００３９】
図１１は、サンプル画像と処理対象画像との彩度ヒストグラムによる類似度の判定の概要について示す図である。ここで、図１１（ａ）は、処理対象画像及び図１０に示した色相が赤の場合の３つのサンプル画像（Ｒｅｄ０１、Ｒｅｄ０２、Ｒｅｄ０３）の彩度の分布を示すヒストグラムである。横軸の彩度は、０〜３２、３２〜６４、６４〜９６、９６〜１２８、１２８〜１６０、１６０〜１９２、１９２〜２２４、及び２２４〜２５６の各区間（以下、彩度ブロック）に区分けされている。一方、縦軸には、それらの各彩度ブロックに属する彩度を有する画素の分布数（％）を表しており、ここでは最も大きな画素数を含む区間の値が１００％となるように各ブロックの値を換算して示している。
【００４０】
また、図１１（ｂ）は、図１１（ａ）における処理対象画像と一のサンプル画像との比較を示す図である。図に示すように、サンプル画像（Ｒｅｄ０１）と処理対象画像との類似度は、各彩度ブロックにおける画素の分布数の比較を比較することによって判定される。即ち、類似度は、各彩度ブロックにおける画素の分布数の差（絶対値）の和（以下、差異の値）によって判定され、その差異の値が最も小さいサンプル画像が最も類似するサンプル画像である。従って、そのサンプル画像に対応する彩度補正の処理手順が選択され、色相が赤である画素について、その処理手順によって彩度補正が実行される。上記のようなび彩度補正は、他の色相についても同様に実行される。
【００４１】
図１２から図１５は、図１に示す画像処理システムによる彩度補正の一連の処理手順を示すフロー図である。図１２は、彩度補正の処理手順の全体フロー図である。まず、処理対象画像の色空間がＲＧＢからＨＬＳに変換される（ＳＴ１０１）。次に、処理対象画像の各画素について色相別に補正テーブルが選択され（ＳＴ１０２）、選択された補正テーブルに従って、全ての画素について彩度補正が実行され（ＳＴ１０３）、彩度補正の処理は終了する。
【００４２】
図１３は、図１２のＳＴ１０２において実行される色相別の補正テーブルの選択のフロー図である。まず、色相の番号を示すｉに１が代入され（ＳＴ２０１）、ｉが色相の分割数（ここでは、１２）以下であるか否かが判定される（ＳＴ２０２）。ｉが色相の分割数以下である場合には、処理対象画像の全画素からｉ番目の色相に分類される画素がピックアップされ（ＳＴ２０３）、それらの画素について彩度のヒストグラムが作成される（ＳＴ２０４）。
【００４３】
次に、サンプル画像の番号を示すｊに１が代入され（ＳＴ２０５）、ｊがｉ番目の色相について登録されたサンプル画像の数以下であるか否かが判定される（ＳＴ２０６）。ｊがサンプル画像の数以下である場合には、ＳＴ２０４において作成された処理対象画像のヒストグラムとｊ番目のサンプル画像のｉ番目の色相に分類される全ての画素の彩度のヒストグラムとが比較され（ＳＴ２０７）、その比較によって求められた差異の値が保存される（ＳＴ２０８）。そこで、ｊに１が加算されてＳＴ２０６に戻り、ｊがサンプル画像の数を超えるまで、ＳＴ２０６〜ＳＴ２０９が繰り返し実行される。最終的に、ＳＴ２０６においてｊがサンプル画像の数を超えたと判定されると、各サンプル画像について算出された差異の値が最小となる一のサンプル画像が選択される（ＳＴ２１０）。
【００４４】
そこで、選択されたサンプル画像に関連づけられた補正テーブルにおける補正係数がｉ番目の色相の補正係数として設定される（ＳＴ２１１）。次に、ｉに１が加算され、ＳＴ２０２に戻り、iが色相の分割数を超えるまで、ＳＴ２０２〜ＳＴ２１２が繰り返し実行される。最終的に、ＳＴ２０２においてiが色相の分割数を超えたと判定されると、色相別の補正テーブルの選択の過程が終了する。
【００４５】
図１４は、図１３のＳＴ２０７において実行される彩度ヒストグラムの比較のフロー図である。まず、彩度ブロックの番号を示すｋに１が代入され（ＳＴ２２１）、ｋが予め設定された彩度の分割ブロック数以下であるか否かが判定される（ＳＴ２２２）。ｋが彩度の分割ブロック数以下である場合には、処理対象画像とサンプル画像のｋ番目のブロックにおける画素の分布数の差が算出され、保存される（ＳＴ２２３）。次に、ｋに１が加算されてＳＴ２２２に戻り、ｋが彩度の分割ブロック数を超えるまで、ＳＴ２２２〜ＳＴ２２４が繰り返し実行される。最終的に、ＳＴ２２１においてｋが彩度の分割ブロック数を超えたと判定されると、全ての彩度ブロックの差の和として差異の値が算出され、彩度ヒストグラムの比較の過程が終了する。
【００４６】
図１５は、図１２のＳＴ１０３において実行される彩度補正処理のフロー図である。まず、対象画素が無彩色の領域内にあるか否かが判定され、無彩色の画素及び予め無彩色とみなされた所定の彩度及び明度を有する画素が検出される（ＳＴ３０１）。そこで、対象画素が無彩色の領域内にある場合には、補正処理は行われずにＳＴ３０７に進む。
【００４７】
一方、無彩色領域内にない場合には、対象画素が何れかの色相に分類される（ＳＴ３０２）。そこで、分類された色相に属する補正テーブルを読出し（ＳＴ３０３）、読出された補正テーブルに従って、対象画素の明度Ｌ及び彩度Ｓの値に基づき補正係数が決定される（ＳＴ３０４）。次に、その補正係数と標準彩度彩度補正値との乗算により彩度補正値が算出され（ＳＴ３０５）、算出された彩度補正値が、対象画素の彩度の値に加算される（ＳＴ３０６）。そこで、処理対象画像の全ての画素について彩度補正が実行されたか否かが判定され（ＳＴ３０７）、全ての画素の彩度補正が終了するまで、ＳＴ３０１〜ＳＴ３０６が繰り返し実行される。最終的に、ＳＴ３０７において全ての画素の彩度補正が終了したと判定されると、彩度補正の過程が終了する。
【００４８】
【発明の効果】
このように本発明によれば、オペレータが処理対象画像についての彩度補正の処理を手作業で行う必要はなく、個々の処理対象画像の彩度の特徴に応じて適切な画像処理を自動的に行うことができる。
【図面の簡単な説明】
【図１】本発明による画像処理システムの概略構成を示すブロック図
【図２】図１に示した画像処理システムでの画像処理の概要を示す図
【図３】ＨＳＬ色空間の６角錐カラーモデルを示す図
【図４】写真画像における明度Ｌ及び彩度Ｓの情報の一例を示すグラフ
【図５】補正係数の値の一例を示す図
【図６】図３の各色相に対応する補正係数の値の一例を示す図
【図７】図３の各色相に対応する補正係数の値の一例を示す図
【図８】図３の各色相に対応する補正係数の値の一例を示す図
【図９】図３の各色相に対応する補正係数の値の一例を示す図
【図１０】各色相に属するサンプル画像及びそれに対応する彩度補正の処理手順の一例を示す図
【図１１】サンプル画像と処理対象画像との彩度ヒストグラムによる類似度の判定の概要を示す図
【図１２】図１の画像処理システムによる彩度補正の処理手順の全体フロー図
【図１３】図１２の色相別の補正テーブルの選択の詳細を示すフロー図
【図１４】図１３の彩度ヒストグラムの比較のの詳細を示すフロー図
【図１５】図１２の彩度補正処理の実行の詳細を示すフロー図
【符号の説明】
１カラー知識ベース（情報蓄積手段）
２カラークラフト（処理手順選択手段）
３カラーインタプリタ（画像処理手段）
４カラーサポート[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an image processing system and an image processing method for automatically correcting saturation of an image such as a digital color photograph.
[0002]
[Prior art]
Conventionally, when correcting color saturation for digital color photographic images used in newspaper reports, etc. so that they are suitable for publication on paper, the operator specifies processing conditions using general-purpose image processing software, and displays them on the display screen. It was common to finish the image appropriately while checking the image quality. In this case, a digital color photographic image used for newspaper reporting is displayed on the screen, and the operator judges the saturation of the digital color photographic image with its eyes. If the saturation is too strong, it is weak, and if it is too weak, Strongly adjusted manually while looking at the display screen. Further, as a technique for automatically performing such saturation correction, a technique for uniformly correcting the saturation of the entire photographic image and a technique for correcting the skin color of a human image of a photographic image are known (for example, patents). Reference 1).
[0003]
[Patent Document 1]
Japanese Patent Laid-Open No. 2001-186323
[Problems to be solved by the invention]
However, the above-described saturation correction by the operator has a problem that the operator's work load is large and takes a considerable amount of time, and that uniform processing cannot be performed due to a difference in skill of each operator. In addition, with the technique of uniformly correcting the saturation of the entire photographic image, it is inevitable that the saturation of the portion that does not need correction is also corrected, and depending on the image, there may be cases where adequate saturation correction cannot be performed. . For example, in a human image, if the saturation is uniformly increased and the skin color of the face is corrected to be reddish, the white portion of the background that does not require correction may become yellow. Furthermore, the technique for correcting the skin color of a human image in a photographic image is not versatile because it performs automatic saturation correction specifically for the skin color of a human image.
[0005]
Accordingly, the present invention has been devised to solve such problems of the prior art, and an image processing system capable of appropriately and automatically performing image color saturation correction without human intervention. And an image processing method.
[0006]
[Means for Solving the Problems]
In order to achieve the above object, according to the present invention, an image processing system has a configuration in which an achromatic color region, a low saturation region, a low lightness region, and a high lightness region are processed with respect to an image to be processed. When detecting a region that is regarded as an achromatic color consisting of at least one of the above and performing saturation correction on the region excluding the detected region, the saturation distribution tends to be relatively different for each hue of each pixel. Information storage means for storing a plurality of sample images from high to relatively low and correction tables including correction coefficients as saturation correction information corresponding to each of the sample images, and each pixel of the processing target image complementary select the sample images tendency of saturation distribution is most similar to each color from said information storing means, based on the values of lightness and saturation of the target pixel in accordance with the correction table corresponding to the selected sample image A coefficient is determined, a saturation correction value is calculated by multiplying the determined correction coefficient by a preset standard saturation correction value, and the calculated saturation correction value is added to the saturation value of the target pixel. Thus, the image processing means for correcting the saturation for all the pixels of the processing target image is provided.
[0007]
DETAILED DESCRIPTION OF THE INVENTION
The image processing system according to the first embodiment of the present invention provides at least one of an achromatic region, a low saturation region, a low lightness region, and a high lightness region with respect to the processing target image. When detecting a region that is considered as an achromatic color and performing saturation correction on the region excluding the detected region, the saturation distribution tends to be relatively high for each hue of each pixel. Information storage means for storing a plurality of sample images prepared up to relatively low ones and a correction table including correction coefficients as saturation correction information corresponding to each of the sample images, and for each hue of each pixel of the processing target image the sample images tendency of saturation distribution is most similar selection from the information storage means, determining a correction factor based on the values of lightness and saturation of the target pixel in accordance with the correction table corresponding to the selected sample image The saturation correction value is calculated by multiplying the determined correction coefficient by a preset standard saturation correction value, and the calculated saturation correction value is added to the saturation value of the target pixel. The image processing means for correcting the saturation for all the pixels is provided. According to this, the entire processing target image including the achromatic region is uniformly corrected by excluding the achromatic region that does not require saturation correction (including the region considered to be achromatic) from the correction target. Inconveniences such as an unnatural image after correction can be solved, and appropriate image processing can be performed on an area requiring saturation correction. Here, the determination as to whether or not the region is an achromatic color can be made for each pixel. In particular, when a pixel is in a low-saturation region (gray region) whose saturation is near 0, when the brightness is in a low-lightness region (black region) near 0, or when the brightness is near the maximum value If it falls into at least one of the high brightness areas (white areas), the photographic image may become unnatural by correcting the saturation, so it can be regarded as an achromatic color. . In addition, by using the saturation correction information based on the hue of each pixel, it is possible to perform appropriate saturation correction according to the characteristics of the hue of each pixel of the processing target image and to set based on the color tone. The saturation correction value can be easily changed by the correction coefficient, and appropriate saturation correction can be performed by simple adjustment even when appropriate correction cannot be performed with the standard saturation correction value.
[0009]
In the image processing system according to the second embodiment of the present invention, in the configuration according to the first embodiment, the saturation correction value has a lightness with a high saturation correction effect near the median and saturation. A maximum value can be taken when the value is less than or equal to the median value, and the maximum value can be reduced according to a predetermined distribution rule. According to this, the saturation correction value set based on the tone of the color is used to most effectively correct the dull saturation among the pixels that are easily expressed as the characteristics of each hue in the gray area, and to other pixels. Since the correction is regularly performed by reducing the correction amount, more appropriate saturation correction can be performed.
[0010]
Third image processing system according to aspects of the practice of the present invention, set in the configuration according to the aspect of the second embodiment, the maximum value of the saturation correction value, to the lightness and saturation of a range of values Can be configured. According to this, it is possible to correct the saturation while the relative saturation difference in each pixel is substantially the same as that of the processing target image before correction, and the relative saturation difference in the region where the saturation correction value is large. Can be prevented from expanding and resulting in an unnatural image.
[0012]
The image processing system according to the fourth embodiment of the invention, in the configuration according to the aspect of the first embodiment, the saturation correction information includes statistical data about the saturation of the sample image, the sample image The statistical data and the statistical data collected for the processing target image can be compared to determine the degree of similarity between the processing target image and the sample image. According to this, it is possible to easily select the optimum processing procedure for the processing target image from a plurality of saturation correction processing procedures. In particular, by preparing a plurality of sample images for the same hue, it is possible to perform more accurate and appropriate saturation correction according to the feature of saturation for each hue.
[0013]
In the image processing system according to the fifth embodiment of the present invention, in the configuration according to the fourth embodiment, the processing target image and the sample image are similar based on a histogram of saturation of each pixel based on statistical data. The degree can be determined. According to this, it is possible to easily determine the similarity between the processing target image and the sample image according to the feature of saturation for each hue.
[0015]
In the image processing method according to the sixth embodiment of the present invention, at least one of an achromatic region, a low saturation region, a low lightness region, and a high lightness region with respect to the processing target image. In the detection process of detecting a region that is considered to be an achromatic color, and the saturation correction for the region excluding the detected region, the saturation distribution tendency is relatively different for each hue of each pixel. Information storage means for storing a plurality of sample images from high to relatively low and correction tables including correction coefficients as saturation correction information corresponding to each of the sample images, and each pixel of the processing target image of selecting a sample image tendency of saturation distribution is most similar to each color from said information storage means, correction factor based on the values of lightness and saturation of the target pixel in accordance with the correction table corresponding to the selected sample image Calculating a saturation correction value by multiplying the determined correction coefficient by a preset standard saturation correction value, and adding the calculated saturation correction value to the saturation value of the target pixel And an image processing process for performing saturation correction on all pixels of the processing target image.
[0017]
In the image processing method according to the seventh embodiment of the present invention, in the configuration according to the sixth embodiment, the saturation correction value has a lightness with a high saturation correction effect near the median and saturation. A maximum value can be taken when the value is less than or equal to the median value, and the maximum value can be reduced according to a predetermined distribution rule.
[0018]
In the image processing method according to the eighth embodiment of the present invention, in the configuration according to the seventh embodiment, the maximum value of the saturation correction value is set for a certain range of lightness and saturation values. Can be configured.
[0020]
Image processing method according to a ninth aspect of the embodiment of the invention, in the configuration according to the sixth aspect of the implementation of the saturation correction information includes statistical data about the saturation of the sample image, the sample image The statistical data and the statistical data collected for the processing target image can be compared to determine the degree of similarity between the processing target image and the sample image.
[0021]
In the image processing method according to the tenth embodiment of the present invention, in the configuration according to the ninth embodiment, the processing target image and the sample image are similar based on a histogram of saturation of each pixel based on statistical data. The degree can be determined.
[0023]
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
[0024]
FIG. 1 is a block diagram showing a schematic configuration of an image processing system according to the present invention. This image processing system includes a color knowledge base (information storage means) for storing script data (data describing a processing procedure in a predetermined format) relating to an optimum processing procedure for each of a plurality of sample images and statistical data representing the characteristics of the sample image Hereinafter, it is abbreviated as CKB as appropriate.) 1 and the statistical data of the sample image accumulated here and the statistical data collected for the processing target image are compared to determine the degree of similarity between the processing target image and the sample image. A color craft (processing procedure selection means) 2 for selecting a processing procedure corresponding to the most similar sample image, and a color interpreter (image processing means) 3 for executing image processing of the processing target image according to the processing procedure selected here. have. The color craft 2 constitutes an image processing unit of a CTS (computer typesetting system). Note that images handled in the present system are full-color images (for example, 256 gradations per color) and grayscale images (for example, 256 gradations) using file formats such as TIFF and JFIFF.
[0025]
In other words, the image processing method performed in this image processing system specifies a processing procedure in advance for each of a plurality of processing groups represented by a sample image, and selects a processing target image based on the similarity to the sample image. Information necessary for image classification processing to be distributed to any of a plurality of processing groups is stored in advance in the color knowledge base 1 and when the processing target image is input, the processing target image is referred to with reference to the stored information in the color knowledge base 1 Is specified, and the image processing of the processing target image is performed according to the processing procedure corresponding to the processing group. Here, the image classification process corresponds to the similar image search for extracting the most similar sample image, and the information required for the image classification process represents the characteristics of the sample image required for determining the similarity with the sample image. Statistical data.
[0026]
Furthermore, this image processing system is a processing procedure in which, when the result of the image processing by the processing procedure corresponding to the most similar sample image is poor, the image processing by another processing procedure is experimentally executed and a good result is obtained. The processing procedure and the statistical data of the processing target image are registered in the color knowledge base 1 as a new sample image, and the processing procedure stored in the color knowledge base 1 based on the processing procedure with which a good result can be obtained. Has a color support 4 for changing the contents of. In an image processing simulation in which image processing according to another processing procedure is executed on a trial basis, an optimum processing procedure is obtained by interactively proceeding with input of processing conditions and display of an output image based on the processing conditions. The color support 4 constitutes a CTS image processing terminal.
[0027]
FIG. 2 shows an overview of image processing in the image processing system shown in FIG. The color knowledge base 1 accumulates the statistical data of the sample image for each of the plurality of processing items, and the color craft 2 determines the similarity between the processing target image and the sample image for each of the plurality of processing items. Further, the color interpreter 3 sequentially executes the processing procedure selected by the color craft 2 for a plurality of processing items, and the color craft 2 processes the processed image (output image) obtained by the image processing in the previous processing item. As a processing target image, statistical data is collected and similarity with the sample image is determined.
[0028]
The above processing items include color fog correction that adjusts the color balance of the image, brightness correction that adjusts the brightness and contrast of the image, backlight correction that adjusts the brightness when captured in backlight, and image saturation. There is a correction. The processing order of these processing items can be determined as appropriate, but is generally performed in the order of color cast correction, brightness correction, backlight correction, and saturation correction.
[0029]
Next, a method for appropriately performing the saturation correction of the processing target image using the image processing system as described above will be described. Here, the processing target image is a digital color photographic image (8-bit RGB image).
[0030]
FIG. 3 shows a hexagonal pyramid color model of the HSL color space. The RGB image to be processed is handled after being converted from the RGB color space to the HLS color space as shown in the figure. The HSL color space is represented by three parameters of H (hue: 0 to 360 °), L (lightness: 0 to 100%), and S (saturation: 0 to 100%), and these parameters are used in the present invention. Used for saturation correction.
[0031]
FIG. 4 is a graph showing an example of information on lightness L and saturation S in a photographic image. Here, the hatched portion is an achromatic region (including a region considered to be an achromatic color) that does not need to be subjected to saturation correction in the processing target image, and the region (pixel) indicates a percentage of lightness L and saturation S. And can be defined as follows:
97% ≦ L
L ≦ 5%
S ≦ 5%
That is, in addition to the normal achromatic region, the saturation correction is performed when the saturation is near 0, the brightness is near 0, or the brightness is near the maximum value as an achromatic region. Exclude from the target.
[0032]
As shown in the figure, the two-dimensional Cartesian coordinates where the x axis is the saturation S (range: 0 to 255) and the y axis is the lightness L (range: 0 to 255) are the lightness L of each sample point of the photographic image. And saturation S information is plotted. Symbols “◯” and “×” indicate whether or not saturation correction is necessary. Here, the area where saturation correction is necessary is generally located at the center of the graph, while the area where saturation correction is not needed tends to be located at the end close to the achromatic area. Therefore, the saturation correction value (each of the processing target images has a maximum value near the median value of brightness and saturation, and decreases toward the peripheral portion (region where brightness or saturation is 0 or close to the maximum value). It is desirable to adjust the amount added to the saturation value of the pixel.
This saturation correction value is calculated by integrating a preset standard saturation correction value and a correction coefficient described later. The correction coefficient is set using, for example, a function based on a Gaussian distribution. Here, the Gaussian function f (x) relating to the correction coefficient is set so that the maximum value is 1 and the radius of the distribution spread is r. It can be expressed as in Equation 1.
[0033]
[Expression 1]

(Where g (Gaussian) = radius r / standard deviation σ)
Further, in order to obtain a two-variable Gaussian function f (x, y) from Equation 1, when the radius of the x-axis is r _x and the radius of the y-axis direction is added as another variable, r _y It is expressed as Equation 2 below.
[0034]
[Expression 2]

This function has a maximum value of 1 when (x, y) = (0, 0), and takes a smaller value as the distance from the origin (0, 0) increases. (| X |, | y |) = (r _x, it becomes substantially 0 when the r _y). As a result, if individual radii are designated in the positive and negative directions for the x-axis and the y-axis, four distributions from the first quadrant to the fourth quadrant can be set.
[0035]
FIG. 5 is a diagram showing an example of correction coefficient values in each quadrant obtained using the Gaussian function as described above. Here, in the two-dimensional Cartesian coordinates where the x axis is saturation S (range: 0 to 255) and the y axis is lightness (range: 0 to 255), the radii in the positive direction of the x axis and y axis are r respectively. _{In the example, px} = 3, r _py = 4, and the negative radii are r _mx = 5 and r _my = 6, respectively, and each numerical value indicates the correction coefficient corresponding to each coordinate. Value. In FIG. 5, the correction coefficient is the maximum value (= 1.0) at one point of (x, y) = (0, 0) (shown in all of the first to fourth quadrants for convenience of display). However, in general, it is desirable to set the maximum value for a certain range of lightness and saturation values that have a high saturation correction effect. In that case, for example, a region having the maximum value (hereinafter referred to as Peak Rect) is a rectangular region, and the correction coefficient can be set for the other regions using the Gaussian function. Further, the saturation correction is preferably performed in consideration of the characteristics of the hue as shown in FIG. 3, and the correction coefficient for each hue is obtained by changing Peak Rect and g in the Gaussian function as described above. Can do.
[0036]
6 to 9 are diagrams showing correction coefficients corresponding to the 12 hue regions shown in FIG. In each figure, the horizontal axis is the saturation S (range: 0 to 255), the vertical axis is the lightness L (range: 0 to 255), and the correction coefficients are for lightness and saturation values from 0 to 16 intervals for convenience. The other values are omitted. Here, FIGS. 6A to 6C are red, orange, and yellow, respectively, FIGS. 7A to 7C are yellow green, green, and blue-green, and FIGS. ) Indicates cyan, cyan blue, and blue, and FIGS. 9A to 9C indicate correction coefficients corresponding to purple, magenta, and red magenta, respectively. In each figure, a region surrounded by a rectangle indicates the range of Peak Rect. For example, when the hue of FIG. 6A is red, Peak Rect is set in a range where saturation S is 80 to 104 and lightness L is 88 to 120 (in the figure, “Peak Rect: (80, 88) -(104, 120) ". The same applies hereinafter), and g is 3.8.
[0037]
FIG. 10 is a diagram illustrating an example of a sample image belonging to each hue and a saturation correction processing procedure corresponding to the sample image. As shown in the figure, a correction table (saturation correction) including one or more (usually a plurality) sample images related to each hue and the above correction coefficient as saturation correction information corresponding to each of the sample images. Process procedures). For example, when the hue is red, there are three related sample images (saturation distribution samples) Red00, Red01, and Red02, and four correction tables Tbl Red00, Tbl Red01, and Tbl Red02 corresponding to them. .
[0038]
Here, the sample image Red00 is a sample image in which the tendency of the saturation distribution is biased to relatively high saturation, and the correction coefficient in the corresponding correction table Tbl Red00 has a relatively small area of Peak Rect, Peak Rect is set for a relatively large value of saturation in order to suppress an unbalanced feeling due to correction. Further, the sample image Red03 is a sample image in which the saturation distribution tendency is relatively low, and the correction coefficient in the corresponding correction table Tbl Red03 has a relatively large Peak Rect area and saturation. It is set at a relatively small value, and the correction coefficient becomes a high value as a whole. Further, the sample image Red02 has a saturation distribution that shows an intermediate tendency between the sample images Red01 and Red03, and the corresponding correction coefficient in the correction table Tbl Red02 also shows an intermediate tendency between the correction tables Tbl Red01 and Tbl Red03. The same applies to other hues, but the number of sample images belonging to each hue is not necessarily the same, and the number of correction tables to be prepared is changed according to the degree of influence of each hue on saturation correction. can do.
[0039]
FIG. 11 is a diagram showing an outline of determination of similarity based on a saturation histogram between a sample image and a processing target image. Here, FIG. 11A is a histogram showing the saturation distribution of the processing target image and the three sample images (Red01, Red02, Red03) when the hue shown in FIG. 10 is red. Saturation on the horizontal axis is 0 to 32, 32 to 64, 64 to 96, 96 to 128, 128 to 160, 160 to 192, 192 to 224, and 224 to 256 (hereinafter referred to as saturation block). It is divided. On the other hand, the vertical axis represents the distribution number (%) of pixels having the saturation belonging to each of the saturation blocks. Here, the value of the section including the largest number of pixels is set to 100%. The block value is converted and shown.
[0040]
FIG. 11B is a diagram showing a comparison between the processing target image in FIG. 11A and one sample image. As shown in the figure, the similarity between the sample image (Red01) and the processing target image is determined by comparing the comparison of the number of pixel distributions in each saturation block. That is, the similarity is determined by the sum of the difference (absolute value) of the number of pixel distributions in each saturation block (hereinafter, the difference value), and the sample image with the smallest difference value is the most similar sample image. is there. Therefore, the saturation correction processing procedure corresponding to the sample image is selected, and the saturation correction is executed by the processing procedure for the pixel whose hue is red. The above-described saturation correction is similarly performed for other hues.
[0041]
12 to 15 are flowcharts showing a series of processing procedures for saturation correction by the image processing system shown in FIG. FIG. 12 is an overall flowchart of the saturation correction processing procedure. First, the color space of the processing target image is converted from RGB to HLS (ST101). Next, a correction table is selected for each pixel of the processing target image for each hue (ST102), and saturation correction is executed for all pixels according to the selected correction table (ST103), and the saturation correction processing ends. .
[0042]
FIG. 13 is a flowchart for selecting a correction table for each hue executed in ST102 of FIG. First, 1 is assigned to i indicating the hue number (ST201), and it is determined whether i is equal to or less than the number of hue divisions (here, 12) (ST202). If i is equal to or smaller than the number of hue divisions, pixels classified into the i-th hue are picked up from all pixels of the processing target image (ST203), and a saturation histogram is created for these pixels (ST204). ).
[0043]
Next, 1 is substituted for j indicating the number of the sample image (ST205), and it is determined whether j is equal to or less than the number of sample images registered for the i-th hue (ST206). If j is less than or equal to the number of sample images, the histogram of the processing target image created in ST204 is compared with the saturation histogram of all pixels classified into the i-th hue of the j-th sample image. (ST207) The difference value obtained by the comparison is stored (ST208). Therefore, 1 is added to j and the process returns to ST206, and ST206 to ST209 are repeatedly executed until j exceeds the number of sample images. Finally, when it is determined in ST206 that j exceeds the number of sample images, one sample image that minimizes the difference value calculated for each sample image is selected (ST210).
[0044]
Therefore, the correction coefficient in the correction table associated with the selected sample image is set as the correction coefficient for the i-th hue (ST211). Next, 1 is added to i, the process returns to ST202, and ST202 to ST212 are repeatedly executed until i exceeds the number of hue divisions. Finally, when it is determined in ST202 that i exceeds the number of hue divisions, the process of selecting a correction table for each hue is completed.
[0045]
FIG. 14 is a flowchart of the saturation histogram comparison executed in ST207 of FIG. First, 1 is substituted for k indicating the number of the saturation block (ST221), and it is determined whether or not k is equal to or less than the preset number of divided blocks (ST222). If k is equal to or less than the number of divided blocks in saturation, the difference in the number of pixel distributions in the kth block of the processing target image and the sample image is calculated and stored (ST223). Next, 1 is added to k and the process returns to ST222, and ST222 to ST224 are repeatedly executed until k exceeds the number of divided blocks of saturation. Finally, if it is determined in ST221 that k has exceeded the number of chroma divided blocks, the difference value is calculated as the sum of the differences of all chroma blocks, and the chroma histogram comparison process ends.
[0046]
FIG. 15 is a flowchart of the saturation correction process executed in ST103 of FIG. First, it is determined whether or not the target pixel is in an achromatic region, and an achromatic pixel and a pixel having a predetermined saturation and lightness that are regarded as an achromatic color in advance are detected (ST301). Therefore, if the target pixel is in the achromatic region, the correction process is not performed and the process proceeds to ST307.
[0047]
On the other hand, if it is not within the achromatic color region, the target pixel is classified into one of the hues (ST302). Therefore, a correction table belonging to the classified hue is read (ST303), and a correction coefficient is determined based on the values of lightness L and saturation S of the target pixel according to the read correction table (ST304). Next, a saturation correction value is calculated by multiplication of the correction coefficient and the standard saturation saturation correction value (ST305), and the calculated saturation correction value is added to the saturation value of the target pixel ( ST306). Therefore, it is determined whether or not the saturation correction has been executed for all the pixels of the processing target image (ST307), and ST301 to ST306 are repeatedly executed until the saturation correction of all the pixels is completed. Finally, when it is determined in ST307 that the saturation correction of all the pixels has been completed, the saturation correction process ends.
[0048]
【The invention's effect】
As described above, according to the present invention, it is not necessary for the operator to manually perform saturation correction processing on the processing target image, and appropriate image processing is automatically performed according to the saturation feature of each processing target image. Can be done.
[Brief description of the drawings]
1 is a block diagram showing a schematic configuration of an image processing system according to the present invention. FIG. 2 is a diagram showing an outline of image processing in the image processing system shown in FIG. 1. FIG. 3 is a hexagonal pyramid color model in an HSL color space. FIG. 4 is a graph showing an example of lightness L and saturation S information in a photographic image. FIG. 5 is a diagram showing an example of correction coefficient values. FIG. 6 is a correction coefficient corresponding to each hue in FIG. FIG. 7 is a diagram illustrating an example of a correction coefficient value corresponding to each hue in FIG. 3. FIG. 8 is a diagram illustrating an example of a correction coefficient value corresponding to each hue in FIG. 9 is a diagram showing an example of correction coefficient values corresponding to each hue in FIG. 3. FIG. 10 is a diagram showing an example of a sample image belonging to each hue and a corresponding saturation correction processing procedure. FIG. Outline of similarity determination by saturation histogram between image and target image 12 is an overall flowchart of a saturation correction processing procedure by the image processing system in FIG. 1. FIG. 13 is a flowchart showing details of selection of a correction table for each hue in FIG. 12. FIG. FIG. 15 is a flowchart showing details of histogram comparison. FIG. 15 is a flowchart showing details of execution of the saturation correction process of FIG.
1 Color knowledge base (information storage means)
2 Color craft (processing procedure selection means)
3 Color interpreter (image processing means)
4 color support

Claims

Detect and detect an achromatic region, a low-saturation region, a low-lightness region, and a high-lightness region that is considered to be an achromatic color for the processing target image When performing saturation correction on the area excluding the specified area, a plurality of sample images having a relatively high saturation tendency and a relatively low one for each pixel hue, and sample images thereof are prepared. Information storage means for storing a correction table including a correction coefficient as saturation correction information corresponding to each of the information, and the sample storage with the most similar tendency of saturation distribution for each hue of each pixel of the processing target image A correction coefficient is determined based on the brightness and saturation values of the target pixel in accordance with a correction table corresponding to the selected sample image selected from the means, and the determined correction coefficient and a preset standard saturation correction Image processing means for performing saturation correction on all the pixels of the processing target image by calculating the saturation correction value by multiplication with and adding the calculated saturation correction value to the saturation value of the target pixel An image processing system characterized by that.

The saturation correction value takes a maximum value when the lightness having a high effect of the saturation correction is near the median value and the saturation is a value equal to or less than the median value, and decreases from the maximum value according to a predetermined distribution rule. The image processing system according to claim 1.

The image processing system according to claim 2, wherein the maximum value of the saturation correction value is set for lightness and saturation values within a certain range.

The saturation correction information includes statistical data about the saturation of the sample image,
The image processing system according to claim 1, wherein statistical data of the sample image and statistical data collected for the processing target image are compared to determine a similarity between the processing target image and the sample image.

The image processing system according to claim 4, wherein a similarity between the processing target image and the sample image is determined based on a histogram of saturation of each pixel based on the statistical data.

A detection process for detecting an achromatic region and a region considered to be an achromatic color including at least one of a low saturation region, a low lightness region, and a high lightness region with respect to the processing target image; When performing saturation correction on the area excluding the detected area, sample images prepared from a relatively high tendency to a relatively low saturation distribution for each hue of each pixel and those Information storage means for storing a correction table including a correction coefficient as saturation correction information corresponding to each of the sample images, and a sample image having the most similar tendency of the saturation distribution for each hue of each pixel of the processing target image The correction coefficient is selected from the information storage unit, and the correction coefficient is determined based on the brightness and saturation values of the target pixel according to the correction table corresponding to the selected sample image. An image that performs saturation correction for all pixels of the processing target image by calculating the saturation correction value by multiplication with the quasi-saturation correction value and adding the calculated saturation correction value to the saturation value of the target pixel. And an image processing method.

The saturation correction value takes a maximum value when the lightness having a high effect of the saturation correction is near the median value and the saturation is a value equal to or less than the median value, and decreases from the maximum value according to a predetermined distribution rule. The image processing method according to claim 6.

The image processing method according to claim 7, wherein the maximum value of the saturation correction value is set for a certain range of lightness and saturation values.

The saturation correction information includes statistical data about the saturation of the sample image,
The image processing method according to claim 6, wherein statistical data of the sample image and statistical data collected for the processing target image are compared to determine a similarity between the processing target image and the sample image.

The image processing method according to claim 9, wherein the degree of similarity between the processing target image and the sample image is determined based on a histogram of saturation of each pixel based on the statistical data.