CN100362847C - 图像处理装置、方法、程序及图像显示装置 - Google Patents

Abstract

本发明提供一种以不多的计算量进行色分量之间的平衡为自然的色度强调的图像处理方法。图像处理装置，可设置在图像显示装置内部，或作为向外部图像显示装置供给显示图像数据的装置构成，进行输入图像数据的色度强调。具体言之，是在从输入图像数据中提取色度信息时决定色度强调量。还从输入图像数据提取进行色度强调的色分量。根据决定的色度强调量，进行对各色分量的色度强调。对于预定的色分量，在进行色度强调量的调整后进行色度强调。作为包含于输入图像数据中的色分量，可举出YCbCr色空间中的Cb及Cr。对预定的色分量，通过对色度强调量调整，可适当调整色度强调后的图像数据的色平衡而得到自然的图像数据。

Description

图像处理装置、方法、程序及图像显示装置

技术领域

本发明涉及校正彩色图像的色度的图像处理方法。

背景技术

在图像显示装置等之中，在输入彩色图像的色度不足时，进行强调色度的校正处理。在专利文献1中记述有这种色度强调处理的示例。专利文献1的方法是首先从输入的彩色图像中检测最大色度，以最大色度作为上限生成色度校正表。此时，色度校正表，设定为具有输出图像数据的色度大于等于输入图像数据的色度的曲线。于是，使用此色度校正表进行色度校正处理。在此文献中，因为在最初检出最大色度之后生成色度校正表，色度校正后的输出不会超过最大色度，具有不会出现所谓的“颜色崩溃”的优点。然而，专利文献1的方法，由于每次都必须由输入彩色图像数据计算最大色度，存在运算处理量庞大的问题。

另外，一般在色度强调处理中，多半是在RGB、YUV的色空间中，对任何色分量都同样进行强调。可是，在对任何色分量都同样进行强调时，色分量间的平衡会受到破坏，有时处理后的图像变得不自然。

专利文献1：特开2001-218078号公报。

发明内容

本发明系有鉴于上述问题而完成的发明，其课题在于提供一种可以以不多的计算量进行色分量之间的平衡为很自然的色度强调的图像处理方法。

在本发明的一个观点中，图像处理装置具有：提取输入图像数据的色度信息并决定色度强调量的色度强调量决定单元；从上述输入图像数据中提取要强调色度的多个色分量的色分量提取单元；根据决定的色度强调量对上述多个色分量进行色度强调的色度强调单元；以及在上述多个色分量之中，在对预定的色分量的色度强调中，对上述决定的色度强调量进行调整的强调量调整单元。

上述的图像处理装置，可以设置在图像显示装置的内部，或作为向外部的图像显示装置供给显示图像数据的装置构成，进行输入图像数据的色度强调。具体言之，是在从输入图像数据中提取色度信息时决定色度强调量。另外，还从输入图像数据提取进行色度强调的色分量。于是，根据决定的色度强调量，进行对各色分量的色度强调。此处，对于预定的色分量，在进行色度强调量的调整之后，进行色度强调。作为包含于输入图像数据中的色分量，比如，可以举出YCbCr色空间中的Cb及Cr等。对于预定的色分量，通过对色度强调量的调整，可以适当调整色度强调后的图像数据的色平衡而得到自然的图像数据。

上述图像处理装置的一种方式，具有提取上述输入图像数据的辉度信息的辉度信息提取单元，上述强调量调整单元，根据提取的辉度信息对上述色度强调量进行调整。在进行色度强调时，在特定的色分量中，有时依据输入图像数据的辉度在色度的强调效果中出现差别。比如，在Cb分量中，在辉度高时，在与Cb分量的正方向相当的蓝色分量中产生箝制(clip)而使色度强调效果减小，由于对相当于负方向的黄色分量不产生箝制而得到预期的色度强调效果，所以黄色分量的强调与蓝色分量相比过多，会产生破坏平衡。因此，通过对预定的色分量根据辉度信息进行色度强调量调整，可以防止上述的缺陷。

在上述图像处理装置的一种方式中，上述强调量调整单元，在上述提取的辉度信息中所包含的辉度高时，使上述色度强调量减小。在上述的Cb分量等的例子中，在辉度高时，通过使Cb分量的负方向色度强调量减小，可使Cb分量的正方向和负方向(即蓝色分量和黄色分量)的强调量相等，可以保持色平衡。

在上述图像处理装置的一种方式中，上述强调量调整单元，通过调整上述色度强调量可使在色空间中的上述预定的色分量的负区域中的强调量比正区域中的强调量小。由此，可维持强调后的图像数据的色平衡。

在优选实施例中，上述强调量调整单元，使上述预定的色分量的负区域中的强调量成为正区域中的强调量的系数α(0＜α＜1)倍。此处，优选是可以设定上述系数α在上述辉度信息的平均值小于等于预定值时是固定值，而随着上述辉度信息的平均值变得大于预定值则变得小于上述固定值。

另外，在另一优选实施例中，上述图像处理装置，具有根据提取的辉度信息对包含于上述输入图像数据中的辉度分量进行校正的辉度校正单元，上述系数α为与上述辉度信息无关的固定值。在随着色度校正同时进行辉度校正时，因为在辉度增加的方向上进行校正的时候多，比如，通过使与Cb分量的负方向相对应的色分量(即黄色分量)的色度强调量一律减小，可以维持色平衡。

在优选实施例中，上述色空间的上述预定的色分量，是YCbCr色空间中的Cb色分量。

在上述的图像处理装置的另一优选实施例中，上述输入图像数据是由多帧图像数据构成的动画数据，具有生成与上述动画数据的场景变化的程度相应的控制信号的场景变化检测单元，上述强调量调整单元，通过针对与上述多帧图像相对应的上述系数α，实施与上述控制信号相应的加权，可算出该帧图像的上述系数α。据此，通过在场景变化的前后可设定适当的系数α，就可以得到自然的色度强调。

通过构成具有上述的图像处理装置和显示上述图像处理装置的输出的显示部的图像显示装置，可以在对输入图像数据进行色平衡良好的色度强调的情况下进行显示。

在本发明的另一个观点中，图像处理方法具有：提取输入图像数据的色度信息并决定色度强调量的色度强调量决定步骤；从上述输入图像数据中提取要强调色度的多个色分量的色分量提取步骤；以及根据上述决定的色度强调量对上述多个色分量进行色度强调的色度强调步骤；在上述多个色分量之中，在对预定的色分量的色度强调中，对上述决定的色度强调量进行调整。利用这一图像处理方法，也与上述图像处理装置一样可以进行适当维持色平衡的色度强调。

在本发明的再另外一个观点中，图像处理程序，通过在计算机上执行，可使上述计算机具有提取输入图像数据的色度信息并决定色度强调量的色度强调量决定单元；从上述输入图像数据中提取要强调色度的多个色分量的色分量提取单元；根据决定的色度强调量对上述多个色分量进行色度强调的色度强调单元；以及在上述多个色分量之中，在对预定的色分量的色度强调中，对上述决定的色度强调量进行调整的强调量调整单元的功能。通过在计算机上执行这一图像处理程序，可实现上述的图像处理装置。

附图说明

图1示出色空间中的像素值的分布。

图2示出Y-Cb平面中的像素值的分布。

图3示出Y-Cr平面中的像素值的分布。

图4示出色度变换曲线的像素值的变化。

图5示出色度变换曲线的频数分布的变化。

图6示出辉度值大的图像的像素值的分布。

图7示出出现箝制时的像素值的频数分布。

图8示出抑制Cb分量的强调量的变换曲线的示例。

图9示出抑制Cb分量的强调量时的像素值的频数分布。

图10示出调整参数的设定例。

图11为本发明的图像显示装置的概略构成的框图。

图12为实施例1的色调校正处理的流程图。

图13为说明采样区域的示图。

图14为辉度的频数分布曲线图示例。

图15为示出色度强调量的计算例的曲线图。

图16为色度校正表的示例。

图17示出实施例1的调整参数的设定例。

图18为实施例2的色调校正处理的流程图。

图19为辉度校正量的计算例。

图20为辉度校正点的设定例。

图21为辉度校正用表的示例。

图22示出实施例2的调整参数的设定例。

图23为实施例3的色调校正处理的流程图。

符号说明

10图像处理装置11 CPU 12 ROM 13 RAM 20显示部 100 图像显示装置

具体实施方式

在对优选实施例进行说明之前，首先对本发明的色度强调处理的概要予以说明。

图1示出输入图像的像素值在色空间中的分布情况。作为色空间，此处使用的是YCbCr色空间。Y表示辉度(亮度)分量，Cb、Cr表示色分量。

由于Cb、Cr是表示色的分量，其绝对值大表示颜色鲜艳。图2、图3分别表示从Y-Cb平面、Y-Cr平面观察的像素值的分布。任何一个图都表示由于色度强调，像素值的范围按照箭头向外侧范围扩展。此时，因为Cb、Cr的绝对值大，可增加色鲜艳度(即进行色度强调)。

实际上，利用图4的变换曲线进行色度的强调。变换曲线是通过原点的近似S字形，横轴为输入，纵轴为输出。在利用这一变换曲线进行Cb、Cr的像素值变换时，可使绝对值变大。

绝对值的变化可以表示为图5所示的频数分布的变化。图5的横轴示出Cb(或Cr)的像素值，纵轴为该像素值的频数。利用变换曲线绝对值变大，其结果，频数分布在两侧变宽。另外，由于色度强调使频数分布改变时，总像素数不变。由于此频数分布表示色分量分布，在如图5所示频数分布扩展时，那就意味进行色度强调。

图6示出针对另一输入图像的从Y-Cb平面观察的像素值的分布。此输入图像的特征在于辉度值Y比较高。在对于此图像进行与先前同样的变换时，会出现像素值伸出到色空间之外的现象。实际上由于不会取色空间外的值，取色空间边界的值(将这种取边界的值的现象称为在色空间的边界发生“箝制”(剪切))。

图7示出出现箝制时的频数分布。正如从图2所示的Y-Cb平面的图中所知，YCbCr色空间，在辉度高的区域中，在Cb的正方向上变窄，在Cb的负方向上变宽。因此，如图6所示，箝制多发生于Cb的正区域，Cb的正区域的频数分布的扩展不会大于等于一定值。另一方面，Cb的负区域，由于色空间的扩展，难以发生箝制，频数分布的扩展变大。

另外，正如从图3所示的Y-Cr平面的图中所知，具有YCbCr空间，在辉度高的区域中，在Cr的正方向上变窄，在Cr的负方向上变宽的倾向，这与Cb的场合类似。不过，将图2与图3比较可知，在辉度高的区域中，YCbCr空间的Cr的正区域不像Cb的正区域那样狭窄。所以，上述的箝制，在Y-Cr空间中不会产生像Y-Cb空间那样的问题。

如上所述，特别是在输入图像的辉度高的场合，由于箝制，在频数扩展上产生差别。这成为有关各个色分量的色度强调场合的差别，与色度强调时的平衡崩溃有联系。Cb的正方向与蓝色相对应，Cb的负方向与黄色相对应。因此，具体言之，在只较强地涉及Cb的负方向的色度强调时，其结果就会发生与Cb的负方向相对应的黄色方向上的色平衡的崩溃的问题。

在对由于Cb的负方向的色空间扩展而较强地涉及色度强调予以注意时，作为解决上述问题的要点，可以使Cb的负方向的强调弱于其他方向。在图8中示出抑制Cb的负方向的强调量的变换曲线的示例。在图8中，设定α(0＜α＜1)这一系数(调整参数)，Cb的负方向的强调量，与Cb的正方向的强调量的通常值A相比，可以予以抑制。

在图9中示出利用图8的变换曲线进行色度强调时的频数分布。如前所述，在Cb的正方向，由于箝制，分布的扩展不会大于等于一定值。另一方面，在Cb的负方向上，也如图8所示，由于导入系数α抑制了变换曲线的强调量，分布的扩展不会变大。其结果，色度强调在Cb的正方向及负方向上涉及的水平程度相同，可以防止色平衡的崩溃。

另外，如图6所示，特别是在辉度大的图像中，由于发生Cb的正方向的箝制，先前示出的系数α(0＜α＜1)，优选是使其与输入图像的辉度值连动。实际上，由于输入图像的辉度具有分布，作为代表值，使用辉度的平均值。

图10示出横轴为辉度的平均值，纵轴为系数α的系数α的设定例的示图。通过对系数α的设定，使在辉度的平均值高时，强调量变小。

这样，在本发明中，由于YCbCr空间的形状的原因，考虑到在辉度高的区域，在Cb的正方向发生箝制，通过对Cb的负方向上的强调量的抑制，调整Cb的正负方向上的色平衡而使得自然的色度强调成为可能

[实施例1]

下面对应用本发明的色度校正处理的图像显示装置的实施例予以说明。在图11(a)中，示出图像显示装置100的概略构成。图像显示装置100是对来自外部的输入图像数据进行处理并显示的装置，可以举出的有AV设备及具有图像显示功能的终端装置等。另外，本发明的色度校正处理具有运算量少就可以进行这一特征，从这一点考虑，特别适用于，比如，便携式电话及PDA(个人数字助理)等在运算能力上受到一定限制的便携式终端装置。

图像显示装置100具有对输入图像数据实施包含色度校正处理的图像处理的图像处理装置10和显示处理后的图像的显示部20。图像处理装置10，比如，如图11(b)所示，其构成包括CPU11、存储图像处理程序的ROM12以及作为工作存储器的RAM13等等。此时，本发明的色度校正处理，将图像处理程序预先存储于ROM12内，CPU11将其读出并执行而用作图像处理装置。另外，也可以不是这样借助软件处理执行包含色度校正的图像处理，而是在图像处理装置10内借助硬件处理执行其一部分或全部。

显示部20，因图像显示装置100而异，比如，可以是液晶屏及其他平板显示器等。

下面对实施例1的色度校正处理予以说明。在实施例1中，如前所述，通过抑制在YCbCr空间中的Cb分量的负区域中的强调量，进行色平衡的良好的色度校正。

图12示出实施例1的色度校正处理的流程图。实施例1的色度校正处理的步骤如下：计算输入图像数据的统计量、提取输入图像数据的特征、根据提取的特征生成校正表并利用该校正表进行输入图像数据的色度校正。

具体言之，首先，对输入图像数据进行采样，生成频数分布曲线图(步骤S1)。一般，因为输入图像数据是作为RGB的帧图像数据给出，图像处理装置10按照式(1)及(2)将RGB形式的输入图像数据(包含R、G、B)变换为YCbCr形式的图像数据(包含Y、Cb、Cr)。

[式1]

$\left(\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right)=M\left(\begin{array}{c}R\\ G\\ B\end{array}\right)---\left(1\right)$

[式2]

$M=\left(\begin{array}{ccc}0.2990& 0.5870& 0.1140\\ -0.1687& -0.3313& 0.5000\\ 0.5000& -0.4187& -0.0813\end{array}\right)---\left(2\right)$

式(1)是从RGB形式的图像数据变换为YCbCr形式的图像数据的变换式，而式(2)为其变换矩阵M。

在得到YCbCr形式的图像数据时，图像处理装置10对其进行采样而提取包含于帧图像中的像素生成频数分布曲线图。成为利用采样提取像素的对象的采样区域的示例示于图13(a)及(b)。图13(a)的示例是将整个帧图像区域作为采样区域的示例。在帧图像的纵横尺寸分别为Rx、Ry时，采样的总频数为全部像素数Rx×Ry。

图13(b)的示例是将帧图像的中心区作为采样区域的示例。在帧图像的纵横尺寸分别为Rx、Ry时，中心区相对整个图像的面积的比例为R时，中心区的纵横尺寸Ra、Rb，比如，可利用式(3)计算。

[式3]

$R_a=\sqrt{R}{R}_x$ $R_b=\sqrt{R}{R}_y---\left(3\right)$

另外，图13(b)所示的中止区的顶点A～D的坐标由式(4)给出。

[式4]

$A:(\frac{R_x-R_a}{2},\frac{R_y-R_b}{2})$ $B:(\frac{R_x+R_a}{2},\frac{R_y-R_b}{2})$

$C:(\frac{R_x-R_a}{2},\frac{R_y+R_b}{2})$ $D:(\frac{R_x+R_a}{2},\frac{R_y+R_b}{2})---\left(4\right)$

由此区域，可生成表示辉度Y的频数分布曲线f_A(k)及色度S的频数分布曲线F_S(k)的式(5)。

[式5]

f_A(k)，k＝0，…，255

f_S(k)，k＝0，…，128        (5)

其中，色度S是从色差信号Cb、Cr利用式(6)计算。

[式6]

S＝{|C_b|+|C_r|}/2                   (6)

这样得出的辉度Y的频数分布曲线图示于图14。横轴是灰度等级数(0～255)，纵轴是频数(具有各灰度值的像素数)。另外，也同样生成色度S的频数分布曲线图。

之后，利用得到的频数分布曲线图，计算统计量(步骤S2)。具体言之，按照式(7)，分别从辉度Y的频数分布曲线f_A(k)计算平均值P_Aave及从色度S的频数分布曲线f_S(k)计算平均值P_Save。

[式7]

$P_{\mathrm{Aave}}=\underset{k=0}{\overset{255}{\mathrm{\Σ}}}k{f}_A\left(k\right)/\left(R_a{R}_b\right)---\left(7\right)$

$P_{\mathrm{Save}}=\underset{k=0}{\overset{128}{\mathrm{\Σ}}}k{f}_S\left(k\right)/\left(R_a{R}_b\right)$

之后，根据所得到的统计量计算色度校正的校正参数(步骤S3)。具体言之，利用色度平均值P_Save，按照式(8)计算色度强调量P_Sdiff′。

[式8]

${P_{\mathrm{Sdiff}}}^{\′}=\left\{\begin{array}{c}{P_{\mathrm{Sdiff}},P}_{\mathrm{Sdiff}}\≤P_{\mathrm{Sth}}\\ P_{\mathrm{Sth}},P_{\mathrm{Sdiff}}>P_{\mathrm{Sth}}\end{array}\right.---\left(8\right)$

$P_{\mathrm{Sdiff}}=\left\{\begin{array}{c}(P_{\mathrm{Saveth}}-P_{\mathrm{Save}})P_{\mathrm{Scvl}}/P_{\mathrm{Sev}2},P_{\mathrm{Save}}<P_{\mathrm{Saveth}}\\ 0,P_{\mathrm{Save}}\&GreaterEqual;P_{\mathrm{Saveth}}\end{array}\right.$

其中，P_Saveth是校正的基准值，P_Scv1和P_Scv2是调整校正量的参数，P_Sth是限制校正量的极限。色度平均值P_Save和所得到的色度强调量P_Sdiff′的关系示于图15。从图15可知，在色度平均值P_Save小时，使色度强调量P_Sdiff′加大，随着色度平均值P_Save的增加，色度强调量P_Sdiff′逐渐变小，在色度平均值P_Save超过预定值时，色度强调量P_Sdiff′变为0(即不强调)。由此，可强调色度不足的部分。

这样得到校正参数时，根据校正参数，计算校正表(步骤S4)。在图16(a)中示出Cr分量的校正表S[Cr]的示例。校正表S[Cr]，生成通过(0，0)、(-128，-128)、(128，128)、校正点1(P_Spt、P_Spt′)、校正点2(-P_Spt、-P_Spt′)的曲线。在生成曲线时，使用样条内插等适当的内插函数。校正点1及2相对原点对称，校正表S[Cr]也相对原点对称。校正点的输出P_Spt′，可利用输入P_Spt和色度强调量P_Sdiff′根据式(9)得到。

[式9]

P_Spt′＝P_Spt+P_Sdiff′

P_Spt″＝P_Spt+P_Sdiff′·α_s                 (9)

在图16(a)中示出的校正表C[Cr]中，在输入数据的正区域和负区域中，使用同一色度强调量P_Sdiff′。不过，在同样构成色分量Cb的校正表S[Cb]时，如上所述，在输入图像数据的辉度高时，Cb分量在正区域中箝制时，相对而言Cb分量的负区域中的强调增强，发生色平衡崩溃这样的缺陷。因此，在本发明中，对于校正表S[Cb]，在负区域中导入调整参数α，将色度强调量定为P_Sdiff′·α_S。此时的校正表S[Cb]的示例示于图16(b)。另外，此时的校正点的输出P_Spt″，可利用输入P_Spt、色度强调量P_Sdiff′和调整参数α_S由式(9)得到。因为调整参数α_S为0＜α_S＜1，如图16(b)所示，根据校正表的Cb分量的负区域的强调量比正区域的强调量小。据此，Cb分量的负区域的强调，即黄色的强调，与其他色分量的强调相比，受到抑制，可防止色平衡的崩溃。

之后，利用以上述方式生成的校正表S[Cb]及S[Cr]，进行色调校正(步骤S5)。色调校正对输入图像数据的每一个像素进行。具体言之，使用校正表S[Cb]及S[Cr]，按照式(10)生成校正后的图像数据Y′、Cb′及Cr′，变换为RGB形式的图像数据R′、G′及B′而输出。另外，在本实施例中，辉度Y不进行校正。这样，结束色度校正处理。

[式10]

$\begin{array}{c}{Y}^{\&prime;}=Y\\ C{b}^{\&prime;}=S_1\left[\mathrm{Cb}\right]\\ C{r}^{\&prime;}=S_2\left[\mathrm{Cr}\right]\end{array}$ $\left(\begin{array}{c}{R}^{\&prime;}\\ C^{\&prime;}\\ B^{\&prime;}\end{array}\right)=M^{-1}\left(\begin{array}{c}{Y}^{\&prime;}\\ {\mathrm{Cb}}^{\&prime;}\\ C{r}^{\&prime;}\end{array}\right)---\left(10\right)$

下面对调整参数α_S的值进行说明。在图17中示出α_S的曲线图的一例。横轴是辉度平均值P_Aave，从辉度平均值P_Aave超过预定值的地点起使调整参数α_S的值衰减。由此，在输入图像数据的辉度高时，抑制Cb分量的负区域中的强调程度，可防止黄色的强调过大。图17所示的α_S的值可由式(11)给出。另外，在图17的示例中，是从辉度平均值P_Aave超过预定值的地点使调整参数α_S的值线性衰减(单调减小)，但也可以代之以以曲线方式(以指数函数形式)衰减。

[式11]

${\mathrm{\&alpha;}}_s=\left\{\begin{array}{c}1.0,P_{\mathrm{Aave}}<P_{\mathrm{Aave\&alpha;}}\\ a_{\mathrm{\&alpha;}}{P}_{\mathrm{Aave}}+b_{\mathrm{\&alpha;}},P_{\mathrm{Aave}}\&GreaterEqual;P_{\mathrm{Aave\&alpha;}}\end{array}\right\}---\left(11\right)$

$a_{\mathrm{\&alpha;}}=\frac{{\mathrm{\&alpha;}}_{\mathrm{th}}-1}{255-P_{\mathrm{Aave\&alpha;}}},b_{\mathrm{\&alpha;}}=1.0-a_{\mathrm{\&alpha;}}{P}_{\mathrm{Aave\&alpha;}}$

[实施例2]

下面对实施例2予以说明。在实施例1中，作为色调校正处理只对色度进行校正的场合进行了说明，而在实施例2中，除了色度，还对辉度也同时进行校正。但是，色度的校正方法与实施例1相同。

在图18中，示出实施例2的色调校正处理的流程图。与实施例1一样，首先，对输入图像数据进行采样，生成对辉度Y及色度S的频数分布曲线图(步骤S11)，据以计算辉度Y及色度S的统计量(步骤S12)。

之后，根据统计量计算校正参数(步骤S13)。此处，色度S的校正参数P_Sdiff′实施例1一样示于图15中，可由式(8)得出。另一方面，辉度Y的校正参数(灰度系数校正参数)P_Gdiff′如图19所示，可由式(12)得出。具体言之，图19示出平均值P_Aave′和校正参数P_Gdiff′的关系。

[式12]

${P_{\mathrm{Gdiff}}}^{\&prime;}=\left\{\begin{array}{c}{P}_{\mathrm{Gth}1},P_{\mathrm{Gdiff}}<P_{\mathrm{Gth}1}\\ P_{\mathrm{Gdiff}},P_{\mathrm{Gth}1}\&le;P_{\mathrm{Gdiff}}\&le;P_{\mathrm{Gth}2}\\ P_{\mathrm{Gth}2},P_{\mathrm{Gth}2}<P_{\mathrm{Gdiff}}\end{array}\right.---\left(12\right)$

P_Gdiff＝(P_Aaveth-P_Aave′)P_Gcv1/P_Gcv2

其中，P_Gaveth是校正的基准值，P_Gcv1和P_Gcv2是调整校正量的参数，P_Gth1和P_Gth2是限制校正量的极限。校正基准值P_Gaveth，在平均值P_Aave′大于此值时，施加使辉度变暗的校正，而在小于此值时，施加使辉度变亮的校正。

之后，根据辉度Y和色度S的校正参数，计算校正表(步骤S14)。与实施例1一样生成色度S的校正表。另一方面，辉度Y的校正点P_Gpt可由式(13)得到，如图20所示。

[式13]

$P_{\mathrm{Gpt}}=\left\{\begin{array}{c}{P}_{\mathrm{Gpt}2},{P_{\mathrm{Aave}}}^{\&prime;}<P_{\mathrm{Aaveth}}\\ P_{\mathrm{Gpt}1},{P_{\mathrm{Aave}}}^{\&prime;}\&GreaterEqual;P_{\mathrm{Aaveth}}\end{array}\right.---\left(13\right)$

由式(13)，在平均值P_Aave′比校正基准值P_Gaveth大时，即辉度变暗时，设定校正点变小(成为P_Gpt1)，反之在变亮时，设定校正点变大(成为P_Gpt2)。利用此校正点，由式(14)，可得到图21所示的辉度Y的校正表(灰度系数校正表)Y_gamma[Y]。

[式14]

P_Gpt′＝P_Gpt+P_Gdiff′           (14)

之后，利用辉度Y及色度S的校正表，进行色调校正(步骤S15)。具体言之，按照式(15)计算校正后的辉度Y′及色差Cb′及Cr′，将其变换为RGB形式的图像数据R′、G′及B′而输出。

[式15]

$\begin{array}{c}{Y}^{\&prime;}=Y_{\mathrm{gamma}}\left[Y\right]\\ C{b}^{\&prime;}=S_1\left[\mathrm{Cb}\right]\\ C{r}^{\&prime;}=S_2\left[\mathrm{Cr}\right]\end{array}$ $\left(\begin{array}{c}{R}^{\&prime;}\\ G^{\&prime;}\\ B^{\&prime;}\end{array}\right)=M^{-1}\left(\begin{array}{c}{Y}^{\&prime;}\\ {\mathrm{Cb}}^{\&prime;}\\ {\mathrm{Cr}}^{\&prime;}\end{array}\right)---\left(15\right)$

这样，结束包含辉度及色度的校正处理的色调校正。

实施例2的色度校正表的调整参数α_S的示例由式(16)给出并示于图21、22。

[式16]

α_s＝α_th              (16)

在实施例1中，如图17所示，在调整参数α_S大于等于预定的辉度平均值P_Aave时使其逐渐衰减。与此相对，在实施例2的优选实施例中，如图22所示，调整参数α_S固定为预定值α_th。在实施例2中，不只是色度，对辉度也进行校正。此处，在辉度平均值P_Aave′小时，即图像暗时，进行向着明亮图像的校正。在实施例1的图17中，在辉度平均值P_Aave′小时，箝制难以发生，使调整参数α_S固定为1，而在实施例2中，由于通过辉度校正进行使暗的图像向着明亮图像的校正，由于色度校正，色分量Cb在正方向上发生箝制的可能性增大。于是，在进行辉度Y的校正的实施例2中，通过使调整参数α_S固定于预定值α_th(0＜α_S＜1)，更加对色分量Cb的负区域的色分量(即黄色分量)的强调进行抑制，调整色平衡是优选。另外，作为另一示例，如图22的虚线C1所示，在大于等于预定的辉度平均值P_Aave的区域中，使调整参数α_S从预定值α_th起逐渐增加也可以。这是因为，比如，在辉度平均值P_Aave′大，即图像明亮时，向着暗图像进行校正，其结果，由于色度校正，色分量Cb在正方向上发生箝制的可能性降低之故。

[实施例3]

下面对实施例3予以说明。在实施例3中，是在输入图像数据为动画时，进行场景改变的检测而更新调整参数α_S。一般在对动画数据进行辉度校正及色度校正时，在场景(场面)变化大时，使用该时点的校正参数(动态更新校正参数)，另一方面，在场景变化不大时，为防止闪烁，使用同一校正参数(校正参数不进行动态更新)为优选。因此，对于上述色度校正的调整参数α_S，以对应于场景变化的检测结果的形式进行更新是优选。具体言之，在对连续的动画帧的调整参数取加权平均的同时，根据场景变化的检测结果对加权平均的权重进行控制。

现在，比如，假设之前帧图像的调整参数为α_S0，当前帧图像的调整参数为α_S1，取加权平均的调整参数α_S可由下式示出：

α＝W_pre·α_so+W_now·α_S1    (17)

在此，W_pre及W_now分别为对于之前和当前帧图像中的参数的权重，取W_pre+W_now＝1。

此处，比如，在场景切换大时，权重设定为W_pre＝0、W_now＝1。通过设定这一权重，由式(17)确定的加权平均计算后的调整参数α，成为当前帧图像的调整参数α_S1，更新为该时点的调整参数。其结果，可以执行追随场面变化的最优校正。

另一方面，在场景变化不大时，权重设定为W_pre＝W_now＝0.5。通过设定这一权重，由式(17)确定的加权平均计算后的调整参数α，成为简单平均，可以去掉调整参数随时间的微小变动。其结果，可以减轻校正后的闪烁等的妨碍。另外，此处例示的是检测有无场景切换，但也可以是算出场景变化的程度，根据该变化程度，对加权平均的权重进行连续控制。

这样，在输入图像数据是动画时，通过检测场景变化，采用与该场景变化检测结果相应的色度调整参数α的加权平均，即使是在输入图像数据是动画时，也可以执行适当的色度校正。

图23示出实施例3的色调校正处理的流程图。另外，此实施例与实施例1一样，示出的是作为色调校正处理只对色度进行校正的场合，但如实施例2那样，在对辉度及色度进行校正的场合，实施例3也可以应用。

在图23中，步骤S21～S23，与实施例1的步骤S1～S3相同，对输入图像数据(在本示例中为动画)的每一帧图像进行采样，生成频数分布曲线(步骤S21)，计算统计量(步骤S22)，计算校正参数(步骤S23)。

之后，进行场景变化时的处理(步骤S24)。即，检测场景变化，根据场景变化检测结果算出上述的加权W_pre、W_now。于是，按照式(17)算出调整参数α。另外，场景变化检测，比如，可以计算前后帧图像的辉度平均值等的差值，在该差值大于等于预定值时，就判定发生场景变化。另外，作为场景变化的检测方法的各种方法是公知的，详细说明省略。

这样，在得到接受场景变化检测结果而更新的调整参数α时，以其为根据生成校正表(步骤S25)，按照生成的校正表执行色调校正(步骤S26)。

Claims (4)

1.一种图像处理装置，其特征在于包括：

提取输入图像数据的色度信息决定色度强调量的色度强调量决定单元；

从上述输入图像数据中提取要强调色度的多个色分量的色分量提取单元；

根据决定的色度强调量对上述多个色分量进行色度强调的色度强调单元；

在上述多个色分量之中，在对预定的色分量的色度强调中，对上述决定的色度强调量进行调整的强调量调整单元，以及

提取上述输入图像数据的辉度信息的辉度信息提取单元；

上述强调量调整单元，根据提取的上述辉度信息对上述色度强调量进行调整，使上述预定的色分量在负区域中的强调量比在正区域中的强调量小。

2.如权利要求1所述的图像处理装置，其特征在于：

上述强调量调整单元，使上述预定的色分量在负区域中的强调量成为在正区域中的强调量的系数α倍，其中0＜α＜1。

3.如权利要求2所述的图像处理装置，其特征在于：

上述系数α在上述辉度信息的平均值小于等于预定值时是固定值，而随着上述辉度信息的平均值变得大于预定值时则变得小于上述固定值。

4.一种图像处理方法，其特征在于包括：

提取输入图像数据的色度信息决定色度强调量的色度强调量决定步骤；

从上述输入图像数据中提取要强调色度的多个色分量的色分量提取步骤；

根据上述色度强调量对上述多个色分量进行色度强调的色度强调步骤；

提取上述输入图像数据的辉度信息的辉度信息提取步骤，以及

调整色度强调量的强调量调整步骤，该强调量调整步骤中，对于根据提取的上述辉度信息对在预定的色分量中决定的上述色度强调量进行调整，使上述预定的色分量在负区域中的强调量比在正区域中的强调量小。

Images