CN101360178A

CN101360178A - 图像处理装置和图像处理方法

Info

Publication number: CN101360178A
Application number: CNA2008101444714A
Authority: CN
Inventors: 梅田清; 井口良介
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2007-07-31
Filing date: 2008-07-31
Publication date: 2009-02-04
Anticipated expiration: 2028-07-31
Also published as: US20090034840A1; CN101360178B; JP5032911B2; US20140044354A1; US8600154B2; JP2009038523A; US8929681B2

Abstract

本发明提供图像处理装置和图像处理方法，在对输入图像进行多个校正处理的图像处理装置中，计算所述输入图像的多维直方图；基于所述多维直方图对经受过特定的校正处理的所述输入图像的特征量进行分析；以及基于所述分析的结果，计算其他校正处理要使用的校正参数。

Description

图像处理装置和图像处理方法

技术领域

本发明涉及用于对输入的图像进行校正处理的图像处理装置和图像处理方法。

背景技术

以往，通过在如数字照相机、数字摄像机和打印机的设备中，或在个人计算机(PC)中操作的软件对取得的图像数据进行的各种图像校正和润饰(retouching)处理已经被提出。

例如，日本特开2001-313839号公报记载了在对图像数据进行色调校正并随后进行色彩校正的情况下，为进行精确的色彩校正，在进行色调校正后，从图像数据计算色彩校正量以获得想要的数据。

此外，日本特许3584389号公报记载了对通过扫描彩色负片获得的图像数据进行硬调(high-contrast)处理，并在硬调处理之后，将图像数据中的特定色相转换成为想要的色相。

例如，当在输入图像中产生极度的青雾(blue fog)时，检测包含在输入图像中的肤色的程度困难，因此应该考虑下面的情况。当要对该图像进行某种肤色校正时，为了将整个图像修正为适当的彩色平衡，首先对输入图像进行彩色灰雾(color-fog)校正。然后将由此得到的中间图像存储在存储器中，从该中间图像检测肤色区域，并进行适当的校正。

在上述状态下，通过依次处理目的不同的所述两种校正功能，即彩色灰雾校正和肤色校正，能够生成想要的图像数据。

然而，在该方法中存在两个问题。首先，当依次处理这两种校正时，必须有用于存储第一种处理结果的中间图像的存储器。其次，例如在上述例子中，对输入图像的各个像素进行彩色灰雾校正，因此，即使当输入图像是例如相对较小的VGA大小，在彩色灰雾校正中也需要300,000次以上的计算处理。

因此，当对所述输入图像依次执行多次图像校正时，可以考虑尽可能地缩减该输入图像的大小作为消减中间图像的大小和用于生成中间图像的计算量的方法。

然而，当缩减输入图像和中间图像的大小时，图像分辨率，由此，要准确地计算用于计算校正量的图像特征量比较困难，结果，获得想要的图像也会变得困难。

此外，在通常的图像分析中，已经提出了一种计算亮度和各RGB分量的一维直方图，并通过使用该直方图计算图像校正参数的方法。

然而，从该一维直方图中无法掌握所述亮度分布的变化和各RGB分量的分布。例如，基于该信息，无法掌握肤色、粉红色、或翡翠绿的分布，而唯一的方法是再次参照该输入图像来进行图像分析。

发明内容

本发明的目的是在不生成中间图像的情况下，使用较小的计算量计算出准确的图像校正量。

根据本发明的一个方面，提供了一种对输入图像进行多个校正处理的图像处理装置，包括：第一计算单元，用于计算所述输入图像的多维直方图；第一分析单元，用于基于所述多维直方图，对经受过特定的校正处理的所述输入图像的特征量进行分析；以及第二计算单元，用于基于所述分析的结果，计算在所述特定的校正处理之后进行的校正处理所要使用的校正参数。

根据本发明的另一个方面，其提供一种对输入图像进行多个校正处理的图像处理装置所执行的图像处理方法，包括以下步骤：计算所述输入图像的多维直方图；基于所述多维直方图对经受过特定的校正处理的所述输入图像的特征量进行分析；以及基于所述分析的结果，计算在所述特定的校正处理后进行的校正处理所要使用的校正参数。

本发明的其他特征将通过以下参照附图对示例性实施例进行的描述而变得明确。

附图说明

图1是示出第一实施例中的图像处理装置100的硬件配置的一个例子的图。

图2是示出第一实施例中的处理的框图。

图3是示出以16bit为单元生成网格(grid)时的RGB三维空间的图。

图4是示出网格直方图(GH)计算处理203的处理的步骤的流程图。

图5是示出在亮度/色度空间(如YCbCr空间)中输入图像的分布的图。

图6是示出当白平衡失衡时在亮度/色度空间中输入图像的分布的图。

图7是示出第一实施例中白平衡(WB)校正参数计算处理的流程图。

图8是示出计算各种图像分析参数的处理的流程图。

图9是说明第一实施例中场景分类的图。

图10是示出在第一实施例中使用的色调校正曲线的一个例子的图。

图11是示出用于计算每个场景的饱和度加强系数的加权直线的图。

图12是示出生成三维查找表的处理的流程图。

图13是示出第二实施例中的处理的方框图。

图14是示出第二特征量分析处理的流程图。

图15是示出肤色区域定义的一个例子的图。

图16是示出肤色区域的亮度校正曲线的一个例子的图。

图17是示出三维查找表(3DLUT)修正处理的流程图。

具体进行方式

以下，将参照附图详细描述本发明的多个实施例。

[第一实施例]

图1是示出第一实施例中的图像处理装置100的硬件配置的一个例子的图。在图1中，101是CPU，102是ROM，103是RAM。104是打印机引擎，105是由键盘、按钮、触摸面板等构成的用户接口(UI)。

106是诸如液晶显示器的显示设备。107是存储卡读取器，108是诸如USB的接口(IF)。以上各部件都与系统总线109连接。此外，存在接口108经由USB电缆与个人计算机(PC)110连接的情况。

CPU 101将存储在ROM 102中的程序(包括下文中说明的图像处理程序)加载到作为工作存储器的RAM 103，并执行该程序。然后通过根据该程序经由系统总线109控制上述各个部件来实现该程序的功能。

虽然在第一实施例中以打印机作为例子进行说明，但是本发明不限于此，不用说本发明还能适用于其他设备，例如，数字照相机、复印机、传真机和电视。

图2是说明第一实施例中的处理的框图，所述处理由CPU 101执行。首先，图像数据通常是Exif-JPEG数据，该数据经由存储卡读取器107或接口108输入。然后，JPEG解码器进行解码(JPEG解码)处理200，所述数据在存储器中被展开作为YCbCr数据。该YCbCr数据被输入到缩小图像生成处理201，并采用公知技术生成缩小图像。

生成缩小图像是为了对在后述的网格直方图(GH)计算处理中的计算量以及对WB参数计算处理中提取各种图像特征的计算量进行消减。因此，在该缩小图像中必须留下某种程度的图像细节的前提下，希望该大小最小大约是VGA(640×480像素)大小。

接下来，经由YCC-RGB转换处理202将该缩小图像输入到网格直方图(GH)计算处理203，计算出所述输入图像的网格直方图。YCC-RGB转换处理202是公知的亮度色度转换，因此其详细描述被省略。

在此描述作为多维直方图的网格直方图。该网格直方图是如图3所示的多维空间中的RGB直方图。图3所示的例子示出了在24位(RGB各8位)RGB三维空间中以16bit为单元生成网格的情况。

图4是示出GH计算处理203的处理步骤的流程图。在S401中，计算输入的RGB缩小图像的各个像素在GH网格中的位置。使用各个像素的(R，G，B)值，进行如下的计算处理。

G_{R} = [\frac{R + 8}{16}]

G_{G} = [\frac{G + 8}{16}]

G_{B} = [\frac{B + 8}{16}]

在上述计算公式中，G_R，G_G，和G_B表示所述网格直方图的各个网格，当例如，(R，G，B)＝(16，16，16)时，在所述网格中的位置被计算为(1，1，1)。

然后，在S402中，使用如下所示的三维阵列GH来累计所述计算出的网格位置的次数：

GH[G_R]·[G_G]·[G_B]＝GH[G_R]·[G_G]·[G_B]+1

然后，通过对所述缩小图像中的每一个像素进行上述处理(在S403为是)，能够计算出GH。

虽然在第一实施例中的，将所述缩小图像从YCbCr数据转换为RGB数据并在RGB三维空间中计算出GH，但是本发明不限于此。例如，三维网格可由YCbCr空间构成，然后能进行类似的GH计算，此外，在高于三维空间的空间(例如像CMYK的四维空间)中能够类似地计算出GH。

然而，在上述的RGB空间中的GH计算与在YCbCr空间中用相同数量的网格构成的GH相比更具优势。也就是说，在通常的图像数据中，不存在具有高亮度和饱和度的像素，例如(Y，Cb，Cr)＝(255，128，128)。因此，在YCbCr空间中，次数为0的网格位置大量存在，从而无法有效利用该空间。

另一方面，在RGB空间中，图像数据存在于遍及从(R，G，B)＝(255，255，255)到(R，G，B)＝(0，0，0)的整个空间。这样该网格中的所有位置均能被有效利用，结果，与利用YCbCr空间的情况相反，图像信息被详细分析。因此，在第一实施例中，对假定使用RGB三维GH进行描述。

然后，返回参照图2，所述步骤进入白平衡(WB)参数计算处理204，在此，估算整个输入图像的WB状态，并获得用于对适当的WB进行校正的校正参数。尽管在本发明中WB校正方法不受限制并且可以使用一种公知的技术，但是在此，将使用图像中的两个区域(即明区(亮调区域)和暗区(暗调区域))的WB校正方法作为例子进行描述。

如图5所示，已知当输入图像具有适当的白平衡时，在亮度/色度空间(例如YCbCr空间)中输入图像的分布中，亮调(HL)/暗调(SD)区域500被分布在灰轴(Y轴)附近。

另一方面，当白平衡失衡时，如由于在摄影时光源的影响在输入图像中产生彩色灰雾时，在亮度/色度空间中的图像的分布与图6中的600所显示的分布相似。为了对具有该分布的图像进行WB校正，已知如下一种技术：生成用于将亮调和暗调区域放置在亮度/色度空间中的灰轴上的旋转矩阵，并使用如下转换公式进行校正。在该转换公式中的3×3旋转矩阵被视为WB校正参数。

[\begin{matrix} Y^{'} \\ {Cb}^{'} \\ {Cr}^{'} \end{matrix}] = [\begin{matrix} m_{00} & m_{01} & m_{02} \\ m_{10} & m_{11} & m_{12} \\ m_{20} & m_{21} & m_{22} \end{matrix}] [\begin{matrix} Y \\ Cb \\ Cr \end{matrix}]

这里，将参照图7描述通过生成三维旋转矩阵来计算WB校正参数的方法。

图7是示出第一实施例中WB校正参数的计算处理的流程图。首先，在S700中计算缩小图像的直方图。对于该直方图，计算累积亮度直方图和各个亮度中Cb和Cr的平均值。然后，在S701，计算亮调和暗调的点。对于这些点，例如，参照上述的累积亮度直方图，累积次数为整个缩小图像的99％的点被视为亮调点，而累积次数为整个缩小图像的1％的点则被视为暗调点。

然后，在S702中，生成在灰轴上绘制所述两个点(即，亮调点和暗调点)的3×3旋转矩阵。基于各种文献，生成3×3旋转矩阵的方法是公知技术，因此其详细描述将被省略。

然后，返回参照图2，进入特征量分析处理205，计算用于分析各种图像(即应用所述WB校正后的输入图像)的特征量的分析参数。

图8是示出计算各种图像分析参数的处理的流程图。首先，在S800，获得GH中的各个网格值(R，G，B)和各网格的次数。然后，在S801各个(R，G，B)值被转换为(Y，Cb，Cr)值。对于转换的(Y，Cb，Cr)值，通过使用在WB参数计算处理204计算出的旋转矩阵来获得WB校正后的值(Y′，Cb′，Cr′)。

然后，在S802，通过使用在S801获得的WB校正后的值和网格的次数，计算亮度平均值，亮度的直方图，色相的直方图，平均饱和度等。色调和饱和度的计算可以是HIS型计算，或可以使用在Cb-Cr平面中从色相角(hueangle)到原点的距离进行该计算。然后，对于GH中的所有的网格进行上述处理(在S803为是)。

如上所述，当要从WB校正后的图像计算各种分析参数时，在VGA大小的图像的情况下，对各个像素计算直方图需要大约300,000次计算。

然而，在当采用如第一实施例所述的使用网格直方图的方法的情况下，当GH的网格单元是，例如16bit，所有网格的点数为17³＝4913，其意味着使用大约5000次计算，才能大体掌握图像特征。在图1所示的CPU的处理能力较弱的环境中，这是一个非常重要的优点。

基于所述分析的信息，在色调校正曲线计算处理中和饱和度校正系数计算处理中，选择用于色调校正的一维色调曲线，并进行用于饱和度校正的系数值的计算。

根据图9所示的场景分类表确定这些值。图9是说明第一实施例中场景分类的图。图9示出了非常简单化的场景分类(确定)。具体地说，根据基于GH和WB校正参数分析的图像分析值(平均亮度，平均饱和度)的关系，图像被划分为四类。

当平均亮度和平均饱和度不小于阈值(Th_Y，Th_S)时，场景被归类为风景，当平均亮度和平均饱和度小于所述阈值时，场景被归类为曝光不足的场景。当平均饱和度不小于阈值而平均亮度小于阈值时，场景被归类为夜景，在所有的其他情况下，场景被归类为标准场景。在图2所示的场景分类处理206中进行该场景分类。

这样以来，在第一实施例中，通过在对输入图像WB校正后使用GH对该图像状态进行分析，能够基于调整色彩平衡后的状态进行校正场景分类处理。

在色调校正曲线计算处理207中，基于上述场景分类的结果确定色调校正曲线。图10是示出在第一实施例中使用的色调校正曲线的一个例子的图。虽然为了简单化在此示出了四个色调曲线，但是本发明不限于此。

具体地说，对于曝光不足的场景，设定了增强整体明度的直线(图10中所示的“曝光不足”)。对于风景场景，设定了增强整体对比度的曲线(图10所示的“风景”)。对于夜景，设定了用于突出暗区和加亮明区的直线(图10中所示的“夜景”)。最后，对于标准场景，设定了不做任何处理的直线(图10中所示的“标准”)。基于场景分类的结果选择所述曲线，并且该曲线作为一维查找表(1DLUT)被存储在存储器中。

图11是示出计算用于计算每个场景的饱和度加强系数的加权直线的图。在图11中，纵轴是饱和度加强增益(SG)，横轴是在WB校正后的特征量分析处理205中获得的平均饱和度。在饱和度校正系数计算处理208中，如果所述场景已被归类为风景或夜景，则基于上面的曲线计算SG；或者如果所述场景已被归类为标准场景，则基于下面的曲线计算SG。

在上述任何曲线中，当平均饱和度低时则积极进行饱和度加强，当平均饱和度不低于预定值时，为了避免过度的饱和度加强，SG被设定为1.0。

基于上述处理，通过使用确定的WB校正参数、色调校正用的一维查找表(1DLUT)，和饱和度加强增益，经3DLUT生成处理209生成校正用的RGB三维查找表。

图12是示出生成三维查找表的处理的流程图。首先，在S1200，LUT中的各个网格值(R，G，B)被转换为(Y，Cb，Cr)。然后，在S1201，将用于进行WB校正的旋转矩阵应用于转换的(Y，Cb，Cr)，来计算(Y′，Cb′，Cr′)。然后，在S1202，对Y′值应用色调校正用的1DLUT，以计算亮度校正后的Y″值。

然后，在S1203，将(Cb′，Cr′)乘以SG，以计算饱和度校正后的(Cb″，Cr″)值。然后，在S1204，将校正后的值(Y″，Cb″，Cr″)转换为RGB值，并作为网格值存储在3DLUT中。对3DLUT中所有的网格进行上述处理(在S1205中为是)，由此完成校正用的表。

在此之后，在校正处理210中，通过使用对缩小的输入图像生成的用于校正的3DLUT，基于公知的插值方法(例如，四面体插值法)生成原始分辨率、打印分辨率或显示分辨率的输出图像。

所述生成的输出图像可以被存储在存储设备中，显示在显示设备上，或发送到打印机引擎以进行打印。

依照第一实施例，对通过缩小输入图像所获得的缩小图像生成RGB网格直方图，并从该缩小图像计算WB校正参数。然后，通过将该WB校正参数应用于网格直方图，而不是应用于所述缩小图像，即使小的存储量和小的计算量，也能够准确估算WB校正后的该图像的状态。

在第一实施例中，因为基于该估算而获得其后的场景分类、色调曲线和饱和度加强系数，所以与以往可能的相比，能够实现更准确的场景分类和校正量的计算。

(第二实施例)

参照附图对本发明的第二实施例进行详细描述。在第二实施例中，所描述的情况是以下这样一种情况：在该情况下在产生彩色灰雾的输入图像中检测到肤色区域，并根据该状态进行适当的肤色校正。

在第二实施例中的图像处理装置的配置与第一实施例中采用图1描述的所述图像处理装置的配置相同，因此其描述将被省略。

图13是示出第二实施例中的处理的方框图。对输入图像计算GH和WB校正参数的处理，进行场景分类的处理以及生成最初的3DLUT的处理(1300到1308)与第一实施例中的相同，因此，在此其描述将被省略。

在第二实施例中，在第二特征量分析处理1309中，通过使用3DLUT和GH分析肤色区域的分布。图14是示出第二特征量分析处理的流程图。

首先，在S1400，通过使用在3DLUT生成处理1308中生成的3DLUT，基于公知的插值法(例如四面体插值法)计算在GH中的各个网格的值(R，G，B)的校正后的值(R′，G′，B′)。然后，在S1401，计算出的(R′，G′，B′)被转换为(Y′，Cb′，Cr′)。

然后，判断在S1401中转换的(Cb′，Cr′)是否包含在定义的肤色区域中。图15是示出肤色区域定义的一个例子的图。在图15，为了简单化，在Cb-Cr平面中，中心位置为(STx，STy)半径为STr的圆区域1500被定义为肤色区域。然而本发明不限于此，可以使用任意的形状定义和面积定义。

作为判断的结果，当(Cb′，Cr′)包含在该定义的肤色区域中时，在S1402中为了计算肤色区域的平均亮度，将所述网格的次数乘以亮度Y′求积。然后，对GH中的所有网格进行上述的处理(在S1403中为是)，在S1404中，将该积值除以GH次数的总和，以计算WB校正后的肤色区域的平均亮度。

然后，返回参照图13，基于计算出的肤色区域的平均亮度，在亮度校正曲线生成处理1310中计算用于肤色亮度校正的曲线。图16是示出肤色区域的亮度校正曲线的一个例子的图。

如图16所示，生成亮度校正曲线1600。生成所述亮度校正曲线1600使得当计算出的肤色区域的所述平均亮度为InSkinTone时，其值(即目标明度)为OutSkinTone，(InY，OutY)满足(0，0)和(255，255)。亮度校正曲线1600可以是单纯的伽玛曲线，或可以是满足上述条件的直线构成的曲线。然后，该生成的曲线作为1DLUT存储在所述存储器中。

然后，当完成亮度校正曲线的生成时，在3DLUT修正处理1311中进行3DLUT修正。图17是示出三维查找表(3DLUT)修正处理的流程图。

首先，在S1700中，获得用于校正的3DLUT的网格值(R，G，B)，在S1701中将该值转换为YCbCr。然后，在S1702中，上述亮度校正曲线1600被应用于Y，获得Y′。然后，在S1703中，(Y′，Cb，Cr)被转换为(R′，G′，B′)，并被存储在网格值中。对用于校正的3DLUT中所有的网格进行上述处理(在S1704为是)，由此完成该LUT的修正处理。

在此之后，在校正处理1312中，基于公知的插值法(例如，四面体插值法)，通过使用对原始分辨率的输入图像校正用的所述3DLUT，生成输出图像。

该生成的输出图像可以被存储在存储设备中，显示在显示设备上，或发送给打印机引擎进行打印。

根据第二实施例，使用GH模拟进行基本的图像校正(例如WB校正、色调校正和饱和度校正)后的图像状态，并在此基础上，能够准确地估算基本校正后肤色区域的分布。与使用VGA大小的中间图像的情况相比，由于对于估算来说只有GH是必需的，因此能够以极其节省存储量的方式和使用小的计算量，准确地计算校正参数。

此外，不使用对输入图像通常获得的一维直方图(各个亮度和RGB分量的直方图)，而是使用RGB空间中的三维直方图。通过使用该三维直方图进行所述图像分析，能够实现不能通过一般一维直方图计算出的色彩分布分析。因此，能够计算出不能通过一维直方图获得的校正参数。

在第二实施例中，首先生成用于基本的图像校正的3DLUT，通过使用GH估算肤色区域并计算所述校正量，由此修正已生成的3DLUT。通过该处理，仅需要在处理步骤的最后对原始分辨率的图像进行一次校正处理。因此，第二实施例还具有通过高效率处理生成最终输出图像的优点。

虽然在第二实施例中，描述了在基本的图像校正处理之后的肤色区域的亮度校正处理，但是本发明不限于此。例如，在所述图像校正处理之后通过使用GH分析诸如天空，山绿等特定颜色的分布，能够进行基于该结果的适当的处理(例如，饱和度校正和色相校正)。

此外，虽然在第一实施例和第二实施例中对缩小图像进行白平衡校正，以分析图像的特征量，但是对所述缩小图像进行的校正也可以是该白平衡校正以外的任意图像校正处理。在此情况下，对该图像校正处理之后的图像进行特征量分析。

虽然已经描述过基于RGB和YCbCr数据的图像处理，但是本发明不限于此。例如，由于YCbCr意味着将分量分解为亮度和色度，因此使用等同于这些的色彩空间，例如YC1C2或L^*a^*b^*的均等色彩空间进行所述处理，也当然落入本发明的范围。

注意，本发明可以应用于包含多个设备(例如，主机、接口设备、读卡器、打印机等)的系统，或者也可以应用于包含单一设备(例如，复印机、传真机等)的装置。

此外，不用说本发明的目的还能通过以下方式实现：向系统或装置提供存储有实现上述实施例功能的软件的程序代码的存储介质，并使系统或装置的计算机(CPU或MPU)读出并执行存储在该程序介质中的所述程序代码。

在此情况下，从计算机可读存储介质读取的所述程序代码本身实现了上述实施例的所述功能，存储有所述程序代码的存储介质构成了本发明。

用来提供程序代码的存储介质的例子包括：软盘、硬盘、光盘、磁光盘、CD-ROM、CD-R、磁带、非易失性存储卡和ROM等等。

此外，不用说下述情况也落入本发明的范围中，其不限于通过计算机执行读出的程序代码实现上述实施例的功能。即，计算机上运行的OS(操作系统)等基于所述程序代码中的指令进行实际处理的部分或全部，并通过该处理实现上述实施例的功能的情况也包含在本发明的范围中。

此外，将从存储介质中读出的程序代码写入安装在计算机中的功能扩展板或者连接到计算机的功能扩展单元设置的存储器，之后，基于包含在该程序代码中的指令，功能扩展板或者功能扩展单元中包含的CPU等进行实际处理的部分或者全部，上述实施例的功能得以实现。不用说这也落入本发明的范围内。

虽然已参照示例性实施例对本发明进行了描述，但是应当理解的是本发明并不限于所公开的示例性实施例。应当对以下权利要求的范围给予最宽泛的解释，以包括所有变体、等同结构和功能在内。

Claims

1.一种对输入图像进行多个校正处理的图像处理装置，该图像处理装置包括：

第一计算单元，用于计算所述输入图像的多维直方图；

第一分析单元，用于基于所述多维直方图，对经受过特定的校正处理的所述输入图像的特征量进行分析；以及

第二计算单元，用于基于所述分析的结果，计算在所述特定的校正处理后进行的校正处理所要使用的校正参数。

2.根据权利要求1所述的图像处理装置，该图像处理装置还包括：

多维查找表生成单元，用于基于用于所述特定的校正处理的校正参数和在所述特定的校正处理之后进行的所述校正处理要使用的校正参数，生成多维查找表；以及

输出图像生成单元，用于通过使用所述多维查找表，生成输出图像。

3.根据权利要求1所述的图像处理装置，其中，所述第一计算单元基于RGB三维空间来计算多维直方图。

4.根据权利要求1所述的图像处理装置，其中，所述特定的校正处理是用于校正白平衡的校正处理。

5.根据权利要求2所述的图像处理装置，该图像处理装置还包括：

第二分析单元，用于在计算出所述校正参数后，基于所述多维直方图分析特定颜色的分布；

第三计算单元，用于计算用于对所述特定颜色进行处理的参数；

修正单元，用于基于由所述第三计算单元计算出的所述参数，修正所述多维查找表。

6.根据权利要求5所述的图像处理装置，其中，所述特定颜色是肤色。

7.一种对输入图像进行多个校正处理的图像处理装置所执行的图像处理方法，该图像处理方法包括以下步骤：

计算所述输入图像的多维直方图；

基于所述多维直方图，对经受过特定的校正处理的所述输入图像的特征量进行分析；以及

基于所述分析的结果，计算在所述特定的校正处理之后进行的校正处理所要使用的校正参数。