CN101567976B - 图像拍摄设备 - Google Patents

Abstract

提供图像拍摄设备及其控制方法，该图像拍摄设备包括：快门操作接受单元，用于接受快门操作；图像拍摄单元，用于拍摄对象的图像并生成拍摄图像；亮度信息提取单元，用于从拍摄图像中提取指示整个拍摄图像的亮度的亮度信息；亮度值分布信息提取单元，用于从拍摄图像中提取指示拍摄图像中亮度值的分布的亮度值分布信息；景色确定单元，用于根据提取的亮度信息和亮度值分布信息确定包括在拍摄图像中的对象的景色；和控制单元，用于如果当已经接受了快门操作时，将包括在拍摄图像中的对象的景色确定为预定景色，则利用至少两个不同图像拍摄/记录参数进行控制来记录拍摄图像。

Description

图像拍摄设备

交叉参考相关申请 

本发明包含与2008年1月22日向日本专利局提出的日本专利申请JP2008-011069有关的主题，特此全文引用以供参考。 

技术领域

本发明涉及图像拍摄设备，尤其涉及可以利用数个图像拍摄/记录参数拍摄图像的图像拍摄设备、它的控制方法和使计算机执行该方法的程序。 

背景技术

迄今为止，像数字照相机那样拍摄像人物和风景那样的对象的图像和记录拍摄图像的图像拍摄设备已经可从市场上购买到。作为这些图像拍摄设备之一，人们已经提出了确定包括在拍摄图像中的对象的景色和依照确定的景色设置图像拍摄条件的图像拍摄设备。 

例如，人们已经提出了确定包括在拍摄图像中的对象的逆光状态和依照这个拍摄图像的逆光状态进行逆光校正的图像拍摄设备(例如，参见日本待审专利申请公布第2004-235956号(图1))。 

发明内容

按照上述背景技术，可以通过确定逆光状态，依照包括在拍摄图像中的对象的逆光状态进行逆光校正。但是，例如，取决于包括在拍摄图像中的对象的尺寸或排列，逆光景色可能类似于像迎光景色那样，非逆光景色的室内景色或室外景色。因此，在一些情况下可能难以区分逆光景色。尽管在许多情况下初学者难以拍摄像逆光景色或夜间景色那样的特殊景色下的图像，但存在摄影者希望依照摄影者偏爱记录拍摄图像的情况。因此，例如，可以依照摄影者偏爱记录像逆光景色或夜间景色那样的特殊景色下的拍摄图像。但是，可能无法记录特殊景色下的拍摄图像。即使在这样的情况下，以适当方式记录特殊景色也是重要的。 

人们希望适当地记录包括在拍摄图像中的对象的特殊景色。 

按照本发明的第一实施例，提供了包括如下元件的图像拍摄设备：快门操作接受装置，用于接受快门操作；图像拍摄装置，用于拍摄对象的图像并生成拍摄图像；亮度信息提取装置，用于从拍摄图像中提取指示整个拍摄图像的亮度的亮度信息；亮度值分布信息提取装置，用于从拍摄图像中提取指示拍摄图像中亮度值的分布的亮度值分布信息；景色确定装置，用于根据提取的亮度信息和提取的亮度值分布信息确定包括在拍摄图像中的对象的景色；和控制装置，用于在当已经接受了快门操作时，将包括在拍摄图像中的对象的景色确定为预定景色的情况下，利用至少两个不同图像拍摄/记录参数进行控制来记录拍摄图像。本发明还提供了用于图像拍摄设备的控制方法和使计算机执行该控制方法的程序。于是，进行如下操作：根据从拍摄图像中提取的亮度信息和从拍摄图像中提取的亮度值分布信息确定包括在拍摄图像中的对象的景色，并且在当接受了快门操作时，将包括在拍摄图像中的对象的景色确定为预定景色的情况下，利用至少两个不同图像拍摄/记录参数记录拍摄图像。 

图像拍摄设备可以进一步包括如下元件：亮度信息评估值参数存储装置，用于逐个景色地存储指示根据各种景色的亮度信息的分布的亮度信息评估值参数；亮度值分布信息评估值参数存储装置，用于逐个景色地存储指示与根据各种景色的亮度值分布信息相对应的特征量的亮度值分布信息评估值参数；和确定评估值计算装置，用于利用与提取的亮度信息相对应的亮度信息评估值参数逐个景色地计算亮度信息评估值，利用与提取的亮度值分布信息相对应的亮度值分布信息评估值参数逐个景色地计算亮度值分布信息评估值，并且根据逐个景色地计算的亮度信息评估值和亮度值分布信息评估值逐个景色地计算确定评估值。景色确定装置可以根据逐个景色地计算的确定评估值确定包括在拍摄图像中的对象的景色。于是，进行如下操作：利用与从拍摄图像中提取的亮度信息相对应的亮度信息评估值参数逐个景色地计算亮度信息评估值；利用与从拍摄图像中提取的亮度值分布信息相对应的亮度值分布信息评估值参数逐个景色地计算亮度值分布信息评估值；根据逐个景色地计算的亮度信息评估值和亮度值分布信息评估值逐个景色地计算确定评估值；和根据逐个景色地计算的确定评估值确定包括在拍摄图像中的对象的景色。 

图像拍摄设备可以进一步包括如下元件：亮度值区域信息提取装置，用于将拍摄图像分裂成数个区域和提取每个区域的亮度值区域信息。景色确定装置可以根据提取的亮度信息、提取的亮度值分布信息和提取的亮度值区域信息确定包括在拍摄图像中的对象的景色。于是，进行如下操作：根据从整个拍摄图像中提取的亮度信息、从拍摄图像中提取的亮度值分布信息和从从拍摄图像中分裂出来的每个区域中提取的亮度值区域信息确定包括在拍摄图像中的对象的景色。 

图像拍摄设备可以进一步包括如下元件：亮度信息评估值参数存储装置，用于逐个景色地存储指示根据各种景色的亮度信息的分布的亮度信息评估值参数；亮度值分布信息评估值参数存储装置，用于逐个景色地存储指示与根据各种景色的亮度值分布信息相对应的特征量的亮度值分布信息评估值参数；分裂区域评估值转换信息存储装置，用于存储指示按照根据各种景色的亮度值区域信息的大小分类的拍摄图像的一组区域的区域组信息，以及用于根据区域组信息将提取的亮度值区域信息转换成分裂区域评估值的评估值转换表；确定评估值计算装置，用于利用与提取的亮度信息相对应的亮度信息评估值参数逐个景色地计算亮度信息评估值，利用与提取的亮度值分布信息相对应的亮度值分布信息评估值参数逐个景色地计算亮度值分布信息评估值，并且根据逐个景色地计算的亮度信息评估值和亮度值分布信息评估值逐个景色地计算确定评估值；和分裂区域评估值计算装置，用于针对提取的亮度值区域信息，利用区域组信息和评估值转换表逐个景色地计算分裂区域评估值。景色确定装置可以根据逐个景色地计算的确定评估值和分裂区域评估值确定包括在拍摄图像中的对象的景色。于是，进行如下操作：利用与从拍摄图像中提取的亮度信息相对应的亮度信息评估值参数逐个景色地计算亮度信息评估值；利用与从拍摄图像中提取的亮度值分布信息相对应的亮度值分布信息评估值参数逐个景色地计算亮度值分布信息评估值；根据逐个景色地计算的亮度信息评估值和亮度值分布信息评估值逐个景色地计算确定评估值；针对从从拍摄图像中分裂出来的每个区域中提取的亮度值区域信息，利用区域组信息和评估值转换表逐个景色地计算分裂区域评估值；和根据逐个景色地计算的确定评估值和分裂区域评估值确定包括在拍摄图像中的对象的景色。 

在从拍摄图像的预定区域中提取的亮度值区域信息处在预定范围内的情 况下，分裂区域评估值计算装置可以进行校正来增大分裂区域评估值。于是，进行如下操作：当从拍摄图像的预定区域中提取的亮度值区域信息处在预定范围内时，进行校正来增大分裂区域评估值。 

图像拍摄设备可以进一步包括图像拍摄/记录参数操作接受装置，用于接受设置所要图像拍摄/记录参数的操作的细节。当已经接受了快门操作时，如果包括在拍摄图像中的对象的景色被确定为预定景色，则控制装置至少可以利用设置的图像拍摄/记录参数和按照确定的预定景色的图像拍摄/记录参数进行控制来记录拍摄图像。于是，进行如下操作：当已经接受了快门操作时，如果包括在拍摄图像中的对象的景色被确定为预定景色，则至少利用设置的图像拍摄/记录参数和按照确定的预定景色的图像拍摄/记录参数记录拍摄图像。 

预定景色可以是夜间景色或逆光景色。于是，进行如下操作：利用按照夜间景色或逆光景色的图像拍摄/记录参数记录拍摄图像。 

图像拍摄设备可以进一步包括显示控制装置，用于在已经连续设置了相同图像拍摄/记录参数预定时间段的情况下，关于用于记录拍摄图像的图像拍摄/记录参数，显示代表已经连续设置了预定时间段的图像拍摄/记录参数的标记。于是，进行如下操作：在已经连续设置了相同图像拍摄/记录参数预定时间段的情况下，关于用于记录拍摄图像的图像拍摄/记录参数，显示代表已经连续设置了预定时间段的图像拍摄/记录参数的标记。 

按照本发明的第二实施例，提供了包括如下元件的图像拍摄设备：快门操作接受装置，用于接受快门操作；图像拍摄装置，用于拍摄对象的图像并生成拍摄图像；分裂区域评估值转换信息存储装置，用于存储指示按照根据各种景色的拍摄图像的预定区域中亮度值区域信息的大小分类的拍摄图像的一组区域的区域组信息，以及用于根据区域组信息将亮度值区域信息转换成分裂区域评估值的评估值转换表；亮度值区域信息提取装置，用于将拍摄图像分裂成数个区域和提取每个区域的亮度值区域信息；分裂区域评估值计算装置，用于针对提取的亮度值区域信息，利用区域组信息和评估值转换表逐个景色地计算分裂区域评估值；景色确定装置，用于根据逐个景色地计算的分裂区域评估值确定包括在拍摄图像中的对象的景色；和控制装置，用于在当已经接受了快门操作时，将包括在拍摄图像中的对象的景色确定为预定景色的情况下，利用至少两个不同图像拍摄/记录参数进行控制来记录拍摄图 像。本发明还提供了用于图像拍摄设备的控制方法和使计算机执行该控制方法的程序。于是，进行如下操作：将拍摄图像分裂成数个区域；提取每个分裂区域的亮度值区域信息；针对提取的亮度值区域信息，利用区域组信息和评估值转换表逐个景色地计算分裂区域评估值；根据逐个景色地计算的分裂区域评估值确定包括在拍摄图像中的对象的景色；和在当接受了快门操作时，将包括在拍摄图像中的对象的景色确定为预定景色的情况下，利用至少两个不同图像拍摄/记录参数记录拍摄图像。 

按照本发明的实施例，产生了可以适当地记录包括在拍摄图像中的对象的特殊景色的极其有利效果。 

附图附图 

图1是示出按照本发明实施例的图像拍摄设备的示范性功能结构的方块图； 

图2是示出按照本发明实施例的主要控制单元的示范性功能结构的方块图； 

图3是示出按照本发明实施例的景色判定单元的示范性功能结构的方块图； 

图4是示意性地示出存储在按照本发明实施例的景色度分数计算信息存储单元中的景色度分数计算信息的图形； 

图5是示意性地示出存储在按照本发明实施例的景色指标计算信息存储单元中的景色指标计算信息的图形； 

图6是示出按照本发明实施例生成景色度分数计算信息的方法的概况的图形； 

图7是示意性地示出按照本发明实施例的EV值提取单元提取的EV值的直方图的图形； 

图8是示出作为存储为每种景色生成的EV信息评估值参数的景色度分数计算信息的例子的景色度分数计算信息(EV值)的图形； 

图9是示出代表从图像中提取的亮度值的分布的直方图的图形； 

图10A是示出拍摄图像的图形； 

图10B是示出从如图10A所示的拍摄图像中提取的直方图的图形； 

图11是示出利用通过对拍摄图像执行判别分析方法计算的阈值获得的 二进制化图像的图形； 

图12是示意性地示出从各自图像中提取的亮度值的中值的直方图的图形； 

图13A和13B是示出存储为每种景色生成的亮度值分布信息评估值参数的景色度分数计算信息的例子的图形； 

图14A和14B是示出存储为每种景色生成的亮度值分布信息评估值参数的景色度分数计算信息的例子的图形； 

图15A和15B是示出存储为每种景色生成的亮度值分布信息评估值参数的景色度分数计算信息的例子的图形； 

图16是示出生成用在计算景色指标中的景色指标计算信息的方法的概况的图形； 

图17包括示出将图像分裂成预定区域的方法的概况的图形； 

图18包括示出根据从数个拍摄图像中计算、每个区域中的亮度值的平均值生成直方图的情况的概况的图形； 

图19包括示出根据从数个拍摄图像中计算、每个区域中的亮度值的平均值生成直方图的情况的概况的图形； 

图20是示出与夜间图像有关的景色频率模式的例子的图形； 

图21A是示出在赋予属于相同组的区域以相同号码的情况下的夜间景色频率模式的例子的图形； 

图21B是示出在计算景色指标时逐个区域地确定评估值的评估值转换表的例子的图形； 

图22A是示出与逆光图像有关的景色频率模式的例子的图形； 

图22B是示出评估值转换表的例子的图形； 

图23A是示出代表数个拍摄图像与为这些拍摄图像计算的夜间景色指标之间的关系的标绘图的图形； 

图23B和23C是示出在相对暗的地方拍摄的图像的图形； 

图24A是示出用于计算景色指标校正值的评估值转换表的图形； 

图24B是示出代表夜间景色指标与景色指标校正值之间的关系的标绘图的图形； 

图25A是示出代表数个拍摄图像与为这些拍摄图像计算的夜间景色指标之间的关系的标绘图的图形； 

图25B和25C是示出在相对暗的地方拍摄的图像的图形； 

图26A是示出与逆光景色有关的评估值转换表的图形； 

图26B是示出代表逆光景色指标与景色指标校正值之间的关系的标绘图的图形； 

图27是示出在景色被确定为夜间景色或逆光景色的情况下记录两个拍摄图像时图像拍摄/记录参数的例子的图形，也就是说，图27是示出图像拍摄条件与设置图像拍摄条件的条件之间的关系的图形； 

图28A和28B是示出按照本发明实施例的低亮度校正的概况的图形； 

图29A和29B是示出显示在按照本发明实施例的显示单元上的图像拍摄模式识别图标的显示例子的图形； 

图30A和30B是示出显示在按照本发明实施例的显示单元上的图像拍摄模式识别图标的显示例子的图形； 

图31是示出按照本发明实施例的图像拍摄设备执行的景色确定进程的处理过程的流程图； 

图32是示出按照本发明实施例的图像拍摄设备执行的景色确定进程的处理过程内景色度分数计算进程的过程的流程图； 

图33是示出按照本发明实施例的图像拍摄设备执行的景色确定进程的处理过程内景色指标计算进程的过程的流程图； 

图34是示出按照本发明实施例的图像拍摄设备执行的图像拍摄模式设置进程的处理过程的流程图； 

图35是示出按照本发明实施例的图像拍摄设备执行的图像拍摄模式设置进程的处理过程内夜间景色模式设置进程的过程的流程图； 

图36是示出按照本发明实施例的图像拍摄设备执行的图像拍摄模式设置进程的处理过程内逆光景色模式设置进程的过程的流程图；和 

图37是示出按照本发明实施例的图像拍摄设备执行的图像拍摄模式识别图标显示进程的处理过程的流程图。 

具体实施方式

现在参照附图详细描述本发明的实施例。 

图1是示出按照本发明实施例的图像拍摄设备100的示范性功能结构的方块图。图像拍摄设备100包括透镜单元111、光圈机械单元112、快门机械 单元113、图像拾取元件114、透镜控制单元115、定时发生器(TG；定时信号生成电路)116、模拟信号处理单元121、模拟到数字(A/D)转换单元122、数字信号处理单元123、主要控制单元200、操作接受单元130、快门释放按钮131、显示单元140、记录单元150、外部接口(I/F)160、电可擦除可编程只读存储器(EEPROM)171、随机存取存储器(RAM)172、模糊检测单元180、充电/发光控制单元191和发光单元192。例如，图像拍摄设备100可以利用数字照相机实现，数字照相机可以拍摄对象的图像，生成图像数据，通过进行图像数据的图像分析提取特征量，并利用提取的特征量应用各种图像处理。 

透镜单元111包括收集从对象反射的光的数个透镜(变焦透镜、聚焦透镜等)。从对象反射的入射光穿过这些透镜供应给图像拾取元件114。这些透镜受变焦控制机械单元(在图中未示出)、聚焦控制机械单元(在图中未示出)或运动模糊控制机械单元(在图中未示出)驱动。例如，通过根据来自主要控制单元200的控制信号控制变焦控制机械单元或聚焦控制机械单元的驱动进行变焦控制或聚焦控制。主要控制单元200根据模糊检测单元180检测到的图像拍摄设备100的模糊信息和校正光学系统的当前位置信息，确定校正光学系统应该运动到的位置。根据这个确定，驱动控制运动模糊控制机械单元，从而进行运动模糊校正控制。 

光圈机械单元112根据来自主要控制单元200的控制信号，控制入射光经由透镜单元111穿过的孔径的大小。快门机械单元113根据来自主要控制单元200的控制信号，控制入射光经由透镜单元111经过的时间(曝光时间)。控制快门机械单元113的控制信号是响应快门释放按钮131的按压操作生成的控制信号。光圈机械单元112和快门机械单元113以这种方式控制曝光量。 

图像拾取元件114是在图像拾取表面上配备滤色片的彩色图像拾取元件。图像拾取元件114依照TG 116供应的驱动脉冲操作，并且依照从对象反射和穿过透镜单元111的入射光，在图像拾取表面上形成对象的图像。图像拾取元件114依照在图像拾取表面上形成的对象的图像生成模拟图像信号，并且将生成的模拟图像信号供应给模拟信号处理单元121。作为图像拾取元件114，可以使用像电荷耦合器件(CCD)传感器或互补金属氧化物半导体(CMOS)传感器那样的图像拾取元件。 

透镜控制单元115根据来自主要控制单元200的控制信号，控制变焦控 制机械单元、聚焦控制机械单元、或运动模糊控制机械单元。 

TG 116根据来自主要控制单元200的控制信号，生成图像拾取元件114用于为每个屏幕累积和读取图像信号的各种驱动脉冲。TG 116将这些各种生成驱动脉冲供应给图像拾取元件114。也就是说，这些各种驱动脉冲用作图像信号拍摄进程和图像信号输出进程的定时信号。 

模拟信号处理单元121将像取样进程(取样和保持(S/H))和放大进程(自动增益控制(AGC))那样的模拟处理应用于图像拾取元件114供应的图像信号。模拟信号处理单元121将经过模拟处理的模拟图像信号供应给A/D转换单元122。 

A/D转换单元122通过以预定取样速率取样模拟图像信号，将模拟信号处理单元121供应的模拟图像信号转换成数字图像信号。A/D转换单元122将转换的数字图像信号供应给数字信号处理单元123。 

数字信号处理单元123从A/D转换单元122供应的数字图像信号中生成进行成帧、静止图像拍摄、自动聚焦、光度学处理等的各种信号。数字信号处理单元123将生成的各种信号输出到主要控制单元200。例如，在成帧的时候，数字信号处理单元123从输入图像信号中生成显示图像信号，并且经由主要控制单元200将生成的显示图像信号供应给显示单元140。在拍摄静止图像的时候，数字信号处理单元123从输入图像信号中生成代表一幅图像的静止图像信号，对生成的静止图像信号应用压缩处理等，并且经由主要控制单元200将经过处理的静止图像信号供应给记录单元150。在自动聚焦的时候，数字信号处理单元123从输入图像信号中检测屏幕内的预定区域中的高频成分，生成指示检测到的高频成分的级别(level)的参数，并且将生成的参数供应给主要控制单元200。在光度学处理的时候，数字信号处理单元123从输入图像信号中检测屏幕内的预定区域中的光量成分(AE信号)，生成指示检测到的光量成分的光量级别的参数，并且将指示光量级别的生成参数供应给主要控制单元200。 

主要控制单元200是控制包括在图像拍摄设备100中的单元的主要控制单元。主要控制单元200包括中央处理单元(CPU)、程序只读存储器(ROM)、工作区RAM和包括各种输入/输出(I/O)端口和接口的微型计算机。主要控制单元200将参照图2和3作详细描述。 

操作接受单元130是接受用户输入的操作的细节和依照接受操作的细节 将信号输出到主要控制单元200的操作接受单元。例如，作为操作接受单元130，可以在图像拍摄设备100上配备像快门释放按钮131和变焦按钮132(如图29所示)那样的操作构件。快门释放按钮131是记录拍摄图像时用户操作的瞬时型按压开关。在本发明的实施例中，主要控制单元200确定快门释放按钮131的按压状态。也就是说，主要控制单元200区分三种按压状态：用户一点也没有按下快门释放按钮131的状态(断开状态)；用户按下快门释放按钮131一半的状态(半按状态)；和用户完全按下快门释放按钮131的状态(全按状态)。变焦按钮132是拍摄图像时调整变焦因子操作的按钮。 

显示单元140是显示与数字信号处理单元123供应的图像数据相对应的图像的显示单元。在显示单元140上显示与图像拾取元件114生成的图像信号相对应的拍摄图像(所谓穿过图像)。例如，显示单元140可以利用液晶器件(LCD)实现。可替代地，显示单元140可以是显示各种选择按钮的触摸面板。例如，当使用触摸面板时，可以通过用手指触摸这些选择按钮的区域输入操作。 

记录单元150是记录数字信号处理单元123供应的图像数据的记录器件。作为记录单元150，可以使用像包括盘状存储卡的半导体存储器或数字多功能盘(DVD)那样的可拆卸记录媒体。可替代地，记录单元150可以事先包括在图像拍摄设备100中或可拆卸地与图像拍摄设备100连接。 

外部I/F 160是包括像通用串行总线(UBS)那样的输入/输出端的外部I/F。 

EEPROM 171是在主要控制单元200的控制下，存储即使图像拍摄设备100的电源关闭了也必须保存的数据等的存储器。例如，该数据包括设置在图像拍摄设备100中的信息的各种项目。 

RAM 172是临时存储主要控制单元200执行各种进程所使用的程序和数据的存储器。 

模糊检测单元180检测作用于图像拍摄设备100的加速、运动、倾斜等，并且向主要控制单元200输出与检测到的加速、运动、倾斜等相对应的电压值。例如，模糊检测单元180沿着两个方向，即，俯仰方向和偏转方向获取与角速度相对应的电压值。例如，主要控制单元200根据从模糊检测单元180输出的电压值进行运动模糊校正计算，并且将电压值转换成与电压值相对应的数值，从而获取由摄影者的手晃引起的图像拍摄设备100的运动信息(模 糊信息)。例如，模糊检测单元180可以利用陀螺传感器实现。 

充电/发光控制单元191根据来自主要控制单元200的控制信号，控制发光单元191的充电和发光。也就是说，发光单元192经由充电/发光控制单元191与主要控制单元200连接，并且通过主要控制单元200控制发光单元192的发光定时。 

例如，发光单元192是配备在包含图像拍摄设备100的外壳的前面或上部的发光器件，以便发光单元192沿着透镜单元111的正向(沿着透镜单元111的光轴方向)发光。发光单元192在极短的瞬间发出强光。也就是说，发光单元192向作为图像拍摄目标的对象发出强光。发光单元192可以利用像氙灯那样的放电器件实现。主要控制单元200使发光单元192在进行完全发光操作之前进行预定光量的预备发光操作。根据从这种预备发光操作中获得的光度数据，主要控制单元200确定从发光单元192发出的光量。也就是说，主要控制单元200检测与从图像拾取元件114输出的模拟图像信号相对应的整个屏幕的亮度值，作为从预备发光操作中获得的光度数据。通过将检测到的亮度值与可以达到适当曝光的目标亮度值相比较，主要控制单元200确定从发光单元192发出的光量。因此，图像拍摄设备100不含减光传感器。 

图2是示出按照本发明实施例的主要控制单元200的示范性功能结构的方块图。主要控制单元200包括脸部检测单元210、静止确定单元220、主要对象检测单元230、曝光值(EV值)提取单元240、景色判定单元250、曝光条件采用单元260、曝光确定单元270、程序图保存单元281、图像拍摄控制单元280和显示控制单元290。在主要控制单元200的功能结构当中，图2只示出了与图像拍摄和记录的控制有关的示范性功能结构，省略了其它功能结构。脸部检测单元210、静止确定单元220、主要对象检测单元230和景色判定单元250相互独立地被控制。在图2中，通过例子描述主要控制单元200执行记录在EEPROM 171中的程序的情况。可替代地，如图2所示的功能结构可以利用硬件实现。 

脸部检测单元210检测包括在与从数字信号处理单元123输出的图像信号相对应的拍摄图像中的人物脸部。脸部检测单元210将检测到的脸部的信息输出到曝光确定单元270。这里可以使用的脸部检测方法包括将其中记录着脸部的亮度值分布信息的模板与真实脸部匹配进行的脸部检测方法和基于包括在拍摄图像中的人物皮肤部分或脸部的特征量的脸部检测方法。例如， 脸部的信息是指示是否在拍摄图像中检测到脸部(是否存在脸部)的信息。 

静止确定单元220根据从模糊检测单元180输出的电压值执行运动模糊校正计算进程，并且计算与该电压值相对应的数值(由图像拍摄设备100的运动引起的模糊量)。静止确定单元200将计算的模糊量与图像拍摄设备100静止时的模糊量相比较，根据比较结果确定图像拍摄设备100是否静止，并且将确定结果(图像拍摄设备100是否静止)输出到曝光确定单元270。具体地说，静止确定单元220通过将计算的模糊量与图像拍摄设备100静止时的模糊量相比较计算偏差值，并且根据偏差值和时间确定图像拍摄设备100是否静止。 

主要对象检测单元230检测包括在与从数字信号处理单元123输出的图像信号相对应的拍摄图像中的主要对象。主要对象检测单元230将检测到的主要对象的信息输出到曝光确定单元270。这里可以使用的主要对象检测方法包括通过将发光单元192进行预备发光操作时获得的拍摄图像的亮度值与预定值相比较，检测拍摄图像是否包括主要对象的检测方法。例如，当在当前景色被确定为比预定级别暗或等于预定级别的昏暗景色的情况下，按下快门释放按钮131一半时，或当当前景色被确定为夜间景色或逆光景色和检测不到脸部时，进行主要对象的检测。例如，主要对象的信息是指示是否在拍摄图像中检测到主要对象(是否存在主要对象)的信息。 

EV值提取单元240根据从数字信号处理单元123输出的AE信号检测指示包括在拍摄图像中的对象的亮度的EV值。EV值提取单元240将检测到的EV值输出到景色判定单元250、曝光条件采用单元260和图像拍摄控制单元280。 

景色判定单元250根据从数字信号处理单元123输出的图像信号和从EV值提取单元240输出的EV值，确定包括在与从数字信号处理单元123输出的图像信号相对应的拍摄图像中的对象的景色。景色判定单元250将确定的景色输出到曝光确定单元270。例如，包括在拍摄图像中的对象的景色可以是包括用作对象的夜间室外的夜间景色、包括用作对象的建筑物内部的室内景色、或包括用作对象、阳光从目标的后面照射的目标的逆光景色。景色判定单元250将参照图3作详细描述。 

曝光条件采用单元260通过将从EV值提取单元240输出的EV值与预定阈值相比较计算差值，并且根据计算差值采用曝光条件。例如，当从EV值 提取单元240输出的EV值小于预定阈值时，曝光可能不够。因此，曝光条件采用单元260采用减小快门速度和光圈尺寸以及增大AGC处理中的增益的曝光条件。相反，当从EV值提取单元240输出的EV值大于等于预定阈值时，曝光可能过度。因此，曝光条件采用单元260采用增大快门速度和光圈尺寸以及减小AGC处理中的增益的曝光条件。在本发明的实施例中，在曝光条件采用单元260采用的曝光条件当中，光圈尺寸被指示成参考光圈尺寸Ie，快门速度被指示成参考快门速度Te，并且增益被指示成参考增益Ge。 

曝光确定单元270根据从景色判定单元250输出、包括在拍摄图像中的对象的景色、从脸部检测单元210输出、指示是否存在脸部的信息，从静止确定单元220输出、指示图像拍摄设备100是否静止的信息和从主要对象检测单元230输出、指示拍摄图像是否包括主要对象的信息，确定曝光条件采用单元260作为曝光条件采用的参考光圈尺寸Ie、参考快门速度Te和参考增益Ge是否合适。曝光确定单元270根据确定结果选择程序图，并且将指示所选程序图的信息和已经作了确定的信息的项目输出到图像拍摄控制单元280。 

程序图保存单元281保存与可以设置的各种图像拍摄模式相对应的数个程序图。程序图保存单元281将保存的程序图供应给图像拍摄控制单元280。在本例中，将描述程序图保存在主要控制单元200中的程序图保存单元281中的例子。可替代地，例如，程序图可以保存在EEPROM 171中，并且可以将保存在EEPROM 171中的程序图供应给图像拍摄控制单元280。 

图像拍摄控制单元280将与用户指定的图像拍摄模式相对应的程序图改变成曝光确定单元270选择的程序图，并且根据从EV值提取单元240输出的EV值确定曝光条件。根据确定的曝光条件，图像拍摄控制单元280将控制光圈机械单元112和快门机械单元113的控制信号分别输出到光圈机械单元112和快门机械单元113。另外，图像拍摄控制单元280依照图像拍摄条件控制图像拍摄模式设置和低亮度校正。并且，当按下快门释放按钮131(全按状态)时，如果包括在拍摄图像中的对象的景色被确定为像夜间景色或逆光景色那样的特殊景色，则图像拍摄控制单元280利用至少两个不同图像拍摄/记录参数进行控制来记录拍摄图像。当快门释放按钮131被按下一半时，建立至少两个不同图像拍摄/记录参数。例如，两个不同图像拍摄/记录参数包括用户指定的图像拍摄/记录参数和按照确定景色的图像拍摄/记录参数。 

显示控制单元290将与图像拍摄控制单元280确定的至少两个不同图像 拍摄/记录参数相对应的图像拍摄模式识别图标显示在显示单元140上。显示在显示单元140上的图像拍摄模式识别图标的显示例子将参照图29A到30B作详细描述。 

图3是示出按照本发明实施例的景色判定单元250的示范性功能结构的方块图。景色判定单元250包括亮度值分布信息提取单元251、景色度分数计算信息存储单元300、景色度分数计算单元252、区域分裂单元253、亮度值提取单元254、景色指标计算信息存储单元350、景色指标计算单元255和景色确定单元256。 

亮度值分布信息提取单元251在与从数字信号处理单元123输出的图像信号相对应的拍摄图像中提取指示亮度值的分布的直方图。亮度值分布信息提取单元251将提取的直方图输出到景色度分数计算单元252。 

景色度分数计算信息存储单元300存储景色度分数计算单元252在计算景色度分数时使用的景色度分数计算信息。景色度分数计算信息存储单元300将存储的景色度分数计算信息供应给景色度分数计算单元252。存储在景色度分数计算信息存储单元300中的景色度分数计算信息将参照图4作详细描述。 

景色度分数计算单元252根据从EV值提取单元240输出的EV值和从亮度值分布信息提取单元251输出的直方图，利用存储在景色度分数计算信息存储单元300中的景色度分数计算信息计算景色度分数。景色度分数计算单元252将计算的景色度分数输出到景色确定单元256。景色度分数是确定包括在与从数字信号处理单元123输出的图像信号相对应的拍摄图像中的对象的景色的分数。景色度分数的计算将参照图13A到图15B作详细描述。 

区域分裂单元253将与从数字信号处理单元123输出的图像信号相对应的拍摄图像分裂成数个区域。区域分裂单元253将拍摄图像和分裂区域的信息输出到亮度值提取单元254。 

亮度值提取单元254在利用区域分裂单元253从拍摄图像中分裂的每个区域中提取亮度值，并且逐个区域地将提取的亮度值输出到景色指标计算单元255。 

景色指标计算信息存储单元350存储景色指标计算单元255在计算景色指标时使用的景色指标计算信息。景色指标计算信息存储单元350将存储的景色指标计算信息供应给景色指标计算单元255。存储在景色指标计算信息 存储单元350中的景色指标计算信息将参照图5作详细描述。 

景色指标计算单元255根据从亮度值分布信息提取单元254输出、每个区域中的亮度值，利用存储在景色指标计算信息存储单元350中的景色指标计算信息计算景色指标。景色指标计算单元255将计算的景色指标输出到景色确定单元256。景色指标是确定包括在与从数字信号处理单元123输出的图像信号相对应的拍摄图像中的对象的景色的指标。景色指标的计算将参照图21A到图26B作详细描述。 

景色确定单元256利用从景色度分数计算单元252输出的景色度分数和从景色指标计算单元255输出的景色指标的至少一个确定包括在与从数字信号处理单元123输出的图像信号相对应的拍摄图像中的对象的景色。景色确定单元256将确定的景色输出到曝光确定单元270和显示控制单元290。 

图4是示意性地示出存储在按照本发明实施例的景色度分数计算信息存储单元300中的景色度分数计算信息的图形。景色度分数计算信息存储单元300存储景色度分数计算信息(EV值)311、景色度分数计算信息(亮度的中值)321、景色度分数计算信息(亮度的峰值)322、景色度分数计算信息(亮度的底宽)323、景色度分数计算信息(亮度的二进制化阈值)324、景色度分数计算信息(亮度的曝光不足区的比例)325和景色度分数计算信息(亮度的左区的比例)326。在图4中，在EV信息景色度分数计算信息的项目组310中指示根据从图像中提取的EV值生成的景色度分数计算信息，并且在亮度值分布信息景色度分数计算信息的项目组320中指示根据从图像中提取的直方图生成的景色度分数计算信息。 

在本发明的实施例中，利用景色度分数计算信息的这些项目计算拍摄图像的每种景色的景色度分数。将与计算出的景色度分数当中的最高景色度分数相对应的景色确定为包括在拍摄图像中的对象的景色。景色度分数计算信息的这些项目将参照图13A到图15B作详细描述。 

图5是示意性地示出存储在按照本发明实施例的景色指标计算信息存储单元350中的景色指标计算信息的图形。景色指标计算信息存储单元350存储夜间景色指标计算信息360、逆光景色指标计算信息370、室外景色指标计算信息380和室内景色指标计算信息390。景色指标计算信息的项目分别存储景色频率模式361、371、381和391和评估值转换表362、372、382和392。景色频率模式361、371、381和391是根据按照每种景色的亮度平均值的趋 势分类从拍摄图像中分裂的预定区域的模式。评估值转换表362、372、382和392用在根据从从拍摄图像中分裂的每个预定区域中提取的亮度值的平均值和按照景色频率模式分类的各个区域获取计算景色指标的评估值中。 

在本发明的实施例中，利用景色指标计算信息的这些项目计算拍摄图像的每种景色的景色指标。将与计算出来的大于或等于阈值的景色指标相对应的景色确定为包括在拍摄图像中的对象的景色。如果存在数个大于或等于阈值的景色指标，则将与这些景色指标当中的最高景色指标相对应的景色确定为包括在拍摄图像中的对象的景色。可替代地，景色确定条件可以是根据为拍摄图像的每种景色计算的景色度分数确定的景色等于根据为拍摄图像的每种景色计算的景色指标确定的景色的条件。 

接着，参照附图详细描述景色判定单元250进行的景色确定。在本发明的实施例中，将描述哪种景色，夜间景色、室内景色、室外景色还是逆光景色是包括拍摄图像中的对象的景色的情况。首先，将描述生成用于计算景色度分数的景色度分数计算信息的方法。假设在本发明的实施例中示出的每种拍摄图像是彩色图像。 

图6是示出按照本发明实施例生成景色度分数计算信息的方法的概况的图形。在图6中，将描述生成与夜间景色、室内景色、室外景色和逆光景色有关的景色度分数计算信息的例子。参照图6，EV值提取单元411和EV信息景色度分数计算信息生成单元412根据包括在数组图像401到404，例如，夜间图像组401、逆光图像组402、室外图像组403和室内图像组404中的拍摄图像生成每种景色的EV信息景色度分数计算信息。亮度值分布信息提取单元413和亮度值分布信息景色度分数计算信息生成单元414根据包括在数组图像401到404中的拍摄图像，生成每种景色的亮度值分布信息景色度分数计算信息。将生成的景色度分数计算信息的项目存储在景色度分数计算信息存储单元300中。 

可替代地，景色度分数计算信息的这样项目的生成可以由图像拍摄设备100利用记录在记录单元150中的拍摄图像，或由像个人计算机那样的图像处理设备使用利用图像拍摄设备100或另一个图像拍摄设备记录的拍摄图像进行。当景色度分数计算信息由与图像拍摄设备100不同的图像处理设备生成时，将生成的景色度分数计算信息输入图像拍摄设备100中，并且存储在景色度分数计算信息存储单元300中。 

夜间图像组401是每一个通过拍摄用作对象的夜间景色的图像获得的一组图像(如跨过大海的大桥或建筑物的外表)。逆光图像组402是每一个通过室外拍摄用作对象的逆光的图像获得的一组图像(如大山或建筑物的外表)。室外图像组403是每一个通过拍摄用作对象的室外的图像获得的一组图像(如草场或公园)。室内图像组404是每一个通过拍摄用作对象的建筑物的内部的图像获得的一组图像(如各种建筑物的内部)。这些景色的分类可以由用户或开发者进行。可替代地，这些景色的分类可以利用基于像AdaBoost那样的机器学习算法的学习设备进行。 

EV值提取单元411从包括在夜间图像组401、逆光图像组402、室外图像组403和室内图像组404中的图像中提取EV值。EV值提取单元411将提取的EV值输出到EV信息景色度分数计算信息生成单元412。 

EV信息景色度分数计算信息生成单元412逐个图像组地累积从EV值提取单元411输出的EV值，根据每个图像组的累积结果逐个图像组地计算与EV信息有关的评估值参数，并且根据评估值参数生成EV信息景色度分数计算信息。将生成的EV信息景色度分数计算信息的项目存储在景色度分数计算信息存储单元300中。EV信息景色度分数计算信息的这些项目将参照图8作详细描述。 

亮度值分布信息提取单元413在包括在夜间图像组401、逆光图像组402、室外图像组403和室内图像组404中的每个图像中提取指示亮度值的分布的直方图。亮度值分布信息提取单元413将提取的直方图输出到亮度值分布信息景色度分数计算信息生成单元414。 

亮度值分布信息景色度分数计算信息生成单元414逐个图像组地累积从亮度值分布信息提取单元413输出的亮度值分布信息，根据每个图像组的累积结果逐个图像组地计算与亮度值分布信息有关的评估值参数，并且根据评估值参数生成亮度值分布信息景色度分数计算信息。将生成的亮度值分布信息景色度分数计算信息的项目存储在景色度分数计算信息存储单元300中。亮度值分布信息景色度分数计算信息的这些项目将参照图13A到图15B作详细描述。 

如上所述，景色度分数计算信息的项目可以通过利用已经记录的数个拍摄图像进行统计学习获得。由于近年来可以低价购买到像大容量硬盘驱动器(HDD)那样的大容量存储器件，因此，像利用数字照相机等拍摄的图像那 样的许多和各种图像可以当作图像数据来管理。将各种模式的大量图像存储在大容量存储器件中。通过利用这些各种模式的图像进行统计学习，生成景色度分数计算信息。通过使用景色度分数计算信息，可以高精度地区分多种景色。当图像拍摄设备100的用户进行景色分类时，可以生成依照用户偏爱进行景色确定的景色度分数计算信息。 

图7是示意性地示出按照本发明实施例的EV值提取单元411提取的EV值的直方图的图形。图7示出了将从包括在夜间图像组401中的图像中提取的EV值分类成19个级别和累积分类EV值获得的EV信息直方图420。在EV信息直方图420中，在横坐标上画出分类成19个级别的EV值，在纵坐标上画出频率(拍摄图像的数量)。每种景色的直方图往往具有按照每种景色的特征分布。例如，由于包括在夜间图像组401中的图像是夜间景色的图像，所以许多图像是相对较暗图和具有相对较低EV值。因此，在EV信息直方图420中具有低EV值的级别的频率较高。这样，利用按照每种景色的特征分布生成EV信息评估值参数。 

例如，在EV信息直方图420中设置阈值W1和W2(W2＜W1)。将EV值分类成EV信息直方图420中的频率大于等于阈值W1的一组区域、频率大于等于阈值W2并且小于阈值W1的一组区域、频率小于阈值W2的一组区域和频率是“0”的一组区域。在图7中，EV值＝0到4的频率大于等于阈值W1。EV值＝5的频率大于等于阈值W2并且小于阈值W1。EV值＝6的频率小于阈值W2。EV值＝7到18的频率是“0”。如图8所示，根据分类区域组，可以计算出EV信息景色度分数计算信息。 

图8是示出作为存储为每种景色生成的EV信息评估值参数的景色度分数计算信息的例子的景色度分数计算信息(EV值)311的图形。如上所述，在与每种景色相对应的EV信息直方图中为四组分类区的每一个确定EV信息评估值参数。在图8中，在各自EV信息直方图中的频率大于等于阈值W1的区域被指示成“高”；频率大于等于W2并且小于阈值W1的区域被指示成“中等”；频率小于阈值W2的区域被指示成“低”和频率是“0”的区域用斜线指示。在图8中，相应EV信息直方图中的频率大于等于阈值W1的区域(“高”区域)的方框用粗线示出。如景色度分数计算信息(EV值)311中的“高”区域所指，可以利用EV值将拍摄图像大致分组成室外/逆光景色和室外/夜间景色。也就是说，与室外/逆光景色相对应的许多图像是相对较亮图像。因此， 景色度分数计算信息(EV值)311中的“高”区域往往集中在相对右侧上。相反，与室内/夜间景色相对应的许多图像是相对较暗图像。因此，景色度分数计算信息(EV值)311中的“高”区域往往集中在相对左侧上。 

类似地，可以设想利用EV值将景色分组成大致确定的景色。例如，当EV值是16时，将景色确定成“晴朗景色”。当EV值是11时，将景色确定成“多云景色”。当EV值是6时，将景色确定成“昏暗室内景色”。当EV值是3时，将景色确定成“夜间景色”。但是，例如，当存在昏暗景色时，往往难以区分夜间景色和室内景色。类似地，在许多情况下难以区分其它景色。因此，重要的是提高相互区分这些景色的精度。在本发明的实施例中，进行利用EV信息和亮度值分布信息的景色确定。于是，可以改善确定每种景色的精度。 

接着，将参照附图详细描述生成亮度值分布信息景色度分数计算信息的方法。 

图9是示出代表从图像中提取的亮度值的分布的直方图的图形。如图9所示的直方图430是以16个步长归一化从包括在图像组401到404中的一个拍摄图像内的整个屏幕中提取的亮度值的直方图。在本例中，将描述利用以这样的方式提取的彩色直方图为每个拍摄图像计算如下所示的(1)到(6)的值的例子。逐个图像组地累积(1)到(6)的计算值。根据每个图像组的累积结果，计算与亮度值分布信息有关的评估值参数。根据评估值参数，生成亮度值分布信息景色度分数计算信息。 

(1)整个直方图中的亮度值的中值； 

(2)直方图中的峰值； 

(3)直方图的底宽； 

(4)直方图中的曝光不足区的比例； 

(5)整个直方图的左半部分的比例；和 

(6)利用判别分析方法的二进制化阈值。 

这里，(1)整个直方图的亮度值的中值是整个直方图中的频率的中值。也就是说，整个直方图中的亮度值的中值是当从整个直方图中的频率中获得的区域被分裂成两个区域(即，左区和右区)时与分裂区域相对应的级别。例如，在直方图430中，获得级别“8”作为整个直方图中的亮度值的中值。 

(2)直方图中的峰值是整个直方图内频率最高的级别。例如，在直方图430中，获得级别“10”作为直方图中的峰值。 

(3)根据整个直方图内频率最低的级别，直方图的底宽是存在于从具有最低频率的级别开始的预定范围内的级别。因此，可能存在数个值作为直方图的底宽。例如，在直方图430中，获得级别“7”作为频率最低的级别。根据级别“7”的频率，提取存在于从级别“7”开始的向上方向的阈值H1和向下方向的阈值H2内的级别“5”、“6”和“8”作为直方图的底宽。直方图的这些底宽的范围被指示成D1。在整个直方图内频率最低的级别未作为直方图的底宽包括进来。 

(4)直方图中的曝光不足区的比例是指示直方图的左端与级别“0”相对应的频率占整个直方图的比例的值。与直方图的曝光不足区的比例相对应的级别被指示成D2。 

(5)整个直方图的左半部分的比例是指示直方图的左侧与级别“0到7”相对应的频率占整个直方图的比例的值。与整个直方图的左半部分的比例相对应的级别被指示成D3。 

(6)利用判别分析方法的二进制化阈值将参照图9到11加以描述。该判别分析方法是通过将图像的灰度值分裂成两个类从图像中提取预定区域的分析方法。计算出现两个类之间的最大间隔的位置(即，两个类的类间方差变成最大的位置)上的值k作为阈值。例如，在如图9所示的直方图430中，可以根据阈值k将构成拍摄图像的像素分类成两个类，即，C1类和C2类。关于这种分类，例如，C1类可以用作目标区，而C2类可以用作背景。可替代地，例如，C2类可以用作目标区，而C1类可以用作背景。 

现在描述阈值k的计算。取决于阈值k的每个类的统计可以表示如下： 

$\mathrm{\η}\left(k\right)={\mathrm{\σ}}_B^2\left(k\right)/{\mathrm{\σ}}_T^2...\left(1\right)$

${\mathrm{\σ}}_B^2\left(k\right)=\underset{j=\mathrm{1,2}}{\mathrm{\Σ}}{\mathrm{\ω}}_j\left(k\right){({\stackrel{\‾}{g}}_j\left(k\right)-{\stackrel{\‾}{g}}_T)}^2...\left(2\right)$

${\mathrm{\σ}}_T^2=\underset{g=1}{\overset{L}{\mathrm{\Σ}}}{(g-{\stackrel{\‾}{g}}_T)}^{2}p\left(g\right)={\mathrm{\σ}}_W^2\left(k\right)+{\mathrm{\σ}}_B^2\left(k\right)...\left(3\right)$

${\mathrm{\ω}}_1\left(k\right)=\underset{g=1}{\overset{k}{\mathrm{\Σ}}}p\left(g\right)...\left(4\right)$

${\mathrm{\ω}}_2\left(k\right)=\underset{g=k+1}{\overset{L}{\mathrm{\Σ}}}p\left(g\right)...\left(5\right)$

${\stackrel{\‾}{g}}_1\left(k\right)=\underset{g=1}{\overset{k}{\mathrm{\Σ}}}\mathrm{gp}\left(g\right)/{\mathrm{\ω}}_1\left(k\right)...\left(6\right)$

${\stackrel{\‾}{g}}_2\left(k\right)=\underset{g=k+1}{\overset{L}{\mathrm{\Σ}}}\mathrm{gp}\left(g\right)/{\mathrm{\ω}}_2\left(k\right)...\left(7\right)$

${\mathrm{\σ}}_1^2\left(k\right)=\underset{g=1}{\overset{k}{\mathrm{\Σ}}}{(g-{\stackrel{\‾}{g}}_1\left(k\right))}^{2}p\left(g\right)/{\mathrm{\ω}}_1\left(k\right)...\left(8\right)$

${\mathrm{\σ}}_2^2\left(k\right)=\underset{g=k+1}{\overset{L}{\mathrm{\Σ}}}{(g-{\stackrel{\‾}{g}}_2\left(k\right))}^{2}p\left(g\right)/{\mathrm{\ω}}_2\left(k\right)...\left(9\right)$

${\mathrm{\σ}}_W^2\left(k\right)=\underset{j=\mathrm{1,2}}{\mathrm{\Σ}}{\mathrm{\ω}}_j\left(k\right){\mathrm{\σ}}_j^2\left(k\right)...\left(10\right)$

${\stackrel{\‾}{g}}_T=\underset{g=1}{\overset{L}{\mathrm{\Σ}}}\mathrm{gp}\left(g\right)=\underset{j=\mathrm{1,2}}{\mathrm{\Σ}}{\mathrm{\ω}}_j\left(k\right){\stackrel{\‾}{g}}_j\left(k\right)...\left(11\right)$

其中，h(g)(g＝1，...，L)代表直方图中的频率，而p(g)代表p(g)＝h(g)/N(N：所有像素的数量)的归一化直方图。方程(1)是计算间隔的方程，并且计算0到1内的值。方程(2)是计算两个类的类间方差的方程。方程(3)是计算整个直方图的方差的方程。方程(10)是计算类间方差的方程。方程(11)是计算整个直方图中的平均值的方程。 

图10A是示出拍摄图像的图形，而图10B是示出从拍摄图像中提取的直方图的图形。图10A示出了作为用作对象的夜晚露天游乐场的图像的拍摄图像440。图10B示出了从拍摄图像440中提取的直方图。在如图10B的直方图-以256个步长归一化的直方图中，利用上述判别分析方法计算的阈值k的位置被指示成垂直线。 

图11是示出使用利用对拍摄图像执行的判别分析方法计算的阈值k获得的二进制化图像441的图形。在如图10B所示的直方图中，例如，当与相对于阈值k的左区相对应的像素是黑色，并且与相对于阈值k的右区相对应的像素是白色时，从如图10A所示的拍摄图像440中生成如图11所示的二进制化图像441。 

如上所述，为逐个景色地分类的数个图像计算(1)到(6)的值，并且统计学习(1)到(6)的这些值，从而生成景色度分数计算信息。 

图12是示意性地示出从各自图像中提取的亮度值的中值的直方图的图形。具体地说，图12示出了将从包括在夜间图像组401中的各自图像中提取的亮度值的中值分类成19个级别和累积经分类的亮度值的中值获得的亮度值分布信息直方图450。除了横坐标示出分类成19个级别的亮度值的中值以外，亮度值分布信息直方图450类似于如图7所示的直方图。如参照图7所述，每种景色的直方图往往具有按照每种景色的特征分布。例如，由于包括在夜间图像组401中的图像是夜间景色的图像，所以许多图像是相对较暗图和具有相对较低亮度值的中值。因此，在亮度值分布信息直方图450中具有低亮度值的中值的级别的频率较高。这样，利用按照每种景色的特征分布生成亮度值分布信息评估值参数。 

在图12中，与图7中一样，利用阈值W1和W2(W2＜W1)将区域分类成四组区域。下面将描述如图13A到图15B所示，根据分类区域组，计算亮度值分布信息景色度分数计算信息的例子。在本发明的实施例中，下面所述的例子对于用在计算EV信息景色度分数计算信息中的阈值W1和W2(W2＜W1)和用在计算亮度值分布信息景色度分数计算信息中的阈值W1和W2(W2＜W1)使用相同的值。可替代地，也可以使用不同的值。在本发明的实施例中，下面所述的例子使用两个阈值W1和W2(W2＜W1)。可替代地，也可以使用一个阈值或三个或更多个阈值分类直方图的区域，并且可以根据分类区域计算景色度分数计算信息。 

图13A到15B是示出存储为每种景色生成的亮度值分布信息评估值参数的景色度分数计算信息的例子的图形。这里，景色度分数计算信息包括，例 如，景色度分数计算信息(亮度的中值)321、景色度分数计算信息(亮度的峰值)322、景色度分数计算信息(亮度的底宽)323、景色度分数计算信息(亮度的二进制化阈值)324、景色度分数计算信息(亮度的曝光不足区的比例)325和景色度分数计算信息(亮度的左区的比例)326。与图8中一样，在各自直方图中的频率大于等于阈值W1的区域被指示成“高”；频率大于等于W2且小于阈值W1的区域被指示成“中等”；频率小于阈值W2的区域被指示成“低”；和频率是“0”的区域用斜线指示。另外，相应直方图中的频率大于等于阈值W1的区域(“高”区域)的方框用粗线示出。如景色度分数计算信息的每个项目中的“高”区域所示，依照每种景色出现特征趋势。 

如上所述，按照本发明的实施例，通过进行逐个景色地分类的拍摄图像的统计学习生成按照每种景色的直方图，并且根据直方图生成景色度分数计算信息的每个项目。将生成的景色度分数计算信息存储在景色度分数计算信息存储单元300中。 

接着，描述利用存储在景色度分数计算信息存储单元300中的景色度分数计算信息确定包括在拍摄图像中的对象的景色的景色确定方法。 

为了确定包括在拍摄图像中的对象的景色，利用如图8所示的景色度分数计算信息(EV值)311、如图13A所示的景色度分数计算信息(亮度的中值)321、如图13B所示的景色度分数计算信息(亮度的峰值)322、如图14A所示的景色度分数计算信息(亮度的底宽)323、如图14B所示的景色度分数计算信息(亮度的二进制化阈值)324、如图15A所示的景色度分数计算信息(亮度的曝光不足区的比例)325和如图15B所示的景色度分数计算信息(亮度的左区的比例)326，逐个景色地计算景色度分数SD。根据计算的景色度分数SD，确定包括在拍摄图像中的对象的景色。 

具体地说，例如，假设与存储在景色度分数计算信息的每个项目中的“高”相对应的评估值是“1”；与“中等”相对应的评估值是“1/2”；与“低”相对应的评估值是“1/4”；和与斜线部分相对应的评估值是“0”。 

EV值提取单元240从与从数字信号处理单元123输出的图像信号相对应的拍摄图像中提取EV值(例如，“0”到“18”)。景色度分数计算单元252逐个景色地从与提取的EV值相对应的景色度分数计算信息(EV值)中获取评估值。例如，当提取的EV值是“7”时，从景色度分数计算信息(EV值)311中获得“0”作为夜间景色的评估值，获得“0”作为逆光景色的评估值，获得“1/4” 作为室外景色的评估值，并且获得“1”作为室内景色的评估值。 

亮度值分布信息提取单元251从与从数字信号处理单元123输出的图像信号相对应的拍摄图像中提取直方图。根据提取的直方图，景色度分数计算单元252计算与如图13A到15B所示的景色度分数计算信息的各自项目(亮度的中值、亮度的峰值、亮度的底宽、亮度的二进制化阈值、亮度的曝光不足区的比例和亮度的左区的比例)相对应的值。此后，景色度分数计算单元252逐个景色地从景色度分数计算信息的每个项目中获取与每个计算值相对应的评估值。例如，当计算的亮度的中值是“8”时，从景色度分数计算信息(亮度的中值)321中获得“1/4”作为夜间景色的评估值，获得“1”作为逆光景色的评估值，获得“1”作为室外景色的评估值，并且获得“1”作为室内景色的评估值。此外，例如，当计算的亮度的峰值是“9”时，从景色度分数计算信息(亮度的峰值)322中获得“0” 作为夜间景色的评估值，获得“1/4”作为逆光景色的评估值，获得“1/4”作为室外景色的评估值，并且获得“1/2”作为室内景色的评估值。对于亮度的底宽、亮度的二进制化阈值、亮度的曝光不足区的比例和亮度的左区的比例，类似地逐个景色获取评估值。 

此后，利用逐个景色地从景色度分数计算信息中获得的评估值，景色度分数计算单元252利用如下方程逐个景色地计算景色度分数SD： 

SD＝(E1×wt1)+{(H1+H2+...+Hn-1)/(n-1)}×wt2    (12) 

其中，n是自然数，在本例中，它是“7”；E1是从景色度分数计算信息(EV值)311中获得的评估值；H1是从景色度分数计算信息(亮度的中值)321中获得的评估值；H2是从景色度分数计算信息(亮度的峰值)322中获得的评估值；H3是从景色度分数计算信息(亮度的底宽)323中获得的评估值；H4是从景色度分数计算信息(亮度的二进制化阈值)324中获得的评估值；H5是从景色度分数计算信息(亮度的曝光不足区的比例)325中获得的评估值；和H6是从景色度分数计算信息(亮度的左区的比例)326中获得的评估值。 

并且，wt1和wt2是计算景色度分数时加权EV信息景色度分数计算信息和亮度值分布信息景色度分数计算信息的值。例如，可以将wt1设置成0.5，并且可以将wt2设置成0.5。在这种情况下，加权EV信息景色度分数计算信 息等效于加权亮度值分布信息景色度分数计算信息。可替代地，例如，可以将wt1设置成0.3，并且可以将wt2设置成0.7，或者，可以将wt1设置成0.1，并且可以将wt2设置成0.9。这样，可以强调亮度值分布信息。计算在0到1内的值作为景色度分数SD的值。 

关于这样逐个景色地计算的景色度分数SD，例如，将夜间景色的景色度分数指示成SD1；将逆光景色的景色度分数指示成SD2；将室外景色的景色度分数指示成SD3；和将室内景色的景色度分数指示成SD4。在这种情况下，景色确定单元256通过比较景色度分数SD1到SD4区分每种景色。具体地说，将与具有最高值的景色度分数SD相对应的景色确定为与对应于从数字信号处理单元123输出的图像信号的拍摄图像相对应的景色。也就是说，计算景色度分数SD的值越接近1，景色就越可靠。 

接着，参照附图详细描述生成用在计算景色指标中的景色指标计算信息的方法。 

图16是示出生成用在计算景色指标中的景色指标计算信息的方法的概况的图形。在图16中，将描述生成与夜间景色、室内景色、室外景色和逆光景色有关的景色指标计算信息的例子。如图16所示，利用区域分裂单元501、亮度值提取单元502和景色指标计算信息生成单元503，根据包括在图像组401到404中的拍摄图像生成与每种景色有关的景色指标计算信息。将生成的景色指标计算信息存储在景色指标计算信息存储单元350中。由于图像组401到404与如图6所示的图像组401到404相同，不再重复对它们的详细描述，以避免累赘。 

景色指标计算信息的这样项目的生成可以由图像拍摄设备100利用记录在记录单元150中的拍摄图像，或由像个人计算机那样的图像处理设备利用利用图像拍摄设备100或另一个图像拍摄设备记录的拍摄图像进行。当景色指标计算信息由与图像拍摄设备100不同的图像处理设备生成时，将生成的景色指标计算信息输入图像拍摄设备100中，并且存储在景色指标计算信息存储单元350中。 

区域分裂单元501是将包括在夜间图像组401、逆光图像组402、室外图像组403和室内图像组404中的每个图像分裂成数个区域的单元。区域分裂单元501将已经分裂的图像和与分裂图像获得的每个区域有关的信息输出到亮度值提取单元502。图像的分裂将参照图17作详细描述。 

亮度值提取单元502在利用区域分裂单元501从图像中分裂的每个区域中提取亮度值，并且逐个区域地将提取的亮度值输出到景色指标计算信息生成单元503。 

景色指标计算信息生成单元503逐个图像组地累积逐个区域地从亮度值提取单元502输出的亮度值的平均值，并且根据每个图像组的累积结果，逐个图像组地生成景色指标计算信息。将逐个图像组地生成的景色指标计算信息存储在景色指标计算信息存储单元350中。景色指标计算信息将参照图21等作详细描述。 

如上所述，景色指标计算信息的项目可以通过利用已经记录的数个拍摄图像进行统计学习获得。与景色度分数计算信息的情况一样，通过利用大容量存储器件生成景色指标计算信息，可以高精度地区分多种景色。当图像拍摄设备100的用户分类景色时，可以生成依照用户偏爱进行景色确定的景色指标计算信息。 

图17包括示出将图像分裂成预定区域的方法的概况的图形。如图17的(a)部分所示的图像510是与如图16所示、包括在室外图像组403中的拍摄图像相同的图像。图17的(b)部分示出了将拍摄图像510分裂成49个区域(7×7个区域)的情况。显示在各个区域中的号码(0到48)是各个区域的标识号。这同样适用于如图18到20所示的各个区域中的号码。在本例中，将描述将图像分裂成49个区域的情况。但是，可以类似地处理将图像分裂成非49个区域的情况。 

这样，将与图像信号相对应的有效图像帧分裂成每一个具有预定面积的区域。提取包括在每个分裂区域中的像素的亮度值。逐个区域地计算提取的亮度值的平均值。利用为每个图像的每个区域计算的亮度值的平均值，为拍摄图像的每个组生成直方图。根据直方图，为拍摄图像的每个组生成景色频率模式。景色频率模式指示按照每种景色出现的特征区的分布。在下文中，将参照附图详细描述为拍摄图像的每个组生成的直方图和景色频率模式。 

图18和19包括示出根据从数个拍摄图像中计算、各个区域中的亮度值的平均值生成直方图的情况的概况的图形。图18示出了为包括在夜间图像组401中的每个图像中具有标识号3的区域生成直方图的情况。图19示出了为包括在夜间图像组401中的每个图像中具有标识号24的区域生成直方图的情况。如图18的(a)部分和图19的(a)部分所示的夜间图像组401与如图 16所示的夜间图像组401相同。如图18的(b)部分和图19的(b)部分所示，包括在夜间图像组401中的每个图像被分裂成49个区域，并且逐个图像地计算每个区域中的亮度值的平均值。 

图18的(c)部分示出了根据在如图18的(b)部分所示的具有标识号3的区域上计算的亮度值的平均值生成的直方图521。图19的(c)部分示出了根据在如图19的(b)部分所示的具有标识号24的区域上计算的亮度值的平均值生成的直方图522。在直方图521和522中，在横坐标上画出了亮度值的平均值，并且在纵坐标上画出了频率(图像的数量)。如图18的(c)部分所示，在夜间图像的上中心部分中，由于存在像夜间的天空那样的许多昏暗部分，因此，亮度值的平均值低的级别的频率较高。相反，如图19的(c)部分所示，尽管整个夜间代表夜间景色，但夜间图像的中心部分往往包括包含用作对象中心的目标的部分。因此，中心部分往往包括相对较亮部分。因此，亮度值的平均值分布在相对宽范围级别上。类似地，其它区域往往也具有特征分布。 

这样，拍摄图像的各个区域中的亮度值的平均值的分布总是基于逐个景色的特征分布。在本发明的实施例中，依照每种景色将区域分裂成具有相似分布的预定个区域组，并且设置按照每个分类区域组的评估值，从而生成景色指标计算信息。在下文中，将描述与夜间图像有关的景色指标计算信息和与逆光图像有关的景色指标计算信息。 

图20是示出与夜间图像有关的景色频率模式的例子的图形。如图20所示的夜间景色频率模式530通过根据从各个区域中计算的亮度值的平均值将每个拍摄图像的49个区域组织成组获得。在图20中，组531到535用粗线指示。在夜间图像中，上下部含有像夜间的天空和大地那样的许多昏暗部分，而相对中心部分往往包括用作对象的中心的相对较亮目标。因此，在夜间景色频率模式530中，随着区域从上下部前进到中心部分(从组531前进到组535)，区域从亮度值的平均值低的级别的频率较高的一组区域前进到亮度值的平均值分布在相对宽范围级别上的一组区域。也就是说，夜间景色频率模式530是组531到535是低亮度区的频率模式。 

图21A是示出对于如图20所示的夜间景色频率模式530，赋予属于相同组的区域以相同号码的情况的图形。也就是说，将号码“1”赋予包括在组531中的各个区域；将号码“2”赋予包括在组532中的各个区域；将号码“3”赋予 包括在组533中的各个区域；将号码“4”赋予包括在组534中的各个区域；和将号码“5”赋予包括在组535中的各个区域。除了赋予属于相同组的区域以相同号码之外，如图21A所示的夜间景色频率模式540与如图20所示的夜间景色频率模式530相同。 

图21B是示出在计算景色指标时为每个区域确定评估值的评估值转换表的例子的图形。如图21B所示的评估值转换表550用于根据如图21A所示的夜间景色频率模式540中的组531到535与提取亮度值的平均值的区域之间的关系为49个分裂区域的每一个获取评估值。这里，如图21B所示的Y1、Y2、Y3、Y4和Y5是用于分类从各个区域中提取的亮度值的平均值的值，并且Y1＜Y2＜Y3＜Y4＜Y5。此外，t11到t16，...，t51到t56是依照亮度值的平均值和计算这些平均值的区域所属的组确定的评估值。这些评估值是根据统计学习确定的。例如，评估值随着t的数值增大而变大。这样，景色指标计算信息包括景色频率模式和评估值转换表。 

图22A是示出与逆光图像有关的景色频率模式的例子的图形，而图22B是示出与逆光图像有关的评估值转换表的例子的图形。与夜间景色频率模式540一样，如图22A所示的逆光景色频率模式560通过根据从各个区域中计算的亮度值的平均值将每个拍摄图像的49个区域组织成组获得。在图22A中，组561到566用粗线指示。在逆光图像中，上部含有像正午天空那样的许多明亮部分，于是，亮度值的平均值往往分布在相对较高级别上。相反，尽管下中心部分往往包括用作对象中心的人物，但因为从后面照在人物上，所以亮度值的平均值往往分布在相对较低级别上。因此，在逆光景色频率模式560中，随着区域从下中心部分前进到上部(从组566前进到组561)，区域从亮度值的平均值低的级别的频率较高的一组区域前进到亮度值的平均值高的级别的频率较高的一组区域。也就是说，逆光景色频率模式560是组566和565是低亮度区，组564和563是中等亮度区，而组562和561是高亮度区的频率模式。可以按照每种景色使组数不同。例如，在与夜间图像有关的景色频率模式中将区域组织成五个区域，而在与逆光图像有关的景色频率模式中将区域组织成六个区域。 

图22B示出了计算景色指标时为每个区域确定评估值的评估值转换表570。评估值转换表570用于根据逆光景色频率模式560中的组561到566与提取的亮度值的平均值的区域之间的关系为49个分裂区域的每一个获取评 估值。由于除了组数和评估值不同之外，评估值转换表570与如图21B所示的评估值转换表550相似，因此，不再重复对它的描述，以避免累赘。 

现在描述计算景色指标的景色指标计算方法。在本例中，将通过例子描述计算与夜间景色有关的景色指标的情况。 

区域分裂单元253将与从数字信号处理单元123输出的图像信号相对应的拍摄图像分裂成49个区域。亮度值提取单元254在从拍摄图像中分裂的各个区域中提取亮度值。景色指标计算单元255计算拍摄图像的每个区域中的亮度值的平均值，并且根据每个区域中的亮度值的平均值，利用存储在景色指标计算信息存储单元350中的景色指标计算信息计算景色指标。 

具体地说，例如，对于赋予如图21A所示的夜间景色频率模式540中的组号“1”的区域，确定从这个区域中计算的亮度值的平均值对应于如下状态的哪一个：小于Y1；大于等于Y1和小于Y2；大于等于Y2和小于Y3；大于等于Y3和小于Y4；大于等于Y4和小于Y5；和大于等于Y5。例如，当从赋予组号“1”的区域中计算的亮度值的平均值小于Y1时，“t11”被确定为该区域的评估值。例如，当从赋予组号“1”的区域中计算的亮度值的平均值大于等于Y1和小于Y2时，“t12”被确定为该区域的评估值。类似地，为49个区域确定评估值。利用这样确定的评估值，计算出与夜间景色有关的景色指标YS1。景色指标YS1可以通过如下方程获得： 

YS1＝(ER1+ER2+ER3+...+ERn)/n    (13) 

其中，n是分裂区域的数量；和ER1...ERn是为各个区域确定的评估值，在本例中，n＝49。 

根据利用这个方程计算的景色指标YS1的值，确定拍摄图像是否是夜间景色。例如，当计算的景色指标YS1大于等于阈值T1时，可以将拍摄图像确定为夜间景色。这样，对于一个拍摄图像，利用与每种景色有关的景色指标计算信息逐个景色地计算景色指标。例如，当为各种景色计算出来的景色指标当中的数个景色指标大于等于阈值时，可以将拍摄图像确定为与大于等于阈值的景色指标当中具有最高值的景色指标相对应的景色。 

图23A是示出代表数个拍摄图像与为这些拍摄图像计算的夜间景色指标之间的关系的标绘图的图形。在这个标绘图中，在横坐标上画出了拍摄图像 的标识号，而在纵坐标上画出了夜间景色指标。在这个标绘图中，例如，当阈值T1是180时，可以将夜间景色指标具有大于等于阈值T1的值的拍摄图像确定为夜间景色。 

图23B和23C是示出在相对暗的地方拍摄的图像的图形。例如，尽管如图23B所示的拍摄图像是在夜间街道上拍摄的图像，但因为该拍摄图像是相应较亮地方的图像，所以计算出相对较小值(例如，夜间景色指标：76)作为夜间景色指标571。因此，如图23B所示的拍摄图像未被确定为夜间景色。相反，如图23C所示的拍摄图像是在夜间街道上拍摄的图像，并且因为该拍摄图像是相应较暗地方的图像，所以计算出相对较大值(例如，夜间景色指标：208)作为夜间景色指标572。因此，如图23C所示的拍摄图像被确定为夜间景色。这样，可以只利用夜间景色指标确定夜间景色。但是，通过利用如下所述的景色指标校正值校正夜间景色指标，可以进一步改善确定夜间景色的精度。 

图24A是示出用于计算景色指标校正值的评估值转换表的图形。除了每个组内的一个部分用粗线指示之外，如图24A所示的评估值转换表550与如图21B所示的评估值转换表550相似。在计算景色指标校正值的时候，当粗线中的“t11”、“t22”、“t33”、“t44”和“t55”之一被确定为相应区域中的评估值时，计数预定值。例如，依次加入“1”作为景色指标校正值。 

具体地说，对于赋予组号“1”的区域，当从这个区域中计算的亮度值的平均值小于Y1时，将“1”加入景色指标计算值中。对于赋予组号“2”的区域，当从这个区域中计算的亮度值的平均值大于等于Y1和小于Y2时，将“1”加入景色指标计算值中。类似地，为赋予组号“3”到“5”的区域计算景色指标校正值。相反，当确定除了粗线中的“t11”、“t22”、“t33”、“t44”或“t55”之外的评估值时，不为景色指标校正值作任何计数。也就是说，在为49个区域确定的评估值当中，为景色指标校正值计数与“t11”、“t22”、“t33”、“t44”和“t55”相对应的那些。 

图24B是示出代表夜间景色指标与景色指标校正值之间的关系的标绘图的图形。在如图24B所示的标绘图中，在横坐标上画出了景色指标校正值SK，而在纵坐标上画出了夜间景色指标的值。在本例中，如图23A到23C所示，利用景色指标校正值SK增加所计算夜间景色指标的值。例如，当景色指标校正值SK大于等于阈值T2时，如图24B所示，增加夜间景色指标。相反， 例如，当景色指标校正值SK小于阈值T2时，不增加或减小夜间景色指标。这样，对区域当中具有最高频率的区域加以关注，并且计数与这个区域相对应的区域的数量，从而计算景色指标校正值SK。当景色指标校正值SK大于等于阈值T2时，执行增加夜间景色指标的进程，从而进一步将夜间景色与其它景色分开。于是，可以进行更适当的景色确定。 

图25A是示出代表数个拍摄图像与为这些拍摄图像计算的夜间景色指标之间的关系的标绘图的图形。这个标绘图是利用景色指标校正值转换如图23A所示的标绘图所示的夜间景色指标获得的。例如，当将如图25A所示的标绘图与如图23A所示的标绘图相比较时，夜间景色指标的值低的部分的变化可忽略不计。但是，随着夜间景色指标的值增大，夜间景色指标转变成较高值。也就是说，可以进一步将夜间景色与其它景色分开，并且可以改善确定夜间景色的精度。如图25B和25C所示的拍摄图像分别与如图23B和23C所示的那些相同。例如，对于如图25B所示的拍摄图像，计算出相对较小值(例如，夜间景色指标：76)作为夜间景色指标571，于是，景色指标校正值未大于等于阈值T2。因此，夜间景色指标没有变化。相反，对于如图25C所示的拍摄图像，计算出相对较大值(例如，夜间景色指标：284)作为夜间景色指标573，于是，景色指标校正值大于等于阈值T2。因此，夜间景色指标增大了。 

图26A是示出与逆光景色有关的评估值转换表的图形，而图26B是示出代表逆光景色指标与景色指标校正值之间的关系的标绘图的图形。除了每个组内的一个部分用粗线指示之外，如图26A所示的评估值转换表570与如图22B所示的评估值转换表570相似。在计算与逆光景色有关的景色指标校正值的时候，当粗线中的“s61”、“s52”、“s43”、“s34”、“s25”和“s16”之一被确定为相应区域中的评估值时，计数预定值。在如图26B所示的标绘图中，在横坐标上画出了景色指标校正值SK，而在纵坐标上画出了逆光景色指标的值。逆光景色指标的转变与如图24B所示的夜间景色指标的情况相似。在本例中，将描述公用阈值T2用于夜间景色和逆光景色的情况。可替代地，也可以逐个景色地使用不同阈值。 

如上已经描述了利用景色度分数确定拍摄图像的景色的例子和利用景色指标确定拍摄图像的景色的例子。通过利用景色度分数和景色指标之一确定景色可以改善景色确定精度。但是，通过利用景色度分数和景色指标两者确 定景色可以进一步改善景色确定精度。在下文中，将描述利用景色度分数和景色指标确定景色的例子。例如，选择景色度分数最高的景色。当为所选景色计算的景色指标大于等于阈值时，可以确定所选景色。通过利用景色度分数和景色指标确定景色时，可以改善景色确定精度。 

接着，描述根据通过进行一次拍摄图像记录操作确定的景色，利用至少两个不同图像拍摄/记录参数记录数个拍摄图像的例子。 

当在低亮度下或在逆光环境下利用图像拍摄设备100拍摄对象的图像时，发出频闪光照射该对象。于是，可以拍摄昏暗和阴沉的对象的明亮图像。但是，例如，在利用在像夜间景色那样的背景昏暗的环境下发出的频闪光拍摄图像的时候，当以相对较高快门速度拍摄图像以防止运动模糊时，尽管可以利用频闪光适当地曝光主要对象，但背景会曝光不足和变暗。因此，可能记录与摄影者看到的景色不同的拍摄图像。因此，可以设想利用通过降低快门速度适当曝光背景的称为慢同步的技术拍摄图像。 

但是，由于在利用在像夜间景色那样的背景昏暗的环境下发出的频闪光拍摄图像的情况下，利用慢同步技术降低快门速度，因此必需利用三脚架等防止照相机移动。但是，使用体型小因此便携式高的图像拍摄设备的用户每次拍摄图像时都携带三脚架会感到不便。在拍摄夜间景色和人物两者的图像的时候，当用作主要对象的人物未处在离闪光灯适当距离处时，拍摄图像可能太亮或太暗。用作背景的夜间景色可能曝光不足，于是，可能拍摄到暗的图像。 

近年来，已经广泛执行通过在AGC处理中增大放大增益和高灵敏度地拍摄图像拍摄背景的图像的方法。但是，由于噪声量随增益增大而增大，所以不是所有包括夜间景色的昏暗景色都能够被处理。如上所述，为像夜间景色那样的特殊景色设置图像拍摄条件往往是困难的。因此，例如，当初学摄影者设置他/她的优选图像拍摄/记录参数和利用这种设置记录拍摄图像时，存在不能利用所要图像拍摄/记录参数适当记录所要拍摄景色的可能性。在这样的情况下，存在不能适当记录所要拍摄景色本身的可能性。 

因此，在本发明的实施例中，当通过进行景色确定将当前景色确定为夜间景色或逆光景色时，利用不同拍摄/记录参数记录数个拍摄图像。例如，利用摄影者设置的图像拍摄/记录参数拍摄一个图像，并且利用依照所确定景色和/或所检测脸部的存在的最合适图像拍摄/记录参数拍摄另一个图像。在下文 中，将描述在记录两个拍摄图像的情况下的图像拍摄条件的例子。在本例中，将描述利用不同图像拍摄/记录参数记录两个拍摄图像的情况。可替代地，可以利用不同图像拍摄/记录参数记录三个或更多个拍摄图像。可以类似处理除了夜间景色和逆光景色之外的景色。 

图27是示出在景色被确定为夜间景色或逆光景色的情况下记录两个拍摄图像时图像拍摄/记录参数的例子的图形。这个例子示出了对于夜间景色601或逆光景色602，根据脸部检测、图像拍摄设备100的状态和发出频闪光设置状态设置记录两个拍摄图像时的图像拍摄/记录参数的情况。是否存在“所检测脸部”包括是否通过进行预备发光操作检测到主要对象。“图像拍摄模式”是根据脸部检测或图像拍摄设备100的状态确定的图像拍摄模式。例如，当在拍摄图像中检测到脸部和确定图像拍摄设备100静止时，确定“夜间/有人/三脚架模式”。利用与与这样确定的每种“图像拍摄模式”相对应的“发出频闪光设置状态”的“自动设置”和“禁止发光设置”之一相对应的图像拍摄/记录参数记录两个拍摄图像。也就是说，利用与“发出频闪光设置状态”的“自动设置”和“禁止发光设置”之一相对应的“第一图像”的图像拍摄/记录参数记录一个拍摄图像，并且利用“第二图像”的图像拍摄/记录参数记录另一个拍摄图像。在图27中，这些图像拍摄/记录参数被示意性地指示成“是”。“自动设置”是摄影者允许发出频闪光的设置，而“禁止发光设置”是摄影者禁止发出频闪光的设置。依照这些设置的细节，确定图像拍摄/记录参数。这些设置的流程将参照图34到36作详细描述。 

这个例子示出了通过根据“发出频闪光设置状态”确定发光的存在记录“第一”拍摄图像，并且与发出频闪光设置状态无关地不利用发出频闪光记录“第二”拍摄图像的情况。可替代地，也可以通过根据发出频闪光设置状态确定发光的存在记录第二拍摄图像。 

在第一图像的“没有发光”中，“正常”指示正常图像拍摄/记录参数，并且“脸部3A”指示根据所检测脸部设置的图像拍摄/记录参数。此外，3A指的是自动聚焦(AF)、自动曝光(AE)和自动白平衡(AWE)。在第一图像的“有发光”中，“正常发光”指示在正常条件下的发光，并且“脸部光控制”指示最适合所检测脸部的发光条件。 

并且，“图像拍摄模式识别图标”是依照每种图像拍摄模式显示的标记，即，代表每种图像拍摄模式的图标。在本例中，只示出了相应文本，并且在 图中省略了图标。当确定图像拍摄模式时，在显示单元140上显示这些图像拍摄模式识别图标。 

图28A和28B是示出按照本发明实施例的低亮度校正的概况的图形。在本例中，将描述在景色被确定为夜间景色的情况下进行的低亮度校正。例如，当景色被确定为夜间景色和确定“夜间/无人/三脚架模式”和“夜间/无人/手持模式”时，执行改变亮度的低亮度校正进程。 

在本发明的实施例中，例如，在称为自动模式的标准模式下进行景色确定。自动模式是涵盖从像夜间景色那样的低亮度景色到像室外景色那样的高亮度景色的宽范围的图像拍摄模式。因此，在自动模式下的曝光条件不同于在夜间模式下的预定阈值(亮度目标值)。使自动模式下的亮度级接近夜间模式下的预定阈值的进程通过依照亮度进行低亮度校正来执行。 

在如图28A所示的标绘图中，在横坐标上画出了从拍摄图像中提取的EV值，而在纵坐标上画出了亮度目标值。从拍摄图像中提取的当前EV值被指示成L1。如图28A中的标绘图所示，根据从拍摄图像中提取的EV值进行低亮度校正，从而使EV值接近夜间模式下的预定阈值。在如图28B所示的标绘图中，在横坐标上画出了为拍摄图像计算的景色度分数，而在纵坐标上画出了亮度目标值。从拍摄图像中计算的当前景色度分数被指示成L2。 

在本发明的实施例中，除了如图28A所示的低亮度校正之外，还利用确定景色的信息执行改变校正量的进程。例如，当在景色确定进程中计算的景色度分数高时，进行校正使图像进一步变暗。可替代地，例如，当景色度分数低时，进行校正使图像进一步变亮。具体地说，例如，计算与如图28A所示的L1相对应的低亮度校正值和与如图28B所示的L2相对应的低亮度校正值之间的差值d，并且将计算的差值d用作校正量，以便反映在亮度中。这样，可以利用确定景色的信息进行更适当低亮度校正。 

可替代地，取代利用夜间景色度分数，可以利用夜间景色指标进行校正。可替代地，可以利用夜间景色度分数和夜间景色指标两者进行校正。可以类似地处理除了夜间景色之外的景色。 

图29A到30B是示出显示在按照本发明实施例的显示单元140上的图像拍摄模式识别图标的显示例子的图形。图29A示出了作为与如图27所示的“逆光/有人模式”相对应的示范性图像拍摄模式识别图标的图像拍摄模式识别图标700。图29B示出了作为与如图27所示的“逆光/无人/三脚架模式”相对应 的示范性图像拍摄模式识别图标的图像拍摄模式识别图标710。图30A示出了改变了颜色的图像拍摄模式识别图标700。图30B示出了改变了颜色的图像拍摄模式识别图标710。将指示设置了利用两个不同图像拍摄/记录参数依次记录数个拍摄图像的图像拍摄模式的标记“+(加号)”加入这些图像拍摄模式识别图标的每一个中。 

当在进行监视以便在显示单元140上显示拍摄图像的情况下，通过图像拍摄控制单元280连续设置了相同图像拍摄模式预定时间段时，显示与图像拍摄模式相对应的图像拍摄模式识别图标。例如，如图29A所示，当在显示单元140上显示与逆光景色相对应的拍摄图像时，如果通过图像拍摄控制单元280连续设置了“逆光/有人模式”预定时间段，则在显示单元140上与拍摄图像一起显示图像拍摄模式识别图标700。 

例如，如图30A和30B所示，当在显示单元140上正在显示图像拍摄模式识别图标时，如果按下快门释放按钮131一半，则改变显示在显示单元140上的图像拍摄模式识别图标的颜色。例如，如图30A所示，当在显示单元140上与拍摄图像一起正在显示图像拍摄模式识别图标700时，如果按下快门释放按钮131一半，则改变图像拍摄模式识别图标700的颜色。 

例如，当图像拍摄设备100大幅度移动或处在亮度不稳定的地方时，捕捉图像拍摄模式识别图标的显示，以便可以重复地显示和擦除图像拍摄模式识别图标。相反，在本发明的实施例中，避免了图像拍摄模式识别图标的显示的捕捉和图像拍摄模式识别图标的重复显示/擦除，并且可以稳定地显示图像拍摄模式识别图标。于是，可以显示图像拍摄模式识别图标，以便摄影者可以容易地观看显示的图像拍摄模式识别图标。在本发明的实施例中，描述了在显示单元140上显示图像拍摄模式识别图标作为代表每种图像拍摄模式的标记的例子。可替代地，可以显示像文本或图像那样的另一种标记作为代表每种图像拍摄模式的标记。 

接着，将参照附图描述按照本发明实施例的图像拍摄设备的操作。 

图31是示出按照本发明实施例的图像拍摄设备100执行的景色确定进程的处理过程的流程图。在本例中，将描述利用景色度分数和景色指标确定景色的例子。例如，景色确定是在监视拍摄图像期间进行的。 

首先，获取拍摄图像(步骤S901)。然后，执行景色度分数计算进程(步骤S902)。景色度分数计算进程将参照图32作详细描述。然后，执行景色指 标计算进程(步骤S920)。景色指标计算进程将参照图33作详细描述。 

然后，景色确定单元256选择景色度分数计算单元252计算的景色度分数当中景色度分数最高的景色(步骤S902)。然后，景色确定单元256确定景色指标计算单元255为所选景色计算的景色指标是否大于等于阈值(步骤S903)。当为所选景色计算的景色指标大于等于阈值时(步骤S903中的是)，景色确定单元256确定所选景色是当前拍摄图像的景色(步骤S904)。相反，当为所选景色计算的景色指标小于阈值时(步骤S903中的否)，景色确定单元256确定当前拍摄图像的景色是不确定的(步骤S905)。 

当景色度分数最高的景色在其它景色当中具有与EV信息有关的最高景色度分数和与亮度值分布信息有关的最高景色度分数两者时，可以在无需利用步骤S903中的景色指标进行确定的情况下确定景色。 

图32是示出按照本发明实施例的图像拍摄设备100执行的景色确定进程的处理过程内景色度分数计算进程的过程(如图31所示的步骤S910中的处理过程)的流程图。 

首先，EV值提取单元240从拍摄图像中提取EV值(步骤S911)。然后，亮度值分布信息提取单元251从拍摄图像中提取直方图(步骤S912)。然后，景色度分数计算单元252根据EV值提取单元240提取的EV值和亮度值分布信息提取单元251提取的直方图，利用存储在景色度分数计算信息存储单元300中的景色度分数计算信息，逐个景色地计算景色度分数(步骤S913)。 

图33是示出按照本发明实施例的图像拍摄设备100执行的景色确定进程的处理过程内景色指标计算进程的过程(如图31所示的步骤S920中的处理过程)的流程图。 

首先，区域分裂单元253将拍摄图像分裂成预定个区域(步骤S921)。然后，亮度值提取单元254从每个分裂区域中提取亮度值(步骤S922)。然后，景色指标计算单元255计算每个区域中提取的亮度值的平均值，并且根据亮度值的平均值，利用存储在景色指标计算信息存储单元350中的景色指标计算信息逐个景色地计算景色指标校正值和景色指标(步骤S923)。 

图34是示出按照本发明实施例的图像拍摄设备100执行的图像拍摄模式设置进程的处理过程的流程图。这个例子示出了这样的情况：当已经设置了双图像拍摄模式时，如果确定了景色，则利用两个不同图像拍摄/记录参数依次记录两个拍摄图像；而如果未确定景色，则利用正常图像拍摄/记录参数记 录拍摄图像。双图像拍摄模式是利用两个不同图像拍摄/记录参数依次记录两个拍摄图像的图像拍摄模式，并且例如，通过由摄影者执行的人工操作设置。当未设置双图像拍摄模式时，利用正常图像拍摄/记录参数记录拍摄图像。 

首先，进行监视以便在显示单元140上显示拍摄图像(步骤S941)。然后，确定是否设置了双图像拍摄模式(步骤S942)。当未设置图像拍摄模式时(步骤S942中的否)，流程转到步骤S952。相反，当设置了图像拍摄模式时(步骤S942中的是)，确定是否确定了夜间景色(步骤S943)。当确定了夜间景色时(步骤S943中的是)，执行夜间景色模式设置进程(步骤S960)。夜间景色模式设置进程将参照图35作详细描述。 

当未确定夜间景色时(步骤S943中的否)，确定是否确定了逆光景色(步骤S944)。当确定了逆光景色时(步骤S944中的是)，执行逆光景色模式设置进程(步骤S970)。逆光景色模式设置进程将参照图36作详细描述。 

当未确定逆光景色时(步骤S944中的否)，确定是否确定了与夜间景色或逆光景色不同的另一种景色(步骤S945)。当确定了另一种景色时(步骤S945中的是)，执行另一种景色模式设置进程(步骤S946)。相反，当未确定任何景色时(步骤S945中的否)，执行正常图像拍摄模式设置进程(步骤S952)。在本例中，将利用夜间景色和逆光景色举例描述模式设置进程。 

在完成了每种景色的模式设置进程之后(步骤S946、S960和S970)，确定快门释放按钮131是否被按下一半(步骤S947)。当快门释放按钮131被按下一半时(步骤S947中的是)，建立快门释放按钮131被按下一半时设置的图像拍摄模式(步骤S948)。然后，确定快门释放按钮131是否被全部按下(步骤S949)。当快门释放按钮131被全部按下时(步骤S949中的是)，利用与已建立图像拍摄模式相对应的第一图像图像拍摄/记录参数记录第一拍摄图像(步骤S950)。然后，利用与已建立图像拍摄模式相对应的第二图像图像拍摄/记录参数记录第二拍摄图像(步骤S951)。可替代地，当快门释放按钮131未按下一半时(步骤S947中的否)或当快门释放按钮131未全部按下时(步骤S949中的否)，流程返回到步骤S941。 

在完成了正常图像拍摄模式设置进程之后(步骤S952)，确定快门释放按钮131是否被按下一半(步骤S953)。当快门释放按钮131被按下一半时(步骤S953中的是)，建立快门释放按钮131被按下一半时设置的正常图像拍摄模式(步骤S954)。然后，确定快门释放按钮131是否被全部按下(步 骤S955)。当快门释放按钮131被全部按下时(步骤S955中的是)，利用与已建立正常图像拍摄模式相对应的图像拍摄/记录参数记录拍摄图像(步骤S956)。可替代地，当快门释放按钮131未按下一半时(步骤S953中的否)或当快门释放按钮131未全部按下时(步骤S955中的否)，流程返回到步骤S941。 

当在步骤S947或S953中确定快门释放按钮131被按下一半时，如果已经连续设置了相同图像拍摄模式预定时间段，则可以建立那种图像拍摄模式。 

图35是示出按照本发明实施例的图像拍摄设备100执行的图像拍摄模式设置进程的处理过程内夜间景色模式设置进程的过程(如图34所示的步骤S960中的处理过程)的流程图。 

确定是否在拍摄图像中检测到脸部(步骤S961)。当在拍摄图像中检测到脸部时(步骤S961中的是)，设置发出频闪光的频闪光发出模式(步骤S962)。如果摄影者禁止发出频闪光，则不设置频闪光发出模式。这同样适用于如图36所示的步骤S972。然后，确定图像拍摄设备100是否静止(步骤S963)。 

当确定图像拍摄设备100静止时(步骤S963中的是)，设置如图27所示的“夜间/有人/三脚架模式”(步骤S964)。 

相反，当确定图像拍摄设备100未静止时(步骤S963中的否)，设置如图27所示的“夜间/有人/手持模式”(步骤S965)。 

当在拍摄图像中未检测到脸部时(步骤S961中的否)，通过进行预备发光操作确定是否存在主要对象(步骤S966)。在暗景色下，很有可能难以精确进行脸部检测。因此，通过进行预备发光操作确定主要对象是非常有效的。当通过进行预备发光操作确定存在主要对象时(步骤S966中的是)，流程转到步骤S962。相反，当通过进行预备发光操作确定不存在主要对象时(步骤S966中的否)，接着确定图像拍摄设备100是否静止(步骤S967)。 

当确定图像拍摄设备100静止时(步骤S967中的是)，设置如图27所示的“夜间/无人/三脚架模式”(步骤S968)。 

相反，当确定图像拍摄设备100未静止时(步骤S967中的否)，设置如图27所示的“夜间/无人/手持模式”(步骤S969)。 

当在步骤S963和S967中确定图像拍摄设备100是否静止时，进程可以具有与利用模糊校正设备消除或减轻运动模糊的确定准则不同的确定准则。 这是因为可以通过制订与消除或减轻运动模糊的静止确定准则不同、确定暗景色和改变像上述那样的曝光条件的确定准则进行优化。 

当图像拍摄设备100具有自拍(self timer)功能时，很有可能在图像拍摄设备100固定在三脚架上或放置在固定地方时打开自拍功能。因此，例如，可以只在打开自拍功能时执行上述进程。此外，可以与是否检测到脸部无关地不禁止发出频闪光。也可以利用操作接受单元130通过进行人工操作将脸部检测单元210、静止确定单元220、主要对象检测单元230和景色判定单元250设置成关闭。此外，也可以利用操作接受单元130通过人工操作将上述进程设置成关闭。 

图36是示出按照本发明实施例的图像拍摄设备100执行的图像拍摄模式设置进程的处理过程内逆光景色模式设置进程的过程(如图34所示的步骤S970中的处理过程)的流程图。 

确定是否在拍摄图像中检测到脸部(步骤S971)。当在拍摄图像中检测到脸部时(步骤S971中的是)，设置发出频闪光的频闪光发出模式(步骤S972)，并且设置如图27所示的“逆光/有人模式”(步骤S973)。当从后面照射人物时，脸部变暗和阴沉，并且在拍摄图像中可能检测不到脸部。因此，当在拍摄图像中未检测到脸部时(步骤S971中的否)，通过进行预备发光操作确定是否存在主要对象(步骤S974)。 

当通过进行预备发光操作确定存在主要对象时(步骤S974中的是)，流程转到步骤S972。相反，当通过进行预备发光操作确定不存在主要对象时(步骤S974中的否)，设置如图27所示的“逆光/无人模式”(步骤S975)。 

图37是示出按照本发明实施例的图像拍摄设备100执行的图像拍摄模式识别图标显示进程的处理过程的流程图。具体地说，这个处理过程由显示控制单元290执行。 

首先，进行监视以便在显示单元140上显示拍摄图像(步骤S981)。然后，确定是否通过图像拍摄控制单元280设置了按照每种景色的图像拍摄模式(步骤S982)。当设置了按照每种景色的图像拍摄模式时(步骤S982中的是)，接着确定设置的图像拍摄模式是否与前面刚设置的图像拍摄模式相同(步骤S983)。当设置的图像拍摄模式与前面刚设置的图像拍摄模式相同时(步骤S983中的是)，将图标显示计数器加1(步骤S984)。然后，确定图标显示计数器是否大于等于阈值(步骤S986)。 

当图标显示计数器大于等于阈值时(步骤S986中的是)，将“真”设置成图标显示标志(步骤S987)。然后，在显示单元140上显示与这种设置图像拍摄模式相对应的图像拍摄模式识别图标(步骤S988)。当图标显示计数器未大于等于阈值时(步骤S986中的否)，流程转到步骤S989。 

当未设置按照每种景色的图像拍摄模式时(步骤S982中的否)，或当设置的图像拍摄模式与前面刚设置的图像拍摄模式不相同时(步骤S983中的否)，重置图标显示计数器(步骤S985)。然后，将“假”设置成图标显示标志(步骤S989)。然后，擦除显示在显示单元140上的图像拍摄模式识别图标(步骤S990)。当在显示单元140上未显示图像拍摄模式识别图标时，不执行这个擦除图像拍摄模式识别图标的进程。 

然后，确定快门释放按钮131是否被按下一半(步骤S991)。当快门释放按钮131未被按下一半时(步骤S991中的否)，流程返回到步骤S981。相反，当快门释放按钮131被按下一半时(步骤S991中的是)，确定是否已将“真”设置成图标显示标志(步骤S992)。当已将“真”设置成图标显示标志时(步骤S992中的是)，改变显示在显示单元140上的图像拍摄模式识别图标的颜色(步骤S993)。相反，当未将“真”设置成图标显示标志时(步骤S992中的否)，终止图像拍摄模式识别图标显示进程。 

如上所述，在像在夜间或在室内那样暗的地方，无需使用各种设置和图像拍摄方法，图像拍摄设备100的用户通过确定图像拍摄设备100的静止状态，可以容易地获得好的图像。例如，当用户利用三脚架固定图像拍摄设备100而不是用手握住图像拍摄设备100时，可以获得漂亮的和无噪声的图像。当用户用手握住图像拍摄设备100时，可以获得没有运动模糊的图像。因此，可以处理任何暗景色模式。 

利用脸部检测单元210、静止确定单元220、主要对象检测单元230和景色判定单元250，由于只在必要时进行发光，所以可以获得自然的图像。此外，可以降低功耗，于是，用户可以更长时间地使用图像拍摄设备100。通过将脸部检测单元210、静止确定单元220、主要对象检测单元230和景色判定单元250设置成在打开自拍功能时激活，可以降低功耗，并且用户可以更长时间地使用图像拍摄设备100。 

通过利用景色度分数计算信息和景色指标计算信息进行景色确定，可以精确地区分包括夜间景色、室内景色、室外景色和逆光景色的各种景色。甚 至可以确定像逆光景色那样用户可能无法拍摄图像的景色。借助于通过进行预备发光操作的脸部检测和主要对象检测，甚至在逆光景色下也可以进行适当处理。于是，无需使用户进行困难操作就可以容易地获得好的图像。并且，甚至可以确定像夜间景色那样用户可能无法拍摄图像的景色。因为根据景色度分数等将亮度控制成适当亮度，所以无需使用户进行困难操作就可以容易地获得好的图像。 

例如，当在双图像拍摄模式下进行图像拍摄时，利用正常图像拍摄/记录参数记录第一拍摄图像。如果第二拍摄和记录图像与摄影者偏爱不符，则在完成了图像拍摄操作之后，可以选择与摄影者偏爱相符的第一图像。相反，例如，当利用摄影者设置的图像拍摄/记录参数记录第一拍摄图像时，如果这个拍摄图像与摄影者偏爱不符，则将第二拍摄图像记录成最适合相应景色的拍摄图像。因此，对于所要景色，摄影者可以在完成了图像拍摄操作之后选择适当拍摄图像。 

并且，当要记录一个拍摄图像时，可以将设置切换成专用在预定景色中的控制。于是，摄影者拥有更多的选择。例如，当摄影者一开始就知道摄影者将拍摄夜间景色的图像时，可以将设置切换成单图像拍摄模式。 

由于稳定地显示使用户识别图像拍摄模式的图像拍摄模式识别图标，所以用户可以更容易地识别图像拍摄模式。 

尽管在本发明的实施例中以16个步长等指示亮度值分布信息，但即使以另一个数量的步长指示亮度值分布信息时，也可以进行类似的处理。尽管在本发明的实施例中通过例子描述了根据像整个直方图的亮度的中值那样的亮度值分布信息的六个项目生成的亮度值分布信息景色度分数计算信息，但可以利用根据其它亮度值分布信息生成的亮度值分布信息景色度分数计算信息计算景色度分数。作为亮度值分布信息，例如，可以使用直方图的峰宽、直方图中峰值的高度、直方图的底宽和直方图的间隔和/或直方图中过度曝光区的比例。 

尽管在本发明的实施例中通过例子描述了像数字照相机那样的图像拍摄设备，但本发明的实施例可应用于像带有静止图像拍摄功能的便携式摄像机和带有图像拍摄单元的移动电话那样的各种图像拍摄设备。此外，本发明的实施例可应用于像透镜可替换摄像机或电影摄像机那样，具有不同结构的图像拍摄设备。 

尽管在本发明的实施例中描述了将EV值用作亮度信息的例子，但本发明的实施例可应用于使用像光值(LV)那样的亮度信息的情况。 

尽管在本发明的实施例中描述了使用未围绕光轴方向转动图像拍摄设备拍摄的图像的例子，但例如，本发明的实施例可应用于将图像拍摄设备围绕光轴方向转动90°拍摄的图像。在这种情况下，例如，事先生成用于将图像拍摄设备转动90°拍摄的图像的景色指标计算信息。使用这种景色指标计算信息，计算出景色指标。可替代地，根据从从拍摄图像中分裂出来的每个区域中提取的亮度值的平均值计算正常景色指标。另外，利用旋转90°景色频率模式计算景色指标。通过使用这些景色指标，可以进行景色确定。可替代地，通过利用角度传感器检测图像拍摄设备的转角，利用图像拍摄设备的转角确定拍摄图像的转角，并且依照拍摄图像的转角计算景色指标。 

本发明的实施例通过例子例示出来，以便实现本发明。尽管在实施例与如下所述的权利要求书的特征之间存在对应关系，但本发明不局限于此，可以不偏离本发明的精神和范围情况下作出各种修改。 

也就是说，按照本发明的实施例，例如，快门操作接受装置对应于快门释放按钮131。例如，图像拍摄装置对应于图像拾取元件114、模拟信号处理单元121、A/D转换单元122和数字信号处理单元123。例如，亮度信息提取装置对应于EV值提取单元240。例如，亮度值分布信息提取装置对应于亮度值分布信息提取单元251。例如，景色确定装置对应于景色确定单元256。例如，控制装置对应于图像拍摄控制单元280。 

按照本发明的另一个实施例，例如，亮度信息评估值参数存储装置对应于景色度分数计算信息存储单元300。例如，亮度值分布信息评估值参数存储装置对应于景色度分数计算信息存储单元300。例如，确定评估值计算装置对应于景色度分数计算单元252。 

按照本发明的另一个实施例，例如，亮度值区域信息提取装置对应于区域分裂单元253和亮度值提取单元254。 

按照本发明的另一个实施例，例如，亮度信息评估值参数存储装置对应于景色度分数计算信息存储单元300。例如，亮度值分布信息评估值参数存储装置对应于景色度分数计算信息存储单元300。例如，分裂区域评估值转换信息存储装置对应于景色指标计算信息存储单元350。例如，确定评估值计算装置对应于景色度分数计算单元252。例如，分裂区域评估值计算装置 对应于景色指标计算单元255。 

按照本发明的另一个实施例，例如，图像拍摄/记录参数操作接受装置对应于操作接受单元130。 

按照本发明的另一个实施例，例如，显示控制装置对应于显示控制单元290。 

按照本发明的另一个实施例，例如，快门操作接受装置对应于快门释放按钮131。例如，图像拍摄装置对应于图像拾取元件114、模拟信号处理单元121、A/D转换单元122和数字信号处理单元123。例如，分裂区域评估值转换信息存储装置对应于景色指标计算信息存储单元350。例如，亮度值区域信息提取装置对应于区域分裂单元253和亮度值提取单元254。例如，分裂区域评估值计算装置对应于景色指标计算单元255。例如，景色确定装置对应于景色确定单元256。例如，控制装置对应于图像拍摄控制单元280。 

按照本发明的其它实施例，例如，提取亮度信息的步骤对应于步骤S911。例如，提取亮度值分布信息的步骤对应于步骤S912。例如，确定景色的步骤对应于步骤S904。例如，进行控制的步骤对应于步骤S950和S951。 

在本发明的实施例中所述的处理过程可以被认为是含有这一系列过程的方法或可以被认为是使计算机执行该一系列过程的程序或含有记录在上面的程序的记录媒体。 

本领域的普通技术人员应该明白，视设计要求和其它因素而定，可以作出各种各样的修改、组合、部组合和变更，只要它们都在所附权利要求书或其等效物的范围之内。 

Claims (7)

1.一种图像拍摄设备，包含：

快门操作接受装置，用于接受快门操作；

图像拍摄装置，用于拍摄对象的图像和生成拍摄图像；

亮度信息提取装置，用于从拍摄图像中提取指示整个拍摄图像的亮度的亮度信息；

亮度值分布信息提取装置，用于从拍摄图像中提取指示拍摄图像中亮度值的分布的亮度值分布信息；

景色确定装置，用于根据提取的亮度信息和提取的亮度值分布信息确定包括在拍摄图像中的对象的景色；

控制装置，用于在当已经接受快门操作时，将包括在拍摄图像中的对象的景色确定为预定景色的情况下，进行利用至少两个不同图像拍摄/记录参数记录拍摄图像的控制；

亮度信息评估值参数存储装置，用于按照各种各样景色逐个景色地存储指示亮度信息的分布的亮度信息评估值参数；

亮度值分布信息评估值参数存储装置，用于按照各种各样景色逐个景色地存储指示与亮度值分布信息相对应的特征量的亮度值分布信息评估值参数；和

确定评估值计算装置，用于利用与提取亮度信息相对应的亮度信息评估值参数逐个景色地计算亮度信息评估值，利用与提取亮度值分布信息相对应的亮度值分布信息评估值参数逐个景色地计算亮度值分布信息评估值，和根据逐个景色计算的亮度信息评估值和亮度值分布信息评估值逐个景色地计算确定评估值，

其中，景色确定装置根据逐个景色计算的确定评估值确定包括在拍摄图像中的对象的景色。

2.按照权利要求1所述的图像拍摄设备，进一步包含亮度值区域信息提取装置，用于将拍摄图像划分成数个区域和提取每个区域的亮度值区域信息，

其中，景色确定装置根据提取的亮度信息、提取的亮度值分布信息、和提取的亮度值区域信息确定包括在拍摄图像中的对象的景色。

3.按照权利要求1所述的图像拍摄设备，进一步包含：

亮度信息评估值参数存储装置，用于按照各种各样景色逐个景色地存储指示亮度信息的分布的亮度信息评估值参数；

亮度值分布信息评估值参数存储装置，用于按照各种各样景色逐个景色地存储指示与亮度值分布信息相对应的特征量的亮度值分布信息评估值参数；

划分区域评估值转换信息存储装置，用于存储指示按照各种各样景色和根据亮度值区域信息的大小分类的拍摄图像的一组区域的区域组信息、和根据区域组信息将提取的亮度值区域信息转换成划分区域评估值的评估值转换表；

确定评估值计算装置，用于利用与提取亮度信息相对应的亮度信息评估值参数逐个景色地计算亮度信息评估值，利用与提取亮度值分布信息相对应的亮度值分布信息评估值参数逐个景色地计算亮度值分布信息评估值，和根据逐个景色计算的亮度信息评估值和亮度值分布信息评估值逐个景色地计算确定评估值；和

划分区域评估值计算装置，用于针对提取的亮度值区域信息，利用区域组信息和评估值转换表逐个景色地计算划分区域评估值，

其中，景色确定装置根据逐个景色计算的确定评估值和划分区域评估值确定包括在拍摄图像中的对象的景色。

4.按照权利要求3所述的图像拍摄设备，其中，在从拍摄图像的预定区域中提取的亮度值区域信息处在预定范围内的情况下，划分区域评估值计算装置进行增大划分区域评估值的校正。

5.按照权利要求1所述的图像拍摄设备，进一步包含图像拍摄/记录参数操作接受装置，用于接受设置所希望图像拍摄/记录参数的操作的细节，

其中，当已经接受快门操作时，如果包括在拍摄图像中的对象的景色被确定为预定景色，控制装置至少利用设置的图像拍摄/记录参数和按照确定的预定景色的图像拍摄/记录参数进行记录拍摄图像的控制。

6.按照权利要求1所述的图像拍摄设备，其中，预定景色是夜间景色或逆光景色。

7.按照权利要求1所述的图像拍摄设备，进一步包含显示控制装置，用于针对用于记录拍摄图像的图像拍摄/记录参数，在在预定时间间隔内连续设置了相同图像拍摄/记录参数的情况下，显示代表在预定时间间隔内连续设置的图像拍摄/记录参数的标记。

Images