CN102111552A

CN102111552A - 图像处理设备和图像处理方法

Info

Publication number: CN102111552A
Application number: CN2010106210109A
Authority: CN
Inventors: 北岛光太郎
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2009-12-25
Filing date: 2010-12-27
Publication date: 2011-06-29
Anticipated expiration: 2030-12-27
Also published as: JP2011135519A; CN102111552B; US20110158513A1; JP4948591B2; US8861843B2

Abstract

本发明涉及一种图像处理设备和图像处理方法。根据色差信号计算各块的彩度，以计算除所检测到的面部区域的块以外的块中具有等于或大于预定阈值的彩度的块的数量，并且计算具有等于或大于该预定阈值的彩度的高彩度块相对于除面部区域中的块以外的块的数量的高彩度块比。如果平均彩度和高彩度块比是预定值或更大，则将场景判断为鲜艳颜色场景。如果在过去将场景判断为鲜艳颜色场景，则使得高彩度块比的阈值小，而如果在过去未将场景判断为鲜艳颜色场景，则使得该阈值大。

Description

图像处理设备和图像处理方法

技术领域

本发明涉及一种图像处理设备、图像处理方法和程序，尤其涉及一种适用于进行包括鲜艳被摄体的场景的图像处理的技术。

背景技术

传统上，已知一种用于判断图像的场景和被摄体的类型以进行与判断出的场景和被摄体的类型相对应的图像处理的图像处理设备。例如，日本特开2000-259372公开了一种用于判断输入图像是否是包括鲜艳被摄体的场景(以下称为鲜艳颜色场景)并对于鲜艳图像以高分辨率输出输入图像的图像输出设备。

日本特开2000-259372所公开的技术基于高彩度像素的数量是否大于预定数量来判断场景是否是鲜艳颜色场景。作为这里的鲜艳颜色场景的例子，可以是具有鲜艳背景的场景和具有鲜艳主要被摄体(主被摄体)的场景。在它们之间，鲜艳背景场景中的高彩度的像素的分布根据是否存在诸如人等的除背景以外的主被摄体而改变，并且，例如，如果场景中包括人，则高彩度像素的数量由于存在人的图像而减少。因此，日本特开2000-259372所述的图像输出设备存在下面的问题：难以将包括主被摄体和鲜艳背景场景的图像判断为鲜艳颜色场景，因此不可能适当地判断这类图像并以高分辨率输出该图像。

考虑到上述问题，本发明的一个方面是为了实现对包括鲜艳颜色场景的图像进行适当的图像处理，而不管输入图像中是否包括主被摄体。

发明内容

为了实现本发明的目的，本发明的图像处理设备包括：计算单元，用于基于输入图像信号计算至少包括彩度信息的评价值；检测单元，用于根据所述输入图像信号检测主被摄体区域；判断单元，用于基于由所述计算单元所计算出的评价值，判断由所述输入图像信号所表示的图像是否是鲜艳颜色场景；以及输出单元，用于输出所述判断单元的判断结果，其中，所述判断单元降低由所述检测单元所检测到的主被摄体区域的评价值的加权因子，以进行判断。

另外，为了实现本发明的目的，本发明的图像处理方法包括以下步骤：计算步骤，用于基于输入图像信号计算至少包括彩度信息的评价值；检测步骤，用于根据所述输入图像信号检测主被摄体区域；判断步骤，用于基于在所述计算步骤中所计算出的评价值，判断由所述输入图像信号所表示的图像是否是鲜艳颜色场景；以及输出步骤，用于输出所述判断步骤的判断结果，其中，所述判断步骤降低在所述检测步骤中所检测到的主被摄体区域的评价值的加权因子，以进行判断。

根据本发明，不管输入图像中是否包括主被摄体，都可以判断鲜艳颜色场景。因此，可以对包括任何种类的鲜艳颜色场景的任何图像进行适当的图像处理。

通过以下参考附图对典型实施例的说明，本发明的其它特征将显而易见。

附图说明

图1是示出根据第一实施例的摄像设备的结构例子的框图。

图2是被分割成8×8块的拍摄图像的例子的图。

图3是示出根据第一实施例的鲜艳颜色场景判断处理过程的例子的流程图。

图4A是示出包括面部区域的拍摄图像的例子的图。

图4B是示出包括面部区域的拍摄图像的例子的图。

图5A是示出根据第一实施例的鲜艳颜色场景的判断标准的例子的图。

图5B是示出根据第一实施例的鲜艳颜色场景的判断标准的例子的图。

图5C是示出根据第一实施例的鲜艳颜色场景的判断标准的例子的图。

图6是示出根据第一实施例的鲜艳度和高彩度块比之间的关系的例子的图。

图7A是示出第一实施例的根据图像中的面部比的判断标准的例子的图。

图7B是示出第一实施例的根据图像中的面部比的判断标准的例子的图。

图8A是示出包括特定比的面部图像的拍摄图像的图。

图8B是示出包括另一比的面部图像的拍摄图像的图。

图9是示出根据第二实施例的摄像设备的结构例子的框图。

图10是示出根据第二实施例的鲜艳颜色场景判断处理过程的例子的流程图。

图11是示出根据第二实施例的评价值的替换状态的图。

具体实施方式

现根据附图详细说明本发明的典型实施例。

第一实施例

下面，参考图1～8B说明根据本发明第一实施例的摄像设备。

图1是示出本实施例中具有用于检测拍摄图像的场景并根据所检测到的场景进行图像校正处理的功能的摄像设备的结构例子的框图。

在图1中，透镜101根据被摄体光形成被摄体图像，并且摄像元件103对通过透镜101和光圈102进入摄像元件103的光进行光电转换。自动增益控制(AGC)放大器104将从摄像元件103输出的信号放大至适当水平。

亮度和色度信号生成单元105将摄像元件103所生成的信号转换成亮度信号(Y)和色度信号(R0、G0、B0)。白平衡(WB)放大单元106根据白平衡增益放大从亮度和色度信号生成单元105输出的色度信号(R0、G0、B0)，以生成放大的色度信号(R、G、B)。色差信号生成单元107生成色差信号(R-Y、B-Y)。色差信号校正单元108进行诸如将信号乘以增益等的色差信号的校正。编码器109将输入的图像信号转换成标准电视信号等。

信号分割单元110将亮度信号(Y)和色差信号(R-Y、B-Y)分割成预定的小块。彩度计算单元111根据色差信号(R-Y、B-Y)计算彩度。照相机控制单元112整体控制该摄像系统。场景判断单元113判断输入的拍摄图像的场景，并且面部检测单元114从拍摄图像检测人的面部。

接着说明图1的摄像设备100的处理操作。通过摄像元件103对入射至透镜101的光进行光电转换，并且通过AGC放大器104将转换后的信号放大至适当水平，以将放大后的信号输出给亮度和色度信号生成单元105。亮度和色度信号生成单元105根据从摄像元件103输出的图像信号生成亮度信号(Y)和色度信号(R0、G0、B0)，并且将色度信号(R0、G0、B0)输出给白平衡放大单元106。

白平衡放大单元106基于照相机控制单元112计算出的白平衡增益放大色度信号(R0、G0、B0)，并且将放大后的色度信号(R、G、B)输出给色差信号生成单元107。色差信号生成单元107根据放大后的色度信号(R、G、B)生成色差信号(R-Y、B-Y)，以将所生成的色差信号(R-Y、B-Y)输出给色差信号校正单元108和信号分割单元110。色差信号校正单元108用作图像处理单元，并且将色差信号(R-Y、B-Y)乘以由照相机控制单元112计算出的色差增益G(G是1或更大)来校正色差信号(R-Y、B-Y)。也就是说，校正后的各色差信号{(R-Y)’、(B-Y)’}为：

(R-Y)’＝G×(R-Y)，以及

(B-Y)’＝G×(B-Y)。

然后，色差信号校正单元108将校正后的色差信号{(R-Y)’、(B-Y)’}输出给编码器109。另外，后面将说明色差增益G的强度。编码器109根据亮度信号(Y)和校正后的色差信号(R-Y)’、(B-Y)’生成诸如全国电视系统委员会(NTSC)信号等的标准电视信号，并且将生成的标准电视信号输出到外部。

以上说明了摄像时的基本处理。此外，照相机控制单元112根据图像信号的特性适当控制色差信号校正单元108要使用的参数，以使得色差信号校正单元108校正图像信号。下面将说明图像信号的特性的分析处理。

信号分割单元110将图像信号分割成如图2所示的块(8×8块)，并且计算各块中的亮度信号(Y)和色差信号(R-Y、B-Y)的平均值，以将计算结果输出给彩度计算单元111。彩度计算单元111根据色差信号(R-Y、B-Y)计算各块的彩度。根据下面的公式(1)计算彩度。

然后，彩度计算单元111将计算出的各块的彩度的信息输出给场景判断单元113。另一方面，面部检测单元114基于从亮度和色度信号生成单元105输出的亮度信号(Y)，从拍摄的图像检测作为主被摄体的人的面部，并且将面部的检测结果输出给场景判断单元113。当面部检测单元114在这里检测到人的面部时，面部检测单元114还向场景判断单元113输出面部的位置信息。另外，对于人面部的识别方法，传统上已提出了诸如用于进行亮度信号的模式匹配的方法等的各种方法，并且可以使用这些方法中的任一个。

场景判断单元113基于从彩度计算单元111输出的各块的彩度和从面部检测单元114输出的面部检测结果，判断拍摄图像是否是要对于彩度给予更大权重的图像(鲜艳颜色场景)。下面，将参考图3说明场景判断单元113的处理的流程。

图3是示出场景判断单元113的鲜艳颜色场景判断处理过程的例子的流程图。

首先，在图3的步骤S301，场景判断单元113检查面部检测单元114是否检测到了面部。如果该检查结果显示面部检测单元114检测到了面部，则场景判断单元113使鲜艳颜色场景判断处理进入步骤S302。如果面部检测单元114没有检测到面部，则场景判断单元113使鲜艳颜色场景判断处理进入步骤S307。

然后，在步骤S302，场景判断单元113根据除面部区域以外的图像区域计算平均彩度。参考图4A和4B说明该处理。图4A是示出包括面部区域的拍摄图像的例子的图。如图4A所示，如果拍摄图像包括面部，则场景判断单元113排除包括面部的面部区域以计算平均彩度。在步骤S302，场景判断单元113计算如图4B所示的除面部区域401的块以外的块的平均彩度。

接着，在步骤S303，场景判断单元113计算除面部区域(例如，图4B所示的面部区域401)以外的块中具有等于或大于预定阈值的彩度的块的数量。然后，场景判断单元113计算具有等于或大于预定阈值的彩度的块的数量相对于除面部区域的块以外的所有块的数量(图4A和4B的例子中为52个块)的比(高彩度块比)。然后，在步骤S304，场景判断单元113通过参考过去的鲜艳度判断结果，检查在过去是否将场景判断为鲜艳颜色场景。注意，场景判断单元113存储预定时间之前(例如，两秒之前)的鲜艳颜色场景的判断结果，并且在步骤S304基于所存储的过去的判断结果进行判断。如果该检查的结果显示过去将场景判断为鲜艳颜色场景，则场景判断单元113使鲜艳颜色场景判断处理进入步骤S305。如果在过去没有将场景判断为鲜艳颜色场景，则场景判断单元113使鲜艳颜色场景判断处理进入步骤S306。

在步骤S305和S306，场景判断单元113确定在步骤S303场景判断单元113计算出的高彩度块比的阈值At，其中，阈值At是用于判断场景是否是鲜艳颜色场景的参数之一。

图5A～5C是示出平均彩度和高彩度块比的鲜艳颜色场景的判断标准的例子的图。

如图5A所示，如果场景判断单元113在步骤S302计算出的平均彩度高于平均彩度阈值Ct，并且如果场景判断单元113在步骤S303计算出的高彩度块比大于阈值At，则场景判断单元113在步骤S310判断为该场景是鲜艳颜色场景，后面将说明步骤S310的处理。场景判断单元113在步骤S305和S306确定阈值At。

在步骤S305，场景判断单元113通过将高彩度块比的阈值At降低至小于基准值At(Base)来放宽判断标准。图5B示出该状态。通过进行这一过程，在过去将场景判断为鲜艳颜色场景的情况下，即使面部遮挡了场景的鲜艳被摄体，该场景也变得易于被判断为鲜艳颜色场景。另一方面，在步骤S306，场景判断单元113将高彩度块比的阈值At增大至大于基准值At(Base)，并且使得判断标准更严格。也就是说，如果过去曾将场景判断为鲜艳颜色场景，则与未将场景判断为鲜艳颜色场景的情况相比，场景判断单元113放宽判断标准。

图5C示出该状态。通过这样进行配置，可以防止在场景仅包括除包括面部的区域以外的区域中的小的鲜艳被摄体的情况下将场景判断为鲜艳颜色场景。

另一方面，如果作为步骤S301的检测结果，场景判断单元113没有检测到面部，则场景判断单元113在步骤S307计算所有块(8×8块)的平均彩度。接着，在步骤S308，场景判断单元113计算所有块中具有等于或大于预定阈值的彩度的块的数量。然后，场景判断单元113计算具有等于或大于预定阈值的彩度的块的数量相对于所有块的数量(图4A和4B的例子中为64个块)的比。接着，在步骤S309，类似于步骤S305和S306，场景判断单元113确定作为用于判断场景是否是鲜艳颜色场景的参数之一的高彩度块比的阈值At。由于场景判断单元113没有检测到面部，因而场景判断单元113在该步骤将图5A所示的基准值At(Base)设置为阈值At。

然后，在步骤S310，如上所述，场景判断单元113根据图5A～5C所示的鲜艳颜色场景的判断标准判断场景是否是鲜艳颜色场景。也就是说，如果步骤302(或S307)计算出的平均彩度高于平均彩度阈值Ct，并且如果步骤S303(或S308)计算出的高彩度块比大于阈值At，则场景判断单元113判断为该场景是鲜艳颜色场景。

在该处理过程中，将关于场景判断单元113是否将场景判断为鲜艳颜色场景的信息输出给照相机控制单元112。照相机控制单元112基于场景判断单元113所判断出的关于场景是否是鲜艳颜色场景的信息，控制色差信号校正单元108所使用的参数。

在本实施例中，如上所述，照相机控制单元112控制色差信号校正单元108要使用的色差增益G。作为色差增益G，有参数G1和G2，其中，G1和G2的关系为G1＞G2≥1。如果这里场景被判断为鲜艳颜色场景，则照相机控制单元112将色差增益G设置为G1。如果场景未被判断为鲜艳颜色场景，则照相机控制单元112将色差增益G设置为G2。也就是说，如果场景被判断为鲜艳颜色场景，则照相机控制单元112将色差信号的增益增加至更高，从而将场景校正成强调彩度的图像。

如上所述，根据本实施例，判断场景是否是鲜艳颜色场景，并且根据判断结果控制图像处理。更具体地，检测人的面部，并且控制对于场景是否是鲜艳颜色场景的场景判断，以限制所检测到的面部的区域的影响。因而，不管输入的拍摄图像中是否存在人，都可以适当地判断鲜艳颜色场景，并且可以对包括任何鲜艳颜色场景的任何图像进行用于强调彩度的图像处理。

另外，尽管在本实施例中，举例说明了用于检测人的面部的情况，但是本发明不局限于该情况。本发明可以检测诸如动物和植物等的任何东西。而且，在本实施例中，说明了用于通过排除面部区域计算诸如彩度的平均值等的信息以判断场景是否是鲜艳颜色场景的例子。另一方面，可以进行可以降低判断鲜艳颜色场景时面部区域的影响的任何处理。例如，可以进行下面的控制：通过对与面部区域(例如，图4B所示的面部区域401)相对应的块进行加权，降低计算彩度的平均值时面部区域的影响。

而且，尽管在本实施例中，根据面部的检测结果改变高彩度块比的阈值，但是可以通过检测面部来控制任何参数，只要该参数用于判断鲜艳颜色场景即可。而且，用于判断鲜艳颜色场景的参数不局限于高彩度块比和平均彩度这两个参数，而是可以使用任何条件、任何参数和任何判断标准，只要它们是用于根据人的感觉将场景判断为鲜艳颜色场景所设置的条件即可。

而且，尽管本实施例仅针对是鲜艳颜色场景和不是鲜艳颜色场景这两种情况准备色差信号校正单元108要使用的色差增益G(二值)，但是色差增益G不局限于这两种情况。而且，如果在检测到人作为主被摄体时，类似于未检测到人的情况下的设置，设置色差增益来试图强调彩度，则人的肤色有时看起来是不自然的颜色。因此，与未检测到人的情况相比，在检测到人的情况下，可以通过减小对彩度的加权因子来抑制用于强调鲜艳度的校正的程度。也就是说，使得在检测到人时的色差增益G是G3，则设置G3以使得关系G1＞G3＞G2可以成立是有利的。

而且，尽管在本实施例中说明了用于提高彩度以强调被判断为鲜艳颜色场景的图像数据的鲜艳度的处理，但是处理不局限于该处理，而且本发明还可应用于相反地降低鲜艳颜色场景的彩度以抑制鲜艳度的处理。在这种情况下，可以将增益设置成例如G1＜G2≤1。如上所述，使得在检测到人时的色差增益G是G3，不用说，G1＜G3＜G2。

而且，尽管在本实施例中，整个图像数据被相同地乘以基于图像数据是否是鲜艳颜色场景的图像数据的判断结果所设置的色差增益G，但是本发明不局限于这一方法。可以限制性地仅将图像数据中具有高彩度的块(或像素)乘以比其它块的色差增益更高的色差增益G。

此外，尽管在本实施例中，按照公式(1)根据色差信号(R-Y、B-Y)计算彩度，但是彩度的计算方法不局限于该方法。例如，可以将图像数据转换到诸如L^*a^*b^*空间等的其它空间，并且在L^*a^*b^*空间中计算彩度。而且，尽管在本实施例中，说明了通过信号分割单元110将图像信号分割成8×8块的例子，但是可以使用任何数量的分割。

而且，尽管在本实施例中通过使用二值进行判断，但是也可以使用多值来计算场景，诸如可以使用鲜艳度来表示场景是否是鲜艳颜色场景。在这种情况下，随着平均彩度变高，或者随着高彩度块比变大，将鲜艳度设置得更高。

图6是示出鲜艳度和高彩度块比之间的关系的例子的图。

在图6中，基准特性601表现未检测到面部时的基准特性。另一方面，在检测到面部时改变基准特性601。例如，特性602表现在检测到面部并且在过去将图像数据判断为鲜艳时的特性。在这种情况下，在图3的步骤S305，特性602包括比基准特性601中的鲜艳度更高的鲜艳度。另一方面，特性603表现在检测到面部并且在过去未将图像数据判断为鲜艳时的特性。在这种情况下，在图3的步骤S306，特性603包括比基准特性601中的鲜艳度更低的鲜艳度。

通过进行上述控制，即使不是通过使用二值而是使用多值(鲜艳度)表现鲜艳颜色场景的判断结果，也可以容易地基于是否存在面部来控制对鲜艳度的判断，并且可以更适当地判断鲜艳颜色场景。

此外，可以根据面部面积相对于包括该面部的图像面积的比来控制用于判断鲜艳颜色场景的参数。例如，尽管在本实施例中，说明了在检测到面部时，根据过去的判断结果以相同方式确定高彩度块比的阈值At，但是可以根据图像中面部占有的比可变地确定阈值At。参考图7A和7B说明该方法。

图7A是示出在过去判断为鲜艳时用于判断鲜艳颜色场景的高彩度块比的阈值At的例子的图。

在图7A中，At(min)表示基准值At(Base)的最大变化量(阈值的下限值)。在图7A和7B所示的例子中，基于面部相对于图像的比，将下限值At(min)和基准值At(Base)之间的值确定为最终用以判断鲜艳颜色场景的阈值At。

图7B是示出面部相对于图像的比和用以判断鲜艳颜色场景的阈值At之间的关系的例子的图。

如图7B所示，例如，如果面部相对于图像的比是Fr，则最终高彩度块比的阈值At被确定为At(Fr)。例如，如果如图8A所示面部相对于图像的比小，则即使检测到面部，在判断鲜艳颜色场景时所检测到的面部对鲜艳颜色场景的判断的影响也较小。另一方面，如果如图8B所示面部相对于图像的比大，则由于面部的检测结果，在判断鲜艳颜色场景时所检测到的面部对鲜艳颜色场景的判断的影响较大。因此，随着面部相对于图像的面积比变高，用于判断鲜艳颜色场景的阈值At可以从基准值At(Base)发生很大改变。

而且，尽管在本实施例中，使得场景判断单元113的场景判断结果反映到要输出的判断所使用的图像数据，但是本发明不特别局限于该方式。也就是说，当然也可以将根据判断结果的图像处理反映到特定帧(图像数据)、反映到该帧以后的帧。而且，还可以考虑基于多个帧的判断结果来指定场景，以使得在对于多个帧持续鲜艳颜色场景的判断结果之前，不指定任何场景，或者使得在多个帧中鲜艳颜色场景的判断的比高时指定场景。可以考虑将根据判断结果的图像处理反映到这多个帧和该帧以后的帧。而且，此时，用作过去的判断结果的判断结果可以是判断对象的帧的前一帧的判断结果，或者可以是从紧挨在判断对象之前的多个帧所获得的判断结果。

作为具体的假设状况，存在下面的状况：在诸如能够进行静止图像拍摄的摄像设备和对图像数据进行图像处理的个人计算机等的信息处理设备中，对拍摄的图像数据(帧)进行处理。而且，在诸如能够进行实时取景显示或运动图像拍摄的摄像设备和对运动图像进行图像处理的个人计算机等的信息处理设备中，可以假设跨多个帧的上述处理。

而且，尽管在本实施例中，通过使用场景判断单元113输出的判断结果校正图像数据的彩度，但是判断结果的使用方法不局限于这一校正。例如，还可以通过使未示出的显示单元进行显示将判断结果通知给用户，或者在保存图像数据时向头添加与该显示结果相对应的信息，以使得用户能够在保存之后指定图像数据的拍摄场景。而且，对于校正，可以通过校正除彩度以外的因素来强调鲜艳度。例如，作为这类处理，可以考虑用于增强亮度的校正和用于强调轮廓的处理。

第二实施例

下面参考图9～11说明根据本发明第二实施例的摄像设备。在本实施例中，利用过去检测到的评价值替换诸如彩度等被面部的检测所隐藏了的评价值。

图9是示出根据本实施例的摄像设备900的结构例子的框图。另外，以与图1的附图标记相同的附图标记表示图9中与图1中的块相同的块，并且省略对其的说明。除图1的组件以外，本实施例还设置有评价值存储器901和运动量检测单元902。

接着，说明图9所示的摄像设备900的处理的流程。从拍摄图像到通过编码器109输出图像信号的处理的流程与第一实施例相同。而且，由于场景判断单元113对鲜艳颜色场景的判断的处理流程和照相机控制单元112根据判断结果对色差信号校正单元108要使用的参数的控制同样与第一实施例相同，因而省略对这些流程的详细说明。下面说明不同于第一实施例的方面。

信号分割单元110类似于第一实施例计算各块的亮度信号(Y)和色差信号(R-Y、B-Y)的平均值，并且将计算出的平均值作为评价值输出给彩度计算单元111。彩度计算单元111类似于第一实施例根据色差信号(R-Y、B-Y)计算各块的彩度，并且将计算出的彩度的信息输出给评价值存储器901和场景判断单元113。

评价值存储器901用作存储单元，并且存储从彩度计算单元111输出的所有块的彩度的信息，包括过去的所有块的彩度的信息。这里假定以预定时间间隔进行用于将彩度的信息存储在评价值存储器901中的处理。然而，如果面部检测单元114检测到了面部，则不存储彩度的信息。运动量检测单元902根据透镜101的变焦和防振信息计算运动量，并且将计算出的运动量的信息输出给场景判断单元113。

场景判断单元113基于彩度计算单元111计算出的彩度的信息、存储在评价值存储器901中的彩度的信息、面部检测单元114的面部检测结果和从运动量检测单元902输出的运动量的信息，判断场景是否是鲜艳颜色场景。

下面参考图10说明场景判断单元113的处理的流程。图10是示出场景判断单元113的鲜艳颜色场景判断处理过程的例子的流程图。另外，在图10中，由于以与图3相同的附图标记所表示的处理是与对于第一实施例所述的处理相同的处理，因而省略对其的说明。

在步骤S1001，场景判断单元113根据从运动量检测单元902输出的运动量的信息，判断整个图像是否正在运动。也就是说，场景判断单元113判断从运动量检测单元902输出的运动量是否是预定值或更大。如果运动量是预定值或更大，从而使得判断的结果为整个图像正在运动，则场景判断单元113使该处理进入步骤S302。另外，步骤S302及以后的步骤的处理与第一实施例的处理相同。

另一方面，如果运动量小于预定值，从而使得步骤S1001的判断结果为图像作为整体没有运动，则场景判断单元113使该处理进入步骤S1002。然后，在步骤S1002，场景判断单元113利用存储在评价值存储器901中的彩度替换所检测到的面部区域的彩度。参考图11说明该处理。

图像1103是没有包括面部的拍摄图像的例子。如上所述，将没有包括面部的情况下的过去的彩度的信息存储在评价值存储器901中。彩度分布1104示出存储在评价值存储器901中的拍摄图像1103的彩度分布。在彩度分布1104中，以较暗颜色示出的块表示具有较高彩度的块。场景1105是人的面部进入场景(拍摄图像)1103的场景的例子。场景1106是在场景1105中示出面部区域1101的图像。

在步骤S1002，场景判断单元113例如利用与存储在评价值存储器901中的彩度分布1104中的面部区域相对应的彩度分布1102替换面部区域1101中所包括的块的彩度。在步骤S1002，通过替换面部区域中的评价值，可以消除面部的影响。从而，由于在下面的处理中可以类似于没有包括面部的情况来进行该处理，因而场景判断单元113使该处理进入步骤S307。由于步骤S307及以后的步骤的处理与对于第一实施例所述的处理相同，因而省略对其的说明。

如上所述，根据本实施例，如果检测到面部，则以过去在没有检测到面部的情况下的评价值替换该面部区域中的评价值。通过以这一方法替换评价值，即使背景上的被摄体被人的面部遮挡，也可以适当地判断场景是否是鲜艳颜色场景。因而，可以对包括鲜艳颜色场景的任何图像进行用于更加强调彩度的图像处理。

另外，尽管在本实施例中，说明了利用没有包括面部时的过去的评价值替换面部区域中的评价值的例子，但是可以以与运动量相对应的比相互组合这两组评价值。而且，尽管在本实施例中举例说明了作为评价值的彩度，但是可以使用任何参数作为在使面部进入时要替换的评价值，只要该评价值是用于判断鲜艳颜色场景要使用的评价值即可。此外，尽管在本实施例中，运动量检测单元902基于包括透镜101等的光学系统的信息计算运动量，但是可以利用任何方法进行该计算，只要该方法可以计算运动量即可。例如，除光学系统的信息以外，还可以通过使用图像信号来计算运动量。

其它实施例

还可以利用读出并执行记录在存储器装置上的程序以进行上述实施例的功能的系统或设备的计算机(或者CPU或MPU等装置)和通过下面的方法实现本发明的方面，其中，利用系统或设备的计算机通过例如读出并执行记录在存储器装置上的程序以进行上述实施例的功能来进行上述方法的步骤。为此，例如，通过网络或者通过用作存储器装置的各种类型的记录介质(例如，计算机可读介质)将该程序提供给计算机。

尽管参考典型实施例说明了本发明，但是应该理解，本发明不局限于所公开的典型实施例。所附权利要求书的范围符合最宽的解释，以包含所有这类修改、等同结构和功能。

Claims

1.一种图像处理设备，包括：

计算单元，用于基于输入图像信号计算至少包括彩度信息的评价值；

检测单元，用于根据所述输入图像信号检测主被摄体区域；

判断单元，用于基于由所述计算单元所计算出的评价值，判断由所述输入图像信号所表示的图像是否是鲜艳颜色场景；以及

输出单元，用于输出所述判断单元的判断结果，

其中，所述判断单元降低由所述检测单元所检测到的主被摄体区域的评价值的加权因子，以进行判断。

2.根据权利要求1所述的图像处理设备，其特征在于，所述判断单元通过使用除与所述主被摄体区域相对应的评价值以外的评价值来判断所述图像。

3.根据权利要求1所述的图像处理设备，其特征在于，所述判断单元根据所述检测单元对主被摄体的检测结果，改变判断标准。

4.根据权利要求3所述的图像处理设备，其特征在于，所述判断单元还根据过去的判断结果改变所述判断标准。

5.根据权利要求4所述的图像处理设备，其特征在于，与所述过去的判断结果表示未将场景判断为鲜艳颜色场景的情况相比，在所述过去的判断结果表示将场景判断为鲜艳颜色场景的情况下，所述判断单元放宽所述判断标准。

6.根据权利要求3所述的图像处理设备，其特征在于，随着由所述检测单元所检测到的主被摄体区域相对于整个图像的比变大，所述判断单元更加放宽所述判断标准。

7.根据权利要求1所述的图像处理设备，其特征在于，还包括存储单元，所述存储单元用于存储由所述计算单元所计算出的过去的评价值，

其中，所述判断单元通过使用存储在所述存储单元中的评价值来代替由所述检测单元所检测到的主被摄体区域的评价值，判断所述图像是否是鲜艳颜色场景。

8.根据权利要求7所述的图像处理设备，其特征在于，还包括运动量检测单元，所述运动量检测单元用于检测输入图像的运动量，

其中，如果由所述运动量检测单元所检测到的运动量小于预定值，则所述判断单元通过使用存储在所述存储单元中的评价值来代替由所述检测单元所检测到的主被摄体区域的评价值，判断所述图像是否是鲜艳颜色场景。

9.根据权利要求1所述的图像处理设备，其特征在于，所述主被摄体是人。

10.根据权利要求1所述的图像处理设备，其特征在于，所述判断单元将所述输入图像信号的整个图像分割成多个块，并且如果具有等于或大于第一阈值的彩度的块的数量大于第二阈值，则所述判断单元将所述图像判断为鲜艳颜色场景。

11.根据权利要求1所述的图像处理设备，其特征在于，如果所述输入图像数据的平均彩度高于第三阈值，则所述判断单元将所述图像判断为鲜艳颜色场景。

12.一种图像处理方法，包括以下步骤：

计算步骤，用于基于输入图像信号计算至少包括彩度信息的评价值；

检测步骤，用于根据所述输入图像信号检测主被摄体区域；

判断步骤，用于基于在所述计算步骤中所计算出的评价值，判断由所述输入图像信号所表示的图像是否是鲜艳颜色场景；以及

输出步骤，用于输出所述判断步骤的判断结果，

其中，所述判断步骤降低在所述检测步骤中所检测到的主被摄体区域的评价值的加权因子，以进行判断。