CN1613091A - 图象处理装置和图象处理方法 - Google Patents

Abstract

一种图象处理装置，用于自动改善由数字照相机取得的输入图象的对比度，取得更鲜明的图象。对比度改善部件(11)通过比较输入图象的对象象素和属于其周围区域的象素，进行对比度改善处理。图象合成部件(12)合成由该对比度改善处理取得的强调图象和输入图象。合成后的图象通过图象输出部件(13)向打印机等所需设备输出。

Description

图象处理装置和图象处理方法

技术领域

本发明涉及用于自动改善用数字照相机等取得的图象对比度的图象处理装置和图象处理方法。

背景技术

数字照相机的动态范围由于把表示由摄像元件CCD元件取得的模拟值的噪声比率的SN水平或模拟值变换为数字值的精度等而受到很大限制。因此，在拍摄的数字图象中，在带影的细节的信息存在损失的倾向。特别是在明亮的区域和暗的区域混合存在的样品中，该倾向大。

作为改善图象的质量的方法，能列举出进行对比度强调，从而使数字图象的亮度范围从亮度更高的部分扩展到亮度更低的部分的方法。

在对比度强调的以往方法中有直方图均衡化方法。该方法是生成表示构成原图象的全象素的亮度分布状态的直方图，在亮度变换曲线中使用该直方图的累积曲线，把原图象中的象素的亮度变换为新值的方法。

在该方法中，为了把原图象全部区域的象素的亮度用同一亮度变换曲线变换为新的亮度，有时局部对比度反而下降。

为了避免它，可以进行与区域匹配的对比度强调处理。作为为此的方法，提出把图象分割为多个矩形区域，对各区域应用直方图均衡化方法的局部直方图均衡化方法。

例如在特开2000-285230号公报中，如图1所示，记载着具有图象分割部2001、直方图生成部2002和对比度伸长部2003的对比度修正部。

图象分割部2001把输入的图象分割为矩形。直方图生成部2002为各矩形生成直方图。对比度伸长部2003对各矩形进行对比度的伸张。

在该公报中记载的方法中，也被指出产生过度强调对比度的矩形区域，或在相邻的矩形区域间的边界，对比度变为不连续等问题。

也提出不利用直方图解决问题的技术。例如特开平6-141229号公报所述，对各画面改变数字照相机的快门时间或光圈，分别拍摄明亮的部分和暗的部分。通过把取得的两方图象合成为一个图象，实现中间色调浓度。据此，能取得动态范围宽的图象。

图2是表示特开平6-141229号公报中记载的图象处理装置的概略结构的框图。在该图象处理装置中，摄像元件2101对被拍摄体的光像进行光电变换。图象合成部2102按照摄像元件中的电荷积蓄期间不同的2以上图象的信号水平，进行加权合成。因此，在图象合成部2102中设置有存储器2103、乘法部件2104、水平加权部件2105和2106、加法部件2107。存储器2103记录图象信号。乘法部件2104把信号水平变为常数倍，水平加权部件2105和2106按照图象信号的水平加权，加法部件2107把信号相加。

另外，速度变换部件2108变换图象信号的速度，水平压缩部件2109压缩图象信号的水平。而且，定时控制部件2110控制各块的定时。该装置涉及压缩为电视信号的基准水平的电视摄像装置，所以为了把取得的合成图象输出变换为标准电视信号的速度，设置速度变换部件、水平压缩部件。当把这样的技术应用于数字照相机时，速度变换部件或水平压缩部件没必要。

如上所述，在基于在多个电荷积蓄期间中取得的图象合成的方法中，难以产生合成的图象的对比度的不连续性。但是，为了连续拍摄最少2个图象，这些图象在原理上不同。因此，如果合成图象，就会影响快门速度，但是有可能生成合成图象的细节模糊或错位的图象。另外，当用拍摄明亮的部分时的浓度范围和拍摄暗的部分时的浓度范围无法覆盖图象内具有的浓度范围的全部区域时，在中间的浓度范围也存在产生不连续性的危险。

另外，在国际公开第97/45809号专题论文或特表2000-511315号公报中记载利用Retinex(レテイネツクス)理论，改善数字图象的图象质量的方法。如果人进行观察，关于带影的区域中的细节和颜色，不发生所述问题。人能察觉图象本来具有的宽浓度的动态或颜色。在Edwin Land的“An Alternative Technique for the Computation of theDesignator in the Retinex Theory of Color Vision”，National Academyof Science，第84卷，pp.3078～pp.3080(1986)中介绍了着眼于这样的人的视觉的中央视野/周边视野Retinex的概念。

该文献说明了关于人的视觉，如果中央视野以具有2到4基础单位的直径的平方反比函数记述，周边视野以具有中央视野的约200到250倍的直径的平方反比函数记述，就说明Retinex的概念。另外，在中央视野、周边视野各自的视野内的信号强度在空间上的平均定义为与感觉的强度有关。上述的专题论文或公表公报中记载的是根据这样的原理，改善暗部的颜色和明亮度表现的手法之一。

图3是说明专题论文和公表公报中记载的图象处理装置的框图。须指出的是，在此以灰色标度图象为例，说明该图象处理装置，但是该说明也能扩展到彩色图象。

关于由数字摄像装置2201取得的图象的象素(i，j)的值I(i，j)，处理器2202和滤波器2203进行调整和滤波处理。

处理器2202为每个象素计算由以下的数学式1提供的调整值I’(i，j)。

I’(i，j)＝logI(i，j)-log[I(i，j)*F(i，j)]    …(1)

在此，F(x，y)是表示周边视野的周边视野函数，“*”表示卷积演算处理。如果把正规化系数K决定为满足以下的数学式2的条件，则数学式1的第二项相当于属于相当于周边视野的区域的象素值的平均值。

$K\∫\∫F(i,j)\mathrm{didj}=1---\left(2\right)$

即数学式1相当于把各象素的值对于大的区域中的象素值的平均值的比率进行对数变换。因为与人的视觉模型的对应，所以周边视野函数F(i，j)设计为越靠近对象象素，贡献的比例越高，应用以下的数学式3那样的高斯函数。

在此，c是用于控制各象素的值I(i，j)的调整值I’(i，j)的常数。

如上所述，如果把对象象素的值和属于相当于周边视野的区域的象素值的平均值的比作为调整值I’(i，j)算出，则滤波器2203对该值进行滤波处理，生成Retinex输出R(i，j)。该滤波处理是把对数区域的调整值I’(i，j)变换为由显示器2204处理的区域中的值R(i，j)的处理，为了该处理的简化，使用对全部象素应用同一偏移量和增益变换函数的处理。

该方法中的问题之一是控制周边视野函数的常数c引起的影响大。例如，该常数c是大的值，当有助于改善的相当于周边视野的区域增大时，只有大的影的颜色补偿成为可能。而常数c为小值，只有对象象素附近的象素值对改善产生影响时，该改善局限于对于小影区域。这样，就有必要按照处理图象考虑适当的常数c。为了缓和该依存性，在同一文献中也提出准备多个尺寸的相当于周边视野的区域的方法。但是，并未明确应准备几个区域的尺寸。为了提高改善精度，如果准备多个大区域或小区域，则处理时间变得庞大。

另外，在最佳偏移量和增益变换函数的设定中，把需要经验见识的点也作为问题列举。

在多个由常数c设定的区域中，在最大区域中象素的值的变动非常小时，即使准备多个区域，调整值I’(i，j)也与值I(i，j)无关，变为1.0附近。位于变动小的区域的对象象素的调整值I’(i，j)常常位于输入图象全体的调整值I’(i，j)的平均值附近。无论偏移量和增益变换函数如何，调整值I’(i，j)聚集在直方图的中央附近。因此，特别是在具有高亮度的一样宽的区域中，容易象亮度下降的方向调整，在视觉上恶化。另外，在夜景等亮度低的宽的区域中，由于过度强调，有时会表现拍摄时产生的色噪声或压缩噪声。

发明内容

本发明是鉴于这样的现有技术中的课题而提出的，其目的在于：提供能简单地进行高质量的对比度改善的图象处理装置。

为了实现上述目的，在本发明的图象处理装置中，对比度改善部件通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理。图象合成部件把由对比度改善部件取得的强调图象和输入图象合成。把合成后的图象通过图象输出部件输出到打印机等设备。

据此，能改善对比度，容易实现输出图象的高图象质量。

在该图象处理装置的对比度改善部件中，例如修正信息导出部件求出对于输入图象内的象素的对比度改善量。抽出部件从对比度改善量的分布抽出有效的范围。象素值变换部件根据抽出的范围，把对象象素的对比度改善量变换为强调图象上的对应的象素的值。

该修正信息导出部件通过比较对象象素和属于尺寸不同的多个周围区域的象素，能求出对比度改善量。此时，能减少输入图象的影响或表示周围区域的大小的常数的设定引起的影响。

另外，在象素值变换部件中，平均亮度计算部件计算输入图象内的象素的平均亮度。变换方式分类部件根据平均亮度选择把对比度改善量变换为强调图象中的象素的值的方式。象素值推测部件根据选择的变换方式，把对比度改善量变换为强调图象上的象素的值。

据此，能容易并且可靠地进行对比度的改善。

另外，在象素值变换部件中可以设置基准强度计算部件、变换曲线推测部件和象素值推测部件。基准强度计算部件计算表示输入图象的对比度强度基准强度值。变换曲线推测部件根据基准强度值，推测用于把对比度改善量变换为强调图象中的值的变换曲线。象素值推测部件使用变换曲线，把对比度改善量变换为强调图象中的值。

此时，使用自动推测的变换曲线，能容易地进行对比度改善。

在该变换曲线推测部件中，初始候补设定部件设定表示变换曲线的探索向量的初始的集合。象素值变换候补计算部件使用与各探索向量对应的变换曲线的候补，从对比度改善量求出强调图象的候补中的变换值。评价值计算部件使用该基准强度值和变换值，计算用于评价各变换曲线的候补的评价值。适合度计算部件根据该评价值，计算各变换曲线的候补的适合度。改编操作部件根据各变换曲线的候补的适合度，关于选择的探索向量进行改编操作，生成下一世代的集合。推测结束部件判定是否为变换曲线的推测结束的世代。

通过这样用遗传算法进行推测，能自动取得最佳的变换曲线，能简单进行质量好的对比度改善。

另外，关于明亮度和亮度那样的信号，能求出对比度改善量。这样，在对比度改善部件中，信号变换部件对包含成为对比度改善对象的信号的多个信号变换输入图象内的象素的值。对象修正信息导出部件对于由信号变换部件取得的对象信号，求出对象象素的对比度改善量。抽出部件从对于对象信号的对比度改善量的分布抽出有效的范围。对象信号变换部件根据强调图象中的对象信号和由信号变换部件取得的对象信号以外的信号，求出强调图象上的象素值。

该修正信息导出部件通过基于对象象素的对象信号的值和属于尺寸不同的多个周围区域的象素的对象信号的值的比较，能求出对比度改善量。据此，能进行高质量的对比度的改善。

另外，在对象信号变换部件中可以设置平均对象信号计算部件、平均对象信号计算部件和对象信号推测部件。平均对象信号计算部件计算输入图象中的对象信号的平均值。平均对象信号计算部件根据该平均值，选择用于把对象信号中的对比度改善量变换为强调图象中的对象信号值的变换方式。对象信号推测部件根据选择的变换方式，把对象信号中的对比度改善量变换为强调图象中的对象信号的值。

据此，能容易并且可靠地进行对比度改善。

在所述对象信号变换部件中能设置基准强度计算部件、对象信号变换曲线推测部件和对象信号推测部件。基准强度计算部件对由信号变换部件取得的对象信号，计算表示输入图象的对比度强度的基准强度值。对象信号变换曲线推测部件根据所述基准强度值，推测用于把对象信号中的对比度改善量变换为强调图象中的值的变换曲线。对象信号推测部件使用推测的变换曲线，把对象信号中的对比度改善量变换为强调图象中的值。

当这样关于对象信号进行处理时，在变换曲线的推测中能使用遗传算法。此时，在对象信号变换曲线推测部件中，初始候补设定部件设定表示变换曲线的探索向量的初始集合。对象信号变换候补计算部件使用与各探索向量对应的变换曲线的候补，从对象信号中的对比度改善量求出强调图象的候补的对象信号中的变换值。评价值计算部件使用该基准强度值和变换值，计算用于评价各变换曲线的候补的评价值。适合度计算部件根据该评价值，计算各变换曲线的候补的适合度。改编操作部件根据各变换曲线的候补的适合度，关于选择的探索向量进行改编操作，进行下世代的集合的合成。推测结束判定部件判定是否为变换曲线的推测结束的世代。

另外，在该图象处理装置的图象合成部件中，选择基准值判定部件决定把输入图象和强调图象的哪一方优先。结合系数导出部件根据选择基准值判定部件的决定，决定与输入图象以及强调图象有关的系数。加重平均合成部件使用决定的各图象的结合系数，生成输入图象和强调图象的加重平均图象。

通过控制结合系数，能进行高质量的对比度改善。

另外，在其他图象处理装置中，对比度改善部件通过比较输入图象的对象象素和属于其周围区域的象素，进行对比度改善处理。边缘信息检测部件抽出输入图象的边缘信息。图象合成部件根据由边缘信息检测部件取得的边缘信息，把由对比度改善部件取得的强调图象和输入图象合成。然后，由图象输出部件输出合成后的图象。

据此，能抑制一样的高亮度部的浓度水平下降或阴影部的浓度水平的急剧上升，能改善对比度。颜色模糊的下降也成为可能。

在该图象处理装置的对比度改善部件中，例如修正信息导出部件求出对于输入图象内的象素的对比度改善量。抽出部件从对比度改善量的分布抽出有效的范围。象素值变换部件根据抽出的范围，把对象象素的对比度改善量变换为强调图象上的对应的象素的值。

该修正信息导出部件通过比较对象象素和属于尺寸不同的多个周围区域的象素，能求出对比度改善量。此时，能不影响输入图象的象素值的动态范围或阴影那样的暗部的尺寸，自动进行输入图象的对比度改善。

另外，在图象合成部件中，结合系数导出部件根据从输入图象取得的边缘信息，导出与输入图象以及强调图象有关的结合系数。加重平均合成部件根据导出的各图象的结合系数，生成输入图象和强调图象的加重平均图象。

如果根据边缘信息控制结合系数，就能抑制一样的高亮度部的浓度水平下降或阴影部的浓度水平的急剧上升，能改善对比度。颜色模糊的下降也成为可能。

在其他图象处理装置中，对比度改善部件通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理。浓度修正部件按照输入图象的浓度分布修正由对比度改善部件取得的强调图象的浓度分布。图象合成部件把由浓度修正部件取得的修正图象和输入图象合成。然后，由图象输出部件输出合成后的图象。

在该装置中，通过浓度修正能使如强调图象中产生的高亮度部的浓度下降或阴影部的过剩的浓度上升那样大幅度变化的部分与输入图象在某种程度上匹配。

因此，在图象合成部件中，加重平均合成部件生成输入图象和修正图象的加重平均图象，输出值决定部件根据由加重平均合成部件取得的图象和输入图象，决定输出图象的象素的值。

因为进行浓度的修正，所以在由加重平均合成部件取得的图象中，能抑制高亮度部的浓度下降或阴影部的过剩的浓度上升。

另外，在其他图象处理装置中，边缘信息检测部件检测输入图象的边缘信息。对比度改善部件通过基于由边缘信息检测部件取得的对象象素的边缘信息和对象象素的亮度的对象象素所属区域的判定、对象象素和属于其周围区域的象素的比较，对输入图象进行对比度改善处理。图象合成部件把由对比度改善部件取得的强调图象和输入图象合成。然后由图象输出部件输出合成后的图象。

如果根据边缘信息，进行对象象素所属区域的判定，就能使边缘部鲜明化，另外能抑制一样的阴影部中存在的噪声的强调或高亮度部的浓度下降，能改善对比度。

在该图象处理装置的图象合成部件中，加重平均合成部件生成输入图象和强调图象的加重平均图象，输出值决定部件根据由加重平均合成部件取得的图象和输入图象，决定输出图象的象素的值。

另外，在其他图象处理装置中，边缘信息检测部件抽出输入图象的边缘信息。对比度改善部件通过基于由边缘信息检测部件取得的对象象素的边缘信息和对象象素的亮度的对象象素所属区域的判定、对象象素和属于其周围区域的象素的比较，对输入图象进行对比度改善处理。图象合成部件根据由边缘信息检测部件取得的边缘信息，把由对比度改善部件取得的强调图象和输入图象合成。然后由图象输出部件输出合成后的图象。

如果这样利用边缘信息，就能使边缘部鲜明化，另外能抑制一样的阴影部中存在的噪声的强调或高亮度部的浓度下降，能改善对比度。根据边缘信息进行适当的合成，能减少颜色模糊。

在该图象处理装置的对比度改善部件中，例如区域判定部件根据边缘信息判定对象象素所属的区域。比较范围设定部件根据由区域判定部件取得的区域，选择象素比较范围。修正信息导出部件根据由比较范围设定部件选择的象素比较范围，求出对象象素的改善量。调整系数导出部件根据由区域判定部件取得的区域，导出对比度改善量的调整系数。抽出部件从修正的对比度改善量的分布抽出有效的范围。象素值变换部件根据抽出的范围，把对象象素的对比度改善量变换为强调图象上的对应的象素的值。

该修正信息导出部件通过比较对象象素和属于尺寸不同的多个周围区域的象素，能求出对比度改善量。据此，能抑制对区域尺寸的误判的影响。也能减少边缘附近的颜色跃变。

另外，在其他图象处理装置中，对比度改善部件具有限制属于输入图象对象象素的周围区域的象素浓度的修正信息导出浓度限制部件。而且，在存在限制的状态下，通过比较输入图象的对象象素和属于其周围区域的象素，进行对比度改善处理。图象输出部件输出由对比度改善部件取得的强调图象。

据此，能抑制一样宽的高亮度部的浓度下降或一样宽的阴影部的浓度的急剧上升，改善对比度。因为输出强调图象，所以能减少颜色模糊。

在该图象处理装置中还可以具有图象合成部件。据此，能进一步抑制一样宽的高亮度部的浓度下降或一样宽的阴影部的浓度的急剧上升。

在该图象处理装置的对比度改善部件中，修正信息导出部件求出对象象素的对比度改善量。抽出部件从对比度的分布抽出有效的范围。象素值变换部件根据抽出的范围，把对象象素的对比度改善量变换为强调图象上的对应的象素的值。

该修正信息导出部件通过比较对象象素和属于尺寸不同的多个周围区域的象素，能求出改善量。此时，不影响输入图象的象素值的动态范围或影那样的暗部的尺寸，能自动进行输入图象的对比度改善。

另外，在其他图象处理装置中，前处理部件对输入图象进行前处理。对比度改善部件通过比较前处理的图象的对象象素和属于其周围区域的象素，对图象进行对比度改善处理。图象合成部件把由对比度改善部件取得的强调图象和输入图象合成。后处理部件对合成后的图象进行后处理。然后，由图象输出部件输出后处理的图象。

据此，关于由数字照相机等预先进行灰度系数变换的输入图象，能抑制一样宽的高亮度部的浓度下降或一样宽的阴影部的浓度的急剧上升，能改善对比度。

在该图象处理装置的对比度改善部件中，例如比较象素决定部件在属于对象象素的周围区域的象素中决定该比较中使用的比较象素。修正信息导出部件求出对象象素的对比度改善量。变换基准值计算部件求出用于把对比度改善量变换为强调图象上的象素的值的变换基准值。象素值变换部件根据变换基准值把对比度改善量变换为强调图象上的象素的值。

通过根据变换基准值求出强调图象上的象素的值，能抑制输入图象和强调图象的合成图象中产生的图象的平坦化或轮廓部分的浓度差的减少，能简单地改善对比度。

在该图象处理装置中，修正信息导出部件具有：求出比较象素的浓度加权平均的周围平均部件、从由周围平均部件取得的平均浓度和对象象素的浓度求出对比度改善量的改善量计算部件。

另外，在修正信息导出部件中可以设置周围平均部件、边缘信息检测部件、修正系数计算部件、比较量修正部件和改善量计算部件。周围平均部件求出比较象素的浓度的加权平均。边缘信息检测部件检测对象象素的边缘信息。修正系数计算部件从由边缘信息检测部件取得的边缘信息，计算边缘信息的修正系数。比较量修正部件用该修正系数修正由周围平均部件取得的平均浓度。改善量计算部件从修正的平均浓度和对象象素的浓度求出对比度改善量。

通过这样控制平均浓度，能强调对象象素的浓度和平均浓度的差，能改善输入图象和强调图象的合成图象中产生的图象的平坦化或轮廓部分的浓度差的减少。

另外，在修正信息导出部件中可以设置周围平均部件、改善量计算部件、强调成分计算部件和改善量修正部件。周围平均部件求出比较象素的浓度的加权平均。改善量计算部件从由周围平均部件求出的平均浓度和对象象素的浓度求出对比度改善量。强调成分计算部件从比较象素和对象象素的浓度差分计算强调成分。改善量修正部件在对比度改善量中加上强调成分。

这样也能改善输入图象和强调图象的合成图象中产生的图象的平坦化或轮廓部分的浓度差的减少。

另外，在图象处理装置中，通过在与对象象素的比较中使用属于对象象素的周围区域的象素中的一部分象素，简化处理。此时，在对比度改善部件中，比较象素决定部件决定属于对象象素的周围区域的象素中在所述比较中使用的象素的垂直方向位置。垂直方向加法部件进行对由该决定取得的象素的垂直方向位置的加权。简易周围平均部件从由垂直方向加法部件取得的所述周围区域的各水平象素位置的值计算对于对象象素的比较浓度。改善量计算部件从比较浓度和对象象素求出对比度改善量。变换基准值计算部件求出用于该对比度改善量变换为强调图象上的象素的值的变换基准值。象素值变换部件根据变换基准值，把对比度改善量变换为强调图象上的象素值。

这样不仅在周围区域的垂直方向减少象素，在水平方向也减少，能进一步简化处理。此时，在对比度改善部件中，比较象素决定部件决定属于对象象素的周围区域的象素中在所述比较中使用的象素的垂直方向位置和水平方向位置。减少垂直方向加法部件进行对由该决定取得的比较象素的浓度的垂直方向的加权相加。简易周围平均部件从由减少垂直方向加法部件取得的加法值计算对于对象象素的比较浓度。改善量计算部件从比较浓度和对象象素的浓度求出对比度改善量。变换基准值计算部件求出用于把对比度改善量变换为强调图象上的象素的值的变换基准值。象素值变换部件根据变换基准值把对比度改善量变换为强调图象上的象素的值。

另外，在图象处理装置中，前处理部件进行对输入图象预先进行的灰度系数变换的逆变换，后处理部件进行灰度系数变换。

通过使用与输入图象的颜色成分成比例的值，能抑制合成图象的颜色偏移，能实现最终输出的图象的高图象质量。此时，在后处理部件中，输入亮度和颜色计算部件计算输入图象的亮度值和色差成分。亮度调整部件比较由输入亮度和颜色计算部件取得的输入图象的亮度成分和合成图象的亮度成分，调整合成图象的亮度成分。颜色成分修正部件根据由亮度调整部件取得的合成图象的亮度成分，修正由输入亮度和颜色计算部件取得的输入图象的颜色成分。图象再生成部件使用由亮度调整部件取得的合成图象的亮度成分和由颜色成分修正部件取得的修正后的颜色成分，再生成合成图象。灰度系数变换部件对由图象再生成部件取得的合成图象进行灰度系数变换。

另外，在其他观点中，本发明提供与这样的图象处理装置对应的图象处理方法或图象处理程序。该图象处理程序可以通过因特网等电通信线路提供，也可以用记录在CD-ROM等计算机可读取记录媒体中的状态提供。

下面，参照附图具体说明本发明的图象处理装置和图象处理方法。

附图说明

下面简要说明附图。

图1是表示利用局部均衡化方法的以往的图象处理装置的框图。

图2是表示利用在多个电荷积蓄期间中取得的图象合成的方法的以往的图象处理装置的框图。

图3是说明利用Retinex理论的以往的图象处理装置的框图。

图4是表示实施例1的图象处理装置的基本结构的框图。

图5是表示实施例1的对比度改善部件的框图。

图6是表示实施例1的图象合成部件的框图。

图7是模式地表示人的视觉的说明图。

图8是说明实施例1的对比度改善处理的程序流程图。

图9是说明实施例1的图象合成处理的程序流程图。

图10是表示实施例2的对比度改善部件的框图。

图11是模式地表示周边视野区域的说明图。

图12是说明实施例2的对比度改善处理的程序流程图。

图13是表示实施例3的对比度改善部件的框图。

图14是说明实施例3的对比度改善处理的程序流程图。

图15是表示实施例4的对比度改善部件的框图。

图16是说明实施例4的对比度改善处理的程序流程图。

图17是表示实施例5的象素值变换部件的框图。

图18是说明实施例5的象素值变换处理的程序流程图。

图19是表示实施例6的对象信号变换部件的框图。

图20是表示实施例7的象素值变换部件的框图。

图21是表示实施例7的变换曲线推测部件的框图。

图22是说明实施例7的对比度改善处理的程序流程图。

图23是说明实施例7的变换曲线推测处理的程序流程图。

图24A和B是模式地表示遗传算法中使用的染色体构造的模式图。

图25A和B是模式地表示遗传算法的改编操作处理的模式图。

图26是表示实施例8的对象信号变换部件的框图。

图27是表示实施例8的对象信号变换曲线推测部件的框图。

图28是表示进行自动白平衡处理的图象处理装置的框图。

图29是表示实施例9的图象处理装置的全体结构的框图。

图30是表示实施例9的图象合成部件的结构的框图。

图31是说明实施例9的边缘信息导出处理的程序流程图。

图32是表示滤波器的系数的例子图。

图33是说明实施例9的图象合成处理的程序流程图。

图34是表示边缘信息和图象合成处理的关联的概念图。

图35是表示与输入图象和强调图象有关的加权系数的模糊规则的概念图。

图36是表示实施例10的图象处理装置的全体结构的框图。

图37是表示实施例10的图象处理部件的结构的框图。

图38是表示实施例10的强调图象的浓度修正处理的程序流程图。

图39是表示实施例10的强调图象的浓度修正处理概要的图。

图40是说明实施例10的图象合成处理的程序流程图。

图41是表示实施例11的图象处理装置的全体结构的框图。

图42是表示实施例11的对比度改善部件的结构的框图。

图43是说明实施例11的对比度改善处理的程序流程图。

图44是表示实施例11的对比度改善部件的其他例子的框图。

图45是表示实施例12的对比度改善部件的结构的框图。

图46是说明实施例12的对比度改善处理的程序流程图。

图47是表示限制处理的概要的说明图。

图48是表示实施例12的图象处理装置的全体结构一例的框图。

图49是表示实施例12的对比度改善部件的其他例子的框图。

图50是表示实施例13的图象处理装置的结构的框图。

图51是表示前处理的一例的模式图。

图52是表示实施例13的对比度改善部件的结构的图。

图53是说明实施例13的对比度改善处理的程序流程图。

图54是表示实施例13的修正信息导出部件的结构的框图。

图55是表示实施例13的图象合成部件的结构的框图。

图56是表示后处理的一例的模式图。

图57是表示实施例14的修正信息导出部件的结构的框图。

图58是说明实施例14的对比度改善处理的程序流程图。

图59是表示实施例15的修正信息导出部件的结构的框图。

图60是说明实施例15的对比度改善处理的程序流程图。

图61是表示实施例16的对比度改善部件的结构的图。

图62是说明实施例16的对比度改善量的计算概要的模式图。

图63是表示实施例17的对比度改善部件的结构的框图。

图64是说明实施例17的对比度改善量的计算的概要的模式图。

图65是说明实施例18的对比度改善处理的程序流程图。

图66A和B是表示后处理的概要的图。

图67是表示实施例18的后处理部件的结构的图。

图68是说明实施例18的后处理的程序流程图。

具体实施方式

(实施例1)

图4是表示实施例1的图象处理装置的概略结构的框图。

在该图象处理装置中，图象输入部件10如果通过CCD摄像元件取得模拟图象信号，就把它变换为数字图象。对比度改善部件11对来自图象输入部件10的输入图象vi进行对比度改善处理。图象合成部件12把由对比度改善部件11取得的强调图象v和来自图象输入部件11的输入图象vi合成。然后，图象输出部件13把由图象合成部件12取得的合成图象作为最终的输出图象(模拟图象信号)v0向打印机或显示器等设备输出。

图5是表示对比度改善部件的概略结构的框图。

在该对比度改善部件11中，修正信息导出部件100从对象象素Pij(i，j)的颜色3成分值VPij(r(i，j)，g(i，j)，b(i，j))，通过与位于对象象素Pij周围的象素的比较，计算对比度改善量VRPij(Rr(i，j)、Rg(i，j)，Rb(i，j))。抽出部件101从由修正信息导出部件100取得的对比度改善量VRPij的分布抽出该值有效的范围。象素值变换部件102根据由抽出部件101抽出的范围，把对比度改善量VRPij变换为强调图象v上的值。

图6是表示图象合成部件的概略结构的框图。

在图象合成部件12中，选择基准值判定部件200根据输入图象vi内的亮度，决定把输入图象vi和由对比度改善部件11取得的强调图象v的哪个优先。结合系数导出部件201根据选择基准值判定部件200的判定结果，决定与输入图象vi有关的结合系数w0和与由对比度改善部件11取得的强调图象v有关的结合系数w1。加重平均合成部件202使用由结合系数导出部件122取得的结合系数w0和w1，生成输入图象vi和由对比度改善部件11取得的强调图象v的加重平均图象。

进一步具体说明这样的图象处理装置。在本例子中，从图象输入部件10向对比度改善部件11输入彩色图象的数据。

图象输入部件10并不原封不动地向对比度改善部件11输入把彩色图象的红r、绿g、蓝b各成分数字化的数据，在此，把该数据标准化后，输入。如果用8位进行数字化，则各成分的数据由0～255的值提供，但是图象输入部件10把该值变换为0.0～1.0的值。

对比度改善部件11对该图象数据进行用于改善输入图象的暗部的对比度的对比度改善处理。图7是表示该对比度改善处理中使用的人的视觉模型的概念图。

如图7模式所示，人不是只通过对象象素Pij的象素值认识颜色、对比度等图象信息，而是根据对象象素Pij的信息和位于其周围的象素信息的相对关系，调整对象象素Pij的象素值，认识该图象信息。具有这样的视觉的人在只有一部分受到别的照明的存在不均匀照明光的景物或在强度中产生极端变化的景物中，也能以高精度感觉物体的颜色。在本实施例中，通过利用这样的Retinex概念，影那样的暗部的颜色或细节信息变得明确。

图8是说明对比度改善处理的程序流程图。

如果从图象输入部件10向对比度改善部件11输入图象数据，则修正信息导出部件111从输入图象vi的各象素的值为每个成分计算最大值Vmax(rx、gx、bx)和最小值Vmin(rn，gn，bn)(S1)。如果在输入图象vi和输出图象vo中，这些值大不相同，则在两图象间不协调感有可能增大。当要尽可能抑制不协调感时，为了进行使两图象的象素值的最小值和最大值匹配的处理，可以按照该捕捉，预先求出这些值。

把对象象素Pij作为人的视觉的中央视野处理，把位于对象象素Pij周围的c象素尺寸的矩形区域作为周边视野处理。修正信息导出部件100求出属于与周边视野对应的区域的象素值的加重平均值VAPij(Ar(i，j)，Ag(i，j)，Ab(i，j))(S2)。修正信息导出部件100计算与加重平均值VAPij与对象象素Pij的象素值Vpij之间的相对关系有关的对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))(S3)。

该加重平均值VAPij相当于数学式1的第二项的值。与以往例同样，能用与周边视野对应的象素的值VPij(r(i，j))，g(i，j)，b(i，j))和周边视野函数F(x，y)的卷积积分定义该值。但是，在本实施例中，为了处理的简单化和高速化，按以下数学式4定义该值。

如数学式4所述，值VAPij作为属于与周边视野对应的c象素尺寸的矩形区域的象素值的平均而提供。

此时对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))能由以下的数学式5提供。

没有象数学式(1)那样使用对数变换值的差分。对比度改善量VRPij如数学式5所述，由各成分对于对象象素Pij的值VPij的加重平均值VAPij的比提供。

修正信息导出部件100关于输入图象vi内的全部象素求出以上的对比度改善量VRPij。(S4)

抽出部件101为各成分求出对比度改善量VRPij的平均值VaR(aRr，aRg，aRb)和标准偏差量VdR(dRr，dRg，dRb)(S5)。使用这些值，抽出部件101从对比度改善量VRPij的分布导出最小值emin和最大值emax(S6)。

在此，作为最大值emax的候补，求出aRr+α×dRr、aRg+α×dRg、aRb+α×dRb，把这3值内的最大值作为emax。另外，作为最小值emin的候补，求出aRr-β×dRr、aRg-β×dRg、aRb-β×dRb，把这3值内的最小值作为emin。通过其他方法，能导出最大值emax和最小值emin，但是通过这样，能不破坏对比度改善量VRPij的各成分的平衡地抽出必要的范围。

接着，象素值变换部件102使用该最大值emax和最小值emin，把VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))的各成分的值变换为0.0～1.0范围内的值(S7)。象素值变换部件102从该变换值求出强调图象v上的象素的值。如上所述，当预先求出输入图象的最大值Vmax(rx，gx，bx)和最小值Vmin(rn，gn，bn)时，使用它们，把强调图象v的象素值抑制在最大值Vmax(rx，gx，bx)和最小值Vmin(rn，gn，bn)内(S8)。

如果关于各对象象素Pij，这样取得对比度的改善的值，就根据象素值变换部件102的结束判定，对比度改善处理结束。

通过这样的一系列的处理，对象象素的值和属于相当于周边视野的区域的象素的加重平均值的比的分布，只取出中心附近部分，强调从中心的变动量。具有大幅度偏离中心附近的比值的象素的对比度改善量VRPij变为1.0或0.0。因此，相当于中央视野的对象象素Pij和属于相当于周边视野的区域的象素的差稍微存在的区域也容易强调该差。即进行对比度强调，能明确表现影内的细节或由于输入仪器的范围不足而埋没的颜色信息。

如上所述，用比以往的基于Retinex概念的手法更简易的形式进行各象素的对比度改善量的导出。另外，在以往的基于Retinex概念的手法中，问题在于：在从各象素的对比度改善量变换为图象上的实际值时的滤波器处理(偏移量、增益变换函数)的设定中需要经验知识。在本实施例中，不需要它。

但是如果在对象象素的值和属于相当于周边视野的区域的象素值的加重平均值的比分部中，只抽出中心附近部分，使位于其前后的区域中的值在0.0或1.0饱和，则有可能发生输出图象vo的亮度水平全体集中在中心附近的问题。为了解决该问题，进而解决在以往的技术中说明的具有一律的颜色的非常大的高亮度区域中的亮度水平下降的问题，在本实施例中，适当地把输入图象vi和强调图象v合成。据此，抑制输入图象vi本来具有的亮度水平的下降或上升。

如果收到由对比度改善处理取得的强调图象v和输入图象vi，图象合成部件12就按照图9所示的步骤，进行合成两图象，生成输出图象vo的处理。

在图象合成部件12中，选择基准值判定部件200计算输入图象的对象象素Pij的亮度y(i，j)(S11)。然后，比较预先准备的阈值Th_h以及Th_l和对象象素Pij的亮度y(i，j)(S12)。

当Th_l＞y(i，j)或y(i，j)＞Th_h时，选择基准值判定部件200求出属于相当于对象象素Pij的周边视野的区域中的象素的平均亮度Ay(i，j)(S13)。

选择基准值判定部件200判定亮度y(i，j)是否满足|Ay(i，j)-y(i，j)|＜Th_len(S14)。

当亮度y(i，j)满足该步骤S14的条件时，或步骤S12的比较结果表示亮度y(i，j)位于阈值Th_l和Th_h之间时，结合系数导出部件201计算输入图象vi中的对象象素Pij的亮度y(i，j)和强调图象v的对应的象素中的亮度yd(i，j)的差(S15)。通过两者的差的绝对值len＝|y(i，j)-yd(i，j)|输入到准备的系数决定函数中，决定与强调图象v有关的结合系数w1(S16)。在此，为了简易目的，对该决定函数使用以下的数学式6的阈值函数g(X)。

从w0＝1.0-w1决定与输入图象vi有关的结合系数w0。

如果决定结合系数w0和w1，就是用它们，加重平均合成部件202求出对象象素Pij的输入图象vi的象素值VPij和强调图象v的象素值VRPij的加重平均值VWPij(WRr(i，j)，WRg(i，j)，WRb(i，j))(S16)。加重平均合成部件123把求出的值设定位输出图象vo的对应象素的值(S17)。

另外，当亮度y(i，j)满足步骤S14的条件时，进行把输出图象vo的象素Pij的VWPij(WRr(i，j)，WRg(i，j)，WRb(i，j))置换为输入图象vi的对象象素Pij的值VPij(r(i，j)，g(i，j)，b(i，j))的处理(S18)。该处理是比相当于周边视野的尺寸c的矩形区域大的区域中，变动非常小时，象素Pij的对比度改善量容易集中在1.0附近的处理。通过该处理把输入图象的一律的高亮度部(白)或黑部作为处理对象为除去。结果，在对比度改善图象中，能抑制所述的区域中容易发生的亮度水平的大的变动。

通过对全体象素重复这样的一系列步骤(S19)，能简易并且以高精度生成改善了对比度的输出图象vo。

所述图象处理如果根据本实施例的图象处理方法，则通过使用计算机中使用的中央处理器(CPU)和数字信号处理器(DSP)的软件处理，也能同样实现。

须指出的是，代替数学式5，对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))也能由以下数学式7提供。

此时，通过把对象象素Pij的值VPij和加重平均值VAPij的比减去1.0的值与预先设定的正常数r相乘的值加上值VPij(r(i，j)，g(i，j)，b(i，j))，求出对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))。

据此，产生对于设定的常数r的依存性，但是当属于相当于周边视野的区域的象素的值的变动非常小时，对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))的各成分与VPij(r(i，j)，g(i，j)，b(i，j))无关，能避免变为1.0附近的值。

(实施例2)

本实施例2的图象处理装置具有与实施例1的图象处理装置同样的结构，在该对比度改善部件11中，如图10所示，具有初始设定部件103、结束判定部件104、比较范围变更部件105。

初始设定部件103进行设定相当于周边视野的矩形区域的尺寸的处理。结束判定部件104判定预先准备的全部相当于周边视野的矩形区域中是否计算对比度改善量。比较范围变更部件105当未由结束判定部件104进行结束的判定时，把现在的区域的尺寸c变更为下一候补。

如图11模式所示，对相当于中央视野的对象象素Pij，根据使相当于周边视野的区域的尺寸c在尺寸c0、c1、...ck中变化的结果，进行对比度改善，减少图象内存在的暗部(影)的大小引起的影响。

如图12所示，如果进行步骤S1，则对比度改善部件11的初始设定部件103把相当于周边视野的区域的尺寸c设定为预先准备的多个尺寸ck(k＝0、1、...、Cnum-1)中选择的尺寸。相当于周边视野的区域的尺寸可以从最小的尺寸开始按升序选择，可以从最大的尺寸开始按降序选择，但是尺寸的变更方向一致。在此，从最大的尺寸开始按降序选择，按顺序减小相当于周边视野的区域。

修正信息导出部件100计算属于现在的区域ck的象素的值的加重平均值VAPij_k(Ar_k(i，j)，Ag_k(i，j)，Ab_k(i，j))(S22)。

结束判定部件104判定关于全部尺寸，加重平均值的计算是否结束。(S23)

当判定为未结束时，比较范围变更部件105把现在设定的区域变更为下一候补。如果变更区域的尺寸，则修正信息导出部件100关于变更的尺寸的区域，计算加重平均值。

这样重复加重平均值的计算，如果进行结束判定，则修正信息导出部件100求出关于各尺寸的区域ck的加重平均值VAPij_k(Ar_k(i，j)，Ag_k(i，j)，Ab_k(i，j))的加权平均值。然后，把该值设定为对象象素Pij的加重平均值VAPij(Ar(i，j)，Ag(i，j)，Ab(i，j))(S24)。此时，也考虑进行与相当于周边视野的区域尺寸ck相应的加权，但是，在此为了简化，把关于各尺寸ck的加重平均值VAPij_k的平均值作为对象象素Pij全加重平均值采用。

如果求出全加重平均值VAPij，则修正信息导出部件100把对象象素Pij的值VPij和全加重平均值VAPij的比作为对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))计算(S25)。

通过重复这样的步骤，关于全体象素取得对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))后的处理与实施例1同样。

通过进行以上的处理，充分发挥实施例1的图象处理的特征，并且不会太影响动态范围或影的暗部尺寸，能自动改善输入图象的对比度，结果能提高对比度改善的效率。

须指出的是，本实施例2的图像处理也能由使用CPU和DSP的软件处理实现。

(实施例3)

实施例3的图象处理装置关于对比度改善部件11的一部分，具有与实施例1的图像处理装置不同的结构。如图13所示，在该对比度改善部件11中，代替修正信息导出部件100，具有信号变换部件106和对象修正信息导出部件107。另外，代替象素值变换部件102，具有对象信号变换部件108和信号逆变换部件109。

在此，信号变换部件106把彩色图象的象素Pij的值VPij(r(i，j)，g(i，j)，b(i，j))变换为其他一组信号。对象修正信息导出部件107把其中的一个信号作为对象，与实施例1同样，计算对比度改善量。信号逆变换部件109从由对象信号变换部件108取得的信号和由信号变换部件106取得的对象信号以外的信号进行基于信号变换部件106的变换处理的逆变换处理，从而求出强调图象v上的图象Pij的值。

彩色图象的象素Pij的值VPij(r(i，j)，g(i，j)，b(i，j))变换为例如明亮度L(i，j)和色调a^*(i，j)、b^*(i，j)。该明亮度L(i，j)是改善对比度的对象的信号。一边控制明亮度的水平，一边原封不动地保持输入图象的颜色信息。这意味着用由对比度改善部件11取得的强调图象v，原封不动地再现输入图象vi的颜色平衡。

更具体而言，对比度改善部件11按照图14所示的步骤，进行对比度改善处理。

如果开始对比度改善处理，则信号变换部件106把输入图象vi的象素Pij的值VPij(r(i，j)，g(i，j)，b(i，j))变换为L^*a^*b^*空间上的值VPLij(L(i，j)，a^*(i，j)，b^*(i，j))(S31)。

对象修正信息导出部件107、抽出部件101和对象信号变换部件108在对于象素Pij的变换值的信号内，关于明亮度L(i，j)进行处理。在处理期间，暂时保持色调a^*(i，j)、b^*(i，j)。另外，为了在强调图象v中以高精度保持输入图象vi具有的颜色信息的平衡，希望明亮度L(i，j)正规化为0.0～1.0范围的值。

对象修正信息导出部件107计算输入图象的象素Pij的明亮度L(i，j)的最大值Lx和最小值Ln(S32)。对于对象象素Pij，求出属于相当于周边视野的区域的象素的明亮度L(i，j)的加重平均值AL(i，j)(S33)。然后，把明亮度L(i，j)和加重平均值AL(i，j)的比作为明亮度的对比度改善量RL(i，j)计算(S34)。

如果对输入图象vi内的全部象素重复计算对于对象象素Pij的明亮度的对比度改善量RL(i，j)，则抽出部件101求出明亮度的对比度改善量RL(i，j)的平均值aRL和标准偏差量dRL(S36)。根据该值，抽出部件101从明亮度的对比度改善量RL(i，j)的分布决定最小值emin和最大值emax(S37)。

对象信号变换部件108使用最小值emin和最大值emax，把明亮度的对比度改善量RL(i，j)变换为0.0～1.0范围内的值(S38)。对象信号变换部件108从该变换值求出图象v上的象素的明亮度(S39)。该明亮度抑制在输入图象v中的最大值Lx和最小值Ln内。

信号逆变换部件109使用这样取得的明亮度的对比度改善量RL(i，j)和保持的色调a^*(i，j)、b^*(i，j)，通过信号变换部件106中使用的信号变换的逆变换，求出强调图象v的象素Pij的值VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))(S40)。然后为了生成强调图象v，对全部象素重复该计算(S40a)。

通过进行这样的一系列处理，与在彩色图象中，对3成分独立改善对比度时相比，能保持输入图象内的象素具有的色平衡，能进一步保持通过改善取得的图象的影那样的暗部的颜色稳定性。代替对3成分独立计算对比度改善量，只关于明亮度1成分进行计算，能大幅度缩短处理时间。

须指出的是，在本实施例中，信号变换部件106把输入图象vi的象素值Pij的值VPij变换为La*b*空间上的值VPLij，但是并不局限于此。可以把输入图象vi的象素Pij的值VPij变换为亮度y(i，j)、色差u(i，j)、v(i，j)。通过在对象信号中使用其中的亮度y(i，j)，同样能进行图象处理。

另外，实施例3的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例4)

本实施例4的图象处理装置关于对比度改善部件11的一部分，具有与实施例1的图象处理装置不同的结构。如图15所示，该对比度改善部件11具有组合实施例2的对比度改善部件11的结构和实施例3的对比度改善部件11的结构的结构。这意味着如图16所示，只关于实施例3的度对象信号进行实施例2中说明的对比度改善处理。

与实施例3同样，信号变换部件106把输入图象vi的象素Pij的值VPij(r(i，j)，g(i，j)，b(i，j))变换为La^*b^*空间上的值VPLij(L(i，j)，a^*(i，j)，bu(i，j))(S31)。变换的信号中，色调a^*(i，j)、b^*(i，j)用于后面的处理，暂时保持。

初始设定部件103计算输入图象的象素Pij的明亮度L(i，j)的最大值Lx和最小值Ln(S42)。初始设定部件103把相当于周边视野的区域的尺寸c设定为多个尺寸ck(k＝0、1、...Cnum-1)中选择的尺寸。

对象修正信息导出部件107求出属于现在的区域ck的象素明亮度的加重平均值AL_k(i，j)(S43)。

结束判定部件104判定关于全部尺寸，明亮度的加重平均值的计算是否结束。当判定为未结束时，比较范围变更部件105把现在设定的区域变更为下一候补。如果变更区域的尺寸，则对象修正信息导出部件107关于变更的尺寸的区域，计算明亮度的加重平均值。

这样重复明亮度的加重平均值的计算，如果进行结束判定，则对象修正信息导出部件107求出关于各尺寸的区域ck的加重平均值的加权平均值。然后，把该值设定为全加重平均亮度AL(i，j)。对象修正信息导出部件107把对象象素Pij的明亮度L(i，j)和全加重平均亮度AL(i，j)的比作为明亮度的对比度改善量RL(i，j)计算(S46)。

通过重复这样的步骤，关于全部象素，取得对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))后的处理与实施例3同样。

如果进行这样的处理，就没必要与实施例2的处理同样，预先决定相当于周边视野的区域，象实施例3的处理那样，容易保持象素具有的色平衡，能更容易保持改善的图象的影那样的暗部的颜色稳定性。并且能简化处理，缩短处理时间。

当然，实施例4的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例5)

本实施例5的图象处理装置具有与实施例1的图象处理装置同样的结构，如图17所示，在象素值变换部件102中设置有平均亮度计算部件1020、变换方式分类部件1021和象素值推测部件1022。

在象素值变换部件102中，平均亮度计算部件1020关于输入图象vi内的象素，计算平均亮度。变换方式分类部件1021根据平均亮度，选择把由抽出部件101取得的对比度改善量变换为强调图象v上的值的方式。象素值推测部件1022根据由变换方式分类部件1021选择的变换方式，把由抽出部件101取得的对比度改善量变换为强调图象v上的值。

在对比度改善部件11中，象素值变换部件102以外的修正信息导出部件100和抽出部件101与实施例1同样进行处理。

修正信息导出部件100关于输入图象vi内的全部象素Pij，求出对比度改善量。抽出部件101从关于对比度改善量的各成分的直方图分布抽出有效范围。如果这样通过抽出部件101抽出范围，则象素值变换部件102如图18所示，执行象素值变换处理。

平均亮度计算部件1020计算输入图象vi内的各象素Pij的亮度y(i，j)，求出平均值ave_y(S61)。

变换方式分类部件1021根据平均值ave_y，选择把对比度改善量变换为强调图象v上的实际象素值的方式。对于该选择方法，考虑到很多手法，但是在此设置低亮度阈值Th_low和高亮度阈值Th_high，如以下数学式8所示，选择变换函数gg(x)(S62-S66)。

须指出的是，数学式8中，k_l、g_l、g_n、k_h、g_h是预先设定的常数，X表示变换前的对比度改善量的对象成分值。

该变换函数根据处理前的输入图象的平均亮度，决定在图象质量上应该为重点的部分。例如当输入图象全体为低亮度时，与全体急剧变明亮相比，尽可能留下低亮度部分时，从立体感的观点出发，印象好。另外，输入图象全体为高亮度时，对高亮度部分的人的注目度高，有必要尽可能保持该部分。象自然图象那样，用打印机输出具有中间亮度的图象时，通过灰度系数变换进行使比中心亮度低的部分稍暗，使比中心亮度高的部分稍微明亮的处理。在此的变换方式是按照这样的知识，如果是按照这样的知识的变换方式，则在此表示的方式中不是一律决定的，能同样使用。

如果选择变换函数，则象素值推测部件1022使用该函数，求出对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))的各成分的变换值VRPoij(Rro(i，j)，Rgo(i，j)，Rbo(i，j))(S67，S68)。象素值推测部件1022从该变换值求出强调图象v上的象素Pij(S69)。该值抑制在输入图象vi的象素Pij的各成分的最大值Vmax(rx，gx，bx)和最小值Vmin(rn，gn，bn)之间。然后，关于全部象素重复步骤S68和S69(S70)，取得强调图象v(S70)。

如上所述，通过根据输入图象的平均亮度选择变换方式，能进一步提高对比度改善的质量。

须指出的是，本实施例的图象处理也能与实施例2的图象处理组合。

另外，实施例5的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例6)

本实施例6的图象处理装置具有与实施例3的图象处理装置同样的结构，如图19所示，在对象信号变换部件108中设置有平均对象信号计算部件1080、变换方式分类部件1081和对象信号推测部件1082。

这样的对象信号变换部件108代替实施例5的象素值，关于对象信号，选择变换方式，根据选择的方式，求出由抽出部件101取得的对象信号的对比度改善量的变换值。

如果从抽出部件101对对象信号变换部件108输入对象信号的对比度改善量，则平均对象信号计算部件1080计算从输入图象vi内的象素值求出的对象信号的平均值。如果对象信号是明亮度，则关于与它对应的色调，不计算平均值。在实施例5中，求出亮度的平均值，但是，在本实施例中，只关于具有与亮度相同意思的明亮度，计算平均值。

变换方式分类部件1081根据由平均对象信号计算部件1080取得的对象信号的平均值，选择把由抽出部件101取得的对象信号的对比度改善量变换为强调图象v上的对象信号的值的方式。如果除去平均值不是亮度，是关于明亮度取得的这一点，则选择的步骤与实施例5同样。

对象信号推测部件1082根据由变换方式分类部件1081取得的变换方式，求出由抽出部件101取得的对象信号的对比度改善量的变换值。

如果由对象信号推测部件1082求出变换值，则信号逆变换部件109与实施例3同样，从变换值和保持的色调生成强调图象v。

如果这样关于对象信号选择变换方式，就不仅提高颜色的稳定，而且能进行精度更高的对比度改善。

须指出的是，在实施例4的对象信号变换部件108中也能具有平均对象信号计算部件1080、变换方式分类部件1081和对象信号推测部件1082。

另外，实施例6的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例7)

本实施例7的图象处理装置关于象素值变换部件102的一部分，具有与实施例5的图象处理装置不同的结构。如图20所示，该象素值变换部件102代替平均亮度计算部件1020和变换方式分类部件1021，具有基准强度计算部件1023和变换曲线推测部件1024。

在象素值变换部件102中，基准强度计算部件1023计算表示输入图象vi的对比度信息的亮度的边缘强度。变换曲线推测部件1024用遗传算法推测把由抽出部件101取得的对比度改善量变换为强调图象v上的值的变换曲线。

如果推测变换曲线，则象素值推测部件1022代替选择的变换方式，根据变换曲线，求出由抽出部件101取得的对比度改善量的变换值。

图21是表示变换曲线推测部件的概略结构的框图。

在变换曲线推测部件1024中，初始候补设定部件240准备表示多个变换曲线的染色体的初始集合。象素值变换候补计算部件241根据各染色体表示的变换曲线，求出强调图象v的候补上的象素值。评价值计算部件242从各候补上的象素值，关于与各候补对应的变换曲线，计算评价值。适合度计算部件243根据由评价值计算部件242取得的评价值，计算各染色体的适合度。改编操作部件244对于染色体集合中包含的染色体，进行有选择的淘汰、交叉或突然变异的改编操作，生成下一染色体集合。推测结束判定部件245判定变换曲线的最优化推测是否结束，把进行结束的判定的时刻的变换曲线提供给象素值推测部件1022。

在本实施例中，使用遗传算法，努力使强调图象v的边缘部分进一步明显。另外，因为自动推测适合的变换函数，所以没必要预先进行条件设定。

图22是说明本实施例的对比度改善处理的程序流程图。

与实施例1同样，抽出部件101如果把对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))的各成分的值变换为0.0～1.0范围内的值，则象素值变换部件102进行包含变换曲线推测处理的象素值变换处理S78和S79。图23是进一步详细说明该象素值变换处理的程序流程图。

基准强度计算部件1023计算输入图象vi的各象素Pij的亮度y(i，j)、色差u(i，j)、v(i，j)(S81)。从该亮度求出输入图象vi的边缘强度Ec(S82)。该边缘强度Ec能定义为以下的数学式9。

在该数学式9中，边缘强度Ec定义为由左贝尔滤波器计算的象素Pij的边缘强度ec(i，j)的总和。

如果通过基准强度计算部件1023，关于输入图象vi求出边缘强度Ec，则变换曲线推测部件1024进行采用遗传算法的变换曲线推测处理。

关于遗传算法，在“Genetic Algorithms in Search，Optimizationand Machine Learning”(David E.Goldberg，Addison Wesley)等的文献中有记载。遗传算法是在大区域的探索能力上优异，即使无法取得作为最佳解探索问题的对象的评价函数的微分信息，如果能取得评价值自身，就能进行探索的有用的方法。也能应用于只有人的主观评价是判断基准的对象问题。

在变换曲线推测部件1024中，初始候补设定部件241准备根据Nch个探索向量Vch[A]的初始集合Gv(S83)。在此，探索向量Vch[A]由n个探索参数g0～gn-1构成。从与生物的关联，把探索向量Vch[A]称作染色体，而把探索向量Vch[A]的各要素gk[A](k＝0，...，n-1)称作基因。

对于来自抽出部件101的输入值，在0.0到1.0的范围中，使染色体与用于求出变换值的变换曲线对应。如图24A所示，该变换曲线能由与输入值ik和输出值ok的组合对应的n个坐标(ik，ok)表现。此时，使除去基因g0的基因gk与从原点到坐标(ik，ok)的向量Ok和从原点到坐标(ik-1，ok-1)的向量Ok-1的差对应。使基因g0与从原点到坐标(i0，o0)的向量O0对应。如图24B所示，使用原封不动排列n个基因g0、g1、...、gk、...、gn-1的实数编码手法，能进行与变换曲线对应的探索向量的染色体记载。代替实数编码手法，也可以使用由2进制记载各基因gk，排列该2进制数的2进制编码手法。

为了准备由这样的染色体构成的初始集合Gv，初始候补设定部件240在-1～1的范围中，选择n个由均匀随机数生成的实数，设定一个初始探索向量v。通过准备预先设定它的染色体集合数Nch个，设定初始的集合Gv＝{Vch[A]}(A＝0，...，Nch-1)。从该初始集合Gv开始最佳解的探索。

象素值变换候补计算部件241使用与集合Gv的各染色体对应的变换曲线，从来自抽出部件101的输入值VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))求出变换值VRPoij[A](Rro(i，j，A)，Rgo(i，j，A)，Rbo(i，j，A))。通过该变换值，构成强调图象v的候补。象素值变换候补计算部件241关于变换值计算亮度yo(i，j，A)。

评价值导出部件242从该亮度yo，关于由各变换曲线取得的强调图象v的候补，把边缘强度E[A]作为评价值求出(S84)。该评价值是按照预先设定的评价尺度评价作为与各变换曲线对应的探索向量Vch[A]的解的好坏的结果。把该评价尺度称作评价函数(fitness)。在此，评价函数由数学式9提供。这是因为在视觉上感觉良好的图象不仅明暗分明，而且图象的边缘部分鲜明。

适应度计算部件243求出由变换曲线取得的强调图象v的候补的各象素的亮度yo(i，j，A)的最大值yox[A]和最小值yon[A](S85)。从由评价值导出部件242求出的评价值E[A]计算用于观察与各变换曲线对应的探索向量的适合性的适合度(S86)。作为导出适合度f[A]的函数，考虑到各种函数。在此，由以下数学式10提供该函数。φ是常数。

f[A]＝{E[A]+φ^*(yox[a]-yon[A])}/Ec   …(10)

用由各变换曲线取得的强调图象v的候补的边缘强度E[A]加上关于候补的最大值yox[A]和最小值yon[A]间的距离的值除以输入图象vi的边缘强度Ec的值提供适合度f[A]。有关最大值yox[A]与最小值yon[A]之间的距离的项，设置为不仅边缘强度提高而且使之具有尽可能多的变换输出区域。

该适合度f[A]的值越大，判断为越好的探索向量即变换曲线。

改编操作部件244关于集合Gv的各染色体，按照适合度f[A]进行有选择的淘汰(S87)，从集合Gv生成下世代的集合，对选择的染色体实施交叉(S88)或突然变异(S89)等遗传上的改编操作。在此，各世代的染色体个数Nch一定，但是可以增加、减少。

通过用与适合度成比例的概率选择探索向量的转轮选择法进行有选择的淘汰。基于转轮选择法的处理的概要如以下的(i)到(iii)。

(i)从属于集合Gv的探索向量Vch[A](A＝0，...，Nch-1)的适合度f[A]，如以下数学式11所述，求出全探索向量的适合度的总和F。

$F=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}f\left[A\right](k=1,...,\mathrm{Nch})---\left(11\right)$

(ii)根据以下的数学式12，决定把探索向量Vch[A]作为产生下世代的探索向量的母体而选择的选择概率h[k]。

h[A]＝f[A]/F                             …(12)

(iii)把各探索向量的选择范围I[A]，按以下的数学式13分配到[0，1]内的区间中。

另外，在[0，1]内产生均匀随机数ra[A]的组RR＝(ra[0]，ra[1]，....，ra[Nch-1])。但是，0＜ra[j]＜1。

而且，对于组RR内的随机数ra[B]，求出满足以下的表达式14的num[B]＝I[A]的组Num＝(num[0]，num[1]，...，num[Nch-1])。据此，选择与该组Num对应的Nch个探索向量的组。

ra[B]∈I[A](A，B＝0，1，...，Nch-1)        …(14)

通过这样的转轮选择法，从现在的探索向量集团Gv选择成为下世代的探索向量的母体的探索向量Vch[A]。

如果选择成为下世代的探索向量的母体的染色体，则如图25A和B所示，关于它，进行交叉处理和突然变异处理。交叉是通过彼此置换由有限的符号表现的2个染色体的一部分，生成新的探索向量的操作。该操作相当于远离现在的解向量的位置的探索。在图25A的例子中，位于染色体Vch[A]和染色体Vch[B]的交叉点1到交叉点2之间的符号彼此置换。在此的交叉可以是1点交叉，可以是2点交叉。

另外，突然变异是以某低概率随机选择染色体的一部分的符号，把选择的符号变更为其他符号的操作。该操作相当于现在的探索向量附近的探索。在图25B的例子中，构成染色体的符号中，符号g4[A]突然变异为f4[A]。通过在集合的一半和剩下一半中改变进行突然变异的概率，能进一步维持探索向量的多样性。

经过这样的交叉处理和突然处理，生成下世代的探索向量的集合。

推测结束判定部件245如果判定为满足收敛条件，就重复上述的步骤S84～S89。该收敛条件是重复次数超过允许重复次数的条件。

通过该重复，进行构成最佳变换曲线的探索参数的推测。如果这样在大区域中准备多个候补，重复进行难以陷入局部最佳解(局部最小值)的交叉或突然变异等记号的改编操作，就能以高精度并且自动推测最佳的变换曲线。

如果取得最佳的变换曲线，则象素值推测部件245使用该变换曲线，求出0.0～1.0范围的变换值，从该变换值求出强调图象v上的象素的值(S79)。该强调图象v上的象素的值抑制在输入图象vi的象素Pij的各成分最大值Vmax(rx，gx，bx)和最小值Vmin(rn，gn，bn)内。

如上所述，在本实施例的图象处理中，推测变换函数时，通过把与细节的明了度关联的边缘强度的改善程度设置为评价值，能进一步提高对比度，能实现边缘的明显化。另外，通过在这样的最佳变换函数的推测中使用遗传算法，能不依存于输入图象，自动推测适当的变换函数。

须指出的是，能把本实施例的图象处理与实施例2的图象处理组合。

另外，本实施例7的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例8)

本实施例8的图象处理装置关于对象信号变换部件108的一部分，具有与实施例6的图象处理装置不同的结构。如图26所示，对象信号变换部件108代替平均对象信号计算部件1080和交换方式分类部件1081，具有基准强度计算部件1083和对象信号变换曲线推测部件1084。

如果从抽出部件101对该对象信号变换部件108输入对象信号的对比度改善量，则基准强度计算部件1083计算表示输入图象vi的对比度信息的对象信号的边缘强度。对象信号例如是明亮度。

对象信号变换曲线推测部件1084用遗传算法推测用于把明亮度的对比度改善量变换为强调图象v的值的对象信号变换曲线。对象信号变换曲线推测部件1084如图27所示，除了代替象素值变换候补计算部件241，具有对象信号变换候补计算部件246，具有与变换曲线推测部件1024同样的结构。

在该对象信号变换曲线推测部件1084中，如果有初始候补设定部件246准备初始的集合，则初始候补设定部件246根据准备的染色体集合表示的对象信号变换曲线，求出强调图象v的候补的明亮度的值。评价值计算部件242从求出的各候补的明亮度的值，关于与各候补对应的对象信号变换曲线，计算评价值。适合度计算部件243、改编操作部件244和推测结束判定部件245除了把推测结束判定部件245进行结束的判定的时刻的对象信号变换曲线提供给对象信号推测部件1082，进行与实施例7同样的处理。

如果推测对象信号变换曲线，则对象信号推测部件1082代替选择的变换方式，根据对象信号变换曲线，求出由抽出部件101取得的对象信号的对比度改善量的变换值。

如上所述，在本实施例的图象处理中，通过关于对象信号即明亮度，进行与实施例8同样的处理，不仅提高对比度，实现边缘部的明显化，而且能提高影那样的暗部的象素的色稳定。

须指出的是，也能把本实施例的图象处理与实施例4的图象处理组合。

另外，本实施例8的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例9)

但是，作为由数字照相机拍摄的图象的问题点，有时指出颜色模糊现象。这也根据摄影条件等，称作比恰当的状态过分显出特定颜色的现象。人能顺应光，所以由于光源不同，几乎不会观察到颜色不同，但是在由数字照相机拍摄的图象中，根据摄影时的光源，经常会微妙地产生颜色模糊。在朝阳或夕阳下，红色模糊，在荧光灯下，有拍成绿色的倾向。在池水的反射下，产生蓝色模糊，在草木颜色的反射下，产生绿色模糊，被拍摄体周围物体的颜色反射，产生颜色模糊。

为了除去这样的颜色模糊，手动进行色调控制或浓度水平修正，例如当绿色G过分强时，减弱青色C和黄色Y的信号。

另外，作为自动处理，有基于埃文斯原理的自动白平衡处理。埃文斯原理是基于如果把世间的被拍摄物全部相加，就变为无彩色的假说，该处理的基本在于调整各色的平衡，从而输入图象全体的平均变为灰色(无彩色)。

图28是表示进行这样的自动处理的装置的概略结构的一例的框图。在该装置中，关于来自图象输入部件2301的输入图象的红、蓝、绿各信号，输入图象分布检测部件2301求出平均值。基准色设定部件2303关于输入图象，导出亮度的平均值，把该值设定为基准色。色平衡修正部件2304修正各信号，从而使由输入图象分布检测部件2303取得的红、蓝、绿各信号的平均值变为基准色。通过该修正，输入图象全体的平均色变为灰色，自动减轻颜色模糊。

但是，当对输入图象使用这样的处理时，如果在输入图象中具有色彩鲜艳的颜色的物体占有大的区域，则该色变为平均色的倾向增强，产生该颜色接近无彩色的问题。例如当草皮的绿色占图象的大半时，草皮的绿色变为无彩色(颜色破坏)。

在实施例9中，说明为了改善对比度，进一步减少这样的颜色模糊，适当合成输入图象和强调图象的图象处理。

实施例9的图象处理装置如图29所示，除了图象输入部件10、对比度改善部件11、图象合成部件12、图象输出部件13，还具有从输入图象vi检测边缘信息的边缘信息检测部件14。

另外，图象合成部件12如图30所示，除了结合系数导出部件201、加重平均合成部件202，还具有输出值决定部件203，不具有选择基准值判定部件200。在此，结合系数导出部件200不根据选择基准值判定部件200的判定结果，而根据由边缘信息检测部件14取得的边缘信息，决定结合系数w0和w1。输出值决定部件203比较由加重平均合成部件202取得的合成图象和输入图象vi，决定输出图象vo的象素的值。

图31是说明边缘信息的检测处理的程序流程图。

如果从图象输入部件10输入图象数据，边缘信息检测部件14把对象象素的位置初始化后，对输入图象vi的象素Pij计算亮度y(i，j)。关于全部象素重复该计算，对于输入图象vi的象素Pij，取得亮度y(i，j)。边缘信息检测部件14再初始化对象象素的位置后，根据计算的亮度，检测边缘信息。对于彩色3成分的值，可以检测边缘信息，但是能通过只对亮度，检测边缘信息，谋求处理的简化。作为边缘信息的检测，存在各种方法，但是在此，利用具有图32所示的5象素×5象素的尺寸的滤波器。把以象素Pij为中心，应用各滤波器而取得的x方向的成分量ex(i，j)和y方向的成分量ey(i，j)的平方和的平方根作为象素Pij的边缘信息ed(i，j)。滤波器的尺寸或种类并不局限于本例子，例如也能利用3象素×3象素的左贝尔滤波器。

边缘信息检测部件14对于输入图象vi的全部象素重复上述的边缘信息的检测，据此，关于输入图象vi的全部象素Pij，取得边缘信息。边缘信息检测部件14根据各象素Pij的亮度和边缘信息，求出亮度的平均值ave_y和边缘信息的平均值ave_ed。

与输入到边缘信息检测部件14的数据相同的图象数据也输入到对比度改善部件11中。对比度改善部件11除了代替数学式4和5，使用以下的数学式15和16，与实施例1同样生成强调图象v。

$\mathrm{Ay}(i,j)=\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}y(i,j)/c^2---\left(15\right)$

在数学式15中，定义属于与周边视野对应的c象素尺寸的区域的象素亮度y(i，j)的平均值Ay(i，j)。另外，在数学式16中，代替象素Pij的各成分值和加重平均值VAPij的各成分值，用与平均值Ay(i，j)定义对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))。

通过这样定义对比度改善量，比较各成分值的值变为相同的值。在此，如数学式4和5所述，能定义对比度改善量，但是与按各成分独立计算对比度改善量相比，使用公共的值计算时，能更好地保持取得的对比度改善量的平衡。

通过对比度改善部件11生成强调图象v，如果把该强调图象v输入图象合成部件12，则如图33所示，结合系数导出部件201把对象象素Pij的位置初始化后，决定与两图象有关的结合系数w0和w1。在该实施例中，根据输入图象vi的象素亮度和边缘信息，控制结合系数w0和w1，从而适当合成输入图象vi和强调图象v。按照以下的规则1和规则2，决定结合系数。

规则1

if y(ij)is Low and ed(ij)is Low or y(i，j)is High and

   ed(i，j)is Low then VWP(i，j)is VP(i，j)

规则2

if y(ij)is High and ed(ij)is High or y(ij)is Middle and

   ed(ij)is Middle then VWP(i，j)is VRP(i，j)

在图34所示的输入图象vi的例子中，规则1是对应于区域A1或A2的规则。规则2是对应于区域A3或A4的规则。在象区域A1那样，象素的亮度低，其变化平缓的区域中，或象区域A2那样，象素的亮度高，其变化平缓的区域中，在强调图象v中，有可能亮度下降，或由于亮度的急剧上升，表现出颜色噪声或压缩噪声。象区域A3和A4那样，在上述区域以外的区域中，在强调图象v不会那样，在强调图象v中，颜色模糊也减少。

因此，如果对于规则1的可靠度m1大，则与强调图象v相比，输入图象vi的象素值对合成图象的象素值造成更强的影响，抑制亮度的下降、颜色噪声或压缩噪声的表现。另外，如果对于规则2的可靠度m2大，则与输入图象vi相比，强调图象v的象素值对合成图象的象素值造成更强的影响，改善对比度，减少颜色模糊。

如图35所示那样提供可靠度m1和m2。可靠度m1能用边缘信息小，在亮度高的点和低的点具有2个峰值的高斯函数那样的山形函数定义。另外，可靠度m2能由边缘信息、亮度都以输入图象的边缘信息的平均值ave_ed和亮度的平均值ave_y为中心的山形函数定义。

结合系数导出部件201根据可靠度m1和m2，按照w1＝m2/(m1+m2)决定与强调图象v有关的结合系数w1。另外，按照w0＝1.0-w1，决定与输入图象vi有关的结合系数w0。

加重平均合成部件202根据决定的结合系数w0和w1，求出合成图象的对象象素Pij的象素值VWPij(Wr(i，j)，Wg(i，j)，Wb(i，j))。

这样控制结合系数，不是边缘附近，在亮度高或低的区域中，把输入图象vi优先，在位于边缘附近的该区域以外的区域中，把强调图象v优先，从而不仅改善对比度，而且抑制颜色模糊。并且也抑制高亮度部的亮度下降或阴影部的颜色噪声或压缩噪声的表现，能抑制合成图象中有可能产生的不连续部分。

但是，即使这样决定合成图象的象素值，与输入图象的对应的象素值比较，亮度有可能下降。

因此，输出值决定部件203比较输入图象vi的对象象素pij的值VPij(r(i，j)，g(i，j)，b(i，j))和合成图象的对象象素的值VWPij(Wr(i，j)，Wg(i，j)，Wb(i，j))。结果，如果VWPij比值VPij小，则输出值决定部件203把值VWPij置换为值VPij。值VWPij如果为值VPij以上，就不进行该置换。

须指出的是，结合系数导出部件201比较输入图象vi的值VPij和强调图象v的值VRPij，当值VPij的3成分都比值VRPij大时，决定为w0＝1.0，w1＝0.0。另外的时候，决定为w1＝w3＝0.5。

据此，简化决定结合系数的处理。但是，在不是边缘的部分中，与上述的例子相比，系数w0的值增大，在合成图象中，输入图象Vi占的比例增大。因此，更受到输出图象具有的颜色模糊的影响。

另外，本实施例9的图象处理能与本实施例2的图象处理组合。

在实施例2中，作为对比度改善量，使用对象象素Pij的值VPij和全加重平均值VAPij的比，例如能使用值VPij和加重平均值的最大值的比。通过按各成分比较各尺寸ck的加重平均值，求出加重平均值的最大值。比较处理的时间增大，但是强调图象v的象素值的变动变平缓，具有抑制值在边缘附近的急剧上升的优点。

本实施例9的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例10)

本实施例10的图象处理装置如图36所示，图象输入部件10除了对比度改善部件11、图象合成部件12、图象输出部件13，还具有按照输入图象vi修正强调图象v的浓度分布的浓度修正部件15。

另外，图象合成部件12如图37所示，与实施例9同样具有加重平均合成部件202和输出值决定部件203，但是不具有结合系数导出部件201。该简易的图象合成部件12把由浓度修正部件15取得的修正图象和输入图象合成。

图38是说明浓度修正处理的程序流程图。

如果通过对比度改善部件11取得强调图象v，则浓度修正部件15把对象象素Pij的位置初始化后，计算输入图象vi和强调图象v的对象象素Pij的亮度Ry(i，j)、色差Ru(i，j)、Rv(i，j)。

如果关于输入图象vi和强调图象v的全部象素，重复该计算，浓度修正部件15从这些值计算输入图象vi的平均亮度ave_y和强调图象v的平均亮度ave_Ry。

如果算出平均亮度ave_y和ave_Ry，浓度修正部件15就把强调图象v的对象象素Pij的位置初始化，进行把强调图象v的对象象素Pij的亮度Ry(i，j)加上平均亮度的差分量ave_y-ave_Ry的修正。

如果修正亮度Ry(i，j)，浓度修正部件15就从修正的亮度Ry(i，j)、色差Ru(i，j)、Rv(i，j)计算强调图象v的对象象素Pij的修正值VDPij(Dr(i，j)，Dg(i，j)，Db(i，j))。

关于强调图象v的各象素，计算该修正值，从而取得修正图象。之所以为了取得修正图象而计算平均亮度ave_Ry是因为通过对比度改善，有可能产生亮度的下降或过度上升的区域中，亮度的变动少，宽阔，所以对该值造成大的影响。因此，如图39所示，一边保存强调细节的图象的亮度分布，一边计算修正值，使关于强调图象v的的平均亮度ave_Ry和关于输入图象vi的平均亮度ave_y一致。据此，在修正图象中，能抑制高亮度部的亮度下降或阴影部的过度的亮度上升。

如果从浓度修正部件15向图象合成部件12输入修正图象，则如图40所示，加重平均合成部件202把对象象素Pij的位置初始化后，使用结合系数w0和w1，从输入图象的值VPij和修正图象的值VRPij计算合成图象的值VWPij。

如上所述，宽的高亮度部的亮度的下降等在修正图象中得到抑制，所以使用边缘信息，导出结合系数w0和w1的必要性减少。可以使用预先设定结合系数w0和w1的值，从而使修正图象的值比输入图象优先。例如预先把与输入图象有关的结合系数w0设定为0.3，把与修正图象有关的结合系数w1设定为0.7。

然后，输出值决定部件203进行与实施例9同样的步骤。据此，取得合成图象。

如上所述，通过代替强调图象，使用修正图象，能抑制高亮度部的亮度下降或阴影部的过度的亮度上升，能更简易地区的改善对比度的合成图象。在输出图象中，输入图象占的比率减小，所以能抑制输入图象的颜色模糊的影响表现在输出图象中。

须指出的是，本实施例10的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例11)

本实施例11的图象处理装置如图41所示，与实施例9的图象处理装置同样，具有边缘信息检测部件14，但是据此求出的边缘信息不是图象合成部件12，而是对比度改善部件11利用。

另外，对比度改善部件11如图42所示，与实施例1的图象处理装置同样，具有修正信息导出部件100、抽出部件101和象素值变换部件102，还具有区域判定部件110、比较范围选择部件111、调整系数导出部件112和调整部件113。

如果从边缘信息检测部件14输入边缘信息ed(i，j)，对比度改善部件11就进行按照图43所示的步骤生成强调图象v的处理。

在对比度改善部件11中，区域判定部件110初始化对象象素Pij的位置后，根据对象象素Pjj的边缘信息ed(i，j)和亮度y(i，j)，判定象素所属的区域。该区域包含图34所示的区域A1那样的变化平缓并且亮度低的阴影部、或区域A2那样的变化平缓并且亮度高的高亮度部、区域A3和A4那样的边缘附近的区域。

比较范围选择部件111按照判定结果，选择相当于周边视野的区域的尺寸。当判定为象素属于变化平缓并且亮度低的阴影部或变化平缓并且亮度高的高亮度部时，比较范围选择部件111为了抑制过剩强调或与输入图象相比的亮度下降，选择大的尺寸。当判断为象素属于边缘附近时，为了强调由输入图象埋没的变化，选择小的尺寸。象素所属的区域不明时，选择中间的尺寸。

另外，调整系数导出部件112根据区域判定部件110的判定结果，决定用于调整由修正信息导出部件100取得的对比度改善量的调整系数。在上述区域中，关于平缓变化的亮度高的区域，预想到对比度改善量VRPij容易变为1.0附近，变为比输入图象还低的值，所以决定调整系数k(i，j)，从而增大该值。在此，为了使对比度改善量增大20％，把调整系数k(i，j)设定为1.2。关于平缓变化的亮度低的区域，预想到对比度改善量VRPij容易变为1.0附近，与输入图象相比，更急剧地变为高的值，所以决定调整系数k(i，j)，从而减小该值。在此，为了使对比度改善量减小20％，把调整系数k(i，j)设定为0.8。关于边缘附近的区域，可以把调整系数k(i，j)设定为1.0。

如果通过调整系数导出部件112决定调整系数k(i，j)，通过修正信息导出部件100求出对比度改善量VRPij，则调整部件113把对应的调整系数k(i，j)与对比度改善量VRPij的各成分相乘，调整该对比度改善量VRPij。

如果重复这样的一系列处理，调整各象素的对比度改善量VRPij，则抽出部件101和象素值变换部件102进行与实施例1同样的步骤。

通过这样调整对比度改善量，能抑制在强调图象的高亮度部，比输入图象的亮度低，在阴影部进行过剩的强调。因此，与实施力10同样，能更简易地进行图象合成。因为输出图象中输入图象占的比例减小，所以能抑制输入图象的颜色模糊的影响出现在输出图象中。

须指出的是，与实施例9同样进行图象合成时，不仅对比度改善部件11，图象合成部件12也利用由边缘信息检测部件14求出的边缘信息。

另外，如图44所示，能把本实施例的图象处理装置的对比度改善部件11的结构与实施例2的对比度改善部件11的结构组合。

此时，调整部件113调整使用对于多个尺寸的区域ck的加重平均值VAPij_k而计算的对比度改善量。

据此，能减少尺寸选择错误的判定的影响。另外，对于边缘区域的象素，如果只在附近的值导出对比度改善量，则由于过剩强调，有时产生白色跳跃，但是能减少边缘附近的颜色跳跃。如果根据阴影尺寸选择的区域的尺寸过小，则在对象象素和周围的象素中该值接近，有可能变为强调不充分，但是也能减小该可能性。

另外，本实施例11的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例12)

实施例12的图象处理装置关于对比度改善部件11的一部分，具有与实施例1不同的结构。如图45所示，在该对比度改善部件11中除了修正信息导出部件100、抽出部件101和象素值变换部件102，还具有修正信息导出浓度限制部件114。

修正信息导出浓度限制部件114限制属于相当于对象象素的周围视野的区域的象素。而且，修正信息导出部件100使用限制的象素的值，求出该对象象素的对比度改善量。

如图46所示，该对比度改善处理的步骤与实施例9中的步骤几乎相同，但是不同点在于：抑制属于相当于对象象素Pij的周边视野的区域的象素值的上下限，并且求出对比度改善量。

在此，考虑对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))由数学式15和16计算的情形。此时，修正信息导出浓度限制部件114如图47所示，为属于相当于对象象素Pij的周边视野的区域的象素的亮度y(i，j)提供下限thLow_y和上限thHigh_y。在对比度改善量的计算上，超过上限的值作为与上限相同的值处理，低于下限的值作为与下限相同的值处理。

通过这样抑制亮度y(i，j)的上限，在对位于一样宽的高亮度部中的象素求对比度改善量时，平均值Ay(i，j)比对象象素Pij的亮度y(i，j)受到抑制。结果，对比度改善量VRPij变为比中心附近的1.0还小的值。因此，由象素值变换部件102取得的强调图象上的值变为高的值。

另一方面，通过抑制亮度y(i，j)的下限，在对位于一样宽的高亮度部中的象素求对比度改善量时，平均值Ay(i，j)比对象象素Pij的亮度y(i，j)还高。结果，对比度改善量VRPij变为比中心附近的1.0还小的值。因此，由象素值变换部件102取得的强调图象上的值变为低的值。

这样，抑制或提高相当于求出对比度改善量时的分母的量，控制从该对比度改善量取得的象素的值。据此，能用非常单纯的处理抑制位于一样宽的区域中的高亮度部中的对比度改善量的下降、位于一样宽的区域中的阴影部的对比度改善量的急剧上升。

因此，如图48所示，在图象处理装置中不设置图象合成部件12，能把由对比度改善部件11取得的强调图象原封不动地输出。

当然，当更可靠抑制高亮度部中的对比度改善量的下降、阴影部的对比度改善量的急剧上升，设置图象合成部件12，适当合成输入图象和强调图象。

须指出的是，在本实施例中，说明使用数学式15和16的例子，但是可以使用数学式4和5。此时，在3成分中，可以使上下限一致，但是希望在各成分中设定上下限，从而不破坏最终取得的输出图象的平衡。

另外，如图49所示，本实施例的图象处理装置的对比度改善部件11的结构也能与实施例2的对比度改善部件11的结构组合。

另外，本实施例12的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例13)

本实施例13的图象处理装置如图50所示，除了图象输入部件10、对比度改善部件11、图象合成部件12、图象输出部件13，还具有前处理部件15、后处理部件16。

前处理部件15对来自图象输入部件10的输入图象进行逆灰度系数变换那样的前处理。近年，在成为对比度改善处理对象的图象数据中增加由数字照相机(DSC)拍摄的图象数据。当用个人电脑等在显示器上显示由DSC拍摄的图象数据时，为了使输入图象更鲜明，如图51所示，通常进行使用上凸形状的灰度系数函数G1的变换处理。在一般使用的sRGB空间中，对该灰度系数变换中的灰度系数值使用2.2。当由打印机输出时，以把该灰度系数函数预先与输入图象相乘为前提，执行用于输出的图象处理。为了正确抽出由CCD等摄像元件取得的图象数据，基于用于回到r＝2.2的效果的逆灰度系数函数的变换处理成为必要。此时，前处理部件15通过向下凸的形状的函数G2，进行逆灰度系数变换。

对比度改善部件11不是对来自图象输入部件10的图象，而对来自前处理部件15的图象进行对比度改善处理。

在本实施例中，对比度改善部件11如图52所示，除了修正信息导出部件100、象素值变换部件102，还具有比较象素决定部件115和变换基准值计算部件116，不具有抽出部件101。

如图53所示，比较象素决定部件115初始化对象象素Pij的位置后，在属于相当于对象象素Pij的周边视野的区域的象素中，选择对比度改善量VRPij的导出中使用的比较象素。

修正信息导出部件100使用比较象素的值，求出对比度改善量VRPij。如图54所示，修正信息导出部件100具有周围平均部件150、改善量计算部件151。

周围平均部件150求出比较象素的值的平均值。改善量计算部件151从求出的平均值和对象象素Pij的值计算对比度改善量。但是，在此，代替数学式4和5，使用数学式15和16，计算对比度改善量。

如果关于各象素，求出对比度改善量，则变换基准值计算部件116求出用于把对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))变换为强调图象v上的象素的值的变换基准值VTc(trc(i，j)，tgc(i，j)，tbc(i，j))。

象素值变换部件102根据求出的变换基准值VTc，把对比度改善量VRPij变换为强调图象v上的象素的值。

在本实施例中，把正规化到0.0～1.0的范围中的对比度改善量VRPij乘以变换基准值VTc，变换为0.0～1.0的范围中的实数数据。然后，把该实数数据变换为0～255的由8位表示的整数数据。

能使用前处理的输入图象vi的对象象素Pij的亮度y(i，j)，象以下的数学式17那样，提供变换基准值VTc。

在此，Cen表示变换基准值VTc的中心值，Dev表示对于亮度的变位量，Ycen表示亮度的中心值。在此，VTc＝0.5，Dev＝0.2，Ycen＝0.5。须指出的是，Ycen可以是平均亮度。

之所以象数学式17那样提供变换基准值VTc，是因为亮度越高，变换为越高，越低，就变换为越低。虽然，把变换基准值VTc设定为VTc＝(0.5，0.5，0.5)，与能取得的值的平均值一样，但是如上所述，通过控制变换基准值VTc，抑制来自输入图象的急剧变化。能抑制阴影部的急剧的亮度上升。

但是，如果数学式17的斜率过大，就会抑制暗部的对比度改善，强调存在变动差的部分，损害改善对比度的本来的特征。

另外，在本实施例中，变为0.0～1.0范围的实数值数据后，变换为所需的象素值。因此，希望定义变换基准值VTc，从而使变换基准值VTc能取得的值变为0.0～1.0范围。

在本例子中，使用数学式17提供变换基准值VTc，但是并不局限于此。没必要是数学式17那样的线性函数，也能使用非线性函数。须指出的是，在此，进行把正规化为0.0～1.0的对比度改善量VPRij乘以变换基准值VTc的处理，但是对比度改善量VPRij也可以不正规化，象Cen＝140，Dev＝0.2，Ycen＝128那样，设定为变换基准值VTc能取0～255内的值。此时，亮度y(i，j)定义为能取0～255内的值，有必要进行把乘以变换基准值VTc后取得的值抑制在0～255内的处理。

如果关于各象素，求出强调图象上的值，则图象合成部件12与实施例1或9同样，适当合成取得的强调图象和输入图象。在此，图象合成部件12如图55所示，具有结合系数导出部件201、加重平均合成部件202和输出值决定部件203。

使用阈值TH和THComb，象数学式18那样提供与强调图象有关的结合系数w1，与输入图象有关的结合系数w0由w0＝1.0-w1提供。

w1(i，j)＝exp(-y(i，j)²/TH²)        …(18)

但是，

对于zz＝wy(i，j)/y(i，j)

ww＝THComb/(zz+THComb)

if(w1(i，j)＞ww)w1(i，j)＝ww

该数学式18在暗部中，与输入图象相比，把极力强调图象的值优先。根据输入图象的亮度和强调图象的亮度，当改善急剧时，通过抑制结合系数w1，抑制暗部的噪声强调。

另外，w1(i，j)也能按以下数学式19那样定义。

w1(i，j)＝ww×exp(-y(i，j)²/TH²)   …(19)

此时，存在抑制对暗部的强调图象w1(i，j)的可能性，但是w1(i，j)连续变化，所以能抑制急剧的变化。

当用数学式18提供结合系数w1时，考虑到基于exp函数的处理时间的消耗，但是，如果按照预先设定的精度，把exp函数表格化，则通过参照该表，就能抑制处理时间的消耗。

如果使用结合系数w0和w1，取得合成图象，则后处理部件16如图56所示，关于各合成图象，进行原来附加在输入图象上的灰度系数变换那样的后处理。

如果通过后处理部件16进行后处理，则图象输出部件13从该图象生成输出到打印机或显示器等设备的最终输出图象。

在这样的本实施例的图象处理中，能简易并且以高精度进行抑制对高亮度部的亮度下降和阴影部的亮度急剧上升的噪声强调的对比度改善。不需要基于抽出部件101的抽出处理，所以能谋求处理量的减少。

须指出的是，本实施例的对比度改善部件11的结构也能与实施例2的对比度改善部件11的结构组合。

另外，本实施例13的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例14)

本实施例14的图象处理装置与实施例13的图象处理装置具有同样的结构，关于修正信息导出部件100，如图57所示，除了周围平均部件150、改善量计算部件151，还具有边缘信息检测部件152、修正系数计算部件153和比较量修正部件154。

在该图象处理装置中，如果前处理的输入图象输入到对比度改善部件11，如图58所示，修正信息导出部件100的比较象素决定部件115初始化对象象素Pij的位置后，选择比较象素。

周围平均部件150与实施例13同样，计算比较象素的加权平均值VAPij(Ar(i，j)，Ag(i，j)，Ab(i，j))。

另外，边缘信息检测部件152求出对象象素Pij的亮度y(i，j)的边缘信息ed(i，j)。

修正系数计算部件153根据边缘信息ed(i，j)，求出修正平均值VAPij的修正系数VDAPij(dAr(i，j)，dAg(i，j)，dAb(i，j))。

比较量修正部件154根据修正系数VDAPij修正平均值VAPij。在此，对各成分，把修正系数VDAPij乘上平均值VAPij。然后，改善量计算部件151使用修正的平均值VAPij求出对比度改善量VRPij。

使用前处理的输入图象的各象素的边缘信息ed(i，j)的平均值ave_ed，根据以下的数学式20提供修正系数。

在此，dAcen表示修正系数的基准值，dAdev表示修正系数的变化量，例如dAcen＝1.0，dAdev＝0.3。有必要注意dAr、dAg、dAb不要变为负。

这样，在本实施例中，设置控制周围的平均值VAPij的修正系数。即在边缘附近，修正系数变为比1.0小的值，结果，周围的平均值VAPij受到该影响，减少。因此，用对象象素的各成分对于平均值VAPij的比计算的对比度改善量VRPij在边缘附近变为大的值，在与周边的平均亮度差以外，通过使用边缘信息，能提高合成图象中的抑扬感。而在平坦部，修正系数比1.0大，结果，周围的平均值VAPij增加，所以对比度改善量下降。

为了简化处理，也能把数学式20的平均值ave_ed设定为0.5。平均值VAPij的控制中使用的数学式并不局限于此。没必要是数学式20那样的线性函数，也能使用非线性函数。

通过平均值VAPij的控制，消除平坦化，所以不控制变换基准值VTc，可以设定为一律的中心值Cen。当配合平均值VAPij的控制，也控制控制变换基准值VTc时，在边缘附近，存在过剩强调的可能性，所以按照亮度，减小dAdev，按照亮度上升，抑制平均值VAPij的修正系数的上升。

据此，在合成图象中，在某种程度上保存抑扬，并且改善暗部的对比度。

须指出的是，本实施例的图象处理也能与实施例2的图象处理组合。

另外，本实施例14的图象处理也能由使用CPU和DSP的软件处理实现。

在此，用边缘量抑制平均值VAPij，但是也能象以下的数学式21那样，把对比度改善量VRPij乘以由边缘量定义的修正系数ttt，同样能提高合成图象中的抑扬。在此，例如能使tcen＝0.5，tdev＝0.3。

(实施例15)

本实施例15的图象处理装置关于修正信息导出部件100，具有与实施例13的图象处理装置部分不同的结构。修正信息导出部件100如图59所示，除了周围平均部件150、改善量计算部件151，还具有亮度差分平均部件155、强调成分计算部件156、改善量修正部件157。

在该图象处理装置中，如果对对比度改善部件11输入前处理的输入图象，则如图60所示，比较象素决定部件115从属于相当于输入图象的对象象素Pij的周边视野的区域的象素中，选择导出该对象象素Pij的对比度改善量时使用的比较象素。

如果由比较象素决定部件16选择比较象素，则修正信息导出部件100的周围平均部件150与实施例13同样，计算比较象素值的加权平均值VAPij，改善量计算部件151求出对比度改善量VRPij。

另外，亮度差分平均部件155关于对象象素Pij的亮度y(i，j)和比较象素Q(i，j)的亮度ys(i，j)间的差分量，求出该绝对值的加权加重和Ady(i，j)。

强调成分计算部件156根据该Ady(i，j)，计算强调对比度改善量VRPij的强调成分VBRPij(BRr(i，j)，BRg(i，j)，BRb(i，j))。

改善量修正部件157根据计算的强调成分VBRPij，修正对比度改善量VRPij。

强调成分VBRPij能由以下的数学式22提供。

在数学式22中，CVal是正常数，控制边缘量。

须指出的是，BRr(i，j)、BRg(i，j)、BRb(i，j)能象数学式23那样，定义为由对象象素的亮度控制。在此，C’val是正常数。

数学式22把值Ady(i，j)视为对象象素Pij的变位强调量，计算用值Ady(i，j)和预先设定的强调系数强调对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))的从1.0的变位量的成分量。

例如，在亮度不均匀变化的地方，不产生强调成分。但是，对于对比度改善量比1.0大的对象象素，计算更强调强调图象的象素值的成分。相反，对于对比度改善量比1.0小的对象象素，取得抑制强调图象的象素值的成分。因此，在强调图象中，在边缘附近等象素值变化大的地方的抑扬感增加，能实现最终取得的合成图象中的抑扬感的保存。

如上所述，在本实施例的图象处理中，能进行暗部的对比度改善，从而在某种程度上在合成图象中保存抑扬感。

须指出的是，也能把本实施例的图象处理与实施例2的图象处理组合。

另外，本实施例15的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例16)

本实施例16的图象处理装置关于对比度改善部件11，具有与实施例13的图象处理装置一部分不同的结构。如图61所示，该对比度改善部件11代替修正信息导出部件100，具有垂直方向加法部件117、简易周围平均部件118、比较量修正部件119和改善量计算部件151。

比较象素决定部件115从属于相当于对象象素Pij的周边视野的矩形区域的象素中，以某间隔在垂直方向去掉象素，决定比较象素Qij。在图62的例子中，在属于7×7象素尺寸的矩形区域Mi的象素中，从开始计算，在垂直方向，去掉位于第偶数个的象素，选择另外的象素。选择的象素数m是28。矩形区域的尺寸或减少间隔并不局限于此。

垂直方向加法部件117求出该矩形区域的各水平象素位置i的比较象素的亮度在垂直方向的相加值N[i](在此，i＝0，1，...6)。

简易周围平均部件118求出对矩形区域的各水平象素位置i的相加值N[k]的加重和S。然后，通过用该加重和S除以比较象素的数，计算平均比较对象亮度Asy(i，j)。

改善量计算部件151通过分别比较平均比较对象亮度Asy(i，j)和对象象素Pij的值VPij(r(i，j)，g(i，j)，b(i，j))，求出对比度改善量VRPij。

如果这样关于对象象素Pij，求出对比度改善量VRPij，对象象素Pij的水平象素位置从位置i向位置i+1移动，则周围的矩形区域也从区域Mi移动到区域Mi+1。

如果对象象素移动，则垂直方向加法部件117在属于新的区域Mi+1的象素中，关于在水平方向位于最后尾的比较象素，求出相加值N[7]。

简易周围平均部件118从以前的位置的加重和S减去关于属于区域Mi+1的象素中在水平方向位于开始的比较象素的相加值N。在图62的例子中，从加重和S减去相加值N[0]。然后，在结果中加上新计算的相加值N[7]，关于区域Mi+1，取得亮度的总和S。

通过把该值也同样除以比较象素的数m，取得平均比较对象亮度Asy(i+1，j)。

通过加减预先准备的垂直方向的相加值N[k]，能取得平均比较对象亮度。

如上所述，在本实施例的图象处理中，通过对处理量最多的滤波处理的计算过程下功夫、简化，能进行边缘的保存或对比度改善，并且能缩短处理时间。

须指出的是，本实施例的图象处理也能与实施例2的图象处理组合。如实施例2那样，进行多重析像度处理时，处理量变得庞大，但是通过象本实施例那样，对加权加重和的计算以及步骤下功夫，能大幅度改善处理量的问题。

另外，在本实施例的图象处理中，也能加上实施例14的平均比较浓度VAPij的控制或实施例15的强调成分VBRPij的控制。

本实施例16的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例17)

实施例17的的图象处理装置关于对比度改善部件11，具有与实施例16的图象处理装置一部分不同的结构。如图63所示，该对比度改善部件11代替垂直方向加法部件117，具有减少垂直方向加法部件120。

比较象素决定部件115从属于相当于对象象素Pij的周边视野的矩形区域的象素中，以某间隔，在垂直方向和水平方向去掉象素，决定比较象素Qij。在图64例子中，在属于7×7象素尺寸的矩形区域Mi的象素中，在垂直方向和水平方向，从开始计算，去掉位于第偶数个的象素，选择另外的象素。矩形区域的尺寸或在垂直方向和水平方向去掉的间隔并不局限于此。

减少垂直方向加法部件120该矩形区域的各水平象素位置i中，从开始计算，求出位于第奇数个的比较象素位置的比较象素的亮度在垂直方向的相加值N[h](在此，h＝0，2，4，6)。

各水平象素位置i中，从开始计算，位于第偶数个位置的比较象素的亮度在垂直方向的相加值N[h+1]由N[h+1]＝N[h]提供。例如，相加值N[1]是与相加值N[0]相同的值，但是在相加值N[3]中，使用与相加值N[2]相同的值。

简易周围平均部件118求出对于矩形区域的各水平象素位置的相加值N[k]的加重和S。然后，与实施例16同样，通过用该加重和S除以比较象素的数，计算平均比较对象亮度Asy(i，j)。

改善量计算部件151通过分别比较平均比较对象亮度Asy(i，j)和对象象素Pij的值VPij(r(i，j)，g(i，j)，b(i，j))，求出对比度改善量VRPij。

如果对象象素Pij水平象素位置从位置i向位置i+1移动，则减少垂直方向加法部件120在属于对应的区域Mi+1的象素中，关于在水平方向最后尾的比较象素，求出相加值N。但是，如果该位置从开始计算，位于第偶数个，则位于该位置的象素变为去掉对象，未被选择，所以不另行求出相加值N。在图64的例子中，不另行计算相加值N[7]，该值用与相加值N[6]相同的值插补。

简易周围平均部件118从以前的位置的加重和S减去关于属于区域Mi+1的象素中在水平方向位于开始的比较象素的相加值N。在图64的例子中，从加重和S减去相加值N[0]。然后，在结果中加上相加值N[7]，关于区域Mi+1，取得亮度的总和S。

通过把该值也同样除以比较象素的数m，取得平均比较对象亮度Asy(i+1，j)。

如上所述，在本实施例的图象处理中，通过对处理量最多的滤波处理的计算过程下功夫、简化，能进行边缘的保存或对比度改善，并且能缩短处理时间。

须指出的是，本实施例的图象处理也能与实施例2的图象处理组合。如实施例2那样，进行多重析像度处理时，处理量变得庞大，但是通过象本实施例那样，对加权加重和的计算以及步骤下功夫，能大幅度改善处理量的问题。

另外，在本实施例的图象处理中，也能加上实施例14的平均比较浓度VAPij的控制或实施例15的强调成分VBRPij的控制。

本实施例17的图象处理也能由使用CPU和DSP的软件处理实现。

(实施例18)

在上述实施例13中，根据数学式15和16，为各成分计算对比度改善量VRPij(Rr(i，j)，Rg(i，j)，Rb(i，j))。在实施例18中，通过代替数学式16，按照数学式22，如图65所示，以与实施例13同样的步骤，计算亮度的对比度改善量yRP(i，j)。

从对象象素Pij的亮度y(i，j)和属于相当于周边视野的区域的象素的亮度的平均Ay(i，j)的比，计算对比度改善量yRP(i，j)。另外，在此，变换基准值计算部件116求出用于把改善亮度yRP(i，j)变换为强调图象v上的象素亮度的基准值yTc(i，j)。象素值变换部件102根据求出的基准值yTc(i，j)，把改善亮度yRP(i，j)变换为强调图象v上的象素亮度。

图象合成部件12为了合成强调图象v和输入图象vi，不是关于两图象的象素值，按各成分计算，而是关于两图象的象素的亮度，进行计算。

这样，在本实施例中，只用亮度进行图象合成之前的处理。之所以不象实施例13那样对各成分进行处理，是因为用强调图象可靠地保持输入图象的色平衡。如果象实施例13那样，对各成分进行处理，则如图66A所示，在强调和修正处理中色平衡破坏，在输入图象和合成图象中产生颜色偏移。而通过在输入图象的色差cr(i，j)和cb(i，j)中反映合成图象的亮度wy(i，j)和亮度y(i，j)间的比Ratio(i，j)，求出改善色差wcr(i，j)和wcb(i，j)，如图66B所示，在合成图象中也能保持输入图象的色平衡。

在该实施例中，后处理部件16求出改善色差wcr(i，j)和wcb(i，j)，求出合成图象中的象素值。因此，图象处理装置除了与实施例13的图象处理装置同样的结构，而且，如图67所示，在后处理部件16上具有输入亮度和色差计算部件160、亮度比计算部件161、亮度调整部件162、色差成分修正部件163、图象再现生成部件164、灰度系数变换部件165。

如果通过图象合成部件12生成亮度的合成图象，则后处理部件16的输入亮度和色差计算部件160如图68所示，初始化对象象素Pij的位置后，计算输入图象的对象象素的亮度y(i，j)和色差cr(i，j)和cb(i，j)。

亮度比计算部件161比较合成图象的对象象素Pij的亮度wy(i，j)和输入图象的对应的亮度y(i，j)，计算其间的比Ratio(i，j)。

亮度调整部件162根据该亮度比，调整合成图象的亮度wy(i，j)。把亮度比与输入图象的色差cr(i，j)和cb(i，j)相乘，合成图象的色差wcr(i，j)和wcb(i，j)有可能饱和。因此，亮度调整部件162判定由该相乘取得的合成图象的色差wcr(i，j)或wcb(i，j)是否饱和。当色差wcr(i，j)饱和时，用对于饱和色差的比wcr(i，j)/cr(i，j)修正Ratio(i，j)。然后，根据该值，计算合成后的改善亮度dwy(i，j)。

色差成分修正部件163根据亮度wy(i，j)和亮度y(i，j)间的修正的比Ratio(i，j)，修正输入图象的色差cr(i，j)和cb(i，j)，生成合成后的色差dwcr(i，j)和dwcb(i，j)。

图象再生成部件163根据修正的色差成分和亮度，计算合成图象的象素值VWPij(wr(i，j)，wg(i，j)，wb(i，j))。

如果求出合成图象的象素值VWPij，则灰度系数变换部件164对于该合成图象进行本来加在输入图象上的灰度系数变换处理。据此，生成由图象输出部件13输出的输出图象。

在本实施例的图象处理中，为了保持输入图象的色平衡，在对比度改善处理时，只对亮度进行处理。而且，根据改善比修正输入图象的色差，从而谋求合成图象的色平衡的改善。通过考虑修正后的色差的饱和状态，保持输入图象的色平衡，能改善对比度。因此，没必要另外设置用于改善色平衡的部件或结构。

须指出的是，本实施例18的图象处理也能由使用了CPU和DSP等的软件处理实现。

Claims (73)

1.一种图象处理装置，包括：

通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善部件；

把由所述对比度改善部件取得的强调图象和所述输入图象进行合成的图象合成部件；

输出合成后的图象的图象输出部件。

2.根据权利要求1所述的图象处理装置，其中：

所述对比度改善部件具有：求出对于输入图象内的象素的对比度改善量的修正信息导出部件；根据对比度改善量的分布抽出有效范围的抽出部件；和根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素的值的象素值变换部件。

3.根据权利要求1所述的图象处理装置，其中：

所述对比度改善部件具有：通过比较对象象素和属于尺寸不同的多个周围区域的象素，求出对比度改善量的修正信息导出部件；根据对比度改善量的分布抽出有效范围的抽出部件；和根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素的值的象素值变换部件。

4.根据权利要求2或3所述的图象处理装置，其中：

所述象素值变换部件具有：计算输入图象内的象素的平均亮度的平均亮度计算部件；根据其平均亮度选择把对比度改善量变换为强调图象中的象素的值的方式的变换方式分类部件；和根据选择的变换方式，把对比度改善量变换为强调图象上的象素的值的象素值推测部件。

5.根据权利要求2或3所述的图象处理装置，其中：

所述象素值变换部件具有：计算表示输入图象的对比度强度的基准强度值的基准强度计算部件；根据所述基准强度值，推测用于把对比度改善量变换为强调图象中的值的变换曲线的变换曲线推测部件；和使用所述变换曲线，把对比度改善量变换为强调图象中的值的象素值推测部件。

6.根据权利要求5所述的图象处理装置，其中：

所述变换曲线推测部件具有：设定表示变换曲线的探索向量的初始的集合的初始候补设定部件；使用与各探索向量对应的变换曲线的候补，根据对比度改善量求出强调图象的候补中的变换值的象素值变换候补计算部件；使用所述基准强度值和所述变换值，计算用于评价各变换曲线的候补的评价值的评价值计算部件；根据所述评价值，计算各变换曲线的候补的适合度的适合度计算部件；根据各变换曲线的候补的适合度，对于所选择的探索向量进行改编操作，并进行下一代的集合的生成的改编操作部件；和判定是否为变换曲线的推测结束的一代的推测结束部件。

7.根据权利要求1所述的图象处理装置，其中：

所述对比度改善部具有：对包含成为对比度改善对象的信号的多个信号变换输入图象内的象素的值的信号变换部件；对于由所述信号变换部件取得的对象信号，求出对象象素的对比度改善量的对象修正信息导出部件；从对于对象信号的对比度改善量的分布中抽出有效范围的抽出部件；按照抽出的范围，把对于对象信号的对比度改善量变换为强调图象上的对象信号的值的对象信号变换部件；根据强调图象上的对象信号和由所述信号变换部件取得的对象信号以外的信号，求出强调图象上的象素值的信号逆变换部件。

8.根据权利要求1所述的图象处理装置，其中：

所述对比度改善部件具有：对成为对比度改善对象的信号变换输入图象内的象素值的信号变换部件；通过比较对象象素的对象信号值和属于尺寸不同的多个周围区域的象素的对象信号值，求出对比度改善量的对象修正信息导出部件；从对于对象信号的对比度改善量的分布中抽出有效范围的抽出部件；按照抽出的范围，把对于对象信号的对比度改善量变换为强调图象上的对象信号的值的对象信号变换部件；根据强调图象上的对象信号和由所述信号变换部件取得的对象信号以外的信号，求出强调图象上的象素值的信号逆变换部件。

9.根据权利要求7或8所述的图象处理装置，其中：

所述对象信号变换部件具有：计算输入图象中的对象信号的平均值的平均对象信号计算部件；根据该平均值，选择用于把对象信号中的对比度改善量变换为强调图象中的对象信号值的变换方式的变换方式分类部件；根据选择的变换方式，把对象信号中的对比度改善量变换为强调图象中的对象信号的值的对象信号推测部件。

10.根据权利要求7或8所述的图象处理装置，其中：

所述对象信号变换部件具有：对由信号变换部件取得的对象信号，计算表示输入图象的对比度强度的基准强度值的基准强度计算部件；根据所述基准强度值，推测用于把对象信号中的对比度改善量变换为强调图象中的值的变换曲线的对象信号变换曲线推测部件；使用推测的变换曲线，把对象信号中的对比度改善量变换为强调图象中的值的对象信号推测部件。

11.根据权利要求10所述的图象处理装置，其中：

所述对象信号变换曲线推测部件具有：设定表示变换曲线的探索向量的初始集合的初始候补设定部件；使用与各探索向量对应的变换曲线的候补，根据对象信号中的对比度改善量求出强调图象的候补的对象信号中的变换值的对象信号变换候补计算部件；使用该基准强度值和变换值，计算用于评价各变换曲线的候补的评价值的评价值计算部件；根据该评价值，计算各变换曲线的候补的适合度的适合度计算部件；根据各变换曲线的候补的适合度，对于所选择的探索向量进行改编操作，并进行下一代的集合的生成的改编操作部件；判定是否为变换曲线的推测结束的一代的推测结束判定部件。

12.根据权利要求1所述的图象处理装置，其中：

所述图象合成部件具有：决定输入图象和强调图象中的哪一方优先的选择基准值判定部件；根据所述选择基准值判定部件的决定，决定与输入图象以及强调图象有关的结合系数的结合系数导出部件；使用决定的各图象的结合系数，生成输入图象和强调图象的加权平均图象的加权平均合成部件。

13.一种图象处理装置，包括：

通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善部件；

抽出输入图象的边缘信息的边缘信息检测部件；

根据由所述边缘信息检测部件取得的边缘信息，把由对比度改善部件取得的强调图象和所述输入图象合成的图象合成部件；

输出合成后的图象的图象输出部件。

14.根据权利要求13所述的图象处理装置，其中：

所述对比度改善部件具有：求出对于输入图象内的象素的对比度改善量的修正信息导出部件；从对比度改善量的分布中抽出有效范围的抽出部件；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的象素值变换部件。

15.根据权利要求13所述的图象处理装置，其中：

所述对比度改善部件具有：通过比较对象象素和属于尺寸不同的多个周围区域的象素，求出对比度改善量的修正信息导出部件；从对比度改善量的分布中抽出有效范围的抽出部件；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素的值的象素值变换部件。

16.根据权利要求13所述的图象处理装置，其中：

所述图象合成部件具有：根据从输入图象取得的边缘信息，导出与输入图象以及强调图象有关的结合系数的结合系数导出部件；根据导出的各图象的结合系数，生成输入图象和强调图象的加权平均图象的加权平均合成部件。

17.一种图象处理装置，包括：

通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善部件；

按照输入图象的浓度分布修正由所述对比度改善部件取得的强调图象的浓度分布的浓度修正部件；

把由所述浓度修正部件取得的修正图象和所述输入图象合成的图象合成部件；

输出合成后的图象的图象输出部件。

18.根据权利要求17所述的图象处理装置，其中：

所述图象合成部件具有：生成输入图象和修正图象的加权平均图象的加权平均合成部件；根据由所述加权平均合成部件取得的图象和输入图象，决定输出图象的象素值的输出值决定部件。

19.一种图象处理装置，包括：

检测输入图象的边缘信息的边缘信息检测部件；

通过基于由所述边缘信息检测部件取得的对象象素的边缘信息和对象象素的亮度的对象象素所属区域的判定、对象象素和属于其周围区域的象素的比较，对输入图象进行对比度改善处理的对比度改善部件；

把由所述对比度改善部件取得的强调图象和所述输入图象合成的图象合成部件；

输出合成后的图象的图象输出部件。

20.根据权利要求19所述的图象处理装置，其中：

所述图象合成部件具有：生成输入图象和强调图象的加权平均图象的加权平均合成部件；根据由加权平均合成部件取得的图象和输入图象，决定输出图象的象素值的输出值决定部件。

21.一种图象处理装置，包括：

抽出输入图象的边缘信息的边缘信息检测部件；

通过基于由所述边缘信息检测部件取得的对象象素的边缘信息和对象象素的亮度的对象象素所属区域的判定、对象象素和属于其周围区域的象素的比较，对输入图象进行对比度改善处理的对比度改善部件；

根据由所述边缘信息检测部件取得的边缘信息，把由所述对比度改善部件取得的强调图象和所述输入图象合成的图象合成部件；

输出合成后的图象的图象输出步骤。

22.根据权利要求19或21所述的图象处理装置，其中：

所述对比度改善部件具有：根据边缘信息判定对象象素所属的区域的区域判定部件；根据由所述区域判定部件取得的区域，选择象素比较范围的比较范围设定部件；根据由所述比较范围设定部件选择的象素比较范围，求出对象象素的改善量的修正信息导出部件；根据由区域判定部件取得的区域，导出对比度改善量的调整系数的调整系数导出部件；用由所述调整系数导出部件取得的调整系数修正对比度改善量的调整部件；从修正的对比度改善量的分布抽出有效范围的抽出部件；按照抽出的范围，把对象象素的对比度改善量变换为强调图象上的对应的象素值的象素值变换部件。

23.根据权利要求19或21所述的图象处理装置，其中：

所述对比度改善部件具有：根据边缘信息判定对象象素所属的区域的区域判定部件；通过比较对象象素和属于尺寸不同的多个周围区域的象素，求出对比度改善量的修正信息导出部件；根据由区域判定部件取得的区域，导出对比度改善量的调整系数的调整系数导出部件；用由所述调整系数导出部件取得的调整系数修正对比度改善量的调整部件；从修正的对比度改善量的分布抽出有效范围的抽出部件；和按照抽出的范围，把对象象素的对比度改善量变换为强调图象上的对应的象素值的象素值变换部件。

24.一种图象处理装置，包括：

具有限制属于输入图象中的对象象素的周围区域的象素浓度的修正信息导出浓度限制部件，并且在存在限制的状态下，通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善部件；

输出由对比度改善部件取得的强调图象的图象输出部件。

25.一种图象处理装置，包括：

具有限制属于输入图象对象象素的周围区域的象素浓度的修正信息导出浓度限制部件，并且在存在限制的状态下，通过比较所述输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善部件；

把由所述对比度改善部件取得的强调图象和所述输入图象合成的图象合成部件；

输出合成后的图象的图象输出部件。

26.根据权利要求24或25所述的图象处理装置，其中：

所述对比度改善部件具有：求出对象象素的对比度改善量的修正信息导出部件；从对比度的分布抽出有效范围的抽出部件；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的象素值变换部件。

27.根据权利要求24或25所述的图象处理装置，其中：

所述对比度改善部件具有：通过比较对象象素和属于尺寸不同的多个周围区域的象素，求出对比度改善量的修正信息导出部件；从对比度改善量的分布抽出有效范围的抽出部件；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的象素值变换部件。

28.一种图象处理装置，包括：

对输入图象进行前处理的前处理部件；

通过比较前处理的图象的对象象素和属于其周围区域的象素，对该图象进行对比度改善处理的对比度改善部件；

把由对比度改善部件取得的强调图象和所述输入图象合成的图象合成部件；

对合成后的图象进行后处理的后处理部件；

输出后处理的图象的图象输出部件。

29.根据权利要求28所述的图象处理装置，其中：

所述对比度改善部件具有：在属于对象象素的周围区域的象素中决定上述比较中使用的比较象素的比较象素决定部件；求出对象象素的对比度改善量的修正信息导出部件；求出用于把所述对比度改善量变换为强调图象上的象素值的变换基准值的变换基准值计算部件；根据所述变换基准值把对比度改善量变换为强调图象上的象素值的象素值变换部件。

30.根据权利要求29所述的图象处理装置，其中：

所述修正信息导出部件具有：求出比较象素的浓度加权平均的周围平均部件、根据由所述周围平均部件取得的平均浓度和对象象素的浓度求出对比度改善量的改善量计算部件。

31.根据权利要求29所述的图象处理装置，其中：

所述修正信息导出部件具有：求出比较象素的浓度的加权平均的周围平均部件；检测对象象素的边缘信息的边缘信息检测部件；根据由边缘信息检测部件取得的边缘信息，计算边缘信息的修正系数的修正系数计算部件；用该修正系数修正由所述周围平均部件取得的平均浓度的比较量修正部件；根据修正的平均浓度和对象象素的浓度求出对比度改善量的改善量计算部件。

32.根据权利要求29所述的图象处理装置，其中：

所述修正信息导出部件具有：求出比较象素的浓度的加权平均的周围平均部件；根据由周围平均部件求出的平均浓度和对象象素的浓度求出对比度改善量的改善量计算部件；根据比较象素和对象象素的浓度差分计算强调成分的强调成分计算部件；在对比度改善量中加上强调成分的改善量修正部件。

33.根据权利要求28所述的图象处理装置，其中：

所述对比度改善部件具有：决定属于对象象素的周围区域的象素中在所述比较中使用的象素的垂直方向位置的比较象素决定部件；进行对由该决定取得的比较象素的浓度向垂直方向的加权相加的垂直方向加法部件；根据由垂直方向加法部件取得的所述周围区域的各水平象素位置的值计算对于对象象素的比较浓度的简易周围平均部件；从比较浓度和对象象素求出对比度改善量的改善量计算部件；求出用于把该对比度改善量变换为强调图象上的象素的值的变换基准值的变换基准值计算部件；根据变换基准值，把对比度改善量变换为强调图象上的象素值的象素值变换部件。

34.根据权利要求28所述的图象处理装置，其中：

所述对比度改善部件具有：决定属于对象象素的周围区域的象素中在所述比较中使用的象素的垂直方向位置和水平方向位置的比较象素决定部件；进行对由该决定取得的比较象素的浓度的垂直方向的加权相加的减少垂直方向加法部件；从由减少垂直方向加法部件取得的加法值计算对于对象象素的比较浓度的简易周围平均部件；从比较浓度和对象象素的浓度求出对比度改善量的改善量计算部件；求出用于把对比度改善量变换为强调图象上的象素值的变换基准值的变换基准值计算部件；根据变换基准值把对比度改善量变换为强调图象上的象素值的象素值变换部件。

35.根据权利要求28所述的图象处理装置，其中：

所述前处理部件进行对输入图象预先进行的灰度系数变换的逆变换。

36.根据权利要求35所述的图象处理装置，其中：

所述后处理部件进行灰度系数变换。

37.根据权利要求28所述的图象处理装置，其中：

所述后处理部件具有：计算输入图象的亮度值和色差成分的输入亮度和颜色计算部件；比较由输入亮度和颜色计算部件取得的输入图象的亮度成分和合成图象的亮度成分，调整合成图象的亮度成分的亮度调整部件；根据由亮度调整部件取得的合成图象的亮度成分，修正由输入亮度和颜色计算部件取得的输入图象的颜色成分的颜色成分修正部件；使用由亮度调整部件取得的合成图象的亮度成分和由颜色成分修正部件取得的修正后的颜色成分，再生成合成图象的图象再生成部件；对由图象再生成部件取得的合成图象进行灰度系数变换的灰度系数变换部件。

38.一种图象处理方法，包括：

通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善步骤；

把由所述对比度改善步骤取得的强调图象和所述输入图象合成的图象合成步骤；

输出合成后的图象的步骤。

39.根据权利要求38所述的图象处理方法，其中：

所述对比度改善步骤具有：求出对于输入图象内的象素的对比度改善量的步骤；从对比度改善量的分布抽出有效范围的步骤；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的象素值变换步骤。

40.根据权利要求38所述的图象处理方法，其中：

所述对比度改善步骤具有：比较对象象素和属于尺寸不同的多个周围区域的象素，求出对比度改善量的步骤；从对比度改善量的分布抽出有效范围的步骤；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的象素值变换步骤。

41.根据权利要求39或40所述的图象处理方法，其中：

所述象素值变换步骤具有：计算输入图象内的象素的平均亮度的步骤；根据平均亮度选择把对比度改善量变换为强调图象中的象素值的方式的步骤；根据选择的变换方式，把对比度改善量变换为强调图象上的象素值的步骤。

42.根据权利要求39或40所述的图象处理方法，其中：

所述象素值变换步骤具有：计算表示输入图象的对比度强度的基准强度值的步骤；根据所述基准强度值，推测用于把对比度改善量变换为强调图象中的值的变换曲线的变换曲线推测步骤；使用所述变换曲线，把对比度改善量变换为强调图象中的值的步骤。

43.根据权利要求42所述的图象处理方法，其中：

所述变换曲线推测步骤具有：设定表示变换曲线的探索向量的初始集合的步骤；使用与各探索向量对应的变换曲线的候补，从对比度改善量求出强调图象的候补中的变换值的步骤；使用所述基准强度值和所述变换值，计算用于评价各变换曲线的候补的评价值的步骤；根据所述评价值，计算各变换曲线的候补的适合度的步骤；根据各变换曲线的候补的适合度，对于所选择的探索向量进行改编操作，并进行下一代的集合的生成的步骤；判定是否为变换曲线的推测结束的一代的步骤。

44.根据权利要求38所述的图象处理方法，其中：

所述对比度改善步骤具有：对包含成为对比度改善对象的信号的多个信号变换输入图象内的象素的值的信号变换步骤；对于由所述信号变换步骤取得的对象信号，求出对象象素的对比度改善量的步骤；从对于对象信号的对比度改善量的分布抽出有效范围的步骤；按照抽出的范围，把对于对象信号的对比度改善量变换为强调图象上的对象信号的值的对象信号变换步骤；根据强调图象上的对象信号和由所述信号变换步骤取得的对象信号以外的信号，求出强调图象上的象素值的步骤。

45.根据权利要求38所述的图象处理方法，其中：

所述对比度改善步骤具有：对成为对比度改善对象的信号变换输入图象内的象素值的信号变换步骤；通过比较对象象素的对象信号值和属于尺寸不同的多个周围区域的象素的对象信号值，求出对比度改善量的步骤；从对于对象信号的对比度改善量的分布抽出有效范围的步骤；按照抽出的范围，把对于对象信号的对比度改善量变换为强调图象上的对象信号的值的对象信号变换步骤；根据强调图象上的对象信号和由所述信号变换步骤取得的对象信号以外的信号，求出强调图象上的象素值的步骤。

46.根据权利要求44或45所述的图象处理方法，其中：

所述对象信号变换步骤具有：计算输入图象中的对象信号的平均值的步骤；根据该平均值，选择用于把对象信号中的对比度改善量变换为强调图象中的对象信号值的变换方式的步骤；根据选择的变换方式，把对象信号中的对比度改善量变换为强调图象中的对象信号的值的步骤。

47.根据权利要求44或45所述的图象处理方法，其中：

所述对象信号变换步骤具有：对由信号变换步骤取得的对象信号，计算表示输入图象的对比度强度的基准强度值的步骤；根据所述基准强度值，推测用于把对象信号中的对比度改善量变换为强调图象中的值的变换曲线的对象信号变换曲线推测步骤；使用推测的变换曲线，把对象信号中的对比度改善量变换为强调图象中的值的步骤。

48.根据权利要求47所述的图象处理方法，其中：

所述对象信号变换曲线推测步骤具有：设定表示变换曲线的探索向量的初始集合的步骤；使用与各探索向量对应的变换曲线的候补，从对象信号中的对比度改善量求出强调图象的候补的对象信号中的变换值的步骤；使用该基准强度值和变换值，计算用于评价各变换曲线的候补的评价值的步骤；根据所述评价值，计算各变换曲线的候补的适合度的步骤；根据各变换曲线的候补的适合度，对于所选择的探索向量进行改编操作，并进行下一代的集合的生成的步骤；判定是否为变换曲线的推测结束的一代的步骤。

49.根据权利要求38所述的图象处理方法，其中：

所述图象合成步骤具有：决定输入图象和强调图象中的哪一方优先的选择基准值判定步骤；根据所述选择基准值判定步骤的决定，决定与输入图象以及强调图象有关的结合系数的结合系数导出步骤；使用决定的各图象的结合系数，生成输入图象和强调图象的加权平均图象的步骤。

50.一种图象处理方法，包括：

通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善步骤；

抽出输入图象的边缘信息的边缘信息检测步骤；

根据由所述边缘信息检测步骤取得的边缘信息，把由对比度改善步骤取得的强调图象和输入图象合成的图象合成步骤；

输出合成后的图象的步骤。

51.根据权利要求50所述的图象处理方法，其中：

所述对比度改善步骤具有：求出对于输入图象内的象素的对比度改善量的步骤；从对比度改善量的分布抽出有效范围的步骤；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的步骤。

52.根据权利要求50所述的图象处理方法，其中：

所述对比度改善步骤具有：通过比较对象象素和属于尺寸不同的多个周围区域的象素，求出对比度改善量的步骤；从对比度改善量的分布抽出有效范围的步骤；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的步骤。

53.根据权利要求50所述的图象处理方法，其中：

所述图象合成步骤具有：根据从输入图象取得的边缘信息，导出与输入图象以及强调图象有关的结合系数的步骤；根据导出的各图象的结合系数，生成输入图象和强调图象的加权平均图象的步骤。

54.一种图象处理方法，包括：

通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善步骤；

按照输入图象的浓度分布修正由所述对比度改善步骤取得的强调图象的浓度分布的浓度修正步骤；

把由所述浓度修正步骤取得的修正图象和输入图象合成的步骤；

输出合成后的图象的步骤。

55.根据权利要求54所述的图象处理方法，其中：

所述图象合成步骤具有：生成输入图象和修正图象的加权平均图象的加权平均合成步骤；根据由所述加权平均合成步骤取得的图象和输入图象，决定输出图象的象素值的步骤。

56.一种图象处理方法，包括：

检测输入图象的边缘信息的边缘信息检测步骤；

通过基于由所述边缘信息检测步骤取得的对象象素的边缘信息和对象象素的亮度的对象象素所属区域的判定、对象象素和属于其周围区域的象素的比较，对输入图象进行对比度改善处理的对比度改善步骤；

把由所述对比度改善步骤取得的强调图象和输入图象合成的图象合成部件；

输出合成后的图象的步骤。

57.根据权利要求56所述的图象处理方法，其中：

所述图象合成步骤具有：生成输入图象和强调图象的加权平均图象的加权平均合成步骤；根据由加权平均合成步骤取得的图象和输入图象，决定输出图象的象素值的步骤。

58.根据权利要求56所述的图象处理方法，其中：

所述对比度改善步骤具有：根据边缘信息，判定对象象素所属区域的区域判定步骤；根据由所述区域判定步骤取得的区域，选择象素比较范围的比较范围设定步骤；根据由所述比较范围设定步骤选择的象素比较范围，求出对象象素的对比度改善量的步骤；根据由所述区域判定步骤取得的区域，导出对比度改善量的调整系数的调整系数导出步骤；用由所述调整系数导出步骤导出的调整系数修正对比度改善量的步骤；从修正的对比度改善量的分布抽出有效范围的步骤；按照抽出的范围，把对象象素的对比度改善量变换为强调图象上的对应的象素值的步骤。

59.根据权利要求56所述的图象处理方法，其中：

所述对比度改善步骤具有：根据边缘信息，判定对象象素所属区域的区域判定步骤；通过比较对象象素和属于尺寸不同的多个周围区域的象素，求出对比度改善量的步骤；根据由所述区域判定步骤取得的区域，导出对比度改善量的调整系数的调整系数导出步骤；用由所述调整系数导出步骤导出的调整系数修正对比度改善量的步骤；从修正的对比度的分布抽出有效范围的步骤；按照抽出的范围，把对象象素的对比度改善量变换为强调图象上的对应的象素值的步骤。

60.一种图象处理方法，包括：

在限制属于输入图象中的对象象素的周围区域的象素浓度的状态下，通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善步骤；

输出由对比度改善步骤取得的强调图象的步骤。

61.一种图象处理方法，包括：

在限制属于输入图象中的对象象素的周围区域的象素浓度的状态下，通过比较输入图象的对象象素和属于其周围区域的象素，对输入图象进行对比度改善处理的对比度改善步骤；

把由所述对比度改善步骤取得的强调图象和所述输入图象合成的步骤；

输出合成后的图象的步骤。

62.根据权利要求60或61所述的图象处理方法，其中：

所述对比度改善步骤具有：求出对象象素的对比度改善量的步骤；从对比度的分布抽出有效范围的步骤；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的步骤。

63.根据权利要求60或61所述的图象处理方法，其中：

所述对比度改善步骤具有：通过比较对象象素和属于尺寸不同的多个周围区域的象素，求出对比度改善量的步骤；从对比度改善量的分布抽出有效范围的步骤；根据所抽出的范围把对象象素的对比度改善量变换为强调图象上的对应的象素值的步骤。

64.一种图象处理方法，包括：

对输入图象进行给定的前处理的前处理步骤；

通过比较前处理的图象的对象象素和属于其周围区域的象素，对该图象进行对比度改善处理的对比度改善步骤；

把由所述对比度改善步骤取得的强调图象和输入图象合成的步骤；

对合成后的图象进行后处理的后处理步骤；

输出后处理的图象的步骤。

65.根据权利要求64所述的图象处理方法，其中：

所述对比度改善步骤具有：在属于对象象素的周围区域的象素中决定该比较中使用的比较象素的步骤；求出对象象素的对比度改善量的修正信息导出步骤；求出用于把对比度改善量变换为强调图象上的象素值的变换基准值的步骤；根据所述变换基准值把所述对比度改善量变换为强调图象上的象素值的步骤。

66.根据权利要求65所述的图象处理方法，其中：

所述修正信息导出步骤具有：求出比较象素的浓度加权平均的周围平均步骤、从由所述周围平均步骤取得的平均浓度和对象象素的浓度求出对比度改善量的步骤。

67.根据权利要求65所述的图象处理方法，其中：

所述修正信息导出步骤具有：求出比较象素的浓度的加权平均的周围平均步骤；检测对象象素的边缘信息的边缘信息检测步骤；从由边缘信息检测步骤取得的边缘信息，计算边缘信息的修正系数的步骤；用该修正系数修正由周围平均部件取得的平均浓度的步骤；从修正的平均浓度和对象象素的浓度求出对比度改善量的步骤。

68.根据权利要求65所述的图象处理方法，其中：

所述修正信息导出步骤具有：求出比较象素的浓度的加权平均的周围平均步骤；从由周围平均步骤取得的平均浓度和对象象素的浓度求出对比度改善量的步骤；从比较象素和对象象素的浓度差分计算强调成分的步骤；在对比度改善量中加上强调成分的步骤。

69.根据权利要求64所述的图象处理方法，其中：

所述对比度改善步骤具有：决定属于对象象素的周围区域的象素中在所述比较中使用的象素的垂直方向位置的步骤；求出对由该决定取得的比较象素的浓度向垂直方向的加权相加值的垂直方向加法步骤；从由垂直方向加法步骤取得的所述周围区域的各水平象素位置的相加值计算对于对象象素的比较浓度的步骤；从所述比较浓度和对象象素的浓度求出对比度改善量的步骤；求出用于把该对比度改善量变换为强调图象上的象素值的变换基准值的步骤；根据变换基准值，把对比度改善量变换为强调图象上的象素值的步骤。

70.根据权利要求64所述的图象处理方法，其中：

所述对比度改善步骤具有：决定属于对象象素的周围区域的象素中在所述比较中使用的象素的垂直方向位置和水平方向位置的步骤；进行对由该决定取得的比较象素的浓度向垂直方向的加权相加的减少垂直方向加法步骤；从由减少垂直方向加法步骤取得的加法值计算对于对象象素的比较浓度的步骤；从比较浓度和对象象素的浓度求出对比度改善量的步骤；求出用于把对比度改善量变换为强调图象上的象素值的变换基准值的步骤；根据变换基准值把对比度改善量变换为强调图象上的象素的值的步骤。

71.根据权利要求64所述的图象处理方法，其中：

所述前处理步骤进行对输入图象预先进行的灰度系数变换的逆变换。

72.根据权利要求64所述的图象处理方法，其中：

所述后处理步骤进行灰度系数变换。

73.根据权利要求64所述的图象处理方法，其中：

在所述后处理步骤中，具有：计算输入图象的亮度值和色差成分的输入亮度和颜色计算步骤；比较由输入亮度和颜色计算步骤取得的输入图象的亮度成分和合成图象的亮度成分，调整合成图象的亮度成分的亮度调整步骤；根据由亮度调整步骤取得的合成图象的亮度成分，修正由输入亮度和颜色计算部件取得的输入图象的颜色成分的颜色成分修正步骤；使用由亮度调整步骤取得的合成图象的亮度成分和由颜色成分修正步骤取得的修正后的颜色成分，再生成合成图象的图象再生成步骤；对由图象再生成步骤取得的合成图象进行灰度系数变换的步骤。

Images