CN1991909A - 图像处理装置、图像处理方法和程序 - Google Patents

Abstract

图像处理装置、图像处理方法和程序。一种图像处理装置包括：特征量识别单元，识别多个图像数据中的每一个图像数据的特征量；以及，处理基准提取单元，根据特征量识别单元所识别的特征量提取用于对所述多个图像数据进行图像校正的处理基准。

Description

图像处理装置、图像处理方法和程序

本申请是原案申请号为200410048746.6的发明专利申请(申请日：2004年6月15日，发明名称：图像处理装置、图像处理方法和程序)的分案申请。

技术领域

本发明涉及用于处理例如拍摄的照片图像等的图像处理装置等等，更具体地，涉及用于对多个图像进行校正的图像处理装置等等。

背景技术

对于例如利用数字相机(数字静物相机(DSC))所拍摄的多个相片图像(图像数据、数字图像)以及通过扫描仪所读取的多个图像，将这样的多个图像置于一预定区域并且使所编辑的设计图像可视化以用于输出的工作广泛地应用于以下领域：例如，用于商业广告传单、广告、杂志文章等的印刷市场，以及展览和会议材料、现场记录写真、制订房地产、产品的商品快照的商业市场等。至今为止，例如，专业摄影者拍摄设计好的照片图像，并且图像处理的专业用户在观察每个图像状态时加以调节以进行编辑。另一方面，近年来，随着以数字相机、移动电话等为代表的拍摄装置的迅速发展和普及应用，以及因特网等网络技术的进步，将普通用户在分散的和不同的拍摄条件下所提供的多个图像放入数据库的情况增多了。

作为在公报中所描述的现有技术之一，对每个图像产生一外接于具有边缘空白的附加图像的矩形区域，并且根据预定的布置规则来布置这些图像，从而在指定的区域中设计所述图像(例如，参见JP-A-2003-101749)。还公开了一种技术，即：根据显示区域的长度大小(或宽度大小)与图像数据的长度大小(或宽度大小)之间的比率来按比例放大或缩小各读出图像的纵横比(长对宽)，以醒目的方式在多个屏面上显示未指定图像尺寸的多幅图像数据(例如，参见JP-A-2000-40142)。

发明内容

如果在固定的拍摄条件等下拍摄所有的照片图像，则可以产生醒目的设计画面(layout display)。然而，如果使用在上述JP-A-2003-101749、JP-A-2000-40142等中的技术，产生在不同的环境中、由不同的拍摄者、并且在不同的拍摄条件下所拍摄的多个照片图像的设计画面，则不能提供醒目的设计画面。例如，即使拍摄有限种类的商品，诸如化妆品和糖果的包装，以及微型汽车玩具等，如果这些商品是在不同的条件下(拍摄地点、时间、被摄物体位置、被摄物体角度、照明、相机等)拍摄的，则所设计的多个图像也会因商品的大小、位置、倾斜角等差异而变得非常难看。在难看的设计画面中的图像不仅起因于几何特征量的差异，而且起因于与各图像的明度、色彩、灰色平衡(gray balance)、半色调技术等图像质量相关的特征量的差异。此外，背景是否存在也成为对多个图像进行相互对比参照的障碍。至今为止，图像质量的校正一直是手工进行的。然而，这种图像校正仅依赖于人工或者手工劳动的情况，特别是对于需要设计图像的加速打印输出并且网络中的图像出版机会日渐增加的商业市场和印刷市场来说，是极为不利的。

鉴于上述情况提出本发明，通过自动校正各图像以集总输出多个图像，并且利用统计技术提供多个图像中的经过校正的多个主要被摄物体和多个背景，来提供漂亮的设计输出。

为此，根据本发明的图像处理装置包括：特征量识别单元，识别多个图像数据中的每一个图像数据的特征量；以及处理基准提取单元，根据特征量识别单元所识别的特征量提取用于对所述多个图像数据进行图像校正的处理基准。

在本发明的另一方面中，根据本发明的图像处理装置包括：输入单元，输入多个数字图像；特征量识别单元，从通过输入单元所输入的多个数字图像中的每个数字图像中识别主要被摄物体的几何特征量；以及，几何校正单元，对所述多个数字图像中的每一个数字图像的主要被摄物体进行校正，以使所述多个图像针对由特征量识别单元所识别的几何特征量在几何上一致。

另一方面，根据本发明的图像处理装置包括：输入单元，输入多个数字图像；特征量识别单元，从通过输入单元所输入的多个数字图像中的每一个数字图像中识别与主要被摄物体的图像质量相关的特征量；以及图像质量校正单元，对所述多个数字图像中的每一个数字图像的主要被摄物体进行校正，以使得所述图像质量针对由特征量识别单元所识别的与图像质量相关的特征量一致。

此外，根据本发明的图像处理装置包括：特征量识别单元，从多个数字图像中的每一个数字图像中提取一背景区域，并且识别与每个背景相关的特征量；以及，背景校正单元，对各个图像进行校正，使得所述多个背景针对由特征量识别单元所识别的与背景相关的特征量一致。

在本发明的另一方面中，根据本发明的图像处理方法包括：输入多个图像数据；识别所输入的多个图像数据中的每一个图像数据的主要被摄物体的特征量；根据所识别的特征量设定用于对各主要被摄物体进行图像校正的处理基准；利用所设定的处理基准对主要被摄物体进行校正；并且输出具有已经进行校正的主要被摄物体的图像数据。

此外，根据本发明的图像处理方法包括：输入多个图像数据；在所输入的该多个图像数据中的每一个图像数据中识别一背景区域；对该多个图像数据进行校正，使得所识别的背景区域一致；并且输出已经进行校正的所述多个图像数据。

一种计算机可读存储介质，该存储介质存储本发明的可由计算机执行的多个指令的程序，所述程序使计算机执行处理图像的功能，所述功能包括以下步骤：在所输入的多个图像数据中的每一个图像数据中识别一主要被摄物体；识别每个所识别的主要被摄物体的特征量；根据所识别的特征量设定用于对各主要被摄物体进行图像校正的处理基准；并且使用所设定的处理基准对主要被摄物体进行校正。

一种计算机可读存储介质，该存储介质存储本发明的可由计算机执行的多个指令的程序，所述程序使计算机执行处理图像的功能，所述功能包括以下步骤：在所输入的多个图像数据中的每一个图像数据中识别一背景区域；并且对所述多个图像数据进行校正，以使所识别的背景区域一致。

本发明可以自动地校正各图像并且提供漂亮的设计输出等，以集总输出多个图像。

附图说明

将根据以下附图对本发明的优先实施例进行详细说明，其中：

图1是显示根据本发明的一实施例的图像处理系统的一般配置示例的图；

图2是执行本发明的实施例中的综合设计处理的功能框图；

图3是表示几何特征量的处理基准计算过程的流程图；

图4A至4C是用于说明图3中所示的步骤105至110的处理的图；

图5是表示几何特征量的校正过程的流程图；

图6是显示图像质量处理基准计算过程的流程图；

图7是显示图像质量校正过程的流程图；

图8是显示用于背景处理的处理基准计算过程的流程图；

图9是显示背景色彩校正过程的流程图；

图10A和10B是示出一个示例的示意图，在该示例中未进行实施例中的综合设计处理；以及

图11A和11B是示出一个示例的示意图，在该示例中进行了实施例中的综合设计处理。

具体实施方式

现在参照附图，在附图中显示了本发明的一个实施例。

图1是显示根据本发明的一个实施例的图像处理系统的一般配置示例的图。其中，通过诸如因特网的网络9将多个功能模块连接。图1中所示的图像处理系统包括：图像处理服务器1，用于对分散拍摄的照片图像进行综合设计处理；图像数据库服务器2，用于获取分散拍摄的照片图像，并且选择要进行综合设计处理的多个图像；以及一个或者更多个图像数据库(图像DB)3，与图像数据库服务器2相连接，用于存储所分散拍摄的照片图像。该图像处理系统还包括：图像传送设备5，用于读取利用拍摄单元的数字相机4所拍摄的照片图像，并且通过网络9将该图像传送到图像数据库服务器2；显示器6，用于显示经过图像处理服务器1中的综合设计处理的图像；以及打印图像处理设备8，用于执行各种图像处理，以将经过图像处理服务器1中的综合设计处理的图像输出到图像打印输出单元的打印机7。可以将图像传送设备5、显示器6、以及打印图像处理设备8实现为计算机，如笔记本式计算机(笔记本PC)和台式PC。还可以将图像处理服务器1和图像数据库服务器2理解为诸如PC的计算机。本实施例的特征在于，对在不同的拍摄地点和不同的拍摄条件所分散地拍摄的多个照片图像进行综合。为此，将多个数字相机4和与数字相机4相连的多个图像传送设备5连接到网络9。

为便于理解，通过对比现有技术中的设计处理和本实施例中的综合设计处理来进行说明。

图10A和10B显示一示例，在该示例中未进行稍后将说明的本实施例中的综合设计处理。在图10A中，拍摄A、拍摄B和拍摄C表示在不同环境中所拍摄的照片图像示例，将其从图像传送设备5发送到图像数据库服务器2，并且存储在作为存储器的一个或者更多个图像DB 3中。例如，在拍摄A的文件中，物体(主要被摄物体)被拍摄得比较大并且十分明亮，而且该图像的明度也比较好。在拍摄B的文件中，物体被拍摄得很小，并且该图像不够明亮。并且，该被摄物体被布置得远离中心。在拍摄C的文件中，物体的大小足够大，但是该图像是具有非常低的照度(illumination)的暗图像。如果将在不同的拍摄条件下所拍摄的这种照片图像不经处理就进行版面设计，则这些照片图像会成为例如图10B所示的情况。被摄物体的大小不同并且被摄物体在图像中的位置不一致。并且图像的图像质量(即：明度、色彩再现等)也不同，因此，所产生文件质量很差。

图11A和11B是示例图，在该示例中，进行了本实施例的综合设计处理。如果将如图10A所示的在不同环境中拍摄的、具有不同的图像质量、以及具有不同的被摄物体几何特征的多个照片图像进行综合设计，则可以使用统计学技术来自动提供如图11B所示的综合文件。在该综合文件中，从图11A所示的各图像中提取被摄物体的物体几何特征量以及图像处理特征量，并且根据所提取的不同类型的特征量设定基准，并对各图像进行校正。对各图像进行校正，以使在所述多个图像中作为主要被摄物体的物体的明度和该被摄物体的背景都被统一(一致)。即，首先，提取大小、位置等几何特征量，并且还提取图像的明度、色彩再现等关于图像质量的特征量。将这些特征量进行集中，根据一给定条件设定基准，并且校正各个图像以匹配该基准，以产生一综合设计。因此，可以提供例如象图11B中的商品目录那样的使大小、位置、背景和明度等都一致的漂亮的设计图像。

图2是用于执行如上参照图11A和11B所述的本实施例中的综合设计处理的功能框图。用于主要执行综合设计的图像处理服务器1包括：图像输入部11，用于从图像数据库服务器2获取存储在图像DB3中的图像数据(多个数字图像)；号码给定及总数计数处理部12，用于对通过图像输入部11所输入的多个图像执行给定图像号码(Gn)、总数计数等预处理；以及，图像输出部13，用于单独地或以设计状态向网络9发送经过图像处理的分立的多个图像。图像处理服务器1还包括：处理基准确定功能模块20，用于从经过号码给定及总数计数处理部12的多个图像中，获取几何特征量以及图像质量特征量，并且计算处理基准；校正量计算功能模块30，用于对通过图像输入部11所输入、并且经过号码给定及总数计数处理部12的给定图像号码(Gn)、总数计数等预处理的各分立的图像的特征量进行分析，并且根据处理基准确定功能模块20的输出来计算图像校正量；以及，图像处理功能模块40，用于根据校正量计算功能模块30所计算的多个分立图像的校正量，执行各种图像处理。

校正量计算功能模块30可以分析待经实际图像处理的各图像的状态，并且可以校正与多个图像的所确定处理基准之差。并且也可以采用不提供校正量计算功能模块30的配置。在此情况中，独立于各图像的状态执行由一个处理基准所一致确定的处理，该处理基准由多个图像确定。还可以根据处理类型切换处理模式。例如，在使背景一致的处理中，根据基于多个图像的多数裁定原则、平均值等来确定该处理基准，并且独立于各图像的状态来进行一致确定的处理。另一方面，为根据一个图像组的平均值来使明度级一致，优选地在对与处理基准之差进行校正之前利用校正量计算功能模块30来分析各图像的状态。

将进一步说明上述功能模块。处理基准确定功能模块20包括：特征量提取部21，用于从待进行综合设计处理的多个图像中获取几何特征量和背景信息、色彩等各种图像质量信息的特征量等；基准特征量分析部22，用于分析由特征量提取部21所提取的多个图像的特征量；处理基准计算部23，用于根据多个图像计算处理基准；以及，目标值设定和存储部24，用于根据所计算的处理基准设定目标值，并且将所设定的值存储在存储器(未示出)中。该校正量计算功能模块30包括：图像特征量提取部31，用于提取将进行校正处理的各图像的几何特征量、图像质量特征量等；图像特征量分析部32，用于分析已由图像特征量提取部31提取出特征量的该图像的特征量；以及，图像校正量计算部33，用于根据图像特征量分析部32所分析的特征量和处理基准计算部23所计算的处理基准来计算该图像的校正量。而且，图像处理功能模块40包括：几何特征量校正部41，用于校正被识别为主要被摄物体的物体的大小、位置、倾斜度等几何特征量；图像质量校正部42，用于校正明度、色彩、灰色平衡、灰度校正等图像质量；以及，背景处理部43，用于进行诸如背景去除或者使背景一致等背景校正。

图像质量校正部42例如包括以下功能：进行噪声抑制处理的平滑处理功能；根据图像分布是否为亮面或者暗面而移动基准点的明度校正功能；调节图像分布的明亮部分和阴影部分的分布特性的加亮阴影校正功能；以及，从明暗分布直方图获得分布状态并且校正明暗对比度的明暗对比度校正功能。该图像质量校正部42具有以下功能：色调和色彩平衡校正功能，例如，利用被认为最亮的白色区域作为基准，对一白色部分的色彩偏移进行校正；色饱和度校正功能，例如对色饱和度略低的图像进行处理以使其变得清晰(鲜明)，以及对接近灰色的图像进行处理，以抑制色饱和度；记忆色彩校正功能，例如校正一指定的记忆色彩，诸如利用皮肤色彩作为基准以使色彩接近皮肤色彩的校正等。此外，该图像质量校正部42可以包括例如根据整体边缘度(edge degree)来确定边缘强度并校正成清晰图像的清晰度增强处理功能。

以下将说明在图2所示的多个功能块中所执行的处理。

首先，将说明几何特征量的处理步骤。

图3是表示几何特征量的处理基准计算过程的流程图。在图像处理服务器1中，首先，通过图像输入部11输入多个图像(图像数据、多个数字图像)(步骤101)，并且号码给定及总数计数处理部12向每个输入图像给定一图像号码Gn(步骤102)，并且对图像总数N进行计数(步骤103)。然后，处理基准确定功能模块20按顺序(例如以第一图像G1开始)读取图像Gn(步骤104)。特征量提取部21识别主要被摄物体(步骤105)，并且提取所识别的主要被摄物体(被摄物体)的轮廓(步骤106)，然后提取该被摄物体的外接矩形(步骤107)。处理基准计算部23执行步骤108到110的各种计算处理。即，计算被摄物体的外接起始位置(步骤108)并且计算该被摄物体的大小(步骤109)。然后，计算该被摄物体的重心(步骤110)。

图4A和4B是为说明上述步骤105到110中的处理的图，并且显示了直到计算出图像图案1至3的处理基准的过程。图4A显示识别被摄物体的示例；图4B显示轮廓提取的示例；而图4C显示提取该被摄物体的外接矩形以及计算矩形信息的示例。如图4A所示，在步骤105，从背景中分离出该主要被摄物体并且识别该被摄物体。在步骤106，对各图像图案提取轮廓，并且提供一空白图像，例如，如图4B所示。在步骤107中从所提取的多个轮廓中提取如图4C所示的被摄物体的外接矩形。在步骤108到110，根据所提取的被摄物体外接矩形对各个图像计算该被摄物体的外接起始位置(例如(Xs1，Ys1)，(Xs2，Ys2)，(Xs3，Ys3))，该被摄物体的大小(例如，(Xd1，Yd1)，(Xd2，Yd2)，(Xd3，Yd3))，以及该被摄物体的重心坐标(例如，(Xg1，Yg1)，(Xg2，Yg2)，(Xg3，Yg3))。

再次参照图3，在步骤110之后，判定所处理的图像数是否超过图像总数N，即，判定是否Gn＜N(步骤111)。如果所处理的图像数没有超过图像总数N，则处理返回到步骤104，并且执行步骤104及其后续步骤，以对各图像重复计算处理。如果所处理的图像数超过图像总数N，则处理基准计算部23执行步骤112至114的平均值计算处理。在步骤112，将外接起始位置的平均值(XsM，YsM)计算为XsM＝平均值(Xs1，Xs2，Xs3)，和YsM＝平均值(Ys1，Ys2，Ys3)。在步骤113，将大小的平均值计算为XdM＝平均值(Xd1，Xd2，Xd3)，和YdM＝平均值(Yd1，Yd2，Yd3)。然后，在步骤114，将重心的平均值计算为XgM＝平均值(Xg1，Xg2，Xg3)，和YgM＝平均值(Yg1，Yg2，Yg3)。当按此方式计算出处理基准后，目标值设定和存储部24设定外接起始位置的目标值(步骤115)、大小的目标值(步骤116)、以及重心的目标值(步骤117)。将所设定的目标值存储在存储器(未示出)中，并且结束几何特征量的处理基准计算过程。

还可以根据用户的规定来确定几何特征量的目标值。例如，可以在显示器上显示以下信息：

使多个被摄物体的重心在中心处匹配；

使多个被摄物体与最大的被摄物体匹配；

使多个被摄物体与最小的被摄物体匹配；以及

使大小和位置与平均大小和平均位置匹配，并且可以提示用户指定其中之一。在图3中设定目标值的示例中，将平均值自动地计算为目标值。为提示用户进行指定，目标值设定和存储部24可以根据用户的指定来改变目标值设定方法，并且可以将该多个目标值存储在存储器中。还可以在执行实际的校正过程时设定该多个目标值。

图5是表示几何特征量的校正过程的流程图。

在几何特征量的校正过程中，根据在执行图3所示的过程时所获得的处理基准的目标值，执行实际的校正处理。作为校正处理，可以采用独立于各图像的状态而进行一致确定的处理的方法，以及分析各图像的状态并校正与处理基准之差的方法。在图5中，将以后一方法为例。

在几何特征量的校正过程中，在图2所示图像处理服务器1中，首先，通过图像输入部11输入多个待处理的图像(图像数据、多个数字图像)(步骤151)，并且号码给定及总数计数处理部12对每个输入图像给定一图像号码Gn(步骤152)，并且对待处理的图像总数N进行计数(步骤153)。还可以提示用户来指定多个待处理的图像。在此情况下，用户所指定的多个图像的总数变为图像总数N。然后，校正量计算功能模块30从N个图像中读取图像Gn(以第一个图像开始)(步骤154)。图像特征量提取部31识别待处理的主要被摄物体(步骤155)，并且提取所识别的主要被摄物体(被摄物体)的轮廓(步骤156)，然后提取该被摄物体的外接矩形(步骤157)。然后，图像特征量分析部32分析待处理的图像的特征量。具体地说，计算该被摄物体的外接起始位置(步骤158)，并且计算该被摄物体的大小(步骤159)。然后，计算该被摄物体的重心(步骤160)。根据所使用的图像校正处理方法，不必全部执行所有的分析。

然后，图像校正量计算部33读取由目标值设定和存储部24所设定并存储的目标值(步骤161)，并且根据图像特征量分析部32所分析的特征量和各读出目标值之间的差，计算校正量(步骤162)。将所计算的校正量输出给图像处理功能模块40。图像处理功能模块40的几何特征量校正部41根据需要校正外接起始位置(步骤163)，校正大小(步骤164)，并且校正重心(步骤165)。判定是否执行了总数N个图像的校正，即，判定是否Gn＜N(步骤166)。如果未超过图像总数N，则处理返回步骤154，并且重复步骤154及其后续步骤，以对下一待处理图像执行校正处理。如果超过图像总数N，则结束几何特征量的校正过程。以图4A至4C所示的图案为例进行说明。例如，为利用外接起始位置的平均值(XsM，YsM)和大小的平均值(XdM，YdM)来校正图像图案2，

图像偏移：(XsM-Xs2，YsM-Ys2)像素偏移

图像放大比例：(YdM/Yd2)倍…(与纵向缩放比例匹配)。

增加了这种校正后，使得可以提供具有一致的几何特征量的醒目的设计输出，如图11B所示。

以下将说明图像质量处理的各个处理过程。

图6是表示图像质量处理基准计算过程的流程图。在图像处理服务器1中，首先通过图像输入部11输入多个图像(步骤201)，并且号码给定及总数计数处理部12对每个输入图像给定一图像号码Gn(步骤202)并且对图像总数N进行计数(步骤203)。然后，处理基准确定功能模块20按顺序(例如从第一图像G1开始)读出图像Gn(步骤204)。然后，对于主要被摄物体执行关于辉度(luminance)、红色(R)、绿色(G)、蓝色(B)以及色饱和度的目标值设定处理。首先，对与背景分离的主要被摄物体，执行例如向L*a*b的转换，并且执行辉度转换(步骤205)，并且采集辉度直方图(步骤206)。然后，计算出分布平均值L_ave(步骤207)，并且将所计算出的L_ave累加，以得到L_target(步骤208)。使用辉度转换来用于例如加亮阴影校正，以及明暗对比度校正。例如，在明暗对比度校正中，从基准图像中得到明暗分布(例如，直方图)，并且一个使在把范围分成五段时提供几乎同一分布的值成为了目标值。

另一方面，为进行色饱和度校正，执行了色饱和度转换(步骤209)。首先，对与背景分离的主要被摄物体，采集色饱和度直方图(步骤210)，并且计算分布平均值S_ave(步骤211)。将所计算的S_ave累加以得到S_target(步骤212)。其中，可以用L*a*b*的a*b*的两个平面来表示该色饱和度。当a*b*为00时，产生灰色。作为基准，使接近灰色的部分为灰色，即，如果该部分有一点色彩，则通过抑制色饱和度将其校正为灰色。在具有中等或高色饱和度的分布中，进行色饱和度校正，以增强清晰度(明度)。在步骤209至212，根据关于各像素的主要被摄物体的分布平均值来确定用于色饱和度校正的目标。

此外，例如，为进行色调和色彩平衡校正，执行RGB转换(步骤213)。首先，对于与背景分离的主要被摄物体，采集RGB直方图(步骤214)，计算R分布的最大值r_max(步骤215)，计算G分布的最大值g_max(步骤216)，并且计算B分布的最大值b_max(步骤217)。将所计算的r_max进行累加以得到Rmax_target(步骤218)，将所计算的g_max进行累加以得到Gmax_target(步骤219)，将所计算的b_max进行累加以得到Bmax_target(步骤220)。为进行色调和色彩平衡校正，分别采集R、G和B直方图，并且例如将最亮的RGB直方图点确定为白色，并且如果在该部分出现黄色、绿色等的图像不清(fogging)，则假设该白色部分偏移，并且调节白色平衡以设定同一起点。

在步骤220后，判定所处理的图像总数是否超过图像总数N，即：判定是否Gn＜N(步骤221)。如果所处理的图像数未超过图像总数N，则处理返回到步骤204，并且执行步骤204及其后续步骤，以对每个图像重复计算处理。如果所处理的图像数超过图像总数N，则处理基准计算部23执行以下处理。首先，处理基准计算部23将多个图像的计算结果的相加值(和)除以N，以得到平均值。即，将该值除以N以得到通过累加所计算出的L_target的平均值(步骤222)。同样，将该值除以N以得到通过累加所计算出的S_target的平均值(步骤223)，计算Rmax_target的平均值(步骤224)，计算Gmax_target的平均值(步骤225)，计算Bmax_target的平均值(步骤226)。目标值设定和存储部24将以此方式所计算的L_target设定为亮度校正目标值(步骤227)，将S_target设定为色饱和度校正目标值(步骤228)，将Rmax_target设定为色彩平衡(CB)校正目标值(步骤229)，将Gmax_target设定为CB校正目标值(步骤230)，并且将Bmax_target设定为CB校正目标值(步骤231)，并且将这些目标值存储在预定存储器(未示出)中。现在图像质量处理基准计算过程结束。

以下将说明实际的校正处理。

图7是表示图像质量校正过程的流程图。在图像处理服务器1中，首先，通过图像输入部11输入待处理的多个图像(步骤251)，并且号码给定及总数计数处理部12对待处理的多个图像按顺序给定图像号码Gn(步骤252)，并且对图像总数N进行计数(步骤253)。然后，在图像特征量提取部31中，例如以第一图像G1开始按顺序读取图像Gn(步骤254)。对于与背景分离的主要被摄物体，进行RGB转换(步骤255)。然后，采集RGB直方图(步骤256)，计算R分布的最大值r_max(步骤257)，计算G分布的最大值g_max(步骤258)，并且计算B分布的最大值b_max(步骤259)。利用Rmax_target、Gmax_target以及Bmax_target和在图6的流程图中由目标值设定和存储部24所设定的目标值，产生色彩平衡(CB)校正查寻表(LUT)(步骤260)，并且对经过RGB转换的图像执行色彩平衡校正(步骤261)。

例如，在转换到L*a*b*后，对待处理图像的主要被摄物体执行步骤262及其后续步骤的辉度转换，以及步骤267及其后续步骤的色饱和度转换。在步骤262以及后续步骤的辉度转换中，例如，采集基于L*的辉度直方图(步骤263)。然后，计算出分布平均值L_ave(步骤264)。使用由目标值设定和存储部24在图6中的处理中所设定的L_target，产生明度校正LUT(步骤265)。然后，图像质量校正部42使用该明度校正LUT执行明度校正(步骤266)。在步骤267及其后续步骤中的色饱和度转换中，例如，使用a*b*采集色饱和度直方图(步骤268)，并且计算出S_ave作为分布平均值(步骤269)。使用目标值设定和存储部24所设定的S_target，计算出色饱和度校正系数(步骤270)。然后，图像质量校正部42使用该色饱和度校正系数执行色饱和度校正(步骤271)。在以此方式进行了关于明度和色饱和度的校正后，根据图像输出格式执行RGB转换(步骤272)，并且输出该图像(步骤273)。判定所处理的图像数是否超过图像总数N，即，判定是否Gn＜N(步骤274)。如果所处理的图像数未超过图像总数N，则处理返回到步骤254，并且重复步骤254及后续步骤。如果所处理的图像数超过图像总数N，则结束校正处理。

当例如按照上述方式对图像质量进行校正时，如果同一页面包括同一类型的多个图像，则可以使多个物体的明度、色彩和清晰度(鲜明度(brilliance))一致。因此，利用该统计技术使图像质量一致，使得可以向用户提供醒目的输出图像。

以下将说明背景处理的每个过程。

图8是表示用于背景处理的处理基准计算过程的流程图。在图像处理服务器1中，首先通过图像输入部11输入多个图像(步骤301)，并且号码给定及总数计数处理部12向每个输入图像给定一图像号码Gn(步骤302)，并且对图像总数N进行计数(步骤303)。然后，处理基准确定功能模块20按顺序(例如从第一图像G1开始)读取图像Gn(步骤304)。特征量提取部21识别背景区域(步骤305)，并且对背景区域色彩进行抽样(步骤306)。所抽样的背景区域色彩基本为辉度、明度以及色饱和度，并且以与图5所示的主要被摄物体的测量相同的方式进行处理。然后，判定所处理的图像数是否超过图像总数N，即，判断是否Gn＜N(步骤307)。如果所处理的图像数未超过图像总数N，则处理返回到步骤304，并且执行步骤304以及后续步骤，以对每个图像重复计算处理。如果所处理的图像数超过图像总数N，则目标值设定和存储部24设定目标值并且将该目标值存储在存储器(未示出)中(步骤308)。例如，如果基准被预先设定，则所存储的目标值与该基准一致。如果在实际的处理中进行该判定，则可以例如存储所有图像的背景图像信息。为使背景色彩根据例如平均值一致，处理基准计算部23要执行平均值处理等。

还可以根据用户的指定来确定背景色彩的目标值。例如，可以显示以下信息：

使背景色彩与最亮的背景色彩一致；

使背景色彩与最暗的背景色彩一致；

使背景色彩与最鲜艳的背景色彩一致；

使背景色彩根据平均值一致，并且可以提示用户来指定上述信息之一以确定目标值。作为目标值的特征，假设存在多个图像数据，通过包含根据清晰度(鲜明度)的最大值、最小值等来选择背景色彩以及根据平均值来确定背景色彩等统计处理在内的处理来确定目标值。

图9为表示背景色彩校正过程的流程图。在图像处理服务器1中，首先通过图像输入部11输入待处理的多个图像(步骤351)，并且号码给定及总数计数处理部12向每个输入图像给定一图像号码Gn(步骤352)，并且对图像总数N进行计数(步骤353)。然后，背景处理部43按顺序(例如以第一图像G1开始)读取待处理的具有图像号码Gn的图像(步骤354)，并且识别背景区域(355)。然后，背景处理部43获取所确定的背景目标值(步骤356)并且将该目标值应用于待处理图像的背景区域(步骤357)。然后，判定所校正的图像数是否超过图像总数N，即，判断是否Gn＜N(步骤358)。如果所校正的图像数未超过图像总数N，则处理返回到步骤354，并且重复执行步骤354以及后续步骤。如果所校正的图像数超过图像总数N，则结束校正处理。

如以上详细说明，在本实施例中，根据多个图像(多个图像数据)确定处理基准，并且将该处理基准应用于每个图像。独立于各图像的状态，根据多数裁定、平均值确定等统计学技术来进行一致确定的处理，使得可以向用户提供醒目的输出图像。多数裁定意指，例如如果在4个图像数据中，3个图像数据的背景为白色而1个图像数据的背景为灰色，则使所有的图像数据的背景为白色。在这种情况中，利用灰色背景对图像的背景部分进行校正。

可以假设本实施例用于应用软件类型、打印机驱动器类型、与数字相机合作类型等。在应用软件类型中，可以将本实施例用作一用户所收集的图像的自动调节功能模块，例如作为一插件软件模块，用于将数字静物相机(DSC)图像放置在相册中，或者管理DSC图像等。在打印机驱动器类型中，可以将本实施例用作一驱动器设置中的可选功能模块，或者可以做成内置模式设置中的功能模块。此外，在与数字相机的合作类型中，可以将本实施例用作一功能模块，该功能模块用于使得用户可以利用嵌入在文件格式中的标志信息来在打印阶段输入一调节命令。

可以通过以下方式向计算机提供根据本发明的计算机程序，即，将该程序安装在计算机中或者提供一存储有该程序的计算机可读存储介质。该存储介质可以是任何类型的DVD和CD-ROM或者卡式存储介质等，并且通过安装在计算机中或者与该计算机连接的DVD或CD-ROM读出器、读卡器等读取存储在该存储介质上的程序。将该程序存储在安装在计算机中的HDD、闪存ROM等中，并且由CPU执行。还可以通过网络从例如程序传送装置来提供该程序。

例如可以将本发明用于连接到一诸如打印机的图像形成装置的计算机、用于通过因特网等提供信息的服务器、数字相机、在各种计算机中所执行的程序等。

在此将于2003年11月18日提交的日本专利申请No.2003-387674的全部公开内容(包括说明书、权利要求以及附图和摘要)通过引用并入本文。

Claims (3)

1、一种图像处理装置，其包括：

输入单元，其输入多个数字图像；

特征量识别单元，其从通过所述输入单元所输入的所述多个数字图像中的每一个数字图像中识别与主要被摄物体的图像质量相关的特征量；以及

图像质量校正单元，其对所述多个数字图像中的每一个数字图像的主要被摄物体进行校正，以使所述图像质量针对所述特征量识别单元所识别的与图像质量相关的特征量一致。

2、根据权利要求1所述的图像处理装置，

其中，由所述特征量识别单元所识别的与图像质量相关的所述特征量为至少以下特征量之一：与主要被摄物体的辉度相关的特征量、与色饱和度相关的特征量、与色彩分布相关的特征量、与明度相关的特征量，以及与清晰度相关的特征量。

3、根据权利要求1所述的图像处理装置，

其中，所述特征量识别单元还包括目标值设定单元，所述目标值设定单元根据统计技术设定一目标值，作为用于所述多个数字图像的主要被摄物体的图像质量的目标值，并且

其中，所述图像质量校正单元使用所述目标值设定单元设定的目标值进行校正。

Images