JP2000207560A - 画像評価方法および画像評価装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】 低周波数側の画像ノイズ・パワースペクトル
として実際の値に則したものを算出できるとともに、官
能評価値との間に高い相関を有する画像評価値を得る。 【解決手段】 二次元走査型測色計１０によって、被評
価画像についての二次元位置情報を含む三刺激値Ｘ，
Ｙ，Ｚを取り込み、Ｌ＊，ａ＊，ｂ＊に変換し、明度、
彩度、色相を表す情報Ｌ＊，Ｃ＊，ｈ°に変換し、被評
価画像全体についての明度、彩度、色相の平均値との差
である明度差、彩度差、色相差の情報ΔＬ＊，ΔＣ＊，
ΔＨを算出する。被評価画像を複数の画像（データ群）
に分割し、それぞれの画像につき、ΔＬ＊，ΔＣ＊，Δ
Ｈに対して二次元フーリエ変換を施し、二次元パワース
ペクトルを算出した後、二次元パワースペクトルを一次
元化し、この一次元化されたパワースペクトルを平均化
し、人の視覚系の空間周波数特性を表す関数を掛け合わ
せ、積分して画像評価値を算出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、カラーハードコ
ピーなどのカラー画像を評価するための方法および装置
に関する。

【０００２】

【従来の技術】画像品質を評価する方法としては、人の
視覚に感じる程度を数量化する心理評価と、画像構造の
性質を客観的に測定した量で評価する物理評価とがあ
る。画像品質の重要な要素として、画像ノイズがある。
画像ノイズを物理的に表現する尺度としては、濃度変化
の標準偏差を用いるＲＭＳ粒状度、濃度の変化分をフー
リエ変換して求められるウイナー（Ｗｉｅｎｅｒ）スペ
クトルなどが挙げられる。

【０００３】また、心理評価と物理評価を結合させた評
価方法もあり、その例として、電子写真複写機の白黒ベ
タ（ｓｏｌｉｄ ａｒｅａ）画像に対しては、文献“Ｎ
ｏｉｓｅ Ｐｅｒｃｅｐｔｉｏｎ ｉｎ Ｅｌｅｃｔｒ
ｏｐｈｏｔｏｇｒａｐｈｙ”Ｊｏｕｒｎａｌ ｏｆ Ａ
ｐｐｌｉｅｄ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｎｇｉｎ
ｅｅｒｉｎｇ Ｖｏｌ．５：Ｐ１９０−１９６（１９７
９）Ｒｏｇｅｒ Ｐ．Ｄｏｏｌｅｙ ａｎｄ Ｒｏｄｎ
ｅｙ Ｓｈａｗに述べられている、心理的粒状性（ｇｒ
ａｉｎｉｎｅｓｓ）をウイナー・スペクトルと平均濃度
の測定値から予測する、Ｓｈａｗ＆Ｄｏｏｌｅｙのアル
ゴリズムがある。

【０００４】ウイナー・スペクトルＷＳ（ｆ）は、画像
をミクロ濃度計で走査して得られる平均濃度Ｄａｖｅか
らの濃度変動ΔＤ（ｘ）をフーリエ変換して得られるフ
ーリエ・スペクトルの二乗値の集合平均であり、Ｓｈａ
ｗ＆Ｄｏｏｌｅｙのアルゴリズムでは、図６に示す式
（１−１）が用いられる。ただし、式（１−１）におい
て、＜＞は集合平均、ｘは画像の位置、Δｘはデータサ
ンプリング間隔、ｆは空間周波数、ｐ，ｑは濃度計のス
リットの幅および長さ、Ｎはデータサンプリング数、ｊ
は（−１）^１／２を表す。

【０００５】Ｓｈａｗ＆Ｄｏｏｌｅｙのアルゴリズムで
は、上記のウイナー・スペクトルＷＳ（ｆ）と平均濃度
Ｄａｖｅを用いた、図６に示す式（１−２）によって、
ｇｒａｉｎｉｎｅｓｓ（心理的粒状性）を予測する。た
だし、式（１−２）において、ＶＴＦ（ｆ）は人の視覚
系の空間周波数特性を表す関数、Δｆは基本空間周波数
である。

【０００６】しかし、このＳｈａｗ＆Ｄｏｏｌｅｙのア
ルゴリズムは、繰り返しパターンのないアナログ画像の
評価には有用であるが、ディジタル画像の評価には用い
ることができない。

【０００７】そこで、特開平１ー２８６０８４号には、
ディジタル画像の繰り返しパターンの影響を受けないよ
うにするために、二次元のウイナー・スペクトルを一次
元化したものに対して、人の視覚系の空間周波数特性に
よる補正処理をすることが示されている。

【０００８】しかし、この特開平１ー２８６０８４号の
方法は、ノイズを濃度ないし明度のばらつきと見るた
め、モノクロ画像の評価には有用であるが、カラー画像
の評価に用いた場合には、その評価値が目視で評価した
値と大きく異なるという問題がある。

【０００９】そこで、特開平５ー２８４２６０号には、
カラーディジタル画像の評価に効果的に適用できる方法
として、光学的情報と二次元位置情報を含む被評価画像
情報を色彩を表す画像情報に変換し、その変換後の被評
価画像情報に対して二次元直交変換を施して二次元的な
空間周波数分布を示す情報を生成し、その生成した情報
を一次元化した後、積分することによって、画像評価値
を算出するとともに、その一次元化の前または後の空間
周波数分布を示す情報を、人の視覚系の空間周波数特性
を表す関数によって補正する方法が示されている。

【００１０】

【発明が解決しようとする課題】しかしながら、この特
開平５ー２８４２６０号の方法は、色彩を表す画像情報
に変換後の被評価画像情報そのものに対して二次元直交
変換を施して二次元的な空間周波数分布を示す情報を得
るので、被評価画像情報の直流成分の合計が画像ノイズ
のパワースペクトルとして計算されてしまい、低周波数
側の画像ノイズ・パワースペクトルとして実際の値とは
異なるものが計算されてしまうという不具合を生じる。

【００１１】これに対しては、あらかじめ被評価画像情
報から平均値を減算して、被評価画像情報に対して二次
元直交変換を施して二次元的な空間周波数分布を示す情
報を得ることが考えられるが、これでは逆に、画像ノイ
ズ・パワースペクトルの直流成分がゼロになってしま
い、直流成分を含む低周波数側の画像ノイズ・パワース
ペクトルを求めることができない。

【００１２】さらに、上記の特開平５ー２８４２６０号
の方法は、明度および彩度に関しては色空間内での距離
を解析するが、色相に関しては角度を解析するため、そ
れぞれの評価値に適当な重み付けをして最終的な画像評
価値を算出しても、もともと単位の異なる心理物理量同
士の演算を行うことになるので、評価尺度としての統一
性に欠け、官能評価値との間に高い相関を有する画像評
価値を得ることが難しいという問題がある。

【００１３】そこで、この発明は、第１に、直流成分を
含む低周波数側の画像ノイズ・パワースペクトルとして
実際の値に則したものを算出することができ、高精度の
画像評価値を得ることができるようにしたものである。

【００１４】この発明は、第２に、上記の第１に加え
て、色相に関しても明度および彩度と同じ評価尺度で評
価することができ、官能評価値との間に高い相関を有す
る画像評価値を得ることができるようにしたものであ
る。

【００１５】

【課題を解決するための手段】この発明では、光学的情
報と二次元位置情報を含む被評価画像情報を色彩を表す
画像情報に変換し、その変換後の被評価画像情報から複
数の画像領域を切り出し、その複数の画像領域の画像情
報に対して二次元直交変換を施して二次元的な空間周波
数分布を示す情報を生成し、その生成した前記複数の画
像領域についての二次元的な空間周波数分布を示す情報
を一次元化し、その一次元化後の空間周波数分布を示す
情報を前記複数の画像領域につき平均化した後、積分す
ることによって、画像評価値を算出するとともに、前記
一次元化の前または後の空間周波数分布を示す情報を、
人の視覚系の空間周波数特性を表す関数によって補正す
る。

【００１６】この場合、前記色彩を表す画像情報とし
て、それぞれ被評価画像全体についての明度、彩度、色
相の平均値との差である明度差、彩度差、色相差の情報
を算出し、これら明度差、彩度差、色相差の情報に対し
て別個に、前記二次元直交変換、前記一次元化、前記平
均化、前記積分、および前記補正を行うことによって、
明度、彩度、色相についての画像評価値を算出し、これ
ら明度、彩度、色相についての画像評価値を重み付け演
算して総合的な画像評価値を得るようにすることが望ま
しい。

【００１７】さらに、この場合、その色相差情報とし
て、距離で表された情報を算出することが望ましい。

【００１８】

【作用】上記の方法による、この発明の画像評価方法で
は、被評価画像情報から複数の画像領域を切り出し、そ
の複数の画像領域の画像情報に対して二次元直交変換を
施して二次元的な空間周波数分布を示す情報を生成し、
その生成した複数の画像領域についての二次元的な空間
周波数分布を示す情報を一次元化し、その一次元化後の
空間周波数分布を示す情報を複数の画像領域につき平均
化した後、積分することによって、画像評価値を算出す
るので、被評価画像情報そのものに対して二次元直交変
換を施して二次元的な空間周波数分布を示す情報を生成
し、その生成した情報を一次元化した後、積分すること
によって、画像評価値を算出する場合のように、被評価
画像情報の直流成分の合計が画像ノイズのパワースペク
トルとして計算されてしまうようなことがないととも
に、あらかじめ被評価画像情報から平均値を減算して、
被評価画像情報に対して二次元直交変換を施して二次元
的な空間周波数分布を示す情報を生成し、その生成した
情報を一次元化した後、積分することによって、画像評
価値を算出する場合のように、画像ノイズ・パワースペ
クトルの直流成分がゼロになってしまうようなことがな
く、直流成分を含む低周波数側の画像ノイズ・パワース
ペクトルとして実際の値に則したものを算出することが
でき、高精度の画像評価値を得ることができる。

【００１９】しかも、色彩を表す画像情報として、それ
ぞれ被評価画像全体についての明度、彩度、色相の平均
値との差である明度差、彩度差、色相差の情報を算出
し、かつ、その色相差情報として、明度差情報および彩
度差情報と同様に距離で表された情報を算出する場合に
は、色相に関しても明度および彩度と同じ評価尺度で評
価することができ、官能評価値との間に高い相関を有す
る画像評価値を得ることができる。

【００２０】

【発明の実施の形態】〔第１の実施形態〕図１は、この
発明の画像評価方法および画像評価装置の第１の実施形
態を示す。この実施形態の画像評価装置は、二次元走査
型測色計１０、画像メモリ２０、画像評価演算処理部３
０、演算制御部４０、演算処理手順記憶部５０、および
出力装置部６０によって構成される。

【００２１】この発明では、被評価画像情報を二次元位
置情報を含む光学的情報として取り込むが、この実施形
態では、その被評価画像情報を取り込む画像情報入力手
段として、ＸＹＺ表色系における等色関数ｘ（λ），ｙ
（λ），ｚ（λ）と同等の分光感度を有する二次元走査
型測色計１０を用いる。このような二次元走査型測色計
１０としては、例えば、特開昭６２−２９９９７１号に
示されるようなカラー画像自動検査装置を上記の等色関
数と同等の分光感度になるように改造したものを用いる
ことができる。

【００２２】この二次元走査型測色計１０からの被評価
画像情報は、二次元位置情報が保持される形で、画像メ
モリ２０に格納する。

【００２３】画像評価演算処理部３０は、この画像メモ
リ２０に格納された画像情報に対して、後述するような
一連の演算を実行して、画像ノイズの心理物理量を表す
画像評価値を算出するもので、機能的に、均等色空間変
換部３１、明度彩度色相変換部３２、色彩差演算部３
３、画像分割部３４、二次元フーリエ変換部３５、二次
元パワースペクトル演算部３６、二次元パワースペクト
ル一次元化演算部３７、視感空間周波数特性補正部３
８、および画像評価値演算部３９からなる。

【００２４】その一連の演算処理手順は、処理プログラ
ムないし処理ルーチンとして、あらかじめ演算処理手順
記憶部５０に記憶され、演算制御部４０は、その手順に
従って画像評価演算処理部３０を制御する。画像評価演
算処理部３０による演算処理結果は、ＣＲＴディスプレ
イやプリンタなどの出力装置部６０に出力される。

【００２５】二次元走査型測色計１０によって取り込ま
れた被評価画像情報は、三刺激値Ｘ（ｘ，ｙ），Ｙ
（ｘ，ｙ），Ｚ（ｘ，ｙ）によって表される。ｘ，ｙ
は、三刺激値のデータがサンプリングされた座標位置を
示す。この例は、ｘ方向のデータサンプリング間隔Δｘ
およびｙ方向のデータサンプリング間隔Δｙを、それぞ
れ１０μｍ、二次元走査型測色計１０のスリットの幅ｐ
および長さｑを、それぞれ１０μｍ、図３に示すよう
に、ｘ方向のデータサンプリング数Ｎおよびｙ方向のデ
ータサンプリング数Ｍを、それぞれ１０２４とした場合
である。

【００２６】この被評価画像情報、すなわち三刺激値Ｘ
（ｘ，ｙ），Ｙ（ｘ，ｙ），Ｚ（ｘ，ｙ）を、画像メモ
リ２０に書き込んだ後、画像メモリ２０から読み出し
て、画像評価演算処理部３０において、以下のように演
算処理する。

【００２７】まず、均等色空間変換部３１において、こ
の心理物理的な画像情報である三刺激値Ｘ（ｘ，ｙ），
Ｙ（ｘ，ｙ），Ｚ（ｘ，ｙ）を、より心理的な量に近づ
けるために、均等色空間の画像情報に変換する。この例
では、公知の次式によって、ＣＩＥ１９７６のＬ＊ａ＊
ｂ＊空間の画像情報Ｌ＊（ｘ，ｙ），ａ＊（ｘ，ｙ），
ｂ＊（ｘ，ｙ）に変換する。Ｘｎ，Ｙｎ，Ｚｎは、完全
拡散反射面における三刺激値である。なお、アスタリス
ク（＊）は、明細書中では上付きにしないで表記し、乗
算の意味では用いない。

【００２８】 Ｌ＊（ｘ，ｙ）＝１１６｛Ｙ（ｘ，ｙ）／Ｙｎ｝^１／３−１６ 〔Ｙ（ｘ，ｙ）／Ｙｎ＞０．００８８５６のとき〕 …（１ａ） Ｌ＊（ｘ，ｙ）＝９０３．２９｛Ｙ（ｘ，ｙ）／Ｙｎ｝ 〔Ｙ（ｘ，ｙ）／Ｙｎ≦０．００８８５６のとき〕 …（１ｂ） ａ＊（ｘ，ｙ）＝２００［｛Ｘ（ｘ，ｙ）／Ｘｎ｝^１／３ −｛Ｙ（ｘ，ｙ）／Ｙｎ｝^１／３］ …（２） ｂ＊（ｘ，ｙ）＝５００［｛Ｙ（ｘ，ｙ）／Ｙｎ｝^１／３ −｛Ｚ（ｘ，ｙ）／Ｚｎ｝^１／３］ …（３）

【００２９】ただし、式（２）（３）は、Ｘ（ｘ，ｙ）
／Ｘｎ，Ｙ（ｘ，ｙ）／Ｙｎ，Ｚ（ｘ，ｙ）／Ｚｎがい
ずれも０．００８８５６より大きいときで、Ｘ（ｘ，
ｙ）／Ｘｎ，Ｙ（ｘ，ｙ）／Ｙｎ，Ｚ（ｘ，ｙ）／Ｚｎ
のいずれかが０．００８８５６以下のときには、式
（２）（３）の対応する立方根の項を、 ７．７８７｛Ｘ（ｘ，ｙ）／Ｘｎ｝＋１６／１１６、 ７．７８７｛Ｙ（ｘ，ｙ）／Ｙｎ｝＋１６／１１６、 ７．７８７｛Ｚ（ｘ，ｙ）／Ｚｎ｝＋１６／１１６ に置き換えて計算する。

【００３０】次に、明度彩度色相変換部３２において、
このＬ＊ａ＊ｂ＊空間の画像情報Ｌ＊（ｘ，ｙ），ａ＊
（ｘ，ｙ），ｂ＊（ｘ，ｙ）を、色の心理的な３つの属
性である明度、彩度、色相を表す画像情報Ｌ＊（ｘ，
ｙ），Ｃ＊（ｘ，ｙ），ｈ°（ｘ，ｙ）に変換する。す
なわち、公知の次式によって、ａ＊（ｘ，ｙ），ｂ＊
（ｘ，ｙ）を、Ｃ＊（ｘ，ｙ），ｈ°（ｘ，ｙ）に変換
する。

【００３１】 Ｃ＊（ｘ，ｙ） ＝［｛ａ＊（ｘ，ｙ）｝^２＋｛ｂ＊（ｘ，ｙ）｝^２］^１／２…（４） ｈ°（ｘ，ｙ） ＝ｔａｎ^−１｛ｂ＊（ｘ，ｙ）／ａ＊（ｘ，ｙ）｝ …（５）

【００３２】また、この明度彩度色相変換部３２では、
この明度、彩度、色相を表す画像情報Ｌ＊（ｘ，ｙ），
Ｃ＊（ｘ，ｙ），ｈ°（ｘ，ｙ）の、それぞれ被評価画
像全体についての、すなわち上記の例では１０２４×１
０２４のサンプリングデータについての平均値Ｌ＊ａｖ
ｅ，Ｃ＊ａｖｅ，ｈ°ａｖｅを計算する。

【００３３】次に、色彩差演算部３３において、 ΔＬ＊（ｘ，ｙ）＝Ｌ＊（ｘ，ｙ）−Ｌ＊ａｖｅ …（６） ΔＣ＊（ｘ，ｙ）＝Ｃ＊（ｘ，ｙ）−Ｃ＊ａｖｅ …（７） によって、明度情報Ｌ＊（ｘ，ｙ）と明度平均値Ｌ＊ａ
ｖｅとの差である明度差情報ΔＬ＊（ｘ，ｙ）、および
彩度情報Ｃ＊（ｘ，ｙ）と彩度平均値Ｃ＊ａｖｅとの差
である彩度差情報ΔＣ＊（ｘ，ｙ）を算出する。

【００３４】さらに、この色彩差演算部３３では、 Δｈ°（ｘ，ｙ）＝ｈ°（ｘ，ｙ）−ｈ°ａｖｅ …（８） で表される、色相情報ｈ°（ｘ，ｙ）と色相平均値ｈ°
ａｖｅとの差である色相差情報Δｈ°（ｘ，ｙ）を、角
度から距離に変換した形式の色相差情報ΔＨ（ｘ，ｙ）
を算出する。

【００３５】具体的には、Ｌ＊ａ＊ｂ＊空間での２点間
の色差ΔＥは、２点のＬ＊，ａ＊，ｂ＊値の差を、それ
ぞれΔＬ＊，Δａ＊，Δｂ＊とするとき、 ΔＥ＝［（ΔＬ＊）^２＋（Δａ＊）^２＋（Δｂ＊）^２］^１／２…（９） で表されることから、 ΔＥ（ｘ，ｙ）＝［｛ΔＬ＊（ｘ，ｙ）｝^２ ＋｛Δａ＊（ｘ，ｙ）｝^２ ＋｛Δｂ＊（ｘ，ｙ）｝^２］^１／２ ＝［｛ΔＬ＊（ｘ，ｙ）｝^２ ＋｛ΔＣ＊（ｘ，ｙ）｝^２ ＋｛ΔＨ（ｘ，ｙ）｝^２］^１／２ …（１０） として、 ΔＨ（ｘ，ｙ）＝［｛ΔＥ（ｘ，ｙ）｝^２ −｛ΔＬ＊（ｘ，ｙ）｝^２ −｛ΔＣ＊（ｘ，ｙ）｝^２］^１／２ …（１１） によって、距離で表された色相差情報ΔＨ（ｘ，ｙ）を
算出する。

【００３６】ただし、式（１０）中のΔａ＊（ｘ，
ｙ），Δｂ＊（ｘ，ｙ）は、 Δａ＊（ｘ，ｙ）＝ａ＊（ｘ，ｙ）−ａ＊ａｖｅ …（１２） Δｂ＊（ｘ，ｙ）＝ｂ＊（ｘ，ｙ）−ｂ＊ａｖｅ …（１３） で表されるように、ａ＊（ｘ，ｙ），ｂ＊（ｘ，ｙ）
と、その被評価画像全体についての平均値ａ＊ａｖｅ，
ｂ＊ａｖｅとの差である。

【００３７】あるいはまた、色差情報ΔＥ（ｘ，ｙ）を
算出しないで、距離で表された色相差情報ΔＨ（ｘ，
ｙ）を、 ΔＨ（ｘ，ｙ） ＝［｛Ｃ＊（ｘ，ｙ）＋Ｃ＊ａｖｅ｝／２］ ×［｛ｈ°（ｘ，ｙ）−ｈ°ａｖｅ｝／１８０°］ …（１４） で定義して、算出してもよい。

【００３８】次に、画像分割部３４において、これら明
度差情報ΔＬ＊（ｘ，ｙ）、彩度差情報ΔＣ＊（ｘ，
ｙ）、色相差情報ΔＨ（ｘ，ｙ）につき、被評価画像を
分割する。例えば、図３に示したような１０２４×１０
２４のサンプリングデータからなる被評価画像から、そ
れぞれ２５６×２５６のサンプリングデータからなる合
計４９個の画像（データ群）を切り出す。

【００３９】すなわち、まず、図４（Ａ）に示すよう
に、被評価画像全体から、それぞれ２５６×２５６のサ
ンプリングデータからなる１６個の画像を切り出し、次
に、同図（Ｂ）に示すように、同図（Ａ）の切り出され
た１６個の画像中のそれぞれｘ方向に隣接する２つの画
像から、それぞれ１２８×２５６のサンプリングデータ
を取り出して一つの画像とすることによって、それぞれ
２５６×２５６のサンプリングデータからなる１２個の
画像を切り出すとともに、同図（Ｃ）に示すように、同
図（Ａ）の切り出された１６個の画像中のそれぞれｙ方
向に隣接する２つの画像から、それぞれ２５６×１２８
のサンプリングデータを取り出して一つの画像とするこ
とによって、それぞれ２５６×２５６のサンプリングデ
ータからなる１２個の画像を切り出し、さらに、同図
（Ｄ）に示すように、同図（Ａ）の切り出された１６個
の画像中のそれぞれｘ方向およびｙ方向に隣接する４つ
の画像から、それぞれ１２８×１２８のサンプリングデ
ータを取り出して一つの画像とすることによって、それ
ぞれ２５６×２５６のサンプリングデータからなる９個
の画像を切り出す。

【００４０】ただし、上記の例は、ｘ方向およびｙ方向
にそれぞれｎ個のサンプリングデータからなる被評価画
像から、ｘ方向およびｙ方向にそれぞれｍ個（ｍはｎの
公約数）のサンプリングデータからなる画像を合計（２
ｎ／ｍ−１）^２個、切り出す場合であるが、切り出す画
像の大きさおよび数、すなわち被評価画像の分割方法
は、これに限らず、例えば、１０２４×１０２４のサン
プリングデータからなる被評価画像を、それぞれ１２８
×１２８のサンプリングデータからなる合計６４個の画
像（データ群）に分割するなど、適宜変更することがで
きる。

【００４１】次に、二次元フーリエ変換部３５におい
て、上記の切り出された４９個の画像の明度差情報ΔＬ
＊（ｘ，ｙ）、彩度差情報ΔＣ＊（ｘ，ｙ）、色相差情
報ΔＨ（ｘ，ｙ）に対して、切り出された画像ごとに別
個に、二次元直交変換として離散的二次元フーリエ変換
を施す。

【００４２】具体的には、図５に示す式（２１）（２
２）（２３）によって、離散的にサンプリングされた情
報ΔＬ＊（ｘ，ｙ），ΔＣ＊（ｘ，ｙ），ΔＨ（ｘ，
ｙ）の変動に対する二次元フーリエ変換後の情報ＦΔＬ
（ｕ，ｖ），ＦΔＣ（ｕ，ｖ），ＦΔＨ（ｕ，ｖ）を算
出する。ただし、Ｗ１＝ｅｘｐ（−ｊ２π／Ｎ），Ｗ２
＝ｅｘｐ（−ｊ２π／Ｍ）で、そのｘ方向のデータサン
プリング数Ｎおよびｙ方向のデータサンプリング数Ｍ
は、ここでは切り出された個々の画像のそれで、上記の
例では、それぞれ２５６である。

【００４３】次に、二次元パワースペクトル演算部３６
において、 ＰΔＬ（ｕ，ｖ）＝｜ＦΔＬ（ｕ，ｖ）｜^２…（２４） ＰΔＣ（ｕ，ｖ）＝｜ＦΔＣ（ｕ，ｖ）｜^２…（２５） ＰΔＨ（ｕ，ｖ）＝｜ＦΔＨ（ｕ，ｖ）｜^２…（２６） によって、これらフーリエ変換後の情報ＦΔＬ（ｕ，
ｖ），ＦΔＣ（ｕ，ｖ），ＦΔＨ（ｕ，ｖ）の、二次元
空間周波数Ｆ（ｕ，ｖ）の強度を表す二次元パワースペ
クトルＰΔＬ（ｕ，ｖ），ＰΔＣ（ｕ，ｖ），ＰΔＨ
（ｕ，ｖ）を算出する。

【００４４】次に、二次元パワースペクトル一次元化演
算部３７において、画像ノイズの心理物理的指標を得る
ために、これら二次元パワースペクトルＰΔＬ（ｕ，
ｖ），ＰΔＣ（ｕ，ｖ），ＰΔＨ（ｕ，ｖ）を一次元化
する。すなわち、同一空間周波数に対するパワースペク
トルの積分値を算出する。

【００４５】具体的には、二次元パワースペクトルＰΔ
Ｌ（ｕ，ｖ），ＰΔＣ（ｕ，ｖ），ＰΔＨ（ｕ，ｖ）
を、それぞれ極座標に変換して、ＰΔＬ（ｆｒ，θ），
ＰΔＣ（ｆｒ，θ），ＰΔＨ（ｆｒ，θ）とした後、 ＰΔＬ（ｆ）＝ΣＰΔＬ（ｆｒ，ｉΔθ）Δθ …（２７） ＰΔＣ（ｆ）＝ΣＰΔＣ（ｆｒ，ｉΔθ）Δθ …（２８） ＰΔＨ（ｆ）＝ΣＰΔＨ（ｆｒ，ｉΔθ）Δθ …（２９） によって、一次元化されたパワースペクトルＰΔＬ
（ｆ），ＰΔＣ（ｆ），ＰΔＨ（ｆ）を算出する。ただ
し、ｆｒは空間周波数、Δθは極座標系における基本分
割角度で、分割数をｎとすると、Δθ＝２π／ｎで表さ
れる。

【００４６】これら式（２７）（２８）（２９）によっ
て求められた一次元化パワースペクトルＰΔＬ（ｆ），
ＰΔＣ（ｆ），ＰΔＨ（ｆ）は、パワースペクトル空間
の原点を中心としたドーナツ形の積分を表す。

【００４７】さらに、この二次元パワースペクトル一次
元化演算部３７では、このように求められた上記の４９
個の画像についての一次元化されたパワースペクトルＰ
ΔＬ（ｆ），ＰΔＣ（ｆ），ＰΔＨ（ｆ）の平均値を算
出する。

【００４８】次に、視感空間周波数特性補正部３８にお
いて、図５の式（３１）（３２）（３３）に示すよう
に、上記の４９個の画像についての平均値の一次元化さ
れたパワースペクトルＰΔＬ（ｆ），ＰΔＣ（ｆ），Ｐ
ΔＨ（ｆ）に対して、それぞれ二次元明度、二次元彩
度、二次元色相についての人の視覚系の空間周波数特性
を表す関数ＶＴＦＬ（ｆ），ＶＴＦＣ（ｆ），ＶＴＦＨ
（ｆ）を掛け合わせ、積分することによって、二次元明
度、二次元彩度、二次元色相の画像ノイズの指標となる
計量心理量ＱΔＬ，ＱΔＣ，ＱΔＨを算出する。

【００４９】関数ＶＴＦＬ（ｆ），ＶＴＦＣ（ｆ），Ｖ
ＴＦＨ（ｆ）としては、例えば、Ｄｏｏｌｅｙが文献
“Ｏｎ Ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆ ｔｈｅ
Ｆａｃｔｏｒｓ Ｉｎｆｌｕｅｎｃｉｎｇ ｔｈｅ Ｐ
ｅｒｃｅｉｖｅｄ Ｓｈａｒｐｎｅｓｓ ｏｆ Ｅｌｅ
ｃｔｒｏｐｈｏｔｏｇｒａｐｈｉｃ Ｌｉｎｅｓ”Ａｎ
ｕａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｆ ＳＰＳＥ １９
７９で述べている次式を用いる。

【００５０】 ＶＴＦ（ｉ×Δｆ） ＝５．０５｛ｅｘｐ（−０．８４３ｉ×Δｆ） −ｅｘｐ（−１．４５ｉ×Δｆ）｝ …（３４） これは、ｉ×Δｆ＞１．０のときには１．０となり、０
≦ｉ×Δｆ≦１．０のときには０となるものである。

【００５１】Δｆは、上述したように基本空間周波数
で、 Δｆ＝１／（Ｎ×Δｘ） …（３５） によって定義される。この例では、Δｆ＝０．０９７７
Ｃｙｃｌｅｓ／ｍｍとする。

【００５２】次に、画像評価値演算部３９において、 Ｑｔｏｔａｌ＝ａ×ＱΔＬ＋ｂ×ＱΔＣ＋ｃ×ＱΔＨ …（３６） によって、二次元明度、二次元彩度、二次元色相を総合
した画像ノイズの指標となる計量心理量である総合画像
評価値Ｑｔｏｔａｌを算出する。ａ，ｂ，ｃは、明度、
彩度、色相に対する重みである。

【００５３】以上の第１の実施形態によれば、被評価画
像情報から複数の画像領域を切り出し、その複数の画像
領域の画像情報に対して二次元直交変換を施して二次元
的な空間周波数分布を示す情報を生成し、その生成した
複数の画像領域についての二次元的な空間周波数分布を
示す情報を一次元化し、その一次元化後の空間周波数分
布を示す情報を複数の画像領域につき平均化した後、積
分することによって、画像評価値を算出するので、被評
価画像情報そのものに対して二次元直交変換を施して二
次元的な空間周波数分布を示す情報を生成し、その生成
した情報を一次元化した後、積分することによって、画
像評価値を算出する場合のように、被評価画像情報の直
流成分の合計が画像ノイズのパワースペクトルとして計
算されてしまうようなことがないとともに、あらかじめ
被評価画像情報から平均値を減算して、被評価画像情報
に対して二次元直交変換を施して二次元的な空間周波数
分布を示す情報を生成し、その生成した情報を一次元化
した後、積分することによって、画像評価値を算出する
場合のように、画像ノイズ・パワースペクトルの直流成
分がゼロになってしまうようなことがなく、直流成分を
含む低周波数側の画像ノイズ・パワースペクトルとして
実際の値に則したものを算出することができ、高精度の
画像評価値を得ることができる。

【００５４】しかも、色彩を表す画像情報として、それ
ぞれ被評価画像全体についての明度、彩度、色相の平均
値との差である明度差、彩度差、色相差の情報を算出
し、かつ、その色相差情報として、明度差情報および彩
度差情報と同様に距離で表された情報を算出するので、
色相に関しても明度および彩度と同じ評価尺度で評価す
ることができ、官能評価値との間に高い相関を有する画
像評価値を得ることができる。

【００５５】〔第２の実施形態〕図２は、この発明の画
像評価方法および画像評価装置の第２の実施形態を示
す。図１の第１の実施形態が、二次元パワースペクトル
を一次元化した後に、その空間周波数特性を人の視覚系
に適合するように補正する場合であるのに対して、図２
の第２の実施形態は、二次元パワースペクトルを一次元
化する前に、その空間周波数特性を人の視覚系に適合す
るように補正する場合である。

【００５６】すなわち、第２の実施形態は、二次元パワ
ースペクトル演算部３６において式（２４）（２５）
（２６）によって二次元パワースペクトルＰΔＬ（ｕ，
ｖ），ＰΔＣ（ｕ，ｖ），ＰΔＨ（ｕ，ｖ）を算出する
までは、第１の実施形態と同じである。

【００５７】そして、第２の実施形態では、次に、視感
空間周波数特性補正部３８において、式（２４）（２
５）（２６）によって求められた二次元パワースペクト
ルＰΔＬ（ｕ，ｖ），ＰΔＣ（ｕ，ｖ），ＰΔＨ（ｕ，
ｖ）に対して、次の式（４１）に示すような、それぞれ
二次元明度、二次元彩度、二次元色相についての人の視
覚系の二次元的な空間周波数特性を表す関数ＶＴＦＬ
（ｕ，ｖ），ＶＴＦＣ（ｕ，ｖ），ＶＴＦＨ（ｕ，ｖ）
を掛け合わせることによって、二次元パワースペクトル
ＰΔＬ（ｕ，ｖ），ＰΔＣ（ｕ，ｖ），ＰΔＨ（ｕ，
ｖ）の空間周波数特性を補正する。

【００５８】 ＶＴＦＬ（ｕ，ｖ）＝ＶＴＦＣ（ｕ，ｖ）＝ＶＴＦＨ（ｕ，ｖ） ＝ＶＴＦ（ｕ）ＶＴＦ（ｖ） …（４１） ただし、ＶＴＦ（ｕ）およびＶＴＦ（ｖ）としては、 ＶＴＦ（ｘ）＝５．０５｛ｅｘｐ（−０．８４３ｘ） −ｅｘｐ（−１．４５ｘ）｝ …（４２） を用いる。これは、ｘ＞１．０のときには１．０とな
り、０≦ｘ≦１．０のときには０となるものである。

【００５９】次に、二次元パワースペクトル一次元化演
算部３７において、上記のように補正された二次元パワ
ースペクトルＰΔＬ（ｕ，ｖ），ＰΔＣ（ｕ，ｖ），Ｐ
ΔＨ（ｕ，ｖ）を一次元化する。すなわち、同一空間周
波数に対するパワースペクトルの積分値を算出する。

【００６０】具体的には、補正後の二次元パワースペク
トルＰΔＬ（ｕ，ｖ），ＰΔＣ（ｕ，ｖ），ＰΔＨ
（ｕ，ｖ）を、それぞれ極座標に変換して、ＰΔＬ（ｆ
ｒ，θ），ＰΔＣ（ｆｒ，θ），ＰΔＨ（ｆｒ，θ）と
した後、 ＰΔＬ（ｆ）＝ΣＰΔＬ（ｆｒ，ｉΔθ）Δθ …（４３） ＰΔＣ（ｆ）＝ΣＰΔＣ（ｆｒ，ｉΔθ）Δθ …（４４） ＰΔＨ（ｆ）＝ΣＰΔＨ（ｆｒ，ｉΔθ）Δθ …（４５） によって、一次元化されたパワースペクトルＰΔＬ
（ｆ），ＰΔＣ（ｆ），ＰΔＨ（ｆ）を算出する。上記
のように、ｆｒは空間周波数、Δθは極座標系における
基本分割角度である。

【００６１】さらに、この二次元パワースペクトル一次
元化演算部３７では、このように求められた上記の４９
個の画像についての一次元化されたパワースペクトルＰ
ΔＬ（ｆ），ＰΔＣ（ｆ），ＰΔＨ（ｆ）の平均値を算
出する。

【００６２】次に、画像評価値演算部３９において、上
記の４９個の画像についての平均値の一次元化されたパ
ワースペクトルＰΔＬ（ｆ），ＰΔＣ（ｆ），ＰΔＨ
（ｆ）を積分することによって、二次元明度、二次元彩
度、二次元色相の画像ノイズの指標となる計量心理量Ｑ
ΔＬ，ＱΔＣ，ＱΔＨを算出し、さらに、 Ｑｔｏｔａｌ＝ａ×ＱΔＬ＋ｂ×ＱΔＣ＋ｃ×ＱΔＨ …（４６） によって、二次元明度、二次元彩度、二次元色相を総合
した画像ノイズの指標となる計量心理量である総合画像
評価値Ｑｔｏｔａｌを算出する。ａ，ｂ，ｃは、明度、
彩度、色相に対する重みである。

【００６３】この第２の実施形態によれば、第１の実施
形態と同様の効果が得られるが、さらに、二次元パワー
スペクトルを一次元化する前に、その空間周波数特性を
人の視覚系に適合するように補正するので、人の視覚系
の二次元的な空間周波数特性を反映した補正をすること
ができ、より信頼性の高い画像評価値を得ることができ
る。

【００６４】

【発明の効果】上述したように、第１の発明によれば、
直流成分を含む低周波数側の画像ノイズ・パワースペク
トルとして実際の値に則したものを算出することがで
き、高精度の画像評価値を得ることができる。

【００６５】第２の発明によれば、さらに、色相に関し
ても明度および彩度と同じ評価尺度で評価することがで
き、官能評価値との間に高い相関を有する画像評価値を
得ることができる。

【図面の簡単な説明】

【図１】この発明の画像評価方法および画像評価装置の
第１の実施形態を示す図である。

【図２】この発明の画像評価方法および画像評価装置の
第２の実施形態を示す図である。

【図３】被評価画像のサンプリングデータ数の一例を示
す図である。

【図４】被評価画像の分割方法の一例を示す図である。

【図５】第１の実施形態の一部工程での演算式を示す図
である。

【図６】Ｓｈａｗ＆Ｄｏｏｌｅｙのアルゴリズムで用い
られる演算式を示す図である。

【符号の説明】

１０…二次元走査型測色計（画像情報入力手段） ２０…画像メモリ ３０…画像評価演算処理部 ３１…均等色空間変換部 ３２…明度彩度色相変換部 ３３…色彩差演算部 ３４…画像分割部 ３５…二次元フーリエ変換部 ３６…二次元パワースペクトル演算部 ３７…二次元パワースペクトル一次元化演算部 ３８…視感空間周波数特性補正部 ３９…画像評価値演算部 ４０…演算制御部 ５０…演算処理手順記憶部 ６０…出力装置部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 笹原 慎司 神奈川県足柄上郡中井町境430 グリーン テクなかい富士ゼロックス株式会社内 Ｆターム(参考） 5B057 CE09 CG05 CH08 DA20 DB02 DB06 DC25 5C062 AC58 AE03 5C079 HA19 HB05 HB06 HB08 5L096 AA02 EA35 FA15 FA23 FA32 GA09 GA41 MA01 9A001 FF01 GG03 HH23 HH28 HH31 KK16 LL01 LL08

Claims (10)

【特許請求の範囲】
1. 【請求項１】光学的情報と二次元位置情報を含む被評価
   画像情報を色彩を表す画像情報に変換し、その変換後の
   被評価画像情報から複数の画像領域を切り出し、その複
   数の画像領域の画像情報に対して二次元直交変換を施し
   て二次元的な空間周波数分布を示す情報を生成し、その
   生成した前記複数の画像領域についての二次元的な空間
   周波数分布を示す情報を一次元化し、その一次元化後の
   空間周波数分布を示す情報を前記複数の画像領域につき
   平均化した後、積分することによって、画像評価値を算
   出するとともに、前記一次元化の前または後の空間周波
   数分布を示す情報を、人の視覚系の空間周波数特性を表
   す関数によって補正することを特徴とする画像評価方
   法。
2. 【請求項２】請求項１の画像評価方法において、 前記色彩を表す画像情報として、それぞれ被評価画像全
   体についての明度、彩度、色相の平均値との差である明
   度差、彩度差、色相差の情報を算出し、これら明度差、
   彩度差、色相差の情報に対して別個に、前記二次元直交
   変換、前記一次元化、前記平均化、前記積分、および前
   記補正を行うことによって、明度、彩度、色相について
   の画像評価値を算出し、これら明度、彩度、色相につい
   ての画像評価値を重み付け演算して総合的な画像評価値
   を得ることを特徴とする画像評価方法。
3. 【請求項３】請求項２の画像評価方法において、 前記色相差情報として、距離で表された情報を算出する
   ことを特徴とする画像評価方法。
4. 【請求項４】請求項３の画像評価方法において、 前記色相差情報として、 ΔＨ（ｘ，ｙ）＝［｛ΔＥ（ｘ，ｙ）｝^２−｛ΔＬ＊
   （ｘ，ｙ）｝^２−｛ΔＣ＊（ｘ，ｙ）｝^２］^１／２ を算出することを特徴とする画像評価方法。ただし、Δ
   Ｅ（ｘ，ｙ）は、当該画素と、被評価画像全体について
   の明度、彩度、色相の平均値で表される画素との間の色
   差の情報、ΔＬ＊（ｘ，ｙ）は、当該画素の明度差情
   報、ΔＣ＊（ｘ，ｙ）は、当該画素の彩度差情報であ
   る。
5. 【請求項５】請求項３の画像評価方法において、 前記色相差情報として、 ΔＨ（ｘ，ｙ）＝［｛Ｃ＊（ｘ，ｙ）＋Ｃ＊ａｖｅ｝／
   ２］×［｛ｈ°（ｘ，ｙ）−ｈ°ａｖｅ｝／１８０°］ を算出することを特徴とする画像評価方法。ただし、Ｃ
   ＊（ｘ，ｙ）は、当該画素の彩度情報、Ｃ＊ａｖｅは、
   被評価画像全体についての彩度の平均値の情報、ｈ°
   （ｘ，ｙ）は、当該画素の色相情報、ｈ°ａｖｅは、被
   評価画像全体についての色相の平均値の情報である。
6. 【請求項６】光学的情報と二次元位置情報を含む被評価
   画像情報を取り込む画像情報入力手段と、 その取り込まれた被評価画像情報を色彩を表す画像情報
   に変換する画像情報変換手段と、 その変換後の被評価画像情報から複数の画像領域を切り
   出す画像分割手段と、 その複数の画像領域の画像情報に対して二次元直交変換
   を施して二次元的な空間周波数分布を示す情報を生成す
   る二次元直交変換手段と、 その生成された前記複数の画像領域についての二次元的
   な空間周波数分布を示す情報を一次元化する一次元化演
   算手段と、 その一次元化後の空間周波数分布を示す情報を前記複数
   の画像領域につき平均化した後、積分することによっ
   て、画像評価値を算出する画像評価値演算手段と、 前記一次元化の前または後の空間周波数分布を示す情報
   を、人の視覚系の空間周波数特性を表す関数によって補
   正する空間周波数特性補正手段と、を備えることを特徴
   とする画像評価装置。
7. 【請求項７】請求項６の画像評価装置において、 前記色彩を表す画像情報として、それぞれ被評価画像全
   体についての明度、彩度、色相の平均値との差である明
   度差、彩度差、色相差の情報が算出され、これら明度
   差、彩度差、色相差の情報に対して別個に、前記二次元
   直交変換、前記一次元化、前記平均化、前記積分、およ
   び前記補正が行われることによって、明度、彩度、色相
   についての画像評価値が算出され、これら明度、彩度、
   色相についての画像評価値が重み付け演算されて総合的
   な画像評価値が得られることを特徴とする画像評価装
   置。
8. 【請求項８】請求項７の画像評価装置において、 前記色相差情報として、距離で表された情報が算出され
   ることを特徴とする画像評価装置。
9. 【請求項９】請求項８の画像評価装置において、 前記色相差情報として、 ΔＨ（ｘ，ｙ）＝［｛ΔＥ（ｘ，ｙ）｝^２−｛ΔＬ＊
   （ｘ，ｙ）｝^２−｛ΔＣ＊（ｘ，ｙ）｝^２］^１／２ が算出されることを特徴とする画像評価装置。ただし、
   ΔＥ（ｘ，ｙ）は、当該画素と、被評価画像全体につい
   ての明度、彩度、色相の平均値で表される画素との間の
   色差の情報、ΔＬ＊（ｘ，ｙ）は、当該画素の明度差情
   報、ΔＣ＊（ｘ，ｙ）は、当該画素の彩度差情報であ
   る。
10. 【請求項１０】請求項８の画像評価装置において、 前記色相差情報として、 ΔＨ（ｘ，ｙ）＝［｛Ｃ＊（ｘ，ｙ）＋Ｃ＊ａｖｅ｝／
    ２］×［｛ｈ°（ｘ，ｙ）−ｈ°ａｖｅ｝／１８０°］ が算出されることを特徴とする画像評価装置。ただし、
    Ｃ＊（ｘ，ｙ）は、当該画素の彩度情報、Ｃ＊ａｖｅ
    は、被評価画像全体についての彩度の平均値の情報、ｈ
    °（ｘ，ｙ）は、当該画素の色相情報、ｈ°ａｖｅは、
    被評価画像全体についての色相の平均値の情報である。