JP2001128017A - 画像評価装置および画像評価方法 - Google Patents
画像評価装置および画像評価方法Info
- Publication number
- JP2001128017A JP2001128017A JP30492299A JP30492299A JP2001128017A JP 2001128017 A JP2001128017 A JP 2001128017A JP 30492299 A JP30492299 A JP 30492299A JP 30492299 A JP30492299 A JP 30492299A JP 2001128017 A JP2001128017 A JP 2001128017A
- Authority
- JP
- Japan
- Prior art keywords
- image
- evaluation
- gradation
- color information
- color
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Facsimiles In General (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 評価すべきグラデーション画像がカラー画像
からなる場合であっても、客観的評価を正しく行うこと
ができ、しかもその評価結果が人間の主観的判断と十分
に対応するようにする。 【解決手段】 グラデーション画像から画像データを取
得する画像入力手段１と、取得した画像データを色彩情
報に変換する色彩情報変換手段２と、変換した色彩情報
を人間の視覚特性に応じて定められた識別閾に基づいて
分割する識別閾領域分割手段３と、分割後の各部分領域
における画像特徴量を求める画像特徴量算出手段４と、
求めた画像特徴量に基づいて前記グラデーション画像に
ついての評価値を算出するグラデーション評価手段５と
を備えた画像評価装置により、従来よりも信頼性が高
く、より人間の感覚に近い評価結果が得られるようにす
る。
からなる場合であっても、客観的評価を正しく行うこと
ができ、しかもその評価結果が人間の主観的判断と十分
に対応するようにする。 【解決手段】 グラデーション画像から画像データを取
得する画像入力手段１と、取得した画像データを色彩情
報に変換する色彩情報変換手段２と、変換した色彩情報
を人間の視覚特性に応じて定められた識別閾に基づいて
分割する識別閾領域分割手段３と、分割後の各部分領域
における画像特徴量を求める画像特徴量算出手段４と、
求めた画像特徴量に基づいて前記グラデーション画像に
ついての評価値を算出するグラデーション評価手段５と
を備えた画像評価装置により、従来よりも信頼性が高
く、より人間の感覚に近い評価結果が得られるようにす
る。
Description
【０００１】
【発明の属する技術分野】本発明は、グラデーション画
像の客観的評価を行う画像評価装置および画像評価方法
に関するものである。
像の客観的評価を行う画像評価装置および画像評価方法
に関するものである。
【０００２】
【従来の技術】一般に、プリンタ、複写機等の画像形成
装置において、階調再現性は、グラデーション画像の出
力および解析を通じて評価されることが多い。ここで、
グラデーション画像とは、明度、彩度、色相といった色
彩情報のうちの少なくとも一つが一次元方向に単調に変
化しているパターン画像のことをいう。本来、このよう
なグラデーション画像を理想的なプリンタに出力させた
場合、その出力結果は、階調が滑らか（直線的または曲
線的）に再現されるはずである。ところが、実際のプリ
ンタでは、階調の飛びや筋状のムラ等が発生するといっ
たように、グラデーション部分が乱れた状態の画像が出
力されることもある。この乱れは、自然画（通常の使用
状態における出力画像）を出力したときにも同様に発生
し、プリンタの性能を著しく低下させる要因となってし
まう。そのため、グラデーション画像の乱れを定量的に
評価することは、画像形成装置の描画性能を評価する上
で非常に重要な項目とされている。これは、ＣＲＴ（Ca
thode Ray Tube）等の視覚表示端末装置においても全く
同様である。
装置において、階調再現性は、グラデーション画像の出
力および解析を通じて評価されることが多い。ここで、
グラデーション画像とは、明度、彩度、色相といった色
彩情報のうちの少なくとも一つが一次元方向に単調に変
化しているパターン画像のことをいう。本来、このよう
なグラデーション画像を理想的なプリンタに出力させた
場合、その出力結果は、階調が滑らか（直線的または曲
線的）に再現されるはずである。ところが、実際のプリ
ンタでは、階調の飛びや筋状のムラ等が発生するといっ
たように、グラデーション部分が乱れた状態の画像が出
力されることもある。この乱れは、自然画（通常の使用
状態における出力画像）を出力したときにも同様に発生
し、プリンタの性能を著しく低下させる要因となってし
まう。そのため、グラデーション画像の乱れを定量的に
評価することは、画像形成装置の描画性能を評価する上
で非常に重要な項目とされている。これは、ＣＲＴ（Ca
thode Ray Tube）等の視覚表示端末装置においても全く
同様である。
【０００３】従来、グラデーション画像を解析、評価す
る手法としては、例えば人間による視比較評価が広く知
られている。この手法は、いわゆる主観的評価と呼ばれ
るもので、グラデーション画像の良否や損傷の度合い等
を、人間の視覚を通して主観的な判断によって評価する
ものである。ただし、このような主観的評価には、評価
者により評価結果がばらついてしまったり、人為的な手
間が必要になってしまう、といった欠点がある。
る手法としては、例えば人間による視比較評価が広く知
られている。この手法は、いわゆる主観的評価と呼ばれ
るもので、グラデーション画像の良否や損傷の度合い等
を、人間の視覚を通して主観的な判断によって評価する
ものである。ただし、このような主観的評価には、評価
者により評価結果がばらついてしまったり、人為的な手
間が必要になってしまう、といった欠点がある。
【０００４】これらの欠点を補うために、近年では、画
像形成装置等で出力されたグラデーション画像に対し、
人間の主観的な判断に依存しない、いわゆる客観的評価
を行うことが提案されている。その一例として、例えば
特開平１１−２５２７４号公報には、出力された画像の
明度情報あるいは濃度情報のうち少なくとも一つの光学
情報を用い、隣接する階調レベル間の光学情報の差を算
出することで、人間の視覚評価によらずに、出力された
画像の階調特性を客観的に評価する画像評価方法が開示
されている。ただし、客観的評価を行う場合であって
も、その評価結果は、人間による主観的判断と対応の取
れたものでなければならない。そのため、上述した特開
平１１−２５２７４号公報に開示された画像評価方法に
おいては、人間が知覚する階調特性（階調飛び、階調つ
ぶれ）の大きさを定量化することで、人間の視覚特性に
合った評価を実現している。
像形成装置等で出力されたグラデーション画像に対し、
人間の主観的な判断に依存しない、いわゆる客観的評価
を行うことが提案されている。その一例として、例えば
特開平１１−２５２７４号公報には、出力された画像の
明度情報あるいは濃度情報のうち少なくとも一つの光学
情報を用い、隣接する階調レベル間の光学情報の差を算
出することで、人間の視覚評価によらずに、出力された
画像の階調特性を客観的に評価する画像評価方法が開示
されている。ただし、客観的評価を行う場合であって
も、その評価結果は、人間による主観的判断と対応の取
れたものでなければならない。そのため、上述した特開
平１１−２５２７４号公報に開示された画像評価方法に
おいては、人間が知覚する階調特性（階調飛び、階調つ
ぶれ）の大きさを定量化することで、人間の視覚特性に
合った評価を実現している。
【０００５】
【発明が解決しようとする課題】しかしながら、上述し
た従来技術による客観的評価では、最近普及が著しいカ
ラー画像について正しく評価することができないおそれ
がある。例えば、特開平１１−２５２７４号公報に開示
された画像評価方法では、明度情報あるいは濃度情報の
うち少なくとも一つの光学情報を用いて評価を行ってい
る。ところが、カラー画像は、明度（濃度）、彩度およ
び色相といった色の三属性で表現されるものであり、そ
の色の階調（色調も含む）の変化には明度（濃度）の変
化だけではなく、彩度および色相の変化も重要な因子で
あることは周知の通りである。そのため、明度情報と濃
度情報とのいずれかしか用いておらず、色の三属性を構
成する彩度および色相に関する情報が欠落していると、
特にカラー画像の色調変化には十分な対応がとれない。
具体例を挙げると、例えば「青色」から「赤色」への変
化が表現されたグラデーション画像については、彩度お
よび色相に関する情報が欠落していると、これを正しく
評価することができないのは明らかである。また、グラ
デーション画像の客観的評価は人間による主観的判断と
の対応が不可欠であるが、それゆえカラー画像について
は、濃淡の階調特性のみならず色調特性をも加味して評
価すべきである。すなわち、明度、彩度および色相の三
属性は人間の視覚特性により適合しているため、カラー
画像の場合は、これら三属性を利用して始めて、十分に
主観的判断との対応が取れたグラデーション評価が可能
になるといえる。
た従来技術による客観的評価では、最近普及が著しいカ
ラー画像について正しく評価することができないおそれ
がある。例えば、特開平１１−２５２７４号公報に開示
された画像評価方法では、明度情報あるいは濃度情報の
うち少なくとも一つの光学情報を用いて評価を行ってい
る。ところが、カラー画像は、明度（濃度）、彩度およ
び色相といった色の三属性で表現されるものであり、そ
の色の階調（色調も含む）の変化には明度（濃度）の変
化だけではなく、彩度および色相の変化も重要な因子で
あることは周知の通りである。そのため、明度情報と濃
度情報とのいずれかしか用いておらず、色の三属性を構
成する彩度および色相に関する情報が欠落していると、
特にカラー画像の色調変化には十分な対応がとれない。
具体例を挙げると、例えば「青色」から「赤色」への変
化が表現されたグラデーション画像については、彩度お
よび色相に関する情報が欠落していると、これを正しく
評価することができないのは明らかである。また、グラ
デーション画像の客観的評価は人間による主観的判断と
の対応が不可欠であるが、それゆえカラー画像について
は、濃淡の階調特性のみならず色調特性をも加味して評
価すべきである。すなわち、明度、彩度および色相の三
属性は人間の視覚特性により適合しているため、カラー
画像の場合は、これら三属性を利用して始めて、十分に
主観的判断との対応が取れたグラデーション評価が可能
になるといえる。
【０００６】そこで、本発明は、評価すべきグラデーシ
ョン画像がカラー画像により構成されている場合であっ
ても、これに対する客観的評価を正しく行うことがで
き、しかもその評価結果が人間の主観的判断と十分に対
応している画像評価装置および画像評価方法を提供する
ことを目的とする。
ョン画像がカラー画像により構成されている場合であっ
ても、これに対する客観的評価を正しく行うことがで
き、しかもその評価結果が人間の主観的判断と十分に対
応している画像評価装置および画像評価方法を提供する
ことを目的とする。
【０００７】
【課題を解決するための手段】本発明は、上記目的を達
成するために案出された画像評価装置で、グラデーショ
ン画像から画像データを取得する画像入力手段と、前記
画像入力手段が取得した画像データを色彩情報に変換す
る色彩情報変換手段と、前記色彩情報変換手段が変換し
た色彩情報を人間の視覚特性に応じて定められた識別閾
に基づいて分割する識別閾領域分割手段と、前記識別閾
領域分割手段による分割後の各部分領域における画像特
徴量を求める画像特徴量算出手段と、前記画像特徴量算
出手段が求めた画像特徴量に基づいて前記グラデーショ
ン画像についての評価値を算出するグラデーション評価
手段とを備えることを特徴とするものである。
成するために案出された画像評価装置で、グラデーショ
ン画像から画像データを取得する画像入力手段と、前記
画像入力手段が取得した画像データを色彩情報に変換す
る色彩情報変換手段と、前記色彩情報変換手段が変換し
た色彩情報を人間の視覚特性に応じて定められた識別閾
に基づいて分割する識別閾領域分割手段と、前記識別閾
領域分割手段による分割後の各部分領域における画像特
徴量を求める画像特徴量算出手段と、前記画像特徴量算
出手段が求めた画像特徴量に基づいて前記グラデーショ
ン画像についての評価値を算出するグラデーション評価
手段とを備えることを特徴とするものである。
【０００８】また、本発明は、上記目的を達成するため
に案出された画像評価方法で、グラデーション画像に対
する客観的評価を行うために、前記グラデーション画像
から画像データを取得し、前記画像データを取得すると
これを色彩情報に変換し、当該変換後の色彩情報を人間
の視覚特性に応じて定められた識別閾に基づいて分割
し、当該分割後の各部分領域における画像特徴量を求
め、前記画像特徴量に基づいて前記グラデーション画像
についての評価値を算出することを特徴とする。
に案出された画像評価方法で、グラデーション画像に対
する客観的評価を行うために、前記グラデーション画像
から画像データを取得し、前記画像データを取得すると
これを色彩情報に変換し、当該変換後の色彩情報を人間
の視覚特性に応じて定められた識別閾に基づいて分割
し、当該分割後の各部分領域における画像特徴量を求
め、前記画像特徴量に基づいて前記グラデーション画像
についての評価値を算出することを特徴とする。
【０００９】上記構成の画像評価装置および上記手順の
画像評価方法では、グラデーション画像に対する客観的
評価を行うのにあたって、先ず、そのグラデーション画
像から画像データを取得し、これを色彩情報に変換す
る。色彩情報とは、例えば彩度または色相といった色の
属性に関する情報を含んだものをいう。そして、この色
彩情報に対し、これを所定の識別閾に基づいて分割す
る。これにより、色彩情報は、人間が識別し得る階調ま
たは色調の差に応じて複数の部分領域に分割されること
になる。色彩情報を複数の部分領域に分割すると、その
後、これら各部分領域について、それぞれの画像特徴量
を求める。画像特徴量とは、例えば各部分領域における
色の属性に関する値といったように、各部分領域毎の固
有量のことをいう。したがって、各部分領域の画像特徴
量を基にすれば、色の属性に関する情報を加味しつつ、
グラデーション画像についての評価値を算出し得るよう
になる。しかも、各部分領域は人間が識別し得る階調ま
たは色調の差に応じて分割されたものであるから、各部
分領域毎の固有量である画像特徴量を基にすれば、評価
値を算出結果も人間の視覚特性が反映されたものとな
る。
画像評価方法では、グラデーション画像に対する客観的
評価を行うのにあたって、先ず、そのグラデーション画
像から画像データを取得し、これを色彩情報に変換す
る。色彩情報とは、例えば彩度または色相といった色の
属性に関する情報を含んだものをいう。そして、この色
彩情報に対し、これを所定の識別閾に基づいて分割す
る。これにより、色彩情報は、人間が識別し得る階調ま
たは色調の差に応じて複数の部分領域に分割されること
になる。色彩情報を複数の部分領域に分割すると、その
後、これら各部分領域について、それぞれの画像特徴量
を求める。画像特徴量とは、例えば各部分領域における
色の属性に関する値といったように、各部分領域毎の固
有量のことをいう。したがって、各部分領域の画像特徴
量を基にすれば、色の属性に関する情報を加味しつつ、
グラデーション画像についての評価値を算出し得るよう
になる。しかも、各部分領域は人間が識別し得る階調ま
たは色調の差に応じて分割されたものであるから、各部
分領域毎の固有量である画像特徴量を基にすれば、評価
値を算出結果も人間の視覚特性が反映されたものとな
る。
【００１０】
【発明の実施の形態】以下、図面に基づき本発明に係る
画像評価装置および画像評価方法について説明する。図
１は、本発明に係る画像評価装置の実施形態の一例の概
略構成を示すブロック図である。
画像評価装置および画像評価方法について説明する。図
１は、本発明に係る画像評価装置の実施形態の一例の概
略構成を示すブロック図である。
【００１１】本実施形態の画像評価装置は、プリンタや
複写機等の画像形成装置が用紙上に出力したグラデーシ
ョン画像またはＣＲＴ等の視覚表示端末装置が画面上に
出力したグラデーション画像の解析を行い、その解析結
果からグラデーション画像に対する評価を行い、これを
通じて画像形成装置または視覚表示端末装置が有する描
画性能を評価するためのものである。そのために、本実
施形態の画像評価装置は、図１に示すように、画像入力
手段１と、色彩情報変換手段２と、識別閾領域分割手段
３と、画像特徴量算出手段４と、グラデーション評価手
段５と、を備えている。
複写機等の画像形成装置が用紙上に出力したグラデーシ
ョン画像またはＣＲＴ等の視覚表示端末装置が画面上に
出力したグラデーション画像の解析を行い、その解析結
果からグラデーション画像に対する評価を行い、これを
通じて画像形成装置または視覚表示端末装置が有する描
画性能を評価するためのものである。そのために、本実
施形態の画像評価装置は、図１に示すように、画像入力
手段１と、色彩情報変換手段２と、識別閾領域分割手段
３と、画像特徴量算出手段４と、グラデーション評価手
段５と、を備えている。
【００１２】画像入力手段１は、評価対象となるグラデ
ーション画像を光学的に読み取って、そのグラデーショ
ン画像から画像データを取得するものである。ここで取
得する画像データは、Ｒ（Red)，Ｇ（Green)，Ｂ（Blu
e）の各色成分信号からなるものとする。このような画
像データの取得を、画像入力手段１では、例えば走査型
濃度計を用いて行うようになっている。
ーション画像を光学的に読み取って、そのグラデーショ
ン画像から画像データを取得するものである。ここで取
得する画像データは、Ｒ（Red)，Ｇ（Green)，Ｂ（Blu
e）の各色成分信号からなるものとする。このような画
像データの取得を、画像入力手段１では、例えば走査型
濃度計を用いて行うようになっている。
【００１３】ここで、画像入力手段１が用いる走査型濃
度計について説明する。図２は、走査型濃度計による画
像データの読み取り構成の具体例を示す模式図である。
図例のように、走査型濃度計は、１０μｍ×５００μｍ
のスリット状の読み取り面（以下「アパチャー」と称
す）を有しており、そのアパチャーの向きが走査方向
（グラデーション画像の階調変化方向）に対して略直交
するように構成されたものである。つまり、走査型濃度
計は、評価対象となるグラデーション画像の全領域につ
いて、１０μｍ幅のアパチャーサイズ領域Ｓ１，Ｓ２，
Ｓ３…毎にＲＧＢ三色分解フィルタを切り替えながら
Ｒ，Ｇ，Ｂの各色成分の濃度値を取得し、これを画像デ
ータ値とするものである。
度計について説明する。図２は、走査型濃度計による画
像データの読み取り構成の具体例を示す模式図である。
図例のように、走査型濃度計は、１０μｍ×５００μｍ
のスリット状の読み取り面（以下「アパチャー」と称
す）を有しており、そのアパチャーの向きが走査方向
（グラデーション画像の階調変化方向）に対して略直交
するように構成されたものである。つまり、走査型濃度
計は、評価対象となるグラデーション画像の全領域につ
いて、１０μｍ幅のアパチャーサイズ領域Ｓ１，Ｓ２，
Ｓ３…毎にＲＧＢ三色分解フィルタを切り替えながら
Ｒ，Ｇ，Ｂの各色成分の濃度値を取得し、これを画像デ
ータ値とするものである。
【００１４】ただし、画像入力手段１は、上述したよう
な走査型濃度計ではなく、高解像度のスキャナーやＣＣ
Ｄ（Charge Coupled Device)カメラ等を用いて、画像デ
ータの取得を行うものであってもよい。また、評価対象
となるグラデーション画像が視覚表示端末装置によって
画面上に出力されたものである場合には、例えば輝度計
を用いて画像データを取得することも考えられる。
な走査型濃度計ではなく、高解像度のスキャナーやＣＣ
Ｄ（Charge Coupled Device)カメラ等を用いて、画像デ
ータの取得を行うものであってもよい。また、評価対象
となるグラデーション画像が視覚表示端末装置によって
画面上に出力されたものである場合には、例えば輝度計
を用いて画像データを取得することも考えられる。
【００１５】また図１において、色彩情報変換手段２
は、画像入力手段１が取得した各アパチャーサイズ領域
Ｓ１，Ｓ２，Ｓ３…毎の画像データを、詳細を後述する
ようにして、色彩情報に変換するものである。なお、こ
こでいう色彩情報とは、色の三属性を構成する明度情
報、彩度情報および色相情報からなるものとする。
は、画像入力手段１が取得した各アパチャーサイズ領域
Ｓ１，Ｓ２，Ｓ３…毎の画像データを、詳細を後述する
ようにして、色彩情報に変換するものである。なお、こ
こでいう色彩情報とは、色の三属性を構成する明度情
報、彩度情報および色相情報からなるものとする。
【００１６】識別閾領域分割手段３は、色彩情報変換手
段２が変換した色彩情報を、人間の視覚特性に応じて予
め定められている識別閾を基にすることで、複数の部分
領域（以下「識別閾領域」という）に分割するものであ
る。この分割によって、グラデーション画像の全領域か
ら得られた色彩情報は、詳細を後述するように、走査型
濃度計の各アパチャーサイズ領域毎ではなく、複数の識
別閾領域のいずれかに属するように再編されることにな
る。
段２が変換した色彩情報を、人間の視覚特性に応じて予
め定められている識別閾を基にすることで、複数の部分
領域（以下「識別閾領域」という）に分割するものであ
る。この分割によって、グラデーション画像の全領域か
ら得られた色彩情報は、詳細を後述するように、走査型
濃度計の各アパチャーサイズ領域毎ではなく、複数の識
別閾領域のいずれかに属するように再編されることにな
る。
【００１７】また、識別閾領域分割手段３は、分割後の
各識別閾領域について、それぞれの領域幅を演算によっ
て求める領域幅算出手段としての機能も有しているもの
とする。ただし、領域幅算出手段としての機能は、次に
述べる画像特徴量算出手段４が有していてもよい。。
各識別閾領域について、それぞれの領域幅を演算によっ
て求める領域幅算出手段としての機能も有しているもの
とする。ただし、領域幅算出手段としての機能は、次に
述べる画像特徴量算出手段４が有していてもよい。。
【００１８】画像特徴量算出手段４は、識別閾領域分割
手段３による分割後の各識別閾領域に関する情報を用い
て所定の演算を行うものである。この画像特徴量算出手
段４が行う所定の演算としては、例えば各識別閾領域に
おける画像特徴量の算出がある。画像特徴量とは、各識
別閾領域毎の固有量のことをいい、詳細を後述するよう
に、識別閾領域毎の色の属性に関する値（例えば各識別
閾領域における色彩情報の平均値）がこれに該当する。
手段３による分割後の各識別閾領域に関する情報を用い
て所定の演算を行うものである。この画像特徴量算出手
段４が行う所定の演算としては、例えば各識別閾領域に
おける画像特徴量の算出がある。画像特徴量とは、各識
別閾領域毎の固有量のことをいい、詳細を後述するよう
に、識別閾領域毎の色の属性に関する値（例えば各識別
閾領域における色彩情報の平均値）がこれに該当する。
【００１９】グラデーション評価手段５は、画像特徴量
算出手段４求めた画像特徴量に基づいて、画像入力手段
１が読み取ったグラデーション画像についての評価値
を、詳細を後述するようにして、算出するものである。
算出手段４求めた画像特徴量に基づいて、画像入力手段
１が読み取ったグラデーション画像についての評価値
を、詳細を後述するようにして、算出するものである。
【００２０】なお、これら色彩情報変換手段２、識別閾
領域分割手段３、画像特徴量算出手段４およびグラデー
ション評価手段５は、例えば所定プログラムを実行する
コンピュータ等によって実現されているものとする。た
だし、走査型濃度計に付属して設けられた計算機能を用
いて実現するようにしてもよい。
領域分割手段３、画像特徴量算出手段４およびグラデー
ション評価手段５は、例えば所定プログラムを実行する
コンピュータ等によって実現されているものとする。た
だし、走査型濃度計に付属して設けられた計算機能を用
いて実現するようにしてもよい。
【００２１】次に、以上のように構成された画像評価装
置がグラデーション画像の評価を行う場合の処理動作
例、すなわち本実施形態における画像評価方法につい
て、図３〜図５を参照しながら説明する。図３は本発明
に係る画像評価方法の実施形態の一例を示す流れ図であ
り、図４は走査型濃度計で採取した画像データ値の具体
例を示す説明図であり、図５は識別閾領域への分割状態
の具体例を示す模式図である。
置がグラデーション画像の評価を行う場合の処理動作
例、すなわち本実施形態における画像評価方法につい
て、図３〜図５を参照しながら説明する。図３は本発明
に係る画像評価方法の実施形態の一例を示す流れ図であ
り、図４は走査型濃度計で採取した画像データ値の具体
例を示す説明図であり、図５は識別閾領域への分割状態
の具体例を示す模式図である。
【００２２】本実施形態では、グラデーション画像の評
価にあたって、図３に示すように、先ず、画像入力手段
１が走査型濃度計を用いてグラデーション画像上をその
階調変化方向に沿ってＲＧＢ三色分解フィルタを切り替
えながら走査する（ステップ１）。これにより、画像入
力手段１では、評価対象となるグラデーション画像か
ら、例えば図４に示すようなＲ，Ｇ，Ｂの各色成分毎に
異なる濃度プロファイルを有した画像データ（以下「Ｒ
ＧＢデータ」という）を取得することになる。
価にあたって、図３に示すように、先ず、画像入力手段
１が走査型濃度計を用いてグラデーション画像上をその
階調変化方向に沿ってＲＧＢ三色分解フィルタを切り替
えながら走査する（ステップ１）。これにより、画像入
力手段１では、評価対象となるグラデーション画像か
ら、例えば図４に示すようなＲ，Ｇ，Ｂの各色成分毎に
異なる濃度プロファイルを有した画像データ（以下「Ｒ
ＧＢデータ」という）を取得することになる。
【００２３】このＲＧＢデータは、画像入力手段１から
色彩情報変換手段２へ送られ、その色彩情報変換手段２
で色彩情報に変換される（ステップ２）。このとき、色
彩情報変換手段２は、以下のようにして色彩情報への変
換を行う。すなわち、画像入力手段１からＲＧＢデータ
を受け取ると、これを一旦機器非依存の信号である三刺
激値ｘ，ｙ，ｚに変換した後、その三刺激値ｘ，ｙ，ｚ
を均等色空間であるＣＩＥ１９７６Ｌ* ａ* ｂ* 色空間
における表色値Ｌ* ，ａ*，ｂ* に変換する。そして、
さらに、その表色値Ｌ* ，ａ* ，ｂ* から色の三属性を
構成する明度情報Ｌ* 、彩度情報Ｃ* および色相情報ｈ
°を導き出して、これらを色彩情報への変換結果とす
る。
色彩情報変換手段２へ送られ、その色彩情報変換手段２
で色彩情報に変換される（ステップ２）。このとき、色
彩情報変換手段２は、以下のようにして色彩情報への変
換を行う。すなわち、画像入力手段１からＲＧＢデータ
を受け取ると、これを一旦機器非依存の信号である三刺
激値ｘ，ｙ，ｚに変換した後、その三刺激値ｘ，ｙ，ｚ
を均等色空間であるＣＩＥ１９７６Ｌ* ａ* ｂ* 色空間
における表色値Ｌ* ，ａ*，ｂ* に変換する。そして、
さらに、その表色値Ｌ* ，ａ* ，ｂ* から色の三属性を
構成する明度情報Ｌ* 、彩度情報Ｃ* および色相情報ｈ
°を導き出して、これらを色彩情報への変換結果とす
る。
【００２４】このようにして変換された後の色彩情報Ｌ
* ，Ｃ* ，ｈ°は、画像評価装置が有するメモリ内の所
定領域に格納され保持される（ステップ３）。メモリが
各アパチャーサイズ領域Ｓ１，Ｓ２，Ｓ３…毎の色彩情
報Ｌ* ，Ｃ*，ｈ°を格納すると、続いて、識別閾領域
分割手段３は、これら色彩情報Ｌ* ，Ｃ* ，ｈ°の識別
閾領域への分割を開始する（ステップ４）。
* ，Ｃ* ，ｈ°は、画像評価装置が有するメモリ内の所
定領域に格納され保持される（ステップ３）。メモリが
各アパチャーサイズ領域Ｓ１，Ｓ２，Ｓ３…毎の色彩情
報Ｌ* ，Ｃ*，ｈ°を格納すると、続いて、識別閾領域
分割手段３は、これら色彩情報Ｌ* ，Ｃ* ，ｈ°の識別
閾領域への分割を開始する（ステップ４）。
【００２５】そのために、識別閾領域分割手段３は、先
ず、グラデーション画像の最端部に位置するアパチャサ
イズ領域Ｓ１についての色彩情報Ｌ* 1 ，Ｃ* 1 ，ｈ°
1 と、そのアパチャサイズ領域Ｓ１に隣接するアパチャ
サイズ領域Ｓ２についての色彩情報Ｌ* 2 ，Ｃ* 2 ，ｈ
°2 とを、それぞれメモリ内から読み出して、これらの
間の差、具体的には色差ΔＥ1 を算出する。色差ΔＥ1
の算出は、周知の手法を用いて行えばよい。その一例と
しては、次に示す（１）式を用いて算出することが考え
られる。
ず、グラデーション画像の最端部に位置するアパチャサ
イズ領域Ｓ１についての色彩情報Ｌ* 1 ，Ｃ* 1 ，ｈ°
1 と、そのアパチャサイズ領域Ｓ１に隣接するアパチャ
サイズ領域Ｓ２についての色彩情報Ｌ* 2 ，Ｃ* 2 ，ｈ
°2 とを、それぞれメモリ内から読み出して、これらの
間の差、具体的には色差ΔＥ1 を算出する。色差ΔＥ1
の算出は、周知の手法を用いて行えばよい。その一例と
しては、次に示す（１）式を用いて算出することが考え
られる。
【００２６】
【数１】
【００２７】この（１）式は、明度情報同士の差ΔＬ *
（例えばＬ* 1 とＬ* 2 との差）、彩度情報同士の差Δ
Ｃ *（例えばＣ* 1 とＣ* 2 との差）および色相情報同
士の差Δｈ°（例えばｈ°1 とｈ°2 との差）に対し、
既知の値として提案されている所定の重み付けα，β，
γを施して、色差ΔＥを算出するものである。
（例えばＬ* 1 とＬ* 2 との差）、彩度情報同士の差Δ
Ｃ *（例えばＣ* 1 とＣ* 2 との差）および色相情報同
士の差Δｈ°（例えばｈ°1 とｈ°2 との差）に対し、
既知の値として提案されている所定の重み付けα，β，
γを施して、色差ΔＥを算出するものである。
【００２８】色差ΔＥ1 を算出すると、識別閾領域分割
手段３は、その算出結果を識別閾と比較する。識別閾と
は、人間が知覚し得る色彩情報の差に相当する値であ
り、経験的あるいは実験的に予め定められ、画像評価装
置が有するメモリ内等に格納されているものである。
手段３は、その算出結果を識別閾と比較する。識別閾と
は、人間が知覚し得る色彩情報の差に相当する値であ
り、経験的あるいは実験的に予め定められ、画像評価装
置が有するメモリ内等に格納されているものである。
【００２９】この比較の結果、色差ΔＥ1 の算出結果
が、これに対応する識別閾より小さい値であれば、次い
で、識別閾領域分割手段３は、色差ΔＥ1 の場合と同様
の手法により、アパチャサイズ領域Ｓ１についての色彩
情報Ｌ* 1 ，Ｃ* 1 ，ｈ°1 と、アパチャサイズ領域Ｓ
２に隣接するアパチャサイズ領域Ｓ３についての色彩情
報Ｌ* 3 ，Ｃ* 3 ，ｈ°3 とから、これらの間の色差Δ
Ｅ2 を算出する。そして、この色差ΔＥ2 についても、
これに対応する識別閾との比較を行う。
が、これに対応する識別閾より小さい値であれば、次い
で、識別閾領域分割手段３は、色差ΔＥ1 の場合と同様
の手法により、アパチャサイズ領域Ｓ１についての色彩
情報Ｌ* 1 ，Ｃ* 1 ，ｈ°1 と、アパチャサイズ領域Ｓ
２に隣接するアパチャサイズ領域Ｓ３についての色彩情
報Ｌ* 3 ，Ｃ* 3 ，ｈ°3 とから、これらの間の色差Δ
Ｅ2 を算出する。そして、この色差ΔＥ2 についても、
これに対応する識別閾との比較を行う。
【００３０】その結果、色差ΔＥ2 の算出結果が識別閾
より小さい値であれば、さらに、識別閾領域分割手段３
は、アパチャサイズ領域Ｓ１についての色彩情報
Ｌ* 1 ，Ｃ* 1 ，ｈ°1 と、アパチャサイズ領域Ｓ３に
隣接するアパチャサイズ領域Ｓ４についての色彩情報Ｌ
* 4 ，Ｃ* 4 ，ｈ°4 とから、これらの間の色差ΔＥ3
を算出する。そして、この色差ΔＥ3 についても、これ
に対応する識別閾との比較を行う。
より小さい値であれば、さらに、識別閾領域分割手段３
は、アパチャサイズ領域Ｓ１についての色彩情報
Ｌ* 1 ，Ｃ* 1 ，ｈ°1 と、アパチャサイズ領域Ｓ３に
隣接するアパチャサイズ領域Ｓ４についての色彩情報Ｌ
* 4 ，Ｃ* 4 ，ｈ°4 とから、これらの間の色差ΔＥ3
を算出する。そして、この色差ΔＥ3 についても、これ
に対応する識別閾との比較を行う。
【００３１】その結果、色差ΔＥ3 の算出結果が識別閾
を超える値であれば、識別閾領域分割手段３は、アパチ
ャサイズ領域Ｓ１とアパチャサイズ領域Ｓ３との間に位
置する全ての領域についての色彩情報Ｌ* 1,2,3 ，Ｃ*
1,2,3 ，ｈ°1,2,3 が同一の識別閾領域ｐ１に属すると
判断し、これを画像評価装置が有するメモリ内に格納し
ておく（ステップ３）。
を超える値であれば、識別閾領域分割手段３は、アパチ
ャサイズ領域Ｓ１とアパチャサイズ領域Ｓ３との間に位
置する全ての領域についての色彩情報Ｌ* 1,2,3 ，Ｃ*
1,2,3 ，ｈ°1,2,3 が同一の識別閾領域ｐ１に属すると
判断し、これを画像評価装置が有するメモリ内に格納し
ておく（ステップ３）。
【００３２】そして、識別閾領域分割手段３は、引き続
き、アパチャサイズ領域Ｓ３に隣接するアパチャサイズ
領域Ｓ４についての色彩情報Ｌ* 4 ，Ｃ* 4 ，ｈ°
4 と、そのアパチャサイズ領域Ｓ４に隣接するアパチャ
サイズ領域Ｓ５についての色彩情報Ｌ* 5 ，Ｃ* 5 ，ｈ
°5 との間の色差ΔＥ4 を算出し、その算出結果をこれ
に対応する識別閾と比較する。
き、アパチャサイズ領域Ｓ３に隣接するアパチャサイズ
領域Ｓ４についての色彩情報Ｌ* 4 ，Ｃ* 4 ，ｈ°
4 と、そのアパチャサイズ領域Ｓ４に隣接するアパチャ
サイズ領域Ｓ５についての色彩情報Ｌ* 5 ，Ｃ* 5 ，ｈ
°5 との間の色差ΔＥ4 を算出し、その算出結果をこれ
に対応する識別閾と比較する。
【００３３】この結果、色差ΔＥ4 の算出結果が識別閾
を超える値であれば、識別閾領域分割手段３は、アパチ
ャサイズ領域Ｓ４についての色彩情報Ｌ* 4 ，Ｃ* 4 ，
ｈ°4 が同一の識別閾領域ｐ２に属すると判断し、これ
を画像評価装置が有するメモリ内に格納しておく（ステ
ップ３）。
を超える値であれば、識別閾領域分割手段３は、アパチ
ャサイズ領域Ｓ４についての色彩情報Ｌ* 4 ，Ｃ* 4 ，
ｈ°4 が同一の識別閾領域ｐ２に属すると判断し、これ
を画像評価装置が有するメモリ内に格納しておく（ステ
ップ３）。
【００３４】このように、識別閾領域分割手段３は、各
アパチャサイズ領域Ｓ１，Ｓ２，Ｓ３…の間の色差ΔＥ
を順次算出し、その算出結果がこれに対応した識別閾を
超える値となるようなアパチャサイズ領域を検出するこ
とで、各アパチャサイズ領域Ｓ１，Ｓ２，Ｓ３…につい
ての色彩情報Ｌ* ，Ｃ* ，ｈ°が色差ΔＥを基にした識
別閾を単位とする識別閾領域ｐ１，ｐ２，ｐ３…のいず
れかに属するように再編する。これにより、本実施形態
でおいては、例えば図５に示すように、８つの識別閾領
域ｐ１〜ｐ８が得られる。
アパチャサイズ領域Ｓ１，Ｓ２，Ｓ３…の間の色差ΔＥ
を順次算出し、その算出結果がこれに対応した識別閾を
超える値となるようなアパチャサイズ領域を検出するこ
とで、各アパチャサイズ領域Ｓ１，Ｓ２，Ｓ３…につい
ての色彩情報Ｌ* ，Ｃ* ，ｈ°が色差ΔＥを基にした識
別閾を単位とする識別閾領域ｐ１，ｐ２，ｐ３…のいず
れかに属するように再編する。これにより、本実施形態
でおいては、例えば図５に示すように、８つの識別閾領
域ｐ１〜ｐ８が得られる。
【００３５】また、識別閾領域分割手段３は、識別閾領
域ｐ１〜ｐ８への分割に併せて、領域幅算出手段として
の機能により、各識別閾領域ｐ１〜ｐ８の領域幅ｗ１〜
ｗ８を算出し（ステップ５）、その算出結果を画像評価
装置が有するメモリ内に格納しておく（ステップ３）。
なお、各領域幅ｐ１〜ｐ８の算出は、例えば、それぞれ
の識別閾領域に属することになるアパチャーサイズ領域
の数とその幅から求めるようにすればよい。
域ｐ１〜ｐ８への分割に併せて、領域幅算出手段として
の機能により、各識別閾領域ｐ１〜ｐ８の領域幅ｗ１〜
ｗ８を算出し（ステップ５）、その算出結果を画像評価
装置が有するメモリ内に格納しておく（ステップ３）。
なお、各領域幅ｐ１〜ｐ８の算出は、例えば、それぞれ
の識別閾領域に属することになるアパチャーサイズ領域
の数とその幅から求めるようにすればよい。
【００３６】識別閾領域分割手段３が各識別閾領域ｐ１
〜ｐ８への分割を行うと、その後、画像特徴量算出手段
４は、分割後の各識別閾領域ｐ１〜ｐ８に関する値につ
いての各種演算を開始する。
〜ｐ８への分割を行うと、その後、画像特徴量算出手段
４は、分割後の各識別閾領域ｐ１〜ｐ８に関する値につ
いての各種演算を開始する。
【００３７】先ず、識別閾領域分割手段３は、各識別閾
領域ｐ１〜ｐ８の領域幅ｗ１〜ｗ８をメモリ内から読み
出して、その分散値σW を算出する（ステップ６）。分
散値σW は、領域幅ｗ１〜ｗ８のばらつきを表す値であ
り、例えば標準偏差を求める場合と同様にして算出すれ
ばよい。なお、この算出結果は、画像評価装置が有する
メモリ内に格納されるものとする（ステップ３）。
領域ｐ１〜ｐ８の領域幅ｗ１〜ｗ８をメモリ内から読み
出して、その分散値σW を算出する（ステップ６）。分
散値σW は、領域幅ｗ１〜ｗ８のばらつきを表す値であ
り、例えば標準偏差を求める場合と同様にして算出すれ
ばよい。なお、この算出結果は、画像評価装置が有する
メモリ内に格納されるものとする（ステップ３）。
【００３８】また、識別閾領域分割手段３は、各識別閾
領域ｐ１〜ｐ８における画像特徴量を算出する（ステッ
プ７）。具体的には、各アパチャーサイズ領域Ｓ１，Ｓ
２，Ｓ３…の色彩情報Ｌ* ，Ｃ* ，ｈ°をメモリ内から
読み出して、各識別閾領域ｐ１〜ｐ８毎に、それぞれに
属している色彩情報Ｌ* ，Ｃ* ，ｈ°の平均値を算出
し、その算出結果を各識別閾領域ｐ１〜ｐ８における画
像特徴量ave.Ｌ* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜ave.Ｃ
* 8 ，ave.ｈ°1 〜ave.ｈ°8 とする。
領域ｐ１〜ｐ８における画像特徴量を算出する（ステッ
プ７）。具体的には、各アパチャーサイズ領域Ｓ１，Ｓ
２，Ｓ３…の色彩情報Ｌ* ，Ｃ* ，ｈ°をメモリ内から
読み出して、各識別閾領域ｐ１〜ｐ８毎に、それぞれに
属している色彩情報Ｌ* ，Ｃ* ，ｈ°の平均値を算出
し、その算出結果を各識別閾領域ｐ１〜ｐ８における画
像特徴量ave.Ｌ* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜ave.Ｃ
* 8 ，ave.ｈ°1 〜ave.ｈ°8 とする。
【００３９】そして、識別閾領域分割手段３は、その画
像特徴量ave.Ｌ* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜ave.Ｃ
* 8 ，ave.ｈ°1 〜ave.ｈ°8 を用いて、互いに隣接す
る識別閾領域同士の間の色彩情報の差、具体的には色差
ΔｅＥ1 〜ΔｅＥ7 を算出する（ステップ８）。色差Δ
ｅＥの算出は、上述した識別閾領域分割手段３における
場合と同様に、例えば（１）式を用いて行うようにすれ
ばよい。
像特徴量ave.Ｌ* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜ave.Ｃ
* 8 ，ave.ｈ°1 〜ave.ｈ°8 を用いて、互いに隣接す
る識別閾領域同士の間の色彩情報の差、具体的には色差
ΔｅＥ1 〜ΔｅＥ7 を算出する（ステップ８）。色差Δ
ｅＥの算出は、上述した識別閾領域分割手段３における
場合と同様に、例えば（１）式を用いて行うようにすれ
ばよい。
【００４０】さらに、識別閾領域分割手段３は、算出し
た色差ΔｅＥ1 〜ΔｅＥ7 を基に、これらの平均値ave.
Ｅおよび分散値σE を算出する（ステップ９）。この分
散値σE は、色差ΔｅＥ1 〜ΔｅＥ7 のばらつきを表す
値であり、分散値σW の場合と同様に算出すればよい。
なお、これらの算出結果も、画像評価装置が有するメモ
リ内に格納されるものとする（ステップ３）。
た色差ΔｅＥ1 〜ΔｅＥ7 を基に、これらの平均値ave.
Ｅおよび分散値σE を算出する（ステップ９）。この分
散値σE は、色差ΔｅＥ1 〜ΔｅＥ7 のばらつきを表す
値であり、分散値σW の場合と同様に算出すればよい。
なお、これらの算出結果も、画像評価装置が有するメモ
リ内に格納されるものとする（ステップ３）。
【００４１】識別閾領域分割手段３によるこれらの演算
処理を行うと、その後、グラデーション評価手段５は、
識別閾領域分割手段３による演算結果を基に、評価対象
となるグラデーション画像についての評価値を算出する
（ステップ１０）。そのために、グラデーション評価手
段５は、分散値σW をメモリ内から読み出して、これを
変量ｘ1 に対応させ、また平均値ave.Ｅをメモリ内から
読み出して、これを変量ｘ2 に対応させ、さらに分散値
σE をメモリ内から読み出して、これを変量ｘ3 に対応
させる。そして、次に示す（２）式を用いて、グラデー
ション評価値ｙを算出する。
処理を行うと、その後、グラデーション評価手段５は、
識別閾領域分割手段３による演算結果を基に、評価対象
となるグラデーション画像についての評価値を算出する
（ステップ１０）。そのために、グラデーション評価手
段５は、分散値σW をメモリ内から読み出して、これを
変量ｘ1 に対応させ、また平均値ave.Ｅをメモリ内から
読み出して、これを変量ｘ2 に対応させ、さらに分散値
σE をメモリ内から読み出して、これを変量ｘ3 に対応
させる。そして、次に示す（２）式を用いて、グラデー
ション評価値ｙを算出する。
【００４２】
【数２】
【００４３】この（２）式は、グラデーション評価値を
ｙとした場合の重回帰式である。なお、式中におけるψ
1,ψ2,ψ3 は、それぞれ分散値σW 、平均値ave.Ｅ、分
散値σE に対応する重み係数であり、人間の視覚特性を
基にしつつ、経験的あるいは実験的に予め定められた値
であるものとする。
ｙとした場合の重回帰式である。なお、式中におけるψ
1,ψ2,ψ3 は、それぞれ分散値σW 、平均値ave.Ｅ、分
散値σE に対応する重み係数であり、人間の視覚特性を
基にしつつ、経験的あるいは実験的に予め定められた値
であるものとする。
【００４４】このようにして求めたグラデーション評価
値ｙと人間による主観的評価の結果との相関関係の一例
を図６に示す。図例は、重み係数ψ1 を「２．０」、重
み係数ψ2 を「１．０」、重み係数ψ3 を「１．５」と
設定した場合に、１０種のグラデーション画像に対して
行ったグラデーション評価値ｙと主観的評価値との相関
を表している。図からも明らかなように、本実施形態に
よるグラデーション評価値ｙと主観的評価値との相関は
非常に高く、相関係数が「０．９５２」を示している。
したがって、本実施形態において説明したように、グラ
デーション画像から読み取った画像データを色彩情報に
基づいた識別閾で領域分割することでグラデーション評
価値ｙを算出すれば、グラデーション画像がカラー画像
により構成されている場合であっても、人間の主観的判
断に十分に対応した信頼性の高い客観的評価の結果が得
られることが分かる。
値ｙと人間による主観的評価の結果との相関関係の一例
を図６に示す。図例は、重み係数ψ1 を「２．０」、重
み係数ψ2 を「１．０」、重み係数ψ3 を「１．５」と
設定した場合に、１０種のグラデーション画像に対して
行ったグラデーション評価値ｙと主観的評価値との相関
を表している。図からも明らかなように、本実施形態に
よるグラデーション評価値ｙと主観的評価値との相関は
非常に高く、相関係数が「０．９５２」を示している。
したがって、本実施形態において説明したように、グラ
デーション画像から読み取った画像データを色彩情報に
基づいた識別閾で領域分割することでグラデーション評
価値ｙを算出すれば、グラデーション画像がカラー画像
により構成されている場合であっても、人間の主観的判
断に十分に対応した信頼性の高い客観的評価の結果が得
られることが分かる。
【００４５】つまり、本実施形態における画像評価装置
または画像評価方法によれば、本発明の請求項１または
請求項６に記載したように、評価対象となるグラデーシ
ョン画像から得た色彩情報Ｌ* ，Ｃ* ，ｈ°を人間の視
覚特性に応じた識別閾に基づいて分割し、その分割後の
各識別閾領域ｐ１〜ｐ８毎の画像特徴量を基にグラデー
ション評価値ｙを算出するようになっているので、色の
属性に関する情報を加味しつつ、しかも人間の視覚特性
を反映させながら、そのグラデーション画像についての
客観的評価を行うことが可能となる。そのため、本実施
形態における画像評価装置または画像評価方法を用いれ
ば、評価対象となるグラデーション画像がカラー画像に
より構成されている場合であっても、従来よりも信頼性
が高く、より人間の感覚に近い評価結果を得ることがで
きる。
または画像評価方法によれば、本発明の請求項１または
請求項６に記載したように、評価対象となるグラデーシ
ョン画像から得た色彩情報Ｌ* ，Ｃ* ，ｈ°を人間の視
覚特性に応じた識別閾に基づいて分割し、その分割後の
各識別閾領域ｐ１〜ｐ８毎の画像特徴量を基にグラデー
ション評価値ｙを算出するようになっているので、色の
属性に関する情報を加味しつつ、しかも人間の視覚特性
を反映させながら、そのグラデーション画像についての
客観的評価を行うことが可能となる。そのため、本実施
形態における画像評価装置または画像評価方法を用いれ
ば、評価対象となるグラデーション画像がカラー画像に
より構成されている場合であっても、従来よりも信頼性
が高く、より人間の感覚に近い評価結果を得ることがで
きる。
【００４６】特に、本実施形態における画像評価装置ま
たは画像評価方法では、本発明の請求項２または請求項
７に記載したように、グラデーション画像から読み取っ
たＲＧＢデータを、色の三属性を構成する明度情報
Ｌ* 、彩度情報Ｃ* および色相情報ｈ°に変換し、これ
らを基にグラデーション評価値ｙの算出処理を行ってい
るので、カラー画像の濃淡の階調変化のみならず色調変
化にも十分に対応することができ、結果としてカラー画
像に対する客観的評価を従来よりも正確に行うことがで
きる。具体的には、例えば「薄い赤色」から「濃い赤
色」への変化が表現されたグラデーション画像であって
も、あるいは「青色」から「赤色」への変化が表現され
たグラデーション画像であっても、いずれの場合もその
評価を正しく行うことできる。
たは画像評価方法では、本発明の請求項２または請求項
７に記載したように、グラデーション画像から読み取っ
たＲＧＢデータを、色の三属性を構成する明度情報
Ｌ* 、彩度情報Ｃ* および色相情報ｈ°に変換し、これ
らを基にグラデーション評価値ｙの算出処理を行ってい
るので、カラー画像の濃淡の階調変化のみならず色調変
化にも十分に対応することができ、結果としてカラー画
像に対する客観的評価を従来よりも正確に行うことがで
きる。具体的には、例えば「薄い赤色」から「濃い赤
色」への変化が表現されたグラデーション画像であって
も、あるいは「青色」から「赤色」への変化が表現され
たグラデーション画像であっても、いずれの場合もその
評価を正しく行うことできる。
【００４７】また、本実施形態における画像評価装置ま
たは画像評価方法では、本発明の請求項３または請求項
８に記載したように、グラデーション評価値ｙの算出に
あたって、隣接する各識別閾領域ｐ１〜ｐ８の画像特徴
量の差、具体的には色差ΔｅＥ1 〜ΔｅＥ7 を基にして
いるので、人間の視覚特性を反映させた評価結果を容易
に得ることができる。これは、例えばこれらの色差Δｅ
Ｅ1 〜ΔｅＥ7 が均一でその変化が直線的であれば、人
間の視覚にもカラー画像の色調変化等が滑らかと映るか
らである。したがって、かかる場合に、良好なグラデー
ション画像であると評価すれば、その評価結果は、より
人間の感覚に近いものとなる。
たは画像評価方法では、本発明の請求項３または請求項
８に記載したように、グラデーション評価値ｙの算出に
あたって、隣接する各識別閾領域ｐ１〜ｐ８の画像特徴
量の差、具体的には色差ΔｅＥ1 〜ΔｅＥ7 を基にして
いるので、人間の視覚特性を反映させた評価結果を容易
に得ることができる。これは、例えばこれらの色差Δｅ
Ｅ1 〜ΔｅＥ7 が均一でその変化が直線的であれば、人
間の視覚にもカラー画像の色調変化等が滑らかと映るか
らである。したがって、かかる場合に、良好なグラデー
ション画像であると評価すれば、その評価結果は、より
人間の感覚に近いものとなる。
【００４８】また、本実施形態における画像評価装置ま
たは画像評価方法では、本発明の請求項４または請求項
９に記載したように、グラデーション評価値ｙの算出に
あたって、各識別閾領域ｐ１〜ｐ８の画像特徴量ave.Ｌ
* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜ave.Ｃ* 8 ，ave.ｈ°
1 〜ave.ｈ°8 のみならず、各識別閾領域ｐ１〜ｐ８の
領域幅ｗ１〜ｗ８をも基にしているので、より一層人間
の視覚特性を反映させた評価結果を得ることができる。
これは、例えば各識別閾領域ｐ１〜ｐ８の領域幅ｗ１〜
ｗ８が均一で、極端に大きい幅の識別閾領域が存在して
いなければ、人間の視覚にもカラー画像の色調変化等が
滑らかと映るからである。
たは画像評価方法では、本発明の請求項４または請求項
９に記載したように、グラデーション評価値ｙの算出に
あたって、各識別閾領域ｐ１〜ｐ８の画像特徴量ave.Ｌ
* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜ave.Ｃ* 8 ，ave.ｈ°
1 〜ave.ｈ°8 のみならず、各識別閾領域ｐ１〜ｐ８の
領域幅ｗ１〜ｗ８をも基にしているので、より一層人間
の視覚特性を反映させた評価結果を得ることができる。
これは、例えば各識別閾領域ｐ１〜ｐ８の領域幅ｗ１〜
ｗ８が均一で、極端に大きい幅の識別閾領域が存在して
いなければ、人間の視覚にもカラー画像の色調変化等が
滑らかと映るからである。
【００４９】ただし、グラデーション評価値ｙは、必ず
しも画像特徴量ave.Ｌ* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜
ave.Ｃ* 8 ，ave.ｈ°1 〜ave.ｈ°8 と領域幅ｗ１〜ｗ
８との双方を基にして算出する必要は無く、画像特徴量
ave.Ｌ* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜ave.Ｃ* 8 ，av
e.ｈ°1 〜ave.ｈ°8 のみを基にした場合であっても、
従来よりも信頼性が高く、より人間の感覚に近い算出結
果を得ることが可能である。
しも画像特徴量ave.Ｌ* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜
ave.Ｃ* 8 ，ave.ｈ°1 〜ave.ｈ°8 と領域幅ｗ１〜ｗ
８との双方を基にして算出する必要は無く、画像特徴量
ave.Ｌ* 1 〜ave.Ｌ* 8 ，ave.Ｃ* 1 〜ave.Ｃ* 8 ，av
e.ｈ°1 〜ave.ｈ°8 のみを基にした場合であっても、
従来よりも信頼性が高く、より人間の感覚に近い算出結
果を得ることが可能である。
【００５０】また、本実施形態における画像評価装置ま
たは画像評価方法では、本発明の請求項５または請求項
１０に記載したように、所定の重み係数ψ1,ψ2,ψ3 に
よって、重み付けを施してグラデーション評価値ｙを算
出するようになっている。そのため、例えば、人間の視
覚特性に大きく影響を及ぼす因子（パラメータ）に対し
ては重み係数の値を大きくするといったことが可能とな
り、結果としてより一層人間の感覚に近い算出結果が得
られるようになる。
たは画像評価方法では、本発明の請求項５または請求項
１０に記載したように、所定の重み係数ψ1,ψ2,ψ3 に
よって、重み付けを施してグラデーション評価値ｙを算
出するようになっている。そのため、例えば、人間の視
覚特性に大きく影響を及ぼす因子（パラメータ）に対し
ては重み係数の値を大きくするといったことが可能とな
り、結果としてより一層人間の感覚に近い算出結果が得
られるようになる。
【００５１】なお、本実施形態では、重み係数ψ1,ψ2,
ψ3 がそれぞれ「２．０」、「１．０」、「１．５」で
ある場合を例に挙げたが、重み係数の値はこれらに限定
されないことは勿論である。
ψ3 がそれぞれ「２．０」、「１．０」、「１．５」で
ある場合を例に挙げたが、重み係数の値はこれらに限定
されないことは勿論である。
【００５２】また、本実施形態では、識別閾に基づいた
分割に際して、色彩情報Ｌ* ，Ｃ*，ｈ°から求めた色
差ΔＥを用いる場合を例に挙げて説明したが、本発明は
これに限定されるものではない。例えば、色差ΔＥでは
なく、明度情報の差ΔＬ* 、彩度情報の差ΔＣ* および
色相情報の差Δh °のそれぞれを用いて、識別閾に基づ
いく分割を行うようにしてもよい。かかる場合は、図７
に示すように、明度情報の差ΔＬ* を用いて分割された
識別閾領域ｐL １〜ｐL ８（図７（ａ）参照）、彩度情
報の差ΔＣ* を用いて分割された識別閾領域ｐC １〜ｐ
C ６（図７（ｂ）参照）、色相情報の差Δh °を用いて
分割された識別閾領域ｐh １〜ｐh ９（図７（ｃ）参
照）が、それぞれ個別に得られることになる。したがっ
て、かかる場合には、それぞれの識別閾領域ｐL １〜ｐ
L ８，ｐC １〜ｐC ６，ｐh １〜ｐh ９について、本実
施形態で説明した場合と同様にしてグラデーション評価
値ｙL,ｙC,ｙh を算出した後に、それぞれのグラデーシ
ョン評価値ｙL,ｙC,ｙh に所定の重み付けを施して一つ
のグラデーション評価値ｙを求めるようにすればよい。
分割に際して、色彩情報Ｌ* ，Ｃ*，ｈ°から求めた色
差ΔＥを用いる場合を例に挙げて説明したが、本発明は
これに限定されるものではない。例えば、色差ΔＥでは
なく、明度情報の差ΔＬ* 、彩度情報の差ΔＣ* および
色相情報の差Δh °のそれぞれを用いて、識別閾に基づ
いく分割を行うようにしてもよい。かかる場合は、図７
に示すように、明度情報の差ΔＬ* を用いて分割された
識別閾領域ｐL １〜ｐL ８（図７（ａ）参照）、彩度情
報の差ΔＣ* を用いて分割された識別閾領域ｐC １〜ｐ
C ６（図７（ｂ）参照）、色相情報の差Δh °を用いて
分割された識別閾領域ｐh １〜ｐh ９（図７（ｃ）参
照）が、それぞれ個別に得られることになる。したがっ
て、かかる場合には、それぞれの識別閾領域ｐL １〜ｐ
L ８，ｐC １〜ｐC ６，ｐh １〜ｐh ９について、本実
施形態で説明した場合と同様にしてグラデーション評価
値ｙL,ｙC,ｙh を算出した後に、それぞれのグラデーシ
ョン評価値ｙL,ｙC,ｙh に所定の重み付けを施して一つ
のグラデーション評価値ｙを求めるようにすればよい。
【００５３】
【発明の効果】以上に説明したように、本発明に係る画
像評価装置および画像評価方法によれば、評価対象とな
るグラデーション画像から得た色彩情報を人間の視覚特
性に応じた識別閾に基づいて分割し、その分割後の各部
分領域毎の画像特徴量を基に当該グラデーション画像に
ついての評価値を算出するようになっているので、色の
属性に関する情報を加味しつつ、しかも人間の視覚特性
を反映させながら、当該グラデーション画像についての
客観的評価を行うことが可能となる。そのため、本発明
に係る画像評価装置または画像評価方法を用いれば、評
価対象となるグラデーション画像がカラー画像により構
成されている場合であっても、従来よりも信頼性が高
く、より人間の感覚に近い評価結果を得ることができ
る。
像評価装置および画像評価方法によれば、評価対象とな
るグラデーション画像から得た色彩情報を人間の視覚特
性に応じた識別閾に基づいて分割し、その分割後の各部
分領域毎の画像特徴量を基に当該グラデーション画像に
ついての評価値を算出するようになっているので、色の
属性に関する情報を加味しつつ、しかも人間の視覚特性
を反映させながら、当該グラデーション画像についての
客観的評価を行うことが可能となる。そのため、本発明
に係る画像評価装置または画像評価方法を用いれば、評
価対象となるグラデーション画像がカラー画像により構
成されている場合であっても、従来よりも信頼性が高
く、より人間の感覚に近い評価結果を得ることができ
る。
【図１】 本発明に係る画像評価装置の実施形態の一例
の概略構成を示すブロック図である。
の概略構成を示すブロック図である。
【図２】 走査型濃度計による画像データの読み取り構
成の具体例を示す模式図である。
成の具体例を示す模式図である。
【図３】 本発明に係る画像評価方法の実施形態の一例
を示す流れ図である。
を示す流れ図である。
【図４】 走査型濃度計で採取した画像データ値の具体
例を示す説明図である。
例を示す説明図である。
【図５】 色差を基にした場合の識別閾領域への分割状
態の具体例を示す模式図である。
態の具体例を示す模式図である。
【図６】 本発明を用いた評価結果と人間による評価結
果との相関関係の具体例を示す説明図である。
果との相関関係の具体例を示す説明図である。
【図７】 識別閾領域への分割状態の他の具体例を示す
模式図であり、（ａ）は明度情報を基にした場合の図、
（ｂ）は彩度情報を基にした場合の図、（ｃ）は色相情
報を基にした場合の図である。
模式図であり、（ａ）は明度情報を基にした場合の図、
（ｂ）は彩度情報を基にした場合の図、（ｃ）は色相情
報を基にした場合の図である。
１…画像入力手段、２…色彩情報変換手段、３…識別閾
領域分割手段、４…画像特徴量算出手段、５…グラデー
ション評価手段、ｐ１〜ｐ８，ｐL １〜ｐL ８，ｐC １
〜ｐC ６，ｐh １〜ｐh ９…識別閾領域
領域分割手段、４…画像特徴量算出手段、５…グラデー
ション評価手段、ｐ１〜ｐ８，ｐL １〜ｐL ８，ｐC １
〜ｐC ６，ｐh １〜ｐh ９…識別閾領域
───────────────────────────────────────────────────── フロントページの続き (72)発明者 安部 純 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 (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） 5C062 AA05 AC21 AE03 5C077 LL11 MP08 PP27 PP36 PP46 PP47 PQ12 PQ18 5C079 HB06 HB11 LA01 MA11 5L096 AA02 AA06 DA02 EA21 FA32 FA33 GA41 GA51 MA01 9A001 HH31 KK16 KK42 LL08
Claims (10)
- 【請求項１】 グラデーション画像から画像データを取
得する画像入力手段と、 前記画像入力手段が取得した画像データを色彩情報に変
換する色彩情報変換手段と、 前記色彩情報変換手段が変換した色彩情報を人間の視覚
特性に応じて定められた識別閾に基づいて分割する識別
閾領域分割手段と、 前記識別閾領域分割手段による分割後の各部分領域にお
ける画像特徴量を求める画像特徴量算出手段と、 前記画像特徴量算出手段が求めた画像特徴量に基づいて
前記グラデーション画像についての評価値を算出するグ
ラデーション評価手段とを備えることを特徴とする画像
評価装置。 - 【請求項２】 前記色彩情報変換手段が変換する色彩情
報は、明度情報、彩度情報および色相情報からなること
を特徴とする請求項１記載の画像評価装置。 - 【請求項３】 前記グラデーション評価手段は、隣接す
る部分領域間の画像特徴量の差に基づいて前記評価値を
算出するものであることを特徴とする請求項１または２
記載の画像評価装置。 - 【請求項４】 前記識別閾領域分割手段による分割後の
各部分領域の領域幅を求める領域幅算出手段を備えると
ともに、 前記グラデーション評価手段は、前記画像特徴量算出手
段が求めた画像特徴量および前記領域幅算出手段が求め
た領域幅に基づいて前記評価値を算出するものであるこ
とを特徴とする請求項１，２または３記載の画像評価装
置。 - 【請求項５】 前記グラデーション評価手段は、前記評
価値の算出にあたって、所定の重み付けを行うものであ
ることを特徴とする請求項１，２，３または４記載の画
像評価装置。 - 【請求項６】 グラデーション画像に対する客観的評価
を行うための画像評価方法であって、 前記グラデーション画像から画像データを取得し、 前記画像データを取得するとこれを色彩情報に変換し、 当該変換後の色彩情報を人間の視覚特性に応じて定めら
れた識別閾に基づいて分割し、 当該分割後の各部分領域における画像特徴量を求め、 前記画像特徴量に基づいて前記グラデーション画像につ
いての評価値を算出することを特徴とする画像評価方
法。 - 【請求項７】 前記色彩情報は、明度情報、彩度情報お
よび色相情報からなることを特徴とする請求項６記載の
画像評価方法。 - 【請求項８】 前記評価値の算出にあたって、隣接する
部分領域間の画像特徴量の差を基にすることを特徴とす
る請求項６または７記載の画像評価方法。 - 【請求項９】 前記分割後の各部分領域の領域幅を求め
るとともに、 前記評価値の算出にあたって、前記画像特徴量および前
記領域幅を基にすることを特徴とする請求項６，７また
は８記載の画像評価方法。 - 【請求項１０】 前記評価値の算出にあたって、所定の
重み付けを行うことを特徴とする請求項６，７，８また
は９記載の画像評価方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30492299A JP2001128017A (ja) | 1999-10-27 | 1999-10-27 | 画像評価装置および画像評価方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30492299A JP2001128017A (ja) | 1999-10-27 | 1999-10-27 | 画像評価装置および画像評価方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001128017A true JP2001128017A (ja) | 2001-05-11 |
Family
ID=17938936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30492299A Pending JP2001128017A (ja) | 1999-10-27 | 1999-10-27 | 画像評価装置および画像評価方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001128017A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014057148A (ja) * | 2012-09-11 | 2014-03-27 | Fuji Xerox Co Ltd | 画像処理装置およびプログラム |
| CN110603566A (zh) * | 2017-05-01 | 2019-12-20 | 兴和株式会社 | 图像解析评价方法、计算机程序、图像解析评价装置 |
| CN115082470A (zh) * | 2022-08-22 | 2022-09-20 | 启东市固德防水布有限公司 | 一种基于图像识别的防水布性能检测方法及系统 |
-
1999
- 1999-10-27 JP JP30492299A patent/JP2001128017A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014057148A (ja) * | 2012-09-11 | 2014-03-27 | Fuji Xerox Co Ltd | 画像処理装置およびプログラム |
| CN110603566A (zh) * | 2017-05-01 | 2019-12-20 | 兴和株式会社 | 图像解析评价方法、计算机程序、图像解析评价装置 |
| CN110603566B (zh) * | 2017-05-01 | 2023-10-20 | 兴和株式会社 | 图像解析评价方法、计算机程序、图像解析评价装置 |
| CN115082470A (zh) * | 2022-08-22 | 2022-09-20 | 启东市固德防水布有限公司 | 一种基于图像识别的防水布性能检测方法及系统 |
| CN115082470B (zh) * | 2022-08-22 | 2024-01-02 | 金华百丝特工艺品有限公司 | 一种基于图像识别的防水布性能检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7720279B2 (en) | Specifying flesh area on image | |
| JP4374901B2 (ja) | 画像の明度補正処理 | |
| RU2414088C1 (ru) | Устройство обработки изображений, способ обработки изображений, компьютерная программа и запоминающий носитель | |
| JP3583630B2 (ja) | カラーデータ変換方法 | |
| JP3723604B2 (ja) | 電子文書中の自然シーン画像の画像依存カラー彩度補正方法及びその装置 | |
| CN101646014B (zh) | 图像处理设备和图像处理方法 | |
| KR100374019B1 (ko) | 화상처리방법 및 장치 및 시스템 및 기억매체 | |
| JP2004266821A (ja) | 色盲のための改善された色識別を有する変換されたデジタルカラー画像 | |
| US20070071316A1 (en) | Image correcting method and image correcting system | |
| JP2005026962A (ja) | 信号処理装置、信号処理プログラム、および電子カメラ | |
| JP2011018354A (ja) | 画像修整プログラムを記録した媒体、画像修整装置および画像修整方法 | |
| EP1805982B1 (en) | Apparatus, system, and method for optimizing gamma curves for digital image devices | |
| JP4774757B2 (ja) | 画像処理装置、画像処理プログラム、電子カメラ、および画像処理方法 | |
| JP2004180285A (ja) | ピクセル画像の画像処理 | |
| JP4807866B2 (ja) | 色再現処理切替装置および可読記録媒体 | |
| JP4581999B2 (ja) | 画像処理装置および画像処理方法 | |
| JP2005192162A (ja) | 画像処理方法、画像処理装置及び画像記録装置 | |
| US8368962B2 (en) | Color look up table adjusting apparatus, recording medium on which a color look up table adjusting program is recorded and color look up table adjusting system | |
| JP2001128017A (ja) | 画像評価装置および画像評価方法 | |
| JPH1063859A (ja) | 画質評価方法および装置 | |
| JP4006590B2 (ja) | 画像処理装置、シーン判定装置、画像処理方法、シーン判定方法、およびプログラム | |
| JP3797404B2 (ja) | 画像処理装置及び画像処理方法 | |
| JP2003016443A (ja) | 画質評価方法および画質評価装置ならびに画質評価用チャート画像 | |
| Engeldrum | A short image quality model taxonomy | |
| JP4102983B2 (ja) | 色チャートセット、色チャートセットの生成方法、色チャートセットの生成装置、ホワイトバランス性能測定方法および画像処理装置 |