JP2002051255A - 主要被写体検出カメラ - Google Patents

Abstract

(57)【要約】 【課題】被写体が人物であることを検出し、複数の人物
が検出された場合には主要被写体であると判定される人
物に合焦する主要被写体検出カメラを提供する。 【解決手段】全体の制御を司る制御部１と、制御部１に
接続され、被写体の像を撮像して焦点検出と主要被写体
検出に必要な信号を出力する撮像素子２と、撮影レンズ
を駆動して合焦させるＡＦ動作の制御を司る焦点調節部
３と、上記撮像素子２の出力信号に所定の演算を行い、
被写体に含まれる人物を抽出する人物抽出部４と、この
人物抽出部４で抽出された人物が複数いる場合に、どの
人物を主要被写体とするかの判定を行う主要被写体判定
部５と、で構成される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は主要被写体を検出す
る機能を有する主要被写体検出カメラに関する。

【０００２】

【従来の技術】従来、複数の測距点を有するカメラ技術
は数多く知られている。この測距技術のついては、従
来、中央部とその左右の３点や３点に中央上下２点を加
えた５点を多点測距するカメラが多いが、近年、それ以
上の測距点を有するカメラが製品化されており、測距点
は増加する傾向にある。将来は殆ど全画面に測距点を配
置する可能性もある。

【０００３】このように測距点が多くなると、どの被写
体が主要被写体であるかの判別が困難になり、撮影者が
意図しない被写体が主要被写体と判定されて意図しない
被写体にピントや露出が合うということが多くなる。

【０００４】この問題点を解決するために、撮影者の視
線を検出して見ている被写体を主要被写体とする技術
も、従来から良く知られているが、視線検出機構が複雑
であるためにごく一部のカメラでしか採用されておら
ず、視線検出技術以外で主要被写体を検出する技術をカ
メラに応用することが多点測距カメラの課題の一つとな
っていた。

【０００５】ところで、画面内に人物が入っている場合
には、その人物が主要被写体である場合が多いことが知
られている。また、画像処理技術によって画面内に人物
が入っていることを検出する技術も公知であり、後述す
るようないくつかの検出方法が知られている。

【０００６】これらの人物検出技術をカメラに適用した
従来の技術には、以下のような技術が知られており、検
出した主要被写体にピントを合わせるだけでなく、適切
な露出処理を施す技術である。

【０００７】特開平６−３０３４９１号公報に開示の技
術は、画面内に人物を検出すると人物の顔全体が被写界
進度内に入るように露出を制御するものである。

【０００８】特開平７−４１８３０号公報に開示の技術
は、画面内の人物の数をカウントし、それに応じて画角
やストロボの配光角を変更するものである。

【０００９】

【発明が解決しようとする課題】しかるに上記特開平６
−３０３４９１号公報、特開平７−４１８３０号公報に
おいては、人物を検出する機能はあるが複数の人物が存
在する場合に、いずれの人物が主要被写体であるかを判
定する機能については言及されておらず、焦点を合わせ
る場合にどの人物に合焦させればよいのかわからない。

【００１０】本発明はかかる問題点に鑑みてなされたも
のであり、被写体が人物であることを検出し、複数の人
物が検出された場合には主要被写体であると判定される
人物に合焦する主要被写体検出カメラを提供することを
目的とする。

【００１１】

【課題を解決するための手段】上記の目的を達成するた
めに本発明の第１の主要被写体検出カメラは、被写体像
信号を出力する撮像手段と、上記撮像手段の出力に基づ
いて被写体の中に含まれている人物を抽出する人物抽出
手段と、上記人物抽出手段において人物が複数抽出され
た場合に、それら複数の人物のうち何れかの人物を主要
被写体として決定する主要被写体決定手段と、を具備す
ることを特徴とする。

【００１２】上記の目的を達成するために本発明の第２
の主要被写体検出カメラは、上記第１の主要被写体検出
カメラにおいて、被写体の距離を測定する測距手段を更
に具備し、上記主要被写体決定手段において最も近距離
に位置する人物を主要被写体と決定することを特徴とす
る。

【００１３】上記の目的を達成するために本発明の第３
の主要被写体検出カメラは、上記第１の主要被写体検出
カメラにおいて、被写体である人物の画面内の面積を測
定する面積測定手段を更に具備し、上記主要被写体決定
手段において最も画面に占める面積の大きい人物を主要
被写体と決定することを特徴とする。

【００１４】上記の目的を達成するために本発明の第４
の主要被写体検出カメラは、上記第１の主要被写体検出
カメラにおいて、被写体である人物の画面内における位
置を判定する位置判定手段を更に具備し、上記主要被写
体決定手段において最も画面中央部に近い位置にある人
物を主要被写体と決定することを特徴とする。

【００１５】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。

【００１６】まず、本発明の実施の形態を説明するに先
立って、主要被写体と判定される可能性の高い人物にど
のような特徴があるかを説明する。

【００１７】図３１〜図３４は人物ａを主要被写体とし
た場合の写真の作例である。これらから主要被写体と判
定されるべき人物ａの画面内での特徴は、以下のような
点が当てはまることが多い。

【００１８】 ・最も近距離に存在する：図３１、図３３、図３４ ・画面に占める面積が大きい：図３１、図３３、図３４ ・画面の中央に位置する：図３２、図３３ ・群集ではなく単独で存在する：図３４ 本発明の実施の形態では、これらの特徴を持つ人物を判
定してその人物に合焦させる。

【００１９】図１は、本発明の一実施形態である主要被
写体検出カメラの概略構成を示したブロック図である。

【００２０】図に示すように本実施形態の主要被写体検
出カメラは、全体の制御を司る制御部１と、制御部１に
接続され、被写体の像を撮像して焦点検出と主要被写体
検出に必要な信号を出力する撮像素子２と、撮影レンズ
を駆動して合焦させるＡＦ動作の制御を司る焦点調節部
３と、上記撮像素子２の出力信号に所定の演算を行い、
被写体に含まれる人物を抽出する人物抽出部４と、この
人物抽出部４で抽出された人物が複数いる場合に、どの
人物を主要被写体とするかの判定を行う主要被写体判定
部５と、で主要部が構成される。

【００２１】図２は、本発明の第１の実施形態である主
要被写体検出カメラにおける測距装置の構成を示したブ
ロック図である。

【００２２】図に示すように、この測距装置は、当該測
距装置を備えるカメラ全体における各回路の制御を司る
マイクロコンピュータ１１と、後述する測距光学系１０
０により形成される被写体像を撮像して電気信号である
センサデータに変換するＡＦエリアセンサ１２と、フォ
ーカシングレンズ１４を駆動するフォーカスレンズ駆動
部１３と、該フォーカシングレンズ１４の移動量に対応
するパルス信号を発生するフォーカスレンズエンコーダ
１５と、撮影画面に対応し、複数に分割された測光用受
光素子２３ａの発生する光電流信号を処理して測光出力
を発生する測光部２３と、シャッタを駆動してフィルム
に対する露出を行うシャッタ駆動部１６と、撮影時の補
助光源としてストロボ２０ａを発光させるストロボ回路
部２０と、カメラ内部の情報をＬＣＤ等の表示素子によ
り表示する表示部１９と、レリーズボタンに連動したス
イッチである１ＲＳＷ（ファーストレリーズスイッチ）
１７及び２ＲＳＷ（セカンドレリーズスイッチ）１８
と、オートロード、１駒巻き上げ、巻き戻しのフィルム
駆動動作を行うフィルム駆動部２１と、撮影レンズのズ
ーム動作を行うズームレンズ駆動部２２と、カメラの姿
勢（縦、横）を検出し、マイクロコンピュータ１１に対
して出力するカメラ姿勢検出部１２０と、で主要部が構
成される。

【００２３】マイクロコンピュータ１１は、その内部
に、ＣＰＵ（中央処理装置）１１ａ、ＲＯＭ１１ｂ，Ｒ
ＡＭ１１ｃ，Ａ／ＤコンバータＡＤＣ１１ｄを有する。
このうちＣＰＵ１１ａは、ＲＯＭ１１ｂに格納されたシ
ーケンスプログラムに従って一連の動作を行う。

【００２４】マイクロコンピュータ１１はさらにＥＥＰ
ＲＯＭ１１ｅを有しており、オートフォーカス（Ａ
Ｆ）、測光・露出演算等に関する補正データをカメラ毎
に記憶している。また、ＥＥＰＲＯＭ１１ｅには、後述
する撮影画面内の主要被写体を検出するための各種パラ
メータ等が格納されている。

【００２５】ＡＦエリアセンサ１２は、撮像領域１２ａ
である水平方向と垂直方向に二次元状に配置された受光
素子群とその処理回路１２ｂとを備えている。そして、
受光素子（フォトダイオード）への入射光により発生す
る電荷を画素毎の画素増幅回路により電圧に変換すると
ともに増幅して出力する。マイクロコンピュータ１１
は、このＡＦエリアセンサ１２の積分動作の制御、セン
サデータの読み出し制御を行い、ＡＦエリアセンサ１２
の出力するセンサデータを処理して測距演算を行なうよ
うになっている。

【００２６】またＡＦエリアセンサ１２は、定常光除去
回路１２ｃを有している。この定常光除去回路１２ｃ
は、マイクロコンピュータ１１の制御下に定常光を除去
するか否かを切り換る機能を有する。

【００２７】フォーカスレンズ駆動部１３は、撮影レン
ズの一部であるフォーカシングレンズ１４を駆動し、フ
ォーカスレンズエンコーダ１５は、該フォーカシングレ
ンズ１４の移動量に対応するパルス信号を発生する。マ
イクロコンピュータ１１は測距演算結果に基づき、フォ
ーカスレンズ駆動部１３に駆動信号を出力し、フォーカ
スエンコーダ１５の出力をモニタしてフォーカシングレ
ンズ１４の位置制御を行う。

【００２８】測光部２３は、撮影画面に対応し、複数に
分割された測光用受光素子２３ａの発生する光電流信号
を処理して測光出力を発生する。マイクロコンピュータ
１１はこの測光出力を上記ＡＤコンバータＡＤＣ１１ｄ
によりＡＤ変換して測光・露出演算を行う。

【００２９】シャッタ駆動部１６は、マイクロコンピュ
ータ１１の制御下にシャッタを駆動してフィルムに対す
る露出を行う。

【００３０】ストロボ回路部２０は、撮影時の補助光源
としてストロボ２０ａを発光させる機能を備え、マイク
ロコンピュータ１１の制御下にストロボ２０ａ発光のた
めの充電、発光制御がなされる。またストロボ回路部２
０は、ストロボ２０ａを測距動作時のオートフォーカス
補助光として使用する際に、マイクロコンピュータ１１
の制御下に発光制御を行う。

【００３１】表示部１９は、マイクロコンピュータ１１
の制御下にカメラ内部の情報をＬＣＤ等の表示素子によ
り表示する。

【００３２】１ＲＳＷ（ファーストレリーズスイッチ）
１７、２ＲＳＷ（セカンドレリーズスイッチ）１８はレ
リーズボタンに連動したスイッチであって、レリーズボ
タンの第１段階の押し下げにより１ＲＳＷ１７がオン
し、引き続いて第２段階の押し下げで２ＲＳＷ１８がオ
ンする。マイクロコンピュータ１１は１ＲＳＷ１７のオ
ンでＡＦ，測光動作を行い、２ＲＳＷ１８のオンで露出
動作、フィルム巻き上げ動作を行う。

【００３３】フィルム駆動部２１は、マイクロコンピュ
ータ１１の制御下にオートロード、１駒巻き上げ、巻き
戻しのフィルム駆動動作を行い、ズームレンズ駆動部２
２は、同じくマイクロコンピュータ１１の制御下に撮影
レンズのズーム動作を行う。また、マイクロコンピュー
タ１１に対して撮影レンズの焦点距離情報を出力する。

【００３４】カメラ姿勢検出部１２０は、カメラの姿勢
（縦、横）を検出し、マイクロコンピュータ１１に対し
て出力する。

【００３５】次に、このような構成を成す本実施形態の
測距装置の動作について説明する。図３は、本実施形態
の測距装置において、マイクロコンピュータ１１のメイ
ンルーチンを示すフローチャートである。

【００３６】まず、不図示の電源ＳＷがオンされるかあ
るいは電池が挿入されるとマイクロコンピュータ１１が
動作を開始し、ＲＯＭ１１ｂに格納されたシーケンスプ
ログラムを実行する。そして、マイクロコンピュータ１
１はカメラ内の各ブロックの初期化、ＥＥＰＲＯＭ１１
ｅ内のＡＦ、測光等の調整・補正データをＲＡＭ１１ｃ
に展開する（ステップＳ１０１）。

【００３７】次にマイクロコンピュータ１１は１ＲＳＷ
１７の状態を検出し、該１ＲＳＷ１７がオン操作を待つ
（ステップＳ１０２）。ここで、該１ＲＳＷ１７がオン
されるとマイクロコンピュータ１１はオートフォーカス
（ＡＦ）動作を行うよう該当回路を制御する（ステップ
Ｓ１０３）。続いて測光・露出演算処理（ステップＳ１
０４）を行い、２ＲＳＷ１８の状態を検出する（ステッ
プＳ１０５）。

【００３８】このステップＳ１０５で２ＲＳＷ１８がオ
ンされると、マイクロコンピュータ１１はシャッタ動作
を行うよう指示してフィルムに露出し（ステップＳ１０
６）、フィルムを１駒巻き上げる（ステップＳ１０
７）。

【００３９】一方、上記ステップＳ１０２において１Ｒ
ＳＷ１７がオンしていないとき、マイクロコンピュータ
１１は１ＲＳＷ１７、２ＲＳＷ１８以外のスイッチの入
力を検出する（ステップＳ１０８）。ここで他のスイッ
チ入力を検出すると当該スイッチ入力に応じた処理、た
とえばズームスイッチのアップ、ダウンスイッチ入力に
対してはズームアップ、ダウン処理を行うよう各回路に
指示する（ステップＳ１０９）。

【００４０】次に、本実施形態の測距装置における測距
光学系について説明する。図４は、本実施形態の測距装
置における測距光学系１００を示した説明図であり、光
学系、ＡＦエリアセンサ配置を示している。また、図５
は、三角測距の原理により被写体距離を求める方法を説
明するための図である。

【００４１】当該測距光学系１００は、いわゆる外光パ
ッシブ方式により被写体までの距離を測定するようにな
っており、図５に示すように、受光レンズ１０１、１０
２は基線長Ｂを隔てて配置され、被写体１０３の像を２
像に分割してＡＦエリアセンサ１２の受光領域１２ａに
結像させるようになっている。

【００４２】図５に示すように上記２像の相対的な位置
差ｘは三角測距の原理によって、受光レンズの焦点距離
ｆと基線長Ｂとから、被写体距離Ｌは以下の式による。

【００４３】 Ｌ＝（Ｂ・ｆ）／ｘ ・・・・・（１） 上述した測距演算はマイクロコンピュータ１１によって
行われる。より具体的には、ＡＦエリアセンサ１２の受
光領域１２ａに測距ブロックを設定して２像に対応する
センサデータを用いて相関演算を行い、上記２像の相対
的な位置差ｘを検出する。

【００４４】次に、図６を参照して上記ＡＦエリアセン
サ１２の構成について説明する。図６に示すように、Ａ
Ｆエリアセンサ１２は、撮影画面に対応する複数の画素
５３と、積分動作を制御するためにモニタ選択回路５７
と、水平シフトレジスタ５６、垂直シフトレジスタ５４
と、固定パターンノイズ除去回路５５とを備える。

【００４５】上述したようにＡＦエリアセンサ１２に
は、撮影画面に対応して複数の画素５３が配置される
が、この複数の画素のうち一画素５０は、受光素子であ
るフォトダイオード５２と、フォトダイオード５２の出
力する信号電荷を電圧信号に変換するための増幅器５１
（蓄積容量５８を含む）と、を備えている。なお増幅器
５１には定常光成分を除去する機能も含まれている。

【００４６】上記モニタ選択回路５７は、マイクロコン
ピュータ１１からの司令に基づく画素範囲について積分
量を示すモニタ信号を作成し出力する。

【００４７】水平シフトレジスタ５６、垂直シフトレジ
スタ５４は、マイクロコンピュータ１１からの司令によ
り制御され、各画素の信号出力を選択して出力する。

【００４８】固定パターンノイズ除去回路５５は、各画
素の信号出力に含まれる固定パターンノイズを除去する
ための回路である。

【００４９】次に、図７を参照して、本実施形態におけ
る撮影画面（ワイドとテレ）と測距領域との関係につい
て説明する。上述したように、本実施形態の測距装置は
外光測距方式を採用しているので、撮影画面と測距領域
とにはパララックスが存在する。このため本実施形態で
は撮影光学系の焦点距離情報（ズーム情報）に応じて測
距に使用する領域を限定する。このような焦点距離の変
化に応じた測距エリア位置補正データはＥＥＰＲＯＭ１
１ｅに予め記憶されており、マイクロコンピュータ１１
の初期化とともにＲＡＭ１１ｄに展開されている。そし
て、ズーム動作に応じてこの補正データを参照してＡＦ
エリアセンサ１２の受光領域内の測距動作に使用する測
距領域を決定する。さらにこの測距領域範囲内のセンサ
データにより測距演算を行う。

【００５０】人物検出と測距のために、例えば画面を１
６（ワイド）分割して各領域内の測距と人物検出を行
う。

【００５１】次に、図８のフローチャートを参照して、
本実施形態の測距装置におけるオートフォーカス（Ａ
Ｆ）ルーチンを説明する。

【００５２】まず、マイクロコンピュータ１１はＡＦエ
リアセンサ１２に積分制御信号を出力して、積分動作を
行うよう指示する（ステップＳ２０１）。次にＡＦエリ
アセンサ１２から所定範囲内のピーク（最も明るい画
素）出力に対応するモニタ信号が出力される。マイクロ
コンピュータ１１はこのモニタ信号を参照しながら、Ａ
Ｆエリアセンサ１２の受光部の受光量が適正となるよう
に積分時間を調節する。

【００５３】この後マイクロコンピュータ１１は、ＡＦ
エリアセンサ１２に読み出しクロックＣＬＫを出力し
（ステップＳ２０２）、センサデータ（画素データ）を
ＡＤコンバータＡＤＣ１１ｄに出力させ、ＡＤ変換して
読み出しＲＡＭ１１ｃに格納する。

【００５４】さらにマイクロコンピュータ１１は、主要
被写体を抽出する処理を行い、また、上記複数の測距エ
リアについて測距演算を行う（ステップＳ２０３）。そ
して、測距データに基づいてフォーカシングレンズ１４
を駆動（ステップＳ２０４）して、リターンする。

【００５５】次に、図９のフローチャートを参照して、
本実施形態の測距装置における主要被写体検出動作（上
記ステップＳ２０３）について説明する。

【００５６】この主要被写体検出ルーチンでは、特に主
要被写体として人物を想定して、人物を検出する。な
お、ＡＦエリアセンサ１２により２個の画像が得られる
が、主要被写体検出に使用する画像データ（センサデー
タ）はどちらか一方の画像でもよいし、両方の画像を使
用してもよい。ＡＦエリアセンサ１２のセンサデータ
は、マイクロコンピュータ１１内のＲＡＭ１１ｃに格納
されており、このセンサデータに基づいて以下の処理を
行う。

【００５７】まず、処理の概要について説明する。最初
にマイクロコンピュータ１１は平滑化処理を行う（ステ
ップＳ３０１）。この処理は画像中のランダムノイズを
除去する処理であり、当該ノイズをフィルタ処理やフー
リエ変換によって除去する。なお除去されるランダムノ
イズはＡＦエリアセンサ１２自体が有するランダムノイ
ズや、ＡＦエリアセンサ１２の電源電圧変動等の外的ノ
イズにより発生するノイズである。

【００５８】次にマイクロコンピュータ１１は差分処理
を行う（ステップＳ３０２）。この処理においてマイク
ロコンピュータ１１はセンサデータに対して差分処理を
行い、エッジ検出を行う処理でエッジの候補領域とその
強度が与えられる。

【００５９】この後マイクロコンピュータ１１は２値化
処理を行う（ステップＳ３０３）。この処理においてマ
イクロコンピュータ１１は画像に対して閾値処理により
ある値以下の部分を抽出して２値画像を求める。

【００６０】さらにマイクロコンピュータ１１は連結・
図形融合処理（ステップＳ３０４）を行い、続いて細線
化処理（ステップＳ３０５）を行う。この処理によりエ
ッジに対応するある幅を有する図形が得られるので、細
線化アルゴリズムを適用して、線幅を約１にする。

【００６１】この後マイクロコンピュータ１１は、画像
の形状を判別して主要被写体を抽出する処理を行い（ス
テップＳ３０６）、リターンする。

【００６２】次に上記各ステップの処理についてさらに
詳しく説明する。 （１）ステップＳ３０１：平滑化処理 この平滑化処理は画像内に混入するランダムノイズを除
去する処理である。この処理には種々の方法が知られる
が、近傍領域内の画素値の中央値（メディアン）を求め
るメディアンフィルタや、近傍領域を小領域に分け、小
領域毎に分散を求めて分散が最小の小領域を求め、その
平均値を出力するエッジ保存フィルタ等が有効である。

【００６３】上記メディアンフィルタは、画像のエッジ
がなまってしまう副作用があるが、エッジ保存フィルタ
はエッジがなまらないのでより有効である。また、その
他にフーリエ変換による方法もある。

【００６４】（２）ステップＳ３０２：差分処理による
エッジ検出処理 このステップでは、マイクロコンピュータ１１はセンサ
データｓ（ｉ，ｊ）について（図１０参照）、以下のよ
うな処理を行うことによりエッジ検出を行う。

【００６５】１次微分オペレータによる手法では、ｘ方
向の微分およびｙ方向の微分をそれぞれ以下の式により
計算する。 Δxs（i，j）＝s（i，j）−s（i−1，j） ・・・（２） Δys（i，j）＝s（i，j）−s（i，j−1） ・・・（３） この結果、図１１（ａ）に示すようなデータが得られ
る。

【００６６】また、２次微分オペレータによる手法では
以下の式により求められる。 Δ＾2xs（i，j）＝s（i−1，j）−２s（i，j）−s（i＋1，j）・・・（４） Δ＾2ys（i，j）＝s（i，j−1）−２s（i，j）−s（i，j＋1）・・・（５） ２次微分オペレータの一種であるラプラシアン・オペレ
ータは、エッジの肩の部分を強調するので、正の領域か
ら負の領域に移行する。そして“０”になる部分を求め
ることによってエッジが求められる（図１１（ｂ））。

【００６７】具体的な処理方法としては、空間フィルタ
テーブル（重みテーブル）との積和演算を行う。図１２
は、上記空間フィルタテーブルの例を示した説明図であ
る。この図１２中、図１２（ａ）は１次微分オペレータ
（横方向）図１２（ｂ）は１次微分オペレータ（縦方
向）図１２（ｃ）はラプラシアンオペレータ図１２
（ｄ）はソーベルオペレータ（Ｘ方向、Ｙ方向の１次微
分、絶対値データ変換、加算）をそれぞれ示す。

【００６８】また、当該処理の演算式は以下に示す通り
である。

【数１】 本実施形態では、以上の空間フィルタを、状況に応じて
適宜選択して使用する。

【００６９】なお、全画像について差分処理をする場合
は、比較的演算が簡単で高速な１次微分オペレータ、ラ
プラシアンオペレータを使用する。一方、撮影画面内の
一部の画像に関して差分処理を行う場合は、演算がやや
複雑で演算時間が大きいが効果は大きいソーベルオペレ
ータを選択して使用する。

【００７０】また、低輝度でＡＦエリアセンサ１２の積
分時間が長い場合は、１次微分オペレータまたはラプラ
シアンオペレータを使用し、一方高輝度で積分時間が小
さい場合は、ソーベルオペレータを使用することにより
ＡＦタイムラグとしてのバランスをとってもよい。

【００７１】 （３）ステップＳ３０３：２値化処理（閾値処理） この２値化処理を図１３に示すフローチャートを参照し
て説明する。当該２値化処理においてマイクロコンピュ
ータ１１はまず、画像内の各輝度を示す画素値の出現頻
度を表わすヒストグラムを作成し（ステップＳ４０
１）、次に閾値設定処理を行う（ステップＳ４０２）。
ここで、ヒストグラムに基づいて閾値を決定する手法は
種々知られているが、たとえばモード法では、上記のう
ちで頻度が最小の輝度値を閾値（スレッシュレベル）と
して、２値化処理を行なう（図１４参照）。

【００７２】上記ステップＳ４０２において閾値が設定
された後、マイクロコンピュータ１１は２値化を行う
（ステップＳ４０３）。

【００７３】なお、閾値設定の他の手法としては、取り
出す図形の面積がある程度わかっている場合に有効なｐ
−タイル法、図形の境界部分に閾値が設定されるように
定める微分ヒストグラム法、濃度値の集合を２つのクラ
スに分けたときのクラス間の分離が最もよくなるように
パラメータｔを求める判別分析法、画像位置に応じて閾
値を変化させる可変閾値法等の手法が知られている。

【００７４】本実施形態では、これらの手法を状況に応
じて適宜選択して使用する。たとえばヒストグラムの形
状を判別して明確な最小値が存在するか否かを判定し、
明確な場合はモード法を採用する。一方、不明確な場合
は判別分析法を採用する。

【００７５】このようにヒストグラムの形状判別を行
い、その結果に応じて閾値設定方法を変更する。ヒスト
グラムの形状判別方法については、図１５に示すように
たとえば（谷）極値でありかつ頻度最小値ａ、２番目に
小さい値ｂを求め、その差ｂ−ａを判別値ｄｔｈと比較
して、所定値ｄｔｈより大きい場合、最小値ａの輝度値
を閾値として採用する。一方、所定値以下の場合は、画
像位置に応じて閾値を変化させる可変閾値法を採用す
る。

【００７６】ここで、上記閾値設定処理を図１５及び図
１６に示すフローチャートを参照して詳しく説明する。
マイクロコンピュータ１１は、図１５に示す如き最小値
ａと２番目に小さい頻度ｂを求める（ステップＳ５０
１）。次に、この差（ｂ−ａ）と所定の判定値ｄｔｈと
を比較する（ステップＳ５０２）。そして、差（ｂ−
ａ）が判定値ｄｔｈより大きい場合は、最小値ａに対応
する輝度値Ｂａを閾値として採用する（ステップＳ５０
４）。一方、差（ｂ−ａ）が判定値ｄｔｈ以下の場合は
可変閾値法を採用する（ステップＳ５０５）。

【００７７】撮影画面全体に対応する画像での２値化の
場合は、最初にモード法により閾値を設定して２値化処
理を行う。そして、２値化画像を評価した結果が良好で
はない場合は画像を複数のブロックに分割して、分割ブ
ロック毎にヒストグラムを作成し、改めて分割ブロック
毎に閾値を設定するようにしてもよい。

【００７８】 （４）ステップＳ３０４：ラベリング・図形融合処理 マイクロコンピュータ１１は、画像中で同じ輝度値の画
素が互いに連結している連結部分の魂に対してラベリン
グを行う。つまり異なる連結部分に対して異なるラベル
を貼り付けて区別して領域（連結領域）を分離する（図
１８ラベリング１〜９参照）。

【００７９】また図形融合処理では、画像に含まれてい
る穴のような面積の小さい図形や点状の図形は、本質的
に有効でないばかりか、ノイズとして後の処理に悪影響
を及ぼす可能性があるので、除去する必要がある。その
ためマイクロコンピュータ１１は、元の図形を膨らませ
たり縮めたりしてノイズ成分を除去する。

【００８０】（５）ステップＳ３０５：細線化処理 この処理は、得られた２値画像を対象としてその中に含
まれる各々の連結領域に対して連結性を損なうことなく
線幅１の線図形まで細める処理である。すなわち、任意
の太さの線状の図形において、その幅方向の画素を順次
取り除くことにより線図形の中心線を求める。

【００８１】（６）ステップＳ３０６：主要被写体を抽
出し、測距する処理 ここで連結領域の面積はその連結領域に属する画素の個
数である。周囲長は連結領域のまわりに境界に位置する
画素の個数である。ただし、斜め方向は水平、垂直方向
に対して√２倍に補正する。

【００８２】画像の形状を判定するために、円形度と呼
ばれる以下の係数ｅが使用される。

【００８３】 ｅ＝（周囲長）＾２／（面積） ・・・（７） ｅは、形状が円形の時に最小値を示し、形状が複雑にな
るほど大きい値を示す。

【００８４】人物の顔はほぼ円形に近いと考えられるの
で、上記ｅと所定値とを比較して対称画像が人物の顔か
否かを判定する。

【００８５】また上記連結領域面積も所定値と比較し
て、対称画像人物の顔か否かを判定する。また、形状判
定に先立ち、面積を所定範囲の値と比較して所定範囲以
外の場合は人物ではない画像と判別して、形状判定処理
を行わないようにしてもよい。このようにして演算量を
減少させてＡＦタイムラグを縮小させることができる。

【００８６】ここで、図１７、図１８を参照して本実施
形態における人物判定画像について説明する。

【００８７】図１７は、本実施形態における人物判定画
像の一例を示した図であり、撮影画面の対応するＡＦエ
リアセンサ１２の画像領域当該画像である。なお、この
画像を原画像とする。

【００８８】図１８は、図１７に示す原画像を用いて差
分処理、２値化処理を施した後の画像を示す図である。
図に示すようにエッジ部分（輪郭）のみ抽出された画像
となっている。また、抽出エリアにラベリング処理を施
している（ラベリング１〜９）。

【００８９】次に形状判定の別の手法として、予め主要
被写体のパターンを記憶しておき基準画像とし、この基
準画像とパターンマッチング処理を行うことによって抽
出する手法を、図１９、図２０を参照して説明する。

【００９０】図１９は、形状判定の別の手法において使
用する人物判定画像の例を示した図であり、撮影画面の
対応するＡＦエリアセンサ１２の画像領域当該画像であ
る。なお、この画像を原画像として以下、形状判定の別
の手法を説明する。

【００９１】図２０は、図１９に示す原画像を用いて差
分処理、２値化処理を施した後の画像を示す図である。

【００９２】図に示すようにエッジ部分（輪郭）のみ抽
出された画像となっている。また、抽出エリアにラベリ
ング処理を施している（ラベリング１〜９）。当該別手
法においては、予めＥＥＰＲＯＭ１１ｅに記憶されてい
る主要被写体のパターン３００を基準画像とし（図２１
参照）、この基準画像３００と、上記２値化処理後の画
像との間でパターンマッチング処理（相関演算）を行う
ことによって、人物像を抽出する。

【００９３】上記基準画像３００は、図２１に示すよう
に、被写体距離変化に対応して複数の相似パターンＡ、
Ｂ…が準備されており、撮影レンズの焦点距離（ズーム
駆動部２２からの情報）等の条件に応じて選択される。

【００９４】また、カメラの姿勢に応じて複数のパター
ンが準備されており、カメラ姿勢検出部１２０の出力に
基づいて姿勢を判別し、パターンを選択することができ
る。

【００９５】さらに人物パターンに限らず、さまざまな
物体のパターンが準備されており、人物パターンが検出
できない場合に、予め決められた優先順位に従って選択
されたパターンマッチング処理がなされる。

【００９６】ここで、図２２に示すフローチャートを参
照して、上記ステップＳ３０６における主要被写体を抽
出して測距する処理についてさらに詳しく説明する。

【００９７】図２２は、本第１の実施形態の測距装置に
おける主要被写体抽出ルーチンを示したフローチャート
である。

【００９８】マイクロコンピュータ１１は、まず、初期
領域を設定する（ステップＳ６０１）。これは図７で説
明したエリアに限らず、小さい円形でも検出できるよう
に小さ目のエリアを初期設定する。次に、エリア中のデ
ータに関して面積Ｓ、（７）式によって円形度ｅを演算
する（ステップＳ６０２）。

【００９９】この後、マイクロコンピュータ１１は、ス
テップＳ６０２で求めた面積Ｓが所定値Ｓｔｈ１とＳｔ
ｈ２の範囲内にあるかを判定する（ステップＳ６０
３）。ここで、範囲外であればステップＳ６０８に移行
する。そして、ステップＳ６０２で求めた円形度ｅが所
定値ｅｔｈ１とｅｔｈ２の範囲内にあるかを判定する
（ステップＳ６０４）。ここで、範囲外であればステッ
プＳ６０８に移行する。また、面積と円形度とも所定値
範囲内であれば人物の可能性が高いのでステップＳ６０
５に移行する。

【０１００】上記ステップＳ６０４において、面積と円
形度とも所定値範囲内であればマイクロコンピュータ１
１は被写体は人物であると判定して所定のフラグをセッ
トする（ステップＳ６０５）。次に、ステップＳ６０２
で求めた面積ＳをＲＡＭ１１ｃに記憶し（ステップＳ６
０６）、人物の位置（領域）、図７で説明したエリアの
うちのどこに人物があるかをＲＡＭ１１ｃに記憶する
（ステップＳ６０７）。

【０１０１】一方、ステップＳ６０３、ステップＳ６０
４において、何れも範囲外であるときは、マイクロコン
ピュータ１１は、被写体は人物でないと判定して所定の
フラグをセットして（ステップＳ６０８）、ステップＳ
６０９に移行する。

【０１０２】ステップＳ６０９では、マイクロコンピュ
ータ１１は、全領域について形状判定したか否かを判定
する。そして、まだ全領域について形状判定終了してい
ない場合には、次の領域を設定して（ステップＳ６１
０）、その後、ステップＳ６０２に戻る。このステップ
では、現在の設定領域を所定量だけ拡大することによっ
て大きな円形を検出できるようにする。

【０１０３】一方、ステップＳ６０９において、全領域
について形状判定が終了すると、マイクロコンピュータ
１１は、被写体に人物が最低一人いるか否かを判定する
（ステップＳ６１１）。ここで、人物がいればステップ
Ｓ６１２に、人物がいなければステップＳ６１５に移行
する。

【０１０４】ステップＳ６１２では、マイクロコンピュ
ータ１１は、図５で説明した公知の測距アルゴリズムに
従って測距演算する。すなわち、人物が観測された図７
のエリア内のみについて測距演算する。この後、マイク
ロコンピュータ１１は、人物が存在する全エリアについ
てステップＳ６１２の測距演算が終了したかを判定する
（ステップＳ６１３）。ここで、未終了ならステップＳ
６１２に戻って全人物存在エリアについて測距演算す
る。一方、終了しているなら、最至近に位置する人物が
存在するエリアを最終的に選択する測距点に決定して
（ステップＳ６１４）。その後、リターンする。

【０１０５】一方、上記ステップＳ６１１においてマイ
クロコンピュータ１１は、被写体として人物が観測され
ない場合、測距のために初期領域を設定する（ステップ
Ｓ６１５）。例えば、ワイドなら図７のエリア１を設定
する。この後、マイクロコンピュータ１１は、図５で説
明した公知の測距アルゴリズムに従って測距演算する
（ステップＳ６１６）。そして、全エリア測距終了した
かを判定する（ステップＳ６１７）。ここで未終了なら
ステップＳ６１６に戻り、終了したなら、全エリアの測
距結果から、所定のアルゴリズムに従って最適のエリア
を最終的に選択する測距点に決定する（ステップＳ６１
８）。例えば、ここで最至近になるエリアを選択する。
その後、リターンする。

【０１０６】以上、第１実施形態の測距装置における主
要被写体抽出ルーチンを説明した。このルーチンは、図
３１乃至図３４で挙げた（上述した）４つの写真の例の
中で、図３１の例に当てはまる。

【０１０７】以上説明したように、本第１の実施形態の
測距装置によると、被写体が人物であることを検出し、
複数の人物が検出された場合には最も主要被写体と判定
される人物に合焦させることができる。

【０１０８】次に、本発明の第２の実施形態について説
明する。この第２の実施形態は、その構成は図１に示す
限りにおいて上記第１の実施形態と同様である。したが
ってここでは差異のみの言及に留め、作用において異な
る部分のみを説明する。

【０１０９】本第２の実施形態の測距装置は、上記第１
の実施形態に比して主要被写体抽出ルーチンのみを異に
し、その他の構成、作用は第１の実施形態と同様である
ので、ここでの詳しい説明は省略する。

【０１１０】図２３は、本第２の実施形態の測距装置に
おける主要被写体抽出ルーチンを示したフローチャート
である。

【０１１１】マイクロコンピュータ１１は、まず、初期
領域を設定する（ステップＳ６０１）。これは図７で説
明したエリアに限らず、小さい円形でも検出できるよう
に小さ目のエリアを初期設定する。次に、エリア中のデ
ータに関して面積Ｓ、（７）式によって円形度ｅを演算
する（ステップＳ６０２）。

【０１１２】この後、マイクロコンピュータ１１は、ス
テップＳ６０２で求めた面積Ｓが所定値Ｓｔｈ１とＳｔ
ｈ２の範囲内にあるかを判定する（ステップＳ６０
３）。ここで、範囲外であればステップＳ６０８に移行
する。そして、ステップＳ６０２で求めた円形度ｅが所
定値ｅｔｈ１とｅｔｈ２の範囲内にあるかを判定する
（ステップＳ６０４）。ここで、範囲外であればステッ
プＳ６０８に移行する。また、面積と円形度とも所定値
範囲内であれば人物の可能性が高いのでステップＳ６０
５に移行する。

【０１１３】上記ステップＳ６０４において、面積と円
形度とも所定値範囲内であればマイクロコンピュータ１
１は被写体は人物であると判定して所定のフラグをセッ
トする（ステップＳ６０５）。次に、ステップＳ６０２
で求めた面積ＳをＲＡＭ１１ｃに記憶し（ステップＳ６
０６）、人物の位置（領域）、図７で説明したエリアの
うちのどこに人物があるかをＲＡＭ１１ｃに記憶する
（ステップＳ６０７）。

【０１１４】一方、ステップＳ６０３、ステップＳ６０
４において、何れも範囲外であるときは、マイクロコン
ピュータ１１は、被写体は人物でないと判定して所定の
フラグをセットして（ステップＳ６０８）、ステップＳ
６０９に移行する。

【０１１５】ステップＳ６０９では、マイクロコンピュ
ータ１１は、全領域について形状判定したか否かを判定
する。そして、まだ全領域について形状判定終了してい
ない場合には、次の領域を設定して（ステップＳ６１
０）、その後、ステップＳ６０２に戻る。このステップ
では、現在の設定領域を所定量だけ拡大することによっ
て大きな円形を検出できるようにする。

【０１１６】一方、ステップＳ６０９において、全領域
について形状判定が終了すると、マイクロコンピュータ
１１は、被写体に人物が最低一人いるか否かを判定する
（ステップＳ６１１）。ここで、人物がいればステップ
Ｓ６１９に、人物がいなければステップＳ６１５に移行
する。

【０１１７】ステップＳ６１９では、マイクロコンピュ
ータ１１は、面積Ｓが最大の人物が存在するエリアを最
終的に選択する測距点に決定する。そして、図５で説明
した公知の測距アルゴリズムに従って測距演算する（ス
テップＳ６２０）。ここでマイクロコンピュータ１１
は、面積Ｓが最大の人物が観測された図７のエリア内の
みについて測距演算する。

【０１１８】次に、マイクロコンピュータ１１は、測距
演算が可能であったかを判断する（ステップＳ６２
１）。ここで可能であったならリターンし、測距不能で
あったなら、面積Ｓが次に大きい人物が存在するエリア
を選択する（ステップＳ６２２）。この後、ステップＳ
６２０に戻る。

【０１１９】一方、上記ステップＳ６１１においてマイ
クロコンピュータ１１は、被写体として人物が観測され
ない場合、測距のために初期領域を設定する（ステップ
Ｓ６１５）。例えば、ワイドなら図７のエリア１を設定
する。この後、マイクロコンピュータ１１は、図５で説
明した公知の測距アルゴリズムに従って測距演算する
（ステップＳ６１６）。そして、全エリア測距終了した
かを判定する（ステップＳ６１７）。ここで未終了なら
ステップＳ６１６に戻り、終了したなら、全エリアの測
距結果から、所定のアルゴリズムに従って最適のエリア
を最終的に選択する測距点に決定する（ステップＳ６１
８）。例えば、ここで最至近になるエリアを選択する。
その後、リターンする。

【０１２０】以上、第２実施形態の測距装置における主
要被写体抽出ルーチンを説明した。このルーチンは、図
３１乃至図３４で挙げた（上述した）４つの写真の例の
中で、図３１の例に当てはまり、上記第１実施形態と効
果は近い。

【０１２１】すなわち、本第２の実施形態の測距装置に
よると、被写体が人物であることを検出し、複数の人物
が検出された場合には最も主要被写体と判定される人物
に合焦させることができる。

【０１２２】次に、本発明の第３の実施形態について説
明する。この第３の実施形態は、その構成は図１に示す
限りにおいて上記第１の実施形態と同様である。したが
ってここでは差異のみの言及に留め、作用において異な
る部分のみを説明する。

【０１２３】本第３の実施形態の測距装置は、上記第１
の実施形態に比して主要被写体抽出ルーチンのみを異に
し、その他の構成、作用は第１の実施形態と同様である
ので、ここでの詳しい説明は省略する。

【０１２４】図２４は、本第３の実施形態の測距装置に
おける主要被写体抽出ルーチンを示したフローチャート
である。

【０１２５】マイクロコンピュータ１１は、まず、初期
領域を設定する（ステップＳ６０１）。これは図７で説
明したエリアに限らず、小さい円形でも検出できるよう
に小さ目のエリアを初期設定する。次に、エリア中のデ
ータに関して面積Ｓ、（７）式によって円形度ｅを演算
する（ステップＳ６０２）。

【０１２６】この後、マイクロコンピュータ１１は、ス
テップＳ６０２で求めた面積Ｓが所定値Ｓｔｈ１とＳｔ
ｈ２の範囲内にあるかを判定する（ステップＳ６０
３）。ここで、範囲外であればステップＳ６０８に移行
する。そして、ステップＳ６０２で求めた円形度ｅが所
定値ｅｔｈ１とｅｔｈ２の範囲内にあるかを判定する
（ステップＳ６０４）。ここで、範囲外であればステッ
プＳ６０８に移行する。また、面積と円形度とも所定値
範囲内であれば人物の可能性が高いのでステップＳ６０
５に移行する。

【０１２７】上記ステップＳ６０４において、面積と円
形度とも所定値範囲内であればマイクロコンピュータ１
１は被写体は人物であると判定して所定のフラグをセッ
トする（ステップＳ６０５）。次に、ステップＳ６０２
で求めた面積ＳをＲＡＭ１１ｃに記憶し（ステップＳ６
０６）、人物の位置（領域）、図７で説明したエリアの
うちのどこに人物があるかをＲＡＭ１１ｃに記憶する
（ステップＳ６０７）。

【０１２８】一方、ステップＳ６０３、ステップＳ６０
４において、何れも範囲外であるときは、マイクロコン
ピュータ１１は、被写体は人物でないと判定して所定の
フラグをセットして（ステップＳ６０８）、ステップＳ
６０９に移行する。

【０１２９】ステップＳ６０９では、マイクロコンピュ
ータ１１は、全領域について形状判定したか否かを判定
する。そして、まだ全領域について形状判定終了してい
ない場合には、次の領域を設定して（ステップＳ６１
０）、その後、ステップＳ６０２に戻る。このステップ
では、現在の設定領域を所定量だけ拡大することによっ
て大きな円形を検出できるようにする。

【０１３０】一方、ステップＳ６０９において、全領域
について形状判定が終了すると、マイクロコンピュータ
１１は、被写体に人物が最低一人いるか否かを判定する
（ステップＳ６１１）。ここで、人物がいればステップ
Ｓ６２３に、人物がいなければステップＳ６１５に移行
する。

【０１３１】ステップＳ６２３では、マイクロコンピュ
ータ１１は、面積Ｓが最大の人物が存在するエリアを最
終的に選択する測距点に決定する。その後、図５で説明
した公知の測距アルゴリズムに従って測距演算する（ス
テップＳ６２４）。ここでマイクロコンピュータ１１
は、最も中央に位置する人物が観測された図７のエリア
内のみについて測距演算する。

【０１３２】次に、マイクロコンピュータ１１は、測距
演算が可能であったかを判断する（ステップＳ６２
５）。ここで、可能であるならリターンし、測距不能で
あるなら次に中央に近い人物が存在するエリアを選択す
る（ステップＳ６２６）。その後、ステップＳ６２４に
戻る。

【０１３３】一方、上記ステップＳ６１１においてマイ
クロコンピュータ１１は、被写体として人物が観測され
ない場合、測距のために初期領域を設定する（ステップ
Ｓ６１５）。例えば、ワイドなら図７のエリア１を設定
する。この後、マイクロコンピュータ１１は、図５で説
明した公知の測距アルゴリズムに従って測距演算する
（ステップＳ６１６）。そして、全エリア測距終了した
かを判定する（ステップＳ６１７）。ここで未終了なら
ステップＳ６１６に戻り、終了したなら、全エリアの測
距結果から、所定のアルゴリズムに従って最適のエリア
を最終的に選択する測距点に決定する（ステップＳ６１
８）。例えば、ここで最至近になるエリアを選択する。
その後、リターンする。

【０１３４】以上、第３実施形態の測距装置における主
要被写体抽出ルーチンを説明した。このルーチンは、図
３１乃至図３４で挙げた（上述した）４つの写真例の中
で、図３２、図３３の例に当てはまる。

【０１３５】すなわち、本第３の実施形態の測距装置に
よると、被写体が人物であることを検出し、複数の人物
が検出された場合には最も主要被写体と判定される人物
に合焦させることができる。特に、エリアセンサによっ
て測距しているので、図３３のように周辺付近の位置に
いる人物にも測距でき非常に有効である。

【０１３６】次に、本発明の第４の実施形態について説
明する。この第４の実施形態は、その構成は図１に示す
限りにおいて上記第１の実施形態と同様である。したが
ってここでは差異のみの言及に留め、作用において異な
る部分のみを説明する。

【０１３７】本第４の実施形態の測距装置は、上記第１
の実施形態に比して主要被写体抽出ルーチンのみを異に
し、その他の構成、作用は第１の実施形態と同様である
ので、ここでの詳しい説明は省略する。

【０１３８】図２５は、本第４の実施形態の測距装置に
おける主要被写体抽出ルーチンを示したフローチャート
である。

【０１３９】マイクロコンピュータ１１は、まず、初期
領域を設定する（ステップＳ６０１）。これは図７で説
明したエリアに限らず、小さい円形でも検出できるよう
に小さ目のエリアを初期設定する。次に、エリア中のデ
ータに関して面積Ｓ、（７）式によって円形度ｅを演算
する（ステップＳ６０２）。

【０１４０】この後、マイクロコンピュータ１１は、ス
テップＳ６０２で求めた面積Ｓが所定値Ｓｔｈ１とＳｔ
ｈ２の範囲内にあるかを判定する（ステップＳ６０
３）。ここで、範囲外であればステップＳ６０８に移行
する。そして、ステップＳ６０２で求めた円形度ｅが所
定値ｅｔｈ１とｅｔｈ２の範囲内にあるかを判定する
（ステップＳ６０４）。ここで、範囲外であればステッ
プＳ６０８に移行する。また、面積と円形度とも所定値
範囲内であれば人物の可能性が高いのでステップＳ６０
５に移行する。

【０１４１】上記ステップＳ６０４において、面積と円
形度とも所定値範囲内であればマイクロコンピュータ１
１は被写体は人物であると判定して所定のフラグをセッ
トする（ステップＳ６０５）。次に、ステップＳ６０２
で求めた面積ＳをＲＡＭ１１ｃに記憶し（ステップＳ６
０６）、人物の位置（領域）、図７で説明したエリアの
うちのどこに人物があるかをＲＡＭ１１ｃに記憶する
（ステップＳ６０７）。

【０１４２】一方、ステップＳ６０３、ステップＳ６０
４において、何れも範囲外であるときは、マイクロコン
ピュータ１１は、被写体は人物でないと判定して所定の
フラグをセットして（ステップＳ６０８）、ステップＳ
６０９に移行する。

【０１４３】ステップＳ６０９では、マイクロコンピュ
ータ１１は、全領域について形状判定したか否かを判定
する。そして、まだ全領域について形状判定終了してい
ない場合には、次の領域を設定して（ステップＳ６１
０）、その後、ステップＳ６０２に戻る。このステップ
では、現在の設定領域を所定量だけ拡大することによっ
て大きな円形を検出できるようにする。

【０１４４】一方、ステップＳ６０９において、全領域
について形状判定が終了すると、マイクロコンピュータ
１１は、被写体に人物が最低一人いるか否かを判定する
（ステップＳ６１１）。ここで、人物がいればステップ
Ｓ６２７に、人物がいなければステップＳ６１５に移行
する。

【０１４５】なお、ステップＳ６２７以下は群集判断で
ある。すなわち、図３４のように群集として存在してい
るグループよりも主要被写体ａを優先するアルゴリズム
である。

【０１４６】ステップＳ６２７においてマイクロコンピ
ュータ１１は、観測された人物間のエリアセンサ１２上
の距離Ｌｉｊを演算する。ここで、観測された人物間の
エリアセンサ１２上の距離Ｌｉｊとは人物ｉと人物ｊの
距離を意味する。

【０１４７】この後マイクロコンピュータ１１は、Ｌｉ
ｊが所定値Ｌｔｈよりも小さいかを判断し（ステップＳ
６２８）、Ｌｉｊが所定値Ｌｔｈよりも小さい場合には
群集と判断して所定のフラグをセットする（ステップＳ
６２９）。一方、Ｌｉｊが所定値Ｌｔｈよりも大きい場
合には非群集の判定が終了したかを判断する（ステップ
Ｓ６３０）。

【０１４８】この後、マイクロコンピュータ１１は、観
測された前人物について群集の判定が終了したか判断し
（ステップＳ６３１）、終了していなければステップＳ
６２７に戻る。

【０１４９】ステップＳ６３１において、判定が終了し
ていれば、マイクロコンピュータ１１は、非群集と判定
された人物中で、最もＬｉｊの大きい人物２人のうちの
面積Ｓが大きい方の人物が存在するエリアを測距エリア
として選択する（ステップＳ６３２）。次いで、図５で
説明した公知の測距アルゴリズムに従って測距演算する
（ステップＳ６３３）。ここでは、ステップＳ６３２で
主要被写体と判定された人物が観測された図７のエリア
内のみについて測距演算する。

【０１５０】この後、マイクロコンピュータ１１は、測
距演算が可能であったかを判断する（ステップＳ６３
４）。ここで、可能であったならリターンし、測距不能
であったなら、非群集と判定された人物中で、次にＬｉ
ｊの大きい人物２人のうちの面積Ｓが大きい方の人物が
存在するエリアを測距エリアとして選択する（ステップ
Ｓ６３５）。この後、ステップＳ６３３に戻る。

【０１５１】一方、上記ステップＳ６１１においてマイ
クロコンピュータ１１は、被写体として人物が観測され
ない場合、測距のために初期領域を設定する（ステップ
Ｓ６１５）。例えば、ワイドなら図７のエリア１を設定
する。この後、マイクロコンピュータ１１は、図５で説
明した公知の測距アルゴリズムに従って測距演算する
（ステップＳ６１６）。そして、全エリア測距終了した
かを判定する（ステップＳ６１７）。ここで未終了なら
ステップＳ６１６に戻り、終了したなら、全エリアの測
距結果から、所定のアルゴリズムに従って最適のエリア
を最終的に選択する測距点に決定する（ステップＳ６１
８）。例えば、ここで最至近になるエリアを選択する。
その後、リターンする。

【０１５２】以上、第４実施形態の測距装置における主
要被写体抽出ルーチンを説明した。このルーチンは、図
３１乃至図３４で挙げた（上述した）４つの写真例の中
で、図３４の例に当てはまる。

【０１５３】すなわち、本第４の実施形態の測距装置に
よると、被写体が人物であることを検出し、複数の人物
が検出された場合には最も主要被写体と判定される人物
に合焦させることができる。

【０１５４】なお、本実施形態においては、人物間距離
で判定しているが、群集であるほど主要被写体人物より
も面積が小さいことから、各人物の面積を考慮しても良
い。

【０１５５】次に、本発明の第５の実施形態について説
明する。この第５の実施形態は、以上説明した第１〜第
４の実施の形態を組み合わせたものである。

【０１５６】ここで、上記４つの実施の形態で評価した
項目（被写体距離、面積、存在エリア、人物間距離）の
優先度を示す優先係数表（図２７〜図３０参照）を参照
する。例えば、観測した面積がＳ４よりも大きければ優
先係数を５とし、エリア番号５のエリアに人物が存在し
ていれば優先係数を３とする。

【０１５７】第５の実施形態は、このような優先係数を
使って、上記４つの実施の形態を組み合わせて主要被写
体の抽出を行うことを特徴とする。なお、この第５の実
施形態は、その構成は図１に示す限りにおいて上記第１
の実施形態と同様である。したがってここでは差異のみ
の言及に留め、作用において異なる部分のみを説明す
る。

【０１５８】図２６は、本第５の実施形態の測距装置に
おける主要被写体抽出ルーチンを示したフローチャート
である。

【０１５９】マイクロコンピュータ１１は、まず、初期
領域を設定する（ステップＳ６０１）。これは図７で説
明したエリアに限らず、小さい円形でも検出できるよう
に小さ目のエリアを初期設定する。次に、エリア中のデ
ータに関して面積Ｓ、（７）式によって円形度ｅを演算
する（ステップＳ６０２）。

【０１６０】この後、マイクロコンピュータ１１は、ス
テップＳ６０２で求めた面積Ｓが所定値Ｓｔｈ１とＳｔ
ｈ２の範囲内にあるかを判定する（ステップＳ６０
３）。ここで、範囲外であればステップＳ６０８に移行
する。そして、ステップＳ６０２で求めた円形度ｅが所
定値ｅｔｈ１とｅｔｈ２の範囲内にあるかを判定する
（ステップＳ６０４）。ここで、範囲外であればステッ
プＳ６０８に移行する。また、面積と円形度とも所定値
範囲内であれば人物の可能性が高いのでステップＳ６０
５に移行する。

【０１６１】上記ステップＳ６０４において、面積と円
形度とも所定値範囲内であればマイクロコンピュータ１
１は被写体は人物であると判定して所定のフラグをセッ
トする（ステップＳ６０５）。次に、ステップＳ６０２
で求めた面積ＳをＲＡＭ１１ｃに記憶し（ステップＳ６
０６）、人物の位置（領域）、図７で説明したエリアの
うちのどこに人物があるかをＲＡＭ１１ｃに記憶する
（ステップＳ６０７）。

【０１６２】一方、ステップＳ６０３、ステップＳ６０
４において、何れも範囲外であるときは、マイクロコン
ピュータ１１は、被写体は人物でないと判定して所定の
フラグをセットして（ステップＳ６０８）、ステップＳ
６０９に移行する。

【０１６３】ステップＳ６０９では、マイクロコンピュ
ータ１１は、全領域について形状判定したか否かを判定
する。そして、まだ全領域について形状判定終了してい
ない場合には、次の領域を設定して（ステップＳ６１
０）、その後、ステップＳ６０２に戻る。このステップ
では、現在の設定領域を所定量だけ拡大することによっ
て大きな円形を検出できるようにする。

【０１６４】一方、ステップＳ６０９において、全領域
について形状判定が終了すると、マイクロコンピュータ
１１は、被写体に人物が最低一人いるか否かを判定する
（ステップＳ６１１）。ここで、人物がいればステップ
Ｓ６１２に、人物がいなければステップＳ６１５に移行
する。

【０１６５】ステップＳ６１２では、マイクロコンピュ
ータ１１は、図５で説明した公知の測距アルゴリズムに
従って測距演算する。すなわち、人物が観測された図７
のエリア内のみについて測距演算する。この後、マイク
ロコンピュータ１１は、人物が存在する全エリアについ
てステップＳ６１２の測距演算が終了したかを判定する
（ステップＳ６１３）。ここで、未終了ならステップＳ
６１２に戻って全人物存在エリアについて測距演算す
る。

【０１６６】一方、終了しているなら、マイクロコンピ
ュータ１１は、図２７〜図３０に示す図表によって各人
物の優先係数を求める（ステップＳ６３６）。なお、上
記４つの内のいずれの評価項目を組み合わせることがで
きる。次に、マイクロコンピュータ１１は、優先係数
（の和）が最も高い人物が存在する測距エリアを選択す
る（ステップＳ６３７）。

【０１６７】なお、これら４つの評価項目のいずれを組
み合わせて主要被写体抽出をすることが可能である。た
とえば、中央のエリアに存在する人物と、中央により少
し外れたエリアにいるが面積が中央の人物よりもやや大
きい人物のいずれを優先するかを決定することができ
る。

【０１６８】一方、上記ステップＳ６１１においてマイ
クロコンピュータ１１は、被写体として人物が観測され
ない場合、測距のために初期領域を設定する（ステップ
Ｓ６１５）。例えば、ワイドなら図７のエリア１を設定
する。この後、マイクロコンピュータ１１は、図５で説
明した公知の測距アルゴリズムに従って測距演算する
（ステップＳ６１６）。そして、全エリア測距終了した
かを判定する（ステップＳ６１７）。ここで未終了なら
ステップＳ６１６に戻り、終了したなら、全エリアの測
距結果から、所定のアルゴリズムに従って最適のエリア
を最終的に選択する測距点に決定する（ステップＳ６１
８）。例えば、ここで最至近になるエリアを選択する。
その後、リターンする。

【０１６９】なお、上記各実施形態の主要被写体抽出ル
ーチンにおいては、全ての人物に測距演算不能であった
場合の処理については言及してないが、そのような場合
でもその他の被写体を測距してＡＦ不能にならないよう
にすることは勿論である。

【０１７０】また、外光パッシブ方式を適用した例を挙
げたが、ＴＴＬ位相差検出パッシブ方式の一眼レフレッ
クスカメラにも適用できる。

【０１７１】さらに、円形度から人物を判定する例を挙
げて説明したが、図１９〜図２１で説明した方法で検出
してもよく、人物の形状が検出できれば方法は問わな
い。

【０１７２】[付記]以上詳述した如き本発明の実施形態
によれば、以下の如き構成を得ることができる。即ち、 ［付記項１］ 被写体像信号を出力する撮像手段と、上
記撮像手段の出力に基づいて被写体の中に含まれている
人物を抽出する人物抽出手段と、上記人物抽出手段にお
いて人物が複数抽出された場合に、それら複数の人物の
うちのいずれかの人物を主要被写体として決定する主要
被写体決定手段と、を具備することを特徴とする主要被
写体検出カメラ。

【０１７３】［付記項２］ 被写体の距離を測定する測
距手段を更に具備し、上記主要被写体決定手段におい
て、最も近距離に位置する人物を主要被写体と決定する
ことを特徴とする付記項１に記載の主要被写体検出カメ
ラ。

【０１７４】［付記項３］ 被写体である人物の画面内
の面積を測定する面積測定手段を更に具備し、上記主要
被写体決定手段において、最も画面に占める面積の大き
い人物を主要被写体と決定することを特徴とする付記項
１に記載の主要被写体検出カメラ。

【０１７５】［付記項４］ 被写体である人物の画面内
における位置を判定する位置判定手段を更に具備し、上
記主要被写体決定手段において、最も画面中央部に近い
位置にある人物を主要被写体と決定することを特徴とす
る付記項１に記載の主要被写体検出カメラ。

【０１７６】［付記項５］ 被写体である人物が群衆と
して画面内に存在するかを判定する群衆判定手段を更に
具備し、上記主要被写体決定手段において、群集と判定
された人物を排除し、群集以外の人物の中から主要被写
体を決定することを特徴とする付記項１に記載の主要被
写体検出カメラ。

【０１７７】［付記項６］ 上記主要被写体決定手段に
おいて、上記測距手段、上記面積判定手段、上記位置判
定手段及び上記群集判定手段の内の少なくとも２つの手
段の出力に基づいて、主要被写体である人物を決定する
ことを特徴とする付記項１に記載の主要被写体検出カメ
ラ。

【０１７８】

【発明の効果】以上説明したように本発明によれば、被
写体が人物であることを検出し、複数の人物が検出され
た場合には最も主要被写体と判定される人物に合焦させ
ることができる。

【図面の簡単な説明】

【図１】本発明の一実施形態である主要被写体検出カメ
ラの概略構成を示したブロック図である。

【図２】本発明の第１の実施形態である主要被写体検出
カメラにおける測距装置の構成を示したブロック図であ
る。

【図３】上記第１の実施形態の測距装置において、マイ
クロコンピュータのメインルーチンを示すフローチャー
トである。

【図４】上記第１の実施形態の測距装置における測距光
学系を示した説明図である。

【図５】三角測距の原理により被写体距離を求める方法
を説明するための図である。

【図６】上記第１の実施形態の測距装置において、ＡＦ
エリアセンサの構成を示したブロック図である。

【図７】上記第１の実施形態の測距装置における撮影画
面（ワイドとテレ）と測距領域との関係について説明し
た図である。

【図８】上記第１の実施形態の測距装置におけるオート
フォーカス（ＡＦ）ルーチンを示したフローチャートで
ある。

【図９】上記第１の実施形態の測距装置における主要被
写体検出動作を示したフローチャートである。

【図１０】上記第１の実施形態の測距装置において、差
分処理によるエッジ検出処理の際に用いるセンサデータ
ｓ（ｉ，ｊ）について示した説明図である。

【図１１】上記第１の実施形態の測距装置において、差
分処理によるエッジ検出処理の前後画像を示した線図で
ある。

【図１２】上記第１の実施形態の測距装置において、差
分処理における空間フィルタテーブルの例を示した説明
図である。

【図１３】上記第１の実施形態の測距装置において、２
値化処理を示したフローチャートである。

【図１４】上記第１の実施形態の測距装置において、２
値化処理の過程でモード法により閾値を決定する手法を
説明するための線図である。

【図１５】上記第１の実施形態の測距装置において、閾
値設定処理を説明するための線図である。

【図１６】上記第１の実施形態の測距装置において、閾
値設定処理を示したフローチャートである。

【図１７】上記第１の実施形態の測距装置において、人
物判定画像の一例を示した図である。

【図１８】上記第１の実施形態の測距装置において、図
１７に示す原画像を用いて差分処理、２値化処理を施し
た後の画像を示す図である。

【図１９】上記第１の実施形態の測距装置において、形
状判定の別の手法において使用する人物判定画像の例を
示した図である。

【図２０】上記第１の実施形態の測距装置において、図
１９に示す原画像を用いて差分処理、２値化処理を施し
た後の画像を示す図である。

【図２１】上記第１の実施形態の測距装置におけるＥＥ
ＰＲＯＭに記憶されている、形状判定の別の手法におけ
る主要被写体のパターンの一例を示した説明図である。

【図２２】上記第１の実施形態の測距装置における主要
被写体抽出ルーチンを示したフローチャートである。

【図２３】本発明の第２の実施形態の測距装置における
主要被写体抽出ルーチンを示したフローチャートであ
る。

【図２４】本発明の第３の実施形態の測距装置における
主要被写体抽出ルーチンを示したフローチャートであ
る。

【図２５】本発明の第４の実施形態の測距装置における
主要被写体抽出ルーチンを示したフローチャートであ
る。

【図２６】本発明の第５の実施形態の測距装置における
主要被写体抽出ルーチンを示したフローチャートであ
る。

【図２７】上記第１乃至第４の実施形態の測距装置にお
いて評価した項目（被写体距離）の優先度を示す優先係
数を示した表図である。

【図２８】上記第１乃至第４の実施形態の測距装置にお
いて評価した項目（面積）の優先度を示す優先係数を示
した表図である。

【図２９】上記第１乃至第４の実施形態の測距装置にお
いて評価した項目（存在エリア）の優先度を示す優先係
数を示した表図である。

【図３０】上記第１乃至第４の実施形態の測距装置にお
いて評価した項目（人物間距離）の優先度を示す優先係
数を示した表図である。

【図３１】人物を主要被写体とした場合の写真の一作例
を示した図である。

【図３２】人物を主要被写体とした場合の写真の一作例
を示した図である。

【図３３】人物を主要被写体とした場合の写真の一作例
を示した図である。

【図３４】人物を主要被写体とした場合の写真の一作例
を示した図である。

【符号の説明】

１…制御部 ２…撮像素子 ３…焦点調節部 ４…人物抽出部 ５…主要被写体判定部 １１…マイクロコンピュータ １２…ＡＦエリアセンサ １２ａ…画像領域 １２ｂ…処理回路 １２ｃ…定常光除去回路 １３…フォーカスレンズ駆動部 １４…フォーカスレンズ １５…フォーカスレンズエンコーダ １６…シャッタ駆動部 １７…１ＲＳＷ １８…２ＲＳＷ １９…表示部 ２０…ストロボ回路部 ２１…フィルム駆動部 ２２…ズームレンズ駆動部 ２３…測光部 １２０…カメラ姿勢検出部

フロントページの続き Ｆターム(参考） 2H011 AA03 BA05 BB03 2H051 AA00 BB07 CB22 DA05 DA15 DA17 DA19 DA31 5C022 AA13 AB21 AB26 AB30 AB66 AC01 AC03 AC13

Claims (4)

【特許請求の範囲】
1. 【請求項１】 被写体像信号を出力する撮像手段と、 上記撮像手段の出力に基づいて被写体の中に含まれてい
   る人物を抽出する人物抽出手段と、 上記人物抽出手段において人物が複数抽出された場合
   に、それら複数の人物のうち何れかの人物を主要被写体
   として決定する主要被写体決定手段と、 を具備することを特徴とする主要被写体検出カメラ。
2. 【請求項２】 被写体の距離を測定する測距手段を更に
   具備し、 上記主要被写体決定手段において最も近距離に位置する
   人物を主要被写体と決定することを特徴とする請求項１
   に記載の主要被写体検出カメラ。
3. 【請求項３】 被写体である人物の画面内の面積を測定
   する面積測定手段を更に具備し、 上記主要被写体決定手段において最も画面に占める面積
   の大きい人物を主要被写体と決定することを特徴とする
   請求項１に記載の主要被写体検出カメラ。
4. 【請求項４】 被写体である人物の画面内における位置
   を判定する位置判定手段を更に具備し、 上記主要被写体決定手段において最も画面中央部に近い
   位置にある人物を主要被写体と決定することを特徴とす
   る請求項１に記載の主要被写体検出カメラ。