JP2002358513A

JP2002358513A - 写真画像データの位置依存補正方法および装置、並びにコンピュータプログラム、記録媒体および写真画像再生装置

Info

Publication number: JP2002358513A
Application number: JP2002034679A
Authority: JP
Inventors: Walter Kraft; クラフトヴァルター
Original assignee: Gretag Imaging Trading AG
Current assignee: Gretag Imaging Trading AG
Priority date: 2001-02-09
Filing date: 2002-02-12
Publication date: 2002-12-13
Also published as: CA2371298A1; EP1231564B1; DE50112268D1; EP1231564A1; US20020141640A1; DE50207676D1; US6954549B2

Abstract

(57)【要約】【課題】画像中の画像特性を局所的に変更を可能とす
ること。【解決手段】複数の画像要素を有する画像を表わす写
真画像データの位置依存補正を行なう方法であって、そ
れによって、画像データが画像要素に対する色値と少な
くとも一つの画像特性を決定し、前記方法が、補正され
るべき写真画像データに基づいて、多数の補正要素を有
する補正マスクを決定し、それによって補正要素が画像
要素に割り当てられ、且つ補正要素が画像要素に対応す
る画像データに対して、前記少なくとも一つの画像特性
の変更に対応する補正変更を決定するステップと、前記
補正マスクを前記画像データに適用して、画像データが
前記補正要素に対応して変更されるステップと、を備え
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、写真画像を表す写
真画像情報を、データ処理、特にハードウエアとソフト
ウエアの支援によって処理する技術に関する。より詳し
くは、本発明は、補正マスクを用いて、デジタル画像の
局所特性の制御を処理して、写真画像データに対して位
置に依存した補正を施し、これが、写真画像データによ
って表される画像における少なくとも一つの画像特性に
対して位置に依存した変化をもたらすような技術に関す
る。本発明はさらに、画像特性を示すデータ範囲の拡張
のための方法に関するが、この方法は、上記の補正方法
と組み合わせて用いられる。

【０００２】最後に、本発明は、この方法用の装置と、
この方法に対するプログラムと、プログラムおよび写真
印刷デバイスもしくは写真プリンタで使用されるコンピ
ュータ記録媒体と、写真ラボ、特にこの方法を用いるミ
ニラボもしくはマイクロラボと、本発明による装置また
はプログラムとに関する。

【０００３】

【従来の技術】「写真技術」という用語は、ここでは、
適した手段（たとえば、フィルム付きカメラ、ＣＣＤチ
ップ付きデジタルカメラ、フォルムカメラ、ビデオカメ
ラなど）を用いて電磁放射線（特に光線）によって発生
された画像の（たとえば、永久的な）獲得を特に意味す
る。写真画像情報は、写真のデジタル画像データを表
す。

【０００４】写真画像データは、デジタルカメラまた
は、たとえば、フィルムを走査するスキャナから直接に
発する。これらのデータはまた、電子的に記憶されたり
（たとえば、ＣＤＲＯＭ、ＤＶＤ）またはネットワー
ク（たとえば、ＬＡＮ、インターネット、無線電話ネッ
トワーク、セルラー電話ネットワークまたはＵＭＴＳな
ど）を介してアクセスされたり伝達されたりする。

【０００５】写真画像データは、プリンタや写真ラボに
よって変換され、これによって、画像が、物理的な媒体
やモニター上で発生するようにする。物理的媒体とは、
たとえば、写真紙や普通紙（トナーまたはインク使用の
もの）である。しかしながら、これらによって達成され
る写真画像の品質は、常に満足できるとは限らない。そ
の主要な理由は、オリジナルの画像情報の全範囲の領域
を、撮像媒体上に変換することは不可能であるという点
である。

【０００６】輝度の差について、このような輝度差が写
真再生物の暗いまたは非常に明るい領域に局所化される
と、たとえば、写真撮影中には、写真画像情報を獲得し
ながらその風景を見ると、認識可能であるが、その獲得
された写真画像情報に基づいて、写真再生物を観察して
ももはや認識不可能であるような輝度の差がしばしばあ
る。ＥＰ１０２４４００には、この問題をマスク
で解決する提案が開示されている。しかしながら、その
開示は、他の画像特性の使用法は教示していない。

【０００７】本出願は、輝度はさておいて、他の画像特
性、たとえば、色調、色彩度、個別の色の強度（色強
度）、隣り合った画像要素の光学的相互作用に基づいた
局所的画像特性、たとえば、コントラスト（輝度のコン
トラスト、ある色のコントラスト）などに関する。

【０００８】全体的なコントラスト、以下では単に「コ
ントラスト」とも呼ばれるが、これは、特に、（全体
の）画像内の輝度の最大値と最小値の差（および／また
は比）に対応する。全体的コントラストは、画像細部除
去プロセスを受けている画像に基づいて決めるのが望ま
しい。グローバルコントラストは、解像度が減少した画
像に基づいて決定するのが望ましい。したがって、この
長所は、雑音と非本質的な画像細部とに対する感度が、
減少することである。

【０００９】この細部コントラスト、以下では局所的コ
ントラストとも呼ばれるが、これは、特に、画像ポイン
トのある近傍における輝度の最大値と最小値間の差（ま
たは比）を示すものである。細部コントラストは、細部
除去プロセスを受けている画像、特に解像度が減少した
画像に基づいて決定するのが望ましい。

【００１０】主として、画像の焦点は、カメラの光学系
の解像度能力によって制限される。この特徴は、たとえ
ば、「変調転送係数」（局所頻度の関数である）にあ
る。焦点合わせが不正確であると、焦点がさらに欠如す
る。焦点は、解像度の高い画像に基づいて決定するのが
望ましい。したがって、以下に記載する焦点合わせ補正
マスクは、高解像度画像（微細画像）に応用するのが望
ましい。焦点の欠如の尺度として、たとえば、鮮鋭なエ
ッジが「滲む」画素の数を用いることが可能である。焦
点の知覚度は、たとえば、（局所頻度を高くするフィル
タで）フィルタリングすることによって向上させること
が可能である。

【００１１】

【発明が解決しようとする課題】本発明の目的は、画像
中の画像特性を局所的に変更することを可能とすること
にある。

【００１２】

【課題を解決するための手段】本発明によれば、この目
的は、写真画像データを補正するために、一つ以上のマ
スクを用いるが、このマスクは、ここでは補正マスクと
呼ぶ。マスクの要素は、画像内の位置と関連している。
これらの位置は、画像の要素（画素）または、複数の要
素を持った画像領域もしくは画像部分である。マスクの
要素と位置との間の関係は、明瞭（客観的）であるのが
望ましいが、これは、マスク要素は、そのそれぞれが、
正確に一つの位置（たとえば、画像要素）と関連してお
り、またその逆も成り立つことを意味する。個々の位置
は、重ならないのが望ましい。

【００１３】したがって、マスクの助けによって、位置
依存型の補正を、写真画像データに施し、これによっ
て、個々のマスク要素によって、様々な位置について、
それぞれの位置でどのように補正するかが決定される。

【００１４】ここでは、マスクは、特に数学的割り当て
や結合の法則としてまたは値や関数をそれぞれ画像部分
に割り当てるマトリックスとして理解すべきであり、こ
の値や関数は、特に、マスク要素やマトリックス要素で
ある。画像部分は、ここでは、特に画像要素また多数の
もしくは複数の画像要素と考えるべきである。画像要素
が二つ以上ある場合、画像部分の画像要素は、隣り合っ
ているまたはつながっていることが望ましい。この特徴
は、特に、以下の説明するように、粗画像の画像部分に
当てはまる。

【００１５】マスクを付着させることは、特に、フィル
ムのアナログ式処理から周知であり、この処理では、焦
点合わせされていないマスクの助けによって、再生物の
輝度プロフィールが、露光プロセスの最中に変更され
る。マスクは、これによって、露光ビーム中に置かれて
露光強度を修正する。マスクのデジタル計算と露光ビー
ム経路の影響を組み合わせる、いわゆるハイブリッドマ
スキングについては、上記のＥＰ１０２４４００
から知られる。純粋のデジタルマスキングは、ＥＰ０
９７１３１５、ＥＰ０９７１３１４、ＥＰ
０９５９６１６、ＥＰ０７７１３４２および
ＥＰ０９３３９２４から知られる。

【００１６】本発明は、ある画像位置における輝度に影
響を与える要素付きマスクであり、これによって、要素
を、このそれぞれの位置での輝度データに基づいて計算
するような要素付きマスクだけではなく、一般的に、輝
度である必要はないが画像の特性に影響を与えるマスク
にも関する。

【００１７】画像特性とは、人間の観察者が観察する画
像、特に、たとえば、画像領域や画像部分の、たとえ
ば、輝度、色調、色彩度、色の強度（たとえば、ＲＧＢ
ベクトルの値またはＣＭＹベクトルを持つＣの値）、色
値、（画像の）鮮鋭度、コントラスト、平均輝度、平均
色、特徴色（たとえば、「メモリ色」）を持つポイント
の相対的な数、全体的コントラスト（輝度の最大値と最
小値との間の差）、微細細部コントラストおよび平均細
部コントラスト、輝度値（特徴ベクトル）のヒストグラ
ム、色ヒストグラム（特徴マトリックス）、平均色彩
度、輝度勾配右／左および上／下などの外観特性のこと
である。

【００１８】画像特性は、たとえば、１９７７年発行の
ＲＥＰ．ＰＲＯＧ．ＰＨＹＳ．４０の１０７１〜１
１２１ページのハント（Ｒ．Ｗ．Ｇ．Ｈｕｎｔ）
による「写真技術による色再生」中に記載されている。

【００１９】画像データは、特に色値を定義する。この
定義または設定は、特に局所的に実行される。画像デー
タは、特に、色値（これもまた、白黒画像を定める）の
局所配置を定めるものである。これによって、特に、画
像部分、すなわち、特に一つの画像要素または画像要素
の局所配置に関する上記の画像特性（少なくとも一つの
画像特性）が定義される。

【００２０】本発明によれば、補正マスクは、補正され
るべき写真画像データ（たとえば、オリジナルの画像デ
ータ）に基づいて決定される。要素を決定するには、追
加の情報、たとえば、写真画像データの他にもそしてそ
れと関連して存在する、カメラのタイプに関する情報も
また用いることが可能である。

【００２１】補正マスクの要素は、「補正要素」と呼ば
れる。補正要素は、画像の部分と関連する画像中の位置
と関連している。このような画像部分は、画像要素（画
素）に対応することが可能であり、これによって、一つ
の画像データが、一つの画素に正確に関連する。

【００２２】しかしながら、画像部分はまた、複数の画
像要素を含むことがある。補正要素によって、画像部分
に関連するこれらの画像データの補正が決定され、ま
た、それに対する画像特性も決定される。補正要素によ
って決定される変更は、補正変更と呼ばれる。補正要素
はまた、割り当てられた少なくとも一つの画像特性の画
像部分の変更を決定する。たとえば、補正要素は、明瞭
化係数を定めるが、この係数は、補正要素に割り当てら
れた画像部分をいかにして明瞭化するかを決定するもの
である。

【００２３】補正マスクは、特に局所的変更、すなわ
ち、画像の画像部分の変更を定義する。これらの変更
は、特に、局所解像度で２次元で、または、ホログラフ
画像もしくは３次元画像の場合には局所解像度で３次元
で実行される。

【００２４】補正を遂行するには、補正マスクは画像デ
ータに適用される。この適用によって、一般的には、特
定の画像部分に割り当てられた一つ以上の画像データと
この画像部分に割り当てられた補正要素との間の数学的
相関を記述する。それに対する画像特性、たとえば、画
像データによって記述される輝度および補正要素と数学
的に相関する画像特性が、この一つ以上の画像データか
ら抽出される。たとえば、補正要素の値が、画像データ
の輝度の値に加算されて、明瞭化を遂行する。適切な色
空間をこの相関のために選択し、これによって、補正の
前後で、別の色空間への変換が可能となるようにするの
が望ましい。

【００２５】本発明の特殊な側面は、一つ以上の補正マ
スクを用い、それに対応して画像データの補正要素の数
学的相関を選択することによって、一つの画像特性だけ
ではなく複数の画像特性を補正することが可能であると
いう点である。

【００２６】画像中に含まれる細部情報が失われないよ
うに補正マスクを構成するのが、本発明の本質的な側面
である。この目的のためには、補正マスクの要素は、隣
り合った画像要素をできる限り等しくまたはほとんど差
異がないように補正するように構成するのが望ましい。
この差異方法を用いると、この目的を達成することが可
能である。たとえば、画像を表す画像データを、ソフト
ニングをもたらす補正の前後でたとえば、データ縮小
（たとえば、ダウンサンプリングプロセス）、低域フィ
ルタリング、平均化プロセスまたはガウスフィルタなど
のプロセスを受けさせることが可能である。

【００２７】画像の細部を除去する働きをするこれらの
方法によって、細部なしの、すなわち「粗い」オリジナ
ル画像を再生する画像が生成される。このような画像
は、以下の記述では「粗画像」と呼ばれる。焦点外れマ
スクは、このような粗画像に基づいて生成することが可
能である。この焦点外れマスクは、たとえば、ダウンサ
ンプリングによって達成された低解像度画像（粗画像）
に基づいて計算し、これによって、処理能力を特に節約
できるようにするのが望ましい。画像細部を含み、した
がって、細部除去プロセスを受けていない画像は、以下
の記述では、「微細画像」と呼ばれる。

【００２８】微細画像を表す画像データは、「微細画像
データ」と呼ばれる。補正マスクは、微細画像データか
ら直接に決定することが可能である。しかしながら、上
記の理由によって、補正マスクは、微細画像データ（オ
リジナルの画像データ）から誘導された粗画像データに
基づいて決定するのが望ましい。これに対応して、粗画
像が、微細画像（オリジナル画像）から誘導される。

【００２９】粗画像は、細部除去プロセスの結果として
得られた粗画像データで表される。オリジナルの画像
（微細画像）と同様に、粗画像もまた、以下の記述では
「粗画像要素」と呼ばれる多くの画像要素を含み、これ
によって、「粗画像部分」は、一つの粗画像要素と同じ
ものとなることが、または複数の粗画像要素を含むこと
が可能となる。粗画像データに基づいて達成された補正
マスクは、粗補正マスクと呼ばれ、その要素は、粗画像
部分に関連している。粗画像マスクの要素は、「粗変
更」と呼ばれる変更を記載して、粗画像部分の少なくと
も一つの画像特性の変更を決定する。粗変更は、補正マ
スクによって実行される補正変更を目的として設計され
る。

【００３０】したがって、たとえば、補正マスクが輝度
プロフィールを変更する場合、粗補正マスクの要素は、
粗画像の輝度プロフィールを変更するように構成され
る。粗画像がデータ縮小プロセスによって生成される
と、つぎに、補正マスクが拡張プロセス（「アップサン
プリング」）によって生成される。粗変更は、これも補
正マスクによって実効することが可能である変更を記述
するので、補正変更は粗変更に基づいて実行される。粗
画像要素の数が微細画像要素の数に対応しており、した
がって、粗画像に含まれる細部は少ないが、データ縮小
プロセスが用いられていない場合、補正マスクは粗補正
マスクに等しいものとすることが可能である。

【００３１】本発明は、補正マスクを決定するための以
下に示すステップが実行される方法を提供するのが望ま
しい。

【００３２】ａ）データ縮小プロセスは、補正されるべ
き画像データ（粗画像データ）に対して適用され、この
ため、結果として得られた縮小された画像データが、オ
リジナル画像より低い解像度を持つ粗画像を表し、これ
によって、オリジナル画像が、多くの粗画像要素と粗画
像部分を含み、また、粗画像部分が、多くの粗画像要素
を含むようにする。

【００３３】ｂ）粗画像要素に対応する縮小済み画像デ
ータに対して粗画像部分の粗変更を決定するための粗補
正マスクが、決定され、これによって、粗変更が、画像
部分中で補正変更を実行する複数の変更の内の少なくと
も一つに対応するようにする。

【００３４】ｃ）拡張プロセスを粗要素に対して適用
し、これで、補正変更が粗変更に基づいてなされるよう
にすることによって、補正マスクは、粗補正マスクに基
づいて決定される。

【００３５】粗変更が、補正マスクによって実行された
複数の変更の内の１部だけに対応する、すなわち、粗変
更が、たとえば、一つの画像特性だけを変更し、一方
で、補正マスクが二つの画像特性を補正するような場
合、補正マスクは、たとえば、一つの粗補正マスクが輝
度の変更を定め、他の補正マスクが色彩度の変更を記述
するような複数の粗補正マスクに基づいて決定すること
が可能である。すると、このようにして決定された補正
マスクは、輝度の変更と色彩度の変更の双方を定める。

【００３６】代替例としては、第１の補正マスクが第１
の粗補正マスクに基づいて決定され、第２の補正マスク
が第２の粗補正マスクに基づいて決定される。第２の粗
補正マスクが、第１の、先行する粗補正マスクによって
既に補正されている縮小済み画像データ（粗画像デー
タ）に基づいて得ることが可能である点は、この方法の
長所である。

【００３７】これによって、たとえば、第１の粗補正マ
スクがどのようにして粗画像の輝度を変更したかに基づ
いて色彩度を変更する第２の粗補正マスクを、決定する
ことが可能である。これによって、様々な画像特性の補
正の相互依存性が、達成される。マスクの特性に基づい
て、もちろん、これもまた、位置に依存して実行するこ
とが可能である。

【００３８】また、複数の補正マスクを、粗補正マスク
に基づいて決定することが可能である。すると、これら
の補正マスクは、補正されるはずの画像データ（微細画
像データ）に対して継続的に適用され、これで、先行す
る補正マスク（補正済みの微細画像データ）によって補
正された画像データが、後続の補正マスクによって再度
補正されるようにする。これで、個々の補正マスクは、
一つ以上の粗補正マスクに基づかせることが可能であ
る。

【００３９】本発明によれば、少なくとも一つのさらな
る粗補正マスクを上記のようにして決定するのが望まし
い。さらなる粗補正マスクはそのそれぞれが、先行する
粗補正マスクによって変更された粗画像データに適用さ
れるのが望ましい。

【００４０】本発明による方法では、少なくとも一つの
さらなる補正マスクもまた決定される。補正マスクの決
定は、粗補正マスクの内の少なくとも一つを、各補正マ
スク決定の基礎として用いられるように実行されるのが
望ましい。

【００４１】そうする代わりにまたはそうすることに加
えて、差異粗補正マスクを互いに組み合わせる以前に、
それらに基づいて、一つ以上の補正マスクを決定し、こ
れによって、差異補正マスクが差異粗補正マスクに基づ
くことができるようにするのが望ましい。

【００４２】粗画像または微細画像（たとえば、以下に
説明する「スキンマスク」）を分析することによって得
られた補助マスクもまた、既に決定された粗補正マスク
または補正マスクの補正目的で用いることが可能であ
る。個々の要素のそれぞれをどのように補正するかは、
補助マスクのそれぞれの関連する要素によって決定され
る。

【００４３】データ縮小プロセス、特に「ダウンサンプ
リング」の方法は、一つのステップで実行することがで
きるだけでなく二つ以上のステップで実行することも可
能である。実行される補正に基づいて、別の画像解像度
でも、十分であると考慮して、これで処理能力を節約す
るようにすることが可能である。低解像度でも、一般的
に、個々の画像要素とこれとそれぞれ関連する画像デー
タ（特に、色値）によって表すことが可能な画像特性を
補正するには十分である。これは、たとえば、輝度、色
彩度および色調の補正と関わる。

【００４４】たとえば、輝度コントラストや色コントラ
ストなどの二つ以上の画像要素によって定められる画像
特性が得られたら、画像の平均解像度を用いて、補正マ
スクを決定する。

【００４５】したがって、本発明はまた、特に、補正さ
れるべき画像データに対してデータ縮小プロセスを少な
くとも二つのステップで適用する方法を提供する。これ
で、一つのステップに起因する画像データは、データ縮
小のための、つぎのステップのための入力データとして
働くのが望ましい。

【００４６】つぎに、本発明による方法は、補正マスク
を決定するために、別のデータ縮小ステップの画像デー
タに起因する別のステップの粗補正マスクを用いるのが
望ましい。たとえば、つぎに、一つの粗補正マスクが、
画像焦点用に存在し（第１のステップ）、また、粗補正
マスクが輝度用に存在する（第２のステップ）。

【００４７】本発明者らは、特に、画像から誘導した粗
画像に対する画像の所望の特性を定義すると、画像品質
がかなり向上することを認識した。この出願テキストに
おいて、誘導された画像または誘導された画像データが
言及されていたら、この誘導された画像または誘導され
た画像データの例が、特に、それぞれ粗画像または粗画
像データであることを理解すべきである。粗画像の所望
の特性または特徴は、粗目標値として定義するのが望ま
しい。

【００４８】粗目標値は、微細画像または粗画像の分析
に基づいて決定しても良い。微細画像に基づいて決定す
る場合、細部除去プロセスを、分析結果に適用して、粗
目標値を得るのが望ましい。補助マスクについて検討す
る場合、分析、たとえば、特徴色に対する分析の例が与
えられる。分析の結果として、たとえば、画像を分類す
る。その等級は、たとえば、日没、肖像、海岸画像、な
どである。分析することによって、たとえば、顔が認識
されて、その画像の顔部分に対する所望の（特徴）色調
または所望の輝度が定義される。さらに、所望次第で
は、顔の周囲の輝度を顔自体より低くする。

【００４９】それに応じて、たとえば、色調や輝度の粗
目標値を、局所的に定義する、すなわち、それぞれの画
像部分に対して定義するのが望ましい。粗画像の粗目標
値は定義されているので、粗目標値に基づいて補正を実
行すれば、微細画像の細部は失われない。補正を実行す
るためには、画像除去プロセスは、第１のステップとし
て実行して、粗画像データを得るようにするのが望まし
い。つぎに、粗画像データは、粗目標値と比較される。

【００５０】つぎに、補正マスクが、粗目標値と粗画像
データに基づいて決定される。これは、最初に粗補正マ
スクを粗目標値と粗画像データに基づいて決定するよう
に実行するのが望ましい。粗補正マスクを粗画像データ
に適用すると、その結果、補正された粗画像データが、
粗目標値に対応する、または、粗目標値に対する近似値
を表すことになる。補正マスクは粗補正マスクに基づい
て決定し、これで、補正マスクの要素が、同一のもしく
は類似のまたは重なる画像部分に対して、その基礎を表
す粗補正マスクの要素として割り当てられるようにする
のが望ましい。

【００５１】補正マスクは、それを補正すべき画像デー
タに適用すると補正された画像データが得られるよう
に、決定するのが望ましい。補正された画像データは、
画像細部除去プロセスを補正済み画像データに適用する
と補正された粗画像が得られるような特性を有するのが
望ましい。すると、この補正された粗画像は、粗画像の
画像部分の値、すなわち補正された画像特性を定義する
値が、粗目標値に対応するまたは粗目標値の近似値を表
すような特性を有するのが望ましい。

【００５２】粗目標値は、粗目標値のある局所的分布が
画像中に与えられているという形態で定義され得るだけ
ではなく、画像特性の値の所望の周波数分布、すなわち
目標周波数分布、が与えられるという形態でも定義され
得る。すると、たとえば、粗目標値が、粗画像データと
画像特性値（たとえば、輝度値）の所望の目標周波数分
布とに基づいて得られ、これで、粗目標値が、所望の周
波数分布を表すようにする。これは、粗目標値の粗画像
データからの変位が小さくなるように実行するのが望ま
しい。

【００５３】この目的のために、たとえば、最小自乗適
合法を適用する。代替例では、補正マスクを、粗画像デ
ータと目標周波数分布から直接に決定し、これで、補正
マスクで補正した画像データを画像細部除去プロセスに
掛けると、その結果、画像特性値から目標周波数分布が
得られるようにする。補正マスクの決定は、粗画像デー
タを、目標周波数分布を満足するまたは目標周波数分布
により近い補正済み粗画像データに変換し、つぎに未補
正の粗画像データに変換する粗補正マスクによって実行
するのが望ましい。

【００５４】粗目標値、目標周波数分布、粗補正マスク
および／または補正マスクの決定は、上記に加えてまた
は上記のようにする替わりに、上述の補助マスクに基づ
いて実行するのが望ましい。したがって、補助マスク
は、特に、補正マスク、粗補正マスク、粗目標値および
／または目標周波数分布のような補正手段によって定義
される補正のための事前設定を操作したり調整する働き
をする。

【００５５】この目的のために、補助マスクは、操作さ
れた補正手段（たとえば、補正マスク、粗補正マスク、
粗目標値および／または目標周波数分布）と同じレベル
のデータ縮小（解像度レベル）を有するのが望ましい。
補助マスクは、画像データ（微細画像データまたは誘導
された画像データ、たとえば、粗画像データ）の分析に
基づいて得るのが望ましい。この分析は、特に、画像
（粗画像または微細画像）中の画像特性の局所的分布に
関する情報を得るために実行される。補助マスクは、分
析された画像中の特定の画像特性の局所的分布を表すの
が望ましい。

【００５６】したがって、上記の補正手段（補正マス
ク、粗補正マスク、粗目標値、目標周波数分布など）
は、補助マスクによって局所的に操作されて解像され、
これによって、補正手段の補正特徴または補正機能を調
整するようにする。補助マスクによって、この調整は、
それぞれの画像特性に関して最適化されて実行される。
補正手段の調整または操作を、補助マスク（たとえば、
特定の色または色調、特に、特徴色または色調、輝度な
ど）によって定められる画像特性に依存して別様に実行
するのが望ましい。

【００５７】たとえば、補助マスクを用いた補正手段の
操作の分量または度合いは、それぞれの画像特性に対し
て表の中に定義される。重み付けまたは機能は、この表
中で定義される。この補助マスクによる操作の度合いま
たは分量の決定は、補助マスクによって定められる画像
特定に依存して定義されるだけではなく、補正手段によ
って補正された画像特性に依存しておよび／または補正
手段（補正マスク、粗補正マスク、粗目標値または目標
周波数分布など）に種類やタイプに依存して定義され
る。

【００５８】このようにして、微細に調整された補正手
段の操作を実行する。特に、一つの補助マスクを、補正
手段（種類が異なっている場合でも）の複数のまたは多
数の操作に対して用いられる。特に、補助マスクが定め
た画像特性は、補正手段によって補正された画像特性と
は異なっているが、この補正手段は、補助マスクによっ
て操作される。

【００５９】上記の目標周波数分布は、様々な画像特
性、特に、輝度および／または色調および／または色彩
度および／または色値に対する周波数分布であったりす
る。特に、等しいまたは平滑な周波数分布が、輝度の場
合には望ましいことが観察されている。言い換えれば、
等しい数の画像要素または画像部分が、可能である複数
の輝度値の内の一つの輝度値を有するのが望ましい。逆
累積周波数分布は、特に輝度の場合には定常的に増加す
るのが望ましい。

【００６０】目標周波数分布は、特に色調に対して選択
し、これで、白色バランスが達成されるようにする。た
とえば、色値をベクトル（ｒ、ｇ、ｂ）で表す場合、
ｒ、ｇおよびｂの値の全てがしばしば等しくなるのが望
ましい。これはもちろん、画像等級または補助マスクに
依存して調整されるが、この場合、たとえば、青色と黄
色がしばしば海岸画像中に存在することを考慮しなけれ
ばならない。

【００６１】さらに、画像特性の各値がしばしば一つの
画像の要素または画像の部分中で等しいような等しい頻
度の分布は、値の範囲もしくは複数の範囲またはある画
像範囲もしくは部分に制限される。各種類の目標周波数
分布は、それぞれの画像領域に対して別様に定義するの
が望ましい。画像領域は、補助マスクおよび／またはパ
ターン認識によって分離し、これによって、たとえば、
顔部分と非顔部分とに分けるのが望ましい。たとえば、
分析の結果、雨が降っているときに風景が記録されたこ
とが認識された場合、色彩度の目標周波数分布は、それ
に従って調整されるが、それは、雨の時には色彩度が強
く知覚されるからである。

【００６２】マスク（たとえば、補正マスク、粗補正マ
スク、補助マスク）を、他のマスク（たとえば、補正マ
スク、粗補正マスク、補助マスク）に基づいて決定する
もしくは変更するおよび／または、つぎの操作をする場
合、同じ重なり合うおよび／または隣り合う画像部分に
関連する、これらのマスクの要素だけが、互いに影響す
るまたは互いに対して本質的な影響しか及ぼさないよう
にするのが望ましい。このことは、特に、二つのマスク
が、別の種類のデータ縮小レベル（解像度レベル）に関
連する場合には特に当てはまる。

【００６３】補助マスクは、粗画像の分析に基づいて決
定するのが望ましい。こうしておいて、この補助マスク
を用いて、粗補正マスクを操作する。この操作された粗
補正マスクに基づいて、たとえば、補正マスクを拡張プ
ロセスによって決定する。こうする替わりに、補助マス
クを、もしそれが粗データ縮小レベル（解像度レベル）
に対応している場合、拡張して、つぎに、それを用い
て、補正マスクを操作する。

【００６４】補正されるべき写真画像データは、これが
色空間内の色値を定めるように設計するのが望ましい。
色空間は、Ｌａｂ色空間やＣＩＥＬａｂ色空間、ＲＧＢ
色空間、ｓＲＧＢ色空間、ＨＳＶ色空間、ＨＬＳ色空
間、ＣＭＹＫ色空間、ＸＹＺ色空間、Ｌｕｖ色空間など
の様々なタイプのものであったりする。

【００６５】一般に、一つの特定の画像特性を補正する
と、別の画像特性の知覚に影響を与える。たとえば、明
瞭化されたアンダー露光の領域または曖昧化されたオー
バー露光の領域における色彩度は、しばしばほとんど知
覚されない。したがって、画像特性の知覚に対して相互
作用が存在する。本出願の発明者らは、この相互作用を
画像補正の際に考慮に入れることが可能である、すなわ
ち、以下に記載するように、たとえば、複数の画像特性
を１回の補正で同時に補正したり、または一方の補正に
基づいて他方の補正を実行したりできることを発見し
た。

【００６６】たとえば、ＲＧＢ色空間またはＣＭＹ色空
間が、色を定めるディメンジョンを持つ色空間である場
合、色値を、この色空間内のベクトルで表すことが可能
である。特にその場合、少なくとも一つの補正マスクで
実行される補正変更は、一つの実施の形態によれば、係
数付きのベクトルの操作をその包括範囲に収める数学的
演算によって表され得る変更を含むのが望ましい。

【００６７】したがって、補正マスクの要素は、係数に
対応するかまたは、係数を含む数学的演算を表すことに
なる。これらの係数または数学的演算は、つぎに、特に
ベクトルで表される画像データに適用される。本発明の
発明者らは、このような数学的演算によって、たとえ
ば、輝度や色彩度変更を含む画像データの変更をもたら
すことを発見した。

【００６８】一つの実施の形態によれば、補正マスク
は、その要素が、特に乗算を含む数学的演算を適用する
ことによって画像データを表すベクトルおよび／または
ベクトルと組み合わされたスカラーを含むように構成さ
れる。この数学的演算は、上記の加えてまたは上記のよ
うにする替わりに、加算を含むようにするのが望まし
い。

【００６９】既に上述したように、輝度をそれに関する
情報に基づいて変更するマスクを決定することが技術上
周知である。本発明によれば、一つの画像特性だけでは
なく少なくとも二つの画像特性を変更するのが望まし
い。したがって、一つの画像特性に対する、補正マスク
によって誘発された変更は、同じ画像特性に関する情報
だけではなく、少なくとも別の画像特性に基づいて実行
されるのが望ましい。

【００７０】たとえば、色彩度を決定する補正マスク
は、画像輝度に関する情報および／または画像輝度変更
の仕方に基づいて決定することが可能である。したがっ
て、一つの画像特性に関連する補正変更は、たとえば、
他の画像特性をどれほど強く変更するかに基づいて決定
される。本発明によるマスクの使用法のため、これは、
もちろん局所的解像度によって、したがって位置に依存
して実行することが可能である。

【００７１】第１の画像特性に対する第１の補正変更
は、第１の補正マスクによって高解像度画像に対しても
たらされる。すると、この補正された高解像度画像が分
析される。たとえば、特定の画像特性の局所的分布を決
定するこの分析に基づいて、第２の補正マスクが決定さ
れる。すると、後者が第２の批正変更を実行するが、つ
ぎに、これによって、別の画像特性を第１の補正変更中
で局所的に変更するのが望ましい。

【００７２】第１と第２の補正変更は、一つのステップ
で（補正マスクによって）数学的に実行可能であるが、
複数のステップで（複数の補正マスクによって）または
複数の補正マスクもしくは粗補正マスクを（重み付けし
て）組み合わせることによって実行するのが望ましい。
しかしながら、この分析は、特に、細部を持たない低解
像度画像を上記の粗画像と粗補正マスクの支援によって
実行するのが望ましい。

【００７３】たとえば、粗マスクは、粗画像の輝度プロ
フィールを分析することによって決定されるが、このマ
スクは、輝度プロフィールの変更を記述している。この
粗マスクを、つぎに粗画像に適用する。したがって、特
定の粗マスクに基づいて、補正済み粗画像が決定され
る。この粗画像および／または粗マスクの分析に基づい
て、さらなる粗マスクが決定されるが、これは、たとえ
ば、補正済み粗画像および／または第１の粗マスクによ
って固定された輝度プロフィールの変更の程度によって
定められる輝度プロフィール次第で色調の変更を固定す
るものである。

【００７４】別の画像特性による画像特性の補正のさら
なる例は、色調の関数としての輝度の補正である。輝度
プロフィールおよび／または鮮鋭度プロフィールの変更
を定める補正マスクは、色調に基づいて決定するのが望
ましい。したがって、補正マスクの要素は、特に、補正
マスクのそれぞれの要素と関連する画像部分中にそれぞ
れ与えられる色調に基づいて決定される。たとえば、顔
の色の場合、コントラストおよび／または輝度に対して
は公称の範囲が存在する。

【００７５】そして、輝度および／またはコントラスト
を補正する補正マスクは、事前に選択された公称輝度ま
たは公称範囲に対する少なくとも近似が達成されるよう
に構成される。たとえば、フラッシュ写真では、顔はし
ばしば過剰露出され、また、逆光で取られた写真では、
顔は過小露出される。これで、顔認識を、色値、特に色
調および／または色彩度によって実行する事が可能とな
る。

【００７６】これに対応して、これまた、色値、特に、
色調および／または色彩度で認識可能な空部分は、しば
しば暗過ぎたり明る過ぎたりし、したがって、「色褪せ
た」ように見える。たとえば、野菜の緑色は、しばし
ば、その陰の部分が黒すぎることがある。色値、特に、
色調および／または色彩度に基づいて野菜を認識し、つ
ぎに、色値に基づいて（色調および／または色彩度に基
づいて）陰の領域を明るくする（たとえば、補助マスク
を用いる）。

【００７７】多くの写真画像中のたとえば、皮膚、野
菜、空、海岸、道路などの特徴画像部分の特徴色調およ
び／または色値は、色空間内では一つのポイントには限
られない。多くの写真画像の統計的分析に基づいて、特
徴色を持つ特定の画像ポイントを考慮することが可能で
あるか無いかを決定する相関ルールを生成する。この相
関ルールは、色空間内の分布として数学的に数式化され
ているのが望ましい。

【００７８】分布によって決定される色値、特に、色空
間内のある領域（１次元、２次元または３次元）内にあ
る色調または色彩度は、この分布と関連する特徴色の１
部分であると考えられる。様々な特徴色（たとえば、皮
膚色、野菜色など）に対する複数の分布が、画像データ
の分析の目的で利用でき、また、画像データの色値を分
析して、これらを特定の特徴色に割り当てることが可能
であるかどうか（特に、以下に記載するように、この割
り当ての適用の程度も）を調べるのが望ましい。

【００７９】画像中の色調は、補正されるべき画像デー
タまたは補正されるべき画像データから誘導された画像
データに基づいて決定される。たとえば、上述の粗画像
中の色調が決定され、つぎに、特徴色調に属する、すな
わち、たとえば、分布されているなんらかの色調が決定
済み色調の中に存在するかどうかを分析する。

【００８０】つぎに、補正マスクまたは補正マスクの基
礎となる粗補正マスクの要素が計算されて、これらのマ
スク要素と関連する画像部分が、特徴色調に割り当てら
れているかどうか決定される。補正マスクの要素は、関
連する画像部分が、特徴色調に属すかどうかによって、
輝度および／またはコントラストの変更を設定するのが
望ましい。

【００８１】これは、特徴色調に割り当てられた公称の
輝度および／または公称のコントラストを考慮して実行
するのが望ましい。この場合、補助マスクを用いて、補
正マスク（または粗補正マスク）を決定するのが望まし
いが、これらのマスクはその要素が、どの微細画像要素
（または粗画像要素）が特徴画像領域に属すか属さない
か、または、整合がどの程度に強いかを決定する。

【００８２】したがって、たとえば、画像の中で互いに
異なった複数の特徴色調が認識されたら、公称の輝度
（目標輝度）および／または公称のコントラスト（目標
コントラスト）を、各特徴色調に割り当てるのが望まし
い。そして、各特徴色調に対して存在する割り当てルー
ルによって、どの画像部分がどの特徴色調に属すかを決
定する。

【００８３】この割り当てルールは、イエス／ノーのル
ールとして構成されるだけではなく、色調と特徴色調と
の整合の度合いを設定するのが望ましい。この整合の度
合いは、整合係数（たとえば、「皮膚インジケータ」）
で決定することが可能である。後者は、たとえば、統計
的分析に基づいて決定することが可能である。色調の整
合係数は、それがどれほどしばしば特徴色調と関連する
かによって決定される。たとえば、整合係数はまた、色
調が色調グループと整合する確立を決定することも可能
である。

【００８４】そして、輝度および／またはコントラスト
は、公称の輝度（目標輝度）および／または公称のコン
トラスト（目標コントラスト）さらに、補正マスクや粗
補正マスクの決定されるべきマスク要素に対して与えら
れた整合係数を考慮して決定するのが望ましい。これに
よって、整合係数は、色調に割り当てられる。この色調
は、画像要素に割り当てられ、つぎに、画像要素が、決
定されるべきマスク要素に割り当てられる。たとえば、
整合係数の示す整合度が低い場合、輝度および／または
コントラストは公称の輝度および／または公称のコント
ラストに近づくように少し変更されるだけである。

【００８５】本発明によれば、補正マスクによって達成
される変更もまた、特徴画像部分を色調に依存しないで
認識することによって遂行される。たとえば、顔は、パ
ターン認識または構造認識という方法で認識することが
可能である。すると、特徴画像部分、たとえば、顔に関
連する補正マスクまたは粗補正マスクのマスク要素は、
特徴画像部分には関連しないマスク要素とは別様に決定
される。既に上述したように、たとえば、顔の１部分と
して認識された画像部分は、輝度とコントラストの補正
中に、特徴色調に関連して既述したような仕方で、しか
し色調情報に頼ることなく処理される。

【００８６】したがって、他の特徴画像部分、たとえ
ば、道路や植物を認識することが可能であり、後者は、
たとえば、構造的特徴によって、色調情報に頼ることな
く、または、所望次第では、それらを組み合わせて認識
することが可能である。すると、特徴画像部分に割り当
てられた画像要素は、公称の画像特性（目標画像特
性）、たとえば、公称の輝度や公称のコントラストなど
を割り当てられる。

【００８７】つぎに、補正マスクまたは粗補正マスクの
要素が、画像データまたは粗画像データを変更するよう
に設計され、これによって、公称値（目標値）に近似さ
れる。すると、この近似の度合いは、既に例として記述
したように、特徴画像部分との整合の度合いに依存させ
るようにすることが可能である。

【００８８】画像の質的印象は、本質的には、画像特性
の周波数分布に依存している。たとえば、画像中の輝度
分布を輝度の均等分布に近似させると、画像品質が向上
することが認められた。これで、均等分布は、画像デー
タで表すことが可能な各輝度値は、画像中の同じ頻度で
発生することを意味する。

【００８９】一般に、周波数分布は、ある値の頻度をそ
の値によって決まる画像特性の関数として定める。これ
らの値によって、特定の画像部分中の画像特性が定量化
される。これで、補正マスクによる変更は、周波数分布
が、公称の周波数分布（目標周波数分布）、たとえば、
均等分布に近似されるのが望ましい。様々な画像部分に
対するそれぞれに適切な公称分を固定するのが望まし
い。たとえば、平均コントラスト値が、コントラストの
極値よりしばしば発生するような細部コントラストに対
する公称分布が、所望される。

【００９０】発明者らは、画像特性によって取られたデ
ータ範囲の幅を補正の実行に先立って広げると、補正結
果を本発明による補正方法で向上させることが可能であ
ることを発見した。これは、画像特性が輝度である場合
には特に当てはまる。たとえば、好ましくない露光と照
明の条件下で生成される写真画像もあるが、これでは、
動的領域が十分に使用されないことになる。

【００９１】様々なマスク（補正マスクおよび／または
粗補正マスク）を組み合わせ、これによって、これらの
様々なマスクがそれぞれ異なった補正特性を有するのが
望ましい。たとえば、拡張用のマスクの場合、輝度の変
更と周波数分布の変更が組み合わされる。このような組
み合わせは、補正マスクが組み合わされるように実行す
ることが可能である。

【００９２】しかしながら、粗マスクは組み合わせるの
が望ましい。これで、結果として得られる粗マスクから
補正マスクを誘導するが、これには補正を複数回または
多数回実行するが、これらの補正はこの補正マスクによ
って実行される。組み合わせは、各補正に対して、互い
に異なった数学的演算によってリンクされている部分は
分離され、同じ数学的演算に関連する部分は組み合わせ
るのが望ましい。たとえば、各補正の加算部分を共通の
加算マスクに組み合わせ、また、各補正の乗算部分を組
み合わせて、共通の乗算マスクとする。

【００９３】したがって、たとえば、輝度補正の加算部
分を共通加算マスクの色コントラスト補正の加算部分と
組み合わせる。これは、補正マスクのレベル（微細画像
レベル）で発生するが、粗マスクのレベル（粗画像レベ
ル）で発生するのが望ましい。こうすると、後者の場
合、共通の（組み合わされた）加算補正マスクは、共通
の加算粗マスク（組み合わされたマスク）から誘導され
る。それに対応して、乗算部分または輝度補正および色
コントラスト補正が組み合わされて、共通の乗算マスク
となる。これは、再度、粗画像のレベルで発生し、これ
で、共通の乗算マスクが計算され、つぎに、これから共
通の乗算補正マスクが誘導されるようにするのが望まし
い。

【００９４】したがって、たとえば、複数の補正マスク
を用いる場合、データ範囲または動的範囲の拡張は、補
正の実行に先立ってまたは補正中の適切な時点で本発明
に従って実行するのが望ましい。この拡張は、微細画像
の全ての画像要素に関連するのが望ましい。

【００９５】この拡張は、拡張関数によって達成可能で
ある。この拡張関数は、焦点合わせされていないデータ
セット（粗画像データ）から誘導するのが望ましいが、
これは、拡張されるべき画像データに対して非鮮明化プ
ロセス（細部除去プロセス）を適用することによって達
成される。非鮮明化プロセスは、たとえば、低域フィル
タプロセス、ガウスフィルタプロセス、アンダー走査プ
ロセスまたはダウンサンプリングプロセスなどである。

【００９６】鮮明化プロセスによって、非鮮明化された
画像領域内の極値が自身の効果を完全には発揮できな
い。これで、雑音や妨害が拡張プロセスに対して及ぼす
影響が、除去される。これによって、実際の極値は、拡
張関数を決定する際には考慮されない。同じことは、こ
れらの極値が拡張されるべき画像中で取る実際の画像細
部にも当てはまる。

【００９７】拡張後でもこれらの所望の画像細部が単純
な画像中で少なくともある程度まで可視である、すなわ
ち、データ範囲のエッジを「越えて押された」拡張物の
１部分とはならないようにするため、本発明によれば、
データ範囲の少なくとも一つのエッジにある拡張された
非鮮明な画像データ（粗画像データ）は、最大可能なデ
ータ範囲の極値を取らないように拡張関数が設計され
る。これは、これらのデータが、最大可能データ範囲内
にあり、また、拡張された非鮮明な画像データ（拡張さ
れた粗画像データ）のエッジの値が、最大可能データ範
囲の極値から間隔置きされるのが望ましいことを意味す
る。

【００９８】この間隔を調整することによって、一方で
は、間隔を調整して小さくすると、微細画像の値の内で
妨害するようなまたは好ましくないような迷い値をあま
り目立たなくさせることが可能である。他方では、微細
画像中の好ましい細部が、間隔を増すことによってより
明瞭に可視となる。最大可能データ範囲の複数のエッジ
の内の少なくとも一つのエッジからの間隔を、調整可能
なものとするのが望ましい。

【００９９】この調整は、適応的に、たとえば、画像の
等級（日没画像、明かりの下で取った画像、フラッシュ
をたいて取った画像など）によっておよび／または画像
または粗画像の分析、たとえば、画像特性の局所的分
析、特に、拡張されるべき画像特性の周波数分布の分析
および／または、たとえば、画像特性の周波数分布の分
析に基づいて実行することが可能である。

【０１００】この間隔は、少なくとも一つの画像特性
（局所的または全体的な画像特性）によって異なるのが
望ましい。この間隔が局所的画像特性によって異なる場
合、特定の拡張関数は、それぞれの画像部分に対して決
定するのが望ましいが、これらの関数は、それぞれが、
少なくとも一つの局所的画像特性によって異なる。たと
えば、既述した拡張マスクを、補助マスクによって補正
し、これによって、補助マスクが、少なくとも一つの局
所的画像特性を表し、間隔がそれに基づいて決定される
ようにすることが可能である。

【０１０１】本発明によれば、拡張は、微細画像データ
に基づいて決定することが可能である。すると、拡張
は、上述したように実行することがまた望ましい。これ
は、拡張には、最大可能データ範囲は用いられず、ま
た、最大可能データ範囲の極致または少なくとも一つの
極値に対してある間隔が維持されることを意味する。こ
の間隔は、制御可能、特に、少なくとも一つの画像特性
によって制御可能、特に、局所的画像特性によって局所
的に制御可能であるのが望ましい。

【０１０２】拡張を、各色チャネルに対して別々に（た
とえば、Ｒ、Ｇ、Ｂに対して別々に）実行する、すなわ
ち色強度の拡張を実行すると、個別の色チャネルのそれ
ぞれの極値からの間隔が調整可能となる。間隔はまた、
局所的画像特性によって異なるのが望ましい。間隔は、
色チャネルに対して個別に調整するのが望ましい。この
ようにして、色チャネルの拡張によって色合いが発生す
ることを避けることが可能である。

【０１０３】上記は、主として、画像特性、輝度および
色強度の拡張に関するものであった。したがって、もち
ろん、他の画像特性、たとえば、色彩度を拡張すること
が可能である。

【０１０４】拡張される画像特性は、たとえば、輝度で
あったりする。しかしながら、拡張はまた、様々な色に
対して別々に実行することが可能である。たとえば、赤
色、青色および緑色に対してそれぞれ別々にデータ範囲
を拡張したりする。特に、上記の間隔を制御するパラメ
ータは、画像中の局所的色調分布の分析によって異なる
ようにする（たとえば、色合いの認識）または他の画像
特性の分布、たとえば、色彩度、特に、（たとえば、色
や輝度の）周波数分布の分析によって異なるようにする
ことが可能である。特徴画像領域（たとえば、空）と特
徴色（たとえば、空の青色）に関する情報は、色の周波
数分布または色平面上での色調分布の分析に転送され、
これによって、推測された色合いが補正されるのを防止
するのが望ましい。

【０１０５】本発明はまた、上記の方法を実行する写真
画像データの位置依存補正用のデバイス（たとえば、ハ
ードウエアとソフトウエア付きのコンピュータ）を提供
する。このデバイスは、特に、補正されるべき写真画像
データやそれから誘導される画像データに基づいて多く
の補正要素を持つ補正マスクを決定する補正マスク決定
ユニットを含む。この決定は、特に、ここで与えられる
方法の内の一つによって実行される。したがって、補正
マスク決定ユニットは、補正要素を記憶できる記憶ユニ
ットを含むのが望ましい。さらに、画像データから補正
要素を計算できる計算ユニットを含むのが望ましい。

【０１０６】本発明は、決定された２次元の画像に関連
するだけではなく３次元の画像（ホログラフ画像）にも
関連するが、この場合、画像データは、色値の３次元配
置を定め、また、たとえば、マスクは３次元マトリック
スによって表される。このデバイスは、さらに、補正マ
スクを画像データに適用する適用ユニットを含むのが望
ましい。実行すべき数学的演算を実行するために、この
適用ユニットは、数値プロセッサに依存するのが望まし
い。

【０１０７】本発明はさらに、本発明による方法をコン
ピュータに実行させるプログラムとこのプログラムを記
録するコンピュータ記録媒体を提供する。

【０１０８】本発明はさらに、画像再生装置、たとえ
ば、写真プリンタ（ＤＭＤプリンタ、ＣＲＴプリンタ、
レーザープリンタ、インクジェットプリンタ、写真プリ
ンタなど）、モニター（ＬＣモニター、ＣＲＴモニタ
ー）、モニターとコンピュータ（データ処理装置）の組
み合わせ、特に、ＰＣを提供する。本発明は特に、写真
ラボ、たとえば、大型ラボ、ミニラボおよびマイクロラ
ボを提供する。これらのプリンタとラボは、本発明によ
る方法を実行する本発明によるデバイスもしくは制御デ
バイスまたは本発明によるプログラムをロードしたり走
行させたりするコンピュータもしくはデータ処理装置を
含む。

【０１０９】本発明の長所と特徴を、以下の例示目的だ
けの好ましい実施の形態を、つぎの添付図面を参照して
説明する。

【０１１０】

【発明の実施の形態】ここで記述する純粋のデジタルマ
スキングでは、画像処理と画像の品質改善にほとんど無
限の可能性が提供される。一連の方法を、同じ目的、た
とえば、コントラストの縮小、明暗部における細部の強
調、景色の明るさが不十分な場合の補正、画像の静的外
観の全体的な改善などのために用いることができる。

【０１１１】本発明による方法は、アマチュア写真、特
にデジタルカメラで撮影した電子写真の品質改善に用い
ることが望ましい。しかしながら、本発明による方法
は、たとえば、フラットベッドスキャナ、スライドスキ
ャナ、ホームビデオカメラ、ネガスキャナなど、他の画
像ソースに対しても（直接的にまたはマイナーなパラメ
ータ調整を施して）用いることができる。後者の場合、
処理する画像は最初に全体的なバランス補正（特に、色
と濃度）を施さなければならない。このようなバランス
補正は、従来型の自動写真プリンタで実行され、たとえ
ば、ＥＰ０４７５８９７やＥＰ０５８６７
７３から知られる。

【０１１２】本発明による方法は、特定の出力媒体（モ
ニター、写真紙、インクジェットプリンタなど）に限定
されない。しかしながら、出力媒体ではおおよそ写真品
質の再生物を出力でき、したがって、特に色調パレッ
ト、色彩度範囲、輝度範囲、画像解像度、コントラスト
に関して、写真画像の必要条件を満たすことが望ましい
と想定される。このために、様々な媒体で、今日の色管
理プロセス（たとえば、ＩＣＣプロフィール、Ｃプロフ
ィールなど。ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｌｏｒ
Ｃｏｎｓｏｒｔｉｕｍのホームページｈｔｔｐ：／／
ｗｗｗ．ｃｏｌｏｒ．ｏｒｇを参照）を用いて、見た目
にきわめて近い表現を達成できる。

【０１１３】以下に、焦点外れマスキングの原理を明ら
かにする。この非鮮明マスキングでは、粗い全体画像情
報およびそれに伴う一般的に大きな動的バリエーション
を、特に微細な部分画像情報およびそれに伴う一般的に
小さな動的範囲から、空間的分離できる。本例で用いる
ダウンサンプリングの原則はさておき、たとえば、ＥＰ
０９７１３１５で開示されているフィルタプロセ
スやフィルタバンクなど、他の方法も用いることができ
る。

【０１１４】ダウンサンプリングでは、隣り合う多数の
画像要素から構成される画像データは（特に加重）平均
され、この平均値が１画像データとして、このように獲
得された粗画像の一つの要素に割り当てられる。本発明
の補正マスクは、非鮮明マスクであることが望ましい。
したがって、非鮮明マスクは、オリジナルの画像データ
から細部除去プロセス（たとえば、ダウンサンプリン
グ）によって獲得された画像データに基づくことが望ま
しい。

【０１１５】たとえば、フラッシュ写真の細部な背景が
過小露光になっていると思われる場合、非鮮明マスクに
よる明瞭化補正後にそれらの細部が強調される。同じよ
うに、過剰露光の画像領域の細部は非鮮明マスクで曖昧
化して可視にできる。フラッシュ写真のほうが明るい背
景に調和し、フラッシュなしでは色褪せた感じになる空
がいくぶん着色されるので、明暗部における細部が強調
される上に、審美的印象が全体的に改善する。

【０１１６】このマスクは、以下では簡略に「非鮮明マ
スク」と呼ぶことにするが、空間的に粗い画像情報しか
含まないために、このマスクは、画像中の局所的な細部
情報に短所となる影響を持たないが、このことは、特に
空間的に高頻度の成分であることを意味する。

【０１１７】さらに、非鮮明マスクの計算には、フル解
像度のオリジナル画像（一般的に、１０２４ｘ１２８０
画素）は必要なく、解像度を大幅に縮小した（つまり、
たとえば、１等級または２等級下げた）画像（一般的
に、４０ｘ５０画素）で十分である。これは、画像分析
に必要な計算と記憶容量に長所となる効果を及ぼす。マ
スクは、解像度を大幅に縮小した画像（粗画像）の画像
分析に基づいて決定することが望ましい。

【０１１８】ここでは、このようなマスクを「粗マス
ク」とも呼ぶ。粗マスクをオリジナル画像に適用する前
に、オリジナル画像の解像度に適応させたマスク（補正
マスク）、特にこの解像度に一致するマスクに変換する
ことが望ましく、これは、画像要素数が同じになること
を意味する。そのために、データ拡張プロセスを用い
る。たとえば、オリジナルの解像度にまで「アップサン
プル」するのに適した補間プロセスを用いる。

【０１１９】本発明によるシステムと本発明による方法
では、必要な画像分析の少なくとも大半または望ましく
は全体が、解像度が中程度から低程度のオリジナル画像
に基づくことが望ましい。これによって、平均解像度
は、たとえば、オリジナル解像度を係数３〜１０で縮小
した解像度に一致し、低解像度はオリジナル解像度を係
数１０〜１００で縮小した解像度に一致する。

【０１２０】その代わりに、低解像度を、たとえば、５
００００画像ポイント以下、望ましくは１００００画像
ポイント以下と定義し、平均解像度を、１００００００
画像ポイント以下、望ましくは１００００画像ポイント
以上２０００００画像ポイント以下と定義してもよい。
「画像ポイント」という用語は、ここでは、「画像要
素」や「画素」の同義語として用いる。

【０１２１】この補正マスクは、焦点外れマスクである
ことが望ましいが、上記のように決定することができ、
必ずしも上記の記述のフラッシュ写真の明瞭化または曖
昧化で説明した「輝度マスク」である必要はない。一般
的に、これは、輝度、色調、色彩度、焦点、コントラス
ト、細部コントラストなど、一つ以上の特定の画像特性
に局所的に影響する補正マスクでよい。たとえば、画像
焦点合わせの局所制御のために、補正マスクを本発明の
方法によって用いることができる。

【０１２２】また、局所的な色調補正を目的として補正
マスクを用いることもできる。たとえば、色調分析およ
び／またはパターン認識や構造認識によって、夕陽の写
真で太陽とそれを囲む空の配置を決定できる。太陽の中
心から空の遠い領域に至るまでの色調のトレンドは、粗
画像により分析することが望ましい。太陽の中心から空
の離れた領域に至るまでの色調トレンドの公称トレンド
は、多数の夕陽画像の分析に基づいて決定できる。

【０１２３】決定された実際のトレンドは、公称トレン
ドと比較して、最初に粗補正マスクに基礎を置くことが
でき、それから、公称トレンドに近似した結果が得られ
るように局所的に色調を変更する要素から構成される補
正マスクを作成できる。色調トレンドの分析を微細画像
により実行する場合、計算作業が膨大になるが、もちろ
ん、補正マスクを微細画像データから直接計算すること
も可能である。

【０１２４】以下に、補正マスクのタイプを記述する。
これは、たとえば、輝度に影響を与える補正マスクによ
って実行する。本例では、このため、個々の画素の色調
は、画像に補正マスクを適用しても影響を受けない。本
発明では、特定の画像特性を備えた画像領域、特に画像
の過小露光や過剰露光の領域で、補正マスクを適用して
色彩度を高めることで、一般的に、審美的感覚にプラス
の影響が出ることが判明している。

【０１２５】カラー画像は、様々な（３次元）色空間で
表すことができる。色空間は基本的に以下の３タイプに
分類される。

【０１２６】１）記録装置に依存する色空間。この色
空間では、各画素が記録装置の赤、青、緑の測定値に直
接一致する三つの色値で指定される。

【０１２７】２）記録装置に依存しない色空間。この
色空間では、記録装置に依存する色値が（最も望ましく
は）人の色覚に適合した標準色空間に変換される。最も
普及しているのはＣＩＥＬａｂ色空間である。本色空間
では、Ｌ成分（「輝度」）は、人の視覚に合わせた輝度
尺度である。したがって、輝度に影響するマスクはこの
成分に限定的に作用する。

【０１２８】３）画像再生装置に対応した色空間。こ
の色空間では、画素を表す三つの色値をそれ以上の変更
と変換を施さずに特定種類の出力装置に転送し、その出
力装置で人の色覚で色に関して「正しい」と知覚される
画像を再生できる。

【０１２９】デジタルカメラでは、いわゆる「ｓＲＧ
Ｂ」色空間が普及している（ｈｔｔｐ：／／ｗｗｗ．ｃ
ｏｌｏｒ．ｏｒｇを参照）。この色空間は測色計で定義
されている（ＣＩＥＬａｂへの変換とＣＩＥＬａｂから
の変換は式で定義される）一方で、一般的なカラーモニ
ター上の表現が最小限の作業で可能になるので、上記の
２）と３）で言及した長所を結合している。

【０１３０】画素の色は、０〜２５５の範囲にあるＲ、
Ｇ、Ｂという三つの整数値から構成されるＲＧＢ値で指
定される。ＲＧＢ値の（０，０，０）は「黒」（Ｋ）を
表し、値（２５５，２５５，２５５）は「白」（Ｗ）を
表す。対応するｒｇｂ色キューブは、図１の（ａ）から
明白である。ＫからＷまでのベクトルは、黒から中間調
のグレーを挟んで白にまで伸びている。

【０１３１】各種の色空間で、以下に記述する方法を実
行できる。ここで計算の基礎になる色空間は、（望まし
くは）３次元にする。望ましいのは、一つの座標が輝
度、残り二つの座標が色（つまり、特に色調と色彩度）
を定める色空間である。たとえば、ＲＧＢの色値は、後
述する変換によって、そのような色空間に変換できる。

【０１３２】たとえば、Ｌａｂ色空間は上記の特性を備
えている。色ベクトル（Ｌａｂ）をｆ＞１で乗算する
と、輝度（Ｌ）と色彩度（ａ²＋ｂ²）^1/2の双方が増加
する。ＲＧＢ色空間のほか、たとえば、ＣＮＹ色空間で
も、座標は、直接的に「色」を表すだけでなく、輝度も
決定する。この色と輝度の分離は、たとえば、後述する
変換によって実行できる。

【０１３３】たとえば、画像分析とマスク計算は、スペ
クトルフィルム濃度のＫａｒｈｕｎｅｎ−Ｌｏｅｖｅ変
換の最初の三つの色有効値でカバーされる色空間におい
て、ＥＰ１０２４４００とＥＰ０４７５８
９７で記述されたシステムで実行される。

【０１３４】以下の、ここで定める方法の純粋な例示的
実施の形態は、色キューブ、たとえば、図１の（ａ）で
示したＲＧＢ色キューブに基礎を置いており、これは、
オリジナル画像と処理済み画像がカメラにより実現され
たフォーマットで存在することを意味する。

【０１３５】このような色空間では、知覚尺度を、「輝
度」、「色調」、「色彩度」という用語で定義可能でな
ければならない。図示したＲＧＢキューブの場合は、
「輝度」に以下の尺度を用いる。

【０１３６】Ｌ＝（ｒ＋ｇ＋ｂ）／3

【０１３７】これは、定係数を除き、色ベクトル（Ｒ，
Ｇ，Ｂ）を「グレー軸」ＫＷに投影したものである。も
ちろん、Ｒ、Ｇ、Ｂの代わりに、たとえば、Ｃ（シア
ン）、Ｎ（マジェンダ）、Ｙ（黄）のような色空間を構
成する他の独自の色を用いることもできる。色の定義に
よっては、もちろん、ＲＧＢ色空間とは逆に、大きな値
ほど暗い画像を表す場合があるという事実に注意を払わ
なければならない。それに応じて、輝度尺度（Ｌ）の定
義を調整する必要がある。以下に、実施の形態の説明と
して、色ベクトル（ｒ，ｇ，ｂ）の例を続ける。

【０１３８】どの平均化プロセスに基づいても、たとえ
ば、Ｌ＝α＊ｒ＋β＊ｇ＋γ＊ｂ、ただしα＋β＋γ＝
１、といったように、通常の平均値の代わりに、たとえ
ば、加重平均値を用いることができる。そのため、緑成
分には、たとえば、緑範囲の中心が輝度差に最も敏感に
反応するという事実を特に考慮して、大きな加重値を割
り当てることができる。

【０１３９】本出願の発明者らは、ＲＧＢ色空間の場合
と同じように、少なくとも加算色空間では、輝度尺度を
決めるための色のバランス処理がきわめて良好な結果を
導くことを発見した。

【０１４０】画像特性の「色」を画像特性の「輝度」か
ら切り離して分析可能にするために、ｒｇｂベクトル
は、図２で示されるように、グレー軸ＫＷに直交する平
面に完全に投影される。

【０１４１】マトリックス表記では、３要素からなるｒ
ｇｂ値を輝度値Ｌおよび二つの色座標（ｘ，ｙ）に変換
する式を以下のように表すことができる。

【０１４２】

【数１】

【０１４３】色彩度は、色平面の原点０から色ポイント
（ｘ，ｙ）までの距離で定義することが望ましい。色調
は、色ベクトルと原点を通る軸との作る角度で定義する
ことが望ましい（図３を参照）。アナログ写真技術で露
光プロセス中に用いられるマスキングにおいておよび、
たとえば、ＥＰ１０２４４００から知られるハイ
ブリッドマスキングにおいては、マスクでは露光の輝度
プロフィールは減衰により局所的にしか変更できないの
で、マスクと画像の組み合わせは１種類、つまりは、対
応する伝達の乗算または同等にそれに対応する光濃度の
加算しか可能にならない。

【０１４４】ここで記述するマスキングの純粋なデジタ
ル範囲では、オリジナル画像と補正マスクの間に、加算
的重み付けまたはその他のあらゆる種類の算術的組み合
わせ、特に乗算的組み合わせが可能である。図１の
（ｂ）で示すように、ｒ、ｇ、ｂがすべて等しい成分の
「マスクベクトル」１０を、「イメージベクトル」の２
０に加算すると、輝度は変化するが、色調と色彩度は変
化しない。つまり、結果のイメージベクトル３０の色調
と色彩度は、オリジナル画像のベクトルの色調と色彩度
に一致している。

【０１４５】図１の（ｃ）には、イメージベクトルと
「マスクベクトル」の乗算を示している。この乗算で
は、計算後にオリジナルベクトル２０からベクトル３０
への変化が生じる。これは、輝度の変化も生じさせる。
さらに、色調は変化しないままになる。しかしながら、
この乗算は、色彩度にも影響する。

【０１４６】既述のように、特に画像の過剰露光（明）
領域と過小露光（暗）領域では、主として色彩度を増加
させることが望ましい。過小露光領域では、ｒｇｂベク
トルを係数＞１で乗算すると、輝度と色彩度の双方が増
加する。これによって、望ましい二つの目標が同時に達
成される。しかしながら、過剰露光領域では、輝度の縮
小が望ましいので、係数＜１を用いる必要がある。しか
し、係数＜１は色彩度にマイナスに影響する。

【０１４７】このため、本発明によれば、たとえば、Ｌ
＞２５５／２のように、輝度尺度が特に平均輝度値やし
きい値よりも大きい場合の過剰露光に関しては、１がＲ
ＧＢベクトルを拡張するだけでなく、図１の（ｃ）のよ
うに、それに加えてＣＭＹベクトル補色も拡張する。こ
こでも、これによって、望ましい両方の目標を同時に達
成できる。

【０１４８】たとえば、以下の乗算マスキングは、過剰
露光について、つぎの式に従う。

【０１４９】

【数２】

【０１５０】また、過剰露光の場合には、上記の補正済
み座標値の（ｒ¹，ｇ¹，ｂ¹）は、つぎの式で表すこと
ができる。

【０１５１】

【数３】

【０１５２】値「２５５」は最大値の例にすぎない。係
数Ｆ＞１なので、右項が０より大きく、これによって曖
昧化が導かれ、この曖昧化によって、左項による明瞭化
が過大に補正される。Ｆが１なら、これにより色彩度の
増加と曖昧化が達成されるが、これはＦの関数で、特に
Ｆに比例する。これによって、色彩度補正の程度を輝度
補正の程度の関数にすることができる。

【０１５３】後述するように、過剰露光と過小露光で
は、色彩度の増加を達成するために、ｆ＞１による乗算
でマスキングを実行する。したがって、色彩度の低下が
望ましい場合には、ｆ＞１による乗算で達成可能であ
る。上記のしきい値の範囲外にある平均輝度の範囲にお
いて、つまり、たとえば、約Ｌ＝２５５／２では、色彩
度はこれによって影響を受けないので、加算マスキング
が望ましい。このため、本発明によれば、画像特性の
「色彩度」の補正が生じるかどうかは画像特性の「輝
度」次第である。過小露光と過剰露光での色彩度の増加
のような、既述の長所はさておき、このような補正のア
プローチには以下のような付随的な理由がある。

【０１５４】補正された画像はオリジナル画像と同じデ
ータフォーマットを持つことが望ましいが、これは、補
正済み画像のＲＧＢ値が未補正画像の値の範囲、たとえ
ば、０から２５２に限定されることを意味する。このた
め、この範囲を越えた補正マスクと補正する画像の組み
合わせで得られた結果は、いわゆる「クリッピング」や
「カッティング」により制限を受けることになる。

【０１５５】このクリッピングの使用頻度と規模が過大
になると、補正済み画像において芸術性が損なわれかね
ない。ＲＧＢ色キューブを用いた幾何学的な２、３の考
察によって、ここにおいて提案している、乗算マスキン
グと、加算マスキングと乗算マスキングの組み合わせ
が、大規模かつ高頻度のクリッピングを回避する目的に
大いにかなっていることが判明している。このため、ベ
クトルが平均輝度を記述している場合、乗算ではベクト
ルが補正後にＲＧＢキューブを離れる危険が高いのに対
して、加算では変更後のベクトルがＲＧＢキューブ内に
残りやすいことを明らかにできる。

【０１５６】これに応じて、高輝度を表すベクトルにお
いては、ＣＭＹ乗算では補正後のベクトルがＲＧＢキュ
ーブ内に留まることが保証され、ＲＧＢ乗算では補正後
のベクトルがＲＧＢキューブから離れて「クリッピン
グ」が生じる危険が存在するという事情が当てはまる。

【０１５７】本発明の一つの実施の形態によれば、マス
クは画像中の輝度の関数として定義される。たとえば、
粗マスクは、（低解像度のまたは低域フィルタでフィル
タリングされた）粗画像中の輝度の関数として定義でき
る。本発明によるプログラムでは、そうした関数はテー
ブル（「参照テーブル」のＬＵＴ）に記憶できる。本発
明の一つの実施の形態によれば、輝度の関数としての加
算マスクの計算の関数（粗補正マスク、補正マスク）
は、以下の特性を備えている（図４の（ａ））。

【０１５８】ａ）低い輝度範囲では、マスクの要素は正
で、輝度を下げると小さくなって、Ｌ＝０で消失する。ｂ）高い輝度範囲では、マスクの要素は負で、輝度を上
げると大きくなって、Ｌ＝２５５で消失する。ｃ）平均輝度範囲では、マスクの要素は小さい値を持
ち、補正された輝度と比較して小さいかまたは値０を持
つ。値の正負の変わり目は、おおよそ平均輝度範囲で生
じる。

【０１５９】ａ）とｂ）で言及した正負に極端に大きな
値では、大きな変化が導かれる。関数は、正弦関数に似
ていることが望ましい。上記の実施の形態においては、
多少過小露光の領域が明瞭化され、正常露光の領域はほ
とんど変更されず、過剰露光の領域は曖昧化されるとい
う補正が達成される。関数ｆ、すなわち、Ｌ＝０（また
は約０）およびＬ＝２５５（つまり、最大値に等しい
か、または最大値におおよそ等しい）のｆ（Ｌ）＝０
（つまり、最大値と比較して非常に小さい）についての
上記の条件は、バインドすることはないが、特に以下の
二つの長所を持つ。

【０１６０】第１に、既述のように、過小露光が極端な
領域と過剰露光が極端な領域の補正は、できるだけ、輝
度の変更だけでなく、色彩度の増加も達成するように実
行される。上記の実施の形態の場合、これは、補正がで
きるだけ上記の方式で（純粋に加算にではなく）係数を
介して実行されることを意味する。第２に、上記の条件
によって、「黒」と「白」の双方がマスクによって変更
されることはない。デジタルカメラ画像をカラーモニタ
ーで再生しても、その有効制御範囲はマスキングにより
縮小されない。逆に、たとえば、ネガフィルムのオリジ
ナルを写真紙で再生した場合のような、他の用途では、
そのような動的縮小を要望できる。

【０１６１】ＬＵＴを介しても実現可能な乗算マスクの
計算の関数は、輝度の関数と同じように以下の特性を備
えるほうが望ましい（図４（ｂ）を参照）。

【０１６２】ａ）上記の意味で係数として機能する要素
は、≧１。ｂ）要素が最大に達するのは、Ｌ＝０およびＬ＝２５５
か、またはそれらに非常に近い値。ｃ）平均輝度範囲で係数は１または約１が望ましいよう
な、比較的速やかな中心方向への減少。

【０１６３】上記の特性ａ）では、過剰露光領域で画像
の曖昧化のみが生じ、過小露光領域で画像の明瞭化のみ
が生じる結果になる。しかしながら、いずれの場合に
も、焦点の拡張と色彩度の増大につながる。焦点の拡張
が生じることから、輝度の変化が係数に比例し、それに
よって、焦点の尺度を表す隣り合う画素間の輝度の差も
係数に比例して増大する。純粋な加算では、輝度差は一
定になるので、それによって焦点が拡張することはな
い。

【０１６４】上記の特性ｂ）と特性ｃ）は、乗算マスキ
ングが極端な露光値に制限されることを保証してる。た
とえば、ＲＧＢ色空間やＣＮＹ色空間においてのよう
に、そのディメンジョンで色を表す色空間で色値を定め
る色ベクトルでは、色彩度の増加をもたらす係数＞１に
よる乗算は、ベクトルの絶対値やベクトルの各成分の絶
対値がデータ範囲の平均値を相当に上回っているか、ま
たはデータ範囲のエッジにある場合には好ましくない。
ベクトルを乗算すると、最大限に再生可能なデータ範囲
を外れて、上記のクリッピング効果が生じかねない。さ
らに、正常な露光領域については、少なくとも輝度と色
彩度に関しては画像情報の良好な再生物を期待できるの
で、これらの領域はマスキングしないことが望ましい。

【０１６５】上記の関数は、図４の（ａ）と図４の
（ｂ）に示されている。図４の（ａ）は加算マスクに関
連し、図４の（ｂ）は輝度と色彩度の双方を変更するた
めの乗算マスクの乗算係数に関連している。

【０１６６】図４の（ｂ）は、乗算マスクで、係数がＬ
→０に激減する様子も示している。過小露光領域で雑音
の増加を避けるために、そのような展開が望まれる。極
端な過剰露光のＬ→２５５では、同じような措置を取っ
てもよい。

【０１６７】図５の（ａ）は、利用可能な動的範囲の利
用改善のための、見方を変えれば、画像特性の実際のデ
ータ範囲の拡張のための単純な方法を示している。図５
の（ａ）は、輝度に関するものである。補正後の輝度を
縦座標に配し、補正前の輝度を横座標に配している。補
正前の画像特性の値は、０を通る対角線上に配されてい
る。図５の（ａ）の例では、ＭｉｎからＭａｘの間の範
囲のみを用いる。データ範囲を拡張するために、矢印で
示される特性を持ち、使用中の全データ範囲に至る加算
マスクが用いられる。

【０１６８】図５の（ａ）に表示されている目標曲線に
は、矢先が触れており、補正後の結果を示すが、線形に
なっている。しかしながら、線形になる必要はない。た
だし、関数はそれでも一本調子に増加することが望まし
い。他の用途（たとえば、デジタル画像がネガスキャナ
から再生された場合）では、動的拡張ではなく動的縮小
が生じるように補正マスクを選択することもできる。そ
のために、ネガフィルムの大きな動的範囲を、たとえ
ば、写真紙により表される小さな動的範囲に適応させる
ことも達成できる。

【０１６９】図５の（ｂ）は、本例の輝度値において、
画像中の一つの画像特性の値の周波数分布を均一化させ
る目的か、またはこの周波数分布に全体的に影響を及ぼ
す目的で、実行されたマスク計算の方法を示したもので
ある。この影響は、たとえば、均一分布であり得る、公
称の周波数分布に近似の結果を達成するような方法で、
実行されることが望ましい。

【０１７０】周波数分布を分析して決定するために、た
とえば、オリジナル画像中、望ましくは計算負担および
細部情報の影響を軽減する粗画像中の、各画像要素（画
像部分）をソートする方法により、画像要素（画像部
分）の総体において各画像要素（画像部分）のランクを
一つずつすべて決定することができる。これによって、
大きな値（高輝度）の画像要素（画像部分）は、小さな
値（低輝度）の画像要素（画像部分）よりもランクが高
いと見なされる。

【０１７１】画像要素（画像部分）の輝度を画素ランク
の関数でプロットすると、一本調子に増加する関数が、
たとえば、図５の（ｂ）のように、結果的に曲線関数に
なる。この関数は、画像要素の輝度の逆累積周波数分布
に一致する。輝度値が均一に分布していれば、結果は０
を始点とする縞状の対角線になるが、このことは図５の
（ｂ）からも明らかである。

【０１７２】輝度値の均一分布（粗マスクの場合には、
低解像度の輝度値の均一分布）は、図示されている矢印
に応じて画像要素の輝度を補正するマスク（第１ステッ
プでは、たとえば、粗マスク、それから、そこから補正
マスクが決定される）によって達成できる。これによっ
て、一つの画像特性の値分布を、公称分布または目標周
波数分布に近似の結果にできる。

【０１７３】図５の（ｂ）で示した例では、これは、矢
印で示した効果を実際の曲線分布に与える加算マスクに
より達成されている。これによって、加算粗マスクは粗
画像の周波数分布の分析に基づいて第１ステップで決定
することが望ましい。これから、補正マスクが、拡張プ
ロセスにより粗マスクから決定される。図５の（ｂ）の
例では、これは加算マスクである。

【０１７４】しかしながら、既述の場合では、乗算マス
キングを（追加的にまたは代替的に）実行でき、これに
よって、様々な画像特性の補正、特に、輝度の補正と色
彩度の補正を結合している。既述の場合と同じように、
そうした組み合わせは、画像特性の補正の程度だけでな
く、画像特性の絶対値（たとえば、輝度の絶対値）に従
属させることができる。

【０１７５】既述のように、本発明によれば、細部情報
を含まない画像、たとえば、低解像度画像に基礎を置い
て計算を実行することが望ましく、これによって、そこ
から決定された補正マスクは、画像特性（ここでは、輝
度）の粗展開に影響するだけで、画像中の細部情報には
影響しないようになる。たとえば、補正マスクは、低頻
度マスク（粗マスク）からの補間（「アップサンプリン
グ」と「平滑化」）によって作成できる。補正する画像
に（焦点外れ）補正マスクを適用した後に、細部情報は
失われなかったので、図５の（ｂ）の例の場合の輝度値
はそのために均一に分布されない。しかしながら、結果
的に輝度分布が均一分布に向かって変化する。

【０１７６】図５の（ｂ）において、特に逆累積周波数
分布への適用を図示および予定されている目標関数は、
上記のように、必ずしも線形である必要はない。（一本
調子で増加する）非線形の目標関数を選ぶことで、画像
特性の値のたいていどの（特に、おおよそガウスの）分
布（たとえば、輝度分布）でも、目標にしたり近づけた
りできる。

【０１７７】画像特性の周波数分布を考慮に入れる、上
記の補正方法は、一般的に非常に大きなプラス効果を持
つが、場合によっては作業が多大になりかねない。これ
は、たとえば、以下のように修正を施せる。

【０１７８】計算されたマスクは、たとえば、照度の上
昇および／または下降がマスクの要素のために導入され
るような方法で変更されるので、計算されたマスク（特
に、粗マスク）によって達成される補正は効果を減衰で
きる。たとえば、マスクの要素は、定係数＜１による乗
算で変更できるし、言及した二つの尺度を実行すること
もできる。

【０１７９】さらに、目標関数をオリジナルの（逆）分
布関数にある程度まで適応させたり近づけたりすること
から、修正を達成できる。そこで、図６の（ａ）と図６
の（ｂ）に例を示す。図６の（ａ）では、破線で、線形
の、「基本」の、目標関数を示し、切れ目のない線で、
目標関数の表す公称分布が変換されたり近づけられたり
する実際の分布を示している。

【０１８０】図６の（ｂ）では、破線で、連続して描写
された実際の分布（画素数は約４００〜１０００）に近
づけられ、それ以外の場合にはそれに一致する「より緩
やかな」画像関数を示している。実際の曲線がその最大
または最小から前もって選んだ値以上に外れない限り、
公称曲線は実際の曲線を（たとえば、図６の（ｂ）のよ
うに）たどることが望ましく、公称曲線の線形の経路は
その間から選択できる。

【０１８１】最後に言及した方法には、乗算マスキング
を極端に過剰露光の領域と過小露光の領域に用いるとい
う本発明の上記の概念に最も適している点で特に長所が
あるので、色彩度に影響を持たない補正は差し控えるべ
きである。

【０１８２】その代わりに、実際の曲線や実際の分布に
数学的平滑化プロセスを受けさせて、それによってスム
ーズにされた曲線が公称曲線を表すようにすることで、
均一分布に緩やかに近づけることも可能である。

【０１８３】マスキングによって作成でき、それによっ
て技巧を加えることができるオーバーシュートやアンダ
ーシュートは、ＥＰ１０２４４００で定められた
最小フィルタと最大フィルタを用いて除去したり防いだ
りできる。

【０１８４】上記の様々なマスクの種類、特に加算マス
クと乗算マスクはそれぞれ機能が異なり、状況次第で多
少とも都合に合わせて用いることができるので、その組
み合わせ、特に様々なマスクの組み合わせを操作して用
いることが望まれる。一つの実施の形態によれば、別々
の補正をもたらす様々なマスクが組み合わせられている
が、組み合わせには特に操作が施されている。組み合わ
せは、数学的組み合わせ、特に加法により実行されてい
る。組み合わせの結果は、再びマスクを構成する。結合
されたマスクと結果のマスクは、補正マスクや粗補正マ
スクと考えてよい。

【０１８５】本出願の発明者らは、多数のデジタル画像
を検討し、それを基礎にして、可能な限り画像の改善を
最大限に引き出し、同時に芸術性の妨げを最小限に抑え
られる組み合わせの操作法を最適化した。

【０１８６】望ましくは、分類、特に画像の自動分類を
実行する。そして、画像の様々な等級に基づいて、個別
に組み合わせ操作を最適化する。たとえば、組み合わせ
操作は、等級別にテーブルフォーマットで記憶し、それ
ぞれの等級に別個に呼び戻してもよい。

【０１８７】特徴画像領域は、本発明によって認識さ
れ、本発明に従ったマスク補正方法による別々の公称に
応じて処理されることが望ましい。特徴画像領域は、隣
り合う画像要素から構成されてもよいが、必ずしもそう
である必要はない。通常、画像ポイントの大半は隣り合
うポイントである（たとえば、皮膚）。特徴画像領域に
は、たとえば、顔がある。顔は、通常、見る者にとって
画像の最重要部分を表す。

【０１８８】しかしながら、オリジナル画像では、顔は
望ましい輝度を得ていない場合も多い。特にフラッシュ
写真では、顔は過剰露光になりがちで、太陽光の下で
は、顔は過小露光になりがちである。特徴画像領域の例
には、他に空部分がある。空部分は暗すぎや明るすぎに
なりがちで、このために「色褪せる」ことが多い。さら
に、特徴画像領域のもう一つの例に、植物がある。特に
影付きの領域では、たいてい緑が黒みがかってしまう。

【０１８９】特徴画像領域を認識する上記の場合には、
補正中にそれに依存して対応する結果を描写することに
長所がある。顔認識プロセスは、たとえば、特にパター
ン認識に基づいていて、必ずしも色調情報を必要としな
いものが多数存在する。植物も、たとえば、色調の情報
を必要としない一般的な構造的特徴を介して認識でき
る。しかしながら、以下に記述する実施の形態は、色情
報に基づいて別の画像特性の補正を実行するために色調
情報を用いるもので、本例では、色調情報に依存して輝
度の補正を行う。

【０１９０】このように、色情報もマスク決定に組み込
むことは本発明の特殊な側面である。これは特に、特徴
的な色調の認識に用いられる。本補正方法では局所補正
が可能なので、特徴的な色調を持つ画像の部分をそれに
よって補正できる。要するに、特徴画像領域の特定の補
正が可能になる。

【０１９１】以下に、望ましいアプローチについて皮膚
色の例でより詳しく記述する。まず、先行する数セクシ
ョンで記述した輝度補正をもたらす（たとえば、加法）
マスクは、色情報を考慮せずに決定される。補助マスク
の例を表している「皮膚マスク」（皮膚粗マスク）は、
低解像度画像（粗画像）に基礎を置いて以下のように計
算される。

【０１９２】個別の画像要素に関連する色値（たとえ
ば、上記の色平面の座標）に基づいて、各画素に、たと
えば、０と１の間の値が割り当てられ、値の１は高い確
率で皮膚色であり、値の０は高い確率で非皮膚色である
ものとする。

【０１９３】この「皮膚指標」の値は、１から０の範囲
にあるが、画像要素に対応する位置で皮膚マスク（皮膚
粗マスク）に入力される。

【０１９４】色情報を（必要なのに）考慮せずに決定し
た、上記の最初に計算されたマスクは、その後に、上記
の色情報を考慮して以下のように補正される。

【０１９５】輝度マスク（輝度粗マスク）は、低解像度
画像（粗画像）の各画像要素に適用され、結果の輝度と
皮膚の最適輝度の差が決定される。

【０１９６】この差は、皮膚指標（補助マスクの要素）
の対応値で乗算され、結局は定係数（極端な値を避ける
ために、上記の実施の形態に類似のこと）で制限および
／または減衰も施され、それから輝度マスクのオリジナ
ル値に加算される。

【０１９７】結果の（補正された）輝度マスクは、それ
から、オリジナル画像やオリジナル粗画像に適用され
る。たとえば、皮膚マスク、空マスク、植物マスクなど
の特徴画像領域に関連する補助マスクは、他の目的のた
めに、すなわち、たとえば、画像焦点合わせのマスクの
決定のために有効に用いることもできる。たとえば、皮
膚領域に焦点合わせすることは望ましくないことが多い
が、それは、皮膚の所望されない細部が明白になるから
である。

【０１９８】上記の皮膚指標は、たとえば、一つしか画
像要素を含まない画像部分と特徴画像領域との一致程度
を測定する一致尺度の例を表している。補助マスクの要
素は、たとえば、それぞれがそのような一致の尺度を定
義している。もちろん、皮膚指標（補助マスクの要素）
が値の０または１しか取らないことはあり得ないことで
はない。この余り望ましくない例では、皮膚指標（補助
マスクの要素）は、どの色調を特徴色調（補助マスクの
要素）に割り当てて、それによってどの画像要素を特徴
画像領域に割り当てるかを決定するイエス／ノー割り当
てルールを意味している。

【０１９９】図７の（ａ）は、ｘｙ色平面の画像データ
の分布を示しているが、これは、図７と図２に示されて
いる。画像データは、デジタルカメラで生成された画像
中の空、皮膚、植物領域から発している。これによっ
て、分布の中心ではしばしば集積が生じる。また、上記
の指標が０でなければならない領域を定義することは、
比較的かなり容易に可能であることが明らかである。さ
らに、各等級タの中心におけるそのような指標（一致の
尺度）は、値１を持つことが望ましい。

【０２００】数学的に一致を定めるために、たとえば、
一致の程度を色値の関数で既述する分布関数を定義でき
る。これらの分布関数は、たとえば、平滑化プロセスと
補間プロセスで適応される統計分析に基づいて作成し
て、たとえば、参照テーブル（ＬＵＴ）に記憶できる。
具体的には、たとえば、２次元のガウス分布をデータの
経験上の分布に適応させ、結果の釣鐘型関数（最大値１
で標準化される）を指標関数として用いることで、適切
な指標（色平面のｘｙ座標の関数として）を獲得でき
る。

【０２０１】本発明は、マスクを用いて行う数多くの画
像特性の補正に関連する。これは、画像焦点の例でもあ
る画像焦点の例によって、以下に記述する。

【０２０２】図８は、局所鮮鋭度制御の例を示してい
る。

【０２０３】以下に、鮮鋭化補正マスクの例示的な決定
方法を記述する。この記述は、図８に関連する。まず、
画像中の局所コントラストの推移を特徴付ける補正マス
クが形成される。これで必要になる分析は、平均画像解
像度（一般的に、２００ｘ２５０画素）の粗画像に基づ
いて実行することが望ましい。そのように獲得されたコ
ントラストマスクは、上記の粗マスクに一致する。

【０２０４】平均画像解像度は、オリジナル画像の解像
度より係数３〜２０だけ縮小されていることが望まし
く、データ縮小プロセス、たとえば、「ダウンサンプリ
ング」によってオリジナル画像から獲得されるが、そこ
では、粗画像の画像データが微細画像の隣り合う複数の
画像データの平均値を表している。平均画像解像度は、
約２００００〜２０００００画素である。

【０２０５】オリジナル画像は、一般的に１０００００
０画素以上を含み、一般的には１００００００から５０
０００００までの画素数となる。コントラストの尺度と
して、観察対象の画像ポイントの周辺における最大輝度
と最小輝度の差を用いてもよいが、たとえば、既述のよ
うに、色コントラストを決定してそれを考慮に入れるこ
ともできる。

【０２０６】このように決定した「コントラストマス
ク」は、ここで関数を介して「基本鮮鋭化マスク」に変
換される。この関数は線形でないことが望ましい。この
関数は、テーブル（ＬＵＴ）によって定義できる。基本
鮮鋭化マスクの要素は、鮮鋭度係数を表し、鮮鋭の程度
を決定する。図８に、鮮鋭度係数と局所コントラストの
関係を示してある。基本鮮鋭化マスクの鮮鋭度係数は以
下の特性を備えていることが望ましい。

【０２０７】鮮鋭度係数は、特定の低コントラストの領
域では減少する。これによって、過小露光の領域では雑
音が増加することおよび、均質の画像領域（たとえば、
空など）が「粒子の粗い外観」となることを回避でき
る。

【０２０８】鮮鋭度係数は、細部コントラストが高い領
域で一本調子に０まで減少することが望ましい。これに
よって、既に鮮鋭化された画像領域は鮮鋭過剰にならな
いことおよび、鮮鋭エッジの領域で干渉を起こすオーバ
ーシュートが作成されないことが達成される。

【０２０９】関数は、平均細部コントラスト障壁の範
囲、つまり、決定された細部コントラストの約１０〜１
５％、望ましくは約２０〜４０％の領域で最大を想定す
ることが望ましい。

【０２１０】関数は、特に非線形関数で、最大鮮鋭化が
人為的にではなく達成されるような方法で外部媒体に適
応および最適化されることが望ましい。これは、テスト
パッチにより実行されることが望ましい。テストパッチ
とは、基本鮮鋭化マスクに基づいて決定された鮮鋭化補
正マスクを適用するテスト画像である。テストパッチの
目視分析または自動分析によって、鮮鋭化補正マスクの
品質とそれによる非線形関数の品質を決定できる。この
ため、非線形関数はこの方法で反復手順により最適化で
きる。テストパッチは、通常、様々な輝度（様々な輝度
レベル）を持つ縞から構成されるストライプパターンか
ら作成される。

【０２１１】基本鮮鋭化マスクは、コントラストマスク
のように粗マスクであることが望ましく、これは、基本
鮮鋭化マスクが細部情報を含まない粗画像データに基づ
くことを意味する。粗画像データは、細部除去プロセス
によって、微細画像データから決定される。データ縮小
プロセス（たとえば、「ダウンサンプリング」）を細部
除去プロセスとして用いた場合、粗補正マスクの要素数
は減少するが、この要素数は粗画像の要素数に一致する
ことが望ましい。

【０２１２】基本鮮鋭化マスクは、この減少した要素数
に一致するほうが望ましいが、必ずしも不可欠ではな
い。基本鮮鋭化マスクは、鮮鋭化補正マスクを最終的に
実現するために、ここで、つぎのプロセスステップに移
って補正される。この補正は、ここでも、要素数を減ら
して実行されることが望ましい。この場合、補正済み基
本鮮鋭化マスクはそれでも、補正する微細画像の要素数
に一致する要素数を持つ鮮鋭化補正マスクに取得できる
ように、拡張プロセス（たとえば、補間プロセス）を受
けなければならない。

【０２１３】基本鮮鋭化マスクは、他のマスク、いわゆ
る追加情報マスクや補助マスクに基づいて補正されるこ
とが望ましい。追加情報マスクの一つの要素は、このた
めに、基本鮮鋭化マスクの一つの要素に直接関連し、基
本鮮鋭化マスクの関連する要素の変更の程度を記述する
ことが望ましい。追加情報マスク（補助マスク）は、粗
画像（たとえば、局所コントラスト分析の基礎として用
いられた粗画像）に基づいて決定されるか、または粗画
像の分析に基づいて決定されることが望ましい。

【０２１４】たとえば、追加情報マスクの要素は、局所
輝度の関数、局所色彩度の関数または局所色調の関数で
あってよい。できれば、追加情報マスクは、たとえば、
皮膚や顔のような特徴画像領域に関する情報など、画像
の内容に関する情報を表すことが望ましい。追加情報マ
スクは、この場合には皮膚マスクとも呼ばれる。追加情
報マスクの他の例として、図１に示した空マスクおよび
植物マスクがある。

【０２１５】鮮鋭度係数は、皮膚色の画像領域では縮小
することが望ましい。これは、「きれいでない」皮膚
（吹き出物、あごひげ）の印象を過剰に鮮鋭化すること
で作成される事実を考慮に入れている。具体的には、こ
の縮小は、式（１．０ｘ皮膚指標）を鮮鋭度係数で乗算
して実行できるが、このとき、Ｋは＞１、望ましくは
０．５とする。皮膚指標とは、皮膚を表す特徴画像領域
に一つの画像要素が一致する確率や一致の程度の尺度で
ある。画像要素の皮膚指標の値は、たとえば、画像要素
の色調に基づいて決定できる。

【０２１６】できれば、特定の色調が特徴的な色（たと
えば、皮膚色）にどれくらいの一致率や一致の程度で属
しているかで決定される分布関数や確率関数を、指定す
る。ある色調が特徴色調から離れていればいるほど、一
致の程度は一般的に小さくなる。この分布関数や確率分
布から、特定の色値が特徴的な色に属しているかどうか
の尺度を、その色値により決定できる。皮膚指標はこの
ため、たとえば、以下のように決定される。

【０２１７】空色の画像領域では、鮮鋭度係数は類似プ
ロセスによって縮小することが望ましく、０まで縮小し
てもよい。

【０２１８】植物の画像領域では、強力な鮮鋭化が一般
的に望まれる。これは、植物マスクを用いて前項と同じ
ように達成できる。

【０２１９】追加情報を組み込んで最終的に決定され
た、補正済みの基本鮮鋭化マスクについては、補間
（「アップサンプリング」と「平滑化」）、つまり、デ
ータ拡張プロセスによって、鮮鋭化される画像（微細画
像）の解像度にされる。

【０２２０】オリジナル画像（微細画像）は、それか
ら、鮮鋭化補正マスクの要素をパラメータとして用いる
鮮鋭化プロセスを受ける。鮮鋭化プロセスは、たとえ
ば、２０００年３月発行のＩＥＥＥＴｒａｎｓ．Ｉｍ
ａｇｅＰｒｏｃｅｓｓｉｎｇ、Ｖｏｌ．９、Ｎｏ．３
で５０５〜５１０ページの、Ａ．Ｐｏｌｅｓｅｌ、Ｇ．
Ｒａｍｐｏｎｉによる「ＩｍａｇｅＥｎｈａｎｃｅｍ
ｅｎｔｖｉａＡｄａｐｔｉｖｅＵｎｓｈａｒｐ
Ｍａｓｋｉｎｇ」中に記載されている、位置可変高域フ
ィルタリングであってよい。

【０２２１】これは、鮮鋭化マスク中の要素の値に基づ
いて、鮮鋭化の程度が画像要素間で多様であることを意
味し、このことは、画像要素に対して明白に指示されて
いる。たとえば、鮮鋭化補正マスクの要素に応じた大き
な局所頻度の上昇を変更することができる。このため、
鮮鋭化補正マスクの基礎は細部情報を含まない粗画像だ
ったので、多様な鮮鋭化が徐々に実行される。鮮鋭化補
正マスクは、これによって、低頻度の（つまり、非鮮鋭
化された）マスクと見なしてよい。

【０２２２】既述のように、補正マスクに応じて鮮鋭化
を局所的に実行する際には様々な選択肢がある。適応高
域フィルタでは、画素に関連している値が変更される。
対照的に、中間ステップにおけるワープ鮮鋭化では画素
の値は変化しない。その代わりに、画素の移動が起き
る。この方式で、オーバーシュートを防ぐことができ
る。ワープ鮮鋭化の働きについては、Ｎ．Ａｒａｄ、
Ｃ．Ｇｏｔｓｍａｎによる上記の参考文献に記述されて
いる。これにより、エッジ検出器によって、画像中のエ
ッジの候補が探索される。

【０２２３】それから、エッジ検出器の出力がソフニン
グされる。緩和フィルタがその後に適用され、シフトマ
スクがそこから派生する。それから、オリジナルの画素
がシフトマスクに指定された値によりシフトされる。こ
れは、たとえば、２分の１画素以上のシフトではシフト
された画素の値が以前にその位置にあった画素の値に置
き換わるという原則に従って、実行することができる。
シフトプロセスで場所が解放されても、たとえば、古い
値は維持される。実行できるシフトの程度は、たとえ
ば、鮮鋭化補正マスクの要素によって決まる。

【０２２４】このような鮮鋭化プロセスでは、画素は常
にエッジに向かってシフトされるので、鮮鋭化が施され
るエッジは角度が鋭くなる。

【０２２５】既述のように、粗画像は、ダウンサンプリ
ング、フィルタリングプロセス（低域フィルタ、ガウス
フィルタ）またはフィルタバンク（ＥＰ０９７１
３１５）によって達成できる。このため、プロセスの第
１ステップのダウンサンプリングと最終ステップのアッ
プサンプリングは絶対的に必要というわけではないが、
これによって、要求されるプロセスコストと記憶コスト
が低減されるので、この作業を行うことが望ましい。

【０２２６】図９に、本発明による収集デバイスが、こ
れによって、各ブロックが特定のプロセスセクションを
実行するユニットをそれぞれ表す。また、図９は、本発
明による補正方法を図示したものと見なすこともでき
る。図９は、特に、システムのデータの流れと各コンポ
ーネント間の協力関係を示している。

【０２２７】図９で先頭が１から始まる参照番号は、最
小解像度に関連する。先頭が２から始まる参照番号は平
均解像度に関連し、先頭が３から始まる参照番号は最大
解像度に関連する。先頭が４から始まる参照番号は解像
度の低下に関連し、先頭が５から始まる参照番号は解像
度の増加に関連する。図上部の破線は、より低い解像度
に関連する。図下部の切れ目のない太線は、高解像度に
関連する。

【０２２８】図９に示した例によると、画像分析は低解
像度の画像で実行するほうが望ましい。ブロック２１０
の局所コントラストの分析は、例外を表している。画像
解像度の縮小（「ダウンサンプリング」）は、少なくと
も二つのステップで実行することが望ましい。

【０２２９】ブロック４１０で実行される最初のステッ
プでは、高解像度画像（一般的に画像要素１０００００
０以上）から、たとえば、画像要素２００ｘ２５０とい
う平均解像度までの、解像度の縮小が行われる。ブロッ
ク４２０では、第２ステップで、たとえば、４０ｘ５０
画像ポイントといったさらに低い解像度へと、画像解像
度を低下させる処理が生じる。このように、この分析
は、必要に応じて様々な解像度の画像で実行できる。

【０２３０】ブロック１１０、１２０および１３０で用
いる粗補正マスクは、ブロック４２０から生じる粗画像
の分析に基づいて決定される。粗補正マスクは、オリジ
ナル画像の解像度に一致することが望ましい焦点外れマ
スク（補正マスク）に変換され、これは、補正マスクの
一つの要素がオリジナル画像の画像要素または補正され
る微細画像の画像要素に一致することを意味する。

【０２３１】解像度の増大は、次段階の解像度または次
段階の高解像度に進む前でも、異なる解像度で計算した
マスクを（たとえば、組み合わせ操作して）お互いに結
合できるように、解像度の縮小と同じ数のステップで実
行されることが望ましい。

【０２３２】図９で示した、画像データに遂行される一
連のプロセスステップは、それ以外の方法で選んでもよ
い。図示した方法の流れは、その概念を図示したものに
すぎない。効率を重んじれば、当然ながら、個々のプロ
セスステップをできるだけ数多く結合するほうが賢明で
ある。

【０２３３】ブロック１１０、１５０および３１０は、
利用可能なデータ範囲や動的範囲をできるだけ利用する
という目的にかなうものだが、細部については後述す
る。まず、図９の残りの構成要素について以下に詳しく
記述する。

【０２３４】最初に、それぞれが画像要素に関連する多
数の画像データから構成される高解像度画像が、受け取
られる（図の左下隅）。画像データは、ブロック４１０
の最初のステップで縮小され、ブロック４２０で再び縮
小される。このため、ブロック４２０後の縮小済み画像
データは、低解像度の画像（粗画像）を表す。

【０２３５】この粗画像にはブロック１１０が適用さ
れ、これで、後述するように、データ範囲の拡張が起き
る。乗算マスク１２０は、同じ解像度のままになってい
る結果の画像データに適用されるが、そのマスクは、た
とえば、色彩度に対して上記の効果を持つ。最後に、ブ
ロック１３０において、たとえば、輝度プロフィールを
変更する加算マスクが適用される。さらに、画像特性を
変更するマスクをその後に適用してもよい。

【０２３６】図９によれば、補助マスクはブロック１３
０において粗画像データに基づいて計算される。これら
の補助マスクは、たとえば、皮膚、空、植物などの特徴
画像領域に関連し、たとえば、既述のように決定でき
る。これらのマスクによって、どの画像要素や画像部分
が特徴領域に属するか、またはどれが特徴色調に関連し
ているか、がシステムに認識される。

【０２３７】ブロック５６０においては、補助マスクが
平均解像度まで拡張される。そこから取得された情報
は、分析ブロック２１０において処理され、そこで局所
鮮鋭度が分析される。局所鮮鋭度の分析は、平均解像度
画像に基づいて実行される。この理由は、画像要素の位
置の焦点が画像要素の位置と隣り合う画像要素の位置の
画像特性（たとえば、輝度）の関数で定義されるからで
ある。

【０２３８】本発明による方法の特異性は、ここで、局
所鮮鋭度の分析への局所的なデータの流れ、つまり、隣
り合う画像要素に関連するデータだけでなく、画像内容
に関する情報も、ブロック５６０で拡張された補助マス
クを介して流れ入ることおよび、それに基づいて、全体
的な画像データだけでなく局所データ（たとえば、特徴
画像領域の属性など）も考慮する局所鮮鋭化を識別また
は決定する各要素から構成されるマスクが決定される点
にある。ブロック２１０において取得された鮮鋭化マス
クは、ブロック５１０では拡張される。それから、拡張
済みの焦点合わせ補正マスク３００が高解像度画像デー
タに適用される。

【０２３９】補助マスクは、また、ブロック５１０にお
いて参照テーブルの計算で用いることが望ましく、その
後に、後述するブロック１１０における画像データの拡
張に用いられる。補助マスクに含まれている特に画像内
容に関する情報は、ブロック１２０とブロック１３０で
用いられる粗補正マスクの計算でも考慮に入れることが
望ましい。

【０２４０】乗算マスクの計算はブロック１６０で発生
し、加算マスクの計算はブロック１７０で発生する。乗
算マスクと加算マスクの計算は、つまり、粗補正マスク
では一般的に、本質的に粗画像に基づいて実行され、補
助マスクは、このように計算された粗補正マスクの補正
に用いることが望ましい。

【０２４１】たとえば、乗算マスクの計算は、ブロック
１１０においてＬＵＴを用いることから、つまり、画像
データを拡張した後に、結果的に発生する粗画像の分析
に基づいて、ブロック１６０において発生する。計算済
みの乗算マスクは、それから、ブロック１２０において
粗画像に適用される。これらのマスクは、既述のよう
に、たとえば、過剰露光や過小露光が強い領域において
輝度の変更を導き、これらの領域において色彩度の同時
変更を導く。

【０２４２】乗算マスクにより補正されていない輝度範
囲は、つぎのステップにおいて、すなわちブロック１３
０において、加算マスクを用いて補正できる。加算マス
クは、これによって粗画像から計算されることが望まし
く、これで、乗算マスクの適用（または乗算マスク）に
よって結果的にブロック１２０になる。

【０２４３】ブロック１６０において計算された粗マス
クや、計算済みの粗マスクは、それから、ブロック５２
０における拡張によって平均解像度、つまり、平均的要
素数を持つマスクに変換されることが望ましい。その先
のステップでは、ブロック５４０において、要素数が多
い補正マスクをもたらす、つぎの拡張が行われる。この
補正マスクは、補正される微細画像データにブロック３
２０において適用されるが、これは、ブロック３１０に
おける拡張後に行われる。

【０２４４】乗算マスクと同じような方式で、平均解像
度のマスクが、加算マスクから二つのステップ、すなわ
ち５３０で決定されてから、高解像度のマスク（補正マ
スク）がブロック５５０におけるさらなる拡張を通じて
決定される。粗マスクに基づくこの補正マスクは、それ
からブロック３３０において、ブロック３２０における
乗算マスクの適用から生じる画像データに適用される。

【０２４５】ブロック１６０では、様々な乗算補正マス
クが申し分なく結合される。分析に供給される粗画像デ
ータは、このために、たとえば、輝度補正、コントラス
ト補正、色調補正などの乗算部分を決定するために、異
なる方式で分析される。それぞれの補正に関連している
各乗算部分や各乗算マスクは、ブロック１６０におい
て、通常の乗算マスクに結合される。組み合わせの前に
は、個別の乗算マスクは、所望または要求されれば、補
助マスクにより補正されることが望ましい。この補正乗
算マスクはそれから、アップサンプリングのために、ブ
ロック５２０に転送される。

【０２４６】それに応じて、それぞれが特定の補正の加
算部分を表す各加算マスクを、ブロック１６０において
結合することが望ましい。図４の（ａ）には、輝度補正
の加算マスクとその決定の例を示している。それに対応
する乗算マスク４ｂは、その例ではブロック１６０で既
に処理済みであり、たとえば、他のマスクと結合され
る。輝度補正に関連する加算マスク（図４の（ａ）と比
較）は、そのためにブロック１６０において、他の補正
（たとえば、コントラスト補正）に関連する他の加算マ
スクと結合される。

【０２４７】そこから発生した結合された加算マスク
は、それから、アップサンプリングのためにブロック５
３０に供給される。ブロック１６０において計算された
様々の加算マスクは、（結合済みの）乗算マスクの適用
から発生する粗画像データの分析に基づくことが望まし
い。乗算マスクの組み合わせがブロック１６０で実行さ
れ、結合された乗算マスクがそれからブロック１２０で
適用されることが望ましい。

【０２４８】それに応じて、この結合済みの加算マスク
は、一つの結合された加算マスクがブロック１７０で計
算されたときに、ブロック１３０において適用されるこ
とが望ましい。図９では示されていないが、図９の右部
分には、さらなる乗算マスクと加算マスクを追加するス
テップを加えることができる。もちろん、他の数学的性
質を持つマスク、たとえば、数学関数の強化を定めたり
他タイプの数学関数を定めたりするマスクを用いてもよ
い。

【０２４９】ブロック１１０、１５０および３１０が関
連する拡張を以下に記述する。ブロック１５０は、この
拡張の計算に関連する。ブロック１１０は、粗画像に拡
張を適用することに関連し、ブロック３１０は、高解像
度画像に拡張を適用することに関連する。拡張ブロック
３１０は、ブロック１５０において決定された関数の支
援を受けて実行される。

【０２５０】こうした拡張を実行することが望ましい理
由を以下に示す。それについて、図９で図示された方法
における拡張は、その方法の特定部分において、特に画
像の焦点合わせの適用後に実行することを考慮に入れな
ければならない。この拡張は、別の時点、たとえば、図
９の処理の冒頭、つまり、焦点合わせの前に実行しても
よい。

【０２５１】デジタル画像の記録中には、（カメラの技
術上の制限、カメラマンの不適切な調整など、のため
に）一般的に過小露光画像が獲得されかねない。この場
合、三つのすべての色の可変制御範囲（たとえば、０か
ら２５５）は不十分にしか用いられない。このため、画
像は、暗すぎたり、平板すぎたりといった外観になる。

【０２５２】また、アマチュア写真は、好ましくない照
明条件（白熱光、ネオン灯など）で撮影されることも多
い。そうした場合、３色の少なくとも一つの可変制御範
囲が、不十分にしか用いられない。このような画像は、
通常とは異なる薄い色合いになる。

【０２５３】こうした露光エラーと照明エラーは、一連
の方法の冒頭（たとえば、既述の加算マスクと乗算マス
クの一つなどの補正マスクの適用前を意味する）で補正
することが望ましい。図１０では、拡張の基礎をなす方
法を図示する。

【０２５４】画像特性の入力データ範囲（たとえば、色
の輝度や値、たとえば、ＲＧＢベクトルのＲ成分の値な
ど）は、横座標である。拡張プロセスの適用後に生じる
値は、縦座標に表示される。

【０２５５】入力画像データは、このため、横座標に示
されるＭｉｎからＭａｘまでのデータ範囲に収まる。基
本拡張が実行された場合、図１０において、（Ｍｉｎ，
０）で示されるポイントから（Ｍａｘ，２５５）で示さ
れるポイントまで伸びる直線が生成される。このため、
値２５５は、ここでも最大値の例を表す。

【０２５６】しかしながら、本発明によれば、図１０に
太線で描かれた関数を決定することが望ましい。この関
数の決定は、それについて、低解像度に基づいて実行さ
れる。図１０におけるＭｉｎの値とＭａｘの値は、低解
像度画像の最小値と最大値を表す。要するに、高解像度
画像の最小値は図１０におけるＭｉｎの左に位置するこ
と、最大値は図１０におけるＭａｘの右に位置すること
および、高解像度画像に含まれる細部情報に基礎が置か
れていることが想定されている。

【０２５７】この情報が拡張後に失われないように、関
数は、上記の基本拡張の場合のようにではなく、図１０
において太線で図示されているように設計される。画像
に含まれる細部はそれでも、ある程度まで再生できる。
「ある程度」とは、下向きにはα＊Ｍｉｎにより限定さ
れ、上向きにはβ＊（２５５〜Ｍａｘ）により限定され
る。α＝β＝１の場合には、図９のブロック３１０にお
ける関数が高解像度画像に適用されたときに、上記の基
本拡張が生じ、オリジナル画像が可能な限り最大の範囲
（０．．．２５５）に拡張される。

【０２５８】パラメータのαとβを適切に選ぶと、極端
な画像値をもたらす画像の妨害や雑音を遮断しながら、
細部情報の維持を保証できる。上記の拡張関数は、テー
ブル（ＬＵＴ）で記憶することが望ましい。

【０２５９】露光エラーを補正する予定なら、３色すべ
てに同一の関数を適用し、色調に変化が出ないようにす
る。「Ｍｉｎ」の値と「Ｍａｘ」の値は、既述のよう
に、妨害、雑音およびポイント形態（局所）の画像特異
性に感受性が低いので、低解像度画像に基づいて都合よ
く決定される。「Ｍｉｎ」と「Ｍａｘ」は最小輝度や最
大輝度として定義できるが、既述の「クリッピング」を
避けたり縮小したりできるので、全体的なＲＧＢ値から
最大や最小を用いることが望ましい。このため、「Ｍｉ
ｎ」の決定では、最小のｒ値、ｇ値およびｂ値の中から
最小値を選択する。

【０２６０】写真オブジェクトを照らす光のスペクトラ
ムは、カメラで獲得された色調に影響する。たとえば、
獲得される色調は、写真が自然光と人工光のどちらで撮
影されたか次第で決まる。そうした照度エラーを補正し
たい場合は、色調を補正することが望ましい。このた
め、様々な拡張関数を三つの色に適用することが望まし
い。たとえば、各色に別々に「Ｍｉｎ」と「Ｍａｘ」を
決定できる。たとえば、パラメータのαとβも、三つの
色について別々に選択できる。

【０２６１】パラメータのα、βは、固定してもよい
し、特定の画像特性または実際の画像が割り当てられた
画像等級（たとえば、夕陽画像、フラッシュ光画像、な
ど）に依存させてもよい。最後に、パラメータのαとβ
は、画像特性（たとえば、輝度）のバリエーションの周
波数分布の分析に従属させ、輝度分布の曲線の推移に依
存して、様々に選ぶことができる。

【０２６２】実際の画像に適応したパラメータを選ぶこ
とは、既述のように、たとえば、照度エラーに関連して
拡張関数を色補正に用いるときにも特に有効である。そ
の他、特定の色が支配的な画像、たとえば、空部分が非
常に大きな画像では、支配的な色（たとえば、空色）を
維持しなければならないので、その補正を避けることも
可能である。このようにパラメータを適応的に選ぶこと
ができるのは、この場合には、特徴画像部分と特徴色を
認識する上記の補助マスクの支援を受けるからである
が、このために、画像中の特定色の優勢な状態が望まし
いかったかどうかを決定できるようになった。

【図面の簡単な説明】

【図１】（ａ）はＲＧＢ色キューブの図であり、（ｂ）
は加算マスクの効果を示す図であり、（ｃ）は乗算マス
クの効果を示す図である。

【図２】ＲＧＢキューブを色平面上に投射した様子を示
す図である。

【図３】Ｘ、Ｙ色平面上での色調と色彩度を示す図であ
る。

【図４】（ａ）は本発明による加算マスクの効果を示
し、（ｂ）は本発明による乗算マスクの効果を示す図で
ある。

【図５】（ａ）は動的領域の拡張目的で用いられる加算
マスクの効果を示し、（ｂ）はヒストグラム均等分布用
の加算マスクの効果を示す図である。

【図６】（ａ）は周波数分布の基本的均等化の効果を示
し、（ｂ）は分布のソフト均等化の効果を示す図であ
る。

【図７】（ａ）は色平面上での特徴色の分布を示し、
（ｂ）はＲＧＢ色キューブ中での色平面を示す図であ
る。

【図８】局所的鮮明度制御の手順を示す図である。

【図９】本発明による補正システムの実施の形態を示す
図である。

【図１０】動的範囲の拡張の原理を示す図である。

【符号の説明】

１２０乗算マスクの適用１３０加算マスクの適用１４０補助マスクの計算２１０コントラスト分析３００焦点合わせ補正マスク３２０乗算補正マスク３３０加算補正マスク４１０１回目のダウンサンプリング４２０２回目のダウンサンプリング５１０２回目のアップサンプリング５２０１回目のアップサンプリング５３０１回目のアップサンプリング５４０２回目のアップサンプリング５５０２回目のアップサンプリング５６０１回目のアップサンプリング

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考） // Ｂ４１Ｊ 2/52 Ｂ４１Ｊ 3/00 Ａ 2/525 ＢＦターム(参考） 2C262 AA25 AB17 AC08 BA01 BA05 BA09 BA16 BA19 BB03 BB05 BC11 BC19 DA16 EA06 EA07 5B057 BA11 CA01 CA08 CA12 CA16 CB01 CB08 CB12 CB16 CC01 CE03 CE17 CE18 CH08 5C077 LL01 LL19 MP08 PP01 PP32 PP33 PP36 PP37 PQ12 PQ23 TT02 5C079 HB01 HB02 HB08 HB11 HB12 LA14 LB04 MA04 MA11 NA03 NA05 PA03

Claims

【特許請求の範囲】

【請求項１】多数の画像要素によって写真画像を表す
写真画像データの位置依存補正方法であって、ａ）多数の補正要素を持つ補正マスクを、補正される前
記写真画像データに基づいて決定し、それによって、前
記補正要素が、前記画像要素に割り当てられ、かつ、前
記画像要素に対応する前記画像データに対して、少なく
とも一つの画像特性に対する変更に対応する補正変更を
定義するステップと、ｂ）前記補正マスクを前記画像データに適用し、それに
よって、前記画像データが、前記補正要素に従って変更
されるステップと、を含むことを特徴とする写真画像データの位置依存補正
方法。
【請求項２】前記写真画像よりも少ない画像細部を持
つ粗画像を表す粗画像データを推論するために、画像細
部除去プロセスが、補正されるべき画像データに適用さ
れ、前記粗画像の少なくとも一つの画像特性に対する粗目標
値が定義され、前記粗目標値が、前記粗画像中の前記画
像部分における少なくとも一つの画像特性によって適応
されるべき値を定義し、前記補正変更が、補正されるべき前記画像データの変更
を決定して、前記画像細部除去プロセスの前記補正マス
クで補正された前記画像データへの適用によって、補正
された粗画像データを得、または、補正された粗画像を
表す補正済み粗画像データを得るように、前記補正マス
クが、前記粗目標値と前記粗画像データに基づいて決定
され、前記補正済み粗画像の前記少なくとも一つの画像
特性の値が、前記粗目標値を満足し、または、前記未補
正粗画像の前記少なくとも一つの画像特性の値より前記
粗目標値に近い、ことを特徴とする請求項１に記載の方
法。
【請求項３】前記補正マスクを決定するためには、ａ）補正すべき画像データに画像細部除去プロセスを適
用し、これによって、結果の粗画像データがオリジナル
画像より少ない画像細部を持つ粗画像を表すステップ
と、ｂ）粗補正マスクを前記粗画像に基づいて決定し、これ
によって、粗画像に対して、粗変更を固定し、前記粗画
像に対して少なくとも一つの画像特性に対する前記変更
を固定するステップと、ｃ）少なくとももう一つの更なる粗補正マスクを、前記
変更済み粗画像に基づいて決定するステップと、を含むことを特徴とする請求項１に記載の方法。
【請求項４】前記写真画像データが色空間における色
値を記述し、前記色値はこの色空間においてベクトル表
現が可能で、前記補正変更が、前記ベクトルと係数の乗
算を含む数学的演算により表現可能な変更を含むことを
特徴とする請求項１に記載の方法。
【請求項５】少なくとも二つの画像特性が与えられ、
これによって、前記補正変更が、前記少なくとも二つの
画像特性のうち一つの変更に、前記少なくとも二つの画
像特性のうち少なくとももう一つの画像特性の関数とし
て対応することを特徴とする請求項１に記載の方法。
【請求項６】少なくとも二つの画像特性が補正され、
また、前記少なくとも二つの画像特性の一つに対する補
正変更の決定が、他方の画像特性が補正および／または
判断される程度に応じて実行されることを特徴とする請
求項１に記載の方法。
【請求項７】前記少なくとも二つの画像特性の一つが
色彩度であり、もう一つの画像特性が輝度であり、色彩
度の変更が、輝度の関数および／または輝度補正の関数
として実行されることを特徴とする請求項５または６に
記載の方法。
【請求項８】前記少なくとも二つの画像特性の一つ
が、輝度およびコントラストから構成される第１グルー
プから選択され、もう一つの画像特性が、色調および色
彩度のうち少なくとも一つから構成される第２グループ
から選択され、前記第１グループの画像特性に対する変
更が、前記第２グループにおける画像特性の関数として
実行されることを特徴とする請求項５または６に記載の
方法。
【請求項９】ａ）補正すべき画像またはそこから誘導
した画像を解析することによって、多数の画像要素を含
み、少なくとも一つの画像特性から構成される特徴画像
領域を認識するステップと、ｂ）特徴画像領域に対して、前記少なくとも一つの画像
特性の値に対する目標を定義する、前記少なくとも一つ
の通常画像特性に対する目標値を割り当てるステップ
と、ｃ）特徴画像領域中の画像要素に関連する補正マスクの
要素が、前記少なくとも一つの画像特性の値の変更を行
い、これによって、変更された値が未変更の値よりも目
標値に近づくようにするかまたは対応するように、前記
補正マスクを用いて変更を行うステップと、をさらに含むことを特徴とする請求項１に記載の方法。
【請求項１０】整合の程度は、画像要素と特徴画像領
域との整合の程度または整合の確率を決定する解析に基
づき決定され、画像特性の変更は、通常画像特性および
それぞれの画像要素に割り当てられる整合の尺度の双方
を考慮に入れて決定されることを特徴とする請求項９に
記載の方法。
【請求項１１】前記少なくとも一つの画像特性の周波
数分布が決定され、前記周波数分布が値で決定される画
像特性の関数として前記値の頻度を記述し、これによっ
て、これらの値が画像要素中の前記少なくとも一つの画
像特性を定量化し、前記周波数分布が、未操作周波数分
布よりも定量化された画像特性に割り当てられる通常分
布に、少なくとも近づけるかまたは対応するように前記
補正変更が前記周波数分布を操作することを特徴とする
請求項１に記載の方法。
【請求項１２】生成された粗画像データが、写真画像
から誘導されかつ前記写真画像よりも少ない画像細部を
持つ粗画像を表すように、画像細部除去プロセスが補正
すべき画像データに適用され、前記粗画像データが粗画
像の少なくとも一つの画像特性を定義し、前記粗画像の少なくとも一つの画像特性の周波数分布が
決定され、前記決定された周波数分布の目標周波数分布が定義さ
れ、これによって、前記粗補正マスクの粗画像データへの適
用によって、目標周波数分布に対応するかまたは変更済
み周波数分布よりも目標周波数分布により近い変更済み
周波数分布が生成されるように、粗補正マスクが、定義
済み目標周波数分布および決定済み周波数分布に基づい
て決定され、前記補正マスクが前記粗補正マスクに基づいて決定され
ることを特徴とする請求項１に記載の方法。
【請求項１３】前記少なくとも一つの画像特性が、輝
度および／または色調および／または色彩度および／ま
たは色値であり、前記目標周波数分布は、前記画像特性
の各値が少なくとも定義済み値範囲または複数の定義済
み値範囲において、少なくともほぼ等しい頻度になるよ
うになっていることを特徴とする請求項１１または１２
に記載の方法。
【請求項１４】複数の画像部分から構成される画像を
表す、写真画像データまたはそこから推論される画像デ
ータが、定義済み画像特性のために解析され、かつ補助
マスクを取得するために、前記画像部分の解析に基づい
て画像特性値に割り当てられ、前記画像特性の値は夫々、前記各画像部分で定義済みの
画像特性に対する値を表し、前記補助マスクの要素は前
記画像特性値に対応し、前記補正マスクが、前記補助マスクの要素に基づいて操
作されることを特徴とする請求項１に記載の方法。
【請求項１５】前記定義済みの画像特性が、前記補正
マスクにより補正されるべき画像特性とは異なることを
特徴とする請求項１４に記載の方法。
【請求項１６】前記補正マスクの操作は、前記補助マ
スクの要素に基づくのみならず、前記定義済み画像特性
および／または前記補正マスクにより補正されるべき画
像特性に基づくことを特徴とする請求項１４に記載の方
法。
【請求項１７】画像特性を記述する画像データのデー
タ範囲を拡張するための方法であり、拡張すべき画像デ
ータが、特定の画像特性に対する実際のデータ範囲をカ
バーし、前記データ範囲が、前記画像データにより表さ
れる最大の可能なデータ範囲よりも小さく、前記方法
は、ａ）データ範囲の少なくとも一つのエッジにおいて、拡
張関数によって拡張される画像データのデータ範囲の極
値が、前記最大の可能なデータ範囲の極値を取らない
が、その中に位置指定されるよう、拡張すべき画像デー
タから前記拡張関数を決定するステップであって、これ
によって、前記拡張済みデータ範囲の極値から前記可能
な限り最大のデータ範囲の極値までの距離が、少なくと
も一つの画像特性に基づいて決定されるステップと、ｂ）前記特定の拡張関数を、拡張すべき前記画像データ
に適用するステップと、を含むことを特徴とする請求項１に記載の方法。
【請求項１８】画像特性を記述する画像データのデー
タ範囲を拡張するための、方法であり、前記拡張される
べき画像データが、前記画像データで表される最大の可
能なデータ範囲より小さい、特定の画像特性に対して実
際のデータ範囲をカバーし、粗画像データが、画像細部
除去プロセスの適用によって拡張すべき前記画像データ
から誘導され、これによって、前記粗画像データが、拡
張すべき前記画像データよりも少ない画像細部を表し、
前記方法が、ａ）拡張関数を前記粗画像データから決定するステップ
であり、データ範囲の少なくとも一つのエッジにおい
て、拡張関数によって拡張される粗画像データのデータ
範囲の極値が、前記最大の可能なデータ範囲の極値を取
らないが、その中に位置されるように前記粗画像データ
から前記拡張関数を決定するステップであって、これに
よって、前記拡張済みデータ範囲の極値から前記最大の
可能なデータ範囲の極値までの距離が制御可能とされる
ステップと、ｂ）前記特定の拡張関数を、拡張すべき画像データに適
用するステップと、を含むことを特徴とする請求項１に記載の方法。
【請求項１９】多数の画像要素で写真画像を表す、写
真画像データの位置依存補正を実行する装置であって、
これによって、前記画像データが、前記画像要素に対し
て色値および少なくとも一つの画像特性を決定し、前記
装置が、ａ）補正すべき前記写真画像データから、多数の補正要
素を持つ補正マスクを決定する補正マスク決定ユニット
であって、これによって、前記補正要素を前記画像要素
に割り当てられると共に、前記画像要素に対応する前記
画像データに対する補正変更を決定し、前記補正変更さ
れた前記少なくとも一つの画像特性の変更に対応する、
前記補正マスク決定ユニットと、ｂ）前記補正マスクを画像データに適用する適用ユニッ
トであり、これによって、前記画像データが、前記補正
要素に従うデータ処理によって変更される、前記適用ユ
ニットと、を有することを特徴とする写真画像データの位置依存補
正装置。
【請求項２０】コンピュータに請求項１〜１８のいず
れか一つに記載の方法を実行させるためのコンピュータ
プログラム。
【請求項２１】コンピュータに請求項２０に記載の方
法を実行させるためのプログラムを記録したコンピュー
タ読み取り可能な記録媒体。
【請求項２２】請求項１９に記載の装置を備えた写真
プリンタ、写真ラボ、ミニラボのグループから選択され
ることを特徴とする写真画像再生装置。
【請求項２３】請求項１〜１８のいずれか一つに記載
の方法を実行する制御デバイスを備えた、写真プリン
タ、写真ラボ、ミニラボのグループから選択されること
を特徴とする写真画像再生装置。
【請求項２４】請求項２０に記載のプログラムがロー
ドされるコンピュータを備えた、写真プリンタ、写真ラ
ボ、ミニラボのグループから選択されることを特徴とす
る写真画像再生装置。