JP2003036438A - 画像中の赤目を特定するプログラム、記録媒体、画像処理装置及び赤目特定方法 - Google Patents

画像中の赤目を特定するプログラム、記録媒体、画像処理装置及び赤目特定方法

Info

Publication number
JP2003036438A
JP2003036438A JP2001224628A JP2001224628A JP2003036438A JP 2003036438 A JP2003036438 A JP 2003036438A JP 2001224628 A JP2001224628 A JP 2001224628A JP 2001224628 A JP2001224628 A JP 2001224628A JP 2003036438 A JP2003036438 A JP 2003036438A
Authority
JP
Japan
Prior art keywords
area
region
red
eye
characteristic
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
Application number
JP2001224628A
Other languages
English (en)
Inventor
Hiroki Yoshida
宏樹 吉田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Minolta Co Ltd
Original Assignee
Minolta Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Minolta Co Ltd filed Critical Minolta Co Ltd
Priority to JP2001224628A priority Critical patent/JP2003036438A/ja
Priority to US10/200,219 priority patent/US20030021478A1/en
Publication of JP2003036438A publication Critical patent/JP2003036438A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30216—Redeye defect

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Picture Signal Circuits (AREA)
  • Television Signal Processing For Recording (AREA)
  • Color Image Communication Systems (AREA)

Abstract

(57)【要約】 【課題】 画像の赤目現象の生じている領域を適切に特
定する。 【解決手段】 対象画像４０１中の目を含む領域が対象
領域４０２として決定されると、コントラスト補正部２
０７は対象領域４０２に対してコントラスト補正を行い
撮影時の影響を補正する。そして特徴領域抽出部２０４
が、対象領域の色相、彩度および明度の特徴量に基づい
て、瞳孔領域、虹彩領域および虹彩外領域を特徴領域と
して抽出する。特徴領域選別部２０８は、肌色の画素を
有する特徴領域を赤目領域の候補から除外する。さらに
赤目領域特定部２０５が、虹彩領域５０２と他の特徴領
域との接触関係や、特徴領域の階調特性および面積に基
づいて赤目領域を１つに特定する。これにより赤目領域
を適切に特定することができる。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、画像中の赤目を特
定する技術に関する。
【０００２】
【従来の技術】フラッシュを用いて撮影を行うと画像中
の人物の目が赤色あるいは黄金色に光って写る赤目現象
が生じることがある。このような赤目は不自然であるた
め、銀塩カメラにて取得された写真をスキャナにて取り
込むことにより、あるいは、デジタルカメラにて撮影す
ることにより取得された画像データに対して処理を施
し、画像中の赤目を通常の目へと補正する技術が従来よ
り提案されている。
【０００３】例えば、特開平９−２６１５８０号公報で
は、一対の目を含む領域とその中央点を操作者が指定
し、指定された領域を対象に赤目現象が生じている領域
（以下、「赤目領域」という。）を特定して補正する方
法が提案されている。
【０００４】
【発明が解決しようとする課題】しかしながら、赤目は
撮影された状況または被写体の個人差等によって色相等
の特徴量が異なること、画像内の瞳の占める割合が異な
ること等の理由から、赤目領域の特定が困難であった。
【０００５】本発明は、上記課題に鑑みてなされたもの
であり、様々な態様にて生じる赤目領域を適切に特定す
ることを目的とする。
【０００６】
【課題を解決するための手段】上記課題を解決するた
め、請求項１の発明は、対象画像中の赤目を特定するプ
ログラムであって、コンピュータを、前記対象画像中の
目領域を含む対象領域の特徴量に基づいて、前記対象領
域から虹彩領域を含む赤目領域の候補となる複数の特徴
領域を抽出する特徴領域抽出手段と、前記虹彩領域と他
の特徴領域との接触関係と、前記特徴領域の特徴量の階
調特性と、前記特徴領域の面積に関する面積情報と、に
基づいて前記赤目領域を特定する赤目領域特定手段と、
を備える画像処理装置として機能させる。
【０００７】また、請求項２の発明は、請求項１に記載
のプログラムにおいて、前記特徴領域抽出手段は、前記
対象領域の画素値から導出される色相、彩度および明度
のうち少なくとも２種類の特徴量に基づいて前記特徴領
域を抽出することを特徴とする。
【０００８】また、請求項３の発明は、請求項１または
２に記載のプログラムにおいて、前記赤目領域特定手段
は、前記階調特性と前記面積情報とから導出される評価
値に基づいて、前記赤目領域を１つに特定することを特
徴とする。
【０００９】また、請求項４の発明は、請求項１ないし
３のいずれかに記載のプログラムにおいて、前記面積情
報は、前記虹彩領域の面積と、該虹彩領域に接触する他
の特徴領域の面積と、を加算した面積に関する情報であ
ることを特徴とする。
【００１０】また、請求項５の発明は、請求項１ないし
４のいずれかに記載のプログラムにおいて、前記階調特
性は、前記虹彩領域の特徴量のヒストグラムから導出さ
れる値を含むことを特徴とする。
【００１１】また、請求項６の発明は、請求項１ないし
４のいずれかに記載のプログラムにおいて、前記階調特
性は、前記虹彩領域の特徴量の位置的な連続性から導出
される値を含むことを特徴とする。
【００１２】また、請求項７の発明は、請求項１ないし
６のいずれかに記載のプログラムにおいて、コンピュー
タを、前記対象領域の周辺領域の画素の色から肌色情報
を取得する手段と、前記特徴領域に含まれる画素の色が
前記肌色情報と一致する場合に、該特徴領域を前記赤目
領域の候補から除外する手段と、をさらに備える画像処
理装置として機能させる。
【００１３】また、請求項８の発明は、請求項７に記載
のプログラムにおいて、コンピュータを、前記対象画像
のサイズと前記対象領域のサイズとに基づいて前記肌色
情報を取得するための前記周辺領域のサイズを設定する
手段、をさらに備える画像処理装置として機能させる。
【００１４】また、請求項９の発明は、対象画像中の赤
目を特定するプログラムであって、コンピュータを、前
記対象画像のコントラストを補正する手段と、コントラ
ストが補正された前記対象画像から、赤目領域を特定す
る赤目領域特定手段と、を備える画像処理装置として機
能させる。
【００１５】また、請求項１０の発明は、コンピュータ
読み取り可能な記録媒体であって、請求項１ないし９の
いずれかに記載のプログラムを記録している。
【００１６】また、請求項１１の発明は、対象画像中の
赤目を特定する画像処理装置であって、前記対象画像中
の目領域を含む対象領域の特徴量に基づいて、前記対象
領域から虹彩領域を含む赤目領域の候補となる複数の特
徴領域を抽出する特徴領域抽出手段と、前記虹彩領域と
他の特徴領域との接触関係と、前記特徴領域の特徴量の
階調特性と、前記特徴領域の面積に関する面積情報と、
に基づいて前記赤目領域を特定する赤目領域特定手段
と、を備えている。
【００１７】また、請求項１２の発明は、対象画像中の
赤目を特定する方法であって、前記対象画像中の目領域
を含む対象領域の特徴量に基づいて、前記対象領域から
虹彩領域を含む赤目領域の候補となる複数の特徴領域を
抽出する工程と、前記虹彩領域と他の特徴領域との接触
関係と、前記特徴領域の特徴量の階調特性と、前記特徴
領域の面積に関する面積情報と、に基づいて前記赤目領
域を特定する工程と、を備えている。
【００１８】
【発明の実施の形態】以下、図面を参照しつつ本発明の
実施の形態について説明する。
【００１９】＜１．第１の実施の形態＞図１は、本発明
の第１の実施の形態に係る画像処理装置１の外観図であ
る。画像処理装置１は、プログラムを実行することによ
り対象とする画像中の赤目領域を特定して補正を行うコ
ンピュータである。画像処理装置１は、図１に示すよう
に使用者からの入力を受け付けるキーボード１１１およ
びマウス１１２、並びに、使用者に対する指示メニュー
や取得した画像等の表示を行うディスプレイ１２を備え
る。
【００２０】画像処理装置１は、内部に画像のデータ等
を記憶する固定ディスク１６１を有しており、さらに、
プログラムを格納した記録ディスク９１や画像データを
格納したメモリカード９２が、コンピュータ読み取り可
能な記録媒体としてそれぞれ読取装置１６２やカードス
ロット１６３に装填可能となっている。
【００２１】図２は、画像処理装置１の構成を示すブロ
ック図である。画像処理装置１は、ＣＰＵ１３、ＲＡＭ
１４およびＲＯＭ１５をバスラインに接続した一般的な
コンピュータシステムの構成となっている。バスライン
にはさらに、ディスプレイ１２、操作者からの入力を受
け付けるキーボード１１１およびマウス１１２、データ
やプログラム等を保存する固定ディスク１６１、記録デ
ィスク９１（光ディスク、磁気ディスク、光磁気ディス
ク等）との間で情報の受け渡しを行う読取装置１６２、
並びに、メモリカード９２との間で情報の受け渡しを行
うカードスロット１６３が、適宜、インターフェイス
（Ｉ／Ｆ）を介する等して接続される。
【００２２】ＲＡＭ１４、固定ディスク１６１、読取装
置１６２およびカードスロット１６３は互いにデータの
受け渡しが可能とされており、ＣＰＵ１３の制御の下、
ディスプレイ１２には各種情報やＲＡＭ１４、固定ディ
スク１６１、メモリカード９２等に記憶されている画像
の表示が可能とされる。
【００２３】図２に示すプログラム１４１は、記録ディ
スク９１から読取装置１６２を介して固定ディスク１６
１に記憶され、固定ディスク１６１からＲＡＭ１４へと
転送されたものであり、ＣＰＵ１３による実行が可能と
される。画像処理装置１がコンピュータ通信手段を備え
ている場合は、インターネット等のコンピュータ通信を
介してプログラム１４１が固定ディスク１６１に記憶さ
れてもよい。
【００２４】図３は、ＣＰＵ１３がＲＡＭ１４内のプロ
グラム１４１に従って動作することにより実現される機
能構成を他の構成とともに示す図である。図３に示す構
成のうち、表示制御部２０１、対象領域決定部２０２、
特徴領域抽出部２０４、コントラスト補正部２０７、特
徴領域選別部２０８、赤目領域特定部２０５および補正
部２０６が、ＣＰＵ１３等により実現される機能を示
す。
【００２５】表示制御部２０１は、画像データに基づい
てディスプレイ１２上による画像の表示を制御する。対
象領域決定部２０２は、マウス１１２を介して画像デー
タ３０１が示す対象画像中の処理を行う対象領域の指定
を使用者から受け付ける。
【００２６】特徴領域抽出部２０４は、対象領域の特徴
量に応じて赤目領域の候補となる複数種類の特徴領域を
抽出する。なお、特徴量としては色相、彩度および明度
が用いられる。コントラスト補正部２０７は、特徴領域
抽出部２０４が特徴領域を抽出する前に対象画像中の対
象領域のコントラスト補正を行い明度のバランスを調整
する。特徴領域選別部２０８は、抽出された特徴領域に
含まれる画素の色相が肌色であるか否かを判定すること
により特徴領域を選別する。赤目領域特定部２０５は、
選別された複数の特徴領域のうち赤目領域を構成する特
徴領域を特定する。補正部２０６は特定された赤目領域
に対して補正を行い、画像中の赤目を正常な色の目へと
補正する。補正後の画像のデータは補正済画像データ３
０２としてＲＡＭ１４に記憶される。
【００２７】図４は、特徴領域選別部２０８の機能構成
を示すブロック図である。特徴領域選別部２０８は、肌
色となる色相の取得を目的とする領域（以下、「肌色検
索領域」という。）のサイズを設定する肌色検索領域設
定部２１１と、肌色検索領域の画素から肌色となる色相
（以下、「肌色色相」という。）を肌色情報として取得
する肌色情報取得部２１２と、特徴領域に含まれる画素
の色相が肌色色相と一致した場合に当該特徴領域を赤目
領域の候補から除外する特徴領域除外部２１３を備えて
いる。
【００２８】また図５は、赤目領域特定部２０５の機能
構成を示すブロック図である。赤目領域特定部２０５
は、特徴領域選別部２０８にて選別された特徴領域間の
接触関係を検出する接触関係検出部２２１、特徴領域の
特徴量の階調特性を取得する階調特性取得部２２２、特
徴領域の面積に関する情報を取得する面積情報取得部２
２３、およびこれらの情報に基づいて赤目領域を特定す
る特定部２２４を備えている。これら図３ないし図５に
示した機能ブロックの機能の詳細については後述する。
【００２９】図６ないし図９は、画像処理装置１が赤目
領域を特定して補正する際の動作の流れを示す図であ
る。以下、図３ないし図９を参照して画像処理装置１が
赤目領域を特定して補正を行う動作について説明する。
【００３０】まず、使用者がディスプレイ１２を見なが
らキーボード１１１やマウス１１２を用いてメモリカー
ド９２や固定ディスク１６１内の画像データ３０１のう
ち所望のものを対象画像として選択すると、選択された
画像データ３０１がＲＡＭ１４に読み込まれるとともに
表示制御部２０１が画像データ３０１に基づいて対象画
像をディスプレイ１２に表示する（ステップＳ１１）。
【００３１】使用者は赤目補正が必要な領域をマウス１
１２を用いて指定することにより、対象領域決定部２０
２が演算対象となる対象領域を決定する（ステップＳ１
２）。具体的には、図１０に示すように使用者が対象画
像４０１中の対象領域４０２の対角の２点を指定するこ
とにより、１つの目に対応する赤目領域を含む矩形の対
象領域４０２が決定される。
【００３２】対象領域４０２が決定されると、特徴領域
抽出部２０４は、対象領域４０２の各画素のＲＧＢ値を
Ｌ*ａ*ｂ*表色系の色空間へと変換する。さらに、Ｌ*ａ
*ｂ*値を色相、彩度、明度に変換し、これらを各画素の
特徴量として得る（ステップＳ１３）。
【００３３】次に、特徴領域抽出部２０４は、これらの
特徴量に基づいて特徴領域を抽出する前にコントラスト
補正部２０７に対象領域４０２のコントラスト補正を行
わせる（ステップＳ１４）。対象画像４０１には、撮影
状況等により明暗部の差がはっきりとしている画像や、
明暗部の差があまり無く明度の分布が偏っている画像が
存在する。特に赤目現象が発生している画像はフラッシ
ュを使用して撮影されているため明度が高明度に偏って
いる場合が多い。このため、コントラスト補正を行うこ
とによりどのような対象画像４０１であっても同一の明
度基準に基づいて特徴領域の抽出を行えるようにする。
【００３４】ここでコントラスト補正部２０７が行うコ
ントラスト補正処理の一例について説明する。まず、コ
ントラスト補正部２０７により対象領域４０２における
明度と画素数との関係を示すヒストグラムが作成され
る。図１１は、対象領域４０２から得られるヒストグラ
ムを例示する図である。なお、本実施の形態において明
度の最小値は０とし最大値は２５５としている。
【００３５】図１１中、符号６２にて示すように明度が
最小値から最大値にかけて分布している場合は、明暗部
の差がはっきりとしている画像となる。しかしながら、
図１１中、符号６１にて示すように明度の分布が高明度
領域に偏っている場合には、全体的に淡い画像となり明
度としての特徴が明確でない。したがって、符号６２と
符号６１とに示す画像において同一の明度基準を適用す
ることは困難であるとともに同一の明度基準を適用した
場合は誤った特徴領域を抽出しかねない。このため、コ
ントラスト補正部２０７は対象画像４０１の明度の分布
が偏っている場合には対象領域４０２に対してコントラ
スト補正を行う。
【００３６】明度の分布が偏っていた場合、コントラス
ト補正部２０７は作成したヒストグラムを最大値から最
小値までの幅を有するように変形を行う。図１２は対象
領域４０２から得られるヒストグラム６０１の一例を示
す図であり、図１３は図１２のヒストグラム６０１を変
形したヒストグラム６０２を示す図である。図１３にお
いて平行斜線を示した領域６１２は、図１２に示すクリ
ップ値よりも上の領域と同じ面積を有する。すなわち、
図１２のヒストグラム６０１から領域６１１を削除し、
領域６１２を加えることによって図１３のヒストグラム
６０２が生成される。これにより、クリップ値よりも画
素数の多い明度範囲の画素数が抑えられ、最大値から最
小値までの幅を持つヒストグラムが生成される。
【００３７】次に、コントラスト補正部２０７は、図１
４に示すようにヒストグラム６０２の累積曲線６２０を
生成する。そして、図１４において横軸を０から２５５
までの入力明度とし、縦軸も０から２５５までの出力明
度として扱うことにより、累積曲線６２０が対象領域４
０２の各画素の明度を変換する変換曲線として利用され
る。コントラスト補正部２０７は、対象領域４０２内の
注目画素の明度を累積曲線６２０を用いて変換し、注目
画素を順次切り替えることにより対象領域４０２全体に
ついて明度の変換すなわちコントラスト補正が行われる
こととなる。
【００３８】このような処理により、対象領域４０２の
明度の分布の偏りが補正され、対象画像４０１がどのよ
うな明度分布であっても特徴領域の抽出を同一の明度基
準に基づいて行うことが可能となり、個々の対象画像４
０１の撮影状況等による影響を受けずに特徴領域の抽出
を精度よく且つ適切に行うことができるようになる。
【００３９】次に、特徴領域抽出部２０４により、対象
領域４０２の各画素の特徴量に基づいて瞳孔領域、虹彩
領域および虹彩外領域がそれぞれ特徴領域として対象領
域４０２から抽出される。具体的には、彩度および明度
が一定の範囲にある領域（彩度、明度ともに低い範囲に
ある領域）が瞳孔領域として抽出され、色相および彩度
が一定の範囲にある領域（色相は赤からやや黄色、彩度
は高い範囲にある領域）が虹彩領域として抽出される。
さらに、瞳孔領域と同じ明度範囲であり、虹彩領域と同
じ色相範囲の領域が虹彩外領域として抽出される（ステ
ップＳ１５）。
【００４０】図１５および図１６は、特徴領域抽出部２
０４により、対象領域４０２から抽出される特徴領域を
例示する図である。符号５０１は瞳孔領域、符号５０２
（５０２ａ，５０２ｂ）は虹彩領域、符号５０３は虹彩
外領域を示す。赤目の状態によっては、各種特徴領域は
抽出されない場合もあれば複数抽出される場合もある。
【００４１】各種特徴領域の抽出に用いられる特徴量の
範囲は、赤目現象の生じていない正常時の特徴量から定
められるものではなく、赤目現象が生じている場合の特
徴量から統計的に定められる。したがって、このような
特徴量に該当する各特徴領域は赤目現象の生じている可
能性がある領域すなわち赤目領域の候補として抽出され
ていることを意味する。逆に、いずれの特徴領域として
も抽出されなかった領域は赤目補正が必要でない領域と
判定されたこととなる。
【００４２】特徴領域は対象領域４０２の画素値から導
かれる色相、彩度および明度のうち少なくとも２種類の
特徴量に基づいて瞳孔領域５０１、虹彩領域５０２およ
び虹彩外領域５０３として抽出されることから、１種類
の特徴量による抽出に比べて個々の対象画像４０１の撮
影状況等による影響を受けにくくすることができ、特徴
領域の特定を精度よく行うことが実現される。
【００４３】特徴領域抽出部２０４により、抽出された
特徴領域は、色相、彩度および明度という特徴量が一定
の範囲内にあることに基づいて判定されたものである。
従って、抽出された各特徴領域には実際は目の領域でな
いものも含まれている可能性がある。このため以降の処
理においては、特徴領域選別部２０８が抽出された特徴
領域を選別し、赤目領域特定部２０５が選別された特徴
領域から赤目領域を特定する処理を行う。
【００４４】特徴領域が目の領域で無い場合は人物の肌
の領域である可能性が高い。このため、特徴領域選別部
２０８は各特徴領域に含まれる画素の色相が肌色色相と
一致するかを判断し、一致する画素を有していた場合は
当該特徴領域を赤目領域の候補から除外することによっ
て特徴領域を選別する。肌色色相は個人差があるため対
象画像中の肌色となる領域から肌色色相を取得するよう
にしている。以下、特徴領域選別部２０８が特徴領域を
選別する処理について説明する。
【００４５】まず、肌色色相を取得するための肌色検索
領域が、肌色検索領域設定部２１１により設定される
（図７：ステップＳ２１）。図１７は、設定される肌色
検索領域４０４の一例を示す図である。対象領域４０２
は１つの目を囲むように指定されるものであるため、対
象領域４０２の外縁は人物の肌の領域であると予想する
ことができる。したがって、対象領域４０２の外縁近傍
の周辺領域を肌色検索領域として設定することができ
る。具体的には、図１７に示すように対象領域４０２と
重心および縦横比を同一とする拡大領域（以下、「拡大
対象領域」という。）４０３を設定し、対象領域４０２
の外縁と拡大対象領域４０３の外縁との間の平行斜線で
示す領域４０４を、肌色検索領域４０４として設定す
る。
【００４６】拡大対象領域４０３のサイズＷｒは、対象
領域４０２のサイズＳ１および対象画像４０１のサイズ
Ｓ２に基づいて数１にて示す関数Ｆｒにより与えられ
る。それぞれの領域のサイズＳ１，Ｓ２は画素数を用い
ればよい。
【００４７】
【数１】
【００４８】関数Ｆｒは、対象画像４０１のサイズＳ２
に対する対象領域４０２のサイズＳ１の相対値が大きい
ほど、出力する拡大対象領域４０３のサイズＷｒを大き
くする関数であり、例えば数１は数２にて示す式で表す
ことができる。なお、数２においてｋは定数である。
【００４９】
【数２】
【００５０】前述したように対象領域４０２は１つの目
を囲むように指定されるものであるため、対象画像４０
１のサイズＳ２に対する対象領域４０２のサイズＳ１の
相対値が大きいということは、対象画像４０１に占める
人物の顔となる領域すなわち肌色色相を取得可能な領域
も大きくなることが容易に予想できる。このため、上記
のような関数Ｆｒを用いることにより、サイズＳ２に対
するサイズＳ１の相対値が大きいほど肌色検索領域４０
４のサイズが大きくなるように設定する。これにより、
以降の処理において、できるだけ大きな領域の画素から
色相を取得することができ、より精度の高い肌色色相を
取得することが可能となる。
【００５１】次に、肌色情報取得部２１２により肌色検
索領域４０４に含まれる各画素の色相が取得される。そ
して、取得された色相それぞれの画素数を比較し、最も
画素数の多い色相が肌色色相として取得される（ステッ
プＳ２２）。
【００５２】次に、特徴領域除外部２１３により一の特
徴領域が処理対象（以下、「注目特徴領域」という。）
として決定される（ステップＳ２３）。そして、注目特
徴領域に含まれる画素の色相が取得されて該色相が肌色
色相と一致しているか否かが特徴領域除外部２１３によ
り判定され（ステップＳ２４）、肌色色相と一致した場
合、注目特徴領域は赤目領域の候補となる特徴領域から
除外される（ステップＳ２５）。
【００５３】一の注目特徴領域についての画素の色相の
判定が終了すると次の注目特徴領域が決定され（ステッ
プＳ２６，Ｓ２３）、再度、画素の色相の判定が行われ
る。以下、同様の処理が行われて最終的に全ての特徴領
域の画素の色相の判定が行われる。
【００５４】このような処理によって、人物の肌の領域
が特徴領域として抽出された場合であっても当該特徴領
域を赤目領域の候補から除外することができる。これに
より特徴領域は選別され、その結果、赤目領域を特定す
る精度を向上させることができる。
【００５５】続いて、特徴領域選別部２０８により選別
された特徴領域から赤目領域特定部２０５が赤目領域を
特定する処理を行う。以下、赤目領域特定部２０５の赤
目領域を特定する処理について説明する。
【００５６】まず、接触関係検出部２２１により一の虹
彩領域５０２が処理対象（以下、「注目虹彩領域」とい
う。）として決定される（ステップＳ３１）。次に、注
目虹彩領域が、瞳孔領域５０１または虹彩外領域５０３
と接触しているか否かの接触関係が判定される（ステッ
プＳ３２）。接触していた場合は特定部２２４により、
注目虹彩領域と、該注目虹彩領域に接触している瞳孔領
域５０１および虹彩外領域５０３とを含めた全体の領域
が、赤目領域の候補として以降の処理対象単位となる１
つの領域（以下、「赤目候補領域」という。）として設
定される（ステップＳ３３）。
【００５７】一の注目虹彩領域についての接触関係の判
定が終了すると次の注目虹彩領域が決定され（ステップ
Ｓ３４，Ｓ３１）、再度、接触関係の判定が行われる。
以下、同様の処理が行われて最終的に全ての虹彩領域の
接触関係の判定が行われる。
【００５８】一般に、赤目現象の特徴として赤目領域は
分散して存在するのではなく、虹彩領域５０２およびそ
の周囲に存在している。したがって、虹彩領域５０２に
接触している他の特徴領域を含めて１つの赤目候補領域
とされるとともに、他の特徴領域に接触していない虹彩
領域５０２は赤目候補領域とはされない。
【００５９】例えば、図１５に示す虹彩領域５０２ｂ
や、図１６に示す虹彩領域５０２においては、瞳孔領域
５０１や虹彩外領域５０３と接触していない（図１６で
は、瞳孔領域５０１および虹彩外領域５０３の周囲が特
徴領域となっていない。）ため、目領域でない可能性
や、赤目現象が生じていない可能性が高い。そこで、こ
れらの虹彩領域５０２は赤目候補領域とはされない。一
方、図１５に示す虹彩領域５０２ａは瞳孔領域５０１お
よび虹彩外領域５０３と接触しているため、赤目現象が
生じている可能性が高い。そこで、虹彩領域５０２ａ、
瞳孔領域５０１および虹彩外領域５０３を含めた領域が
１つの赤目候補領域とされる。このように、虹彩領域５
０２と他の特徴領域との接触関係に基づいて、赤目候補
領域を設定することにより、結果として赤目領域を適切
に特定することができる。
【００６０】続いて、特定部２２４は、上記のように設
定された複数の赤目候補領域から１つの赤目領域を特定
するために、各赤目候補領域の赤目らしさを評価する値
を赤目評価値Ｗとして算出し、最も赤目評価値Ｗが高く
なる赤目候補領域を赤目領域として特定する処理を行
う。
【００６１】まず、特定部２２４により一の赤目候補領
域が処理対象（以下、「注目赤目候補領域」という。）
として決定される（図９：ステップＳ４１）。次に、階
調特性取得部２２２および面積情報取得部２２３により
注目赤目候補領域の赤目評価値Ｗのパラメータが算出さ
れる（ステップＳ４２）。
【００６２】図１８は、赤目評価値Ｗのパラメータ算出
処理の流れを示す図である。まず、階調特性取得部２２
２により、注目赤目候補領域に含まれる虹彩領域５０２
における色相と画素数との関係を示すヒストグラムが作
成される。同様に、注目赤目候補領域に含まれる虹彩領
域５０２における彩度と画素数との関係を示すヒストグ
ラムが作成される（ステップＳ１０１）。そして、作成
された色相のヒストグラムおよび彩度のヒストグラムか
らそれぞれ、色相の分散ＶＨおよび彩度の分散ＶＳが赤
目評価値Ｗのパラメータとして求められる（ステップＳ
１０２）。つまり、注目赤目候補領域の階調特性として
色相および彩度の分散ＶＨ，ＶＳが求められる。
【００６３】次に、面積情報取得部２２３により、注目
赤目候補領域の面積ＡＳが赤目評価値Ｗのパラメータと
して求められる（ステップＳ１０３）。面積ＡＳは、注
目赤目候補領域の全体の画素数が用いられる。前述した
ように赤目候補領域には虹彩領域５０２と該虹彩領域５
０２に接触する瞳孔領域５０１および虹彩外領域５０３
が含まれているため、これらの全体の面積を加算した面
積が面積ＡＳとして求められる。
【００６４】上記のようにして赤目評価値Ｗのパラメー
タが算出されると、次に、注目赤目候補領域の赤目評価
値Ｗが数３にて示す関数Ｆａにより求められる（ステッ
プＳ４３）。
【００６５】
【数３】
【００６６】関数Ｆａは、色相の分散ＶＨが小さいほ
ど、また、彩度の分散ＶＳが大きいほど、さらに、面積
ＡＳが大きいほど、出力する赤目評価値Ｗを大きくする
特性を有する。
【００６７】一般に、赤目現象の特徴として赤目領域に
は赤（赤目の色相）以外の色が混色していることは少な
く色相の範囲は狭くなることから、色相の分散ＶＨが小
さいほど赤目領域である可能性は高くなる。また、赤目
領域は鮮やかな赤色を有してる場合が多いため、彩度の
分散ＶＳが大きいほど赤目領域である可能性は高くな
る。さらに、対象領域４０２は赤目現象が発生している
領域が最低限含まれるように設定されているものである
ため、面積ＡＳが大きいほど赤目領域である可能性は高
くなる。したがって、上記の関数Ｆａを用いて算出され
る赤目評価値Ｗが高くなる赤目候補領域ほど、赤目領域
である可能性が高くなるわけである。
【００６８】次に、算出された赤目評価値Ｗが、最大値
Ｗmaxと比較され（ステップＳ４４）、最大値Ｗmaxより
大きい場合は赤目評価値Ｗが新たに最大値Ｗmaxとして
設定される（ステップＳ４５）。そして、注目赤目候補
領域が赤目領域（正確には、処理過程において最も赤目
領域である可能性が高い領域）として設定される（ステ
ップＳ４６）。なお、最初の処理対象となる注目赤目候
補領域の場合はステップＳ４４は実行されず、ステップ
Ｓ４５およびＳ４６が必ず実行される。
【００６９】一の注目赤目候補領域についての赤目評価
値Ｗの算出が終了すると次の注目赤目候補領域が決定さ
れ（ステップＳ４７，Ｓ４１）、再度、赤目評価値Ｗの
算出及び最大値Ｗmaxとの比較が行われる。以下、同様
の処理が行われることにより全ての赤目候補領域の赤目
評価値Ｗの算出が行われ、最終的に赤目評価値Ｗが最大
となる赤目候補領域が赤目領域として特定される。つま
り、赤目評価値Ｗの大小を比較することにより赤目領域
が１つに特定されることとなる。
【００７０】赤目領域が特定されると、赤目領域の色を
瞳に近似する所定の色に置換する処理が補正部２０６に
より行われ正常な目の色に補正される。補正後のデータ
は対象領域４０２以外の画像データ３０１と合成されて
補正済画像データ３０２とされる（ステップＳ４８）。
なお、生成される補正済画像データ３０２には、補正済
であることを示す識別子が付加されてもよい。
【００７１】＜２．第２の実施の形態＞次に、本発明の
第２の実施の形態について説明する。本実施の形態の画
像処理装置の構成は、図１ないし図５に示す画像処理装
置１と同様である。また、本実施の形態の画像処理装置
１の赤目領域を特定して補正する際の動作も図６ないし
図９に示すものと同様であるが、赤目候補領域の赤目評
価値Ｗの算出方法のみが相違する。このため以下では、
赤目評価値Ｗの算出処理について説明を行う。
【００７２】図１９は、本実施の形態の赤目評価値Ｗの
パラメータ算出処理（図９：ステップＳ４２）の流れを
示す図である。まず、階調特性取得部２２２により注目
赤目候補領域に含まれる虹彩領域５０２の特徴量の位置
的な連続性から階調勾配情報が取得される（ステップＳ
２０１）。
【００７３】具体的にはまず、虹彩領域５０２に対して
図２０の如く３つの切断線ＣＬ１〜ＣＬ３が設定され、
設定された３つの切断線における特徴量（彩度および明
度）の値のグラフがそれぞれ生成される。図２１は一の
切断線における特徴量のグラフ７１の例を示す図であ
り、横方向は切断線上の位置を示し縦方向は特徴量の値
を示す。図のようにしてグラフ７１が生成されると、次
に、特徴量の値が最大となる位置７５においてグラフ７
１は２つの領域７２，７３に分割され、２つに分割され
たグラフ７２，７３それぞれをヒストグラムに見立てて
累積曲線が図２２の如く生成される。さらに図２２に示
すように、生成された累積曲線７１０の最小値７１１と
最大値７１２を結ぶ基本線７２０が設定され、この基本
線７２０が横軸に一致するように座標変換が行われて階
調評価曲線が得られる。
【００７４】図２３は、上記処理により得られた階調評
価曲線７３０の例を示す図である。階調評価曲線７３０
は虹彩領域５０２の切断線における階調の位置的な変化
特性を示すこととなる。例えば、曲線７３１のようにそ
の値の絶対値が所定値Ｓよりも大きくなる場合は、虹彩
領域５０２において急激に階調が変化する領域が存在す
ると判断することができる。また、曲線７３３のように
横軸と交差する場合（値の正負が逆転する場合）は、虹
彩領域５０２において突出した階調の変化領域が存在す
ると判断することができる。
【００７５】一般に、赤目現象が発生している虹彩領域
５０２の彩度及び明度は位置的に連続するなだらかな階
調変化（グラデーション）を有している。このため、階
調評価曲線７３０が曲線７３１や曲線７３３となる場合
の虹彩領域５０２は赤目領域として不適格といえる。一
方、曲線７３２のように横軸との交差が無く且つその値
の絶対値が所定値Ｓよりも小さい場合は、虹彩領域５０
２は赤目領域の特徴を有しているといえる。
【００７６】このため、階調評価曲線７３０が曲線７３
２のようになる場合はその値の絶対値のうち最大となる
値が階調勾配値Ｔとして取得され、階調評価曲線が曲線
７３１や曲線７３３のようになる場合は階調勾配値Ｔは
初期値（例えば０）とされる。なお、所定値Ｓは予め統
計的に求められた値が使用される。
【００７７】ここで、階調勾配値Ｔは３つの切断線にお
けるグラフ７１を２つに分割した領域それぞれについて
取得されるため、６つの階調勾配値Ｔが取得されること
となる。階調特性取得部２２２はこれら６つの階調勾配
値Ｔのうち最大となる値を階調勾配情報として取得す
る。この階調勾配情報は彩度及び明度についてそれぞれ
取得されることから、最終的に彩度の階調勾配情報ＴＳ
及び明度の階調勾配情報ＴＬが取得されることとなる。
【００７８】次に、虹彩領域５０２において赤目現象が
生じている場合の階調勾配情報の理想値と、取得された
階調勾配情報ＴＳ，ＴＬと、が比較され理想値からの乖
離値が求められる（図１９：ステップＳ２０２）。具体
的には、彩度の乖離値ＴＳｄ及び明度の乖離値ＴＬｄ
が、階調特性取得部２２２により下記の数４及び数５に
よって求められる。
【００７９】
【数４】
【００８０】
【数５】
【００８１】ＴＳ０，ＴＬ０はそれぞれ彩度、明度の階
調勾配情報の理想値であり予め統計的に求められてい
る。求められた乖離値ＴＳｄ，ＴＬｄは、後述する処理
において赤目評価値Ｗのパラメータとして使用される。
【００８２】次に、面積情報取得部２２３により注目赤
目候補領域において赤色画素の占める面積の割合（以
下、「赤色画素割合」）ＨＲが赤目評価値Ｗのパラメー
タとして求められる（ステップＳ２０３）。具体的に
は、注目赤目候補領域に含まれる各画素の色相が取得さ
れ、赤目現象が生じている場合の理想値となる色相を有
する赤色画素の画素数が算出される。赤目現象が発生し
ている場合の理想値となる色相は予め統計的に求められ
ている。そして、注目赤目候補領域の全体の画素数（面
積）が求められ、注目赤目候補領域の画素数に対する赤
色画素の画素数の相対値が、赤色画素割合ＨＲとして求
められる。つまり、赤色画素割合ＨＲは、注目赤目候補
領域の面積に関する面積情報となる。
【００８３】上記のようにして、赤目評価値Ｗのパラメ
ータが算出されると、次に、注目赤目候補領域の赤目評
価値Ｗが数６にて示す関数Ｆｂにより求められる（図
９：ステップＳ４３）。
【００８４】
【数６】
【００８５】関数Ｆｂは、彩度の乖離値ＴＳｄが小さい
ほど、また、明度の乖離値ＴＬｄが小さいほど、さら
に、赤色画素割合ＨＲが大きいほど、出力する赤目評価
値Ｗを大きくする特性を有する。つまり、関数Ｆｂは注
目赤目候補領域が理想の赤目領域に近似するほど、出力
する赤目評価値Ｗを大きくする特性を有している。換言
すれば、上記の関数Ｆｂを用いて算出される赤目評価値
Ｗが高くなる赤目候補領域ほど、赤目領域である可能性
が高くなる。したがって、本実施の形態においてもこの
赤目評価値Ｗの大小を比較することにより赤目領域を１
つに特定することができることとなる。
【００８６】＜３．変形例＞以上、本発明の一の実施の
形態について説明してきたが、本発明は上記実施の形態
に限定されるものではなく様々な変形が可能である。
【００８７】例えば、上記実施の形態では、肌色検索領
域は対象領域４０２と拡大対象領域４０３との間の領域
を使用していたが、対象領域４０２の外縁は人物の肌の
領域として予想することができるため、この外縁のみを
肌色検索領域として利用してもよい。
【００８８】また、上記実施の形態では、コントラスト
補正の方法として、明度の累積ヒストグラムを変換曲線
として利用する手法を用いているが、平均明度に応じて
予め準備された変換曲線を選択する手法等の他の手法が
用いられてもよい。また、対象領域４０２のみに対して
コントラスト補正を行っていたが、対象画像４０１の全
体に対してコントラスト補正を行ってもよい。
【００８９】また、上記実施の形態では、赤目領域に対
する補正の方法として、赤目領域の色を瞳に近似する所
定の色に置換するという手法を用いているが、補正方法
は上記の方法に限定されるものではない。例えば、赤目
現象は瞳が鮮やかな赤色に強調されることによって生じ
るのであるから、画素値のＲＧＢの値のうちＲの値を下
げる、または明度を下げる等の方法によって補正されて
もよい。
【００９０】また、画像処理装置１への画像のデータの
取得方法は、上記実施の形態のようにメモリカード９２
から読み込まれるのではなく、例えば、ケーブル接続、
通信回線または無線等により画像処理装置１と他の装置
とが信号の送受信を行うことによって画像のデータの取
得がされてもよい。画像処理装置１に撮像部を設けて画
像のデータが取得されてもよい。
【００９１】また、画像処理装置１では、一連の画像処
理が全てＣＰＵによるソフトウェア的処理で実行されて
いるが、それらの処理の一部または全部を専用の回路に
より実現することも可能である。特に、反復演算をロジ
ック回路にて構築することにより、迅速な画像処理が実
現される。
【００９２】また、上記実施の形態では、対象領域４０
２の形状を矩形としたがこれに限られるものではない。
例えば、楕円形状や使用者が任意に指定する形状等であ
ってもよい。さらに、上記の実施の形態では、対象領域
４０２は使用者によって指定されたが、画像認識または
特徴量による判定等により自動的に対象領域４０２が決
定されてもよい。
【００９３】また、上記実施の形態では特徴量として色
相、彩度、明度が用いられるが、Ｌ *ａ*ｂ*、ＬＵＶ、
ＸＹＺ等の表色系における値が特徴量として利用されて
もよく、ＲＧＢの値がそのまま特徴量とされてもよい。
【００９４】
【発明の効果】以上、説明したように、請求項１ないし
１２の発明によれば、虹彩領域と他の特徴領域との接触
関係と、虹彩領域の特徴量の階調特性と、特徴領域の面
積に関する面積情報と、に基づいて赤目領域を特定する
ため、赤目領域を適切に特定することができる。
【００９５】また、請求項２の発明によれば、対象領域
の色相、彩度および明度のうち少なくとも２つの特徴量
に基づいて特徴領域を抽出するため、特徴領域を精度よ
く適切に抽出することができる。
【００９６】また、請求項３の発明によれば、階調特性
と面積情報とから算出される評価値に基づいて赤目領域
を特定するため、精度よく赤目領域を１つに特定するこ
とができる。
【００９７】また、請求項４の発明によれば、虹彩領域
の面積と、該虹彩領域に接触する他の特徴領域の面積
と、を加算した面積に関する情報を面積情報とするた
め、赤目が発生している領域全体の面積に基づいて赤目
領域の特定をすることができ、精度よく赤目領域を特定
することができる。
【００９８】また、請求項５の発明によれば、虹彩領域
の特徴量のヒストグラムから導出される値に基づいて赤
目領域を特定するため、精度よく赤目領域を特定するこ
とができる。
【００９９】また、請求項６の発明によれば、一般に、
赤目領域の特徴量は位置的に連続するなだらかな階調変
化を有するため、虹彩領域の特徴量の位置的な連続性か
ら導出される値に基づいて赤目領域を特定することによ
り、精度よく赤目領域を特定することができる。
【０１００】また、請求項７の発明によれば、肌色とな
る特徴領域を赤目領域の候補の領域から除外するため、
赤目でない肌の領域を赤目領域であると判定されること
が無くなり、赤目領域の誤判定を防止することができ
る。
【０１０１】また、請求項８の発明によれば、肌色情報
を取得するための周辺領域を、対象画像のサイズと対象
領域のサイズに応じて適切なサイズに設定することがで
き、対象画像中の肌色情報を精度よく取得することがで
きる。
【０１０２】また、請求項９の発明によれば、対象画像
のコントラストを補正することにより、対象画像の撮影
状況による影響を受けずに、同一の基準に基づいて赤目
領域を特定することができる。
【図面の簡単な説明】
【図１】本発明に係る画像処理装置の外観図である。
【図２】画像処理装置の構成を示すブロック図である。
【図３】画像処理装置の赤目領域を特定する機能構成を
示す図である。
【図４】特徴領域選別部の機能構成を示す図である。
【図５】赤目領域特定部の機能構成を示す図である。
【図６】画像処理装置が赤目領域を特定する動作の流れ
を示す図である。
【図７】画像処理装置が赤目領域を特定する動作の流れ
を示す図である。
【図８】画像処理装置が赤目領域を特定する動作の流れ
を示す図である。
【図９】画像処理装置が赤目領域を特定する動作の流れ
を示す図である。
【図１０】対象領域を指定する際のディスプレイを示す
図である。
【図１１】明度のヒストグラムを例示する図である。
【図１２】コントラスト補正における変換曲線を求める
様子を説明するための図である。
【図１３】コントラスト補正における変換曲線を求める
様子を説明するための図である。
【図１４】コントラスト補正における変換曲線を例示す
る図である。
【図１５】抽出された特徴領域の例示する図である。
【図１６】抽出された特徴領域の例示する図である。
【図１７】肌色検索領域を例示する図である。
【図１８】第１の実施の形態における赤目評価値のパラ
メータ算出処理の流れを示す図である。
【図１９】第２の実施の形態における赤目評価値のパラ
メータ算出処理の流れを示す図である。
【図２０】階調勾配情報を求める様子を説明するための
図である。
【図２１】階調勾配情報を求める様子を説明するための
図である。
【図２２】階調勾配情報を求める様子を説明するための
図である。
【図２３】階調勾配情報を求める様子を説明するための
図である。
【符号の説明】
１ 画像処理装置 ９２ メモリカード １４１ プログラム ２０４ 特徴領域抽出部 ２０５ 赤目領域特定部 ２０７ コントラスト補正部 ２０８ 特徴領域選別部 ５０１ 瞳孔領域 ５０２ 虹彩領域 ５０３ 虹彩外領域
───────────────────────────────────────────────────── 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） Ｈ０４Ｎ 5/21 Ｈ０４Ｎ 5/907 Ｂ ５Ｃ０７９ 5/907 1/46 Ｚ ５Ｌ０９６ 5/91 9/79 Ｇ 9/79 5/91 Ｊ Ｆターム(参考） 5B057 AA20 BA24 CA01 CA08 CA12 CB01 CB08 CB12 CC03 CE16 CH01 DA08 DA16 DB02 DB06 DB09 DC16 DC25 5C021 RA06 RB03 XA03 YC13 ZA01 5C052 AA17 GA02 GE08 5C053 FA08 HA06 LA11 5C055 AA03 EA05 GA01 HA14 5C079 HB01 HB06 HB08 LA06 MA01 MA11 5L096 AA02 AA06 BA20 CA24 DA01 FA06 FA37 FA59 GA41 HA08

Claims (12)

    【特許請求の範囲】
  1. 【請求項１】 対象画像中の赤目を特定するプログラム
    であって、コンピュータを、 前記対象画像中の目領域を含む対象領域の特徴量に基づ
    いて、前記対象領域から虹彩領域を含む赤目領域の候補
    となる複数の特徴領域を抽出する特徴領域抽出手段と、 前記虹彩領域と他の特徴領域との接触関係と、前記特徴
    領域の特徴量の階調特性と、前記特徴領域の面積に関す
    る面積情報と、に基づいて前記赤目領域を特定する赤目
    領域特定手段と、を備える画像処理装置として機能させ
    るためのプログラム。
  2. 【請求項２】 請求項１に記載のプログラムにおいて、 前記特徴領域抽出手段は、前記対象領域の画素値から導
    出される色相、彩度および明度のうち少なくとも２種類
    の特徴量に基づいて前記特徴領域を抽出することを特徴
    とするプログラム。
  3. 【請求項３】 請求項１または２に記載のプログラムに
    おいて、 前記赤目領域特定手段は、 前記階調特性と前記面積情報とから導出される評価値に
    基づいて、前記赤目領域を１つに特定することを特徴と
    するプログラム。
  4. 【請求項４】 請求項１ないし３のいずれかに記載のプ
    ログラムにおいて、 前記面積情報は、前記虹彩領域の面積と、該虹彩領域に
    接触する他の特徴領域の面積と、を加算した面積に関す
    る情報であることを特徴とするプログラム。
  5. 【請求項５】 請求項１ないし４のいずれかに記載のプ
    ログラムにおいて、 前記階調特性は、前記虹彩領域の特徴量のヒストグラム
    から導出される値を含むことを特徴とするプログラム。
  6. 【請求項６】 請求項１ないし４のいずれかに記載のプ
    ログラムにおいて、 前記階調特性は、前記虹彩領域の特徴量の位置的な連続
    性から導出される値を含むことを特徴とするプログラ
    ム。
  7. 【請求項７】 請求項１ないし６のいずれかに記載のプ
    ログラムにおいて、コンピュータを、 前記対象領域の周辺領域の画素の色から肌色情報を取得
    する手段と、 前記特徴領域に含まれる画素の色が前記肌色情報と一致
    する場合に、該特徴領域を前記赤目領域の候補から除外
    する手段と、をさらに備える画像処理装置として機能さ
    せるためのプログラム。
  8. 【請求項８】 請求項７に記載のプログラムにおいて、
    コンピュータを、 前記対象画像のサイズと前記対象領域のサイズとに基づ
    いて前記肌色情報を取得するための前記周辺領域のサイ
    ズを設定する手段、をさらに備える画像処理装置として
    機能させるためのプログラム。
  9. 【請求項９】 対象画像中の赤目を特定するプログラム
    であって、コンピュータを、 前記対象画像のコントラストを補正する手段と、 コントラストが補正された前記対象画像から、赤目領域
    を特定する赤目領域特定手段と、を備える画像処理装置
    として機能させるためのプログラム。
  10. 【請求項１０】 請求項１ないし９のいずれかに記載の
    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。
  11. 【請求項１１】 対象画像中の赤目を特定する画像処理
    装置であって、 前記対象画像中の目領域を含む対象領域の特徴量に基づ
    いて、前記対象領域から虹彩領域を含む赤目領域の候補
    となる複数の特徴領域を抽出する特徴領域抽出手段と、 前記虹彩領域と他の特徴領域との接触関係と、前記特徴
    領域の特徴量の階調特性と、前記特徴領域の面積に関す
    る面積情報と、に基づいて前記赤目領域を特定する赤目
    領域特定手段と、を備えることを特徴とする画像処理装
    置。
  12. 【請求項１２】 対象画像中の赤目を特定する方法であ
    って、 前記対象画像中の目領域を含む対象領域の特徴量に基づ
    いて、前記対象領域から虹彩領域を含む赤目領域の候補
    となる複数の特徴領域を抽出する工程と、 前記虹彩領域と他の特徴領域との接触関係と、前記特徴
    領域の特徴量の階調特性と、前記特徴領域の面積に関す
    る面積情報と、に基づいて前記赤目領域を特定する工程
    と、を備えることを特徴とする赤目特定方法。
JP2001224628A 2001-07-25 2001-07-25 画像中の赤目を特定するプログラム、記録媒体、画像処理装置及び赤目特定方法 Pending JP2003036438A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2001224628A JP2003036438A (ja) 2001-07-25 2001-07-25 画像中の赤目を特定するプログラム、記録媒体、画像処理装置及び赤目特定方法
US10/200,219 US20030021478A1 (en) 2001-07-25 2002-07-23 Image processing technology for identification of red eyes in image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001224628A JP2003036438A (ja) 2001-07-25 2001-07-25 画像中の赤目を特定するプログラム、記録媒体、画像処理装置及び赤目特定方法

Publications (1)

Publication Number Publication Date
JP2003036438A true JP2003036438A (ja) 2003-02-07

Family

ID=19057754

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001224628A Pending JP2003036438A (ja) 2001-07-25 2001-07-25 画像中の赤目を特定するプログラム、記録媒体、画像処理装置及び赤目特定方法

Country Status (2)

Country Link
US (1) US20030021478A1 (ja)
JP (1) JP2003036438A (ja)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004274771A (ja) * 2003-03-11 2004-09-30 Samsung Electronics Co Ltd 適応型輝度値補正装置および方法
JP2005310068A (ja) * 2004-04-26 2005-11-04 Noritsu Koki Co Ltd 白目補正方法及びこの方法を実施する装置
JP2005316958A (ja) * 2004-03-30 2005-11-10 Fuji Photo Film Co Ltd 赤目検出装置および方法並びにプログラム
JP2005316973A (ja) * 2004-03-30 2005-11-10 Fuji Photo Film Co Ltd 赤目検出装置および方法並びにプログラム
JP2006285956A (ja) * 2005-03-11 2006-10-19 Fuji Photo Film Co Ltd 赤目検出方法および装置並びにプログラム
KR100727935B1 (ko) 2005-05-24 2007-06-14 삼성전자주식회사 이미지 보정 방법 및 장치
CN100344150C (zh) * 2004-06-14 2007-10-17 佳能株式会社 图像处理装置以及摄像装置
JP2008520039A (ja) * 2004-11-10 2008-06-12 イーストマン コダック カンパニー 人間の画像における虹彩及び瞳孔の検出方法
US7450739B2 (en) 2003-09-19 2008-11-11 Fujifilm Corporation Image processing apparatus and method, red-eye detection method, as well as programs for executing the image processing method and the red-eye detection method
JP2009218642A (ja) * 2008-03-07 2009-09-24 Fujitsu Ltd 色温度設定装置、色温度設定プログラム、および色温度設定方法
US7684638B2 (en) 2005-02-15 2010-03-23 Quanta Computer Inc. Dynamic image contrast enhancement device
JP2010511322A (ja) * 2006-11-28 2010-04-08 インテル・コーポレーション 鮮明さを保持したビデオデータのコントラスト強調
US7835572B2 (en) 2003-09-30 2010-11-16 Sharp Laboratories Of America, Inc. Red eye reduction technique
JP2013162516A (ja) * 2012-02-06 2013-08-19 Nhn Corp 画像自動補正のための構図に基づく露出測定方法及び装置
JP2017188034A (ja) * 2016-04-08 2017-10-12 オリンパス株式会社 画像認識装置、画像認識方法、及び画像認識プログラム

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7630006B2 (en) 1997-10-09 2009-12-08 Fotonation Ireland Limited Detecting red eye filter and apparatus using meta-data
US7042505B1 (en) 1997-10-09 2006-05-09 Fotonation Ireland Ltd. Red-eye filter method and apparatus
US7738015B2 (en) 1997-10-09 2010-06-15 Fotonation Vision Limited Red-eye filter method and apparatus
US7352394B1 (en) 1997-10-09 2008-04-01 Fotonation Vision Limited Image modification based on red-eye filter analysis
US6999202B2 (en) 2001-03-27 2006-02-14 Polaroid Corporation Method for generating a halftone of a source image
CN1323846C (zh) * 2001-05-30 2007-07-04 宇劲投资公司 高速照片打印设备
US6842186B2 (en) * 2001-05-30 2005-01-11 Polaroid Corporation High speed photo-printing apparatus
US6937365B2 (en) 2001-05-30 2005-08-30 Polaroid Corporation Rendering images utilizing adaptive error diffusion
US6906736B2 (en) * 2002-02-19 2005-06-14 Polaroid Corporation Technique for printing a color image
US7283666B2 (en) 2003-02-27 2007-10-16 Saquib Suhail S Digital image exposure correction
US7970182B2 (en) 2005-11-18 2011-06-28 Tessera Technologies Ireland Limited Two stage detection for photographic eye artifacts
US8254674B2 (en) 2004-10-28 2012-08-28 DigitalOptics Corporation Europe Limited Analyzing partial face regions for red-eye detection in acquired digital images
US7536036B2 (en) * 2004-10-28 2009-05-19 Fotonation Vision Limited Method and apparatus for red-eye detection in an acquired digital image
US7920723B2 (en) * 2005-11-18 2011-04-05 Tessera Technologies Ireland Limited Two stage detection for photographic eye artifacts
US7574016B2 (en) 2003-06-26 2009-08-11 Fotonation Vision Limited Digital image processing using face detection information
US7689009B2 (en) * 2005-11-18 2010-03-30 Fotonation Vision Ltd. Two stage detection for photographic eye artifacts
US7616233B2 (en) * 2003-06-26 2009-11-10 Fotonation Vision Limited Perfecting of digital image capture parameters within acquisition devices using face detection
US8036458B2 (en) * 2007-11-08 2011-10-11 DigitalOptics Corporation Europe Limited Detecting redeye defects in digital images
US8170294B2 (en) * 2006-11-10 2012-05-01 DigitalOptics Corporation Europe Limited Method of detecting redeye in a digital image
US7587085B2 (en) * 2004-10-28 2009-09-08 Fotonation Vision Limited Method and apparatus for red-eye detection in an acquired digital image
US7792970B2 (en) * 2005-06-17 2010-09-07 Fotonation Vision Limited Method for establishing a paired connection between media devices
US8773685B2 (en) * 2003-07-01 2014-07-08 Intellectual Ventures I Llc High-speed digital image printing system
US9412007B2 (en) * 2003-08-05 2016-08-09 Fotonation Limited Partial face detector red-eye filter method and apparatus
US8520093B2 (en) * 2003-08-05 2013-08-27 DigitalOptics Corporation Europe Limited Face tracker and partial face tracker for red-eye filter method and apparatus
US20050031224A1 (en) * 2003-08-05 2005-02-10 Yury Prilutsky Detecting red eye filter and apparatus using meta-data
JP2005099920A (ja) * 2003-09-22 2005-04-14 Fuji Photo Film Co Ltd 画像処理装置および画像処理方法ならびにプログラム
JP4345622B2 (ja) * 2003-11-05 2009-10-14 オムロン株式会社 瞳色推定装置
JP2005210208A (ja) * 2004-01-20 2005-08-04 Fuji Xerox Co Ltd 画像処理装置、画像処理方法、およびプログラム
US20110102643A1 (en) * 2004-02-04 2011-05-05 Tessera Technologies Ireland Limited Partial Face Detector Red-Eye Filter Method and Apparatus
US20060008169A1 (en) * 2004-06-30 2006-01-12 Deer Anna Y Red eye reduction apparatus and method
JP4599110B2 (ja) * 2004-07-30 2010-12-15 キヤノン株式会社 画像処理装置及びその方法、撮像装置、プログラム
US20060221197A1 (en) * 2005-03-30 2006-10-05 Jung Edward K Image transformation estimator of an imaging device
US7599577B2 (en) * 2005-11-18 2009-10-06 Fotonation Vision Limited Method and apparatus of correcting hybrid flash artifacts in digital images
KR100756318B1 (ko) * 2006-01-16 2007-09-06 삼성전자주식회사 이득 조절 가능한 절단 빈도함수 평활화를 이용한 영상처리 방법 및 시스템
WO2007095553A2 (en) 2006-02-14 2007-08-23 Fotonation Vision Limited Automatic detection and correction of non-red eye flash defects
US7965875B2 (en) * 2006-06-12 2011-06-21 Tessera Technologies Ireland Limited Advances in extending the AAM techniques from grayscale to color images
US20080170778A1 (en) * 2007-01-15 2008-07-17 Huitao Luo Method and system for detection and removal of redeyes
US8055067B2 (en) * 2007-01-18 2011-11-08 DigitalOptics Corporation Europe Limited Color segmentation
EP2145288A4 (en) * 2007-03-05 2013-09-04 Digitaloptics Corp Europe Ltd FILTERING OF POSITIVE FALSE OF RED EYES USING A LOCATION AND FACE ORIENTATION
DE102007010603B4 (de) * 2007-03-05 2009-01-15 Siemens Ag Verfahren für Fernübertragung von Anzeigedaten zwischen zwei Rechnern
US8503818B2 (en) 2007-09-25 2013-08-06 DigitalOptics Corporation Europe Limited Eye defect detection in international standards organization images
JP5089405B2 (ja) * 2008-01-17 2012-12-05 キヤノン株式会社 画像処理装置及び画像処理方法並びに撮像装置
US8212864B2 (en) * 2008-01-30 2012-07-03 DigitalOptics Corporation Europe Limited Methods and apparatuses for using image acquisition data to detect and correct image defects
US8081254B2 (en) * 2008-08-14 2011-12-20 DigitalOptics Corporation Europe Limited In-camera based method of detecting defect eye with high accuracy
US8218860B1 (en) * 2008-08-28 2012-07-10 Adobe Systems Incorporated Method and system for replacing color ranges in an image
TWI455043B (zh) * 2011-03-01 2014-10-01 Hon Hai Prec Ind Co Ltd 防紅眼人像拍攝系統及方法
TW201328312A (zh) * 2011-12-27 2013-07-01 Icatch Technology Inc 修正紅眼的影像處理方法及裝置
KR101929494B1 (ko) * 2012-07-10 2018-12-14 삼성전자주식회사 영상 처리 방법 및 장치
CN103034861B (zh) * 2012-12-14 2016-12-21 北京航空航天大学 一种货车闸瓦故障的识别方法及装置
JP5991224B2 (ja) * 2013-02-15 2016-09-14 オムロン株式会社 画像処理装置、画像処理方法、および画像処理プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6343141B1 (en) * 1996-10-08 2002-01-29 Lucent Technologies Inc. Skin area detection for video image systems
US6252976B1 (en) * 1997-08-29 2001-06-26 Eastman Kodak Company Computer program product for redeye detection
US6407777B1 (en) * 1997-10-09 2002-06-18 Deluca Michael Joseph Red-eye filter method and apparatus
US6631208B1 (en) * 1998-05-29 2003-10-07 Fuji Photo Film Co., Ltd. Image processing method

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004274771A (ja) * 2003-03-11 2004-09-30 Samsung Electronics Co Ltd 適応型輝度値補正装置および方法
US7450739B2 (en) 2003-09-19 2008-11-11 Fujifilm Corporation Image processing apparatus and method, red-eye detection method, as well as programs for executing the image processing method and the red-eye detection method
US7835572B2 (en) 2003-09-30 2010-11-16 Sharp Laboratories Of America, Inc. Red eye reduction technique
JP4505362B2 (ja) * 2004-03-30 2010-07-21 富士フイルム株式会社 赤目検出装置および方法並びにプログラム
JP2005316973A (ja) * 2004-03-30 2005-11-10 Fuji Photo Film Co Ltd 赤目検出装置および方法並びにプログラム
JP2005316958A (ja) * 2004-03-30 2005-11-10 Fuji Photo Film Co Ltd 赤目検出装置および方法並びにプログラム
JP2005310068A (ja) * 2004-04-26 2005-11-04 Noritsu Koki Co Ltd 白目補正方法及びこの方法を実施する装置
CN100344150C (zh) * 2004-06-14 2007-10-17 佳能株式会社 图像处理装置以及摄像装置
JP2008520039A (ja) * 2004-11-10 2008-06-12 イーストマン コダック カンパニー 人間の画像における虹彩及び瞳孔の検出方法
US7684638B2 (en) 2005-02-15 2010-03-23 Quanta Computer Inc. Dynamic image contrast enhancement device
JP2006285956A (ja) * 2005-03-11 2006-10-19 Fuji Photo Film Co Ltd 赤目検出方法および装置並びにプログラム
KR100727935B1 (ko) 2005-05-24 2007-06-14 삼성전자주식회사 이미지 보정 방법 및 장치
JP2010511322A (ja) * 2006-11-28 2010-04-08 インテル・コーポレーション 鮮明さを保持したビデオデータのコントラスト強調
JP2009218642A (ja) * 2008-03-07 2009-09-24 Fujitsu Ltd 色温度設定装置、色温度設定プログラム、および色温度設定方法
JP2013162516A (ja) * 2012-02-06 2013-08-19 Nhn Corp 画像自動補正のための構図に基づく露出測定方法及び装置
US8885937B2 (en) 2012-02-06 2014-11-11 Nhn Corporation Exposure measuring method and apparatus based on composition for automatic image correction
JP2017188034A (ja) * 2016-04-08 2017-10-12 オリンパス株式会社 画像認識装置、画像認識方法、及び画像認識プログラム

Also Published As

Publication number Publication date
US20030021478A1 (en) 2003-01-30

Similar Documents

Publication Publication Date Title
JP2003036438A (ja) 画像中の赤目を特定するプログラム、記録媒体、画像処理装置及び赤目特定方法
CN108668093B (zh) Hdr图像的生成方法及装置
JP4702635B2 (ja) オートホワイトバランス補正値算出装置、方法およびプログラムならびに撮像装置
US8055067B2 (en) Color segmentation
EP1918872B1 (en) Image segmentation method and system
JP4218348B2 (ja) 撮影装置
US8106958B2 (en) Image processing apparatus and image processing method and image capturing apparatus
US8135184B2 (en) Method and apparatus for detection and correction of multiple image defects within digital images using preview or other reference images
JP3684017B2 (ja) 画像処理装置及び方法
US7580169B2 (en) Image processing apparatus and its method
JP5064947B2 (ja) 画像処理装置及び方法、及び撮像装置
KR100942766B1 (ko) 촬영 장치와 방법, 및 프로그램 기록 매체
US20050179780A1 (en) Face detecting apparatus and method
JPH09322192A (ja) 赤目検出補正装置
JP2005310124A (ja) 赤目検出装置、プログラムおよびプログラムを記録した記録媒体
JP4158343B2 (ja) 画像中の赤目領域を特定するプログラム、画像処理装置および記録媒体
JP2008518334A (ja) 取得したデジタル画像での赤目検出方法及び装置
JP2007094840A (ja) 画像処理装置、及び画像処理方法
JP4148903B2 (ja) 画像処理装置、画像処理方法およびデジタルカメラ
JP3510040B2 (ja) 画像処理方法
JP2005346474A (ja) 画像処理方法及び装置及びプログラム及び記憶媒体
JP2003348341A (ja) 画像処理装置、画像処理方法及びプログラム
JP5453796B2 (ja) 画像処理装置、電子カメラ及び画像処理プログラム
CN113781330A (zh) 图像处理方法、装置及电子系统
JP5744945B2 (ja) 画像処理装置及び方法、及び撮像装置

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20050614