JP2004509486A

JP2004509486A - 色かぶり検出及び除去方法

Info

Publication number: JP2004509486A
Application number: JP2002513194A
Authority: JP
Inventors: クーパー、テッド、ジェー
Original assignee: Sony Electronics Inc
Current assignee: Sony Electronics Inc
Priority date: 2000-07-18
Filing date: 2001-07-05
Publication date: 2004-03-25
Also published as: GB0301012D0; GB2380893B; EP1320985A2; GB2380893A; US6377702B1; AU2001280495A1; DE10196436T1; CN1455910A; WO2002007426A3; CN1193315C; TW525373B; WO2002007426A2; EP1320985A4

Abstract

【解決手段】カラー補正法は適応的セグメント化を使用する。無彩軸（１２）を有する色空間にデフォルトグレー半径（６０）を設けて色平面に中間色のビン（４２）を設定する。ビン（４２）にデジタルカラー画像（３２）の画素を集める。デフォルトグレー半径（６０）内部の画素についてカラーヒストグラム（４４）を計算して色度ピーク（７４、７６、７８）を求め、デフォルトグレー半径をグレー半径（６４）に調整する。グレー半径（６４）内部の支配的な色素ピーク（８０）から色かぶりを検出すると共に、無彩軸（１２）からの色かぶり距離を検出する。色空間におけるカラー画像（３２）から色かぶり距離を減じることにより画素から色かぶりを除去し、色かぶりを除去したカラー画像（３６）を出力する。

Description

【０００１】
【発明の属する技術分野】
本発明はデジタル画像に関し、特に、デジタル画像における色かぶり（ｃｏｌｏｒｃａｓｔ）の検出と除去に関する。
【０００２】
【従来の技術】
シーン撮影中のシーンの光源（ｓｃｅｎｅｉｌｌｕｍｉｎａｎｔ）に関しては、全体の露出の測定値以外には殆ど何も分からないので、デジタルスチルカメラ（ｄｉｇｉｔａｌｓｔｉｌｌｃａｍｅｒａ：以下、ＤＳＣという。）は色表現に関して相当な制約がある。シーン光源を推測する多くの試みが文献に報告されている。最も簡単な方法は、グレーワールド近似（ｇｒａｙｗｏｒｌｄａｐｐｒｏｘｉｍａｔｉｏｎ）と呼ばれ、シーンにおける全表面の反射特性の平均色は灰色であると仮定している。この仮定に従うと、平均灰色表面から反射した後に平均色が残るとすると、その平均色は光源の色に他ならない。グレーワールド近似が有効でないシーンの場合にグレーワールド近似を適用すると、典型的には色かぶりが画像に現れる。より良い画像を得るために、光源を推定するより洗練されたアルゴリズムが開発されている。最も広く使用されている色補正法（ｃｏｌｏｒｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄ）は、フォンクリース変換（ＶｏｎＫｒｉｅｓｔｒａｎｓｆｏｒｍａｔｉｏｎ）である。画像の赤、緑、青、すなわちＲＧＢ値を光源の推測値で除算してから、標準光源のＲＧＢ値を乗算する。他の光源推測法は、集合平均色（ｅｎｓｅｍｂｌｅａｖｅｒａｇｅ）が集まる特定の色領域を測定した後、種々の色度チャート（ｃｈｒｏｍａｔｉｃｉｔｙｃｈａｒｔ）上に分類する。これらの光源推測法は、多数の色距離測定基準（ｃｏｌｏｒｄｉｓｔａｎｃｅｍｅｔｒｉｃ）を用いて、グレーワールド近似から外れた支配的な色スキュー（ｃｏｌｏｒｓｋｅｗ）を検索してシーン光源を推定する。
【０００３】
典型的には、ＤＳＣメーカは、ホワイトバランス（ｗｈｉｔｅｂａｌａｎｃｅ：以下、ＷＢという。）として知られている方法において、幾つかの方法から要素を引き出す。ＷＢの目的は、白いオブジェクトが白く見えるような画像を生成することであり、不均等エネルギ光源（ｎｏｎｅｑｕｉ−ｅｎｅｒｇｙｉｌｌｕｍｉｎａｎｔｓ）の視覚上の影響が最小化される。ＷＢが適切に取られていないときは、色かぶり（例えば、西日の下におけるデジタルスチル画像の黄色のかぶり）がはっきりと画像に現れる。ＷＢ法は、殆どの場合、フォンクリース補正（ＶｏｎＫｒｉｅｓｃｏｒｒｅｃｔｉｏｎ）を画像の全画素に対して適用することから開始し、これにより、上述した方法の仮定による光源推測値に基づき、ＲＧＢセンサアレイの増幅利得をバランスさせる。また、臨時的な調整として、殆どの場合、画像の最大輝度値を真白（例えばＲ＝Ｇ＝Ｂ＝１．０）に設定する。また、ある種のカメラでは、最小輝度値を調整して、黒色点（ｂｌａｃｋｐｏｉｎｔ）を真黒でない等エネルギレベル（例えばＲ＝Ｇ＝Ｂ≒０．０１）に設定する。殆どのＤＳＣカメラでは、明るい光の屋外シーンに対しては、露出を考慮して、黒色点を真黒（Ｒ＝Ｇ＝Ｂ＝０．０）に設定する。画像の白色点（ｗｈｉｔｅｐｏｉｎｔ）及び黒色点領域を予め設定した目標に向けて移動させる（通常、関連する階調制御（ｔｏｎｅｃｏｎｔｒｏｌ）を伴う）ことにより、良好なピークハイライト領域（ｐｅａｋｈｉｇｈｌｉｇｈｔａｒｅａ）及びシャドウ領域（ｓｈａｄｏｗａｒｅａ）が得られる。しかしながら、これは、階調の１／４〜３／４に含まれる大部分の画素情報に対して補正（ｃｏｍｐｅｎｓａｔｉｏｎ）を加えるものではない。得られる画像は、画像の半分以上に相当な色かぶり（ｃｏｌｏｒｃａｓｔ）を示す。画像の白色点（及び黒色点についても言えるが）は、画像取込中に極めて非線形に変化するので、カメラデータの中には後処理で利用できる光源情報は殆ど残っていない。
【０００４】
画像取込中に原画像の白色点と黒色点が変化しないのであれば、画像の色空間（ｃｏｌｏｒｓｐａｃｅ）を回転させて、白色点と黒色点を結ぶコアライン（ｃｏｒｅｌｉｎｅ）を無彩軸（ａｃｈｒｏｍａｔｉｃａｘｉｓ）に一致させることができる。
【０００５】
従来の色かぶり検出及び除去方法としては、所謂「グレー軸再配置（ｇｒａｙａｘｉｓｒｅａｌｉｇｎｍｅｎｔ）」法１０があり、グレー軸再配置法１０は、図１（従来技術）に示すように、Ｌ^＊ａ^＊ｂ^＊色空間において、「Ｌ」をＬ^＊輝度軸、すなわち無彩軸１２上の輝度値とし、「ａ^＊」と「ｂ^＊」をａ^＊の色度軸１４とｂ^＊の色度軸１６上の各色度値とするものである。原画像は、白色点１７、黒色点１８及び白色点１７から黒色点１８に結ぶコアライン２０を有する。矢印２２は、コアライン２０の回転を表しており、回転によりコアライン２０を無彩軸１２に揃えて再配置した白色点２４と再配置した黒色点２６とする。筒状の中間色コア（ｃｙｌｉｎｄｒｉｃａｌｎｅｕｔｒａｌ−ｃｏｌｏｒｃｏｒｅ）２８は、コアライン２０を回転した後のものを表している。
【０００６】
【発明が解決しようとする課題】
このグレー軸再配置法は、シーンのピーク輝度領域（ｐｅａｋｉｌｌｕｍｉｎａｎｔａｒｅａ）は無彩色のハイライトである仮定しており、この仮定は、大量の現実の写真から導き出されたものである。なお、ある種のプロ用カメラは、ピーク輝度画素を真白に調整しない特殊目的用の手動ホワイトバランスモードを備えている。マクベススペクタライトＩＩＩブース（ＭａｃＢｅｔｈＳｐｅｃｔｒａｌｉｇｈｔＩＩＩｂｏｏｔｈ）において様々な光源の条件（Ｄ５０、Ｄ６５、冷白色蛍光灯、日没前昼光色（ｈｏｒｉｚｏｎｄａｙｌｉｇｈｔ）、Ｕ３０蛍光灯、白熱灯）下で、この方法によりデータを収集した。簡単なデータ後捕捉アルゴリズムにより、Ｌ^＊ａ^＊ｂ^＊色空間において、白色点１７から黒色点１８を結ぶコアライン２０を、無彩軸１２に一致するまで引き延ばして回転させた。この結果、種々の光源下の試験サンプルに含まれるマクベスカラーチャートグレーパッチ（ＭａｃＢｅｔｈＣｏｌｏｒＣｈａｒｔｇｒａｙｐａｔｃｈ）の無彩色の純度（ａｃｈｒｏｍａｔｉｃｐｕｒｉｔｙ）による測定値として、画像の色かぶりに顕著な減少が見られた。しかしながら、グレー軸再配置法は、画像における最高輝度点の色度情報に決定的に依存している。試験したカメラに色度情報は殆ど入っていなかったので、黒色点１８の位置は問題にならなかったにもかかわらず、白色点１７を少し動かすだけで画像の残りの部分に対する近中間色（ｎｅａｒ−ｎｅｕｔｒａｌｃｏｌｏｒ）に視覚的な影響が現れた。
【０００７】
【課題を解決するための手段】
本発明は、カラー画素から成るカラー画像から色かぶりを検出し、除去する色かぶり検出及び除去方法を提供する。無彩軸を有する色空間を準備すると共に、色度平面における中間色のビンを設定するのに用いるデフォルトグレー半径を準備する。画素の色素に基づきビンに画素を集める。デフォルトグレー半径内部のビンの画素について色度ピークを有するカラーヒストグラムを計算する。デフォルトグレー半径をカラーヒストグラムの色度ピークに基づきグレー半径に調整する。グレー半径内部の支配的な色度ピークから色かぶりを検出すると共に、支配的な色ピークと無彩軸との距離から色かぶりの距離を検出する。色空間においてカラー画像から色かぶりの距離を減じることにより色かぶりを除去し、色かぶりを除去したカラー画像を出力する。
【０００８】
本発明はカラー画素から成るカラー画像から色かぶりを検出し、除去する色かぶり検出及び除去方法を提供する。無彩軸を有する色空間を準備すると共に、色度平面における中間色のビンを設定するのに用いるデフォルトグレー半径を準備する。画素の色素に基づきビンに画素を集める。デフォルトグレー半径内部のビンの画素について色度ピークを有するカラーヒストグラムを計算する。デフォルトグレー半径をカラーヒストグラムの色度ピークに基づきグレー半径に調整する。グレー半径内部の同一色度象限にある複数の色度ピークから色かぶりを検出すると共に、これら複数の色度ピークと無彩軸との平均距離から色かぶりの距離を検出する。色空間においてカラー画像から色かぶりの距離を減じることにより色かぶりを除去し、色かぶりを除去したカラー画像を出力する。
【０００９】
グレー軸再配置法は、画像のピーク輝度画素を調節しない条件下で良好に動作するが、殆どのＤＳＣ装置は何らかの方法で画像の最も明るい画素を変更するので、現実の世界には殆ど適用されない。本発明に係る色かぶり検出及び除去方法は、画像全体に分布する大きな連続的な近グレーオブジェクトの色度を調べることによりこの制約を克服したものである。
【００１０】
本発明の上述及びその他の利点は、添付図面を参照する以下の詳細の説明から当業者には明らかとなる。
【００１１】
【発明の実施の形態】
図１に示すグレー軸再配置法（ｇｒａｙａｘｉｓｒｅａｌｉｇｍｅｎｔｍｅｔｈｏｄ）１０は、画像のピーク輝度画素を調節しない条件下では良好に機能するが、殆どのＤＳＣ装置は、何らかの方法で画像の最も明るい画素を変更するので、現実的には殆ど適用することができない。本発明に係る色かぶり検出及び除去方法は、画像全体に分布する大きな連続的な近グレーオブジェクトの色度を調べることにより、この制約を克服したものである。
【００１２】
図２は、本発明を適用したデジタル画像装置３０の構成を示すブロック図である。デジタル画像装置３０は、原画像３２が供給され、この原画像３２は、本発明のビン方法（ｂｉｎｍｅｔｈｏｄ）３４により処理されて、補正画像（ｃｏｒｒｅｃｔｅｄｉｍａｇｅ）３６が生成される。
【００１３】
このデジタル画像装置の基本的な考え方は、画像の最も明るい画素は損なわれる（ｃｏｍｐｒｏｍｉｓｅｄ）としても、その他の全ての近中間色画素（ｎｅａｒ−ｎｅｕｔｒａｌ−ｐｉｘｅｌ）は、元の色度特性を保持するということである。デジタル画像装置の基本的な考え方は、殆どグレーな（ａｌｍｏｓｔｇｒａｙ）オブジェクトを表す全ての画素を注意深く選択し、それらの平均色を識別することである。これらのオブジェクトの色位置を調べることにより、本発明のアルゴリズムでは、全てのオブジェクトに共通する全体的な色かぶりがあるか、あるいはオブジェクトがランダムに分散した色ベクトルを有するかについての証拠を検出する。このアルゴリズムは、画像が「殆どグレーな（ａｌｍｏｓｔｇｒａｙ）」オブジェクトを含まないか、あるいはシーン全体が単一の大きなカラフルなオブジェクトに支配されている（これは多くの場合「赤い納屋（ｒｅｄｂａｒｎ）」と呼ばれる）かの可能性に対して感度が良い。全ての近中間色に共通する色成分が見つかれば、その強さを推測し、その色度の逆数をこれらのオブジェクトの全てに適用する。補正のメカニズムは、三次元ルックアップテーブル（ＬｏｏｋｕｐＴａｂｌｅ：以下、ＬＵＴという。）を実現する国際カラーコンソーシアム（ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｌｏｒＣｏｎｓｏｒｔｉｕｍ、国際標準化機構）プロファイルの基本構造を有する。このプロファイルは、直接試験画像に適用でき、あるいはディスクファイルに書き込んでから、同様の色かぶり特性を有する多数の画像に適用することができる。
【００１４】
図３は、本発明に係る色かぶり検出及び除去方法におけるビン方法（ｂｉｎｍｅｔｈｏｄ）３４を示す図である。図２の原画像３２が「デフォルトグレー半径」ブロック４０に入力され、このブロック４０は、初期グレー色コア筒（ｓｔａｒｔｉｎｇｐｏｉｎｔｇｒａｙｃｏｌｏｒｃｏｒｅｃｙｌｉｎｄｅｒ）を準備する。次に、ビン方法３４は、「中間色ビン検出」ブロック４２に進む。ビン方法３４は、「中間色ビン検出」ブロック４２から「入力コア画素についての２Ｄカラーヒストグラムの計算」ブロック４４に進む。ビン方法３４は、「入力コア画素についての２Ｄカラーヒストグラムの計算」ブロック４４から「グレー半径の拡大」判定ブロック４６に進み、ここで、新たなピークに遭遇したという理由、あるいはピークの大きさが依然変化しているという理由からグレー半径の拡大を続けるべきかが判定される。「ｙｅｓ」のときは、ビン方法３４は、「ピークの位置に基づく半径の調整」ブロック４８に進み、次の反復のために、「中間色ビン検出」ブロック４２に戻る。「ｎｏ」のときは、ビン方法３４は、「３Ｄ補正ＬＵＴ作成」ブロック５０に進み、各色に対する補正係数を記憶するルックアップテーブル（ＬＵＴ）を作成する。次に、「ＬＵＴを介した全画像の変換」ブロック５２において、ＬＵＴからの補正係数を適用してカラー画像の色かぶりを除去する。これで、ビン方法３４は「終了」し、図２に示す補正画像３６を出力する。
【００１５】
なお、ビン方法３４は、（近中間色領域内にある）各画像オブジェクトを丁度囲む適正な色ビンの範囲を選択することを試みる反復アルゴリズムとして実行される。この反復アルゴリズムの目標は、全ての近中間色オブジェクトが適切な色ビンに集められ、かつ色ビン内で検出されるどの色ピークも安定しているという条件を満たす最小の色度半径（ｃｈｒｏｍａｔｉｃｒａｄｉｕｓ）を探し出すことである。安定性は、色度半径内の小さな変化に対して新たなピークに遭遇しないこと、及びピークの大きさ（これはセグメント化された領域内に含まれる画素数の尺度である）が比較的一定であることにより測定することができる。ビン選択パラメータが所定の安定レベルに達したときには、近中間色オブジェクトの最小セットが識別されており、それらの平均色として最も可能性の高い値が得られている。これらのオブジェクトの色空間座標（ベクトル）分布は、色かぶりの有無とその強さを定める。また、この分布は、画像が多数のランダムに分散した色ベクトルを含み、補正が不要であることを示すこともできる。同様に、この分布は、一定色の大きなオブジェクトの存在（「赤い納屋」状態）を示すこともできる。この場合、このアルゴリズムは、色かぶりではないとする。
【００１６】
図４は、本発明に基づいた図３の「デフォルトグレー半径」ブロック４０に関するデフォルトグレー半径選択６０をＬ^＊軸１２、ａ^＊軸１４、ｂ^＊軸１６上に示す図である。白色点と黒色点を含まないグレー領域は、グレー半径６４を有する筒状の中間色コア６２として示される。最良の形態において、デフォルトグレー初期値は、ａ^＊＝ｂ^＊＝１５国際照明委員会（ＣｏｍｍｉｓｓｉｏｎＩｎｔｅｒｎａｔｉｏｎａｌｅｄｅｌ’Ｅｃｌａｉｒａｇｅ：以下、ＣＩＥＬＡＢという。）単位である。画像が４０ＣＩＥＬＡＢ単位を超えると、殆どの場合は色飽和するから、最大半径は、約４０ＣＩＥＬＡＢ単位となっている。
【００１７】
図５は、本発明に基づいた図３の「中間色ビン検出」ブロック４２に関する中間色の色ビン６６の設定を示す図である。図５において、８×８格子は、色セグメントの統計的数を集計する中間色コア６２の色ビン、例えば色ビン６８を定義するものである。色ビン６６の数は、グレー半径６４の増加に応じて増加する。目標は、画像の大きな割合を占める近中間色の８〜１２個の色と、目につく色かぶりを有する白領域を検出することである。（目につく色かぶりを有する画像及び白領域の大きな割合を占める８〜１２個の近中間色の色を探し出すことである。）
【００１８】
画素の選択において、輝度及び色度のある中央範囲内に見つかる画像の全ての画素は、オブジェクトを識別する色ビンにソートできると、当初は考えられていた。輝度レベルを制限することの合理性は、「最も明るい画素（黒色点でも可能である）」の補正により、シーンの真の色の特性でない近中間色オブジェクトが生成されることにあった。画像データベースを用いた実験の結果、輝度の制限は、色かぶりの方向を有意に変更しないことが直ちに判明した。より重要なことに、実験により、実際の画像はシャツのボタン、ペン、鉛筆又はレースの襟等の孤立した小さなオブジェクトを表す多数の画素を含むことが実証された。これらのオブジェクトは、人の背広、車又はデスクトップ等のシーンの支配的なオブジェクトに比べると非常に小さい。色かぶりの情報は、シーンの支配的な大きなオブジェクトに集中している。これらの支配的なオブジェクトは、大抵の場合、画像の主題ではない（例えばカップルの肖像写真の背景である灰色の壁）が、それらの全体の大きさと比較的一定の色は、シーンを見る者の印象を支配する。経験的に、近中間色オブジェクトに対する最良の測定基準は、画像の画素数の少なくとも１％を占める略一定な表面反射のようなものである。特定の色かぶりの存在を判定する際に、表面光源の重要なサンプルとなるのは、主として大きなオブジェクトである。
【００１９】
大きなオブジェクトは、その表面である曲面に亘って多数の明度レベルを有すると仮定される。ビン方法３４のアルゴリズムの目標は、オブジェクトに亘って変化を考慮して、色ビンの輝度及び色度の制約を経験的に調整することである。このアルゴリズムは、サンプル画像が数百の異なる小さなオブジェクトから成るときは、各色ビンの画素の数が少ないことから、大きなオブジェクトが存在しないとする。具体的には、「ウォーリーを探せ（Ｗｈｅｒｅ’ｓＷａｌｄｏ）」の絵は、一定の色の背景が各オブジェクトを囲み、画素母集団の１％を占めるような可能性がない限り、多分大きなオブジェクトが存在しないとされる。殆ど全ての屋外の自然なシーンは、大きな近中間色のオブジェクトが存在するという判定基準を満たしている。これは、恐らく空、芝生、セメント、水、地面等が屋外のシーンに対して支配的であるという事実に起因している。屋内のシーンでは、織物や模様のオブジェクトが支配的である場合には、満たされない。人の肖像写真が存在するときには、顔や腕の皮膚の色が、一般的には近中間色オブジェクトのカテゴリに入り、殆どの場合画像の５％〜５０％を占めることから、判定基準を満たさないものはなかった。
【００２０】
図６は、本発明に基づいた「入力コア画素についての２Ｄカラーヒストグラムの計算」ブロック４４に関する全体的な色度ヒストグラムマップ７０を示す図である。ヒストグラムマップ７０は、色度軸１４，１６と画素数軸７２を有する。代表的な画像の場合、セグメント化されたオブジェクトの色分布は、中間色コア６２内に、他と区別可能な別個のピーク７４，７６，７８を有する。ピーク７４，７６，７８がそれぞれ区別可能なときは、図３に示す「グレー半径の拡大」判定ブロック４６において、グレー半径６４を拡大させないと決定する。なお、色ビン６６は、グレー半径６４の今後の拡大を予測及び調整するためにのみ使用される。
【００２１】
このアルゴリズムは、色度値が色空間範囲の中央半分の内部に収まる全画素についての色度ヒストグラムマップ７０を作成することから、開始する。色度ヒストグラムマップ７０は、符号付の８ビットのＬ^＊ａ^＊ｂ^＊座標において、｜ａ^＊｜＜６４かつ｜ｂ^＊｜＜６４の中間色コアに最も近いオブジェクトに対応している。このａ^＊とｂ^＊に対する２Ｄヒストグラムマップ７０を用いて、セグメント化法（ｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄ）で検出された近中間色オブジェクトが共通の色度成分を持つかを識別する。次に、このアルゴリズムは、輝度値及び色度値のデフォルト範囲内に３つ以上の画素を含まない２×２画素の近傍を除去することにより、セグメント化を開始する。後述するように、このアルゴルズムは、１つの輝度座標と２つの色度座標を有する殆ど全ての色空間で機能する。４画素中３画素の判定基準（２×２の近傍の場合）により、小さなオブジェクトとエッジは通常この基準を満たさないので、画像の全画素の約３０％が除去される。このアルゴリズムのこの部分の目標は、後続するステップで処理する画素数を速やかに減らし、略一定の反射を有する大きなオブジェクトのみを選択することである。
【００２２】
上述の条件を満たす２×２の画素群は、ビン６８等の色ビンに割り振られ、輝度及び色度の範囲が計算される。十分な数の色ビン６６を収集したら、圧縮検索（ｃｏｍｐａｃｔｉｏｎｓｅａｒｃｈ）を実行して、輝度及び色度の範囲が互いに対応し（ｃｏｍｐａｔｉｂｌｅ）、色の範囲が近接したビンを併合する。この目標は、色ビン６６の数をより簡単に操作できる色の範囲の数に減らすことである。約２０個のカラー範囲の圧縮セットが最適であることが判明した。圧縮検索法に基づく輝度と２つの色度チャンネルの拡大は、反復フィードバックパラメータの第１のセットを構成する。これにより、圧縮ビンは、計算された新たな輝度及び色度の範囲と、新たな平均色を有する。更に、使用した全画素の座標も新たに作成したビンに記憶される。この方法は、全画像の処理が完了するまで続く。
【００２３】
色範囲の圧縮セットが２０以下の圧縮ビンに減少したら、セグメント化を開始する。セグメント化の目標は、共通表面反射を有する大きなオブジェクトを検出することである。自然のオブジェクトの表面は、殆どの場合曲面であり、その表面に亘って明るさと色が変化する。セグメント化により、オブジェクト内の隣接画素は、輝度及び色度がかなり広い範囲では変化しているにもかかわらず、実際のオブジェクトで見られるように、その変化は円滑であるので、併合される。
【００２４】
セグメント化法は、以下のように進められる。各色ビンを画像のｘ、ｙ座標によりソートして、それが同じ色のグループに属する他の画素グループに８方向で連結されているかを判定する。これらの画素、これらの座標、個々の色及びグループの色を含むセグメント化ビンを作成する。アルゴリズムのパラメータにより、隣接する８方向の連結した画素から１画素以上離れたオフセット位置の画素グループを含めることができる。実験結果によれば、０と１の空間オフセットが最良の結果を示した。要素が空間的に連結されていない場合、例えば人の右腕と左腕のような場合、単一の色ビンから２つ以上のセグメント化ビンを生成する。セグメント化ビン法は、左から右に連なる隣接画素の行を行の昇順で並べた画素の配列で完了する。これにより、各近中間色オブジェクトの重心（ｃｅｎｔｒｉｏｄ）と共に、オブジェクトに内在する全面積（セグメントグループの部分ではないが、画素の構成要素により完全に囲まれる内部の画素の島を含む）を簡単に計算することができる。この情報により、シャツのボタンやペンのようなものがシャツのような他のオブジェクト上にある場合でも、オブジェクトの大きさを正確に推測することができる。近中間色の色度のオブジェクトは良好に分類される。セグメント化法は、オブジェクトの境界を含まない。エッジ（曲面又は矩形のオブジェクトの場合）は、境界で極めてはっきりした色の変化を示す傾向があるので、境界近傍において４画素中３画素は、類似の色を持たない確率が高い（これらは画素選択段階で除外される）。
【００２５】
境界エッジがないことは、このアルゴリズムの利点である。オブジェクトの境界を迅速に検出するには、オブジェクト間の４画素幅のボイド（ｖｏｉｄ）を探すだけでよい。ボイド（オブジェクトの画素が両側に存在する領域）を辿ると、近中間色オブジェクトの境界を直ちに横断する。高い色度を有するオブジェクトの境界を検出するためには、判定基準を画素選択段階で逆にして、高い色度の２×２近傍を考えるだけでよい。高い色度のオブジェクトが極めて明確な境界を有することから、このタイプのセグメント化は非常に良好に機能する。
【００２６】
全てのセグメントビンを集め、圧縮したら、アルゴリズムは、全体の色度ヒストグラムマップ７０を判定して、近中間色領域に幾つの個別色度ピークが発生しているか決定する。画素選択段階において認められた色度半径よりも大きな色度半径を有するピークを検出したときには、そのピークを含むように、４画素中３画素の判定基準用の色度選択半径を増加させる。また、色度半径に関するパラメータセットに加え、反復フィードバック法における２つの他パラメータセットを変更することもできる。第２のパラメータセットは、輝度及び色度のビン初期範囲であり、第３のパラメータセットは、ビン初期範囲からのビン最大拡大である。
【００２７】
広範な試験によると、画素選択段階におけるグレー半径６４のみを変更することにより、安定した色かぶりの補正結果を達成することができる。他の２つのパラメータセットは直ちに同じ結果に収束し、計算速度を上げる一定値を保つ。典型的には、安定した色かぶり距離に到達するには１又は２回の反復だけで済む。
【００２８】
図７は、本発明に係る色かぶり検出及び除去方法のビン方法３４を図６と同じ空間に示す図である。中間色コア６２内で互いに接する３つのピークは、重心８２を有する、単一の支配的な色度ピーク８０となる。中間色コア６２内の「グレーワールド」に戻る色かぶりの除去方向は、矢印８４で示され、色かぶりの距離は、重心８２が矢印８４の長さだけ動く距離である。各色ビンの内容はそれぞれ無彩軸１２に移動して、重心８２の移動が成される。なお、単一の支配的な色度ピーク８０を色かぶりと決定する前に、多くの統計的制約及び大きさの制約を満たす必要がある。
【００２９】
３回の反復後、同じオブジェクトが略同一の形状で繰り返し識別される。輝度及び色度のビン初期範囲を変えることの重要性は、様々に変化する反射表面を持つ複雑な近中間色オブジェクトを識別することにある。このアルゴリズムを使用する目的が画像中のオブジェクトのセグメント化であるときは、ビン初期範囲の変更は、色度半径より重要なパラメータのセットである。
【００３０】
要求されるパラメータセットを変更した後、全体の方法を繰り返す。画素選択段階においては、画像中の全ての原中間色画素を再度サンプリングするか、セグメント化されたオブジェクト内に現在位置する減少された画素セットを使用するかの選択肢がある。画像の全画素セットを使用すると、若干色かぶり除去の精度が上がる。セグメント化されたオブジェクト画素のみを使用すると、処理時間がかなり短縮される。アルゴリズムの目的が画像オブジェクトをセグメント化することであるときは、狭いビン初期範囲を選択する。また、全画素セットは、必要なオブジェクトの拡大のために使用されなければならない。広いビン初期範囲を選択したときは、セグメント化されたオブジェクトに現在位置する画素を使用すると、形状精度を殆ど損なうことなく処理速度が大幅に改善される。
【００３１】
反復完了毎に、アルゴリズムは、調整されたパラメータのセットにおける変化量を判定する。新たな変化量が所定の閾値以下のときは、反復を停止する。この時点で、全体の色度ヒストグラムマップ７０の現在のバージョンを解析する。ランダムな方向に複数の色度ピークがあるときは、アルゴリズムは、画像に色度シフトはないと決定する。この決定の論理は、異なる色度象限（ｃｈｒｏｍａｔｉｃｑｕａｄｒａｎｔ）にある少なくとも２つの近中間色オブジェクトが示す異なる色度ピークによっては、全体的な色かぶりは生じないということである。これら２つのオブジェクトにまだ弱い（ｍｉｎｏｒ）色かぶりは存在するとしても、殆どの場合、視覚上問題とはならない。
【００３２】
ヒストグラムマップに唯一つの色度ピークがあるとき、あるいは複数のピークの全てが色空間における選択した同一の色度象限にあるときは、色かぶりが有る可能性が高い。色度ヒストグラムマップの平均ベースラインは、主なピークを除去したときの、近中間色色度平面における平均ビン画素数として定義される。次に、アルゴリズムは、単一の色度ピークに関わる画素数が、平均ベースラインに選択された乗数閾値（ｍｕｌｔｉｐｌｉｃａｔｉｖｅｔｈｒｅｓｈｏｌｄ）を乗じた値よりも大きいかを調べる。これは、基本的には、オブジェクトの色度ピークが近中間色領域のノイズレベルを超えているかを調べることである。これに限定されないが、平均ベースラインに１０の乗数閾値を乗じると、許容範囲内にあることがわかった。答えが「ｙｅｓ」ならば、アルゴリズムは、色かぶりが、単一の色度ピークまでの半径に等しいと仮定する。同一象限に複数の色度ピークがあるときは、色かぶりを各ピークまでの平均半径とする。補正として、この量の色度をセグメント化法で検出された全てのオブジェクトから減じる。これにより「白色点と黒色点を結ぶ軸」は、確実に無彩軸にシフトされる。言うまでもないが、白色点及び黒色点のオブジェクトは、移動しない（その理由は、これらのオブジェクトは最初のホワイトバランス操作で既に補正されているからである）。画像の１／４〜３／４の階調を占める近中間色オブジェクトのみが補正される。
【００３３】
色度ピークの画素数が、ベースラインの、乗数閾値である１０倍に達しないときは、アルゴリズムは、色かぶりは無いと推定する。露出が適正な多くの写真には、はっきりとした色特徴（ｄｅｆｉｎｉｔｅｃｏｌｏｒｓｉｇｎａｔｕｒｅｓ）を有する近中間色オブジェクトがある。しかしながら、統計的には、異なる色特徴を有する他のオブジェクトもある。写真における全ての大きな近中間色オブジェクトを平均化すると、異なる象限に複数のピークが、あるいは色度軸に非常に近接して単一のピークが形成されるはずである。全てのピークが中間色軸（ｎｅｕｔｒａｌ−ｃｏｌｏｒａｘｉｓ）から所定の閾値以下である画像は、色度的には中間色と考えられ、補正されない。このアルゴリズムのユーザは、画像の内容が色かぶりを示すときには、この仮定を無効にして、色かぶり補正を少し行うことができる。殆どの場合、この色かぶりは、濃い肌色（ｓｔｒｏｎｇｆｌｅｓｈｔｏｎｅ）を含む画像に関係している。多くの肌色は、近中間色オブジェクトの範疇に入る。このような場合には、色かぶり補正により反対に、最終的な肌色に悪影響が出るので、色かぶり補正を行わないのがベストである。これについては後で詳しく述べる。
【００３４】
アルゴリズムは、画像の異常に関する他の試験を行う。全ての近中間色オブジェクトの平均色度が所定の閾値を超える場合、アルゴリズムは、非常にカラフルな画像であるとして、停止する。これは、「赤い納屋」の画像の例である。アルゴリズムは、色かぶりの距離を一旦求めると、図７に示すように、その色度量をセグメント化されたオブジェクトから減じる。
【００３５】
図３に示すように、「３ＤＬＵＴを介した全画像の変換」ブロック５２において、三次元ＬＵＴ（ルックアップテーブル）を用いて、入力ＲＧＢ値を最終的な出力ＲＧＢ値に変換する。全てのＬＵＴテーブル座標において、ＬＵＴに対する入力ＲＧＢ値を輝度及び色度の色空間座標に変換する。これらの変換座標を各ビン平均色と比較する。一致するときは、色かぶりの色度を平均値（クリッピングが適用されている）から減じる。得られた値をＲＧＢ値に再変換する。ＲＧＢ出力値における結果の増加又は減少を示すために、ＬＵＴにエントリを設ける。最終的な画像に人為的な結果（ａｒｔｉｆａｃｔｓ）が現れる「急激な（ｓｐｉｋｅ）」補正を避けるために、ＬＵＴに補間又はスムージングを適用する。ＬＵＴを永久記憶装置に書き込むことにより、同じ色かぶり問題を有する他の画像を解析し、及び／又は適用することができる。
【００３６】
色かぶり除去前後のカラー画像から、本発明に係る色かぶり検出及び除去方法のビン方法３４の有効性が示される。試験の目的のために、マクベスライトブース（ＭａｃＢｅｔｈｌｉｇｈｔｂｏｏｔｈ）において固定光源の下で様々な見え方の変化の変化を示すシーンを選択した。ビン方法３４を２００枚の自然シーン画像で試験した。種々のＤＳＣ装置で撮影した屋外昼光下の画像には、雲、セメントの歩道やアスファルトに小さな「赤かぶり」による色変化がある。これらの色変化は、微妙だが、観察される。屋外画像に対する強い色かぶりの除去は、支配的な赤又はオレンジ色が存在する夕焼けの条件下の画像に対して適用される。
【００３７】
屋内の自然画像では、フラッシュや蛍光灯の明かりにより、殆どの場合、緑の色かぶりが発生する。ビン方法３４は、この種の自然シーンを非常に良く識別して、補正する。ミックス光源下においては、この色かぶり除去方法は、単一光源の実験結果に比べ不完全に見える。これは、恐らく、一部の近中間色オブジェクトが昼光に照らされ、他のオブジェクトが蛍光灯に照らされている結果である。全体の色度ヒストグラムマップ７０において、２つのオブジェクトは２つのスペクトルピーク（光源タイプ毎に１つのピーク）を示し、これらのピークは、異なる色象限に現れる程、異なっている。このような場合、ビン方法３４は、強い補正を行わない。このような場合、セグメント化情報は、各オブジェクトの空間座標を提供する。それらの画像座標によって近中間色オブジェクトを分類するために、解析を行ってもよい。近中間色のグループ間で加重差分（ｗｅｉｇｈｔｅｄｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ）をとって、位置及び固有の色かぶり間の相関を求める。この場合、オブジェクトの各セットをそれらの平均局部色によってバランスさせるために、２つの別々の色かぶり除去を行ってもよい。
【００３８】
ビン方法３４のために、Ｌ^＊ａ^＊ｂ^＊色空間を選択したが、その理由は、微妙な色かぶりを検出し、補正するのに、知覚上の均一性が必要と考えられるからである。Ｌ^＊ａ^＊ｂ^＊色空間に係る浮動小数点及び立方根の要件のために、処理速度は明らかに低下した。３２０×２４０ＲＧＢ画像に対する典型的な処理時間は、２３３ＭＨｚペンティアムウィンドズマシン（登録商標、プログラムの最適化なし）上で７秒である。なお、画像サイズを大きくしても、色かぶり座標の決定及びセグメント化の精度は、向上しなかった。中程度の色かぶり（８ビット座標コードで少なくとも１２単位のａ^＊、ｂ^＊半径）を検出するためには、１００×７５画素の画像で十分であることが判明した。しかしながら、１００×７５画素の場合、実際のシーンに対するセグメント化の決定は、８方向連結オブジェクトがこの解像度では互いに分離する傾向が有るため、強く制限された。経験的に、３２０×２４０画素の画像は、処理時間対セグメント化の効率が最適であり、色かぶりを決定する半径精度は２単位であった。
【００３９】
アルゴリズムが、色空間の選択にどのように依存するかについて調べた。ＪＰＥＧ圧縮法で普及していることから、「ＹＵＶ」色空間を選択した。ＲＧＢ線形座標からの変換は、以下の式で表される。
【００４０】
【数１】

【００４１】
逆変換は、以下の式で表される。
【００４２】
【数２】

【００４３】
ＹＵＶ色空間は、３×３の行列乗算を必要とするが、Ｌ^＊ａ^＊ｂ^＊色空間よりは約１９％速い。３２０×２４０画素の画像に対する処理時間は、同一環境下で、代表的には５．６秒である。色かぶり除去のための色度軸ベクトルは、Ｌ^＊ａ^＊ｂ^＊色空間の結果と略同じである。しかしながら、セグメント化の結果にはかなりの違いがある。ＹＵＶ色空間の結果は粗くなるが、その理由は、検出する近中間色オブジェクトの数が、通常は少ないからである。検出されたオブジェクトに対する画像面積（ｐｉｘｅｌａｒｅａｓ）は、略等しい。Ｌ^＊ａ^＊ｂ^＊色空間で要求される立方根差分計算をしないので、ＹＵＶ色空間の色度座標は、初期の色ビンを生成する際、量子化ノイズがかなり増える。２回の反復後、支配的な色度ピークのＹＵＶ色空間における位置は、Ｌ^＊ａ^＊ｂ^＊色空間の結果と等しくなる。
【００４４】
色空間の最後の選択は「Ｌｓｔ」色空間である。これはシンプルな色度空間であり、Ｒ、Ｇ、ＢからＬ、ｓ、ｔへの変換は、下記式に示すように、簡単な加算と除算で表される。
Ｌ＝（Ｒ＋Ｇ＋Ｂ）／３　　　（３）
ｓ＝Ｒ／（Ｒ＋Ｇ）　　　　　（４）
ｔ＝Ｒ／（Ｒ＋Ｂ）　　　　　（５）
このアルゴリズムの主な用途は、自然画像から肌色を高速で検索するシステムである。色度軸が非常に粗くて雑であるが、アルゴリズムは、Ｌ^＊ａ^＊ｂ^＊色空間よりも５０％多い反復回数で殆ど完全に対応した結果が出される。なお、ｓがＲＧ平面上で１から０まで動くのに対し、ｔもＲＢ平面上で同様に動く。試験において、ｓ、ｔに関する色度変動の粗さのために、色かぶりベクトルが安定するのが遅くなり、反復回数が増えた。しかしながら、一旦安定すると、補正画像に同一の視覚的効果が観察された。Ｌｓｔ色空間の速度は、３２０×２４０画素の画像環境において約５．１３秒であった。このアルゴリズムの処理時間の殆どは、ソーティング処理に費やされ、色空間の計算には殆ど費やされなかった。ＹＵＶ色空間の結果と同様に、Ｌｓｔ色空間では、かなり粗いセグメント化の結果が得られ、近中間色オブジェクトの安定状態に収束するのが遅かった。非常に注目すべき点としては、肌色オブジェクトはＬｓｔ色空間で直ちに捕捉されなかった。正確には、Ｌ^＊ａ^＊ｂ^＊及びＹＵＶシステムに比べて約２倍の数の色ビンに亘って顔色が分布した。ＬＵＴで改善したＬ^＊ａ^＊ｂ^＊アルゴリズムは、Ｌｓｔアルゴリズムに比して、処理速度が若干遅いという結論に達した。安定した色かぶり距離へのより高い収束性と、良好なセグメント化の結果が得られることから、Ｌ^＊ａ^＊ｂ^＊色空間が最も好ましい実施の形態となった。
【００４５】
アルゴリズムの初期開発段階では、広いビン初期範囲のパラメータセット（ｗｉｄｅｐｒｅｌｉｍｉｎａｒｙｂｉｎｒａｎｇｅｐａｒａｍｅｔｅｒｓｅｔｓ）を輝度チャンネルと２つの色度チャンネルに使用したため、当初、肌色が問題となった。結果として、セグメント化は、典型的な画像における全画素の８０％をカバーし、全ての肌色は近中間色オブジェクトとして選択された。早期の反復段階で色かぶりを補正すると、肌色オブジェクトは、黄橙色の色度の一部を失った。その結果は直ちに見分けがつき、非常に問題であった。その後の開発において、輝度及び色度のチャンネルに対して狭い範囲を使用すると、最小の共通色度ベクトルに高速で収束した。これにより、最終の近中間色オブジェクトにおける肌色の発生が急減した。肌色の「不飽和（ｄｅｓａｔｕｒａｔｉｏｎ）」の対策のために、ソフトウェアモジュールを使用して、セグメント化されたオブジェクトにおける肌色を検出し、色度の減算（ｃｈｒｏｍｉｎａｎｃｅｓｕｂｔａｃｔｉｏｎ）を減らした。文献に定義されている肌色の全体の領域（ｇｅｎｅｒａｌａｒｅａ）とともに画像データベースにある特別の事例を用いた。
【００４６】
この肌色のソフトウェアモジュールを使用する必要性はないが、これには非常に便利な性質がある。一旦セグメント化ビンが設けられた後、ソフトウェアモジュールを介して肌色を識別して、人の顔、腕や手を検出する。セグメント化ビンは、ビン画素分布の重心を含んでいる。更なる探索モジュールを作成して、ビンの画素分布が楕円に一致するか判定し、その長軸と短軸を推測した。探索モジュールは、肌色ビンに対してのみ、人の頭の長短軸比の標準に基づいて、それが顔に属すか判定する。画素の喪失や眼鏡、宝石によるノイズにもかかわらず、この顔検出ソフトウェアは、良好な性能を示した。試験は正面の顔の例に限った。推測された顔の高さを決定した後、プログラムは、その大きさの頭を持つ人の首、腕、手がありそうな場所の領域を調べる。他のビンを検索して、これらの場所に首、腕、手のオブジェクトに相当するオブジェクトを見つけ出すことや、露出のよい画像中の人数を数えることはある程度成功した。
【００４７】
セグメント化の使用は、大きな近中間色の空間的位置を識別するのに役に立つ。目標は、天井の明かり、明るい外窓、昼光の空等の光源の位置を求めることであった。ビン方法３４は、大きな近中間色オブジェクトを識別し、区別することについて極めて高い信頼性を示した。明るさが変化する曲面のオブジェクトは、直ちに分類され、１又は２つのビンに収められた。ビン方法３４の反復により、色特性を変化させるビンの領域併合を、光源がかなり変化されるオブジェクトに一致させることができた。
【００４８】
領域の色度に基づき、画像の領域を併合する能力は、本発明の重要な特徴である。輝度と色度に関する初期範囲の調整は、織物や低レベルの模様を有するオブジェクトを排除（ｃｏｌｌａｐｓｅ）するのに重要である。ビンの初期範囲と同時に定められるものは、単一のビンが処理することができる絶対的な最大色度範囲を記述するパラメータセットである。このセットにより、８方向連結のビン及び領域を互いに併合することができる。このアルゴリズムは、近中間色オブジェクトのグループの色度ベクトルが安定するまで、ビンの絶対的な最大色度の拡大を一定に保つ。輝度及び色度に対して狭いビン範囲を用いる初期の反復は、画像の内容を２つの提案するクラスに分類するのに役立つと考えられる。第１のクラスは、少ない非常に大きなオブジェクトを有する画像に属し、第２のクラスは多数の小さなランダムに配置されたオブジェクトを有する画像に属する。これら２つのクラスの知識に基づき、画像の主題である少ない主要なオブジェクトの検索に集中する特定のビンの拡大特性を実現することができる。
【００４９】
結果として、このアルゴリズムは、比較的小さな（２００×３００画素のオーダの）画像に、色かぶりが有るかを迅速に判定する。１つの輝度軸と２つの色度軸を有する任意の色空間において、無彩軸からの、大きな近中間色オブジェクトの変位を表す色度ベクトルを見つけ出すことができる。実験によれば、試験した３つの色空間のうちＬ^＊ａ^＊ｂ^＊色空間によって、最も確実に安定色度ベクトルを検出することができた。このベクトルの大きさを求めた後、画像から色かぶりを除去するＩＣＣのような簡単なプロファイルが生成される。
【００５０】
以上、本発明を、特定の最良の実施の形態を用いて説明したが、上述の記載から、多くの代替形態、変形形態及び変更形態があることは、当業者とって明らかである。したがって、本発明は、これらの全ての代替形態、変形形態及び変更形態を含むものである。明細書に記載し又は添付図面に示す全ての事項は、例示であり、本発明を制限するものでない。
【図面の簡単な説明】
【図１】
従来の色かぶり検出及び除去方法を説明するための図である。
【図２】
本発明を組み込んだデジタル画像装置の全体を示すブロック図である。
【図３】
本発明に係る色かぶり検出及び除去方法を説明するための図である。
【図４】
本発明に基づくデフォルトグレー半径選択を示す図である。
【図５】
本発明に基づく中間色ビンの検出を説明するための図である。
【図６】
本発明に基づくヒストグラムの計算を説明するための図である。
【図７】
本発明に係る色かぶり検出及び除去方法を説明するための図である。

Claims

画素から成るカラー画像［３２］を準備するステップと、
無彩軸［１２］と２つの色度軸［１４，１６］を有する色空間を準備するステップと、
上記無彩軸［１２］からのデフォルトグレー半径［６０］を準備するステップと、
色度平面［１４〜１６］における中間色［４２］のビン［４２］を設定するステップと、
画素の色度に基づき上記ビン［４２］に画素を集めるステップと、
上記デフォルトグレー半径［６０］内部の上記ビン［４２］の画素について色度ピーク［７４，７６，７８］を有するカラーヒストグラムを計算するステップと、
上記カラーヒストグラム［４４］の上記色度ピーク［７４，７６，７８］に基づき上記デフォルトグレー半径［６０］をグレー半径［６４］に調整するステップと、
上記グレー半径［６４］内部の支配的な色度ピーク［８０］から色かぶりを検出すると共に、上記無彩軸［１２］と上記支配的な色度ピークとの距離から色かぶりの距離を検出するステップと、
上記色平面において上記カラー画像［３２］から上記色かぶりの距離を減じることにより上記画素から上記色かぶりを除去するステップと、
色かぶりを除去したカラー画像を出力するステップとを有する色かぶり検出及び除去方法。
上記カラーヒストグラム［４４］を計算するステップは、
上記カラー画像［３２］において隣接する画素のグループを指定するステップと、
一定に近い反射特性を有する大きなオブジェクトのみが処理されるように、大多数の画素が類似した色度値を有さない隣接画素のグループを消去するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記カラーヒストグラム［４４］を計算するステップは、
色度値の範囲を設定するステップと、
上記色度値の範囲が近接するビン［４２］を併合することにより上記ビン［４２］を圧縮するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記カラーヒストグラム［４４］を計算するステップは、
色の範囲を設定するステップと、
上記ビン［４２］をソートして、該ビンの画素と色の範囲が近接する他のビン［４２］の画素との連結を決定するステップと、
上記色の範囲が近接する連結画素を収めるためのセグメント化ビン［６６］を設定するステップと
上記セグメント化ビン［６６］に上記色の範囲が近接する連結画素を集めるステップと、
上記セグメント化ビン［６６］の重心を計算するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記カラーヒストグラム［４４］を計算するステップは、
色の範囲を設定するステップと、
上記ビン［４２］をソートして、該ビンの画素と色の範囲が近接する他のビン［４２］の画素との連結を決定するステップと、
上記色の範囲が近接する連結画素を収めるためのセグメント化ビン［６６］を設定するステップと、
上記セグメント化ビン［６６］に上記色の範囲が近接する連結画素を集めるステップと、
上記カラー画像［３２］内のオブジェクトの境界を求めるために上記セグメント化ビン［６６］間のスペースを検出するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記カラーヒストグラム［４４］を計算するステップは、
色の範囲を設定するステップと、
上記ビン［４２］をソートして、該ビンの画素と色の範囲が近接する他のビン［４２］の画素との連結を決定するステップと、
上記色の範囲が近接する連結画素を収めるためのセグメント化ビン［６６］を設定するステップと、
上記セグメント化ビン［６６］に上記色の範囲が近接する連結画素を集めるステップと、
上記カラー画像［３２］内の高色度オブジェクトの境界を求めるために色の範囲が近接しない上記セグメント化ビン［６６］間のスペースを検出するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記デフォルトグレー半径［６０］を調整するステップは、
上記デフォルトグレー半径［６０］に近接する色度ピーク［７４、７６、７８］を検出するステップと、
上記デフォルトグレー半径［６０］に近接する色度ピーク［７４、７６、７８］を含むように上記グレー半径を変更するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記デフォルトグレー半径［６０］を調整するステップは、
上記デフォルトグレー半径［６０］に近接する色度ピーク［７４、７６、７８］を検出するステップと、
上記デフォルトグレー半径［６０］に近接する色度ピーク［７４、７６、７８］を含むように上記グレー半径を変更するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記デフォルトグレー半径［６０］を調整するステップは、
上記デフォルトグレー半径［６０］に近接する色度ピーク［７４、７６、７８］を検出するステップと、
上記ビンの初期色度範囲を変更するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記デフォルトグレー半径［６０］を調整するステップは、
上記デフォルトグレー半径［６０］に近接する色度ピーク［７４、７６、７８］を検出するステップと、
上記ビンの初期色度範囲から任意のビンの最大拡大を変更するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記デフォルトグレー半径［６０］を調整するステップは、
上記デフォルトグレー半径［６０］に近接する色度ピーク［７４、７６、７８］を検出するステップと、
上記グレー半径［６４］内部の上記ビン［４２］の画素について上記カラーヒストグラム［４４］を再計算するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記デフォルトグレー半径［６０］を調整するステップは、
色の範囲を設定するステップと、
上記ビン［４２］をソートして、上記ビンの画素と色の範囲が近接する他のビン［４２］の画素との連結を決定するステップと、
上記色の範囲が近接する連結画素を収めるためのセグメント化ビン［６６］を設定するステップと、
上記セグメント化ビン［６６］に上記色の範囲が近接する連結画素を集めるステップと、
上記デフォルトグレー半径［６０］に近接する色度ピーク［７４、７６、７８］を検出するステップと、
上記グレー半径［６４］内部の上記セグメント化ビン［６６］の画素について上記カラーヒストグラムを再計算するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記カラーヒストグラム［４４］を計算するステップは、
上記色かぶりを除去するステップを避けるために、上記色空間の異なる色度象限における支配的な色度ピーク［８０］の存在を判別するステップを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記カラーヒストグラム［４４］を計算するステップは、
上記支配的な色度ピーク［８０］の大きさが支配的でない色度ピーク［７４、７６、７８］の大きさの平均値に乗数閾値を乗じた値未満のとき、上記ヒストグラム［４４］の計算から上記支配的な色度ピーク［８０］を除外するステップを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記デフォルトグレー半径［６０］を準備するステップは、
Ｌ^＊ａ^＊ｂ^＊色空間、ＹＵＶ色空間及びＬｓｔ色空間から成るグループから色空間を選択するステップを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。
上記色かぶりを除去するステップは、
上記色かぶり距離に対する補正値を有するルックアップテーブルを作成するステップと、
上記ルックアップテーブルを参照して上記カラー画像［３２］を変換し、上記色かぶりを除去したカラー画像［３６］を生成するステップとを有することを特徴とする請求項１記載の色かぶり検出及び除去方法。