JP2004524726A - 外部あるいは内部撮影位置によるカラ−イメージの分類方法 - Google Patents

Abstract

本発明は内部あるいは外部撮影かどうかを決定するカラ−イメージを分類する方法に関し、イメージの異なる温度値に対応する基準カラ−スペクトル帯域Ｂ_ｉ を決定し、外部イメージあるいは内部イメージの特徴が可能であり、解析されたカラ−イメージを選択し、特定のカラ−区域（例えばＲＧＢに対して）において規定されるように選択されたカラ−イメージをデジタル化し、少なくとも基準カラ−スペクトル帯域、少なくともカラ−イメージの一部のカラ−スペクトルの分布を決定し、基準カラ−スペクトル帯域分布に基づいてイメージ温度が内部画像と外部イメージのいずれかに対応するかを決定するためにデジタル化されたイメージカラ−スペクトルを解析する。

Description

【０００１】
【発明の属する技術分野】
本発明は一般的にイメージの技術に関するものであり、特に、例えば外部あるいは内部イメージの撮影位置にしたがったカラ−イメージの分類に関する。
【０００２】
本発明は特に、ビデオイメージのマクロ分割を制限のない方法で適用できることが利点である。
【０００３】
【従来の技術】
上記の技術分野において、ビデオのマクロ分割の目的は意味のあるユニットあるいは風景として撮影を分類することである。撮影のビデオのマクロ分割は連続するビデオイメージから得られた信号の解析に基づいている。撮影内容を反映するイメージは後者の各イメージとして選択される。位置に従った撮影の分類はビデオを情景に分割することをより簡単にする。用語内部は実際の位置の表示であり、シナリオが情景の記載の前に書かれた場合に初期段階で固定される。この用語は用語外部の反対である。この位置の表示は内部あるいは外部位置で撮影されなければならない全情景を予め確認するための技術的端末を可能にする。適切な用語の使用は仕事である撮影ディレクタ−の手助けとなり、異なる照明を要求する情景を同一化し、情景の位置すなわち外部あるいは内部位置に応じて照明に適応するようにする。また、ビデオイメージが意味上の指標であると解析される場合に位置指標に注意することは重要である。
【０００４】
【発明が解決しようとする課題】
それ故、撮影が外部位置、一般に自然環境において、あるいは内部位置、例えば室内、建物内あるいは洞穴内でされたかどうかによってカラ−イメージを分類可能にする必要がある。
【０００５】
本発明の目的はイメージの撮影された位置、すなわち外部あるいは内部位置を決定する観点でカラ−イメージを分類するプロセスを提供することによってこの要求を満たすことである。
【０００６】
【課題を解決するための手段】
本発明によれば、本発明のプロセスは
外部イメージあるいは内部イメージの特徴である異なるイメージ温度値に対応する基準カラ−のスペクトル帯域を決定し、
解析すべきカラ−イメージを選択し、
与えられたカラ−領域（例えばＲＧＢ）で規定できるように選択されたカラ−画像をデジタル化し、
デジタル化されたカラ−イメージの少なくとも一部のカラ−スペクトル分布を基準カラ−の少なくともスペクトル帯域に対して決定し、
基準カラ−のスペクトル帯域による分布に応じて内部イメージあるいは外部イメージに対応するイメージの温度を決定するためにデジタル化されたイメージのカラ−スペクトルを解析する。
【０００７】
さらに有利な特徴として、本発明によるプロセスは基準カラ−のスペクトル帯域として上昇する順序の温度によって配列された赤、黄および緑のスペクトル帯域を決定するよう構成される。
【０００８】
【発明の実施の形態】
特に図１において、本発明のシステム１ は、イメージが例えば外部（自然環境において）あるいは内部（例えば部屋、建物あるいは洞穴）で撮影された。
【０００９】
例に図示されるように、システム１ はイメージセンサ２ 、例えばビデオカメラを含んでおり、その出力は与えられたカラ−スペクトル領域において規定された例えばＲＧＢで規定されたイメージを常にデジタル化するために使用されたデジタル媒体３ にリンクされるＲＧＢはＩＣＩ（国際照度委員会）によって分類され規定されている。
【００１０】
デジタル媒体３ の出力は撮影が各選択されたイメージに対して行われた位置を決定するためにイメージを解析することを可能にするプログラムされたリソースを含んでいるコンピュータのようにデータ処理システム４ に接続される。データ処理システム４ はイメージが内部あるいは外部位置において撮影されたかどうかを指示するために解析された各イメージおよび関連した位置の指示指標を記録する。
【００１１】
システム４ はリソースを含んでおり、外部イメージあるいは内部イメージの特徴に対して異なるイメージ温度に対応する基準カラ−Ｂ_ｉ のスペクトル帯域を決定することができる。光源の熱力学的温度は光線のスペクトル分布Ｍ_ｆ を解析し、後者に関連したカラ−を分類することによって推定される。
【００１２】
光線のスペクトル分布Ｍ_ｆ は下記の表１に示された７つのスペクトル帯域によって示される。
【００１３】

異なるスペクトル帯域は下降する順序の温度によって配列される。自然光と比較して人工光を考慮にいれるべきであり、値が主に赤のスペクトル帯域であり、わずかな範囲で緑および青のスペクトル帯域のスペクトルを有する。それゆえ、スペクトルが主として赤であり、その温度が内部照明に対応して一番冷たいと判断されるイメージは内部のものである（例えば室内、建物、洞穴などの内部のカラ−の温度）。
【００１４】
逆に言えば、スペクトルのイメージが主として緑の温度は、外部照明に対応して一番熱いと判断される（例えば海の色、空の色の温度）。この場合、イメージは外部イメージとして分類され、言い換えればイメージは自然環境で撮影されたものである。
【００１５】
好ましい応用の特徴にしたがって、基準カラ−スペクトル帯域として上昇する順序の温度によって配置されるよう赤、黄および緑のスペクトル帯域を考慮にいれることを決定される。青のスペクトル帯域は光スペクトルのある場合に計測することを困難にする。映画プロデューサーは解析が結果を不正確に示すよう過度に青のスペクトルを補正する傾向がある。加えて、黄のスペクトル帯域は現在の全スペクトルに近いので計測するのが容易である。現在のスペクトルの存在の程度は光（自然あるいは人工）のタイプによるが、たいていの場合において計測するのに十分である。
【００１６】
データ処理システム４ は少なくとも基準カラ−のスペクトル帯域を解析するよう選択されたデジタル化されたカラ−イメージの少なくとも部分をカラ−スペクトルの分布を決定することの可能なリソースを含んでいる。
【００１７】
好ましい応用の特徴によって、温度に関連した最大情報量を含んでいる特定のイメージ領域を選択する傾向がある。
【００１８】
好ましい異なる応用において、与えられたＲＧＢカラ−領域において規定されたデジタル化されたカラーイメージは、ＹＩＱカラ−領域のイメージに変換され、それはＮＴＳＣ（国際テレビジョンシステム委員会）によって規定され、独自の権利で識別されたＹＩＱシステムにおいて、３色成分はそれぞれ輝度であり、位相および直交位相においてカラ−領域で３つの軸（白−黒）、（赤−シアン）および（マゼンダ−緑）を表す。ＹＩＱスペクトル領域へのＲＧＢスペクトル領域の変換は下記の表２に与えられる。
【００１９】

選択されＹＩＱカラ−領域に変換されたイメージは基本画素ブロックに分割される。例えば各基本ブロックは１６画素の１６セットを含んでいる。画素の各基本ブロックに対して、平均輝度Ｙおよび位相Ｉの平均が計算される。ＹＩＱシステムにおいて軸Ｉの原点は実際、カラ−領域の軸（赤−シアン）を表し、一方Ｙ軸は軸（白−黒）の輝度を表すという事実が指摘される。
【００２０】
平均輝度Ｙおよび位相Ｉの平均の合計は画素の各基本ブロックに対して計算される。イメージの平均輝度Ｙおよび位相Ｉの平均の最大合計を有する画素ブロックは温度に関連する最大情報を含むイメージエリアを表すよう選択される。イメージの最大輝度Ｙおよびイメージの位相Ｉの値は光源に関連した最高温度を有するイメージ領域に対応する。
【００２１】
プロセスは画素の選択されたブロックの温度を検討するよう構成される。カラ−スペクトルの分布Ｍ_ｆ は下記の式を用いて選択された画素ブロックに対して決定される。
【００２２】
Ｍ_ｆ ＝Ｍ_ｒ ｒｏ＋Ｍ_ｖ ｖｏ＋Ｍ_ｂ ｂｏ
ここで、Ｍ_ｒ 、Ｍ_ｖ 、Ｍ_ｂ はイメージの成分の部分の画素マトリックスに対応し、それぞれ赤（Ｒ）、緑（Ｇ）、青（Ｂ）およびｒｏ＝７００，ｖｏ＝５４６．１およびｂｏ＝４３５．８である。
【００２３】
上記の式を使用して得られたスペクトル分布Ｍ_ｆ は表１に表される７つの可視スペクトル帯域に従って記載される。マトリックスＭ_ｆ の異なる可視スペクトル帯域を分類し、計測するためのプロセスを援助するために、マトリックスＭ_ｆ の増幅されたバージョンＡ_ｆ は次の式に基づいて使用される。
【００２４】

ここでｉ，ｊ はイメージ部分のマトリックス中の画素の数に対応する。
【００２５】
プロセスは赤（Ａ_ｆ （ｉ，ｊ） ＝６００ ），黄（Ａ_ｆ （ｉ，ｊ））＝５６０ ） および緑（Ａ_ｆ （ｉ，ｊ） ＝４９０） のカラ−スペクトルに上記説明されたように３つの基準スペクトル帯域上に焦点を集める定量化および分類化プロセスを増幅されたマトリックスＡ_ｆ を使用するよう構成する。
【００２６】
紫、シアン、およびオレンジのカラ−スペクトルは無視され、一方青スペクトルは黄スペクトルによって置換されることをと指摘しなければならない。スペクトルのヒストグラムは３つの基準カラ−スペクトル帯域、すなわち上記のように規定された赤、黄、および緑に従って画素の選択されたブロックに基づいて計算される。
【００２７】
プロセスはスペクトルヒストグラムの２つのピークに対応する２つの主要なスペクトル帯域を検出するよう構成される。温度軸によりこれらのピークおよび位置の値を比較することによって、画素の選択されたブロックのスペクトルの成分が暖かいスペクトルに近づく傾向があるが、或いは反対に冷たいスペクトルに近づく傾向であるかを決定することが可能である。したがって内部イメージあるいは外部イメージとしてイメージを分類することが可能にされる。
【００２８】
それゆえスペクトルの温度が暖かいか冷たいによって、内部イメージあるいは外部イメージとしてイメージを分類することが可能である。
【００２９】
図２ａ乃至２ｉはイメージスペクトルのヒストグラムの２つの主要なスペクトルの決定する場合に生じる可能性のある異なるシナリオを図示している。
【００３０】
図２ａは完全な冷たいスペクトルの場合を示し、イメージは内部イメージとして分類され、図２ｂは外部イメージとして分類されたイメージを表す完全に暖かいスペクトルに対応する。図２ａではスペクトルは全体的に赤のスペクトル帯域（冷たい温度）として生成され、および後者の図２ｂではスペクトルは緑のスペクトル帯域（暖かい温度）として生成される。
【００３１】
図２ｃは主として緑のスペクトルの場合を示し、緑のスペクトル帯域は赤よりも大きい。それゆえ対応するイメージは光の温度が暖かい場合は外部イメージとして分類される。
【００３２】
図２ｄは主として赤のスペクトルの場合を示し、赤のスペクトル帯域は緑よりも大きい。対応する光は冷たく、関連したイメージは内部イメージとして分類される。
【００３３】
図２ｅの場合、カラ−の２つのピークは、黄および赤は黄のピークが赤より高い場合に暖かい温度に整列して位置される。関連したイメージは外部イメージとして分類される。
【００３４】
類推によって、図２ｆの場合、黄のピークより高い赤のピークを与えるイメージは内部イメージとして分類されたイメージに対応する。
【００３５】
図２ｇは緑のピークが黄のピークより高い場合を示す。関連した光は暖かい温度に整列して位置され、対応するイメージは外部イメージとして分類される。
【００３６】
同様に、図２ｈは黄のピークが緑のピークより高い場合を示す。この場合イメージは内部イメージとして分類される。
【００３７】
図２ｉは完全に黄のスペクトル帯域であるスペクトルに相当する。一般にスペクトルのタイプは背面光のイメージから生じる。この場合、スペクトル分布マトリックスの決定は例えば窓から可視である強度の光源（空あるいは真昼の太陽）に属すのと識別されるブロックにおいて黄の光の優性を示す。このため白の強度はイメージは黒背景の光の効果あるいは外部イメージを生成するかどうかを示す。この効果は全体のイメージのグレイレベルに関するヒストグラムの解析によって識別される。グレイレベルの端末のヒストグラムの解析によって、各白および暗い領域の画素に応じて外部イメージあるいは内部イメージとしてイメージを分類することが可能である。強度において多数の画素の集積は、白の領域はイメージが外部領域であることを示す。反対の場合にイメージが内部イメージとして分類される。
【００３８】
本発明はイメージが撮影された場合に存在する光源の熱力学的温度に従ってカラ−のイメージを分類するために使用されるプロセスに関する。温度を考慮にいれることによって、光線のスペクトル分布を解析することによって推定され、撮影位置に応じて内部あるいは外部イメージとしてイメージを分類するのが可能である。
【図面の簡単な説明】
【図１】
本発明によるプロセスの実行を可能にするシステムの機能図。
【図２】
本発明によるプロセスを説明するスペクトルの異なるヒストグラム。

Claims (13)

1. 撮影位置、すなわち外部位置か内部位置かを決定するために観察するカラ−イメージの分類プロセスにおいて、
   外部イメージあるいは内部イメージの特徴を考えて異なるイメージ温度値に対応する基準カラ−Ｂ_ｉ のスペクトル帯域を決定し、
   解析されるべきカラ−イメージを選択し、
   与えられたカラ−領域（例えばＲＧＢ）において規定されることができるよう選択されたカラ−イメージをデジタル化し、
   少なくともデジタル化されたカラ−イメージの１部のカラ−スペクトル分布を基準カラ−のスペクトル帯域に対して決定し、
   基準カラ−のスペクトル帯域に従った分布に応じて内部イメージあるいは外部イメージに対応するイメージの温度を決定するためにデジタル化されたイメージのカラ−スペクトルを解析する撮影位置、すなわち外部位置か内部位置かを決定するために観察するカラ−イメージの分類プロセスステップを有しているカラーイメージの分類プロセス。
2. 基準カラ−のスペクトル帯域の上昇する順序の温度によって配列された赤、黄および緑のスペクトル帯域を決定する請求項１記載のプロセス。
3. デジタル化されたカラ−イメージの１部を選択するために、
   与えられたカラ−領域（例えばＲＧＢ）中に規定されたデジタル化されたカラ−イメージをＹＩＱカラ−領域のイメージに変換し、
   ＹＩＱカラ−領域のイメージを画素の基本ブロックに分割し、
   平均輝度Ｙおよび各基本画素ブロックの位相平均Ｉを計算し、
   平均輝度Ｙおよび位相の平均Ｉの最大合計を有する画素ブロックを選択し、
   カラ−イメージの１部に対応する選択された画素のブロックのカラ−スペクトル分布を決定する請求項１記載のプロセス。
4. 次の式を用いてカラ−イメージの１部のカラ−スペクトル分布Ｍ_ｆ を決定する請求項１または３記載のプロセス。
   Ｍ_ｆ ＝Ｍ_ｒ ｒｏ＋Ｍ_ｖ ｖｏ＋Ｍ_ｂ ｂｏ
   ここでＭ_ｒ 、Ｍ_ｖ 、Ｍ_ｂ はイメージ成分の部分の画素マトリックスに対応し、それぞれ赤（Ｒ）、緑（Ｇ）、および青（Ｂ）およびｒｏ＝７００，ｖｏ＝５４６．１およびｂｏ＝４３５．８である。
5. 次の式に基づいたカラ−スペクトル分布Ｍ_ｆ の増幅されたバージョンＡ_ｆ を計算する請求項４記載のプロセス。
   

   

   ここでｉ，ｊ はイメージ部分のマトリックスの画素数に対応する。
6. 特に、増幅されたバージョンＡ_ｆ に基づいて赤（Ａ_ｆ （ｉ，ｊ） ＝６００ ），黄（Ａ_ｆ （ｉ，ｊ））＝５６０ ） および緑（Ａ_ｆ （ｉ，ｊ） ＝４９０） のカラ−スペクトルに対するイメージの１部のスペクトルヒストグラムを決定するステップを含む請求項５記載のプロセス。
7. 特に、赤、黄、および緑のカラ−帯域に関するカラ−スペクトルの２つのピークを決定する請求項６記載のプロセス。
8. 内部イメージか外部イメージに対応するかを、拡張してイメージ温度を決定するために赤、黄、および緑のカラ−帯域のカラ−スペクトルの２つのピークを解析する請求項１および７記載のプロセス。
9. 特に、緑あるいは赤のスペクトル帯域の１００％に対応する単一ピークの場合に内部イメージあるいは外部イメージとしてそれぞれイメージを分類する請求項８記載のプロセス。
10. 特に、緑のピークより高いあるいは低い値の赤の帯域のピークの場合の内部イメージあるいは外部イメージとしてそれぞれイメージを分類する請求項８記載のプロセス。
11. 特に、黄のピークより高いあるいは低い値の赤の帯域のピークの場合に内部イメージあるいは外部イメージとしてそれぞれイメージを分類する請求項８記載のプロセス。
12. 特に、緑のピークより高いあるいは低い値の黄の帯域のピークの場合に内部イメージあるいは外部イメージとしてそれぞれイメージを分類する請求項８記載のプロセス。
13. 全体が黄色のスペクトル帯域に対応する単一のピークの場合に、イメージをグレ−のレベルに変換し、白あるいは暗いカラ−領域の画素数に応じてそれぞれ外部イメージあるいは内部イメージとしてイメージを分類するためにグレ−レベルに基づいてヒストグラムを解析する請求項８記載のプロセス。

Images