JP2005130273A - 画像処理装置及び画像処理方法 - Google Patents

Abstract

【課題】 人間の視覚周波数特性を考慮した画像評価を行うこと。
【解決手段】 実空間領域データである画像を空間周波数領域データに変換し（Ｓ３０８）、空間周波数領域データを人間の視覚周波数特性によって重み付け（Ｓ３０９）した後、実空間領域データに戻す（Ｓ３１０）。そして、実空間領域データの色軸毎の統計的なばらつき量を求め、当統計的ばらつき量を、画像から求まる可変結合係数と乗じ（Ｓ３１４）、結合した値を画像の画質評価値として求める。
【選択図】 図９

Description

本発明は、デジタルカメラやスキャナ等の画像生成装置で生成された画像の画質評価技術に関する。
また、本発明は画像生成装置で生成された画像の最適化技術に関する。

従来、デジタルカメラやイメージスキャナといった撮像装置や画像入力装置（以下、まとめて画像生成装置という）が生成する画像の画質評価方法としては、例えば特許文献１に記載されるような、以下の方法が知られている。すなわち、評価対象となる画像（以下、被評価画像）を直交変換して空間周波数分布を求め、この空間周波数分布を人間の視覚周波数特性（ＶＴＦ:Virtual Transfer Function）で重み付け補正する。そして、この重み付け後、均等色空間に変換し、その均等色空間内での各軸毎の標準偏差を求め、その値に予め実験的に求めた一定の重み係数を乗じたものを被評価画像の画像評価値（装置のノイズ）とするものである。

また、特許文献１には、ＶＴＦが、観察距離や観察時の被評価画像の平均輝度、周囲輝度といった観察条件に応じて変化するものであることに鑑み、観察環境に応じた複数のＶＴＦをテーブル化し、実際の観察環境に適したＶＴＦをテーブルから読み出して使用することも開示されている。

また、従来、画像生成装置が生成した画像の最適化は、CIE LAB空間などの均等色空間で入力データと目標色データとの平均の色差ΔＥが小さくなるようにＤＬＳ(Dumped Least Square)法などの最適化アルゴリズムを用いて色処理のパラメータを最適化することによって行われている。なお、入力データとは、デフォルトの色処理パラメータで補正された画像のＲＧＢ平均値を算出し、それを均等色空間であるCIE LABへ変換したデータであり、目標色データとは、マクベスチャートなどの色票を測色したデータである。

特開平９−２８４４２９号公報

特許文献１記載の画像評価方法においては、実際の観察環境に近いＶＴＦが存在すれば再現性の良い評価結果が得られると考えられる。しかしながら、実際の観察環境はさまざまであるため、想定される観察環境毎のＶＴＦを予め求めてテーブル化する作業は膨大であり、また効率的であるとは言えなかった。さらに、特許文献１記載の評価方法は、対象が無彩色の色票に限定されていた。

また、従来の画像の最適化方法では、入力データとターゲットデータとの色差ΔＥのみを最小とするアルゴリズムのため、重要色などで必要以上にノイズが目立つ解を求めている可能性がある。

本発明はこのような従来技術の問題点を解決することをその主な目的とするものである。

すなわち、本発明の要旨は、人間の視覚特性を考慮して画像の画質評価を行うための画像処理装置であって、実空間領域データである画像を空間周波数領域データに変換する手段と、空間周波数領域データを人間の視覚周波数特性によって重み付けした後、実空間領域データに戻す手段と、実空間領域データの色軸毎の統計的なばらつき量を求め、当統計的ばらつき量を、画像から求まる係数と乗じ、結合した値を画像の画質評価値として求める手段とを有することを特徴とする画像処理装置に存する。

また、本発明の別の要旨は、画像データに色処理パラメータを用いて色処理を行う画像処理装置であって、色処理パラメータを最適化するパラメータ最適化手段を有し、パラメータ最適化手段が、色差とノイズ量の線形結合で表される画質評価関数を最小化するように色処理パラメータを最適化することを特徴とする画像処理装置に存する。

また、本発明の別の要旨は、人間の視覚特性を考慮して画像の画質評価を行うための画像処理方法であって、実空間領域データである画像を空間周波数領域データに変換するステップと、空間周波数領域データを人間の視覚周波数特性によって重み付けした後、実空間領域データに戻すステップと、実空間領域データの色軸毎の統計的なばらつき量を求め、当統計的ばらつき量を、画像から求まる係数と乗じ、結合した値を画像の画質評価値として求めるステップとを有することを特徴とする画像処理方法に存する。

また、本発明の別の要旨は、画像データに色処理パラメータを用いて色処理を行う画像処理方法であって、色処理パラメータを最適化するパラメータ最適化ステップを有し、パラメータ最適化ステップが、色差とノイズ量の線形結合で表される画質評価関数を最小化するように色処理パラメータを最適化することを特徴とする画像処理方法に存する。

また、本発明の別の要旨は、本発明の画像処理方法をコンピュータに実行させるプログラムに存する。

また、本発明の別の要旨は、本発明のプログラムを格納したコンピュータ読み取り可能な記憶媒体に存する。

本発明によれば、可変結合係数を導入することにより、より簡便な方法で様々な条件における画像を評価することが可能となる。また、色差とノイズの線形結合から表される評価関数を最小化するように色処理パラメータを最適化することにより、色再現とノイズのバランスが取れた画像処理を行うことが可能となるという効果を実現することができる。

また、ユーザが色票の色差とノイズ量とに与える重みや、γＬＵＴ、色変換マトリクス等を調整可能とすることで、ノイズレベルを考慮した色再現をユーザーの好みの画質になるように設定することができる。これにより、例えば空色を重要色とした場合、色再現性は良好であるがノイズが目立つといったことを回避できる。

以下、図面を参照して本発明をその好適な実施形態に基づき詳細に説明する。
図１は、本発明の一実施形態に係る画像処理システムの構成例を示すブロック図である。
図１において、画像処理システムは、色票３を撮影する、デジタルカメラやスキャナなどの画像入力装置１と、色補正パラメータカスタマイズ装置２とから構成されている。

画像入力装置１は、撮影レンズとＣＣＤ等の画像センサよりなる撮像部１０１、画像データおよび色処理パラメータの外部とのインターフェイスであるデータ入出力部１０２、撮像部１０１で取得した被写体像から、色処理パラメータ保持部１０４に格納された色処理パラメータを用いて処理を行い、画像データを形成する画像処理部１０３、色処理パラメータを保持する色処理パラメータ保持部１０４及び、撮影中の画像を表示する液晶ディスプレイ等の表示部１０５から構成される。

また、色補正パラメータカスタマイズ装置２において、データ入出力部２０１は画像データおよび色処理パラメータ、ターゲットデータの外部とのインターフェイスである。画像処理部２０２は撮像部１０１で取得した被写体像から、色処理パラメータ保持部２０７に格納された色処理パラメータを用いて処理を行い、画像データを形成する。平均値算出部２０３はデータ入出力部２０１から入力した画像データの各パッチのＲＧＢ平均値を算出する。

ターゲットデータ変更部２０４は、入力データおよびターゲットデータをCIE LABで規定される色空間のａｂ平面上もしくは入出力ＲＧＢ平面上にプロットしたデータを表示し、ユーザがターゲットデータを必要に応じてＵＩ(User Interface)上で好みの色になるように調整することを可能にする。

画質評価部２０５はデータ入出力部２０１から読み込んだ画像データを、画像処理部２０２を通して処理した後の画質の評価値を算出する。パラメータ最適化部２０６は画質評価部２０５で算出された評価値を最小にするよう、色処理パラメータ保持部２０７に格納されている色処理パラメータを例えばＤＬＳ(Dumped Least Square)法などを用いて最適化する。色処理パラメータ保持部２０７は色処理パラメータを、入力データ、ターゲットデータ保持部２０８は入力データ、およびターゲットデータをそれぞれ保持する、

表示部２０９は、データ入出力部２０１から読み込んだ画像データを、画像処理部２０２を通して処理した後の画像を表示する。パラメータ変更部２１０は、画像処理部２０２を通して処理した後の画像が好みの画質になるように、ユーザーがＵＩを介して色処理パラメータを調整することを可能にする。

重み値変更部２１１は、画像処理部２０２を通して処理した後の画像が好みの画質になるように、画質評価部２０５で算出される評価値の重み値をユーザーがＵＩを介して調整することを可能にする。

＜画像処理システムの動作＞
以下、本実施形態に係る画像処理システムの動作を説明する。
本実施形態では、画質を複数の観点から客観的に評価し、それら複数の評価値の重み付けをユーザーが選択することにより画質評価関数を設定し、その評価値が最小となるように自動的に色処理パラメータの最適化を行うか、あるいはユーザーがＵＩ上で好み評価値となるように色処理パラメータを最適化し、決定された色処理パラメータにより処理された出力画像を得るものである。

＜画像入力装置１での処理＞
まず、ユーザーが不図示の電源スイッチをＯＮにすると、画像処理部１０３は、撮像部１０１を通して取得した画像データから、色処理パラメータ保持部１０４に格納されたパラメータを使用して表示用画像を生成し、表示部１０５に表示する。ユーザーは表示部１０５に表示された画像を見て、カメラの構図を決め、不図示のシャッターボタンを押し、撮影を行う。シャッターボタンが押されると、画像処理部１０３は、撮像部１０１で取得した画像データから色処理パラメータ保持部１０４に格納されたパラメータを使用して、色補正や、明るさ補正等の画像処理を行い、処理後の画像データをデータ入出力部１０２を通して出力する。

なお、処理後の画像データはケーブルや無線などの通信媒体を介して色処理パラメータカスタマイズ装置２に直接出力しても良いし、画像入力装置１が例えば内蔵するコンパクトフラッシュ(登録商標）などの記録媒体に出力しても良い。

なお、色処理パラメータ保持部１０４に、撮像部１０１から取得した画像データをそのままデータ入出力部１０２に出力するようなパラメータを設定すれば、画像処理部１０３での処理は実質的に行われず、撮像部１０１を通して取得した生の画像データを取得することが出来る。

＜色票３＞
図２に色票３の例を示す。色票３としては、たとえばグレタグマクベス社のColorCheckerなど、全ての色相をまんべんなく網羅し、グレーの階調も持っている市販のチャートを好適に用いることが出来る。

＜色処理パラメータカスタマイズ装置２での処理＞
図３は、本実施形態における色処理パラメータカスタマイズ装置２の処理を示すフローチャートである。
ステップＳ１において、画像入出力部２０１において画像データを読み込む。読み込んだ画像を入力データとする。入力データは、画像１枚分でも良いし、同じ色票を異なる露出で撮影した複数の画像であってもよい。入力データは入力データ、ターゲットデータ保持部２０８に格納される。

ステップＳ２において、ターゲットデータを入力する。ターゲットデータは、例えば色票３自体をグレタグマクベス社のSpectroLinoなどの測色システムで測定したCIE LABデータを用いることができる。ターゲットデータは入力データ、ターゲットデータ保持部２０８に格納される。

ステップＳ３において、平均値算出部２０３において、入力データの各パッチの平均値を求める。例えば平均値は入力データがＲＧＢやIEC61966-2-1で規定されるｓＲＧＢ空間の値であると仮定し、白色点をＤ₆₅としてCIE LAB空間の値に変換したものを表示する。

ステップＳ４において、ターゲットデータ変更部２０４は、入力データの各パッチの平均値とターゲットデータを変更可能に表示部２０９に表示する。図４に表示例を示す。
図４において、２０４１が各パッチの入力データ、２０４２がターゲットデータである。データ自体は、CIE LABで規定された空間の、ａ^*ｂ^*平面、Ｌ^*ａ^*平面、Ｌ^*ｂ^*平面のいずれかにマッピングしたものを表示しており、同じパッチを複数露出で撮影したデータを一連のデータ系列として直線、もしくはスプライン曲線などで結んで表示する（直線、曲線は図示せず）。これにより、ユーザは直線やスプライン曲線で結ばれたデータが、もともと同じパッチであることをＧＵＩ上で容易に理解できる。

ユーザは、ステップＳ５において、ポインタ２０４３を例えばキーボードやマウスといった入力装置によって操作し、ターゲットデータを変更することが出来る。このとき、好みによってたとえば肌色の赤味を強めたり、空の青色を強めたりすることが出来る。ターゲットデータ変更部２０４は、ユーザからの指示に応答してターゲットデータを変更し、変更を表示データにフィードバックする。これにより、ユーザは表示部２０９の表示を見ながら、リアルタイムに変更内容を把握しながらターゲットデータの編集を行うことが出来る。
編集終了の指示を受けると、ターゲットデータ変更部２０４は変更されたターゲットデータをターゲットデータ保持部２０８に格納する。

ステップＳ６において、画像処理部２０２は、色処理パラメータ保持部２０７に設定されている色処理パラメータを使用して、入力データに対して色処理を行う。そして、処理後のＲＧＢデータを処理データとする。

ステップＳ７において、平均値算出部２０３は、処理データの各パッチの平均値を求める。ステップＳ３での処理と同様、例えば平均値は入力データがＲＧＢやIEC61966-2-1で規定されるｓＲＧＢ空間の値であると仮定し、白色点をＤ₆₅としてCIE LAB空間の値に変換したものを表示する（すなわち、均等色空間へ変換した値を表示する）。なお、均等色空間としてCIE LUVを用いても良い。
ステップＳ８において、画質評価部２０５は処理データの画質を評価する。

ここで、図５に示すフローチャートを用いて、ステップＳ８において画質評価部２０５が行う画質評価処理の詳細を説明する。はじめに、ステップＳ１０１で各色票（本実施形態ではＩＤ０〜１５の計１６の色票を用いるものとする）の重み値である色差重みｗ_Ei，ノイズ重みｗ_Niをそれぞれの入力欄２０５１、２０５２に入力装置を用いて入力する。これらの重み値ｗ_Ei，ｗ_Niは、例えば図６に示すように重み値変更部２１１が表示部２０９に表示するＧＵＩを用い、ユーザが好みの画質となるように入力可能とすることが好ましい。図６に示されるように、色票はＩＤ入力欄２０５３にＩＤを入力して特定可能である。

次にステップＳ１０２で色再現性を評価し、ステップＳ１０３でノイズを評価する。本実施形態において、色票の色再現性とノイズについての評価関数をそれぞれＥ_ｉ，Ｎ_ｉと表す。なお、色再現性評価関数Ｅｉの値（色差）とノイズ評価関数Ｎｉの値（ノイズ）はそれぞれ小さいほど良いものとする。色再現性ＥｉとノイズＮｉの評価方法の詳細は後述する。ステップＳ１０４において、全ての色票について評価が終了したことが検出されると、ステップＳ１０５で画質評価を行う。ここで、ステップＳ１０５における画質評価は、全体の評価関数Ｉによって行う。各色票の評価関数をＩｉとすると、全体の評価関数Ｉは

のように算出される。

なお、画質評価は色再現性及びノイズに基づいて行われるものに限定されるものでなく、鮮鋭性や階調性など、他の評価項目を用いて評価しても良いし、組み合わせる評価項目とその数も適宜選択可能である。

図３に戻り、ステップＳ９において、パラメータ最適化部２０６は、色処理パラメータの最適化を行う。最適化の際には、ＤＬＳ法などを用いて、画質評価部２０５が算出する全体画質評価関数Ｉがなるべく小さくなるように色処理パラメータを最適化する。換言すれば、色差とノイズ量の線形結合で表される評価関数を最小化するように色処理パラメータを最適化する。このとき、焼きなまし法(Simulated Annealing)などを用いて極小解(Local Minimum)に陥る危険性を回避する試みがなされているとなお良い。

また、重み値ｗ_Ei，ｗ_Niを大きく設定すれば、計算上の評価値が大きくなるため、その評価値の改善率は高まる。例えば、空色色票の色再現性は許容できるが、ノイズが許容できない場合は、ノイズＮｉにかかる重み値ｗ_Niを大きく設定し、ノイズを抑える最適化を行うことが可能となる。

ここで、色処理のひとつである色変換を行う色変換マトリクスのパラメータ最適化の場合を考える。色変換マトリクスのパラメータは次式のように示される。

ここでａ₁₁〜ａ₃₃が色変換マトリクスの色処理パラメータで、Ｒ，Ｇ，Ｂは入力データ、Ｒ’Ｇ’Ｂ’は色処理パラメータによって変換された処理データである。そして、パラメータ最適化部２０６で、前述のＤＬＳ法などを用いて評価関数Ｉをなるべく小さくするようにパラメータを設定すれば最適なパラメータが得られる。

なお、ここでは３×３＝９パラメータ（１次Ｍａｔｒｉｘ）の色変換マトリクスを例示したが、色再現の精度や計算コストとの兼ね合いにより、３×９＝２７パラメータ（２次Ｍａｔｒｉｘ）や３×２０＝６０パラメータ（３次Ｍａｔｒｉｘ）の色変換マトリクスを用いても良い。

さらに、色処理のひとつであるγ変換に用いるγルックアップテーブル（以下γＬＵＴ）のパラメータ最適化の場合を考える。γＬＵＴパラメータは図７の入出力特性曲線２０６１として与えられる。入出力ともに８ｂｉｔならば、２５６パラメータとなるが、実際にパラメータを求める際には図７に示す各色票の点２０６２のみを求め、各点間を例えば直線、もしくはスプライン曲線などで結んだ線をパラメータとすると良い。

求めたパラメータが図７の入出力特性曲線２０６２となることを仮定すると、曲線におけるノイズの入出力関係は、図７のノイズ波形２０６３として考えられる。図より特性曲線２０６２の傾きが小さい領域では出力側のノイズが減衰され、特性曲線の傾きが大きい領域ではノイズが増幅されることがわかる。

最適な入出力特性を表すパラメータを求めるには、パラメータ最適化部２０６で、前述のＤＬＳ法などを用いて評価関数Ｉをなるべく小さくするようにパラメータの最適化を行えば良い。
ステップＳ１０において、最適化されたパラメータを色処理パラメータ保持部２０７に保存する。

ステップＳ１１において、最適化された色処理パラメータを用いて画像処理を行った結果とともに、各色票の評価関数Ｅｉ，Ｎｉ、及びＩを表示部２０９に表示する。ここで、Ｅｉ，ＮｉおよびＩは、例えば図１２に示すように各色票（ＩＤ０〜１５）のターゲットデータ、最適化後のパラメータで入力データを処理した後の処理データ（図１２では最適化後入力データと記述）、重み値ｗ_Ei，ｗ_Ni、評価関数Ｅｉ，Ｎｉを一覧で表示し、最後に評価関数Ｉを表示するようにすると、判断しやすい。

ステップＳ１２において、パラメータ変更部２１０は、例えば図１３に示すようなＧＵＩを表示部２０９に表示する。ユーザは、キーボードやマウス等、ＧＵＩの操作に通常用いられる入力装置を用い、必要に応じて色処理パラメータ調整することが可能である。図１３示すＧＵＩは、γＬＵＴを調整する場合の例を示している。γＬＵＴ２０７０上の色票点２０７１の１つを例えばポインタカーソル２０７２で選択し、マウスをドラッグするか、キーボードの矢印キーなどを用いて上下に操作してパラメータを調整することができる。

そして、γＬＵＴ２０７０の下部には出力画像２０７４が表示されており、表示中のγＬＵＴ２０７４を用いて色補正された出力画像２０７４をリアルタイムに表示することで、ユーザは調整の結果をその場で確認しながらパラメータの調整を行うことが可能である。また、γＬＵＴ２０７０及び出力画像２０７４の他にも、Ｅｉ，ＮｉおよびＩを表示すれば、ユーザーは表示されたノイズや色再現性を元に、ノイズレベルを考慮した好みの色再現を設定することができる。表示されるノイズや色再現性は複数のパッチに対して表示することも可能である。なお、変更できるパラメータはγＬＵＴのみでなく、色変換マトリクスを変更可能に構成することも可能である。この場合、例えばγＬＵＴ２０７０の代わりにマトリクスの各要素を変更可能に表示すればよい。

ステップＳ１３において、最適化を終了するかどうかの判断をする。この判断は例えば継続の有無をユーザに問い合わせるＧＵＩを表示部２０９に表示し、ユーザ指示の結果によって行うことができる。再び最適化を行うときはステップＳ６へ、最適化を終了するときは、ステップＳ１４に進む。
ステップＳ１４において、最適化された色処理パラメータをデータ入出力部２０１に出力し、画像入力装置１にアップロードする。

＜ステップＳ１０２での色再現性評価＞
次に、図５のステップＳ１０２で行う色再現性評価処理の詳細について、図８のフローチャートを用いて説明する。
ステップＳ２０１において、まず図３のステップＳ７で平均値算出部２０３が求めたＲＧＢ平均値を取得する。

ステップＳ２０３において、評価関数Ｅｉを求める。すなわち、ステップＳ２０１で取得した各平均値を（Ｌ_i、ａ_i、ｂ_i）、対応する各ターゲットデータを（Ｌ_Ti、ａ_Ti、ｂ_Ti）としたとき、各色票の評価関数をＥｉは、

のように算出される。

＜ステップＳ１０３でのノイズ評価＞
次に、図５のステップＳ１０３で行うノイズ価処理の詳細について、図９のフローチャートを用いて説明する。
ステップＳ３０１において、図３のステップＳ６で求められた色処理後のＲＧＢデータを取得する。サイズはＮ×Ｎ［ｐｉｘｅｌ］（Ｎは２のべき乗）とする。

ステップＳ３０２において、まずステップＳ３０１で取得したＲＧＢの処理データから三刺激値Ｘ，Ｙ，Ｚを求め、均等色空間（例えばCIE LUVとする）へ変換する。まず、三刺激値Ｘ，Ｙ，Ｚを求める。例えばIEC61966-2-1で規定されるｓＲＧＢであるとすると、以下のように求めることができる。
入力データをＲ，Ｇ，Ｂ（各８ビット）とすると、

もしＲ’_sRGB，Ｇ’_sRGB，Ｂ’_sRGB≦０．０４０４５ならば

もしＲ’_sRGB，Ｇ’_sRGB，Ｂ’_sRGB＞０．０４０４５ならば

とし、以下の変換を行う

さらに、均等色空間へ変換する。例えばCIE LUVへ変換するには以下の式となる。

なお、均等色空間としてCIE LABを用いても良い。
ステップＳ３０３において、処理データの明度平均値を算出する。算出された明度平均値により、図１０の可変結合係数α（Ｌ^*），β（Ｌ^*），γ（Ｌ^*）が決定できる。可変結合係数α（Ｌ^*），β（Ｌ^*），γ（Ｌ^*）は、異なる明度により明度ノイズと色度ノイズがどの程度知覚されるかの被験者実験を行うことによって、あらかじめ求めたものである。これは、明度の異なる画像にノイズを付加した場合に、同じノイズを付加しても人間は異なる知覚を持つことを表している。可変結合係数は、離散的に明度の異なる複数の画像ノイズの知覚量を近似曲線で補間したものである。

このように、被評価画像の明度ごとに、人間の主観評価に合うように重み係数を実験的に求め、離散的に異なる明度の係数を近似曲線で補完し、明度に応じて変化する可変結合係数を導入することで、ＶＴＦを観察環境に応じてテーブル化せずに、様々な明度の色票を評価できる。

ステップＳ３０４において、画像の平均色度成分（色度直流成分）を取り除く。具体的には、色度軸に対して直交変換を行い、空間周波数領域信号へ変換し、色度直流成分を０とした後、逆直交変換を行い元の空間領域データに戻す。例えば、色空間としてCIE LUVを、直交変換として離散フーリエ変換を用いる場合、以下のように記述できる。

Ｌ^*，ｕ^*，ｖ^*画像データを、それぞれｌ（ｎ_x，ｎ_y），ｕ（ｎ_x，ｎ_y），ｖ（ｎ_x，ｎ_y）とする。そして、色度成分のｕ（ｎ_x，ｎ_y），ｖ（ｎ_x，ｎ_y）の２次元離散フーリエ変換より、空間周波数応答Ｕ（ｕ_x，ｕ_y），Ｖ（ｕ_x，ｕ_y）を求める。なおｕ_x，ｕ_yはそれぞれｘ（画像縦方向），ｙ（画像横方向）軸の空間周波数である。ここでＵ（０，０）＝０，Ｖ（０，０）＝０とし、画像の色度周波数直流成分をカットし、平均色度を取り除く。被評価画像の平均色度成分を取り除くことで、無彩色軸上のＶＴＦでもカラーチャート評価に対応することができる。

次に、逆変換を行い空間データに戻す。例えば逆変換として逆離散フーリエ変換を用いると以下の式となる。Ｕ（ｕ_x，ｕ_y），Ｖ（ｕ_x，ｕ_y）を２次元離散逆フーリエ変換し、空間データｕ＾（ｎ_x，ｎ_y），ｖ＾（ｎ_x，ｎ_y）に戻す。

ここで、ｌ（ｎ_x，ｎ_y），ｕ＾（ｎ_x，ｎ_y），ｖ＾（ｎ_x，ｎ_y）をＬ^*，ｕ＾^*，ｖ＾^*とする。そして、Ｌ^*，ｕ＾^*，ｖ＾^*からＲ_D，Ｇ_D，Ｂ_Dを求める。この時点で、画像はノイズが含まれるグレイ画像となる。また、周波数領域でなく空間領域で同様の処理をしてもよい。空間領域での処理の場合は、各色度平均値を求め、その平均値を画像データから減算すればよい。

ステップＳ３０５において、三刺激値Ｘ_D，Ｙ_D，Ｚ_Dを求める。例えばIEC61966-2-1で規定されるｓＲＧＢとするとステップＳ３０２で説明した式を用いることが出来る。

ステップＳ３０６において、白色色度点を変換する。ｓＲＧＢの白色色度点を反対色応答の色度座標へ変換する。例えば、ISO 15739に規定される色順応式を使うと、以下のように記述できる。

ステップＳ３０７において、三刺激値を反対色応答に変換する。Ｘ_S，Ｙ_S，Ｚ_Sを、Ｍ_oppositeにより反対色応答Ｓ_W-K，Ｓ_R-G，Ｓ_Y-Bへ変換する。

ステップＳ３０８において、反対色応答Ｓ_W-K，Ｓ_R-G，Ｓ_Y-Bを２次元離散フーリエ変換し、２次元の空間周波数領域データを求める。

ステップＳ３０９において、２次元の空間周波数領域データに対し、図１１（ａ）（ｂ）（ｃ）の２次元の視覚空間周波数特性ＶＴＦ_2D（ｕ_x，ｕ_y）を重み付けする。ＶＴＦ_2D（ｕ_x，ｕ_y）は輝度、色度によって異なるものを用いる。（ａ）はＳ_W-K，（ｂ）はＳ_R-G，（ｃ）はＳ_Y-BのＶＴＦである。

ステップＳ３１０において、２次元離散逆フーリエ変換により、空間領域へ変換する。
ステップＳ３１１において、反対色応答を、Ｍ_oppositeの逆行列Ｍ^-1 _oppositeにより三刺激値へ変換する。

ステップＳ３１２において、反対色応答の色度座標を、Ｍ_adaptの逆行列Ｍ^-1 _adaptにより元の白色点へ変換する。

ステップＳ３１３において、三刺激値から均等色空間、例えばCIE LUVへ変換する。
ステップＳ３１４において、均等色空間の各軸の標準偏差より、Ｎｉを求める。例えばＬ^*，ｕ^*，ｖ^*の標準偏差σ_L*，σ_u*，σ_v*を求め、式に代入する。

＜他の実施形態＞
上述の実施形態においては、画像入力装置を有する画像処理システムについて説明したが、画像入力装置は必須ではない。また、色補正パラメータカスタマイズ装置と同等の機能を複数の機器から構成されるシステムによって実現しても良い。

尚、前述した実施形態の機能を実現するソフトウェアのプログラムを、記録媒体から直接、或いは有線／無線通信を用いて当該プログラムを実行可能なコンピュータを有するシステム又は装置に供給し、そのシステム或いは装置のコンピュータが該供給されたプログラムを実行することによって同等の機能が達成される場合も本発明に含む。

従って、本発明の機能処理をコンピュータで実現するために、該コンピュータに供給、インストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明の機能処理を実現するためのコンピュータプログラム自体も本発明に含まれる。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等、プログラムの形態を問わない。

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、磁気テープ等の磁気記録媒体、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＯＭ、ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ等の光／光磁気記憶媒体、不揮発性の半導体メモリなどがある。

有線／無線通信を用いたプログラムの供給方法としては、コンピュータネットワーク上のサーバに本発明を形成するコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイル等、クライアントコンピュータ上で本発明を形成するコンピュータプログラムとなりうるデータファイル（プログラムデータファイル）を記憶し、接続のあったクライアントコンピュータにプログラムデータファイルをダウンロードする方法などが挙げられる。この場合、プログラムデータファイルを複数のセグメントファイルに分割し、セグメントファイルを異なるサーバに配置することも可能である。

つまり、本発明の機能処理をコンピュータで実現するためのプログラムデータファイルを複数のユーザに対してダウンロードさせるサーバ装置も本発明に含む。

また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布し、所定の条件を満たしたユーザに対して暗号化を解く鍵情報を、例えばインターネットを介してホームページからダウンロードさせることによって供給し、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。

本発明の実施形態に係る画像処理システムの構成例を示す図である。 本実施形態に用いる色票３の例を示す図である。 色処理パラメータカスタマイズ装置２における処理を示すフローチャートである。 ターゲットデータ変更部２０４が提示するＧＵＩの例を示す図である。 図３のステップＳ８で行う画質評価部の処理の詳細を示すフローチャートである。 重み値変更部２１０が提示するＧＵＩの例を示す図である。 γルックアップテーブルパラメータと入出力関係を示す図である。 図５のステップＳ１０２の処理の詳細を示すフローチャートである。 図５のステップＳ１０３の処理の詳細を示すフローチャートである。 明度と可変結合係数の関係を示す図である。 本実施形態で用いる視覚周波数特性（ＶＴＦ）を示す図である。 各色票の評価関数Ｅｉ，Ｎｉ，及びＩの表示例を示す図である。 パラメータ変更部２１０が表示するＧＵＩの例を示す図である。

符号の説明

１ 画像入力装置
２ 色処理パラメータカスタマイズ装置
３ 色票
１０１ 撮像部
１０２ データ入出力部
１０３ 画像処理部
１０４ 色処理パラメータ保持部
１０５ 表示部
２０１ データ入出力部
２０２ 画像処理部
２０３ 平均値算出部
２０４ ターゲットデータ変更部
２０５ 画質評価部
２０６ パラメータ最適化部
２０７ 色処理パラメータ最適化部
２０８ 入力データ・ターゲットデータ保持部
２０９ 表示部
２１０ パラメータ変更部
２１１ 重み値変更部

Claims (14)

1. 人間の視覚特性を考慮して画像の画質評価を行うための画像処理装置であって、
   実空間領域データである画像を空間周波数領域データに変換する手段と、
   前記空間周波数領域データを人間の視覚周波数特性によって重み付けした後、実空間領域データに戻す手段と、
   実空間領域データの色軸毎の統計的なばらつき量を求め、当該統計的ばらつき量を、前記画像から求まる係数と乗じ、結合した値を前記画像の画質評価値として求める手段とを有することを特徴とする画像処理装置。
2. 前記画像から求まる係数は、画像の平均的明るさから求まる係数であることを特徴とする請求項１に記載の画像処理装置。
3. さらに、前記画像データの均等色空間上での平均色度を除去する手段を有することを特徴とする請求項１又は請求項２記載の画像処理装置。
4. 前記統計的なばらつき量は、前記均等色空間の各軸毎の標準偏差であることを特徴とする請求項１乃至請求項３のいずれか１項に記載の画像処理装置。
5. 画像データに色処理パラメータを用いて色処理を行う画像処理装置であって、
   前記色処理パラメータを最適化するパラメータ最適化手段を有し、
   前記パラメータ最適化手段が、色差とノイズ量の線形結合で表される画質評価関数を最小化するように色処理パラメータを最適化することを特徴とする画像処理装置。
6. 前記色差は、最適化前の前記色処理パラメータで処理された後の画像データの平均値と、ターゲットデータとの、均等色空間上の距離であることを特徴とする請求項５に記載の画像処理装置。
7. 前記ノイズ量は、請求項１記載の画質評価値であることを特徴とする請求項５又は請求項６に記載の画像処理装置。
8. 前記画質評価関数における前記色差と前記ノイズ量のそれぞれに重み付けが可能であり、
   前記重み付けの量をユーザが設定可能であることを特徴とする請求項５乃至請求項７のいずれか１項に記載の画像処理装置。
9. 前記パラメータ最適化手段が前記設定された重み付け量を有する前記画質評価関数を最小化するように色処理パラメータを最適化し、
   最適化した色処理パラメータを用いて前記画像データを処理した結果を表示する表示手段を更に有することを特徴とする請求項８記載の画像処理装置。
10. 前記色処理パラメータがγ変換又は色変換用パラメータであり、前記色処理パラメータの値をユーザが変更可能であることを特徴とする請求項５乃至請求項９のいずれか１項に記載の画像処理装置。
11. 人間の視覚特性を考慮して画像の画質評価を行うための画像処理方法であって、
    実空間領域データである画像を空間周波数領域データに変換するステップと、
    前記空間周波数領域データを人間の視覚周波数特性によって重み付けした後、実空間領域データに戻すステップと、
    実空間領域データの色軸毎の統計的なばらつき量を求め、当該統計的ばらつき量を、前記画像から求まる係数と乗じ、結合した値を前記画像の画質評価値として求めるステップとを有することを特徴とする画像処理方法。
12. 画像データに色処理パラメータを用いて色処理を行う画像処理方法であって、
    前記色処理パラメータを最適化するパラメータ最適化ステップを有し、
    前記パラメータ最適化ステップが、色差とノイズ量の線形結合で表される画質評価関数を最小化するように色処理パラメータを最適化することを特徴とする画像処理方法。
13. 請求項１１又は請求項１２に記載の画像処理方法をコンピュータに実行させるプログラム。
14. 請求項１３記載のプログラムを格納したコンピュータ読み取り可能な記憶媒体。