JP2005293555A - 画像における肌領域の特定 - Google Patents

Abstract

【課題】画像に含まれる肌領域を精度良く特定すると共に肌領域の見栄えを向上させること。
【解決手段】ＣＰＵ４１１は、画像データＧＤを複数の画像データ領域（画素データ群）に分割し、画像データ領域単位にて解析し、各画像データ領域の色彩値および分散値を求める。ＣＰＵ４１１は求めた色彩値が肌色の色域内に有ると共に分散値が判定分散値以下である場合には、対象となる画像データ領域を肌領域であると判別する。ＣＰＵ４１１は、肌領域であると特定された画像データ領域に対して平滑化処理を実行する。
【選択図】 図２

Description

本発明は、画像に含まれる肌領域を特定する技術、肌領域に対応する画像データに対して平滑化処理を施す技術に関する。

ディジタルスチルカメラの撮像解像度が高まるにつれて出力された画像の肌領域におけるシミ、そばかす、傷が目立つようになってきた。ディジタルスチルカメラにおいて生成されたディジタル画像データに対しては、撮影後に任意の画質調整処理を容易に施すことが可能である。そこで、画像の肌領域におけるシミ、そばかす、傷といった、忠実に再現されることが望まれない部位を削除または低減する技術が実用化されている。

具体的には、画像に含まれる肌領域を特定し、肌領域に該当する画像データに対して平滑化処理を施すことによって、肌領域におけるシミ等の削除または低減が実行される（例えば、特許文献１および２参照）。

特開２０００−５９６２９号公報 特開２０００−１８８７６８号公報

しかしながら、従来の肌領域の特定技術では、領域の形状や、目、口といった顔を構成するパーツの存在を基にして肌領域が決定されていたため、肌領域の特定精度が低いという問題があった。肌領域の特定精度が低いと、本来、肌を表していない領域に対して平滑化処理が実行されてしまうため、画像の再現精度が低下、すなわち画質が低下してしまうという問題があった。例えば、肌色のセーターが肌領域と判定され、セーターの編み目が消えてしまうといった不具合が発生する。

本発明は、上記課題を解決するためになされたものであり、画像に含まれる肌領域を精度良く特定すると共に肌領域の見栄えを向上させることを目的とする。

上記課題を解決するために本発明の第１の態様は、画像中の肌領域を特定する画像処理装置を提供する。本発明の第１の態様に係る画像処理装置は、判定の対象となる画像のデータである画像データを取得する画像データ取得手段と、前記画像を複数の領域に分割した際の各領域に対応して前記画像データを複数の画像データ領域に分割する画像データ分割手段と、前記画像データを前記画像データ領域単位にて解析し、前記各画像データ領域が示す色域特性を取得する色域特性取得手段と、前記画像データを前記画像データ領域単位にて解析し、前記各画像データ領域が示すテクスチャ特性を取得するテクスチャ特性取得手段と、前記取得された色域特性とテクスチャ特性とを用いて前記各画像データ領域の中で肌領域に該当する画像データ領域を特定する肌領域特定手段とを備えることを特徴とする。

本発明の第１の態様に係る画像処理装置によれば、画像データを画像データ領域単位にて解析し、各画像データ領域が示す色域特性とテクスチャ特性とを取得し、取得された色域特性とテクスチャ特性とを用いて各画像データ領域の中で肌領域に該当する画像データ領域を特定する。したがって、画像に含まれる肌領域を精度良く特定することができる。

本発明の第１の態様に係る画像処理装置において、前記肌領域特定手段は、肌色の色域特性を示すと共に滑らかなテクスチャ特性を示す画像データ領域を肌領域に該当する画像データ領域として特定しても良い。かかる条件は、肌領域が一般的に備える色域特性およびテクスチャ特性なので、画像データ領域が肌領域に該当するか否かを正しく判定することができる。

本発明の第１の態様に係る画像処理装置において、
前記肌領域特定手段はさらに、同一の色域特性およびテクスチャ特性を示す隣接画像データ領域を関連付けて被写体領域を形成する被写体領域形成手段を備え、
前記肌領域特定手段は、前記形成された被写体領域のうち、肌色の色域特性を示すと共に滑らかなテクスチャ特性を示す被写体領域を特定することによって肌領域に該当する前記画像データ領域を特定しても良い。かかる場合には、肌領域のうち、特に顔領域を精度良く判定することができる。

本発明の第１の態様に係る画像処理装置において、前記色域特性は色相、彩度、明度をパラメータに含み、前記テクスチャ特性は分散をパラメータに含み、前記各画像データ領域は複数の画素データから構成され、前記肌領域特定手段は、画像データ領域における全画素データ数に対する肌色の色域を示す画素データ数の割合が色域判定値以上である場合にその画像データ領域の色域特性が肌色を示すと判定し、画像データ領域における前記分散の値が分散判定値よりも低い場合にその画像データ領域のテクスチャ特性が滑らかであると判定しても良い。かかる場合には、画像データ領域の色域特性およびテクスチャ特性を正確に取得（判定）することができる。

本発明の第１の態様に係る画像処理装置はさらに、前記決定された肌領域に該当する画像データ領域に対して、平滑化処理を実行する平滑化処理手段を備えても良い。かかる場合には、肌領域に該当する画像データ領域の画質を向上し、肌領域の見栄えを向上させることができる。

本発明の第１の態様に係る画像処理装置において、前記各領域は１の画素で構成されており、前記各領域に対応する前記複数の画像データ領域は１の画素データで構成されていても良く、あるいは、前記各領域は複数の画素で構成されており、前記各領域に対応する前記複数の画像データ領域は複数の画素データで構成されていても良い。

本発明の第２の態様は、肌領域を特定する画像処理装置を提供する。本発明の第２の態様に係る画像処理装置は、複数の画素データから構成される画像データを取得する画像データ取得手段と、前記画像データを複数の画素データ群に分割する画像データ分割手段と、前記画像データを画素データ群単位にて解析し、前記各画素データ群における、全画素データ数に対する肌色の色域を示す画素データ数の割合を色彩値として取得する色彩値取得手段と、前記画像データを画素データ群単位にて解析し、前記各画素データ群が示す分散値を取得する分散値取得手段と、前記取得された色彩値と分散値とを用いて前記各画素データ群の中から肌領域に対応する画素データ群を特定する肌色領域特定手段とを備えることを特徴とする。

本発明の第２の態様に係る画像処理装置によれば、画像データを画素データ群単位にて解析し、各画素データ群における、全画素データ数に対する肌色の色域を示す画素データ数の割合を色彩値として取得し、各画素データ群が示す分散値を取得し、取得された色彩値と分散値とを用いて各画素データ群の中から肌領域に対応する画素データ群を特定することができる。したがって、画像に含まれる肌領域を精度良く特定することができる。

本発明の第２の態様に係る画像処理装置において、前記肌領域特定手段は、前記色彩値が色域判定値以上であると共に前記分散値が分散判定値よりも小さい画素データ群を肌領域としても良い。かかる条件は、肌領域が一般的に備える色域特性およびテクスチャ特性なので、画像データ領域が肌領域に該当するか否かを正しく判定することができる。

本発明の第２の態様に係る画像処理装置において、
前記肌領域特定手段はさらに、同一の色彩値および分散値を示す隣接画素データ群を関連付けて被写体領域を形成する被写体領域形成手段を備え、
前記肌領域特定手段は、前記形成された被写体領域のうち、被写体領域に含まれる肌色の色域に含まれる画素データ数の割合が色域判定値以上であると共に分散判定値よりも小さな分散値を有する被写体領域を特定することによって肌領域に該当する前記画素データ群を特定しても良い。かかる場合には、肌領域のうち、特に顔領域を精度良く判定することができる。

本発明の第２の態様に係る画像処理装置はさらに、前記決定された肌領域に該当する画素データ群に対して、平滑化処理を実行する平滑化処理手段を備えても良い。かかる場合には、肌領域に該当する画像データ領域の画質を向上し、肌領域の見栄えを向上させることができる。

本発明の第３の態様は、画像中の肌領域を特定する画像処理方法を提供する。本発明の第３の態様に係る画像処理方法は、判定の対象となる画像のデータである画像データを取得し、前記画像を複数の領域に分割した際の各領域に対応して前記画像データを複数の画像データ領域に分割し、前記画像データを前記画像データ領域単位にて解析して、前記各画像データ領域が示す色域特性を取得し、前記画像データを前記画像データ領域単位にて解析して、前記各画像データ領域が示すテクスチャ特性を取得し、前記取得し色域特性とテクスチャ特性とを用いて前記各画像データ領域の中で肌領域に該当する画像データ領域を特定することを特徴として備える。

本発明の第３の態様に係る画像処理方法によれば、本発明の第１の態様に係る画像処理装置と同様の作用効果を得ることができると共に、本発明の第３の態様に係る画像処理方法は、本発明の第１の態様に係る画像処理装置と同様にして種々の態様にて実現され得る。

本発明の第４の態様は、肌領域を特定する画像処理方法を提供する。本発明の第４の態様に係る画像処理方法は、複数の画素データから構成される画像データを取得し、前記画像データを複数の画素データ群に分割し、前記画像データを画素データ群単位にて解析して、前記各画素データ群における、全画素データ数に対する肌色の色域を示す画素データ数の割合を色彩値として取得し、前記画像データを画素データ群単位にて解析して、前記各画素データ群が示す分散値を取得し、前記取得した色彩値と分散値とを用いて前記各画素データ群の中から肌領域に対応する画素データ群を特定することを特徴として備える。

本発明の第４の態様に係る画像処理方法によれば、本発明の第２の態様に係る画像処理装置と同様の作用効果を得ることができると共に、本発明の第４の態様に係る画像処理方法は、本発明の第２の態様に係る画像処理装置と同様にして種々の態様にて実現され得る。

本発明の第３または第４の態様に係る画像処理方法は、この他にも、プログラム、およびプログラムを記録したコンピュータが読み取り可能な記録媒体としても実現され得る。

以下、本発明に係る画像処理装置、および画像処理方法について図面を参照しつつ、実施例に基づいて説明する。

図１および図２を参照して本実施例に係る画像処理装置を含む画像処理システムについて説明する。図１は本実施例に係る画像処理装置を含む画像処理システムの概略構成を示す説明図である。図２は本実施例に係る画像処理装置の概略構成を示す説明図である。

画像処理システムは、画像データ生成装置としてのディジタルスチルカメラ１０、画像データＧＤに対する画像処理を実行する画像処理装置としての表示装置２０、パーソナルコンピュータ３０、カラープリンタ４０を備えている。

ディジタルスチルカメラ１０は、光の情報をディジタルデバイス（ＣＣＤや光電子倍増管といった光電変換素子）に結像させることによりディジタル画像データを取得（生成）するカメラである。ディジタルスチルカメラ１０は、例えば、各構成画素に対してＲ、Ｇ、Ｂの各フィルタが所定の規則に従って配置されたＣＣＤを備え、被写体に対応したディジタル画像データを生成する。より具体的には、Ｒフィルタを有する画素においては、Ｒ成分の画素データを直接取得する他、周囲の画素データを基にしてＧ成分、Ｂ成分の画素データを補間演算によって生成する。生成された画像データは、記憶装置としてのメモリカードＭＣに保存される。ディジタルスチルカメラ１０における画像データの保存形式としては、非可逆圧縮保存方式としてＪＰＥＧデータ形式、可逆圧縮保存方式としてＴＩＦＦデータ形式が一般的であるが、この他にもＲＡＷデータ形式、ＧＩＦデータ形式、ＢＭＰデータ形式等の保存形式が用いられ得る。なお、画像データ生成装置としては、この他にもスキャナ等の撮像装置が用いられても良い。

表示装置２０は、画像を表示するための表示ディスプレイ２１を有する、例えば、電子式の写真フレームとして機能する表示装置であり、スタンドアローンにて後述するカラープリンタ４０における画像処理と同等の画像処理を画像データに対して実行し、出力画像を表示する。表示装置２０は、例えば、記憶媒体、赤外線通信および電波式通信といった無線通信を介して、あるいは、ケーブルを介してディジタルスチルカメラ１０、ネットワーク上のサーバ（図示しない）から画像データを取得する。表示ディスプレイ２１は、例えば、液晶表示ディスプレイ、有機ＥＬ表示ディスプレイであり、各表示ディスプレイパネル毎に独自の画像出力特性を有する。

パーソナルコンピュータ３０は、例えば、汎用タイプのコンピュータであり、ＣＰＵ、ＲＡＭ、ハードディスク等を備えて、後述するカラープリンタ４０における画像処理と同等の画像処理を実行する。パーソナルコンピュータ３０は、この他にも、メモリカードＭＣを装着するためのメモリカードスロット、ディジタルスチルカメラ１０等からの接続ケーブルを接続するための入出力端子を備えている。

カラープリンタ４０は、カラー画像の出力が可能なプリンタであり、本実施例では、スタンドアローンにて、画像データに対する画像処理を実行して、画像を出力する。カラープリンタ４０は、図２に示すように、制御回路４１、入出力操作部４２、印刷画像出力部４３、メモリカードスロット４４、データ入出力部４５を備えている。

制御回路４１は、画像データに対する画像処理、解析処理等の各種演算処理を実行する中央演算装置（ＣＰＵ）４１１、画像処理が施された画像データ、演算結果等の各種データを一時的に格納するランダムアクセスメモリ（ＲＡＭ）４１２、ＣＰＵ１１１によって実行されるプログラム、画像を特徴付ける被写体である主要被写体を識別するための被写体判定条件の各パラメータを示すテーブル等を格納するリードオンリメモリ（ＲＯＭ）／ハードディスクドライブ（ＨＤＤ）４１３を備えている。

入力操作部４２は、外部からの入力を受け付けるインターフェース部であり、例えば、キー操作部、スクロール操作部、タッチパネル式操作部として実現される。

印刷画像出力部４３は、制御回路４１から出力される印刷用画像データに基づいて、例えば、シアン（Ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）、ブラック（Ｋ）の４色の色インクを印刷媒体上に噴射してドットパターンを形成することによって画像を形成するインクジェット方式の印刷画像出力部である。あるいは、カラートナーを印刷媒体上に転写・定着させて画像を形成する電子写真方式の印刷画像出力部である。色インクには、上記４色に加えて、ライトシアン（薄いシアン、ＬＣ）、ライトマゼンタ（薄いマゼンタ、ＬＭ）、ブルー、レッドを用いても良い。

メモリカードスロット４４は、各種メモリカードを装填するための装填部であり、メモリカードスロット１４に装填されたメモリカードに対する読み出しまたは書き込みは、制御回路４１によって実行される。

データ入出力部４５は、接続ケーブルＣＶ等が接続される端子、信号変換処理機能を有し、外部器機との間で画像データをやりとりするために用いられる。

図３を参照してカラープリンタ４０が備える制御回路４１によって実現されるモジュールの概略について説明する。図３は本実施例に係るカラープリンタ４０が備える制御回路４１によって実現される機能モジュールのブロック図である。なお、図３に示す各モジュールは、ＣＰＵ４１１単独で、あるいは制御回路４１として実現され、また、ハードウェア、ソフトウェアのいずれによっても実現され得る。

画像データは、画像データ取得モジュールＭ１によって制御回路４１に取得され、画像データ分割モジュールＭ２に送られる。

画像データ分割モジュールＭ２は、画像データを複数の領域（複数の画素データ群）に分割する。すなわち、画像を複数の領域に分割した際に得られる各領域に画像データを割り当てる。画像の各領域は１または複数の画素で構成されており、各領域に割り当てられる画像データの複数の領域はそれぞれ１または複数の画素データによって構成されている。テクスチャ特性取得モジュールＭ３は、画像データを領域単位にて解析し、各領域のテクスチャ特性を取得する。色域特性取得モジュールＭ４は、画像データを領域単位にて解析し、各領域の色域特性を取得する。なお、テクスチャ特性取得モジュールＭ３は、分散値取得モジュールとして実現されても良く、また、色域特性取得モジュールＭ４は、色域値取得モジュールとして実現されても良い。

肌領域決定モジュールＭ５は、取得されたテクスチャ特性および色域特性を用いて画像データの各領域の内、肌領域に該当する領域を特定する。肌領域決定モジュールＭ５は、例えば、滑らかなテクスチャ特性を示すと共に肌色の色域特性を有する領域を肌領域と判別する。肌領域決定モジュールＭ５はさらに、同一の色域特性およびテクスチャ特性を示すと共に隣接する画像データの領域を関連付けて被写体領域を形成する被写体領域形成モジュールＭ５１を備えても良い。この場合には、肌領域決定モジュールＭ５は、被写体領域単位にて、肌領域を決定する。

平滑化処理モジュールＭ６は、肌領域であると決定された画像データの各領域に対して、平滑化処理を実行する。画質調整モジュールＭ７は、領域単位にて平滑化処理が施された画像データに対して、画像データ全体を対象とする画質調整処理を実行する。画像出力モジュールＭ８は、画質調整が施された画像データを用いて出力画像を出力する。

図４〜図７を参照して、本実施例に係る画像処理装置としてのカラープリンタ４０にて実行される肌色領域判別処理について説明する。図４は処理対象となる画像の一例を模式的に示す説明図である。図５は本実施例に係るカラープリンタにおいて実行される肌領域判定処理の処理ルーチンを示すフローチャートである。図６は本実施例に係るカラープリンタにおいて実行される肌色領域の判定処理の過程を模式的に示す説明図である。図７は画像データの領域（画素データ群）の解析結果の一例を示す説明図である。

本処理ルーチンの対象となる画像データＧＤは図４に示す画像に対応する画像データＧＤである。図４に示す画像は、肌領域（顔領域）にシミ、傷が存在する。以下の説明で用いる、画像上方、画像下方はそれぞれ図４に示す領域を指す。

図５の処理ルーチンは、例えば、カラープリンタ４０のメモリスロット４４にメモリカードＭＣが差し込まれたとき、あるいは、ケーブルＣＶを介してカラープリンタ４０にディジタルスチルカメラ１０が接続されたときに開始される。

制御回路４１（ＣＰＵ４１１）は、画像処理を開始すると、選択された画像データＧＤを取得してＲＡＭ４１２に一時的に格納する（ステップＳ１００）。一般的に、ディジタルスチルカメラ１０において生成された画像データＧＤは、ＹＣｂＣｒデータであるため、ＣＰＵ４１１は、選択された画像データＧＤが開かれるとＹＣｂＣｒデータをＲＧＢデータへと変換する。画像データＧＤの選択は、例えば、カラープリンタ４０と有線または無線にて接続されているディジタルスチルカメラ１０上において行われていても良く、あるいは、カラープリンタ４０上において、メモリカードＭＣに格納されている画像データＧＤの中から選択されても良い。さらには、ネットワークを介してサーバ上に格納されている複数の画像データＧＤから選択されても良い。

ＣＰＵ４１１は、選択された画像データＧＤを図６に示すように複数の領域、例えば２５６（１６×１６）の領域（画素データ群）に分割する（ステップＳ１１０）。ただし、図６は説明を容易にするため画像データＧＤがメモリ上に展開された仮想状態を模式的に示している。具体的に説明すると、画像データＧＤは複数の画素データから構成されており、各画素データには、例えば、ｘ−ｙ座標で示される位置情報が割り振られている。そこで、位置情報を利用して、画像を複数の領域に分割した各領域と各領域に対応する画素データ群とを対応付けることで、図６に示すように画像の分割領域と画像データＧＤの仮想的な分割領域とを対応付けることができる。本実施例では更に、各領域に対して左上から右下に向かって１〜２５５の番号を付すことで、各領域を区別する。なお、各本明細書中では、画像の分割領域に併せて分割された画像データＧＤの分割単位を、画像データＧＤの領域または画素データ群という。

ＣＰＵ４１１は、画像データＧＤを領域単位にて解析し（ステップＳ１２０）、画像データＧＤの各領域を構成する全画素データ数に対する肌色の色相を示す画素データ数の割合である肌色画素割合Ｈfl_rateを算出し（ステップＳ１３０）、取得した肌色画素割合Ｈfl_rateが画像データ領域の色相が肌色であると判別するための判定値Ｈfl_ref以上であるか否かを判定する（ステップＳ１４０）。具体的には、ＣＰＵ４１１は、例えば、ＲＧＢ画像データＧＤをＨＳＶ画像データに変換し、画像データの各領域単位にて、図７に示すような色相のヒストグラムを生成する。ここで、ＨＳＶ色空間は、色相Ｈ、彩度Ｓ、輝度Ｖによって画像データＧＤを表す色空間である。画像データＧＤの色相Ｈは、この他にもＨＳＬ色空間へと画像データＧＤを変換することによっても得ることができる。ＲＧＢ画像データＧＤをＨＳＶ画像データへと変換するにあたっては、Ｒ，Ｇ，Ｂ成分を有する各画素データに対して以下の式（１）〜（３）が適用される。また、肌色画素割合Ｈfl_rateの算出にあたっては、以下の式（４）が用いられる。なお、ここでは、説明を簡潔にするために色域のパラメータとして色相を用いる場合について説明する。

ここで、Ｖmax＝max{Ｒ,Ｇ,Ｂ}、Ｖmin＝min{Ｒ,Ｇ,Ｂ}である。Ｖmax＝Ｖminの場合には、色相は不定（無彩色）となる。また、色相Ｈ＜０の場合には、算出された色相Ｈに２πを加える。この結果、色相Ｈの値域は０〜２πとなるが、本実施例では、値域を０〜３６０度として色相Ｈを表す。

図７に示すヒストグラムにおいて、肌色に対応する色相域はＣＳfl、緑色に対応する色相域はＣＳgr、空色に対応する色相域はＣＳsk、赤色に対応する色相域はＣＳrdにてそれぞれ示されている。図７に例示するヒストグラムでは、肌色の色相が高い頻度で現れており、解析された画像データ領域が肌を中心とする被写体に対応するものであることが推察できる。

ＣＰＵ４１１は、肌色画素割合Ｈfl_rate≧判定値Ｈfl_refであると判定した場合には（ステップＳ１４０：Ｙｅｓ）、その画像データＧＤの領域の分散値Ｖを取得し（ステップＳ１５０）、取得した分散値Ｖが判定値Ｖref2未満であるか否かを判定する（ステップＳ１６０）。

一方、ＣＰＵ４１１は、肌色画素割合Ｈfl_rate＜判定値Ｈfl_refであると判定した場合には（ステップＳ１４０：Ｎｏ）、対象となっている画像データ領域に対する平滑化処理を実行することなく、画質調整処理（ステップＳ１８０）へと移行する。

分散値の算出方法について具体的に説明すると、ＣＰＵ４１１は、各領域を構成する各画素データの分散値を輝度成分Ｙ、色差成分Ｃｂ、Ｃｒについて算出し、最も大きな値を各領域の分散値Ｖとして採用する。分散値Ｖは以下の式（５）によって求められる。なお、式中ｘiは各画素データのＹ、Ｃｂ、Ｃｒ成分のいずれかを示し、ｘバーはＹ、Ｃｂ、Ｃｒ成分のそれぞれについての領域を構成する全画素データの平均値を示す。

ＣＰＵ４１１は、取得した分散値Ｖが分散判定値Ｖref2未満であると判定した場合には（ステップＳ１６０：Ｙｅｓ）、平滑化処理を実行する（ステップＳ１７０）。一方、ＣＰＵ４１１は、取得した分散値Ｖが分散判定値Ｖref2以上であると判定した場合には（ステップＳ１６０：Ｎｏ）、対象となっている画像データ領域に対する平滑化処理を実行することなく画質調整処理（ステップＳ１８０）へと移行する。図６に示す例では、８６〜９１、１０２〜１０７、１１９〜１２２、１３５〜１３８および１５２，１５３の画像データ領域が肌領域に該当すると決定される。肌領域であると決定（判定）された各画像データ領域に対しては、以下の平滑化処理が実行される。

平滑化処理について図８〜図１７を参照して説明する。図８は肌領域に対応する画像データの領域に対して実行される平滑化処理の処理ルーチンを示すフローチャートである。図９はエッジの勾配ｇ（エッジ量）を求めるために用いられる３×３エッジ検出オペレータの一例を示す説明図である。図１０はエッジの勾配ｇ（エッジ量）を求めるために用いられる５×５エッジ検出オペレータの一例を示す説明図である。図１１は、本実施例に係る画像処理装置において実行されるエッジを構成する画素に対して実行される平滑化処理の特徴を示す説明図である。図１２は本実施例において用いられる参照画素抽出領域が方向性を有する楕円形メディアンフィルタを例示する説明図である。図１３は図１２に示す画像の画素値（輝度値、色差値）の分布を画素レベルにて例示的に示すと共に注目画素ＴＰについて平滑化処理を行う際におけるメディアンフィルタの適用の様子を観念的に示す説明図である。図１４は本実施例と従来例との平滑化処理の比較結果の一例を示す説明図である。図１５は本実施例において用いられる９×９移動平均フィルタの一例を示す説明図である。図１６は本実施例において用いられる１７×１７移動平均フィルタの一例を示す説明図である。図１７は本実施例において用いられる２１×２１移動平均フィルタの一例を示す説明図である。図１８は本実施例における平滑化処理の結果得られる出力画像を模式的に示す説明図である。

ＣＰＵ４１１は、平滑化処理（ノイズ低減処理）を開始すると、対象となる画像データ領域の色空間を輝度成分と色差成分とによって表される色座標系、例えば、ＹＣｂＣｒ、Ｌａｂへと変換する。本実施例では、ＹＣｂＣｒを例にとって説明する。本実施例では、既に扱っているデータがＲＧＢデータであるから、ＣＰＵ４１１は、以下の式を用いて対象となる画像データ領域に対してＲＧＢ−ＹＣｂＣｒ変換を実行する。なお、上記色域の判定に際してＹＣｂＣｒデータが用いられた場合には、特に変換処理は不要である。
Ｙ＝０．２９９９Ｒ＋０．５８７Ｇ＋０．１１４Ｂ
Ｃｒ＝０．７１３（Ｒ−Ｙ） Ｃｂ＝０．５６４（Ｂ−Ｙ）

ＣＰＵ４１１は、注目画素ＴＰの勾配（エッジ量）ｇをＹ（輝度）、Ｃｂ、Ｃｒ（色差）の各成分について算出する（ステップＳ２００）。エッジ量ｇを算出する手法は既にいくつかの手法が確立されており、本実施例では例えば、図９に示す３×３Prewittオペレータ、図１０に示す５×５Prewittオペレータを用いて説明する。

ＣＰＵ４１１は、注目画素ＴＰの輝度成分をＹ（i,j）として表した場合、以下の式（６）、（７）を用いてΔｆｘおよびΔｆｙを算出する。式（６）、（７）は３×３Prewittオペレータを用いた場合の例である。

ＣＰＵ４１１は、続いて以下の式（８）を用いてエッジ量ｇを算出する。

ＣＰＵ４１１は、Ｃｒ成分、Ｃｂ成分のそれぞれについてもＹ成分と同様にしてエッジ量を求め、最も大きなエッジ量ｇを注目画素ＴＰのエッジ量ｇとして採用する。なお、上記説明では、説明を容易にするため３×３Prewittオペレータを用いて説明したが、画像データを構成する画素数が増加している今日では、より正確なエッジ量ｇを求めるため図１０に示す５×５Prewittオペレータを用いることが望ましい。

ＣＰＵ４１１は、算出したエッジ量ｇが７５以上であるか否かを判定し（ステップＳ２１０）、７５≦ｇであると判定した場合には（ステップＳ２１０：Ｙｅｓ）、エッジ角度θを算出する（ステップＳ２２０）。ＣＰＵ４１１は、先に求めたΔｆｘおよびΔｆｙを用いて以下の式（９）からエッジ角度を算出する。

ただし、式（８）によって実際に算出される角度θは、図１１に示すように水平方向に対する勾配の方向θであり、厳密な意味でのエッジ角度ではない。ただし、勾配の方向はエッジの方向に対して垂直（９０°）に交差するため、勾配の方向θとエッジの方向（エッジ角度）とは一義的に対応付けられており、勾配の方向θを求めることでエッジ角度を求めることができる。

ＣＰＵ４１１は、算出した勾配の方向θに基づいて画像上のエッジ角度に適したメディアンフィルタを取得する（ステップＳ２２２）。カラープリンタ４０のＲＯＭ／ＨＤＤ４１３には、予め図１２（ａ）〜（ｈ）に示すような、参照領域ＲＡに方向性を持った（参照画素をエッジ周囲の画素に絞った）メディアンフィルタＭＦが格納されており、ＣＰＵ４１１は、算出した勾配の方向θを指標として画像上のエッジ角度に適したメディアンフィルタＭＦを選択する。本実施例では、０°〜１８０°の範囲で２２．５°刻みにて８種類の方向性を有するメディアンフィルタＭＦが用意されている。

図１２中、黒塗りの四角は参照画素を示し、白色の画素は非参照画素を示し、−画素は注目画素として取り扱われない（平滑化の対照とならない）スキップ画素を意味する。図１２中に示す角度は勾配の方向θを示しており、メディアンフィルタＭＦが有する方向性（実際に画像上に形成されている角度）を示すものではない。すなわち、既述のように勾配の方向θと現実のエッジ角度（方向）とは９０°ずれており、本実施例ではこの相違を考慮した上で勾配の方向θを指標として画像上のエッジ角度に適したメディアンフィルタＭＦを選択できるよう予め勾配の方向θと画像上のエッジ角度とを対応付けている。

図１２には、説明の都合上、９×９の角度付きメディアンフィルタＭＦが例示されているが、実際の処理においては１７×１７の角度付きメディアンフィルタＭＦを用いることが好ましい。

ＣＰＵ４１１は、取得したメディアンフィルタＭＦを用いて平滑化処理を実行する（ステップＳ２２４）。この平滑化処理では、色差成分であるＣｒ，Ｃｂおよび輝度成分Ｙについて平滑化処理を実行する。例えば、図１１に示すエッジを有する画像が図１３に示す画素値（色彩値および輝度値）分布を有する場合について説明すると、注目画素ＴＰの勾配の方向θは５１°となるため、図１２（ｂ）に示す４５．０°のメディアンフィルタＭＦを選択してメディアンフィルタ演算を実行する。

図１３において注目画素はＴＰ、ＴＰｎ１、ＴＰｎ２によって表され、参照画素は斜線付きの四角で示され、非参照画素は白抜きの四角にて示されている。また、図中の数値は（輝度値／色差値）を示している。さらに、各四角の間には画素が存在するが、画像処理速度を向上させるためにこれら画素は、注目画素、参照画素として取り扱われないスキップ画素であるから表示を省略した。

注目画素ＴＰの色彩値または輝度値および斜線で示されている参照画素の色差値および輝度値を用いて各中央値が算出され、平滑化処理後の注目画素ＴＰの色彩値となる処理後輝度値および色差値（処理後色彩値）が得られる。ＣＰＵ４１１は演算により得られた処理後色彩値をＲＡＭ４１２に一時的に格納する。

注目画素ＴＰは当初、２５５の輝度値、１２７の色差値を示し、周りの画素の色差値および輝度値を参照すると、例えば、大きなしわといったエッジ成分を示している可能性が高い。従来の移動平均フィルタを用いた場合には、枠線内の全ての画素の色差値および輝度値が参照されるため、注目画素ＴＰの処理後の輝度値および色差値は、図１４に示すように、１１１および５５となり平滑化処理によってエッジ成分が損なわれてしまう。

これに対して、角度付きメディアンフィルタＭＦを用いる本実施例における平滑化処理では、図１４に示すように、色差値および輝度値を用いて得られる注目画素ＴＰの処理後の色差値および輝度値はそれぞれ１２８および６４となるため、エッジ成分を損なうことなくノイズを低減することができる。また、参照領域ＲＡをエッジ角度（エッジ形成方向）に一致させて、エッジ形成画素を覆うようにして平滑化処理（メディアンフィルタ演算）を実行するので、通常、長い演算時間が要求されるメディアンフィルタ演算の演算時間を短縮しつつ、エッジ成分を損なうことのない精度の高いノイズ低減処理を実行することができる。

ＣＰＵ４１１は、ステップＳ２１０にて注目画素ＴＰのエッジ量ｇが７５未満であると判断した場合には（ステップＳ２１０：Ｎｏ）、移動平均フィルタを用いた平滑化処理を実行する。一般的に、分散値Ｖが大きい場合には、対象領域の画像に高周波成分、すなわちテクスチャ成分が多く含まれていることを意味し、分散値Ｖが小さな場合には、対象領域の画像には高周波成分（テクスチャ成分）が余り含まれていないことを意味する。換言すれば、分散値Ｖが小さい場合には、対象領域の画像は滑らかであり、分散値Ｖが大きい場合には対象領域の画像は粗いことを意味する。したがって、分散値Ｖが大きくなるにつれてサイズの小さな移動平均フィルタを用いた平滑化処理を以下、実行する。

ＣＰＵ４１１は、分散値Ｖが２００より大きいか否かを判定し（ステップＳ２３０）、分散値Ｖが２００より大きいと判定した場合には（ステップＳ２３０：Ｙｅｓ）、図１５に示す９×９の移動平均フィルタ、すなわち９×９の範囲内に参照画素を有する参照領域の小さな移動平均フィルタを用いて注目画素ＴＰに対する平滑化処理を実行する（ステップＳ２３２）。ＣＰＵ４１１は演算により得られた処理後色彩値をＲＡＭ４１２に一時的に格納する。処理後色彩値は、例えば、注目画素ＴＰからの距離に応じて各参照画素の色彩値（色差値および輝度値）に重み係数を乗算したものの総和をとり、総和を参照画素数で除算することによって得られる。

図１５においても黒塗りの四角は参照画素を示し、白抜きの四角は非参照画素を示し、−の表示はスキップ画素を示している。本実施例において用いられる移動平均フィルタは、本来ガウス分布に対応した参照領域を有するので四つ角の画素も参照画素として採用すべきであるが、演算処理時間を短縮するため、経験則上、平滑化処理に大きな影響を及ぼさない四つ角の画素は非参照画素としている

ＣＰＵ４１１は、分散値Ｖが２００以下であると判定した場合には（ステップＳ２３０：Ｎｏ）、分散値Ｖが５０より大きいか否かを判定する（ステップＳ２４０）。ＣＰＵ４１１は、分散値Ｖが５０より大きいと判定した場合には（ステップＳ２４０：Ｙｅｓ）、図１６に示す中間の大きさの参照領域を有する１７×１７の移動平均フィルタを用いて注目画素ＴＰに対する平滑化処理を実行する（ステップＳ２４２）。ＣＰＵ４１１は演算により得られた処理後色彩値をＲＡＭ４１２に一時的に格納する。図１６における黒塗りの四角、白抜きの四角、−の表示は既述の通りの意味を有する。

ＣＰＵ４１１は、分散値Ｖが５０以下であると判定した場合には（ステップＳ２４０：Ｎｏ）、図１７に示す参照領域の大きな２１×２１の移動平均フィルタを用いて注目画素ＴＰに対する平滑化処理を実行する（ステップＳ２５０）。ＣＰＵ４１１は演算により得られた処理後色彩値をＲＡＭ４１２に一時的に格納する。かかる場合には、注目画素ＴＰの周囲に、例えば、肌を表す比較的一様な画素が含まれていることを意味するので、参照領域の大きなフィルタを用いることによって平均化の度合いを上げて、平滑化に重きを置いた強力な平滑化処理を実行する。図１７における黒塗りの四角、白抜きの四角、−の表示は既述の通りの意味を有する。

ＣＰＵ４１１は、今回の注目画素ＴＰに対して、以上説明したいずれかの平滑化処理を終えると、対象となっている画像データ領域の全画素（スキップ画素を除く）に対する平滑化処理が終了したか否かを判定し（ステップＳ２６０）、全画素（スキップ画素を除く）について平滑化処理が終了していないと判定した場合には（ステップＳ２６０：Ｎｏ）、注目画素ＴＰを変更して（ステップＳ２７０）、ステップ２００に戻り、次の注目画素ＴＰに対して上記の平滑化処理を実行する。一方、ＣＰＵ４１１は、対象となっている画像データ領域の全画素（スキップ画素を除く）について平滑化処理が終了したと判定した場合には（ステップＳ２６０：Ｙｅｓ）、本平滑化処理を終了する。上記平滑化処理によって、例えば、図１８に示すように、シミ、傷が目立たなくなり、一方で、鼻、大きなしわのぼけを防止することができる。

ＣＰＵ４１１はＲＡＭ４１２に一時的に格納された各画素データについての処理後色彩値を対応する各画素データの新たな色彩値とし、ＹＣｂＣｒデータをＲＧＢデータに変換する。

図５に戻り説明を続けると、ＣＰＵ４１１は、画像データの全領域に対して、あるいは、各領域単位にて、他の画質調整処理を実行し（ステップＳ１８０）、データ変換処理部、例えば、プリンタドライバに出力して（ステップＳ１９０）、本処理ルーチンを終了する。プリンタドライバ（ＣＰＵ４１１）は、ＲＧＢデータをプリンタの色空間に併せてＣＭＹＫデータへと変換し、ハーフトーン処理等の必要な処理を行った後、例えば、ラスタデータとして印刷画像出力部４３へ出力する。

以上説明したとおり、本実施例に係る画像処理装置としてのカラープリンタ４０によれば、画像データを複数の領域に分割し、各画像データ領域毎に色彩値と分散（テクスチャ特性）とを用いて肌領域に該当するか否かが判定される。したがって、肌領域を精度良く判定することができる。すなわち、各画像データ領域の色域が肌色の色域に含まれると共に、各画像データ領域が滑らかである場合に、その画像データ領域を肌領域であると判定するので、肌色に近似する色域を有する粗い被写体（領域）、例えば、ピンク色のセーターを肌領域であると誤判定することを防止または抑制することができる。

さらに、本実施例に係るカラープリンタ４０によれば、肌領域であると特定した画像データ領域に対て平滑化処理を実行するので、肌領域に存在するシミ、傷といった忠実に再現されることが望まれない部分を消去または低減することができる。したがって、美しい肌領域を有する出力画像を得ることができる。また、肌領域の判定精度の向上と相まって、肌領域でない領域に対する平滑化処理を防止することが可能となる。

・その他の実施例：
（１）上記実施例では、複数の画素データから構成される領域単位にて平滑化処理の有無を判定し、また、平滑化処理が行われているが、図１９に示すように、画素データ単位にて平滑化処理の有無を判定し、平滑化処理を行っても良い。図１９は他の実施例に係るカラープリンタにおいて実行される肌領域判定処理の処理ルーチンを示すフローチャートである。

図１９の処理ルーチンは、例えば、カラープリンタ４０のメモリスロット４４にメモリカードＭＣが差し込まれたとき、あるいは、ケーブルＣＶを介してカラープリンタ４０にディジタルスチルカメラ１０が接続されたときに開始される。なお、図５におけるステップと同等のステップについては簡単に説明を行う。

制御回路４１（ＣＰＵ４１１）は、画像処理を開始すると、選択された画像データＧＤを取得してＲＡＭ４１２に一時的に格納する（ステップＳ３００）。図５におけるステップＳ１００と同様の処理である。

ＣＰＵ４１１は、選択された画像データＧＤに含まれる対象画素データを特定する（ステップＳ３１０）。対象画素データの特定は、画像データＧＤを構成する全画素データに対して実行されても良く、あるいは、画像データＧＤを構成する全画素データから１〜数画素おきに選択された画素データで構成されている間引き画像データに対して実行されても良い

ＣＰＵ４１１は、特定された対象画素データが肌色の色彩値を示すか否かを判断し（ステップＳ３２０）、肌色の色彩値を示さないと判定した場合には（ステップＳ３２０：Ｎｏ）、ステップＳ３６０に移行する。対象画素データが肌色の色彩値を有するか否かの判定は、対象画素データが示すＲＧＢ成分に基づいて行われても良く、あるいは、上述のように対象画素データが示すＲＧＢ成分をＨＳＶ成分へと変換して、色相Ｈに基づいて行われても良い。

ＣＰＵ４１１は、特定された対象画素データが肌色の色彩値を示すと判定した場合には（ステップＳ３２０：Ｙｅｓ）、対象画素データの周辺画素データを参照して分散値Ｖを取得する（ステップＳ３３０）。ＣＰＵ４１１は、取得した分散値Ｖが判定値Ｖref2未満であるか否かを判定する（ステップＳ３４０）。なお、分散値の算出に当たっては、画像データを構成する全ての画素データが用いられる。また、分散値の算出方法は、既述の通りである。

ＣＰＵ４１１は、取得した分散値Ｖが分散判定値Ｖref2未満であると判定した場合には（ステップＳ３４０：Ｙｅｓ）、平滑化処理を実行する（ステップＳ３５０）。なお、平滑化処理については説明済みであるから説明を省略する。一方、ＣＰＵ４１１は、取得した分散値Ｖが分散判定値Ｖref2以上であると判定した場合には（ステップＳ３４０：Ｎｏ）、対象となっている画像データ領域に対する平滑化処理を実行することなくステップＳ３６０に移行する。

ＣＰＵ４１１は、ステップＳ３６０において、処理対象とすべき全ての画素データに対してステップＳ３１０〜ステップＳ３５０の処理が完了した否かを判定し、処理対象とすべき全ての画素データに対する上記処理が完了していないと判定した場合には（ステップＳ３６０：Ｎｏ）、次の対象画素データを特定し、ステップＳ３２０〜ステップＳ３５０を実行する。

ＣＰＵ４１１は、処理対象とすべき全ての画素データに対する上記処理が完了したと判定した場合には（ステップＳ３６０：Ｙｅｓ）、他の画質調整処理を実行し（ステップＳ３７０）、データ変換処理部、例えば、プリンタドライバに出力して（ステップＳ３８０）、本処理ルーチンを終了する。プリンタドライバ（ＣＰＵ４１１）は、ＲＧＢデータをプリンタの色空間に併せてＣＭＹＫデータへと変換し、ハーフトーン処理等の必要な処理を行った後、例えば、ラスタデータとして印刷画像出力部４３へ出力する。

上記処理によって平滑化処理の有無を判定し、必要に応じて平滑化処理を実行する場合には、画素データ単位で実行されるので平滑化処理の有無の判断処理を高速化することができる。

（２）上記実施例では、画像データ領域の色彩値が肌色の色域に含まれているか否かの判定をＨＣＶ色空間において実行したが、ＲＧＢ色空間またはＹＣｂＣｒ色空間にて実行されてもよい。かかる場合には、画像データ領域のＲＧＢ成分が肌色ＲＧＢ値域に含まれるか否か、あるいは、色差成分Ｃｂ、Ｃｒが肌色の色差を示しているか否かによって判断される。

（３）上記実施例では、平滑処理時における色差成分と輝度成分の双方の変化特性を考慮した同一の判定分散値を用いて、色差と輝度の双方について同時に平滑化処理が実行されているが、色差に対する平滑化処理と輝度に対する平滑化処理とを別々に実行してもよい。かかる場合には、色差についての判定分散値と輝度についての判定分散値をそれぞれ用意することによって、平滑処理による色差の変化特性、輝度の変化特性を個々に反映した平滑化処理を実行することができる。したがって、平滑化処理によって得られる画像の見栄えを向上させることができる。

（４）上記実施例では、肌領域の特定を、各画像データ領域単位にて実行しているが、同一色彩値および分散値を有する隣接領域を関連付けて被写体領域を形成し、形成した被写体領域単位にて肌領域の特定が行われても良い。かかる場合には、被写体領域の大きさを考慮することによって、肌領域に該当する画像データ領域が集合してなる顔領域の判定精度を更に向上させることができる。

（５）上記実施例では、肌領域に該当する画像データ領域に対する平滑化処理に際して、メディアンフィルタと移動平均フィルタとを使い分けているが、移動平均フィルタのみを用いても良い。この場合には、大きな参照領域を有する移動平均フィルタが用いられることが好ましい。

（６）上記実施例では、画像処理装置として、カラープリンタ４０が用いられているが、この他にも、表示装置２０、パーソナルコンピュータ３０が用いられても良い。かかる場合にも上記実施例と同等の効果を得ることができる。

（７）上記実施例では、画像処理がソフトウェア的に、すなわちコンピュータプログラムの態様にて実行されているが、上記各処理（ステップ）を実行する論理回路を備えた画像処理ハードウェア回路を用いて実行されてもよい。かかる場合には、４１１の負荷を軽減することができると共に、より高速な各処理を実現することができる。画像処理ハードウェア回路は、例えば、表示装置２０およびカラープリンタ４０に対しては実装回路として、パーソナルコンピュータ３０に対してはアドオンカードとして実装され得る。

以上、実施例に基づき本発明に係る画像処理装置、画像処理方法および画像処理プログラムを説明してきたが、上記した発明の実施の形態は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明は、その趣旨並びに特許請求の範囲を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれることはもちろんである。

本実施例に係る画像処理装置を含む画像処理システムの概略構成を示す説明図である。 本実施例に係る画像処理装置の概略構成を示す説明図である。 本実施例に係るカラープリンタ４０が備える制御回路４１によって実現される機能モジュールのブロック図である。 処理対象となる画像の一例を模式的に示す説明図である。 本実施例に係るカラープリンタにおいて実行される肌領域判定処理の処理ルーチンを示すフローチャートである。 本実施例に係るカラープリンタにおいて実行される肌色領域の判定処理の過程を模式的に示す説明図である。 画像データの領域（画素データ群）の解析結果の一例を示す説明図である。 肌領域に対応する画像データの領域に対して実行される平滑化処理の処理ルーチンを示すフローチャートである。 エッジの勾配ｇ（エッジ量）を求めるために用いられる３×３エッジ検出オペレータの一例を示す説明図である。 エッジの勾配ｇ（エッジ量）を求めるために用いられる５×５エッジ検出オペレータの一例を示す説明図である。 本実施例に係る画像処理装置において実行されるエッジを構成する画素に対して実行される平滑化処理の特徴を示す説明図である。 本実施例において用いられる参照画素抽出領域が方向性を有する楕円形メディアンフィルタを例示する説明図である。 図１２に示す画像の画素値の分布を画素レベルにて例示的に示すと共に注目画素ＴＰについて平滑化処理を行う際におけるメディアンフィルタの適用の様子を観念的に示す説明図である。 本実施例と従来例との平滑化処理の比較結果の一例を示す説明図である。 本実施例において用いられる９×９移動平均フィルタの一例を示す説明図である。 本実施例において用いられる１７×１７移動平均フィルタの一例を示す説明図である。 本実施例において用いられる２１×２１移動平均フィルタの一例を示す説明図である。 本実施例における平滑化処理の結果得られる出力画像を模式的に示す説明図である。 他の実施例に係るカラープリンタにおいて実行される肌領域判定処理の処理ルーチンを示すフローチャートである。

符号の説明

１０…ディジタルスチルカメラ
２０…表示装置
２５…表示ディスプレイ
３０…パーソナルコンピュータ
３１…表示ディスプレイ
４０…カラープリンタ
４１…制御回路
４１１…中央演算装置（ＣＰＵ）
４１２…ランダムアクセスメモリ（ＲＡＭ）
４１３…ハードディスク（ＨＤＤ）／ＲＯＭ
４２…入力操作部
４３…印刷画像出力部
４４…メモリカードスロット
４５…データ入出力部
ＭＣ…メモリカード
ＧＤ…画像データ

Claims (13)

1. 画像中の肌領域を特定する画像処理装置であって、
   判定の対象となる画像のデータである画像データを取得する画像データ取得手段と、
   前記画像を複数の領域に分割した際の各領域に対応して前記画像データを複数の画像データ領域に分割する画像データ分割手段と、
   前記画像データを前記画像データ領域単位にて解析し、前記各画像データ領域が示す色域特性を取得する色域特性取得手段と、
   前記画像データを前記画像データ領域単位にて解析し、前記各画像データ領域が示すテクスチャ特性を取得するテクスチャ特性取得手段と、
   前記取得された色域特性とテクスチャ特性とを用いて前記各画像データ領域の中で肌領域に該当する画像データ領域を特定する肌領域特定手段とを備える画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記肌領域特定手段は、肌色の色域特性を示すと共に滑らかなテクスチャ特性を示す画像データ領域を肌領域に該当する画像データ領域として特定する画像処理装置。
3. 請求項１に記載の画像処理装置において、
   前記肌領域特定手段はさらに、
   同一の色域特性およびテクスチャ特性を示す隣接画像データ領域を関連付けて被写体領域を形成する被写体領域形成手段を備え、
   前記肌領域特定手段は、前記形成された被写体領域のうち、肌色の色域特性を示すと共に滑らかなテクスチャ特性を示す被写体領域を特定することによって肌領域に該当する前記画像データ領域を特定する画像処理装置。
4. 請求項２または請求項３に記載の画像処理装置において、
   前記色域特性は色相、彩度、明度をパラメータに含み、
   前記テクスチャ特性は分散をパラメータに含み、
   前記各画像データ領域は複数の画素データから構成され、
   前記肌領域特定手段は、画像データ領域における全画素データ数に対する肌色の色域を示す画素データ数の割合が色域判定値以上である場合にその画像データ領域の色域特性が肌色を示すと判定し、画像データ領域における前記分散の値が分散判定値よりも低い場合にその画像データ領域のテクスチャ特性が滑らかであると判定する画像処理装置。
5. 請求項１ないし請求項４のいずれかに記載の画像処理装置はさらに、
   前記決定された肌領域に該当する画像データ領域に対して、平滑化処理を実行する平滑化処理手段を備える画像処理装置。
6. 請求項１に記載の画像処理装置において、
   前記各領域は１の画素で構成されており、前記各領域に対応する前記複数の画像データ領域は１の画素データで構成されている画像処理装置。
7. 請求項１に記載の画像処理装置において、
   前記各領域は複数の画素で構成されており、前記各領域に対応する前記複数の画像データ領域は複数の画素データで構成されている画像処理装置。
8. 肌領域を特定する画像処理装置であって、
   複数の画素データから構成される画像データを取得する画像データ取得手段と、
   前記画像データを複数の画素データ群に分割する画像データ分割手段と、
   前記画像データを画素データ群単位にて解析し、前記各画素データ群における、全画素データ数に対する肌色の色域を示す画素データ数の割合を色彩値として取得する色彩値取得手段と、
   前記画像データを画素データ群単位にて解析し、前記各画素データ群が示す分散値を取得する分散値取得手段と、
   前記取得された色彩値と分散値とを用いて前記各画素データ群の中から肌領域に対応する画素データ群を特定する肌色領域特定手段とを備える画像処理装置。
9. 請求項８に記載の画像処理装置において、
   前記肌領域特定手段は、前記色彩値が色域判定値以上であると共に前記分散値が分散判定値よりも小さい画素データ群を肌領域とする画像処理装置。
10. 請求項８に記載の画像処理装置において、
    前記肌領域特定手段はさらに、
    同一の色彩値および分散値を示す隣接画素データ群を関連付けて被写体領域を形成する被写体領域形成手段を備え、
    前記肌領域特定手段は、前記形成された被写体領域のうち、被写体領域に含まれる肌色の色域に含まれる画素データ数の割合が色域判定値以上であると共に分散判定値よりも小さな分散値を有する被写体領域を特定することによって肌領域に該当する前記画素データ群を特定する画像処理装置。
11. 請求項８ないし請求項１０のいずれかに記載の画像処理装置はさらに、
    前記決定された肌領域に該当する画素データ群に対して、平滑化処理を実行する平滑化処理手段を備える画像処理装置。
12. 画像中の肌領域を特定する画像処理方法であって、
    判定の対象となる画像のデータである画像データを取得し、
    前記画像を複数の領域に分割した際の各領域に対応して前記画像データを複数の画像データ領域に分割し、
    前記画像データを前記画像データ領域単位にて解析して、前記各画像データ領域が示す色域特性を取得し、
    前記画像データを前記画像データ領域単位にて解析して、前記各画像データ領域が示すテクスチャ特性を取得し、
    前記取得し色域特性とテクスチャ特性とを用いて前記各画像データ領域の中で肌領域に該当する画像データ領域を特定する画像処理方法。
13. 肌領域を特定する画像処理方法であって、
    複数の画素データから構成される画像データを取得し、
    前記画像データを複数の画素データ群に分割し、
    前記画像データを画素データ群単位にて解析して、前記各画素データ群における、全画素データ数に対する肌色の色域を示す画素データ数の割合を色彩値として取得し、
    前記画像データを画素データ群単位にて解析して、前記各画素データ群が示す分散値を取得し、
    前記取得した色彩値と分散値とを用いて前記各画素データ群の中から肌領域に対応する画素データ群を特定する画像処理方法。

Images