JP2006268153A - 画像処理装置、画像処理方法、及びプログラム - Google Patents
画像処理装置、画像処理方法、及びプログラム Download PDFInfo
- Publication number
- JP2006268153A JP2006268153A JP2005082084A JP2005082084A JP2006268153A JP 2006268153 A JP2006268153 A JP 2006268153A JP 2005082084 A JP2005082084 A JP 2005082084A JP 2005082084 A JP2005082084 A JP 2005082084A JP 2006268153 A JP2006268153 A JP 2006268153A
- Authority
- JP
- Japan
- Prior art keywords
- color
- candidate
- image
- target
- image processing
- 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
Links
- 238000012545 processing Methods 0.000 title claims description 31
- 238000003672 processing method Methods 0.000 title claims description 5
- 239000003086 colorant Substances 0.000 claims abstract description 41
- 238000012937 correction Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 abstract description 28
- 239000006185 dispersion Substances 0.000 abstract description 10
- 238000000034 method Methods 0.000 description 39
- 238000010191 image analysis Methods 0.000 description 34
- 238000005070 sampling Methods 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 238000000605 extraction Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Abstract
【課題】 カラー画像に対し適切なグレーバランス調整を行えるようにする。
【解決手段】 入力画像から解析画像を生成する解析画像生成部10と、この解析画像を解析してグレーバランス調整に用いる目標色の候補である複数の候補色を決定し、各候補色の近傍の色の代表色と対応する候補色の距離と、各候補色の近傍の色の画素の解析画像における出現頻度に関する分散値とを求め、これらの情報に基づいて、複数の候補色の中から適切な目標色を選択する画像解析部20と、目標色に対応する代表色がその目標色に変換されるようなLUTを生成するLUT生成部30と、LUTを参照して実際にグレーバランス調整を実行する補正実行部40とを備える。
【選択図】 図1
【解決手段】 入力画像から解析画像を生成する解析画像生成部10と、この解析画像を解析してグレーバランス調整に用いる目標色の候補である複数の候補色を決定し、各候補色の近傍の色の代表色と対応する候補色の距離と、各候補色の近傍の色の画素の解析画像における出現頻度に関する分散値とを求め、これらの情報に基づいて、複数の候補色の中から適切な目標色を選択する画像解析部20と、目標色に対応する代表色がその目標色に変換されるようなLUTを生成するLUT生成部30と、LUTを参照して実際にグレーバランス調整を実行する補正実行部40とを備える。
【選択図】 図1
Description
本発明は、画像データに対し画像処理を行う画像処理装置等に関し、より詳しくは、カラー画像に対しグレーバランス調整を行う画像処理装置等に関する。
近年、デジタルスチルカメラやカメラ付き携帯電話等のデジタル撮像機器が普及したことにより、撮影画像をデジタルデータとして扱うことが一般的となっている。これにより、デジタル撮像機器で撮影した画像に対し、画像処理による各種補正もよく行われるようになった。特に、カラー画像では、忠実な色再現が困難なことから、画像処理による色調整が行われることが多い。
例えば、撮影時の露光条件や光源設定が適切でない場合、所謂「色かぶり」という現象が生じてしまうことがある。ここで、「色かぶり」とは、画像中における色バランスが崩れていることをいう。具体的には、室内で撮影した画像が室内光源の影響で黄味や赤味がかったり、蛍光灯の下で撮影した画像が緑っぽくなったりする現象等である。
かかる場合も、色かぶりを修正するため、色バランス調整等の画像処理が行われる。
かかる場合も、色かぶりを修正するため、色バランス調整等の画像処理が行われる。
色かぶりを修正するための色バランス調整については、従来から種々の方法が提案されている(例えば、特許文献1、特許文献2参照)。特許文献1では、基準色を設定し、その近傍の色の代表色を求め、代表色が基準色に近づくように補正している。また、特許文献2では、ハイライトポイントとシャドーポイントを求め、それらを結ぶ軸が無彩色軸に重なるように回転変換することにより、色かぶりを修正している。
しかしながら、これら従来の技術においては、色バランス調整のための基準として決めた色が適切なものとは限らないという問題点があった。
まず、特許文献1では、例えば人の肌や空の色等の記憶色や、ハイライトグレイ領域等の色バランスのズレが目立ち易い色を、基準色として決めている。ここで、記憶色にも含まれ、ハイライト領域にも含まれることが多い人の肌の色について考える。人の肌の色は、室内光源の影響で赤味がかっている場合と、本来の肌の色が赤味がかっている場合とがある。前者であれば、色調整の対象とすべきであるのに対し、後者であれば、色調整の対象とすべきではないが、特許文献1では、この両者を区別して基準色を決めているわけではない。
まず、特許文献1では、例えば人の肌や空の色等の記憶色や、ハイライトグレイ領域等の色バランスのズレが目立ち易い色を、基準色として決めている。ここで、記憶色にも含まれ、ハイライト領域にも含まれることが多い人の肌の色について考える。人の肌の色は、室内光源の影響で赤味がかっている場合と、本来の肌の色が赤味がかっている場合とがある。前者であれば、色調整の対象とすべきであるのに対し、後者であれば、色調整の対象とすべきではないが、特許文献1では、この両者を区別して基準色を決めているわけではない。
また、特許文献2では、高輝度側、低輝度側それぞれからの累積度数値が所定の度数値に達する輝度値をハイライトポイント、シャドーポイントとして色調整の全てを決定付ける基準点としているが、特許文献1と同様、この点が基準点として真に適切かどうかは分からない。
本発明は、以上のような技術的課題を解決するためになされたものであって、その目的は、カラー画像に対し適切なグレーバランス調整を行えるようにすることにある。
また、本発明の他の目的は、カラー画像に対しグレーバランス調整を行う際に用いる適切な目標色を決定することにある。
また、本発明の他の目的は、カラー画像に対しグレーバランス調整を行う際に用いる適切な目標色を決定することにある。
かかる目的のもと、本発明では、グレーバランス調整の適切な目標色を複数の候補の中から選択するようにした。即ち、本発明の画像処理装置は、グレーバランス調整における目標色の候補である複数の候補色を取得する取得手段と、この取得手段により取得された複数の候補色の中から、各候補色の近傍の色のカラー画像における出現状況に基づいて、目標色を選択する選択手段と、この選択手段により選択された目標色を用いてグレーバランス調整を行う補正手段とを備えている。
また、本発明は、適切な目標色を用いてグレーバランス調整を行う画像処理方法として捉えることもできる。その場合、本発明の画像処理方法は、グレーバランス調整における目標色の候補である複数の候補色を取得するステップと、取得された複数の候補色の中から、各候補色の近傍の色のカラー画像における出現状況に基づいて、目標色を選択するステップと、選択された目標色を用いてグレーバランス調整を行うステップとを含んでいる。
一方、本発明は、所定の機能をコンピュータに実現するためのプログラムとして捉えることもできる。その場合、本発明のプログラムは、コンピュータに、特定のカラー画像に関する情報を取得する機能と、特定のカラー画像に対しグレーバランス調整を行う際に用いる目標色の候補である複数の候補色を取得する機能と、特定のカラー画像を解析し、各候補色の近傍の色のその特定のカラー画像における出現状況を取得する機能と、取得された候補色ごとの出現状況に基づいて目標色を選択する機能とを実現させるためのものである。
本発明によれば、カラー画像に対し適切なグレーバランス調整を行えるようになる。
以下、添付図面を参照して、本発明を実施するための最良の形態(以下、「実施の形態」という)について詳細に説明する。
図1は、本実施の形態における画像処理装置の機能構成を示したブロック図である。尚、本装置の機能は、デジタルカメラの他、パーソナルコンピュータやプリンタ等のカラー画像を扱うことの可能な様々な装置において実現することができる。
図1に示すように、本実施の形態における画像処理装置は、解析画像生成部10と、画像解析部20と、LUT(Look Up Table)生成部30と、補正実行部40とを備えている。
図1は、本実施の形態における画像処理装置の機能構成を示したブロック図である。尚、本装置の機能は、デジタルカメラの他、パーソナルコンピュータやプリンタ等のカラー画像を扱うことの可能な様々な装置において実現することができる。
図1に示すように、本実施の形態における画像処理装置は、解析画像生成部10と、画像解析部20と、LUT(Look Up Table)生成部30と、補正実行部40とを備えている。
ここで、解析画像生成部10は、入力画像を受け取って、例えば画像を縮小することにより解析のための画像(以下、「解析画像」という)を生成する。
画像解析部20は、この解析画像を解析してグレーバランス調整に用いる目標色を決定する。その機能は、グレーバランス調整に用いる目標色の候補となる色(以下、「候補色」)を決定する部分と、その候補色の中から最適な条件となる目標色を選択する部分とに大きく分けられる。このうち、前者の部分を、候補色を取得する取得手段と捉え、後者の部分を、目標色を選択する選択手段と捉えることができる。
また、LUT生成部30は、グレーバランス調整を行う際に参照するLUTを生成し、補正実行部40は、LUTを参照することにより、実際にグレーバランス調整を実行する。このLUT生成部30と補正実行部40を合わせてグレーバランス調整を行う補正手段と捉えることも可能である。
画像解析部20は、この解析画像を解析してグレーバランス調整に用いる目標色を決定する。その機能は、グレーバランス調整に用いる目標色の候補となる色(以下、「候補色」)を決定する部分と、その候補色の中から最適な条件となる目標色を選択する部分とに大きく分けられる。このうち、前者の部分を、候補色を取得する取得手段と捉え、後者の部分を、目標色を選択する選択手段と捉えることができる。
また、LUT生成部30は、グレーバランス調整を行う際に参照するLUTを生成し、補正実行部40は、LUTを参照することにより、実際にグレーバランス調整を実行する。このLUT生成部30と補正実行部40を合わせてグレーバランス調整を行う補正手段と捉えることも可能である。
尚、これらの各機能は、ハードウェアのみによっても実現可能であるが、ハードウェアとソフトウェアの組み合わせによっても実現可能である。後者の場合は、画像処理装置のCPU(図示せず)が、例えばハードディスク(図示せず)に記憶されたプログラムをメインメモリ(図示せず)に読み込んで実行することにより、解析画像生成部10、画像解析部20、LUT生成部30、補正実行部40の各機能部を実現する。
次に、本実施の形態における画像処理装置の動作を詳細に説明する。
本実施の形態では、グレーバランス調整の対象の入力画像が入力されると、解析画像生成部10、画像解析部20、LUT生成部30の各機能により、グレーバランス調整を行う際に必要となる情報を生成し、その後、入力画像が補正実行部40に入力されることにより、実際のグレーバランス調整が行われる流れになっている。
そこで、まず、グレーバランス調整を行う際に必要となる情報を生成する処理について述べる。
本実施の形態では、グレーバランス調整の対象の入力画像が入力されると、解析画像生成部10、画像解析部20、LUT生成部30の各機能により、グレーバランス調整を行う際に必要となる情報を生成し、その後、入力画像が補正実行部40に入力されることにより、実際のグレーバランス調整が行われる流れになっている。
そこで、まず、グレーバランス調整を行う際に必要となる情報を生成する処理について述べる。
その際、本実施の形態では、まず、各種パラメータを設定しておく必要がある。ここで設定されるパラメータには、各候補色の近傍で最小限サンプリングすべき画素数の全画素数に対する割合s、各候補色の近傍でサンプリングする際の探索幅L及び探索範囲D、各候補色の近傍におけるサンプリングにより得られた分散値の許容値v_thがある。例えば、s=0.015、L=2、D=83、v_th=200のように設定することができる。
尚、割合sを設定する代わりに、最小限サンプリングすべき画素数Sを設定するようにしてもよい。割合sを設定した場合は、解析画像の全画素数にsを掛けることにより、画素数Sを求める必要があるが、画素数Sを直接設定するようにすれば、そのような計算を行う必要はない。
また、各パラメータは、本装置の利用者が設定するようにしてもよいし、本装置が所定の計算を自動的に行って設定するようにしてもよい。
尚、割合sを設定する代わりに、最小限サンプリングすべき画素数Sを設定するようにしてもよい。割合sを設定した場合は、解析画像の全画素数にsを掛けることにより、画素数Sを求める必要があるが、画素数Sを直接設定するようにすれば、そのような計算を行う必要はない。
また、各パラメータは、本装置の利用者が設定するようにしてもよいし、本装置が所定の計算を自動的に行って設定するようにしてもよい。
これらのパラメータ設定が完了すると、グレーバランス調整を行う際に必要となる情報を生成する処理が開始される。
まず、解析画像生成部10が入力画像を受け取り、例えば画像の縮小等の処理を行うことにより解析画像を生成する。そして、生成された解析画像を画像解析部20に受け渡す。
これにより、画像解析部20の動作が開始する。
まず、解析画像生成部10が入力画像を受け取り、例えば画像の縮小等の処理を行うことにより解析画像を生成する。そして、生成された解析画像を画像解析部20に受け渡す。
これにより、画像解析部20の動作が開始する。
図2は、画像解析部20のメインルーチンの処理の流れを示したフローチャートである。
まず、画像解析部20は、解析画像を解析し、RGBヒストグラムを採取する(ステップ101)。RGBヒストグラムは、例えば、図3に示すようなものである。即ち、R、G、Bのそれぞれについて、0〜255の各値をとる画素の数が解析画像中に幾つあるかをプロットしたものである。
まず、画像解析部20は、解析画像を解析し、RGBヒストグラムを採取する(ステップ101)。RGBヒストグラムは、例えば、図3に示すようなものである。即ち、R、G、Bのそれぞれについて、0〜255の各値をとる画素の数が解析画像中に幾つあるかをプロットしたものである。
画像解析部20は、このRGBヒストグラムを参照することにより、Max(R,G,B)及びMin(R,G,B)を求め、それぞれの値を変数max、minに代入する。ここで、Max(R,G,B)は、解析画像に含まれるR値の最大値、G値の最大値、B値の最大値のうち、最も大きな値を意味している。また、Min(R,G,B)は、解析画像に含まれるR値の最小値、G値の最小値、B値の最小値のうち、最も小さな値を意味している。
尚、ステップ101におけるRGBヒストグラムの採取は、Max(R,G,B)及びMin(R,G,B)を求めるためにのみ行われるものであるので、必須の処理ではない。例えば、各画素のR値を1つ1つ比較しながらR値の最大値及び最小値を求め、各画素のG値を1つ1つ比較しながらG値の最大値及び最小値を求め、各画素のB値を1つ1つ比較しながらB値の最大値及び最小値を求めるようにしてもよい。
尚、ステップ101におけるRGBヒストグラムの採取は、Max(R,G,B)及びMin(R,G,B)を求めるためにのみ行われるものであるので、必須の処理ではない。例えば、各画素のR値を1つ1つ比較しながらR値の最大値及び最小値を求め、各画素のG値を1つ1つ比較しながらG値の最大値及び最小値を求め、各画素のB値を1つ1つ比較しながらB値の最大値及び最小値を求めるようにしてもよい。
ステップ102でmax及びminに値が設定されると、画像解析部20は、これらの差(ダイナミックレンジ)に応じて、グレーバランス調整の目標色の候補となる候補色t[0]〜t[4]を決定する(ステップ103)。本実施の形態では、RGBの高信号付近、低信号付近に、それぞれ、白、黒を示す値が存在すると仮定し、このようにダイナミックレンジを考慮し、候補色を決定しているのである。
ここで、複数の候補色は、種々の方法により決定することができる。例えば、ダイナミックレンジ内で各候補色の間隔が均等となるように決定するようにしてもよい。この場合、候補色t[i]のRGB値k[i](t[i]は無彩色軸上にあるため、R値=G値=B値)は、「k[i]=max−(max−min)×i/5」によって決定することができる。
このような方法によって決定される5つの候補色を図4に示す。
図4では、t[0]、t[1]、t[2]、t[3]、t[4]を、それぞれ、第1候補色、第2候補色、第3候補色、第4候補色、第5候補色とし、黒丸で表示している。そして、max=240、min=0とし、k[0]=240、k[1]=192、k[2]=144、k[3]=96、k[4]=48となっている。
このような方法によって決定される5つの候補色を図4に示す。
図4では、t[0]、t[1]、t[2]、t[3]、t[4]を、それぞれ、第1候補色、第2候補色、第3候補色、第4候補色、第5候補色とし、黒丸で表示している。そして、max=240、min=0とし、k[0]=240、k[1]=192、k[2]=144、k[3]=96、k[4]=48となっている。
再び図2に戻って説明を続けると、画像解析部20は、候補色t[0]〜t[4]について、後述するサンプリング処理及び特徴量抽出処理を行う。即ち、まず、iに0を設定し(ステップ104)、t[0]についてのサンプリング処理(ステップ105)及びt[0]についての特徴量抽出処理(ステップ106)を行う。そして、iが4以上になったかどうかを判定する(ステップ107)。この場合は、iは0であり、4以上ではないので、iに1を加算し(ステップ108)、ステップ105に戻る。一方、この処理を繰り返した後、iが4になっている場合は、ステップ107でiが4以上と判定されるので、ステップ109に進む。
尚、サンプリング処理では、後で詳しく述べるが、各候補色の近傍でサンプリングされた色の代表色が求められる。
図4では、この代表色についても示している。具体的には、第1候補色、第2候補色、第3候補色、第4候補色、第5候補色に対応する代表色を、それぞれ、第1代表色、第2代表色、第3代表色、第4代表色、第5代表色とし、白丸で示している。
これらの代表色は、実際の解析画像においては、例えば、図5に示すような領域において見出される。即ち、薄いグレーの領域から濃いグレーの領域へ向けて、第1代表色、第2代表色、第3代表色、第4代表色、第5代表色が見出される。
図4では、この代表色についても示している。具体的には、第1候補色、第2候補色、第3候補色、第4候補色、第5候補色に対応する代表色を、それぞれ、第1代表色、第2代表色、第3代表色、第4代表色、第5代表色とし、白丸で示している。
これらの代表色は、実際の解析画像においては、例えば、図5に示すような領域において見出される。即ち、薄いグレーの領域から濃いグレーの領域へ向けて、第1代表色、第2代表色、第3代表色、第4代表色、第5代表色が見出される。
その後、画像解析部20は、後述する距離スコア算出処理(ステップ109)及び分散スコア算出処理(ステップ110)を行う。
そして、このようにして算出された距離スコア及び分散スコアを加算した統合スコアを求め、この統合スコアが最大となる候補色t[n]を、目標色として選択する(ステップ111)。
そして、このようにして算出された距離スコア及び分散スコアを加算した統合スコアを求め、この統合スコアが最大となる候補色t[n]を、目標色として選択する(ステップ111)。
ここで、サンプリング処理について詳細に説明する。
図6は、t[i]についてのサンプリング処理の流れを示したフローチャートである。
まず、画像解析部20は、解析画像における各画素のRGB値を採取する。但し、その際、飽和画素については除外しておく(ステップ121)。フラッシュ等の影響で白とびした部分を含めると、真に色かぶりかどうかを判断できなくなるためである。
その後、画像解析部20は、候補色t[i]の近傍の色を探索範囲を徐々に広げながらサンプリングする。つまり、色空間において候補色t[i]の近傍にある色を解析画像からサンプリングする。
図6は、t[i]についてのサンプリング処理の流れを示したフローチャートである。
まず、画像解析部20は、解析画像における各画素のRGB値を採取する。但し、その際、飽和画素については除外しておく(ステップ121)。フラッシュ等の影響で白とびした部分を含めると、真に色かぶりかどうかを判断できなくなるためである。
その後、画像解析部20は、候補色t[i]の近傍の色を探索範囲を徐々に広げながらサンプリングする。つまり、色空間において候補色t[i]の近傍にある色を解析画像からサンプリングする。
具体的には、まず、最初の探索距離にLを設定する(ステップ122)。そして、サンプリングした画素の数(以下、「サンプリング数」という)がSに達するまで、又は、探索距離がDに達するまで、候補色t[i]の近傍の色の画素の解析処理を行う。
即ち、解析画像内の画素のうち、探索距離内の色の画素のみについて、RGBヒストグラムを採取する(ステップ123)。ここで採取されるRGBヒストグラムの例を図7に示す。図7(a)は、第2候補色の近傍のサンプリングで採取したRGBヒストグラムの例であり、図7(b)は、第3候補色の近傍のサンプリングで採取したRGBヒストグラムの例である。尚、このRGBヒストグラムでは、候補色と代表色との間の距離及び近傍の色の出現頻度の分散は、第2候補色において大きく、第3候補色において小さくなっている。従って、第2候補色よりも第3候補色の方が目標色として選択するのに相応しく、以降、このような考え方で目標色の選択がなされる。
即ち、解析画像内の画素のうち、探索距離内の色の画素のみについて、RGBヒストグラムを採取する(ステップ123)。ここで採取されるRGBヒストグラムの例を図7に示す。図7(a)は、第2候補色の近傍のサンプリングで採取したRGBヒストグラムの例であり、図7(b)は、第3候補色の近傍のサンプリングで採取したRGBヒストグラムの例である。尚、このRGBヒストグラムでは、候補色と代表色との間の距離及び近傍の色の出現頻度の分散は、第2候補色において大きく、第3候補色において小さくなっている。従って、第2候補色よりも第3候補色の方が目標色として選択するのに相応しく、以降、このような考え方で目標色の選択がなされる。
次に、画像解析部20は、サンプリング数がSより小さいかどうかを判定する(ステップ124)。その結果、Sより小さくなければ、つまり、十分なサンプリング数が得られていれば、サンプリング処理を終了してメインルーチンに戻る。一方、Sより小さければ、つまり、サンプリング数が十分でなければ、ステップ125に進む。
そして、探索距離がDより小さいかどうかを判定する(ステップ125)。その結果、Dより小さくなければ、つまり、候補色t[i]の周囲をある限度まで探索したものの十分なサンプリング数が得られなかった場合は、サンプリング処理を終了してメインルーチンに戻る。一方、Dより小さければ、つまり、候補色t[i]の周囲の探索範囲を広げる余地がまだあれば、探索距離にLを加算し(ステップ126)、ステップ123に戻る。
そして、探索距離がDより小さいかどうかを判定する(ステップ125)。その結果、Dより小さくなければ、つまり、候補色t[i]の周囲をある限度まで探索したものの十分なサンプリング数が得られなかった場合は、サンプリング処理を終了してメインルーチンに戻る。一方、Dより小さければ、つまり、候補色t[i]の周囲の探索範囲を広げる余地がまだあれば、探索距離にLを加算し(ステップ126)、ステップ123に戻る。
次に、特徴量抽出処理について詳細に説明する。
図8は、t[i]についての特徴量抽出処理の流れを示したフローチャートである。
まず、画像解析部20は、サンプリング処理で得られたサンプリング数がS以上であるかどうかを判定する(ステップ131)。図6において、ステップ124でサンプリング数がSに満たない状態で探索距離がDに達してしまった場合、図7のステップ131において、サンプリング数がSに満たないと判定される。そのような場合は、候補色t[i]に対するエラーフラグに「ON」を設定し(ステップ138)、メインルーチンに戻る。
図8は、t[i]についての特徴量抽出処理の流れを示したフローチャートである。
まず、画像解析部20は、サンプリング処理で得られたサンプリング数がS以上であるかどうかを判定する(ステップ131)。図6において、ステップ124でサンプリング数がSに満たない状態で探索距離がDに達してしまった場合、図7のステップ131において、サンプリング数がSに満たないと判定される。そのような場合は、候補色t[i]に対するエラーフラグに「ON」を設定し(ステップ138)、メインルーチンに戻る。
一方、サンプリング数がS以上であると判定された場合、まず、図6のステップ123で得られたRGBヒストグラムを正規化する(ステップ132)。ここでの正規化としては、例えば、R、G、Bのそれぞれの出現頻度をサンプリング数で除することが考えられる。その場合、RGBヒストグラムにおいて、R、G、Bのそれぞれに対して示される値は、R値、G値、B値の画素の数ではなく、各画素数のサンプリング数に対する割合となる。
次いで、画像解析部20は、候補色t[i]の近傍の色の代表色を算出する(ステップ133)。ここで、代表色としては、近傍の色を代表する色であれば、如何なるものを用いてもよいが、ここでは近傍の色の色空間における平均の色を用いることとし、R値、G値、B値の平均値を、それぞれ、Rave[i]、Gave[i]、Bave[i]と表記することとする。その他に、例えば、中央値等を用いることも考えられる。
そして、候補色t[i]と、代表色(Rave[i],Gave[i],Bave[i])との距離d[i]を算出する(ステップ134)。
そして、候補色t[i]と、代表色(Rave[i],Gave[i],Bave[i])との距離d[i]を算出する(ステップ134)。
また、特徴量抽出処理では、近傍の色の画素の解析画像における出現頻度を解析し、分散も求める。即ち、R、G、Bのそれぞれについて、解析画像におけるR値、G値、B値の出現頻度についての分散値Rv、Gv、Bvを算出する(ステップ135)。そして、これらの分散値Rv、Gv、Bvの最大値v[i]を求める(ステップ136)。
次に、画像解析部20は、v[i]がv_thよりも大きいかどうかを判定する(ステップ137)。その結果、v[i]がv_thよりも大きいと判定された場合は、候補色t[i]に対するエラーフラグに「ON」を設定し(ステップ138)、メインルーチンに戻る。分散値が極端に大きい場合は、他の色の画素をサンプリングしてしまっている等、グレーバランス調整における目標色として用いるには適切でないからである。一方、v[i]がv_thよりも大きくないと判定された場合は、そのままメインルーチンに戻る。
次に、画像解析部20は、v[i]がv_thよりも大きいかどうかを判定する(ステップ137)。その結果、v[i]がv_thよりも大きいと判定された場合は、候補色t[i]に対するエラーフラグに「ON」を設定し(ステップ138)、メインルーチンに戻る。分散値が極端に大きい場合は、他の色の画素をサンプリングしてしまっている等、グレーバランス調整における目標色として用いるには適切でないからである。一方、v[i]がv_thよりも大きくないと判定された場合は、そのままメインルーチンに戻る。
次に、距離スコア算出処理について詳細に説明する。
図9は、距離スコア算出処理の流れを示したフローチャートである。
画像解析部20は、図8のステップ134で求めたd[0]〜d[4]の最大値dmaxを求める(ステップ141)。但し、図8のステップ138でエラーフラグが「ON」となったt[i]については、その計算から除外する。また、d[0]〜d[4]の最小値dminを求める(ステップ142)。この場合も、エラーフラグが「ON」となったt[i]については、その計算から除外する。
図9は、距離スコア算出処理の流れを示したフローチャートである。
画像解析部20は、図8のステップ134で求めたd[0]〜d[4]の最大値dmaxを求める(ステップ141)。但し、図8のステップ138でエラーフラグが「ON」となったt[i]については、その計算から除外する。また、d[0]〜d[4]の最小値dminを求める(ステップ142)。この場合も、エラーフラグが「ON」となったt[i]については、その計算から除外する。
その後、画像解析部20は、候補色t[0]〜t[4]について、距離スコアを算出する。ここで、距離スコアとは、代表色との距離が最短となる候補色に対して値が1となり、代表色との距離が最長となる候補色に対して値が0となるように調整されたスコアである。具体的には、t[i]の距離スコアds[i]は、「ds[i]=1.0−(d[i]−dmin)/(dmax−dmin)」によって求めることができる。即ち、まず、iに0を設定し(ステップ143)、t[0]の距離スコアds[0]を「ds[0]=1.0−(d[0]−dmin)/(dmax−dmin)」によって求める(ステップ144)。そして、iが4以上になったかどうかを判定する(ステップ145)。この場合は、iは0であり、4以上ではないので、iに1を加算し(ステップ146)、ステップ144に戻る。一方、この処理を繰り返した後、iが4になっている場合は、ステップ145でiが4以上と判定されるので、メインルーチンに戻る。
次に、分散スコア算出処理について詳細に説明する。
図10は、分散スコア算出処理の流れを示したフローチャートである。
画像解析部20は、図8のステップ136で求めたv[0]〜v[4]の最大値vmaxを求める(ステップ151)。但し、図8のステップ138でエラーフラグが「ON」となったt[i]については、その計算から除外する。また、v[0]〜v[4]の最小値vminを求める(ステップ152)。この場合も、エラーフラグが「ON」となったt[i]については、その計算から除外する。
図10は、分散スコア算出処理の流れを示したフローチャートである。
画像解析部20は、図8のステップ136で求めたv[0]〜v[4]の最大値vmaxを求める(ステップ151)。但し、図8のステップ138でエラーフラグが「ON」となったt[i]については、その計算から除外する。また、v[0]〜v[4]の最小値vminを求める(ステップ152)。この場合も、エラーフラグが「ON」となったt[i]については、その計算から除外する。
その後、画像解析部20は、候補色t[0]〜t[4]について、分散スコアを算出する。ここで、分散スコアとは、分散値が最小の候補色に対して値が1となり、分散値が最大の候補色に対して値が0となるように調整されたスコアである。具体的には、t[i]の分散スコアvs[i]は、「vs[i]=1.0−(v[i]−vmin)/(vmax−vmin)」によって求めることができる。即ち、まず、iに0を設定し(ステップ153)、t[0]の分散スコアvs[0]を「vs[0]=1.0−(v[0]−vmin)/(vmax−vmin)」によって求める(ステップ154)。そして、iが4以上になったかどうかを判定する(ステップ155)。この場合は、iは0であり、4以上ではないので、iに1を加算し(ステップ156)、ステップ154に戻る。一方、この処理を繰り返した後、iが4になっている場合は、ステップ155でiが4以上と判定されるので、メインルーチンに戻る。
以上により、画像解析部20の動作説明を終了する。
以上により、画像解析部20の動作説明を終了する。
その後、図2のステップ111で選択された目標色に関する情報がLUT生成部30に渡される。これにより、LUT生成部30は、図11のフローチャートに示すような処理を行う。
即ち、まず、渡された目標色に関する情報を解析し、複数の候補色の中から目標色を選択できたかどうかを判定する(ステップ201)。その結果、目標色を選択できていないと判定された場合は、目標色を用いたグレーバランス調整を行えないので、処理を終了する。一方、目標色を選択できたと判定された場合は、代表色(Rave[n]、Gave[n]、Bave[n])が目標色t[n]となるような補正を行うための情報を生成する(ステップ202)。
即ち、まず、渡された目標色に関する情報を解析し、複数の候補色の中から目標色を選択できたかどうかを判定する(ステップ201)。その結果、目標色を選択できていないと判定された場合は、目標色を用いたグレーバランス調整を行えないので、処理を終了する。一方、目標色を選択できたと判定された場合は、代表色(Rave[n]、Gave[n]、Bave[n])が目標色t[n]となるような補正を行うための情報を生成する(ステップ202)。
このような情報としては、例えば、図12に示すような補正直線における入力値と出力値とを対応付けたLUTが考えられる。
図12では、第3候補色であるt[2]が、目標色として選択されている。R、Gについての補正直線は、傾きが1より大きく、144よりも少し小さな値が144に変換されることを示している。一方、Bについての補正直線は、傾きが1より小さく、144よりも少し大きな値が144に変換されることを示している。
尚、入力値=Rave[2]、入力値=Gave[2]、入力値=Bave[2]の各直線と、出力値=t[2]との交点を変曲点として、補正直線を入力値=255、出力値=255の点に収束させないのは、デジタルカメラで行われたホワイトバランス調整の効果をなるべく崩さないようにするためである。
図12では、第3候補色であるt[2]が、目標色として選択されている。R、Gについての補正直線は、傾きが1より大きく、144よりも少し小さな値が144に変換されることを示している。一方、Bについての補正直線は、傾きが1より小さく、144よりも少し大きな値が144に変換されることを示している。
尚、入力値=Rave[2]、入力値=Gave[2]、入力値=Bave[2]の各直線と、出力値=t[2]との交点を変曲点として、補正直線を入力値=255、出力値=255の点に収束させないのは、デジタルカメラで行われたホワイトバランス調整の効果をなるべく崩さないようにするためである。
以上により、グレーバランス調整を行う際に必要となる情報を生成する処理が終了する。
尚、本実施の形態では、5つの候補色を設定することとしたが、候補色の数は5つには限られない。例えば、2つ〜4つであってもよいし、6つ以上であってもよい。
また、候補色から目標色を選択する際には、候補色と代表色との距離及び候補色の近傍の色の画素の解析画像における出現頻度についての分散値を用いることとしたが、このような形態には限らない。即ち、候補色の近傍の色の解析画像における出現状況に基づいて目標色を選択するのであれば、いかなる基準に基づいて選択するようにしても構わない。また、候補色と代表色との距離については、一般的にこれら2つの色の近似度と捉えることができ、出現頻度についての分散値については、出現頻度のばらつき度合と捉えることができる。
更に、本実施の形態では、複数の候補色をダイナミックレンジに応じて計算により決定するようにしたが、ダイナミックレンジを考慮せず、予め所定の記憶装置に記憶された候補色を読み出して使用するようにしてもよい。
尚、本実施の形態では、5つの候補色を設定することとしたが、候補色の数は5つには限られない。例えば、2つ〜4つであってもよいし、6つ以上であってもよい。
また、候補色から目標色を選択する際には、候補色と代表色との距離及び候補色の近傍の色の画素の解析画像における出現頻度についての分散値を用いることとしたが、このような形態には限らない。即ち、候補色の近傍の色の解析画像における出現状況に基づいて目標色を選択するのであれば、いかなる基準に基づいて選択するようにしても構わない。また、候補色と代表色との距離については、一般的にこれら2つの色の近似度と捉えることができ、出現頻度についての分散値については、出現頻度のばらつき度合と捉えることができる。
更に、本実施の形態では、複数の候補色をダイナミックレンジに応じて計算により決定するようにしたが、ダイナミックレンジを考慮せず、予め所定の記憶装置に記憶された候補色を読み出して使用するようにしてもよい。
次に、補正実行部40における実際のグレーバランス調整処理について説明する。
この時点では、解析画像生成部10、画像解析部20、LUT生成部30が動作することにより、グレーバランス調整のためのLUTが生成されている。そこで、補正実行部40は、このLUTを参照することにより、入力画像に対しグレーバランス調整を施す。
この時点では、解析画像生成部10、画像解析部20、LUT生成部30が動作することにより、グレーバランス調整のためのLUTが生成されている。そこで、補正実行部40は、このLUTを参照することにより、入力画像に対しグレーバランス調整を施す。
以上述べたように、本実施の形態では、カラー画像に対しグレーバランス調整を行う際に用いる目標色を、候補色の近傍の色のカラー画像における出現状況に基づいて決定するようにした。これにより、カラー画像に対するグレーバランス調整の適切な目標色を決定することができるようになった。また、このようにして適切に決定された目標色を用いることにより、カラー画像に対し適切なグレーバランス調整を行えるようになった。
10…解析画像生成部、20…画像解析部、30…LUT生成部、40…補正実行部
Claims (10)
- カラー画像のグレーバランス調整を行う画像処理装置であって、
前記グレーバランス調整における目標色の候補である複数の候補色を取得する取得手段と、
前記取得手段により取得された前記複数の候補色の中から、各候補色の近傍の色の前記カラー画像における出現状況に基づいて、前記目標色を選択する選択手段と、
前記選択手段により選択された前記目標色を用いて前記グレーバランス調整を行う補正手段と
を備えたことを特徴とする画像処理装置。 - 前記取得手段は、前記カラー画像のダイナミックレンジに応じて決定された前記複数の候補色を取得することを特徴とする請求項1記載の画像処理装置。
- 前記選択手段は、特定の候補色の近傍の色の前記カラー画像における出現頻度が所定の閾値以上であることを一条件として、当該特定の候補色を前記目標色として選択することを特徴とする請求項1記載の画像処理装置。
- 前記選択手段は、各候補色の近傍の各色の前記カラー画像における出現頻度から当該各色を代表する代表色を求め、各候補色と当該各候補色に対する代表色との近似度に基づいて、前記目標色を選択することを特徴とする請求項1記載の画像処理装置。
- 前記選択手段は、各候補色の近傍の各色の前記カラー画像における出現頻度から当該各色の出現のばらつき度合いを求め、当該ばらつき度合いに基づいて、前記目標色を選択することを特徴とする請求項1記載の画像処理装置。
- 前記補正手段は、
前記選択手段により選択された前記目標色の近傍の各色を代表する代表色と当該目標色とを対応付けたLUTを生成するLUT生成部と、
前記LUT生成部により生成されたLUTを参照することにより、前記グレーバランス調整を実行する補正実行部と
を更に備えたことを特徴とする請求項1記載の画像処理装置。 - カラー画像のグレーバランス調整を行う画像処理方法であって、
前記グレーバランス調整における目標色の候補である複数の候補色を取得するステップと、
取得された前記複数の候補色の中から、各候補色の近傍の色の前記カラー画像における出現状況に基づいて、前記目標色を選択するステップと、
選択された前記目標色を用いて前記グレーバランス調整を行うステップと
を含むことを特徴とする画像処理方法。 - 前記選択するステップでは、各候補色の近傍の各色の前記カラー画像における出現頻度から当該各色を代表する代表色を求め、各候補色と当該各候補色に対する代表色との近似度に基づいて、前記目標色を選択することを特徴とする請求項7記載の画像処理方法。
- コンピュータに、
特定のカラー画像に関する情報を取得する機能と、
前記特定のカラー画像に対しグレーバランス調整を行う際に用いる目標色の候補である複数の候補色を取得する機能と、
前記特定のカラー画像を解析し、各候補色の近傍の色の当該特定のカラー画像における出現状況を取得する機能と、
取得された候補色ごとの前記出現状況に基づいて前記目標色を選択する機能と
を実現させるためのプログラム。 - 前記選択する機能では、各候補色の近傍の各色の前記特定のカラー画像における出現頻度から当該各色を代表する代表色を求め、各候補色と当該各候補色に対する代表色との近似度に基づいて、前記目標色を選択させることを特徴とする請求項9記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005082084A JP2006268153A (ja) | 2005-03-22 | 2005-03-22 | 画像処理装置、画像処理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005082084A JP2006268153A (ja) | 2005-03-22 | 2005-03-22 | 画像処理装置、画像処理方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006268153A true JP2006268153A (ja) | 2006-10-05 |
Family
ID=37204097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005082084A Pending JP2006268153A (ja) | 2005-03-22 | 2005-03-22 | 画像処理装置、画像処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006268153A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010273319A (ja) * | 2009-04-23 | 2010-12-02 | Olympus Corp | 撮像装置、顕微鏡システム、及びホワイトバランス調整方法 |
JP2011081576A (ja) * | 2009-10-06 | 2011-04-21 | Bridgestone Corp | 欠損画像の補間方法及びこれを用いたタイヤ表面の検査方法 |
JP2013150122A (ja) * | 2012-01-18 | 2013-08-01 | Toshiba Corp | 画像処理装置、方法、及びプログラム |
-
2005
- 2005-03-22 JP JP2005082084A patent/JP2006268153A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010273319A (ja) * | 2009-04-23 | 2010-12-02 | Olympus Corp | 撮像装置、顕微鏡システム、及びホワイトバランス調整方法 |
JP2011081576A (ja) * | 2009-10-06 | 2011-04-21 | Bridgestone Corp | 欠損画像の補間方法及びこれを用いたタイヤ表面の検査方法 |
JP2013150122A (ja) * | 2012-01-18 | 2013-08-01 | Toshiba Corp | 画像処理装置、方法、及びプログラム |
US9113120B2 (en) | 2012-01-18 | 2015-08-18 | Kabushiki Kaisha Toshiba | Apparatus and a method for processing a moving image, and a non-transitory computer readable medium thereof |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8600154B2 (en) | Image processing apparatus and image processing method | |
JP5201203B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN107871309B (zh) | 检测方法、检测装置以及记录介质 | |
KR20080035981A (ko) | 화상처리장치, 촬상장치, 화상처리방법 및 컴퓨터 프로그램 | |
JP4935049B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
US20180047186A1 (en) | Image processing method for correcting dark circle under human eye | |
US11503262B2 (en) | Image processing method and device for auto white balance | |
US10027878B2 (en) | Detection of object in digital image | |
JP2015156615A (ja) | 画像処理装置、画像処理方法、制御プログラム、および記録媒体 | |
US20110052060A1 (en) | Image processing apparatus and control method thereof | |
US7340104B2 (en) | Correction parameter determining method, correction parameter determining apparatus, computer program, and recording medium | |
JP4900373B2 (ja) | 画像出力装置、画像出力方法およびプログラム | |
JP2006268153A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP6415063B2 (ja) | 画像処理装置、画像処理方法、制御プログラム、および記録媒体 | |
KR20180138530A (ko) | 검출 장치, 이미지 처리 장치, 검출 방법, 및 이미지 처리 방법 | |
JP2020014051A (ja) | 情報処理方法、及び情報処理装置 | |
JP5097018B2 (ja) | 画像処理装置、撮像装置、画像処理装置の制御方法、撮像装置の制御方法、プログラム及び記録媒体 | |
JP6826472B2 (ja) | 画像処理装置およびその制御方法 | |
JP2010041607A (ja) | 撮像装置、その制御方法及びプログラム | |
JP2006093757A (ja) | 画像処理装置と撮像装置、および画像処理プログラム | |
JP2017229025A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US20190273842A1 (en) | Image processing apparatus, image processing method, and storage medium | |
JP2019197579A (ja) | 検出装置、検出方法及びプログラム | |
JP6818585B2 (ja) | 画像処理装置、画像処理方法、及び、プログラム | |
JP2005142745A (ja) | 画像処理プログラム、画像処理方法及び記録媒体 |