JP2006268153A - 画像処理装置、画像処理方法、及びプログラム - Google Patents

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

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。

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。

特開平９−３２６９４１号公報(第３頁、第１−３図) 特開２０００−１３６２６号公報(第５−８頁、第３、５図)

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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)。

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。

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。

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。

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。

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)。

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、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。

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。

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。

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)。

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。

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。

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。

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。

本発明の実施の形態における画像処理装置の機能構成を示した図である。 本発明の実施の形態における画像解析部の動作を示したフローチャートである。 本発明の実施の形態における画像解析部で採取されるＲＧＢヒストグラムの例を示した図である。 本発明の実施の形態における画像解析部で決定される候補色及び代表色の例を示した図である。 本発明の実施の形態における画像解析部で決定される代表色を実際の画像における領域に対応付けて示した図である。 本発明の実施の形態の画像解析部で実行される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。 本発明の実施の形態の画像解析部で実行されるサンプリング処理で採取されるＲＧＢヒストグラムの例を示した図である。 本発明の実施の形態の画像解析部で実行される特徴量抽出処理の流れを示したフローチャートである。 本発明の実施の形態の画像解析部で実行される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。 本発明の実施の形態の画像解析部で実行される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。 本発明の実施の形態におけるＬＵＴ生成部の動作を示したフローチャートである。 本発明の実施の形態におけるＬＵＴ生成部で生成されるＬＵＴに格納する情報を補正直線で示した図である。

符号の説明

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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。

Images