JP2007088594A - 画像処理システム - Google Patents

Abstract

【課題】 デジタルカメラ等により同じような構図、同じような被写体を連続して撮影した画像に対し、類似画像探索を行い、撮影画像の特徴量を抽出し、これを評価・判定を行うことにより、プリントに値する最良な画像を自動的に抽出するようにする。
【解決手段】 この特徴抽出に関して、ピンぼけ度検出、手ブレ度検出、露出検出等を行うことにより、撮影条件の良い画像を抽出することが出来るようにし、更に、撮影画像の顔検出、目検出、目つむり検出、顔の向き検出、被写体人数検出、等を行うことにより、人物撮影、特に集合写真撮影の中で、最良な画像を自動的に抽出するようにしたものである。
【選択図】 図１

Description

デジカメ等で撮影した画像をプリントする際に、最も良い画像をプリントする技術に関する。

近年、デジタルカメラの高画質化が進み、従来の銀鉛カメラに代って広く一般に普及するようになってきた。また同時に、家庭用としてインクジェットプリンタの低価格化、また、高画質化が進み、家庭で簡単にデジカメで撮影した画像のプリントを楽しめるようになってきた。

デジタルカメラは、内蔵したメモリカードに撮影画像を記憶させ、カメラ内蔵のLCDビューワや、パソコンに取込んでパソコン上のモニターで撮影画像を見ることが出来る。このために、従来のフィルムを使った銀鉛カメラのように撮影したフィルムをラボに出して同時プリントなどを行う必要がない。銀鉛カメラでは、撮影したフィルムを現像、プリント処理を行わなければならず、このためにフィルム代のほかに、現像、プリント費用が更にかかることになる。これに対し、デジタルカメラは、メモリーカード費用はかかるものの、このメモリカードは、何回でも繰返し使うことが出来る。また、メモリーカードの記憶容量もどんどんアップしているため、“メモリーフル”で撮影できない状態になることも少なくなってきた。更に、撮影した画像をラボ等に出すことなく、自宅のパソコン上で、撮影画像を見ることが出来、更に、プリンタを使って気に入った画像のみを選択的にプリントすることが出来る。すなわち、デジタルカメラとメモリーカードの購入という初期投資は必要なものの撮影に伴うランニングコストは、プリント別にすれば０に等しいことになる。このことは、ユーザのカメラの使用方法に劇的な変化をもたらしている。

目瞑り検出モードが設定されると，連写が行われ，１駒目から４駒目までの複数駒の被写体像が得られる。目を瞑っている人物の数がそれぞれの駒ごとに検出される。目を瞑っている人物の一番少ない被写体像（１駒目の被写体像）を表す画像データがメモリ・カードに記録されるなど、画像解析により、露出が不足しているものなどをプリントしないように制御するものが提案されている（例えば特許文献１、特許文献２参照）。
特開2005-039365号公報 特開2004-236120号公報

上記のような背景の元、ユーザは後々の現像・プリント代金のことを気にせずに、シャッターを押し、撮影するようになってきた。何枚も撮影する中で、最良なもののみを後から選択すればよいわけである。すなわち、同じような構図、同じような被写体、で何枚もの画像が連続して撮影されることになる。特に、集合写真や、子供の写真を撮影する場合にはこの傾向は顕著である。

このような状態で、同じような構図、同じような被写体で連続して撮影した何枚もの画像の中から、プリントに値する最良の画像を選択することが難しくなってきている。カメラのLCDビューワでは、細かい表示が出来ず、細部にわたってピントが合っているかどうかの確認が困難である。また、パソコンに取込んで、パソコン上の大きなモニターで撮影画像を確認しても、たくさんある撮影画像の中から、プリントに値する最良な画像、ピントがバッチリ、露出が最適、手ブレなし、全員が正面を向いている、全員が目つむりなし、顔が隠れている人がいない、等々を確認して、最良の１枚を選択することは簡単なことではなくなってきている。

上記課題を解決するために、同じような構図、同じような被写体の画像の中から、自動的にプリントに値する最良の画像１枚を抽出するようにしたものである。また、同じような構図、同じような被写体の複数の撮影画像の中から、ピンぼけ、手ぶれ、露出不足、横向き、目つむり等失敗撮影であり、その他により良い画像がある場合に、消去しても良い画像をユーザに知らせるようにしたものである。

このために、本発明は以下の手段を擁する。プリントを行うためのプリンタ手段、画像を記憶している画像記憶媒体、前記画像記憶媒体より画像を読み出すための画像読出し手段、前記画像記憶媒体に記憶されている画像から、複数の画像を選択する画像選択手段、前記画像選択手段により選択された複数の画像の特徴量をそれぞれ抽出する特徴抽出手段、前記特徴抽出手段により特徴量を抽出した結果、この特徴量の評価を行い、最良と思われる画像を判定する画像判定手段、前記画像判定手段により最良と判定した画像を前記プリント手段に送り、プリントを行うことを特徴とする。

また、前記特徴抽出手段は、ピンぼけ度検出、手振れ度検出、露出度検出、等撮影にかかわる１ないし複数の項目を実施することを特徴とする。

また、前記特徴抽出手段は、顔検出、目検出、目つむり検出、顔の向き検出、画像に写っている人数検出、等被写体にかかわる１ないし複数の項目を実施することを特徴とする。

プリントを行うためのプリンタ手段、画像を記憶している画像記憶媒体、前記画像記憶媒体より画像を読み出すための画像読出し手段、前記画像記憶媒体に記憶されている画像から、１ないし複数の画像を選択する画像選択手段、前記画像選択手段により選択された画像と、前記選択されたほかの画像、かつ／または、前記記憶媒体に記憶されたその他の画像との類似度を計算し、類似している画像を検出する類似画像検出手段、画像の特徴量を抽出する特徴抽出手段、前記類似画像検出手段により検出された類似画像群に対し、前記特徴抽出手段により特徴量を抽出した結果、この特徴量の評価を行い、最良と思われる画像を判定する画像判定手段、前記画像判定手段により最良と判定した画像を前記プリント手段に送り、プリントを行うことを特徴とする。

また、前記類似画像検出手段は、画像の間の相関を用いて類似画像を検出することを特徴とする。

また、前記類似画像検出手段は、前記特徴抽出手段において抽出した顔検出した人数、顔の位置等を用いて類似画像を検出することを特徴とする。

また、前記類似画像検出手段は、前記画像記憶媒体に記憶されている撮影画像のうち、アルファベットと数字の組合せで表現されるファイル名称が連続しているファイルに対してのみ類似画像を検出ことを特徴とする。

前記類似画像検出手段は、前記画像記憶媒体に記憶されている撮影画像のうち、撮影日時（タイムスタンプ）が近接している画像に対してのみ類似画像を検出することを特徴とする。

画像を表示する画像表示手段を設け、ユーザによる操作によって前記画像選択手段により画像選択された画像に対し、前記画像記憶媒体に記憶された画像を前記画像読出し手段により読み出し、前記類似画像検出手段により選択された画像と類似の画像を検出し、前記特徴抽出手段により抽出された特徴量より最良な画像を検出し、選択された画像とともに検出された最良な画像を前記表示手段に表示することを特徴とする。

画像を記憶している画像記憶媒体、前記画像記憶媒体より画像を読み出すための画像読出し手段、画像を表示する画像表示手段、前記画像記憶媒体に記憶されている画像から、複数の画像を選択する画像選択手段、前記画像選択手段により選択された複数の画像の特徴量をそれぞれ抽出する特徴抽出手段、前記特徴抽出手段により特徴量を抽出した結果、この特徴量の評価を行い、画像を判定する画像判定手段、前記画像判定手段により判定された画像を画像表示手段により表示をすることを特徴とする。

画像を記憶している画像記憶媒体、前記画像記憶媒体より画像を読み出すための画像読出し手段、画像を表示する画像表示手段、前記画像記憶媒体に記憶されている画像から、１ないし複数の画像を選択する画像選択手段、前記画像選択手段により選択された画像と、前記選択されたほかの画像、かつ／または、前記記憶媒体に記憶されたその他の画像との類似度を計算し、類似している画像を検出する類似画像検出手段、画像の特徴量を抽出する特徴抽出手段、前記特徴抽出手段により特徴量を抽出した結果、この特徴量の評価を行い、画像を判定する画像判定手段、前記画像判定手段により判定された画像を画像表示手段により表示をすることを特徴とする。

前記画像判定手段は、前記類似画像と判定されたものの中から、特徴抽出された特徴量に応じてプリントすべき画像、かつ／または、失敗画像として消去しても良い画像として、１ないし複数の画像を前記表示手段に表示することを特徴とする。

以上説明を行ってきたとおり、デジタルカメラ等により同じような構図、同じような被写体を連続して撮影した画像に対し、類似画像探索を行い、撮影画像の特徴量を抽出し、これを評価・判定を行うことにより、プリントに値する最良な画像を自動的に抽出することが可能となった。また、この特徴抽出に関して、ピンぼけ度検出、手ブレ度検出、露出検出等を行うことにより、撮影条件の良い画像を抽出することが出来るようになった。更に、撮影画像の顔検出、目検出、目つむり検出、顔の向き検出、被写体人数検出、等を行うことにより、人物撮影、特に集合写真撮影の中で、最良な画像を自動的に抽出することが可能となった。

更に、ユーザが選択した画像に対し、その他の画像との類似度を調べ、類似画像と認められた画像群の中から、特徴抽出することで、同じような構図、同じような被写体の画像群を自動的に抽出し、この中から、プリントに値する最良な画像を抽出することが可能となった。また、一フォルダ全体のようにユーザが複数の画像を選択し、この中から、類似画像を検出することで、類似画像群を抽出し、特徴抽出を行って、これを評価・判定することにより、選択した複数の画像の中から、類似画像グループに分け、類似画像グループ毎にプリントに値する最良な撮影画像を自動的に抽出することが可能となった。また、類似画像を抽出する際に、画像の相関を用いて類似画像を抽出することで、動画の動き検出と同様のアルゴリズムにより、比較的簡単に類似画像探索が可能となった。また、人物撮影、集合撮影などのような場合に撮影画像の中に写っている人物の人数、位置などを用いることで、類似画像を簡単に探索可能となった。更に、デジタルカメラ等により撮影した画像であることを考慮すると、同じような構図、同じような被写体の撮影画像とすると、撮影時間近接している撮影画像、または、デジタルカメラにより自動的に付加される英文字と数字によるファイル名称が連続している撮影画像を対象に類似画像探索を行うことで、より短時間に類似画像を抽出することが可能となった。

更に、プリントせずとも、選択された１ないし複数の画像に対し、上記同様に特徴抽出、また、類似画像抽出を行うことで、撮影され、画像記憶媒体に記憶された画像の中から、特徴量に応じて画像の評価判定を行うことで、撮影画像の評価値をユーザに知らせることが可能となった。更に、プリントに値する撮影画像のみならず、ピンぼけ、手ブレ、露出ミスや、人物が横を向いていたり、目をつむっていたり、顔が隠れて見えなかったりといった失敗撮影が、同じような構図、同じような被写体でのほかの撮影画像がある場合には、消去しても良いとユーザに知らせることが可能となった。

図１は、本発明の実施例の構成を示す図である。図１において、100はパソコン、120は画像記憶媒体、140はパソコンのモニター、160は画像をプリントするためのプリンタ、である。

図２は、本発明の別の実施例を示す図である。図２において、200はデジタルカメラ、220はデジタルカメラに内蔵されるメモリーカード、160は撮影画像をプリントするためのプリンタ、である。この例においては、デジタルカメラ200とプリンタ160を直接接続し、ダイレクトプリントを行う際の例である。

図３は、本発明の実施例を示すフローチャートである。ユーザがパソコン100のマウス、キーボード等の操作部材（図示せず）により、一枚の画像を選択してプリントを行う際のフローチャートを示す。ユーザはまず、プリントしたい画像を一枚選択する。（S100）この選択された画像に対し、パソコン100上の画像読出し手段（図示せず）を介して画像記憶媒体120に記憶されている画像を読出し、選択された画像との類似度を計算し、類似画像を抽出する。（S110）抽出された類似画像に対し、その画像の持っている特徴量を抽出し、（S120）抽出した特徴量よりプリントに値する最良の画像を判定する。ここでの類似画像抽出、および、特徴量抽出に関しては、後でより詳細に説明を行う。（S130）プリントに値する最良の画像が判定された後、この画像をユーザに表示し、（S140）プリント手段160に対しプリントデータを送りプリントを行う。（S150）
図４では、類似画像抽出に関して説明を行う。類似画像抽出では、まず、ユーザが選択した画像（これを基準画像と呼ぶ）をパソコン100上の画像読出し手段（図示せず）を介して画像記憶媒体120より読み出す。（S400）デジタルカメラ等で撮影を行う際に、連続してシャッターを切り、同じような構図、同じ被写体で多数の写真を撮影することはすでに述べた。このことを利用し、基準となる撮影画像に対し、撮影日時が前後の画像、あるいは、デジタルカメラで撮影した際に自動的につけられる英文字と数字の組み合わせであるファイル名称の隣合っている画像に関して、類似画像探索をかける。このために、まず基準画像の前方（撮影日時の早い側、あるいは、ファイル名称・番号の若い側）の類似画像を探索する。（S410）このために、基準画像の一つ前にファイルポインタを設定する。（S415）この画像（判定画像と呼ぶ）を画像読出し手段（図示せず）を介して画像記憶媒体120より読み出す。（S420）先に読み出した基準画像と今読み出した判定画像とを相互相関を用いて、画像の類似度を計算する。（S430）この類似度の計算結果に基づいて、画像の類似性が高いか低いかを判定する。（S440）ここで、ある閾値を設け、この閾値より高い場合には類似画像と判定し、（S450）閾値より低い場合には非類似画像と判定する。類似画像と判定された場合には、更に類似画像の判定を繰り返す。このために、現在の探索が前方探索であるか、後方探索であるか（S460）により、ファイルポインタの位置を移動させる。現在の探索が前方探索である場合には、ファイルポインタを一つ前の画像に移し、（S470）更に探索を続ける。（S470〜）前方探索を続けていく中で、画像の類似度が低い場合には、画像類似度判定部（S440）で類似画像探索ループより抜ける。そして、現在の探索が前方探索であるか、後方探索であるかにより、（S480）前方探索であれば、次に後方探索を行う。（S490）後方探索を始めるにあたり、基準画像の一つ後ろの画像に対しファイルポインタを設定し、（S495）先程と同じように類似画像探索を行う。後方探索中に判定画像が類似画像と判定された後、次に判定画像にいく際に、ファイルポインタを一つ後ろに移動させ、（S475）後方探索を続ける。後方探索中に、類似度が低いと判定された場合には、S440からS480に移り、現在の探索が後方探索であるためにS480から類似画像探索を終了する。ここで説明したように、基準となる画像に対し、撮影日時（ファイル作成日時と同じ）、または、ファイル名称（ファイル番号）により連続しているものに対して類似度計算、類似度判定を行う。前方探索、または、後方探索を行っている最中に、類似度が低く類似画像と認められなかった画像が現れた時点で、前方または後方の探索を終了する。図５に、この探索の様子を示す。

図５は、撮影画像と前方探索、後方探索の様子を示した図である。図５において、一番左側がファイル名称、次に撮影画像の中身、更に探索の様子等を示している。まず、IMG_0102.JPGというファイル名称の画像がユーザにより選択されたとする。これを基準画像とし、これに対し類似度画像抽出を行う。最初は前方探索であるために、一つ前の画像（ここではIMG_0101.JPG）を判定画像として類似度計算を行う。IMG_0101.JPGは、類似度が高いために類似画像と判定され、更に一つ前の画像（IMG_0100.JPG）の類似度を計算する。この画像は、類似度が低いと判定され、この時点で前方探索は終了する。次に、後方探索を行う。基準画像（IMG_0102.JPG）の一つ後ろの画像（IMG_0103.JPG）より後方探索を始める。IMG_0103.JPGは類似度が高く、類似画像と判定される。現在後方探索中であるために、更に一つ後ろの画像に対して類似度計算を行う。これを類似画像でなくなるまで繰り返す。ここでは、IMG_0106.JPGの画像のところで、非類似画像と判定されたため、類似画像探索を終了する。

ここでの説明は、デジタルカメラ等により撮影された状態でのファイル名称、撮影時間を利用して類似画像探索を短時間に終えるようにしたものであるが、非類似画像の判定により探索を中止することなく、全ファイルを探索することも多少時間はかかるものの当然可能である。

図６は、特徴抽出に関してのフローチャートである。まず最初に、ファイルポインタを特徴抽出を行う最初の画像にセットする。（S500）次に、ファイルポインタの指している撮影画像を画像記憶媒体120より読み出す。（S510）この読み出した撮影画像に対して、特徴抽出を行う。まず、撮影条件に関して調べる。（S520-540）最初は、撮影画像のピント判定を行う。（S520）ピント判定には、画像の高周波成分を抽出して、この結果よりピントが合っているかを判定することが出来る。これは、JPEG画像等で行っているDCTの高周波成分を調べることで、簡単に判定することが可能である。次に、撮影画像の手ブレを判定する。（S530）手ブレ判定は、画像の自己相関を調べることで手ブレしているか否かの判定をすることが出来る。実際には、画像をいくつかの細かいブロックに分けて、そのブロック単位で、元画像と相関を計算し、全てのブロックにわたって特定の方向、距離で相関が強く出ているときに、その方向に手ブレが発生したと判定できる。ただし、一部のブロックでのみ、特定の方向、距離に相関が強く発生し、それ以外のブロックでは距離"0"で相関が強い場合には、手ブレしたのではなく、被写体が動いていたと判定される。次に、撮影画像の露出の判定を行う。（S540）露出の判定は、撮影画像のヒストグラムを取ることにより、調べることが出来る。ヒストグラムを取った際に、ダイナミックレンジのほぼ100％を使って撮影されているか、暗部、または、明部がサチッていて、ダイナミックレンジを十分に使いきっていない場合などは、露出失敗とみなすことが出来る。更に細かく調べると、被写体の顔部分を抽出し、この顔部分の平均レベルが低い場合にも露出不足と判定される。次は、撮影画像の被写体に関して、特徴抽出を行う。撮影画像の被写体として、人物、それも人物の顔を抽出する。（S550）顔検出の技術は、色々発表されているために、ここでは詳細には述べない。ここで重要なのは、人物の顔がどの位置に何人いるか、正面を向いているか、横向きか、そして、その人物の目がちゃんと開いているか、等を調べる。人物写真を撮影した際に、特に集合写真の判定においては、この項目は重要である。集合写真においては、全員が目を開け、正面を向いていることが大切であるため、この顔検出によりこれをチェックすることが出来る。更に、類似性のある集合写真をそれぞれ特徴抽出を行い、各撮影画像における人物の人数を調べて、この人数を比較することで、前の人の後ろに顔が隠れてしまった画像を失敗として判定することが出来る。このようにして、撮影条件に関して、そして、被写体の顔に関して、調べることで、撮影画像の特徴を抽出し、これを保存する。（S560）この特徴量の抽出を、判定を行う全ての撮影画像に対して行う。そのために、特徴抽出を行うべき画像全て終了したかを調べ、（S570）終了していなければ、ファイルポインタを次の画像に移し、（S580）その画像に対して特徴抽出を繰り返す。（S510-560）特徴抽出を行うべき全ての画像に関して抽出が終了したら、特徴抽出を終了する。以上説明した撮影画像ごとの特徴抽出した特徴量に基づいて、類似画像群の中からプリントに値する最良画像を選び出すことが可能となる。

次に、別の実施例を図７を用いて示す。ユーザが、一連の画像を複数枚選択し、（S200）この中からプリントに値する最良の画像を抽出する例である。この例の場合、ユーザ自身によりプリントするための類似画像候補が選択されているために、先ほどの例のような類似画像抽出は不要である。このために、すぐに選択された複数枚の撮影画像に対し、特徴量抽出を行う。（S120）この特徴量抽出以降は、先ほどの例と同じである。特徴量抽出を行った後、それぞれの撮影画像の特徴量によりプリントに値する最良画像を判定し、（S130）判定した最良画像をモニター140に表示し、（S140）この画像をプリンタ160でプリントする。（S150）
ここまでの説明は、1枚のプリントに値する最良の画像を選択するための実施例を示した。次に、図８を用いて、複数の撮影画像を選択して、この中から同じような構図、同じような被写体の画像グループを抽出し、その画像グループ毎にプリントに値する最良な画像を判定する実施例を示す。まず最初に、ユーザにより撮像画像を選択する。（S300）選択された複数の撮像画像より、類似画像を抽出していく。（S310）ここで、類似画像を抽出するのであるが、先ほどの類似画像抽出とは探索方法が少し異なる。今回は、複数の類似画像群に対し類似度を計算し類似画像を抽出しながら、類似画像によりグループ化していく必要がある。（S320）類似度を調べながら、グループ分けしていく部分に関しては、図９を用いて、後ほど詳しく説明する。類似度によりグループ分けされた撮影画像は、それぞれ特徴量を抽出し、（S340）抽出された特徴量により、グループ毎にプリントに値する最良画像を判定する。（S340）ここで、類似画像が見つからずに、単独の画像と認識された画像は、撮影条件、被写体の情報が低くても、これに代る類似の画像が存在しないため、プリント対象画像と判定される。グループ毎にプリントに値する最良画像と判定された撮影画像を表示装置に表示を行い、ユーザに判定結果を知らせる。（S350）最後に、グループ毎にプリントに値する最良な画像と判定された撮影画像をプリンタに送って印刷を行う。（S360）
次に、上記グループ毎に類似画像判定の方法を図９を用いて説明する。図９において、まずユーザによって選択された最初の画像を基準画像とする。（S600）そして、これをグループ番号1とする。（S610）そして基準画像のひとつ後ろの画像にファイルポインタを指定し、（S615）この判定画像を画像記憶媒体120より読み出す。（S620）読み出した判定画像と先の基準画像との間で相互相関を計算し、（S630）計算された相関値により、類似画像であるか否かを調べ、（S640）相関値が高いと判断されたならば、類似画像と判定する。（S650）ここで、全画像の判定が終了したならば、（S660）類似画像抽出を終了し、まだ判定画像が残っていたならば、ファイルポインタをひとつ後ろの画像に移動して（S675）次の画像の類似度判定に移る。（S620-）類似度判定を繰り返していくうちに、相関値が低く、類似画像ではないとみなされた場合には、その画像グループでの類似画像判定を抜け、全画像の判定終了したかを確認する。（S680）まだ全画像の判定を終了していないときには、前の画像と類似していないと判定された現画像を基準画像とし、（S680）グループ番号を"+1"して、（S692）ファイルポインタをひとつ後ろの画像に移動して、（S695）更に次の撮影画像との間で類似度判定を繰り返す。そして、すべての選択画像の類似画像探索が終了して、ここを終了する。

本発明の一実施例。 本発明の第二の実施例。 本発明の処理を説明するフローチャート。 本発明の類似画像抽出を説明するフローチャート。 本発明の類似画像探索を説明する図。 本発明の特徴抽出を説明するフローチャート。 本発明の別の処理を説明するフローチャート。 本発明の別の処理を説明するフローチャート。 本発明のグループごとの類似画像抽出を説明するフローチャート。

符号の説明

１００ パソコン
１２０ 画像記憶媒体
１４０ パソコンのモニター
１６０ プリンタ装置
２００ デジタルカメラ
２２０ デジタルカメラでの撮像画像を記憶するためのメモリーカード

Claims (15)

1. プリントを行うためのプリンタ手段、
   画像を記憶している画像記憶媒体、
   前記画像記憶媒体より画像を読み出すための画像読出し手段、
   前記画像記憶媒体に記憶されている画像から、複数の画像を選択する画像選択手段、
   前記画像選択手段により選択された複数の画像の特徴量をそれぞれ抽出する特徴抽出手段、
   前記特徴抽出手段により特徴量を抽出した結果、この特徴量の評価を行い、最良と思われる画像を判定する画像判定手段、
   前記画像判定手段により最良と判定した画像を前記プリント手段に送り、プリントを行い画像処理システム。
2. 前記特徴抽出手段は、ピンぼけ度検出、手振れ度検出、露出度検出、等撮影にかかわる１ないし複数の項目を実施することを特徴とする第一項記載の画像処理システム。
3. 前記特徴抽出手段は、顔検出、目検出、目つむり検出、顔の向き検出、画像に写っている人数検出、等被写体にかかわる１ないし複数の項目を実施することを特徴とする第一項ないし第二項記載の画像処理システム。
4. プリントを行うためのプリンタ手段、
   画像を記憶している画像記憶媒体、
   前記画像記憶媒体より画像を読み出すための画像読出し手段、
   前記画像記憶媒体に記憶されている画像から、１ないし複数の画像を選択する画像選択手段、
   前記画像選択手段により選択された画像と、前記選択されたほかの画像、かつ／または、前記記憶媒体に記憶されたその他の画像との類似度を計算し、類似している画像を検出する類似画像検出手段、
   画像の特徴量を抽出する特徴抽出手段、
   前記類似画像検出手段により検出された類似画像群に対し、前記特徴抽出手段により特徴量を抽出した結果、この特徴量の評価を行い、最良と思われる画像を判定する画像判定手段、
   前記画像判定手段により最良と判定した画像を前記プリント手段に送り、プリントを行い画像処理システム。
5. 前記特徴抽出手段は、ピンぼけ度検出、手振れ度検出、露出度検出、等撮影にかかわる１ないし複数の項目を実施することを特徴とする第四項記載の画像処理システム。
6. 前記特徴抽出手段は、顔検出、目検出、目つむり検出、顔の向き検出、画像に写っている人数検出、等被写体にかかわる１ないし複数の項目を実施することを特徴とする第四項ないし第五項記載の画像処理システム。
7. 前記類似画像検出手段は、画像の間の相関を用いて類似画像を検出することを特徴とする第四項ないし第六項記載の画像処理システム。
8. 前記類似画像検出手段は、前記特徴抽出手段において抽出した顔検出した人数、顔の位置等を用いて類似画像を検出することを特徴とする第四項ないし第七項記載の画像処理システム。
9. 前記類似画像検出手段は、前記画像記憶媒体に記憶されている撮影画像のうち、ファイル名称が関連しているファイルに対してのみ類似画像を検出することを特徴とする第四項ないし第八項記載の画像処理システム。
10. 前記類似画像検出手段は、前記画像記憶媒体に記憶されている撮影画像のうち、撮影日時（タイムスタンプ）が近接している画像に対してのみ類似画像を検出することを特徴とする第四項ないし第七項記載の画像処理システム。
11. 画像を表示する画像表示手段を設け、
    ユーザによる操作によって前記画像選択手段により画像選択された画像に対し、前記画像記憶媒体に記憶された画像を前記画像読出し手段により読み出し、前記類似画像検出手段により選択された画像と類似の画像を検出し、前記特徴抽出手段により抽出された特徴量より最良な画像を検出し、選択された画像とともに検出された最良な画像を前記表示手段に表示することを特徴とする第一項ないし第十項記載の画像処理システム。
12. 画像を記憶している画像記憶媒体、
    前記画像記憶媒体より画像を読み出すための画像読出し手段、
    画像を表示する画像表示手段、
    前記画像記憶媒体に記憶されている画像から、複数の画像を選択する画像選択手段、
    前記画像選択手段により選択された複数の画像の特徴量をそれぞれ抽出する特徴抽出手段、
    前記特徴抽出手段により特徴量を抽出した結果、この特徴量の評価を行い、画像を判定する画像判定手段、
    前記画像判定手段により判定された画像を画像表示手段により表示をすることを特徴とする画像処理システム。
13. 前記画像判定手段は、前記類似画像と判定されたものの中から、特徴抽出された特徴量に応じてプリントすべき画像、かつ／または、失敗画像として消去しても良い画像として、１ないし複数の画像を前記表示手段に表示することを特徴とする第十三項記載の画像処理システム。
14. 画像を記憶している画像記憶媒体、
    前記画像記憶媒体より画像を読み出すための画像読出し手段、
    画像を表示する画像表示手段、
    前記画像記憶媒体に記憶されている画像から、１ないし複数の画像を選択する画像選択手段、
    前記画像選択手段により選択された画像と、前記選択されたほかの画像、かつ／または、前記記憶媒体に記憶されたその他の画像との類似度を計算し、類似している画像を検出する類似画像検出手段、
    画像の特徴量を抽出する特徴抽出手段、
    前記特徴抽出手段により特徴量を抽出した結果、この特徴量の評価を行い、画像を判定する画像判定手段、
    前記画像判定手段により判定された画像を画像表示手段により表示をすることを特徴とする画像処理システム。
15. 前記画像判定手段は、前記類似画像と判定されたものの中から、特徴抽出された特徴量に応じてプリントすべき画像、かつ／または、失敗画像として消去しても良い画像として、１ないし複数の画像を前記表示手段に表示することを特徴とする第十五項記載の画像処理システム。

Images