JP2009049445A - 色補正方法、色補正装置および色補正プログラム - Google Patents

Abstract

【課題】記憶色を劣化させることなく、撮影対象を考慮したカラーバランス補正を実現する色補正方法、色補正装置および色補正プログラムを提供する。
【解決手段】白色評価値算出手段１は、入力画像を参照し、白色評価値を算出する。記憶色評価値算出手段２は、入力画像を参照し、入力画像に対する記憶色の印象が占める割合を記憶色評価値として算出する。白色補正ゲイン算出手段２２は、白色評価値を無彩色にするような白色補正ゲインを算出する。ゲイン調整手段２１は、記憶色評価値が小さい場合には大きく、記憶色評価値が大きい場合には小さくなるような変換係数を算出するとともに、白色補正ゲインに対して、算出した変換係数を作用させて調整し変換補正パラメータを算出する。画像変換手段４は、変換補正パラメータを元に入力画像の画素値を変換して補正後の画素値を算出し、最適に色補正された出力画像を得る。
【選択図】図１

Description

本発明は、画像の色調を補正して高画質化する画像処理に関し、特にカラーバランスを補正する色補正方法、色補正装置および色補正プログラムに関する。

画像のカラーバランスを補正する色補正方法として、ＲＧＢのヒストグラムを取りＲＧＢそれぞれの存在範囲を最大２５５、最小０となるように線形トーンカーブで補正する方法がある。この方法はレベル補正と呼ばれており、カラーバランス補正として広く用いられている。

また、撮像される１画面中の色を平均すれば、無彩色に近くなるという仮説（グレーワールド仮説）に基づき、画面内のＲＧＢ平均値が、無彩色となるようにＲＧＢのゲインを調整する方法がある。

非特許文献１には、輝度の高い白色領域の画素情報を用いた補正方法が記載されている。非特許文献１に記載されている方法では、はじめに、画像中の輝度Ｙ値の大きい画素についてＲＧＢ平均値を白色特性ベクトルＴ_ｗ=（ｗ_ｒ，ｗ_ｇ，ｗ_ｂ）として求める。次に、求めた白色特性ベクトルが無彩色となるように、Ｒ，Ｇ，Ｂのゲイン（ａ_ｒ，ａ_ｇ，ａ_ｂ）を求める。なお、Ｒ，Ｇ，Ｂのゲイン（以下、ＲＧＢゲインと表記する）とは、色補正のためのパラメータであって、画像におけるＲ，Ｇ，Ｂの値を増幅するパラメータである。色補正は、式（１）〜（３）によって行われる。すなわち、ＲＧＢの値にそれぞれＲＧＢゲインをかけることによって、色補正後の画素値Ｒ’，Ｇ’，Ｂ’が算出される。

Ｒ’＝ａ_ｒ×Ｒ ・・・式（１）
Ｇ’＝ａ_ｇ×Ｇ ・・・式（２）
Ｂ’＝ａ_ｂ×Ｂ ・・・式（３）

なお、非特許文献２には、特定の物体の色として、肌色、草木の緑、青空色、の３種類の色分布を解析した後、好ましい色となるような色補正方法について記載されている。人間が長い年月の間に脳内に記憶した特定の物体の色は、記憶色と呼ばれる。記憶色の例として、草、落葉樹、青空、土、肌、りんごなどがある。中でも重要な色として、肌色、草木の緑および青空色の３種類がある。

図７に、多くの人物画像から得られた様々な肌色をＬＣＨ色空間にプロットした分布図の一例を示す。ＬＣＨ色空間は円筒座標系であって、Ｌが明度、Ｃが彩度、Ｈが色相である。図７には、明度Ｌを一定とした場合の分布図を例示する。分布図における矢印は、根元が元の色を表し、矢印の先は肌色が好ましい色（記憶色）に近づくように被験者に色修正させた結果の修正後の色を表している。図７より、肌色全体は、肌色分布１０１内に分布することがわかる。また肌色の記憶色は、矢印の先の座標点の集合である。肌色の記憶色は、肌色の記憶色分布１０２内に分布することがわかる。すなわち、それぞれの種類の記憶色について、数多くのサンプルを収集することにより、記憶色分布範囲を決定することができる。

井上他，「パーソナルユーザのためのインテリジェント画像修正処理」，信学技法ＰＲＭＵ−７６，社団法人電子情報通信学会，１９９６年１月，ｐ．６３−７０ Masato Tsukada et al., "Automatic Color Preference Correction for Color Reproduction",（米国）, PROCEEDINGS OF SPIE REPRINT, SPIE, 2001, vol.4300, p.216-223

しかし、非特許文献１に記載されている色補正方法では、カラーバランスを補正する場合に記憶色を劣化させてしまう場合がある、という問題がある。例えば、青空を含む画像において空色を白く変換してしまったり、草木の緑を含む画像において、緑色を白く変換してしまったり、ポートレート画像において肌色を別の色に変えてしまう場合がある。その理由は、画像全体の平均値が無彩色になるという基準や、白色領域の平均値が無彩色になるという基準でカラーバランスを補正するため、撮影対象が何なのかを全く考慮していないからである。

そこで、本発明は、記憶色を劣化させることなく、撮影対象を考慮したカラーバランス補正を実現する色補正方法、色補正装置および色補正プログラムを提供することを目的とする。

本発明による色補正方法は、入力画像の色を補正する色補正方法であって、計算機における演算手段が、入力画像に占める記憶色の割合を示す記憶色評価値を算出する記憶色評価値算出ステップと、入力画像の色を変換するための補正パラメータを算出する補正パラメータ算出ステップと、記憶色評価値算出ステップにおいて算出された記憶色評価値に基づいて、変換係数を算出する変換係数算出ステップと、変換係数算出ステップにおいて算出された変換係数を補正パラメータ算出ステップにおいて算出された補正パラメータに乗じて変換補正パラメータを算出する変換補正パラメータ算出ステップと、変換補正パラメータ算出ステップにおいて算出された変換補正パラメータに基づいて、入力画像の色を変換する画像変換ステップとを実行することを特徴とする。

変換係数算出ステップにおいて、記憶色評価値が小さい場合には変換係数を大きくし、記憶色評価値が大きい場合には変換係数を小さくしてもよい。そのような構成によれば、入力画像中に記憶色があまり含まれない場合、補正パラメータによる補正効果を大きくし、入力画像中に記憶色が多く含まれる場合、補正パラメータによる補正効果を小さくすることができる。

変換係数算出ステップにおいて、記憶色評価値が０の場合に変換係数を１と算出し、記憶色評価値が１の場合に変換係数を０と算出してもよい。そのような構成によれば、入力画像中に記憶色がない場合、補正パラメータをそのまま用いて補正を行い、入力画像がすべて記憶色で占められている場合、補正を行わないようにすることができる。

補正パラメータ算出ステップにおいて、補正パラメータとして、入力画像の画素値の平均値をあらかじめ定められた無彩色に変換する白色補正パラメータを算出してもよい。そのような構成によれば、補正パラメータとして白色補正パラメータを使用することができる。

本発明による色補正装置は、入力画像の色を補正する色補正装置であって、入力画像に占める記憶色の割合を示す記憶色評価値を算出する記憶色評価値算出手段と、入力画像の色を変換するための補正パラメータを算出する補正パラメータ算出手段と、記憶色評価値算出手段によって算出された記憶色評価値に基づいて、変換係数を算出する変換係数算出手段と、変換係数算出手段によって算出された変換係数を補正パラメータ算出手段によって算出された補正パラメータに乗じて変換補正パラメータを算出する変換補正パラメータ算出手段と、変換補正パラメータ算出手段によって算出された変換補正パラメータに基づいて、入力画像を変換する画像変換手段とを備えることを特徴とする。

本発明による色補正プログラムは、入力画像の色を補正するための色補正プログラムであって、計算機における演算手段に、入力画像に占める記憶色の割合を示す記憶色評価値を算出する記憶色評価値算出処理と、入力画像の色を変換するための補正パラメータを算出する補正パラメータ算出処理と、記憶色評価値算出処理において算出された記憶色評価値に基づいて、変換係数を算出する変換係数算出処理と、変換係数算出処理において算出された変換係数を補正パラメータ算出処理において算出された補正パラメータに乗じて変換補正パラメータを算出する変換補正パラメータ算出処理と、変換補正パラメータ算出処理において算出された変換補正パラメータに基づいて、入力画像を変換する画像変換処理とを実行させることを特徴とする。

本発明による色補正装置の好ましい一態様は、例えば、画像中の記憶色分布を算出する記憶色評価値算出手段と、白色補正ゲインを算出する白色補正ゲイン算出手段と、記憶色分布に応じて白色補正ゲインを制御して補正パラメータを算出するゲイン調整手段と、補正パラメータを元に画素変換を行う画像変換手段とを有することを特徴とする。

第１の効果は、肌色や空色や草木の緑が存在する撮影画像に対して、異なった色に補正されることなく最適な色補正を実現することができるということである。

その理由は、人間の記憶に存在する特定物の色である記憶色を抽出することで撮影対象を認識することができ、さらに記憶色の重み値を色補正パラメータに反映するためである。

以下、本発明の実施の形態を図面を参照して説明する。図１は、本発明による色補正装置の一実施の形態を示すブロック図である。図１に示す色補正装置は、入力画像を参照して白色評価値を算出する白色評価値算出手段１と、入力画像を参照して記憶色評価値を算出する記憶色評価値算出手段２と、白色評価値と記憶色評価値とを元に補正パラメータを算出する補正パラメータ算出手段３と、補正パラメータに従って画像の画素値を変換する画像変換手段４とを備える。

記憶色評価値算出手段２は、入力画像から記憶色分布の範囲に含まれる画素を抽出する記憶色画素抽出手段１１と、入力画像に対する記憶色の印象が占める割合である記憶色重み値を算出する記憶色重み値算出手段１２とを含む。

補正パラメータ算出手段３は、白色評価値算出手段１によって算出された白色評価値を無彩色にするような白色補正ゲインを算出する白色補正ゲイン算出手段２２と、白色補正ゲインに対して、記憶色評価値を作用させて調整し、最終的な補正パラメータ（以下、変換補正パラメータと表記する。）を算出するゲイン調整手段２１とを含む。

なお、画像の表色系はＲＧＢ表色系であるものとする。すなわち、画像における各画素の色は、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の組み合わせで表されるものとする。

白色評価値算出手段１が算出する白色評価値は、画像全体の色味の傾向を示す値であって、例えば、画像全体のＲＧＢそれぞれの平均値である。また、白色評価値の他の例として、輝度あるいは明度が一定値以上の画素におけるＲＧＢそれぞれの平均値がある。白色評価値は、ＲＧＢの３次元ベクトル（ｍ_ｒ，ｍ_ｇ，ｍ_ｂ）で表わすことができる。すなわち、ｍ_ｒは画像全体のＲ成分（赤）の平均値であり、ｍ_ｇは画像全体のＧ成分（緑）の平均値であり、ｍ_ｂは画像全体のＢ成分（青）の平均値である。

記憶色評価値算出手段２は、記憶色評価値を算出して補正パラメータ算出手段３に出力する機能を有する。

記憶色画素抽出手段１１は、入力画像を参照して、あらかじめ指定された記憶色分布の範囲に含まれる画素を抽出する。記憶色画素抽出手段１１が記憶色分布の範囲に含まれる画素を抽出する方法の例として、各画素をＬＣＨ表色系で表した場合に、ＬＣＨ表色系のＨ（色相）が一定の範囲に含まれるものを出力してもよい。この場合、記憶色分布の範囲として、Ｈの範囲があらかじめ定められる。

記憶色重み値算出手段１２は、画像全体に対して記憶色の印象が占める割合を表わす記憶色重み値を算出する。記憶色重み値算出手段１２における記憶色重み値算出方法の一例を式（４）に示す。式（４）は、記憶色重み値として、画像全体に対する記憶色分布の範囲に含まれる画素の面積の割合θを算出するものである。Ｓ_ｍｅｍは、記憶色分布の範囲に含まれる画素数、すなわち記憶色画素抽出手段１１によって抽出された画素の数である。Ｓは、参照画像全体の画素数を表す。記憶色評価値算出手段２は、記憶色評価値として記憶色重み値を出力する。

補正パラメータ算出手段３は、白色評価値算出手段１によって算出された白色評価値と
記憶色評価値算出手段２によって出力された記憶色評価値とに基づいて、変換補正パラメータを算出し、画像変換手段４に出力する機能を有する。

白色補正ゲイン算出手段２２は、白色評価値算出手段１によって算出された白色評価値と、あらかじめ定められるグレー画素値とに基づいて、白色補正ゲインを算出する。白色補正ゲインは、白色評価値をグレー画素値に変換する際のパラメータ値である。白色補正ゲインは、白色評価値だけでなく、画像全体を変換する際の補正パラメータとして有効であることが知られており、一般的に使用される値である。

白色補正ゲインは、例えば、ＲＧＢゲインであってもよい。一般的な色補正装置において、白色補正ゲインとしてＲＧＢゲインを画像全体の補正パラメータとして使用する場合、例えば、補正パラメータを（ａ_ｒ，ａ_ｇ，ａ_ｂ）で表すとともに、式（１）〜（３）を画像変換式として使用する。

白色補正ゲインは、図２に示す線形トーンカーブにおける制御点３１の移動量（ｖ_ｒ，ｖ_ｇ，ｖ_ｂ）であってもよく、また、図３に示す非線形トーンカーブにおける制御点４１の移動量（ｄ_ｒ，ｄ_ｇ，ｄ_ｂ）であってもよい。（ｖ_ｒ，ｖ_ｇ，ｖ_ｂ）、（ｄ_ｒ，ｄ_ｇ，ｄ_ｂ）および（ａ_ｒ，ａ_ｇ，ａ_ｂ）は、ともにＲＧＢの増幅を行うパラメータであるので、全てＲＧＢゲインと考えることができる。白色補正ゲイン（ｖ_ｒ，ｖ_ｇ，ｖ_ｂ）および（ｄ_ｒ，ｄ_ｇ，ｄ_ｂ）を画像の補正パラメータとして使用する場合、それぞれ図２および図３に示すグラフにしたがって、入力値から出力値を得ることができる。ここで、入力値は、補正前の画像の画素値であって、出力値は、補正後の画像の画素値である。

ゲイン調整手段２１は、白色補正ゲイン算出手段２２から出力される白色補正ゲインと、記憶色評価値算出手段２によって出力された記憶色評価値とを用いて、最終的な補正パラメータとして変換補正パラメータを算出する。ゲイン調整手段２１は、記憶色評価値である記憶色重み値に従って白色補正ゲインを制御する変換係数を算出するとともに、算出した変換係数と白色補正ゲインに基づいて変換補正パラメータを算出する。

ゲイン調整手段２１は、記憶色重み値が大きいときは、画像中に記憶色を有する重要な物体が含まれていると判断して、画像の補正量を低減する方向に白色補正ゲインを調整する。すなわち、記憶色重み値が大きいときは、入力画像からのカラーバランス補正量が少なくなるように制御する。

ゲイン調整手段２１は、記憶色重み値が小さいときは、画像中に記憶色を有する物体が含まれない、または少ないと判断して、白色補正ゲインをそのまま出力する。すなわち、記憶色重み値が小さいときは、白色評価値を元にしたカラーバランス補正が作用するように制御する。

白色補正ゲイン算出手段２２によって算出された白色補正ゲインが（ａ_ｒ，ａ_ｇ，ａ_ｂ）である場合、ゲイン調整手段２１は、変換補正パラメータとして（ａ_ｒ’，ａ_ｇ’，ａ_ｂ’）を出力するものとする。また、白色補正ゲイン算出手段２２によって算出された白色補正ゲインが（ｖ_ｒ，ｖ_ｇ，ｖ_ｂ）または（ｄ_ｒ，ｄ_ｇ，ｄ_ｂ）である場合、ゲイン調整手段２１は、変換補正パラメータとして、それぞれ（ｖ_ｒ’，ｖ_ｇ’，ｖ_ｂ’）または（ｄ_ｒ’，ｄ_ｇ’，ｄ_ｂ’）を出力するものとする。

画像変換手段４は、補正パラメータ算出手段３によって出力された変換補正パラメータを用いて各画素値に演算を施し、色補正後の画素値を算出して最適に色補正された出力画像を出力する機能を有する。また高速化のため、変換式を使ってあらかじめ０から２５５までのルックアップテーブルを作成し、画素毎にテーブル変換する方法もある。

画像変換手段４は、補正パラメータ算出手段３によって出力された変換補正パラメータが（ａ_ｒ’，ａ_ｇ’，ａ_ｂ’）である場合、例えば、変換方法として以下に示す式（５）〜（７）を用いて画像を補正する。

Ｒ’＝ａ_ｒ’×Ｒ ・・・式（５）
Ｇ’＝ａ_ｇ’×Ｇ ・・・式（６）
Ｂ’＝ａ_ｂ’×Ｂ ・・・式（７）

なお、色補正装置は、コンピュータで実現可能であり、色補正装置を構成する各構成要素、すなわち白色評価値算出手段１、記憶色評価値算出手段２、補正パラメータ算出手段３および画像変換手段４は、コンピュータの処理装置（ＣＰＵ）に上述した機能を実現させるためのプログラムとして実現可能である。

本実施の形態において、補正パラメータ算出手段は、白色評価値算出手段１および白色補正ゲイン算出手段によって実現される。変換係数算出手段および変換補正パラメータ算出手段は、ゲイン調整手段２１によって実現される。

次に、図１及び図４を参照して本実施の形態の動作について説明する。図４は本実施の形態の動作を示すフローチャートである。

白色評価値算出手段１は、入力画像を参照し、白色評価値を算出する（ステップＳ１）。記憶色評価値算出手段２は、入力画像を参照し、入力画像に対する記憶色の印象が占める割合である記憶色重み値を、記憶色評価値として算出する（ステップＳ２）。すなわち、ステップＳ２においては、記憶色画素抽出手段１１が、入力画像を参照してあらかじめ指定された記憶色分布の範囲に含まれる画素を抽出し、記憶色重み値算出手段１２が、記憶色分布の範囲に含まれる画素数Ｓ_ｍｅｍを参照する画像全体の画素数Ｓで割ることによって、画像全体の面積に対する記憶色分布の範囲に含まれる画素の面積の割合θを算出する。

次に、補正パラメータ算出手段３の白色補正ゲイン算出手段２２は、白色評価値算出手段１によって算出された白色評価値を無彩色にするような白色補正ゲインを算出する（ステップＳ３）。

ステップＳ３における白色補正ゲイン算出手段２２の動作について説明する。白色補正ゲイン算出手段２２は、白色評価値算出手段１によって算出された白色評価値が無彩色に変換されるようなＲＧＢゲインである白色補正ゲインを算出する。

例えば、白色補正ゲイン算出手段２２に入力される白色評価値を（ｍ_ｒ，ｍ_ｇ，ｍ_ｂ）とすると、白色補正ゲインの一例は、式（８）〜（１０）に示す（ａ_ｒ，ａ_ｇ，ａ_ｂ）として算出することができる。ここで、ｍ_０は、白色評価値が変換されるべきグレー画素値である。無彩色の場合、Ｒ，Ｇ，Ｂはすべて同じ値を取ることから、ここではあらかじめ定められた値としてｍ_０とする。

また、例えば、図２に示す白色補正ゲイン（ｖ_ｒ，ｖ_ｇ，ｖ_ｂ）は、式（１１）〜（１３）に示すように、式（８）〜（１０）に示す（ａ_ｒ，ａ_ｇ，ａ_ｂ）で表すことができる。

ｖ_ｒ＝ａ_ｒ×２５５−２５５・・・式（１１）
ｖ_ｇ＝ａ_ｇ×２５５−２５５・・・式（１２）
ｖ_ｂ＝ａ_ｂ×２５５−２５５・・・式（１３）

また、例えば、図３に示す白色補正ゲイン（ｄ_ｒ，ｄ_ｇ，ｄ_ｂ）は、式（１４）〜（１６）に示すように、入力値Ｍおよび式（８）〜（１０）に示す（ａ_ｒ，ａ_ｇ，ａ_ｂ）で表すことができる。

ｄ_ｒ＝ａ_ｒ×Ｍ−Ｍ・・・式（１４）
ｄ_ｇ＝ａ_ｇ×Ｍ−Ｍ・・・式（１５）
ｄ_ｂ＝ａ_ｂ×Ｍ−Ｍ・・・式（１６）

次に、ゲイン調整手段２１は、白色補正ゲイン算出手段２２によって算出された白色補正ゲインに対して、記憶色評価値を作用させて調整し最終的な補正パラメータとして変換補正パラメータを算出する（ステップＳ４）。

ステップＳ４におけるゲイン調整手段２１の動作について説明する。以下の説明では、白色補正ゲインとして、式（１１）〜（１３）に示す（ｖ_ｒ，ｖ_ｇ，ｖ_ｂ）を用いる。まず、ゲイン調整手段２１は、記憶色重み値θの値に基づいて、変換係数としてゲイン制御関数ω(θ)の値を算出する。ゲイン調整後のＲＧＢゲイン（ｖ_ｒ’，ｖ_ｇ’，ｖ_ｂ’）すなわち変換補正パラメータは、ゲイン制御関数ω(θ)を用いた式（１７）〜（１９）を用いて算出することができる。

図５に、ゲイン制御関数ω(θ)の変換特性の例を示す。ω(θ)は、記憶色重み値θの値が大きくなるほど０に近づく特性を持っている。入力画像中に記憶色が全く含まれない場合、すなわちθ＝０の場合には、ω(０)＝１であって、変換補正パラメータは白色補正ゲインそのままの値となる。一方、入力画像が全て記憶色である場合、すなわちθ＝１の場合には、ω(１)＝０であって、変換補正パラメータは０となる。なお、図５に示す例では、ω(θ)は非線形関数であるが、θが大きくなるにしたがってω(θ)が０に近づくような特性を有する関数であれば、線形であってもよく、図５に示す例に限られない。

また、白色補正ゲイン（ｖ_ｒ，ｖ_ｇ，ｖ_ｂ）が０の場合、変換補正パラメータ（ｖ_ｒ’，ｖ_ｇ’，ｖ_ｂ’）も０となり、入力画像からの補正を行わないことになる。

ｖ_ｒ’＝ｖ_ｒ×ω（θ）・・・式（１７）
ｖ_ｇ’＝ｖ_ｇ×ω（θ）・・・式（１８）
ｖ_ｂ’＝ｖ_ｂ×ω（θ）・・・式（１９）

以上に述べた方法により、補正パラメータ算出手段３は、最終的なＲＧＢゲイン（変換補正パラメータ）として（ｖ_ｒ’，ｖ_ｇ’，ｖ_ｂ’）を出力する。

画像変換手段４は、補正パラメータ算出手段３によって出力された変換補正パラメータを元に入力画像の画素値を変換して補正後の画素値を算出することにより、最適に色補正された出力画像を得る（ステップＳ５）。

変換補正パラメータとして（ｖ_ｒ’，ｖ_ｇ’，ｖ_ｂ’）を使用する場合、画像変換手段４は、図６に示すグラフにしたがって、入力値から出力値を得ることができる。図６において、変換補正パラメータ（ｖ_ｒ’，ｖ_ｇ’，ｖ_ｂ’）は、制御点３２の移動量として表される。なお、図６に示すグラフを、数式に置き換えると、入力値をＲ，Ｇ，Ｂ、出力値をＲ’，Ｇ’，Ｂ’として、以下に示す式（２０）〜（２２）で表される。

なお、上記の説明では、白色補正ゲインとして式（１１）〜（１３）に示す（ｖ_ｒ，ｖ_ｇ，ｖ_ｂ）を例として用いたが、記憶色によるパラメータ制御方式を、（ａ_ｒ，ａ_ｇ，ａ_ｂ）と（ｄ_ｒ，ｄ_ｇ，ｄ_ｂ）に対しても適用することができる。また、記憶色重み値による補正量制御方法は、彩度強調や、コントラスト強調、明るさ補正などの補正パラメータにも適用することができる。

次に、本実施の形態の効果について説明する。本実施の形態では、人間の記憶に存在する特定色である記憶色を抽出し、記憶色重み値を色補正に反映するため、肌色や空色や草木の緑が存在する撮影画像に対して、異なった色に補正されることなく最適な色補正を実現することができる。

本発明は、画像の色調を補正して高画質化する画像処理装置に適用することができ、特にカラーバランスを補正する画像処理装置に効果的に適用することができる。

本発明による色補正装置の構成例を示すブロック図である。 線形トーンカーブを用いた画像変換例を示す説明図である。 非線形トーンカーブを用いた画像変換例を示す説明図である。 本発明の実施の形態における色補正装置の動作を示すフローチャートである。 ゲイン制御関数の例を示す説明図である。 線形トーンカーブを用いた画像変換例を示す説明図である。 記憶色の色分布例を示す説明図である。

符号の説明

１ 白色評価値算出手段
２ 記憶色評価値算出手段
３ 補正パラメータ算出手段
４ 画像変換手段
１１ 記憶色画素抽出手段
１２ 記憶色重み値算出手段
２１ ゲイン調整手段
２２ 白色補正ゲイン算出手段

Claims (6)

1. 入力画像の色を補正する色補正方法であって、
   計算機における演算手段が、
   入力画像に占める記憶色の割合を示す記憶色評価値を算出する記憶色評価値算出ステップと、
   入力画像の色を変換するための補正パラメータを算出する補正パラメータ算出ステップと、
   前記記憶色評価値算出ステップにおいて算出された記憶色評価値に基づいて、変換係数を算出する変換係数算出ステップと、
   前記変換係数算出ステップにおいて算出された変換係数を前記補正パラメータ算出ステップにおいて算出された補正パラメータに乗じて変換補正パラメータを算出する変換補正パラメータ算出ステップと、
   前記変換補正パラメータ算出ステップにおいて算出された変換補正パラメータに基づいて、入力画像の色を変換する画像変換ステップと
   を実行することを特徴とする色補正方法。
2. 変換係数算出ステップにおいて、記憶色評価値が小さい場合には変換係数を大きくし、記憶色評価値が大きい場合には変換係数を小さくする
   請求項１記載の色補正方法。
3. 変換係数算出ステップにおいて、記憶色評価値が０の場合に変換係数を１と算出し、記憶色評価値が１の場合に変換係数を０と算出する
   請求項２記載の色補正方法。
4. 補正パラメータ算出ステップにおいて、補正パラメータとして、入力画像の画素値の平均値をあらかじめ定められた無彩色に変換する白色補正パラメータを算出する
   請求項１から請求項３のうちのいずれか１項に記載の色補正方法。
5. 入力画像の色を補正する色補正装置であって、
   入力画像に占める記憶色の割合を示す記憶色評価値を算出する記憶色評価値算出手段と、
   入力画像の色を変換するための補正パラメータを算出する補正パラメータ算出手段と、
   前記記憶色評価値算出手段によって算出された記憶色評価値に基づいて、変換係数を算出する変換係数算出手段と、
   前記変換係数算出手段によって算出された変換係数を前記補正パラメータ算出手段によって算出された補正パラメータに乗じて変換補正パラメータを算出する変換補正パラメータ算出手段と、
   前記変換補正パラメータ算出手段によって算出された変換補正パラメータに基づいて、入力画像を変換する画像変換手段と
   を備えることを特徴とする色補正装置。
6. 入力画像の色を補正するための色補正プログラムであって、
   計算機における演算手段に、
   入力画像に占める記憶色の割合を示す記憶色評価値を算出する記憶色評価値算出処理と、
   入力画像の色を変換するための補正パラメータを算出する補正パラメータ算出処理と、
   前記記憶色評価値算出処理において算出された記憶色評価値に基づいて、変換係数を算出する変換係数算出処理と、
   前記変換係数算出処理において算出された変換係数を前記補正パラメータ算出処理において算出された補正パラメータに乗じて変換補正パラメータを算出する変換補正パラメータ算出処理と、
   前記変換補正パラメータ算出処理において算出された変換補正パラメータに基づいて、入力画像を変換する画像変換処理と
   を実行させるための色補正プログラム。

Images