JP2009059202A - 画像処理装置及び画像処理プログラム - Google Patents

Abstract

【課題】画像補正の設定を直感的に行う。
【解決手段】複数種類のお手本画像を入力し（Ｓ１０１〜Ｓ１０４）、入力した各お手本画像の構成画素をその色相値に応じて６つの領域にそれぞれ分類し、各領域に属する構成画素の平均値を代表値として特定する（Ｓ１０５〜Ｓ１０９）。そして、特定した代表値の中から領域ごとに選択した代表値を、複数種類のお手本画像の総合的な特徴を表す第１特徴量を特定する（Ｓ１１０）。また、色変換の対象とする元画像をメモリカードから入力し（Ｓ１１１）、入力した元画像の構成画素をその色相値に応じて６つの領域に分類し、各領域に属する構成画素の平均値を元画像の特徴を表す第２特徴量として特定する（Ｓ１１２，Ｓ１１３）。そして、第２特徴量の各代表値を第１特徴量の各代表値にそれぞれ近づけるように、元画像に対する色変換処理を行う（Ｓ１１４，Ｓ１１５）。
【選択図】図４

Description

本発明は、画像補正処理を行うための画像処理装置及び画像処理プログラムに関するものである。

従来、ユーザの好みに応じた画像補正を行う画像処理装置が知られている。
例えば、あらかじめ用意されている複数種類の調整用データの中から１つの調整用データを選択したり、任意の調整用データを設定したりすることで特定された調整用データに基づき、画像調整を行う構成のものがある（特許文献１参照）。
特開２００７−８９１７９号公報

しかしながら、前述したような構成で所望の画像補正が行われるような調整用データを設定するためには、画像に関する専門知識が必要となり、直感的に設定を行うことは困難であった。

本発明は、こうした問題にかんがみてなされたものであり、画像補正の設定を直感的に行うことが可能な画像処理装置及び画像処理プログラムを提供することを目的としている。

上記目的を達成するためになされた本発明の請求項１に記載の画像処理装置は、複数種類の第１画像を入力可能な第１画像入力手段と、第１画像入力手段により入力された複数種類の第１画像のそれぞれについて、その第１画像の構成画素を所定の分類基準に従い複数の分類項目に分類し、各分類項目に属する構成画素の特徴を表す特徴値を特定する特徴値特定手段と、特徴値特定手段により特定された特徴値の中から分類項目ごとに選択した特徴値を、複数種類の第１画像の特徴を表す第１特徴量として特定する第１特徴量特定手段と、画像補正の対象とする画像である第２画像を入力する第２画像入力手段と、第２画像入力手段により入力された第２画像の構成画素を分類基準に従い複数の分類項目に分類し、各分類項目に属する構成画素の特徴を表す特徴値を第２画像の特徴を表す第２特徴量として特定する第２特徴量特定手段と、第２特徴量特定手段により特定された第２特徴量の分類項目ごとの特徴値を第１特徴量特定手段により特定された第１特徴量の分類項目ごとの特徴値にそれぞれ近づけるように、第２画像に対する画像補正処理を行う画像補正手段とを備える。

このような画像処理装置によれば、ユーザは、第１画像を用いることで、画像補正の設定を直感的に行うことができる。特に、この画像処理装置では、複数種類の第１画像を用いることにより、それらの特徴に基づく画像補正処理が可能となるため、１つの第１画像のみを用いる場合に比べ、画像補正の設定をより詳細に行うことができる。

具体的には、例えば請求項２に記載の画像処理装置では、特徴値特定手段は、複数種類の第１画像のそれぞれについて、各分類項目に属する構成画素の第１画像に占める割合を算出し、第１特徴量特定手段は、特徴値特定手段により特定された特徴値の中から、複数の分類項目のそれぞれにおいて、複数種類の第１画像についての特徴値のうち、その特徴値に係る構成画素の第１画像に占める割合が最も大きいものを選択し、第１特徴量として特定する。このような画像処理装置によれば、複数種類の第１画像の特徴を表す第１特徴量を、各第１画像の特徴部分を寄せ集めるような形で特定することができる。

ここで、画像の構成画素の分類基準としては、例えば請求項３に記載のように、画像の構成画素をその色相値に応じて複数の分類項目に分類する基準が考えられる。このような基準で分類すれば、人間の知覚に基づいた分類がされることとなるため、良好な画像補正結果が得られるようになる。

一方、請求項４に記載の画像処理装置において、第１画像入力手段は、所定の読取位置にセットされた印刷媒体から光学的に読み取られる画像を入力するものであり、読取位置にセットされた印刷媒体から複数の画像が読み取られた場合に、各画像をそれぞれ独立した第１画像として入力可能なものである。このような画像処理装置によれば、ユーザは、複数の印刷媒体を一度に読取位置にセットしたり、複数の画像が印刷された印刷媒体を読取位置にセットしたりすることで、複数の第１画像を容易に読み取らせることが可能となり、作業時間を短縮することができる。

具体的には、例えば請求項５に記載のように、第１画像入力手段が、読取位置を複数に分割した各読取領域で読み取られる画像を独立した第１画像として入力するようにすれば、複数の画像の認識を比較的正確に行うことができる。

そして特に、例えば請求項６に記載のように、第１画像入力手段が、読取領域で読み取られた画像の平均輝度値が所定値以上の場合には、その読取領域には画像が存在しないと判定するようにすれば、画像が存在しない部分を第１画像として入力してしまうことを防ぐことができる。

また、請求項７に記載の画像処理装置では、画像補正手段は、第１特徴量の分類項目ごとの特徴値と第２特徴量の分類項目ごとの特徴値とから算出された各画素に対する補正値に従い、第２画像を構成する各画素に対して画像補正処理を行う。このような画像処理装置によれば、第２画像を第１画像に基づき効率よく補正することができる。

次に、請求項８に記載の画像処理プログラムは、複数種類の第１画像を入力可能な第１画像入力手段と、第１画像入力手段により入力された複数種類の第１画像のそれぞれについて、その第１画像の構成画素を所定の分類基準に従い複数の分類項目に分類し、各分類項目に属する構成画素の特徴を表す特徴値を特定する特徴値特定手段と、特徴値特定手段により特定された各第１画像についての特徴値に基づき、複数種類の第１画像の特徴を表す第１特徴量を特定する第１特徴量特定手段と、画像補正の対象とする画像である第２画像を入力する第２画像入力手段と、第２画像入力手段により入力された第２画像の構成画素を分類基準に従い複数の分類項目に分類し、各分類項目に属する構成画素の特徴を表す特徴値を第２画像の特徴を表す第２特徴量として特定する第２特徴量特定手段と、第２特徴量特定手段により特定された第２特徴量の分類項目ごとの特徴値を第１特徴量特定手段により特定された第１特徴量の分類項目ごとの特徴値にそれぞれ近づけるように、第２画像に対する画像補正処理を行う画像補正手段としてコンピュータを機能させる。

このような画像処理プログラムによれば、請求項１に記載の画像処理装置としてコンピュータを機能させることができ、これにより前述した効果を得ることができる。

以下、本発明が適用された実施形態について、図面を用いて説明する。
［１．全体構成］
図１は、実施形態の画像処理装置としての複合機１０の外観を示す斜視図である。

この複合機１０は、プリンタ機能の他、スキャナ機能やカラーコピー機能等を有したものであり、本体ケーシング１１における上部位置に、原稿の読み取りに用いられる画像読取部２０を備えている。

画像読取部２０は、原稿載置面（ガラス台）にセット（載置）された原稿から画像を光学的に読み取るいわゆるフラットベッドスキャナである。ここで、原稿載置面は、その上面が薄板状の原稿カバー２１によって覆われており、原稿カバー２１を上方へ開くことにより、原稿載置面への原稿のセット及びセットされた原稿の除去（つまり原稿の出し入れ）が可能となる。また、原稿カバー２１における原稿載置面と対向する側の面は白色となっており、原稿カバー２１が閉じられた状態（図１に示す状態）で画像の読み取りが行われた場合に、原稿載置面における原稿の載置されていない部分は白色に読み取られる。

一方、複合機１０は、画像読取部２０の前方位置（手前側の位置）に、各種操作ボタンを配置した操作部３１及びメッセージ等の画像を表示する表示部（例えば液晶ディスプレイ）３２からなる操作パネル３０を備えている。

また、複合機１０は、画像読取部２０の下方位置に、用紙等の印刷媒体にカラー画像を印刷可能な画像印刷部４０を備えている。この画像印刷部４０で画像が印刷された用紙は、本体ケーシング１１の前面に形成された開口１２から排紙される。

さらに、複合機１０は、本体ケーシング１１の前面における開口１２の上方位置に、ＳＤカードやＣＦカード等の各種メモリカード（可搬型記憶媒体）を挿入可能なカードスロット５０を備えている。また、複合機１０は、パーソナルコンピュータ等の情報処理装置を介さずに直接メモリカードから画像（デジタルスチルカメラで撮影した画像等）を読み取ってその画像を印刷する機能（いわゆるダイレクトプリント機能）を有している。

次に、複合機１０の制御系について説明する。
図２は、複合機１０の制御系の概略構成を示すブロック図である。
同図に示すように、複合機１０は、前述した画像読取部２０、操作パネル３０、画像印刷部４０及びカードスロット５０と、通信部６０と、制御部７０とを備えており、これらは信号線８０を介して接続されている。

通信部６０は、通信ケーブル（ＬＡＮケーブル）が接続された状態でその通信ケーブルを介したデータの送受信処理を行う。つまり、外部装置との間でデータ通信を行うためのものであり、例えば、ＬＡＮに存在するパーソナルコンピュータや、インターネット上に存在するウェブサーバとの間でデータ通信が可能となっている。

制御部７０は、ＣＰＵ７１、ＲＯＭ７２、ＲＡＭ７３等からなるマイクロコンピュータを中心に構成されており、複合機１０を構成する各部を統括制御する。また、ＲＯＭ７２には、後述する色変換処理をＣＰＵ７１に実行させるためのプログラムが記憶されている。

［２．色変換処理の概要］
次に、複合機１０が行う色変換処理の概要について説明する。
本実施形態の複合機１０は、色変換対象の画像に対し、色変換の見本となる画像（以下「お手本画像」ともいう。）に基づく色変換処理を行う。ここで、まず、このような色変換処理の基本的な流れについて、図３を用いて説明する。

ユーザが、お手本画像の印刷された原稿（例えば写真）を画像読取部２０の原稿載置面にセットし、操作部３１で原稿読取操作を行うと（１）、複合機１０は、原稿載置面における設定範囲（Ｌ版サイズ、Ａ４サイズ等、ユーザによって設定された範囲）からお手本画像を読み取る（２）。これにより、原稿載置面にセットされた原稿からお手本画像が読み込まれる。

次に、ユーザが、色変換の対象とする画像が記憶されたメモリカードをカードスロット５０に挿入すると（３）、複合機１０は、挿入されたメモリカードを認識し、ユーザに対し、メモリカードに記憶されている画像のうち色変換の対象とするものを選択させる（４）。なお、ユーザに画像を選択させるための処理としては、公知の処理（例えば、メモリカードに記憶されている各画像を表示部３２に表示させて操作部３１での操作により選択させる処理）を適宜採用可能である。

そして、色変換対象の画像がユーザにより選択されると（５）、複合機１０は、選択された画像を読み込む（６）。なお、以下の説明において、当該画像を「元画像」ということがある。

その後、複合機１０は、画像読取部２０から読み込んだお手本画像を見本として、メモリカードから読み込んだ元画像を補正する処理を行う（７）。
なお、ここでは、画像読取部２０からお手本画像を読み込んだ後にメモリカードから元画像を読み込む手順を例示したが、これに限定されるものではなく、先にメモリカードから元画像を読み込み、その後に画像読取部２０からお手本画像を読み込むようにしてもよい。

このような色変換処理によれば、ユーザは、お手本画像を用いることで、元画像の色変換を簡単な操作でかつ感覚的に行うことができる。
しかしながら、１つのお手本画像のみでは所望の色変換処理を行うことができないことが考えられる。

そこで、本実施形態の複合機１０では、複数種類のお手本画像を用いた色変換処理を可能としている。
［３．色変換処理の具体的内容］
以下、本実施形態の複合機１０が行う色変換処理の具体的内容について説明する。

［３−１．色変換処理］
図４は、ＣＰＵ７１が実行する色変換処理のフローチャートである。
ＣＰＵ７１は、色変換処理を開始すると、まず、Ｓ１０１で、画像読取部２０の原稿載置面全域を１つの全体画像として読み取る。なお、読み取った画像の形式は特に限定されないが、本実施形態ではＲＧＢ形式を前提として説明する。

続いて、Ｓ１０２では、Ｓ１０１で読み取った全体画像から、お手本画像を抽出する。本実施形態では、原稿載置面を複数に分割した各読取領域で読み取られる画像を独立したお手本画像として認識するようにしている。具体的には、例えば図５（ｂ）に示すように、原稿載置面を縦横にそれぞれ二分して４つの読取領域に分割することが可能であり、この場合には、図５（ａ）に示すように複数（図の例では３枚）の写真をセットすれば、図５（ｃ）に示すように各写真の画像が独立した画像として認識される。したがって、この段階では、写真がセットされていない読取領域（図５（ｃ）でいうＩｍａｇｅ１）についても、１つの画像（白色の画像）として認識されることとなる。なお、読取領域の分割数は、あらかじめ設定されていてもよく、ユーザが設定できるようにしてもよい。

続いて、Ｓ１０３では、Ｓ１０２で抽出した各お手本画像のうち、画像全体の平均輝度値meanVが、あらかじめ設定されているしきい値ThreV（例えば０．９７）以上のものが存在するか否かを判定する。ここで、しきい値ThreVは、画像読取部２０の原稿載置面に原稿がセットされているか否かの判定基準値として設定されており、平均輝度値meanVがしきい値ThreV以上の場合（白色のみの画像と判断される場合）には、原稿が存在しない可能性が高いことになる。

そして、Ｓ１０３で、平均輝度値meanVがしきい値ThreV以上のお手本画像が存在すると判定した場合には、Ｓ１０４へ移行し、そのお手本画像を排除した後、Ｓ１０５へ移行する。つまり、前述した図５の例では、４つの読取領域のうちＩｍａｇｅ１で読み取られた画像（白色の画像）が排除される。

一方、Ｓ１０３で、平均輝度値meanVがしきい値ThreV以上のお手本画像が存在しないと判定した場合には、そのままＳ１０５へ移行する。
Ｓ１０５では、カウンタｋの値を１にセットする。

続いて、Ｓ１０６では、Ｓ１０１〜Ｓ１０４の処理の結果として抽出されたＮ個（Ｎは自然数）のお手本画像のうちｋ番目（ｋはカウンタの値）のお手本画像について、そのお手本画像を構成する各画素をＨＳＶパラメータ（Ｈ値：０〜３６０、Ｓ値及びＶ値：０〜１）に変換する処理を行う。

なお、ＲＧＢからＨＳＶパラメータへの変換や、ＨＳＶからＲＧＢへの変換は、以下に示す公知の変換式に従い行うことができる。
（１）RGB⇒HSVの変換式
max(a,b,c)はa,b,cの中で最も大きい値を表す。
min(a,b,c)はa,b,cの中で最も小さい値を表す。
V = max(R/255,G/255,B/255)
Vが0でない時、
S = [V - min(R,G,B)] ÷ V
Vが0の時、
S = 0
[V - min(R,G,B)]が0でない時、
r = (V - R/255)÷(V-min(R,G,B)
g = (V - G/255)÷(V-min(R,G,B)
b = (V - B/255)÷(V-min(R,G,B)
[V - min(R,G,B)]が0の時、
r = 0
g = 0
b = 0
V = R/255の時
H = 60 × (b-g)
V = G/255の時
H = 60 × (2+r-g)
V = B/255の時
H = 60 × (4+g-r)
ただしH<0の時
H = H+360
として、ＲＧＢからＨＳＶへ変換される。また、ＨＳＶからＲＧＢへは、
（２）HSV⇒RGBの変換式
(以下で示すin, fl, m, nは、ＨＳＶからＲＧＢを算出する過程で利用する媒介変数である)
in を (H/60)の整数部分
fl を (H/60)の小数部分とする。
in が偶数の場合
fl = 1-fl
m = V × (1-S)
n = V × (1-S×fl)
inが0の時
R = V × 255
G = n × 255
B = m × 255
inが1の時
R = n × 255
G = V × 255
B = m × 255
inが2の時
R = m × 255
G = V × 255
B = n × 255
inが3の時
R = m × 255
G = n × 255
B = V × 255
inが4の時
R = n × 255
G = m × 255
B = V × 255
inが5の時
R = V × 255
G = m × 255
B = n × 255
として変換される。

続いて、Ｓ１０７では、Ｓ１０６での変換処理により得られたＨＳＶパラメータに基づいて、ｋ番目のお手本画像の特徴を表す特徴量である第１特徴量（ｋ）を特定するｋ番目の第１特徴量特定処理を行う。なお、第１特徴量特定処理の具体的な処理内容については後述する（図６）。

続いて、Ｓ１０８では、カウンタｋの値がＮに到達したか否かを判定する。つまり、すべてのお手本画像に対してＳ１０６，Ｓ１０７の処理を行ったか否かを判定する。
そして、Ｓ１０８で、カウンタｋの値がＮに到達していないと判定した場合には、Ｓ１０９へ移行し、カウンタｋの値に１を加算した後、Ｓ１０６へ戻る。

一方、Ｓ１０８で、カウンタｋの値がＮに到達したと判定した場合には、Ｓ１１０へ移行し、各お手本画像について特定した第１特徴量（１）〜（Ｎ）に基づき、複数種類のお手本画像の総合的な特徴を表す第１特徴量（以下「総合第１特徴量」ともいう。）を特定する。なお、具体的な特定方法については後述する。

続いて、Ｓ１１１では、メモリカードに記憶されている色変換対象の画像（元画像）をＲＡＭ７３に読み込む。なお、読み込む画像の形式は特に限定されないが、本実施形態ではＲＧＢ形式を前提として説明する。

続いて、Ｓ１１２では、Ｓ１１１で読み込んだ元画像を構成する各画素をＨＳＶパラメータに変換する処理を行う。
続いて、Ｓ１１３では、Ｓ１１２での変換処理により得られたＨＳＶパラメータに基づいて、元画像の特徴を表す特徴量である第２特徴量を特定する第２特徴量特定処理を行う。なお、第２特徴量特定処理の具体的な処理内容については後述する（図７）。

続いて、Ｓ１１４では、総合第１特徴量及び第２特徴量の値を条件に応じて再設定する代表値再設定処理を行う。なお、代表値再設定処理の具体的な処理内容については後述する（図９）。

続いて、Ｓ１１５では、総合第１特徴量及び第２特徴量に基づいて元画像を補正する。なお、具体的な補正方法については後述する。
続いて、Ｓ１１６では、Ｓ１１５で補正された補正後の元画像を画像印刷部４０に印刷させた後、本色変換処理を終了する。

［３−２．ｋ番目の第１特徴量特定処理］
次に、色変換処理（図４）におけるＳ１０７で行われるｋ番目の第１特徴量特定処理について、図６のフローチャートを用いて説明する。なお、このｋ番目の第１特徴量特定処理においては、Ｈ値は、−３０〜３３０の値をとるものとし、Ｈ値がこの範囲内にない場合は、Ｈ値を適宜変換することにより（例えば、“Ｈ値＋３６０×ｎ”又は“Ｈ値−３６０×ｎ”、ｎは整数）、この範囲内に調整する。

ＣＰＵ７１は、ｋ番目の第１特徴量特定処理を開始すると、まず、Ｓ２０１で、処理対象の（ｋ番目の）お手本画像を複数の領域に分割する。本実施形態では、一般的に用いられる６つの色相に基づいて分割する。具体的には、それぞれの画素のＨ値に基づき、
・Ｒ領域： −３０以上〜３０未満
・Ｙ領域： ３０以上〜９０未満
・Ｇ領域： ９０以上〜１５０未満
・Ｃ領域： １５０以上〜２１０未満
・Ｂ領域： ２１０以上〜２７０未満
・Ｍ領域： ２７０以上〜３３０未満
に分割する。つまり、お手本画像の構成画素をその色相値に応じた上記分類基準に従い、６つの分類項目に分類する処理を行う。なお、これらの領域とＨ値の対応関係はあくまでも一例であり、適宜変更可能なものである。

続いて、Ｓ２０２では、Ｓ２０１で分割した領域ごとに、各領域がお手本画像中に占める割合と、各領域に属する構成画素の特徴を表す代表値（ＨＳＶ値）とを、第１特徴量（ｋ）として算出する。

ここで、ｋ番目のお手本画像について、各領域の代表値（ＨＳＶ値）を、以下のように定義する。
・Ｒ領域の代表値：ｓＨｒ#k，ｓＳｒ#k，ｓＶｒ#k
・Ｇ領域の代表値：ｓＨｇ#k，ｓＳｇ#k，ｓＶｇ#k
・Ｂ領域の代表値：ｓＨｂ#k，ｓＳｂ#k，ｓＶｂ#k
・Ｃ領域の代表値：ｓＨｃ#k，ｓＳｃ#k，ｓＶｃ#k
・Ｍ領域の代表値：ｓＨｍ#k，ｓＳｍ#k，ｓＶｍ#k
・Ｙ領域の代表値：ｓＨｙ#k，ｓＳｙ#k，ｓＳｙ#k
本実施形態では、各領域に属する構成画素のＨＳＶ値それぞれの平均値を代表値として特定する。なお、代表値は平均値に限定されるものではなく、例えば中間値を用いることもできる。

また、ｋ番目のお手本画像についての各領域がお手本画像中に占める割合を、以下のように定義する。
・Ｒ領域がお手本画像中に占める割合：ｓＲａｔｅＲ#k
・Ｇ領域がお手本画像中に占める割合：ｓＲａｔｅＧ#k
・Ｂ領域がお手本画像中に占める割合：ｓＲａｔｅＢ#k
・Ｃ領域がお手本画像中に占める割合：ｓＲａｔｅＣ#k
・Ｍ領域がお手本画像中に占める割合：ｓＲａｔｅＭ#k
・Ｙ領域がお手本画像中に占める割合：ｓＲａｔｅＹ#k
例えばＲ領域については、
ｓＲａｔｅＲ#k＝（ｋ番目のお手本画像中のＲ領域の画素数）÷（ｋ番目のお手本画像の全画素数）
とすることができる。なお、他の式によって定義してもよい。

［３−３．第１特徴量を特定する処理］
次に、前述した色変換処理（図４）におけるＳ１１０で行われる各お手本画像について特定した第１特徴量（１）〜（Ｎ）に基づき、総合第１特徴量（全お手本画像の特徴を加味した第１特徴量）を特定する処理の具体的方法について説明する。

なお、Ｓ１１０で特定する総合第１特徴量の各領域の代表値（ＨＳＶ値）を、以下のように定義する。
・Ｒ領域の代表値：ｓＨｒ，ｓＳｒ，ｓＶｒ
・Ｇ領域の代表値：ｓＨｇ，ｓＳｇ，ｓＶｇ
・Ｂ領域の代表値：ｓＨｂ，ｓＳｂ，ｓＶｂ
・Ｃ領域の代表値：ｓＨｃ，ｓＳｃ，ｓＶｃ
・Ｍ領域の代表値：ｓＨｍ，ｓＳｍ，ｓＶｍ
・Ｙ領域の代表値：ｓＨｙ，ｓＳｙ，ｓＳｙ
また、Ｓ１１０で特定する総合第１特徴量の各領域のお手本画像中に占める割合を、以下のように定義する。
・Ｒ領域がお手本画像中に占める割合：ｓＲａｔｅＲ
・Ｇ領域がお手本画像中に占める割合：ｓＲａｔｅＧ
・Ｂ領域がお手本画像中に占める割合：ｓＲａｔｅＢ
・Ｃ領域がお手本画像中に占める割合：ｓＲａｔｅＣ
・Ｍ領域がお手本画像中に占める割合：ｓＲａｔｅＭ
・Ｙ領域がお手本画像中に占める割合：ｓＲａｔｅＹ
そして、Ｓ１１０では、Ｎ個のお手本画像についての各第１特徴量（１）〜（Ｎ）に基づき、各色相の領域ごとに特定した複数種類のお手本画像についての代表値の中から１つのお手本画像についての代表値をそれぞれ選択したものを、総合第１特徴量として特定する。

具体的には、まず、Ｎ個のお手本画像のそれぞれについて特定されている「Ｒ領域がお手本画像に占める割合」のうち最も値の大きいものをｓＲａｔｅＲとして特定する。そして、特定したお手本画像について特定されている「Ｒ領域の代表値」をｓＨｒ，ｓＳｒ，ｓＶｒとして特定する。

このような処理を、他の５つの領域についても行うことにより、総合第１特徴量が特定される。
［３−４．第２特徴量特定処理］
次に、前述した色変換処理（図４）におけるＳ１１３で行われる第２特徴量特定処理について、図７のフローチャートを用いて説明する。なお、この第２特徴量特定処理では、前述したｋ番目の第１特徴量特定処理（図６）でお手本画像に対して行った処理と同様の処理を、元画像に対して行う。

すなわち、ＣＰＵ７１は、第２特徴量特定処理を開始すると、まず、Ｓ３０１で、元画像を６つの領域に分割する。この処理内容は、第１特徴量特定処理におけるＳ２０１の処理と同様であるので、具体的な説明については省略する。

続いて、Ｓ３０２では、元画像に対し、第１特徴量特定処理におけるＳ２０２の処理と同様の処理を行うことにより、第２特徴量を算出する。ここでは、各領域の代表値（ＨＳＶ値）を、以下のように定義する。
・Ｒ領域の代表値：ｉＨｒ，ｉＳｒ，ｉＶｒ
・Ｇ領域の代表値：ｉＨｇ，ｉＳｇ，ｉＶｇ
・Ｂ領域の代表値：ｉＨｂ，ｉＳｂ，ｉＶｂ
・Ｃ領域の代表値：ｉＨｃ，ｉＳｃ，ｉＶｃ
・Ｍ領域の代表値：ｉＨｍ，ｉＳｍ，ｉＶｍ
・Ｙ領域の代表値：ｉＨｙ，ｉＳｙ，ｉＳｙ
また、各領域が元画像中に占める割合を、以下のように定義する。
・Ｒ領域が元画像中に占める割合：ｉＲａｔｅＲ
・Ｇ領域が元画像中に占める割合：ｉＲａｔｅＧ
・Ｂ領域が元画像中に占める割合：ｉＲａｔｅＢ
・Ｃ領域が元画像中に占める割合：ｉＲａｔｅＣ
・Ｍ領域が元画像中に占める割合：ｉＲａｔｅＭ
・Ｙ領域が元画像中に占める割合：ｉＲａｔｅＹ
［３−５．元画像の補正処理］
次に、前述した色変換処理（図４）におけるＳ１１５で行われる元画像の補正処理の具体的方法について説明する。この処理は、元画像の各画素のＨ値、Ｓ値、Ｖ値をそれぞれ変換することによって行われる。

まず、Ｈ値における変換処理について説明する。
第２特徴量のＨ値の代表値をＸ軸にとり、総合第１特徴量のＨ値の代表値をＹ軸にとって領域ごとのＨ値の代表値をプロットする。そしてプロットされた点の間を、例えば線形補間することにより、図８に示す色相補正テーブルを作成する。ここで、この色相補正テーブルによる補正後のＨ値（Ｙ軸のＨ値）をＨ’とし、Ｈ’＜０の場合は、Ｈ’＝Ｈ’＋３６０とし、Ｈ’＞３６０の場合は、Ｈ’＝Ｈ’−３６０とする。

そして、元画像のそれぞれの画素に対し、上記色相補正テーブルを適用することによって、Ｈ値を補正する。具体的には、補正後のＨ’は、以下の式で定義することができる。
Ｈ’＝(ｙ２-ｙ１)÷(ｘ２-ｘ１) × Ｈ
- (ｙ２-ｙ１)÷(ｘ２-ｘ１) × ｘ２ + ｙ２
・・・（式１）
ここで、ｘ１，ｘ２，ｙ１，ｙ２は、以下のように定義される。

Ｈ＜ｉＨｒのときは、
（ｘ１，ｙ１）= （ｉＨｍ−３６０，ｓＨｍ−３６０）
（ｘ２，ｙ２）= （ｉＨｒ，ｓＨｒ）
ｉＨｒ≦Ｈ＜ｉＨｙのときは、
（ｘ１，ｙ１）= （ｉＨｒ，ｓＨｒ）
（ｘ２，ｙ２）= （ｉＨｙ，ｓＨｙ）
ｉＨｙ≦Ｈ＜ｉＨｇのときは、
（ｘ１，ｙ１）= （ｉＨｙ，ｓＨｙ）
（ｘ２，ｙ２）= （ｉＨｇ，ｓＨｇ）
ｉＨｇ≦Ｈ＜ｉＨｃのときは、
（ｘ１，ｙ１）= （ｉＨｇ，ｓＨｇ）
（ｘ２，ｙ２）= （ｉＨｃ，ｓＨｃ）
ｉＨｃ≦Ｈ＜ｉＨｂのときは、
（ｘ１，ｙ１）= （ｉＨｃ，ｓＨｃ）
（ｘ２，ｙ２）= （ｉＨｂ，ｓＨｂ）
ｉＨｂ≦Ｈ＜ｉＨｍのときは、
（ｘ１，ｙ１）= （ｉＨｂ，ｓＨｂ）
（ｘ２，ｙ２）= （ｉＨｍ，ｓＨｍ）
ｉＨｍ≦Ｈのときは、
（ｘ１，ｙ１）= （ｉＨｍ，ｓＨｍ）
（ｘ２，ｙ２）= （ｉＨｒ＋３６０，ｓＨｒ＋３６０）
次に、Ｓ値及びＶ値における変換について説明する。

Ｓ値及びＶ値は、Ｈ値によって分割された領域ごとに値が変換される。例えば、Ｒ領域について、
Ｓ ≦ ｉＳｒのときは、
Ｓ’＝Ｓ×（ｓＳｒ÷ｉＳｒ） ・・・（式２）
Ｓ ＞ ｉＳｒのときは、
Ｓ’＝１＋（Ｓ−１）×｛（１−ｓＳｒ）÷（１−ｉＳｒ）｝ ・・・（式３）
Ｖ ≦ ｉＶｒのときは、
Ｖ’＝Ｖ×（ｓＶｒ÷ｉＶｒ） ・・・（式４）
Ｖ ＞ ｉＶｒのときは、
Ｖ’＝１＋（Ｖ−１）×｛（１−ｓＶｒ）÷（１−ｉＶｒ）｝ ・・・（式５）
の式で求めることができる。また、その他の領域の計算についても同様に算出することができる。なお、以下においては、上記Ｓ値の変換式で定義される変換テーブルを彩度補正テーブルということがあり、また、上記Ｖ値の変換式で定義される変換テーブルを明度補正テーブルということがある。

その後、変換されたＨＳＶ値を、画像印刷部４０に適するフォーマット（例えば、ＲＧＢ値）に変換する。なお、ＨＳＶ値からＲＧＢ値への変換は、前述した公知の変換式に従い行うことができる。

このように、Ｈ値に基づいて分割された領域ごとに、第２特徴量を第１特徴量に近づけるように元画像に対する補正処理を行うことによって、元画像の色合いをお手本画像の色合いに変換することができる。

［３−６．代表値再設定処理］
次に、前述した色変換処理（図４）におけるＳ１１４で行われる代表値再設定処理について、図９のフローチャートを用いて説明する。

ＣＰＵ７１は、代表値再設定処理を開始すると、まず、Ｓ４０１で、元画像において色相ごとに分割した６つの領域のうちの１つの領域について、色変換の対象とするか否かを判定する。ここで、その領域を色変換の対象とするか否かは、その領域が後述の変換対象条件を満たすか否かによって判定する。そして、色変換の対象とすると判定した場合には（Ｓ４０１：ＹＥＳ）、Ｓ４０３へ移行する。一方、色変換の対象としないと判定した場合には（Ｓ４０１：ＮＯ）、Ｓ４０２へ移行し、その領域に係る総合第１特徴量及び第２特徴量の代表値を再設定した後、Ｓ４０３へ移行する。なお、代表値の再設定方法については後述する。

Ｓ４０３では、６つの領域すべてについて、色変換の対象とするか否かの判定処理を行ったか否かを判定する。そして、色変換の対象とするか否かの判定処理を行っていない領域が残っていると判定した場合には（Ｓ４０３：ＮＯ）、Ｓ４０１に戻り処理を繰り返す。一方、すべての領域について判定処理を行ったと判定した場合には（Ｓ４０３：ＹＥＳ）、本代表値再設定処理を終了する。

ここで、Ｓ４０１の変換対象条件について説明する。
（Ａ）しきい値Threを用いる方法
Ｓ４０１では、総合第１特徴量及び第２特徴量における対象領域についての割合値（お手本画像中又は元画像中に占める割合）がしきい値Thre以上である場合に、変換対象条件を満たす（色変換の対象とする）と判定する。そして、総合第１特徴量及び第２特徴量の少なくとも一方における対象領域についての割合値がしきい値Thre未満の場合には、Ｓ４０２で、その領域に係る総合第１特徴量及び第２特徴量の代表値を同じ値に変更し、変更後の代表値を用いて補正処理が行われるようにする。具体的には、代表値を次のように再設定する。

ｓＲａｔｅＲ＜Thre 又は ｉＲａｔｅＲ＜Thre のときは、
ｓＨｒ＝０，ｓＳｒ＝０．５，ｓＶｒ＝０．５，
ｉＨｒ＝０，ｉＳｒ＝０．５，ｉＶｒ＝０．５
ｓＲａｔｅＧ＜Thre 又は ｉＲａｔｅＧ＜Thre のときは、
ｓＨｇ＝１２０，ｓＳｇ＝０．５，ｓＶｇ＝０．５，
ｉＨｇ＝１２０，ｉＳｇ＝０．５，ｉＶｇ＝０．５
ｓＲａｔｅＢ＜Thre 又は ｉＲａｔｅＢ＜Thre のときは、
ｓＨｂ＝２４０，ｓＳｂ＝０．５，ｓＶｂ＝０．５，
ｉＨｂ＝２４０，ｉＳｂ＝０．５，ｉＶｂ＝０．５
ｓＲａｔｅＣ＜Thre 又は ｉＲａｔｅＣ＜Thre のときは、
ｓＨｃ＝１８０，ｓＳｃ＝０．５，ｓＶｃ＝０．５，
ｉＨｃ＝１８０，ｉＳｃ＝０．５，ｉＶｃ＝０．５
ｓＲａｔｅＭ＜Thre 又は ｉＲａｔｅＭ＜Thre のときは、
ｓＨｍ＝３００，ｓＳｍ＝０．５，ｓＶｍ＝０．５，
ｉＨｍ＝３００，ｉＳｍ＝０．５，ｉＶｍ＝０．５
ｓＲａｔｅＹ＜Thre 又は ｉＲａｔｅＹ＜Thre のときは、
ｓＨｙ＝６０，ｓＳｙ＝０．５，ｓＶｙ＝０．５，
ｉＨｙ＝６０，ｉＳｙ＝０．５，ｉＶｙ＝０．５
本実施形態では、Ｓ値及びＶ値については、そのとり得る値（０〜１）の中間値である０．５を採用し、Ｈ値においては、それぞれの領域の中間値を採用したが、これらはあくまでも一例に過ぎず、これらの数値に限定されるものではない。

このように代表値を変更することで、補正処理において、Ｓ値及びＶ値については、前述した変換式（式２）〜（式５）から明らかなように値が変換されない。すなわち、例えばＲ領域に関して、Ｓ ≦ ｉＳｒのときは、前述した（式２）のとおり、
Ｓ’＝Ｓ×（ｓＳｒ÷ｉＳｒ）
の式で算出されるが、当該式において、ｓＳｒ＝０．５，ｉＳｒ＝０．５となるので、前述した式は、
Ｓ’＝Ｓ×（０．５÷０．５）＝Ｓ ・・・（式６）
となる。Ｓ＞ｉＳｒのときも同様にＳ’＝Ｓとなる。また、Ｖ値及び他の領域についても同様に変換されない。

一方、Ｈ値については、図８においてプロットされる点が代表値に変更されるので、その領域における変換量を小さくすることができる。すなわち、前述した変換式（式１）を利用した場合であっても、代表値を変更することによって変換量が小さくなる。

次に、しきい値Threの決定方法について説明する。この値は、例えば官能評価に基づいて決定することができる。官能評価では、約６％以上の面積を占めていれば、その領域は知覚されやすいことを確認した。したがって、しきい値Threとして、６％を採用することができる。ただし、しきい値Threは６％に限定されるものではない。

また、例えば、他の領域に対して相対的に面積が大きい領域を抽出するようにしきい値Threを決定してもよい。具体的には、分割される領域の数が６であれば、その逆数である１／６をしきい値Threとする。

ここで、分割される領域の数が６とは、色彩を表現する色域の１つであるＲＧＢ空間（頂点数８）から、無彩色である白と黒とを除いた残りの６つの頂点である。人が色彩を識別するには、色域を頂点数６に分類すれば十分であり、６より少なくすると、元画像がお手本画像のように変換されていないとユーザが感じる可能性が高くなる。逆に、６より細かく分割すれば、変換精度は高くなるが、人には識別できなくなる可能性が高くなる。また、分割数の増加に伴い計算量も増えるため、印刷結果が得られるまでの時間が長くなり、ユーザの不満も増加する可能性も高くなるので、分割される領域の数は６が好ましい。

なお、本実施形態では、すべての領域において同一のしきい値Threを用いているが、これに限定されるものではなく、領域ごとにしきい値Threを変更してもよい。
（Ｂ）最大領域の情報を用いる方法
上記（Ａ）の方法では、しきい値Threを設定し、当該しきい値Threに基づいて代表値の変更、すなわち、色変換処理の停止、変換量の減少の制御を行った。ここでは、お手本画像の特定の色のみについて元画像に反映させるために、画像中の最大領域の情報を用いる方法について説明する。

この場合、Ｓ４０１では、総合第１特徴量及び第２特徴量のいずれにおいても最も割合値が大きい領域である場合に、変換対象条件を満たす（色変換の対象とする）と判定する。そして、変換対象条件を満たさない領域については、Ｓ４０２で、その領域に係る総合第１特徴量及び第２特徴量の代表値を次のように再設定する。ここで、総合第１特徴量の割合値のうち最も大きい割合値を、ｓＭａｘＲａｔｅとする。また、第２特徴量の割合値のうち最も大きい割合値を、ｉＭａｘＲａｔｅとする。

ｓＲａｔｅＲ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＲ≠ｓＭａｘＲａｔｅのとき、
ｓＨｒ＝０，ｓＳｒ＝０．５，ｓＶｒ＝０．５，
ｉＨｒ＝０，ｉＳｒ＝０．５，ｉＶｒ＝０．５
ｓＲａｔｅＧ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＧ≠ｓＭａｘＲａｔｅのとき、
ｓＨｇ＝１２０，ｓＳｇ＝０．５，ｓＶｇ＝０．５，
ｉＨｇ＝１２０，ｉＳｇ＝０．５，ｉＶｇ＝０．５
ｓＲａｔｅＢ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＢ≠ｓＭａｘＲａｔｅのとき、
ｓＨｂ＝２４０，ｓＳｂ＝０．５，ｓＶｂ＝０．５，
ｉＨｂ＝２４０，ｉＳｂ＝０．５，ｉＶｂ＝０．５
ｓＲａｔｅＣ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＣ≠ｓＭａｘＲａｔｅのとき、
ｓＨｃ＝１２０，ｓＳｃ＝０．５，ｓＶｃ＝０．５，
ｉＨｃ＝１２０，ｉＳｃ＝０．５，ｉＶｃ＝０．５
ｓＲａｔｅＭ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＭ≠ｓＭａｘＲａｔｅのとき、
ｓＨｍ＝３００，ｓＳｍ＝０．５，ｓＶｍ＝０．５，
ｉＨｍ＝３００，ｉＳｍ＝０．５，ｉＶｍ＝０．５
ｓＲａｔｅＹ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＹ≠ｓＭａｘＲａｔｅのとき、
ｓＨｙ＝６０，ｓＳｙ＝０．５，ｓＶｙ＝０．５，
ｉＨｙ＝６０，ｉＳｙ＝０．５，ｉＶｙ＝０．５
このように代表値を設定することで、総合第１特徴量及び第２特徴量のいずれにおいても最も割合値の大きい領域のみが変換対象となるから、変換対象とならなかった領域のＳ値及びＶ値については変換が行われず、また、Ｈ値については変換量を減少させることができる。

具体的には、例えばＢ領域のみを変換対象とした場合、図１０に示すような色相補正テーブルが作成されることになる。この色相補正テーブルにおいては、色空間上Ｂ領域に隣接するＣ領域におけるＨ値の代表値（ｉＨｃ＝１８０，ｓＨｃ＝１８０）とＢ領域におけるＨ値の代表値（ｉＨｂ，ｓＨｂ）とが直線で結ばれ、また、色空間上Ｂ領域に隣接するＭ領域におけるＨ値の代表値（ｉＨｍ＝３００，ｓＨｍ＝３００）とＢ領域におけるＨ値の代表値（ｉＨｂ，ｓＨｂ）とが直線で結ばれることになる。

このため、Ｈ値が１８０＜Ｈ≦２１０のＣ領域、及びＨ値が２７０＜Ｈ≦３００のＭ領域についても変換されることになる。この変換量は、Ｂ領域に近い値ほど大きくなる。
このように、変換対象の領域を選択可能であり、また、変換対象ではない領域であっても、色空間上隣接するＨ値については一部変換されることになるから、変換対象の領域の変換対象ではない領域との間に擬似輪郭（階調とび）が生成されることを防ぐことができる。

このような代表値再設定処理を行うことにより、分割されたそれぞれの領域に対し、領域の大きさに基づいて補正処理の一部を停止したり、変換量を小さくしたりすることができるため、ユーザは、お手本画像の一部の色合いのみを元画像の色合いに反映させるといったことが可能となる。

［４．効果］
以上説明したように、本実施形態の複合機１０は、複数種類のお手本画像を画像読取部２０から入力し（Ｓ１０１〜Ｓ１０４）、入力した各お手本画像の構成画素をその色相値に応じて６つの領域（分類項目）にそれぞれ分類し、各領域に属する構成画素のＨＳＶ値それぞれの平均値を代表値として特定する（Ｓ１０５〜Ｓ１０９）。そして、特定した代表値の中から領域ごとに選択した代表値を、複数種類のお手本画像の総合的な特徴を表す第１特徴量である総合第１特徴量として特定する（Ｓ１１０）。具体的には、複数種類のお手本画像のそれぞれについて、各領域に属する構成画素のお手本画像に占める割合を算出する。そして、複数の領域のそれぞれにおいて、複数種類のお手本画像についての代表値のうち、その代表値に係る構成画素のお手本画像に占める割合が最も大きいものを選択し、総合第１特徴量として特定する。

また、色変換の対象とする元画像をメモリカードから入力し（Ｓ１１１）、入力した元画像の構成画素をその色相値に応じて６つの領域に分類し、各領域に属する構成画素のＨＳＶ値それぞれの平均値を元画像の特徴を表す第２特徴量として特定する（Ｓ１１２，Ｓ１１３）。そして、第２特徴量の各代表値を第１特徴量の各代表値にそれぞれ近づけるように、元画像に対する色変換処理を行う（Ｓ１１４，Ｓ１１５）。

このような複合機１０によれば、ユーザは、お手本画像を用いることで、元画像の色変換を簡単な操作でかつ感覚的に行うことができる。
具体的には、例えば、建物と空が写っている元画像に対し、空の青を鮮やかな海の青に変換したい場合は、鮮やかな海の写っているお手本画像を用いることによって、元画像の青色を鮮やかな海の青に変換することができる。

また、人の顔が映っている元画像に対し、肌色を明るく変換したい場合は、明るい肌色の写っているお手本画像を用いることによって、元画像の肌色を明るい肌色に変換することができる。

このように、ユーザは、何ら専門的な知識を必要とせず、お手本画像を画像読取部２０に読み取らせるだけで、所望の色変換を行うことができる。さらに、色変換を行う領域が自動的に選択されるので、知覚されにくい領域の変換を中止又は低減し、知覚されやすい領域のみを変換することもできる。

特に、この複合機１０では、複数種類のお手本画像を用いることにより、各お手本画像の特徴部分を寄せ集めるような形でそれらの特徴に基づく色変換処理が可能となるため、１つのお手本画像のみを用いる場合に比べ、色変換の設定をより詳細に行うことができる。また、お手本画像の構成画素をその色相値に応じて分類するようにしているため、人間の知覚に基づいた分類がされることとなり、良好な色変換結果を得ることができる。

一方、本実施形態の複合機１０では、原稿載置面を複数に分割した各読取領域で読み取られる画像を独立したお手本画像として入力するようにしているため、ユーザは、複数のお手本画像を容易に読み取らせることが可能となり、作業時間を短縮することができる。

加えて、読取領域で読み取られた画像の平均輝度値がしきい値ThreV以上の場合には、その読取領域には画像が存在しないと判定するようにしているため、画像が存在しない部分をお手本画像として入力してしまうことを防ぐことができる。

［５．特許請求の範囲との対応］
なお、本実施形態の複合機１０では、色変換処理（図４）におけるＳ１０１〜Ｓ１０４の処理を実行するＣＰＵ７１が、第１画像入力手段に相当し、Ｓ１０５〜Ｓ１０９の処理を実行するＣＰＵ７１が、特徴値特定手段に相当する。また、Ｓ１１０の処理を実行するＣＰＵ７１が、第１特徴量特定手段に相当し、Ｓ１１１の処理を実行するＣＰＵ７１が、第２画像入力手段に相当する。また、Ｓ１１２，Ｓ１１３の処理を実行するＣＰＵ７１が、第２特徴量特定手段に相当し、Ｓ１１４，Ｓ１１５の処理を実行するＣＰＵ７１が、画像補正手段に相当する。

［６．他の形態］
以上、本発明の実施形態について説明したが、本発明は、種々の形態をとり得ることは言うまでもない。

（１）上記実施形態では、複合機１０が原稿載置面を複数に分割した各読取領域で読み取られる画像を独立したお手本画像として入力する例について説明したが、これに限定されるものではない。例えば、原稿載置面全域を１つの全体画像として読み取り、その全体画像の内容を解析して画像を抽出するようにしてもよい。このようにすれば、原稿載置面における位置に関係なく複数の画像を独立した画像として抽出することができる。また、お手本画像は１枚の原稿につき１つである必要はなく、複数の画像が印刷された原稿から各画像をそれぞれ独立したお手本画像として抽出するようにしてもよい。

（２）上記実施形態では、複数のお手本画像を一度に読み取る例について説明したが、これに限定されるものではなく、お手本画像の読取操作を繰り返し行うことにより、お手本画像を１つずつ読み取るようにしてもよい。このようにすれば、１つの画像を複数の画像と誤認識したり、逆に複数の画像を１つの画像と誤認識したりすることを確実に防ぐことができる。

（３）上記実施形態では、複合機１０がお手本画像を画像読取部２０で読み取る例について説明したが、これに限定されるものではない。例えば、メモリカードから読み込んだ画像や、通信部６０を介して外部から受信した画像をお手本画像としてもよい。

（４）上記実施形態では、お手本画像に占める割合が最も大きい構成画素についての代表値を領域ごとに選択するようにしているが、これに限定されるものではない。例えば、各お手本画像においてそのお手本画像に占める割合が最も大きい領域の代表値を優先的に用いるようにしてもよい。具体的には、２つのお手本画像Ａ，Ｂのうち、お手本画像Ａにおいて最も大きい領域がＲ領域であり、お手本画像Ｂにおいて最も大きい領域がＲ領域でない場合には、お手本画像Ａに占めるＲ領域の割合がお手本画像Ｂに占めるＲ領域の割合よりも小さいとしても、Ｒ領域についてはお手本画像Ａの代表値を選択する。このようにすれば、各お手本画像において最も特徴的な色相を優先させることができる。

（５）上記実施形態では、色変換の対象とする画像をメモリカードから入力する例について説明したが、これに限定されるものではない。例えば、画像読取部２０で読み取られた画像や、通信部６０を介して外部から受信した画像を色変換の対象としてもよい。

（６）上記実施形態では、色変換処理において、第１特徴量及び第２特徴量を特定するための処理を行う前に、お手本画像及び元画像の各構成画素をＨＳＶパラメータに変換する処理を行うようにしているが、これに限定されるものではない。例えば、ＨＳＶパラメータに代えて、Ｌ^*ｃ^*ｈ^*パラメータやＲＧＢパラメータ等の他のパラメータに変換してもよい。

（７）上記実施形態では、色変換処理において、第１特徴量を特定した後に第２特徴量を特定しているが、これに限定されるものではなく、第２特徴量を特定した後に第１特徴量を特定してもよい。

（８）上記実施形態では、第１特徴量を特定するアルゴリズムと第２特徴量を特定するアルゴリズムとを同一のものとして説明したが、これに限定されるものではなく、異なるアルゴリズムによって特定してもよい。

（９）上記実施形態では、代表値再設定処理により、領域の大きさに応じて補正処理の一部を停止したり、変換量を小さくしたりする処理を例示したが、これに限定されるものではなく、代表値再設定処理を行わないようにしてもよい。

（１０）上記実施形態では、画像補正処理として色変換処理を例示したが、これに限定されるものではなく、上記実施形態で例示した以外の画像補正処理を行うものであってもよい。

（１１）上記実施形態においては、変換対象としない領域のＨ値は、変換量を減少させることはできるものの、変換量をゼロとすることはできない。図８に示すように、変換対象としない領域の代表値との間で線形補間されるため、他の領域の代表値の影響を受けるからである。

そこで、図１１に示すような色相補正テーブルを採用することができる。図１１は、Ｂ領域のみを変換対象とした場合の色相補正テーブルである。なお、この図においては、変換対象の領域の数を１つとしているが、複数の領域を補正対象とした場合にも同様に適用できる。

図１１においては、Ｂ領域以外のＨ値は、Ｈ’＝Ｈであるから、色変換は行われない。Ｂ領域のＨ’値については、Ｂ領域中の最小値をＨmin，Ｂ領域中の最大値をＨmaxとすれば、以下の式で求めることができる。

Ｈ＜ｉＨのときは、
Ｈ’＝Ｈmin＋（ｓＨｂ−Ｈmin）×（Ｈ−Ｈmin）÷（ｉＨｂ−Ｈmin）
Ｈ＞ｉＨのときは、
Ｈ’＝ｓＨｂ＋（Ｈmax−ｓＨｂ）×（Ｈ−ｉＨｂ）÷（Ｈmax−ｉＨｂ）
この式を用いることにより、変換対象の領域のみを変換することができる。

このようにすれば、変換対象のＨ値のみを変換することができるから、色変換の効果を大きくすることができる。
（１２）上記実施形態においては、Ｓ値及びＶ値に対し、領域ごとに補正カーブ（変換式）を独立して用いるため、擬似輪郭（階調とび）が生成されるおそれがある。すなわち、図１２に示すように、領域ごとに、ＳとＳ’との関係を示すテーブルを有しており、隣接する領域におけるテーブルの性質を何ら考慮していない。

これに対し、図１３に示すように、各色領域における補正カーブを滑らかにすることで階調とびを防止できる。
ここで、具体的な処理について以下に説明する。なお、図１４及び図１５を参照しつつＣ領域の一部及びＢ領域の一部の色変換処理について説明を行うが、他の領域についても処理の内容は基本的には同じである。

補正されたＳ値（Ｓｂ’’）は、変換対象領域のＨ値（Ｈ）、変換対象とする領域のＨ値の中間値（Ｈｂｍｉｄ）、変換対象となる画素のＨ値の色相座標位置と、変換対象とする領域のＨ値の中間値の色相座標位置とを比較し、変換対象となる画素のＨ値の色相座標位置は近くに、かつ、変換対象とする領域のＨ値の中間値の色相座標位置からは遠くに隣接する領域のＨ値の代表値（Ｈｃｍｉｄ）、上記変換式（式２）に対応する変換式で変換された（すなわち、Ｂ領域の彩度補正テーブルを用いて算出された）変換対象領域のＳ値（Ｓｂ’）、上記変換式（式３）に対応する変換式で変換された（すなわち、Ｃ領域の彩度補正テーブルを用いて算出された）隣接する領域のＳ値（Ｓｃ’）を用いて、以下の式で求めることができる。

Ｓｂ’’ ＝ ｛（Ｈ−Ｈｃｍｉｄ）×Ｓｂ’＋（Ｈｂｍｉｄ−Ｈ）×Ｓｃ’｝
÷｛（Ｈｂｍｉｄ−Ｈｃｍｉｄ）｝ ・・・（式７）
なお、上記Ｈｂｍｉｄ、Ｈｃｍｉｄは、上記再設定された「代表値」である。

また、この例における補正されたＶ値（Ｖｂ’’）は、変換対象領域のＨ値（Ｈ）、変換対象領域のＨ値の代表値（Ｈｂｍｉｄ）、隣接する領域のＨ値の代表値（Ｈｃｍｉｄ）、上記変換式（式４）に対応する変換式で変換された（すなわち、Ｂ領域の明度補正テーブルを用いて算出された）変換対象領域のＶ値（Ｖｂ’）、上記変換式（式５）に対応する変換式で変換された（すなわち、Ｃ領域の明度補正テーブルを用いて算出された）隣接する領域のＳ値（Ｖｃ’）を用いて、以下の式で求めることができる。

Ｖｂ’’ ＝ ｛（Ｈ−Ｈｃｍｉｄ）×Ｖｂ’＋（Ｈｂｍｉｄ−Ｈ）×Ｖｃ’｝
÷｛（Ｈｂｍｉｄ−Ｈｃｍｉｄ）｝ ・・・（式８）
前述した処理を、図１６に示されるＢ領域の一部（Ｈ値の範囲：２１０＜Ｈ≦２４０）及びＣ領域の一部（Ｈ値の範囲１８０＜Ｈ≦２１０）に対して行う。これにより、入力の色相値（Ｈ）に応じた重み付け計算により、出力の彩度値（Ｓ''）及び明度値（Ｖ''）を求めることにより、各色相間の補正効果を滑らかにすることができる。

（１３）上記実施形態では、画像処理装置として複合機１０を例示したが、これに限定されるものではなく、例えば、パーソナルコンピュータのような情報処理装置であってもよい。

実施形態の複合機の外観を示す斜視図である。 複合機の制御系の概略構成を示すブロック図である。 色変換処理におけるユーザの動作及び複合機の処理の概略を示した説明図である。 実施形態の色変換処理のフローチャートである。 複数のお手本画像の認識方法を説明するための説明図である。 ｋ番目の第１特徴量特定処理のフローチャートである。 第２特徴量特定処理のフローチャートである。 色相補正テーブルの説明図である。 代表値再設定処理のフローチャートである。 Ｂ領域のみを変換対象とした場合に作成される色相補正テーブルの説明図である。 変形例における色相補正テーブルを示した図である。 彩度補正テーブルを示した図である。 彩度補正のカーブの変化を示した図である。 Ｂ領域及びＣ領域における彩度補正テーブルを示した図である。 Ｂ領域及びＣ領域における補正されたＳ値を示した図である。 Ｂ領域及びＣ領域の一部が変換対象となることを示した図である。

符号の説明

１０…複合機、１１…本体ケーシング、１２…開口、２０…画像読取部、２１…原稿カバー、３０…操作パネル、３１…操作部、３２…表示部、４０…画像印刷部、５０…カードスロット、６０…通信部、７０…制御部、７１…ＣＰＵ、７２…ＲＯＭ、７３…ＲＡＭ、８０…信号線

Claims (8)

1. 複数種類の第１画像を入力可能な第１画像入力手段と、
   前記第１画像入力手段により入力された複数種類の第１画像のそれぞれについて、その第１画像の構成画素を所定の分類基準に従い複数の分類項目に分類し、各分類項目に属する構成画素の特徴を表す特徴値を特定する特徴値特定手段と、
   前記特徴値特定手段により特定された特徴値の中から前記分類項目ごとに選択した特徴値を、前記複数種類の第１画像の特徴を表す第１特徴量として特定する第１特徴量特定手段と、
   画像補正の対象とする画像である第２画像を入力する第２画像入力手段と、
   前記第２画像入力手段により入力された第２画像の構成画素を前記分類基準に従い複数の分類項目に分類し、各分類項目に属する構成画素の特徴を表す特徴値を前記第２画像の特徴を表す第２特徴量として特定する第２特徴量特定手段と、
   前記第２特徴量特定手段により特定された第２特徴量の前記分類項目ごとの特徴値を前記第１特徴量特定手段により特定された第１特徴量の前記分類項目ごとの特徴値にそれぞれ近づけるように、前記第２画像に対する画像補正処理を行う画像補正手段と、
   を備えることを特徴とする画像処理装置。
2. 前記特徴値特定手段は、前記複数種類の第１画像のそれぞれについて、前記各分類項目に属する構成画素の第１画像に占める割合を算出し、
   前記第１特徴量特定手段は、前記特徴値特定手段により特定された特徴値の中から、前記複数の分類項目のそれぞれにおいて、前記複数種類の第１画像についての特徴値のうち、その特徴値に係る構成画素の第１画像に占める割合が最も大きいものを選択し、前記第１特徴量として特定すること
   を特徴とする請求項１に記載の画像処理装置。
3. 前記分類基準は、画像の構成画素をその色相値に応じて複数の分類項目に分類するものであること
   を特徴とする請求項１又は請求項２に記載の画像処理装置。
4. 前記第１画像入力手段は、所定の読取位置にセットされた印刷媒体から光学的に読み取られる画像を入力するものであり、前記読取位置にセットされた印刷媒体から複数の画像が読み取られた場合に、各画像をそれぞれ独立した第１画像として入力可能であること
   を特徴とする請求項１から請求項３までのいずれか１項に記載の画像処理装置。
5. 前記第１画像入力手段は、前記読取位置を複数に分割した各読取領域で読み取られる画像を独立した第１画像として入力すること
   を特徴とする請求項４に記載の画像処理装置。
6. 前記第１画像入力手段は、前記読取領域で読み取られた画像の平均輝度値が所定値以上の場合には、その読取領域には画像が存在しないと判定すること
   を特徴とする請求項５に記載の画像処理装置。
7. 前記画像補正手段は、前記第１特徴量の前記分類項目ごとの特徴値と前記第２特徴量の前記分類項目ごとの特徴値とから算出された各画素に対する補正値に従い、前記第２画像を構成する各画素に対して画像補正処理を行うこと
   を特徴とする請求項１から請求項６までのいずれか１項に記載の画像処理装置。
8. 複数種類の第１画像を入力可能な第１画像入力手段と、
   前記第１画像入力手段により入力された複数種類の第１画像のそれぞれについて、その第１画像の構成画素を所定の分類基準に従い複数の分類項目に分類し、各分類項目に属する構成画素の特徴を表す特徴値を特定する特徴値特定手段と、
   前記特徴値特定手段により特定された特徴値の中から前記分類項目ごとに選択した特徴値を、前記複数種類の第１画像の特徴を表す第１特徴量として特定する第１特徴量特定手段と、
   画像補正の対象とする画像である第２画像を入力する第２画像入力手段と、
   前記第２画像入力手段により入力された第２画像の構成画素を前記分類基準に従い複数の分類項目に分類し、各分類項目に属する構成画素の特徴を表す特徴値を前記第２画像の特徴を表す第２特徴量として特定する第２特徴量特定手段と、
   前記第２特徴量特定手段により特定された第２特徴量の前記分類項目ごとの特徴値を前記第１特徴量特定手段により特定された第１特徴量の前記分類項目ごとの特徴値にそれぞれ近づけるように、前記第２画像に対する画像補正処理を行う画像補正手段としてコンピュータを機能させること
   を特徴とする画像処理プログラム。