JP2009060430A - 画像処理装置、画像処理方法、画像処理プログラム - Google Patents

Abstract

【課題】簡易な操作で画像の画像補正が可能な画像処理装置等を提供する。
【解決手段】スキャナ２で読み取った画像中の所定領域を見本として、メモリスロット３から読み取った画像の色合いを変換する。ユーザは、お手本にさせたい画像をスキャナ２に読み取らせるだけの簡易の操作で、メモリスロット３から読み取った画像の所望の画像補正を高速な処理で実現可能とする。
【選択図】図４

Description

本発明は、容易な操作で画像補正をすることが可能な画像処理装置等に関する。

デジタルカメラ等の普及に伴い、個人で撮影した画像を家庭用印刷装置で印刷することが普及している。また、印刷媒体に記憶された画像を家庭用印刷装置で印刷（複写）することも普及している。このような場合、取得した画像が所望の色味や色調でない場合は、印刷前に当該画像の画像補正をすることが望まれている。

ここで、例えば、下記特許文献１には、画像調整することが可能な印刷装置が開示されている。この印刷装置では、取得した画像の画質を調整するために、調整用データを入力する必要がある。

特開２００７−８９１７９号公報

上記のような印刷装置においては、画像の調整を行うために、具体的なデータを入力する必要があるため、画像に関する知識が必要となり感覚的な色調整を行うことができない。また、上記文献においては、調整用データを選択ないし設定する必要があるため、簡易な操作ではない。

そこで本発明は、上記課題を解決するため、容易な操作で所望の画像補正が可能な画像処理装置を提供することを目的とする。

上記目的を達成するため、請求項１に係る発明は、第１画像入力手段、第２画像入力手段、領域抽出手段、特徴量抽出手段、画像補正手段を備える画像処理装置において、前記第１画像入力手段は、第１画像を入力し、前記第２画像入力手段は、第２画像を入力し、前記領域抽出手段は、上記第１画像中の所望の領域を第１部分画像として抽出し、前記特徴量抽出手段は、前記第１部分画像に基いて第１部分特徴量を、前記第２画像に基いて第２特徴量を抽出し、前記画像補正手段は、前記第１部分特徴量及び前記第２特徴量に基いて、前記第２画像を画像補正することを特徴とする。

請求項２に係る発明は、請求項１の画像処理装置において、前記領域抽出手段は、前記第１画像中の写真領域を含む領域を前記第１部分画像として抽出することを特徴とする。

請求項３に係る発明は、請求項１または２の画像処理装置において、前記領域抽出手段は、前記第１画像を分割し、前記分割画像それぞれに対して、輝度値の分布に基づいて、前記第１部分画像を抽出することを特徴とする。

請求項４に係る発明は、請求項１または２の画像処理装置において、前記領域抽出手段は、前記第１画像を分割し、前記分割画像それぞれに対して、輝度値の分散または標準偏差を算出し、算出した分散または標準偏差が最も小さい分割画像を、前記第１部分画像として抽出することを特徴とする。

請求項５に係る発明は、請求項１または２の画像処理装置において、前記領域抽出手段は、（ａ）前記第１画像を分割し、（ｂ）前記分割画像それぞれに対して、輝度値の分散または標準偏差を算出し、（ｃ）算出した分散または標準偏差が最も小さい分割画像における分散または標準偏差が、所定量以下の場合は、当該分割画像を、前記第１部分画像として抽出し、（ｄ）算出した分割または標準偏差が最も小さい分割画像における分散または標準偏差が、所定量より大きい場合は、当該分割画像をさらに分割し、前記（ｂ）、（ｃ）の処理を行うことを特徴とする。

請求項６に係る発明は、請求項１または２の画像処理装置において、前記領域抽出手段は、前記第１画像を分割し、前記分割画像それぞれに対して、輝度値の分散または標準偏差を算出し、算出した分散または標準偏差が所定量以下となる分割画像を、前記第１部分画像として抽出し、前記算出した分散または標準偏差が所定量以下となる分割画像が複数ある場合に、その分割画像に分割する直前の画像を第１部分画像として抽出することを特徴とする。

請求項７に係る発明は、請求項１〜６いずれかの画像処理装置において、前記第１部分特徴量及び前記第２特徴量に基づいて、補正データを作成する補正データ作成手段を備え、前記画像補正手段は、前記補正データに基づいて前記第２画像を画像補正することを特徴とする。

請求項８に係る発明は、請求項１〜６いずれかの画像処理装置において、前記特徴量抽出手段は、前記第１部分画像及び前記第２画像それぞれから、色相に関する特徴量を抽出し、当該色相に関する特徴量に基いて前記第１部分画像及び前記第２画像それぞれを複数の領域に分割し、分割した領域ごとに色相以外に関する特徴量を抽出し、前記補正データ作成手段は、前記第１部分画像及び前記第２画像それぞれの分割された領域ごとに、前記色相に関する特徴量の代表値を抽出し、当該代表値に基いて色相補正データを作成し、前記部分第１画像及び前記第２画像それぞれの分割された領域ごとに、前記色相以外に関する特徴量の代表値を抽出し、前記画像補正手段は、前記第２画像における画素ごとの色相に関する特徴量を、前記色相補正データに基いて画像補正し、前記第２画像の画素ごとの色相以外に関する特徴量を、前記領域ごとの代表値に基いて画像補正することを特徴とする。

請求項９に係る発明は、請求項８の画像処理装置において、前記色相に関する特徴量は、ＨＳＶ空間におけるＨ値に基いて算出されることを特徴とする。

請求項１０に係る発明は、請求項１〜９いずれかの画像処理装置において、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記録媒体から光学的に読み取られる画像を第１画像として入力し、前記第２画像入力手段は、記憶媒体に記憶された画像情報を第２画像として入力することを特徴とする。

請求項１１に係る発明は、請求項１〜１０いずれかの画像処理装置において、印刷制御手段をさらに有し、前記印刷制御手段は、前記画像補正された第２画像情報を印刷するための処理を行うことを特徴とする。

請求項１２に係る発明は、画像処理方法において、第１画像を入力する第１画像入力ステップ、第２画像を入力する第２画像入力ステップ、前記第１画像中の所望の領域を第１部分画像として抽出する領域抽出ステップ、前記第１部分画像に基いて第１部分特徴量を抽出する第１部分特徴量抽出ステップ、前記第２画像に基いて第２特徴量を抽出する第２特徴量抽出ステップ、前記第１部分特徴量及び前記第２特徴量に基いて前記第２画像を画像補正する画像補正ステップからなることを特徴とする。

請求項１３に係る発明は、画像処理プログラムにおいて、コンピュータに、第１画像を入力する第１画像入力ステップ、第２画像を入力する第２画像入力ステップ、前記第１画像中の所望の領域を第１部分画像として抽出する領域抽出ステップ、前記第１部分画像に基いて第１部分特徴量を抽出する第１部分特徴量抽出ステップ、前記第２画像に基いて第２特徴量を抽出する第２特徴量抽出ステップ、前記第１部分特徴量及び前記第２特徴量に基いて前記第２画像を画像補正する画像補正ステップを実行させることを特徴とする。

請求項１に係る発明によれば、画像補正対象の画像を、その画像処理装置に入力された画像の所望領域中の色味や色調等に補正するため、容易な操作で所望の画像補正ができる。また、数値入力などを必要としないため、技術的知識を持たない者であっても、所望の画像補正ができる。また、入力された画像のうち、お手本とすべき領域を抽出できるので、画像補正処理を高速かつ高精度に行うことができる。

請求項２に係る発明によれば、入力された画像中の写真領域を含む領域を抽出するため、例えば、文字情報と写真領域とが混在する原稿をスキャナ等で読み込んだ場合においても、適切にお手本とすべき領域を決定することができる。

請求項３、４に係る発明によれば、文字領域と写真領域とで輝度値の分散または標準偏差が異なることを利用することによって、写真領域が含まれる領域を簡易な処理で抽出することができる。

請求項５に係る発明によれば、分割領域における輝度値の分散または標準偏差が所定量より小さくなるまで領域を分割することにより、写真領域が含まれる領域を簡易な処理で適切に抽出することができる。

請求項６に係る発明によれば、分散または標準偏差が所定量以下となる分割が複数ある場合に、直近の分割前の画像をお手本画像とするので、適切に写真領域が含まれる領域を抽出することができる。

請求項７に係る発明によれば、上述した効果を奏することができる。

請求項８に係る発明によれば、色相に基いて複数の領域に分割するため、人間の知覚に基いた領域分割をすることができ、精度が高い色補正をすることができる。また、色相に関する特徴量と色相以外に関する特徴量とに分けて異なる画像補正処理を行うため、所望の画像補正処理を容易に行うことができる。

請求項９に係る発明によれば、ＨＳＶ空間におけるＨ値に基いて色相を特定することができる。

請求項１０に係る発明によれば、お手本となる画像をスキャナ等から入力することができ、また、記憶媒体から読み出した画像を画像補正の対象とすることができる。

請求項１１に係る発明によれば、印刷制御手段を有するので、画像補正した画像を印刷することができる。

請求項１２、１３に係る発明についても、上述した効果を奏することができる。

［本発明の第１実施形態］
まず、本発明に係る画像処理装置の外観の一例について図１に示す。また、画像処理装置１の内部構成の一例について図２に示す。

画像処理装置１は、多機能プリンタ等の一例であり、その上部に写真等から画像情報を読み取るためのスキャナ２を有している（なお、図１においては、スキャナはカバーされた状態である。）。スキャナによって読み取られた画像情報は、以下に示すメモリスロットより読み込まれた画像情報の色彩を補正するための見本の情報として用いられる。なお、画像補正処理の詳細については、後述する。

画像処理装置１は、ＳＤカード（商標）、ＣＦカード（商標）などの記録媒体である外部メモリに記録された画像情報を読み取るためのＩＣカードリーダとして機能するメモリスロット３を有する。ここで、外部メモリ（記憶媒体）は、公知の媒体及び形式を適宜選択可能である。また、複数の方式の媒体に適用するよう、複数のメモリスロットを有するように構成してもよい。また、画像情報を蓄積したＰＣが接続されたＬＡＮ等のネットワークに接続可能な通信機能（例えばＬＡＮカード、図示せず）を図２に示すＣＰＵ，ＲＯＭ、ＲＡＭなどが接続された信号線に付加することで、前記外部メモリの代わりに、前記ＰＣが接続されたネットワークから所望の画像情報を読み取るよう構成してもよい。その場合は、画像処理装置１は、通信機能を有することになる。

画像処理装置１は、種々の操作を行うための操作パネル４を有している。操作パネル４には種々のボタン等が配置される。

画像処理装置１は、図２に図示されるプリンタ１０を有している。画像補正された画像情報は、プリンタ１０によって印刷される。印刷された用紙は、例えば、排出口５より排出される。

画像処理装置１は、表示手段６を有している。種々の文字情報及びイメージを表示することができる。また、表示手段６の前面に透明なタッチパネルを設け、操作パネル４の一部または全部の機能を代用してもよい。また、タッチパネルと操作パネル４を併用できるよう構成してもよい。

画像処理装置１は、プロセッサ（ＣＰＵ９）によって全体が制御される。また、内部には、情報を一時的に記憶するためのＲＡＭ７、及び、所定の情報が記憶されたＲＯＭ８を有する。また、必要に応じてＨＤＤ等の大容量記憶手段を有してもよい。

上述した各要素は、信号線によって互いに接続されている。

また、画像処理装置１に、種々の機能（例えば、ＦＡＸ）を画像処理装置に付加することもできる。また、パソコン等に接続するためのインタフェース、他の印刷装置と接続するためのインタフェースを備えてもよい。

なお、上記外観は単なる一例であり、本発明が上記外観に限定されないことはいうまでもない。また、上記外観においては、全ての機能が一体化された装置を図示したが、一部の機能を外付け装置で実現してもよい。さらに、上記内部構成は単なる一例であり、本発明が上記内部構成に限定されないことはいうまでもない。

次に、本発明に係る画像処理装置１を用いた基本処理におけるユーザの動作及び装置本体の処理について、その概略を説明する。図３は、当該処理の概略を示したものである。まず、ユーザは、画像補正対象となる画像が記憶されたメモリを、画像処理装置のメモリスロットにセットする。上述したとおり、このメモリとしては、メモリカードをはじめ公知の記憶媒体を適宜採用可能である。

メモリがメモリスロット３にセットされることにより（１）、画像処理装置は、セットされたメモリを認識し、ユーザに対し、メモリに記憶されている画像のうち画像補正対象となる画像を選択させる（２）。なお、画像を選択させるための処理は、公知の技術（例えば、画像を順次切替表示して選択させる等）を適宜採用可能である。また、表示手段６を利用してもよい。

画像補正対象の画像が決定されると（３）、画像処理装置は当該画像を読み出して例えばＲＡＭに書き込む（４）。なお、以下において当該画像を「元画像」ということがある。

次に、ユーザは当該画像の画像補正の見本となる領域を含む画像（以下、「全体画像」ということがある。）をスキャナ上に設置し（５）、所定のボタン等を押下することによって、画像処理装置はお手本画像を例えばＲＡＭ７に書き込む（６）。

その後、画像処理装置は、スキャナより読み取られた画像から、画像補正の見本となる領域の画像（以下、「お手本画像」ということがある。）を抽出する（７）。お手本画像の抽出処理については後述する。

その後、画像処理装置は、スキャナより読み取られた画像、及び、メモリより読み取られた画像に対し後述する処理を行う（８）。

なお、上述した図３の処理においては、メモリから画像を読み込んだ後にスキャナを利用して画像を読み込むものであるが、先にスキャナを利用して画像を読み込み、その後メモリから画像を読み込むよう構成してもよい。

［本発明の第１実施形態］
次に、本発明の基本処理の一例について図を参照しつつ説明する。図４は、本実施形態における基本処理の概要を示すフローチャートである。

Ｓ１１において、元画像、及び、全体画像が画像処理装置１のＲＡＭ７に読み込まれる。ここで、読み込まれた画像の形式は限定されない。

Ｓ１２において、全体画像からお手本画像を生成する。お手本画像を生成するための具体的な処理は後述する。

Ｓ１３において、読み込まれたお手本画像の画素をそれぞれＨＳＶパラメータに補正する。ＨＳＶパラメータの補正処理については後述する。

Ｓ１４において、ＨＳＶパラメータに基いてお手本画像の特徴量として第１特徴量を抽出する。第１特徴量を抽出する具体的な処理については後述する。

Ｓ１５において、読み込まれた元画像のそれぞれの画素をＨＳＶパラメータに変換する。

Ｓ１６において、当該ＨＳＶパラメータに基いて、元画像の特徴量として、第２特徴量を抽出する。第２特徴量を抽出する具体的な処理については後述する。

Ｓ１７において、第１特徴量及び第２特徴量に基いて元画像を補正する。補正するための具体的な処理については後述する。

Ｓ１８において、補正された元画像を印刷する。

なお、上述した処理においては、第１特徴量を抽出した後に第２特徴量を抽出したが、第２特徴量を抽出した後に第１特徴量を抽出してもよい。また、ＨＳＶパラメータではなく、Ｌ^＊ｃ^＊ｈ^＊パラメータを抽出してもよい。また、ＲＧＢパラメータ等の公知のパラメータであっても本発明は実現可能である。なお、以下においては、ＨＳＶパラメータを抽出する場合について説明する。

［お手本画像生成処理（第１の方法）］
次に、Ｓ１２におけるお手本画像生成の処理について説明する。図５（Ａ）及び図６（Ａ）は、それぞれ、スキャンから読み出した全体画像２０を例示するものである。図５（Ａ）では、全体画像２０の一部分にお手本画像の領域が存在し、また、図６（Ａ）では、全体画像２０には文字とお手本画像の領域とが混在している。

高精度、高速に画像補正処理を行うためには、図５（Ｂ）及び図６（Ｂ）中に太線で示すお手本画像の領域のみを抽出する必要がある。すなわち、画像処理の対象をお手本画像の領域のみに限定する必要がある。そのため、図５（Ａ）に示すような全体画像を読み込んだ場合は、例えば、全体画像の全画素のうち、輝度値が所定未満（例えば、２５６階調であれば、９７）の画素の集合をお手本画像とすることができる。すなわち、図５（Ａ）に示されるような画像の場合は、お手本画像の存在しない白領域（すなわち、高い輝度値の領域）をお手本画像に含めないように処理すればよい。

また、図６（Ａ）に示すような全体画像を読み込んだ場合は、文書画像上における写真領域を抽出する種々の公知技術を採用してもよい。

［お手本画像生成処理（第２の方法）］
後述する本発明における画像補正処理においては、お手本画像に写真領域以外の部分が含まれていても所望の画像補正処理を高精度に行うことができる。また、処理の高速化のためには、お手本画像生成処理は簡素に行うことが望ましい。

画像分割を利用したお手本画像生成処理について、以下説明する。まず、図７（Ａ）に示すように、全体画像２０を複数の小領域に分割する。図７（Ａ）に示す例においては、４分割しているが、６分割、８分割でもよい。分割された画像のうち、最も写真領域が含まれる割合が高いと考えられる画像（図７（Ａ）においては、左上部分の画像）をお手本画像として抽出する。

また、最も写真領域が含まれる割合が高いと考えられる画像に対し、図７（Ｂ）に示すように、さらに複数の小領域に分割し、この分割された画像のうち、最も写真領域が含まれる割合が高いと考えられる画像をお手本画像としてもよい。また、写真領域が含まれる割合が最も高いと考えられる画像が所定の条件を満たすまで、分割処理を繰り返すようにしてもよい。なお、所定の条件については後述する。

次に、上記お手本画像生成処理の具体的内容について図を参照しつつ説明する。図８は、本発明におけるお手本画像生成処理を示すフローチャートである。

まず、Ｓ２１において、図４のＳ１１で読み込まれた全体画像を取得する。
次に、Ｓ２２において、画像（Ｓ２１で取得した全体画像、もしくは、後述するＳ２５で特定された画像）を分割する（図７参照）。

Ｓ２３において、分割した画像ごとに、画像中の画素の輝度値の標準偏差を算出する。なお、標準偏差ではなく分散を算出してもよい。

Ｓ２４において、分割した画像のうち上記標準偏差が最も小さい画像を特定する。写真のような画像は、一般的に色領域上に広く色が分布しているため、標準偏差がテキストからなる画像に比べて小さい。したがって、当該特定された画像は、写真領域の割合が最も大きい画像であるとみなすことができる。ここで、輝度値の標準偏差と画像との関係について、図９に具体例を示す。図９（Ａ）は、写真領域の画像及び文字領域の画像と、それぞれの画像における輝度値の標準偏差を示している。この図９（Ａ）によれば、写真領域の画像の標準偏差は、文字領域の画像の標準偏差に比べて小さいことがわかる。また、図９（Ｂ）は、写真領域の画像及び文字領域の画像における輝度値のヒストグラムである。横軸は輝度値であり、縦軸は頻度である。また、太字は文字領域のヒストグラムであり、細字は写真領域のヒストグラムである。この図９（Ｂ）によれば、写真領域の画像の方が、輝度値が広く分布していることがわかる。

Ｓ２５において、所定の条件を満たしているか否かを判断する。所定の条件としては、分割回数が所定回数に達したか、または、上記特定した画像の標準偏差が所定以下であるか、等を採用することができる。上記特定した画像の標準偏差が所定以下であるかを判断する構成においては、上記特定した画像中に写真領域以外の領域（例えば、文字領域）の占める割合が高い場合は、当該特定した画像の標準偏差が所定以上であると判断される。そのため、当該特定した画像は、さらに分割されることになる。この標準偏差の値は、予め画像処理装置１の所定の記憶領域に記憶されている。また、ユーザが直接入力できるよう構成してもよい。

所定の条件を満たす場合は（Ｓ２５：ＹＥＳ）、当該お手本画像生成処理を終了する。そして、Ｓ２４で特定された分割領域の画像がお手本画像となる。一方、所定の条件を満たさない場合は（Ｓ２５：ＮＯ）、Ｓ２２に戻る。

上記処理によれば、写真領域かどうかを画素単位または小領域単位で行う必要がないため、高速に処理することができる。また、特定したお手本画像の一部に写真領域が含まれている場合や、特定した画像に写真領域の一部が欠落したとしても、後述する画像補正処理への影響が少ない。

また、お手本画像生成処理は、別の方法によっても実現可能である。図１０に、お手本画像生成処理の別の実施形態のフローチャートを示す。

Ｓ３１〜Ｓ３３の処理は、図８のＳ２１〜Ｓ２３の処理と同じであるので説明を省略する。なお、Ｓ３２において分割する分割数は、予め決められた所定数（例えば４）である。
Ｓ３４において、標準偏差が所定量以下の分割画像が存在するか否かを判断する。標準偏差が所定量以下の分割画像は、写真領域を多く含んでいる可能性が高い。所定量以下の分割画像が存在しない場合は（Ｓ３４：ＮＯ）、Ｓ３５に進む。一方、Ｓ３４にて、所定量以下の分割領域が存在する場合は（Ｓ３４：ＹＥＳ）、Ｓ３６に進む。また、Ｓ３４において、所定回数以上ＮＯと判断された場合は、Ｓ１１にて読み込まれた画像が、写真領域として特定できる領域を含まない画像であると判断し、当該お手本画像生成処理を終了するよう構成してもよい。

Ｓ３５において、Ｓ３３で分割画像ごとに算出した標準偏差のうち、最も小さい標準偏差に対応する画像を特定する。この処理は、図８におけるＳ２４と同様である。以下においては、このＳ３５で特定した分割画像を第１分割画像ということがある。この第１分割画像には、写真領域は含まれる可能性は高いがその写真領域が占める割合が小さいものと考えられる。したがって、この第１分割画像について、さらにＳ３２で分割することになる。

Ｓ３６において、標準偏差が所定量以下の分割画像の個数が１つであるか否かを判断する。所定量以下の分割画像が１つの場合は（Ｓ３６：ＹＥＳ）、Ｓ３７に進み、当該所定量以下の分割画像をお手本画像として特定する。一方、所定量以下の分割画像が１つでない場合は（Ｓ３６：ＮＯ）、直近の分割前の画像をお手本画像として特定する。ここで、上述の第１分割画像を所定の分割数に分割した画像（以下、「第２分割画像」ということがある。）に、標準偏差が所定量以下の分割画像が複数存在する場合を例にする。この場合は、直近の分割前の画像は、第１分割画像であるので、この第１分割画像をお手本画像として特定する。この処理は、写真領域が多く含まれる分割画像が複数存在する場合に、当該複数の分割画像をお手本画像の一部とするための処理である。

また、お手本画像生成処理は、別の方法によっても実現可能である。図１１に、お手本画像生成処理の別の実施形態のフローチャートを示す。

本実施形態は、図１０の処理と対比してＳ４８の処理のみが異なるので、この点について説明する。

標準偏差が所定量以下の分割領域が複数存在した場合は、Ｓ４７へ移行し、標準偏差が所定量以下として判断された複数の分割画像を統合して１つの画像にし、統合した画像をお手本画像とする。本発明においては、入力画像から抽出する特徴量に、画素の連結情報を含まないため、全体画像の一部の領域を組合せた画像をお手本画像とすることができる。

この点について、図１２を用いて説明する。全体画像２０を、図１２（Ａ）のように分割することによって、分割画像１〜４が得られたとする。このとき、分割画像１及び分割画像４について、標準偏差が所定量以下であった場合、図１２（Ｂ）に示す統合画像２１をお手本画像とすることができる。

次に、図４のＳ１３におけるお手本画像の画素をＨＳＶに変換する一例について説明する。以下においては、お手本画像及び元画像は、ＲＧＢ形式であると仮定する。ＲＧＢ形式からＨＳＶ形式への変換は以下のように行うことができる。また、Ｓ１５における処理も同様に行われる。なお、下記に示す変換式は一例であり、他の変換式で変換してもよいことはいうまでもない。

［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

次に、図４のＳ１４の第１特徴量を抽出するための処理について図１３を参照しつつ説明する。図１３は、第１特徴量抽出処理のフローチャートである。なお、以下の処理においては、Ｈ値は、−３０〜３３０未満の値をとるものとする。Ｈ値が上記範囲内でない場合は、Ｈ値を適宜変換することにより（例えば、“Ｈ値＋３６０×ｎ”もしくは“Ｈ値−３６０×ｎ”、ｎは整数）、上記範囲の値をとるよう調整する。

Ｓ５１において、お手本画像の複数の領域に分割する。ここでは、一般的に用いられる６つの色相に基いて分割する。具体的には、それぞれの画素のＨ値に基き、
・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。ここで、上記領域とＨ値の対応関係は、一例であり、適宜変更可能なものである。

Ｓ５２において、Ｓ５１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」及び「各領域の代表値（ＨＳＶ値）」を算出する。ここで、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

ここで、代表値は、各領域におけるＨＳＶ値それぞれの平均値とすることができる。また、中間値を用いることができる。

次に、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
・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

ここで、上記割合は、例えばＲ領域については、
ｓＲａｔｅＲ＝（お手本画像中のＲ領域の画素数）÷（お手本画像の全画素数）とすることができるが、他の式によって定義してもよい。

次に、図４中のＳ１６の第２特徴量を抽出するための処理について図１４を参照しつつ説明する。図１４は、第２特徴量抽出処理のフローチャートである。

Ｓ６１において、元画像を６つの領域に分割する。処理の内容は、お手本画像に対する処理と同じなので、説明を省略する。

Ｓ６２において、元画像に対し、図１３のＳ５２と同様の処理を行う。また、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

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

なお、上述した処理においては、第１特徴量を抽出するアルゴリズムと第２特徴量を抽出するアルゴリズムとが同一のものとして説明したが、異なるアルゴリズムによって、それぞれの特徴量を抽出するよう構成してもよい。

次に、図４のＳ１７において実行される、第１特徴量及び第２特徴量に基いて元画像を変換する処理について詳細を説明する。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。元画像のＨ値の代表値をＸ軸にとり、お手本画像の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１５に示す色相補正テーブルを作成する。ここで、Ｈ’＞３６０の場合は、Ｈ’＝Ｈ’−３６０とする。

そして、元画像のぞ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値が補正される。より具体的には、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、Ｂ領域について、
Ｓ ≦ ｉＳｂのときは、
Ｓ’＝Ｓ×（ｓＳｂ÷ｉＳｂ） ・・・（式２）
Ｓ ＞ ｉＳｒのときは、
Ｓ’＝１＋（Ｓ−１）×｛（１−ｓＳｂ）÷（１−ｉＳｂ）｝ ・・・（式３）
Ｖ ≦ ｉＶｂのときは、
Ｖ’＝Ｖ×（ｓＶｂ÷ｉＶｂ） ・・・（式４）
Ｖ ＞ ｉＶｂのときは、
Ｖ’＝１＋（Ｖ−１）×｛（１−ｓＶｂ）÷（１−ｉＶｂ）｝ ・・・（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。

次に、図４のＳ１７における、プリンタ１０に適するフォーマット（例えば、ＲＧＢ値）に変換するための変換式について説明する。なお、下記に示す変換式は一例であり、他の変換式で変換してもよいことはいうまでもない。

［ＲＧＢ⇒ＨＳＶの変換式］
（なお、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

上述した画像補正処理を行うことによって、Ｈ値に基いて分割された領域ごとに、元画像の色合いをお手本画像の色合いに補正することができる。

［画像補正処理（第２実施形態）］
以下に説明する画像補正処理の第２実施形態においては、分割されたそれぞれの領域に対し、領域の大きさに基いて画像補正処理の一部を停止、また、変化量を制御することができる。これにより、ユーザが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ことができる。

本実施形態の基本処理のフローチャートを図１６に示す。本実施形態の基本的な処理の流れは図４と同じであるが、第２特徴量抽出処理の後に、代表値再設定処理（Ｓ７６）が追加される。以下、代表値再設定処理について、図を参照しつつ説明する。

図１７は、本実施形態における代表値再設定処理のフローチャートである。Ｓ８１において、分割された領域が変換対象か否かを判別される。この処理では、当該領域が所定の条件を満たすか否かが判断される。

変換対象であると判断された場合（Ｓ８１：ＹＥＳ）は、Ｓ８３に進む。変換対象でないと判断された場合（Ｓ８１：ＮＯ）は、Ｓ８２に進む。Ｓ８２では、代表値が再設定し、その後Ｓ８３に進む。代表値の再設定の方法は後述する。

Ｓ８３においては、全ての領域（６分割した場合は６つの領域）について、変換対象か否かが判断されたか否かを判別する。判別していない領域が残っている場合（Ｓ８３：ＮＯ）は、Ｓ８１に戻り処理を繰り返す。全ての領域についての判断が終了すると（Ｓ８３：ＹＥＳ）、代表値再設定処理を終了する。

［閾値Threを用いる方法］
上述した所定の条件として、分割された領域の大きさと閾値Threとの大小関係を用いることができる。元画像、または、お手本画像に占める割合が閾値Threより小さい場合に、その領域に係る元画像及びお手本画像の代表値を同じ値に変更し、当該変更された代表値を用いて上述した画素ごとの変換処理を行う。以下、この処理について説明する。代表値を以下のように再設定することができる。

ｓＲａｔｅＲ＜Thre または ｉＲａｔｅＲ＜Thre のときは、
ｓＨｒ＝０，ｓＳｒ＝０．５，ｓＶｒ＝０．５，
ｉＨｒ＝０，ｉＳｒ＝０．５，ｉＶｒ＝０．５

ｓＲａｔｅＧ＜Thre または ｉＲａｔｅＧ＜Thre のときは、
ｓＨｇ＝１２０，ｓＳｇ＝０．５，ｓＶｇ＝０．５，
ｉＨｇ＝１２０，ｉＳｇ＝０．５，ｉＶｇ＝０．５

ｓＲａｔｅＢ＜Thre または ｉＲａｔｅＢ＜Thre のときは、
ｓＨｂ＝２４０，ｓＳｂ＝０．５，ｓＶｂ＝０．５，
ｉＨｂ＝２４０，ｉＳｂ＝０．５，ｉＶｂ＝０．５

ｓＲａｔｅＣ＜Thre または ｉＲａｔｅＣ＜Thre のときは、
ｓＨｃ＝１８０，ｓＳｃ＝０．５，ｓＶｃ＝０．５，
ｉＨｃ＝１８０，ｉＳｃ＝０．５，ｉＶｃ＝０．５

ｓＲａｔｅＭ＜Thre または ｉＲａｔｅＭ＜Thre のときは、
ｓＨｍ＝３００，ｓＳｍ＝０．５，ｓＶｍ＝０．５，
ｉＨｍ＝３００，ｉＳｍ＝０．５，ｉＶｍ＝０．５

ｓＲａｔｅＹ＜Thre または ｉＲａｔｅＹ＜Thre のときは、
ｓＨｙ＝６０，ｓＳｙ＝０．５，ｓＶｙ＝０．５，
ｉＨｙ＝６０，ｉＳｙ＝０．５，ｉＶｙ＝０．５

上述した例においては、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を採用した。また、Ｈ値においては、それぞれの領域の中間値を採用した。しかしながら、上述した代表値は一例であり、本発明は上記数値に限定されるものではない。

この値を利用して、画素ごとの変換を上述した変換式（式２）〜（式５）を用いることにより、Ｓ値及びＶ値においては値が変更されない。すなわち、例えばＲ領域に関して、Ｓ ≦ ｉＳｒのときは、上述した（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、上述した式は、

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。

また、Ｈ値においては、図１５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、上述した変更式（式１）を利用した場合であっても、代表値を変更させることによって変換量が小さくなる。

次に、閾値Threの決定方法について説明する。この値は、官能評価に基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、閾値Threとして、６％を採用することができる。ただし、本願発明は、閾値Threとして６％のものに限定されない。

また、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閾値Threを決定してもよい。例えば、分割される領域の数が６であれば、その逆数である１／６を閾値Threとすることもできる。

本発明の一例として挙げた分割領域数である「６」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頂点の数「６」と同じである。人が色彩を識別するには、色領域の数として６であれば充分であり、６より少なくすると、ユーザがお手本画像のように変換されていないと感じる恐れがある。また６より細かく分割すれば、より変換精度は高くなる。しかしながら、人には識別できなくなる可能性が高くなり、また、分割数の増加に伴い計算量も増える。プリンタを用いる場合、印刷結果として補正対象の画像を得るまでの時間が遅くなり、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が好ましいと考えられる。

なお、上述した例においては、すべての領域において閾値を同一のものとしたが、領域ごとに閾値Threを変更するよう構成してもよい。

［最大領域の情報を用いる方法］
上述した手法では、閾値Threを設定し、当該閾値Threに基いて代表値の変更、すなわち、画像補正処理の停止、変換量の減少の制御を行った。ここで、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画像補正処理について以下説明する。

この場合、図１７のＳ８１において、元画像及びお手本画像のいずれにおいても最も面積が大きい領域であるか否かを所定の条件とすることができる。この場合は、以下の式によって代表値が再設定される。ここで、分割されたお手本画像の領域のうちお手本画像に占める割合が最も大きい領域の割合を、ｉＭａｘＲａｔｅとする。また、分割された元画像の領域のうち元画像に占める割合が最も大きい領域の割合を、ｓＭａｘＲａｔｅとする。

ｓＲａｔｅＲ≠ｉＭａｘＲａｔｅまたはｉＲａｔｅＲ≠ｓＭａｘＲａｔｅのとき、
ｓＨｒ＝０，ｓＳｒ＝０．５，ｓＶｒ＝０．５，
ｉＨｒ＝０，ｉＳｒ＝０．５，ｉＶｒ＝０．５

ｓＲａｔｅＧ≠ｉＭａｘＲａｔｅまたはｉＲａｔｅＧ≠ｓＭａｘＲａｔｅのとき、
ｓＨｇ＝１２０，ｓＳｇ＝０．５，ｓＶｇ＝０．５，
ｉＨｇ＝１２０，ｉＳｇ＝０．５，ｉＶｇ＝０．５

ｓＲａｔｅＢ≠ｉＭａｘＲａｔｅまたはｉＲａｔｅＢ≠ｓＭａｘＲａｔｅのとき、
ｓＨｂ＝２４０，ｓＳｂ＝０．５，ｓＶｂ＝０．５，
ｉＨｂ＝２４０，ｉＳｂ＝０．５，ｉＶｂ＝０．５

ｓＲａｔｅＣ≠ｉＭａｘＲａｔｅまたはｉＲａｔｅＣ≠ｓＭａｘＲａｔｅのとき、
ｓＨｃ＝１８０，ｓＳｃ＝０．５，ｓＶｃ＝０．５，
ｉＨｃ＝１８０，ｉＳｃ＝０．５，ｉＶｃ＝０．５

ｓＲａｔｅＭ≠ｉＭａｘＲａｔｅまたはｉＲａｔｅＭ≠ｓＭａｘＲａｔｅのとき、
ｓＨｍ＝３００，ｓＳｍ＝０．５，ｓＶｍ＝０．５，
ｉＨｍ＝３００，ｉＳｍ＝０．５，ｉＶｍ＝０．５

ｓＲａｔｅＹ≠ｉＭａｘＲａｔｅまたはｉＲａｔｅＹ≠ｓＭａｘＲａｔｅのとき、
ｓＨｙ＝６０，ｓＳｙ＝０．５，ｓＶｙ＝０．５，
ｉＨｙ＝６０，ｉＳｙ＝０．５，ｉＶｙ＝０．５

これにより、元画像及びお手本画像のいずれにおいても最も面積が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。

ここで、Ｂ領域のみを変換対象とした場合、図１８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。

上記のとおり、画像補正処理の第２実施形態においては、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。

［画像補正処理（第３実施形態）］
上記画像補正処理の第２実施形態においては、変換対象としない領域のＨ値は、変換量が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１８に示すように、変換対象としない領域の代表値との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１９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１９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。この図においては、変換対象の領域の数は１つであるが、複数の領域を補正対象とした場合であってもよい。

図１９においては、Ｂ領域以外のＨ値は、Ｈ’＝Ｈであるから、画像補正は行われない。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。

上述したとおり、第３実施形態においては、変換対象のＨ値のみを変換することができるから、画像補正の効果を大きくすることができる。

［画像補正処理（第４実施形態）］
上記画像補正処理の第２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２０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。

本実施形態においては、図２１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。

本実施形態の具体的な処理について以下に説明する。図２２及び図２３を参照しつつＢ領域の一部の画像補正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。

本実施形態における補正された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値の代表値（Ｈｂｍｉｄ）、
− 変換対象となる画素のＨ値の色相座標位置に近い側の隣接領域（この場合は、Ｃ領域）にＨ値の代表値（Ｈｃｍｉｄ）、
− 上記式（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’、Ｈｂｍｉｄに対応するもの）、
− 上記式（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’、Ｈｃｉｄに対応するもの）、
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）

また、本実施形態における補正されたＶ値（Ｖｂ’’）は、
− 変換対象領域のＨ値（Ｈ）、
− 変換対象とする領域のＨ値の代表値（Ｈｂｍｉｄ）、
− 変換対象となる画素のＨ値の色相座標位置に近い側の隣接領域（この場合は、Ｃ領域）にＨ値の代表値（Ｈｃｍｉｄ）、
− 上記式（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’、Ｈｂｍｉｄに対応するもの）、
− 上記式（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’、Ｈｃｉｄに対応するもの）、
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）

上述した処理を、図２４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。

上述した画像補正処理を適宜組合せて本発明を実現することも可能である。すなわち、Ｈにおいては、画像補正を際立たせるようにし、ＳとＶにおいては階調とびを防止する処理するよう構成することもできる。

上述したとおり、本発明は、取得した画像に対し、お手本画像対象領域（写真領域）のみを抽出して画像補正処理のお手本とするので、画像補正処理を高速に行うことができる。また、必要な領域のみを画像補正対象とするので、画像補正処理の誤動作を防止することができる。また、写真領域の抽出を簡素な処理で行うため、画像補正処理全体の高速化を図ることができる。また、記憶媒体より入力された画像に対し、スキャナより入力された画像の特徴を有するよう画像補正を行うことにより、簡易な操作で、かつ、感覚的に画像補正の操作を行うことができる。

さらに、本発明の画像補正処理によれば、例えば、元画像として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、お手本画像として鮮やかな海の写っている写真をスキャナで読み込むという作業によって、元画像の青色が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画像において、肌色を明るくしたい場合は、明るい肌色として移っている手のひら等の写真をスキャナで読み込むという作業によって、元画像の肌色を明るい肌色に変換することができる。

ユーザは、パラメータの入力等の必要がないので、何ら専門的な知識が必要とせず、画像補正のお手本となる画像を読み取らせるだけで、所望の画像補正を行うことができる。さらに、画像補正を行う領域を自動的に選択可能であるので、知覚されにくい領域の変換を中止または低減し、知覚されやすい領域のみを変換することもできる。

なお、本発明は前記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で種々の改良、変形が可能であることは勿論である。例えば、スキャナからお手本画像を読み取ることに代えて、記憶媒体よりお手本画像として画像を読み取ることもできる。また、記憶媒体から元画像を読み取ることに代えて、スキャナより元画像を読み込むこともできる。例えば、画像処理装置として、スキャナおよびプリンタが搭載された複合機を実施形態としてあげたが、これに限らず、例えば、パーソナルコンピュータのような情報処理装置にて、画像補正を行い、情報処理装置に接続されたプリンタに印刷処理を行わせる構成であってもよい。

また、上述したフローチャートは単なる一例であり、上記処理と同等の結果を得ることできる処理であれば、他のフローチャートによって処理を実現してもよい。

また、上述した処理を実行するための画像処理方法としても本発明は実現可能である。さらに、当該画像処理方法をコンピュータで実行させるためのプログラム、及び、そのプログラムが記録された記録媒体としても本発明は実現可能である。

さらに、補正された元画像を印刷するのみならず、記憶媒体に記憶したり、他の装置に送信することも可能である。

画像処理装置の外観を示した図である。 画像処理装置の内部構成を示した図である。 ユーザの動作と画像処理装置の基本処理のフローを示した図である。 本発明の第１実施形態における基本処理のフローチャートである。 全体画像の一例を示した図である。 全体画像の一例を示した図である。 分割された全体画像の一例を示した図である。 お手本画像生成処理のフローチャートである。 写真領域の画像及び文字領域の画像の標準偏差の具体例、及び、輝度値の分布の具体例を示した図である。 お手本画像生成処理のフローチャートである。 お手本画像生成処理のフローチャートである。 お手本画像の例を示した図である。 第１特徴量抽出処理のフローチャートである。 第２特徴量抽出処理のフローチャートである。 色相補正テーブルを示した図である。 本発明の別の実施形態における基本処理のフローチャートである。 代表値再設定処理のフローチャートである。 色相補正テーブルを示した図である。 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

１ 画像処理装置
２ スキャナ
３ メモリスロット
４ 操作パネル
５ 排出口
６ 表示手段
１０ プリンタ

Claims (13)

1. 第１画像入力手段、第２画像入力手段、領域抽出手段、特徴量抽出手段、画像補正手段を備える画像処理装置において、
   前記第１画像入力手段は、第１画像を入力し、
   前記第２画像入力手段は、第２画像を入力し、
   前記領域抽出手段は、上記第１画像中の所望の領域を第１部分画像として抽出し、
   前記特徴量抽出手段は、前記第１部分画像に基いて第１部分特徴量を、前記第２画像に基いて第２特徴量を抽出し、
   前記画像補正手段は、前記第１部分特徴量及び前記第２特徴量に基いて、前記第２画像を画像補正する、
   ことを特徴とする画像処理装置。
   
2. 前記領域抽出手段は、前記第１画像中の写真領域を含む領域を前記第１部分画像として抽出する、
   ことを特徴とする請求項１に記載の画像処理装置。
   
3. 前記領域抽出手段は、前記第１画像を分割し、前記分割画像それぞれに対して、輝度値の分布に基づいて、前記第１部分画像を抽出する、
   ことを特徴とする請求項１または２に記載の画像処理装置。
   
4. 前記領域抽出手段は、
   前記第１画像を分割し、
   前記分割画像それぞれに対して、輝度値の分散または標準偏差を算出し、
   算出した分散または標準偏差が最も小さい分割画像を、前記第１部分画像として抽出する、
   ことを特徴とする請求項１または２に記載の画像処理装置。
   
5. 前記領域抽出手段は、
   （ａ）前記第１画像を分割し、
   （ｂ）前記分割画像それぞれに対して、輝度値の分散または標準偏差を算出し、
   （ｃ）算出した分散または標準偏差が最も小さい分割画像における分散または標準偏差が、所定量以下の場合は、当該分割画像を、前記第１部分画像として抽出し、
   （ｄ）算出した分割または標準偏差が最も小さい分割画像における分散または標準偏差が、所定量より大きい場合は、当該分割画像をさらに分割し、前記（ｂ）、（ｃ）の処理を行う、
   ことを特徴とする請求項１または２に記載の画像処理装置。
   
6. 前記領域抽出手段は、
   前記第１画像を分割し、
   前記分割画像それぞれに対して、輝度値の分散または標準偏差を算出し、
   算出した分散または標準偏差が所定量以下となる分割画像を、前記第１部分画像として抽出し、
   前記算出した分散または標準偏差が所定量以下となる分割画像が複数ある場合に、その分割画像に分割する直前の画像を第１部分画像として抽出する、
   ことを特徴とする請求項１または２に記載の画像処理装置。
   
7. 前記第１部分特徴量及び前記第２特徴量に基づいて、補正データを作成する補正データ作成手段を備え、
   前記画像補正手段は、前記補正データに基づいて前記第２画像を画像補正する、
   ことを特徴とする請求項１〜６のいずれかに記載の画像処理装置。
   
8. 前記特徴量抽出手段は、
   前記第１部分画像及び前記第２画像それぞれから、色相に関する特徴量を抽出し、
   当該色相に関する特徴量に基いて前記第１部分画像及び前記第２画像それぞれを複数の領域に分割し、
   分割した領域ごとに色相以外に関する特徴量を抽出し、
   前記補正データ作成手段は、
   前記第１部分画像及び前記第２画像それぞれの分割された領域ごとに、前記色相に関する特徴量の代表値を抽出し、当該代表値に基いて色相補正データを作成し、
   前記第１部分画像及び前記第２画像それぞれの分割された領域ごとに、前記色相以外に関する特徴量の代表値を抽出し、
   前記画像補正手段は、
   前記第２画像における画素ごとの色相に関する特徴量を、前記色相補正データに基いて画像補正し、
   前記第２画像の画素ごとの色相以外に関する特徴量を、前記領域ごとの代表値に基いて画像補正する、
   ことを特徴とする請求項１〜６いずれかに記載の画像処理装置。
   
9. 前記色相に関する特徴量は、ＨＳＶ空間におけるＨ値に基いて算出される、
   ことを特徴とする請求項８記載の画像処理装置。
   
10. 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記録媒体から光学的に読み取られる画像を第１画像として入力し、
    前記第２画像入力手段は、記憶媒体に記憶された画像情報を第２画像として入力する、
    ことを特徴とする請求項１〜９のいずれかに記載の画像処理装置。
    
11. 印刷制御手段をさらに有し、
    前記印刷制御手段は、前記画像補正された第２画像情報を印刷するための処理を行う、
    ことを特徴とする請求項１〜１０のいずれかに記載の画像処理装置。
    
12. 第１画像を入力する第１画像入力ステップ、
    第２画像を入力する第２画像入力ステップ、
    前記第１画像中の所望の領域を第１部分画像として抽出する領域抽出ステップ、
    前記第１部分画像に基いて第１部分特徴量を抽出する第１部分特徴量抽出ステップ、
    前記第２画像に基いて第２特徴量を抽出する第２特徴量抽出ステップ、
    前記第１部分特徴量及び前記第２特徴量に基いて前記第２画像を画像補正する画像補正ステップ、
    からなる画像処理方法。
    
13. コンピュータに、
    第１画像を入力する第１画像入力ステップ、
    第２画像を入力する第２画像入力ステップ、
    前記第１画像中の所望の領域を第１部分画像として抽出する領域抽出ステップ、
    前記第１部分画像に基いて第１部分特徴量を抽出する第１部分特徴量抽出ステップ、
    前記第２画像に基いて第２特徴量を抽出する第２特徴量抽出ステップ、
    前記第１部分特徴量及び前記第２特徴量に基いて前記第２画像を画像補正する画像補正ステップ、
    を実行させるための画像処理プログラム。