JP2010263552A - 画像処理装置、画像処理方法、プログラムおよび記録媒体 - Google Patents

Abstract

【課題】色再現範囲外の、特に暗い画素を、色差に基づいてクラスタリングした後、クラスタ内の画素に含まれるノイズを解析することで、該当クラスタにおいてノイズを低減させる写像方向を決定し、色変換処理を行う。
【解決手段】クラスタリング部１０４は、色再現範囲外にあり、暗部領域にある画素を１つ以上のクラスタに分類する。ノイズ解析部１０６が、クラスタ内にノイズがあると判定したとき、変換方法決定部１０７では、特定点方向に写像する色変換方法を選択する。クラスタ内にノイズがない場合は、色差最小方向に写像する色変換方法を選択する。
【選択図】図１

Description

本発明は、被出力画像の色再現範囲に比べて画像出力装置の色再現範囲が狭いとき、再現できない色を変換処理する画像処理装置、画像処理方法、プログラムおよび記録媒体に関する。

色情報は、基本的に色相（Ｈ＊）、明度（Ｌ＊）、彩度（Ｃ＊）の３つの成分から表現される。図１３は、ある色相（Ｈ＊）における明度（Ｌ＊）と彩度（Ｃ＊）の色平面を表したものである。図１３において、三角形で示した部分が出力系の色再現範囲（色域）であり、その外側の部分が出力系では再現（表現）できない色の範囲を示している。被出力画像データ（色情報）の中には、上記した三角形の内部の色もあれば、楕円で示すような三角形の外部（出力系の色再現範囲外）の色が存在する場合もある。この範囲外の色は、出力系の再現範囲の色に変換処理されるが、通常は三角形の辺の色に変換される。

例えば、色度図上の白色点を中心として色相を一定として出力系の色再現範囲外の色を、出力系の色再現範囲内に圧縮写像する方法がある（特許文献１を参照）。

しかし、上記した従来の変換処理方法は、一つの出力画像に対して単一の色変換処理を施しているために、出力画像（平面）のある部分では「色変わり」や「階調つぶれ」などが生じるという問題がある。すなわち、具体的には、本来同じ色であるにも係らず出力画像中のある部分では違和感のない画像になっていても、別のある部分では色変わりや階調のつぶれが目立ったり、またある部分では疑似階調が発生するといった現象となって現れる。

ここで、色変わりとは、被出力画像データの色が、出力画像の色と明らかに違いが分かる程度に色が変化している現象のことであり、また、階調つぶれとは、被出力画像データでは濃淡のある画像が、出力画像ではその濃淡の程度が少なくなっている現象のことであり、さらに、疑似階調とは、被出力画像データでは滑らかな濃淡のある画像が、出力画像ではその濃淡の滑らかさが失われている現象をいう。

被出力画像データの内、出力系の色再現範囲の外にある色に対して行っている従来の処理方法は、一つの出力画像に対して単一の色変換処理を施すものである。このため、同じ色であるにも係らず、画像中のある部分では適切な変換が行われていても、別のある部分では階調がつぶれていたり、またある部分では疑似階調が発生するという問題がある。

これは、変換対象となる色再現範囲外の色が、被出力画像全体の中で、どのような大きさと分布であるかを無視して一律に色変換を行っていることに起因している。すなわち、例えば、注目画素の色が連続階調の中の一色であるのか、ベタ部分の色であるのか、さらには明度方向の変化が大きい領域内の色であるのか、彩度方向の変化が大きい領域内の色であるのか、という周辺の情報によって、最適な色変換方法が異なってくる。

このような、被出力画像中の色分布情報に応じた最適な色変換を行う方法として、特許文献２では、色再現範囲外の画素で、かつ同じ色相の画素で、しかも固まって存在している画素と、そうでない画素に対して、それぞれ異なる出力系の色情報変換処理を行っている。

しかしながら、固まって存在している画素に含まれているノイズの影響を考慮することなく、色分布のみで写像方向を決定してしまうと、ノイズを増大させる方向へ写像されてしまう場合がある。特許文献３においても、画像データの色の分布に応じて、前記画像データの色域を変換する方向を変えて色変換処理を実施しているが、同様に含まれているノイズを考慮していないため、ノイズを増大させる場合がある。

本発明は上記した課題に鑑みてなされたもので、
本発明の目的は、色再現範囲外の、特に暗い画素を、色差に基づいてクラスタリングした後、クラスタ内の画素に含まれるノイズを解析することで、該当クラスタにおいてノイズを低減させる写像方向を決定し色変換処理を行う画像処理装置、画像処理方法、プログラムおよび記録媒体を提供することにある。

請求項１記載の発明では、被出力画像情報の色情報の一部が画像出力系の色再現範囲より広いとき、再現できない色情報を変換処理する画像処理装置において、前記画像出力系の色再現範囲外の色であるか否かを判定する色再現範囲判定手段と、被出力画像における暗部領域を抽出する暗部領域抽出手段と、前記色再現範囲外であり、かつ暗部領域である画素を１つ以上のクラスタに分類するクラスタ分類手段と、前記被出力画像の各画素がノイズであるか否かを判定するノイズ判定手段と、前記分類されたクラスタにおいて、前記ノイズ判定手段がノイズと判定した画素に対する特徴を抽出し、前記クラスタにおいてノイズが存在するか否かを判定するノイズ解析手段と、前記ノイズ解析手段によりノイズが存在すると判定したクラスタの色変換方法を、ノイズが存在しないと判定した場合の色変換方法とは異ならせる色変換方法決定手段と、前記色変換方法決定手段により決定した色変換方法により色変換処理を行う色変換処理手段と、を有することで、ノイズが存在する場合と存在しない場合とで色変換方法を異ならせ、被出力画像の部分的な特徴に応じた最適な色変換方法を選択することを目的とする。

請求項２記載の発明では、前記ノイズ解析手段によりノイズが存在すると判定された場合には、前記色変換方法決定手段は、特定点方向へ写像する色変換方法を選択することで、ノイズを目立たなくするように色変換することを目的とする。

請求項３記載の発明では、前記ノイズ解析手段は、前記クラスタに属するノイズ画素の明度、彩度のバラツキを解析する分布解析手段を更に備え、前記色変換方法決定手段は、前記クラスタにおける明度方向のバラツキが彩度方向よりも大きい場合には、明度の圧縮される割合が大きくなるような特定点方向へ写像することで、ノイズ画素のバラツキの方向に応じて最適な色変換方法を選択することを目的とする。

請求項４記載の発明では、前記ノイズ解析手段は、前記クラスタに属するノイズ画素の明度、彩度の分布を解析する分布解析手段を更に備え、前記色変換方法決定手段は、該クラスタにおける明度方向のノイズの分布が彩度方向よりも大きい場合には、明度が保存される方向へ写像することで、少なくとも明度方向のノイズを拡大しない色変換方法を選択することを目的とする。

請求項５記載の発明では、前記ノイズ解析手段によりノイズが存在すると判定されたクラスタが複数存在する場合には、前記色変換方法決定手段は、前記クラスタごとにクラスタ代表色に基づいて色変換方法を決定することで、複数のクラスタにおいて最適な色変換方法を選択することを目的とする。

請求項６記載の発明では、前記クラスタ代表色は、クラスタを構成する画素の色情報の平均色相値とすることで、色空間内でクラスタの位置する色相を把握し、効果的な色変換方法を決定することを目的とする。

請求項７記載の発明では、前記ノイズ判定手段は、明度、色相、彩度に対してそれぞれノイズ画素であるかを判定することで、明度、色相、彩度のノイズを判定することを目的とする。

請求項８記載の発明では、前記ノイズ判定手段は、エッジを除いた高周波成分を抽出することによりノイズ画素を判定することで、エッジ以外の高周波成分をノイズと判定することを目的とする。

本発明は、被出力画像情報の色情報の一部が画像出力系の色再現範囲より広いとき、再現できない色情報を変換処理する画像処理装置において、前記画像出力系の色再現範囲外の色であるか否かを判定する色再現範囲判定手段と、前記被出力画像における暗部領域を抽出する暗部領域抽出手段と、前記色再現範囲外であり、かつ暗部領域である画素を１つ以上のクラスタに分類するクラスタ分類手段と、前記被出力画像の各画素がノイズであるか否かを判定するノイズ判定手段と、前記分類されたクラスタにおいて、前記ノイズ判定手段がノイズと判定した画素に対する特徴を抽出し、前記クラスタにおいてノイズが存在するか否かを判定するノイズ解析手段と、前記ノイズ解析手段によりノイズが存在すると判定したクラスタの色変換方法を、ノイズが存在しないと判定した場合の色変換方法とは異ならせる色変換方法決定手段と、前記色変換方法決定手段により決定した色変換方法により色変換処理を行う色変換処理手段とを有することを最も主要な特徴とする。

本発明によれば、色再現範囲外の特に暗い画素を、色差に基づいてクラスタリングした後、クラスタ内の画素に含まれるノイズを解析することにより、該当クラスタにおいてノイズを低減させる写像方向を決定し、最適な色変換処理を施すので、ノイズを目立たなくすることができる。

本発明の実施例１の構成を示す。 実施例１の処理フローチャートを示す。 クラスタリング部の構成を示す。 クラスタリング部の処理フローチャートを示す。 ノイズ判定部の構成を示す。 ノイズ判定部の処理フローチャートを示す。 高周波成分、エッジ抽出のためのフィルタ例を示す。 ノイズ解析部の処理フローチャートを示す。 色変換方法の例を示す。 実施例２におけるノイズ解析の処理フローチャートを示す。 実施例２における写像方向の選択のための処理フローチャートである。 実施例２の写像方向を説明する図である。 出力系の色再現範囲を示す。

以下、発明の実施の形態について図面により詳細に説明する。

図１は、本発明の実施例１の構成を示す。図１において、１０１は被出力画像データ、１０２は再現色判定部、１０３は暗部領域抽出部、１０４はクラスタリング部、１０５はノイズ判定部、１０６はノイズ解析部、１０７は変換方法決定部、１０８は色変換処理部、１０９は色補正された出力画像データである。

以下の説明で、被出力画像の色情報は、基本的にＲＧＢデータにより構成されるものとし、各処理部では、必要に応じて適宜、ＲＧＢ値をＣＩＥＬ＊ａ＊ｂ＊値やＬ＊Ｃ＊Ｈ＊値（ＣＩＥ Ｌ＊ａ＊ｂ＊表色系におけるａ＊ｂ＊平面上の座標（ａ＊，ｂ＊）を極座標表示（Ｃ＊，Ｈ＊）に変換したもの）に変換し、処理を行うものとする。

図２は、本実施例の処理フローチャートを示す。ステップ１０１において、再現色判定部１０２は、被出力画像データ１０１の色情報（Ｌ＊ａ＊ｂ＊）が出力系の色再現範囲の外側の色であるか、または内側の色であるかを判定する。判定の結果、出力系の色再現範囲外の色であれば（ステップ１０１でＹＥＳ）、ステップ１０２へ移行し、出力系の色再現範囲外の色でなければ（ステップ１０１でＮＯ）、ステップ１１０へ移行し、色変換処理は行わない。

ステップ１０２において、暗部領域抽出部１０３は、被出力画像データにおける色情報に基づいて暗部領域を抽出する。以下、その抽出方法について詳細に述べる。

暗部領域抽出部１０３において、被出力画像データ１０１（少なくとも画素の位置情報と色情報（Ｌ＊ａ＊ｂ＊）が対応している）の色情報に基づいて画像の暗部領域を抽出する。

すなわち、画像の明度ヒストグラムをとり、明度ヒストグラムの分布を解析し、適応的に暗部領域か否か判定する閾値ｔｈ＿ｄａｒｋを決定する。もしくは、簡易的に全画像に共通の閾値ｔｈ＿ｄａｒｋを予め設定して、注目画素の明度Ｌ＊が予め設定した閾値よりも小さければ暗部領域の画素であると判定し、注目画素の明度Ｌ＊が予め設定した閾値以上であれば非暗部領域の画素であると判定し、それを各画素に対して順次行うことにより暗部領域を抽出する方法としてもよい。全画像に共通の閾値ｔｈ＿ｄａｒｋは、経験的にＬ＊＝２０くらいに設定しておくのが適当である。

次に、ステップ１０３において、注目画素が暗部領域内の画素であるか否かを判定する。ステップ１０２で定めた閾値ｔｈ＿ｄａｒｋと比較し、ｔｈ＿ｄａｒｋ以上であれば、暗部領域でないと判定（ステップ１０２でＮＯ）し、ステップ１０８へ移行する。暗部領域である場合（ステップ１０３でＹＥＳ）は、ステップ１０４へ移行する。

ステップ１０４において、クラスタリング部１０４は、入力された画素データを色差に基づいて１つ以上のクラスタへと分類する。この処理によって、出力系の色再現範囲外の色であり、かつ暗部領域である画素は、実質的に同一とみなされるクラスタに分類される。実質的に同一であるとは、明るさ、彩度、色相が略同一であることを示している。各画素は、画素の位置情報、色情報とともに、分類された後のクラスタ番号が付与される。クラスタ分類の方法については後述する。

クラスタリングを行った後、ステップ１０５へ移行する。ステップ１０５において、ノイズ解析部１０６は、同一のクラスタ番号が付与された画素におけるノイズ成分の解析を行う。ノイズ解析部１０６には、クラスタリング部１０４からのクラスタリング結果と同時に、ノイズ判定部１０５からのノイズ判定結果も入力され、両者の情報をもとにノイズ解析を行う。ノイズ判定部１０５における処理、ノイズ解析部１０６における処理の詳細は後述する。

ステップ１０６において、ノイズ解析部１０６はクラスタごとのノイズの存在を判定し、ノイズが存在する（ステップ１０６でＹＥＳ）場合はステップ１０７へ移行し、ノイズが存在していない（ステップ１０６でＮＯ）場合はステップ１０８へ移行する。ステップ１０７、ステップ１０８における処理は、変換方法決定部１０７が実行する。ノイズが存在する場合とそうでない場合とに分けて、異なった色変換方法を選択し決定する。

ステップ１０７において、変換方法決定部１０７が第１の色変換方法を選択した後、ステップ１０９において、色変換処理部１０８は色再現範囲外の画素に対して選択された色変換方法による色補正を施し、ステップ１１１へ移行する。ステップ１１０では、色再現範囲内の画素であるため特に色変換処理を行わずに、ステップ１１１へ移行する。ステップ１１１では、ステップ１０９において色変換処理を行った（もしくは色変換処理をしない）結果を、補正された出力画像１０９として出力し、終了する。

次に、ステップ１０４のクラスタリング処理の詳細について述べる。ステップ１０４において、クラスタリング部１０４は入力された画素の色情報に基づいて少なくとも１つ以上のクラスタに分類する。

図３は、クラスタリング部１０４の構成を示す。クラスタリング部１０４には、再現色判定部１０２による再現色判定結果、暗部領域であるか否かを判定するための暗部領域抽出閾値ｔｈ＿ｄａｒｋと、さらに入力画素の色情報であるＬ＊ａ＊ｂ＊が入力される。

図４は、クラスタリング部１０４の処理フローチャートである。ステップ２０２において、注目画素が暗部領域であり、かつ色再現範囲外であるかの判定を行う。暗部領域であるかの判定は、暗部閾値ｔｈ＿ｄａｒｋと注目画素のＬ＊の値を比較し、
注目画素のＬ＊≧ｔｈ＿ｄａｒｋ ならば、暗部領域ではない
注目画素のＬ＊＜ｔｈ＿ｄａｒｋ ならば、暗部領域である
と判定する。
また、色再現範囲外であるかの判定は、再現色判定部１０２における判定結果をそのまま用いる。

以上のようにして、注目画素が、暗部領域であり、かつ色再現範囲外である（ステップ２０２においてＹＥＳ）場合は、ステップ２０３へ移行する。それ以外（ステップ２０２においてＮＯ）の場合は、ステップ２０１へ戻り、次の画素に対する処理を行う。

ステップ２０３以降では、注目画素のＬ＊ａ＊ｂ＊を用いて、クラスタリングを行う。初めて注目画素が入力された時点では、クラスタ数ＮはＮ＝０に初期化された状態であるため（ステップ２００）、色差による条件分岐（ステップ２０６）で“ＮＯ”の方に進んでクラスタ番号１を新規クラスタとして追加し、クラスタ数をＮ＝１に設定し、クラスタ番号１の画素数をｎ（１）＝０に設定する（ステップ２０９）。さらに、クラスタ番号１の平均Ｌ＊ａ＊ｂ＊に注目画素のＬ＊ａ＊ｂ＊値が設定される（ステップ２１０）。

その後は、順次入力される注目画素のＬ＊ａ＊ｂ＊値に対して、各クラスタの平均Ｌ＊ａ＊ｂ＊との色差を求め（ステップ２０４）、その中で色差最小のクラスタ番号ｊと色差ｄＥ＿ｍｉｎの組を抽出する（ステップ２０５）。

色差による条件分岐（ステップ２０６）で、色差ｄＥ＿ｍｉｎが予め設定された閾値ｄＥ＿ｔｈ以下であれば（ステップ２０６でＹＥＳ）、ステップ２０７の方に進んでクラスタｊに入力画素を追加し、平均Ｌ＊ａ＊ｂ＊を再計算する。クラスタｊの画素数ｎ（ｊ）を＋１して、Ｌ＊ａ＊ｂ＊の平均値を以下の式に従い再計算する。

（再計算後の平均Ｌ＊）＝（（再計算前の平均Ｌ＊）×（ｎ（ｊ）−１）＋（入力画素のＬ＊））／ｎ（ｊ）
（再計算後の平均ａ＊）＝（（再計算前の平均ａ＊）×（ｎ（ｊ）−１）＋（入力画素のａ＊））／ｎ（ｊ）
（再計算後の平均ｂ＊）＝（（再計算前の平均ｂ＊）×（ｎ（ｊ）−１）＋（入力画素のｂ＊））／ｎ（ｊ）
色差による条件分岐（ステップ２０６）で、色差ｄＥ＿ｍｉｎが予め設定された閾値ｄＥ＿ｔｈより大きければ（ステップ２０６でＮＯ）、ステップ２０９の方に進んで新規クラスタを追加し、クラスタ数Ｎをカウントアップして新規クラスタの画素数を０に設定し、平均Ｌ＊ａ＊ｂ＊に入力画素のＬ＊ａ＊ｂ＊を設定する（ステップ２０９、ステップ２１０）。

新規クラスタを追加するか否かの境界色差を表しているのがｄＥ＿ｔｈであり、暗部の何が写っているかはっきり視認できない領域を対象としていることを考慮して、ｄＥ＿ｔｈを予め設定する。

注目画素がいずれかのクラスタに属する場合は、その画素位置に対応した色情報とともに、クラスタ番号が付与され（ステップ２１１）、後のノイズ解析で利用される。

全ての画素において処理を終了した時点（ステップ２０１でＹＥＳ）で、クラスタリング終了となる。まだ終了していない場合は、ステップ２０２以降の処理を繰り返す。クラスタリングが終了した時点で、クラスタ数、各注目画素がどのクラスタに属するか（もしくは、どのクラスタにも属さないか）、さらに、各クラスタにおける平均Ｌ＊ａ＊ｂ＊値を得ることが出来る。

次に、ステップ１０５で行うノイズ解析の方法について述べる。ステップ１０５のノイズ解析では、クラスタ分類された各クラスタにおいてノイズが存在するか否かを解析する。そのための前処理として、まず、ノイズ判定部１０５において、被出力画像全体に対してノイズ判定を行うが、このノイズ判定の詳細について述べる。

図５は、ノイズ判定部１０５の構成を示す。色空間変換部５０１は、入力される画像データのＲＧＢ信号をＬ＊Ｃ＊Ｈ＊色空間変換へ変換する。高周波成分抽出部５０２は、色空間変換後のＬ＊、Ｃ＊、Ｈ＊信号ごとに高周波成分の抽出を行う。エッジ判定部５０３は、Ｌ＊、Ｃ＊、Ｈ＊信号ごとにエッジ判定を行う。

ノイズ判定部５０４〜５０６は、入力される高周波成分抽出結果と、エッジ判定結果に基づいて、ノイズ判定を行う。総合判定部５０７は、Ｌ＊、Ｃ＊、Ｈ＊信号におけるノイズ判定結果に基づいて注目画素がノイズであるか否かの最終的な判断を行う。

図６は、ノイズ判定部の処理フローチャートを示す。ステップ３０１において、まず、色空間変換部５０１は入力されたＲＧＢデータをＬ＊Ｃ＊Ｈ＊空間へ変換する。以降では、説明の簡略化のためにＬ＊、Ｃ＊、Ｈ＊に拘らず同等の処理フローとして説明するが、実際は、Ｌ＊、Ｃ＊、Ｈ＊信号ごとに実行される処理フローである。

次に、色空間変換処理を施した信号に対して、空間フィルタ処理を施し、高周波成分の抽出を行う。抽出は、Ｌ＊、Ｃ＊、Ｈ＊のそれぞれに対して行う。高周波成分を抽出するため、高周波成分抽出部５０２において、ハイパスフィルタ処理演算を行い、演算結果を抽出値とする（ステップ３０２）。フィルタ演算方法については後述する。

次に、抽出値を予め定めた閾値ｔｈ＿ｈｉｇｈと比較し、ｔｈ＿ｈｉｇｈ以上である場合（ステップ３０３でＹＥＳ）に、当該画素はノイズ候補であると判定し、ステップ３０４へ進む。ｔｈ＿ｈｉｇｈ以上でない場合（ステップ３０３でＮＯ）は、ステップ３０７へ進む。

次に、エッジ判定部５０３において、当該画素がエッジであるか否かを判定するためのフィルタ処理演算を行い、エッジ特徴量を算出する（ステップ３０４）。フィルタ演算方法については後述する。

本実施例において、ノイズとして判定したい画素は、エッジのような画素ではなく、比較的平坦な領域において生じるノイズである。そのために、高周波成分と、エッジ特徴量との２つ特徴を用いる。

ステップ３０２で行う高周波成分抽出のためのフィルタ演算処理は、例えば、図７（ａ）に示すような３ｘ３（注目画素は中心の画素）のフィルタ演算を行い、その演算値の絶対値を高周波成分とする。また、ステップ３０４で行うエッジ特徴量抽出のためのフィルタ演算処理は、例えば、図７（ｂ）〜（ｅ）に示すような４つの３ｘ３（注目画素は中心の画素）のフィルタ演算を行い、４つのフィルタ演算結果における絶対値の中で最大値をエッジ特徴量として算出する（（ｂ）は垂直方向のエッジ、（ｃ）は水平方向のエッジ、（ｄ）、（ｅ）は斜め方向のエッジを抽出）。

次に、ノイズ判定部５０４〜５０６は、抽出したエッジ特徴量を予め定めたエッジ判定閾値ｔｈ＿ｅｄｇｅと比較し、ｔｈ＿ｅｄｇｅ以上であれば当該画素はエッジであると判定し（ステップ３０５でＹＥＳ）、ステップ３０７へ進み、ｔｈ＿ｅｄｇｅ以上でない場合（ステップ３０５でＮＯ）は、ステップ３０６へ進む。

ステップ３０６では、注目画素をノイズ画素であると判定し、ステップ３０８へ進む。ステップ３０７では注目画素をノイズ画素ではないと判定し、ステップ３０８へ進む。

ステップ３０８では、全ての画素でのノイズ判定を終了したかを判定し、全ての画素で判定を終了したら、処理を終了する。そうでない場合は、ステップ３０１に戻り、次の注目画素に対して処理を続ける。

本実施例では、高周波成分抽出のために３ｘ３のハイパスフィルタを、エッジ特徴量抽出のために３ｘ３のエッジ抽出フィルタを用いる例を示したが、適切にノイズ成分が抽出可能であれば、どのようなフィルタを用いてもよい。また、ｔｈ＿ｈｉｇｈ、ｔｈ＿ｅｄｇｅは、Ｌ＊、Ｃ＊、Ｈ＊信号ともに同じ閾値を使用しているが、各信号ごとに別々の閾値を設定しても良い。

次に、総合判定部５０７における処理の説明を行う。総合判定部５０７では、先に説明したノイズ判定フローで、Ｌ＊、Ｃ＊、Ｈ＊信号のいずれか１つでもノイズと判定された場合に、最終的に注目画素はノイズであると判定する。総合判定結果は、例えば、ノイズであると最終的に判定した画素について、”１”、そうでない場合は”０”として判定結果を出力する。

次に、ステップ１０５におけるノイズ解析処理ついて詳細に説明する。ノイズ解析はノイズ解析部１０６において行う。ノイズ解析部１０６では、クラスタリング部１０４からのクラスタリング結果と、ノイズ判定部１０５からのノイズ判定結果を用いて、被出力画像データにおいて色再現範囲外であり、かつ、暗部領域である画素に対して同一クラスタに分類された画素のノイズの有無を解析する。

図８は、ノイズ解析部１０６における処理フローチャートを示す。ステップ４０１では、注目画素に対して、クラスタ番号が付与されているか否かを参照する。参照の結果、注目画素にクラスタ番号が付与されている場合（ステップ４０２でＹＥＳ）は、注目画素のノイズ判定結果を参照する（ステップ４０３）。注目画素にクラスタ番号が付与されていない場合（ステップ４０２でＮＯ）は、ステップ４０６へ移行する。

注目画素のノイズ判定結果を参照した結果、注目画素がノイズである場合（ステップ４０４でＹＥＳ）は、注目画素に付与されているクラスタ番号における、ノイズ計数値をカウントアップし更新する（ステップ４０５）。

例えば、ノイズ計数値をｎｕｍ＿ＮＯＩＳＥ（ｎ）とすると、
ｎｕｍ＿ＮＯＩＳＥ（ｎ）＝ｎｕｍ＿ＮＯＩＳＥ（ｎ）＋１
｛但し、ｎはクラスタ番号、ｎｕｍ＿ＮＯＩＳＥ（ｎ）は０に初期化されている｝
ステップ４０６では、被出力画像データの全てにおいて行ったか否かを判定し、全画素に対して終了した場合は（ステップ４０６でＹＥＳ）、ステップ４０７へ移行し、全画素に対して終了していない場合は、ステップ４０１へ戻り、ノイズ計数の処理を繰り返す。ここまでの処理で、各クラスタにおけるノイズ画素数が計数される。

次に、ステップ４０７では、対象とするクラスタ番号を１番目のクラスタに設定し、設定したクラスタにおけるノイズ計数値（ｎｕｍ＿ＮＯＩＳＥ（ｎ））を予め定めた閾値ｔｈ＿ｎｕｍと比較する。比較の結果、対象クラスタのノイズ計数値（例えば、１番目のクラスタならｎｕｍ＿ＮＯＩＳＥ（１））が閾値以上であれば（ステップ４０８でＹＥＳ）、対象クラスタにノイズが存在すると判定する（ステップ４０９）。比較の結果、対象クラスタのノイズ計数値が閾値以上でなければ（ステップ４０８でＮＯ）、対象クラスタにノイズが存在しないと判定する（ステップ４１０）。

ステップ４１１では、全てのクラスタにおいて解析終了したか否かを判定し、全クラスタにおいて終了した場合（ステップ４１１でＹＥＳ）は、処理を終了する。全クラスタにおいて終了していない場合（ステップ４１１でＮＯ）は、次のクラスタ番号を解析対象とするクラスタに設定し、ステップ４０７からの処理を繰り返す。

次に、色変換方法の決定方法を説明する。ステップ１０７、ステップ１０８では、クラスタにノイズが存在するか否かの判定結果に応じて色変換方法を選択しているが、この処理を行う変換方法決定部１０７について詳細に述べる。

変換方法決定部１０７では、クラスタにノイズが存在すると判定した場合の変換方法として、図９（ａ）に示すように特定点方向に写像する色変換方法を選択する。また、クラスタにノイズが存在しないと判定した場合の変換方法として、図９（ｂ）に示すような色差最小方向に写像する変換方法を選択する。変換方法は、各クラスタごとに選択する。

クラスタリング部１０４の処理において説明したように、各クラスタにおける平均Ｌ＊ａ＊ｂ＊の情報が分かっており、この情報から各クラスタの平均色相Ｈ＊を得ることができる。ノイズが存在すると判定したクラスタの色相においては、特定点方向に写像する色変換方法を選択し、ノイズが存在しないと判定したクラスタの色相においては、色差最小方向に写像するというように、クラスタの平均色相に応じて写像方向の選択、決定を行う。

以上説明したように、出力系の色再現範囲外であり、かつ、暗部領域の画素に対してクラスタ分類し、各クラスタにおけるノイズ解析を行い、ノイズが存在する場合にはノイズが目立たなくなるようにクラスタの平均色相における色変換の方法を選択するので、被出力画像において部分的に最適な色変換処理が施され、ノイズを目立たなくすることが出来る。

本実施例によれば、被出力画像情報の色情報の一部が画像出力系の色再現範囲より広いとき、再現できない色情報を変換処理する画像処理装置において、前記画像出力系の色再現範囲外の色であるか否かを判定する色再現範囲判定手段と、被出力画像における暗部領域を抽出する暗部領域抽出手段と、前記色再現範囲外であり、かつ暗部領域である画素を１つ以上のクラスタに分類するクラスタ分類手段と、前記被出力画像の各画素がノイズであるか否かを判定するノイズ判定手段と、前記分類されたクラスタにおいて、前記ノイズ判定手段がノイズと判定した画素に対する特徴を抽出し、前記クラスタにおいてノイズが存在するか否かを判定するノイズ解析手段と、前記ノイズ解析手段によりノイズが存在すると判定したクラスタの色変換方法を、ノイズが存在しないと判定した場合の色変換方法とは異ならせる色変換方法決定手段と、前記色変換方法決定手段により決定した色変換方法により色変換処理を行う色変換処理手段とを有しているので、クラスタを構成する画素の特徴に基づき、ノイズが存在する場合と存在しない場合とで色変換方法を異ならせるので、被出力画像の部分的な特徴に応じた最適な色変換方法を選択することができる。

また、本実施例によれば、前記ノイズ解析手段によりノイズが存在すると判定された場合には、前記色変換方法決定手段は、特定点方向へ写像する色変換方法を選択するので、ノイズが存在するクラスタにおいては、ノイズを目立たなくするように色変換できる。

また、本実施例によれば、前記ノイズ解析手段によりノイズが存在すると判定されたクラスタが複数存在する場合には、前記色変換方法決定手段は、前記クラスタごとにクラスタ代表色に基づいて色変換方法を決定するので、複数のクラスタにおいて最適な色変換方法を決定することができる。

また、本実施例によれば、前記クラスタ代表色は、クラスタを構成する画素の色情報の平均色相値とするので、色空間内でクラスタの位置する色相を把握し、効果的な色変換方法を決定することができる。

また、本実施例によれば、前記ノイズ判定手段は、明度、色相、彩度に対してそれぞれノイズ画素であるかを判定するので、詳細にノイズ画素を判定することができる。

さらに、本実施例によれば、前記ノイズ判定手段は、エッジを除いた高周波成分を抽出することにより判定するので、エッジ以外の高周波成分をノイズと判定することができる。

実施例１では、クラスタごとにノイズが存在するか否かを判定し、判定結果に基づいて写像方向を選択する方法について説明したが、本実施例では、クラスタごとのノイズ分布の特徴に基づいて写像方向を選択する方法について述べる。

本実施例における全体の構成については、実施例１で説明した図１と同一であり、また、全体の処理フローも図２と同一である。

クラスタごとのノイズ特徴を解析し、解析したノイズ特徴に基づいて写像方向を選択する部分が異なるため、ノイズ解析と、色変換方法の選択について説明する。

まず、本実施例におけるノイズ解析を説明する。図１０は、本実施例におけるノイズ解析の処理フローチャートを示す。この処理フローは、ノイズ解析部１０５における処理を示している。

ステップ５０１では、注目画素に対して、クラスタ番号が付与されているか否かを参照する。参照の結果、注目画素にクラスタ番号が付与されている場合（ステップ５０２でＹＥＳ）は、注目画素のノイズ判定結果を参照する（ステップ５０３）。注目画素にクラスタ番号が付与されていない場合（ステップ５０２でＮＯ）は、ステップ５０７へ移行する。

注目画素のノイズ判定結果を参照した結果、注目画素がノイズである場合（ステップ５０４でＹＥＳ）は、注目画素に付与されているクラスタ番号における、ノイズ特徴量として注目画素を用いた標準偏差を算出／更新する（ステップ５０５）。標準偏差は、実施例１でも説明したＲＧＢデータをＬ＊Ｃ＊Ｈ＊空間変換した信号に基づいて算出する。算出／更新する標準偏差は、Ｌ＊、Ｃ＊、Ｈ＊信号ごとに算出する。

次に、注目画素に付与されているクラスタ番号における、ノイズ計数値をカウントアップし更新する（ステップ５０６）。ステップ５０７では、入力される画素全てにおいて処理を行ったか否かを判定し、全てにおいて処理を行った場合（ステップ５０７でＹＥＳ）はステップ５０８へ移行し、そうでない場合（ステップ５０７でＮＯ）は、ステップ５０１へ戻り、ノイズ解析の処理を繰り返す。

ステップ５０８では、対象とするクラスタを１番目のクラスタに設定し、１番目のノイズ計数値（ｎｕｍ＿ＮＯＩＳＥ（１））を予め定めた閾値ｔｈ＿ｎｕｍと比較する。比較の結果、対象クラスタのノイズ計数値（この場合１番目のクラスタなのでｎｕｍ＿ＮＯＩＳＥ（１））が閾値以上であれば（ステップ５０９でＹＥＳ）、対象クラスタにノイズが存在すると判定する（ステップ５１０）。比較の結果、対象クラスタのノイズ計数値（この場合１番目のクラスタなのでｎｕｍ＿ＮＯＩＳＥ（１））が閾値以上でなければ（ステップ５０９でＮＯ）、対象クラスタにノイズが存在しないと判定する（ステップ５１１）。

ステップ５１２では、全てのクラスタにおいて終了したか否かを判定し、全クラスタにおいて終了した場合（ステップ５１２でＹＥＳ）は、処理を終了する。そうでない場合（ステップ５１２でＮＯ）は、ステップ５０８に戻り、次のクラスタ番号を対象とするクラスタに設定し、以降の処理を繰り返す。

次に、本実施例における色変換方法の選択方法について説明する。実施例１では、ノイズが存在する場合に写像方向を異ならせるように制御したが、実施例２では、さらに、ノイズの特徴量である標準偏差に基づいて、写像方向を異ならせる方法について説明する。

変換方法決定部１０７では、ノイズ解析部１０６で解析した、各クラスタのノイズにおけるＬ＊とＣ＊の標準偏差を比較し、Ｌ＊の標準偏差が大きい場合に、Ｌ＊のノイズが圧縮されやすくなる特定点方向へ写像方向を定める。

図１１は、変換方法決定部１０７における写像方向の選択のための処理フローチャートである。ステップ６０１では、対象となるクラスタにおけるＬ＊、Ｃ＊それぞれの標準偏差を参照する。ここでいう対象となるクラスタとは、ノイズ解析部１０６での解析により、ノイズが存在すると判定したクラスタである。

ステップ６０２では、Ｌ＊とＣ＊の標準偏差を比較し、Ｌ＊の標準偏差がＣ＊の標準偏差以上である場合（ステップ６０２でＹＥＳ）は、Ｌ＊を圧縮する度合いが高くなる写像方向を決定する（ステップ６０３）。そうでない場合（ステップ６０２でＮＯ）は、Ｌ＊を圧縮する度合いが高くなる写像方向を選択しない（ステップ６０４）。

ステップ６０５では対象となる全クラスタにおいて終了したか否かを判定し、終了した場合は処理を終える。そうでない場合は、ステップ６０１に戻り、次の対象クラスタに対する写像方向決定のための処理を繰り返す。

Ｌ＊を圧縮する度合いが高い写像方向とは、例えば図１２に示すように、特定点Ｐが通常の場合（点線）よりも高い圧縮度合いを示す方向（特定点Ｐ’の方向）である。

以上説明したように、ノイズの特徴に応じて、Ｌ＊のノイズが高いときは明度の圧縮度合いを高くし、効果的にノイズを低減することが可能な写像方向を選択することが可能となる。

本実施例によれば、ノイズ解析手段が、クラスタに属するノイズ画素の明度、彩度のバラツキを解析する分布解析手段を更に備え、色変換方法決定手段が、前記クラスタにおける明度方向のバラツキが彩度方向よりも大きい場合には、明度の圧縮される割合が大きくなるような特定点方向へ写像するので、クラスタを構成するノイズ画素のバラツキの方向に応じて最適な色変換方法を選択することができる。

実施例２では、対象とするクラスタのノイズを解析し、ノイズにおけるＬ＊の標準偏差がＣ＊の標準偏差より大きい場合は、Ｌ＊の圧縮度合いが高くなる特定点方向へ写像方向を選択したが、少なくともＬ＊の分布が広がらないように、図９（ｃ）に示すような明度を保存する方向を写像方向として選択しても良い。

本実施例によれば、ノイズ解析手段が、クラスタに属するノイズ画素の明度、彩度の分布を解析する分布解析手段を更に備え、色変換方法決定手段が、前記クラスタにおける明度方向のノイズの分布が彩度方向よりも大きい場合には、明度が保存される方向へ写像するので、少なくとも明度方向のノイズを拡大しないように色変換することができる。

本発明は、前述した実施例の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても達成される。この場合、記憶媒体から読出されたプログラムコード自体が前述した各実施例の機能を実現することになる。プログラムコードを供給するための記憶媒体としては、例えば、ハードディスク、光ディスク、光磁気ディスク、不揮発性のメモリカード、ＲＯＭなどを用いることができる。また、コンピュータが読出したプログラムコードを実行することにより、前述した実施例の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した各実施例の機能が実現される場合も含まれる。さらに、記憶媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した各実施例の機能が実現される場合も含まれる。また、本発明の実施例の機能等を実現するためのプログラムは、ネットワークを介した通信によってサーバから提供されるものでも良い。

１０１ 出力画像
１０２ 再現色判定部
１０３ 暗部領域抽出部
１０４ クラスタリング部
１０５ ノイズ判定部
１０６ ノイズ解析部
１０７ 変換方法決定部
１０８ 色変換処理部
１０９ 補正された出力画像

特開昭６１−２８８６９０号公報 特許第３５０２４９６号公報 特開２００２−０２７２６３号公報

Claims (11)

1. 被出力画像情報の色情報の一部が画像出力系の色再現範囲より広いとき、再現できない色情報を変換処理する画像処理装置において、前記画像出力系の色再現範囲外の色であるか否かを判定する色再現範囲判定手段と、前記被出力画像における暗部領域を抽出する暗部領域抽出手段と、前記色再現範囲外であり、かつ暗部領域である画素を１つ以上のクラスタに分類するクラスタ分類手段と、前記被出力画像の各画素がノイズであるか否かを判定するノイズ判定手段と、前記分類されたクラスタにおいて、前記ノイズ判定手段がノイズと判定した画素に対する特徴を抽出し、前記クラスタにおいてノイズが存在するか否かを判定するノイズ解析手段と、前記ノイズ解析手段によりノイズが存在すると判定したクラスタの色変換方法を、ノイズが存在しないと判定した場合の色変換方法とは異ならせる色変換方法決定手段と、前記色変換方法決定手段により決定した色変換方法により色変換処理を行う色変換処理手段とを有することを特徴とする画像処理装置。
2. 前記ノイズ解析手段によりノイズが存在すると判定された場合には、前記色変換方法決定手段は、特定点方向へ写像する色変換方法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。
3. 前記ノイズ解析手段は、前記クラスタに属するノイズ画素の明度、彩度のバラツキを解析する分布解析手段を更に備え、前記色変換方法決定手段は、前記クラスタにおける明度方向のバラツキが彩度方向よりも大きい場合には、明度の圧縮される割合が大きくなるような特定点方向へ写像することを特徴とする請求項１または２記載の画像処理装置。
4. 前記ノイズ解析手段は、前記クラスタに属するノイズ画素の明度、彩度の分布を解析する分布解析手段を更に備え、前記色変換方法決定手段は、前記クラスタにおける明度方向のノイズの分布が彩度方向よりも大きい場合には、明度が保存される方向へ写像することを特徴とする請求項１または２記載の画像処理装置。
5. 前記ノイズ解析手段によりノイズが存在すると判定されたクラスタが複数存在する場合には、前記色変換方法決定手段は、前記クラスタごとにクラスタ代表色に基づいて色変換方法を決定することを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。
6. 前記クラスタ代表色は、クラスタを構成する画素の色情報の平均色相値であることを特徴とする請求項５記載の画像処理装置。
7. 前記ノイズ判定手段は、明度、色相、彩度に対してそれぞれノイズ画素であるかを判定することを特徴とする請求項１記載の画像処理装置。
8. 前記ノイズ判定手段は、エッジを除いた高周波成分を抽出することによりノイズ画素を判定することを特徴とする請求項１記載の画像処理装置。
9. 被出力画像情報の色情報の一部が画像出力系の色再現範囲より広いとき、再現できない色情報を変換処理する画像処理方法において、前記画像出力系の色再現範囲外の色であるか否かを判定する色再現範囲判定工程と、前記被出力画像における暗部領域を抽出する暗部領域抽出工程と、前記色再現範囲外であり、かつ暗部領域である画素を１つ以上のクラスタに分類するクラスタ分類工程と、前記被出力画像の各画素がノイズであるか否かを判定するノイズ判定工程と、前記分類されたクラスタにおいて、前記ノイズ判定工程がノイズと判定した画素に対する特徴を抽出し、前記クラスタにおいてノイズが存在するか否かを判定するノイズ解析工程と、前記ノイズ解析工程によりノイズが存在すると判定したクラスタの色変換方法を、ノイズが存在しないと判定した場合の色変換方法とは異ならせる色変換方法決定工程と、前記色変換方法決定工程により決定した色変換方法により色変換処理を行う色変換処理工程とを有することを特徴とする画像処理方法。
10. 請求項９記載の画像処理方法をコンピュータに実現させるためのプログラム。
11. 請求項９記載の画像処理方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images