JP2013097463A - 画像評価装置、画像評価方法、およびプログラム - Google Patents
画像評価装置、画像評価方法、およびプログラム Download PDFInfo
- Publication number
- JP2013097463A JP2013097463A JP2011237851A JP2011237851A JP2013097463A JP 2013097463 A JP2013097463 A JP 2013097463A JP 2011237851 A JP2011237851 A JP 2011237851A JP 2011237851 A JP2011237851 A JP 2011237851A JP 2013097463 A JP2013097463 A JP 2013097463A
- Authority
- JP
- Japan
- Prior art keywords
- image
- function
- image feature
- visual
- frequency characteristic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/409—Edge or detail enhancement; Noise or error suppression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】最適な視覚特性での評価を行うことができ、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが可能な画像評価装置、画像評価方法、およびプログラムを提供する。
【解決手段】視覚特性の関数をあらかじめ複数保持する保持部と、被評価画像の画像特徴量を抽出する画像特徴量抽出部と、被評価画像の周波数特性を抽出する周波数特性抽出部と、保持部の複数の視覚特性の関数から画像特徴量抽出部で抽出された画像特徴量に応じた視覚特性の関数を選択し、選択した視覚特性の関数により周波数特性抽出部で抽出された周波数特性を補正する補正部と、補正部で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得部とを有する。
【選択図】図４
【解決手段】視覚特性の関数をあらかじめ複数保持する保持部と、被評価画像の画像特徴量を抽出する画像特徴量抽出部と、被評価画像の周波数特性を抽出する周波数特性抽出部と、保持部の複数の視覚特性の関数から画像特徴量抽出部で抽出された画像特徴量に応じた視覚特性の関数を選択し、選択した視覚特性の関数により周波数特性抽出部で抽出された周波数特性を補正する補正部と、補正部で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得部とを有する。
【選択図】図４
Description
本発明は、デジタルカメラ等の画像入力機器から得られる画像の評価を行う画像評価装置、画像評価方法、およびプログラムに関するものである。
画像入力機器から得られる画像の画質評価では、空間周波数成分が見た目に大きく影響することが知られており、先行技術ではＣＳＦ（Contrast Sensitivity Function、ＶＴＦ）と呼ばれる視覚特性にかかわる関数を用いている（特許文献１参照）。
特許文献１に開示された画像評価装置は、画像入力機器から入力した被評価画像を用いて画像表示機器に表示したときの画像情報を空間周波数分布情報に変換する。
画象評価装置は、変換して得られた空間周波数分布情報を観察パラメータに応じた人間の視覚系の空間周波数特性を表す関数によってフィルタリング処理した後、逆変換することにより得られた画像情報から画像評価値を算出する。
画象評価装置は、変換して得られた空間周波数分布情報を観察パラメータに応じた人間の視覚系の空間周波数特性を表す関数によってフィルタリング処理した後、逆変換することにより得られた画像情報から画像評価値を算出する。
観察パラメータとは、観察距離、画面平均輝度、画面周辺部の輝度に関するパラメータである。
「画像と視覚情報科学」（映像メディア学会）P.74
ところで、人間の視覚系の空間周波数特性は画像のコントラスト（画像特徴量）によって大きく変わるが、上記した画像評価装置では、その点を考慮していない。従来技術で考慮されているのは「観察パラメータ」のみである。
したがって、上記した画像評価装置は、最適な視覚特性での評価を行うことは困難で、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが困難である。
したがって、上記した画像評価装置は、最適な視覚特性での評価を行うことは困難で、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが困難である。
なお、視覚特性がコントラスト依存性を持つということは、非特許文献１に次のように記載されている：
「低コントラストの弁別限界（閾値）状態でのＭＴＦは全般的に特定周波数域で感度極大を持つバンドパス型の特性を示し、高コントラストでの見かけのコントラストを求める閾上値状態ではローパス型に変化する。」
「低コントラストの弁別限界（閾値）状態でのＭＴＦは全般的に特定周波数域で感度極大を持つバンドパス型の特性を示し、高コントラストでの見かけのコントラストを求める閾上値状態ではローパス型に変化する。」
本発明は、最適な視覚特性での評価を行うことができ、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが可能な画像評価装置、画像評価方法、およびプログラムを提供することにある。
本発明の第１の観点の画像評価装置は、視覚特性の関数をあらかじめ複数保持する保持部と、被評価画像の画像特徴量を抽出する画像特徴量抽出部と、被評価画像の周波数特性を抽出する周波数特性抽出部と、上記保持部の複数の視覚特性の関数から上記画像特徴量抽出部で抽出された画像特徴量に応じた視覚特性の関数を選択する選択部と、上記選択部で選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正部と、上記補正部で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得部とを有する。
本発明の第２の観点の画像評価方法は、被評価画像の画像特徴量を抽出する画像特徴量抽出ステップと、被評価画像の周波数特性を抽出する周波数特性抽出ステップと、あらかじめ与えられた複数の視覚特性の感動関数から上記画像特徴量抽出ステップで抽出された画像特徴量に応じた視覚特性の関数を選択する選択ステップと、上記選択ステップで選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正ステップと、上記補正ステップで補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得ステップとを有する。
本発明の第３の観点は、被評価画像の画像特徴量を抽出する画像特徴量抽出処理と、被評価画像の周波数特性を抽出する周波数特性抽出処理と、あらかじめ与えられた複数の視覚特性の関数から上記画像特徴量抽出処理で抽出された画像特徴量に応じた視覚特性の関数を選択する選択処理と、上記選択処理で選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正処理と、上記補正処理で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得処理とを有する画像評価処理をコンピュータに実行させるプログラムである。
本発明によれば、最適な視覚特性での評価を行うことができ、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことができる。
以下、本発明の実施形態を図面に関連付けて説明する。
なお、説明は以下の順序で行う。
１．画像評価システムの全体構成の概要
２．画像評価装置の構成
３．閾値による視覚特性の関数の選択方法
なお、説明は以下の順序で行う。
１．画像評価システムの全体構成の概要
２．画像評価装置の構成
３．閾値による視覚特性の関数の選択方法
＜１．画像評価システムの全体構成の概要＞
図１は、本実施形態に係る画像評価装置が採用される画像評価システムの全体構成の概要を示すブロック図である。
図１は、本実施形態に係る画像評価装置が採用される画像評価システムの全体構成の概要を示すブロック図である。
本画像評価システム１０は、画像入力機器２０、画像表示部３０、観察パラメータ入力部４０、および画像評価装置５０を含んで構成されている。
画像評価システム１０において、デジタルカメラ等の画像入力機器２０で撮像されたデジタル画像やチャート画像等である被評価画像Ｓ２０が画像評価装置５０に入力され、液晶表示装置（ＬＣＤ）等の画像表示部３０に表示される。
画像評価装置５０には、画像表示部３０に表示される画像入力機器２０で得られた被評価画像Ｓ２０および観察パラメータ入力部４０から入力される観察条件を含む観察パラメータＳ４０が入力される。
画像評価装置５０は、与えられる観察条件から被評価画像の画質評価値を算出する。
ここで、観察パラメータには、観察距離（視距離）、画面平均輝度、画面周辺部の輝度に関するパラメータが含まれる。たとえば、観察パラメータには、観察者から画像表示部までの距離、画像表示部での解像度（例．９６ｄｐｉ）など観察条件が含まれる。
画像評価装置５０は、与えられる観察条件から被評価画像の画質評価値を算出する。
ここで、観察パラメータには、観察距離（視距離）、画面平均輝度、画面周辺部の輝度に関するパラメータが含まれる。たとえば、観察パラメータには、観察者から画像表示部までの距離、画像表示部での解像度（例．９６ｄｐｉ）など観察条件が含まれる。
＜２．画像評価装置の構成＞
画像評価装置５０は、画質（画像）評価値処理部５１および出力部５２を有する。
画質評価値処理部５１は、後で詳述するように、観察画像の画像特徴量（たとえばコントラスト）、並びに被評価画像の周波数特性を抽出する。
画質（画像）評価値処理部５１は、あらかじめ与えられる複数の視覚特性（空間周波数と感度）の関数から抽出した画像特徴量に応じた視覚特性の関数を選択する。画質評価値処理部５１は、選択した視覚特性の関数により抽出した周波数特性を補正し、補正した周波数特性情報に基づいて画像評価値を得る。
画像特徴量には、被評価画像のコントラスト、背景画像の輝度情報たとえば背景画像の平均輝度、あるいは、被評価画像の周波数解析結果（パワースペクトル）等が含まれる。
画像評価装置５０は、画質（画像）評価値処理部５１および出力部５２を有する。
画質評価値処理部５１は、後で詳述するように、観察画像の画像特徴量（たとえばコントラスト）、並びに被評価画像の周波数特性を抽出する。
画質（画像）評価値処理部５１は、あらかじめ与えられる複数の視覚特性（空間周波数と感度）の関数から抽出した画像特徴量に応じた視覚特性の関数を選択する。画質評価値処理部５１は、選択した視覚特性の関数により抽出した周波数特性を補正し、補正した周波数特性情報に基づいて画像評価値を得る。
画像特徴量には、被評価画像のコントラスト、背景画像の輝度情報たとえば背景画像の平均輝度、あるいは、被評価画像の周波数解析結果（パワースペクトル）等が含まれる。
本実施形態の画像評価装置５０は、複数の視覚特性の関数の中から抽出した被評価画像の画像特徴量に応じた視覚特性の関数を選択し、選択した視覚特性で周波数特性の補正を行うことを特徴としている。
図２（Ａ）、（Ｂ）および（Ｃ）は、視覚系の空間周波数特性を示す図である。
図２（Ａ）は一般的な視覚系の空間周波数の求め方を説明するための図である。
図２（Ｂ）は本実施形態に係る視覚系の空間周波数の求め方を説明するための図である。
図２（Ｃ）は図２（Ａ）のコントラストの検知限度（限界値）ＣＬＭから求めたＣＳＦ（＝ＶＴＦ）をグラフ化して示す図である。
図３は、本実施形態に係る画像評価装置に適用される視覚特性について説明するための図である。
図２（Ａ）、（Ｂ）および（Ｃ）は、視覚系の空間周波数特性を示す図である。
図２（Ａ）は一般的な視覚系の空間周波数の求め方を説明するための図である。
図２（Ｂ）は本実施形態に係る視覚系の空間周波数の求め方を説明するための図である。
図２（Ｃ）は図２（Ａ）のコントラストの検知限度（限界値）ＣＬＭから求めたＣＳＦ（＝ＶＴＦ）をグラフ化して示す図である。
図３は、本実施形態に係る画像評価装置に適用される視覚特性について説明するための図である。
既存の画像評価装置では、図２（Ａ）に示すように、ＣＳＦは黒白縞が見える限界であるコントラストの検知限度ＣＬＭより求めた関数のみを用いて周波数特性の補正を行っている。すなわち、既存の画像評価装置では、コントラストの限界値ＣＬＭを感度として視覚系の空間周波数特性を求めている。
しかし、実際には、ノイズ画像でのノイズのコントラストは検知限度におけるコントラストよりもっと高いにもかかわらず、条件の異なるコントラストの検知限度ＣＬＭから求めた視覚特性曲線（関数）を適用している。
さらに、既存の画像評価装置では、図２（Ｂ）に示すように視覚特性はコントラスト依存性を持ち、複数存在するにもかかわらず、図２（Ｃ）に示すように、一つの視覚特性曲線（関数）のみを適用している。
したがって、既存の画像評価装置では、最適な視覚特性での評価を行うことは困難で、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが困難である。
しかし、実際には、ノイズ画像でのノイズのコントラストは検知限度におけるコントラストよりもっと高いにもかかわらず、条件の異なるコントラストの検知限度ＣＬＭから求めた視覚特性曲線（関数）を適用している。
さらに、既存の画像評価装置では、図２（Ｂ）に示すように視覚特性はコントラスト依存性を持ち、複数存在するにもかかわらず、図２（Ｃ）に示すように、一つの視覚特性曲線（関数）のみを適用している。
したがって、既存の画像評価装置では、最適な視覚特性での評価を行うことは困難で、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが困難である。
これに対して、本画像評価装置５０では、ノイズ画像は検知限度レベルのコントラストではないことを考慮して、コントラストの検知限度ＣＬＭの感度に応じた関数（ＣＳＦ）ではなく、ある程度コントラストがある場合の感度関数も所持し、適用している。
すなわち、本画像評価装置５０では、図２（Ｂ）に示すように、コントラストの縞の見える強度を感度として視覚系の空間周波数特性を求めている。
これに対応して、本画像評価装置５０では、図３に示すように、複数（図３の例では２）の視覚特性曲線を適用している。
これにより、本実施形態に画像評価装置５０は、最適な視覚特性での評価を行うことができ、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが可能となっている。
すなわち、本画像評価装置５０では、図２（Ｂ）に示すように、コントラストの縞の見える強度を感度として視覚系の空間周波数特性を求めている。
これに対応して、本画像評価装置５０では、図３に示すように、複数（図３の例では２）の視覚特性曲線を適用している。
これにより、本実施形態に画像評価装置５０は、最適な視覚特性での評価を行うことができ、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが可能となっている。
なお、図３において、αで示す視覚特性曲線（関数）はコントラストが低いと判断した場合に選択され、βで示す視覚特性曲線（関数）はコントラストが高いと判断した場合に選択される。
図３の例では２つの視覚特性のみを用いる場合を示しているが、３あるいはそれ以上の視覚特性曲線を適用することも可能である。
図３の例では２つの視覚特性のみを用いる場合を示しているが、３あるいはそれ以上の視覚特性曲線を適用することも可能である。
図４は、本実施形態に係る画像評価装置の画質評価値処理部の構成例を示すブロック図である。
図４の画質評価値処理部５１は、画像特徴量抽出部５１１、色空間変換部５１２、周波数特性抽出部５１３、保持部としてのＶＴＦ記憶部５１４、並びに、選択および補正部としてのフィルタリング部５１５を有する。
画質評価値処理部５１は、逆周波数変換部５１６、色空間変換部５１７、および画質評価値取得部５１８を有する。
画質評価値処理部５１は、逆周波数変換部５１６、色空間変換部５１７、および画質評価値取得部５１８を有する。
画像特徴量抽出部５１１は、画像入力機器２０から供給される被評価画像Ｓ２０の画像特徴量、たとえばコントラストを抽出する。
画像特徴量抽出部５１１は、被評価画像Ｓ２０から画像特徴量を自動算出する。
画像特徴量は標準偏差、ＤＲ（最大値−最小値）、ヒストグラムから算出したＤＲ、周波数変換したパワースペクトルなどとして求められる。
画像特徴量抽出部５１１は、被評価画像Ｓ２０から画像特徴量を自動算出する。
画像特徴量は標準偏差、ＤＲ（最大値−最小値）、ヒストグラムから算出したＤＲ、周波数変換したパワースペクトルなどとして求められる。
色空間変換部５１２は、画像入力機器２０から供給される被評価画像Ｓ２０に対して、通常の色空間変換処理を行い、色空間変換処理後の画像情報Ｓ５１２を周波数特性抽出部５１３に出力する。
周波数特性抽出部５１３は、たとえば画像情報Ｓ５１２に対してＦＦＴ（Fast Fourie Transform：(高速フーリエ変換）を行って被評価画像の周波数特性である空間周波数分布情を抽出し、抽出した周波数特性情報Ｓ５１３をフィルタリング部５１５に出力する。
周波数特性抽出部５１３は、たとえば被評価画像Ｓ２０がＩＳＯ１２２３３チャートや、スタートチャート(Start Chart)、デッドリーブスチャート(Dead Leaves Chart)等である場合は、空間周波数特性ＭＴＦ(Modulation Transfer Function)を抽出する。
周波数特性抽出部５１３は、たとえば被評価画像Ｓ２０がＩＳＯ１２２３３チャートや、スタートチャート(Start Chart)、デッドリーブスチャート(Dead Leaves Chart)等である場合は、空間周波数特性ＭＴＦ(Modulation Transfer Function)を抽出する。
ＶＴＦ記憶部５１４は、視覚特性の関数をあらかじめ複数記憶している。
この複数の視覚特性の関数は、空間周波数特性と感度に関する関数としてあらかじめ与えられる。
この複数の視覚特性の関数は、空間周波数特性と感度に関する関数としてあらかじめ与えられる。
図５は、コントラストに対する視覚の空間周波数特性を示す図である。
図５において、横軸が空間周波数を、縦軸が相対的な感度を、それぞれ示している。
図３と同様に、図５中に、αで示す視覚特性曲線（関数）はコントラストが低いと判断した場合に選択され、βで示す視覚特性曲線（関数）はコントラストが高いと判断した場合に選択される。
図５において、横軸が空間周波数を、縦軸が相対的な感度を、それぞれ示している。
図３と同様に、図５中に、αで示す視覚特性曲線（関数）はコントラストが低いと判断した場合に選択され、βで示す視覚特性曲線（関数）はコントラストが高いと判断した場合に選択される。
本実施形態においては、画像特徴量抽出部５１１で抽出されたこの画像特徴量によって、利用する最適な視覚特性の関数を決定する。
たとえば、標準偏差の大小、ＤＲの大小の値などによる振幅によって、図５示したようなあらかじめ記憶部５１４に記憶されている複数の視覚特性の関数から最適なものを選択する。
図５および図３に示す関数は以下の数式１で示される。
たとえば、標準偏差の大小、ＤＲの大小の値などによる振幅によって、図５示したようなあらかじめ記憶部５１４に記憶されている複数の視覚特性の関数から最適なものを選択する。
図５および図３に示す関数は以下の数式１で示される。
［数１］
ＣＳＦ（λ）＝ａ×Ｅｘｐ（−ｂλ）×（ｃ−Ｅｘｐ（−ｄλ）・・・（１）
ＣＳＦ（λ）＝ａ×Ｅｘｐ（−ｂλ）×（ｃ−Ｅｘｐ（−ｄλ）・・・（１）
たとえば、低コントラストの関数（α）の場合、ａ＝５．０５、ｂ＝０．１３８、ｃ＝１．００、ｄ＝０．１０である。
高コントラストの関数（β）場合、４．４＜ａ＜５．２、０．１＜ｂ＜０．２、１．２＜ｃ＜１．３、０．３＜ｄ＜０．０６である。
ここでλは網膜上の空間周波数で、単位はcycle/degreeである。
高コントラストの関数（β）場合、４．４＜ａ＜５．２、０．１＜ｂ＜０．２、１．２＜ｃ＜１．３、０．３＜ｄ＜０．０６である。
ここでλは網膜上の空間周波数で、単位はcycle/degreeである。
本実施形態においては、振幅値と関数の関係は事前に固定値として定めている。
また、関数は画像特徴量より近い２つの関数から補間することで求めることも可能である。
また、関数は画像特徴量より近い２つの関数から補間することで求めることも可能である。
さらに別の方法としては、被評価画像Ｓ２０を周波数解析した結果のパワーの値で周波数成分毎に使用する最適な関数を選択することも可能である。
図６は、周波数変換したパワースペクトルから最適な視覚特性を決定する方法を説明するための図である。
この場合、図６に示すように、パワーが大きい場合には、高コントラストの場合の関数βを選択する。
パワーが小さい場合には、低コントラストの場合の関数αを選択する。
この場合、図６に示すように、パワーが大きい場合には、高コントラストの場合の関数βを選択する。
パワーが小さい場合には、低コントラストの場合の関数αを選択する。
最適な視覚特性の関数の選択は、たとえば画像特徴量と閾値Ｘとの比較により行われる。この最適な視覚特性の関数の選択方法については、後でさらに詳述する。
フィルタリング部５１５は、画像特徴量抽出部５１１で抽出された画像特徴量Ｓ５１１に応じた視覚特性の関数を選択する選択部として機能する。
そして、フィルタリング部５１５は、選択した視覚特性の関数を記憶部５１４から読み出し、この選択した視覚特性の関数で周波数特性抽出部５１３において抽出された周波数特性を補正する補正部として機能する。
フィルタリング部５１５は、たとえば選択した視覚特性の関数を周波数特性抽出部５１３において抽出された周波数特性に乗算することにより補正を行う。
そして、フィルタリング部５１５は、選択した視覚特性の関数を記憶部５１４から読み出し、この選択した視覚特性の関数で周波数特性抽出部５１３において抽出された周波数特性を補正する補正部として機能する。
フィルタリング部５１５は、たとえば選択した視覚特性の関数を周波数特性抽出部５１３において抽出された周波数特性に乗算することにより補正を行う。
逆周波数変換部５１６は、フィルタリング部５１５で補正された出力信号に対して逆ＦＦＴ(Inverse FFT)を行い、たとえば被評価画像がノイズ画像である場合にノイズの見えを数値に反映したノイズ画像を生成し、このノイズ画像を色空間変換部５１７に出力する。
色空間変換部５１７は、逆周波数変換部５１６によるノイズ画像Ｓ５１７に対して通常の均等色変換（Ｌ＊，ｕ＊，ｖ＊）を行い、その結果を画質評価値算出部５１８に出力する。
画質評価値取得部５１８は、色空間変換部５１７により供給される画像情報またはフィルタリング部５１５から直接供給される画像周波数特性情報に基づいて画質（画像）評価値を算出する。
たとえば、色空間変換部５１７による情報に基づき、（σＬ＊＋０．８５σｕ＊＊０．３σｖ＊）のような演算を行ってノイズ評価値を算出する。
画質評価値取得部５１８で算出された画質評価値は出力部５２から出力される。
たとえば、色空間変換部５１７による情報に基づき、（σＬ＊＋０．８５σｕ＊＊０．３σｖ＊）のような演算を行ってノイズ評価値を算出する。
画質評価値取得部５１８で算出された画質評価値は出力部５２から出力される。
図７は、本実施形態に係る画像評価装置の一連の動作を示すフローチャートである。
画像評価装置５０では、ステップＳＴ１おいて、画像入力機器２０により、被評価画像が入力される。
ステップＳＴ２において、画像特徴量抽出部５１１により、画像入力機器２０から供給される被評価画像Ｓ２０の画像特徴量、たとえばコントラストが抽出され、その画像特徴量がフィルタリング部５１５に出力される。その他の画像特徴量としては背景色などがある。
また、ステップＳＴ３において、色空間変換部５１２により、画像入力機器２０から供給される被評価画像Ｓ２０に対して、通常の色空間変換処理が行われ、色空間変換処理後の画像情報Ｓ５１２が周波数特性抽出部５１３に出力される。
そして、ステップＳＴ４において、周波数特性抽出部５１３によりは、たとえば画像情報Ｓ５１２に対するＦＦＴが行われて、被評価画像の周波数特性である空間周波数分布情が抽出され、抽出されたた周波数特性情報Ｓ５１３がフィルタリング部５１５に出力される。
ステップＳＴ２において、画像特徴量抽出部５１１により、画像入力機器２０から供給される被評価画像Ｓ２０の画像特徴量、たとえばコントラストが抽出され、その画像特徴量がフィルタリング部５１５に出力される。その他の画像特徴量としては背景色などがある。
また、ステップＳＴ３において、色空間変換部５１２により、画像入力機器２０から供給される被評価画像Ｓ２０に対して、通常の色空間変換処理が行われ、色空間変換処理後の画像情報Ｓ５１２が周波数特性抽出部５１３に出力される。
そして、ステップＳＴ４において、周波数特性抽出部５１３によりは、たとえば画像情報Ｓ５１２に対するＦＦＴが行われて、被評価画像の周波数特性である空間周波数分布情が抽出され、抽出されたた周波数特性情報Ｓ５１３がフィルタリング部５１５に出力される。
ステップＳＴ５において、フィルタリング部５１５により、画像特徴量抽出部５１１で抽出された画像特徴量Ｓ５１１に応じた視覚特性の関数が選択される。
そして、フィルタリング部５１５では、選択した視覚特性の関数が記憶部５１４から読み出され、この選択した視覚特性の関数で周波数特性抽出部５１３において抽出された周波数特性が補正（フィルタリング）される。
次いで、ステップＳＴ６において、逆周波数変換部５１６により、フィルタリング部５１５で補正された出力信号に対して逆ＦＦＴが行われ、たとえば被評価画像がノイズ画像である場合にノイズの見えを数値に反映したノイズ画像が生成される。このノイズ画像は色空間変換部５１７に出力される。
そして、フィルタリング部５１５では、選択した視覚特性の関数が記憶部５１４から読み出され、この選択した視覚特性の関数で周波数特性抽出部５１３において抽出された周波数特性が補正（フィルタリング）される。
次いで、ステップＳＴ６において、逆周波数変換部５１６により、フィルタリング部５１５で補正された出力信号に対して逆ＦＦＴが行われ、たとえば被評価画像がノイズ画像である場合にノイズの見えを数値に反映したノイズ画像が生成される。このノイズ画像は色空間変換部５１７に出力される。
ステップＳＴ７において、色空間変換部５１７により、逆周波数変換部５１６によるノイズ画像Ｓ５１７に対して通常の均等色変換（Ｌ＊，ｕ＊，ｖ＊）が行われ、その結果が画質評価値算出部５１８に出力される。
そして、ステップＳＴ８において、画質評価値取得部５１８により、色空間変換部５１７により供給される画像情報またはフィルタリング部５１５から直接供給される画像周波数特性情報に基づいて画質（画像）評価値が算出される。
画質評価値取得部５１８で算出された画質評価値は出力部５２から出力される。
そして、ステップＳＴ８において、画質評価値取得部５１８により、色空間変換部５１７により供給される画像情報またはフィルタリング部５１５から直接供給される画像周波数特性情報に基づいて画質（画像）評価値が算出される。
画質評価値取得部５１８で算出された画質評価値は出力部５２から出力される。
このような構成を有する本実施形態に係る画像評価システム１０は、画像評価として、ノイズ評価（Ｖｉｓｕａｌ Ｎｏｉｓｅ）、解像度評価、色再現性評価（Ｓ−ＣＩＥＬＡＢ）などに適用可能である。
すなわち、本実施形態に係る画像評価システム１０は、ノイズ評価以外では解像度評価、色再現性評価など、視覚特性（空間周波数と感度の関係）を利用したものには適用可能である。
すなわち、本実施形態に係る画像評価システム１０は、ノイズ評価以外では解像度評価、色再現性評価など、視覚特性（空間周波数と感度の関係）を利用したものには適用可能である。
図７のステップＳＴ１〜ＳＴ８の処理はノイズ評価を行う場合にすべての処理が行われる。ただし、たとえば解像度評価の場合には、補正後の周数特性から解像度指標値を取得することができることから、ステップＳＴ６の逆周波数変換とステップＳＴ７の色空間処理は不要となる。
図８は、ノイズ評価を行う場合の本実施形態に係る画像評価システムを模式的に示す図である。
図９は、解像度評価を行う場合の本実施形態に係る画像評価システムを模式的に示す第１図である。
図１０は、解像度評価を行う場合の本実施形態に係る画像評価システムを模式的に示す第２図である。
図９は、解像度評価を行う場合の本実施形態に係る画像評価システムを模式的に示す第１図である。
図１０は、解像度評価を行う場合の本実施形態に係る画像評価システムを模式的に示す第２図である。
図８のノイズ評価を行う画像評価システムは、上記したと同様の処理が行われる、
図９の解像度評価では、図８のノイズ評価の場合と同様に、被評価画像に対するＦＦＴを行っている。
図１０の解像度評価では、被評価画像Ｓ２０といして、ＩＳＯ１２２３３チャートや、スタートチャート(Start Chart)等を用いる場合であり、空間周波数特性ＭＴＦを抽出している。
図９および図１０の解像度評価の場合、コントラスト算出は、ヒストグラムから得る例を示しており、単純に、画像の最大および最小の差をコントラストとしても良い。
また、解像度指標算出に際し、面積分等の処理を行い、単一数値を算出するようにしても良い。
図９の解像度評価では、図８のノイズ評価の場合と同様に、被評価画像に対するＦＦＴを行っている。
図１０の解像度評価では、被評価画像Ｓ２０といして、ＩＳＯ１２２３３チャートや、スタートチャート(Start Chart)等を用いる場合であり、空間周波数特性ＭＴＦを抽出している。
図９および図１０の解像度評価の場合、コントラスト算出は、ヒストグラムから得る例を示しており、単純に、画像の最大および最小の差をコントラストとしても良い。
また、解像度指標算出に際し、面積分等の処理を行い、単一数値を算出するようにしても良い。
＜３．閾値による視覚特性の関数の選択方法＞
［３．１ 視覚特性の関数（実験値）の数式化］
重複する説明となるが、図５に示す関数は以下の数式１で示される。
［３．１ 視覚特性の関数（実験値）の数式化］
重複する説明となるが、図５に示す関数は以下の数式１で示される。
［数１］
ＶＴＦ（λ）＝ａ×Ｅｘｐ（−ｂλ）×（ｃ−Ｅｘｐ（−ｄλ）・・・（１）
ＶＴＦ（λ）＝ａ×Ｅｘｐ（−ｂλ）×（ｃ−Ｅｘｐ（−ｄλ）・・・（１）
たとえば、低コントラストの関数（α）の場合、ａ＝５．０５、ｂ＝０．１３８、ｃ＝１．００、ｄ＝０．１０である。
高コントラストの関数（β）の場合、４．４＜ａ＜５．２、０．１＜ｂ＜０．２、１．２＜ｃ＜１．３、０．３＜ｄ＜０．０６である。
ここでλは網膜上の空間周波数で、単位はcycle/degreeである。
高コントラストの関数（β）の場合、４．４＜ａ＜５．２、０．１＜ｂ＜０．２、１．２＜ｃ＜１．３、０．３＜ｄ＜０．０６である。
ここでλは網膜上の空間周波数で、単位はcycle/degreeである。
［３．２ 閾値による視覚特性の関数の第１の選択方法］
本実施形態では、簡単のために２つの関数で行っているが、２つ以上の関数を持つ場合も対応可能である。
図１１（Ａ）および（Ｂ）は、図５に示す視覚特性の関数を閾値と画像特徴量との比較で選択する例を示す図である。
図１２は、図５に示す視覚特性の関数を閾値と画像特徴量との比較で選択する第１の選択方法を説明するための図である。
図１３は、視覚特性の関数生成のための比率算出グラフを示す図である。
本実施形態では、簡単のために２つの関数で行っているが、２つ以上の関数を持つ場合も対応可能である。
図１１（Ａ）および（Ｂ）は、図５に示す視覚特性の関数を閾値と画像特徴量との比較で選択する例を示す図である。
図１２は、図５に示す視覚特性の関数を閾値と画像特徴量との比較で選択する第１の選択方法を説明するための図である。
図１３は、視覚特性の関数生成のための比率算出グラフを示す図である。
図１１（Ａ）および（Ｂ）に示すように、選択する視覚特性の関数は被評価画像から算出される画像特徴量ａと予め定められた閾値Ｘによって決まる。
視覚特性の関数の選択は、図１２に示すように、まず入力画像より画像特徴量ａが算出される。
次に使用する視覚特性の関数を選択するために、画像特徴量ａと閾値Ｘの比較を行う。ａ＜Ｘならば、関数αを選択し、Ｘ＜βを選択する。
視覚特性の関数の選択は、図１２に示すように、まず入力画像より画像特徴量ａが算出される。
次に使用する視覚特性の関数を選択するために、画像特徴量ａと閾値Ｘの比較を行う。ａ＜Ｘならば、関数αを選択し、Ｘ＜βを選択する。
また別の方法として、視覚特性の関数をあらかじめ持っている関数のグラフから作成する方法がある。
作成方法は２つの関数に重みを掛けて足し込む方法がある。重みは、図１３に示すような形で入力画像の画像特徴量ａから求めることができる。
作成は以下の数式で行われる。
作成方法は２つの関数に重みを掛けて足し込む方法がある。重みは、図１３に示すような形で入力画像の画像特徴量ａから求めることができる。
作成は以下の数式で行われる。
［数２］
ｆ３＝（１−Ｒ）×ｆ１＋Ｒ×ｆ２・・・（２）
ここで、ｆ３は生成した視覚特性関数を、ｆ１は視覚特性関数αを、ｆ２は視覚特性関数βを、それぞれ示している。
ｆ３＝（１−Ｒ）×ｆ１＋Ｒ×ｆ２・・・（２）
ここで、ｆ３は生成した視覚特性関数を、ｆ１は視覚特性関数αを、ｆ２は視覚特性関数βを、それぞれ示している。
［３．２ 閾値による視覚特性の関数の第２の選択方法］
図１４（Ａ）〜（Ｄ）は、図６で示した周波数成分毎に最適な関数を生成する方法を具体的に説明するための図である。
図１４（Ａ）〜（Ｄ）は、図６で示した周波数成分毎に最適な関数を生成する方法を具体的に説明するための図である。
次に、図６で示した周波数成分毎に最適な関数を生成する第２の選択方法を具体的に説明する。
まず、被評価画像に対して、周波数解析を行う。
それによって得られる周波数成分ａ１のパワースペクトルＰ１と閾値Ｘの比較を行う。 ここではＸ＜Ｐ１となり、周波数成分ａ１時の感度を関数βより求める。
続いて、同様に周波数成分ａ２のパワースペクトルＰ２と閾値Ｘの比較を行い、ａ２時の感度を求める。
これをすべての周波数成分で行うことで最適な関数を生成する。
ここではどちらかの関数より求める方法で説明したが、図１３の画像特徴量の代わりにパワースペクトルとすることで２つの関数の比率から感度を求めることもできる。
まず、被評価画像に対して、周波数解析を行う。
それによって得られる周波数成分ａ１のパワースペクトルＰ１と閾値Ｘの比較を行う。 ここではＸ＜Ｐ１となり、周波数成分ａ１時の感度を関数βより求める。
続いて、同様に周波数成分ａ２のパワースペクトルＰ２と閾値Ｘの比較を行い、ａ２時の感度を求める。
これをすべての周波数成分で行うことで最適な関数を生成する。
ここではどちらかの関数より求める方法で説明したが、図１３の画像特徴量の代わりにパワースペクトルとすることで２つの関数の比率から感度を求めることもできる。
［３．３ 閾値による視覚特性の関数の第３の選択方法］
図１５は、図１０のチャートを用いた解像度評価における視覚特性の関数を閾値と画像特徴量との比較で選択する例を示す図である。
図１６は、図１５の被評価画像のヒストグラムから画像特徴量の範囲を決定する第１の方法を示す図である。
図１７は、図１５の被評価画像のヒストグラムから画像特徴量の範囲を決定する第２の方法を示す図である。
図１５は、図１０のチャートを用いた解像度評価における視覚特性の関数を閾値と画像特徴量との比較で選択する例を示す図である。
図１６は、図１５の被評価画像のヒストグラムから画像特徴量の範囲を決定する第１の方法を示す図である。
図１７は、図１５の被評価画像のヒストグラムから画像特徴量の範囲を決定する第２の方法を示す図である。
この場合も、第１の選択方法と同様に、簡単のために２つの関数で行っているが、２つ以上の関数を持つ場合も対応可能である。
そして、図１１（Ａ）および（Ｂ）に示すように、選択する視覚特性の関数は被評価画像から算出される画像特徴量と予め定められた閾値Ｘによって決まる。
視覚特性の関数の選択は、図１５に示すように、まず入力画像より画像特徴量ａが算出される。
画像特徴量ａは、たとえば、図１６に示すように、画像Ａから算出されたヒストグラムにおいて、最大信号値および最小信号値から全頻度(１００％)の内のｅ％を取り除いた範囲をaと定める。
または、画像特徴量ａは、図１７に示すように、最大信号値および最小信号値から最も近い極大値における信号値の差をaと定めても良い。
あるいは、単純に画像内の最大信号値と最小信号値の差をaとしても良い。
そして、図１１（Ａ）および（Ｂ）に示すように、選択する視覚特性の関数は被評価画像から算出される画像特徴量と予め定められた閾値Ｘによって決まる。
視覚特性の関数の選択は、図１５に示すように、まず入力画像より画像特徴量ａが算出される。
画像特徴量ａは、たとえば、図１６に示すように、画像Ａから算出されたヒストグラムにおいて、最大信号値および最小信号値から全頻度(１００％)の内のｅ％を取り除いた範囲をaと定める。
または、画像特徴量ａは、図１７に示すように、最大信号値および最小信号値から最も近い極大値における信号値の差をaと定めても良い。
あるいは、単純に画像内の最大信号値と最小信号値の差をaとしても良い。
次に、使用する視覚特性の関数を選択するために、画像特徴量ａと閾値Ｘの比較を行う。ａ＜Ｘならば、関数αを選択し、Ｘ＜βを選択する。
また別の方法として、視覚特性の関数をあらかじめ持っている関数のグラフから作成する方法がある。作成方法は２つの関数に重みを掛けて足し込む方法がある。重みは図１３に示すような形で入力画像の画像特徴量から求めることができる。
作成は上記した数式２で行われる。
また別の方法として、視覚特性の関数をあらかじめ持っている関数のグラフから作成する方法がある。作成方法は２つの関数に重みを掛けて足し込む方法がある。重みは図１３に示すような形で入力画像の画像特徴量から求めることができる。
作成は上記した数式２で行われる。
以上説明したように、本実施形態によれば、画像評価装置５０は、あらかじめ与えられる複数の視覚特性の関数から抽出した画像特徴量に応じた視覚特性の関数を選択する。そして、画像評価装置５０は、選択した視覚特性の関数により抽出した周波数特性を補正し、補正した周波数特性情報に基づいて画像評価値を得る。
したがって、最適な視覚特性での評価を行うことができ、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが主観的評価と整合性のとれた信頼性の高い画質評価を行うことが可能になる
したがって、最適な視覚特性での評価を行うことができ、人の視覚による主観評価と整合のとれた正確で信頼性の高い画像品質評価を行うことが主観的評価と整合性のとれた信頼性の高い画質評価を行うことが可能になる
なお、以上詳細に説明した方法は、上記手順に応じたプログラムとして形成し、ＣＰＵ等のコンピュータで実行するように構成することも可能である。
また、このようなプログラムは、半導体メモリ、磁気ディスク、光ディスク、フロッピー（登録商標）ディスク等の記録媒体、この記録媒体をセットしたコンピュータによりアクセスし上記プログラムを実行するように構成可能である。
また、このようなプログラムは、半導体メモリ、磁気ディスク、光ディスク、フロッピー（登録商標）ディスク等の記録媒体、この記録媒体をセットしたコンピュータによりアクセスし上記プログラムを実行するように構成可能である。
なお、本技術は以下のような構成をとることができる。
（１）視覚特性の関数をあらかじめ複数保持する保持部と、
被評価画像の画像特徴量を抽出する画像特徴量抽出部と、
被評価画像の周波数特性を抽出する周波数特性抽出部と、
上記保持部の複数の視覚特性の関数から上記画像特徴量抽出部で抽出された画像特徴量に応じた視覚特性の関数を選択する選択部と、
上記選択部で選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正部と、
上記補正部で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得部と
を有する画像評価装置。
（２）上記画像特徴量抽出部は、
上記被評価画像のコントラストを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
上記（１）記載の画像評価装置。
（３）上記選択部は、
抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
上記（２）記載の画像評価装置。
（４）上記画像特徴量抽出部は、
上記被評価画像の周波数解析によるパワースペクトルを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
上記（１）記載の画像評価装置。
（５）上記選択部は、
周波数成分ごとに抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
上記（４）記載の画像評価装置。
（６）上記視覚特性の関数は、画像特徴量よい近い２つの関数から補間することにより求められる
上記（１）から（５）のいずれか一に記載の画像評価装置。
（７）上記被評価画像は、ノイズ評価を行うためのノイズを含むノイズ画像であり、
上記補正部の出力情報に対して周波数変換を行う周波数変換部を含み、
上記周波数特性抽出部は、
上記被評価画像の周波数変換を行って当該被評価画像の周波数特性である空間周波数分布情報を抽出し、
上記周波数変換部は、
ノイズの見えを数値に反映したノイズ画像を生成し、生成したノイズ画像に関する情報を上記画像評価値取得部に出力する
上記（１）から（６）のいずれか一に記載の画像評価装置。
（８）上記被評価画像は、解像度評価を行うための画像であり、
上記周波数特性抽出部は、
上記被評価画像の周波数変換を行って当該被評価画像の周波数特性である空間周波数分布情報を抽出する
上記（１）から（６）のいずれか一に記載の画像評価装置。
（９）上記被評価画像は、解像度評価を行うためのチャート画像であり、
上記周波数特性抽出部は、
上記被評価画像の空間周波数特性（ＭＴＦ）を抽出する
上記（１）から（６）のいずれか一に記載の画像評価装置。
（１０）被評価画像の画像特徴量を抽出する画像特徴量抽出ステップと、
被評価画像の周波数特性を抽出する周波数特性抽出ステップと、
あらかじめ与えられた複数の視覚特性の感動関数から上記画像特徴量抽出ステップで抽出された画像特徴量に応じた視覚特性の関数を選択する選択ステップと、
上記選択ステップで選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正ステップと、
上記補正ステップで補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得ステップと
を有する画像評価方法。
（１１）上記画像特徴量抽出ステップで、
上記被評価画像のコントラストを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
上記（１０）記載の画像評価方法。
（１２）上記選択ステップでは、
抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
上記（１１）記載の画像評価方法。
（１３）上記画像特徴量抽出ステップでは、
上記被評価画像の周波数解析によるパワースペクトルを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
上記（１０）記載の画像評価方法。
（１４）上記選択ステップでは、
周波数成分ごとに抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
上記（１３）記載の画像評価方法。
（１５）上記視覚特性の関数は、画像特徴量よい近い２つの関数から補間することにより求められる
上記（１０）から（１４）のいずれか一に記載の画像評価方法。
（１６）被評価画像の画像特徴量を抽出する画像特徴量抽出処理と、
被評価画像の周波数特性を抽出する周波数特性抽出処理と、
あらかじめ与えられた複数の視覚特性の関数から上記画像特徴量抽出処理で抽出された画像特徴量に応じた視覚特性の関数を選択する選択処理と、
上記選択処理で選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正処理と、
上記補正処理で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得処理と
を有する画像評価処理をコンピュータに実行させるプログラム。
（１）視覚特性の関数をあらかじめ複数保持する保持部と、
被評価画像の画像特徴量を抽出する画像特徴量抽出部と、
被評価画像の周波数特性を抽出する周波数特性抽出部と、
上記保持部の複数の視覚特性の関数から上記画像特徴量抽出部で抽出された画像特徴量に応じた視覚特性の関数を選択する選択部と、
上記選択部で選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正部と、
上記補正部で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得部と
を有する画像評価装置。
（２）上記画像特徴量抽出部は、
上記被評価画像のコントラストを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
上記（１）記載の画像評価装置。
（３）上記選択部は、
抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
上記（２）記載の画像評価装置。
（４）上記画像特徴量抽出部は、
上記被評価画像の周波数解析によるパワースペクトルを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
上記（１）記載の画像評価装置。
（５）上記選択部は、
周波数成分ごとに抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
上記（４）記載の画像評価装置。
（６）上記視覚特性の関数は、画像特徴量よい近い２つの関数から補間することにより求められる
上記（１）から（５）のいずれか一に記載の画像評価装置。
（７）上記被評価画像は、ノイズ評価を行うためのノイズを含むノイズ画像であり、
上記補正部の出力情報に対して周波数変換を行う周波数変換部を含み、
上記周波数特性抽出部は、
上記被評価画像の周波数変換を行って当該被評価画像の周波数特性である空間周波数分布情報を抽出し、
上記周波数変換部は、
ノイズの見えを数値に反映したノイズ画像を生成し、生成したノイズ画像に関する情報を上記画像評価値取得部に出力する
上記（１）から（６）のいずれか一に記載の画像評価装置。
（８）上記被評価画像は、解像度評価を行うための画像であり、
上記周波数特性抽出部は、
上記被評価画像の周波数変換を行って当該被評価画像の周波数特性である空間周波数分布情報を抽出する
上記（１）から（６）のいずれか一に記載の画像評価装置。
（９）上記被評価画像は、解像度評価を行うためのチャート画像であり、
上記周波数特性抽出部は、
上記被評価画像の空間周波数特性（ＭＴＦ）を抽出する
上記（１）から（６）のいずれか一に記載の画像評価装置。
（１０）被評価画像の画像特徴量を抽出する画像特徴量抽出ステップと、
被評価画像の周波数特性を抽出する周波数特性抽出ステップと、
あらかじめ与えられた複数の視覚特性の感動関数から上記画像特徴量抽出ステップで抽出された画像特徴量に応じた視覚特性の関数を選択する選択ステップと、
上記選択ステップで選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正ステップと、
上記補正ステップで補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得ステップと
を有する画像評価方法。
（１１）上記画像特徴量抽出ステップで、
上記被評価画像のコントラストを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
上記（１０）記載の画像評価方法。
（１２）上記選択ステップでは、
抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
上記（１１）記載の画像評価方法。
（１３）上記画像特徴量抽出ステップでは、
上記被評価画像の周波数解析によるパワースペクトルを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
上記（１０）記載の画像評価方法。
（１４）上記選択ステップでは、
周波数成分ごとに抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
上記（１３）記載の画像評価方法。
（１５）上記視覚特性の関数は、画像特徴量よい近い２つの関数から補間することにより求められる
上記（１０）から（１４）のいずれか一に記載の画像評価方法。
（１６）被評価画像の画像特徴量を抽出する画像特徴量抽出処理と、
被評価画像の周波数特性を抽出する周波数特性抽出処理と、
あらかじめ与えられた複数の視覚特性の関数から上記画像特徴量抽出処理で抽出された画像特徴量に応じた視覚特性の関数を選択する選択処理と、
上記選択処理で選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正処理と、
上記補正処理で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得処理と
を有する画像評価処理をコンピュータに実行させるプログラム。
１０・・・画像評価システム、２０・・・画像入力機器、３０・・・画像表示部、４０・・・観察パラメータ入力部、５０・・・画像評価装置、５１・・・画質評価値処理部、５１１・・・画像特徴抽出部、５１２・・・色空間処理部、５１３・・・周波数特性抽出部、５１４・・・・ＶＴＦ記憶部（保持部）、５１５・・・フィルタリング部（補正部）、５１６・・・逆周波数変換部、５１７・・・色空間変換部、５１８・・・画質評価値取得部，５２・・・出力部。
Claims (16)
- 視覚特性の関数をあらかじめ複数保持する保持部と、
被評価画像の画像特徴量を抽出する画像特徴量抽出部と、
被評価画像の周波数特性を抽出する周波数特性抽出部と、
上記保持部の複数の視覚特性の関数から上記画像特徴量抽出部で抽出された画像特徴量に応じた視覚特性の関数を選択する選択部と、
上記選択部で選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正部と、
上記補正部で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得部と
を有する画像評価装置。 - 上記画像特徴量抽出部は、
上記被評価画像のコントラストを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
請求項１記載の画像評価装置。 - 上記選択部は、
抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
請求項２記載の画像評価装置。 - 上記画像特徴量抽出部は、
上記被評価画像の周波数解析によるパワースペクトルを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
請求項１記載の画像評価装置。 - 上記選択部は、
周波数成分ごとに抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
請求項４記載の画像評価装置。 - 上記視覚特性の関数は、画像特徴量よい近い２つの関数から補間することにより求められる
請求項１記載の画像評価装置。 - 上記被評価画像は、ノイズ評価を行うためのノイズを含むノイズ画像であり、
上記補正部の出力情報に対して周波数変換を行う周波数変換部を含み、
上記周波数特性抽出部は、
上記被評価画像の周波数変換を行って当該被評価画像の周波数特性である空間周波数分布情報を抽出し、
上記周波数変換部は、
ノイズの見えを数値に反映したノイズ画像を生成し、生成したノイズ画像に関する情報を上記画像評価値取得部に出力する
請求項１記載の画像評価装置。 - 上記被評価画像は、解像度評価を行うための画像であり、
上記周波数特性抽出部は、
上記被評価画像の周波数変換を行って当該被評価画像の周波数特性である空間周波数分布情報を抽出する
請求項１記載の画像評価装置。 - 上記被評価画像は、解像度評価を行うためのチャート画像であり、
上記周波数特性抽出部は、
上記被評価画像の空間周波数特性（ＭＴＦ）を抽出する
請求項１記載の画像評価装置。 - 被評価画像の画像特徴量を抽出する画像特徴量抽出ステップと、
被評価画像の周波数特性を抽出する周波数特性抽出ステップと、
あらかじめ与えられた複数の視覚特性の感動関数から上記画像特徴量抽出ステップで抽出された画像特徴量に応じた視覚特性の関数を選択する選択ステップと、
上記選択ステップで選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正ステップと、
上記補正ステップで補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得ステップと
を有する画像評価方法。 - 上記画像特徴量抽出ステップで、
上記被評価画像のコントラストを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
請求項１０記載の画像評価方法。 - 上記選択ステップでは、
抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
請求項１１記載の画像評価方法。 - 上記画像特徴量抽出ステップでは、
上記被評価画像の周波数解析によるパワースペクトルを上記画像特徴量として抽出し、
上記保持部に保持される複数の視覚特性の関数は、
視覚系の空間周波数特性においてコントラストの限界値に対応する関数以外のコントラストがある場合の関数を含む
請求項１０記載の画像評価方法。 - 上記選択ステップでは、
周波数成分ごとに抽出された上記画像特徴量とあらかじめ設定された閾値とを比較し、
画像特徴量が閾値より小さい場合には、コントラストが小さい側の視覚特性の関数を選択し、
画像特徴量が閾値より大きい場合には、コントラストが大きい側の視覚特性の関数を選択する
請求項１３記載の画像評価方法。 - 上記視覚特性の関数は、画像特徴量よい近い２つの関数から補間することにより求められる
請求項１０から１４のいずれか一に記載の画像評価方法。 - 被評価画像の画像特徴量を抽出する画像特徴量抽出処理と、
被評価画像の周波数特性を抽出する周波数特性抽出処理と、
あらかじめ与えられた複数の視覚特性の関数から上記画像特徴量抽出処理で抽出された画像特徴量に応じた視覚特性の関数を選択する選択処理と、
上記選択処理で選択した視覚特性の関数により上記周波数特性抽出部で抽出された周波数特性を補正する補正処理と、
上記補正処理で補正された周波数特性情報に基づいて画像評価値を得る画像評価値取得処理と
を有する画像評価処理をコンピュータに実行させるプログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011237851A JP2013097463A (ja) | 2011-10-28 | 2011-10-28 | 画像評価装置、画像評価方法、およびプログラム |
| US13/657,437 US20130108163A1 (en) | 2011-10-28 | 2012-10-22 | Image evaluation apparatus, image evaluation method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011237851A JP2013097463A (ja) | 2011-10-28 | 2011-10-28 | 画像評価装置、画像評価方法、およびプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2013097463A true JP2013097463A (ja) | 2013-05-20 |
Family
ID=48172511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011237851A Pending JP2013097463A (ja) | 2011-10-28 | 2011-10-28 | 画像評価装置、画像評価方法、およびプログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20130108163A1 (ja) |
| JP (1) | JP2013097463A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015015860A1 (ja) * | 2013-07-31 | 2015-02-05 | 富士フイルム株式会社 | 代表色決定装置、代表色決定方法、プログラムおよび記録媒体 |
| JP2015114864A (ja) * | 2013-12-12 | 2015-06-22 | セイコーエプソン株式会社 | 画像評価装置および画像評価プログラム |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7363770B2 (ja) * | 2018-03-28 | 2023-10-18 | ソニーグループ株式会社 | 演算装置、演算方法およびプログラム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005055618A1 (en) * | 2003-12-02 | 2005-06-16 | Agency For Science, Technology And Research | Method and system for video quality measurements |
| US8958639B2 (en) * | 2013-01-12 | 2015-02-17 | Shenzhen China Star Optoelectronics Technology Co., Ltd. | Method for establishing evaluation standard parameters and method for evaluating the quality of a display image |
-
2011
- 2011-10-28 JP JP2011237851A patent/JP2013097463A/ja active Pending
-
2012
- 2012-10-22 US US13/657,437 patent/US20130108163A1/en not_active Abandoned
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015015860A1 (ja) * | 2013-07-31 | 2015-02-05 | 富士フイルム株式会社 | 代表色決定装置、代表色決定方法、プログラムおよび記録媒体 |
| JP2015032881A (ja) * | 2013-07-31 | 2015-02-16 | 富士フイルム株式会社 | 代表色決定装置、代表色決定方法、プログラムおよび記録媒体 |
| JP2015114864A (ja) * | 2013-12-12 | 2015-06-22 | セイコーエプソン株式会社 | 画像評価装置および画像評価プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US20130108163A1 (en) | 2013-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110310237B (zh) | 去除图像摩尔纹、显示面板子像素点亮度测量、Mura缺陷修复的方法及系统 | |
| Vu et al. | ${\bf S} _ {3} $: a spectral and spatial measure of local perceived sharpness in natural images | |
| JP2009180583A (ja) | ディスプレイの輝度ムラ評価方法および装置 | |
| JP2011134200A (ja) | 画像評価方法、画像処理方法および画像処理装置 | |
| KR20100085306A (ko) | 고해상도 영상 획득 장치 및 그 방법 | |
| WO2019102966A1 (ja) | 脈波検出装置、脈波検出方法、及び記憶媒体 | |
| WO2021036662A1 (zh) | 信号处理方法、装置及相关产品 | |
| US10217193B2 (en) | Image processing apparatus, image capturing apparatus, and storage medium that stores image processing program | |
| JP2007172512A (ja) | 画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム | |
| JP7032913B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
| WO2018090450A1 (zh) | 显示屏均匀性测试方法及显示屏均匀性测试系统 | |
| KR101405435B1 (ko) | 고해상도 영상 융합 방법 및 그 장치 | |
| US8693803B2 (en) | High linear dynamic range imaging | |
| US20200118250A1 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
| JP2013097463A (ja) | 画像評価装置、画像評価方法、およびプログラム | |
| US20130155193A1 (en) | Image quality evaluation apparatus and method of controlling the same | |
| US11348205B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| KR20100013856A (ko) | 이미지 처리장치, 이미지 처리방법 및 처리방법을실행시키기 위한 프로그램을 저장한 기록매체 | |
| Fry et al. | Validation of modulation transfer functions and noise power spectra from natural scenes | |
| JP6564158B2 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
| JP2013219643A (ja) | 画像処理装置および方法、並びに、プログラム | |
| WO2021210334A1 (ja) | 情報処理装置、情報処理方法、及びコンピュータプログラム | |
| US11120579B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| JP7372072B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、および画像検査システム | |
| CN110140150B (zh) | 一种图像处理方法、装置以及终端设备 |