JP2015226228A - 画像処理装置及びプログラム - Google Patents

Abstract

【課題】画像の画質に影響を与える特定の成分を強調する際に、基本特徴量のみを用いる場合に比較して、強調度合いの適切性を高める。【解決手段】画像処理装置１０では、領域凝集度算出部１１が、輝度画像における暗部領域の空間的な凝集度を算出し、再現パラメータ決定部１４が、画像の画質に影響を与える特定の成分の強調度合いを示す再現パラメータを、暗部領域の空間的な凝集度が高いほど大きくなるように又は小さくなるように決定し、視認性再現部１５が、輝度画像の特定の成分が再現パラメータにより示される強調度合いで強調されるように再現された輝度再現画像を生成する。【選択図】図１

Description

本発明は、画像処理装置及びプログラムに関する。

画像内の画素値の平均値を算出し、画像内の画素値の最大値を算出し、画像内の画素値の最小値を算出し、最大値から平均値を引いた値と最小値との間の区間の画素値を取る画素に対して、区間外の画素よりも輝度を増加する階調変換特性を用いて画像内の画素値を置換する画像処理装置は知られている（例えば、特許文献１参照）。

入力画像をフィルタにより照明光成分と反射光成分に分離し、分離された照明光成分を、その明るさを調整する明るさ調整パラメータによって調整することにより、補正後照明光成分を算出し、分離された反射光成分を、その反射率を調整する反射率調整パラメータによって調整することにより、補正後反射率を算出し、補正後照明光成分および補正後反射率に基づいて、出力画像データを生成する画像表示装置も知られている（例えば、特許文献２参照）。

入力画像データの、画面内の局所領域の局所平均輝度値を求め、入力画像データの、画面全体の輝度値の階調頻度の分布から逆光度を算出し、局所平均輝度値と逆光度とを用いて入力画像データの階調を変換するための変換条件を決定する階調補正装置も知られている（例えば、特許文献３参照）。

最小のコントラスト・明度積と、別個の存在として最小のコントラスト及び明度との制約の結合が「視覚的に良好」という範囲を規定し、更に、「視覚的に理想的」と考えられる、より高いコントラスト・明度積の輪郭が存在し得ることも知られている（例えば、非特許文献１参照）。

Retinex処理により得られる反射率成分と照明光の異なる明度成分の二つを用いた新しいゲイン調整手法であって、Integrated Multiscale Retinex（ＩＭＳＲ）を入力画像の明度成分に対して適用し、改善後の画像の平均明度値があらかじめ指定した値になるようにゲイン処理する手法も知られている（例えば、非特許文献２参照）。

特開２００８−２７１３１６号公報 特開２０１３−２１０７０９号公報 特許第４３０８２８０号公報

Daniel J. Jobson, Zia-ur Rahman and Glenn A. Woodell, 「The Statistics of Visual Representation」, Visual Information Processing XI, Proc. SPIE, vol.4736,pp.25-35,July 2002 杉田秦則、吉川敏則、「Retinexに基づく画質改善におけるゲイン処理に関する一検討」、電子情報通信学会論文誌2012/2 Vol.J95-D No.2

画像の画質に影響を与える特定の成分を強調する際に、画像の特定領域又は全体の明度の平均値や明度のばらつきに基づく基本特徴量のみを用いるとすると、強調度合いが適切でなくなってしまう。

そこで、本発明は、画像の画質に影響を与える特定の成分を強調する際に、基本特徴量のみを用いる場合に比較して、強調度合いの適切性を高めることを目的とする。

請求項１に記載の発明は、輝度画像における特定明度領域の分布及び暗部平坦領域の大きさの少なくとも何れか一方に関する特性を示す特性情報を取得する特性情報取得手段と、前記特性情報に基づいて、前記輝度画像の画質に影響を与える特定の成分の強調度合いを示す強調度合い情報を生成する強調度合い情報生成手段と、前記輝度画像の前記特定の成分が前記強調度合い情報により示される強調度合いで強調されるように再現された輝度再現画像を生成する輝度再現画像生成手段とを備えたことを特徴とする画像処理装置である。
請求項２に記載の発明は、前記特性情報取得手段は、前記輝度画像における暗部領域の凝集度合いを示す凝集度合い情報を、当該輝度画像における特定明度領域の分布に関する特性を示す前記特性情報として取得し、前記強調度合い情報生成手段は、前記凝集度合い情報により示される凝集度合いが高いほど、前記強調度合い情報により示される強調度合いが高くなるように又は低くなるように、当該強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置である。
請求項３に記載の発明は、前記特性情報取得手段は、前記輝度画像における暗部領域の凝集度合いを示す凝集度合い情報を、当該輝度画像における特定明度領域の分布に関する特性を示す前記特性情報として取得し、前記強調度合い情報生成手段は、前記凝集度合い情報により示される凝集度合いが高いほど、前記強調度合い情報により示される強調度合いが高くなるように又は低くなるように、当該凝集度合いと当該強調度合いとを紐付けた関数を用いて、当該強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置である。
請求項４に記載の発明は、前記特性情報取得手段は、前記輝度画像における複数の明度の各明度の領域の凝集度合いを示す凝集度合い情報を、当該輝度画像における特定明度領域の分布に関する特性を示す前記特性情報として取得し、前記強調度合い情報生成手段は、前記凝集度合い情報と、前記複数の明度の各明度の重みとに基づいて、前記強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置である。
請求項５に記載の発明は、前記強調度合い情報生成手段は、前記複数の明度の各明度の重みとして、明度が低いほど高くなる重みを用いることを特徴とする請求項４に記載の画像処理装置である。
請求項６に記載の発明は、前記特性情報取得手段は、前記輝度画像における暗部平坦領域の広がり度合いを示す広がり度合い情報を、当該輝度画像における暗部平坦領域の大きさに関する特性を示す前記特性情報として取得し、前記強調度合い情報生成手段は、前記広がり度合い情報により示される広がり度合いが高いほど、前記強調度合い情報により示される強調度合いが低くなるように、当該強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置である。
請求項７に記載の発明は、前記特性情報取得手段は、前記輝度画像における暗部平坦領域の広がり度合いを示す広がり度合い情報を、当該輝度画像における暗部平坦領域の大きさに関する特性を示す前記特性情報として取得し、前記強調度合い情報生成手段は、前記広がり度合い情報により示される広がり度合いが高いほど、前記強調度合い情報により示される強調度合いが低くなるように、当該広がり度合いと当該強調度合いとを紐付けた関数を用いて、当該強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置である。
請求項８に記載の発明は、前記特性情報取得手段は、前記輝度画像における複数の平坦度の各平坦度の領域のうちの暗部領域の広がり度合いを示す広がり度合い情報を、当該輝度画像における暗部平坦領域の大きさに関する特性を示す前記特性情報として取得し、前記強調度合い情報生成手段は、前記広がり度合い情報と、前記複数の平坦度の各平坦度の重みとに基づいて、前記強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置である。
請求項９に記載の発明は、前記強調度合い情報生成手段は、前記複数の平坦度の各平坦度の重みとして、平坦度が高いほど高くなる重みを用いることを特徴とする請求項８に記載の画像処理装置である。
請求項１０に記載の発明は、原画像から、当該原画像の輝度成分を画素値とする第１の輝度画像を生成する輝度画像生成手段と、前記原画像を、当該原画像の輝度成分を画素値とする第２の輝度画像及び当該原画像の色度成分を画素値とする色度画像に変換する色変換を行う色変換手段と、前記輝度再現画像及び前記色度画像に対して、前記色変換手段が行う色変換とは逆の変換を行う色逆変換手段とを備え、前記特性情報取得手段は、前記第１の輝度画像における特定明度領域の分布及び暗部平坦領域の大きさの少なくとも何れか一方に関する特性を示す前記特性情報を取得し、前記輝度再現画像生成手段は、前記第２の輝度画像の前記特定の成分が前記強調度合い情報により示される強調度合いで強調されるように再現された前記輝度再現画像を生成することを特徴とする請求項１乃至９の何れかに記載の画像処理装置である。
請求項１１に記載の発明は、コンピュータに、輝度画像における特定明度領域の分布及び暗部平坦領域の大きさの少なくとも何れか一方に関する特性を示す特性情報を取得する機能と、前記特性情報に基づいて、前記輝度画像の画質に影響を与える特定の成分の強調度合いを示す強調度合い情報を生成する機能と、前記輝度画像の前記特定の成分が前記強調度合い情報により示される強調度合いで強調されるように再現された輝度再現画像を生成する機能とを実現させるためのプログラムである。

請求項１の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、基本特徴量のみを用いる場合に比較して、強調度合いの適切性を高めることができる。
請求項２の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、暗部領域の凝集度合いに基づき、強調度合いの適切性を高めることができる。
請求項３の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、暗部領域の凝集度合いに基づき、凝集度合いと強調度合いとを紐付けた関数を用いない場合に比較して容易に、強調度合いの適切性を高めることができる。
請求項４の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、複数の明度の各明度の領域の凝集度合いに基づき、強調度合いの適切性を高めることができる。
請求項５の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、複数の明度の各明度の領域の凝集度合いに基づき、各明度の重みを用いない場合に比較して精度よく、強調度合いの適切性を高めることができる。
請求項６の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、暗部平坦領域の広がり度合いに基づき、強調度合いの適切性を高めることができる。
請求項７の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、暗部平坦領域の広がり度合いに基づき、広がり度合いと強調度合いとを紐付けた関数を用いない場合に比較して容易に、強調度合いの適切性を高めることができる。
請求項８の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、複数の平坦度の各平坦度の領域のうちの暗部領域の広がり度合いに基づき、強調度合いの適切性を高めることができる。
請求項９の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、複数の平坦度の各平坦度の領域のうちの暗部領域の広がり度合いに基づき、各平坦度の重みを用いない場合に比較して精度よく、強調度合いの適切性を高めることができる。
請求項１０の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、人間が好ましいと思える程度にまで、強調度合いの適切性を高めることができる。
請求項１１の発明によれば、画像の画質に影響を与える特定の成分を強調する際に、基本特徴量のみを用いる場合に比較して、強調度合いの適切性を高めることができる。

本発明の第１の実施の形態における画像処理装置の機能構成例を示したブロック図である。 本発明の第１の実施の形態における画像処理装置の視認性再現部の機能構成例を示したブロック図である。 暗部領域の空間的な凝集度の例を示した図である。 暗部領域の空間的な凝集度の例を示した図である。 暗部領域の空間的な凝集度の例を示した図である。 暗部領域の凝集度について説明するための風景画像の例を示した図である。 暗部領域の凝集度について説明するための風景画像の例を示した図である。 暗部領域の凝集度について説明するための風景画像を２値化した画像の例を示した図である。 暗部領域の凝集度について説明するための風景画像を２値化した画像の例を示した図である。 凝集度と再現パラメータとを対応付けた関数の例を示した図である。 凝集度と再現パラメータとを対応付けた関数を用いて凝集度から再現パラメータを決定する方法の例を示した図である。 複数の明度階層における凝集度を用いて再現パラメータを決定する際に用いられる、明度階層の番号ｉと明度階層の重みｃ_ｉとを対応付けた関数の例を示した図である。 複数の明度階層における凝集度を用いて再現パラメータを決定する際に用いられる、明度階層の番号ｉと明度階層の重みｃ_ｉとを対応付けた関数の例を示した図である。 本発明の第１の実施の形態における画像処理装置の動作例を示したフローチャートである。 本発明の第２の実施の形態における画像処理装置の機能構成例を示したブロック図である。 本発明の第３の実施の形態における画像処理装置の機能構成例を示したブロック図である。 暗部ノイズ度の算出方法を説明するための風景画像の例を示した図である。 暗部ノイズ度を算出するために用いる領域を拡大したときの各画素の明暗の例を示した図である。 暗部ノイズ度と再現パラメータとを対応付けた関数の例を示した図である。 暗部ノイズ度と再現パラメータとを対応付けた関数を用いて暗部ノイズ度から再現パラメータを決定する方法の例を示した図である。 複数の平坦度階層における暗部領域の面積を用いて再現パラメータを決定する際に用いられる、平坦度階層の番号ｉと平坦度階層の重みｃ_ｉとを対応付けた関数の例を示した図である。 本発明の第３の実施の形態における画像処理装置の動作例を示したフローチャートである。 本発明の第４の実施の形態における画像処理装置の機能構成例を示したブロック図である。 本発明の第５の実施の形態における画像処理装置の機能構成例を示したブロック図である。 本発明の第６の実施の形態における画像処理装置の機能構成例を示したブロック図である。 本発明の第７の実施の形態における画像処理装置の機能構成例を示したブロック図である。 本発明の実施の形態における画像処理装置のハードウェア構成例を示したブロック図である。

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。

［発明の背景］
画像処理の分野では、好ましい再現や視認性の向上を目的として、ガンマ補正、彩度強調、帯域強調、コントラスト強調、ダイナミックレンジ補正等、輝度や色に関する補正又は強調が行われている。また、視覚特性を利用した視認性向上の方法としては、レティネックス原理を利用したものがある。レティネックスは、人間が反射率によりシーンを知覚しているという原理に基づいて、反射率成分を強調することで視認性を高める基本原理である。

一般的に、このような補正又は強調を伴う再現における制御パラメータ（以下、「再現パラメータ」という）を決定する方法としては、ソフトウェアのＵＩ上で指定することにより決定する方法、ソフトウェア内部で機械的に決定する方法、及び、これらを組み合わせた方法がある。このうち、ソフトウェア内部で機械的に再現パラメータを決定する方法においては、その再現パラメータによる再現の善し悪しを表す評価指標が必要である。このような評価指標として、画像のヒストグラムや周波数等から画像の特徴量を算出し、その特徴量に応じて画像を補正することが多い。

これに対し、本実施の形態は、入力画像の特定明度領域の空間的な凝集度や暗部に発生するノイズ度に基づく特徴量に応じて再現パラメータを決定し、暗部の視認性を改善するものである。

［第１の実施の形態］
図１は、本発明の第１の実施の形態における画像処理装置１０の機能構成例を表すブロック図である。図示するように、本実施の形態における画像処理装置１０は、領域凝集度算出部１１と、再現パラメータ決定部１４と、視認性再現部１５とを備える。

視認性再現部１５は、輝度画像に対して視認性を高める再現を行うことにより、輝度再現画像を生成する。ここで、視認性再現部１５が行う処理は画像強調とする。画像強調としては、帯域強調、コントラスト強調、輝度強調、視認性向上等の強調が考えられる。このうち、帯域強調は、周波数に関係する強調の一例であり、コントラスト強調は、明暗差に関係する強調の一例である。また、上記画像強調は、一般化して、画像の画質に影響を与える特定の成分の強調ということができる。本実施の形態では、このような画像強調を以下の再現式で行うものとしてまとめて説明を行う。尚、本明細書では、ハット記号を、数式中では文字の真上に付すが、文中では文字の後ろに付すものとする。

ここで、Ｉ（ｘ，ｙ）は原画像の画素値を表し、輝度成分であるものとする（ＨＳＶであればＶ、ＹＣｂＣｒであればＹ、Ｌ＊ａ＊ｂ＊であればＬ＊）。Ｉ_Ｒ（ｘ，ｙ）は画像強調を最大限に行ったときの画像の画素値を表す。Ｉ＾（ｘ，ｙ）は再現画像の画素値を表す。また、αは画像の強調度合いを表す再現パラメータであり、０≦α≦１とする。Ｉ＾（ｘ，ｙ）は、α＝０の場合、原画像の画素値を表し、α＝１の場合、最大限の画像強調を行ったときの画像の画素値を表す。

Ｉ（ｘ，ｙ）からＩ_Ｒ（ｘ，ｙ）への変換として考えられる処理及びその組み合わせとしては、例えば、以下のような処理が挙げられる。
（１）レティネックス原理による視認性向上
（２）帯域強調
（３）ガンマカーブ強調
（４）ガンマカーブ強調と帯域強調との組み合わせ
（５）ガンマカーブ強調とレティネックス原理による視認性向上との組み合わせ
（６）帯域強調とレティネックス原理による視認性向上との組み合わせ

例えば、（１）のレティネックス原理による視認性向上は、図２に示す構成で再現される。輝度画像の位置（ｘ，ｙ）に対する画素値をＩ（ｘ，ｙ）とすると、レティネックスモデルでは、以下のように、Ｉ（ｘ，ｙ）を照明成分Ｌ（ｘ，ｙ）と反射率成分Ｒ（ｘ，ｙ）とに分ける。

数式２のように１つの値を２つの値に分離する問題は、一般に不良設定問題と呼ばれる。何らかの方法を用いて、照明成分及び反射率成分の何れか一方を推定しなければ、もう一方は求めることができない。

そこで、照明成分推定部１５１は、Ｉ（ｘ，ｙ）に基づいて、Ｌ（ｘ，ｙ）を推定する。視覚認知の１つの特性として、網膜に入った光の１点（画像では１つの画素）の知覚量は、その１点の周辺輝度の平均に影響することが知られている。周辺輝度は推定された照明成分に相当し、照明推定モデルは以下の関数のコンボリューションとなる。

ここで、ｋは画像処理のフィルタサイズの画素分で積分した場合に結果が１になるように正規化する係数を表す。また、σは平滑化度合い（スケール）を表し、σが大きいほどぼかしの強いコンボリューション画像となる。尚、上記の関数は一例であり、結果として画像が平滑化されるフィルタであれば如何なるものを用いてもよい。例えば、数式３を変形した関数によるフィルタで、エッジ保存を行う平滑化フィルタとして知られるバイラテラルフィルタがあるが、これを用いてもよいものとする。

レティネックス原理によれば、人の視覚特性は、注目領域の周辺から照明光を推定していることが知られている。従って、平滑化した画像は、推定された照明光を表すことになる。しかしながら、シーンによって適するスケールが異なるため、例えば、照明光の推定は、以下のようにスケール１からスケールＮまでのＮ層の画像の加重合計をとるのが望ましい。

ここで、Ｌ（ｘ，ｙ）は推定される照明成分を表し、Ｇ_ｎ（ｘ，ｙ）はスケールｎに対する数式３を表し、Ｉ（ｘ，ｙ）は輝度画像の画素値を表し、Ｗ_ｎはスケールｎに対する重みを表し、「×」を「○」で囲んだ記号は畳み込みを表す。尚、Ｗ_ｎは、簡易的に１／Ｎとしてもよいし、層に応じて可変としてもよい。そして、このように算出されたＬ（ｘ，ｙ）を画素値とする画像を照明成分画像とする。

ところで、数式２によれば、推定された照明成分に基づいて、以下のように反射率が算出される。

即ち、反射率算出部１５２は、輝度画像の画素値Ｉ（ｘ，ｙ）と、照明成分推定部１５１で生成された照明成分画像の画素値Ｌ（ｘ，ｙ）とを用いて、反射率Ｒ（ｘ，ｙ）を生成する。この反射率Ｒ（ｘ，ｙ）を画素値とする画像が反射率画像である。

また、輝度再現部１５３は、例えば、数式１に示すように、反射率算出部１５２が算出した反射率Ｒ（ｘ，ｙ）と、輝度画像Ｉ（ｘ，ｙ）と、再現パラメータαとを用いて、輝度再現画像を生成する。

尚、ここでは、レティネックス原理による視認性向上に適用した場合の再現方法を示したが、本実施の形態は、上記６つの処理の本質を損なわないものであれば、如何なる処理にも適用可能である。

ところで、上記の再現パラメータは、画像の視認性に大きく影響する。そこで、本実施の形態では、領域凝集度算出部１１が凝集度を求め、再現パラメータ決定部１４がこの凝集度を用いて再現パラメータを決定するようにしている。

領域凝集度算出部１１は、輝度画像を明るさの複数の範囲にそれぞれ対応する複数の階層に分離し、各階層における画素の凝集度を算出する。ここでは、例として、暗部領域の空間的な凝集度合いを、図３〜図５に示す。暗部領域を黒いドットとすると、暗部領域の分布状態としては、例えば、図３のように集中分布している状態と、図４のように分散分布している状態と、図５のようにランダム分布している状態とがある。そこで、本実施の形態では、その凝集度合いを連続的に定量化した特徴量を指標とする。そのような特徴量としては、平均最近隣距離等がある。平均最近隣距離とは、各点から最も近い点までの距離の全ての点についての平均値である。よって、この特徴量Ｗは、点ｉから最も近い点までの距離ｄ_ｉと、点の数ｎとを用いて、以下の式で求めることができる。

尚、他の特徴量としては、予め定められた範囲内の点の数等も考えられるが、領域の空間的な凝集度を定量化した特徴量であれば、どのような特徴量を指標としても構わない。

本実施の形態では、輝度画像における特定明度領域の分布に関する特性を示す特性情報又は領域の凝集度合いを示す凝集度合い情報の一例として、凝集度を用いており、特性情報又は凝集度合い情報を取得する特性情報取得手段の一例として、領域凝集度算出部１１を設けている。

再現パラメータ決定部１４は、領域凝集度算出部１１が算出した特定領域の空間的な凝集度を用いて再現パラメータを決定する。以下では、例として、凝集しているほどαが大きくなるように再現パラメータを決定する方法を説明する。

第１の方法及び第２の方法では、複数の階層における凝集度のうち暗部領域の階層における凝集度のみを用いて再現パラメータを決定する。尚、ここでは、暗部領域を用いた例を説明するが、他の明るさの領域を用いても構わない。一方、第３の方法では、複数の階層における凝集度を用いて再現パラメータを決定する。

第１の方法
図６及び図７の風景画像における暗部領域の凝集度を用いて説明する。図６では、木の部分が、視認性が悪く暗部領域であり、図７では、建物の部分が、視認性が悪く暗部領域である。図８及び図９は、それぞれ、図６及び図７を２値化した画像である。この例では、図８よりも図９の方が暗部領域の固まりが大きく、凝集している。そこで、第１の方法では、図８よりも図９の方が、再現パラメータの強度を強めるべき画像と判断される。尚、上記の２値化の方法としては、視認性の悪い暗部領域を抽出できるものであれば、判別分析法等、如何なる方法を用いても構わない。

第２の方法
第２の方法では、領域凝集度算出部１１が算出した暗部領域の空間的な凝集度と、再現パラメータと凝集度とが紐付いた再現特性とを用いて、再現パラメータを決定する。ここで、再現パラメータと凝集度とが紐付いた再現特性とは、暗部領域の凝集度が高いほど再現パラメータも高くなるような特性であり、予め実施した官能評価実験等で決定した特性とする。例えば、再現特性が図１０に示すようなロジスティック関数であるとすると、再現パラメータαは凝集度Ｗを用いて以下の式で求められる。

ここで、領域凝集度算出部１１が算出した暗部領域の空間的な凝集度を表す特徴量をＷ_１とすると、再現パラメータα_ｏｐｔは、上記の関数を用いて、図１１のように機械的に決定される。尚、再現パラメータと凝集度とが紐付いた再現特性は、凝集度が高いほど再現パラメータも高くなるような特性を示していれば、如何なる形状の関数でもよいものとする。

第３の方法
第１の方法及び第２の方法では、特定の明度階層における空間的な凝集度を用いて再現パラメータを決定したが、第３の方法では、複数の明度階層における空間的な凝集度を用いて再現パラメータを決定する。具体的には、輝度画像をｎ個の明るさの範囲にそれぞれ対応するｎ個の階層に分離して得られた階層画像をＩ_ｉとすると、各階層画像における特徴量である凝集度はＷ（Ｉ_ｉ）と表される（ｉ＝１，２，３，…，ｎ）。そして、各階層画像における凝集度を統合した特徴量Ｗ_{ｔｏｔａｌ}は、各階層画像の重みをｃ_ｉとすると、以下の式で表される（ｉ＝１，２，３，…，ｎ）。

ここで、ｃ_ｉは、例えば、図１２に示すようなロジスティック関数又は図１３に示すような線形関数を用いて、暗部の階層ほど大きくなるように決定するとよい。即ち、Ｉ_ｉは、ｉが小さいほど暗部領域の階層画像を、ｉが大きいほど明部領域の階層画像を表すものとすると、ｉが小さいほどｃ_ｉは大きくなるようにするとよい。尚、ｃ_ｉの関数形状は、如何なるものでもよい。そして、再現パラメータαは、特徴量Ｗ_{ｔｏｔａｌ}を用いて、第１の方法又は第２の方法で決定するとよい。

本実施の形態では、強調度合い情報の一例として、再現パラメータを用いており、特性情報に基づいて強調度合い情報を生成する強調度合い情報生成手段の一例として、再現パラメータ決定部１４を設けている。

視認性再現部１５は、既に述べた通りである。但し、本実施の形態では、特に、輝度画像と、再現パラメータ決定部１４が決定した再現パラメータとを用いて、数式１により、強調された輝度再現画像を生成する。

本実施の形態では、輝度再現画像を生成する輝度再現画像生成手段の一例として、視認性再現部１５を設けている。

図１４は、本発明の第１の実施の形態における画像処理装置１０の動作例を表すフローチャートである。

輝度画像が入力されると、まず、領域凝集度算出部１１が、上述したように、暗部領域の空間的な凝集度を算出する（ステップ１０１）。

次に、再現パラメータ決定部１４が、ステップ１０１で算出された凝集度に基づいて、上述した第１乃至第３の方法の何れかにより再現パラメータを決定する（ステップ１０２）。

最後に、視認性再現部１５が、入力された輝度画像と、ステップ１０２で決定された再現パラメータとに基づいて、数式１により輝度再現画像を生成する（ステップ１０３）。

尚、本実施の形態における再現式は、数式１には限らない。画像強調を行う再現式の本質（輝度画像と最大限に強調した画像との間で制御を行うものであること）を損なわなければ、如何なるものでもよいものとする。

また、これまでは、凝集度が高いほどαが大きくなるように再現パラメータを決定するようにしたが、これには限らない。処理によっては凝集度が高いほどαが小さくなるように再現パラメータを決定した方が好ましい場合も考えられる。従って、凝集度が高いほどαが大きく又は小さくなるように、つまり、凝集度に対する再現パラメータの変化が単調増加又は単調減少の関係になるように再現パラメータを決定すればよいものとする。

［第２の実施の形態］
図１５は、本発明の第２の実施の形態における画像処理装置１０の機能構成例を表すブロック図である。図示するように、本実施の形態における画像処理装置１０は、領域凝集度算出部１１と、基本特徴量算出部１３と、再現パラメータ決定部１４と、視認性再現部１５とを備える。ここで、領域凝集度算出部１１及び視認性再現部１５については、第１の実施の形態と同じなので説明を省略し、以下では、基本特徴量算出部１３及び再現パラメータ決定部１４についてのみ説明する。

基本特徴量算出部１３は、画像の特定領域又は全体の明度の平均値や明度のばらつきに基づく基本特徴量を算出する。

再現パラメータ決定部１４は、領域凝集度算出部１１が算出した凝集度と、基本特徴量算出部１３が算出した基本特徴量とを用いて、再現パラメータを決定する。具体的には、再現パラメータαは、凝集度をＷとし、基本特徴量をＫ_１，Ｋ_２，Ｋ_３，…，Ｋ_ｍとすると、以下のように、ａ，ｂ_１，ｂ_２，ｂ_３，…，ｂ_ｍを係数とした線形和で表される。

尚、ここでは、再現パラメータを線形和で求めることとしたが、この限りではない。凝集度と１つ以上の基本特徴量とを用いて再現パラメータを決定するものであれば、如何なる関数を用いても構わない。

［第３の実施の形態］
図１６は、本発明の第３の実施の形態における画像処理装置１０の機能構成例を表すブロック図である。図示するように、本実施の形態における画像処理装置１０は、暗部ノイズ度算出部１２と、再現パラメータ決定部１４と、視認性再現部１５とを備える。ここで、視認性再現部１５については、第１の実施の形態と同じなので説明を省略し、以下では暗部ノイズ度算出部１２及び再現パラメータ決定部１４についてのみ説明する。

暗部ノイズ度算出部１２は、画像強調によって生じる暗部領域のノイズ度を定量化する。暗部領域のノイズは平坦領域で発生すると目立つため、暗部領域でありかつ平坦領域である暗部平坦領域に関する特徴量を算出する。

例として、図１７の領域（ａ）〜（ｄ）を用いて説明する。図１７の領域（ａ）〜（ｄ）は、注目画素及び周辺画素を含む領域であり、これらの領域を拡大したときの各画素の明暗を、それぞれ、図１８（ａ）〜（ｄ）に示す。図では、淡い色ほど明るい画素であり、濃い色ほど暗い画素であることを示している。即ち、図１８（ａ），（ｂ）は明るい画素を中心に構成されており、図１８（ｃ），（ｄ）は暗い画素を中心に構成されている。また、図１８（ｂ），（ｄ）に比べて、図１８（ａ），（ｃ）の方が暗い画素や明るい画素が混在しているため、画素値のばらつきが大きい。つまり、暗部平坦領域とは、図１８（ｄ）のように、注目画素及び周辺画素が、暗い画素を中心に構成され、かつ、画素値のばらつきが小さい領域のことである。

ここで、画素値のばらつきは、例えば、領域内の画素数をМ×Ｎとし、領域内の位置（ｉ，ｊ）の画素値をｆ（ｉ，ｊ）とし、数式１０の平均値μを用いて、数式１１の標準偏差σで表せばよい。

暗部ノイズ度算出部１２は、輝度画像上で注目画素を１画素ずつずらして、全画素について標準偏差σを算出し、標準偏差σの値に応じて輝度画像を複数の階層画像に分離する。そして、階層画像を用いて平坦領域を決定する。例えば、閾値以下の標準偏差σに対応する階層画像に含まれる領域を平坦領域とすればよい。

また、暗部ノイズ度算出部１２は、画素値の平均値μや注目画素の画素値が閾値以下である領域を暗部領域に決定する。

このように暗部領域及び平坦領域が決定されると、暗部ノイズ度算出部１２は、これらの両方の領域である暗部平坦領域の面積（画素数）を暗部ノイズ度とする。ここで、平坦領域が標準偏差σの複数の値にそれぞれ対応する複数の階層画像に分散している場合は、暗部領域のうち平坦度合いの異なる複数の領域の面積を算出することになる。

本実施の形態では、輝度画像における暗部平坦領域の大きさに関する特性を示す特性情報又は領域の広がり度合いを示す広がり度合い情報の一例として、暗部ノイズ度を用いており、特性情報又は広がり度合い情報を取得する特性情報取得手段の一例として、暗部ノイズ度算出部１２を設けている。

第１の実施の形態では、複数の明度にそれぞれ対応する複数の凝集度を特徴量として算出したのに対し、第３の実施の形態では、複数の平坦度合いにそれぞれ対応する複数の暗部領域の面積を特徴量として算出している。従って、特徴量の特性は同じと考えられる。

再現パラメータ決定部１４は、暗部ノイズ度算出部１２が算出した暗部ノイズ度を用いて再現パラメータを決定する。具体的には、暗部ノイズ度（暗部平坦領域の面積）が大きいほどαが小さくなるように再現パラメータを決定すればよい。以下、再現パラメータを決定する方法を説明する。

第１の方法及び第２の方法では、複数の階層における暗部領域の面積のうち最も平坦な階層における暗部領域の面積のみを用いて再現パラメータを決定する。一方、第３の方法では、複数の階層における暗部領域の面積を用いて再現パラメータを決定する。

第１の方法
図６及び図７の風景画像における暗部平坦領域（ここでは、暗部領域のうち最も平坦な階層における領域とする）を用いて説明する。図６では、木の部分が、暗部平坦領域であり、図７では、建物の部分が、暗部平坦領域である。この例では、図６よりも図７の方が暗部平坦領域の面積が大きい。そこで、図６よりも図７の方が、再現パラメータの強度を弱めるべき画像と判断される。

第２の方法
第２の方法では、暗部ノイズ度算出部１２が算出した暗部ノイズ度と、再現パラメータと暗部ノイズ度とが紐付いた再現特性とを用いて、再現パラメータを決定する。ここで、再現パラメータと暗部ノイズ度とが紐付いた再現特性とは、暗部ノイズ度が高いほど再現パラメータは低くなるような特性であり、予め実施した官能評価実験等で決定した特性とする。例えば、再現特性が図１９に示すようなロジスティック関数であるとすると、再現パラメータαは暗部ノイズ度Ｎを用いて以下の式で求められる。

ここで、暗部ノイズ度算出部１２が算出した暗部ノイズ度を表す特徴量をＮ_１とすると、再現パラメータα_ｏｐｔは、上記の関数を用いて、図２０のように機械的に決定される。尚、再現パラメータと暗部ノイズ度とが紐付いた再現特性は、暗部ノイズ度が高いほど再現パラメータは低くなるような特性を示していれば、如何なる形状の関数でもよいものとする。

第３の方法
第１の方法及び第２の方法では、最も平坦な階層における暗部領域の面積を用いて再現パラメータを決定したが、第３の方法では、複数の平坦度合いに対応する階層における暗部領域の面積を用いて再現パラメータを決定する。具体的には、ｎ個の平坦度合いにそれぞれ対応するｎ個の階層画像の各階層画像における特徴量である暗部領域の面積をＮ_ｉとする（ｉ＝１，２，３，…，ｎ）。そして、各階層画像における暗部領域の面積を統合した特徴量Ｎ_{ｔｏｔａｌ}は、各階層画像の重みをｃ_ｉとすると、以下の式で表される（ｉ＝１，２，３，…，ｎ）。

ここで、ｃ_ｉは、例えば、図２１に示すようなロジスティック関数を用いて、平坦度合いが高い階層ほど大きくなるように決定するとよい。即ち、ｉが小さいほど平坦度合いが高く、ｉが大きいほど平坦度合いが低いものとすると、ｉが小さいほどｃ_ｉは大きくなるようにするとよい。尚、ｃ_ｉの関数形状は、如何なるものでもよい。そして、再現パラメータαは、特徴量Ｎ_{ｔｏｔａｌ}を用いて、第１の方法又は第２の方法で決定するとよい。

本実施の形態では、強調度合い情報の一例として、再現パラメータを用いており、特性情報に基づいて強調度合い情報を生成する強調度合い情報生成手段の一例として、再現パラメータ決定部１４を設けている。

図２２は、本発明の第３の実施の形態における画像処理装置１０の動作例を表すフローチャートである。

輝度画像が入力されると、まず、暗部ノイズ度算出部１２が、上述したように、暗部平坦領域の面積を暗部ノイズ度として算出する（ステップ１５１）。

次に、再現パラメータ決定部１４が、ステップ１５１で算出された暗部ノイズ度に基づいて、上述した第１乃至第３の方法の何れかにより再現パラメータを決定する（ステップ１５２）。

最後に、視認性再現部１５が、入力された輝度画像と、ステップ１５２で決定された再現パラメータとに基づいて、数式１により輝度再現画像を生成する（ステップ１５３）。

［第４の実施の形態］
図２３は、本発明の第４の実施の形態における画像処理装置１０の機能構成例を表すブロック図である。図示するように、本実施の形態における画像処理装置１０は、暗部ノイズ度算出部１２と、基本特徴量算出部１３と、再現パラメータ決定部１４と、視認性再現部１５とを備える。ここで、視認性再現部１５については、第１の実施の形態と同じであり、基本特徴量算出部１３については、第２の実施の形態と同じであり、暗部ノイズ度算出部１２については、第３の実施の形態と同じなので説明を省略し、以下では、再現パラメータ決定部１４についてのみ説明する。

再現パラメータ決定部１４は、暗部ノイズ度算出部１２が算出した暗部ノイズ度と、基本特徴量算出部１３が算出した基本特徴量とを用いて、再現パラメータを決定する。具体的には、再現パラメータαは、暗部ノイズ度をＮとし、基本特徴量をＫ_１，Ｋ_２，Ｋ_３，…，Ｋ_ｍとすると、数式９のＷをＮに置き換えた式で表される。

［第５の実施の形態］
図２４は、本発明の第５の実施の形態における画像処理装置１０の機能構成例を表すブロック図である。図示するように、本実施の形態における画像処理装置１０は、領域凝集度算出部１１と、暗部ノイズ度算出部１２と、基本特徴量算出部１３と、再現パラメータ決定部１４と、視認性再現部１５とを備える。ここで、領域凝集度算出部１１及び視認性再現部１５については、第１の実施の形態と同じであり、基本特徴量算出部１３については、第２の実施の形態と同じであり、暗部ノイズ度算出部１２については、第３の実施の形態と同じなので説明を省略し、以下では、再現パラメータ決定部１４についてのみ説明する。

再現パラメータ決定部１４は、領域凝集度算出部１１が算出した凝集度と、暗部ノイズ度算出部１２が算出した暗部ノイズ度と、基本特徴量算出部１３が算出した基本特徴量とを用いて、再現パラメータを決定する。具体的には、再現パラメータαは、凝集度をＷとし、暗部ノイズ度をＮとし、基本特徴量をＫ_１，Ｋ_２，Ｋ_３，…，Ｋ_ｍとすると、Ｎを含む項を数式９に追加した線形和で表される。

［第６の実施の形態］
図２５は、本発明の第６の実施の形態における画像処理装置１０の機能構成例を表すブロック図である。図示するように、本実施の形態における画像処理装置１０は、色変換部２１と、視認性解析再現部２３と、色逆変換部２４とを備える。この第６の実施の形態は、第１乃至第５の実施の形態をカラー画像に適用した場合の実施の形態である。

色変換部２１は、原画像であるカラー画像を、輝度成分を画素値とする輝度画像と、色度成分を画素値とする色度画像とに変換する。カラー画像には一般にｓＲＧＢ等に代表されるＲＧＢ画像が多いので、このような色変換としては、ＲＧＢからＹＣｂＣｒへの変換、ＲＧＢからＬ＊ａ＊ｂ＊への変換、ＲＧＢからＨＳＶへの変換等が挙げられる。これらの変換は、定められた変換式を用いて行えばよい。本実施の形態では、変換後の色空間がＨＳＶであるものとして説明を行う。色空間がＨＳＶである場合、輝度画像はＶ画像の１プレーンとなり、色度画像はＨＳ画像の２プレーンとなる。

本実施の形態では、原画像を輝度画像及び色度画像に変換する色変換を行う色変換手段の一例として、色変換部２１を設けている。

視認性解析再現部２３は、色変換部２１で生成された輝度画像から特徴量を算出し、色変換部２１で生成された輝度画像とその特徴量に応じて輝度再現画像を生成する。具体的には、第１乃至第５の実施の形態の何れかにより、輝度再現画像を生成する。

色逆変換部２４は、視認性解析再現部２３により輝度再現画像が生成され、色変換部２１により色度画像が生成されると、色変換部２１とは逆の色変換を行う。即ち、この第６の実施の形態の一連の処理で得られた輝度再現画像及び色度画像をＨ＾Ｓ＾Ｖ＾とし、Ｈ＾Ｓ＾Ｖ＾色空間からＲＧＢ色空間への変換を行うことにより、最終的なカラー再現画像を得る。
本実施の形態では、色変換手段が行う色変換とは逆の変換を行う色逆変換手段の一例として、色逆変換部２４を設けている。

［第７の実施の形態］
図２６は、本発明の第７の実施の形態における画像処理装置１０の機能構成例を表すブロック図である。図示するように、本実施の形態における画像処理装置１０は、色変換部２１と、解析輝度画像生成部２２と、視認性解析再現部２３と、色逆変換部２４とを備える。ここで、色変換部２１及び色逆変換部２４については、第６の実施の形態と同じなので説明を省略し、以下では、解析輝度画像生成部２２及び視認性解析再現部２３についてのみ説明する。

解析輝度画像生成部２２は、色変換部２１が行う色変換とは異なる解析用途に適した色変換を行うことにより、解析輝度画像を生成する。人間の視覚特性を考慮すると、画像強調を行う輝度画像と、特徴量を算出するための輝度画像とは必ずしも一致しないと考えられる。例えば、色処理や色調整を行う際には、明度や彩度等の直観的に分かり易い成分からなるＨＳＶ色空間を使用する場合や、入力されたＲＧＢ画像をそのまま使用する場合がある。一方で、解析を行う際には、より人間の視覚特性に近いＬ＊ａ＊ｂ＊、ＹＣｂＣｒ、ＹＩＱ等の色変換を用いた方がよい場合がある。このように、処理と解析とでは適した色変換が異なる場合があるため、本実施の形態では、解析輝度画像生成部２２における解析用の色変換と、色変換部２１における通常処理用の色変換とを別々にした。

本実施の形態では、第１の輝度画像の一例として、解析輝度画像を用いており、第１の輝度画像を生成する輝度画像生成手段の一例として、解析輝度画像生成部２２を設けている。また、この場合、色変換部２１が生成する輝度画像は、第２の輝度画像の一例である。

視認性解析再現部２３は、解析輝度画像生成部２２で生成された解析輝度画像から特徴量を算出し、色変換部２１で生成された輝度画像とその特徴量に応じて輝度再現画像を生成する。具体的には、第１乃至第５の実施の形態の何れかにより、輝度再現画像を生成する。

［画像処理装置のハードウェア構成］
本実施の形態における画像処理装置１０は、例えばＰＣにインストールされた画像処理ソフトウェアとしても実現され得るが、典型的には、画像読取り及び画像形成を行う画像処理装置１０として実現される。

図２７は、このような画像処理装置１０のハードウェア構成例を示した図である。図示するように、画像処理装置１０は、ＣＰＵ（Central Processing Unit）３１と、ＲＡＭ（Random Access Memory）３２と、ＲＯＭ（Read Only Memory）３３と、ＨＤＤ（Hard Disk Drive）３４と、操作パネル３５と、画像読取部３６と、画像形成部３７と、通信インターフェース（以下、「通信Ｉ／Ｆ」と表記する）３８とを備える。

ＣＰＵ３１は、ＲＯＭ３３等に記憶された各種プログラムをＲＡＭ３２にロードして実行することにより、後述する各機能を実現する。

ＲＡＭ３２は、ＣＰＵ３１の作業用メモリ等として用いられるメモリである。

ＲＯＭ３３は、ＣＰＵ３１が実行する各種プログラム等を記憶するメモリである。

ＨＤＤ３４は、画像読取部３６が読み取った画像データや画像形成部３７における画像形成にて用いる画像データ等を記憶する例えば磁気ディスク装置である。

操作パネル３５は、各種情報の表示やユーザからの操作入力の受付を行うタッチパネルである。ここで、操作パネル３５は、各種情報が表示されるディスプレイと、指やスタイラスペン等で指示された位置を検出する位置検出シートとからなる。

画像読取部３６は、紙等の記録媒体に記録された画像を読み取る。ここで、画像読取部３６は、例えばスキャナであり、光源から原稿に照射した光に対する反射光をレンズで縮小してＣＣＤ（Charge Coupled Devices）で受光するＣＣＤ方式や、ＬＥＤ光源から原稿に順に照射した光に対する反射光をＣＩＳ（Contact Image Sensor）で受光するＣＩＳ方式のものを用いるとよい。

画像形成部３７は、記録媒体に画像を形成する。ここで、画像形成部３７は、例えばプリンタであり、感光体に付着させたトナーを記録媒体に転写して像を形成する電子写真方式や、インクを記録媒体上に吐出して像を形成するインクジェット方式のものを用いるとよい。

通信Ｉ／Ｆ３８は、ネットワークを介して他の装置との間で各種情報の送受信を行う。

尚、本実施の形態を実現するプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭ等の記録媒体に格納して提供することも可能である。

１０…画像処理装置、１１…領域凝集度算出部、１２…暗部ノイズ度算出部、１３…基本特徴量算出部、１４…再現パラメータ決定部、１５…視認性再現部、２１…色変換部、２２…解析輝度画像生成部、２３…視認性解析再現部、２４…色逆変換部

Claims (11)

1. 輝度画像における特定明度領域の分布及び暗部平坦領域の大きさの少なくとも何れか一方に関する特性を示す特性情報を取得する特性情報取得手段と、
   前記特性情報に基づいて、前記輝度画像の画質に影響を与える特定の成分の強調度合いを示す強調度合い情報を生成する強調度合い情報生成手段と、
   前記輝度画像の前記特定の成分が前記強調度合い情報により示される強調度合いで強調されるように再現された輝度再現画像を生成する輝度再現画像生成手段と
   を備えたことを特徴とする画像処理装置。
2. 前記特性情報取得手段は、前記輝度画像における暗部領域の凝集度合いを示す凝集度合い情報を、当該輝度画像における特定明度領域の分布に関する特性を示す前記特性情報として取得し、
   前記強調度合い情報生成手段は、前記凝集度合い情報により示される凝集度合いが高いほど、前記強調度合い情報により示される強調度合いが高くなるように又は低くなるように、当該強調度合い情報を生成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. 前記特性情報取得手段は、前記輝度画像における暗部領域の凝集度合いを示す凝集度合い情報を、当該輝度画像における特定明度領域の分布に関する特性を示す前記特性情報として取得し、
   前記強調度合い情報生成手段は、前記凝集度合い情報により示される凝集度合いが高いほど、前記強調度合い情報により示される強調度合いが高くなるように又は低くなるように、当該凝集度合いと当該強調度合いとを紐付けた関数を用いて、当該強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置。
4. 前記特性情報取得手段は、前記輝度画像における複数の明度の各明度の領域の凝集度合いを示す凝集度合い情報を、当該輝度画像における特定明度領域の分布に関する特性を示す前記特性情報として取得し、
   前記強調度合い情報生成手段は、前記凝集度合い情報と、前記複数の明度の各明度の重みとに基づいて、前記強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置。
5. 前記強調度合い情報生成手段は、前記複数の明度の各明度の重みとして、明度が低いほど高くなる重みを用いることを特徴とする請求項４に記載の画像処理装置。
6. 前記特性情報取得手段は、前記輝度画像における暗部平坦領域の広がり度合いを示す広がり度合い情報を、当該輝度画像における暗部平坦領域の大きさに関する特性を示す前記特性情報として取得し、
   前記強調度合い情報生成手段は、前記広がり度合い情報により示される広がり度合いが高いほど、前記強調度合い情報により示される強調度合いが低くなるように、当該強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置。
7. 前記特性情報取得手段は、前記輝度画像における暗部平坦領域の広がり度合いを示す広がり度合い情報を、当該輝度画像における暗部平坦領域の大きさに関する特性を示す前記特性情報として取得し、
   前記強調度合い情報生成手段は、前記広がり度合い情報により示される広がり度合いが高いほど、前記強調度合い情報により示される強調度合いが低くなるように、当該広がり度合いと当該強調度合いとを紐付けた関数を用いて、当該強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置。
8. 前記特性情報取得手段は、前記輝度画像における複数の平坦度の各平坦度の領域のうちの暗部領域の広がり度合いを示す広がり度合い情報を、当該輝度画像における暗部平坦領域の大きさに関する特性を示す前記特性情報として取得し、
   前記強調度合い情報生成手段は、前記広がり度合い情報と、前記複数の平坦度の各平坦度の重みとに基づいて、前記強調度合い情報を生成することを特徴とする請求項１に記載の画像処理装置。
9. 前記強調度合い情報生成手段は、前記複数の平坦度の各平坦度の重みとして、平坦度が高いほど高くなる重みを用いることを特徴とする請求項８に記載の画像処理装置。
10. 原画像から、当該原画像の輝度成分を画素値とする第１の輝度画像を生成する輝度画像生成手段と、
    前記原画像を、当該原画像の輝度成分を画素値とする第２の輝度画像及び当該原画像の色度成分を画素値とする色度画像に変換する色変換を行う色変換手段と、
    前記輝度再現画像及び前記色度画像に対して、前記色変換手段が行う色変換とは逆の変換を行う色逆変換手段と
    を備え、
    前記特性情報取得手段は、前記第１の輝度画像における特定明度領域の分布及び暗部平坦領域の大きさの少なくとも何れか一方に関する特性を示す前記特性情報を取得し、
    前記輝度再現画像生成手段は、前記第２の輝度画像の前記特定の成分が前記強調度合い情報により示される強調度合いで強調されるように再現された前記輝度再現画像を生成することを特徴とする請求項１乃至９の何れかに記載の画像処理装置。
11. コンピュータに、
    輝度画像における特定明度領域の分布及び暗部平坦領域の大きさの少なくとも何れか一方に関する特性を示す特性情報を取得する機能と、
    前記特性情報に基づいて、前記輝度画像の画質に影響を与える特定の成分の強調度合いを示す強調度合い情報を生成する機能と、
    前記輝度画像の前記特定の成分が前記強調度合い情報により示される強調度合いで強調されるように再現された輝度再現画像を生成する機能と
    を実現させるためのプログラム。

Images