JP2018014635A - 画像処理装置及びプログラム - Google Patents

Abstract

【課題】撮影により生成された画像に対して補正処理を実施することで、画像の視認性の改善を図る。【解決手段】画像処理装置１は、補正用画面に表示された補正対象の画像に対して補正対象の領域を設定する領域設定部１２と、補正対象の領域に含まれている画像の特徴量を解析して補正対象の領域内の画像に対して実施すべき補正の種類及び補正パラメータを決定する特徴量解析部１３と、決定された補正の種類及び補正パラメータに従い補正対象の領域内の画像に補正を行う補正処理部１４と、を有し、補正前の画像の、補正された補正対象の領域の画像を入れ替えてユーザに提示する。【選択図】図２

Description

本発明は、画像処理装置及びプログラム、特に記録した画像に対する補正に関する。

監視カメラ等により撮影された画像には、例えば逆光等撮影時に状況やノイズによって視認性が低下してしまう場合がある。特に、監視カメラにより撮影された動画像に視認性の低下は致命的なので視認性の改善は期待される。

特開２００４−３３６１２７号公報 特開平７−２８８８０６号公報 特開２０１２−１２４８３９号公報 特開２００７−２７２４７７号公報 特開２００４−２３４５６１号公報 特開２００９−２８４２７０号公報 特開２０１２−１２４６５９号公報

本発明は、撮影により生成された画像に対して補正処理を実施することで、画像の視認性の改善を図ることを目的とする。

本発明に係る画像処理装置は、表示された画像に対して補正対象の領域を設定する領域設定手段と、前記領域設定手段により設定された領域の特徴量を解析して補正対象の領域内の画像に対して実施すべき補正の種類及び補正パラメータを決定する解析手段と、前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う補正処理手段と、を有するものである。

また、前記解析手段は、ユーザにより指定された場合には、その指定された内容に従って補正の種類及び補正パラメータを決定するものである。

本発明に係る画像処理装置は、補正対象の画像が撮影されたときの状況を示す状況情報を取得する状況情報取得手段と、前記状況情報に基づいて補正の種類及び補正パラメータを決定する解析手段と、前記解析手段により決定された内容に従い補正対象の画像に補正を行う補正処理手段と、を有するものである。

本発明に係る画像処理装置は、補正対象の画像を撮影した撮影手段による同一撮影領域の撮影により生成された補正を必要としない視認性の高い画像をリファレンス画像として取得する取得手段と、前記補正対象の画像と前記リファレンス画像との差分に基づいて補正の種類及び補正パラメータを決定する解析手段と、前記解析手段により決定された内容に従い前記補正対象の領域内の画像に補正を行う補正処理手段と、を有するものである。

本発明に係る画像処理装置は、補正処理手段により補正された画像の所定の特性を検出する検出手段と、前記検出手段による検出結果に基づいて補正の種類及び補正パラメータを決定する解析手段と、前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う前記補正処理手段と、を有するものである。

本発明に係るプログラムは、コンピュータを、表示された画像に対して補正対象の領域を設定する領域設定手段、前記領域設定手段により設定された領域の特徴量を解析して補正対象の領域内の画像に対して実施すべき補正の種類及び補正パラメータを決定する解析手段、前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う補正処理手段、として機能させるためのものである。

本発明に係るプログラムは、コンピュータを、補正対象の画像が撮影されたときの状況を示す状況情報を取得する状況情報取得手段、前記状況情報に基づいて補正の種類及び補正パラメータを決定する解析手段、前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う補正処理手段、として機能させるためのものである。

本発明に係るプログラムは、コンピュータを、補正対象の画像を撮影した撮影手段による同一撮影領域の撮影により生成された補正を必要としない視認性の高い画像をリファレンス画像として取得する取得手段、前記補正対象の画像と前記リファレンス画像との差分に基づいて補正の種類及び補正パラメータを決定する解析手段、前記解析手段により決定された内容に従い前記補正対象の画像に補正を行う補正処理手段、として機能させるためのものである。

本発明に係るプログラムは、コンピュータを、補正処理手段により補正された画像の所定の特性を検出する検出手段、前記検出手段による検出結果に基づいて補正の種類及び補正パラメータを決定する解析手段、前記解析手段により決定された内容に従い補正対象の画像に補正を行う前記補正処理手段、として機能させるためのプログラム。

本発明によれば、撮影により生成された画像に対して補正処理を実施することで、画像の視認性の改善を図ることができる。

実施の形態１における画像処理装置を形成するコンピュータのハードウェア構成図である。 実施の形態１における画像処理装置のブロック構成図である。 実施の形態１における画像視認性改善処理を示したフローチャートである。 実施の形態１における補正用画面の表示例を示した図である。 実施の形態２における画像処理装置のブロック構成図である。 実施の形態２における画像視認性改善処理を示したフローチャートである。 実施の形態３における画像処理装置のブロック構成図である。 実施の形態３における画像視認性改善処理を示したフローチャートである。 実施の形態４における画像処理装置のブロック構成図である。 実施の形態４における画像視認性改善処理を示したフローチャートである。

以下、図面に基づいて、本発明の好適な実施の形態について説明する。

図１は、本実施の形態における画像処理装置１を形成するコンピュータのハードウェア構成図である。本実施の形態において画像処理装置１を形成するコンピュータは、従前から存在する汎用的なハードウェア構成で実現できる。すなわち、画像処理装置１は、図１に示したようにＣＰＵ５１、ＲＯＭ５２、ＲＡＭ５３、ハードディスクドライブ（ＨＤＤ）５４、入力手段として設けられたマウス５５とキーボード５６、及び表示装置として設けられたディスプレイ５７をそれぞれ接続する入出力コントローラ５８、通信手段として設けられたネットワークコントローラ５９を内部バス６０に接続して構成される。

本実施の形態において特徴的なことは、監視カメラ等による撮影により生成された画像に画像処理を施すことで視認性を改善することである。その画像処理の手法として、本実施の形態では、領域選択による補正処理、状況情報を用いた補正処理、リファレンス画像を利用した補正処理及び物体検出機能を利用した補正処理という４つの処理機能を提供する。以下、４つの機能それぞれの特徴的な画像の視認性改善処理について、後述する各実施の形態に分けて説明する。

実施の形態１（領域選択による補正処理機能）．
図２は、本実施の形態における画像処理装置１のブロック構成図である。なお、本実施の形態の説明に必要としない構成要素については図２から省略している。本実施の形態における画像処理装置１は、ユーザインタフェース（ＵＩ）処理部１１、領域設定部１２、特徴量解析部１３及び補正処理部１４を有している。ユーザインタフェース処理部１１は、後述する補正用画面をディスプレイ５７に表示して、ユーザによる補正に関する指示を受け付けると共に補正処理の実行結果を補正用画面に表示する。領域設定部１２は、補正用画面に表示された画像に対してユーザによる操作指示に応じて補正対象の領域を設定する。特徴量解析部１３は、領域設定部１２により設定された領域の特徴量を解析して補正対象の領域内の画像に対して実施すべき補正の種類及び補正パラメータを決定する。補正処理部１４は、特徴量解析部１３により決定された内容に従い補正対象の領域内の画像に補正を行う。

画像処理装置１における各構成要素１１〜１４は、画像処理装置１を形成するコンピュータと、コンピュータに搭載されたＣＰＵ５１で動作するプログラムとの協調動作により実現される。

また、本実施の形態で用いるプログラムは、後述する機能においても同様に、通信手段により提供することはもちろん、ＣＤ−ＲＯＭやＵＳＢメモリ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵ５１がプログラムを順次実行することで各種処理が実現される。

次に、画像の視認性を改善するための本実施の形態における処理について図３に示したフローチャートを用いて説明する。本実施の形態では、処理対象の画像全体ではなくユーザにより指定された領域に含まれる画像のみを補正対象とすることを特徴としている。なお、本実施の形態では、監視カメラによる撮影により生成された動画像を取り扱う場合を例にして説明する。もちろん、静止画像や他の撮影手段により生成される画像であってもよい。画像処理装置１は、監視カメラ等外部の機器から動画像を取得し、ハードディスクドライブ５４に保存済みであるものとする。以降の実施の形態において同じである。

図４は、本機能を利用する際に用いる補正用画面の表示例を示した図である。この補正用画面については、処理の説明と合わせて説明する。ユーザが所定のアプリケーションを起動すると、ユーザインタフェース処理部１１は、図４に例示した補正用画面をディスプレイ５７に表示する。そして、ユーザが動画読込ボタン６１を選択し、ディスプレイ５７に表示されるファイルリストの中から画像ファイルを選択すると、ユーザインタフェース処理部１１は、その選択された画像ファイルを補正用画面の処理対象画像表示領域６２に表示する。なお、図４に例示したように選択された画像ファイル名は画面上部に表示される。

動画像は、複数の静止画像の集合であるが、ユーザインタフェース処理部１１は、ユーザによる操作ボタン６３の操作に応じて動画像を再生させる。そして、ユーザが動画像の再生を停止して補正対象とする画像を選択した後、範囲指定ボタン６４を選択すると、ユーザインタフェース処理部１１は、範囲指定モードに移行する。そして、ユーザがマウス５５を用いて処理対象画像表示領域６２において補正したい画像の領域を指定する。これは、例えば、領域の左上と右下を指示して矩形領域を特定する一般的な方法で領域を指定する。あるいは、例えば、表示装置が操作パネルの場合、ユーザが指先などで指定したい領域のほぼ中心点を指すように画面に触れると、ユーザインタフェース処理部１１は、操作パネルに触れている間、その触れている一点から徐々に選択領域を拡げていく。そして、ユーザが操作パネルから指を離すとその時点で拡がった領域をユーザにより指定された領域として受け付ける。この場合の領域の形状は、矩形でも円でもよく、また領域の形状をユーザに指定させるようにしてもよい。あるいは、ユーザが指などを操作パネルに触れている位置の画素値と、その位置の周囲との画素値を比較し、極端に画素値が変化したところを境界線として領域を特定するようにしてもよい。図４では、矩形形状にて補正対象領域６５が指定された場合の例を示した。なお、本実施の形態にでは、補正対象領域６５が指定された静止画像のみを補正の対象とした静止画補正と、動画像全体において補正対象領域６５を補正対象とする動画像補正を用意している。

以上のようにしてユーザが補正対象領域６５を指定した後、処理実行ボタン６６を選択すると、領域設定部１２は、画像を解析してその選択領域を設定する（ステップ１０１）。具体的には、補正対象領域６５の座標位置を特定する。

続いて、特徴量解析部１３は、領域設定部により設定された領域の特徴量を解析して、どのような補正を行うのが適切かを判断してその補正種別を決定し、更に決定した補正の種類（内容）においてどの程度のレベルで補正を行うのかを判断する（ステップ１０２）。特徴量の解析手法としては、従前からある技術を利用してもよい。例えば、輝度ヒストグラムの分布から自動又は手動で暗部輝度閾値とするパラメータを設定し、その輝度値未満の画素の輝度を暗部補正する。本実施の形態では、補正種別として、暗い画像を明るくする暗部補正及びかすみを除去するかすみ補正を例に挙げているが、これ以外の補正を含めるようにしてもよい。例えば、ノイズを低減する補正を行う。もちろん、いずれか１つに限定する必要はなく複数の補正種別を選択してもよい。

そして、特徴量解析部１３は、その補正対象領域内の画像の明暗や濃淡の程度によって補正パラメータを決定する（ステップ１０３）。もちろん、明暗や濃淡に限る必要はなく、例えば、輝度分布、ノイズ量、コントラストなどに基づき補正パラメータを決定するようにしてもよい。なお、本実施の形態では、図４に示したように補正種別、補正レベル及びノイズ低減の各設定領域６７，６８，６９を補正用画面に設けているので、ユーザが画像補正に関するある程度の知識を持っているのであれば、この設定領域６７から補正種別を指定してもよい。特徴量解析部１３は、ユーザにより補正種別が指定された場合、その指定された内容に従って補正の種類を決定する。同様に、特徴量解析部１３は、ユーザにより設定領域６８，６９から補正パラメータが指定された場合、その指定されたレベル値を参考にして補正パラメータを決定する。

続いて、補正処理部１４は、特徴量解析部１３により決定された補正種別の補正処理を、決定された補正パラメータに従い実行する（ステップ１０４）。そして、補正処理部１４は、補正対象の画像における補正対象領域６５の画像を補正後の画像で差し替える。ユーザインタフェース処理部１１は、以上のようにして補正が反映された画像を、補正済み画像表示領域７０に表示する。

本実施の形態によれば、以上のようにしてユーザにより指定された領域に含まれている画像のみを補正対象とし、またその補正により指定された領域内の画像を補正により鮮明にすることができる。例えば、画像全体の明度を上げると、既に明るい部分の画像は必要以上に明るくなり却って視認しにくくなってしまうが、本実施の形態においては、明るくしたい領域内の画像のみを明るくすることができるので、このような不具合は発生させずに画像の視認性を改善することができる。

なお、本実施の形態では、ユーザが補正対象領域６５をただ１つ指定するように説明したが、複数の補正対象領域６５を指定させてもよい。また、実行する補正処理の種別は１種類とは限らず、補正対象領域６５毎に設定してもよい。

実施の形態２（状況情報を用いた補正処理機能）．
図５は、本実施の形態における画像処理装置１のブロック構成図である。なお、本実施の形態の説明に必要としない構成要素については図５から省略している。本実施の形態における画像処理装置１は、状況情報取得部２１、補正パラメータ決定部２２及び補正処理部２３を有している。状況情報取得部２１は、補正対象の画像が撮影されたときの状況を示す状況情報を取得する。補正パラメータ決定部２２は、状況情報に基づいて補正種別及び補正パラメータを決定する。補正処理部２３は、決定された補正種別及び補正パラメータに基づき補正対象の画像を補正する。

画像処理装置１における各構成要素２１〜２３は、画像処理装置１を形成するコンピュータと、コンピュータに搭載されたＣＰＵ５１で動作するプログラムとの協調動作により実現される。

本実施の形態では、補正対象の画像（以下、単に「画像」）が撮影されたときの状況を示す情報（以下、「状況情報」）に着目したことを特徴としている。画像は、例えば実施の形態１と同様にしてユーザに選択されてもよい。

本実施の形態における状況情報には、監視カメラの設置環境情報、撮影日時情報、天気情報、光源情報、入退情報などの画像が撮影されたときの監視カメラの周辺の環境の情報、画像が撮影されたときに依存する情報が含まれている。例えば、監視カメラの設置環境情報には、監視カメラの仕様、設置位置（屋内又は屋外、階数、入口等）、撮影方向（方角）、屋内から屋外の方向又は屋外から屋内の方向等が含まれている。撮影日時情報には、画像が生成されたときに日時を特定する情報が含まれている。天気情報には、撮影日時における天気情報が含まれている。光源情報には、撮影日時における照明や太陽の向きや光量が含まれている。屋外の場合は更に監視カメラと外灯との位置関係、上記と重複するが撮影方向（方角）等が含まれる。屋内の場合、監視カメラと照明との位置関係、照明の仕様等が含まれている。入退情報には、監視カメラが設置されている部屋の点灯、消灯を特定するために、最初の入室者及び最終退室者の日時情報が含まれている。

１台の監視カメラからは、同様の画質の画像が得られるはずであるが、実際には、太陽や照明等による逆光や点灯／消灯状態の影響を受けることで明暗の異なる状態で画像が生成される。従って、本実施の形態においては、時節や撮影日時の状況を考慮して、画像の補正の必要性、また必要と判断した場合には、どのような内容（種類）の補正を行い、その際の補正パラメータはどのように設定すべきかを調整して補正するのが好ましい。

そこで、本実施の形態においては、画像が撮影されたときの状況情報を参照して、画像を補正できるようにした。具体例を挙げると、屋外を撮影した画像の場合、昼間から夜にかけて徐々に暗くなってくる。従って、同じ監視カメラで撮影された画像も徐々に明度が低下していくので、これを補正する。具体的には、例えば季節や月単位で昼夜の時刻（日の出、日の入り）を予め設定しておき、その設定した時刻と現在時刻との関係に基づき補正する。また、同じ屋外でも撮影方向によって逆光の影響を受けるかもしれない。また、晴天でなければ相対的に暗い画像が生成されることになるかもしれない。従って、天気情報を参照に補正パラメータを調整するのが好ましい。

一方、屋内の場合は、照明の点灯状態の影響を受けやすい。従って、点灯状態を確認するために入退情報と連携して在室者の有無によって点灯状態を推測するようにしてもよい。エントランス、廊下などの共用部については、中央監視装置や照明制御コントローラなどのスケジュール時刻をもとに点灯状態を推測するようにしてもよい。

次に、画像の視認性を改善するための本実施の形態における処理について図６に示したフローチャートを用いて説明する。

本実施の形態では、前述したように状況情報に基づき画像を補正することになる。従って、状況情報取得部２１は、上記例示した状況情報を取得する（ステップ２０１）。取得先は、取得する情報によって異なってくる。そして、補正パラメータ決定部２２は、取得された状況情報を解析することによって、画像がどのような影響を受けているのかを推定できるので、推定される影響の内容及び程度によって補正種別及び補正パラメータを決定する（ステップ２０２）。例えば、太陽光の影響を受ける位置に設置された監視カメラからの画像であれば、その画像が夕方に撮影されていたのであれば暗部補正を行い、また天気によって暗さの程度を推測して補正パラメータを決定する。そして、補正処理部２３は、決定された補正種別及び補正パラメータに基づき補正対象の画像を補正する（ステップ２０３）。

本実施の形態によれば、以上のようにして撮影時の状況を参照して画像の補正を行うようにしたので、画像の視認性の改善を図ることができる。

実施の形態３（リファレンス画像を利用した補正処理機能）．
図７は、本実施の形態における画像処理装置１のブロック構成図である。なお、本実施の形態の説明に必要としない構成要素については図７から省略している。本実施の形態における画像処理装置１は、リファレンス画像取得部３１、補正パラメータ決定部３２、補正処理部３３及び基準画像記憶部３４を有している。リファレンス画像取得部３１は、補正対象の画像（以下、「補正対象画像」）を撮影した撮影手段による同一撮影領域の撮影により生成された視認性の高い画像をリファレンス画像として取得する。視認性の高い画像というのは、鮮明であるために補正を必要としない画像のことをいう。補正パラメータ決定部２２は、補正対象の画像とリファレンス画像との差分に基づいて補正の種類及び補正パラメータを決定する。補正処理部２３は、決定された補正種別及び補正パラメータに基づき補正対象の画像を補正する。

基準画像記憶部３４には、監視カメラによる撮影により生成された画像のうち、視認性の高いことで補正を必要としない画像が基準画像として蓄積されている。基準画像は、管理者等によって事前に選別され基準画像記憶部３４に登録される。もちろん、管理者等による事前登録に限らず、例えば、初期運用中にユーザが手動により補正したいレベルや補正種別の実績を参考にして基準画像を自動生成し登録してもよい。あるいは、運用の過程において基準画像を追加してもよいし、基準画像を補正して基準画像を新たに生成し登録してもよい。

画像処理装置１における各構成要素３１〜３３は、画像処理装置１を形成するコンピュータと、コンピュータに搭載されたＣＰＵ５１で動作するプログラムとの協調動作により実現される。また、基準画像記憶部３４は、画像処理装置１に搭載されたＨＤＤ５４にて実現される。あるいは、外部にある記憶手段をネットワーク経由で利用してもよい。

次に、画像の視認性を改善するための本実施の形態における処理について図８に示したフローチャートを用いて説明する。

ユーザが補正対象画像を選択すると、リファレンス画像取得部３１は、補正対象画像に関連付けられている属性情報、例えば、撮影に利用された監視カメラや撮影日時等を参照して基準画像記憶部３４に蓄積された基準画像の中からリファレンス画像となり得る基準画像を抽出することで取得する（ステップ３０１）。補正対象画像は、例えば実施の形態１と同様にしてユーザに選択されてもよい。

続いて、補正パラメータ決定部２２は、補正対象画像とリファレンス画像とを比較することで差分を抽出し、その差分に基づき補正種別及び補正パラメータを決定する（ステップ３０２）。例えば、抽出した差分によって補正対象画像に霞がかかっているよう画像であればかすみ補正を行い、差分の値によって霞の程度を推測して補正パラメータを決定する。そして、補正処理部２３は、決定された補正種別及び補正パラメータに基づき補正対象の画像を補正する（ステップ３０３）。

本実施の形態によれば、補正を必要としないリファレンス画像の画質に近付くように補正を行うようにしたので、補正対象画像の視認性の改善を図ることができる。

実施の形態４（物体検出機能を利用した補正処理機能）．
図９は、本実施の形態における画像処理装置１のブロック構成図である。なお、本実施の形態の説明に必要としない構成要素については図９から省略している。本実施の形態における画像処理装置１は、補正処理部４１、検出率算出部４２、検出率比較部４３、補正パラメータ決定部４４及び検出率情報記憶部４５を有している。補正処理部４１は、補正パラメータ決定部４４により決定された内容に従い補正対象の領域内の画像に補正を行う。検出率算出部４２は、補正処理部４１により補正された画像に含まれている既知の物体の検出率を算出し、その算出結果を検出率情報記憶部４５に保存する。検出率比較部４３は、検出率算出部４２により算出された検出率を比較し、検出率が最も高い補正強度を特定する。補正パラメータ決定部４４は、検出率に基づき検出率比較部４３により特定された補正強度に基づいて補正の種類及び補正パラメータを決定する。

画像処理装置１における各構成要素４１〜４４は、画像処理装置１を形成するコンピュータと、コンピュータに搭載されたＣＰＵ５１で動作するプログラムとの協調動作により実現される。また、基準画像記憶部３４は、画像処理装置１に搭載されたＨＤＤ５４にて実現される。あるいは、外部にある記憶手段をネットワーク経由で利用してもよい。

本実施の形態において特徴的なことは、検出率が最大となる補正の種類及び補正パラメータを見つけ、その補正の種類及び補正パラメータに従い画像に補正を行えるようフィードバックすることである。

次に、画像の視認性を改善するための本実施の形態における処理について図１０に示したフローチャートを用いて説明する。

補正処理部４１は、上記各実施の形態のようにして画像の補正を行うが、検出率算出部４２は、その補正後の画像から既知の物体の検出率を算出し、その算出結果を検出率情報記憶部４５に保存する（ステップ４０１）。既知の物体というのは、人物の顔、車両のナンバープレート等監視カメラの設置目的から撮影されることが事前に特定されている物体のことをいう。

検出率算出部４２は、補正強度を変えながら複数の検出率を算出するが、検出率比較部４３は、その中から検出率が最も高いときの補正強度を特定する（ステップ４０２）。補正パラメータ決定部４４は、補正の種類及び補正パラメータを変更、調整しながら、その補正強度を得るための補正の種類及び補正パラメータを決定する（ステップ４０３）。

その後、補正処理部４１は、補正パラメータ決定部４４により新たに決定された補正の種類及び補正パラメータに基づいて補正を行う。

以上の処理は、処理対象が動画像の場合、１つのフレーム画像に対して行うようにしてもよいし、複数のフレーム画像を処理対象としてもよい。処理対象の画像がＨＤＤ５４に記録されている場合、その画像に対して以上の処理を繰り返すことで最適な補正の種類及び補正パラメータを見つけ出すことができ、視認性をより改善することができる。仮に、保存されない動画像を処理対象とする場合、前段のフレーム画像に上記処理を施して補正の種類及び補正パラメータを決定し、そのフィードバックの結果を後続のフレーム画像に対して適用することになる。

なお、本実施の形態では、画像の所定の特性として検出率を用いた場合を例にして説明したが、これに限る必要はなく、例えば、コントラスト、エッジの先鋭性（鮮鋭度）等他の特質を用いてもよい。

以上説明したように、上記各実施の形態において、画像の視認性を改善する処理機能をそれぞれ説明したが、必要により適宜組み合わせて実施するようにしてもよい。

１ 画像処理装置、１１ ユーザインタフェース（ＵＩ）処理部、１２ 領域設定部、１３ 特徴量解析部、１４，２３，３３，４１ 補正処理部、２１ 状況情報取得部、２２，３２，４４ 補正パラメータ決定部、３１ リファレンス画像取得部、３４ 基準画像記憶部、４２ 検出率算出部、４３ 検出率比較部、４５ 検出率情報記憶部、５１ ＣＰＵ、５２ ＲＯＭ、５３ ＲＡＭ、５４ ハードディスクドライブ（ＨＤＤ）、５５ マウス、５６ キーボード、５７ ディスプレイ、５８ 入出力コントローラ、５９ ネットワークコントローラ、６０ 内部バス。

Claims (9)

1. 表示された画像に対して補正対象の領域を設定する領域設定手段と、
   前記領域設定手段により設定された領域の特徴量を解析して補正対象の領域内の画像に対して実施すべき補正の種類及び補正パラメータを決定する解析手段と、
   前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う補正処理手段と、
   を有することを特徴とする画像処理装置。
2. 前記解析手段は、ユーザにより指定された場合には、その指定された内容に従って補正の種類及び補正パラメータを決定することを特徴とする請求項１に記載の画像処理装置。
3. 補正対象の画像が撮影されたときの状況を示す状況情報を取得する状況情報取得手段と、
   前記状況情報に基づいて補正の種類及び補正パラメータを決定する解析手段と、
   前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う補正処理手段と、
   を有することを特徴とする画像処理装置。
4. 補正対象の画像を撮影した撮影手段による同一撮影領域の撮影により生成された補正を必要としない視認性の高い画像をリファレンス画像として取得する取得手段と、
   前記補正対象の画像と前記リファレンス画像との差分に基づいて補正の種類及び補正パラメータを決定する解析手段と、
   前記解析手段により決定された内容に従い前記補正対象の画像に補正を行う補正処理手段と、
   を有することを特徴とする画像処理装置。
5. 補正処理手段により補正された画像の所定の特性を検出する検出手段と、
   前記検出手段による検出結果に基づいて補正の種類及び補正パラメータを決定する解析手段と、
   前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う前記補正処理手段と、
   を有することを特徴とする画像処理装置。
6. コンピュータを、
   表示された画像に対して補正対象の領域を設定する領域設定手段、
   前記領域設定手段により設定された領域の特徴量を解析して補正対象の領域内の画像に対して実施すべき補正の種類及び補正パラメータを決定する解析手段、
   前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う補正処理手段、
   として機能させるためのプログラム。
7. コンピュータを、
   補正対象の画像が撮影されたときの状況を示す状況情報を取得する状況情報取得手段、
   前記状況情報に基づいて補正の種類及び補正パラメータを決定する解析手段、
   前記解析手段により決定された内容に従い補正対象の領域内の画像に補正を行う補正処理手段、
   として機能させるためのプログラム。
8. コンピュータを、
   補正対象の画像を撮影した撮影手段による同一撮影領域の撮影により生成された補正を必要としない視認性の高い画像をリファレンス画像として取得する取得手段、
   前記補正対象の画像と前記リファレンス画像との差分に基づいて補正の種類及び補正パラメータを決定する解析手段、
   前記解析手段により決定された内容に従い前記補正対象の画像に補正を行う補正処理手段、
   として機能させるためのプログラム。
9. コンピュータを、
   補正処理手段により補正された画像の所定の特性を検出する検出手段、
   前記検出手段による検出結果に基づいて補正の種類及び補正パラメータを決定する解析手段、
   前記解析手段により決定された内容に従い補正対象の画像に補正を行う前記補正処理手段、
   として機能させるためのプログラム。