JP2018029264A - 画像処理装置とその制御方法、及びプログラム - Google Patents

Abstract

【課題】画像データの光沢感を調整する時に、光沢感とは関係のない画素データの影響で、光沢感を感じられる画像かどうかを判断するためのヒストグラムが適切に取得できないことがある。
【解決手段】画像処理装置とその制御方法であって、画像データに含まれるオブジェクトを抽出し、そのオブジェクトのハイライト領域を抽出する。そして、そのオブジェクト内で前記ハイライト領域と当該ハイライト領域の周囲の画素を含む領域を求め、当該領域に含まれる画素の明度のヒストグラムを生成し、その生成したヒストグラムに基づいて前記ハイライト領域以外の画素の明度を調整する。
【選択図】 図３

Description

本発明は、画像処理装置とその制御方法、及びプログラムに関する。

近年、物体の表面の透明感、光沢、金属感等の質感を検知する方法、及び検知された質感を表示させる方法ついて様々な提案がなされている。例えば特許文献１には、バックライトを有する画像表示装置において、画像信号に対応した画像の表示制御を行うため、光沢部分の有無を判定し、画像全体の輝度を下げることなく、光沢感のある画像を表現する技術が記載されている。ここで、光沢部分が有るか否かを判定する方法として、非特許文献１に記載された明度ヒストグラムの歪度を利用して光沢度を算出する方法が用いられている。

一方、複合機やプリンタ等の画像処理装置で印刷される画像においても、色味や階調性に加え、質感や光沢感を表現することが求められている。更に、これらに関連して、人が感じる光沢感については、非特許文献１が参考になる。非特許文献１は、心理物理実験を通して、物理的な光沢や明るさ、明度ヒストグラムの歪みと知覚的な光沢や明るさとの間に高い相関関係があることを記載している。この相関関係によれば、例えば光沢が強い画像の表面ほど、明度ヒストグラムが正の方向に歪む（高い明度の方に画素の出現頻度がなだらかに広がる）ことを示す。よって、明度ヒストグラムの歪度に基づいて画像の表面の光沢度を評価することが可能になる。この明度ヒストグラムの歪みは、二色性反射モデルに基づいている。二色性反射モデルとは、光源からの光が物の表面に当った時、正反射光と拡散反射光の二種類の反射光が発生するというモデルである。ここで言う正反射光とは、光沢感のある物体を照らす光源の光が直接反射しており、画像上では光沢部と同義である。また拡散反射光とは、その物体の表面性や色の影響を受けて反射される光であり、画像上では、色味、質感を決める大きな要素である。非特許文献１では、正反射光と拡散反射光による明度ヒストグラムの歪み（歪度）が大きい程、光沢度を感じやすいことが説明されている。

特開２００９−６３６９４号公報

"Image statistics and the perception of surface qualities", Nature, 447, 206-209,（2007））

しかし、光沢感を調整するために、画像の明度ヒストグラムを取得し、光沢感を調整するための調整値を計算しても、適切な値が得られないことが多い。それは、光沢感の有無の判定と、光沢感の調整のために明度ヒストグラムを取得するには、観察者に光沢を感じさせるオブジェクトの明度を取得することが必要となる。画像データの明度は、その画像を構成する様々な要素によって成り立っている。例えば、自動車の写真であれば、その写真には背景と自動車が含まれ、更に自動車にはボディとタイヤ等が含まれる。またボディは大きく、影になっている部分などがあるため、その写真画像から取得した明度ヒストグラムは、観察者が光沢感を感じる場所以外の明度の影響を大きく受けてしまう。このため、画像が光沢部を含むかどうか正確に判定できないという課題がある。

本発明の目的は、上記従来技術の課題を解決することにある。

本発明の目的は、光沢感を感じる画像データを正確に判定できる技術を提供することにある。

上記目的を達成するために本発明の一態様に係る画像処理装置は以下のような構成を備える。即ち、
画像データに含まれるオブジェクトを抽出する第１抽出手段と、
前記オブジェクトのハイライト領域を抽出する第２抽出手段と、
前記オブジェクト内で前記ハイライト領域と当該ハイライト領域の周囲の画素を含む領域を求め、当該領域に含まれる画素の明度のヒストグラムを生成する生成手段と、
前記ヒストグラムに基づいて前記ハイライト領域以外の画素の明度を調整する調整手段と、を有することを特徴とする。

本発明によれば、光沢感を感じる画像データを正確に判定できるという効果がある。

本発明のその他の特徴及び利点は、添付図面を参照とした以下の説明により明らかになるであろう。尚、添付図面においては、同じ若しくは同様の構成には、同じ参照番号を付す。

添付図面は明細書に含まれ、その一部を構成し、本発明の実施形態を示し、その記述と共に本発明の原理を説明するために用いられる。
本発明の実施形態１に係る印刷システムの構成例を示す図。 実施形態１に係るプリントコントローラによる印刷処理を説明するフローチャート。 図２のＳ２０２の光沢感処理を説明するフローチャート。 実施形態１に係るビットマップイメージデータが表す写真画像の一例を説明する図。 図３のＳ３０２の光沢部の探索処理を説明するフローチャート。 図３のＳ３０４の明度ヒストグラムの作成処理を説明するフローチャート。 実施形態１に係るヒストグラムの一例を示す図。 実施形態１におけるトーン調整用のルックアップテーブルの生成方法を説明する図。 本発明の実施形態２において、図３のＳ３０１のオブジェクトを抽出した例を示す図。 実施形態２に係る図３のＳ３０４の明度ヒストグラムの作成処理を説明するフローチャート。 実施形態３で利用する光沢感処理（Ｓ１００２）の詳細フローチャートである。

以下、添付図面を参照して本発明の実施形態を詳しく説明する。尚、以下の実施形態は特許請求の範囲に係る本発明を限定するものでなく、また本実施形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。

［実施形態１］
図１は、本発明の実施形態１に係る印刷システムの構成例を示す図である。

プリントコントローラ１００は、印刷装置Ｉ／Ｆ部１０４を介して印刷装置１１０と接続されている。プリントコントローラ１００は、ネットワークＩ／Ｆ部１０５を介してネットワーク１１１に接続され、このネットワーク１１１にはＰＣ（パーソナルコンピュータ）１１２が接続されている。そして印刷時には、プリントコントローラ１００が、ＰＣ１１２からＰＤＬ（Page Description Language）を受ける。プリントコントローラ１００は操作部１０７を有しており、ユーザは、この操作部１０７を介して、各種指示やコマンド等を入力することができる。

プリントコントローラ１００は更に、ＣＰＵ１０１、ＲＯＭ１０２、ＲＡＭ１０３、画像処理部１０６を有する。以降で説明するフローチャートで示す処理は、ＲＯＭ１０２に格納されたプログラムに従って、ＣＰＵ１０１がＲＡＭ１０３を利用しながら処理を実行することにより実現される。画像処理部１０６は、ＣＰＵ１０１が実行すると多くの時間を要する処理を高速で実施できる専用の演算回路を有し、ＣＰＵ１０１の処理の一部を実行している。但し、実施形態１では、特にＣＰＵ１０１の演算と画像処理部１０６での演算の区別は付けていないので、どちらでの演算であるかは限定しない。

図２は、実施形態１に係るプリントコントローラ１００による印刷処理を説明するフローチャートである。尚、この処理は、ＣＰＵ１０１がＲＯＭ１０２に記憶されているプログラムを実行することにより達成される。

まずＳ２０１でＣＰＵ１０１は、ＰＣ１１２から受信したＰＤＬデータを解釈してビットマップイメージデータを生成する。このＰＤＬデータには、写真画像などのイメージやグラフィックの描画データ等が記述されており、ＣＰＵ１０１によりＰＤＬデータが解釈されてＲＧＢのカラービットマップイメージデータが生成される。こうして生成されたビットマップイメージデータは、一旦、ＲＡＭ１０３に格納される。次にＳ２０２に進みＣＰＵ１０１は、ＲＡＭ１０３に格納したビットマップイメージデータに基づいて光沢感処理を行う。この光沢感処理の詳細は、図３のフローチャートを参照して説明する。尚、本実施形態１では、写真画像の光沢感を制御することが目的であるため、ビットマップイメージデータは特定のオブジェクトを撮影した写真画像に基づくものとする。こうして光沢感処理が終了するとＳ２０３に進み、その処理済の画像データを印刷装置１１０に出力して印刷させる。印刷装置１１０は、ＲＧＢ画像データを入力してＣＭＹＫ画像データに変換した後、ハーフトーン処理を行って、その画像データに基づく画像をシートに印刷する。

但し、本発明は印刷処理以外にも適用可能である。例えば、ＲＧＢ画像データをネットワークＩ／Ｆ部１０５から、再度ＰＣ１１２に転送して電子画像としてＰＣ１１２に保存させたり、或いはモニタに表示させることも可能である。

図３は、実施形態１に係るプリントコントローラ１００による処理である、図２のＳ２０２の光沢感処理を説明するフローチャートである。

まずＳ３０１でＣＰＵ１０１は、ビットマップイメージデータからオブジェクトを抽出する。ここでは写真画像からオブジェクトを抽出するために、領域分割アルゴリズムを用いる。近年では、様々な領域分割アルゴリズムが提案されている。例えば、グラフカットアルゴリズムによって、ビットマップデータの画素毎にグループを形成していく。その結果、グループの統合などを繰り返すことで、１枚の写真画像から、例えば自動車などの意味をもった領域をオブジェクトとして抽出できる。ここでは、画像の中心に近く、画像全体の面積の３割以上の大きさのオブジェクトであれば第１オブジェクトと判断する。また、抽出するオブジェクトは複数あってもよい。複数のオブジェクトがある場合は、以降の処理を、各オブジェクトに対して実施する。ここでは説明を簡単にするために、第１オブジェクトに対して処理を実施する例で説明する。

図４は、実施形態１に係るビットマップイメージデータが表す写真画像の一例を説明する図である。

図４（Ａ）は、自動車の写真画像全体を示し、自動車とその背景が含まれている。図４（Ａ）の画像に対して領域分割処理を行うと、図４（Ｂ）の様に、第１オブジェクトとして、自動車のボディ部分４００が抽出される。

次にＳ３０２に進みＣＰＵ１０１は、そのオブジェクトから光沢部を探索する。即ち、そのオブジェクトに含まれる光沢部を探索する。

図５は、図３のＳ３０２の光沢部の探索処理を説明するフローチャートである。

先ずＳ５０１でＣＰＵ１０１は、ビットマップイメージデータを明度画像データに変換する。ここではＲＧＢ画像データを明度データに変換するが、その変換式は、ＲＧＢ画像の色空間によって変わる。ここでは、CIE-sRGB色空間で定義されたＲＧＢデータと考えると、明度信号（Ｌ）は、以下の式（１）で計算できる。
［数１］
Ｌ＝（（（０.２１×Ｒ^２.２／２５５ ＋ ０.７１×Ｇ^２.２／２５５ ＋ ０.０７×Ｂ^２.２／２５５））／１００）^１／３×２５５／１００
ここで、Ｒは画像データの赤（Red）の信号値、Ｇは画像データの緑（Green）の信号値、Ｂは画像データの青（Blue）の信号値である。これは、ＣＩＥ−Ｌ＊ａ＊ｂ＊の共通な色空間における明度成分（Ｌ＊）のみを取り出す式である。

次にＳ５０２に進みＣＰＵ１０１は、オブジェクトの明度が閾値以上である部分を抽出することによって２値画像を生成する。ここでは、オブジェクトのハイライト領域を抽出することが目的である。よって、この閾値は、例えば明度画像が８ビットの画像データの場合、例えば「２１０」以上が適切である。但し、写真撮影時に露光量が少なく、画像データの中で一番明るくなる筈の正反射光でも「２１０」以下になってしまうことがある。この様な場合は、コントラストの調整等を行い、Ｓ５０２を実行する前に、画像データを適切なデータに変換する必要がある。こうして２値化された例を図４（Ｃ）に示す。図４（Ｃ）では、分かりやすい様にオブジェクトの縁を破線で表現しているが、これは２値化処理を行う画像の範囲を示すもので、画像データではない。図４（Ｃ）の例では、オブジェクトからハイライト領域４０１が抽出されている。

次にＳ５０３に進みＣＰＵ１０１は、Ｓ５０２で抽出したハイライト領域４０１の塊の中心位置とサイズを取得する。このような画素の塊を検出する方法としては、２値画像（ハイライト領域とハイライト領域以外）の境界部を探索して、境界部が繋がった所を塊とする方法がある。こうして境界部の座標を特定すると、境界部の座標を用いて積分を行って、その塊のサイズを演算する。また塊の境界部の座標の算術平均を用いることにより、その塊の中心座標を算出することができる。また、このような塊が複数検出された場合は、各塊のサイズと位置を算出する。

次にＳ５０４に進みＣＰＵ１０１は、Ｓ５０３で算出したハイライト領域の塊（光沢部）の中で、最大サイズの塊の位置とサイズを特定し、それを光沢部として特定してＳ３０３に進む。尚、Ｓ５０３で光沢部が見つからなかった場合は、そのサイズを「０」とすることで、光沢部が見つからなかったことが判別できる。以上で、Ｓ３０２の光沢部の探索処理の説明を終了する。

次に図３のＳ３０３に進みＣＰＵ１０１は、Ｓ３０２の光沢部の探索処理で光沢部が検出されたかどうか判定し、検出されたときはＳ３０４の処理に進み、そうでないとき、即ち、光沢部のサイズが「０」であれば、光沢部無しと判断してこの処理を終了する。Ｓ３０４でＣＰＵ１０１は、Ｓ３０２で見つけた光沢部とその周辺の明度を使って明度ヒストグラムを生成する。

図６は、図３のＳ３０４の明度ヒストグラムの作成処理を説明するフローチャートである。

まずＳ６０１でＣＰＵ１０１は、Ｓ３０２で見つけた光沢部の中心位置とサイズとから、仮の物体明度を特定する。例えば、光沢部のサイズが３０画素である場合、歪度を十分に算出できる量の領域が必要となる。ここでは、そのための倍率Ｓとして、（３０×Ｓ）画素の領域を選択する。ここでＳは、仮に１００倍程度あれば十分であるので「１００」とする。この領域を求めるには、光沢部の中心座標から、外部に向かって画素数をカウントして領域を求める方法が考えられる。但し、この領域はオブジェクト内に収める必要があるため、オブジェクトから外に出たときは、カウント対象から外す。

次にＳ６０２に進みＣＰＵ１０１は、Ｓ６０１で決定した領域内で、光沢部以外の画素の明度の最頻度値を取得する。

図７（Ａ）は、実施形態１に係るヒストグラムの一例を示す図で、光沢部以外の画素の明度の出現頻度が最も高い明度を仮の物体明度とする。図７（Ａ）の例では、光沢部の画素の明度の最頻度値は「２３０」であり、光沢部以外の画素の明度の最頻度値（仮の物体明度）は、ほぼ「９０」となっている。

次にＳ６０３に進みＣＰＵ１０１は、そのオブジェクト内で、且つ光沢部以外の各画素について、それら画素の明度を最終的なヒストグラムのカウントに入れるかどうかを判定する。これは、その画素の光沢部の中心からの距離に応じて判断する。各画素について、以下の式（２）を計算する。
［数２］
（Ｌ（ｘ，ｙ）−Ｌ）×√（（ｘ−ｘ０）^２+（ｙ‐ｙ０）^２）＜閾値
但し、ｘ，ｙは、光沢部外の座標、Ｌ（ｘ，ｙ）は、各画素の明度、Ｌは仮の物体明度である。ｘ０は、光沢部の中心のｘ座標、ｙ０は光沢部の中心のｙ座標である。

尚、閾値は、予め設定された値である。この式（２）で、閾値よりも大きい画素については、明度ヒストグラムの計算に使用しない対象外の画素と判定する。

次にＳ６０４に進みＣＰＵ１０１は、そのオブジェクト内の光沢部以外の画素（光沢部の周辺領域の画素）の明度ヒストグラムを作成する。但し、ここでは、Ｓ６０３で対象外と判断された画素以外の画素の明度に基づいて明度ヒストグラムを作成する。

ここで作成される明度ヒストグラムの例を図７（Ｂ）に示す。図７（Ｂ）では、光沢部のＳ倍の広さの領域において最も出現頻度の高い画素の明度に基づいて、物体の明度が特定されている。

次に図３に戻り、Ｓ３０４で明度ヒストグラムの作成処理を完了するとＳ３０５に進みＣＰＵ１０１は、Ｓ３０４で取得した明度ヒストグラムから、明度ヒストグラムの歪み（歪度）を計算する。この歪度は以下の式（３）で算出される。
［数３］
歪度＝Σ（Ｘｉ−Ｘａｖｅ）^３／Ｎ×σ^３
Ｎ：データの件数、Ｘｉ：各データの値、Ｘａｖｅ：算術平均、σ：標準偏差
次にＳ３０６に進みＣＰＵ１０１は、Ｓ３０５の歪度が正かどうか、即ち、オブジェクトに光沢感があるかどうか判定する。ここで歪度が負であった場合は、そのオブジェクトには光沢感が無いと考えられるため、そのままこの処理を終了する。光沢感があると判定した画像であれば、画像データを調整することで、より光沢感を上げることができるためＳ３０７に処理を進める。

Ｓ３０７でＣＰＵ１０１は、Ｓ３０４で取得した明度ヒストグラムから、光沢部の明度と、物体の明度とを取得する。光沢部の明度は、正反射光で構成されているため、高明度領域で小さなピークを持つ。

図７の例では、光沢部の明度は、２１０以上の高い明度の部分でピークを持っており、これから光沢部の明度を取得できる。また、物体明度は、最頻値を採用することができる。何故なら、オブジェクトの中で最も領域の大きい部分が物体の持つ明度と断定できるためである。図７（Ｂ）では、図４の自動車のボディの色の明度である物体明度が、例えば略「１００」で求められている。

次にＳ３０８に進みＣＰＵ１０１は、Ｓ３０７で求めた物体明度が暗過ぎないかどうか判定する。ここで物体明度が暗すぎる（例えば、１００未満）であると、物体明度が暗過ぎると判定して、この処理を終了する。物体明度が暗い場合は、明度ヒストグラムの歪度を拡大させても、物体部が暗くなり過ぎる弊害を避ける必要がある。物体明度が１００〜２００程度であれば、トーン調整により光沢感を上げることができる。

Ｓ３０８で物体明度が暗過ぎない、即ち、十分に明るいと判定するとＳ３０９に進みＣＰＵ１０１は、Ｓ３０７で算出した物体明度と光沢部の明度とを用いて、トーン調整用のルックアップテーブルを生成する。

図８は、実施形態１におけるトーン調整用のルックアップテーブルの生成方法を説明する図である。

ここでは先ずＮ個の補間点を生成する。図８では、Ｎ＝６としている。この時の補間点は、入力値と出力値が同じ値で、６個が均等な間隔で生成される。次に、入力値が物体明度と光沢部の明度である値を特定する。これらはそれぞれ、Ｓ３０５で取得済みである。

図８では、物体明度に対応した補間点を補間点ａとしている。更に、光沢部の明度に対応した補間点を補間点ｂとしている。そして、光沢部の明度よりも低い出力値について、一定割合、明度を下げる。この場合、２０％〜３０％程度下げると良いが、操作部１０７からこの下げ幅を調整する調整値を受け付けても良い。ここで物体明度を下げる理由は、物体明度を下げることで、明度ヒストグラムをさらに歪ませることができるためである。このように明度ヒストグラムを更に歪ませると、その分、物体における光沢感を得やすい。補間点ｂよりも暗い補間点では、２０％〜３０％低下させている。こうして、このルックアップテーブルは、補間点ｂにおける出力値は変わらない様に維持し、補間点ａから補間点ｂの間の補間点については、補間点ｂに近づくに従って徐々に下げる量を０％になるという特性を有している。こうして補間点が定まると、それら補間点をスプライン補間などの補間演算方法で繋げる。こうして得られた特性曲線を数値化したデータで構成されるルックアップテーブルを生成する。

次にＳ３１０に進みＣＰＵ１０１は、写真画像のＲＧＢ各画素データをＣＩＥ−Ｌ＊ａ＊ｂ＊に変換し、オブジェクトの画素の明度（Ｌ）にのみ、Ｓ３０９で生成されたルックアップテーブルを適用する。そして、ＲＧＢデータに再変換して、Ｓ２０２の光沢感処理を終了する。

以上説明したように実施形態１によれば、光沢部の周辺領域を適切に決定し、この領域の明度を調整することが可能になる。これにより、画像データで表された画像の光沢感を強調できるという効果がある。

［実施形態２］
前述の実施形態１では、領域分割の結果、分割されたオブジェクトが単純な構成であった。つまり、領域分割により自動車のボディだけが抽出されているため、光沢部の明度と物体の明度を容易に取得できた。しかし、実際には自動車のタイヤなどが含まれた状態で分割することも考えられる。例えば、機会学習などを用いたオブジェクトの意味的な分割を行う場合は、タイヤまでを自動車と判断する。オブジェクトの意味的な分割の方が、画像検索などの応用技術が広いためである。更に、自動車のボディが非常に大きい場合、光沢部から離れた場所については、光沢感への影響が低いにも関わらず、光沢感の調整に大きく影響してしまうことも考えられる。そこで実施形態２では、意味的に分割されたオブジェクトや、大きなオブジェクトに対しても光沢感を調整できる方法について説明する。但し、実施形態２に係る印刷システムの構成等は前述の実施形態１と同じであるため、実施形態１と異なる箇所についてのみ説明する。

図９は、本発明の実施形態２において、前述のＳ３０１のオブジェクトを抽出した例を示す図である。

図９（Ａ）は、自動車の写真画像全体を示し、自動車とその背景が含まれている。図９（Ｂ）では、自動車のタイヤなども含めてオブジェクト９００として判断されている。

前述の実施形態１との差分は、Ｓ３０４の明度ヒストグラムの作成方法であるため、これについて、図１０のフローチャートを参照して説明する。

図１０は、実施形態２に係る図３のＳ３０４の明度ヒストグラムの作成処理を説明するフローチャートである。

図１０のＳ６０１〜Ｓ６０２、Ｓ６０４の処理は、実施形態１で説明した図６のフローチャートと同じであるため、その説明を省略する。但し、Ｓ６０１の倍率Ｓは、実施形態１よりも大きな値であることが前提である。例えば、実施形態１ではＳ＝１００程度としているが、Ｓ＝３００程度は必要だと思われる。

そしてＳ１００１でＣＰＵ１０１は、明度ヒストグラムの最頻値から大きく外れている明度の画素をヒストグラムの対象から除外する。人が感じる光沢感は、光沢部とその周囲の物体の明度ヒストグラムの歪度に依存している。これにより、同じオブジェクトとして判定されているが、違う材料のものなどを除外することができる。これにより図９（Ａ）のオブジェクト９００からタイヤ部分を除去することができる。これは、大きく外れている明度を有する画素は、光沢感とは関係無い画素であることが考えられるためである。例えば、図９（Ｄ）では、自動車のタイヤの部分は、明度ヒストグラムを求める領域の対象外としている。この部分については、領域選択から外して、再度、明度ヒストグラムを算出する。

次にＳ１００２に進みＣＰＵ１０１は、Ｓ１００１で得られた領域の大きさが、ヒストグラムを作成するのに十分な画素数を含んでいるかどうか、即ち、その領域のサイズが倍率Ｓよりも小さいかどうか判定する。ここで小さいと判定すると、その領域が十分な大きさでないためＳ１００３に進みＣＰＵ１０１は、領域の範囲を広げてＳ６０２に進み、Ｓ６０２の処理を再度実施する。例えば、倍率ＳをＳ×１.１倍にするなど、選択する画素数を多く取ることでヒストグラムを作成するのに十分な画素数を確保する。こうしてＳ１００２でＣＰＵ１０１が、ヒストグラムを作成するのに十分なサイズ、即ち、光沢部のサイズのＳ倍となったと判定するとＳ６０４に進み、その領域内の画素の明度に基づいて明度ヒストグラムを算出する。

以上説明したように実施形態２によれば、例えば、自動車のタイヤなども含めてオブジェクトとして判定された場合でも、そのオブジェクト内で、明度ヒストグラムを求める対象となる領域を抽出して明度ヒストグラムを求めることができる。これにより、明度差の大きい画素が含まれるオブジェクトが判定された場合でも、明度ヒストグラムを求める最適な領域を決定し、その領域から得られた明度ヒストグラムに基づいて光沢部の光沢感を調整できる。

［実施形態３］
前述の実施形態１では、決められた割合で補間点を下げて明度調整用のルックアップテーブルを作成した。これに対して実施形態３では、複数のルックアップテーブルを生成し、自動で最適な光沢感の画像を生成するためのルックアップテーブルを選択する例で説明する。

図１１は、実施形態３に係る図２のＳ２０２の光沢感処理を説明するフローチャートである。尚、図１１では、前述の実施形態１に係る図３のフローチャートと共通する部分は同じ参照番号で示し、その説明を省略する。

Ｓ１１０１でＣＰＵ１０１は、光沢感を調整するための調整値候補を取得する。ここでは、この調整値候補は、ＲＯＭ１０２に予め記憶されているものとするが、操作部１０７から入力されたものでも良い。ここで調整値候補は、例えば、１０％〜４０％まで５％刻みで設定されるものとする。この調整値は、例えば図８の例では、補間点ｂよりも暗い補間点の明度を下げる割合を示している。

その後、Ｓ３０９、Ｓ３１０で、各調整値に応じたルックアップテーブルを作成し、そのルックアップテーブルを使用して明度補正を行う。これは実施形態１と同じである。次にＳ１１０２に進みＣＰＵ１０１は、歪度の再計算を行う。この歪度の計算式は、式（３）で説明済みである。尚、この時に計算した歪度と補正後の画像データをＲＡＭ１０３に格納する。そしてＳ１１０３に進みＣＰＵ１０１は、Ｓ１１０１で挙げた調整値候補を全て適用しているかを判断する。適用が終わっていればＳ１１０４に進み、終わっていなければＳ１１０１に戻って再計算を行う。Ｓ１１０４でＣＰＵ１０１は、Ｓ１１０２で取得した歪度の中で、最も高い歪度になった画像データを光沢感処理後のデータとして採用する。

以上説明したように実施形態３によれば、明度調整用の複数のルックアップテーブルを生成し、それらの中から、明度ヒストグラムの歪度が最も高くなるルックアップテーブルを使用して画像データの光沢感を調整できる。

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

本発明は上記実施形態に制限されるものではなく、本発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、本発明の範囲を公にするために、以下の請求項を添付する。

１００…プリントコントローラ、１０１…ＣＰＵ、１０２…ＲＯＭ、１０３…ＲＡＭ、１０７…操作部

Claims (9)

1. 画像データに含まれるオブジェクトを抽出する第１抽出手段と、
   前記オブジェクトのハイライト領域を抽出する第２抽出手段と、
   前記オブジェクト内で前記ハイライト領域と当該ハイライト領域の周囲の画素を含む領域を求め、当該領域に含まれる画素の明度のヒストグラムを生成する生成手段と、
   前記ヒストグラムに基づいて前記ハイライト領域以外の画素の明度を調整する調整手段と、
   を有することを特徴とする画像処理装置。
2. 前記生成手段は、前記オブジェクト内で、当該オブジェクトの明度ヒストグラムの最頻値から大きく外れている明度の画素をヒストグラムの対象から除外したオブジェクト内で、前記ハイライト領域と当該ハイライト領域の周囲の画素を含む領域を求め、当該領域に含まれる画素の明度のヒストグラム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. 前記領域のサイズは、前記ハイライト領域のサイズの少なくとも１００倍のサイズであることを特徴とする請求項１又は２に記載の画像処理装置。
4. 前記調整手段は、ルックアップテーブルを使用して前記画素の明度を調整し、
   前記ルックアップテーブルは、前記ハイライト領域の画素の明度は維持し、前記領域に含まれる前記ハイライト領域以外の画素の明度を低下させる特性を有していることを特徴とする請求項１乃至３のいずれか１項に記載の画像処理装置。
5. 前記調整手段は、互いに異なる複数のルックアップテーブルを使用して前記画素の明度を調整し、画素の明度のヒストグラムの歪度が最も高いヒストグラムに基づいて前記ハイライト領域以外の画素の明度を調整することを特徴とする請求項４に記載の画像処理装置。
6. 前記領域は、前記ハイライト領域からの距離、或いは、前記ハイライト領域の画素の明度と前記ハイライト領域の周囲の画素の明度との差の少なくともいずれかに応じて決定されることを特徴とする請求項１に記載の画像処理装置。
7. 前記調整手段は、前記ヒストグラムの歪度が正の場合に、前記ハイライト領域以外の画素の明度を調整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. 画像処理装置を制御する制御方法であって、
   第１抽出手段が、画像データに含まれるオブジェクトを抽出する第１抽出工程と、
   第２抽出手段が、前記オブジェクトのハイライト領域を抽出する第２抽出工程と、
   生成手段が、前記オブジェクト内で前記ハイライト領域と当該ハイライト領域の周囲の画素を含む領域を求め、当該領域に含まれる画素の明度のヒストグラムを生成する生成工程と、
   調整手段が、前記ヒストグラムに基づいて前記ハイライト領域以外の画素の明度を調整する調整工程と、
   を有することを特徴とする画像処理装置の制御方法。
9. コンピュータを、請求項１乃至７のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。