JP2020182074A - 画像処理装置及び画像処理プログラム - Google Patents

Abstract

【課題】多数の角度からカメラで撮影することで得られる多数の画像データを用いて物体表面の質感を表現する場合に比べて、より少ない画像データと演算で物体表面の質感を表現可能な画像処理装置及び画像処理プログラムを提供することを目的とする。【解決手段】画像処理装置３０は、物体表面の拡散反射画像を取得する拡散反射画像取得部３２と、物体表面の鏡面反射画像を取得する鏡面反射画像取得部３４と、拡散反射画像と鏡面反射画像との彩度の差分画像を取得する彩度差分画像取得部３８と、彩度の差分の大きさを金属の光沢度合いを表す物体表面情報として出力する金属光沢度合い判定部４０と、を含む。【選択図】図２

Description

本発明は、画像処理装置及び画像処理プログラムに関する。

物体表面の質感（光沢感や凹凸感など）を再現するために、モデルとして双方向反射率分布関数（Bidirectional Reflectance Distribution、以下ＢＲＤＦと称する。）を用いる技術が知られている。

特許文献１には、ＢＲＤＦのモデル係数を決める方法として、ＢＲＤＦを取得し、取得したＢＲＤＦにフィッティングするモデル係数を最小二乗法等で推定する手法が記載されている。

また、特許文献２には、多数の角度から光を照射し、多数の角度からカメラで撮影して、照射角度や撮影角度と撮影画像の輝度との変換テーブルを用意し、変換テーブルの補間処理で注目位置の輝度を算出する方法が記載されている。

特開２０１５−４９６９１号公報 特開２００５−１１５６４５号公報

ＢＲＤＦを取得する技術では、入射角や受光角を変更して反射率分布を測定するためデータの取得に時間がかかる。また、多数の角度から光を入射し、多数の角度からカメラで撮影して、多数の画像データを用いてＢＲＤＦを推定する技術では、画像データの取得に膨大な時間がかかると共に、正確な光沢情報を得るために、多数の角度から撮影した画像データがあり、多くの計算量が必要となる。そこで、本発明は、多数の角度からカメラで撮影することで得られる多数の画像データを用いて物体表面の質感を表現する場合に比べて、より少ない画像データと演算で物体表面の質感を表現可能な画像処理装置及び画像処理プログラムを提供することを目的とする。

請求項１に記載の画像処理装置は、物体表面の拡散反射画像と前記物体表面の鏡面反射画像とを取得する取得部と、前記拡散反射画像と前記鏡面反射画像とを用いて、前記拡散反射画像の彩度または前記彩度を表す値が前記鏡面反射画像より高いほど照明の色が強くなるように前記物体表面を再現する再現部と、を含む。

請求項２に記載の画像処理装置は、物体表面の拡散反射画像と前記物体表面の鏡面反射画像とを取得する取得部と、前記拡散反射画像と前記鏡面反射画像とを用いて、前記鏡面反射画像の彩度または前記彩度を表す値が前記拡散反射画像より高いほど前記物体表面の金属の光沢度合いを高く表した物体表面情報を出力する出力部と、を含む。

請求項３に記載の発明は、請求項２に記載の発明において、前記出力部は、前記拡散反射画像の彩度と前記鏡面反射画像の彩度の差分画像を前記物体表面情報として出力する。

請求項４に記載の発明は、請求項２に記載の発明において、前記出力部は、前記取得部によって取得された前記拡散反射画像のうち最大色と最小色を抽出し、抽出した前記最大色と前記最小色の各々の前記拡散反射画像と前記鏡面反射画像の差分画像を前記物体表面情報として出力する。

請求項５に記載の発明は、請求項２〜４の何れか１項に記載の発明において、前記出力部によって出力された前記物体表面情報を用いて色成分の有無を選択し、選択した色成分の有無に対応する、前記拡散反射画像と前記鏡面反射画像の差分画像を取得する画像取得部と、前記取得部によって取得された前記拡散反射画像と、前記画像取得部によって取得された差分画像とを用いて、前記物体表面の反射率分布関数を算出する反射率分布関数算出部と、前記反射率分布関数算出部によって算出された前記反射率分布関数を用いて、前記物体表面の向きの変化に対応した前記物体表面の反射色を表示する表示部と、を含む。

請求項６に記載の発明は、請求項５に記載の発明において、前記画像取得部は、金属の光沢度合いが予め定めた金属光沢度合いより高い場合に色成分のある差分画像を取得し、金属の光沢度合いが前記予め定めた金属光沢度合い以下の場合は色成分のない差分画像を取得する。

請求項７に記載の発明は、請求項２〜４の何れか１項に記載の発明において、前記出力部によって出力された前記物体表面情報を用いて色成分の有無を選択し、選択した色成分の有無に対応する、前記拡散反射画像と前記鏡面反射画像の差分画像を取得する画像取得部と、前記取得部によって取得された前記拡散反射画像と、前記画像取得部によって取得された差分画像とを用いて、記録材データに変換する変換部と、を更に含む。

請求項８に記載の発明は、請求項７に記載の発明において、前記画像取得部は、金属の光沢度合いが予め定めた金属光沢度合いより高い場合に色成分のある差分画像を取得し、金属の光沢度合いが前記予め定めた金属光沢度合い以下の場合は色成分のない差分画像を取得し、前記変換部は、金属の光沢度合いが前記予め定めた金属光沢度合いより高い場合に前記取得部によって取得された前記拡散反射画像と前記画像取得部によって取得された前記色成分のある差分画像から金属成分を含む記録材データに変換し、金属の光沢度合いが前記予め定めた金属光沢度合い以下の場合は前記取得部によって取得された前記拡散反射画像と前記画像取得部によって取得された前記色成分のない差分画像から金属成分を含まない記録材データに変換する。

請求項９に記載の画像処理プログラムは、コンピュータを、請求項１〜８の何れか１項に記載の画像処理装置の各部として機能させる。

請求項１に記載の情報処理装置によれば、多数の角度からカメラで撮影することで得られる多数の画像データを用いて物体表面の質感を表現する場合に比べて、より少ない画像データと演算で物体表面の質感を表現可能な画像処理装置を提供できる。

請求項２に記載の発明によれば、多数の角度からカメラで撮影することで得られる多数の画像データを用いて物体表面の質感を表現する場合に比べて、より少ない画像データと演算で物体表面の質感を表現可能な画像処理装置を提供できる。

請求項３に記載の発明によれば、物体表面の金属の光沢と非金属の光沢とを区別して表現することが可能となる。

請求項４に記載の発明によれば、物体表面の金属の光沢と非金属の光沢とを区別して表現することが可能となる。

請求項５に記載の発明によれば、物体表面の金属の光沢と非金属の光沢とを区別して再現した画像を表示できる。

請求項６に記載の発明によれば、色成分のある差分画像と色成分のない差分画像により金属の光沢と非金属の光沢を区別して再現した画像を表示できる。

請求項７に記載の発明によれば、物体表面の金属の光沢と非金属の光沢とを区別して再現した画像を記録媒体に形成できる。

請求項８に記載の発明によれば、色成分のある差分画像と色成分のない差分画像により金属の光沢と非金属の光沢を区別して再現した画像を記録媒体に形成できる。

請求項９に記載の発明によれば、多数の角度からカメラで撮影することで得られる多数の画像データを用いて物体表面の質感を表現する場合に比べて、より少ない画像データと演算で物体表面の質感を表現可能な画像処理プログラムを提供できる。

質感読取装置の概略構成を示す図である。 第１実施形態に係る画像処理装置の構成を示すブロック図である。 第１実施形態における金属光沢度合い判定部による金属の光沢度合いの判定の一例を説明するための図である。 第１実施形態に係る画像処理装置で行われる処理の流れの一例を示すフローチャートである。 第２実施形態に係る画像処理装置の構成を示すブロック図である。 第２実施形態における金属光沢度合い判定部による金属の光沢度合いの判定の一例を説明するための図である。 第２実施形態に係る画像処理装置で行われる処理の流れの一例を示すフローチャートである。 第３実施形態に係る表示装置の構成を示すブロック図である。 第３実施形態に係る表示装置で行われる処理の流れの一例を示すフローチャートである。 第４実施形態に係る画像形成装置の構成を示すブロック図である。 第４実施形態に係る画像形成装置で行われる処理の流れの一例を示すフローチャートである。

以下、図面を参照して本実施形態の一例を詳細に説明する。図１は、質感読取装置の概略構成を示す図である。

質感読取装置１０は、物体１２の表面特性を光学的に読み取り、その読取結果を表す画像情報を生成する。物体１２は、本実施形態では平面物体として説明するが、平面に限るものではない。質感読取装置１０が生成する画像情報には、拡散反射光に基づく画像情報と鏡面反射光に基づく画像情報とが含まれる。質感読取装置１０は、プラテンガラス１４と、キャリッジ１６と、光源１８、２０、２２と、結像光学系２４、センサ２６とを備える。なお、本実施形態では、質感読取装置１０は、平面の物体１２を一例として読み取る例を説明するが、３次元の物体を読み取ってもよい。

質感読取装置１０は、図示する各部の構成を紙面に垂直な方向に対して予め決められた幅で配置されている。この方向は、質感読取装置１０の主走査方向となり、図中矢印が示す方向は、質感読取装置１０の副走査方向となる。

プラテンガラス１４は、読取対象である物体１２を支持する透明のガラス板で構成されている。なお、プラテンガラス１４は、ガラス板に限らず、例えばアクリル板などであってもよい。また、図示を省略するが、外光を遮断するようにプラテンガラス１４を覆い、物体１２を挟み込むプラテンカバーを備えていてもよい。

キャリッジ１６は、物体１２を読み取る際に、予め定めた速度で副走査方向に移動する。キャリッジ１６は、光源１８、２０、２２を内部に備える。光源１８は、物体１２の法線方向に対してキャリッジ１６の移動方向前側から４５°の入射角度で物体１２に光を照射することで、物体１２からの拡散反射光を読み取るための光を照射する。光源２０は、物体１２の法線方向に対してキャリッジ１６の移動方向後側から４５°の入射角度で光を照射することで、物体１２からの拡散反射光を読み取るための光を照射する。他方で、光源２２は、物体１２の法線方向に対して１０°の入射角度で光を照射することで、物体１２からの鏡面反射光を読み取るための光を照射する。

光源２２は、その反射光の主光線を遮ることがない位置に設けられる。光源２２が照射する光の入射角度は実施形態では１０°とするが、１０°に限定されるものではなく、例えば、５°〜１０°程度であってもよい。光源２２により照射された光の反射光は、物体１２の法線方向に進行するものが読み取られる。

また、光源２２は、照射する光の角度が狭いことが望ましい。光源２２が照射する光の角度が比較的大きい場合には、光源２２が照射する光の角度を制限するカバー等を設けてもよい。さらに、光源２２は、物体１２の光沢情報を読み取るためのものであるため、光源１８、２０に比べ、主走査方向についての輝度がなるべく一様かつ連続であることが望ましい。

光源２２の一例としては、蛍光ランプや希ガス蛍光ランプ（キセノン蛍光ランプ等）等の白色光を適用する。また、光源２２は、白色のＬＥＤを主走査方向に複数配列し、拡散板などを用いて主走査方向の輝度分布を均一化したものであってもよい。

キャリッジ１６は、さらに結像光学系２４及びセンサ２６を内部に備える。結像光学系２４は反射ミラーや結像レンズで構成され、物体１２からの拡散反射光及び鏡面反射光をセンサ２６に結像させる。センサ２６は、結像光学系２４により結像された拡散反射光及び鏡面反射光を受け、受けた光に応じた画像信号を生成する。センサ２６は、ＣＣＤ（Charge Coupled Device）リニアイメージセンサやＣＭＯＳ（Complementary Metal Oxide Semiconductor）イメージセンサ等の受光素子で構成され、受光した光をその強弱を表す信号に変換する。また、センサ２６は、カラーフィルタを備え、物体１２の色を表す画像情報を生成する。センサ２６は、拡散反射光を受光して得られた拡散反射画像情報、及び鏡面反射光を受光して得られた鏡面反射画像情報を外部装置等に出力する。

通常の画像読取装置は、光源１８或いは光源２０により物体１２の法線方向に対して４５°の入射角度で光を照射することで、物体１２からの拡散反射光を読み取る構成である。一方、本実施形態の質感読取装置１０は、これに加えて光源２２により物体１２の法線方向に対して１０°の入射角度で光を照射することで、物体１２からの鏡面反射光を読み取る構成である。

図１に示す質感読取装置１０では、２次元平面の各画素で入射角及び受光角が一定である。このため、拡散反射の条件である光源入射角４５°で取得した画像と、鏡面反射の条件である光源入射角１０°で取得した画像との差分を演算することで、金属光沢情報が正確に抽出される。すなわち、簡易な差分演算で、金属光沢の領域と２次元平面の鏡面反射率を一度に取得される。なお、拡散反射の条件と鏡面反射の条件は、同一の白色校正板でキャリブレーションが行われることで、簡易な差分演算で光沢情報が抽出される。

（第１実施形態）
続いて、本実施形態に係る画像処理装置について説明する。図２は、本実施形態に係る画像処理装置の構成を示すブロック図である。

本実施形態に係る画像処理装置３０は、図１に示す質感読取装置１０で得られた拡散反射画像と鏡面反射画像とを取得して処理し、物体１２の表面の金属の光沢度合いを表す情報を出力する。本実施形態では、差分演算として鏡面反射画像から拡散反射画像を差分する例として説明する。Ｒ（赤）、Ｇ（緑）、Ｂ（青）の差分値、または、Ｌ＊（明度）の差分値が正の（０より大きい）場合に物体表面に光沢があると判定され、光沢があると判定された物体表面の中で、金属の光沢度合いを判定する。以降に説明するブロック図とフローチャートは、物体表面に光沢があると判定されていることが前提条件になる。

ここで、物体表面の光沢には、鏡面反射が色づく金属光沢と、鏡面反射が色づかない非金属光沢とがある。金属光沢と、金属以外の樹脂等の非金属光沢とで観察される光沢の様子が異なる。具体的には、金属の場合は、照明光を照射した場合に、金属の色や金属表面に存在する金属を含む層の色等に応じて照明光の色が変化した光が観察される。一方、非金属の場合は、照明光を照射した場合に、照明光の色が主に観察される。金属の光沢度合いとは、どのくらいの金属光沢であるかを表すものであり、本実施形態に係る画像処理装置３０は、金属の光沢度合いを導出するものである。

画像処理装置３０は、拡散反射画像取得部３２、鏡面反射画像取得部３４、ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６、彩度差分画像取得部３８、及び金属光沢度合い判定部４０の機能を備えている。画像処理装置３０は、ＣＰＵ（Central processing Unit）、ＲＯＭ（Read only Memory）、及びＲＡＭ（Random Access Memory）等がバスを介して相互に通信可能に接続されたコンピュータで構成されている。ＣＰＵは、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵは、ＲＯＭからプログラムを読み出し、ＲＡＭを作業領域としてプログラムを実行する。ＣＰＵは、ＲＯＭに記録されているプログラムに従って、上記各構成の制御及び各種の演算処理を行う。本実施形態では、ＲＯＭには、上述の各機能を実行するためのプログラムが格納されている。なお、拡散反射画像取得部３２及び鏡面反射画像取得部３４は取得部に対応し、ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６、彩度差分画像取得部３８、及び金属光沢度合い判定部４０は出力部に対応する。

拡散反射画像取得部３２及び鏡面反射画像取得部３４は、それぞれ質感読取装置１０で得られた拡散反射画像及び鏡面反射画像を取得する。拡散反射画像取得部３２及び鏡面反射画像取得部３４は、それぞれ質感読取装置１０に接続され、質感読取装置１０からこれらの画像を取得してもよい。或いは、質感読取装置１０にネットワークを介して接続されたサーバ等を介してこれらの画像を取得してもよい。

ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６は、拡散反射画像取得部３２が取得した拡散反射画像、及び鏡面反射画像取得部３４が取得した鏡面反射画像を、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の色成分の画像データからＬ＊（明度）、Ｃ＊（彩度）、Ｈ＊（色相角）の色成分の画像データに変換する。なお、変換方法としては、周知の色変換技術を適用して変更するため、詳細な説明は省略する。

彩度差分画像取得部３８は、ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６によって変換された、拡散反射画像及び鏡面反射画像の各々の画像データを用いて、彩度の差分画像を取得する。すなわち、Ｃ＊の色成分の差分画像を求めることにより、彩度の差分画像を取得する。彩度の差分画像としては、鏡面反射画像から拡散反射画像を差分する場合と、拡散反射画像から鏡面反射画像を差分する場合があり、何れでもよいが、本実施形態では、鏡面反射画像から拡散反射画像を差分する例として説明する。

金属光沢度合い判定部４０は、彩度差分画像取得部３８が取得した彩度の差分画像を用いて金属の光沢度合いを判定し、判定結果を出力する。本実施形態では、彩度の差分の大きさを金属の光沢度合いを表す物体表面情報として出力する。また、金属光沢度合い判定部４０は、彩度の差分が正の場合（拡散反射画像より鏡面反射画像の方が大きい場合）は、金属の光沢と判定し、彩度の差分が０、または、負の場合は、非金属の光沢と判定する。

図３は、本実施形態における金属光沢度合い判定部４０による金属の光沢度合いの判定の一例を説明するための図である。図３では、金属光沢度合いとしてＡ〜Ｃの３種類を比較して示す。なお、Ａ〜Ｃの拡散反射画像及び鏡面反射画像はマゼンタ系の色の画像である。

拡散反射画像と鏡面反射画像の差分画像は、ＲＧＢ画像では、金属光沢度合いが低いほど補色の緑色が強くなる。また、Ｃ＊（彩度）画像では、金属光沢度合いが高いほど彩度の差分画像が大きくなる。そこで、金属光沢度合い判定部４０は、彩度の差分の大きさを金属の光沢度合いとして、金属の光沢度合いを判定する。なお、金属光沢度合い判定部４０は、彩度の差分画像を任意の設定値で２値化して金属の光沢度合いの有無を判定してもよい。例えば、以下では、一例として図３の彩度の差分（鏡面反射画像−拡散反射画像）が正の場合に金属光沢が有りと判定し、負の場合に金属光沢が無いと判定する。なお、彩度の差分（拡散反射画像−鏡面反射画像）が負の場合は金属光沢が有りと判定し、正の場合は金属光沢が無いと判定する。

続いて、上述のように構成された本実施形態に係る画像処理装置３０で行われる具体的な処理について説明する。図４は、本実施形態に係る画像処理装置３０で行われる処理の流れの一例を示すフローチャートである。

ステップ１００では、拡散反射画像取得部３２が、拡散反射画像を取得してステップ１０２へ移行する。

ステップ１０２では、鏡面反射画像取得部３４が、鏡面反射画像を取得してステップ１０４へ移行する。

ステップ１０４では、ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６が、拡散反射画像及び鏡面反射画像の各々をＲＧＢ画像からＬ＊Ｃ＊Ｈ＊の色成分の画像データに変換してステップ１０６へ移行する。

ステップ１０６では、彩度差分画像取得部３８が、拡散反射画像と鏡面反射画像の彩度の差分画像を取得してステップ１０８へ移行する。ここでは、鏡面反射画像から拡散反射画像を差分した彩度の差分画像を取得する例として説明する。

ステップ１０８では、金属光沢度合い判定部４０が、金属光沢が有るか否かを判定する。ここでは、一例として差分画像が正（０より大きい）か否かを判定する。該判定が肯定された場合にはステップ１１０へ移行し、否定された場合にはステップ１１２へ移行する。

ステップ１１０では、金属光沢度合い判定部４０が、金属光沢有りを判定結果として出力する。

一方、ステップ１１２では、金属光沢度合い判定部４０が、金属光沢無しを判定結果として出力する。

これにより、金属光沢度合い判定部４０の判定結果を用いて、金属光沢の有無に応じた画像の表示や、画像形成等を行うことで、物体表面の質感が金属光沢の場合には金属光沢が再現され、一方、金属光沢ではない場合には非金属の光沢が再現される。

（第２実施形態）
続いて、本実施形態に係る画像処理装置について説明する。図５は、本実施形態に係る画像処理装置の構成を示すブロック図である。なお、図２と同一構成については同一符号を付して詳細な説明を省略する場合がある。

本実施形態に係る画像処理装置３１は、拡散反射画像取得部３２、鏡面反射画像取得部３４、最大差分色取得部３５、最大差分色の差分画像取得部３９、及び金属光沢度合い判定部４０の機能を備えている。画像処理装置３１は、ＣＰＵ（Central processing Unit）、ＲＯＭ（Read only Memory）、及びＲＡＭ（Random Access Memory）等がバスを介して相互に通信可能に接続されたコンピュータで構成されている。ＣＰＵは、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵは、ＲＯＭからプログラムを読み出し、ＲＡＭを作業領域としてプログラムを実行する。ＣＰＵは、ＲＯＭに記録されているプログラムに従って、上記各構成の制御及び各種の演算処理を行う。本実施形態では、ＲＯＭには、上述の各機能を実行するためのプログラムが格納されている。なお、最大差分色取得部３５、最大差分色の差分画像取得部３９、及び金属光沢度合い判定部４０は出力部に対応する。

拡散反射画像取得部３２及び鏡面反射画像取得部３４は、それぞれ質感読取装置１０で得られた拡散反射画像及び鏡面反射画像を取得する。拡散反射画像取得部３２及び鏡面反射画像取得部３４は、それぞれ質感読取装置１０に接続され、質感読取装置１０からこれらの画像を取得してもよい。或いは、質感読取装置１０にネットワークを介して接続されたサーバ等を介してこれらの画像を取得してもよい。

最大差分色取得部３５は、拡散反射画像取得部３２が取得した拡散反射画像において、ＲＧＢ色のうち値が最大の最大色と値が最小の最小色を最大差分色として抽出し、抽出結果を最大差分色の差分画像取得部３９に通知する。

最大差分色の差分画像取得部３９は、最大差分色取得部３５の取得結果に基づいて、拡散反射画像及び鏡面反射画像の各々の最大差分色について差分画像を取得する。彩度は、ＲＧＢのうち最大の色の値から最小の色の値を減算した値（差分）で決まるので、拡散反射画像及び鏡面反射画像の各々の最大差分色の差分画像は、第１実施形態における彩度の差分画像と等価となる。

金属光沢度合い判定部４０は、金属の光沢度合いを判定する。本実施形態では、金属光沢度合い判定部４０は、最大差分色の差分画像取得部３９が取得した最大差分色の差分画像を用いて金属の光沢度合いを判定し、判定結果を出力する。例えば、最大差分色の差分（例えば、図６のＲ値−Ｇ値）を、金属光沢度合いを表す情報として出力する。

図６は、本実施形態における金属光沢度合い判定部４０による金属の光沢度合いの判定の一例を説明するための図である。

図６では、図３と同様に、金属光沢度合いとしてＡ〜Ｃの３種類を比較して示す。なお、Ａ〜Ｃの拡散反射画像及び鏡面反射画像はマゼンタ系の色の画像である。

図６の例では、最大差分色取得部３５は、点線で囲むように、拡散反射画像のＲＧＢ画像から最大の色としてＲ色を取得し、最小の色としてＧ色を取得する。

最大差分色の差分画像取得部３９は、一点鎖線で囲むように、最大差分色のＲ色及びＧ色について、拡散反射画像と鏡面反射画像の差分画像を取得する。図６の例では、最大差分色について鏡面反射画像から拡散反射画像を差分した例を示す。

そして、金属光沢度合い判定部４０は、彩度に対応する差分画像のＲ色からＧ色を差分して、第１実施形態と同様に、金属の光沢出会いを表す情報として出力する。

続いて、上述のように構成された本実施形態に係る画像処理装置３１で行われる具体的な処理について説明する。図７は、本実施形態に係る画像処理装置３１で行われる処理の流れの一例を示すフローチャートである。なお、第１実施形態と同一の処理については同一符号を付して説明する。

ステップ１００では、拡散反射画像取得部３２が、拡散反射画像を取得してステップ１０２へ移行する。

ステップ１０２では、鏡面反射画像取得部３４が、鏡面反射画像を取得してステップ１０３へ移行する。

ステップ１０３では、最大差分色取得部３５が、拡散反射画像取得部３２が取得した拡散反射画像から、ＲＧＢ色のうち最大の色と最小の色を最大差分色として取得してステップ１０５へ移行する。

ステップ１０５では、最大差分色の差分画像取得部３９が、拡散反射画像と鏡面反射画像のそれぞれの最大差分色の差分画像取得部３９が取得した最大差分色について差分画像を取得してステップ１０７へ移行する。ここでは、最大差分色について鏡面反射画像から拡散反射画像を差分した差分画像を取得する例として説明する。

ステップ１０７では、金属光沢度合い判定部４０が、金属光沢が有るか否かを判定する。例えば、該判定は、最大差分色の差分画像が彩度に対応するので、第１実施形態と同様の方法で金属光沢が有るか否かを判定する。該判定が肯定された場合にはステップ１１０へ移行し、否定された場合にはステップ１１２へ移行する。

ステップ１１０では、金属光沢度合い判定部４０が、金属光沢有りを判定結果として出力する。

一方、ステップ１１２では、金属光沢度合い判定部４０が、金属光沢無しを判定結果として出力する。

これにより、金属光沢度合い判定部４０の判定結果を用いて、金属光沢の有無に応じた画像の表示や、画像形成等を行うことで、物体表面の質感が、金属光沢の場合には金属光沢が再現され、一方、金属光沢ではない場合には非金属の光沢が再現される。

（第３実施形態）
続いて、本実施形態に係る表示装置について説明する。図８は、本実施形態に係る表示装置の構成を示すブロック図である。なお、本実施形態に係る表示装置５０は、第１実施形態に係る画像処理装置３０を含むため、図２と同一構成については同一符号を付して詳細な説明を省略する場合がある。

本実施形態に係る表示装置５０は、第１実施形態に係る画像処理装置３０を含む構成となっている。すなわち、拡散反射画像取得部３２、鏡面反射画像取得部３４、ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６、彩度差分画像取得部３８、及び金属光沢度合い判定部４０の機能を備えている。

また、表示装置５０は、画像取得部としての差分画像取得部４２、拡散反射分布率関数算出部４４、鏡面反射率分布関数算出部４６、反射率分布関数算出部５２、パラメータ調整部５４、光源情報取得部５６、カメラ情報取得部５８、レンダリング部６０、及び表示部６２の機能を備えている。なお、レンダリング部６０及び表示部６２は再現部に対応する。

差分画像取得部４２は、金属光沢度合い判定部４０によって金属光沢有りと判定された場合には、色成分があるＲＧＢ画像における拡散反射画像と鏡面反射画像の差分を演算して差分画像を取得する。また、金属光沢度合い判定部４０によって金属光沢無しと判定された場合には、差分画像取得部４２は、ＲＧＢ画像をグレースケール（Gray Scale）に変換して、色成分のないグレースケールにおける拡散反射画像と鏡面反射画像の差分を演算して差分画像を取得する。例えば、ＲＧＢからグレースケールへの変換は以下の（１）式で行う。
GrayScale＝((0.298912*R)+(0.586611*G)+(0.114478*B)) ・・・（１）

なお、差分画像には、（鏡面反射画像−拡散反射画像）と、（拡散反射画像−鏡面反射画像）の２つがあり、差分画像取得部４２は、少なくともこれらのいずれかの差分画像を演算する。

拡散反射分布率関数算出部４４は、拡散反射画像を用いて物体１２の拡散反射率分布関数を算出する。例えば、拡散反射分布率関数算出部４４は、Ｌａｍｂｅｒｔの反射モデルに従い、ρｄを入射光に対する拡散反射率、θｉを入射角として、拡散反射率分布関数をρｄ・ｃｏｓθｉとし、拡散反射画像からパラメータとしての拡散反射率ρｄを算出する。

鏡面反射率分布関数算出部４６は、金属光沢有りの場合はＲＧＢの差分画像を用いて物体１２の鏡面反射率分布関数を算出し、金属光沢無しの場合はグレースケールの差分画像を用いて物体の鏡面反射率分布関数を算出する。例えば、鏡面反射率分布関数算出部４６は、Ｐｈｏｎｇの反射モデルに従い、ρｓを鏡面反射率、γを鏡面反射方向と視線方向のなす角、ｎを鏡面反射指数として、鏡面反射率分布関数をρｓ・ｃｏｓｎγとし、差分画像からパラメータとしての鏡面反射率ρｓ，ｎを算出する。なお、差分画像取得部４２にて２つの差分画像が取得され、これら２つの差分画像を用いて鏡面反射率分布関数を算出する場合、鏡面反射率分布関数算出部は、差分画像（鏡面反射画像−拡散反射画像）については鏡面反射率分布関数をρｓ１・ｃｏｓｎ１γとし、差分画像（拡散反射画像−鏡面反射画像）については鏡面反射率分布関数をρｓ２・ｃｏｓｎ２γとし、それぞれの差分画像からパラメータとしてのρｓ１、ρｓ２、ｎ１、ｎ２を算出する。

反射率分布関数算出部５２は、拡散反射分布率関数算出部４４で算出された拡散反射率分布関数と、鏡面反射率分布関数算出部４６で算出された鏡面反射率分布関数とを用いて物体１２の画素毎の反射率分布関数を算出する。例えば、反射率分布関数算出部５２は、Ｌａｍｂｅｒｔの反射モデルとＰｈｏｎｇの反射モデルに従い、
反射率分布関数＝拡散反射率分布関数＋鏡面反射率分布関数
により反射率分布関数を算出する。

パラメータ調整部５４は、各種パラメータの設定を行い、光源情報取得部５６は、光源方向等の光源情報を取得し、カメラ情報取得部５８は、視線方向などのカメラ情報を取得する。例えば、パラメータ調整部５４は、鏡面反射率分布関数算出部４６が、差分画像と鏡面反射重み係数から鏡面反射率を算出する際に用いる反射モデルのパラメータ等を設定する。具体的には、パラメータ調整部５４は、対象物体の反射特性や表示装置の出力特性に応じて、反射モデルで用いる、拡散反射重み係数ｗｄ、鏡面反射重み係数ｗｓ、鏡面反射指数ｎ等の各パラメータを予め定めた固定値に設定する。

レンダリング部６０は、反射率分布関数算出部５２で算出された反射率分布関数と、パラメータ調整部５４で設定された各種パラメータと、光源情報取得部５６で取得された光源情報（光源方向）と、カメラ情報取得部５８で取得されたカメラ情報（視線方向）とに基づいて、仮想３次元空間内に設定された仮想スクリーン上に３次元モデルをレンダリング処理する。なお、レンダリング処理は公知であり、例えば相互反射を考慮したラジオシティ法やレイトレーシング法を用いてレンダリング処理してもよい。

表示部６２は、レンダリング処理により得られる画像データを用いて、物体１２の質感をＣＧとして再現して表示する。このように物体１２の質感を再現して表示することで、拡散反射画像の彩度が鏡面反射画像より高いほど照明の色が強くなるように物体表面が再現されて表示される。なお、第２実施形態を用いて金属光沢度合い判定部４０の判定を行って物体１２の質感をＣＧとして再現して表示してもよい。この場合には、拡散反射画像の彩度を表す値が鏡面反射画像より高いほど照明の色が強くなるように物体表面が再現されて表示される。

続いて、上述のように構成された本実施形態に係る表示装置５０で行われる具体的な処理について説明する。図９は、本実施形態に係る表示装置５０で行われる処理の流れの一例を示すフローチャートである。なお、第１実施形態に係る画像処理装置３０で行われる処理と同一の処理については同一符号を付して説明する。

ステップ１００では、拡散反射画像取得部３２が、拡散反射画像を取得してステップ１０２へ移行する。

ステップ１０２では、鏡面反射画像取得部３４が、鏡面反射画像を取得してステップ１０４へ移行する。

ステップ１０４では、ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６が、拡散反射画像及び鏡面反射画像の各々をＲＧＢ画像からＬ＊Ｃ＊Ｈ＊の色成分の画像データに変換してステップ１０６へ移行する。

ステップ１０６では、彩度差分画像取得部３８が、拡散反射画像と鏡面反射画像の彩度の差分画像を取得してステップ１０８へ移行する。ここでは、鏡面反射画像から拡散反射画像を差分した彩度の差分画像を取得する例として説明する。

ステップ１０８では、金属光沢度合い判定部４０が、金属光沢が有るか否かを判定する。ここでは、一例として差分画像が正（０より大きい）か否かを判定する。該判定が肯定された場合にはステップ１０９へ移行し、否定された場合にはステップ１１１へ移行する。

ステップ１０９では、差分画像取得部４２が、色成分のある差分画像を取得してステップ１１４へ移行する。すなわち、色成分があるＲＧＢ画像における拡散反射画像と鏡面反射画像の差分を演算して差分画像を取得する。

一方、ステップ１１１では、差分画像取得部４２が、色成分のない差分画像を取得してステップ１１４へ移行する。すなわち、差分画像取得部４２が、拡散反射画像及び鏡面反射画像のそれぞれのＲＧＢ画像をグレースケール（Gray Scale）に変換し、色成分のないグレースケールにおける拡散反射画像と鏡面反射画像の差分を演算して差分画像を取得する。

ステップ１１４では、拡散反射分布率関数算出部４４が、拡散反射画像を用いて物体１２の拡散反射率分布関数を算出してステップ１１６へ移行する。具体的には、拡散反射画像と拡散反射重み係数から拡散反射率を算出する。なお、拡散重み係数は、対象物体の反射特性や表示装置出力特性に応じて、パラメータ調整部５４が予め固定値を設定する。

ステップ１１６では、鏡面反射率分布関数算出部４６が、差分画像取得部４２が取得した差分画像を用いて物体１２の鏡面反射率分布関数を算出してステップ１１８へ移行する。具体的には、差分画像と鏡面反射重み係数から鏡面反射率を算出する。なお、鏡面反射重み係数は、対象物体の反射特性や表示装置出力特性に応じて、パラメータ調整部５４が予め固定値を設定する。また、本実施形態では、鏡面反射率分布関数を算出する際には、金属光沢有りの場合はＲＧＢの差分画像を用いて物体１２の鏡面反射率分布関数を算出し、金属光沢無しの場合はグレースケールの差分画像を用いて物体の鏡面反射率分布関数を算出する。

ステップ１１８では、反射率分布関数算出部５２が、ステップ１１４で算出された拡散反射率分布関数と、ステップ１１６で算出された鏡面反射率分布関数とを用いて物体１２の画素毎の反射率分布関数を算出してステップ１２０へ移行する。具体的には、反射率分布関数算出部５２が、拡散反射分布率関数算出部４４により得られた拡散反射率分布関数と、鏡面反射率分布関数算出部４６により得られた鏡面反射率分布関数を用いて、Ｌａｍｂｅｒｔの反射モデルとＰｈｏｎｇの反射モデルに従い、

により２次元平面の反射光強度Ｉ（ｘ，ｙ）を反射率分布関数として算出する。
ここで、
｛ｗｄ・Ｇｄ（ｘ，ｙ）・ｃｏｓθｉ｝：拡散反射率分布関数
ｗｄ：拡散反射重み係数
Ｇｄ（ｘ，ｙ）：拡散反射画像
｛ｗｓ・｛Ｇｓ（ｘ，ｙ）―Ｇｄ（ｘ，ｙ）｝・ｃｏｓｎγ｝：鏡面反射率分布関数
ｗｓ：鏡面反射重み係数
Ｇｓ（ｘ，ｙ）：鏡面反射画像
ｎ：鏡面反射指数
である。
なお、鏡面反射指数は、対象物体の反射特性や表示装置出力特性に応じて、パラメータ調整部５４が予め固定値を設定する。また、差分画像は（鏡面反射画像−拡散反射画像）であり、差分値が負の画素は０とする。反射光強度Ｉ（ｘ，ｙ）は、拡散反射画像と鏡面反射画像のＲ、Ｇ、Ｂ成分のそれぞれについて別々に計算する。これにより、物体１２の反射色が算出される。

ステップ１２０では、表示部６２が、物体の表面の質感を再現した画像を表示して一連の処理を終了する。すなわち、レンダリング部６０が、ステップ１１６で算出された反射率分布関数と、パラメータ調整部５４で設定された各種パラメータと、光源情報取得部５６で取得された光源情報（光源方向）と、カメラ情報取得部５８で取得されたカメラ情報（視線方向）とに基づいて、仮想３次元空間内に設定された仮想スクリーン上に３次元モデルをレンダリング処理する。そして、表示部６２が、レンダリング処理により得られる画像データを用いて、物体１２の質感をＣＧとして再現して表示する。

このように、本実施形態では、拡散反射画像から拡散反射率分布関数を算出し、差分画像から鏡面反射率分布関数を算出する。ここで、差分画像は、物体の光沢部分のみが正確に抽出されているため、２次元平面の画素毎の鏡面反射率分布関数が高精度に算出される。これにより、双方向反射率分布関数（ＢＲＤＦ）を取得することなく、少ない画像データを用いた簡易な演算で物体表面の質感が表示される。また、彩度の差分画像により金属光沢の有無を判定し、金属光沢の有無に応じた反射分布関数を算出して画像を表示するので、物体表面の質感が金属光沢の場合には金属光沢が再現され、金属光沢ではない場合には非金属の光沢が再現される。

（第４実施形態）
続いて、本実施形態に係る画像形成装置について説明する。図１０は、本実施形態に係る画像形成装置の構成を示すブロック図である。なお、本実施形態に係る画像形成装置７０も、第１実施形態に係る画像処理装置３０を含むため、図２及び図８と同一構成については同一符号を付して詳細な説明を省略する場合がある。

本実施形態に係る画像形成装置７０も、第１実施形態に係る画像処理装置３０を含み、拡散反射画像取得部３２、鏡面反射画像取得部３４、ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６、彩度差分画像取得部３８、及び金属光沢度合い判定部４０の機能を備えている。

また、画像形成装置７０は、画像取得部としての差分画像取得部４２、変換部としてのデータ変換部６４、及び画像形成部６６の機能を備えている。なお、データ変換部６４及び画像形成部６６は再現部に対応する。

差分画像取得部４２は、第３実施形態と同様に、金属光沢度合い判定部４０によって金属光沢有りと判定された場合には、色成分があるＲＧＢ画像における拡散反射画像と鏡面反射画像の差分を演算して差分画像を取得する。また、金属光沢度合い判定部４０によって金属光沢無しと判定された場合には、差分画像取得部４２は、ＲＧＢ画像をグレースケール（Gray Scale）に変換して、色成分のないグレースケールにおける拡散反射画像と鏡面反射画像の差分を演算して差分画像を取得する。なお、差分画像には、（鏡面反射画像−拡散反射画像）と、（拡散反射画像−鏡面反射画像）の２つがあり、差分画像取得部４２は、少なくともこれらのいずれかの差分画像を演算する。

データ変換部６４は、金属光沢度合い判定部４０によって金属光沢有りと判定された場合には拡散反射画像（Ｒ、Ｇ、Ｂ）と色成分のあるＲＧＢの差分画像（ΔＲ、ΔＧ、ΔＢ）から金属成分を含む記録材データ（例えば、Ｃ（シアン）、Ｍ（マゼンタ）、Ｙ（黄）、Ｋ（黒）、Ｓｉ（シルバー記録材））に変換する。また、金属光沢度合い判定部４０によって金属光沢無しと判定された場合には拡散反射画像（Ｒ、Ｇ、Ｂ）と色成分のないグレースケールの差分画像（ΔＧｒａｙ）から金属成分を含まない記録材データ（例えば、Ｃ、Ｍ、Ｙ、Ｋ、Ｃｔ（クリア記録材））に変換する。データ変換部６４は、光沢質感再現プロファイルを用いてデータ変換を行う。光沢質感再現プロファイルは、記録材データの（Ｃ、Ｍ、Ｙ、Ｋ、Ｓｉ）の色空間と質感情報の（Ｒ、Ｇ、Ｂ、ΔＲ、ΔＧ、ΔＢ）または（Ｒ、Ｇ、Ｂ、ΔＧｒａｙ）の色空間との対応関係を求めることで生成する。対応関係は、一例として、本願出願によって提案された特願２０１８−１８９２２３号に記載の技術を用いて生成する。なお、シルバー記録材はメタリックインクやメタリックトナーなではなく、メタリックフィルムやメタリック用紙で代用してもよい。また、ＲＧＢはＬ＊ａ＊ｂ＊に、ΔＧｒａｙはＧｌｏｓｓに変換してもよい。

画像形成部６６は、データ変換部６４によって変換された記録材データを用いて、記録媒体に画像を形成する。このように物体１２の質感を再現した画像を形成することで、拡散反射画像の彩度が鏡面反射画像より高いほど照明の色が強くなるように物体表面が再現された画像が形成される。なお、第２実施形態を用いて金属光沢度合い判定部４０の判定を行って物体１２の質感を再現した画像を形成してもよい。この場合には、拡散反射画像の彩度を表す値が鏡面反射画像より高いほど照明の色が強くなるように物体表面が再現された画像が形成される。

続いて、上述のように構成された本実施形態に係る画像形成装置７０で行われる具体的な処理について説明する。図１１は、本実施形態に係る画像形成装置７０で行われる処理の流れの一例を示すフローチャートである。なお、第１実施形態に係る画像処理装置３０で行われる処理と同一の処理については同一符号を付して説明する。

ステップ１００では、拡散反射画像取得部３２が、拡散反射画像を取得してステップ１０２へ移行する。

ステップ１０２では、鏡面反射画像取得部３４が、鏡面反射画像を取得してステップ１０４へ移行する。

ステップ１０４では、ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部３６が、拡散反射画像及び鏡面反射画像の各々をＲＧＢ画像からＬ＊Ｃ＊Ｈ＊の色成分の画像データに変換してステップ１０６へ移行する。

ステップ１０６では、彩度差分画像取得部３８が、拡散反射画像と鏡面反射画像の彩度の差分画像を取得してステップ１０８へ移行する。ここでは、鏡面反射画像から拡散反射画像を差分した彩度の差分画像を取得する例として説明する。

ステップ１０８では、金属光沢度合い判定部４０が、金属光沢が有るか否かを判定する。ここでは、一例として差分画像が正（０より大きい）か否かを判定する。該判定が肯定された場合にはステップ１０９へ移行し、否定された場合にはステップ１１１へ移行する。

ステップ１０９では、差分画像取得部４２が、色成分のある差分画像を取得してステップ１１３へ移行する。すなわち、色成分があるＲＧＢ画像における拡散反射画像と鏡面反射画像の差分を演算して差分画像を取得する。

一方、ステップ１１１では、差分画像取得部４２が、色成分のない差分画像を取得してステップ１１３へ移行する。すなわち、差分画像取得部４２が、拡散反射画像及び鏡面反射画像のそれぞれのＲＧＢ画像をグレースケール（Gray Scale）に変換し、色成分のないグレースケールにおける拡散反射画像と鏡面反射画像の差分を演算して差分画像を取得する。

ステップ１１３では、データ変換部６４が、ＲＧＢの色空間から記録材データの色空間にデータ変換を行ってステップ１１５へ移行する。すなわち、ステップ１０９で色成分のある差分画像を取得した場合は、（Ｒ、Ｇ、Ｂ、ΔＲ、ΔＧ、ΔＢ）を（Ｃ、Ｍ、Ｙ、Ｋ、Ｓｉ）に変換する。また、ステップ１１１で色成分のない差分画像を取得した場合は、（Ｒ、Ｇ、Ｂ、ΔＧｒａｙ）を（Ｃ、Ｍ、Ｙ、Ｋ、Ｃｔ）に変換する。

ステップ１１５では、画像形成部６６が、変換された記録材データを用いて用紙等の記録媒体に画像を形成して一連の処理を終了する。

このように処理を行うことで、本実施形態では、上記の各実施形態と同様に、双方向反射率分布関数（ＢＲＤＦ）を取得することなく、少ない画像データを用いた簡易な演算で物体表面の質感が表示される。また、彩度の差分画像により金属光沢の有無を判定し、金属光沢の有無に応じた差分画像を用いて記録材データに変換して画像を形成するので、物体表面の質感が金属光沢の場合には金属光沢が再現され、金属光沢ではない場合には非金属の光沢が再現される。

なお、上記の実施形態に係る画像処理装置３０、３１、表示装置５０、及び画像形成装置７０で行われる処理は、ソフトウエアで行われる処理としてもよいし、ハードウエアで行われる処理としてもよいし、双方を組み合わせた処理としてもよい。また、画像処理装置３０、３１、表示装置５０、及び画像形成装置７０で行われる処理は、プログラムとして記憶媒体に記憶して流通させるようにしてもよい。

また、本発明は、上記に限定されるものでなく、上記以外にも、その主旨を逸脱しない範囲内において種々変形して実施可能であることは勿論である。

３０、３１ 画像処理装置
３２ 拡散反射画像取得部
３４ 鏡面反射画像取得部
３５ 最大差分色取得部
３６ ＲＧＢ→Ｌ＊Ｃ＊Ｈ＊変換部
３８ 彩度差分画像取得部
３９ 最大差分色の差分画像取得部
４０ 金属光沢度合い判定部
４２ 差分画像取得部
４４ 拡散反射率分布関数算出部
４６ 鏡面反射率分布関数算出部
５２ 反射率分布関数算出部
６０ レンダリング部
６２ 表示部
６４ データ変換部
６６ 画像形成部

Claims (9)

1. 物体表面の拡散反射画像と前記物体表面の鏡面反射画像とを取得する取得部と、
   前記拡散反射画像と前記鏡面反射画像とを用いて、前記拡散反射画像の彩度または前記彩度を表す値が前記鏡面反射画像より高いほど照明の色が強くなるように前記物体表面を再現する再現部と、
   を含む画像処理装置。
2. 物体表面の拡散反射画像と前記物体表面の鏡面反射画像とを取得する取得部と、
   前記拡散反射画像と前記鏡面反射画像とを用いて、前記鏡面反射画像の彩度または前記彩度を表す値が前記拡散反射画像より高いほど前記物体表面の金属の光沢度合いを高く表した物体表面情報を出力する出力部と、
   を含む画像処理装置。
3. 前記出力部は、前記拡散反射画像の彩度と前記鏡面反射画像の彩度の差分画像を前記物体表面情報として出力する請求項２に記載の画像処理装置。
4. 前記出力部は、前記取得部によって取得された前記拡散反射画像のうち最大色と最小色を抽出し、抽出した前記最大色と前記最小色の各々の前記拡散反射画像と前記鏡面反射画像の差分画像を前記物体表面情報として出力する請求項２に記載の画像処理装置。
5. 前記出力部によって出力された前記物体表面情報を用いて色成分の有無を選択し、選択した色成分の有無に対応する、前記拡散反射画像と前記鏡面反射画像の差分画像を取得する画像取得部と、
   前記取得部によって取得された前記拡散反射画像と、前記画像取得部によって取得された差分画像とを用いて、前記物体表面の反射率分布関数を算出する反射率分布関数算出部と、
   前記反射率分布関数算出部によって算出された前記反射率分布関数を用いて、前記物体表面の向きの変化に対応した前記物体表面の反射色を表示する表示部と、
   を含む請求項２〜４の何れか１項に記載の画像処理装置。
6. 前記画像取得部は、金属の光沢度合いが予め定めた金属光沢度合いより高い場合に色成分のある差分画像を取得し、金属の光沢度合いが前記予め定めた金属光沢度合い以下の場合は色成分のない差分画像を取得する請求項５に記載の画像処理装置。
7. 前記出力部によって出力された前記物体表面情報を用いて色成分の有無を選択し、選択した色成分の有無に対応する、前記拡散反射画像と前記鏡面反射画像の差分画像を取得する画像取得部と、
   前記取得部によって取得された前記拡散反射画像と、前記画像取得部によって取得された差分画像とを用いて、記録材データに変換する変換部と、
   を更に含む請求項２〜４の何れか１項に記載の画像処理装置。
8. 前記画像取得部は、金属の光沢度合いが予め定めた金属光沢度合いより高い場合に色成分のある差分画像を取得し、金属の光沢度合いが前記予め定めた金属光沢度合い以下の場合は色成分のない差分画像を取得し、
   前記変換部は、金属の光沢度合いが前記予め定めた金属光沢度合いより高い場合に前記取得部によって取得された前記拡散反射画像と前記画像取得部によって取得された前記色成分のある差分画像から金属成分を含む記録材データに変換し、金属の光沢度合いが前記予め定めた金属光沢度合い以下の場合は前記取得部によって取得された前記拡散反射画像と前記画像取得部によって取得された前記色成分のない差分画像から金属成分を含まない記録材データに変換する請求項７に記載の画像処理装置。
9. コンピュータを、請求項１〜８の何れか１項に記載の画像処理装置の各部として機能させるための画像処理プログラム。