JP2021093694A - 情報処理装置およびその制御方法 - Google Patents
情報処理装置およびその制御方法 Download PDFInfo
- Publication number
- JP2021093694A JP2021093694A JP2019224826A JP2019224826A JP2021093694A JP 2021093694 A JP2021093694 A JP 2021093694A JP 2019224826 A JP2019224826 A JP 2019224826A JP 2019224826 A JP2019224826 A JP 2019224826A JP 2021093694 A JP2021093694 A JP 2021093694A
- Authority
- JP
- Japan
- Prior art keywords
- camera
- image
- information processing
- image group
- function
- 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
Images
Landscapes
- Exposure Control For Cameras (AREA)
- Studio Devices (AREA)
Abstract
【課題】より短時間で適切なカメラ設定を可能とする。【解決手段】撮像装置と接続可能に構成された情報処理装置は、ゲインが互いに異なる複数のカメラ設定を使用して撮像装置により撮像して得られた第2の画像群と、絞りが互いに異なる複数のカメラ設定を使用して撮像装置により撮像して得られた第3の画像群と、に基づいて、カメラ設定を露出量に変換する変換関数を作成する関数作成手段と、所与のスコア関数に基づいて、全てのカメラ設定それぞれに対する評価スコアを算出し、ある露出量範囲に対して相対的に高い評価スコアを有するカメラ設定を該ある露出量範囲に対するカメラ設定として規定するルックアップテーブル(LUT)を作成するLUT作成手段と、を有する。【選択図】図4
Description
本発明は、撮像の際のカメラ設定(ゲイン・露光時間・絞り)を決定する技術に関するものである。
近年、監視カメラにより撮像した動画像から、被写体を認識・分析する映像解析技術が急速に発展している。映像解析においては、カメラ設定に起因する画質悪化により、映像解析の精度が低下するケースがある。例えば、ゲイン(撮像センサ感度)増加によるノイズの増加、露光時間の増加による動体ブレの増加、絞りに起因する被写界深度や鮮鋭度の低下などがある。映像解析に適した画像は、高コントラスト、低ノイズ、低ブレである画像である。例えば、非特許文献1に記載のコントラストに類する画像特徴量であるエントロピーは、画像内輝度値の情報量を表している。非特許文献2には、エントロピーを最大化するよう露光時間を制御し、ロボット用途の映像解析に効果があることが示されている。
通常、カメラ設定は、測光センサにより測定した明るさ評価値に対応する所定のカメラ設定に変更するか、所定の明るさ評価値になるよう探索的にカメラ設定(ゲイン・露光時間・絞り)を変更することによって決定される。ただし、撮像シーンによっては、動体ブレやコントラスト低下が発生し、映像解析の精度低下を引き起こす場合がある。
そこで、映像解析の精度低下を軽減するために、撮像シーンでの収集データに基づき、シーンに適したカメラ設定制御を行う種々の技術が提案されている。例えば、特許文献1には、異なるカメラ設定(ゲイン・露光時間・絞り)で撮像された複数画像を学習し、高コントラスト・低ノイズ・低ブレとなるカメラ設定を導出する技術が開示されている。具体的には、カメラ設定と特徴量(ノイズ・ブレ・コントラスト)の関係を学習し、その学習結果から別の照明条件での特徴量を予測・評価スコア化し、適切なカメラ設定を導出している。
C. Shannon, "A mathematical theory of communication", Bell System Technical Journal, 27, pp379-423, 623-656 (1948)
H. Lu, H. Zhang, S. Yang, Z. Zheng, "Camera parameters autoadjusting technique for robust robot vision", in Proc. IEEE Intl. Conf. on Robot. and Automat., pp1518-1523 (2010)
しかしながら、特許文献1の技術においては、事前の撮像および最適設定の予測計算に時間がかかるという課題があった。例えば、事前の撮像においては、カメラ設定の項目が多いことから全ての組み合わせの撮像を行うには相当の時間を要することになる。また、最適設定の予測計算においてはコントラスト評価が含まれているため、照明条件ごとのコントラスト分布の予測が必要となり、その予測計算に時間を要することになる。
本発明は、このような問題に鑑みてなされたものであり、より短時間で適切なカメラ設定を決定可能とする技術を提供することを目的としている。
上述の問題点を解決するため、本発明に係る情報処理装置は以下の構成を備える。すなわち、撮像を行う際のカメラ設定としてゲイン、露光時間、絞りを変更可能な撮像装置と接続可能に構成された情報処理装置は、
露光時間が互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第1の画像群に基づいて、前記撮像装置におけるカメラ応答関数を推定する推定手段と、
ゲインが互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第2の画像群と、絞りが互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第3の画像群と、に基づいて、カメラ設定を露出量に変換する変換関数を作成する関数作成手段と、
所与のスコア関数に基づいて、全てのカメラ設定それぞれに対する評価スコアを算出し、ある露出量範囲に対して相対的に高い評価スコアを有するカメラ設定を該ある露出量範囲に対するカメラ設定として規定するルックアップテーブル(LUT)を作成するLUT作成手段と、
を有する。
露光時間が互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第1の画像群に基づいて、前記撮像装置におけるカメラ応答関数を推定する推定手段と、
ゲインが互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第2の画像群と、絞りが互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第3の画像群と、に基づいて、カメラ設定を露出量に変換する変換関数を作成する関数作成手段と、
所与のスコア関数に基づいて、全てのカメラ設定それぞれに対する評価スコアを算出し、ある露出量範囲に対して相対的に高い評価スコアを有するカメラ設定を該ある露出量範囲に対するカメラ設定として規定するルックアップテーブル(LUT)を作成するLUT作成手段と、
を有する。
本発明によれば、より短時間で適切なカメラ設定を決定可能とする。
以下、添付図面を参照して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発明を限定するものでするものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。
(第1実施形態)
本発明に係る情報処理装置の第1実施形態として、画像撮像装置と当該画像撮像装置と接続可能に構成された情報処理装置とを含むカメラシステムを例に挙げて以下に説明する。
本発明に係る情報処理装置の第1実施形態として、画像撮像装置と当該画像撮像装置と接続可能に構成された情報処理装置とを含むカメラシステムを例に挙げて以下に説明する。
<概要>
背景技術で述べたように、特許文献1の技術においては、事前の撮像および最適設定の予測計算に時間を要するという課題がある。ここで、最適設定とは、高コントラスト、低ノイズ、低ブレとなるカメラ設定(ゲイン、絞り、露光時間の組み合わせ)を意味する。
背景技術で述べたように、特許文献1の技術においては、事前の撮像および最適設定の予測計算に時間を要するという課題がある。ここで、最適設定とは、高コントラスト、低ノイズ、低ブレとなるカメラ設定(ゲイン、絞り、露光時間の組み合わせ)を意味する。
シーンデータ収集のための事前の撮像においては、最適設定の予測計算における予測計算の精度低下を防ぐため、撮像中の外乱(照明変動や動体侵入など)を少なくする必要がある。一方、特許文献1では、離散的な露光時間配列と明るさ的に同等なゲイン配列・絞り配列を作成し、それら配列の各要素の全組み合わせのカメラ設定(ゲイン・露光時間・絞り)に対して撮像を行っている。このように、撮像に使用するカメラ設定の個数が多いため、外乱の少ない撮像を行うためには時間を要し、ユーザーに負担をかけ、使い勝手の悪いものとなる。
また、最適設定の予測計算においては、最適設定を予測する際の評価スコアにコントラスト評価が含まれている。図1は、照明条件ごとのゲインおよび露光時間の組み合わせにおけるコントラスト分布を例示的に示す図である。図1において、セル内が白いほどコントラスト値が高いことを示しているが、図1に示されるようにコントラスト分布は照明条件によって異なる。そのため、照明条件ごとにコントラスト分布を予測しなければならず、その予測計算に時間を要し、ユーザーに負担をかけ、使い勝手の悪いものとなる。
そこで、第1実施形態では、より少ないカメラ設定の個数で撮像された複数画像に基づいて、カメラ設定量(露出量とも呼ばれる)に対する最適設定を指定するLUT(ルックアップテーブル)を決定し、撮像制御に利用する形態について説明する。なお、以下の説明において、カメラ設定量とは、ゲイン、露光時間、絞りの組み合わせにより一意に決まる値を意味し、例えば後述の数式(8)により示される量である。
第1実施形態にかかるカメラシステムの動作は、大きく「Learningステップ」、「Calibrationステップ」,「Operationステップ」の3つのステップに分けて説明することが出来る。
Learningステップでは、画像におけるノイズやブレ、絞り値を評価スコアに変換するための事前に用意した関数の読み込みを行う。評価スコアは、例えばノイズスコアの場合、様々な程度のノイズが載った画像を複数人が主観でスコア付けし、その中央値をそのノイズの評価スコアとするという方法により決定され得る。ただし、評価スコアの決定方法はこの方法に限定されず、公知の他の主観評価スコアもしくは客観評価スコアの決定方法を用いても良い。
Calibrationステップでは、互いに異なる複数のカメラ設定を使用して複数画像を撮像し、得られた複数画像に基づいて、カメラ設定量に対する最適設定を指定するLUT(最適設定LUT)を決定する。より具体的には、複数画像に基づいて、カメラ設定制御の目標明るさの決定、カメラ応答関数gの取得、カメラ設定量取得関数の取得、特徴量取得関数の取得を行う。そして、それらに基づき最適設定LUTを決定する。
Operationステップでは、撮像した画像を目標明るさにするために必要なカメラ設定量(必要カメラ設定量)を、カメラ応答関数gを用いて取得する。そして取得した必要カメラ設定量に基づき最適設定LUTから最適設定を取得し、カメラ設定制御を行う。
<システムおよび各装置の構成>
図2は、第1実施形態に係るカメラシステムの全体構成を示す図である。カメラシステムは、画像撮像装置10と、ネットワーク20と、情報処理装置30とを含む。なお、情報処理装置30の機能を画像撮像装置10内に内蔵した一体構成としても良い。
図2は、第1実施形態に係るカメラシステムの全体構成を示す図である。カメラシステムは、画像撮像装置10と、ネットワーク20と、情報処理装置30とを含む。なお、情報処理装置30の機能を画像撮像装置10内に内蔵した一体構成としても良い。
画像撮像装置10は、画像を撮像する装置である。画像撮像装置10の撮像により得られた画像信号はネットワーク20を介して情報処理装置30へ送信される。また、画像撮像装置10は、情報処理装置30からカメラ設定制御信号を受信し、撮像のためのカメラ設定を変更可能に構成されている。
図3は、画像撮像装置10及び情報処理装置30の内部構成を示すブロック図である。画像撮像装置10は、撮像部11と、CCDコントローラ12と、I/F(インタフェース)部13とを備える。
撮像部11は、レンズ111と、絞り112と、レンズ111と絞り112を通過した入射光を受け入射光に応じた検出信号を出力するCCD(Charge Coupled Devices)113とを備える。撮像部11は、CCDコントローラ12によって制御され、画像を撮像する。
I/F部13は、ネットワーク20と通信接続するためのインタフェースである。例えば、I/F部13は、情報処理装置30からネットワーク20を介して送信されたカメラ設定制御信号を受信し、そのカメラ設定制御信号をCCDコントローラ12に送信する。
情報処理装置30は、I/F部31と、CPU(Central Processing Unit)32と、メモリ33と、記憶部34と、データバス35を備えている。I/F部31、CPU32、メモリ33、記憶部34はデータバス35に接続されている。
I/F部31は、ネットワーク20と通信接続するためのインタフェースである。例えば、I/F部31は、画像撮像装置10からネットワーク20を介して送信された画像信号を受信し、その画像信号をカメラシステムで扱うフォーマットの画像データに変換し、データバス35を介してメモリ33に出力する。
CPU32は、メモリ33に格納された動作プログラムに従って、メモリ33に保存された画像データの解析を行う。例えば、CPU32は、上記解析の結果、例えば画像撮像装置10の撮像視野内の輝度値などの情報を得る。そしてCPU32は、その情報をメモリ33に出力し、メモリ33はこの情報を保持する。
<装置の動作>
図4は、情報処理装置30が実行する全体の処理を示すフローチャートである。
図4は、情報処理装置30が実行する全体の処理を示すフローチャートである。
ステップS1では、情報処理装置30は、画像におけるノイズ・ブレ・絞り値それぞれから各評価スコアを取得する評価関数を読み込む。例えばノイズとノイズ評価スコアとの関係は、予め取得(例えば、開発段階で取得)した離散的なノイズ値と対応する評価スコア値のデータを補間することで取得される。この関数は後述するように、最適設定を取得する際の評価スコアの計算に用いられる。
ステップS2では、情報処理装置30は、ピクセル輝度値を撮像センサの蓄積光量に変換するカメラ応答関数gを推定する。カメラ応答関数gの推定方法は、公知技術であり「P. E. Debevec, J. Malik, "Recovering High Dynamic Range Radiance Maps from Photographs", Computer Graphics, 31, pp369-378 (1997)」(非特許文献3)に記述されている。
ピクセルごとのカメラ応答関数gは例えば数式(1)に示されるものである。カメラ応答関数gは、具体的には、露光時間の異なる複数画像の選択された各ピクセル輝度値Iijを用いて数式(2)のCを最小化するgを最小二乗法により求めるためのものである。数式(2)において、iは画像内のピクセルを示すインデックス、jは画像のインデックスである。Iijは、j番目の画像のi番目のピクセル輝度値である。Eiは、i番目のピクセルに届く光量である。Δtjは、j番目の画像の露光時間である。また、Nは計算に用いる総ピクセル数、Pは計算に用いる総画像数、IminとImaxは画素値の最小値および最大値である。画素値が8bit値である場合、IminとImaxはそれぞれ「0」と「255」となる。以下の説明では、ピクセルごとのカメラ応答関数gである数式(1)の替わりに、数式(3)に示される画像全体のカメラ応答関数gを用いる。
ステップS3では、情報処理装置30は、カメラ設定制御の目標明るさを決定する。具体的には、露光時間の異なる複数画像を撮像し、各画像から画像明るさ(Intensity)とコントラスト(Contrast)を取得する。そしてその中でコントラストが高い画像明るさを取得し、カメラ設定制御の目標明るさとする。
画像明るさは、数式(4)を用いて取得する。Iiは画像のi番目のピクセル輝度値であり、Nは画像の総ピクセル数である。なお、画像明るさの取得はこの方法に限定されず、例えば画像中央部に重みづけされた重みマップによる輝度値の加重平均を画像明るさとしても良い。
コントラストは、数式(5)を用いてエントロピー(Entoropy)から取得され、エントロピーは非特許文献1に記載の数式(6)により取得する。Max_entropyは、エントロピーがとりうる最大値である。Pjは、任意の区間幅で取得した画像輝度値ヒストグラムを全ピクセル数で割ったもののうちj番目の区間の高さである。なお、コントラストの取得はこの方法に限定されず、撮像シーンから得られる情報を定量化した画質値であれば良い。
また、例えば、「I. Shim, T.H. Oh, J.Y. Lee, J. Choi, D.G. Choia, I.S. Kweon, "Gradient-based Camera Exposure Control for Outdoor Mobile Platforms", IEEE Trans. Circuits Syst. Video Technol., 1, (2018)」(非特許文献4)で用いられているような、画像の輝度勾配量が高い画像明るさを目標明るさとしても良い。
ステップS4では、情報処理装置30は、カメラ設定からカメラ設定量(露出量)を取得するための変換関数を作成する。具体的には、露光時間・ゲイン・絞りを変更して撮影された画像の明るさを導出し露光時間と画像明るさ的に等価とする係数を求め、それらのカメラ設定からカメラ設定量を取得する関数作成を行う。
ステップS5では、情報処理装置30は、カメラ設定量に対する最適設定を規定するLUT作成(最適設定LUT)を行う。具体的には、まず、カメラ設定の異なる複数画像を撮像し、カメラ設定と特徴量の関係を学習し、カメラ設定から特徴量を取得する所与のスコア関数を取得する。そして、このスコア関数を用いてカメラ設定から特徴量を取得し、S1で取得した評価関数を用いてカメラ設定ごとの評価スコアを取得する。また、S4で作成した関数を用い、全カメラ設定それぞれからカメラ設定量を取得する。そして、カメラ設定をカメラ設定量の近いカメラ設定同士でグループ化し、各グループの中で評価スコアが高いカメラ設定を、そのグループの最適設定として決定する。なお「最適設定」と表現しているが必ずしも評価スコアが最高の設定に限定されず相対的に高いものであればよい。上述の処理を全グループに対し行い、カメラ設定量に対する最適設定LUTを作成する。
ステップS6では、情報処理装置30は、撮影を行い画像を取得する。なお、撮影不可の場合は処理を終了する。
ステップS7では、情報処理装置30は、S3で取得した目標明るさに対する必要カメラ設定量を取得する。具体的には、S4で取得したカメラ設定量を取得する関数を用いて、撮像時のカメラ設定からカメラ設定量を取得する。また、S6で撮像した画像明るさを取得する。そして、取得したカメラ設定量と画像明るさ、S2で取得したカメラ応答関数gを用いて、S3で取得した目標明るさへの必要カメラ設定量を取得する。
ステップS8では、情報処理装置30は、S7で取得した必要カメラ設定量に基づいて、S5で取得した最適設定LUTを参照し最適設定を取得する。そして、取得した最適設定をカメラ設定に反映する。
図5は、カメラ設定量を取得する関数を作成する処理(S4)のフローチャートである。また、図6は、ゲインの露光時間換算係数の取得において生成される各補間関数を説明する図である。
ステップS401では、情報処理装置30は、露光時間Δtの異なる複数画像(最低2枚)を撮像する。これらの画像の撮像の際、ゲイン・絞りなどの他のパラメータは固定とする。また、これら複数画像(第1の画像群)には、画像全体が白飛びまたは黒つぶれしていない画像を用いる。
ステップS402では、情報処理装置30は、S401で取得した露光時間Δtの異なる複数画像それぞれから画像明るさIΔtを算出する。
ステップS403では、情報処理装置30は、図6(a)に示すようにln(Δt)と画像明るさIΔtをプロットする。そして、データポイントを補間した関数fΔt_to_I(ln(Δt))を作成する。
ステップS404では、情報処理装置30は、ゲインの異なる複数画像(最低2枚)を撮像する。これらの画像の撮像の際、露光時間・絞りなどの他のパラメータは固定とする。これら複数画像(第2の画像群)には、画像全体が白飛びまたは黒つぶれしていない画像を用いる。
ステップS405では、情報処理装置30は、S404で取得したゲインの異なる複数画像それぞれから画像明るさIgainを算出する。
ステップS406では、情報処理装置30は、図6(b)に示すようにゲインと画像明るさIgainをプロットする。そして、データポイントを補間した関数fI_to_gain(Igain)を作成する。
ステップS407では、情報処理装置30は、例えば、「−10」から「0」へ0.5間隔に生成した仮想ln(Δt)配列から、ゲイン配列を生成する。具体的には、関数fΔt_to_I(ln(Δt))と、関数fI_to_gain(Igain)とを用いて、数式(7)によりゲイン配列を生成する。
ステップS408では、情報処理装置30は、図6(c)に示すように、S407で生成したゲイン配列とln(Δt)配列とをプロットし、傾きkgainを求める。例えば、一次回帰により求めることが出来る。
ステップS409では、情報処理装置30は、絞りの異なる複数画像(最低2枚)を撮像する。これら複数画像(第3の画像群)には、画像全体が白飛びまたは黒つぶれしていない画像を用いる。なお、後述の図9右図から理解されるように、第1の画像群と第2の画像群と第3の画像群とは共通する画像を含み得る。
ステップS410では、情報処理装置30は、S409で取得した絞りの異なる複数画像それぞれから各画像明るさIirisを算出する。
ステップS411では、情報処理装置30は、図6(b)と同様に、絞りと対応する画像明るさIirisをプロットする。そして、データポイントを補間したfI_to_iris(Iiris)を作成する。
ステップS412では、情報処理装置30は、等間隔に生成したΔt配列から、絞り配列を生成する。具体的には、関数Iris=fI_to_iris(fΔt_to_I(ln(Δt)))により絞り配列を生成する。
ステップS413では、情報処理装置30は、図6(c)と同様に、S412で取得した絞り配列と対応するln(Δt)配列をプロットし、傾きkirisを求める。例えば、一次回帰により求めることが出来る。
ステップS414では、情報処理装置30は、カメラ設定(ゲイン・露光時間・絞り)からカメラ設定量Rを取得する関数を数式(8)に従って作成する。すなわち、kgainをゲイン項の係数、kirisを絞り項の係数として適用する。
図7は、最適設定LUTを作成する処理(S5)のフローチャートである。
ステップS501では、情報処理装置30は、事前にユーザーが用意した目的被写体が映ったカメラ設置シーンでの撮像動画から、被写体の移動速度vを測定する。被写体移動速度は例えばオプティカルフローなど公知の技術を用いて測定する。
ステップS502では、情報処理装置30は、S501で取得した被写体移動速度vを用いて、露光時間Δtを引数とした数式(9)によりブレを取得するブレ取得関数を作成する。ここで、ブレとは、露光時間Δtの間に被写体が移動するピクセル数を意味する。
ステップS503では、情報処理装置30は、ゲインからノイズ値を取得する関数を取得する。具体的には、ゲインの異なるカメラ設定ごとに複数画像を撮像し、撮像した画像からカメラ設定ごとのノイズ値を取得する。そして、取得したノイズ値と撮像時のゲインをプロットし、データポイントを補間し、ゲインからノイズ値を取得する関数を取得する。
この時、各カメラ設定における撮像枚数は例えば5枚から10枚の連続画像とする。ノイズ値の取得は以下のように行う。まず同じカメラ設定の連続画像から所定の数のピクセル輝度値をそれぞれ収集し、数式(10)の行列Xと数式(11)を用いて共分散行列Cを取得する。数式(10)において、pはピクセル輝度値、Nは各画像から取得したピクセルの総数、Kは連続画像の枚数である。また数式(11)において、μはK×Nの行列であり、各行はK番目フレームのN個のピクセル輝度値の平均値となっている。そして取得した共分散行列Cの最小固有値を特異値分解により求め、その二乗根をノイズ値とする。また、ノイズ計算方法はこの方法に限定されず、他の公知の技術により計算しても良い。
そしてゲイン値とノイズ値をプロットし、データポイントを補間し、ゲインを引数としノイズを取得するノイズを取得するノイズ取得関数を作成する。
ステップS504では、情報処理装置30は、ゲイン・露光時間・絞りそれぞれに対して任意の幅の離散値のリストを作成する。
ステップS505では、情報処理装置30は、S504で取得したゲイン・露光時間・絞りのリストの全組み合わせ(全カメラ設定)それぞれについて、ブレ・ノイズ値を算出する。具体的には、ブレの算出にはS502で作成したブレ取得関数を用い、ノイズの算出にはS503で作成したノイズ取得関数を用いる。
ステップS506では、情報処理装置30は、S504で取得したゲイン・露光時間・絞りのリストの全組み合わせそれぞれについて、ブレスコア、ノイズスコア、絞りスコアを算出する。具体的には、ブレスコアとノイズスコアはS505で取得したノイズとブレから、S1で取得したスコア化関数に基づきスコア化する。また、絞りスコアは、絞り値に基づき、S1で取得したスコア化関数に基づきスコア化する。
ステップS507では、情報処理装置30は、総合スコアScoretotalを算出する。具体的には、S506で取得した全カメラ設定組み合わせそれぞれのブレスコア、ノイズスコア、絞りスコアから、例えば式(12)を利用して算出する。
ステップS508では、情報処理装置30は、S504で取得したゲイン・露光時間・絞りのリストの全組み合わせそれぞれについて、カメラ設定量Rを取得する。具体的には、S4で取得したカメラ設定量取得関数を用いて取得する。
ステップS509では、情報処理装置30は、カメラ設定量Rをキーとした最適設定LUT(ルックアップテーブル)を作成する。具体的には、S508で取得したカメラ設定量Rを所定の値範囲(露出量範囲)ごとにグループ分けし、各グループ内の最大総合スコアとなるカメラ設定を収集し最適設定LUTを作成する。
図8は、目標明るさに対するカメラ設定量を取得する処理(S7)のフローチャートである。
ステップS701では、情報処理装置30は、S6での撮像におけるカメラ設定(現カメラ設定)から、S4で取得したカメラ設定量を取得する関数を用い、現在のカメラ設定量R0を算出する。
ステップS702では、情報処理装置30は、S6での撮像により得られた撮像画像(現撮影画像)から現在の画像明るさI0を算出する。
ステップS703では、情報処理装置30は、S2で取得したカメラ応答関数gを用いて、目標明るさI1にするために必要なカメラ設定量R1(目標露出量)を算出する。
R1はカメラ応答関数gを用いて式(15)のように求められる。ここで、I0はカメラ設定変更前の画像明るさ、R0はカメラ設定変更前のカメラ設定量(現カメラ設定量)である。また、I1は目標明るさ、R1は必要カメラ設定量である。シーン光量Eはカメラ設定変更前後で変化がないとすると、式(13)、式(14)を経て、式(15)により、目標明るさ、現画像明るさ、現カメラ設定量から、目標明るさにするために必要なR1を導くことができる。そして、ステップS509において作成された最適設定LUTのうち、カメラ設定量R1に対応するカメラ設定(露光時間、ゲイン、絞り)のパラメータを取得する。
図9は、第1実施形態において撮像に使用されるカメラ設定の範囲を例示的に示す図である。左図(特許文献1に挙げた従来手法)による撮像に使用されるカメラ設定の範囲を示しており、ゲイン・露光時間・絞りの全組み合わせ(全カメラ設定)での撮像が必要であることを示している。一方、右図(第1実施形態)では、撮像に使用されるカメラ設定の範囲が大幅に削減されていることが分かる。例えば、図9に関してゲイン・露光時間・絞りそれぞれが5通り存在する場合、従来手法では、125枚の撮像が必要であるが、第1実施形態では、12枚の撮像をすれば良いことが分かる。なお、精度向上のため、いくつかのカメラ設定での撮影を追加で行うよう構成してもよい。
以上説明したとおり第1実施形態によれば、異なる複数のカメラ設定(ゲイン・露光時間・絞り)で撮像した画像に基づき、カメラ設定量を取得する関数を作成し、当該関数に基づき最適設定LUTを作成する。これにより、従来手法に比較し、事前の撮像に要する時間を大幅に削減することができる。また、コントラストを最適設定予測のスコア計算から除くことで、照明条件ごとのカメラ設定内のコントラスト分布の予測が必要なくなる。そのため、最適設定の決定に要する時間を大幅に削減することができる。そうすることで、撮像時の外乱混入のリスクやユーザーの時間的負担も減少させることができる。
(第2実施形態)
本発明に係る情報処理装置の第2実施形態として、他の形態のカメラシステムを例に挙げて以下に説明する。具体的には、第2実施形態では、第1実施形態に比較し撮像に使用されるカメラ設定の範囲を更に削減可能とする形態について説明する。
本発明に係る情報処理装置の第2実施形態として、他の形態のカメラシステムを例に挙げて以下に説明する。具体的には、第2実施形態では、第1実施形態に比較し撮像に使用されるカメラ設定の範囲を更に削減可能とする形態について説明する。
なお、カメラシステムの構成(図2、図3)および全体の処理(図4)については第1実施形態と同様であるため説明は省略する。ただし、S3(目標明るさの決定)の詳細が第1実施形態と異なる。
<装置の動作>
第1実施形態のS3(目標明るさの決定)では、露光時間の異なる複数画像それぞれからコントラストと画像明るさを取得し、その中から最大コントラストとなる画像明るさをカメラ設定制御の目標明るさとして決定した。
第1実施形態のS3(目標明るさの決定)では、露光時間の異なる複数画像それぞれからコントラストと画像明るさを取得し、その中から最大コントラストとなる画像明るさをカメラ設定制御の目標明るさとして決定した。
しかしながら、第1実施形態では図9に示されるように、ほぼ全ての露光時間に対して撮像が必要となり、撮像に要する時間が長くなる。そのために、照明変動や動体侵入などの外乱が混入するリスクが高まる。また、離散的な露光時間での撮像結果しかわからず、最高コントラストとなる画像明るさが取得できない可能性がある。
図10は、第2実施形態における目標明るさを決定する処理(S3)のフローチャートである。
ステップS301では、情報処理装置30は、露光時間の異なる複数画像を撮像する。撮像においては、シーンの光量レンジの大部分をカバーできるような複数の露光時間を選択する。なお、1つの露光時間の撮像でシーン光量の大部分をカバーできる場合は、1枚の画像撮像でも良い。
ステップS302では、情報処理装置30は、S301で取得した露光時間の異なる複数画像と、S2で推定したカメラ応答関数gから、シーンの光量マップEmapを推定により作成する。シーンの光量マップ作成には、例えば非特許文献3に記載の公知の技術を用いることができる。
ステップS303では、情報処理装置30は、S302で作成した光量マップEmapとS2で取得したカメラ応答関数gを用い、任意の間隔の露光時間に対応する複数の仮想画像(仮想画像群)を作成する。仮想画像の作成は、ピクセルごとに式(16)を用いて求める。式(16)において、Emapiは光量マップのi番目ピクセル値、Δtは露光時間、gはカメラ応答関数gである。
ステップS304では、情報処理装置30は、S303で取得した露光時間の異なる仮想画像それぞれから画像明るさとコントラストを取得し、その中で相対的に高い(好適には最大)のコントラストとなる仮想画像の画像明るさを目標明るさとする。
図11は、第2実施形態において撮像に使用されるカメラ設定の範囲を例示的に示す図である。図から理解されるように、第1実施形態(図9の右図)に比較して、撮像に使用されるカメラ設定の範囲が更に削減されていることが分かる。そのため、事前の撮像に要する時間をより削減することができる。
以上説明したとおり第2実施形態によれば、シーンの光量マップを作成し複数の仮想画像を生成し、その中から相対的に高い(好適には最大)コントラストとなる仮想画像の画像明るさを目標明るさとして選択する。それにより、第1実施形態よりも少ない撮像枚数で目標明るさを決定することが可能となる。そのため、撮像時間が削減されることにより外乱混入のリスクを減少させることができ、任意の露光時間の仮想画像を取得できることから、第1実施形態と同等又はより高精度に目標明るさを決定することが可能となる。
(その他の実施例)
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。
発明は上記実施形態に制限されるものではなく、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、発明の範囲を公にするために請求項を添付する。
10 画像撮像装置; 20 ネットワーク; 30 情報処理装置
Claims (11)
- 撮像を行う際のカメラ設定としてゲイン、露光時間、絞りを変更可能な撮像装置と接続可能に構成された情報処理装置であって、
ゲインが互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第2の画像群と、絞りが互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第3の画像群と、に基づいて、カメラ設定を露出量に変換する変換関数を作成する関数作成手段と、
所与のスコア関数に基づいて、全てのカメラ設定それぞれに対する評価スコアを算出し、ある露出量範囲に対して相対的に高い評価スコアを有するカメラ設定を該ある露出量範囲に対するカメラ設定として規定するルックアップテーブル(LUT)を作成するLUT作成手段と、
を有することを特徴とする情報処理装置。 - 露光時間が互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第1の画像群に基づいて、前記撮像装置におけるカメラ応答関数を推定する推定手段と、
前記第1の画像群に基づいて、目標明るさを決定する第1の決定手段と、
前記カメラ応答関数と、前記目標明るさと、前記撮像装置の現在のカメラ設定における現在の露出量と現在の画像の明るさと、に基づいて、目標露出量を決定する第2の決定手段と、
前記目標露出量と前記LUTとに基づいて、前記撮像装置による撮像に利用するカメラ設定を決定する第3の決定手段と、
を更に有することを特徴とする請求項1に記載の情報処理装置。 - 前記第1の決定手段は、前記第1の画像群のうち相対的に高いコントラストである画像の明るさを前記目標明るさとして決定する
ことを特徴とする請求項2に記載の情報処理装置。 - 前記第1の決定手段は、前記第1の画像群に基づき生成される光量マップと前記カメラ応答関数とに基づき該第1の画像群を補間する仮想画像群を生成し、該仮想画像群のうち相対的に高いコントラストである画像の明るさを前記目標明るさとして決定する
ことを特徴とする請求項2に記載の情報処理装置。 - 前記関数作成手段は、前記第2の画像群と前記第3の画像群とに基づいて所与の関数に含まれる係数を決定し、該決定された係数を該所与の関数に適用することにより前記変換関数を作成する
ことを特徴とする請求項1乃至4の何れか1項に記載の情報処理装置。 - 前記関数作成手段は、前記第2の画像群から前記所与の関数に含まれるゲイン項の係数を決定し、前記第3の画像群から前記所与の関数に含まれる絞り項の係数を決定する
ことを特徴とする請求項5に記載の情報処理装置。 - 前記評価スコアは、所与の被写体移動速度に基づいて算出されるブレスコアを含む
ことを特徴とする請求項1乃至6の何れか1項に記載の情報処理装置。 - 前記第2の画像群は2枚の画像から構成され、前記第3の画像群は2枚の画像から構成される
ことを特徴とする請求項1乃至7の何れか1項に記載の情報処理装置。 - 前記第1の画像群と前記第2の画像群と前記第3の画像群とは共通する画像を含む
ことを特徴とする請求項1乃至8の何れか1項に記載の情報処理装置。 - 撮像を行う際のカメラ設定としてゲイン、露光時間、絞りを変更可能な撮像装置と接続可能に構成された情報処理装置の制御方法であって、
ゲインが互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第2の画像群と、絞りが互いに異なる複数のカメラ設定を使用して前記撮像装置により撮像して得られた第3の画像群と、に基づいて、カメラ設定を露出量に変換する変換関数を作成する関数作成工程と、
所与のスコア関数に基づいて、全てのカメラ設定それぞれに対する評価スコアを算出し、ある露出量範囲に対して相対的に高い評価スコアを有するカメラ設定を該ある露出量範囲に対するカメラ設定として規定するルックアップテーブル(LUT)を作成するLUT作成工程と、
を含むことを特徴とする制御方法。 - コンピュータを、請求項1乃至9の何れか1項に記載の情報処理装置の各手段として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019224826A JP2021093694A (ja) | 2019-12-12 | 2019-12-12 | 情報処理装置およびその制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019224826A JP2021093694A (ja) | 2019-12-12 | 2019-12-12 | 情報処理装置およびその制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021093694A true JP2021093694A (ja) | 2021-06-17 |
Family
ID=76310864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019224826A Pending JP2021093694A (ja) | 2019-12-12 | 2019-12-12 | 情報処理装置およびその制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021093694A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023032468A1 (ja) * | 2021-08-31 | 2023-03-09 | 富士フイルム株式会社 | 撮影制御装置、撮影制御方法、及び撮影制御プログラム |
-
2019
- 2019-12-12 JP JP2019224826A patent/JP2021093694A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023032468A1 (ja) * | 2021-08-31 | 2023-03-09 | 富士フイルム株式会社 | 撮影制御装置、撮影制御方法、及び撮影制御プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10997696B2 (en) | Image processing method, apparatus and device | |
CN110022469B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
JP5398156B2 (ja) | ホワイトバランス制御装置およびその制御方法並びに撮像装置 | |
US20100231738A1 (en) | Capture of video with motion | |
JP2004088149A (ja) | 撮像システムおよび画像処理プログラム | |
JP2008109640A (ja) | 予測係数演算装置および方法、画像データ演算装置および方法、プログラム、並びに記録媒体 | |
JP6935272B2 (ja) | ハイダイナミックレンジ画像を作成する装置、方法、及びプログラム | |
US8798369B2 (en) | Apparatus and method for estimating the number of objects included in an image | |
CN106134180B (zh) | 图像处理装置和方法、存储能够由计算机临时读取的图像处理程序的记录介质、摄像装置 | |
JP2019168862A (ja) | 処理装置、処理システム、撮像装置、処理方法、プログラム、および、記録媒体 | |
JP2006319831A (ja) | 画像処理装置および撮像装置 | |
JP7403995B2 (ja) | 情報処理装置、制御方法およびプログラム | |
JP2019110430A (ja) | 制御装置、撮像装置、制御方法およびプログラム | |
JP2010045457A (ja) | 画像処理装置および画像処理方法 | |
JP2021093694A (ja) | 情報処理装置およびその制御方法 | |
JP2007258923A (ja) | 画像処理装置、画像処理方法、画像処理プログラム | |
JP6827782B2 (ja) | 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および記録媒体 | |
US11575841B2 (en) | Information processing apparatus, imaging apparatus, method, and storage medium | |
JP2015233270A (ja) | 撮像装置およびその制御方法 | |
JP6063680B2 (ja) | 画像生成装置、画像生成方法、撮像装置、および撮像方法 | |
JP6554009B2 (ja) | 画像処理装置、その制御方法、プログラム及び記録媒体 | |
JP6514577B2 (ja) | 画像処理装置および画像処理方法ならびに撮像装置 | |
JP2019008830A (ja) | 被写体検出装置、撮像装置及びプログラム | |
JP2018152095A (ja) | 画像処理装置、撮像装置及び画像処理プログラム | |
EP4243402A1 (en) | Information processing device, image capturing device, program, storage medium, and method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20210103 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |