JP3181472B2 - フラッシュ発光による瞳の色調不良の自動検出及び補正 - Google Patents
フラッシュ発光による瞳の色調不良の自動検出及び補正Info
- Publication number
- JP3181472B2 JP3181472B2 JP16542194A JP16542194A JP3181472B2 JP 3181472 B2 JP3181472 B2 JP 3181472B2 JP 16542194 A JP16542194 A JP 16542194A JP 16542194 A JP16542194 A JP 16542194A JP 3181472 B2 JP3181472 B2 JP 3181472B2
- Authority
- JP
- Japan
- Prior art keywords
- pupil
- group
- poor
- pixel
- pixels
- 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.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
- H04N1/624—Red-eye correction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Exposure Control For Cameras (AREA)
- Stroboscope Apparatuses (AREA)
- Studio Circuits (AREA)
- Color Image Communication Systems (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、ディジタル画像内の被
写体の瞳の色調不良をディジタル的に検出する方法に関
する。
写体の瞳の色調不良をディジタル的に検出する方法に関
する。
【０００２】
【従来の技術】カラーのフラッシュ撮影において、レッ
ドアイと呼ばれる現象が生じることが知られている。こ
の用語“レッドアイ”は、写真撮影により再生される人
の瞳孔が、通常の黒色ではなく赤色に見えることを示し
ている。〔この効果は、動物をフラッシュ撮影する際に
も生じるが、赤色ではない色が示されることもある。〕 赤みを帯びた光は、フラッシュ発光により生ずる光が瞳
の網膜の直後の層で反射されることにより得られる。こ
の問題を回避するために、以下の２つの処理が画像の入
力時に利用される：（１）周囲の光量を増加させる、ま
たは、（２）フラッシュをカメラから数インチに離す。
第１の方法は、瞳孔を小さくさせるので、反射光の量が
減少し、必要とされるフラッシュ発光量も少なくなる。
反射光は、光源、即ち、フラッシュに向かう逆向きの細
いビームに限られるので、第２の方法により、レンズに
よる反射光の検出が防止される。残念ながら、アマチュ
ア写真家は、必ずしも上記のいずれかの方法を実行して
いるとは限らない。一般にアマチュア写真家は、撮影場
所の周囲の光量不足を補うためにフラッシュを使用す
る。その上、インスタントカメラと一眼レフカメラの多
くは、レンズの近くにフラッシュが置かれている。
ドアイと呼ばれる現象が生じることが知られている。こ
の用語“レッドアイ”は、写真撮影により再生される人
の瞳孔が、通常の黒色ではなく赤色に見えることを示し
ている。〔この効果は、動物をフラッシュ撮影する際に
も生じるが、赤色ではない色が示されることもある。〕 赤みを帯びた光は、フラッシュ発光により生ずる光が瞳
の網膜の直後の層で反射されることにより得られる。こ
の問題を回避するために、以下の２つの処理が画像の入
力時に利用される：（１）周囲の光量を増加させる、ま
たは、（２）フラッシュをカメラから数インチに離す。
第１の方法は、瞳孔を小さくさせるので、反射光の量が
減少し、必要とされるフラッシュ発光量も少なくなる。
反射光は、光源、即ち、フラッシュに向かう逆向きの細
いビームに限られるので、第２の方法により、レンズに
よる反射光の検出が防止される。残念ながら、アマチュ
ア写真家は、必ずしも上記のいずれかの方法を実行して
いるとは限らない。一般にアマチュア写真家は、撮影場
所の周囲の光量不足を補うためにフラッシュを使用す
る。その上、インスタントカメラと一眼レフカメラの多
くは、レンズの近くにフラッシュが置かれている。
【０００３】画像がディジタル的に入力された後、瞳の
色調不良を修正することが可能である。ドッブス他を共
同譲受人とする、発明の名称が“長円境界関数を利用す
る局所的な画像の再彩色”である、１９９２年６月１４
日に発行された米国特許第５，１３０，７８９号明細書
に、オペレータによって瞳の周辺領域が指定された後、
領域の彩度と明度のチャネルを修正する方法が記載され
ている。
色調不良を修正することが可能である。ドッブス他を共
同譲受人とする、発明の名称が“長円境界関数を利用す
る局所的な画像の再彩色”である、１９９２年６月１４
日に発行された米国特許第５，１３０，７８９号明細書
に、オペレータによって瞳の周辺領域が指定された後、
領域の彩度と明度のチャネルを修正する方法が記載され
ている。
【０００４】
【発明が解決しようとする課題】本発明の目的は、画像
内の不良に彩色された瞳を自動的に決定することであ
る。本発明の他の目的は、本体と、境界と、閃光の画素
を別個に補正することにより補正を改善し、また、検出
とは異なる解像度で補正を行うことである。
内の不良に彩色された瞳を自動的に決定することであ
る。本発明の他の目的は、本体と、境界と、閃光の画素
を別個に補正することにより補正を改善し、また、検出
とは異なる解像度で補正を行うことである。
【０００５】
【課題を解決するための手段】本発明の望ましい方法の
一つは、 ａ） 少なくとも被写体の頭の一部を含み、一以上の瞳
の色調不良が存在する可能性のある空間的な領域を定
め； ｂ） 色調の内容に関するかかる空間的な領域内の画素
をサンプリングし、瞳の色調不良の可能性のある画素を
認定するよう上記のサンプル化された画素の各々を瞳の
色調不良を表わす複数の閾値と比較し； ｃ） 上記認定された瞳の色調不良の可能性のある画素
を空間的に隣接する一以上の群に分割し； ｄ） 瞳の色調不良の群の候補を認定するよう、群の大
きさと、群の形状と、彩色と、輝度とを含む複数の特徴
に基づいて分割された各群の各画素と、各群に対する第
１の評価数を算出し； ｅ） 認定された瞳の色調不良の群の候補の各々からそ
の上記評価数に基づいて核画素を選択し、その近接画素
の中から所定の評価数の範囲内にあるすべての近接画素
と、決定される変化が瞳の色調不良の群の候補の外側の
境界を認定するよう重要な画素評価数の変化を示す群の
画素とを決定し； ｆ） 瞳の色調不良の群の候補を決定するよう、群の大
きさと、群の形状と、彩色と、輝度とを含む複数の特徴
に基づいて瞳の色調不良の群の候補の各々に関して各画
素に対する第２の評価数を算出するステップよりなる、
フラッシュ発光によるディジタル画像内の被写体の瞳の
色調不良を検出する方法である。
一つは、 ａ） 少なくとも被写体の頭の一部を含み、一以上の瞳
の色調不良が存在する可能性のある空間的な領域を定
め； ｂ） 色調の内容に関するかかる空間的な領域内の画素
をサンプリングし、瞳の色調不良の可能性のある画素を
認定するよう上記のサンプル化された画素の各々を瞳の
色調不良を表わす複数の閾値と比較し； ｃ） 上記認定された瞳の色調不良の可能性のある画素
を空間的に隣接する一以上の群に分割し； ｄ） 瞳の色調不良の群の候補を認定するよう、群の大
きさと、群の形状と、彩色と、輝度とを含む複数の特徴
に基づいて分割された各群の各画素と、各群に対する第
１の評価数を算出し； ｅ） 認定された瞳の色調不良の群の候補の各々からそ
の上記評価数に基づいて核画素を選択し、その近接画素
の中から所定の評価数の範囲内にあるすべての近接画素
と、決定される変化が瞳の色調不良の群の候補の外側の
境界を認定するよう重要な画素評価数の変化を示す群の
画素とを決定し； ｆ） 瞳の色調不良の群の候補を決定するよう、群の大
きさと、群の形状と、彩色と、輝度とを含む複数の特徴
に基づいて瞳の色調不良の群の候補の各々に関して各画
素に対する第２の評価数を算出するステップよりなる、
フラッシュ発光によるディジタル画像内の被写体の瞳の
色調不良を検出する方法である。
【０００６】本発明により使用される方法は、’７８９
号特許の領域の輝度の変化を破壊することなく再彩色を
行う基準を維持する。しかし、本発明は、’７８９号特
許明細書の開示を実行するために必要な３つの入力のう
ち２つを自動的に供給する。本発明において最初に必要
とされるのは、おおよその着目領域だけであるが、’７
８９号特許ではかなり厳密な領域が必要とされる。ま
た、本発明により、各瞳は：（１）本体画素と、（２）
境界画素と、（３）閃光画素の３通りの画素の種類に分
類されることに注意する必要がある。３通りの画素の種
類の各々は、極めて自然に見える補正を行うために別々
に処理される。さらに、着目領域が取得された画像解像
度は、本発明の補正時の解像度であることは必ずしも必
要とはされない。
号特許の領域の輝度の変化を破壊することなく再彩色を
行う基準を維持する。しかし、本発明は、’７８９号特
許明細書の開示を実行するために必要な３つの入力のう
ち２つを自動的に供給する。本発明において最初に必要
とされるのは、おおよその着目領域だけであるが、’７
８９号特許ではかなり厳密な領域が必要とされる。ま
た、本発明により、各瞳は：（１）本体画素と、（２）
境界画素と、（３）閃光画素の３通りの画素の種類に分
類されることに注意する必要がある。３通りの画素の種
類の各々は、極めて自然に見える補正を行うために別々
に処理される。さらに、着目領域が取得された画像解像
度は、本発明の補正時の解像度であることは必ずしも必
要とはされない。
【０００７】
【実施例】図１を参照すると、本発明は、ディジタル化
スキャナ１０と、表示装置２６を有するコンピュータの
ような制御及び論理装置２４と、光ディスク書込み装置
３６を使用して実現される。図示する如く、現像された
フィルムの一以上のフレーム１８を含むフィルム片１５
は、フィルム片１５が制御及び論理回路３０の命令に基
づいて走査される走査ゲート１２の中に置かれる。各フ
レーム１８が走査されると、ブロック２２で示される合
成画像データは、ディジタル化され、記憶用メモリ２８
に送出される。コンピュータ２４は、以下に説明する方
法により、異常の特性に関する記録を提供する光ディス
ク書込み装置３６により光ディスクに書き込まれる可能
性のある出力画像データ３２を供給するよう記憶された
データを処理する。ディジタル化スキャナ１０は、画素
値を赤色、緑色、青色のチャネル毎に多数の輝度レベル
に量子化することが可能である。適切な品質の画像は典
型的には２５６レベルであるのに対して、輝度レベルの
数の最小値はおよそ６４であろう。画像データ３２は、
上記の如くフィルムを走査する操作により得られるが、
他の周知の画像データの供給法が利用されても良いこと
は容易に理解される。
スキャナ１０と、表示装置２６を有するコンピュータの
ような制御及び論理装置２４と、光ディスク書込み装置
３６を使用して実現される。図示する如く、現像された
フィルムの一以上のフレーム１８を含むフィルム片１５
は、フィルム片１５が制御及び論理回路３０の命令に基
づいて走査される走査ゲート１２の中に置かれる。各フ
レーム１８が走査されると、ブロック２２で示される合
成画像データは、ディジタル化され、記憶用メモリ２８
に送出される。コンピュータ２４は、以下に説明する方
法により、異常の特性に関する記録を提供する光ディス
ク書込み装置３６により光ディスクに書き込まれる可能
性のある出力画像データ３２を供給するよう記憶された
データを処理する。ディジタル化スキャナ１０は、画素
値を赤色、緑色、青色のチャネル毎に多数の輝度レベル
に量子化することが可能である。適切な品質の画像は典
型的には２５６レベルであるのに対して、輝度レベルの
数の最小値はおよそ６４であろう。画像データ３２は、
上記の如くフィルムを走査する操作により得られるが、
他の周知の画像データの供給法が利用されても良いこと
は容易に理解される。
【０００８】コンピュータ２４は本発明に従って機能す
る。次に、図２を参照すると、本発明は、以下の２つの
別個のフェーズ：（１）検出フェーズ２００と、（２）
確定フェーズ３００とに区分することができる。検出フ
ェーズ２００は、以下の５つの別個の段階（図３を参照
せよ）：（１）瞳の色調不良である候補画素の認定２１
０と、（２）分割２２０と、（３）第１の評価２３０
と、（４）領域成長（或いは、画素評価数の変化の認
定）２４０と、（５）第２の評価２５０とに区分するこ
とができる。検出フェーズ２００の各段階は、データ処
理系列を生成するよう前の段階で作成された結果を利用
する。確定フェーズ３００は、以下の２つの段階（図４
を参照せよ）：（１）拡大縮小３７０と、（２）補正３
８０とに区分することができる。解像度は、次の３段
階：（１）低解像３１０と、（２）同一解像３２０と、
（３）高解像３３０とに区分することができる。補正部
も、次の３段階：（１）閃光補正３４０と、（２）本体
補正３５０と、（３）境界補正３６０とに区分すること
ができる。
る。次に、図２を参照すると、本発明は、以下の２つの
別個のフェーズ：（１）検出フェーズ２００と、（２）
確定フェーズ３００とに区分することができる。検出フ
ェーズ２００は、以下の５つの別個の段階（図３を参照
せよ）：（１）瞳の色調不良である候補画素の認定２１
０と、（２）分割２２０と、（３）第１の評価２３０
と、（４）領域成長（或いは、画素評価数の変化の認
定）２４０と、（５）第２の評価２５０とに区分するこ
とができる。検出フェーズ２００の各段階は、データ処
理系列を生成するよう前の段階で作成された結果を利用
する。確定フェーズ３００は、以下の２つの段階（図４
を参照せよ）：（１）拡大縮小３７０と、（２）補正３
８０とに区分することができる。解像度は、次の３段
階：（１）低解像３１０と、（２）同一解像３２０と、
（３）高解像３３０とに区分することができる。補正部
も、次の３段階：（１）閃光補正３４０と、（２）本体
補正３５０と、（３）境界補正３６０とに区分すること
ができる。
【０００９】かかるデータ処理系列の必要性に注意する
ことが重要である。レッドアイ不良のある場合、単に画
像内の赤みを帯びた画素は全て不良であると想定するな
らば、レッドアイではない多数の画素が、本当のレッド
アイ画素の組に含まれるであろう。レッドアイは、色調
と空間的位置の両方の手掛かりを含む。一方の手掛かり
に基づき、もう一方の手掛かりの組には基づかない場
合、得られる結果は正しくないであろう。データ処理系
列の各々の段階で作成される手掛かりを組み立てること
により、本発明において、レッドアイ画素とレッドアイ
以外の画素とを識別し得る。
ことが重要である。レッドアイ不良のある場合、単に画
像内の赤みを帯びた画素は全て不良であると想定するな
らば、レッドアイではない多数の画素が、本当のレッド
アイ画素の組に含まれるであろう。レッドアイは、色調
と空間的位置の両方の手掛かりを含む。一方の手掛かり
に基づき、もう一方の手掛かりの組には基づかない場
合、得られる結果は正しくないであろう。データ処理系
列の各々の段階で作成される手掛かりを組み立てること
により、本発明において、レッドアイ画素とレッドアイ
以外の画素とを識別し得る。
【００１０】レッドアイが目立ち、かつ、紛らわしく見
えるのは、赤色ではないエレメント（例えば、ＣＲＴ上
の画素）に取り囲まれた赤色のエレメントが集中するた
めである。エレメントの彩色は、赤色と、緑色と、青色
の属性値の組み合わせによって決まる。従って、レッド
アイ領域を構成するエレメントは、緑色或いは青色より
も多くの赤色を含むことを推断できる。実際、観察用レ
ッドアイ画素は、ビデオガンマ測度における、赤色と、
（緑色又は青色のいずれかの）最大値との強度の比が平
均で１．７：１である結果が実験により得られた。この
比を増大又は減少させることにより、本発明は、赤色に
対する感度を減少又は増大させる。
えるのは、赤色ではないエレメント（例えば、ＣＲＴ上
の画素）に取り囲まれた赤色のエレメントが集中するた
めである。エレメントの彩色は、赤色と、緑色と、青色
の属性値の組み合わせによって決まる。従って、レッド
アイ領域を構成するエレメントは、緑色或いは青色より
も多くの赤色を含むことを推断できる。実際、観察用レ
ッドアイ画素は、ビデオガンマ測度における、赤色と、
（緑色又は青色のいずれかの）最大値との強度の比が平
均で１．７：１である結果が実験により得られた。この
比を増大又は減少させることにより、本発明は、赤色に
対する感度を減少又は増大させる。
【００１１】エレメントのＲＧＢ値を図５に示すＨＬＳ
（色相、明度、及び飽和度）空間に集めることにより、
フラッシュが照射された人間の瞳で観察される赤色の種
類を得ることが可能である。従来の実施例により使用さ
れた以下の値： ７００ ≦ 色相 ≦ １０１０ ４０ ≦ 明度 ≦ １６６ ６５ ≦ 飽和度 ≦ ２５６ が得られているが、本発明における感度を修正するため
調節されても良い。
（色相、明度、及び飽和度）空間に集めることにより、
フラッシュが照射された人間の瞳で観察される赤色の種
類を得ることが可能である。従来の実施例により使用さ
れた以下の値： ７００ ≦ 色相 ≦ １０１０ ４０ ≦ 明度 ≦ １６６ ６５ ≦ 飽和度 ≦ ２５６ が得られているが、本発明における感度を修正するため
調節されても良い。
【００１２】従って、上記の比と、３次元ＨＬＳ領域
は、本発明の第１の段階で使用される基準を構成する。
かかる基準に合格する与えられた画像内のすべての画素
は、事前に零化されたビットマップ、即ち、カラービッ
トマップに値１で表わされる。ビットマップは、１又は
０を保持するメモリの１区画である。この２進データ
は、その２進データを翻訳するプログラムに応じて多く
の事を表わすことが可能である。本発明において、この
ビットマップは、瞳の色調不良である画素の候補を表わ
す。これらのマップは、一つのデータを表わすために１
ビットだけを使用するので、このデータ構造により物理
的なメモリは大量に節約される。かくして、この段階の
最後に、上記の基準を満たす画素だけがカラービットマ
ップ内に存在する。色相と、明度と、飽和度の空間の詳
細な説明は、コンピュータグラフィック誌：ＳＩＧＧＲ
ＡＰＨ−−ＡＣＭの季刊報告、第１３巻、第３号、１９
７９年８月、ページIII−３７と３８を参照のこと。
は、本発明の第１の段階で使用される基準を構成する。
かかる基準に合格する与えられた画像内のすべての画素
は、事前に零化されたビットマップ、即ち、カラービッ
トマップに値１で表わされる。ビットマップは、１又は
０を保持するメモリの１区画である。この２進データ
は、その２進データを翻訳するプログラムに応じて多く
の事を表わすことが可能である。本発明において、この
ビットマップは、瞳の色調不良である画素の候補を表わ
す。これらのマップは、一つのデータを表わすために１
ビットだけを使用するので、このデータ構造により物理
的なメモリは大量に節約される。かくして、この段階の
最後に、上記の基準を満たす画素だけがカラービットマ
ップ内に存在する。色相と、明度と、飽和度の空間の詳
細な説明は、コンピュータグラフィック誌：ＳＩＧＧＲ
ＡＰＨ−−ＡＣＭの季刊報告、第１３巻、第３号、１９
７９年８月、ページIII−３７と３８を参照のこと。
【００１３】この段階に至るまでに、本発明は、個々の
画素に関する処理を行い：図３に示す瞳の色調不良であ
る候補画素の認定段階２１０の基準に合格し得なかった
画素を除去する。次いで、個々の画素は、セグメントと
呼ばれる空間的に隣接する群に分割される。この処理
は、非零のビットを検出するまでカラービットマップを
ラスタ走査することから始まる。このビットは核ビット
である。一旦検出された核ビットは、事前に零化され、
マークされたビットマップで１に設定される。次いで、
分割処理は、マークされたビットマップ内に“オン”で
あるビットがない場合に終了するループを開始する。ル
ープの最初の段階において、カラービットマップ内の現
在のビットは零化される。カラービットマップ内の現在
のビットの周りを（８連結形式で）調べて“オン”ビッ
トを探索する関数が呼び出される。“オン”ビットが検
出されると、それらは、核のビットマップ内でも“オ
ン”ではない場合に限り、マークされたビットマップ内
に配置される。すべての８連結“オン”ビットが検出さ
れると、この関数は終了し、分割処理ループに戻る。こ
のループの次のステップは、マークされたビットマップ
内の現在のビットを零化し、核のビットマップ内の現在
のビットを“オン”に変える。最後に、マークされたビ
ットマップを調べて左上の非零のビットを探索する関数
が呼び出される。このビットが、次に、現在のビットに
なり、再びループが繰り返される。最後に、分割処理ル
ープは終了する。この時点で、各セグメントは、面積と
形状とに基づいて認定される。特に、２つの基準、即
ち、偏心率と画素数がある。セグメントの偏心率は、偏
心率の最小値よりも大きく、偏心率の最大値よりも小さ
いことが必要とされ、ここで、０．０は、真円を表わ
し、１．０は、最も細長い形状（即ち、線）を表わす。
偏心率の値の範囲により、線状のセグメントタイプを除
去する（即ち、瞳孔は丸みを帯びている）。偏心率の値
を求めるために使用された従来の式は、付録Ａに記載さ
れている。セグメントは、所定の最小と最大の（画素数
による）面積の間に含まれることが必要である。画素数
の最小値よりも小さいセグメントは、通常、他の画像対
象物（例えば、皮膚の黒子）と識別できない。セグメン
トであることが認定された場合、そのセグメントは、ク
ラスマップビットマップ(class map bit map) に入れら
れる。核のビットマップの零化は、分割処理のこの部分
で終了する。説明を続ける前に、この時点で４つのビッ
トマップの中で“オン”ビットを含み得るのは、カラー
ビットマップ及びクラスマップビットマップの２つだけ
であることを理解することが重要である。カラービット
マップは、他のセグメントに属する“オン”ビットを含
む可能性があり、クラスマップビットマップは、先に検
出されたセグメントと現在のセグメントだけを含み得
る。
画素に関する処理を行い：図３に示す瞳の色調不良であ
る候補画素の認定段階２１０の基準に合格し得なかった
画素を除去する。次いで、個々の画素は、セグメントと
呼ばれる空間的に隣接する群に分割される。この処理
は、非零のビットを検出するまでカラービットマップを
ラスタ走査することから始まる。このビットは核ビット
である。一旦検出された核ビットは、事前に零化され、
マークされたビットマップで１に設定される。次いで、
分割処理は、マークされたビットマップ内に“オン”で
あるビットがない場合に終了するループを開始する。ル
ープの最初の段階において、カラービットマップ内の現
在のビットは零化される。カラービットマップ内の現在
のビットの周りを（８連結形式で）調べて“オン”ビッ
トを探索する関数が呼び出される。“オン”ビットが検
出されると、それらは、核のビットマップ内でも“オ
ン”ではない場合に限り、マークされたビットマップ内
に配置される。すべての８連結“オン”ビットが検出さ
れると、この関数は終了し、分割処理ループに戻る。こ
のループの次のステップは、マークされたビットマップ
内の現在のビットを零化し、核のビットマップ内の現在
のビットを“オン”に変える。最後に、マークされたビ
ットマップを調べて左上の非零のビットを探索する関数
が呼び出される。このビットが、次に、現在のビットに
なり、再びループが繰り返される。最後に、分割処理ル
ープは終了する。この時点で、各セグメントは、面積と
形状とに基づいて認定される。特に、２つの基準、即
ち、偏心率と画素数がある。セグメントの偏心率は、偏
心率の最小値よりも大きく、偏心率の最大値よりも小さ
いことが必要とされ、ここで、０．０は、真円を表わ
し、１．０は、最も細長い形状（即ち、線）を表わす。
偏心率の値の範囲により、線状のセグメントタイプを除
去する（即ち、瞳孔は丸みを帯びている）。偏心率の値
を求めるために使用された従来の式は、付録Ａに記載さ
れている。セグメントは、所定の最小と最大の（画素数
による）面積の間に含まれることが必要である。画素数
の最小値よりも小さいセグメントは、通常、他の画像対
象物（例えば、皮膚の黒子）と識別できない。セグメン
トであることが認定された場合、そのセグメントは、ク
ラスマップビットマップ(class map bit map) に入れら
れる。核のビットマップの零化は、分割処理のこの部分
で終了する。説明を続ける前に、この時点で４つのビッ
トマップの中で“オン”ビットを含み得るのは、カラー
ビットマップ及びクラスマップビットマップの２つだけ
であることを理解することが重要である。カラービット
マップは、他のセグメントに属する“オン”ビットを含
む可能性があり、クラスマップビットマップは、先に検
出されたセグメントと現在のセグメントだけを含み得
る。
【００１４】最後に、カラービットマップのラスタ走査
が続けられる。カラービットマップ内で次の非零のビッ
トが検出されるとき、そのビットは核のビットに指定さ
れ、新たに処理が始まる。これは、カラービットマップ
内の“オン”ビットが無くなるまで続けられる。セグメ
ントが分割されるとき、以下の２つの作業が行われる：
即ち、（１）新しいセグメントがクラスマップセグメン
トに挿入され、（２）セグメントに関するデータが蓄積
される。このデータには、偏心率、即ち、セグメントの
円形度の尺度と；セグメント内に含まれる画素数（即
ち、面積）と；セグメントの評価数と；最良の画素の評
価数（即ち、セグメント内で得られる最大の画素評価
数）と；最良の画素の座標値と；セグメントの重心の座
標値とが含まれる。検出された各セグメントは、各々に
付随する統計量が、次の段階において利用できるように
格納される。評価 ：（図３を参照のこと） 連続的な重み付けにより画素を評価する方法が本発明に
おいて採用されている。種々の基準（色相、明度、飽和
度、及び、上記の比テスト）を考慮し、かかる基準に基
づいて、瞳の色調不良の評価数が与えられる。評価数
は、両端を含めて０から１までの範囲に亘る。
が続けられる。カラービットマップ内で次の非零のビッ
トが検出されるとき、そのビットは核のビットに指定さ
れ、新たに処理が始まる。これは、カラービットマップ
内の“オン”ビットが無くなるまで続けられる。セグメ
ントが分割されるとき、以下の２つの作業が行われる：
即ち、（１）新しいセグメントがクラスマップセグメン
トに挿入され、（２）セグメントに関するデータが蓄積
される。このデータには、偏心率、即ち、セグメントの
円形度の尺度と；セグメント内に含まれる画素数（即
ち、面積）と；セグメントの評価数と；最良の画素の評
価数（即ち、セグメント内で得られる最大の画素評価
数）と；最良の画素の座標値と；セグメントの重心の座
標値とが含まれる。検出された各セグメントは、各々に
付随する統計量が、次の段階において利用できるように
格納される。評価 ：（図３を参照のこと） 連続的な重み付けにより画素を評価する方法が本発明に
おいて採用されている。種々の基準（色相、明度、飽和
度、及び、上記の比テスト）を考慮し、かかる基準に基
づいて、瞳の色調不良の評価数が与えられる。評価数
は、両端を含めて０から１までの範囲に亘る。
【００１５】本発明において、画素は、ＨＬＳ値と、そ
の画素が比の基準に合格するかどうか（即ち、２値の評
価数）とに基づいて評価される。画像内の各画素は、色
相と、明度と、飽和度の値を有する。これらの値が与え
られると、これらのチャネルの各々に関する評価数(sco
re hueと、score lightness と、score saturation）を
算出することができる。これらの評価数は、図６の
（ａ）乃至（ｃ）に示される情報に基づいて作成され
る。あるチャネルの値に関する評価数は、その値に関す
る対応する台形重み付け関数に一致する。次いで、ｙ軸
から評価数を読み取る。例えば、ある画素は、以下のＨ
ＬＳ値： Ｈ ＝ ７３， Ｌ ＝ ７５， Ｓ ＝ ６８， を有するので、対応する評価数は： score hue ＝ 0.5 score lightness ＝ 1.0 score saturation ＝ 0.032 である。
の画素が比の基準に合格するかどうか（即ち、２値の評
価数）とに基づいて評価される。画像内の各画素は、色
相と、明度と、飽和度の値を有する。これらの値が与え
られると、これらのチャネルの各々に関する評価数(sco
re hueと、score lightness と、score saturation）を
算出することができる。これらの評価数は、図６の
（ａ）乃至（ｃ）に示される情報に基づいて作成され
る。あるチャネルの値に関する評価数は、その値に関す
る対応する台形重み付け関数に一致する。次いで、ｙ軸
から評価数を読み取る。例えば、ある画素は、以下のＨ
ＬＳ値： Ｈ ＝ ７３， Ｌ ＝ ７５， Ｓ ＝ ６８， を有するので、対応する評価数は： score hue ＝ 0.5 score lightness ＝ 1.0 score saturation ＝ 0.032 である。
【００１６】疑似命令を用いると、評価数は以下の如く
算出される： もし、(valuep < value1) ならば、 score = 0.0 その他の場合、もし、(valuep > value4) ならば、 score = 0.0 その他の場合、もし、(value1 ≦ valuep < value2) な
らば、 score = (valuep - value1)/(value2 - value1) その他の場合、もし、(value3 < valuep ≦ value4)な
らば、 score = (valuep - value4)/(value3 - value4) ; であり、ここで、 valuep は対象となる画素のチャネル
（色相、明度、又は、飽和度）であり、value1は台形の
第１番目の点（ｈ１、ｌ１、又は、ｓ１）を表わし、va
lue2は第２番目の点（ｈ２、ｌ２、又は、ｓ２）を表わ
し、value3は第３番目の点（ｈ３、ｌ３、又は、ｓ３）
を表わし、value4は第４番目の点（ｈ４、ｌ４、又は、
ｓ４）を表わす。最後に、これら３つの評価数が共に掛
算されて、両端を含めて０．０から１．０までの範囲を
変化する画素評価数が得られる。
算出される： もし、(valuep < value1) ならば、 score = 0.0 その他の場合、もし、(valuep > value4) ならば、 score = 0.0 その他の場合、もし、(value1 ≦ valuep < value2) な
らば、 score = (valuep - value1)/(value2 - value1) その他の場合、もし、(value3 < valuep ≦ value4)な
らば、 score = (valuep - value4)/(value3 - value4) ; であり、ここで、 valuep は対象となる画素のチャネル
（色相、明度、又は、飽和度）であり、value1は台形の
第１番目の点（ｈ１、ｌ１、又は、ｓ１）を表わし、va
lue2は第２番目の点（ｈ２、ｌ２、又は、ｓ２）を表わ
し、value3は第３番目の点（ｈ３、ｌ３、又は、ｓ３）
を表わし、value4は第４番目の点（ｈ４、ｌ４、又は、
ｓ４）を表わす。最後に、これら３つの評価数が共に掛
算されて、両端を含めて０．０から１．０までの範囲を
変化する画素評価数が得られる。
【００１７】個々のチャネルの評価数を共に掛算する目
的は、画素がチャネルテストに失敗する（台形領域の外
側に含まれる）場合、画素の全体的な評価数が０になる
（即ち、瞳の色調不良の候補にはならない）ようにする
ことである。その上、これにより、一つのチャネルにお
ける評価数が著しく大きい場合、他のチャネルの許容可
能ではあるが小さな評価数を補償することができる。
的は、画素がチャネルテストに失敗する（台形領域の外
側に含まれる）場合、画素の全体的な評価数が０になる
（即ち、瞳の色調不良の候補にはならない）ようにする
ことである。その上、これにより、一つのチャネルにお
ける評価数が著しく大きい場合、他のチャネルの許容可
能ではあるが小さな評価数を補償することができる。
【００１８】セグメントの評価数は、そのセグメントに
含まれる画素の平均評価数を算出することにより定めら
れる。領域成長段階２４０は、色の閾値テストには合格
したが、好ましくない空間的な変動を有するように見え
るという問題のある副領域を除去することにより、セグ
メントを整理する処理である。
含まれる画素の平均評価数を算出することにより定めら
れる。領域成長段階２４０は、色の閾値テストには合格
したが、好ましくない空間的な変動を有するように見え
るという問題のある副領域を除去することにより、セグ
メントを整理する処理である。
【００１９】ディジタル画像領域の成長法により、画素
が領域の既存の画素に併合される。これは、水晶の成長
に類似している。水晶が成長を始めるためには、一つの
塵（或いは、何か他の素材）が存在する必要がある。次
いで、溶液が注入されると、溶解された粒子の中には溶
液から沈殿するものがあり、水晶構造を形成し始める。
溶液中の粒子がある濃度以下に低下すると、成長は終了
する。同様の方法により、ディジタル領域の成長は、核
の画素の供給によって始まり、連結された画素が定めら
れた類似性の基準にそれ以上合格しない場合に終了す
る。セグメントの核の画素は、分割段階２２０において
得られる。この画素は、与えられたセグメント内の最良
の画素の座標値に指定される。
が領域の既存の画素に併合される。これは、水晶の成長
に類似している。水晶が成長を始めるためには、一つの
塵（或いは、何か他の素材）が存在する必要がある。次
いで、溶液が注入されると、溶解された粒子の中には溶
液から沈殿するものがあり、水晶構造を形成し始める。
溶液中の粒子がある濃度以下に低下すると、成長は終了
する。同様の方法により、ディジタル領域の成長は、核
の画素の供給によって始まり、連結された画素が定めら
れた類似性の基準にそれ以上合格しない場合に終了す
る。セグメントの核の画素は、分割段階２２０において
得られる。この画素は、与えられたセグメント内の最良
の画素の座標値に指定される。
【００２０】最初に、領域成長段階２４０は、分割段階
２２０で検出された各セグメントを一巡する。上述の如
く、各セグメントには最良の画素が含まれる。この画素
が核の画素である。この方法により、現在の画素の周囲
が（８連結パターンで）探索され、以下の評価数： scorecurrent pixel - 0.5 ≦ scoreneighboring pixel scoreneighboring pixel ≧ scorecurrent segment を有するすべての画素が特定される。
２２０で検出された各セグメントを一巡する。上述の如
く、各セグメントには最良の画素が含まれる。この画素
が核の画素である。この方法により、現在の画素の周囲
が（８連結パターンで）探索され、以下の評価数： scorecurrent pixel - 0.5 ≦ scoreneighboring pixel scoreneighboring pixel ≧ scorecurrent segment を有するすべての画素が特定される。
【００２１】上記の２つの基準の一方又は両方に合格す
る隣接画素は、成長領域に併合される。分割段階２２０
の終了後に、セグメントの一部分である画素だけが、こ
の段階で考慮される。この画素の併合処理は、各セグメ
ントに対して照合されるべき元のセグメントの画素がな
くなるまで続けられる。この段階で最終的に得られるセ
グメントは、分割段階２２０で得られたセグメントとは
異なっている可能性がある（例えば、セグメントの構成
に含まれなかった画素があるかもしれない）ので、新し
いセグメントの統計量と評価数は、段階２５０において
更新される。
る隣接画素は、成長領域に併合される。分割段階２２０
の終了後に、セグメントの一部分である画素だけが、こ
の段階で考慮される。この画素の併合処理は、各セグメ
ントに対して照合されるべき元のセグメントの画素がな
くなるまで続けられる。この段階で最終的に得られるセ
グメントは、分割段階２２０で得られたセグメントとは
異なっている可能性がある（例えば、セグメントの構成
に含まれなかった画素があるかもしれない）ので、新し
いセグメントの統計量と評価数は、段階２５０において
更新される。
【００２２】この時点で、最良の評価数を有するセグメ
ントは、一番目の瞳（或いは、一番目の瞳のセグメン
ト）と呼ばれる瞳の色調不良であると想定するより他に
はない。一以上の瞳が画像ウィンドウ内にあることが予
想される場合、二番目の瞳（或いは、二番目の瞳のセグ
メント）と呼ばれる別の瞳の色調不良を探す補助的な探
索が行われる。一番目の瞳のセグメントの面積（或い
は、画素数）と、４５°の基準に基づいて、他の不良な
瞳のセグメント候補に対して新しい評価数が算出され
る。〔この４５°基準は、二番目の瞳が、一番目の瞳の
中心を通る水平線から±４５°の範囲内にあるべきこと
を要求する（図８の（ａ）及び（ｂ）を参照のこと）。
この領域内に存在しないすべてのセグメントは、評価数
に０が与えられる（即ち、二番目の瞳の候補であるとは
想定されない）。〕面積の評価数（score area）は、図
７に示す３角形状の重み付け関数に基づいて定められ
る。前述の評価方法と同様に、面積の評価数は、両端を
含めて０．０から１．０までの範囲に亘る。このscore
areaとscore45 は、セグメントの新しい評価数を得るた
めに当該セグメントの評価数に掛算される。最高の評価
数を有するセグメントが二番目の瞳であると想定され
る。
ントは、一番目の瞳（或いは、一番目の瞳のセグメン
ト）と呼ばれる瞳の色調不良であると想定するより他に
はない。一以上の瞳が画像ウィンドウ内にあることが予
想される場合、二番目の瞳（或いは、二番目の瞳のセグ
メント）と呼ばれる別の瞳の色調不良を探す補助的な探
索が行われる。一番目の瞳のセグメントの面積（或い
は、画素数）と、４５°の基準に基づいて、他の不良な
瞳のセグメント候補に対して新しい評価数が算出され
る。〔この４５°基準は、二番目の瞳が、一番目の瞳の
中心を通る水平線から±４５°の範囲内にあるべきこと
を要求する（図８の（ａ）及び（ｂ）を参照のこと）。
この領域内に存在しないすべてのセグメントは、評価数
に０が与えられる（即ち、二番目の瞳の候補であるとは
想定されない）。〕面積の評価数（score area）は、図
７に示す３角形状の重み付け関数に基づいて定められ
る。前述の評価方法と同様に、面積の評価数は、両端を
含めて０．０から１．０までの範囲に亘る。このscore
areaとscore45 は、セグメントの新しい評価数を得るた
めに当該セグメントの評価数に掛算される。最高の評価
数を有するセグメントが二番目の瞳であると想定され
る。
【００２３】本発明の極めて重要な特徴は、確定フェー
ズ３００とその柔軟性に集中する。このフェーズまで
に、クラスマップビットマップは、画像内の瞳の色調不
良を有する必要がある。次いで、本発明は、瞳の色調不
良の各々を自然に見える瞳に置き換えなければならな
い。この考えを実現するため、以下の２つの重要な問
題：（１）拡大縮小３７０と、（２）補正３８０を検討
する必要がある。拡大縮小 ：（図４の符号３７０を参照のこと） 先に指摘した柔軟性には、検出フェーズ２００の確定フ
ェーズ３００との相互依存性が含まれる。検出フェーズ
２００をある画像解像度で実行し、確定フェーズ３００
を他の画像解像度で実行したい場合があり得る。かかる
柔軟性を考慮して、図４に示す拡大縮小部３７０は、以
下の３つの部：（１）検出と同じ解像度３２０での確定
と、（２）高解像度３３０での確定と、（３）低解像度
３１０での確定とに分割される。これらの部分の各々
は、別々に取り扱われる。同一解像度３２０での確定で
は、クラスマップビットマップを更に処理する必要はな
い。クラスマップビットマップに存在する各画素を補正
することだけが必要とされる（以下の補正を参照のこ
と）。高解像度或いは低解像度での確定には、新しいビ
ットマップ、即ち、拡大縮小化クラスマップの作成が必
要である。
ズ３００とその柔軟性に集中する。このフェーズまで
に、クラスマップビットマップは、画像内の瞳の色調不
良を有する必要がある。次いで、本発明は、瞳の色調不
良の各々を自然に見える瞳に置き換えなければならな
い。この考えを実現するため、以下の２つの重要な問
題：（１）拡大縮小３７０と、（２）補正３８０を検討
する必要がある。拡大縮小 ：（図４の符号３７０を参照のこと） 先に指摘した柔軟性には、検出フェーズ２００の確定フ
ェーズ３００との相互依存性が含まれる。検出フェーズ
２００をある画像解像度で実行し、確定フェーズ３００
を他の画像解像度で実行したい場合があり得る。かかる
柔軟性を考慮して、図４に示す拡大縮小部３７０は、以
下の３つの部：（１）検出と同じ解像度３２０での確定
と、（２）高解像度３３０での確定と、（３）低解像度
３１０での確定とに分割される。これらの部分の各々
は、別々に取り扱われる。同一解像度３２０での確定で
は、クラスマップビットマップを更に処理する必要はな
い。クラスマップビットマップに存在する各画素を補正
することだけが必要とされる（以下の補正を参照のこ
と）。高解像度或いは低解像度での確定には、新しいビ
ットマップ、即ち、拡大縮小化クラスマップの作成が必
要である。
【００２４】高解像度３３０での補正時の問題は、クラ
スマップの各画素が実際に高解像度で幾つかの画素に起
因していることである。これらの画素の中には、瞳の色
調不良の画素が含まれる可能性はあるが、それ以外は含
まれる可能性がない。従って、正確な瞳の色調不良の選
択処理は、高解像度で行われるべきである。高解像度で
画像を確定する処理は、拡大された形のクラスマップビ
ットマップの形成を必然的に伴う。この処理の最初の段
階で、拡大された形の原画像（検出フェーズ２００が取
り扱う画像）が瞳の色調不良の候補画素の認定段階２１
０に与えられる。この認定段階は、拡大縮小化カラービ
ットマップを返す。次いで、クラスマップビットマップ
内に含まれる各セグメントの検査が行われる。各セグメ
ントが検出されると、そのセグメントの最良の画素の座
標値は、適当なＸ／Ｙの拡大縮小係数で拡大される。理
論上、これらの座標値は、拡大縮小係数の値で夫々乗算
された元の座標値から離れた座標値のせいぜい±Ｘ／Ｙ
方向の拡大縮小係数倍の範囲である。例えば、画像内に
一つの瞳の色調不良が含まれ、本発明によりその瞳の色
調不良が正しく検出される場合、図９の左上隅に示され
るクラスマップビットマップが得られる。さらに、２倍
で（Ｘ及びＹの両方向に）拡大された画像に関して確定
フェーズ３００を行うことが要求される場合、図９の右
下隅に示す拡大縮小化カラービットマップが得られる。
図９は、クラスマップ内の（４，２）にあるビットが最
良の画素に指定されたことを示す（分割２２０を参照の
こと）。これらの座標値に夫々の拡大縮小係数（この例
では、両方の座標値に対して２である）が乗算された場
合、得られるビットは、図９において‘Ｘ’によって示
される場所（８，４）に存在する。残念ながら、このビ
ット位置は、拡大縮小化カラービットマップにおいて瞳
の色調不良の候補に分類されていない。従って、拡大縮
小化カラービットマップにおいて最も近接する瞳の色調
不良候補の検出が開始される。一旦検出されると、その
位置は、分割段階２２０の核の点として使用される。最
後に、領域成長段階２４０が呼び出され、有効なクラス
マップビットマップ、即ち、拡大縮小化クラスマップが
作成される。次に残されていることは、拡大縮小化クラ
スマップビットマップにおいて瞳の色調不良画素に分類
された拡大された形の原画像内の画素を補正することだ
けである（以下の補正を参照のこと）。以上に概説した
方法は、クラスマップビットマップを拡大するだけでは
ない。低解像度の各ビットをＮ個のビット（ここで、Ｎ
はＸ方向の拡大縮小係数のＹ方向の拡大縮小係数倍に一
致する）に置き換える場合、得られるクラスマップ、即
ち、拡大縮小化クラスマップは、瞳の色調不良の範囲内
に含まれる本当の画素数を過大に評価するであろう。
スマップの各画素が実際に高解像度で幾つかの画素に起
因していることである。これらの画素の中には、瞳の色
調不良の画素が含まれる可能性はあるが、それ以外は含
まれる可能性がない。従って、正確な瞳の色調不良の選
択処理は、高解像度で行われるべきである。高解像度で
画像を確定する処理は、拡大された形のクラスマップビ
ットマップの形成を必然的に伴う。この処理の最初の段
階で、拡大された形の原画像（検出フェーズ２００が取
り扱う画像）が瞳の色調不良の候補画素の認定段階２１
０に与えられる。この認定段階は、拡大縮小化カラービ
ットマップを返す。次いで、クラスマップビットマップ
内に含まれる各セグメントの検査が行われる。各セグメ
ントが検出されると、そのセグメントの最良の画素の座
標値は、適当なＸ／Ｙの拡大縮小係数で拡大される。理
論上、これらの座標値は、拡大縮小係数の値で夫々乗算
された元の座標値から離れた座標値のせいぜい±Ｘ／Ｙ
方向の拡大縮小係数倍の範囲である。例えば、画像内に
一つの瞳の色調不良が含まれ、本発明によりその瞳の色
調不良が正しく検出される場合、図９の左上隅に示され
るクラスマップビットマップが得られる。さらに、２倍
で（Ｘ及びＹの両方向に）拡大された画像に関して確定
フェーズ３００を行うことが要求される場合、図９の右
下隅に示す拡大縮小化カラービットマップが得られる。
図９は、クラスマップ内の（４，２）にあるビットが最
良の画素に指定されたことを示す（分割２２０を参照の
こと）。これらの座標値に夫々の拡大縮小係数（この例
では、両方の座標値に対して２である）が乗算された場
合、得られるビットは、図９において‘Ｘ’によって示
される場所（８，４）に存在する。残念ながら、このビ
ット位置は、拡大縮小化カラービットマップにおいて瞳
の色調不良の候補に分類されていない。従って、拡大縮
小化カラービットマップにおいて最も近接する瞳の色調
不良候補の検出が開始される。一旦検出されると、その
位置は、分割段階２２０の核の点として使用される。最
後に、領域成長段階２４０が呼び出され、有効なクラス
マップビットマップ、即ち、拡大縮小化クラスマップが
作成される。次に残されていることは、拡大縮小化クラ
スマップビットマップにおいて瞳の色調不良画素に分類
された拡大された形の原画像内の画素を補正することだ
けである（以下の補正を参照のこと）。以上に概説した
方法は、クラスマップビットマップを拡大するだけでは
ない。低解像度の各ビットをＮ個のビット（ここで、Ｎ
はＸ方向の拡大縮小係数のＹ方向の拡大縮小係数倍に一
致する）に置き換える場合、得られるクラスマップ、即
ち、拡大縮小化クラスマップは、瞳の色調不良の範囲内
に含まれる本当の画素数を過大に評価するであろう。
【００２５】低解像度３１０での補正は、高解像度３３
０での補正の逆である（即ち、低解像度の各画素には検
出フェーズ２００の画像からの多数の画素に基づく情報
が含まれる）。検出フェーズ２００の画像には、瞳の色
調不良に分類される画素があるが、他の画素は、瞳の色
調不良画素に分類されることはない。ここでの補正処理
では、より正確なクラスマップを作成するための領域成
長の工夫が必要とされないので、拡大の場合よりも実質
的に簡略化される。
０での補正の逆である（即ち、低解像度の各画素には検
出フェーズ２００の画像からの多数の画素に基づく情報
が含まれる）。検出フェーズ２００の画像には、瞳の色
調不良に分類される画素があるが、他の画素は、瞳の色
調不良画素に分類されることはない。ここでの補正処理
では、より正確なクラスマップを作成するための領域成
長の工夫が必要とされないので、拡大の場合よりも実質
的に簡略化される。
【００２６】最初の検出フェーズ１９０の画像内の画素
のＮ×Ｍ（ここで、ＮはＸ方向の拡大縮小係数に等し
く、ＭはＹ方向の拡大縮小係数に等しい）のすべての分
類に対して、一つの低解像度画素が対応する。Ｎ×Ｍの
画素分類の各画素は、瞳の色調不良画素であることを保
証されていないので、対応する低解像度画素は、検出フ
ェーズ２００により瞳の色調不良の候補画素に指定され
るために必要な属性を含まない可能性がある。これは問
題である。元の解像度画像の本当の瞳の色調不良候補か
ら得られる低解像度画素の一部分だけを補正するプログ
ラムとして、低解像度画素の各々を完全な補正に対する
百分率で補正する。この百分率は、Ｎ×Ｍの原画像の画
素の分類の各々の中に含まれる瞳の色調不良候補の数を
知ることにより得られる。図１０は、クラスマップビッ
トマップと、これに対応する拡大縮小化ビットマップを
示す。再び、拡大縮小化クラスマップを完成するため対
応するＸ方向及びＹ方向の拡大縮小係数によってクラス
マップの各ビットを簡単に縮小することにより、瞳の色
調不良に含まれる画素数が過大に評価されるであろう。
さらに、これらの画素は、過剰に補正されるであろう。補正 ：（図４に示す符号３８０を参照のこと） レッドアイ現象を示す瞳孔は、色相に（中間色というよ
りはむしろ）赤味を帯び、かつ、かなり明るいという点
で正常な瞳孔とは異なる。補正は、一般に、画素の色度
を除去し、明度を暗くすることにより実現される。この
作業を行うため、与えられた画素のガンマＲＧＢ値がＹ
ＣＣ値に変換される。〔ＹＣＣ空間は、ＲＧＢ空間の簡
単な変換である。ＲＧＢ空間の画像をＹＣＣ空間に変換
するため、以下のマトリックスが各画素に乗算される：
のＮ×Ｍ（ここで、ＮはＸ方向の拡大縮小係数に等し
く、ＭはＹ方向の拡大縮小係数に等しい）のすべての分
類に対して、一つの低解像度画素が対応する。Ｎ×Ｍの
画素分類の各画素は、瞳の色調不良画素であることを保
証されていないので、対応する低解像度画素は、検出フ
ェーズ２００により瞳の色調不良の候補画素に指定され
るために必要な属性を含まない可能性がある。これは問
題である。元の解像度画像の本当の瞳の色調不良候補か
ら得られる低解像度画素の一部分だけを補正するプログ
ラムとして、低解像度画素の各々を完全な補正に対する
百分率で補正する。この百分率は、Ｎ×Ｍの原画像の画
素の分類の各々の中に含まれる瞳の色調不良候補の数を
知ることにより得られる。図１０は、クラスマップビッ
トマップと、これに対応する拡大縮小化ビットマップを
示す。再び、拡大縮小化クラスマップを完成するため対
応するＸ方向及びＹ方向の拡大縮小係数によってクラス
マップの各ビットを簡単に縮小することにより、瞳の色
調不良に含まれる画素数が過大に評価されるであろう。
さらに、これらの画素は、過剰に補正されるであろう。補正 ：（図４に示す符号３８０を参照のこと） レッドアイ現象を示す瞳孔は、色相に（中間色というよ
りはむしろ）赤味を帯び、かつ、かなり明るいという点
で正常な瞳孔とは異なる。補正は、一般に、画素の色度
を除去し、明度を暗くすることにより実現される。この
作業を行うため、与えられた画素のガンマＲＧＢ値がＹ
ＣＣ値に変換される。〔ＹＣＣ空間は、ＲＧＢ空間の簡
単な変換である。ＲＧＢ空間の画像をＹＣＣ空間に変換
するため、以下のマトリックスが各画素に乗算される：
【００２７】
【数１】
【００２８】ここで、ＲとＧとＢは、与えられた画素の
ガンマ測度の赤と緑と青の座標値を表わし、ＹとＣ１と
Ｃ２は、ＹＣＣ空間における画素の明度と色度チャネル
１と色度チャネル２の座標値を表わす。ガンマＲＧＢと
ＹＣＣの色測度は、コダック製フォトＣＤ製品：現像者
のための計画作成の手引き書、イーストマンコダック
社、１９９２年（分冊番号ＤＣＩ２００Ｒ）に記載され
ている。〕次に、両方の色度チャネルは、零化される
（即ち、画素の中間色の値だけが残される）。この時、
明度チャネルは、画素の中間色の値の明度を低下させる
ため、倍率０．３５が乗算される。（一般に、レッドア
イの明度値は、網膜を照射するカメラのフラッシュによ
り発生される過度な光量に起因して異常に高い。従っ
て、補正時に、この高い明度値を低下させることが必要
である。この倍率０．３５は、実験的な実証に基づいて
いるが、他の値により自然な表現が得られる可能性があ
る）。最後に、ＹＣＣ値が再びガンマＲＧＢ値に変換さ
れ、画素の値に設定される。上述の処理は本体補正３５
０を説明するものである。この方法により、本体の画
素、即ち、瞳の色調不良画素だけに８−連結する画素の
飽和度が低下する（図１１を参照のこと）。境界の補正
３６０は、境界の画素、即ち、少なくとも一の瞳の色調
不良以外の画素と、少なくとも一の瞳の色調不良画素と
に８−連結する画素に基づいて行われる。かかる画素
は、倍率０．１５で暗くされるだけである。さらに、瞳
の色調不良の閃光に関連すると想定される画素は、時折
ほのかに赤い色相を含むことが検出される。（１）瞳の
色調不良画素ではなく、（２）瞳孔の中心から瞳孔の算
出された半径の４０％の範囲内にあり、（３）両端を含
み、６００乃至１１００の範囲に亘る色相値を有する画
素は、閃光画素と呼ばれる。閃光の補正３４０を行うた
め、閃光画素の色度チャネルは零化されるが、明度は変
化することなく保たれる。
ガンマ測度の赤と緑と青の座標値を表わし、ＹとＣ１と
Ｃ２は、ＹＣＣ空間における画素の明度と色度チャネル
１と色度チャネル２の座標値を表わす。ガンマＲＧＢと
ＹＣＣの色測度は、コダック製フォトＣＤ製品：現像者
のための計画作成の手引き書、イーストマンコダック
社、１９９２年（分冊番号ＤＣＩ２００Ｒ）に記載され
ている。〕次に、両方の色度チャネルは、零化される
（即ち、画素の中間色の値だけが残される）。この時、
明度チャネルは、画素の中間色の値の明度を低下させる
ため、倍率０．３５が乗算される。（一般に、レッドア
イの明度値は、網膜を照射するカメラのフラッシュによ
り発生される過度な光量に起因して異常に高い。従っ
て、補正時に、この高い明度値を低下させることが必要
である。この倍率０．３５は、実験的な実証に基づいて
いるが、他の値により自然な表現が得られる可能性があ
る）。最後に、ＹＣＣ値が再びガンマＲＧＢ値に変換さ
れ、画素の値に設定される。上述の処理は本体補正３５
０を説明するものである。この方法により、本体の画
素、即ち、瞳の色調不良画素だけに８−連結する画素の
飽和度が低下する（図１１を参照のこと）。境界の補正
３６０は、境界の画素、即ち、少なくとも一の瞳の色調
不良以外の画素と、少なくとも一の瞳の色調不良画素と
に８−連結する画素に基づいて行われる。かかる画素
は、倍率０．１５で暗くされるだけである。さらに、瞳
の色調不良の閃光に関連すると想定される画素は、時折
ほのかに赤い色相を含むことが検出される。（１）瞳の
色調不良画素ではなく、（２）瞳孔の中心から瞳孔の算
出された半径の４０％の範囲内にあり、（３）両端を含
み、６００乃至１１００の範囲に亘る色相値を有する画
素は、閃光画素と呼ばれる。閃光の補正３４０を行うた
め、閃光画素の色度チャネルは零化されるが、明度は変
化することなく保たれる。
【００２９】本発明を“レッドアイ”不良の補正を参照
して説明しているが、本発明は動物の瞳の色調不良の補
正にも適用可能であり、種々の検出値と補正値が被写体
の不良な色調に特有であることが当業者により認められ
るであろう。その上、特定の２つの色空間が使用されて
いるが、当業者により他の色空間が示唆されるであろ
う。
して説明しているが、本発明は動物の瞳の色調不良の補
正にも適用可能であり、種々の検出値と補正値が被写体
の不良な色調に特有であることが当業者により認められ
るであろう。その上、特定の２つの色空間が使用されて
いるが、当業者により他の色空間が示唆されるであろ
う。
【００３０】
【発明の効果】本発明は、フラッシュ発光に起因する瞳
の色調不良の検出に有効であり： （１） オペレータの介入を最小限に抑え、（２） 従
来可能な補正よりも遙かに厳密な瞳の色調不良の補正を
実現し、（３） 瞳の色調不良は一の画像解像度におい
て検出され、一方、補正処理は他の画像解像度において
行われ、（４） 瞳が極めて自然に見えるよう瞳の色調
不良画素を３通りの種類（本体、境界、閃光）に副分類
することを利点とする。
の色調不良の検出に有効であり： （１） オペレータの介入を最小限に抑え、（２） 従
来可能な補正よりも遙かに厳密な瞳の色調不良の補正を
実現し、（３） 瞳の色調不良は一の画像解像度におい
て検出され、一方、補正処理は他の画像解像度において
行われ、（４） 瞳が極めて自然に見えるよう瞳の色調
不良画素を３通りの種類（本体、境界、閃光）に副分類
することを利点とする。
【図１】本発明を実施するシステムの説明図である。
【図２】本発明の一つの面の最上位レベルのフローチャ
ートである。
ートである。
【図３】図２に示す検出フェーズの詳細なフローチャー
トである。
トである。
【図４】図２に示す確定フェーズの詳細なフローチャー
トである。
トである。
【図５】本発明により使用される色相と、明度と、飽和
度の空間を示す図である。
度の空間を示す図である。
【図６】（ａ）乃至（ｃ）は、図３に示す第１の評価段
階２３０及び図３に示す第２の評価段階２５０で使用さ
れる色相と、明度と、彩度の台形状の評価数を示す図で
ある。
階２３０及び図３に示す第２の評価段階２５０で使用さ
れる色相と、明度と、彩度の台形状の評価数を示す図で
ある。
【図７】本発明で使用される３角形状の評価数領域を示
す図である。
す図である。
【図８】（ａ）及び（ｂ）は、本発明で使用される４５
°の台形状の評価数を示す図である。
°の台形状の評価数を示す図である。
【図９】図４の補正段階３８０に示される拡大方法の一
例を示す図である。
例を示す図である。
【図１０】図４の補正段階３８０に概説される縮小方法
の一例を示す図である。
の一例を示す図である。
【図１１】瞳の色が不良である各画素は、本体画素と、
境界画素と、閃光画素の何れかであるとみなされている
瞳の色の不良の一例を示す図である。
境界画素と、閃光画素の何れかであるとみなされている
瞳の色の不良の一例を示す図である。
１０ ディジタル化スキャナ １２ 走査ゲート １５ フィルム片 １８ フレーム ２２ ブロック ２４ 制御及び論理装置（コンピュータ） ２６ 表示装置 ２８ メモリ ３０ 論理回路 ３２ 画像データ ３４ 光ディスク ３６ ディスク書込み装置 ２００ 検出フェーズ ２１０ 不良候補画素 ２２０ 分割段階 ２３０ 第１の評価段階 ２４０ 領域成長段階 ２５０ 第２の評価 ３００ 確定フェーズ ３１０ 低解像度 ３２０ 同一解像度 ３３０ 高解像度 ３４０ 閃光補正 ３５０ 本体補正 ３６０ 境界補正 ３７０ 拡大縮小論理 ３８０ 補正論理
───────────────────────────────────────────────────── フロントページの続き (72)発明者 パトリック エイ コスグローブ アメリカ合衆国 ニューヨーク 14472 ホネオイ・フォールズ ディクソンウ ッズ 16 (56)参考文献 特開 平６−75305（ＪＰ，Ａ) 特開 平６−350914（ＪＰ，Ａ) 特開 平７−13274（ＪＰ，Ａ) 特開 平６−258732（ＪＰ，Ａ) 特開 平５−224271（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G03B 15/05 G03B 7/00 - 7/28 H04N 1/46 - 1/62 H04N 5/262
Claims (3)
- 【請求項１】 ａ） 少なくとも被写体の頭の一部を含
み、一以上の瞳の色調不良が存在する可能性のある空間
的な領域を定め、 ｂ） 色調の内容に関して該空間的な領域内の画素をサ
ンプリングし、瞳の色調不良の可能性のある画素を認定
するよう上記のサンプル化画素の各々を瞳の色調不良を
表わす複数の閾値と比較し、 ｃ） 該認定された瞳の色調不良の可能性のある画素か
ら一以上の空間的に隣接する群を作成し、 ｄ） 瞳の色調不良の群の候補を認定するよう、群の大
きさと、群の形状と、彩色と、明度とを含む複数の特徴
に基づいて、該作成された各群の各画素と、各群とに対
する第１の評価数を算出し、 ｅ） 該認定された瞳の色調不良の群の候補の各々から
該評価数に基づいて核画素を選択し、該核画素の近接画
素の中から所定の評価数範囲内にあるすべての該近接画
素と、決定される変化が瞳の色調不良の群の候補の外側
の境界を認定するよう重要な画素評価数の変化を示す群
の画素とを決定し、 ｆ） 瞳の色調不良の群を決定するよう、群の大きさ
と、群の形状と、彩色と、輝度とを含む複数の特徴に基
づいて該瞳の色調不良の群の候補の各々に関して各画素
に対する第２の評価数を計算するステップよりなる、フ
ラッシュ発光によるディジタル画像内の被写体の瞳の色
調不良を検出する方法。 - 【請求項２】 ａ） 少なくとも被写体の頭の一部を含
み、一以上の瞳の色調不良が存在する可能性のある空間
的な領域を定め、 ｂ） 色調の内容に関して該空間的な領域内の画素をサ
ンプリングし、瞳の色調不良の可能性のある画素を認定
するよう上記のサンプル化画素の各々を瞳の色調不良を
表わす複数の閾値と比較し、 ｃ） 該認定された瞳の色調不良の可能性のある画素か
ら一以上の空間的に隣接する群を作成し、 ｄ） 瞳の色調不良の群の候補を認定するよう、群の大
きさと、群の形状と、彩色と、明度とを含む複数の特徴
に基づいて、該作成された各群の各画素と、各群とに対
する第１の評価数を算出し、 ｅ） 該認定された瞳の色調不良の群の候補の各々から
該評価数に基づいて核画素を選択し、該核画素の近接画
素の中から所定の評価数範囲内にあるすべての該近接画
素と、決定される変化が瞳の色調不良の群の候補の外側
の境界を認定するよう重要な画素評価数の変化を示す群
の画素とを決定し、 ｆ） 瞳の色調不良の群を決定するよう、群の大きさ
と、群の形状と、彩色と、輝度とを含む複数の特徴に基
づいて該瞳の色調不良の群の候補の各々に関して各画素
に対する第２の評価数を計算し、 ｇ） 該瞳の色調不良の群から最良の群の評価数を選択
し、瞳が存在するかどうかを決定し、最も確からしい瞳
を認定するよう該最良の群の評価数を所定の群の評価数
の閾値と比較し、 ｈ） 瞳の面積が該最も確からしい瞳に対応する該色調
不良の群の面積の所定の閾値の比の範囲内にあるかどう
かと、該群が該被写体の頭部の所定の水平軸に沿う該最
も確からしい瞳の所定の閾値角度の辺の範囲内にあるか
どうかとに基づいて、他の瞳の色調不良の群が存在する
かどうかを決定するステップよりなる、 フラッシュ発光によるディジタル画像内の被写体の瞳の
色調不良を検出する方法。 - 【請求項３】 ａ） 少なくとも被写体の頭の一部を含
み、一以上の瞳の色調不良が存在する可能性のある空間
的な領域を定め、 ｂ） 色調の内容に関して該空間的な領域内の画素をサ
ンプリングし、瞳の色調不良の可能性のある画素を認定
するよう上記のサンプル化画素の各々を瞳の色調不良を
表わす複数の閾値と比較し、 ｃ） 該認定された瞳の色調不良の可能性のある画素か
ら一以上の空間的に隣接する群を作成し、 ｄ） 瞳の色調不良の群の候補を認定するよう、群の大
きさと、群の形状と、彩色と、明度とを含む複数の特徴
に基づいて、該作成された各群の各画素と、各群とに対
する第１の評価数を算出し、 ｅ） 該認定された瞳の色調不良の群の候補の各々から
該評価数に基づいて核画素を選択し、該核画素の近接画
素の中から所定の評価数範囲内にあるすべての該近接画
素と、決定される変化が瞳の色調不良の群の候補の外側
の境界を認定するよう重要な画素評価数の変化を示す群
の画素とを決定し、 ｆ） 瞳の色調不良の群を決定するよう、群の大きさ
と、群の形状と、彩色と、輝度とを含む複数の特徴に基
づいて該瞳の色調不良の群の候補の各々に関して各画素
に対する第２の評価数を計算し、 ｇ） 瞳の色調不良の群から最良の群の評価数を選択
し、瞳が存在するかどうかを決定し、最も確からしい瞳
を認定するよう該最良の群の評価数を所定の閾値の群の
評価数と比較し、 ｈ） 瞳の面積が該最も確からしい瞳に対応する該色調
不良の群の面積の所定の閾値の比の範囲内にあるかどう
かと、該群が該被写体の頭部の所定の水平軸に沿う該最
も確からしい瞳の所定の閾値角度の辺の範囲内にあるか
どうかとに基づいて、他の瞳の色調不良の群が存在する
かどうかを決定し、 ｉ） 瞳の色調不良の群の各々の不良色調を、 （i） 補正解像度と、該補正された解像度で各画素が
瞳の色調不良画素であるかどうかとを決定し、 （ii） 該補正された解像度で該瞳の色調不良画素を本
体と、境界と、閃光との種類に分類し、 （iii） 該本体と、境界と、閃光の種類の該瞳の色調
不良を補正することにより補正するステップよりなる、 フラッシュ発光によるディジタル画像内の被写体の瞳の
色調不良を検出及び補正する方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US093843 | 1993-07-19 | ||
| US08/093,843 US5432863A (en) | 1993-07-19 | 1993-07-19 | Automated detection and correction of eye color defects due to flash illumination |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0772537A JPH0772537A (ja) | 1995-03-17 |
| JP3181472B2 true JP3181472B2 (ja) | 2001-07-03 |
Family
ID=22241139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16542194A Expired - Fee Related JP3181472B2 (ja) | 1993-07-19 | 1994-07-18 | フラッシュ発光による瞳の色調不良の自動検出及び補正 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US5432863A (ja) |
| EP (1) | EP0635972B1 (ja) |
| JP (1) | JP3181472B2 (ja) |
| DE (1) | DE69415886T2 (ja) |
Families Citing this family (197)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3444552B2 (ja) * | 1994-05-24 | 2003-09-08 | オリンパス光学工業株式会社 | カメラシステム |
| JP2907120B2 (ja) * | 1996-05-29 | 1999-06-21 | 日本電気株式会社 | 赤目検出補正装置 |
| US6233395B1 (en) | 1996-09-20 | 2001-05-15 | Covance Laboratories Gmbh | Method for quantitative iris colorimetry |
| US6786420B1 (en) | 1997-07-15 | 2004-09-07 | Silverbrook Research Pty. Ltd. | Data distribution mechanism in the form of ink dots on cards |
| US6204858B1 (en) * | 1997-05-30 | 2001-03-20 | Adobe Systems Incorporated | System and method for adjusting color data of pixels in a digital image |
| US6381345B1 (en) * | 1997-06-03 | 2002-04-30 | At&T Corp. | Method and apparatus for detecting eye location in an image |
| US5990901A (en) * | 1997-06-27 | 1999-11-23 | Microsoft Corporation | Model based image editing and correction |
| US6009209A (en) * | 1997-06-27 | 1999-12-28 | Microsoft Corporation | Automated removal of red eye effect from a digital image |
| US6803989B2 (en) * | 1997-07-15 | 2004-10-12 | Silverbrook Research Pty Ltd | Image printing apparatus including a microcontroller |
| US6618117B2 (en) | 1997-07-12 | 2003-09-09 | Silverbrook Research Pty Ltd | Image sensing apparatus including a microcontroller |
| US6702417B2 (en) * | 1997-07-12 | 2004-03-09 | Silverbrook Research Pty Ltd | Printing cartridge with capacitive sensor identification |
| AUPO799997A0 (en) * | 1997-07-15 | 1997-08-07 | Silverbrook Research Pty Ltd | Image processing method and apparatus (ART10) |
| US6879341B1 (en) * | 1997-07-15 | 2005-04-12 | Silverbrook Research Pty Ltd | Digital camera system containing a VLIW vector processor |
| US7246897B2 (en) * | 1997-07-15 | 2007-07-24 | Silverbrook Research Pty Ltd | Media cartridge for inkjet printhead |
| US7705891B2 (en) * | 1997-07-15 | 2010-04-27 | Silverbrook Research Pty Ltd | Correction of distortions in digital images |
| US7551202B2 (en) * | 1997-07-15 | 2009-06-23 | Silverbrook Research Pty Ltd | Digital camera with integrated inkjet printer |
| US6690419B1 (en) | 1997-07-15 | 2004-02-10 | Silverbrook Research Pty Ltd | Utilising eye detection methods for image processing in a digital image camera |
| US6624848B1 (en) * | 1997-07-15 | 2003-09-23 | Silverbrook Research Pty Ltd | Cascading image modification using multiple digital cameras incorporating image processing |
| US20040160524A1 (en) * | 1997-07-15 | 2004-08-19 | Kia Silverbrook | Utilising exposure information for image processing in a digital image camera |
| US7714889B2 (en) * | 1997-07-15 | 2010-05-11 | Silverbrook Research Pty Ltd | Digital camera using exposure information for image processing |
| US7593058B2 (en) * | 1997-07-15 | 2009-09-22 | Silverbrook Research Pty Ltd | Digital camera with integrated inkjet printer having removable cartridge containing ink and media substrate |
| US7077515B2 (en) * | 1997-07-15 | 2006-07-18 | Silverbrook Research Pty Ltd | Media cartridge for inkjet printhead |
| US7110024B1 (en) * | 1997-07-15 | 2006-09-19 | Silverbrook Research Pty Ltd | Digital camera system having motion deblurring means |
| AUPO850597A0 (en) * | 1997-08-11 | 1997-09-04 | Silverbrook Research Pty Ltd | Image processing method and apparatus (art01a) |
| US7551201B2 (en) | 1997-07-15 | 2009-06-23 | Silverbrook Research Pty Ltd | Image capture and processing device for a print on demand digital camera system |
| US6252976B1 (en) * | 1997-08-29 | 2001-06-26 | Eastman Kodak Company | Computer program product for redeye detection |
| US6292574B1 (en) | 1997-08-29 | 2001-09-18 | Eastman Kodak Company | Computer program product for redeye detection |
| WO1999017254A1 (en) * | 1997-09-26 | 1999-04-08 | Polaroid Corporation | Digital redeye removal |
| US7738015B2 (en) | 1997-10-09 | 2010-06-15 | Fotonation Vision Limited | Red-eye filter method and apparatus |
| US7042505B1 (en) | 1997-10-09 | 2006-05-09 | Fotonation Ireland Ltd. | Red-eye filter method and apparatus |
| US7352394B1 (en) | 1997-10-09 | 2008-04-01 | Fotonation Vision Limited | Image modification based on red-eye filter analysis |
| US6407777B1 (en) * | 1997-10-09 | 2002-06-18 | Deluca Michael Joseph | Red-eye filter method and apparatus |
| US7630006B2 (en) | 1997-10-09 | 2009-12-08 | Fotonation Ireland Limited | Detecting red eye filter and apparatus using meta-data |
| US6016354A (en) * | 1997-10-23 | 2000-01-18 | Hewlett-Packard Company | Apparatus and a method for reducing red-eye in a digital image |
| US6160923A (en) * | 1997-11-05 | 2000-12-12 | Microsoft Corporation | User directed dust and compact anomaly remover from digital images |
| US6266054B1 (en) | 1997-11-05 | 2001-07-24 | Microsoft Corporation | Automated removal of narrow, elongated distortions from a digital image |
| US6088470A (en) * | 1998-01-27 | 2000-07-11 | Sensar, Inc. | Method and apparatus for removal of bright or dark spots by the fusion of multiple images |
| US6631208B1 (en) * | 1998-05-29 | 2003-10-07 | Fuji Photo Film Co., Ltd. | Image processing method |
| AUPP702098A0 (en) | 1998-11-09 | 1998-12-03 | Silverbrook Research Pty Ltd | Image creation method and apparatus (ART73) |
| US6285410B1 (en) * | 1998-09-11 | 2001-09-04 | Mgi Software Corporation | Method and system for removal of flash artifacts from digital images |
| US6134339A (en) * | 1998-09-17 | 2000-10-17 | Eastman Kodak Company | Method and apparatus for determining the position of eyes and for correcting eye-defects in a captured frame |
| KR100350789B1 (ko) * | 1999-03-04 | 2002-08-28 | 엘지전자 주식회사 | 이미지 검색시스템의 분위기 칼라 자동추출 및 원래 칼라 조정방법 |
| AUPQ056099A0 (en) | 1999-05-25 | 1999-06-17 | Silverbrook Research Pty Ltd | A method and apparatus (pprint01) |
| US7092569B1 (en) * | 1999-07-29 | 2006-08-15 | Fuji Photo Film Co., Ltd. | Method and device for extracting specified image subjects |
| US7024035B1 (en) * | 1999-09-07 | 2006-04-04 | Fuji Photo Film Co., Ltd. | Method of setting region to be subjected to red eye correction and red eye correcting method |
| JP3961734B2 (ja) * | 1999-12-24 | 2007-08-22 | 富士フイルム株式会社 | 画像処理方法、装置及び記録媒体 |
| US6940545B1 (en) * | 2000-02-28 | 2005-09-06 | Eastman Kodak Company | Face detecting camera and method |
| US6728401B1 (en) | 2000-08-17 | 2004-04-27 | Viewahead Technology | Red-eye removal using color image processing |
| US6718051B1 (en) | 2000-10-16 | 2004-04-06 | Xerox Corporation | Red-eye detection method |
| US6711286B1 (en) | 2000-10-20 | 2004-03-23 | Eastman Kodak Company | Method for blond-hair-pixel removal in image skin-color detection |
| US6792134B2 (en) | 2000-12-19 | 2004-09-14 | Eastman Kodak Company | Multi-mode digital image processing method for detecting eyes |
| US6920237B2 (en) * | 2000-12-19 | 2005-07-19 | Eastman Kodak Company | Digital image processing method and computer program product for detecting human irises in an image |
| US7088855B1 (en) * | 2001-01-22 | 2006-08-08 | Adolfo Pinheiro Vide | Method and system for removal of red eye effects |
| EP1229734A1 (en) * | 2001-01-31 | 2002-08-07 | GRETAG IMAGING Trading AG | Automatic colour defect correction |
| US6895112B2 (en) * | 2001-02-13 | 2005-05-17 | Microsoft Corporation | Red-eye detection based on red region detection with eye confirmation |
| US6873743B2 (en) * | 2001-03-29 | 2005-03-29 | Fotonation Holdings, Llc | Method and apparatus for the automatic real-time detection and correction of red-eye defects in batches of digital images or in handheld appliances |
| US6859565B2 (en) * | 2001-04-11 | 2005-02-22 | Hewlett-Packard Development Company, L.P. | Method and apparatus for the removal of flash artifacts |
| US7174034B2 (en) * | 2001-04-13 | 2007-02-06 | Seiko Epson Corporation | Redeye reduction of digital images |
| US6980691B2 (en) * | 2001-07-05 | 2005-12-27 | Corel Corporation | Correction of “red-eye” effects in images |
| EP1288859A1 (de) * | 2001-09-03 | 2003-03-05 | Agfa-Gevaert AG | Verfahren zum automatischen Erkennen von rote-Augen-Defekten in fotografischen Bilddaten |
| EP1288858A1 (de) * | 2001-09-03 | 2003-03-05 | Agfa-Gevaert AG | Verfahren zum automatischen Erkennen von rote-Augen-Defekten in fotographischen Bilddaten |
| EP1288860A1 (de) * | 2001-09-03 | 2003-03-05 | Agfa-Gevaert AG | Verfahren zur Verarbeitung digitaler fotografischer Bilddaten, welches ein Verfahren zum automatischen Erkennen von rote-Augen-Defekten umfasst |
| GB2379819B (en) * | 2001-09-14 | 2005-09-07 | Pixology Ltd | Image processing to remove red-eye features |
| US7058209B2 (en) * | 2001-09-20 | 2006-06-06 | Eastman Kodak Company | Method and computer program product for locating facial features |
| US7133070B2 (en) * | 2001-09-20 | 2006-11-07 | Eastman Kodak Company | System and method for deciding when to correct image-specific defects based on camera, scene, display and demographic data |
| GB2384639B (en) * | 2002-01-24 | 2005-04-13 | Pixology Ltd | Image processing to remove red-eye features |
| AU2003207336A1 (en) * | 2002-02-22 | 2003-09-09 | Pixology Software Limited | Detection and correction of red-eye features in digital images |
| GB2385736B (en) * | 2002-02-22 | 2005-08-24 | Pixology Ltd | Detection and correction of red-eye features in digital images |
| US7064768B1 (en) * | 2002-03-20 | 2006-06-20 | Ess Technology, Inc. | Bad pixel correction while preserving features |
| US7155058B2 (en) * | 2002-04-24 | 2006-12-26 | Hewlett-Packard Development Company, L.P. | System and method for automatically detecting and correcting red eye |
| EP1359740A1 (de) * | 2002-04-30 | 2003-11-05 | Agfa-Gevaert AG | Vorrichtung und Verfahren zum Verarbeiten von Bildern |
| US7146026B2 (en) | 2002-06-04 | 2006-12-05 | Hewlett-Packard Development Company, L.P. | Image correction system and method |
| US7177449B2 (en) | 2002-06-26 | 2007-02-13 | Hewlett-Packard Development Company, L.P. | Image correction system and method |
| US7035461B2 (en) * | 2002-08-22 | 2006-04-25 | Eastman Kodak Company | Method for detecting objects in digital images |
| US7035462B2 (en) * | 2002-08-29 | 2006-04-25 | Eastman Kodak Company | Apparatus and method for processing digital images having eye color defects |
| US7277589B2 (en) * | 2002-09-24 | 2007-10-02 | Fujifilm Corporation | Image retouching method, apparatus, and program storage medium, image correcting method, apparatus, and program storage medium, and eye detecting and correcting method apparatus, and program storage medium |
| US20040114829A1 (en) * | 2002-10-10 | 2004-06-17 | Intelligent System Solutions Corp. | Method and system for detecting and correcting defects in a digital image |
| JP4126487B2 (ja) * | 2002-11-08 | 2008-07-30 | 株式会社沖データ | 画像変換方法および画像変換装置 |
| JP2004206688A (ja) * | 2002-12-12 | 2004-07-22 | Fuji Photo Film Co Ltd | 顔認識方法、顔切出方法、および撮像装置 |
| US20040130546A1 (en) * | 2003-01-06 | 2004-07-08 | Porikli Fatih M. | Region growing with adaptive thresholds and distance function parameters |
| US7424164B2 (en) * | 2003-04-21 | 2008-09-09 | Hewlett-Packard Development Company, L.P. | Processing a detected eye of an image to provide visual enhancement |
| US7116820B2 (en) * | 2003-04-28 | 2006-10-03 | Hewlett-Packard Development Company, Lp. | Detecting and correcting red-eye in a digital image |
| US7343028B2 (en) * | 2003-05-19 | 2008-03-11 | Fujifilm Corporation | Method and apparatus for red-eye detection |
| US8036458B2 (en) * | 2007-11-08 | 2011-10-11 | DigitalOptics Corporation Europe Limited | Detecting redeye defects in digital images |
| US7336821B2 (en) | 2006-02-14 | 2008-02-26 | Fotonation Vision Limited | Automatic detection and correction of non-red eye flash defects |
| US8498452B2 (en) | 2003-06-26 | 2013-07-30 | DigitalOptics Corporation Europe Limited | Digital image processing using face detection information |
| US7471846B2 (en) | 2003-06-26 | 2008-12-30 | Fotonation Vision Limited | Perfecting the effect of flash within an image acquisition devices using face detection |
| US7440593B1 (en) | 2003-06-26 | 2008-10-21 | Fotonation Vision Limited | Method of improving orientation and color balance of digital images using face detection information |
| US8330831B2 (en) | 2003-08-05 | 2012-12-11 | DigitalOptics Corporation Europe Limited | Method of gathering visual meta data using a reference image |
| US8494286B2 (en) | 2008-02-05 | 2013-07-23 | DigitalOptics Corporation Europe Limited | Face detection in mid-shot digital images |
| US9692964B2 (en) | 2003-06-26 | 2017-06-27 | Fotonation Limited | Modification of post-viewing parameters for digital images using image region or feature information |
| US8682097B2 (en) | 2006-02-14 | 2014-03-25 | DigitalOptics Corporation Europe Limited | Digital image enhancement with reference images |
| US7970182B2 (en) | 2005-11-18 | 2011-06-28 | Tessera Technologies Ireland Limited | Two stage detection for photographic eye artifacts |
| US8948468B2 (en) | 2003-06-26 | 2015-02-03 | Fotonation Limited | Modification of viewing parameters for digital images using face detection information |
| US7574016B2 (en) | 2003-06-26 | 2009-08-11 | Fotonation Vision Limited | Digital image processing using face detection information |
| US7844076B2 (en) | 2003-06-26 | 2010-11-30 | Fotonation Vision Limited | Digital image processing using face detection and skin tone information |
| US8155397B2 (en) | 2007-09-26 | 2012-04-10 | DigitalOptics Corporation Europe Limited | Face tracking in a camera processor |
| US7587085B2 (en) * | 2004-10-28 | 2009-09-08 | Fotonation Vision Limited | Method and apparatus for red-eye detection in an acquired digital image |
| US7792970B2 (en) | 2005-06-17 | 2010-09-07 | Fotonation Vision Limited | Method for establishing a paired connection between media devices |
| US8593542B2 (en) | 2005-12-27 | 2013-11-26 | DigitalOptics Corporation Europe Limited | Foreground/background separation using reference images |
| US8896725B2 (en) | 2007-06-21 | 2014-11-25 | Fotonation Limited | Image capture device with contemporaneous reference image capture mechanism |
| US7317815B2 (en) * | 2003-06-26 | 2008-01-08 | Fotonation Vision Limited | Digital image processing composition using face detection information |
| US8363951B2 (en) | 2007-03-05 | 2013-01-29 | DigitalOptics Corporation Europe Limited | Face recognition training method and apparatus |
| US8254674B2 (en) | 2004-10-28 | 2012-08-28 | DigitalOptics Corporation Europe Limited | Analyzing partial face regions for red-eye detection in acquired digital images |
| US7920723B2 (en) * | 2005-11-18 | 2011-04-05 | Tessera Technologies Ireland Limited | Two stage detection for photographic eye artifacts |
| US8989453B2 (en) * | 2003-06-26 | 2015-03-24 | Fotonation Limited | Digital image processing using face detection information |
| US7616233B2 (en) | 2003-06-26 | 2009-11-10 | Fotonation Vision Limited | Perfecting of digital image capture parameters within acquisition devices using face detection |
| US7565030B2 (en) | 2003-06-26 | 2009-07-21 | Fotonation Vision Limited | Detecting orientation of digital images using face detection information |
| US9129381B2 (en) | 2003-06-26 | 2015-09-08 | Fotonation Limited | Modification of post-viewing parameters for digital images using image region or feature information |
| US8553949B2 (en) | 2004-01-22 | 2013-10-08 | DigitalOptics Corporation Europe Limited | Classification and organization of consumer digital images using workflow, and face detection and recognition |
| US7620218B2 (en) | 2006-08-11 | 2009-11-17 | Fotonation Ireland Limited | Real-time face tracking with reference images |
| US7792335B2 (en) | 2006-02-24 | 2010-09-07 | Fotonation Vision Limited | Method and apparatus for selective disqualification of digital images |
| US7269292B2 (en) | 2003-06-26 | 2007-09-11 | Fotonation Vision Limited | Digital image adjustable compression and resolution using face detection information |
| US8170294B2 (en) | 2006-11-10 | 2012-05-01 | DigitalOptics Corporation Europe Limited | Method of detecting redeye in a digital image |
| US7536036B2 (en) * | 2004-10-28 | 2009-05-19 | Fotonation Vision Limited | Method and apparatus for red-eye detection in an acquired digital image |
| US7689009B2 (en) | 2005-11-18 | 2010-03-30 | Fotonation Vision Ltd. | Two stage detection for photographic eye artifacts |
| US9412007B2 (en) | 2003-08-05 | 2016-08-09 | Fotonation Limited | Partial face detector red-eye filter method and apparatus |
| US20050031224A1 (en) * | 2003-08-05 | 2005-02-10 | Yury Prilutsky | Detecting red eye filter and apparatus using meta-data |
| US20050140801A1 (en) * | 2003-08-05 | 2005-06-30 | Yury Prilutsky | Optimized performance and performance for red-eye filter method and apparatus |
| US8520093B2 (en) | 2003-08-05 | 2013-08-27 | DigitalOptics Corporation Europe Limited | Face tracker and partial face tracker for red-eye filter method and apparatus |
| US7454040B2 (en) * | 2003-08-29 | 2008-11-18 | Hewlett-Packard Development Company, L.P. | Systems and methods of detecting and correcting redeye in an image suitable for embedded applications |
| US7333653B2 (en) * | 2003-08-29 | 2008-02-19 | Hewlett-Packard Development Company, L.P. | Detecting and correcting redeye in an image |
| US7310443B1 (en) * | 2003-09-17 | 2007-12-18 | Sonic Solutions, Inc. | Automatic red eye detection and correction in digital images |
| US7835572B2 (en) * | 2003-09-30 | 2010-11-16 | Sharp Laboratories Of America, Inc. | Red eye reduction technique |
| US6984039B2 (en) * | 2003-12-01 | 2006-01-10 | Eastman Kodak Company | Laser projector having silhouette blanking for objects in the output light path |
| US7564994B1 (en) * | 2004-01-22 | 2009-07-21 | Fotonation Vision Limited | Classification system for consumer digital images using automatic workflow and face detection and recognition |
| US7684642B2 (en) * | 2004-03-03 | 2010-03-23 | Eastman Kodak Company | Correction of redeye defects in images of humans |
| JP4599110B2 (ja) * | 2004-07-30 | 2010-12-15 | キヤノン株式会社 | 画像処理装置及びその方法、撮像装置、プログラム |
| US7623707B2 (en) * | 2004-09-15 | 2009-11-24 | Adobe Systems Incorporated | Hierarchically locating a feature in a digital image |
| WO2006041426A2 (en) | 2004-09-15 | 2006-04-20 | Adobe Systems Incorporated | Locating a feature in a digital image |
| US8320641B2 (en) * | 2004-10-28 | 2012-11-27 | DigitalOptics Corporation Europe Limited | Method and apparatus for red-eye detection using preview or other reference images |
| US8488023B2 (en) * | 2009-05-20 | 2013-07-16 | DigitalOptics Corporation Europe Limited | Identifying facial expressions in acquired digital images |
| US7315631B1 (en) | 2006-08-11 | 2008-01-01 | Fotonation Vision Limited | Real-time face tracking in a digital image acquisition device |
| US7715597B2 (en) | 2004-12-29 | 2010-05-11 | Fotonation Ireland Limited | Method and component for image recognition |
| US8503800B2 (en) | 2007-03-05 | 2013-08-06 | DigitalOptics Corporation Europe Limited | Illumination detection using classifier chains |
| FR2880969B1 (fr) * | 2005-01-20 | 2007-06-15 | Sagem | Dispositif pour detecter des yeux rouges sur une image et dispositif d'impression d'image mettant en oeuvre ce procede |
| US7907786B2 (en) * | 2005-06-06 | 2011-03-15 | Xerox Corporation | Red-eye detection and correction |
| JP4405942B2 (ja) * | 2005-06-14 | 2010-01-27 | キヤノン株式会社 | 画像処理装置およびその方法 |
| KR100791372B1 (ko) | 2005-10-14 | 2008-01-07 | 삼성전자주식회사 | 인물 이미지 보정 장치 및 방법 |
| US7747071B2 (en) * | 2005-10-27 | 2010-06-29 | Hewlett-Packard Development Company, L.P. | Detecting and correcting peteye |
| US7599577B2 (en) | 2005-11-18 | 2009-10-06 | Fotonation Vision Limited | Method and apparatus of correcting hybrid flash artifacts in digital images |
| US7567707B2 (en) * | 2005-12-20 | 2009-07-28 | Xerox Corporation | Red eye detection and correction |
| IES20060559A2 (en) * | 2006-02-14 | 2006-11-01 | Fotonation Vision Ltd | Automatic detection and correction of non-red flash eye defects |
| US7804983B2 (en) | 2006-02-24 | 2010-09-28 | Fotonation Vision Limited | Digital image acquisition control and correction method and apparatus |
| EP2033142B1 (en) | 2006-06-12 | 2011-01-26 | Tessera Technologies Ireland Limited | Advances in extending the aam techniques from grayscale to color images |
| US8064694B2 (en) * | 2006-06-21 | 2011-11-22 | Hewlett-Packard Development Company, L.P. | Nonhuman animal integument pixel classification |
| EP2050043A2 (en) | 2006-08-02 | 2009-04-22 | Fotonation Vision Limited | Face recognition with combined pca-based datasets |
| WO2008022005A2 (en) * | 2006-08-09 | 2008-02-21 | Fotonation Vision Limited | Detection and correction of flash artifacts from airborne particulates |
| US7916897B2 (en) | 2006-08-11 | 2011-03-29 | Tessera Technologies Ireland Limited | Face tracking for controlling imaging parameters |
| US7403643B2 (en) | 2006-08-11 | 2008-07-22 | Fotonation Vision Limited | Real-time face tracking in a digital image acquisition device |
| US8320702B2 (en) * | 2006-09-28 | 2012-11-27 | Jadak Technologies, Inc. | System and method for reducing specular reflection |
| EP2104930A2 (en) | 2006-12-12 | 2009-09-30 | Evans & Sutherland Computer Corporation | System and method for aligning rgb light in a single modulator projector |
| US7764846B2 (en) * | 2006-12-12 | 2010-07-27 | Xerox Corporation | Adaptive red eye correction |
| US8055067B2 (en) | 2007-01-18 | 2011-11-08 | DigitalOptics Corporation Europe Limited | Color segmentation |
| EP2115662B1 (en) | 2007-02-28 | 2010-06-23 | Fotonation Vision Limited | Separating directional lighting variability in statistical face modelling based on texture space decomposition |
| WO2008109622A1 (en) * | 2007-03-05 | 2008-09-12 | Fotonation Vision Limited | Face categorization and annotation of a mobile phone contact list |
| JP4970557B2 (ja) | 2007-03-05 | 2012-07-11 | デジタルオプティックス・コーポレイション・ヨーロッパ・リミテッド | デジタル画像取込装置における顔検索及び検出 |
| JP2010520567A (ja) | 2007-03-05 | 2010-06-10 | フォトネーション ビジョン リミテッド | 顔の位置および向きを用いた赤目の誤検出フィルタリング |
| US7916971B2 (en) | 2007-05-24 | 2011-03-29 | Tessera Technologies Ireland Limited | Image processing method and apparatus |
| US8503818B2 (en) | 2007-09-25 | 2013-08-06 | DigitalOptics Corporation Europe Limited | Eye defect detection in international standards organization images |
| US8391596B2 (en) * | 2007-10-17 | 2013-03-05 | Qualcomm Incorporated | Effective red eye removal in digital images without face detection |
| TW200930069A (en) * | 2007-12-21 | 2009-07-01 | Altek Corp | Method for correcting red-eye |
| JP5089405B2 (ja) * | 2008-01-17 | 2012-12-05 | キヤノン株式会社 | 画像処理装置及び画像処理方法並びに撮像装置 |
| US8750578B2 (en) * | 2008-01-29 | 2014-06-10 | DigitalOptics Corporation Europe Limited | Detecting facial expressions in digital images |
| US8212864B2 (en) | 2008-01-30 | 2012-07-03 | DigitalOptics Corporation Europe Limited | Methods and apparatuses for using image acquisition data to detect and correct image defects |
| EP2238744A4 (en) * | 2008-02-01 | 2011-08-03 | Hewlett Packard Co | AUTOMATIC DETECTION OF IT RED |
| US8331666B2 (en) * | 2008-03-03 | 2012-12-11 | Csr Technology Inc. | Automatic red eye artifact reduction for images |
| US7855737B2 (en) | 2008-03-26 | 2010-12-21 | Fotonation Ireland Limited | Method of making a digital camera image of a scene including the camera user |
| US8358317B2 (en) | 2008-05-23 | 2013-01-22 | Evans & Sutherland Computer Corporation | System and method for displaying a planar image on a curved surface |
| US8702248B1 (en) | 2008-06-11 | 2014-04-22 | Evans & Sutherland Computer Corporation | Projection method for reducing interpixel gaps on a viewing surface |
| WO2010012448A2 (en) | 2008-07-30 | 2010-02-04 | Fotonation Ireland Limited | Automatic face and skin beautification using face detection |
| US8396261B2 (en) * | 2008-08-01 | 2013-03-12 | Hewlett-Packard Development Company, L.P. | Method for red-eye detection |
| US8081254B2 (en) | 2008-08-14 | 2011-12-20 | DigitalOptics Corporation Europe Limited | In-camera based method of detecting defect eye with high accuracy |
| US8077378B1 (en) | 2008-11-12 | 2011-12-13 | Evans & Sutherland Computer Corporation | Calibration system and method for light modulation device |
| WO2010063463A2 (en) | 2008-12-05 | 2010-06-10 | Fotonation Ireland Limited | Face recognition using face tracker classifier data |
| US8295593B2 (en) * | 2009-01-07 | 2012-10-23 | Seiko Epson Corporation | Method of detecting red-eye objects in digital images using color, structural, and geometric characteristics |
| JP5456159B2 (ja) * | 2009-05-29 | 2014-03-26 | デジタルオプティックス・コーポレイション・ヨーロッパ・リミテッド | 背景から前景の頭頂部を分離するための方法および装置 |
| US8379917B2 (en) | 2009-10-02 | 2013-02-19 | DigitalOptics Corporation Europe Limited | Face recognition performance using additional image features |
| US8655100B2 (en) * | 2010-01-29 | 2014-02-18 | Hewlett-Packard Development Company, L.P. | Correcting an artifact in an image |
| US8576241B1 (en) * | 2010-02-03 | 2013-11-05 | Amazon Technologies, Inc. | Color palette maps for color-aware search |
| JP2012027687A (ja) * | 2010-07-23 | 2012-02-09 | Casio Comput Co Ltd | 画像処理装置及びプログラム |
| US8971628B2 (en) | 2010-07-26 | 2015-03-03 | Fotonation Limited | Face detection using division-generated haar-like features for illumination invariance |
| US8786735B2 (en) | 2011-03-21 | 2014-07-22 | Apple Inc. | Red-eye removal using multiple recognition channels |
| US8837785B2 (en) | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
| US8818091B2 (en) | 2011-03-21 | 2014-08-26 | Apple Inc. | Red-eye removal using multiple recognition channels |
| US8837827B2 (en) | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
| US8837822B2 (en) | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
| US9721160B2 (en) | 2011-04-18 | 2017-08-01 | Hewlett-Packard Development Company, L.P. | Manually-assisted detection of redeye artifacts |
| US8811683B2 (en) | 2011-06-02 | 2014-08-19 | Apple Inc. | Automatic red-eye repair using multiple recognition channels |
| US9041954B2 (en) | 2011-06-07 | 2015-05-26 | Hewlett-Packard Development Company, L.P. | Implementing consistent behavior across different resolutions of images |
| US9111144B2 (en) | 2011-09-15 | 2015-08-18 | Identigene, L.L.C. | Eye color paternity test |
| US8970902B2 (en) | 2011-09-19 | 2015-03-03 | Hewlett-Packard Development Company, L.P. | Red-eye removal systems and method for variable data printing (VDP) workflows |
| US9641826B1 (en) | 2011-10-06 | 2017-05-02 | Evans & Sutherland Computer Corporation | System and method for displaying distant 3-D stereo on a dome surface |
| US9064149B1 (en) | 2013-03-15 | 2015-06-23 | A9.Com, Inc. | Visual search utilizing color descriptors |
| US9299009B1 (en) | 2013-05-13 | 2016-03-29 | A9.Com, Inc. | Utilizing color descriptors to determine color content of images |
| JP6299300B2 (ja) * | 2014-03-14 | 2018-03-28 | オムロン株式会社 | 画像処理装置および画像処理方法 |
| KR102198852B1 (ko) * | 2014-03-24 | 2021-01-05 | 삼성전자 주식회사 | 홍채 인식 장치 및 이를 포함하는 모바일 장치 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5130935A (en) * | 1986-03-31 | 1992-07-14 | Canon Kabushiki Kaisha | Color image processing apparatus for extracting image data having predetermined color information from among inputted image data and for correcting inputted image data in response to the extracted image data |
| US4819077A (en) * | 1986-05-14 | 1989-04-04 | Kabushiki Kaisha Toshiba | Color image processing system |
| EP0259981B2 (en) * | 1986-08-13 | 1999-05-06 | Canon Kabushiki Kaisha | Colour image processing method and apparatus |
| JPS6379632A (ja) * | 1986-09-25 | 1988-04-09 | 株式会社東芝 | 電子内視鏡装置 |
| JPH0250859A (ja) * | 1988-08-11 | 1990-02-20 | Dainippon Screen Mfg Co Ltd | 色分解条件設定方法および装置 |
| US5204948A (en) * | 1989-09-08 | 1993-04-20 | Advantest Corporation | Method and apparatus for evaluating color image signals |
| US5130789A (en) * | 1989-12-13 | 1992-07-14 | Eastman Kodak Company | Localized image recoloring using ellipsoid boundary function |
| US5089976A (en) * | 1990-07-18 | 1992-02-18 | Friends Of The Ucsd Library, Inc. | Color normalization process |
| US5202935A (en) * | 1990-10-19 | 1993-04-13 | Matsushita Electric Industrial Co., Ltd. | Color conversion apparatus for altering color values within selected regions of a reproduced picture |
| US5140616A (en) * | 1990-11-19 | 1992-08-18 | Ag Communication Systems Corporation | Network independent clocking circuit which allows a synchronous master to be connected to a circuit switched data adapter |
-
1993
- 1993-07-19 US US08/093,843 patent/US5432863A/en not_active Expired - Lifetime
-
1994
- 1994-07-01 DE DE69415886T patent/DE69415886T2/de not_active Expired - Fee Related
- 1994-07-01 EP EP94201902A patent/EP0635972B1/en not_active Expired - Lifetime
- 1994-07-18 JP JP16542194A patent/JP3181472B2/ja not_active Expired - Fee Related
-
1995
- 1995-04-03 US US08/415,864 patent/US5748764A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP0635972B1 (en) | 1999-01-13 |
| US5748764A (en) | 1998-05-05 |
| US5432863A (en) | 1995-07-11 |
| EP0635972A3 (en) | 1995-09-27 |
| DE69415886T2 (de) | 1999-07-29 |
| JPH0772537A (ja) | 1995-03-17 |
| EP0635972A2 (en) | 1995-01-25 |
| DE69415886D1 (de) | 1999-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3181472B2 (ja) | フラッシュ発光による瞳の色調不良の自動検出及び補正 | |
| US9619897B2 (en) | Correction of blotches in component images | |
| JP4153108B2 (ja) | 画像処理方法、画像処理装置及び記録媒体 | |
| US7953251B1 (en) | Method and apparatus for detection and correction of flash-induced eye defects within digital images using preview or other reference images | |
| US8391595B2 (en) | Image processing method and image processing apparatus | |
| US6233364B1 (en) | Method and system for detecting and tagging dust and scratches in a digital image | |
| US7953250B2 (en) | Method and apparatus for red-eye detection in an acquired digital image | |
| US20040114829A1 (en) | Method and system for detecting and correcting defects in a digital image | |
| US20130230238A1 (en) | Registration of separations | |
| IES20050096A2 (en) | Method and apparatus for red-eye detection in an acquired digital image | |
| JP2000149018A (ja) | 画像処理方法、画像処理装置及び記録媒体 | |
| JP2000148980A (ja) | 画像処理方法、画像処理装置及び記録媒体 | |
| JP2001148780A (ja) | 赤目修正対象領域の設定方法および赤目修正方法 | |
| JP4599110B2 (ja) | 画像処理装置及びその方法、撮像装置、プログラム | |
| US7715650B2 (en) | Method and apparatus for digital processing of images | |
| JP3510040B2 (ja) | 画像処理方法 | |
| JP4259310B2 (ja) | 画像処理装置及びプログラム | |
| JP3473832B2 (ja) | ディジタル画像の自動補正方法及びそのシステム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080420 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090420 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |