JP3501151B2 - 画像処理装置、画像処理方法、画像処理制御プログラムを記録した媒体 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、デジタル写真画像
のような実写画像データに対して最適な画像処理を自動
的に実行する画像処理装置、画像処理方法、画像処理制
御プログラムを記録した媒体に関する。

【０００２】

【従来の技術】ディジタル画像データに対して各種の画
像処理が行われている。例えば、コントラストを拡大す
るものであるとか、色調を補正するものであるとか、明
るさを補正するといった画像処理である。これらの画像
処理は、通常、マイクロコンピュータで実行可能となっ
ており、操作者がモニタ上で画像を確認して必要な画像
処理を選択したり、画像処理のパラメータなどを決定し
ている。

【０００３】

【発明が解決しようとする課題】近年、画像処理の技法
については各種のものが提案され、実際に効果を発揮し
ている。しかしながら、どの技法でどの程度の処理を行
うかとなると、依然、人間が関与しなければならない。
これは、画像処理の対象となるディジタル画像データに
おいて、どこが重要であるのかを判断することができな
かったためである。

【０００４】例えば、明るさを補正する画像処理を考え
た場合、画面全体の平均が暗ければ明るく補正し、逆に
平均が明るければ暗く補正するという自動処理を考えた
とする。ここで、夜間撮影した人物像の実写画像データ
があるとする。背景は殆ど真っ暗に近いものの、人物自
体は良好に撮影できていたとする。この実写画像データ
を自動補正すると、背景が真っ暗であるがために明るく
補正しようとしてしまい、昼間の画像のようになってし
まうことになる。

【０００５】この場合、人間が関与していれば人物像の
部分だけに注目する。そして、人物像が暗ければ少し明
るく補正するし、逆に、フラッシュなどの効果で明る過
ぎれば暗くする補正を選択する。

【０００６】このように、従来の画像処理では実写画像
データの中の重要な部分（これを、オブジェクトと呼ぶ
ことにする）を判断することができないため、人間が関
与しなければならないという課題があった。

【０００７】本発明は、上記課題にかんがみてなされた
もので、デジタル写真画像のような実写画像データにお
ける重要な部分を検出し、自動的に最適な画像処理を選
択して実行することが可能な画像処理装置、画像処理方
法、画像処理制御プログラムを記録した媒体の提供を目
的とする。

【０００８】

【課題を解決するための手段およびその作用・効果】上
記目的を達成するため、本発明の画像処理装置は、ドッ
トマトリクス状の画素からなる実写画像に対して所定の
画像処理を行なう画像処理装置であって、上記実写画像
を構成する各画素についての画像データを入力し、該画
像データに基づいて、周辺画素に対する変化の度合いが
所定の基準以上大きな画素を検出画素として抽出する画
素抽出手段と、上記抽出された検出画素の画像データに
おける統計的な性質に基づいて、上記実写画像に対する
画像処理の内容を決定する処理内容決定手段と、該決定
された内容での画像処理を、上記実写画像の画像データ
に対して実施する処理手段とを備えたことを要旨として
いる。

【０００９】一般的な人物像の写真画像を想定すると、
その人物を中心に捉えて撮影するのが普通である。従っ
て、人物部分にピントが合わせられてシャープな画像と
なっている。画像がシャープであるとその輪郭部分がは
っきりし、画像の変化度合いは大きくなる。このため、
画像の変化度合いが大きな画素はピントを合わせられた
本来のオブジェクトであると想定しても誤りではない可
能性が極めて高い。よって、上記検出画素をオブジェク
トを構成する画素とみなすことが可能である。

【００１０】上記の発明では、実写画像を構成する各画
素についての画像データに基づいて、画素抽出手段が、
周辺画素に対する変化の度合いが所定の基準以上大きな
画素を検出画素として抽出する。処理内容決定手段は、
抽出された検出画素の画像データにおける統計的な性質
に基づいて実写画像に対する画像処理の内容を決定し、
該決定された内容での画像処理を、処理手段が、上記実
写画像の画像データに対して実施する。

【００１１】画素抽出手段が周辺画素に対する変化の度
合いを判断する手法は適宜各種のものを採用可能であ
る。その一例として、上記オブジェクト判断手段は、隣
接する画素間での画像データの差に基づいて周辺画素に
対する変化の度合いを判断する構成を考えることができ
る。

【００１２】上記の構成においては、各画素について周
辺画素に対する変化の度合いを判断するにあたり、隣接
する画素間での画像データの差に基づいて判断する。ド
ットマトリクス状の画素のように一定間隔で並んでいる
場合、隣接する画素間のデータの差は一次微分値と比例
するため、このような差分をもってして一の画素の周辺
画素に対する変化度合いと判断できる。この場合、差分
をベクトルの大きさと考えるとともに、隣接方向を考慮
してベクトルを合成するようにしてもよい。

【００１３】画素抽出手段は、周辺画素に対する変化の
度合いが所定の基準以上大きな画素を検出画素として抽
出するが、この抽出において用いられる所定の基準を、
上記実写画像の部位によって異ならせる構成としてもよ
い。

【００１４】写真の構図を想定すると、人物像を中央に
据えて取ることが多い。この場合、オブジェクトを構成
する画素を中央部分から選択して、画像処理の内容を決
定することが好ましいと言える。ところで、画素の周辺
画素に対する変化度合いが大きいか否かは比較となる値
との差といえるし、このような比較の値が必ずしも一定
でなければならない理由はない。

【００１５】そこで、上記の構成においては、画素の周
辺画素に対する変化の度合いが所定の基準以上大きなも
のか否かを判断するにあたり、所定の基準を実写画像の
部位によって異ならせて、部位毎の基準と各画素の周辺
画素に対する変化度合いとを比較する。

【００１６】所定の基準を異ならせる方針は各種のもの
を採用可能である。その一例として一定の傾向を決めて
おいても良いし、他の一例として所定の基準を異ならせ
る傾向自体を画像から読み取るような方針でも良い。前
者の一例として、実写画像の中央部における所定の基準
を実写画像の周縁部よりも低くする構成を考えることが
できる。

【００１７】上記の構成においては、実写画像の中央部
における基準を周縁部よりも低くすることにより、同程
度の画像の変化度合いであったとしても画像の中央部の
方がよりオブジェクトを構成する画素として判断されや
すくなる。従って、中央部に人物像があればこの人物像
の画素がより多くオブジェクトを構成する画素として判
断されることになる。

【００１８】また、所定の基準を異ならせる傾向自体を
画像から読み取る場合の後者の一例として、実写画像を
構成する画素の周辺画素に対する変化の度合いが、該実
写画像において分布する状態を特定する分布状態特定手
段と、該分布状態特定手段により特定された分布状態に
基づいて上記所定の基準を決定する基準決定手段とを備
え、この基準決定手段により決定された所定の基準を適
用して、上記画素抽出手段が検出画素の抽出を行なう手
法がある。具体的には、実写画像の部位毎における、上
記実写画像を構成する画素の周辺画素に対する変化の度
合いの分布状態に基づいて、上記所定の基準を決定する
構成を考えることができる。

【００１９】上記の構成においては、実写画像の部位毎
における画素の変化度合いの分布を求め、この分布を求
めてから上記所定の基準を決定する。この後、上記画素
抽出手段が、同所定の基準と比較してオブジェクトを構
成する画素であるか否かを判断する。

【００２０】画素の変化度合いの分布状態に基づいて所
定の基準を決定する場合、変化度合いの大きな画素が多
く集まっている部位はオブジェクトの可能性が高いもの
と判断して基準を低くするようなものでも良いし、予め
変化度合いの分布パターンに応じた基準設定のパターン
を用意しておき、検出された分布パターンに基づいて基
準設定のパターンを選択するというようなものでもよ
い。

【００２１】一方、処理内容決定手段ないし処理手段は
オブジェクトを構成すると判断された画素の画像データ
に基づいて画像処理内容を決定しつつ同決定した内容に
基づいて画像処理するものであればよく、具体的な処理
手法などは特に限定されない。一例として、上記処理内
容決定手段が、検出画素の画像データにおける統計的な
性質として、上記検出画素についてのヒストグラムを用
いる構成を考えることができる。こうしたヒストグラム
は、例えば、検出画素（換言すれば、オブジェクトを構
成すると判断された画素）の輝度分布を求め、この輝度
分布に基づいて作成することができる。この場合におい
て、輝度分布範囲が狭ければ所定の割合で拡大するよう
に輝度を修正すればコントラストを拡大する画像処理を
実行できる。また、検出画素の輝度分布が全体として暗
いようであれば、明るくする補正を実行しても良い。さ
らに、検出画素の色分布を求め、グレイバランスがずれ
ていないかを判断し、ずれているようであればトーンカ
ーブなどを使用してグレイバランスを修正することもで
きる。また、上記のヒストグラムを、検出画素の彩度分
布に基づいて作成してもよい。上記のヒストグラムを、
検出画素の画像データから導かれたパラメータを用いて
作成することも可能である。

【００２２】実写画像を構成する画素から、周辺画素に
対する変化度合いの大きな画素を検出画素として抽出
し、検出画素の画像データにおける統計的な性質に基づ
いて実写画像に対する画像処理の内容を決定する手法
は、必ずしも実体のある装置に限られる必要もなく、そ
の一例として、本発明の画像処理方法は、ドットマトリ
クス状の画素からなる実写画像に対して所定の画像処理
を行なう方法であって、上記実写画像を構成する各画素
についての画像データに基づいて、周辺画素に対する変
化の度合いが所定の基準以上大きな画素を検出画素とし
て抽出し、上記抽出された検出画素の画像データにおけ
る統計的な性質に基づいて、上記実写画像に対する画像
処理の内容を決定し、該決定された内容での画像処理
を、上記実写画像の画像データに対して実施することを
要旨としている。

【００２３】すなわち、必ずしも実体のある装置に限ら
ず、その方法としても有効であることに相違はない。

【００２４】ところで、上述した画像処理装置は、単独
で存在する場合もあるし、ある機器に組み込まれた状態
で利用されることもあるなど、発明の思想としては各種
の態様を含むものである。また、ハードウェアで実現さ
れたり、ソフトウェアで実現されるなど、適宜、変更可
能である。

【００２５】発明の思想の具現化例として画像処理装置
を制御するソフトウェアとなる場合には、かかるソフト
ウェアを記録した記録媒体上においても当然に存在し、
利用されるといわざるをえない。

【００２６】その一例として、本発明の記録媒体は、ド
ットマトリクス状の画素からなる実写画像に対して行な
われる所定の画像処理に対応したプログラムをコンピュ
ータに読み取り可能に記録した記録媒体であって、上記
実写画像を構成する各画素についての画像データに基づ
いて、周辺画素に対する変化の度合いが所定の基準以上
大きな画素を検出画素として抽出する機能と、上記抽出
された検出画素の画像データにおける統計的な性質に基
づいて、上記実写画像に対する画像処理の内容を決定す
る機能と、該決定された内容での画像処理を、上記実写
画像の画像データに対して実施する機能とをコンピュー
タにより実現するプログラムを記録したことを要旨とし
ている。

【００２７】むろん、その記録媒体は、磁気記録媒体で
あってもよいし光磁気記録媒体であってもよいし、今後
開発されるいかなる記録媒体においても全く同様に考え
ることができる。また、一次複製品、二次複製品などの
複製段階については全く問う余地無く同等である。その
他、供給方法として通信回線を利用して行う場合でも本
発明が利用されていることには変わりないし、半導体チ
ップに書き込まれたようなものであっても同様である。

【００２８】さらに、一部がソフトウェアであって、一
部がハードウェアで実現されている場合においても発明
の思想において全く異なるものはなく、一部を記録媒体
上に記憶しておいて必要に応じて適宜読み込まれるよう
な形態のものとしてあってもよい。

【００２９】以上説明したように、本発明の画像処理装
置は、従来は人間が関与しなければ判断できなかったオ
ブジェクトの判断を、周辺画素に対する変化度合いの大
きな画素を実写画像から検出画素として抽出することに
より自動的に実現可能となり、そのオブジェクトに応じ
て画像処理内容を適宜変更して最適な画像処理を実行す
ることが可能な画像処理装置を提供することができる。
加えて、実写画像に対する画像処理の内容は、抽出され
た検出画素の画像データにおける統計的な性質に基づい
て決定されるので、実写画像の画像データに対する画像
処理をバランスよく行なうことができる。

【００３０】また、隣接する画素間での画像データの差
を求める構成とすれば、演算が容易であり、オブジェク
ト判断のための処理量を低減できる。

【００３１】さらに、実写画像の部位に応じて、画素の
周辺画素に対する変化度合いの評価基準を変える構成と
すれば、構図などを考慮したより融通の高い判断が可能
となる。

【００３２】さらに、画素の周辺画素に対する変化度合
いを評価する基準を、実写画像の中央部が実写画像の周
縁部よりも低くなるように定めれば、写真の構図として
の中央部分に重点をおく判断が可能となり、多くの画像
データを効率的に処理することが可能となる。

【００３３】さらに、実写画像を構成する画素の周辺画
素に対する変化の度合いが該実写画像において分布する
状態を考慮して、周辺画素に対する変化度合いの大きな
画素を抽出する構成とすれば、種々の実写画像について
オブジェクトの判断が可能となり、柔軟な対処が可能と
なる。

【００３４】さらに、本発明の画像処理方法によれば、
オブジェクトを自動的に判断し、オブジェクトに応じた
画像処理をバランスよく行なうことが可能となり、本発
明の記録媒体によれば、同様の処理をコンピュータにて
実行する画像処理制御プログラムを記録した媒体を提供
することができる。

【００３５】

【発明の実施の形態】以下、図面にもとづいて本発明の
実施形態を説明する。

【００３６】図１は、本発明の一実施形態にかかる画像
処理装置を適用した画像処理システムをブロック図によ
り示しており、図２は具体的ハードウェア構成例を概略
ブロック図により示している。

【００３７】図１において、画像入力装置１０は写真な
どをドットマトリクス状の画素として表した実写画像デ
ータを画像処理装置２０へ出力し、同画像処理装置２０
は所定の処理を経て画像処理の内容と程度を決定してか
ら画像処理を実行する。同画像処理装置２０は画像処理
した画像データを画像出力装置３０へ出力し、画像出力
装置は画像処理された画像をドットマトリクス状の画素
で出力する。ここにおいて、画像処理装置２０が出力す
る画像データは、実写画像を構成する各画素のうち、周
辺画素に対する変化の度合いが所定の基準以上大きな画
素を検出画素（換言すれば、オブジェクトを構成する画
素）として抽出し、このような検出画素の画像データに
おける統計的な性質に基づいて、実写画像に対する画像
処理の内容を決定し、この内容に基づいて画像処理され
たものである。従って、画像処理装置２０は、周辺画素
に対する変化の度合いが所定の基準以上大きな画素を検
出画素として抽出する画素抽出手段と、検出画素の画像
データにおける統計的な性質に基づいて、実写画像に対
する画像処理の内容を決定する処理内容決定手段と、該
決定された内容での画像処理を実写画像の画像データに
対して実施する処理手段とを備えている。

【００３８】画像入力装置１０の具体例は図２における
スキャナ１１やデジタルスチルカメラ１２あるいはビデ
オカメラ１４などが該当し、画像処理装置２０の具体例
はコンピュータ２１とハードディスク２２とキーボード
２３とＣＤ−ＲＯＭドライブ２４とフレキシブルディス
クドライブ２５とモデム２６などからなるコンピュータ
システムが該当し、画像出力装置３０の具体例はプリン
タ３１やディスプレイ３２等が該当する。本実施形態の
場合、画像処理としてオブジェクトを見つけて適切な画
像処理を行なうものであるため、画像データとしては写
真などの実写データが好適である。なお、モデム２６に
ついては公衆通信回線に接続され、外部のネットワーク
に同公衆通信回線を介して接続し、ソフトウェアやデー
タをダウンロードして導入可能となっている。

【００３９】本実施形態においては、画像入力装置１０
としてのスキャナ１１やデジタルスチルカメラ１２が画
像データとしてＲＧＢ（緑、青、赤）の階調データを出
力するとともに、画像出力装置３０としてのプリンタ３
１は階調データとしてＣＭＹ（シアン、マゼンダ、イエ
ロー）あるいはこれに黒を加えたＣＭＹＫの二値データ
を入力として必要とするし、ディスプレイ３２はＲＧＢ
の階調データを入力として必要とする。一方、コンピュ
ータ２１内ではオペレーティングシステム２１ａが稼働
しており、プリンタ３１やディスプレイ３２に対応した
プリンタドライバ２１ｂやディスプレイドライバ２１ｃ
が組み込まれている。また、画像処理アプリケーション
２１ｄはオペレーティングシステム２１ａにて処理の実
行を制御され、必要に応じてプリンタドライバ２１ｂや
ディスプレイドライバ２１ｃと連携して所定の画像処理
を実行する。従って、画像処理装置２０としてのこのコ
ンピュータ２１の具体的役割は、ＲＧＢの階調データを
入力して最適な画像処理を施したＲＧＢの階調データを
作成し、ディスプレイドライバ２１ｃを介してディスプ
レイ３２に表示させるとともに、プリンタドライバ２１
ｂを介してＣＭＹ（あるいはＣＭＹＫ）の二値データに
変換してプリンタ３１に印刷させることになる。

【００４０】このように、本実施形態においては、画像
の入出力装置の間にコンピュータシステムを組み込んで
画像処理を行うようにしているが、必ずしもかかるコン
ピュータシステムを必要とするわけではなく、画像デー
タに対して各種の画像処理を行うシステムであればよ
い。例えば、図３に示すようにデジタルスチルカメラ１
２ａ内にオブジェクトを判断して画像処理する画像処理
装置を組み込み、変換した画像データを用いてディスプ
レイ３２ａに表示させたりプリンタ３１ａに印字させる
ようなシステムであっても良い。また、図４に示すよう
に、コンピュータシステムを介することなく画像データ
を入力して印刷するプリンタ３１ｂにおいては、スキャ
ナ１１ｂやデジタルスチルカメラ１２ｂあるいはモデム
２６ｂ等を介して入力される画像データから自動的にオ
ブジェクトを判断して画像処理するように構成すること
も可能である。

【００４１】上述したオブジェクトの判断とそれに伴う
画像処理は、具体的には上記コンピュータ２１内にて図
５などに示すフローチャートに対応した画像処理プログ
ラムで行っている。同図に示すフローチャートにおいて
は、オブジェクトであるか否かの判断を実行している。

【００４２】オブジェクトは他の部分と比較して画像が
シャープであるという経験的事実に基づいて、本発明に
おいては画像がシャープな画素がオブジェクトの画素で
あると判断する。画像データがドットマトリクス状の画
素から構成されている場合には、各画素ごとに上述した
ＲＧＢの輝度を表す階調データで表されており、画像の
エッジ部分では隣接する画素間での同データの差分は大
きくなる。この差分は輝度勾配であり、これをエッジ度
と呼ぶことにし、ステップＳ１１０では各画素でのエッ
ジ度を判定する。図６に示すようなＸＹ直交座標を考察
する場合、画像の変化度合いのベクトルはＸ軸方向成分
とＹ軸方向成分とをそれぞれ求めれば演算可能となる。
ドットマトリクス状の画素からなるディジタル画像にお
いては、図７に示すように縦軸方向と横軸方向に画素が
隣接しており、その明るさをｆ（ｘ，ｙ）で表すものと
する。この場合、ｆ（ｘ，ｙ）はＲＧＢの各輝度である
Ｒ（ｘ，ｙ），Ｇ（ｘ，ｙ），Ｂ（ｘ，ｙ）であった
り、あるいは全体の輝度Ｙ（ｘ，ｙ）であってもよい、
なお、ＲＧＢの各輝度であるＲ（ｘ，ｙ），Ｇ（ｘ，
ｙ），Ｂ（ｘ，ｙ）と全体の輝度Ｙ（ｘ，ｙ）との関係
は、厳密には色変換テーブルなどを参照しなければ変換
不能であるが、後述するようにして簡易な対応関係を利
用するようにしても良い。

【００４３】図７に示すものにおいて、Ｘ方向の差分値
ｆｘとＹ方向の差分値ｆｙは、 ｆｘ＝ｆ（ｘ＋１，ｙ）−ｆ（ｘ，ｙ） …（１） ｆｙ＝ｆ（ｘ，ｙ＋１）−ｆ（ｘ，ｙ） …（２） のように表される。従って、これらを成分とするベクト
ルの大きさ｜ｇ（ｘ，ｙ）｜は、 ｜ｇ（ｘ，ｙ）｜＝（ｆｘ**２＋ｆｙ**２）**（１／２） …（３） のように表される。むろん、エッジ度はこの｜ｇ（ｘ，
ｙ）｜で表される。なお、本来、画素は図８に示すよう
に縦横に升目状に配置されており、中央の画素に注目す
ると八つの隣接画素がある。従って、同様にそれぞれの
隣接する画素との画像データの差分をベクトルで表し、
このベクトルの和を画像の変化度合いと判断しても良
い。

【００４４】以上のようにして各画素についてエッジ度
が求められるので、基本的にはあるしきい値と比較して
エッジ度の方が大きい画素をオブジェクトの画素と判断
すればよい。しかしながら、経験的事実から考察する
と、オブジェクトは構図の中央部分に位置することが多
い。この事実は、中央部分から多くの画素が抽出される
ような仕組みとすることによって実行すべき画像処理の
判断に利用されるようにすることが好ましい効果を得ら
れるということを裏付けるものである。

【００４５】このため、図９に示すように、画像の中の
部分毎に比較するしきい値Ｔｈ１，Ｔｈ２，Ｔｈ３を異
ならせておくようにしている。むろん、この例では、 Ｔｈ１＜Ｔｈ２＜Ｔｈ３ …（４） なる関係があり、中央に近い部分ほどしきい値は低く、
エッジ度が比較的低くてもオブジェクトと判断されるよ
うになっている。

【００４６】同図に示すように、しきい値を変化させる
ため、領域としては画像の中央から水平方向と垂直方向
に均等に三等分している。そして、ステップＳ１２０で
はエッジ度を判定した画素がどの領域にあるかに基づい
て比較のためのしきい値を判定し、ステップＳ１３０に
て同エッジ度と同しきい値とを比較して変化度合いが大
きいか否かを判断する。比較の結果、エッジ度の方が大
きければこの画素はオブジェクトの画素であると判断
し、ステップＳ１４０にてその画素の画像データをワー
クエリアに保存する。ワークエリアはコンピュータ２１
内のＲＡＭであってもよいしハードディスク２２であっ
てもよい。

【００４７】以上のような処理を画像データの各画素に
ついて行うため、ステップＳ１５０にて処理の対象画素
を移動させ、ステップＳ１６０にて全画素について終了
したと判断されるまで処理を繰り返す。

【００４８】上述した実施形態においては、しきい値を
変更するにあたって常に画像の中央部分を基準とした領
域の分割を行っているが、エッジ度の分布に基づいて領
域の分割の仕方を変化させるようにしても良い。図１０
はこのように領域の分割を適宜変化させるためのフロー
チャートを示しており、図１１はこれによって分割され
る領域を示している。

【００４９】この場合も同様に処理対象となる画素を移
動させながら各画素について以下の処理を実行してい
く。ステップＳ２１０で上記エッジ度を判定したら、ス
テップＳ２２０では水平軸方向に集計し、ステップＳ２
３０では垂直軸方向に集計する。ステップＳ２４０にて
対象画素を移動させ、ステップＳ２５０で全画素終了と
判断されるまでループする。

【００５０】水平軸方向と垂直軸方向とについて集計が
終了したら、ステップ２６０では水平軸での最大分布位
置を決定し、ステップＳ２７０では垂直軸での最大分布
位置を決定する。図１１に示すように、水平軸と垂直軸
でのエッジ度の高い部分を画像の中心と考え、領域を次
のように分割している。

【００５１】水平方向と垂直方向とについて、中央から
端までの距離を二等分し、その内側の領域についてしき
い値Ｔｈ１とし、残りの距離をそれぞれ二等分して内側
の領域についてしきい値Ｔｈ２とするとともに、外側の
領域についてしきい値Ｔｈ３とする。ステップＳ２８０
ではこのようにして領域を分けることによって比較基準
を決定し、ステップＳ２９０ではこの領域としきい値と
の対応のもとで上述したステップＳ１１０〜Ｓ１６０と
同じ処理でエッジ度に基づくサンプリングを行ってオブ
ジェクトの画素を判断する。

【００５２】この例では、水平軸方向と垂直軸方向のそ
れぞれで中央部分を求めてから領域を二等分ずつしなが
ら分割しているが、エッジ度の分布に基づいて領域の分
割手法を変更することができれば良く、具体的な分割手
法などは適宜変更可能である。

【００５３】例えば、上述した例では、水平軸方向と垂
直軸方向の集計を画素単位で行っていたが、図１２に示
すように、画像を比較的大きな升目に区切り、この升目
の単位で集計し、最大分布位置を決定するとともに、領
域分割を実行するようにしても良い。

【００５４】以上のようにしてオブジェクトの画素を抽
出することができたら、これらの画素の画像データに基
づいて最適な画像処理を決定し、実行する。図１３は、
その一例としてコントラストの拡大と明度の補正の画像
処理を実行するためのフローチャートを示している。

【００５５】本実施形態でのコントラストを拡大するた
めの基本的な手法は、オブジェクトの画像データに基づ
いて輝度分布を求め、この輝度分布が本来の階調幅（２
５５階調）の一部分しか利用していないのであれば分布
を拡大するというものである。

【００５６】従って、ステップＳ３１０では輝度分布の
ヒストグラムを作成し、ステップＳ３２０では拡大する
幅を決定する。拡大幅を決定するにあたり、輝度分布の
両端を求めることを考える。写真画像の輝度分布は図１
４に示すように概ね山形に表れる。むろん、その位置、
形状についてはさまざまである。輝度分布の幅はこの両
端をどこに決めるかによって決定されるが、単に裾野が
延びて分布数が「０」となる点を両端とすることはでき
ない。裾野部分では分布数が「０」付近で変移する場合
があるし、統計的に見れば限りなく「０」に近づきなが
ら推移していくからである。

【００５７】このため、分布範囲において最も輝度の大
きい側と小さい側からある分布割合だけ内側に経た部分
を分布の両端とする。本実施形態においては、同図に示
すように、この分布割合を０．５％に設定している。む
ろん、この割合については、適宜、変更することが可能
である。このように、ある分布割合だけ上端と下端をカ
ットすることにより、ノイズなどに起因して生じている
白点や黒点を無視することもできる。すなわち、このよ
うな処理をしなければ一点でも白点や黒点があればそれ
が輝度分布の両端となってしまうので、２５５階調の輝
度値であれば、多くの場合において最下端は階調「０」
であるし、最上端は階調「２５５」となってしまうが、
上端部分から０．５％の画素数だけ内側に入った部分を
端部とすることにより、このようなことが無くなる。

【００５８】実際の処理ではオブジェクトとして抽出し
た画素数に対する０．５％を演算し、再現可能な輝度分
布における上端の輝度値及び下端の輝度値から順番に内
側に向かいながらそれぞれの分布数を累積し、０．５％
の値となった輝度値を求める。以後、この上端側をｙｍ
ａｘと呼び、下端側をｙｍｉｎと呼ぶ。

【００５９】再現可能な輝度の範囲を「０」〜「２５
５」としたときに、変換前の輝度ｙと輝度の分布範囲の
最大値ｙmaxと最小値ｙminから変換先の輝度Ｙを次式に
基づいて求める。

【００６０】 Ｙ＝ａｙ＋ｂ …（５） ただし ａ＝２５５／（ｙmax−ｙmin） …（６） ｂ＝−ａ・ｙminあるいは２５５−ａ・ｙmax …（７） また、上記変換式にてＹ＜０ならばＹ＝０とし、Ｙ＞２
５５ならばＹ＝２５５とする。ここにおける、ａは傾き
であり、ｂはオフセットといえる。この変換式によれ
ば、図１５に示すように、あるせまい幅を持った輝度分
布を再現可能な範囲まで広げることができる。ただし、
再現可能な範囲を最大限に利用して輝度分布の拡大を図
った場合、ハイライト部分が白く抜けてしまったり、ハ
イシャドウ部分が黒くつぶれてしまうことが起こる。こ
れを防止するため本実施形態においては、再現可能な範
囲を制限している。すなわち、再現可能な範囲の上端と
下端に拡大しない範囲として輝度値で「５」だけ残して
いる。この結果、変換式のパラメータは次式のようにな
る。

【００６１】 ａ＝２４５／（ｙmax−ｙmin） …（８） ｂ＝５−ａ・ｙminあるいは２５０−ａ・ｙmax …（９） そして、この場合にはｙ＜ｙminと、ｙ＞ｙmaxの範囲に
おいては変換を行わないようにする。

【００６２】ただし、このままの拡大率（ａに対応）を
適用してしまうと、非常に大きな拡大率が得られる場合
も生じてしまう。例えば、夕方のような薄暮の状態では
最も明るい部分から暗い部分までのコントラストの幅が
狭くて当然であるのに、この画像についてコントラスト
を大きく拡大しようとする結果、昼間の画像のように変
換されてしまいかねない。このような変換は希望されな
いので、拡大率には制限を設けておき、ａが１．５（〜
２）以上とはならないように制限する。これにより、薄
暮は薄暮なりに表現されるようになる。なお、この場合
は輝度分布の中心位置がなるべく変化しないような処理
を行っておく。

【００６３】ところで、輝度の変換時に、毎回、上記変
換式（Ｙ＝ａｙ＋ｂ）を実行するのは非合理的である。
というのは、輝度ｙの取りうる範囲が「０」〜「２５
５」でしかあり得ないため、予め輝度ｙが取りうる全て
の値に対応して変換後の輝度Ｙを求めておくことも可能
である。従って、図１６に示すようなテーブルとして記
憶しておく。

【００６４】このような変換テーブルを形成することが
ステップＳ３２０の拡大幅決定処理に該当し、画像デー
タを変更することが可能になる。しかし、このような輝
度の範囲の拡大によってコントラストを強調するだけで
なく、合わせて明るさを調整することも極めて有効であ
るため、ステップＳ３３０にて画像の明るさを判断し、
補正のためのパラメータを生成する。

【００６５】例えば、図１７にて実線で示すように輝度
分布の山が全体的に暗い側に寄っている場合には破線で
示すように全体的に明るい側に山を移動させると良い
し、逆に、図１８にて実線で示すように輝度分布の山が
全体的に明るい側に寄っている場合には破線で示すよう
に全体的に暗い側に山を移動させると良い。

【００６６】各種の実験を行った結果、本実施形態にお
いては、輝度分布におけるメジアンｙｍｅｄを求め、同
メジアンｙｍｅｄが「８５」未満である場合に暗い画像
と判断して以下のγ値に対応するγ補正で明るくする。

【００６７】 γ＝ｙｍｅｄ／８５ …（１０） あるいは、 γ＝（ｙｍｅｄ／８５）**（１／２） …（１１） とする。

【００６８】この場合、γ＜０．７となっても、γ＝
０．７とする。このような限界を設けておかないと夜の
画像が昼間のようになってしまうからである。なお、明
るくしすぎると全体的に白っぽい画像になってコントラ
ストが弱い画像になりやすいため、彩度を合わせて強調
するなどの処理が好適である。

【００６９】一方、メジアンｙｍｅｄが「１２８」より
大きい場合に明るい画像と判断して以下のγ値に対応す
るγ補正で暗くする。

【００７０】 γ＝ｙｍｅｄ／１２８ …（１２） あるいは、 γ＝（ｙｍｅｄ／１２８）**（１／２） …（１３） とする。この場合、γ＞１．３となっても、γ＝１．３
として暗くなり過ぎないように限界を設けておく。

【００７１】なお、このγ補正は変換前の輝度分布に対
して行っても良いし、変換後の輝度分布に対して行って
も良い。γ補正をした場合における対応関係を図１９に
示しており、γ＜１であれば上方に膨らむカーブとな
り、γ＞１であれば下方に膨らむカーブとなる。むろ
ん、かかるγ補正の結果も図１６に示すテーブル内に反
映させておけばよく、テーブルデータに対して同補正を
行っておく。

【００７２】最後に、ステップＳ３４０にてコントラス
ト補正と明度補正が必要であるか否かを判断する。この
判断は上述した拡大率（ａ）とγ値について適当なしき
い値と比較し、拡大率の方が大きかったりγ値が所定範
囲を超えていたら必要性有りと判断する。そして、必要
性有りと判断されれば画像データの変換を行う。すなわ
ち、ステップＳ３１０〜ステップＳ３４０にて画像処理
の必要性とその程度を判断し、ステップＳ３５０にて必
要と判断された画像処理を実行することになり、これら
を実行するハードウェア構成とソフトウェアとによって
処理内容決定手段ないし処理手段を構成することにな
る。

【００７３】画像処理が必要であると判断された場合、
（５）式に基づく変換を行うが、同式の変換式は、ＲＧ
Ｂの成分値との対応関係においても当てはめることがで
き、変換前の成分値（Ｒ0，Ｇ0，Ｂ0）に対して変換後
の成分値（Ｒ，Ｇ，Ｂ）は、 Ｒ＝ａ・Ｒ0＋ｂ …（１４） Ｇ＝ａ・Ｇ0＋ｂ …（１５） Ｂ＝ａ・Ｂ0＋ｂ …（１６） として求めることもできる。ここで、輝度ｙ，Ｙが階調
「０」〜階調「２５５」であるのに対応してＲＧＢの各
成分値（Ｒ0，Ｇ0，Ｂ0），（Ｒ,Ｇ,Ｂ）も同じ範囲と
なっており、上述した輝度ｙ，Ｙの変換テーブルをその
まま利用すればよいといえる。

【００７４】従って、ステップＳ３５０では全画素の画
像データ（Ｒ0，Ｇ0，Ｂ0）について（１４）〜（１
６）式に対応する変換テーブルを参照し、変換後の画像
データ（Ｒ,Ｇ,Ｂ）を得るという処理を繰り返すことに
なる。

【００７５】ところで、この処理内容決定手段ないし処
理手段の場合はコントラスト補正と明度補正だけについ
て判断を行なうようにしているが、画像処理の具体例は
これに限られるものではない。

【００７６】図２０は彩度強調のための画像処理を実行
する場合のフローチャートを示している。

【００７７】まず、オブジェクトと判断された画素の画
素データがその成分要素として彩度を持っていればその
彩度の値を用いて分布を求めることが可能であるが、Ｒ
ＧＢの成分値しか持っていないため、本来的には彩度値
が直接の成分値となっている表色空間への変換を行なわ
なければ彩度値を得ることができない。例えば、標準表
色系としてのＬｕｖ空間においては、Ｌ軸が輝度（明
度）を表し、Ｕ軸及びＶ軸で色相を表している。ここに
おいて、Ｕ軸及びＶ軸においては両軸の交点からの距離
が彩度を表すため、実質的に（Ｕ**２＋Ｖ**２）**（１
／２）が彩度となる。

【００７８】このような異なる表色空間の間での色変換
は対応関係を記憶した色変換テーブルを参照しつつ、補
間演算を併用しなければならず、演算処理量は膨大とな
ってくる。このような状況に鑑み、本実施形態において
は、画像データとして標準的なＲＧＢの階調データを直
に利用して彩度の代替値Ｘを次のようにして求めてい
る。

【００７９】 Ｘ＝｜Ｇ＋Ｂ｜−２×Ｒ …（１７） 本来的には彩度は、Ｒ＝Ｇ＝Ｂの場合に「０」となり、
ＲＧＢの単色あるいはいずれか二色の所定割合による混
合時において最大値となる。この性質から直に彩度を適
切に表すのは可能であるものの、簡易な（１７）式によ
っても赤の単色および緑と青の混合色である黄であれば
最大値の彩度となり、各成分が均一の場合に「０」とな
る。また、緑や青の単色についても最大値の半分程度に
は達している。むろん、 Ｘ’＝｜Ｒ＋Ｂ｜−２×Ｇ …（１８） Ｘ”＝｜Ｇ＋Ｒ｜−２×Ｂ …（１９） という式にも代替可能である。

【００８０】ステップＳ４１０では、このような彩度の
代替値Ｘについてのヒストグラムの分布を求める。（１
７）式においては、彩度が最低値「０」〜最大値「５１
１」の範囲で分布し、概略的には図２１に示すような分
布となる。次なるステップＳ４２０では、集計された彩
度分布に基づいてこの画像についての彩度指数というも
のを決定する。本実施形態においては、オブジェクトと
判断された画素数の範囲で、分布数として上位の「１６
％」が占める範囲を求める。そして、この範囲内での最
低の彩度「Ａ」がこの画像の彩度を表すものとして次式
に基づいて彩度強調指数Ｓを決定する。

【００８１】すなわち、 Ａ＜９２なら Ｓ＝−Ａ×（１０／９２）＋５０ …（２０） ９２≦Ａ＜１８４なら Ｓ＝−Ａ×（１０／４６）＋６０ …（２１） １８４≦Ａ＜２３０なら Ｓ＝−Ａ×（１０／２３）＋１００ …（２２） ２３０≦Ａなら Ｓ＝０ …（２３） とする。図２２は、この彩度「Ａ」と彩度強調指数Ｓと
の関係を示している。図に示すように、彩度指数Ｓは最
大値「５０」〜最小値「０」の範囲で彩度「Ａ」が小さ
いときに大きく、同彩度「Ａ」が大きいときに小さくな
るように徐々に変化していくことになる。

【００８２】彩度強調指数Ｓに基づいて彩度を強調する
にあたり、上述したように画像データが彩度のパラメー
タを備えているものであれば同パラメータを変換すれば
よいものの、ＲＧＢの表色空間を採用している場合に
は、一旦、標準表色系であるＬｕｖ空間に変換し、Ｌｕ
ｖ空間内で半径方向へ変移させなければならないといえ
る。しかしながら、ＲＧＢの画像データを、一旦、Ｌｕ
ｖ空間内の画像データに変換し、彩度強調後に再びＲＧ
Ｂに戻すといった作業が必要となり、演算量が多くなら
ざるを得ない。従って、ＲＧＢの階調データをそのまま
利用して彩度強調することにする。

【００８３】ＲＧＢ表色空間のように各成分が概略対等
な関係にある色相成分の成分値であるときには、Ｒ＝Ｇ
＝Ｂであればグレイであって無彩度となる。従って、Ｒ
ＧＢの各成分における最小値となる成分については各画
素の色相に影響を与えることなく単に彩度を低下させて
いるにすぎないと考えれば、各成分における最小値をす
べての成分値から減算し、その差分値を拡大することに
よって彩度を強調できるといえる。

【００８４】まず、上述した彩度強調指数Ｓから演算に
有利な彩度強調パラメータＳratioを、 Ｓratio＝（Ｓ＋１００）／１００ …（２４） として求める。この場合、彩度強調指数Ｓ＝０のときに
彩度強調パラメータＳratio＝１となって彩度強調され
ない。次に、ＲＧＢ階調データの各成分（Ｒ，Ｇ，Ｂ）
における青（Ｂ）の成分値が最小値であったとすると、
この彩度強調パラメータＳratioを使用して次のように
変換する。

【００８５】 Ｒ’＝Ｂ＋（Ｒ−Ｂ）×Ｓratio …（２５） Ｇ’＝Ｂ＋（Ｇ−Ｂ）×Ｓratio …（２６） Ｂ’＝Ｂ …（２７） この結果、ＲＧＢ表色空間とＬｕｖ空間との間で一往復
する二度の色変換が不要となるため、演算時間の低減を
はかることができる。この実施形態においては、無彩度
の成分について単純に最小値の成分を他の成分値から減
算する手法を採用しているが、無彩度の成分を減算する
にあたっては別の変換式を採用するものであっても構わ
ない。ただし、（２５）〜（２７）式のように最小値を
減算するだけの場合には乗除算が伴わないので演算量が
容易となるという効果がある。

【００８６】（２５）〜（２７）式を採用する場合で
も、良好な変換が可能であるものの、この場合には彩度
を強調すると輝度も向上して全体的に明るくなるという
傾向がある。従って、各成分値から輝度の相当値を減算
した差分値を対象として変換を行うことにする。

【００８７】まず、輝度を求めるために、上述したＬｕ
ｖ空間に色変換したのでは演算量が多大となってしまう
ため、テレビジョンなどの場合に利用されているＲＧＢ
から輝度を直に求める次式の変換式を利用する。

【００８８】輝度Ｙは、 Ｙ＝０．３０Ｒ＋０．５９Ｇ＋０．１１Ｂ …（２８） 一方、彩度強調は、 Ｒ’＝Ｒ＋ΔＲ …（２９） Ｇ’＝Ｇ＋ΔＧ …（３０） Ｂ’＝Ｂ＋ΔＢ …（３１） とする。この加減値ΔＲ，ΔＧ，ΔＢは輝度との差分値
に基づいて次式のように求める。すなわち、 ΔＲ＝（Ｒ−Ｙ）×Ｓratio …（３２） ΔＧ＝（Ｇ−Ｙ）×Ｓratio …（３３） ΔＢ＝（Ｂ−Ｙ）×Ｓratio …（３４） となり、この結果、 Ｒ’＝Ｒ＋（Ｒ−Ｙ）×Ｓratio …（３５） Ｇ’＝Ｇ＋（Ｇ−Ｙ）×Ｓratio …（３６） Ｂ’＝Ｂ＋（Ｂ−Ｙ）×Ｓratio …（３７） として変換可能となる。なお、輝度の保存は次式から明
らかである。

【００８９】 Ｙ’＝Ｙ＋ΔＹ …（３８） ΔＹ＝０．３０ΔＲ＋０．５９ΔＧ＋０．１１ΔＢ＝Ｓ
ratio｛（０．３０Ｒ＋０．５９Ｇ＋０．１１Ｂ）−
Ｙ｝ ＝０ …（３９） また、入力がグレー（Ｒ＝Ｇ＝Ｂ）のときには、輝度Ｙ
＝Ｒ＝Ｇ＝Ｂとなるので、加減値ΔＲ＝ΔＧ＝ΔＢ＝０
となり、無彩色に色が付くこともない。（３５）式〜
（３７）式を利用すれば輝度が保存され、彩度を強調し
ても全体的に明るくなることはない。

【００９０】以上のようにして彩度強調指数Ｓratioを
求めたら、ステップＳ４３０にて所定のしきい値と比較
し、彩度強調が必要な画像であるかを判断する。そし
て、必要であればステップＳ４４０にて（３５）式〜
（３７）式に基づいて全画素について画像データを変換
する。

【００９１】従って、ステップＳ４１０〜Ｓ４３０に
て、彩度強調処理の必要性とその程度を判断し、ステッ
プＳ４３０にて必要と判断された場合に彩度強調処理を
実行することになり、これらを実行するハードウェア構
成とソフトウェアとによって処理内容決定手段ないし処
理手段を構成することになる。

【００９２】また、オブジェクトの画素に基づいて画像
処理の内容と程度を判定するものとして、その対象をエ
ッジ強調処理とすることもできる。図２３は、このエッ
ジ強調処理のフローチャートを示している。オブジェク
トの画素が選択されているので、ステップＳ５１０では
積算されたエッジ度を画素数で除算することにより、オ
ブジェクトの画素についてのエッジ度を平均化する。す
なわち、このオブジェクト画像のシャープ度合いＳＬ
は、画素数をＥ（Ｉ）ｐｉｘとすると、

【００９３】

【数１】

【００９４】のようにして演算することができる。この
場合、ＳＬの値が小さい画像ほどシャープネスの度合い
が低い（見た目にぼけた）と判断できるし、ＳＬの値が
大きい画像ほどシャープネスの度合いが高い（見た目に
はっきりとしたもの）と判断できる。

【００９５】一方、画像のシャープさは感覚的なもので
あるため、実験的に得られた最適なシャープ度合いの画
像データについて同様にしてシャープ度合いＳＬを求
め、その値を理想のシャープ度合いＳＬｏｐｔと設定す
るとともに、ステップＳ５２０においてエッジ強調度Ｅ
enhanceを、 として求める。ここにおいて、係数ｋｓは画像の大きさ
に基づいて変化するものであり、画像データが図２４に
示すように、縦横方向にそれぞれｈｅｉｇｈｔドットと
ｗｉｄｔｈドットからなる場合、 ｋｓ＝ｍｉｎ（ｈｅｉｇｈｔ，ｗｉｄｔｈ）／Ａ …（４２） のようにして求めている。ここにおいて、ｍｉｎ（ｈｅ
ｉｇｈｔ，ｗｉｄｔｈ）はｈｅｉｇｈｔドットとｗｉｄ
ｔｈドットのうちのいずれか小さい方を指し、Ａは定数
で「７６８」としている。むろん、これらは実験結果か
ら得られたものであり、適宜変更可能であることはいう
までもない。ただし、基本的には画像が大きいものほど
強調度を大きくするということで良好な結果を得られて
いる。

【００９６】このようにしてエッジ強調度Ｅenhanceを
求めたら、ステップＳ５３０にて所定のしきい値と比較
してエッジ強調が必要であるか判断し、必要であると判
断されればステップＳ５４０にて全画素についてエッジ
強調処理を実行する。

【００９７】エッジ強調処理は、強調前の各画素の輝度
Ｙに対して強調後の輝度Ｙ’が、 Ｙ’＝Ｙ＋Ｅenhance・（Ｙ−Ｙunsharp） …（４３） として演算される。ここで、Ｙunsharpは各画素の画像
データに対してアンシャープマスク処理を施したもので
あり、ここでアンシャープマスク処理について説明す
る。図２５は一例として５×５画素のアンシャープマス
ク４１を示している。このアンシャープマスク４１は、
中央の「１００」の値をマトリクス状の画像データにお
ける処理対象画素Ｙ（ｘ，ｙ）の重み付けとし、その周
縁画素に対して同マスクの升目における数値に対応した
重み付けをして積算するのに利用される。このアンシャ
ープマスク４１を利用する場合、

【００９８】

【数２】

【００９９】なる演算式に基づいて積算する。（４４）
式において、「３９６」とは重み付け係数の合計値であ
り、サイズの異なるアンシャープマスクにおいては、そ
れぞれ升目の合計値となる。また、Ｍｉｊはアンシャー
プマスクの升目に記載されている重み係数であり、Ｙ
（ｘ，ｙ）は各画素の画像データである。なお、ｉｊに
ついてはアンシャープマスク４１に対して横列と縦列の
座標値で示している。

【０１００】（４３）式に基づいて演算されるエッジ強
調演算の意味するところは次のようになる。Ｙunsharp
（ｘ，ｙ）は注目画素に対して周縁画素の重み付けを低
くして加算したものであるから、いわゆる「なまった
（アンシャープ）」画像データとしていることになる。
このようにしてなまらせたものはいわゆるローパスフィ
ルタをかけたものと同様の意味あいを持つ。従って、
「Ｙ（ｘ，ｙ）−Ｙunsharp（ｘ，ｙ）」とは本来の全
成分から低周波成分を引いたことになってハイパスフィ
ルタをかけたものと同様の意味あいを持つ。そして、ハ
イパスフィルタを通過したこの高周波成分に対してエッ
ジ強調度Ｅenhanceを乗算して「Ｙ（ｘ，ｙ）」に加え
れば同エッジ強調度Ｅenhanceに比例して高周波成分を
増したことになり、エッジが強調される結果となる。な
お、エッジ強調が必要になる状況を考えるといわゆる画
像のエッジ部分であるから、隣接する画素との間で画像
データの差が大きな場合にだけ演算するようにしてもよ
い。このようにすれば、殆どのエッジ部分でない画像デ
ータ部分でアンシャープマスクの演算を行う必要がなく
なり、処理が激減する。

【０１０１】なお、実際の演算は、強調後の輝度Ｙ’と
強調前の輝度Ｙから、 ｄｅｌｔａ＝Ｙ−Ｙ’ …（４５） と置き換えれば、変換後のＲ’Ｇ’Ｂ’は、 Ｒ’＝Ｒ＋ｄｅｌｔａ Ｇ’＝Ｇ＋ｄｅｌｔａ Ｂ’＝Ｂ＋ｄｅｌｔａ …（４６） のように演算可能となる。

【０１０２】従って、このエッジ強調処理では、ステッ
プＳ５１０〜Ｓ５３０にて、エッジ強調処理の必要性と
その程度を判断し、ステップＳ５３０にて必要と判断さ
れた場合に画像処理を実行することになり、これらを実
行するハードウェア構成とソフトウェアとによって処理
内容決定手段ないし処理手段を構成することになる。

【０１０３】なお、上述したコントラスト補正、明度補
正、彩度強調、エッジ強調のそれぞれについて、画像処
理を行うかを判断している。しかし、必ずしも画像処理
を行うか否かの二者択一の判断を行う必要はない。すな
わち、それぞれにおいて強調程度を設定しており、この
ようにして設定した強調程度で画像処理を行うようにし
ても良い。むろん、この場合でも実行すべき画像処理の
内容とその程度を判定して実行するものと言える。

【０１０４】次に、上記構成からなる本実施形態の動作
を説明する。

【０１０５】写真画像をスキャナ１１で読み込み、プリ
ンタ３１にて印刷する場合を想定する。すると、まず、
コンピュータ２１にてオペレーティングシステム２１ａ
が稼働しているもとで、画像処理アプリケーション２１
ｄを起動させ、スキャナ１１に対して写真の読み取りを
開始させる。読み取られた画像データが同オペレーティ
ングシステム２１ａを介して画像処理アプリケーション
２１ｄに取り込まれたら、処理対象画素を初期位置に設
定する。続いて、ステップＳ１１０にて（１）式〜
（３）式に基づいてエッジ度を判定し、ステップＳ１２
０では処理対象画素の画像全体に対する位置に応じて決
まるしきい値を判定するとともに、ステップＳ１３０に
て同しきい値とエッジ度とを比較する。そして、エッジ
度の方が大きい場合には処理対象画素がオブジェクトの
画素であると判断し、ステップＳ１４０にて当該画素の
画像データをワークエリアに保存する。以上の処理をス
テップＳ１５０にて処理対象画素を移動させながらステ
ップＳ１６０にて全画素について実行したと判断される
まで繰り返す。

【０１０６】全画素について実行し終えたら、ワークエ
リアにはオブジェクトと判断された画素についての画像
データが保存されていることになる。従って、このワー
クエリアの画像データから読み取られた写真画像の状況
を判断しても、背景などの影響を受けて画像の質を誤認
することはないといえる。本実施形態においては、ワー
クエリアに画像データそのものを保存するようにした
が、メモリ容量や処理時間の面から考えると必ずしも画
像データをそのものをワークエリアに保存しておく必要
はない。すなわち、このようなオブジェクトとして判断
される画素について輝度分布や彩度代替値分布のヒスト
グラムを作成することになるので、予めステップＳ１４
０にてヒストグラムの情報を蓄積していくようにすれば
よい。

【０１０７】自動的にコントラスト補正と明度補正を実
行する場合は、このようなステップＳ１４０やステップ
Ｓ３１０にて輝度分布のヒストグラムを求めておき、ス
テップＳ３２０にて（８）（９）式に基づいて拡大処理
のためのパラメータを決定するとともに、ステップＳ３
３０にて（１０）〜（１３）式に基づいて明度補正のた
めのパラメータを決定する。そして、ステップＳ３４０
ではこれらのパラメータを所定のしきい値と比較し、画
像処理すべきと判断すればステップＳ３５０にて上記パ
ラメータに基づいて輝度変換する。この場合、演算量を
減らすために最初に図１６に示す輝度の変換テーブルを
作成しておき、（１４）〜（１６）式に基づいて画像デ
ータを変換する。

【０１０８】この後、画像処理された画像データをディ
スプレイドライバ２１ｃを介してディスプレイ３２に表
示し、良好であればプリンタドライバ２１ｂを介してプ
リンタ３１にて印刷させる。すなわち、同プリンタドラ
イバ２１ｂはエッジ強調されたＲＧＢの階調データを入
力し、所定の解像度変換を経てプリンタ３１の印字ヘッ
ド領域に対応したラスタライズを行なうとともに、ラス
タライズデータをＲＧＢからＣＭＹＫへ色変換し、その
後でＣＭＹＫの階調データから二値データへ変換してプ
リンタ３１へ出力する。

【０１０９】以上の処理により、スキャナ１１を介して
読み込まれた写真の画像データは自動的に最適なコント
ラスト補正と明度補正を施されてディスプレイ３２に表
示された後、プリンタ３１にて印刷される。すなわち、
当該写真画像のオブジェクト部分に基づいてコントラス
ト補正や明度補正が必要であるか否かを判断し、必要で
ある場合にはそれに最適な程度で画像処理することがで
きる。

【０１１０】一方、このようなコントラスト補正や明度
補正に限らず、彩度強調やエッジ強調の場合にも、画像
の変化度合いであるエッジ度が大きい画素をオブジェク
トの画素と判断し、オブジェクトの画素の画像データに
基づいて実行すべき画像処理の内容と程度を判断し、必
要な画像処理を実行することになる。

【０１１１】なお、オブジェクトの画素を抽出するにあ
たってはパラメータを決定するために必要なものである
から、全画素についてエッジ度を求めて判断するのでは
なく、サンプリングした画素に対してエッジ度を判定
し、オブジェクトの画素であるか否かを判断するように
しても良い。

【０１１２】このように、画像処理の中枢をなすコンピ
ュータ２１はステップＳ１１０にて隣接する画素間のデ
ータの差分値から画像の変化度合いであるエッジ度を求
め、ステップＳ１２０，Ｓ１３０にてエッジ度の大きい
画像のみ選択してオブジェクトの画素と判断し、ステッ
プＳ３１０〜Ｓ３３０にてオブジェクトの画素について
の画像データからコントラスト補正と明度補正のための
最適なパラメータを求めるようにしているため、オブジ
ェクトの画素の画像データに基づいて画像処理の指針が
決定され、自動的に最適な画像処理を実行することがで
きる。

【図面の簡単な説明】

【図１】本発明の一実施形態にかかる画像処理装置を適
用した画像処理システムのブロック図である。

【図２】同画像処理装置の具体的ハードウェアのブロッ
ク図である。

【図３】本発明の画像処理装置の他の適用例を示す概略
ブロック図である。

【図４】本発明の画像処理装置の他の適用例を示す概略
ブロック図である。

【図５】本発明の画像処理装置におけるメイン処理の前
段部分を示すフローチャートである。

【図６】画像の変化度合いを直交座標の各成分値で表す
場合の説明図である。

【図７】画像の変化度合いを縦軸方向と横軸方向の隣接
画素における差分値で求める場合の説明図である。

【図８】隣接する全画素間で画像の変化度合いを求める
場合の説明図である。

【図９】しきい値を変化させる領域を示す図である。

【図１０】領域を自動分割する場合のフローチャートで
ある。

【図１１】領域の設定状況を示す図である。

【図１２】変形例にかかる領域の設定状況を示す図であ
る。

【図１３】メイン処理の後段部分を示すフローチャート
である。

【図１４】輝度分布の端部処理と端部処理にて得られる
端部を示す図である。

【図１５】輝度分布の拡大と再現可能な輝度の範囲を示
す図である。

【図１６】輝度分布を拡大する際の変換テーブルを示す
図である。

【図１７】γ補正で明るくする概念を示す図である。

【図１８】γ補正で暗くする概念を示す図である。

【図１９】γ補正で変更される輝度の対応関係を示す図
である。

【図２０】メイン処理の後段部分で彩度強調する場合の
フローチャートである。

【図２１】彩度分布の集計状態の概略図である。

【図２２】彩度Ａと彩度強調指数Ｓとの関係を示す図で
ある。

【図２３】メイン処理の後段部分でエッジ強調する場合
のフローチャートである。

【図２４】画像データの大きさと処理対象画素を移動さ
せていく状態を示す図である。

【図２５】５×５画素のアンシャープマスクを示す図で
ある。

【符号の説明】

１０…画像入力装置 ２０…画像処理装置 ２１…コンピュータ ２１ａ…オペレーティングシステム ２１ｂ…プリンタドライバ ２１ｃ…ディスプレイドライバ ２１ｄ…画像処理アプリケーション ２２…ハードディスク ２３…キーボード ２４…ＣＤ−ＲＯＭドライブ ２５…フレキシブルディスクドライブ ２６…モデム ３０…画像出力装置 ４１…アンシャープマスク

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平３−206572（ＪＰ，Ａ) 特開 平７−160885（ＪＰ，Ａ) 特開 平６−153054（ＪＰ，Ａ) 特開 平５−216993（ＪＰ，Ａ) 特開 昭60−143341（ＪＰ，Ａ) 特開 平６−38089（ＪＰ，Ａ) 特開 平５−199443（ＪＰ，Ａ) 特開 昭61−281774（ＪＰ，Ａ) 特開 昭63−169879（ＪＰ，Ａ) 特開 平９−9049（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) H04N 1/40 - 1/409 H04N 1/46 H04N 1/60

Claims (5)

(57)【特許請求の範囲】
1. 【請求項１】 ドットマトリクス状の画素からなる実写
   画像に対して所定の画像処理を行なう画像処理装置であ
   って、 上記実写画像を構成する各画素についての画像データを
   入力し、該画像データに基づいて、周辺画素に対する変
   化の度合いが所定の基準以上大きな画素を検出画素とし
   て抽出する画素抽出手段と、 上記抽出された検出画素の画像データにおける統計的な
   性質に基づいて、上記実写画像に対する画像処理の内容
   を決定する処理内容決定手段と、 該決定された内容での画像処理を、上記実写画像の画像
   データに対して実施する処理手段とを備え、 上記画素抽出手段は、上記所定の基準を上記実写画像の
   部位によって異ならせ、かつ、実写画像の中央部におけ
   る上記所定の基準を実写画像の周縁部よりも低くして、
   上記検出画素の抽出を行なう手段である 画像処理装置。
2. 【請求項２】 上記画素抽出手段は、上記周辺画素に対
   する変化の度合いを、隣接する画素間での画像データの
   差に基づいて判断し、上記検出画素の抽出を行なう手段
   である請求項１に記載の画像処理装置。
3. 【請求項３】 請求項１または２に記載の画像処理装置
   であって、 上記実写画像を構成する画素の周辺画素に対する変化の
   度合いが、該実写画像において分布する状態を特定する
   分布状態特定手段と、 該分布状態特定手段により特定された分布状態に基づい
   て上記所定の基準を決定する基準決定手段とを備え、 上記画素抽出手段は、上記基準決定手段により決定され
   た所定の基準を適用して、上記検出画素の抽出を行なう
   手段である 画像処理装置。
4. 【請求項４】 ドットマトリクス状の画素からなる実写
   画像に対して所定の画像処理を行なう方法であって、 上記実写画像を構成する各画素についての画像データに
   基づいて、周辺画素に対する変化の度合いが所定の基準
   以上大きな画素を、上記所定の基準を上記実写画像の部
   位によって異ならせ、かつ、実写画像の中央部における
   上記所定の基準を実写画像の周縁部よりも低くして、検
   出画素として抽出し、 上記抽出された検出画素の画像データにおける統計的な
   性質に基づいて、上記実写画像に対する画像処理の内容
   を決定し、 該決定された内容での画像処理を、上記実写画像の画像
   データに対して実施する画像処理方法。
5. 【請求項５】 ドットマトリクス状の画素からなる実写
   画像に対して行なわれる所定の画像処理に対応したプロ
   グラムをコンピュータに読み取り可能に記録した記録媒
   体であって、 上記実写画像を構成する各画素についての画像データに
   基づいて、周辺画素に対する変化の度合いが所定の基準
   以上大きな画素を、上記所定の基準を上記実写画像の部
   位によって異ならせ、かつ、実写画像の中央部における
   上記所定の基準を実写画像の周縁部よりも低くして、検
   出画素として抽出する機能と、 上記抽出された検出画素の画像データにおける統計的な
   性質に基づいて、上記実写画像に対する画像処理の内容
   を決定する機能と、 該決定された内容での画像処理を、上記実写画像の画像
   データに対して実施する機能とをコンピュータにより実
   現するプログラムを記録した記録媒体。