JP3828210B2

JP3828210B2 - 画像コントラスト強化方法

Info

Publication number: JP3828210B2
Application number: JP26805096A
Authority: JP
Inventors: ダニエル・アール・トゥリッター
Original assignee: Hewlett Packard Co
Current assignee: HP Inc
Priority date: 1995-10-30
Filing date: 1996-10-09
Publication date: 2006-10-04
Anticipated expiration: 2016-10-09
Also published as: EP1022679A2; EP1022679B1; DE69614482T2; US6463173B1; DE69631257D1; EP0772158A2; DE69631257T2; EP1022679A3; JPH09149257A; DE69614482D1; EP0772158B1; EP0772158A3

Description

【０００１】
【発明の属する技術分野】
本発明は、画像処理に関するもので、特に、度数分布活用による画像のコントラスト強化に関するものである。
【０００２】
【従来の技術】
デジタル画像は、ピクセルのアレイであって、通常はピクセルの長方形マトリックスである。各ピクセルは、１つの画素であり、画像における特定の位置に対応するアレイ上の位置における画像の属性を表す値すなわちデジタル量である。典型的には、連続階調白黒画像において、ピクセル値はグレースケール値を表現する。
【０００３】
ある１つの画像に関するピクセル値は、指定された範囲に従わなければならない。例えば、各アレイのエレメントが１バイトすなわち８ビットである場合がある。この例においては、ピクセル値は０から２５５までの範囲でなければならない。グレースケール画像においては、２５５は絶対的白を表現し、０は全くの黒を表現する。
【０００４】
カラー画像は、一般的にレッド、グリーンおよびブルー(以下これらをＲＧＢと総称する)に対応する３色平面からなる。特定のピクセルについて、これらカラー平面の各々に対して１つの値がある（例えばレッド・コンポーネントを表現する１つの値、グリーン・コンポーネントを表現する１つの値、そしてブルー・コンポーネントを表現する１つの値がある）。これらの３つのコンポーネントの強度を変えることによって、カラー・スペクトルにおけるすべてのカラーが作成される。
【０００５】
プリンタおよびディスプレイのような出力装置もまたピクセル値に関して特定の範囲を持つ。そのような装置の中には、８ビットの画像データすなわち０から２５５までの範囲のピクセル値を受け取りそして出力することができる装置がある。しかしながら、画像の多くは、出力装置上で利用できるピクセル値の範囲全体を効果的に活用するピクセル値を持っていない。例えば、８ビットのケースについて述べれば、特定の画像が、そのデジタル形式において１００から１５０までの範囲のピクセル値だけを含むことがあり、この場合、これらピクセルはグレイスケールの中央値付近に対応することとなる。同様に、８ビットのカラー画像が、出力装置において使用できる値の範囲の中央付近に対応することとなるＲＧＢ値を持つかもしれない。いずれのケースの結果も、出力表現は相対的にぼんやりする。
【０００６】
画像の視覚的様相は、出力に可能な範囲全体を活用するようにピクセル値を再マップすることによって向上させることができる場合が多い。そのようなプロシージャはコントラスト強化と呼ばれる。
【０００７】
いくつかの既存のコントラスト強化技術がある。これらの技術は、（ＣＡＴスキャン、Ｘ線および超音波などの）医療およびレーダー分野の画像のようなモノクロ（すなわちグレースケール）画像に関して特に普及している。そのような応用分野では、コントラスト強化は、さもなければ識別するのが難しい画像細部を検出するために使用される。
【０００８】
コントラスト強化技術は、しばしば、度数分布等化法（ヒストグラム等化法）に基づく。度数分布等化法においては、画像のグレーレベル分布の度数分布（ヒストグラム）が作成される。図１は、そのような度数分布の１例である。度数分布は、ピクセル値の範囲内の値の各々に対応するアレイ・エレメントを持つ１次元アレイである。度数分布のエレメントの各々は、そのエレメントに対応する特定のピクセル値を持つピクセル数のカウントを含む。度数分布等化法では、画像のピクセル値は、グレーレベル値の分布ができる限り均一となるように変えられる。度数分布等化法は、A. K. Jain氏著"Fundamentals of Digital Image Processing, Prentice-Hall, Inc., 1989, pp.241-243"に記載されている。
【０００９】
度数分布等化法のバリエーションとして知られる適応度数分布等化または局所領域度数分布等化という技法は、各ピクセルに対する画像範囲を定義するため移動式窓を使用する。次に、定義された範囲の度数分布が、そのピクセルに関する出力値を決定するために等化される。適応度数分布等化法は、John B. Zimmerman氏ら共著の"An evaluation of the effectiveness of adaptive histogram equalization for contrast enhancement, IEEE Trans. On Medical imaging, 7(4):304-312, December 1988"に記載されている。適応度数分布等化プロシージャは、画像ピクセル各々毎に別々の度数分布が作成されるので、計算処理上非常に高価なものである。範囲を基にする適応度数分布等化法のいくつかのバリエーションが、Stephen Pizer氏その他による"Adaptive histogram equalization and its variations, Computer Vision, Graphics, and image Processing, 39(3):355-368, September 1987"、S. S. Y. Lau氏著の"Global image enhancement using local information, Electronics Letters, 30(2):122-123, January 1994"およびJ. A. StarkならびにW. J. Fitzgerald両氏著の"Model-based adaptive histogram equalization, Signal Processing, 37:193-200, 1994"などに記載されている。これらの技術は、計算量を減少させながら適応度数分布等化法に匹敵する結果を与えている。
【００１０】
これら適応度数分布等化法バリエーションに共通する欠点は、適応度数分布等化の完全実施型に比較して必要計算量を大幅に減少するとはいえ、多くの応用分野において実際に活用する上でその必要計算量はなお大きすぎることである。更に別の欠点は、これらの技法が画像ピクセル値を局所的に調整するため、処理された画像は、オリジナルの画像に対してピクセルの相対的明度を保持しない。例えば、日陰部分の細部を明るくする場合に、同じ画像の日当たり部分より明るくなるほとまで日陰部分が明るくされることがある。画像の不均等な明暗化は、写真画像において容認できないほどの視覚的表現を生む。度数分布特定化として知られている度数分布等化の一般化は、出力される度数分布がある所望の分布に近い分布を持つように、データを調節する。度数分布特定化は上記Jain氏著の文献に記述されている。
【００１１】
カラー画像の強化はかなり複雑である。カラー画像は、一般的にレッド、グリーンおよびブルー(すなわちＲＧＢ)に対応する３色平面からなる。(P. E. TrahaniasおよびA. N. Venetsanopoulos両氏著の"Color image enhancement through 3-d histogram equalization, 11th IAPR Conference on Pattern Recognition, Conference C: Image, Speech, and Signal Analysis, pp. 545-548, September 1992"に記載されている)カラー画像強化技術は、各カラーに関する度数分布等化を独立して実行する。しかし、その技術は、画像の大規模な色ずれやその他の望ましくない人為的加工を引き起こす。
【００１２】
そのような人為的加工を避けることを意図する度数分布型コントラスト強化技術の１つに、３次元度数分布を構築して、３次元すべてにおける修正を合同して実行するものがある。この技法は、上記P. E. TrahaniasおよびA. N. Venetsanopoulos両氏著の文献、およびPhillip A. MlsnaならびにJeffrey J. Rodriguez両氏著の"Explosion of multidimensional image histograms.IEEE International Conference on Image Processing, Vol Ill, pp. 958-962, Austin, Texas, November 1994"に記載されている。あいにく、３次元度数分布の合同修正技術に必要な計算量は、少なくとも度数分布のビン(項目)の数のオーダーであり、通常の大型画像においては、そのビン数は百万のオーダーに及ぶ。従って、このアプローチは計算量集約的であって全く実際的でない。
【００１３】
本発明の好ましい実施形態を含む他のアプローチは、画像データを一定の輝度−クロミナンス・カラー空間へ変換して、その領域において強化を実行する。それらの技術の中には、輝度度数分布だけを調節するものがあり、一方、輝度およびクロミナンス両方の度数分布を調節するものもある。輝度コンポーネントのみの単純な度数分布等化は、出力画像に望ましくない人為的加工が含まれる結果につながる。特に、輝度が均一な大きい範囲は、輪郭部分の加工が目立ち、特に暗い（あるいは明るい）背景は、前景オブジェクトを過度に明るく（あるいは暗く）させる結果となる。計算の複雑性を増加させる処理を行う前に画像データを非線形変換にかけることを必要とする一層複雑な強化プロシージャがいくつかある。輝度またはクロミナンス度数分布等化技術は、Robin N. Strickland氏その他著の" Digital color image enhancement based on the saturation component, Optical Engineering, 26(7):609-616, July 1987"およびIlia M. Bockstein氏著の"Color equalization method and its application to color image processing,Journal of the Optical Society of America A, 3(5):735-737,May 1986"に記載されている。
【００１４】
度数分布は、コントラスト強化以外の目的のためにも使用されて来た。例えば、白黒画像に関して、度数分布を複数クラスタに分割する複数しきい値適応技術が開発された。この技術では、作成されたクラスターを使用して、画像が種々のオブジェクトおよび背景に対応する領域に細分化される。そのようなクラスター化技術は、P. K. Sahoo氏その他著の"A survey of thresholding techniques, computer vision, Graphics, and image Processing, 41(2):233-260, February 1988"に記述されている。例えば、度数分布が比較的高い頂点の間に低い振幅の平坦な領域を含む場合、平坦領域のいずれの箇所でしきい値を適応してもほとんど同じ細分化部分が作成される。
【００１５】
【発明が解決しようとする課題】
コントラスト強化のためには、高活動性領域と低活動性領域を区別することが望ましいので、低い振幅の平坦な領域が独立したクラスターを形成するように度数分布を分割することが望ましい。従って、上記複数しきい値適用のクラスター化技術は、コントラスト強化にとって適切ではない。このように、計算量集約的でなく、出力画像に望ましくない人為的加工が施されることのないコントラスト強化技術が必要とされている。
【００１６】
【課題を解決するための手段】
本発明の第１の実施形態は、コントラストが強化されたデジタル画像を生成するようにコンピュータを動作させる方法である。この方法は、（例えば輝度のような）測定可能な属性に対応する第１の軸および上記測定可能な属性に関する特定の値を持つピクセルのカウント数に対応する第２の軸を持つ度数分布を作成するステップから始まる。この度数分布は、(複数の)クラスター(cluster)に分割され、各クラスターに対して度数分布等化または伸張化が実行されて、その結果、修正された度数分布が作成される。修正された度数分布を使用して、上記デジタル形式の上記第１の測定可能属性の値が調整され、それによって、コントラスト強化の画像が生成される。
【００１７】
本発明の１つの実施形態において、度数分布はパターン・マッチ技術を使用してクラスターに分割される。例えば、ガウス分布に類似する度数分布のパターンおよび一様分布に類似するパターンは、それぞれ別々のクラスターに分けられる。本発明の更に別の実施形態において、度数分布をクラスターに分割する作業に続いて、クラスターの範囲、その範囲内のピクセルの数、画像におけるピクセルの総数および度数分布範囲限界に比例して、クラスター境界が再マップされる。本発明のまた別の実施形態において、（例えばクロミナンスのような）その他の画像属性が、修正された度数分布の値を制限するために使用される。
【００１８】
更に別の実施形態において、本発明は、コンピュータ・システムのメモリに度数分布データ構造を作成するように動作する度数分布作成装置を備えた画像処理用コンピュータ・システム上で実施される。このコンピュータ・システムは、度数分布データ構造に接続して度数分布データ構造を複数のクラスターに分割するように動作するクラスター作成器を含む。次に、度数分布データ構造に接続した度数分布クラスター境界調整器が、クラスター幅(Ｒo)、クラスター内のピクセルのカウント(Ｎｉ)、画像内のピクセルのカウント(Ｎｔ)、オリジナルの度数分布範囲限界(Ｅｏ)および所望の度数分布範囲限界(Ｅｄ)というパラメータを持つ関数にクラスター境界が準拠するように、上記データ構造の各クラスターの境界を調整する動作を実行する。更に、上記度数分布データ構造に接続した度数分布調整器が、所望の特性に従ってクラスターの各々に関して度数分布を修正する動作を実行する。
【００１９】
発明の課題を解決する手段として、本発明は、コンピュータを動作させて、複数ピクセルからなる画像のコントラストを強化させるため、上記コンピュータの記憶装置にオリジナルの画像をデジタル形式で入力するステップ、第１の測定可能属性に対応する第１の軸および上記第１の測定可能属性に関する特定の値を持つピクセルのカウント数に対応する第２の軸を有する上記デジタル形式画像の度数分布を作成するステップ、上記度数分布を複数クラスターに分割するステップ、各クラスターに対して度数分布等化を実行することによって修正された度数分布を作成するステップ、および上記修正された度数分布を使用して、上記デジタル形式の上記第１の測定可能属性の値を調節し、それによって上記コントラストが強化された画像を作成するステップからなる画像コントラスト強化方法を含む。
【００２０】
【発明の実施の形態】
本発明は、汎用コンピュータ・システム上または専用画像処理システム上で、あるいは画像処理用ソフトウエアの形態で、またはデジタル画像処理を含むデバイス・ドライバおよび他のアプリケーションの形態で、実施することができる。例示の目的のため、画像がデバイス・ドライバによって制御される特定の装置上に出力される場合に汎用コンピュータに実行のためロードされるデバイス・ドライバの観点から、本発明の以下の記述は行われる。
【００２１】
A. コンピュータ・システム
図２は、デジタル画像のコントラストを強化するために本発明が使用されるコンピュータ・システム１００のブロック図である。コンピュータ・システム１００は、例えば、スキャナ１１３、プリンタ１１５、モニタ１１７および１つまたは複数のディスク・ドライブ１１９などのいくつかの入出力装置(Ｉ／Ｏ)を接続したコンピュータ１０１を含む。コンピュータ１０１は、その他の入力装置１２１を接続することもある。その他の入力装置には、枠取り機(frame grabber)、ＣＣＤカメラ、ＣＤ−ＲＯＭドライブ、デジタル・カメラ、および、ＣＡＴスキャナ、Ｘ線ならびに超音波のような医療画像装置が含まれる。コンピュータ１０１は、ＣＰＵ１０３およびランダム・アクセス・メモリ(ＲＡＭ)１０５を含む。コンピュータ１０１は、更に読み取り専用メモリ(ＲＯＭ)１０７を含む場合もある。これら諸装置は、バスを介して相互に接続される。コンピュータ１０１は、また、入出力装置１１３ないし１１９に接続される入出力制御装置１１１ａないし１１１ｆを含む場合もある。
【００２２】
デジタル画像処理システムとしての動作において、デジタル画像は、コンピュータ１０１へ入力される。画像源は、スキャナ１１３であるかもしれないし、フォトＣＤ、(ＣＣＤカメラのような)デジタル・カメラ、あるいは枠取り機のような他のデジタル画像源であることもある。更に、コンピュータ・システム１００は、ネットワーク１２３を通して別のコンピュータ・システム１００'および１００"に接続されることもある。デジタル画像が、これら別のコンピュータ・システム１００'および１００"の１つまたは複数からシステム１００へダウンロードされる場合がある。
【００２３】
画像は、走査されてコンピュータのＲＡＭ１０５に直接読み込まれるか、または、ディスク・ドライブ１１９のような補助記憶装置に記憶されている画像１０９であるかもしれない。そのサイズに従って、ディスク・ドライブ１１９は、多数のデジタル画像を記憶することができる。ディスク・ドライブ１１９は、また、１つまたは複数の出力ドライバ１２５を含む。各出力装置１１５に関連して１つのドライバ１２５がある。出力装置は、例えば、米国カリフォルニア州パロアルト所在のヒューレット・パッカード・カンパニーによって製造されたカラー・インクジェット・プリンタやカラー・レーザ・プリンタのようなプリンタである。出力装置は、また、Kodak Coloreaseプリンタのような染料純化(dye sublimation)プリンタを含むこともある。コンピュータ１０１のオペレーティング・システム・ソフトウェア(図示されてない)は、出力装置１１５の１つに画像１０９を出力するコマンドに出会うと、該当する出力ドラバ１２５をＲＡＭ１０５にロードする。代替的実施形態においては、出力ドライバはＲＯＭ１０７に記憶されている。そのような実施形態では、出力ドライバをロードするステップは必要でない。
【００２４】
図３は、画像処理システムの処理の流れを示すブロック図である。オブジェクト３０１の画像が画像捕捉装置３０３によって捕捉される。デジタイザ３０５が画像をデジタル表現に変換する。デジタル表現された画像が、例えばＲＡＭ１０５のような記憶装置に記憶される(ブロック３０７)。次に画像は記憶装置から取り出され処理される(ブロック３０９)。処理３０９は、ＣＰＵ１０３によって、あるいは、入力装置または出力装置に装備されるプロセッサによって実行されることがある。処理３０９は、入力、出力および主コンピュータ・システムのプロセッサ間に更に分散される場合もある。最後に、処理された画像が、プリンタ１１９のような一定の形式の出力装置上に出力される(ブロック３１１)。本発明のコントラスト強化機構は図３の動作の流れのどの段階においても使用することができる点注意する必要がある。
【００２５】
B. デバイス・ドライバ
図４は、本発明に従うコントラスト強化機構を備えた画像処理システムのブロック図である。図４には、ＲＡＭ１０５にロードされたデバイス・ドライバ１２５が示されている。出力ドライバ１２５は、コントラスト強化機構２０５および出力制御機構２０３からなる。出力制御機構２０３はデジタル画像を入力として受け取り、出力制御命令を出力装置１１５へ出力する。プリンタ・ドライバに関しては、（出力ドライバである）プリンタ・ドライバは、出力媒体上への種々のカラーのインクの量および配置を制御する命令を含む。
【００２６】
コントラスト強化機構２０５は、画像１０９の一定の属性の度数分布２１１を記憶するデータ構造に接続される。本発明の１つの実施形態において、度数分布属性が輝度であって、すなわち、度数分布２１１は、特定出力装置１１５に関する可能な輝度値の各々についてのエントリを含み、そのような輝度値エントリの各々は、その特定輝度値を持つピクセルの数である。
【００２７】
コントラスト強化機構２０５は、いくつかのモジュールを含む。第１のモジュールは、画像変換器２０７である。画像変換器２０７は画像１０９を１つの形式で入力として受け取り、コントラスト強化のために使用される少くとも１つの属性を持つ画像にそれを変換する。本発明の１つの実施形態において、輝度がコントラスト強化のために使用されるので、画像変換器２０７は、入力された画像を例えばＹＣｒＣｂまたはＣＩＥＬａｂカラー座標系のような輝度コンポーネントを持つ表現に変換する。画像変換器２０７の機能性の詳細は、図５を参照して後述される。
【００２８】
コントラスト強化機構２０５は、度数分布生成器２０９を含む。度数分布生成器２０９は、画像のコントラスト調節のために使用される特定の属性に関して許容され得る値の範囲における値の各々を持つピクセルの数をカウントする。これらのピクセル・カウントは、ＲＡＭ１２５の１次元度数分布アレイ２１１に記憶される。本発明の１つの実施形態において、輝度がコントラスト強化のために使用される。従って、この実施形態では、度数分布は各有効輝度値を持つピクセルのカウントを含む。
【００２９】
コントラスト強化機構２０５は、度数分布２１１におけるクラスターを決定するクラスター作成器２１３を含む。クラスター作成器２１３の詳細は後述される。度数分布２１１のクラスターを確立した後、コントラスト強化機構２０５は、種々のクラスターの境界を調節するためクラスター調整器２１５を呼び出す。次に、度数分布等化／伸張器２１９によって、度数分布等化または度数分布伸張が調節されたクラスターに対して実行される。そして、出力された度数分布を使用して、ピクセル値は輝度度数分布再マップ器２１７によって再マップされる。
【００３０】
データ検査器２２１が、出力値が本発明の実施形態によって使用される特定のカラー空間に関して許容される境界内にとどまっていることを検証する。コントラスト強化機構２０５の種々のモジュールは、制御プログラム２２３によって制御される。制御プログラム２２３は、図５の動作の流れを実施する。
【００３１】
C. コントラスト強化機構
図５は、本発明に従うコントラスト強化機構２０５の動作を示すブロック図である。コントラスト強化機構２０５は先ず輝度度数分布を(複数)クラスターに分割する。コントラスト強化機構２０５は、次に、各クラスター毎に度数分布等化または伸張を実行し、クラスター全体が、クラスター幅、クラスター内のピクセル数およびオリジナル度数分布範囲限界に基づいて新しい輝度領域に再マップされる。飽和による色ずれを避けるため、ピクセル値の再マップを行う前に、クロミナンス情報を使用して修正された輝度値が制限される。
【００３２】
D. カラー変換
本発明の第１の実施形態において、コントラスト強化は輝度値に基づく。従って、第１の実施形態において、先ず、コントラスト強化機構２０５は、入力画像１０９のＲＧＢ画像データを輝度−クロミナンス表現に変換する(ステップ５０１)。
【００３３】
一般的には、本発明はすべてのカラー画像表現に等しく適用することが可能である。しかし、使用する特定の方法を画像表現毎に変えることもできる。例えば、以下に記述の本発明の好ましい実施形態は、入力画像がSociety of Motion Picture and Television Engineers(動画／ＴＶ技術者協会)が規定のＲＧＢコンポーネント(略称ＳＭＴＥ−ＣＲＧＢ)を使用して記憶されているものと仮定する。白色点は、標準のＣＩＥＤ６５白色点であり、ガンマは、１(線形ＲＧＢ)あるいは２.２(ＮＴＳＣに対して補正されたガンマ)であると仮定される。異なる基礎値が仮定されれば、変換およびコントラスト強化の結果の間になにがしかの相違が起きるであろうが、上記のような仮定は、コンピュータ・モニタ上で見られるように設計されたカラー画像に関してはうまくはたらくことが確認されている。これらのパラメータに関する詳細は、 R.W.G. Hunt氏著の"The Reproduction of Colour in Photography, Printing & Television, Fountain Press, Tolworth, England,1987"に記載されている。
【００３４】
当然のことながら、カラー画像１０９は輝度コンポーネントを含む形式で記憶されることもあり、その場合には、コントラスト強化機構２０５は変換ステップ５０１をスキップすることができる。１つの実施形態がＹＣｒＣｂカラー空間を使用し、代替実施形態がＣＩＥＬａｂ、ＹＵＶまたはＹＩＱカラー空間を使用する。
【００３５】
本発明の１つの実施形態において、クロミナンス・コンポーネントが実際に最大および最小の値を簡単に計算したことに基づいてデジタル処理に便利な表現であるという理由で、ＹＣｒＣｂが選択される。例えば、ＲＧＢコンポーネントの各々が０から２５５まで許容可能範囲を持つならば、Ｙもまた０と２５５の間にあり、ＣｒとＣｂは−１２７と１２８の間の値となる。ガンマ補正されたＲＧＢ画像は、単純な線形変換を使用してＹＣｒＣｂに変換されることができる。具体的には、
Y = .299R + .587G + .114B
Cr = .713(R-Y)
Cb = .564(B-Y)
である。
【００３６】
ほぼ許容できるほどに一様となるように設計されたＣＩＥＬａｂカラー空間が、デジタル画像の圧縮および伝送のためしばしば使用される。ＣＩＥＬａｂカラー空間が標準のＣＩＥＸＹＺカラー空間の観点から定義されているので、ＣＥＩＬabへの変換は若干複雑である。ガンマ補正ＲＣＢに関して、この変換は３つの段階で計算される。第１の段階は次のような線形ＲＧＢへ変換する。
R₁=255(R/255)^2.2 G₁=255(G/255)^2.2 B₁=255(B/255)^2.2
次に、次式数１の線形変換を使用して、ＣＩＥＸＹＺへ変換する。
【００３７】
【数１】

【００３８】
最後に、次の表１の式を用いて、データをCIELabへ変換する。
【００３９】
【表１】

【００４０】
本発明の１つの実施形態において、これらの変換は、すべてのカラー・コンポーネントに関して０と２５５の間の整数値を生成するように尺度付けされ変換される。代替的実施形態では、画像を、例えば１４あるいは１６ビット等のようにピクセル当たり８ビット以外のビット数形式にデジタル化することも可能である。それらの実施形態では、変換は、そのような形式に適した範囲に尺度づけされる。
【００４１】
E. 輝度ヒストグラムのクラスター作成
カラー変換の後、データは、輝度コンポーネント５０３および２つのカラー信号５０５、５０７からなる(図５)。次に、コントラスト強化機構２０５は、度数分布生成器２０９を呼び出して、輝度データ５０３を基に輝度度数分布２１１を作成する。次に、度数分布２１１は、クラスター作成器２１３に入力され、クラスターに分割される(ステップ５１１)。輝度がピクセル当たり１バイトを使用して記録されていると仮定すれば、度数分布２１１は、２５６のエレメントを持つ１次元アレイであり、従って、クラスター化に必要とされる計算は、画像サイズと無関係である。
【００４２】
輝度値の再マップ作業はクラスター範囲限界に部分的に基づく。従って、正確なしきい値の位置は非常に重要である。クラスター作成器２１３は、図６に示されているように平坦な領域が独立したラスターであるように度数分布を分割する。図６には、低輝度範囲にある頂点６０１および高輝度範囲にある頂点６０３という２つの頂点を持つ典型的輝度度数分布６００が示されている。これらの２つの頂点６０１および６０３は、ピクセル頻度数が小さい平坦領域６０５によって隔てられている。クラスター作成器２１３は、平坦領域６０５が独立したクラスターであるように度数分布６００を分割する。
【００４３】
クラスター作成器２１３は、次に分割すべきクラスターを決定するツリー成長アルゴリズムと連係してクラスターを分割する最尤法技術を使用する。初期的には、クラスター作成器１２３は度数分布２１１を単一のクラスターと見なし、その後既存クラスターを複数クラスターに分割することを繰り返して最終的にいくつかのクラスターへ分割する。
【００４４】
図７はクラスター作成器２１３によって使用されるプロシージャであり、図８はそのプロシージャの流れ図である。初期的に、度数分布２１１は単一のクラスターと見なされる(ステップ８０１)。クラスター７０１は分割ツリー７０３においてノード７０１'として表される。次に、クラスター７０１は、分割ツリー７０３においてそれぞれノード７０２ａ'および７０２ｂ'として表される７０２ａおよび７０２ｂという２つのクラスターに分割される。数回の反復処理の後、分割ツリー７０３における葉ノード７０５ａ'ないし７０５ｅ'に対応する複数クラスター７０５ａないし７０５ｅに分割される結果となる。
【００４５】
どのクラスターを分割するかを決定するため、クラスター作成器２１３は既存クラスターを探索して、頂点または平坦領域に最も類似してないクラスターを探す（ステップ８０３）。その決定を行うため、クラスター作成器２１３は、既存クラスターの各々について、最初にガウス分布(Gaussian distribution)、次に一様分布(uniform distribution)を仮定して、２つの異なる指数蓋然性(log likelihood)を計算する。ガウス分布は頂点との類似を、一様分布は平坦領域との類似を判断するため適応される。従って、ガウス分布および一様分布から大きく乖離するクラスターがクラスター分割の有力候補となる。
【００４６】
各クラスターにおけるデータ値は相互に独立しかつ同一形態で分布(このような分布をｉｉｄと呼ぶ)していると仮定され、ガウス分布のパラメータは、指数蓋然性を最大にする値に設定される。ガウス分布および一様分布の仮定の下、所与のクラスターに関する指数蓋然性方程式が次の数２の式(1)および(2)によってそれぞれ計算される。下記の式においてアレイ値hist[i]は度数分布ビンｉにおける画像ピクセルの数である。
【００４７】
【数２】

【００４８】
各クラスターに対する指数蓋然性として、上式(1)および(2)の大きい方の値が取られ、複数クラスターのうち最小の指数蓋然性をもつクラスターが次に分割すべきクラスターとして選択される。このように、本アルゴリズムは、ガウス分布または一様分布のいずれにも最も近くない既存クラスターを選択する。選択されたクラスターの（ピクセル当たりの）平均蓋然性が各分割毎に記憶される。この値が前回分割の値に比較して十分大きい場合、クラスタ化プロシージャは終了する(ステップ８０４)。正確な終了基準は、以下の表１に示される疑似コードのように定められる。
【００４９】
【表２】
度数分布のクラスター分割アルゴリズムの疑似コード
initialize(初期化) old11 = ∞, New11 = 0, M = 1
while (M < MaxM)
{
for i = 1 to M
上式(1)を使用してLL_G(i)を計算
上式(2)を使用してLL_U(i)を計算
LL(i) = max(LL_G(i), LL_u(i))
N(i) = クラスターiのピクセル数
}
c = arg min._i=1...M ( LL(i))
New11 = LL(c)/N(c)
if (New11 > 0.8*Old11) Stop(終了)
クラスターc+1...Mをc+2...M+１に再インデックス
式(5)を使用してクラスターcをcおよびC+1という２つのクラスターに分割
if (c > 1) 式(5)を使用してc-1とcの間の境界を再計算
if (c < M) 式(5)を使用してc+1とc+2の間の境界を再計算
M = M + 1
old11 = New11
終了(Ｍ個のクラスター生成)
【００５０】
分割すべきクラスターを選択した後、クラスター作成器２１３は、クラスターによって表現された範囲内のどの点でそのクラスターを分割するか決定する(ステップ８０５)。境界点を選択するため、クラスター作成器２１３は、境界の両側における度数分布パターンの一様性を観察する。例えば図７のクラスター７０１において、分割線７０７の左側の度数分布ビンのピクセル・カウントは相対的に低く、分割線７０７の右側の度数分布ビンのピクセル・カウントは相対的に高い。従って、分割線７０７におけるインデックスが分割境界として選択される。
【００５１】
２つの新しいクラスターの間の境界を選択する第１のステップとして、クラスター作成器２１３は、選択されたクラスターの範囲内のデータを混合分布からのｉｉｄランダム・サンプルとしてモデル化する。混合分布は、度数分布ビンｌからビンｍ−１まで展開する第１の分布および度数分布ビンｍからビンｒ−１まで展開する第２の分布を持つ離散的一様分布ｕである。この場合クラスターは、ｌからｒ−１まで展開し、ｍはｌとｒの間にある。クラスターにおけるデータ値の各々は、ある確率Ｄを持つＵ(ｌ，ｍ)および確率(１−Ｄ)を持つＵ(ｍ，ｒ)である。従って、そのクラスターにおける度数分布データｙの蓋然性は、次の数３の式(3)で表される。
【００５２】
【数３】

【００５３】
選択されたクラスターを分割する境界を選択するため、クラスター作成器２１３は、上式(3)を最大にするようなｍおよびＤの値を追求する。その結果、値ｍが２つの新しいクラスターの間の境界となる。式(3)の指数を取れば、次式(4)が得られる。
log p (Y|m,D) = N₁ log(D/(m-l))+(N-N₁)log((1-d)/(r-m)) (4)
Ｄの推定最尤値は、式(4)のＤに関する偏導関数をゼロにセットすることによって計算される。これによって、D = N₁/Nが与えられる(但しＮ₁はｍの関数である)。これを式(4)に代入すれば、次式(5)のｍの関数を最大化することによって、境界点の選択が行われる。
log p(Y|m,D) = N₁ log(N₁/N(m-l))+(N-N₁)log((N-N₁₎/N((r-m))) (5)
= -N log(r-1)+N D((N₁/N)||((m-l)/(r-l)))
但し、D(p||q) = p log(p/q) + (1-p)log((1-p)/(1-q))は、それぞれ確率ｐおよびｑを持つ２つの２項分布の間のクルバック−ライブラ距離(Kullback-Leibler distance)である(クルバック−ライブラ距離の詳細は、S. KullbackおよびR. A. Leibler両氏著の"on information and sufficiency. Annals of mathematical Statistics, 22:79-86,1951"に記載されている)。
【００５４】
クラスター作成器２１３は、ｌ＋１，．．．，ｒ−１に対する全数探索を使用して式(5)を最大にする。この探索によって２つの新しいクラスターの間の境界が与えられる。最後に、分割結果を所与として、オリジナルのクラスターのいずれかの側に対するクラスター境界が再計算される(ステップ８０７)。上述の処理終了ステップ８０４にに加えて、オリジナルの度数分布がクラスターの最大数まで分割された場合にもプロシージャは終了する(ステップ８０９)。
【００５５】
F. 輝度再マップ
クラスター作成器２１３が輝度度数分布をクラスターに分割した後、コントラスト強化機構２０５は、度数分布輝度再マップ器２１７を呼び出して、クラスター幅、各クラスターにおけるピクセル数およびオリジナルの度数分布範囲限界に基づいて、輝度値を新しい値へ再マップする(図５のステップ５１３)。この再マップは、
N(i) = クラスタｉにおけるピクセル数
Nt = 画像のピクセル総数
l(i), r(i) = 修正前のクラスターｉの左右の限界
l'(i),r'(i) = 修正後のクラスターｉの左右の限界
a, b = 修正前の度数分布の左右の限界
a', b' = 修正後の度数分布の所望の左右の限界
とし、但しａおよびｂは画像ピクセルの１％未満がインタバル［ａ，．．．，ｂ−１］のいずれかの側に属するような最もきつい境界であるように定義されるとし、ａ'およびｂ'について所望の値を所与とすれば、輝度度数分布再マップ器２１７は、次の数４の式(6)および(7)に従って、クラスター境界を再マップする。
【００５６】
【数４】

【００５７】
但し、パラメータｗは０と１の間の加重係数である。ａ'およびｂ'を、通常はそれぞれ０および２５６である許容可能限度に設定することによって、最大動態範囲が得られる。しかしながら、ほとんどのコンピュータ・モニタおよびプリンタは、それ以下のすべての値を黒にマップするオフセット値を含む。このオフセット値は、おおよそ３０から７０であって、出力装置によって変わる。そのような応用分野では、これらのパラメータは、所望の範囲としてａ'＝３０、ｂ'＝２５６'のように設定される。
【００５８】
G. クラスターに対する度数分布等化
式(6)および(7)を使用して度数分布再マップ器２１７が新しいクラスター境界を計算した後、各クラスター毎に、度数分布等化／伸張器２１９によって度数分布等化が実行され(図５のステップ５１５) 、各クラスターの範囲内の再マップされたデータを可能な限り均一になるように分布させる(図５のステップ５１７) 。代替的方法として、再マップされたデータがクラスター境界へ拡張するがクラスター内の度数分布形状は変わらないように、度数分布等化／伸張器２１９がデータを拡張することもできる。
【００５９】
図９は、所与の画像度数分布に関してこの修正を実行する結果を示す。この例において、再マップ化は、０、０.５および１という加重係数を使用して実行されている。修正された度数分布に現れる棘波は、ピクセルの再マップ化処理(ステップ５１７)の間の量子化の効果による。どの度数分布ビンにおけるデータも異なる値に再マップすることはできるが、複数のビンに分割することができない。例えば、ビン１００からビン１０２が初期的に各々１０００ピクセルを含むと仮定する。この範囲をビン１１０からビン１１３までに再マップすることを望む場合、３つの入力ビンを４つの出力ビンに再マップすることになる。従って、出力されるビンの１つ(すなわち１１０、１１１、１１２または１１３)は空でなくてはならず、その他の３つのビンの各々は１０００ピクセルを含む。このため、出力度数分布に下方への棘波が生まれる。同様に、所与の入力範囲がより小さい出力範囲にマップされると、上方向棘波が生じる。これら２つの効果は図９のａないしｄに示されている。
【００６０】
式(7)においてｗ＝０という加重係数を使用すると、再マップの後、相対的クラスター幅は不変のままとなる点注意する必要がある。このため、図９の(ｂ)に示されるように、明るい輝度レベルおよび暗い輝度レベル両方におけるクラスターについて、コントラスト強化の量があまりに穏やかなレベルに制限される。
【００６１】
一方、ｗ＝１の加重係数は、度数分布全体に対して実行される度数分布等化と同じマップ化を行う。従ってクラスターはマップ化に影響を及ぼさない。これは、前述のように、画像によっては輝度変化の原因となる。本発明の好ましい実施形態においては、０.５という加重係数が画像の大部分にわたって良好な画像品質を生み出すことが判明したので、加重係数０.５が使用される。
【００６２】
H. オーバーフローを防ぐためのクロミナンス値の使用
上記において、ピクセル値の再マップは、輝度コンポーネントだけに依存した。しかし、ある１つのピクセルに関する最大許容輝度値はそのピクセルのクロミナンスにも依存する。輝度値がこの最大値を越えると、少くともカラー・コンポーネントの１つは、その値がＲＧＢへ変換される時、(通常は２５５である)飽和レベルより大きくなる。このオーバーフロー発生を防止するため、コントラスト強化機構２０５は、図５のステップ５１９において、データ検査器２２１を呼び出し、各ピクセル毎にクロミナンス値を使用して輝度しきい値を設定する。所与のピクセルについて再マップされた輝度がこのしきい値を越えると、データ検査器２２１はピクセル輝度をしきい値に設定する。
【００６３】
ＹＣｒＣｂカラー空間に関しては、ＣｒがＲ−Ｙに対して比例的であり、ＣｂがＢ−Ｙに対して比例的であるので、クロミナンス値を所与とする輝度しきい値の計算は簡単である。ＹＣｒＣｂカラー空間について、レッドおよびブルー・コンポーネントは飽和点に向かわないことが確認されている。実際問題として、色ずれは、赤が支配的である肌の階調表示、および青が支配的である空の表現において顕著に見える。しかし、グリーン・コンポーネントの飽和は、レッドおよびグリーンの場合に比較して一般的に少なく見えるので、計算量を減少させる本発明の実施形態の１つにおいて、グリーン・コンポーネントのオーバーフロー検査はＹＣｒＣｂ実施形態の場合必要とされない。
【００６４】
ＣＩＥＬａｂカラー空間の場合オーバーフロー検査はそれほど簡単ではない。特定のＲＧＢコンポーネントのオーバーフローをＬａｂ値に関連づける簡単な方法はない。従って、本発明のＣＩＥＬａｂ実施形態においては、量子化された値ａおよびｂをインデックスとして使用し、輝度しきい値を含む２次元照合テーブルを使用する。照合テーブルを作成するため、先ず、ＲＧＢ = (0, 0, 0), (0, 0, 255), (0, 255, 0)等のＲＧＢ空間の８隅をＣＩＥＬａｂカラー空間に変換した。上記隅の値が照合テーブルの８つの値を構成する。テーブルは、これらの隅の値の間で、２次線形補間を使用して埋められる。結果のしきい値は完全に正確ではないが、それでもなお発生するオーバーフロー誤差は非常にわずかであって重大な色ずれを起こさない程度のものである。従って、視覚上の劣化が少なく保たれる。このプロシージャは無符号文字の２５６×２５６照合テーブルを必要とするが、その動作は非常に速い。代替的形態として、２次線形補間を、画像ピクセル毎に実行して必要メモリを節約することもできるが、速度が遅い。
【００６５】
I. ＲＧＢカラー空間への変換
画像１０９の中のすべてのピクセルに関する再マップされた値を計算した後、最後に、画像は、ＲＧＢ空間へ戻すため変換される(ステップ５２１)。変換結果の画像が、元のＲＡＭ１０５に記憶されるか、またはハード・ディスク１１９上に書き込まれる。代替的形態として、画像はプリンタ１１５に印刷されるかまたは別の出力装置に出力される。
【００６６】
J. 結論
本発明のコントラスト強化機構２０５は、図３のプロセスの流れのどの段階においても、画像品質を向上させるため使用することができる。例えばデジタル・カメラのような入力装置がコントラスト強化機構２０５を備え、コンピュータ１０１への画像転送に先立ち、画像のコントラストを向上させることができる。別の形態として、コンピューター１０１がコントラスト強化機構２０５を備え、画像の印刷または表示に先立ち画像品質を向上させることができる。コントラスト強化機構２０５は、また、「コンピュータ暗室」のような画像処理ソフトウェア・パッケージに組み入れることもできる。更にまた、本発明に従うコントラスト強化機構２０５をプリンタ・ドライバ１２５の一部として使用する代替形態も可能である。更にまた、コントラスト強化機構２０５をプリンタのような出力装置の内部制御メカニズムに搭載することもできる。
【００６７】
本発明には、例として次のような実施様態が含まれる。
（１）コンピュータを動作させて、複数ピクセルからなる画像のコントラストを強化させる方法であって、上記コンピュータの記憶装置にオリジナルの画像をデジタル形式で入力するステップと、第１の測定可能属性に対応する第１の軸および上記第１の測定可能属性に関する特定の値を持つピクセルのカウント数に対応する第２の軸を有する上記デジタル形式画像の度数分布を作成するステップと、上記度数分布を複数クラスターに分割するステップと、各クラスターに対して度数分布等化を実行することによって修正された度数分布を作成するステップと、上記修正された度数分布を使用して、上記デジタル形式の上記第１の測定可能属性の値を調節し、それによって上記コントラストが強化された画像を作成するステップと、を含む画像コントラスト強化方法。
（２）上記クラスター分割ステップが、度数分布を等しいサイズの複数クラスターに細分化するステップを含む、上記（１）に記載の画像コントラスト強化方法。
（３）上記クラスター分割ステップが、度数分布におけるパターンを検出して、それらパターンに基づいて度数分布を複数クラスターに分割するステップを含む、上記（１）に記載の画像コントラスト強化方法。
（４）上記検出したパターンに基づいて度数分布を分割するステップが、ガウス分布に類似する上記度数分布の領域を検出し、一様分布に類似する別の領域を検出するステップを含む、上記（３）に記載の画像コントラスト強化方法。
（５）画像を入力する上記ステップにおいて上記画像がＲＧＢ画像であり、上記ＲＧＢ画像を輝度コンポーネントを持つ形式に変換するステップを更に含む、上記（１）に記載の画像コントラスト強化方法。
（６）上記形式が、Ｙ−Ｃｂ−Ｃｒ、ＣＩＥＬ＊ａ＊ｂ、ＣＩＥＸＹＺおよびＹ−Ｕ−Ｖの中から選択される、上記（５）に記載の画像コントラスト強化方法。
【００６８】
（７）上記第１の測定可能属性が光強度測定値であり、上記ピクセルのカウント数が光強度測定値毎にその特定の光強度測定値を持つピクセルのカウント数であり、上記度数分布が上記オリジナル画像の中の最高および最低光強度値に等しい範囲限界を持ち、各クラスターが上記度数分布における１つの範囲を表し、該範囲に対する度数分布値の合計が、該クラスター範囲内における光強度を持つピクセルの数に対応し、更に、クラスター境界を、クラスター範囲(Ro)、上記範囲内のピクセル数(Ni)、画像内のピクセル総数(Nt)および度数分布範囲限界(Eo)に比例させて再マップするステップを含む、上記（１）に記載の画像コントラスト強化方法。
（８）上記再マップするステップが、上記出力画像の度数分布(Ed)に関する所望の範囲を選択するステップ、およびｗを０から１.０までの範囲内の加重係数として、R_n=(W(N_i/N_t)+(1-W)(R_o/E_o))E_dという関係式に従って各クラスターの幅を伸張するステップを含む、上記（７）に記載の画像コントラスト強化方法。
（９）上記画像の上記デジタル形式が第２の測定可能属性を含み、上記度数分布作成ステップが、上記コントラストが強化された画像における各ピクセルについて、上記第２の測定可能属性の値の関数として上記第１の測定可能属性の値を制限するステップを更に含む、上記（１）に記載の画像コントラスト強化方法。
（１０）上記画像コントラスト強化方法が更に上記第２の測定可能属性の関数として上記第１の測定可能属性の最大値のテーブルを生成するステップを含み、上記制限するステップが、上記第２の測定可能属性の値Ｖの各々について上記値Ｖに対応する上記第１の測定可能属性に関する最大値Ｍを上記テーブルから取り出し、上記値Ｖが上記最大値Ｍを越える場合値Ｖを最大値Ｍに設定するステップを含む、上記（９）に記載の画像コントラスト強化方法。
【００６９】
（１１）メモリを備え、コントラストが強化された画像を作成する画像処理システムであって、複数のピクセルからなる画像に対応し、上記複数ピクセルの第１の属性の各レベル毎に上記レベルに対応する上記第１の属性に関する値を持つピクセル・カウウント数を含む度数分布の構造を上記メモリに作成し、上記カウントがゼロではない下限と上記カウントがゼロでない上限によって表される範囲に対応する上記度数分布の範囲限界を規定するように動作する度数分布作成装置と、上記度数分布データ構造に接続して、上記度数分布データ構造を複数クラスターに分割するように動作するクラスター作成器と、上記度数分布データ構造に接続して、上記境界がクラスター幅(Ro)、クラスター内のピクセルのカウント数(Ni)、画像におけるピクセルのカウント数(Nt)、オリジナル度数分布の範囲限界(Eo)および所望の度数分布範囲限界(Ed)という諸パラメータを持つ関数に従って上記度数分布データ構造におけ各クラスターの境界を調整するように動作する度数分布クラスター境界調整器と、上記度数分布データ構造に接続し、所望の特性に従って各クラスター毎に上記度数分布を修正するように動作する度数分布調整器と、を備える画像処理システム。
（１２）上記度数分布調整器が度数分布等化器であり、上記所望の特性が上記クラスターに含まれるピクセルの一様分布である、上記（１１）に記載の画像処理システム。
（１３）上記度数分布調整器が度数分布伸張器であり、上記所望の特性が各クラスター毎に上記所望の度数分布範囲限界(Ed)まで展開する度数分布に相当する、上記（１１）に記載の画像処理システム。
（１４）第１の画像形式と上記第１の属性を含む第２の画像形式の間の変換動作を含む画像変換器を更に備える、上記（１１）に記載の画像処理システム。
（１５）上記度数分布データ構造および上記オリジナル画像に接続して、上記度数分布データ構造および上記オリジナル画像からコントラストが強化された画像を生成するように動作する画像生成器を更に備える、上記（１１）に記載の画像処理システム。
（１６）上記関数が、ｗを０から１.０までの範囲内の加重係数としたR_n=(W(N_i/N_t)+(1-W)(R_o/E_o))E_dである、上記（１１）に記載の画像処理システム。
（１７）上記クラスター作成器が上記度数分布を等しいサイズの複数クラスターに分割する、上記（１１）に記載の画像処理システム。
（１８）上記クラスター作成器が、一様分布に近い領域およびガウス分布に近い領域を検出して、それら領域の間の境界上で上記度数分布を細分化するように動作するパターン認識器を含む、上記（１１）に記載の画像処理システム。
【００７０】
（１９）画像データ構造に記憶されているデジタル画像の視覚表現をコントラスト強化によって向上させる装置であって、度数分布データ構造と、上記度数分布データ構造に接続して、上記画像の第１の属性に関する度数分布データを上記度数分布データ構造に記憶するように動作する度数分布生成器と、上記度数分布データ構造に接続して、上記度数分布内にそれぞれが１つの範囲を持つ複数のクラスターを定義するように動作する度数分布クラスター作成器と、上記度数分布データ構造に接続して、クラスター各々の上記範囲を調節するように動作する度数分布再マップ器と、上記度数分布データ構造に接続して、各クラスターの度数分布を調節するように動作する度数分布調整装器と、を備える画像視覚表現向上装置。
（２０）上記度数分布調整器が度数分布等化器である、上記（１９）に記載の画像視覚表現向上装置。
（２１）上記度数分布調整器が度数分布伸張器である、上記（１９）に記載の画像視覚表現向上装置。
（２２）上記画像データ構造に接続して、第１のデータ形式から上記第１の属性を持つ第２のデータ形式へ上記画像を変換するように動作する画像変換器を更に備える、上記（１９）に記載の画像視覚表現向上装置。
【００７１】
【発明の効果】
本発明によって、コンピュータ画像処理において、計算量集約的でなく、かつ出力画像に望ましくない人為的加工が施されることのないコントラスト強化処理が可能となる。
【図面の簡単な説明】
【図１】有効グレー・レベル値の各々を持つ画像ピクセルの数を示す典型的な度数分布図である。
【図２】デジタル画像のコントラストを強化するため本発明が使用されるコンピュータ・システムのブロック図である。
【図３】画像処理システムの処理の流れを示すブロック図である。
【図４】本発明に従うコントラスト強化機構を持つ画像処理システムのブロック図である。
【図５】本発明に従うコントラスト強化機構の動作のブロック図である。
【図６】平らな領域によって分離された２つのピークを持つ典型的な輝度度数分布図である。
【図７】いくつかのクラスターへの度数分布の分割を示す図である。
【図８】本発明に従うクラスター化プロシージャの流れ図である。
【図９】異なるパラメータ値を使用して本発明のコントラスト強化機構によって修正された状態を示す輝度度数分布図である。
【符号の説明】
１００、１００' １００' コンピュータ・システム
１０１コンピュータ
１０９画像
１１５出力装置
１１９ディスク・ドライバ
１２３ネットワーク
１２５出力ドライバ
２０３出力制御機構
２０５コントラスト強化機構
２０７画像変換器
２０９度数分布生成器
２１１度数分布
２１３クラスター作成器
２１５クラスター調整器
２１７輝度度数分布再マップ器
２１９度数分布等化／伸張器
２２１データ検査器
２２３制御プログラム
３０３画像捕捉装置
５０１ＣＩＥＬあｂ変換回路
５０３Ｙ(Ｌ)信号
５０５Ｃｒ(ａ)信号
５０７Ｃｂ(ｂ)信号
５０９度数分布計算回路
５１１クラスター分割回路
５１３クラスター境界再マップ回路
５１５度数分布等化回路
５１７輝度値更新回路
５１９オーバーフロー検査回路
５２１ＲＧＢ変換回路
６００輝度度数分布
６０１低輝度範囲頂点
６０３高輝度範囲頂点
６０５平坦領域
７０１、７０２ａ、７０２ｂ、７０５ａ，７０５ｂ，７０５ｃ，７０５ｄ，７０５ｅクラスター
７０１'、７０２ａ'、７０２ｂ'、７０５ａ'，７０５ｂ'，７０５ｃ'，７０５ｄ'，７０５ｅ' クラスター・ノード

Claims

コンピュータを動作させて、複数ピクセルからなる画像のコントラストを強化させる方法であって、
上記コンピュータの記憶装置にオリジナルの画像をデジタル形式で入力するステップと、
第１の測定可能属性に対応する第１の軸および上記第１の測定可能属性に関する特定の値を持つピクセルのカウント数に対応する第２の軸を有する上記デジタル形式画像のヒストグラムを作成するステップと、
ガウス分布に類似する当該ヒストグラムの領域を検出し、一様分布に類似する当該ヒストグラムの別の領域を検出するステップと、
クラスターがガウス分布に類似する領域または一様分布に類似する領域に対応するように、当該ヒストグラムをクラスターに分割するステップと、
各クラスターに対して別々にヒストグラム等化を実行することによって修正されたヒストグラムを作成するステップと、
上記修正されたヒストグラムを使用して、上記デジタル形式の上記第１の測定可能属性の値を調節し、それによって上記コントラストが強化された画像を作成するステップと、を含む画像コントラスト強化方法。
上記クラスターに分割するステップは、クラスターが複数ある場合には、ガウス分布または一様分布に最も類似しないクラスターを、つぎに分割すべきクラスターとして選択することを含む請求項１に記載の画像コントラスト強化方法。
画像を入力する上記ステップにおいて上記画像がＲＧＢ画像であり、上記ＲＧＢ画像を輝度コンポーネントを持つ形式に変換するステップを更に含む、請求項１に記載の画像コントラスト強化方法。
上記形式が、Ｙ−Ｃｂ−Ｃｒ、ＣＩＥＬ＊ａ＊ｂ、ＣＩＥＸＹＺおよびＹ−Ｕ−Ｖの中から選択される、請求項３に記載の画像コントラスト強化方法。
上記第１の測定可能属性が光強度測定値であり、上記ピクセルのカウント数が光強度測定値毎にその特定の光強度測定値を持つピクセルのカウント数であり、上記ヒストグラムが上記オリジナル画像の中の最高および最低光強度値に等しい範囲限界を持ち、各クラスターが上記ヒストグラムにおける１つの範囲を表し、該範囲に対するヒストグラム値の合計が、該クラスター範囲内における光強度を持つピクセルの数に対応し、クラスター範囲(Ro)、上記範囲内のピクセル数(Ni)、画像内のピクセル総数(Nt)およびヒストグラム範囲限界(Eo)に従って、上記クラスターに分割するステップによって設定されたクラスターの境界を変更するステップを含む、請求項１に記載の画像コントラスト強化方法。
上記クラスターの境界を変更するステップが、上記出力画像のヒストグラム(Ed)に関する所望の範囲を選択するステップ、およびｗを０から１.０までの範囲内の加重係数として、
R_n=(W(N_i/N_t)+(1-W)(R_o/E_o))E_d
という関係式に従って各クラスターの幅を伸張するステップを含む、請求項５に記載の画像コントラスト強化方法。
上記画像の上記デジタル形式が第２の測定可能属性を含み、上記ヒストグラム作成ステップが、上記コントラストが強化された画像における各ピクセルについて、上記第２の測定可能属性の値の関数として上記第１の測定可能属性の値を制限するステップを更に含む、請求項１に記載の画像コントラスト強化方法。
上記画像コントラスト強化方法が更に上記第２の測定可能属性の関数として上記第１の測定可能属性の最大値のテーブルを生成するステップを含み、上記制限するステップが、上記第２の測定可能属性の値Ｖの各々について上記値Ｖに対応する上記第１の測定可能属性に関する最大値Ｍを上記テーブルから取り出し、上記値Ｖが上記最大値Ｍを越える場合値Ｖを最大値Ｍに設定するステップを更に含む、請求項７に記載の画像コントラスト強化方法。