JP4421438B2 - 画像カラーバランス補正システムおよび方法 - Google Patents

Description

本発明は、概して、デジタル画像処理および、さらにとりわけ、選択的に画像光源（illuminant）補正を適用する方法およびシステムに関するものである。

（背景技術）
画像において見える色はその画像の被写体を照射する光による。光源が異なれば、画像の被写体の表面から反射する光も異なる。したがって、その目に見える違いは反射光に対する反応である。ヒトの視覚システムは、上記の反応の違いを知覚されるノルムへとおおよそ補正する。しかしながら、画像が媒体に取り込まれた場合に取り込まれた場面での光源（a light source）とは異なる光源の下で見られると、自然法則に従った補正は起こらない。したがって、記録された画像には、自然な状態の目で見えるときのように見えるようにするために「通常の」発光体へのカラーバランス調整が必要なのである。このバランス調整またはカラー補正は、ひとたびシーンの光源が特定されれば実行され得る。

画像のシーンにおける発光体または光源の特定についての多くの方法が知られているが、従来の補正アルゴリズムは、すべての画像ピクセルが反射表面を表していると想定してしまう。もし画像が、空やその他の発光体のように自発光体を含んでいれば、表面ピクセルの想定は妨害されてしまう。もし画像が、光を反射しない重要な部分、つまり自発光体を含んでいれば、従来の方法では失敗し、その画像の光源は誤って決定されてしまうであろう。例えば、もし画像が青い空を含んでいて、カラーバランスアルゴリズムがすべてのピクセルは反射物体であると想定してしまうと、青っぽいピクセルはシーンの照明（illumination）が青っぽい証拠であるとして捉えられてしまうであろう。カラー補正とはおおよそ、推定された光源の色相を正反対にすることであるので、青っぽい光源に対する補正は画像を黄色の方向に変更してしまう。この補正の結果、過度に黄色っぽい地面や表面の領域および彩度を落とされた空の領域ができてしまうこともある。

上記のカラー補正、カラーバランスまたはカラーコンスタンシーアルゴリズム（color constancy algorithms）は概して、発光体（ここでは以下自発光体とも呼ばれている）を含む画像をどのように扱えばよいのかという疑問に対して注意を向けていない。これらはむしろ、表面ピクセルの想定を満足させる画像（例えば、均一に光を照射されるモンドリアン風の画像）に焦点をあててきたのである。

正確なデジタル画像光源補正が、自発光領域などのように重要で例外的な領域を含む画像に対しても実施可能となるような方法が存在すれば有益である。

（発明の概要）
本発明は、自発光体または反射しない物体などのように、色分散特性およびその他の特性などの例外的な特性を含む画像に対するカラーバランス補正の適用における問題に鑑みた方法を説明する。

したがって、デジタル画像補正の調整方法が提供される。上記方法は、デジタル画像補正パラメータを計算する動作と、画像における例外的な特性を決定する動作と、画像における例外的な特性に応じて補正をそのデジタル画像に適用する動作とを含む。上記画像における例外的な特性は、画像の自発光領域、色分散特性、複数の発光体およびその他の特性における検出などの要因となり得る。

画像における例外的な特性に応じてデジタル画像に補正を適用するステップは、補正度合いを減衰させる修正および、補正の全面的な省略および、複数の補正の利用、つまり、空間的な領域に対するひとつまたはそれ以上の補正の選択的適用と、色彩範囲に対するひとつまたはそれ以上の補正の選択的適用と、輝度範囲に対するひとつまたはそれ以上の補正の選択的適用と、自発光および／または反射領域に対するひとつまたはそれ以上の補正の選択的適用とを含むことがある。

例えば、デジタル画像の補正パラメータを計算するステップは、ピクセルの集合に対しての補正度合いを計算するステップと、画像における例外的な特性が画像の自発光領域の検出を含むか否かを決定するステップとを含むことがある。次に、画像における例外的な特性に応じてデジタル画像に補正を適用するステップは、そのピクセルの位置または領域に応じて、ピクセルの集合に対する補正の度合いを減衰させる修正のステップを含む。つまり、発光しない領域においては、ピクセルの位置に対して完全またはほぼ完全な補正が適用され、発光する領域においては、補正に対して完全またはほぼ完全な減衰調整が適用される。

本発明における、ある実施形態のいくつかにおいては、画像の自発光領域を検出するステップは、信用のおける尺度の組み合わせに応じて自発光領域を検出するステップを含む。この尺度とは、ピクセルカラー特性、輝度特性および位置または配置特性などである。他の信用のおける尺度には、上述の要因の組み合わせも含まれることがある。

例えば、ある実施形態のいくつかにおいては、発光する領域が、明るいピクセル輝度に対応して検出されることもある。ここで、明るいピクセル輝度とは、周囲の画像領域に対する相対的な明るさのことか、あるいは、明るさの閾値よりも明るいことのどちらかとして定義されている。

ある実施形態のいくつかにおいて、発光する領域は、ピクセル色度あるいはＣＩＥＬａｂなどの均一な色空間の色次元などの、色の値を推定する関数に応じて検出されることもある。例えば、色相角度および／または色度図における基準点からの距離などに基づいた関数などが用いられることがある。さらに特定の実施形態においては、昼光（Daylight）６５００（Ｄ６５）などのＣＩＥ標準光源が基準として用いられ、ある特定の角度（angle）または角度範囲（angular range）は自発光領域または他の関連領域を特定するのに用いられることがある。他の実施形態においては、カラー距離基準もまた発光特性の特定または部分的特定に用いられることがある。

（図の詳細な説明）
本発明の実施形態は、以下の記述および添付の請求項において、付属の図面と関連して、さらに完全に明らかにされる。上記図面は単に典型的な実施形態を描写しているにすぎず、したがって、本発明の範囲を制限するとは考えないということ理解されたい。また、上記実施形態において、付属の図面を用いることによってさらなる特殊性および詳細が記述される。ここで、
図１ａは、本発明のある実施形態における、自発光要素検出の方法を示すフローチャートである。
図１ｂは、本発明のある実施形態における、自発光要素検出および要素の重み付け方法を示すフローチャートである。
図２は、本発明の実施形態における要素を示すのに用いられる、典型的な画像である。
図３ａは、画像境界に関連したピクセル位置に基づく、自発光である尤度を示す画像である。
図３ｂは、カラー特性に基づく、自発光である尤度を示す画像である。
図３ｃは、輝度特性に基づく、自発光である尤度を示す画像である。
図３ｄは、図３ａ、ｂおよびｃに示された要因の組み合わせに基づく、組み合わされた、自発光である尤度を示す画像である。
図４は、典型的な自発光確率分布を示すグラフである。
図５は、本発明の実施形態におけるいくつかのステップを示すフローチャートである。
図６は、選択された光源から反射された、さまざまな色分布を示すグラフである。
図７は、図６に示された光源の色度図を表すグラフである。
図８は、自発光である尤度に関連付けられた重み付け要因を使用する実施形態における方法を示すフローチャートである。
図９は、補正要因を使用する実施形態における方法を示すフローチャートである。
図１０は、自発光要素が補正の間に識別されるような実施形態における方法を示すフローチャートである。
図１１は、画像における例外的な特性が補正パラメータを変更するのに用いられるような実施形態を示すフローチャートである。
図１２は、自発光特性を含む、画像における例外的な特性が補正パラメータを変更するのに用いられるような実施形態を示すフローチャートである。
図１３は、画像色域分布特性を含む、画像における例外的な特性が補正パラメータを変更するのに用いられるような実施形態を示すフローチャートである。
図１４は、複数光源の特性を含む、画像における例外的な特性が補正パラメータを変更するのに用いられるような実施形態を示すフローチャートである。
図１５は、色度図である。

（詳細な説明）
本発明のある実施形態において、画像の自発光領域を決定する方法が用いられる。デジタル画像補正パラメータは上記自発光領域の決定に応じて計算され得る。画像の自発光領域は画像特性基準より決定され得る。例えば、画像特性基準は、ピクセルカラー特性、ピクセル輝度および／またはピクセル位置パラメータであってもよい。

本発明の実施形態における多くのアルゴリズムにおいて、カラーバランス補正は、ＣＩＥ１９３１ＸＹＺの三刺激値（tristimulus）などのような線形の色空間において採用されている行列の形をとっている。入力された三刺激値は、行列によって、１組のカラー補正値を生成するために以下のように乗算される。

ここで、ｘは三刺激値のうちの１つのベクトルを表し、
Ｍはカラーコレクションマトリクスを表し、
ｘ’は補正値のベクトルを表している。

色順応モデルは、カラー補正コンテクスト（context）において、しばしば参照される。上記モデルにおいて、適合は長い波長、中くらいの波長、短い波長の知覚チャネルごとに個々に行なわれる。
Ｌ’＝ｇ_Ｌ・Ｌ
Ｍ’＝ｇ_Ｍ・Ｍ
Ｓ’＝ｇ_Ｓ・Ｓ
ここでＬ、Ｍ、Ｓは、長い波長、中くらいの波長、短い波長の光受容体の反応（photoreceptor responses）を表す。錐体の色空間（a cone colorspace）において補正は、対角行列（a diagonal matrix）として実行され得る。上記同じ補正は、ＣＩＥ三刺激値に基づく操作の変化によって変換可能であり、このような場合、３×３のままであるが、非対角項（off-diagonal terms）を含むことになる。他においては、ＲＧＢまたはＸＹＺ色空間におけるカラー補正に対して、同様の対角モデルを適用している。

コレクションマトリクスを定義するある別の方法は、シーンについて推定された光源に関するものである。上記方法は、反射率および光源の線形モデルを用いる。反射率または光源関数（例えば、光沢のないマンセルチップセット、または基準の昼光パワースペクトルなど）の大きな集合内の原理構成要素の分析（または、特異値分解、ＳＶＤ）の後に、典型的な光源および面が低次元線形モデル上に描画され得る。次に、反射率関数および光源スペクトルパワー分布は、重み付けの集合によって線形モデル上に近似値を得ることが可能となる。

ここで、
ｒは反射率値の１×ｎの波長ベクトルを、
ｅは光源スペクトルパワー値の１×ｎの波長ベクトルを、
ｗ_ｓはサーフェスリニアモデルにおける重み付けの集合を、
ｗ_ｅはイルミナントリニアモデルにおける重み付けの集合を、
Ｂ_ｓは関数に基づくサーフェスの集合を、
Ｂ_ｅは関数に基づくイルミナントの集合を表す。

ある光源の下で示された表面に対するセンサ応答は、

として算出される。ここで、

反射率の重み付けからセンサ応答へのマッピングは、線形回帰または他の誤差最小化技術を用いて、インバートさせられることがある。

ｅ_canonicalは標準光源のスペクトルパワー分布であり、ｗ_Ｅは元のシーンに対する光源の推定結果である。

本発明の実施形態において、ピクセルまたはそのグループなどの画像要素は、それらがカラーバランス推定方法による想定または、カラーバランス補正方法による想定を妨害しそうか否かを判定するために評価される。以下に開示される方法において、カラーバランス推定および補正方法は、カラーバランスアルゴリズムの想定への妨害に対して反応する。

本発明のある実施形態において、ピクセルまたはそのグループなどの画像要素は、それらが画像において自発光体を表しそうか否かを判定するために評価される。そのような対象物は、多くのカラーバランス推定および補正アルゴリズムにおける、画像領域は反射面を表すという暗黙の前提を妨害する。要素は、それらが画像の端近くに配置されている場合には、より自発光である可能性が高い。例えば、しかしこれに限定する意図はないが、空の領域および自発光の領域を含む画像において、自発光の空の領域は典型的に画像の上端に沿って位置している。風景写真から顔写真まで、あらゆる画像を回転させた場合には、上端が側端になることもあり、その逆もまたあり得る。したがって、本発明のある実施形態においては、どの端においてもそこに近接しているということが、自発光の尺度となってもよい。他の実施形態において、画像方向性アルゴリズムは、画像の上部、下部、および側部を特定するのに用いることができる。また他の実施形態において、画像が画像の方向性に関するメタデータまたはいくつかの別の尺度を含んでいてもよい。方向が特定される上記のような実施形態においては、特定の端部に近接していることが自発光であることを示し得る。例えば、しかしこれに限定する意図はないが、あるピクセルが画像の上端に近接していることは、画像の両側端や下端に近接していることよりも、より自発光であることの目印となり得る。

ある実施形態において、要素の自発光である尤度は、要素のカラー特性または記述子に関連して決定される。ある実施形態において、この関数で出力されたものは、連続的な色調のグレースケール画像として見ることができ、このグレースケールにおいては、明るい領域ほど自発光体らしき領域に相当し、暗い領域ほど反射面に相当する。

ある実施形態において、要素の色度または彩度の低いカラー特性は自発光を決定するのに用いられてもよい。要素の色度が既知の光源または自発光体の色度と同じ場合には、その要素は自発光である可能性がより高いということになる。

ある実施形態において、要素の彩度特性は自発光を決定するのに用いられてもよい。要素の彩度特性が既知の光源または自発光体の彩度特性と同じ場合には、その要素は自発光である可能性がより高いということになる。

ある実施形態において、彩度および彩度の低い特性は、組み合わされて自発光を決定するのに用いられてもよい。

本発明の実施形態のいくつかは、図１ａのチャートにおいて示されるステップを含む。この図において、ピクセルまたは関心領域（region of interest）などの画像要素は、位置などのような特性、色度などのような強度のないカラー特性、および／または輝度のような強度の値などの、その特性を決定するために評価される（１０）。要素の位置は、画像の端に対する近接度を決定するために評価される（１２）。ここで、もし要素が端、つまり、ある特定の端、あるいはいくつかの他の幾何学的形状の画像における境界に十分近接していたら、その要素はより自発光である可能性が高いとみなされる。

次に要素のカラー特性が評価され（１４）、もしそのカラー特性が既知の光源または自発光体のカラー特性と合えば、その要素が自発光である可能性がさらに高くなったと考えられる。

上記評価の結果は結合され（１６）、もし重要な証拠が存在すれば、その要素は自発光体の可能性があると考えられ得る（１８）。

本発明の他の実施形態においては、図１ｂに示されるように、画像要素が重み付け要因またはスコアにしたがって評価および分類されてもよい。このような実施形態において、要素は、それらの位置が画像の端、つまり特定の端、またはいくつかの他の画像境界特性に近接しているか否かを決定するために検査される。もしその位置が、ひとつまたはそれ以上の上記特性にかなり近接している場合は、その要素における、上記重み付け要因またはスコアは増やされ（２４）、その要素はさらに評価される。

もし要素のカラー特性が、青空、曇り空、タングステン白熱光、蛍光などのような既知の自発光体のカラー特性と似ていれば（２６）、その要素は自発光である可能性があると考えられ、上記尤度を反映するため、上記要素の重み付け要因またはスコアは増やされる（２８）。

もし要素の輝度特性が既知の自発光体の輝度特性と似ていれば（３０）、その要素が自発光であるというより高い尤度を反映するため、上記要素の重み付け要因またはスコアは増やされる（３２）。上記要素のスコアまたは重み付け要因が十分高い値であれば、その要素は自発光であるとみなされ得る。

本発明の実施形態における方法は、元のデジタル画像である図２、および図３（ａ）〜図３（ｄ）を参照しながら示す。図３（ａ）〜図３（ｄ）は、図２から導き出された画像のセットで、要素の位置、色度またはカラー特性、および／または輝度パラメータに基づく自発光の尤度を示している。図３（ａ）〜図３（ｄ）の画像において、白い領域は高い尤度の領域を、一方黒い領域は低い尤度の領域を表している。

本発明のある実施形態において、自発光決定変数ｓは、
ｓ＝ｆ（ｘ，ｉ，ｊ）
で求められ、
ｘは、カラー値を表し、
ｉ、ｊは位置を表す。

ある実施形態において、上記要因間の独立性もまた想定されうる。上記は、項（terms）同士が、相関関係があるという利点を享受しないという点で、計算上便利である。（例えば、空は青っぽくかつ高い輝度である可能性がある。）
ｓ＝ｇ（Ｘ）＊ｈ（ｉ，ｊ）
ある実施形態において、カラー値によって決定する項は、色度ｃおよび輝度Ｙに基づいて分離可能な項に分解される。
ｓ＝ｇ_１（ｃ）＊ｇ_２（Ｙ）＊ｈ（ｉ，ｊ）
ある実施形態において、ｇ_１（ｃ）は、「青空」の色相角のときに最大値に到達し、色相角が上記の値から離れていくにつれて減少するようになっている。同様に、ｇ_２（Ｙ）は大部分の空領域の輝度分布に基づいている。ｈ（ｉ，ｊ）については、空は画像の端近くにある可能性がより高いという簡単な前提が成立し得る。ここで、ｈ（ｉ，ｊ）はピクセル行数の線形関数である。注意すべきは、ｇ_１（ｃ）およびｇ_２（Ｙ）に対するこれらの選択（these choices）は上記モデルを自発光体としての「青空」の領域を特定するように強く方向付けるということである。

図２は、表面反射領域４２および空領域４０を含む画像である。図３は、自発光尤度関数のマップを示す。ＣＩＥ１９３１ｘｙＹ色空間にしたがって、色度を表すのに「ｘｙ」、および輝度を表すのに「Ｙ」が用いられている。地面の領域においては、最終的な確率はほぼ０であり、図３（ａ）〜図３（ｄ）における４つのすべての画像において黒色で示されている。

図３（ａ）において、画像の上端近くの要素における、自発光である尤度が、明るめの陰によって示されている。この陰は、その位置が上端から遠くなるほど次第に暗くなっている。

図３（ｂ）において、「青空」と同様のクロミナンスを有する要素またはピクセルが白で示されている。一方、色相のその範囲から「遠い」ものはより暗めの陰によって示されている。

図３（ｃ）において、既知の自発光体と同様の輝度値を有する要素またはピクセルが、明るめの陰によって示されている。この典型的な画像の場合においては、ほとんどのピクセルがこの画像の空ほど高い輝度を有しておらず、比較的に暗い。

図３（ｄ）は、図３（ａ）から図３（ｃ）に示された自発光特徴画像の組み合わせを表している、合成画像を示す。この図において空にある要素のみが明るめの陰によって示され、このことにより組み合わせ解析適用の成功を表すことができる。

図４は、図３（ｄ）に対応する確率分布を示す図表である。「空」領域は０．２から０．３５の範囲の値に対応している。

本発明における実施形態は、デジタル画像におけるカラーバランスまたはカラーコンスタンシーメソッド（color constancy methods）およびカラーバランス補正との組み合わせで用いることもできる。本発明のある実施形態において、図５に示されているように、発明の方法およびシステムを、自発光要素を決定する（１１０）ために用いることができる。上記方法およびシステムは、さらに、画像光源の決定（１１５）およびカラーバランスを獲得するために用いられる補正（１２０）に影響を与えることもある。また、上記方法およびシステムは、カラーバランス補正の適用（１３０）における効果を有していてもよい。

自発光でないと分類されたピクセルのみから推定するカラーバランスアルゴリズムのほとんどは、カラーバランスパラメータを獲得するための自発光分類マップを用いるために、変更可能である。上記変更されたアルゴリズムは、自発光画像領域が存在するために、傾きを減少させて推定結果を返す。

例えば、グレーワールドアルゴリズム（the greyworld algorithm）は、シーンの色度の重み付けされた平均を算出するように変更可能である。この重み付けは、自発光らしきピクセルに対しては減らされる。

関数ｆ（ｅ_ｉ）が画像Ｉにおいて最大になるような光源パラメータｅ_ｉを選択する光源推定方法を考えると、

となり、
ｘ_ｋは、カラー値のベクトルを、
Ｓ_ｋは、自発光（Ｓ＝１）または表面反射（Ｓ＝０）の状態を表示するバイナリ変数を、
ｅ_ｉは、ｉ番目の光源のパラメータ集合を、
ｐ（ｘ_ｋ｜Ｉ，Ｓ_ｋ＝０）は、自発光でないピクセルに対し、画像Ｉにおいて色座標ｘ_ｋが観察される尤度を、
ｐ（ｘ_ｋ｜ｅ_ｉ）は、光源ｅ_ｉの下で色座標ｘ_ｋが観察される尤度を表す。上記項は、光源によってインデキシングされた、シーン／画像のカラー確率モデルを表す。

画像おいて見られる色度数（the color frequencies）が、ある特定の光源の下で予想される色度数を合うならば、ｆの値は大きいはずである。ｆ（ｅ_ｉ）の最大値に相当する光源は、画像における上記表面反射ピクセルに最も一致する光源である。

色座標の別の集合については、観察されたカラーの尤度関数は、

と概算される。
ｎ_ｋは、座標Ｘ_ｋの距離ε以内の表面反射ピクセル数を表し、
Ｎ_Ｓ＝０は、表面分類におけるピクセル数を表す。

画像Ｉより光源を推定するある別の方法は、分類マップよりむしろ上述の自発光決定変数を直接用いることである。関数ｇ（ｅ_ｉ）が最大になるような光源パラメータｅ_ｉを選択する光源推定方法を考えると、

となり、
ｗ_ｋは、対応する自発光決定変数によって決まるカラー値のｋ番目のベクトルに対する重み付けを表す。

ｗ_ｋの値は、ピクセル自発光決定変数ｓから算出されてもよい。
ｗ_ｋ＝１−ｓ
となり、０から１の範囲を有するように正規化されている。

ｐ（ｘ_ｋ｜ｅ_ｉ）は、光源ｅ_ｉの下で色座標ｘ_ｋが観察される尤度を表す。上記項ｗ_ｋは、自発光ピクセルよりも、自発光でないピクセルにより多く重み付けするようになっている。こうして値ｇ（ｅ_ｉ）は、光源ｅ_ｉが画像において表面反射ピクセルとどれほど結びついているのかの尺度となるであろう。

色座標のある別の集合に対して、上記重み付けは、
ｗ_ｋ＝Σｗ_ｊ
として算出されてもよい。ｊは座標ｘ_ｋの距離ε以内のピクセルを示す指標となる。

また別の実施形態において、画像データ上で調整された上記光源パラメータの光源事後確率分布（the illuminant posterior probability distribution）ｐ（ｅ_ｉ｜Ｉ）を最大値にする、ベイズカラーバランス推定技術が、光源ｅ_ｉを選択するのに用いられてもよい。ベイズ法は、事後確率（the posterior）を事前確率ｐ（ｅ_ｉ）と画像尤度関数ｐ（Ｉ｜ｅ_ｉ）とに関連付ける。
ｐ（ｅ_ｉ｜Ｉ）＝ｋ・ｐ（Ｉ｜ｅ_ｉ）・ｐ（ｅ_ｉ）
となり、
ｋは、正規化された定数を、
ｐ（ｅ_ｉ）は、さまざまな光源の尤度を、
ｐ（Ｉ｜ｅ_ｉ）は、シーンが光源ｅ_ｉによって照射されたと定められたときのその画像の尤度を表す。

もしピクセルが別のもう１つのピクセルと独立していると想定される場合、その光源を、

とすると、
画像の色の尤度が、それぞれのピクセルにおけるカラー値の尤度の積、ｘ_ｊとなる。

自発光分類マップを上記ピクセル尤度関数に導入するある方法とは、バイナリ変数Ｓに、ピクセルが自発光である（Ｓ＝１）、または、ピクセルが自発光でない（Ｓ＝０）ことを表示させることである。カラー尤度関数は、
ｐ（ｘ_ｊ｜ｅ_ｉ）＝ｐ（ｘ_ｊ｜ｅ_ｉ，Ｓ＝０）ｐ（Ｓ＝０）＋ｐ（ｘ_ｊ｜ｅ_ｉ，Ｓ＝１）ｐ（Ｓ＝１）
となる。

ピクセルが自発光である場合について、カラー尤度関数は、光源
ｐ（ｘ_ｊ｜ｅ_ｉ，Ｓ＝１）＝ｐ（ｘ_ｊ｜Ｓ＝１）
から条件付きで独立しているとして取り扱われ得る。
ｐ（ｘ_ｊ｜Ｓ＝１）は自発光領域についての確率モデルである。あるいは、画像尤度は、
ｐ（Ｉ｜ｅ_ｉ）＝Π｛ｐ（ｘ_ｊ｜ｅ_ｉ，Ｓ＝０）ｐ（Ｓ＝０）＋ｐ（ｘ_ｊ｜Ｓ＝１）ｐ（Ｓ＝１）｝
として算出可能である。上記画像尤度関数より、光源事後確率分布（the illuminant posterior distribution）は算出され、次に光源推定のために最大化され得る。

ある実施形態において、上記事後確率（the posterior）ｐ（ｅ_ｉ｜Ｉ）は、画像尤度および光源事前確率（illuminant prior）を掛けることによって推定されてもよい。事前確率（prior）ｐ（ｅ_ｉ）は、さまざまな光源の相対的尤度を説明するのに用いられてもよい。例えば、光源は、昼光の位置付近にあると予測され得る。

またある実施形態において、コスト関数が用いられ、（ＣＩＥ Ｄ６５００などの）基準光源寄りに結果を修正する関数を事後確率に掛けることにより推定（computed）されてもよい。極端な方向に推定された光源と関連付けられた補正は好ましくない結果を画像にもたらすこともあるので、もし光源が誤って推定された場合には、基準光源寄りのバイアスは、有益となり得る。

光源推定とは、コスト関数を適用した後の最大値と関連付けられた光源であってもよい。

光源パラメータがｐ（ｘ_ｊ｜ｅ_ｉ）と定められたカラー尤度関数は、シーンにおける色の分布の想定または測定によって推定（computed）される。この項の目的は、さまざまな色の尤度をそれぞれの光源の下で特徴付けることである。例えば、赤みを帯びた光源の下では、名目上赤っぽい色相を有する色度の可能性はより高く、名目上青っぽい色度の可能性はきわめて低い。

図６は、光沢のないマンセル表面反射のある集合が、昼光の位置に近い光源のある集合の下でどのように変化するかを示す。表の縦列は光源の違いに対応している。光源ごとに、マンセルセット（the Munsell set）の色度の明らかな変化が見られる。

図７は、図６において描画された光源の色度を示す。上記光源の色は青−黄方向においてさまざまである。

ｐ（ｘ_ｊ｜ｅ_ｉ）を算出するある方法とは、画像における色がマンセルセットの光沢のない部分から均一に（置き換えられて）描写されると想定することである。長期間の（long-term）平均色度数は、上述の光源下のマンセルセットを計算するのと同じであろう。ｉ番目の光源の下での、ある一定の色度［ｘ，ｙ］の確率は、単に、その光源の下でのマンセルセットの分布の色度における度数である。あるいは、別のある方法とは、多数の画像または対象物のコレクションにわたっての表面カラー分布から、経験に基づいたカラーモデルを導き出すことである。

本発明のある実施形態において、ある特定の色が生じる尤度は、光源のある集合に対してあらかじめ算出可能である。これには、モデル色域ｐ（ｘ｜ｅ_ｊ）が参照されてもよい。上記モデル色域は、上記定められた光源の下でそれぞれの色が生じる確率を表す。

ある実施形態において、自発光である確率は、それぞれのピクセルに対して、色および位置関数、ｐ（Ｓ＝１｜ｘ，ｉ，ｊ）として算出されてもよい。その反対の値、ｐ（Ｓ＝０｜ｘ，ｉ，ｊ）は、色座標の集合において特定される、減らされた画像自発光特徴ベクトルｑ（ｘ_ｋ）を形成するために、カラー値の関数として蓄積されてもよい。

次に、光源パラメータｅ_ｉは、関数Ｆ（ｅ_ｉ）が画像Ｉに対して最大となるように、
Ｆ（ｅ_ｉ）＝Σｑ（ｘ_ｋ）＊ｐ（ｘ_ｋ｜ｅ_ｉ）
で選択される。

ある実施形態において、画像尤度ｐ（Ｉ｜ｅ_ｉ）は、ｑ（ｘ_ｋ）およびｐ（ｘ_ｋ｜ｅ_ｊ）間の内積として概算されてもよい。この概算結果から、光源事後確率分布に対する概算が算出可能となり、概算された画像尤度と上記光源事前確率とを結びつけることが可能となる。上記概算された事後確率分布（posterior distribution）は、次に、光源コスト関数により変更され、それに続いて、推定光源を選択するために最大化される。

本発明のある実施形態を、図８を参照しながら説明することができる。図８は、画像光源プロセスのステップを示したフローチャートである。この方法は、理解しやすいように一連の番号を付して描画されているが、明記しない限りは、付した番号から順番が決定されるべきではない。上記ステップのいくつかは、飛ばされることもあるし、平行して実行されることもあるし、または、連番の正確な順序を守らないで実行されることもあるということを理解されたい。まず、画像要素特性が取得される（２００）。上記特性は典型的に、画像要素カラー特性、輝度特性、位置データおよびその他の同じような特性を含む。上記要素特性のデータを用いて、それぞれの画像要素が自発光である尤度が決定され得る。上記は、上述の他の実施形態において説明された通りに、画像要素の画像の端、または境界線への近接度を参照しながら、既知の光源の色度および要素輝度に関連した要素色度に対して実行されてもよい。

重み付け要因は、それぞれの要素に対して、その自発光である尤度に基づいて割り当てられる（２０４）。次に、要素特性に基づいて、最も可能性が高い光源がそれぞれの要素について推定される（２０６）。次に上記画像光源は、画像要素特性および上記重み付け要因を用いて推定される（２０８）。上記画像光源は、本発明の実施形態における方法にしたがったさまざまなやり方で推定されてもよい（２０８）。ある実施形態においては、上記重み付け要因は、画像光源推定プロセスに合わせて要素の重み付けの量を調整するのに用いられることもある。上記の調整は、自発光らしき要素の完全な省略、または、推定プロセスに合わせた上記要素の重み付け量の削減を含む。

本発明の他の実施形態を、図９を参照しながら説明することができる。図９は、画像カラーバランス補正プロセスを示したフローチャートである。上記実施形態において、画像要素特性が、本技術分野において既知の典型的なやり方で取得される（２２０）。それぞれの画像要素が自発光である尤度は、次に、以下に説明される方法にしたがって決定される（２２２）。画像要素全体は、画像全体に対して、画像要素特性およびそれぞれの要素が自発光であるという尤度に基づき、推定される（２２４）。次に、推定された光源に対して画像のカラーを調整するために、補正要因が算出される（２２６）。次に、上記補正要因は、画像が適切にカラー調整されるように、画像に適用される（２２８）。

本発明の他の実施形態を、図１０を参照しながら説明することができる。図１０は、カラーバランス補正要因を選択的に適用するための方法を示したフローチャートである。上記実施形態において、画像要素特性は、本技術分野において既知の方法によって取得される（２４０）。それぞれの要素が自発光である尤度が、上述において説明されたように決定され（２４２）、画像光源が、上記要素特性およびそれぞれの要素が自発光であるという尤度に基づき、推定される（２４４）。ひとつまたはそれ以上の補正要因が、上記光源に対して上記画像を補正するために算出される（２４６）。上記ひとつまたはそれ以上の補正要因は、要素それぞれの自発光である尤度にしたがって上記画像に適用される（２４８）。上記実施形態において、上記補正要因は、自発光ではなさそうな要素に対してのみ適用されてもよいし、自発光である尤度の大きさにしたがってある程度適用されてもよいし、要素が自発光である尤度に対して正比例または反対の関係にある、他のやり方で適用されてもよい。

さらに別の実施形態は、変更された共通光源を推定するステップを含んでいてもよい。上記実施形態において、反射領域および自発光領域のマップが作成される。コンポジット光源は、初めに上記反射領域に対して、および、続いて上記強調されていない自発光領域に対して計算される。次に、上記コンポジット光源に対する補正度合いが算出される。この補正度合いは上記コンポジット光源と上記選択された基準光源との間の差に応じて、上記反射および自発光領域におけるピクセルのカラー値を変える。

ある実施形態において、反射領域の光源を決定するステップは、カラー値をグループの集合に保存するステップと、それぞれのカラー値のグループにおけるメンバの数を数えるステップを含む。そして、最も上記カラー値グループの集合を生成しそうな光源が選択される。

また別の実施形態において、反射領域の光源を決定するステップは、カラー値をピクセルの色度によって区分されたグループの集合に保存するステップと、それぞれの色度グループにおけるメンバの数を数えるステップを含む。そして、最も上記色度グループの集合を生成しそうな光源が選択される。

本発明の実施形態を、図１１を参照しながら説明することができる。図１１は、デジタル画像補正度合いを変更する方法を示したフローチャートである。この方法は、理解しやすいように一連の番号を付して描画されているが、明記しない限りは、付した番号から順番が決定されるべきではない。上記ステップのいくつかは、飛ばされることもあるし、平行して実行されることもあるし、または、連番の正確な順序を守らないで実行されることもあるということを理解されたい。

上記実施形態においては、デジタル画像補正パラメータが計算される（３００）。上記補正パラメータはカラーバランス、光源検出、または他の画像効果、画像処理または同様のプロセスなどと関連付けられていてもよい。画像における例外的な特性も決定される（３０２）。上記例外的な特性は、画像光源、画像カラー特性、画像輝度特性、画像クロミナンス（chrominance）範囲（小さなクロミナンス域または可能性の小さいクロミナンス域など）、および他の画像特性などと関連付けられていてもよい。上記例外的な特性が決定されると、上記画像補正パラメータは、上記例外的な特性に応じて変更され得る（３０４）。

ある実施形態において、上記例外的な特性に応じた変更は、上記デジタル画像のセグメントに対する、上記補正パラメータの特異的な適用、補正度合いを減衰させる修正、および、複数の補正およびその他の変更およびプロセスの使用を含む。

本発明のある実施形態において、図１２に示されているように、デジタル画像補正パラメータを計算するステップ３００は、画像光源を推定するステップ３１０および、カラーバランス補正度合いを計算するステップ３１２を含む。画像における例外的な特性を決定するステップ３０２も自発光領域を検出するステップ３１４を含み、例外的な特性に応じて補正度合いを変更するステップ３０４は、上記自発光領域に適用するための上記カラーバランス補正度合いを変更するステップ３１６を含む。上記実施形態のうちのいくつかにおいて、上記カラーバランス補正度合いを変更するステップ３１６は、自発光領域における上記カラーバランス補正度合いを減衰させるステップと、自発光領域における上記補正を省略するステップと、自発光領域における異なる補正およびその他の補正度合い変更技術を適用するステップを含んでいてもよい。

本発明のある実施形態において、図１３に示されているように、デジタル画像補正パラメータを計算するステップ３００は、画像光源を推定するステップ３２０および、カラーバランス補正度合いを計算するステップ３２２を含む。画像における例外的な特性を決定するステップ３０２も、色域または色域の生じる尤度などの、画像色域特性を検出するステップ３２４を含む。上記実施形態において、例外的な特性に応じて補正度合いを変更するステップ３０４は、上記色域特性と関連付けて上記カラーバランス補正度合いを変更するステップ３２６を含んでいてもよい。上記実施形態のうちのいくつかにおいて、上記カラーバランス補正度合いを変更するステップ３２６は、色域が、著しく制限されたり、画像のある特定のタイプにおいて生じそうにない場合に、上記カラーバランス補正度合いを減衰させるステップと、色域が、著しく制限されたり、画像のある特定のタイプにおいて生じそうにない場合に、上記補正を省略するステップと、色域が、著しく制限されたり、画像のある特定のタイプにおいて生じそうにない場合に、異なる補正および／またはその他の補正度合い変更技術を適用するステップを含んでいてもよい。

本発明のある実施形態においては、図１１および１４に示されているように、デジタル画像補正パラメータを計算するステップ３００は、画像光源を推定するステップ３３０およびカラーバランス補正度合いを計算するステップ３３２を含む。画像における例外的な特性を決定するステップ３０２も、画像光源特性を検出するステップ３３４を含んでいてもよく、例外的な特性に応じて補正度合いを変更するステップ３０４は、複数光源を検出するステップ３３６を含んでいてもよい。複数光源が検出されれば（３３６）、補正度合いは変更され得る（３４０）。検出されたのが、単光源（single illuminant）のみの場合には（３３６）、上記補正は、変更するステップ３３８なしで画像に適用され得る。

上記実施形態のいくつかにおいては、上記カラーバランス補正度合いを変更するステップ３４０は、画像全体または追加の光源が検出された領域において上記カラーバランス補正度合いを減衰させるステップと、画像全体または追加の光源が検出された領域において上記補正を省略するステップと、さまざまな光源によって照射されている領域において、異なる補正およびその他の補正度合い変更技術を適用するステップを含んでいてもよい。

ある実施形態において、補正度合いを減衰させるステップは、ピクセルの位置に応じて変更されてもよい。上記ステップは、自発光でない領域おけるピクセル位置には全体または部分的に減衰された補正を、自発光領域においては完全に減衰された補正を適用するステップを含んでいてもよい。他の実施形態においては、ピクセル位置に応じて補正度合いの減衰を修正するステップは、上記ピクセル位置が自発光でない領域から発光領域へ移るにつれて、補正度合いを線形に減衰させるステップを含む。あるいは、上記ピクセル位置が自発光でない領域から発光領域へ移るにつれて、上記補正が非線形に減衰させられる。

ある実施形態において、補正は特異的に、画像のさまざまな領域または部分に適用されてもよい。上記特異的な適用は、上記画像全体に対する全面的な補正を禁止または省略するステップを含んでいてもよい。また上記特異的な適用は、領域に基づく補正を含んでいてもよい。ある実施形態において、上記補正の度合いは、自発光領域、小さい色域（small gamut regions）、確度の低い色域、複数光源領域または他の領域において、強く減衰させられてもよい。一方、完全にまたは部分的に減衰させられた補正は、上記と同じ画像の他の領域において適用される。特異的な適用はまた、マップに応じて空間的に補正度合いを変更するステップを含んでいてもよい。上記マップにおいては、該マップの領域ごとに異なる光源が補正される。

ある実施形態において、画像自発光領域を検出するステップ３１４は、ピクセルカラー値および位置パラメータなどの信用のおける尺度の組み合わせに応じて、自発光領域を検出するステップを含んでいてもよい。例えば、自発光領域は、色度またはカラー特性の関数に応じて検出されることもある。

本発明のある実施形態は、図１５に関連付けられて記述され得る。図１５はＣＩＥｘｙ色度図のグラフ３５０である。グラフ３５０内の点は、ある特定の色度値を表す。さまざまな光源の色度は、グラフ上の点３５２によって表すことができる。ある特定の点は、基準点３５４のように、基準点や基準値を表すこともある。ここでは、点３５４は昼光６５００（Ｄ６５）を表す。上記グラフ３５０は、ピクセル色度から重み付けまでの２次元のルックアップテーブル（lookup table）として扱われ得る。上記ルックアップテーブルを作成するある方法は、多数の画像の集合にわたっての自発光体の色度分布を用いる。例えば、主に、空の画像を用いると、上記色度分布は、基準点Ｄ６５（３５４）などのような、ある色度基準点に関連する角度関数３５６によって、パラメータ化のために概算で求められてもよい。上記実施形態において、昼光の空の青っぽい色度は、基準点Ｄ６５（３５４）から放射状に広がる角度範囲によって表され得る領域内にある。ある実施形態において、色度範囲は、上記色度図３５０上の基準点からの距離によって、または、Ｄ６５（３５４）などのような基準点に基づいて極座標を用いるといった、角度と距離の組み合わせによって、表されてもよい。

ひとたび、既知の自発光体の上記色度または他のカラー特性が見つかれば、ピクセルの特性は、既知の自発光体とどのくらい同じであるかどうかを決定するために分析され得る。

他の実施形態において、上記方法は、処理が施されていない自発光ピクセルの度数に基づいていてもよい。他の実施形態において、光源色度は、角度および大気の状態に対する太陽／カメラの関数としてモデル化されてもよい。上記角度が太陽に近くなればなるほど、光源スペクトルパワーは青っぽい色から黄色っぽい／白っぽい色へと変化する。

本発明のさらに別の実施形態において、自発光領域は、画像の端におけるピクセルの位置に応じて検出されてもよい。最も一般的な自発光体の１つは空である。多くのデジタル写真および他の画像において、空は、上端に隣接している画像の上部に配置される。方向が決定されていない場合は、空はいずれかの端に隣接していることもある。したがって、空のような自発光体は、典型的に画像の端に隣接して配置されている。上記の位置に基づいた尤度は、自発光体の検出を向上させるのに用いられ得る。

またさらに別の実施形態において、自発光領域はピクセル輝度などのような信用のおける尺度の関数に応じて検出されてもよい。例えば、自発光領域は、比較的高いピクセル輝度値に対して検出されてもよい。ここで高いピクセル輝度は、他の画像ピクセルに関して比較的高い、または輝度閾値よりも高いとして定義される。

上述の色度に基づく項と同様に、いくつかの実施形態は、輝度に基づく項を定義するいくつかの方法を用いることがある。上記経験に基づくアプローチは、多数の画像の集合からの既知の自発光領域に対する輝度分布を見ることである。このような経験に基づくデータを概算で求めることも、妥当である。上記項は、方程式または１次元ルックアップテーブル（ＬＵＴ）を用いて実施され得る。本発明のある実施形態は、２次元色度マッピングおよび１次元輝度マッピングを結びつける。他の実施形態は、その複雑性が適正である場合に、完全３次元マッピングを用いてもよい。ピクセルカラーから自発光の確率へとマッピングする完全３次関数は、いくつかの実施形態において使用されてもよい。

ある実施形態において、ピクセルカラー値、ピクセル位置パラメータおよびピクセル輝度特性を含む信用のおける尺度の組み合わせに応じて、自発光領域を検出するステップは、上記特性に基づくピクセル自発光の信用尺度に、特異的に重み付けするステップを含んでいてもよい。

本発明のある実施形態における、自発光要素検出の方法を示すフローチャートである。 本発明のある実施形態における、自発光要素検出および要素の重み付け方法を示すフローチャートである。 本発明の実施形態における要素を示すのに用いられる、典型的な図である。 （ａ）は、画像境界に関連したピクセル位置に基づく、自発光である尤度を示す画像であり、（ｂ）は、カラー特性に基づく、自発光である尤度を示す画像であり、（ｃ）は、輝度特性に基づく、自発光である尤度を示す画像であり、（ｄ）は、図３（ａ）、（ｂ）および（ｃ）に示された要因の組み合わせに基づく、組み合わされた、自発光である尤度を示す画像である。 典型的な自発光確率分布を示すグラフである。 本発明の実施形態におけるいくつかのステップを示すフローチャートである。 選択された光源から反射された、さまざまな色分布を示すグラフである。 図６に示された光源の色度図を表すグラフである。 自発光である尤度に関連付けられた重み付け要因を使用する実施形態における方法を示すフローチャートである。 補正要因を使用する実施形態における方法を示すフローチャートである。 自発光要素が補正の間に識別されるような実施形態における方法を示すフローチャートである。 画像における例外的な特性が補正パラメータを変更するのに用いられるような実施形態を示すフローチャートである。 自発光特性を含む、画像における例外的な特性が補正パラメータを変更するのに用いられるような実施形態を示すフローチャートである。 画像色域分布特性を含む、画像における例外的な特性が補正パラメータを変更するのに用いられるような実施形態を示すフローチャートである。 複数光源の特性を含む、画像における例外的な特性が補正パラメータを変更するのに用いられるような実施形態を示すフローチャートである。 色度図である。

符号の説明

４０ 空領域
４２ 表面領域
３５０ グラフ
３５２ 点
３５４ 昼光６５００
３５６ 角度関数

Claims (6)

1. デジタル画像にカラーバランス補正を行うデジタル画像カラー補正方法であって、
   上記デジタル画像における画素が、光を反射しない自発光体を表す自発光領域を示している尤度を画素ごとに決定するステップと、
   上記尤度を決定するステップにて決定された、上記画素ごとの尤度に基づいて、上記デジタル画像の光源の種類を推定するステップと、
   上記光源の種類を推定するステップにて推定された上記デジタル画像の光源、および、上記画素ごとの上記尤度に基づいて、画素ごとにカラーバランス補正を行うステップとを含み、
   上記尤度を決定するステップは、
   上記画素の色度または彩度が上記自発光領域の色度または彩度と似ているほど、上記画素の自発光領域である尤度が高いと決定するステップ、
   上記デジタル画像における上記画素の位置が、上記デジタル画像の端または幾何学的形状の境界に近いほど、上記画素の自発光領域である尤度が高いと決定するステップ、および、
   上記画素の輝度が上記自発光領域の輝度と似ているほど、上記画素の自発光領域である尤度が高いと決定するステップ
   の少なくとも１つのステップを含み、
   上記光源の種類を推定するステップは、次式、
   ｐ（ｅ _ｉ ｜Ｉ）＝ｋ・ｐ（Ｉ｜ｅ _ｉ ）・ｐ（ｅ _ｉ ）
   において、光源パラメータｅ _ｉ の光源事後確率分布ｐ（ｅ _ｉ ｜Ｉ）が最大になるような光源パラメータｅ _ｉ を選択することにより、光源の種類を推定するステップであり、
   ここで、ｋは、正規化された定数を、ｐ（ｅ _ｉ ）は、さまざまな光源の尤度を、ｐ（Ｉ｜ｅ _ｉ ）は、シーンが光源パラメータｅ _ｉ によって照射された場合のデジタル画像Ｉの尤度を表し、
   上記カラーバランス補正を行うステップは、
   上記画素の自発光領域である尤度が高いほど、該画素の上記カラーバランス補正の度合いを減衰させてカラーバランス補正を行うステップであることを特徴とするデジタル画像カラー補正方法。
2. デジタル画像にカラーバランス補正を行うデジタル画像カラー補正方法であって、
   上記デジタル画像における画素が、光を反射しない自発光体を表す自発光領域を示している尤度を画素ごとに決定するステップと、
   上記尤度を決定するステップにて決定された、上記画素ごとの尤度に基づいて、上記デジタル画像の光源の種類を推定するステップと、
   上記光源の種類を推定するステップにて推定された上記デジタル画像の光源、および、上記画素ごとの上記尤度に基づいて、画素ごとにカラーバランス補正を行うステップとを含み、
   上記尤度を決定するステップは、
   上記画素の色度または彩度が上記自発光領域の色度または彩度と似ているほど、上記画素の自発光領域である尤度が高いと決定するステップ、
   上記デジタル画像における上記画素の位置が、上記デジタル画像の端または幾何学的形状の境界に近いほど、上記画素の自発光領域である尤度が高いと決定するステップ、および、
   上記画素の輝度が上記自発光領域の輝度と似ているほど、上記画素の自発光領域である尤度が高いと決定するステップ
   の少なくとも１つのステップを含み、
   上記光源の種類を推定するステップは、次式、
   ｆ（ｅ _ｉ ）＝Σｐ（ｘ _ｋ ｜Ｉ，Ｓ _ｋ ＝０）＊ｐ（ｘ _ｋ ｜ｅ _ｉ ）
   において、関数ｆ（ｅ _ｉ ）が、上記デジタル画像において最大になるような光源パラメータｅ _ｉ を選択することにより、光源の種類を推定するステップであり、
   ここで、ｘ _ｋ は、カラー値のベクトルを、Ｓ _ｋ は、自発光（Ｓ＝１）または表面反射（Ｓ＝０）の状態を表示するバイナリ変数を、ｅ _ｉ は、ｉ番目の光源のパラメータ集合を、ｐ（ｘ _ｋ ｜Ｉ，Ｓ _ｋ ＝０）は、自発光でない画素に対し、上記デジタル画像Ｉにおいて色座標ｘ _ｋ が観察される尤度を、ｐ（ｘ _ｋ ｜ｅ _ｉ ）は、光源ｅ _ｉ の下で色座標ｘ _ｋ が観察される尤度を表し、
   上記カラーバランス補正を行うステップは、
   上記画素の自発光領域である尤度が高いほど、該画素の上記カラーバランス補正の度合いを減衰させてカラーバランス補正を行うステップであることを特徴とするデジタル画像カラー補正方法。
3. デジタル画像にカラーバランス補正を行うデジタル画像カラー補正方法であって、
   上記デジタル画像における画素が、光を反射しない自発光体を表す自発光領域を示している尤度を画素ごとに決定するステップと、
   上記尤度を決定するステップにて決定された、上記画素ごとの尤度に基づいて、上記デジタル画像の光源の種類を推定するステップと、
   上記光源の種類を推定するステップにて推定された上記デジタル画像の光源、および、上記画素ごとの上記尤度に基づいて、画素ごとにカラーバランス補正を行うステップとを含み、
   上記尤度を決定するステップは、
   上記画素の色度または彩度が上記自発光領域の色度または彩度と似ているほど、上記画素の自発光領域である尤度が高いと決定するステップ、
   上記デジタル画像における上記画素の位置が、上記デジタル画像の端または幾何学的形状の境界に近いほど、上記画素の自発光領域である尤度が高いと決定するステップ、および、
   上記画素の輝度が上記自発光領域の輝度と似ているほど、上記画素の自発光領域である尤度が高いと決定するステップ
   の少なくとも１つのステップを含み、
   上記光源の種類を推定するステップは、次式、
   ｇ（ｅ _ｉ ）＝Σｗ _ｋ ＊ｐ（ｘ _ｋ ｜ｅ _ｉ ）
   において、関数ｇ（ｅ _ｉ ）が最大になるような光源パラメータｅ _ｉ を選択することにより、光源の種類を推定するステップであり、
   ここで、ｗ _ｋ は、画素の自発光領域である尤度を表す自発光決定変数ｓによって決まるカラー値のｋ番目のベクトルに対する重み付けを表し、ｗ _ｋ は、自発光領域の画素よりも、自発光領域でない画素により多く重み付けするようになっており、ｐ（ｘ _ｋ ｜ｅ _ｉ ）は、光源ｅ _ｉ の下で色座標ｘ _ｋ が観察される尤度を表し、
   上記カラーバランス補正を行うステップは、
   上記画素の自発光領域である尤度が高いほど、該画素の上記カラーバランス補正の度合いを減衰させてカラーバランス補正を行うステップであることを特徴とするデジタル画像カラー補正方法。
4. 上記デジタル画像においてそれぞれの色が生じる度数から、上記デジタル画像の色の分布を示す画像色域特性を検出するステップと、
   上記検出するステップにて検出された画像色域特性が、著しく制限された色域であるという例外的な特性、または、当該色域が生じる尤度が低いという例外的な特性を示している場合に、上記例外的な特性に応じて、上記デジタル画像の全体または一部の領域に適用するカラーバランス補正の補正パラメータを変更するステップとを含むことを特徴とする請求項１から３までのいずれか１項に記載のデジタル画像カラー補正方法。
5. 上記補正パラメータを変更するステップは、
   上記画像色域特性が、上記例外的な特性を示している場合に、上記カラーバランス補正の度合いを減衰させるステップを含むことを特徴とする請求項４に記載のデジタル画像カラー補正方法。
6. 上記カラーバランス補正を行うステップは、
   上記画像色域特性が上記例外的な特性を示している場合に、省略されることを特徴とする請求項４に記載のデジタル画像カラー補正方法。