JP4536315B2 - 画像補正プログラム - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、画質向上を目的として画像に補正をかけるための画像補正プログラムに関するものであり、画像の誤補正を防止し、補正の精度を高めることができる画像補正プログラムに関するものである。
【０００２】
近時では、デジタルカメラやカラープリンタなどの画像関連機器の普及や、計算機性能の向上により、一般ユーザがデジタルカラー画像を扱う機会が増えている。
【０００３】
ところが、デジタルカメラなどから得られたデジタルカラー画像の画質は、例えば、暗すぎたり、コントラストが足りなかったりして、常に一般ユーザが満足のいくものとは限らない。このことから、従来より、一般ユーザが満足するようなきれいな画像になるように、画質を補正する技術が必要とされている。
【０００４】
【従来の技術】
特開平１１−３１７９５９号公報には、画像形成時にホワイトバランス補正を行う画像補正方法が開示されている。ここで、ホワイトバランス補正は、画像中の最も明るいハイライト部分、または最も暗いシャドウ部分の輝度値に補正をかけ、コントラストのより鮮明な画像を得ることを目的としている。
【０００５】
図１８は、従来の画像補正方法（ホワイトバランス補正方法）を説明するフローチャートである。同図に示したステップＳＡ１では、Ｒ（赤）、Ｇ（緑）およびＢ（青）ごとの平均輝度であるＲ_H 、Ｇ_H およびＢ_H に基づいて、画像の示すシーン（「夕焼け」のシーン等）、すなわち、画像特徴が判定される。
【０００６】
ここで、平均輝度であるＲ_H 、Ｇ_H およびＢ_H は、輝度が「２４０」以上「２４５」以下である画像領域に存在する画素のＲ、ＧおよびＢごとの平均輝度であり、ヒストグラム解析から得られる統計的な特徴量である。
【０００７】
ここで、上記シーンの判定方法としては、基本的にＲ、ＧおよびＢの輝度の大きさの順番、および最大輝度を有する色と他の色の割合に応じて、シーンが判定される。例えば、画像のＲ_H を「１００」としたときのＧ_H およびＢ_H の値（０〜１００）、およびＧ_H とＢ_H との大小関係によって、シーンが判定される。
【０００８】
ステップＳＡ２では、ステップＳＡ１で判定されたシーンからホワイトバランス強度が設定される。図１９（ａ）および（ｂ）は、上記シーンとホワイトバランス強度との関係を示す図である。同図においては、ホワイトバランスを完全にとる場合をホワイトバランス強度が１００％、全くとらない場合がホワイトバランス強度が０％と定義する。
【０００９】
図１９（ａ）に示した例では、シーンＡ、Ｂ、Ｃに応じて、ホワイトバランス強度（％）が適当に設定されることによって、ホワイトバランスのとりかたが変更される。
【００１０】
一方、図１９（ｂ）に示した例では、通常のシーンの場合、完全に真っ白にならないように、ホワイトバランス強度が７０％に設定される。これに対して、夕焼けのシーンの場合には、通常のシーンよりも弱めにホワイトバランスが調整されるように、ホワイトバランス強度が３０％に設定される。
【００１１】
ステップＳＡ３では、ステップＳＡ２で設定されたホワイトバランス強度に基づいて、平均輝度であるＲ_H 、Ｇ_H およびＢ_H が補正される。
【００１２】
このように、従来の画像補正方法では、シーン別にホワイトバランス強度（補正量）を低減し、不正に大きな補正がかからないようにしている。
【００１３】
例えば、夕焼けのシーンに対応する画像では、図１９（ｂ）に示したように、ホワイトバランス強度を３０％という具合に、大きく抑えて（７０％減）、画質劣化が防止される。また、通常のシーンに対応する画像では、ホワイトバランス強度を７０％という具合に多少抑えて（３０％減）いる。
【００１４】
このように、従来の画像補正方法では、シーン判定にミスが発生した場合であっても、補正後の画像に大きな不具合が生じないように、ホワイトバランス強度が設定される。
【００１５】
【発明が解決しようとする課題】
ところで、前述したように、従来の画像補正方法においては、画像のシーンを判別した後、図１９（ａ）および（ｂ）に示したように、シーンに応じて補正量としてのホワイトバランス強度を設定している。
【００１６】
しかしながら、精度高くシーンを判別することが難しく、誤補正（補正過剰や補正不足）が発生する。例えば、図１９（ｂ）に示した例では、通常のシーンで７０％のホワイトバランス強度としているが、誤補正の程度が画像の内容に大きく依存するため、必ずしも７０％で誤補正を回避できるとは限らない。
【００１７】
また、従来の画像補正方法においては、画像の統計的な特徴量に基づいて補正が行われているが、画像の構成によっては誤補正が生じるという問題があった。
【００１８】
例えば、図２０に示したカラー画像１０と図２２に示したカラー画像２０とでは、図２１および図２３に示したように、得られるヒストグラムの形状が大きく異なる。
【００１９】
すなわち、図２０に示したカラー画像１０は、赤色の花１１、茶色の土１２および緑色の茎１３という各要素から構成されている。
【００２０】
図２１（ａ）は、図２０に示したカラー画像１０におけるＲ（赤色）の輝度分布（０〜２５５）を表すヒストグラムである。図２１（ｂ）は、カラー画像１０におけるＧ（緑色）の輝度分布（０〜２５５）を表すヒストグラムである。図２１（ｃ）は、カラー画像１０におけるＢ（青色）の輝度分布（０〜２５５）を表すヒストグラムである。
【００２１】
一方、図２２に示したカラー画像２０は、赤色の花２１、白色の花２２、茶色の土２３および緑色の茎２４という各要素から構成されている。このカラー画像２０は、図２０に示した赤色の花１１に隣接した白色の花２２も撮影されたものである。従って、図２２に示した赤色の花２１は、赤色の花１１（図２０参照）に対応している。
【００２２】
図２３（ａ）は、図２２に示したカラー画像２０におけるＲ（赤色）の輝度分布（０〜２５５）を表すヒストグラムである。図２３（ｂ）は、カラー画像２０におけるＧ（緑色）の輝度分布（０〜２５５）を表すヒストグラムである。図２３（ｃ）は、カラー画像２０におけるＢ（青色）の輝度分布（０〜２５５）を表すヒストグラムである。
【００２３】
ここで、図２１（ａ）、（ｂ）および（ｃ）にそれぞれ示したヒストグラムを比べてみると、図２１（ａ）に示したＲ（赤色）のヒストグラムだけが高い輝度が分布しており、他のＧ（緑色）およびＢ（青色）のヒストグラムに高い輝度が分布していないことから、ホワイトバランスが悪い。
【００２４】
従って、図２１（ａ）、（ｂ）および（ｃ）にそれぞれ示したヒストグラムを基準として、カラーバランス補正を行った場合には、誤補正となる。
【００２５】
これに対して、図２３（ａ）、（ｂ）および（ｃ）にそれぞれ示したヒストグラムを比べてみると、Ｒ（赤色）、Ｇ（緑色）およびＢ（青色）のヒストグラムにそれぞれ高い輝度が分布していることから、ホワイトバランスが良い。
【００２６】
従って、図２３（ａ）、（ｂ）および（ｃ）にそれぞれ示したヒストグラムを基準として、カラーバランス補正を行った場合には、適切な補正となる。
【００２７】
このように、従来では、画像における構成要素の数や配置状況によって、誤補正が生じたり、生じなかったりという不安定な現象が発生する。例えば、カラー画像１０（図２０参照）、カラー画像２０（図２２参照）およびカラー画像３０（図２４参照）という構成要素数が異なるカラー画像を比較した場合には、構成要素数が少ないほど、補正に関して不安定さが増加する傾向にある。
【００２８】
また、図２５に示したカラー画像４０の場合には、青色の青空４１および白色の雪４２という極めて明るい色の構成要素しか存在しないため、誤補正が発生しやすい傾向にある。なお、図２６に示したカラー画像５０の場合には、青色の青空５１、白色の雪５２および家５３という具合に構成要素の数が多いため、誤補正が発生しにくい傾向にある。
【００２９】
本発明は、上記に鑑みてなされたもので、画像の誤補正を防止し、補正の精度を高めることができる画像補正プログラムを提供することを目的とする。
【００３０】
上記目的を達成するために、本発明は、コンピュータを、カメラにより撮影されたデジタル画像の複雑度を算出する複雑度算出手段、前記デジタル画像に含まれる画素の、ＲＧＢ値に関する統計的な特徴量を用いて前記デジタル画像の画質を補正するためのＲ値に関する仮補正量、Ｇ値に関する仮補正量、Ｂ値に関する仮補正量を、それぞれ算出した後、複雑度が低いほど小さい値になる複雑度係数を前記複雑度算出手段により算出された前記複雑度を用いて算出し、前記Ｒ値に関する仮補正量と該複雑度係数とを乗算することでＲ値に関する補正量を、前記Ｇ値に関する仮補正量と該複雑度係数とを乗算することでＧ値に関する補正量を、前記Ｂ値に関する仮補正量と該複雑度係数とを乗算することでＢ値に関する補正量を、それぞれ算出する補正量算出手段、前記Ｒ値に関する補正量、前記Ｇ値に関する補正量、前記Ｂ値に関する補正量を用いて、前記画像の画質を補正する補正手段として機能させる。
【００３１】
この発明によれば、画像の複雑度を算出し、この複雑度に応じた、画像の画質を補正するための補正量に基づいて、画像の画質を補正することとしたので、従来の画像のシーンの判定結果に基づく補正に比べて、画像の誤補正を防止することができ、補正の精度を高めることができる。
【００３２】
【発明の実施の形態】
以下、図面を参照して本発明にかかる画像補正プログラムの実施の形態１〜４について詳細に説明する。
【００３３】
（実施の形態１）
図１は、本発明にかかる実施の形態１の構成を示すブロック図である。この図において、画像補正装置１００は、画像の複雑度に着目し、複雑度に応じて、画像に対して、カラーバランス・ハイライトの補正をかける装置である。
【００３４】
ここで、実施の形態１の動作原理について、図２（ａ）〜（ｉ）を参照して説明する。図２（ａ）に示した入力画像データ６０は、補正前の原画像データであり、赤色の花６１、茶色の土６２、緑色の茎６３および白色の虫６４という構成要素からなる。
【００３５】
実施の形態１では、入力画像データ６０の画素数を減らし、図２（ａ）に示した縮小画像データ６０Ａ（第一縮小画像のデータ）が生成される。この縮小画像データ６０Ａは、例えば、２００００画素から構成されており、入力画像データ６０に比べて、解像度が低い。
【００３６】
実施の形態１では、縮小画像データ６０Ａの複雑度が、予め設定された複雑度しきい値を超えている場合、すなわち、複雑度が中、高である場合、縮小画像データ６０Ａに対応するヒストグラム（図２（ｃ）、（ｄ）および（ｅ））に基づいて、カラーバランス・ハイライト補正量が算出される。
【００３７】
図２（ｃ）は、図２（ｂ）に示した縮小画像データ６０ＡにおけるＲ（赤色）の輝度分布（０〜２５５）を表すヒストグラムである。図２（ｄ）は、縮小画像データ６０ＡにおけるＧ（緑色）の輝度分布（０〜２５５）を表すヒストグラムである。図２（ｅ）は、縮小画像データ６０ＡにおけるＢ（青色）の輝度分布（０〜２５５）を表すヒストグラムである。
【００３８】
具体的には、図２（ｃ）〜（ｅ）に示した各ヒストグラムにおける輝度の上位１％の平均輝度に基づいて、カラーバランス・ハイライト補正量が算出され、入力画像データ６０が補正される。
【００３９】
カラーバランス・ハイライト補正は、図３に示したように、入力画像データにおけるＲ（赤色）、Ｇ（緑色）、Ｂ（青色）の各輝度を表す入力（Ｒ_I、Ｇ_I、Ｂ_I）を出力（Ｒ_O、Ｇ_O、Ｂ_O）へと比例式で変換することである。
【００４０】
ここで、Ｒ（赤色）、Ｇ（緑色）、Ｂ（青色）に対応するカラーバランス・ハイライト補正量を（Ｒ_c、Ｇ_c、Ｂ_c）、補正前のＲＧＢ輝度値を（Ｒ_I、Ｇ_I、Ｂ_I）、補正後のＲＧＢ輝度値を（Ｒ_O、Ｇ_O、Ｂ_O）とすると、（Ｒ_O、Ｇ_O、Ｂ_O）は、以下の（１）式〜（３）式で表される。但し、ＲＧＢ輝度値の最大値は、２５５である。
【００４１】
Ｒ_O＝２５５（２５５−Ｒ_c）Ｒ_I ・・・・（１）
Ｇ_O＝２５５（２５５−Ｇ_c）Ｇ_I ・・・・（２）
Ｂ_O＝２５５（２５５−Ｂ_c）Ｂ_I ・・・・（３）
【００４２】
つまり、（１）式〜（３）式では、（２５５−カラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c））を２５５に変換するように比例演算することにより、カラーバランス・ハイライト補正が行われる。言い換えれば、カラーバランス・ハイライト補正では、（２５５−Ｒ_c、２５５−Ｇ_c、２５５−Ｂ_c）が（２５５、２５５、２５５）、つまり白色に変換される。
【００４３】
例えば、（２５５−Ｒ_c、２５５−Ｇ_c、２５５−Ｂ_c）が何らかの色味（緑色っぽさ）を帯びている場合、カラーバランス・ハイライト補正では、その色がちょうど白くなるように補正されるため、その色味が消える。
【００４４】
また、上記色味がカラーバランスのくずれ（色かぶり）に相当している場合には、カラーバランスが是正されることになる。
【００４５】
さらに、（２５５−Ｒ_c、２５５−Ｇ_c、２５５−Ｂ_c）が２５５より低いレベルのやや暗い色の場合には、その色がちょうど白くなるため、やや暗かった色が白くなるように補正される。また、ハイライトが白くなく、やや暗い色である場合には、白くしたいハイライト相当の色がちょうどよく補正されることになる。
【００４６】
一方、図２（ｂ）に示した縮小画像データ６０Ａの複雑度が、予め設定された複雑度しきい値以下である場合、すなわち、複雑度が低である場合、縮小率を落として入力画像データ６０から、図２（ｆ）に示した縮小画像データ６０Ｂ（第二縮小画像のデータ）が生成される。この縮小画像データ６０Ｂは、例えば、１０００００画素から構成されており、入力画像データ６０に比べて、解像度が低いが、縮小画像データ６０Ａに比べて解像度が高い。
【００４７】
つぎに、図２（ｆ）に示した縮小画像データ６０Ｂに対応するヒストグラム（図２（ｇ）、（ｈ）および（ｉ））に基づいて、カラーバランス・ハイライト補正量が算出される。
【００４８】
図２（ｇ）は、図２（ｆ）に示した縮小画像データ６０ＢにおけるＲ（赤色）の輝度分布（０〜２５５）を表すヒストグラムである。図２（ｈ）は、縮小画像データ６０ＢにおけるＧ（緑色）の輝度分布（０〜２５５）を表すヒストグラムである。図２（ｉ）は、縮小画像データ６０ＢにおけるＢ（青色）の輝度分布（０〜２５５）を表すヒストグラムである。
【００４９】
具体的には、図２（ｇ）〜（ｉ）に示した各ヒストグラムにおける輝度の上位０．５％の平均輝度に基づいて、カラーバランス・ハイライト補正量が算出され、入力画像データ６０が補正される。
【００５０】
図１に戻り、画像補正装置１００において、入力画像データ格納部１１０は、補正対象である入力画像データを格納する。入力画像データは、例えば、デジタルカメラで撮影されたデジタルカラー画像のデータである。
【００５１】
縮小画像データ生成部１０１は、入力画像データ格納部１１０からの入力画像データを所定の縮小率で縮小、すなわち、画素数を減らし、縮小画像データを生成する。従って、縮小画像データは、入力画像データ（原画像データ）に比べて、画素数が少ないため、解像度が低く、粗い画像のデータとなる。
【００５２】
ここで、入力画像データを縮小する理由は、ある程度画素数を減らした画像であっても画像の特徴を解析が可能であるため、処理対象の画像のデータ量を減らし、後段の処理の高速化を図るためである。
【００５３】
なお、超高速処理が可能な場合や、高速処理が要求されていない場合には、入力画像データを縮小せずに、入力画像データを使って後段の処理を行ってもよい。
【００５４】
縮小画像データ格納部１２０は、縮小画像データ生成部１０１で生成された縮小画像データを格納する。複雑度算出部１０２は、縮小画像データ格納部１２０に格納された縮小画像データを対象として、クラスタリングの手法により画像の複雑度を算出する。クラスタリングとは、画像中の点集合（構成要素）を位置関係等によってグループ分けすることをいう。
【００５５】
複雑度データ格納部１３０は、複雑度算出部１０２により算出された複雑度を複雑度データとして格納する。カラーバランス・ハイライト補正量算出部１０３は、複雑度データ格納部１３０からの複雑度データに応じて、入力画像データに対するカラーバランス・ハイライト補正量（図３参照）を算出する。
【００５６】
カラーバランス・ハイライト補正量データ格納部１４０は、カラーバランス・ハイライト補正量算出部１０３により算出されたカラーバランス・ハイライト補正量をカラーバランス・ハイライト補正量データとして格納する。
【００５７】
画像補正部１０４は、カラーバランス・ハイライト補正量データ格納部１４０に格納されたカラーバランス・ハイライト補正量データに基づいて、入力画像データ格納部１１０に格納された入力画像データのカラーバランス・ハイライトを補正し、補正済画像データを生成する。補正済画像データ格納部１５０は、画像補正部１０４により生成された補正済画像データを格納する。
【００５８】
つぎに、実施の形態１の動作について、図４〜図８に示したフローチャートを参照しつつ説明する。図４に示したステップＳＢ１では、縮小画像データ生成部１０１は、入力画像データ格納部１１０に格納された入力画像データから縮小画像データを生成するための縮小画像データ生成処理を実行する。
【００５９】
具体的には、図５に示したステップＳＣ１では、縮小画像データ生成部１０１は、入力画像データ格納部１１０から読み出した入力画像データ（入力画像データ６０：図２（ａ）参照）の画素数が、画素しきい値ＴＨ１未満であるか否かを判断する。
【００６０】
ステップＳＣ１の判断結果が「Ｙｅｓ」である場合には、縮小画像データ生成部１０１は、画像の特徴を解析するのに十分な画素数を有さないため、処理対象外として処理を終了する。
【００６１】
なお、ステップＳＣ１の判断結果が「Ｙｅｓ」である場合に、強制的に処理を続行してもよい。この場合には、明示的な縮小処理を行わず、画素数が画素しきい値ＴＨ１以下の入力画像データが、縮小画像データとして縮小画像データ格納部１２０に格納される。
【００６２】
一方、ステップＳＣ１の判断結果が「Ｎｏ」である場合、ステップＳＣ２では、縮小画像データ生成部１０１は、入力画像データの画素数が画素しきい値ＴＨ１を超えているか否かを判断する。
【００６３】
ステップＳＣ２の判断結果が「Ｙｅｓ」である場合、ステップＳＣ３では、縮小画像データ生成部１０１は、縮小処理後の画素数が画素しきい値ＴＨ１／画素数（入力画像データの画数数）となるように、画素数を減らし、縮小画像データ（縮小画像データ６０Ａ：図２（ｂ）参照）を生成する。この縮小画像データは、入力画像データに比べて、画素数が減っているため、解像度が低い。
【００６４】
ステップＳＣ４では、縮小画像データ生成部１０１は、縮小画像データ格納部１２０に、ステップＳＣ３で生成された縮小画像データを格納する。
【００６５】
一方、ステップＳＣ２の判断結果が「Ｎｏ」である場合、すなわち、入力画像データの画素数が画素しきい値ＴＨ１と等しい場合、ステップＳＣ４では、縮小画像データ生成部１０１は、明示的な縮小処理を行わず、上記入力画像データを縮小画像データとして縮小画像データ格納部１２０に格納する。
【００６６】
図４に戻り、ステップＳＢ２では、複雑度算出部１０２は、縮小画像データ格納部１２０に格納された縮小画像データを対象として、画像の複雑度を算出するための複雑度算出処理を実行する。
【００６７】
具体的には、図６に示したステップＳＤ１では、複雑度算出部１０２は、縮小画像データ格納部１２０に格納された縮小画像データに基づいて、縮小画像をクラスタリングする。
【００６８】
このクラスタリングは、縮小画像データに対応する特徴空間に与えられた複数の画素集合（特徴）を、それらの分布状態からいくつからのクラスタに自動的に分割する処理である。
【００６９】
クラスタリングの手法としては、ＮＮ（Nearest Neighbor）法などが挙げられる。上記ＮＮ法においては、しきい値は例えば３２とし、ノイズを除去するために１００画像以下の画素集合をクラスタに含めないようにしてもよい。なお、ＮＮ法においては、ＲＧＢ値を均等色空間であるＬ^*ａ^*ｂ^*空間などに変換してもよい。
【００７０】
ステップＳＤ２では、複雑度算出部１０２は、上記クラスタリングの結果よりクラスタ数を確認する。ステップＳＤ３では、複雑度算出部１０２は、クラスタ数を複雑度とする。ステップＳＤ４では、複雑度算出部１０２は、複雑度を複雑度データとして複雑度データ格納部１３０に格納する。
【００７１】
図４に戻り、ステップＳＢ３では、カラーバランス・ハイライト補正量算出部１０３は、複雑度データ格納部１３０に格納された複雑度データから得られる複雑度が、例えば、１０以下（複雑度が低）であるか否かを判断する。
【００７２】
ステップＳＢ３の判断結果が「Ｎｏ」である場合、ステップＳＢ４では、カラーバランス・ハイライト補正量算出部１０３は、例えば、図２（ｂ）に示した縮小画像データ６０Ａに対応する複雑度が中または高の場合の補正量を算出するための中高複雑度補正量算出処理を実行する。
【００７３】
具体的には、図７に示したステップＳＥ１では、カラーバランス・ハイライト補正量算出部１０３は、図２（ｂ）に示した縮小画像データ６０Ａに対応するＲ（赤色）、Ｇ（緑色）、Ｂ（青色）のヒストグラム（図２（ｃ）、（ｄ）および（ｅ））を求め、各ヒストグラム（Ｒ、Ｇ、Ｂ）における輝度の上位１％の平均輝度（Ｒ_H、Ｇ_H、Ｂ_H）を算出する。
【００７４】
ステップＳＥ２では、カラーバランス・ハイライト補正量算出部１０３は、最大輝度２５５と、ステップＳＥ１で算出された平均輝度（Ｒ_H、Ｇ_H、Ｂ_H）との差分（２５５−Ｒ_H、２５５−Ｇ_H、２５５−Ｂ_H）をカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）とする。
【００７５】
ステップＳＥ３では、カラーバランス・ハイライト補正量算出部１０３は、カラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）をカラーバランス・ハイライト補正量データとしてカラーバランス・ハイライト補正量データ格納部１４０に格納する。
【００７６】
一方、図４に示したステップＳＢ３の判断結果が「Ｙｅｓ」である場合、ステップＳＢ７では、カラーバランス・ハイライト補正量算出部１０３は、複雑度が低の場合の補正量を算出するための低複雑度補正量算出処理を実行する。
【００７７】
具体的には、図８に示したステップＳＦ１では、カラーバランス・ハイライト補正量算出部１０３は、複雑度が低く、画像補正の信頼性が低いと想定されるため、縮小率を落として入力画像データ格納部１１０の入力画像データ（入力画像データ６０（図２（ａ）参照））から、図２（ｆ）に示した縮小画像データ６０Ｂ（第二縮小画像のデータ）を生成する。
【００７８】
この縮小画像データ６０Ｂは、例えば、１０００００画素から構成されており、入力画像データ６０に比べて、解像度が低いが、縮小画像データ６０Ａに比べて解像度が高い。
【００７９】
ステップＳＦ２では、カラーバランス・ハイライト補正量算出部１０３は、図２（ｆ）に示した縮小画像データ６０Ｂに対応するＲ（赤色）、Ｇ（緑色）、Ｂ（青色）のヒストグラム（図２（ｇ）、（ｈ）および（ｉ））を求め、各ヒストグラム（Ｒ、Ｇ、Ｂ）における輝度の上位０．５％の平均輝度を（Ｒ_H、Ｇ_H、Ｂ_H）として算出する。
【００８０】
ステップＳＦ３では、カラーバランス・ハイライト補正量算出部１０３は、最大輝度２５５と、ステップＳＦ２で算出された平均輝度（Ｒ_H、Ｇ_H、Ｂ_H）との差分（２５５−Ｒ_H、２５５−Ｇ_H、２５５−Ｂ_H）をカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）とする。
【００８１】
ステップＳＦ４では、カラーバランス・ハイライト補正量算出部１０３は、カラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）をカラーバランス・ハイライト補正量データとしてカラーバランス・ハイライト補正量データ格納部１４０に格納する。
【００８２】
なお、実施の形態１では、ステップＳＥ１（図７参照）およびステップＳＦ２（図８参照）で平均輝度を算出する範囲を表す比率（１％、０．５％）や、ステップＳＦ１（図８参照）における第二縮小画像データを生成する際の画素数を一義的に定めた例について説明したが、上記比率（Ｎ_P ）および上記画素数（Ｒ_P ）をつぎの（４）式および（５）式から算出してもよい。但し、Ｎ_R は、複雑度である。
【００８３】
Ｎ_P＝−８０００・Ｎ_R＋１０８０００ ・・・・（４）
Ｒ_P＝０．０５・Ｎ_R＋０．４５ ・・・・（５）
【００８４】
図４に戻り、ステップＳＢ５では、画像補正部１０４は、入力画像データ格納部１１０から入力画像データを読み出した後、カラーバランス・ハイライト補正量データ格納部１４０からカラーバランス・ハイライト補正量データを読み出す。
【００８５】
つぎに、画像補正部１０４は、前述した（１）式から（３）式により、入力画像データに、カラーバランス・ハイライト補正量データに対応するカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）を適用し、補正済画像データを生成する。
【００８６】
すなわち、カラーバランス・ハイライト補正では、入力画像データにおけるＲ（赤色）、Ｇ（緑色）、Ｂ（青色）の各輝度を表す入力（Ｒ_I、Ｇ_I、Ｂ_I）が、出力（Ｒ_O、Ｇ_O、Ｂ_O）へ変換される（図３参照）。なお、（Ｒ_O、Ｇ_O、Ｂ_O）は、前述した（１）式〜（３）式で表される。
【００８７】
ステップＳＢ６では、画像補正部１０４は、補正済画像データを補正済画像データ格納部１５０に格納する。
【００８８】
なお、実施の形態１では、画像の構成要素の数を複雑度としてもよい。構成要素の数は、画像のレベル値や、レベル値を変換して得られた値（例えば、ＲＧＢ値を均等色空間に変換して得られた値）に基づく特徴空間を対象とするクラスタリングにより算出される。また、上記特徴空間に代えて、画像空間を対象としてクラスタリングを行ってもよい。
【００８９】
また、実施の形態１では、画像の周波数分布を解析した結果に基づいて、複雑度を算出してもよい。この場合には、画像を、例えば８×８のブロックに分割して、ブロックごとに直交変換を行い、予め設定されたしきい値以上の高周波成分が存在するブロックの数を計数すればよい。ここでは、計数されたブロック数が多い画像ほど、複雑度が高い。
【００９０】
また、実施の形態１では、画像の部位ごとのレベル値の変動に応じて複雑度を算出してもよい。この場合には、４隣接（上下左右）画素とのレベル差の最大値が、しきい値を超える画素の数を計数すればよい。ここでは、計数された画素の数が多いほど、複雑度が高い。
【００９１】
また、実施の形態１では、画像のエッジを検出し、検出されたエッジをレベル値が大きい上記部位としてもよい。この場合には、エッジの強度が、しきい値よりも大きい画素の数を計数すればよい。ここでは、計数された画素の数が多いほど、複雑度が高い。
【００９２】
以上説明したように、実施の形態１によれば、複雑度算出部１０２で画像の複雑度を算出し、この複雑度に応じた、画像の画質を補正するためのカラーバランス・ハイライト補正量に基づいて、入力画像データに対してカラーバランス・ハイライト補正を行うこととしたので、従来の画像のシーンの判定結果に基づく補正に比べて、画像の誤補正を防止することができ、補正の精度を高めることができる。
【００９３】
また、実施の形態１によれば、複雑度に応じて、補正量の算出方法（ステップＳＢ４、ステップＳＢ７：図４参照）を変更することしたので、よりきめ細かい基準で補正を行うことができ、さらに補正の精度を高めることができる。
【００９４】
また、実施の形態１によれば、図７および図８を参照して説明したように、複雑度に応じた所定の縮小率で縮小された縮小画像に基づいて、複雑度を算出することとしたので、縮小に伴う処理量の低減により、処理速度の高速化を図ることができる。
【００９５】
また、実施の形態１によれば、複雑度が高であるほど複雑度係数を小さくすることとしたので、例えば、図２４に示したような複雑な構図の画像（複雑度が高）に対してカラーバランス・ハイライト補正量が過剰に抑制されることがないため、補正の精度を高めることができる。なお、図２０に示したような単純な構図の画像（複雑度が低）においては、カラーバランス・ハイライト補正量が抑制され、画像の誤補正を防止することができる。
【００９６】
（実施の形態２）
さて、前述した実施の形態１では、図４に示したように、画像の複雑度に応じて（ステップＳＢ３）、カラーバランス・ハイライト補正量の算出方法を変更（ステップＳＢ４またはステップＳＢ７）する例について説明したが、複雑度に応じて、カラーバランス・ハイライト補正量に重み付けを行うように構成してもよい。以下では、この構成例を実施の形態２として説明する。
【００９７】
図９は、本発明にかかる実施の形態２の構成を示すブロック図である。この図において、図１の各部に対応する部分には同一の符号を付け、その説明を省略する。
【００９８】
同図に示した画像補正装置２００においては、図１に示したカラーバランス・ハイライト補正量算出部１０３に代えて、カラーバランス・ハイライト仮補正量算出部２０１と、カラーバランス・ハイライト補正量算出部２０２とが設けられており、カラーバランス・ハイライト仮補正量データ格納部２１０が新たに設けられている。
【００９９】
カラーバランス・ハイライト仮補正量算出部２０１は、前述した中高複雑度補正量算出処理（図７参照）と同様の処理を経て、入力画像データに対するカラーバランス・ハイライト仮補正量を算出し、これをカラーバランス・ハイライト仮補正量データとしてカラーバランス・ハイライト仮補正量データ格納部２１０に格納する。
【０１００】
カラーバランス・ハイライト補正量算出部２０２は、画像の複雑度に応じて重みとしての複雑度係数を求め、カラーバランス・ハイライト仮補正量に上記複雑度係数を乗算した結果をカラーバランス・ハイライト補正量として算出する。
【０１０１】
つぎに、実施の形態２の動作について図１０および図１１に示したフローチャートを参照しつつ説明する。
【０１０２】
図１０に示したステップＳＧ１では、図９に示した縮小画像データ生成部１０１は、ステップＳＢ１（図４参照）と同様にして、入力画像データ格納部１１０に格納された入力画像データから縮小画像データを生成するための縮小画像データ生成処理を実行する。
【０１０３】
ステップＳＧ２では、複雑度算出部１０２は、ステップＳＢ２（図４参照）と同様にして、縮小画像データ格納部１２０に格納された縮小画像データを対象として、画像の複雑度を算出する。
【０１０４】
ステップＳＧ３では、カラーバランス・ハイライト仮補正量算出部２０１は、カラーバランス・ハイライト仮補正量を算出するためのカラーバランス・ハイライト仮補正量算出処理を実行する。
【０１０５】
具体的には、図１１に示したステップＳＨ１では、カラーバランス・ハイライト仮補正量算出部２０１は、ステップＳＥ１（図７参照）と同様にして、例えば、図２（ｂ）に示した縮小画像データ６０Ａに対応するＲ（赤色）、Ｇ（緑色）、Ｂ（青色）のヒストグラム（図２（ｃ）、（ｄ）および（ｅ））を求め、各ヒストグラム（Ｒ、Ｇ、Ｂ）における輝度の上位１％の平均輝度を（Ｒ_H、Ｇ_H、Ｂ_H）として算出する。
【０１０６】
ステップＳＨ２では、カラーバランス・ハイライト仮補正量算出部２０１は、ステップＳＥ２（図７参照）と同様にして、最大輝度２５５と、ステップＳＨ１で算出された平均輝度（Ｒ_H、Ｇ_H、Ｂ_H）との差分（２５５−Ｒ_H、２５５−Ｇ_H、２５５−Ｂ_H）をカラーバランス・ハイライト仮補正量（Ｒ_k、Ｇ_k、Ｂ_k）とする。
【０１０７】
ステップＳＨ３では、カラーバランス・ハイライト仮補正量算出部２０１は、ステップＳＥ３（図７参照）と同様にして、カラーバランス・ハイライト仮補正量（Ｒ_k、Ｇ_k、Ｂ_k）をカラーバランス・ハイライト仮補正量データとしてカラーバランス・ハイライト仮補正量データ格納部２１０に格納する。
【０１０８】
図１０に戻り、ステップＳＧ４では、カラーバランス・ハイライト補正量算出部２０２は、複雑度データ格納部１３０に格納された複雑度データに基づいて、画像の複雑度に応じた複雑度係数を求めた後、カラーバランス・ハイライト仮補正量に上記複雑度係数を乗算した結果をカラーバランス・ハイライト補正量として算出する。
【０１０９】
具体的には、カラーバランス・ハイライト補正量算出部２０２は、複雑度データから得られる複雑度Ｎ_R が、複雑度しきい値（例えば、１０）以下である場合、複雑度係数Ｓ_R を（Ｎ_R ／１０）とする。一方、複雑度Ｎ_R が、上記複雑度しきい値を超えている場合、カラーバランス・ハイライト補正量算出部２０２は、複雑度係数Ｓ_R を１とする。
【０１１０】
つぎに、カラーバランス・ハイライト補正量算出部２０２は、つぎの（６）式〜（８）式に示したように、カラーバランス・ハイライト仮補正量（Ｒ_k、Ｇ_k、Ｂ_k）の各値に上記複雑度係数Ｓ_R を乗算した結果をカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）とする。
【０１１１】
Ｒ_c＝Ｓ_R・Ｒ_k ・・・（６）
Ｇ_c＝Ｓ_R・Ｇ_k ・・・（７）
Ｂ_c＝Ｓ_R・Ｂ_k ・・・（８）
【０１１２】
ステップＳＧ５では、カラーバランス・ハイライト補正量算出部２０２は、上記カラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）をカラーバランス・ハイライト補正量データとしてカラーバランス・ハイライト補正量データ格納部１４０に格納する。
【０１１３】
ステップＳＧ６では、画像補正部１０４は、入力画像データ格納部１１０から入力画像データを読み出した後、カラーバランス・ハイライト補正量データ格納部１４０からカラーバランス・ハイライト補正量データを読み出す。
【０１１４】
つぎに、画像補正部１０４は、ステップＳＢ５（図４参照）と同様にして、前述した（１）式から（３）式により、入力画像データに、カラーバランス・ハイライト補正量データに対応するカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）を適用し、補正済画像データを生成する。
【０１１５】
ステップＳＧ７では、画像補正部１０４は、補正済画像データを補正済画像データ格納部１５０に格納する。
【０１１６】
以上説明したように、実施の形態２によれば、カラーバランス・ハイライト仮補正量算出部２０１でカラーバランス・ハイライト仮補正量を算出した後、カラーバランス・ハイライト補正量算出部２０２で、複雑度に応じてカラーバランス・ハイライト仮補正量を調整した結果、すなわち、複雑度に応じて複雑度係数をカラーバランス・ハイライト仮補正量に乗算した結果を補正量とすることとしたので、従来の画像のシーンの判定結果に基づく補正に比べて、画像の誤補正を防止することができ、補正の精度を高めることができる。
【０１１７】
（実施の形態３）
さて、前述した実施の形態２においては、図９に示したカラーバランス・ハイライト仮補正量算出部２０１およびカラーバランス・ハイライト補正量算出部２０２を別々に設けた例について説明したが、これらを統合する構成としてもよい。以下では、この構成例を実施の形態３として説明する。
【０１１８】
図１２は、本発明にかかる実施の形態３の構成を示すブロック図である。この図において、図９の各部に対応する部分には同一の符号を付ける。
【０１１９】
同図に示した画像補正装置３００においては、図９に示したカラーバランス・ハイライト仮補正量算出部２０１、カラーバランス・ハイライト補正量算出部２０２およびカラーバランス・ハイライト仮補正量データ格納部２１０に代えてカラーバランス・ハイライト補正量算出部３０１が設けられている。
【０１２０】
カラーバランス・ハイライト補正量算出部３０１は、カラーバランス・ハイライト仮補正量算出部２０１およびカラーバランス・ハイライト補正量算出部２０２の双方の機能を備えている。
【０１２１】
つぎに、実施の形態３の動作について図１３に示したフローチャートを参照しつつ説明する。
【０１２２】
図１３に示したステップＳＩ１では、図１２に示した縮小画像データ生成部１０１は、ステップＳＢ１（図４参照）と同様にして、縮小画像データ生成処理を実行する。
【０１２３】
ステップＳＩ２では、複雑度算出部１０２は、ステップＳＢ２（図４参照）と同様にして、画像の複雑度を算出する。
【０１２４】
ステップＳＩ３では、カラーバランス・ハイライト補正量算出部３０１は、図１１に示したステップＳＨ１およびステップＳＨ２と同様にして、カラーバランス・ハイライト仮補正量を算出するためのカラーバランス・ハイライト仮補正量算出処理を実行する。
【０１２５】
すなわち、カラーバランス・ハイライト補正量算出部３０１は、カラーバランス・ハイライト仮補正量（Ｒ_k、Ｇ_k、Ｂ_k）を算出する。
【０１２６】
ステップＳＩ４では、カラーバランス・ハイライト補正量算出部３０１は、ステップＳＧ４（図１０参照）と同様にして、複雑度データ格納部１３０に格納された複雑度データに基づいて、画像の複雑度に応じた複雑度係数を求めた後、カラーバランス・ハイライト仮補正量に上記複雑度係数を乗算した結果をカラーバランス・ハイライト補正量として算出する。
【０１２７】
具体的には、カラーバランス・ハイライト補正量算出部３０１は、複雑度データから得られる複雑度Ｎ_R が、複雑度しきい値（例えば、１０）以下である場合、複雑度係数Ｓ_R を（Ｎ_R ／１０）とする。一方、複雑度Ｎ_R が、上記複雑度しきい値を超えている場合、カラーバランス・ハイライト補正量算出部３０１は、複雑度係数Ｓ_R を１とする。
【０１２８】
つぎに、カラーバランス・ハイライト補正量算出部３０１は、前述した（６）式〜（８）式に示したように、カラーバランス・ハイライト仮補正量（Ｒ_k、Ｇ_k、Ｂ_k）の各値に上記複雑度係数Ｓ_R を乗算した結果をカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）とする。
【０１２９】
ステップＳＩ５では、カラーバランス・ハイライト補正量算出部３０１は、ステップＳＧ５（図１０参照）と同様にして、上記カラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）をカラーバランス・ハイライト補正量データとしてカラーバランス・ハイライト補正量データ格納部１４０に格納する。
【０１３０】
ステップＳＩ６では、画像補正部１０４は、入力画像データ格納部１１０から入力画像データを読み出した後、カラーバランス・ハイライト補正量データ格納部１４０からカラーバランス・ハイライト補正量データを読み出す。
【０１３１】
つぎに、画像補正部１０４は、前述した（１）式から（３）式により、入力画像データに、カラーバランス・ハイライト補正量データに対応するカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）を適用し、補正済画像データを生成する。
【０１３２】
ステップＳＩ７では、画像補正部１０４は、補正済画像データを補正済画像データ格納部１５０に格納する。
【０１３３】
以上説明したように、実施の形態３によれば、実施の形態２と同様の効果が得られる。
【０１３４】
（実施の形態４）
さて、前述した実施の形態１〜３においては、画像の複雑度に応じて、画質補正の一つとしてカラーバランス・ハイライト補正を行う例について説明したが、複数の補正（例えば、カラーバランス・ハイライト補正およびガンマ補正）を複雑度に応じて順次行うように構成してもよい。以下では、この構成例を実施の形態４として説明する。
【０１３５】
図１４は、本発明にかかる実施の形態４の構成を示すブロック図である。同図において、図９の各部に対応する部分には同一の符号を付ける。同図に示した画像補正装置４００は、画像の複雑度に応じて、カラーバランス・ハイライト補正およびガンマ補正を行う機能を備えている。
【０１３６】
第一複雑度算出部４０１は、複雑度算出部１０２（図９参照）と同様の機能を備えており、縮小画像データ格納部１２０に格納された縮小画像データを対象として、クラスタリングの手法により画像の複雑度（実施の形態４では、第一複雑度と称する）を算出する。
【０１３７】
第一複雑度データ格納部４１０は、第一複雑度算出部４０１で算出された第一複雑度を第一複雑度データとして格納する。
【０１３８】
カラーバランス・ハイライト補正量算出部２０２は、実施の形態２の場合と同様にして、複雑度（但し、実施の形態４では第一複雑度）に応じて重みとしての複雑度係数を求める。
【０１３９】
また、カラーバランス・ハイライト補正量算出部２０２は、カラーバランス・ハイライト仮補正量算出部２０１で算出されたカラーバランス・ハイライト仮補正量に上記複雑度係数を乗算した結果をカラーバランス・ハイライト補正量として算出する。
【０１４０】
カラーバランス・ハイライト補正部４０２は、カラーバランス・ハイライト補正量データ格納部１４０に格納されたカラーバランス・ハイライト補正量データに基づいて、縮小画像データ格納部１２０に格納された縮小画像データのカラーバランス・ハイライトを補正し、補正済縮小画像データを生成する。補正済縮小画像データ格納部４２０は、カラーバランス・ハイライト補正部４０２で生成された補正済縮小画像データを格納する。
【０１４１】
第二複雑度算出部４０３は、第一複雑度算出部４０１と同様にして、補正済縮小画像データ格納部４２０に格納された補正済縮小画像データを対象として、クラスタリングの手法により画像の第二複雑度を算出する。
【０１４２】
第二複雑度データ格納部４３０は、第二複雑度算出部４０３で算出された第二複雑度を第二複雑度データとして格納する。
【０１４３】
ガンマ補正量算出部４０４は、補正済縮小画像データ格納部４２０に格納された補正済縮小画像データよりガンマ補正のためのガンマ仮補正量γ_P を算出する。
【０１４４】
ここで、画像の階調の応答特性を表わすときには、図１６に示した「ガンマ（γ）」という数値が使われる。例えば、ディスプレイの場合、出力（表面の明るさ）は、入力（入力電圧）に正比例せずに指数関数的な変化をする。
【０１４５】
同図に示したように、入力が小さいときは出力変化は緩やかで、入力が大きくなると明るさの変化が急激に大きくなる。この関係が２．０乗のカーブを描くとき、ガンマは２．０（γ＝２．０）であるという。
【０１４６】
γ＝１のときには、カーブが直線となる。ここで、スキャナやカラープリンタなど、画像データの入出力機器は、それぞれ固有のガンマ値をもっている。画像を忠実に再現するためには、入力から出力までの全体のガンマ値が１になるように補正するというガンマ補正を行う必要がある。
【０１４７】
一般に、ガンマ値が１より大きければ、コントラストがきつくなり、中間調のつぶれが起きやすくなる。一方、ガンマ値が１より小さいと、軟調なコントラストになり、ねぼけた画像になる。
【０１４８】
また、ガンマ補正量算出部４０４は、第二複雑度データ格納部４３０に格納された第二複雑度データに応じた複雑度係数Ｓ_RR を算出する。また、ガンマ補正量算出部４０４は、つぎの（９）式に示したように、ガンマ仮補正量γ_P に複雑度係数Ｓ_RR をべき乗した結果をガンマ補正量γ_c とする。
【０１４９】
γ_c＝γ_P＾Ｓ_RR （但し、「＾」はべき乗を表す） ・・・（９）
【０１５０】
ガンマ補正量データ格納部４４０は、ガンマ補正量算出部４０４で算出されたガンマ補正量γ_c をガンマ補正量データとして格納する。
【０１５１】
画像補正部４０５は、カラーバランス・ハイライト補正量データ格納部１４０に格納されたカラーバランス・ハイライト補正量データ、ガンマ補正量データ格納部４４０に格納されたガンマ補正量データの双方に基づいて、入力画像データ格納部１１０に格納された入力画像データに対してカラーバランス・ハイライト補正、ガンマ補正を行い、補正済画像データを生成する。補正済画像データ格納部４５０は、画像補正部４０５により生成された補正済画像データを格納する。
【０１５２】
つぎに、実施の形態４の動作について図１５に示したフローチャートを参照しつつ説明する。
【０１５３】
図１５に示したステップＳＪ１では、図１４に示した縮小画像データ生成部１０１は、ステップＳＢ１（図４参照）と同様にして、縮小画像データ生成処理を実行する。これにより、縮小画像データ格納部１２０には、縮小画像データが格納される。
【０１５４】
ステップＳＪ２では、第一複雑度算出部４０１は、ステップＳＢ２（図４参照）と同様にして、上記縮小画像データを対象として、第一複雑度を算出した後、第一複雑度データを第一複雑度データ格納部４１０に格納する。
【０１５５】
ステップＳＪ３では、カラーバランス・ハイライト仮補正量算出部２０１は、ステップＳＧ３（図１０参照）と同様にして、カラーバランス・ハイライト仮補正量算出処理を実行する。これにより、カラーバランス・ハイライト仮補正量データ格納部２１０には、カラーバランス・ハイライト仮補正量データが格納される。
【０１５６】
ステップＳＪ４では、カラーバランス・ハイライト補正量算出部２０２は、ステップＳＧ４（図１０参照）と同様にして、第一複雑度データ格納部４１０に格納された第一複雑度データに基づいて、画像の第一複雑度に応じた複雑度係数を求めた後、カラーバランス・ハイライト仮補正量に上記複雑度係数を乗算した結果をカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）として算出する。
【０１５７】
ステップＳＪ５では、カラーバランス・ハイライト補正量算出部２０２は、上記カラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）をカラーバランス・ハイライト補正量データとしてカラーバランス・ハイライト補正量データ格納部１４０に格納する。
【０１５８】
ステップＳＪ６では、カラーバランス・ハイライト補正部４０２は、縮小画像データ格納部１２０から縮小画像データを読み出した後、カラーバランス・ハイライト補正量データ格納部１４０からカラーバランス・ハイライト補正量データを読み出す。
【０１５９】
つぎに、カラーバランス・ハイライト補正部４０２は、ステップＳＢ５（図４参照）と同様にして、前述した（１）式から（３）式により、縮小画像データに、カラーバランス・ハイライト補正量データに対応するカラーバランス・ハイライト補正量（Ｒ_c、Ｇ_c、Ｂ_c）を適用し、補正済縮小画像データを生成する。
【０１６０】
ステップＳＪ７では、カラーバランス・ハイライト補正部４０２は、補正済縮小画像データを補正済縮小画像データ格納部４２０に格納する。
【０１６１】
ステップＳＪ８では、第二複雑度算出部４０３は、第一複雑度算出部４０１と同様にして、補正済縮小画像データ格納部４２０に格納された補正済縮小画像データを対象として、第二複雑度を算出した後、第二複雑度データとして第二複雑度データ格納部４３０に格納する。
【０１６２】
ステップＳＪ９では、ガンマ補正量算出部４０４は、補正済縮小画像データ格納部４２０に格納された補正済縮小画像データよりガンマ補正のためのガンマ仮補正量γ_P を算出する。
【０１６３】
ステップＳＪ１０では、ガンマ補正量算出部４０４は、第二複雑度データ格納部４３０に格納された第二複雑度データに応じた複雑度係数Ｓ_RR を算出した後、上述した（９）式からガンマ補正量γ_c を算出する。そして、ガンマ補正量算出部４０４は、ガンマ補正量γ_c をガンマ補正量データとしてガンマ補正量データ格納部４４０に格納する。
【０１６４】
ステップＳＪ１１では、画像補正部４０５は、カラーバランス・ハイライト補正量データ格納部１４０に格納されたカラーバランス・ハイライト補正量データ、およびガンマ補正量データ格納部４４０に格納されたガンマ補正量データの双方に基づいて、入力画像データ格納部１１０に格納された入力画像データに対してカラーバランス・ハイライト補正およびガンマ補正を行い、補正済画像データを生成する。
【０１６５】
ステップＳＪ１２では、画像補正部４０５は、ステップＳＪ１１で生成された補正済画像データを補正済画像データ格納部４５０に格納する。
【０１６６】
以上説明したように、実施の形態４によれば、第一複雑度、第二複雑度に応じて、画像の画質にかかる複数種類の補正（カラーバランス・ハイライト補正、ガンマ補正）を行うための複数の補正量（カラーバランス・ハイライト補正量、ガンマ補正量）をカラーバランス・ハイライト補正量算出部２０２およびガンマ補正量算出部４０４でそれぞれ算出し、それぞれの補正量に基づいて、画像補正部４０５で複数種類の補正を行うこととしたので、従来の画像のシーンの判定結果に基づく補正に比べて、画像の誤補正を防止することができ、補正の精度を高めることができる。
【０１６７】
また、実施の形態４によれば、ガンマ補正量算出部４０４で、上述した（９）式に示したように、ガンマ仮補正量γ_P を調整した結果、すなわち、複雑度係数Ｓ_RR をべき乗した結果をガンマ補正量γ_c とすることとしたので、画像の誤補正を防止することができ、補正の精度を高めることができる。
【０１６８】
以上本発明にかかる実施の形態１〜４について図面を参照して詳述してきたが、具体的な構成例はこれらの実施の形態１〜４に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等があっても本発明に含まれる。
【０１６９】
例えば、前述した実施の形態１〜４においては、画像補正装置１００、２００、３００または４００の機能を実現するためのプログラムを図１７に示したコンピュータ読み取り可能な記録媒体６００に記録して、この記録媒体６００に記録されたプログラムを同図に示したコンピュータ５００に読み込ませ、実行することにより各機能を実現してもよい。
【０１７０】
同図に示したコンピュータ５００は、上記プログラムを実行するＣＰＵ（Central Processing Unit）５１０と、キーボード、マウス等の入力装置５２０と、各種データを記憶するＲＯＭ（Read Only Memory）５３０と、演算パラメータ等を記憶するＲＡＭ（Random Access Memory）５４０と、記録媒体６００からプログラムを読み取る読取装置５５０と、ディスプレイ、プリンタ等の出力装置５６０と、装置各部を接続するバス５７０とから構成されている。
【０１７１】
ＣＰＵ５１０は、読取装置５５０を経由して記録媒体６００に記録されているプログラムを読み込んだ後、プログラムを実行することにより、前述した機能を実現する。なお、記録媒体６００としては、光ディスク、フレキシブルディスク、ハードディスク等が挙げられる。
【０１７２】
（付記１）コンピュータを、
画像の複雑度を算出する複雑度算出手段、
前記複雑度に応じて、前記画像の画質を補正するための補正量を算出する補正量算出手段、
前記補正量に基づいて、前記画像の画質を補正する補正手段、
として機能させるための画像補正プログラム。
【０１７３】
（付記２）前記補正量算出手段は、前記複雑度に応じて、補正量の算出方法を変更することを特徴とする付記１に記載の画像補正プログラム。
【０１７４】
（付記３）前記コンピュータを、所定の縮小率で前記画像を縮小する縮小手段、前記複雑度に応じて前記画像の縮小率を決定する縮小率決定手段として機能させ、前記補正量算出手段は、前記縮小手段により縮小された縮小画像に基づいて、前記補正量を算出することを特徴とする付記１に記載の画像補正プログラム。
【０１７５】
（付記４）前記補正量算出手段は、前記画像の画質を補正するための仮補正量を算出した後、前記複雑度に応じて前記仮補正量を調整した結果を補正量とすることを特徴とする付記１に記載の画像補正プログラム。
【０１７６】
（付記５）前記補正量算出手段は、前記複雑度が高であるほど前記係数を小さくすることを特徴とする付記４に記載の画像補正プログラム。
【０１７７】
（付記６）前記複雑度算出手段は、前記画像を構成する要素の数を評価した結果に基づいて、前記複雑度を算出することを特徴とする付記１〜５のいずれか一つに記載の画像補正プログラム。
【０１７８】
（付記７）前記複雑度算出手段は、画像の特徴部分をクラスタリングし、クラスタ数を前記複雑度とすることを特徴とする付記１〜５のいずれか一つに記載の画像補正プログラム。
【０１７９】
（付記８）前記複雑度算出手段は、前記画像のレベル値に基づく特徴空間を対象としてクラスタリングを行うことを特徴とする付記７に記載の画像補正プログラム。
【０１８０】
（付記９）前記複雑度算出手段は、画像空間を対象としてクラスタリングを行うことを特徴とする付記７に記載の画像補正プログラム。
【０１８１】
（付記１０）前記複雑度算出手段は、前記画像の周波数分布を解析した結果に基づいて、前記複雑度を算出することを特徴とする付記１〜５のいずれか一つに記載の画像補正プログラム。
【０１８２】
（付記１１）前記複雑度算出手段は、前記画像の部位ごとのレベル値の変動に応じて前記複雑度を算出することを特徴とする付記１〜５のいずれか一つに記載の画像補正プログラム。
【０１８３】
（付記１２）前記複雑度算出手段は、前記画像のエッジを検出し、検出されたエッジを前記レベル値が大きい前記部位とすることを特徴とする付記１１に記載の画像補正プログラム。
【０１８４】
（付記１３）前記補正量算出手段は、前記画像に対してカラーバランス・ハイライト補正を行うための補正量を算出することを特徴とする付記１〜１２のいずれか一つに記載の画像補正プログラム。
【０１８５】
（付記１４）前記補正量算出手段は、前記複雑度に応じて、前記画像の画質にかかる複数種類の補正を行うための複数の補正量をそれぞれ算出し、前記補正手段は、それぞれの補正量に基づいて、前記複数種類の補正を行うことを特徴とする付記１〜１３のいずれか一つに記載の画像補正プログラム。
【０１８６】
（付記１５）前記補正量算出手段は、前記画像に対してカラーバランス・ハイライト補正およびガンマ補正を行うための補正量を算出することを特徴とする付記１４に記載の画像補正プログラム。
【０１８７】
（付記１６）画像の複雑度を算出する複雑度算出手段と、
前記複雑度に応じて、前記画像の画質を補正するための補正量を算出する補正量算出手段と、
前記補正量に基づいて、前記画像の画質を補正する補正手段と、
を備えたことを特徴とする画像補正装置。
【０１８８】
（付記１７）前記補正量算出手段は、前記複雑度に応じて、補正量の算出方法を変更することを特徴とする付記１６に記載の画像補正装置。
【０１８９】
（付記１８）所定の縮小率で前記画像を縮小する縮小手段と、前記複雑度に応じて前記画像の縮小率を決定する縮小率決定手段とを備え、前記補正量算出手段は、前記縮小手段により縮小された縮小画像に基づいて、前記補正量を算出することを特徴とする付記１６に記載の画像補正装置。
【０１９０】
（付記１９）前記補正量算出手段は、前記画像の画質を補正するための仮補正量を算出した後、前記複雑度に応じて前記仮補正量を調整した結果を補正量とすることを特徴とする付記１６に記載の画像補正装置。
【０１９１】
（付記２０）前記補正量算出手段は、前記複雑度が高であるほど前記係数を小さくすることを特徴とする付記１９に記載の画像補正装置。
【０１９２】
（付記２１）前記複雑度算出手段は、前記画像を構成する要素の数を評価した結果に基づいて、前記複雑度を算出することを特徴とする付記１６〜２０のいずれか一つに記載の画像補正装置。
【０１９３】
（付記２２）前記複雑度算出手段は、画像の特徴部分をクラスタリングし、クラスタ数を前記複雑度とすることを特徴とする付記１６〜２０のいずれか一つに記載の画像補正装置。
【０１９４】
（付記２３）前記複雑度算出手段は、前記画像のレベル値に基づく特徴空間を対象としてクラスタリングを行うことを特徴とする付記２２に記載の画像補正装置。
【０１９５】
（付記２４）前記複雑度算出手段は、画像空間を対象としてクラスタリングを行うことを特徴とする付記２２に記載の画像補正装置。
【０１９６】
（付記２５）前記複雑度算出手段は、前記画像の周波数分布を解析した結果に基づいて、前記複雑度を算出することを特徴とする付記１６〜２０のいずれか一つに記載の画像補正装置。
【０１９７】
（付記２６）前記複雑度算出手段は、前記画像の部位ごとのレベル値の変動に応じて前記複雑度を算出することを特徴とする付記１６〜２０のいずれか一つに記載の画像補正装置。
【０１９８】
（付記２７）前記複雑度算出手段は、前記画像のエッジを検出し、検出されたエッジを前記レベル値が大きい前記部位とすることを特徴とする付記２６に記載の画像補正装置。
【０１９９】
（付記２８）前記補正量算出手段は、前記画像に対してカラーバランス・ハイライト補正を行うための補正量を算出することを特徴とする付記１６〜２７のいずれか一つに記載の画像補正装置。
【０２００】
（付記２９）前記補正量算出手段は、前記複雑度に応じて、前記画像の画質にかかる複数種類の補正を行うための複数の補正量をそれぞれ算出し、前記補正手段は、それぞれの補正量に基づいて、前記複数種類の補正を行うことを特徴とする付記１６〜２８のいずれか一つに記載の画像補正装置。
【０２０１】
（付記３０）前記補正量算出手段は、前記画像に対してカラーバランス・ハイライト補正およびガンマ補正を行うための補正量を算出することを特徴とする付記２９に記載の画像補正装置。
【０２０２】
（付記３１）画像の複雑度を算出する複雑度算出工程と、
前記複雑度に応じて、前記画像の画質を補正するための補正量を算出する補正量算出工程と、
前記補正量に基づいて、前記画像の画質を補正する補正工程と、
を含むことを特徴とする画像補正方法。
【０２０３】
（付記３２）前記補正量算出工程では、前記複雑度に応じて、補正量の算出方法を変更することを特徴とする付記３１に記載の画像補正方法。
【０２０４】
（付記３３）所定の縮小率で前記画像を縮小する縮小工程と、前記複雑度に応じて前記画像の縮小率を決定する縮小率決定工程とを含み、前記補正量算出工程では、前記縮小工程により縮小された縮小画像に基づいて、前記補正量を算出することを特徴とする付記３１に記載の画像補正方法。
【０２０５】
（付記３４）前記補正量算出工程では、前記画像の画質を補正するための仮補正量を算出した後、前記複雑度に応じて前記仮補正量を調整した結果を補正量とすることを特徴とする付記３１に記載の画像補正方法。
【０２０６】
（付記３５）前記補正量算出工程では、前記複雑度が高であるほど前記係数を小さくすることを特徴とする付記３４に記載の画像補正方法。
【０２０７】
（付記３６）前記複雑度算出工程では、前記画像を構成する要素の数を評価した結果に基づいて、前記複雑度を算出することを特徴とする付記３１〜３５のいずれか一つに記載の画像補正方法。
【０２０８】
（付記３７）前記複雑度算出工程では、画像の特徴部分をクラスタリングし、クラスタ数を前記複雑度とすることを特徴とする付記３１〜３５のいずれか一つに記載の画像補正方法。
【０２０９】
（付記３８）前記複雑度算出工程では、前記画像のレベル値に基づく特徴空間を対象としてクラスタリングを行うことを特徴とする付記３７に記載の画像補正方法。
【０２１０】
（付記３９）前記複雑度算出工程では、画像空間を対象としてクラスタリングを行うことを特徴とする付記３７に記載の画像補正方法。
【０２１１】
（付記４０）前記複雑度算出工程では、前記画像の周波数分布を解析した結果に基づいて、前記複雑度を算出することを特徴とする付記３１〜３５のいずれか一つに記載の画像補正方法。
【０２１２】
（付記４１）前記複雑度算出工程では、前記画像の部位ごとのレベル値の変動に応じて前記複雑度を算出することを特徴とする付記３１〜３５のいずれか一つに記載の画像補正方法。
【０２１３】
（付記４２）前記複雑度算出工程では、前記画像のエッジを検出し、検出されたエッジを前記レベル値が大きい前記部位とすることを特徴とする付記４１に記載の画像補正方法。
【０２１４】
（付記４３）前記補正量算出工程では、前記画像に対してカラーバランス・ハイライト補正を行うための補正量を算出することを特徴とする付記３１〜４２のいずれか一つに記載の画像補正方法。
【０２１５】
（付記４４）前記補正量算出工程では、前記複雑度に応じて、前記画像の画質にかかる複数種類の補正を行うための複数の補正量をそれぞれ算出し、前記補正工程では、それぞれの補正量に基づいて、前記複数種類の補正を行うことを特徴とする付記３１〜４３のいずれか一つに記載の画像補正方法。
【０２１６】
（付記４５）前記補正量算出工程では、前記画像に対してカラーバランス・ハイライト補正およびガンマ補正を行うための補正量を算出することを特徴とする付記４４に記載の画像補正方法。
【０２１７】
【発明の効果】
以上説明したように、本発明によれば、画像の複雑度を算出し、この複雑度に応じた、画像の画質を補正するための補正量に基づいて、画像の画質を補正することとしたので、従来の画像のシーンの判定結果に基づく補正に比べて、画像の誤補正を防止することができ、補正の精度を高めることができるという効果を奏する。
【０２１８】
また、本発明によれば、画像の画質を補正するための仮補正量を算出した後、複雑度に応じて仮補正量を調整した結果を補正量とすることとしたので、従来の画像のシーンの判定結果に基づく補正に比べて、画像の誤補正を防止することができ、補正の精度を高めることができるという効果を奏する。
【０２１９】
また、本発明によれば、複雑度が高であるほど係数を小さくすることとしたので、複雑な構図の画像（複雑度が高）に対して補正量が過剰に抑制されることがないため、画像の誤補正を防止することができ、補正の精度を高めることができるという効果を奏する。
【０２２０】
また、本発明によれば、画像の特徴部分をクラスタリングし、クラスタ数を複雑度とすることとしたので、従来の画像のシーンの判定結果に基づく補正に比べて、画像の誤補正を防止することができ、補正の精度を高めることができるという効果を奏する。
【０２２１】
また、本発明によれば、複雑度に応じて、画像の画質にかかる複数種類の補正（カラーバランス・ハイライト補正、ガンマ補正）を行うための複数の補正量（カラーバランス・ハイライト補正量、ガンマ補正量）をそれぞれ算出し、それぞれの補正量に基づいて、複数種類の補正を行うこととしたので、従来の画像のシーンの判定結果に基づく補正に比べて、画像の誤補正を防止することができ、補正の精度を高めることができるという効果を奏する。
【図面の簡単な説明】
【図１】本発明にかかる実施の形態１の構成を示すブロック図である。
【図２】同実施の形態１の動作原理を説明する図である。
【図３】同実施の形態１におけるカラーバランス・ハイライト補正の原理を説明するグラフである。
【図４】同実施の形態１の動作を説明するフローチャートである。
【図５】図４に示した縮小画像データ生成処理を説明するフローチャートである。
【図６】図４に示した複雑度算出処理を説明するフローチャートである。
【図７】図４に示した中高複雑度補正量算出処理を説明するフローチャートである。
【図８】図４に示した低複雑度補正量算出処理を説明するフローチャートである。
【図９】本発明にかかる実施の形態２の構成を示すブロック図である。
【図１０】同実施の形態２の動作を説明するフローチャートである。
【図１１】図１０に示したカラーバランス・ハイライト仮補正量算出処理を説明するフローチャートである。
【図１２】本発明にかかる実施の形態３の構成を示すブロック図である。
【図１３】同実施の形態３の動作を説明するフローチャートである。
【図１４】本発明にかかる実施の形態４の構成を示すブロック図である。
【図１５】同実施の形態４の動作を説明するフローチャートである。
【図１６】ガンマ補正を説明するグラフである。
【図１７】実施の形態１〜４の変形例の構成を示すブロック図である。
【図１８】従来の画像補正方法を説明するフローチャートである。
【図１９】従来の画像補正方法におけるシーンとホワイトバランス強度との関係を示す図である。
【図２０】従来の画像補正方法の問題点を説明する図である。
【図２１】図２０に示したカラー画像１０のヒストグラムを示すグラフである。
【図２２】従来の画像補正方法の問題点を説明する図である。
【図２３】図２２に示したカラー画像２０のヒストグラムを示すグラフである。
【図２４】従来の画像補正方法の問題点を説明する図である。
【図２５】従来の画像補正方法の問題点を説明する図である。
【図２６】従来の画像補正方法の問題点を説明する図である。
【符号の説明】
１００ 画像補正装置
１０１ 縮小画像データ生成部
１０２ 複雑度算出部
１０３ カラーバランス・ハイライト補正量算出部
１０４ 画像補正部
２００ 画像補正装置
２０１ カラーバランス・ハイライト仮補正量算出部
２０２ カラーバランス・ハイライト補正量算出部
３００ 画像補正装置
３０１ カラーバランス・ハイライト補正量算出部
４００ 画像補正装置
４０１ 第一複雑度算出部
４０２ カラーバランス・ハイライト補正部
４０３ 第二複雑度算出部
４０４ ガンマ補正量算出部
４０５ 画像補正部

Claims (1)

1. コンピュータを、
   カメラにより撮影されたデジタル画像の複雑度を算出する複雑度算出手段、
   前記デジタル画像に含まれる画素の、ＲＧＢ値に関する統計的な特徴量を用いて前記デジタル画像の画質を補正するためのＲ値に関する仮補正量、Ｇ値に関する仮補正量、Ｂ値に関する仮補正量を、それぞれ算出した後、複雑度が低いほど小さい値になる複雑度係数を前記複雑度算出手段により算出された前記複雑度を用いて算出し、前記Ｒ値に関する仮補正量と該複雑度係数とを乗算することでＲ値に関する補正量を、前記Ｇ値に関する仮補正量と該複雑度係数とを乗算することでＧ値に関する補正量を、前記Ｂ値に関する仮補正量と該複雑度係数とを乗算することでＢ値に関する補正量を、それぞれ算出する補正量算出手段、
   前記Ｒ値に関する補正量、前記Ｇ値に関する補正量、前記Ｂ値に関する補正量を用いて、前記画像の画質を補正する補正手段
   として機能させるための画像補正プログラム。

Images