JP4608961B2 - Image processing apparatus, image processing method and image processing program - Google Patents

Image processing apparatus, image processing method and image processing program

Info

Publication number
JP4608961B2
JP4608961B2 JP2004182016A JP2004182016A JP4608961B2 JP 4608961 B2 JP4608961 B2 JP 4608961B2 JP 2004182016 A JP2004182016 A JP 2004182016A JP 2004182016 A JP2004182016 A JP 2004182016A JP 4608961 B2 JP4608961 B2 JP 4608961B2
Authority
JP
Grant status
Grant
Patent type
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2004182016A
Other languages
Japanese (ja)
Other versions
JP2005295490A5 (en )
JP2005295490A (en )
Inventor
敏恵 今井
Original Assignee
セイコーエプソン株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Grant date

Links

Images

Description

本発明は、画像データに対する画質調整処理技術に関する。 The present invention relates to image quality adjustment processing technique for image data.

ディジタルスチルカメラ等において生成されたディジタル画像データに対しては、撮像後に任意の画質調整処理が可能であり、例えば、ユーザはレタッチソフトを用いて画質調整処理を行うことができる。 For digital image data generated by the digital still camera or the like, it can be any of the image quality adjustment processing after imaging, for example, the user can perform image quality adjustment processing using a retouching software. 一方で、的確な画質調整処理には、経験や慣れを要するため、ユーザの手を煩わせることなく基準値を用いた、いわゆる自動画質補正の技術が種々提案されている(例えば、特許文献1参照)。 On the other hand, accurate image quality adjustment processing, it takes experience and familiarity, using the reference value without troubling the user, technology called automatic image quality correction have been proposed (e.g., Patent Document 1 reference).

特開2001−92956号公報 JP 2001-92956 JP

しかしながら、自動画質調整技術では、画像を特徴付ける主要被写体の細かな相違を考慮することなく一括りにして判別し、判定された主要被写体に対して画一的な画質調整処理が実行される。 However, in the automatic image quality adjustment technique, and determination in the not lumped together considering the fine differences of the main object characterizing the image, uniform image quality adjustment processing on the determined main object is performed. したがって、本来、主要被写体が有する詳細な特徴を活かした画質調整処理を実行することができず、必ずしも主要被写体を見栄え良く出力することができなかった。 Therefore, originally, it is not possible to perform the image quality adjustment process utilizing the detailed features of the main subject has been unable to always output the main subject good appearance. したがって、主要被写体のバリエーションに応じた画質調整処理技術が望まれる。 Therefore, the image quality adjustment processing technique in accordance with the variation of the main subject is desired.

本発明は、上記課題を解決するためになされたものであり、画像を特徴付ける被写体である主要被写体の画質を向上させることを目的とする。 The present invention has been made to solve the above problems, and an object thereof is to improve the quality of the main subject is a subject that characterizes the image.

上記課題を解決するために本発明の第1の態様は、画像処理装置を提供する。 A first aspect of the present invention to solve the above problems, to provide an image processing apparatus. 本発明の第1の態様に係る画像処理装置は、画像データにおける、画像を特徴付ける被写体である主要被写体に対応する主要被写体画像データを決定する主要被写体画像データ決定手段と、決定された主要被写体画像データの特性を取得する特性取得手段と、前記取得された特性に対応する補正条件を取得する補正条件取得手段と、前記取得された補正条件を用いて前記主要被写体画像データの画質を調整する画質調整手段とを備えることを特徴とする。 The image processing apparatus according to a first aspect of the present invention, in the image data, the main object image data determining means for determining a main object image data corresponding to the main subject is a subject that characterizes the image, determined main object image and characteristic acquisition means for acquiring characteristic data, a correction condition acquisition means for acquiring a correction condition corresponding to the acquired properties, image quality, wherein adjusting the image quality of the main object image data using the acquired correction condition characterized in that it comprises an adjusting means.

本発明の第1の態様に係る画像処理装置によれば、画像を特徴付ける被写体である主要被写体に対応する主要被写体画像データを決定し、決定された主要被写体画像データの特性に対応する補正条件を取得し、取得された補正条件を用いて主要被写体画像データの画質を調整することができる。 According to the image processing apparatus according to a first aspect of the present invention, the main object image data corresponding to the main subject is a subject that characterizes the image to determine, the determined corresponding to the characteristic of the main object image data correction conditions acquired, it is possible to adjust the image quality of the main object image data using the acquired correction condition. したがって、画像を特徴付ける被写体である主要被写体の画質を向上させることができる。 Therefore, it is possible to improve the image quality of the main subject is a subject that characterizes the image.

本発明の第1の態様に係る画像処理装置において、前記補正条件は、前記取得された特性に対応する、補正基準値であり、前記画質調整手段は、前記取得した特性の値と前記補正基準値との差分を解消または低減するように前記主要被写体画像データの画質を調整しても良い。 An image processing apparatus according to a first aspect of the present invention, the correction condition corresponding to the acquired characteristic, a correction reference value, the image quality adjustment means, wherein the correction reference value of the acquired properties the quality of the main object image data may be adjusted so as to eliminate or reduce the difference between the value. かかる場合には、主要被写体画像データの画質の基準値となる補正基準値に対して主要被写体画像データの画質を任意の程度にて近似または一致させることができる。 In such a case, it is possible to approximate or coincide with the degree of picture quality of the main object image data of an arbitrary relative correction reference value as a reference value of the image quality of the main object image data.

本発明の第1の態様に係る画像処理装置において、前記主要被写体画像データは、同一の主要被写体について異なる色域毎に複数個の主要被写体画像データに類別され、前記補正基準値は、類別された前記主要被写体画像データ毎に複数個用意されていても良い。 An image processing apparatus according to a first aspect of the present invention, the main object image data, for the same principal object is classified into a plurality of main object image data for each different color gamut, the correction reference values ​​are categorized the may be a plurality prepared for each main object image data. かかる場合には、主要被写体画像データに対してさらに適合した画質調整を施すことが可能となり、主要被写体の画質をさらに向上させることができる。 In such a case, it is possible to perform the image quality adjustment further adapted to the main subject image data, it is possible to further improve the image quality of the main subject.

本発明の第1の態様に係る画像処理装置において、前記主要被写体画像データの決定は、前記画像データを複数の画像データ領域に分割し、各画像データ領域の位置情報と色域情報とを用いて実行されても良い。 An image processing apparatus according to a first aspect of the present invention, the determination of the main object image data divides the image data into a plurality of image data areas, using the position information and the gamut information of the image data area it may be executed Te. かかる場合には、主要被写体画像データの決定精度をより向上させることができる。 In such a case, it is possible to further improve the determination accuracy of the main object image data.

本発明の第2の態様は、画像を特徴付ける被写体である主要被写体の画質を向上させる画像処理装置を提供する。 A second aspect of the present invention provides an image processing apparatus for improving the quality of the main subject is a subject that characterizes the image. 本発明の第2の態様に係る画像処理装置は、画像データにおける、前記主要被写体に対応する主要被写体画像データを特定する主要被写体画像データ特定手段と、前記特定された主要被写体画像データの色彩値を取得する色彩値取得手段と、前記取得された色彩値を用いて前記主要被写体を類別する主要被写体類別手段と、前記類別された主要被写体に対応する基準色彩値を取得する基準色彩値取得手段と、前記取得された色彩値と基準色彩値とを用いて前記主要被写体画像データの画質を調整する画質調整手段とを備えることを特徴とする。 The image processing apparatus according to the second aspect of the present invention, in the image data, the main object image data specifying means for specifying the main object image data corresponding to the main subject, the identified color values ​​of the main object image data a color value acquisition means for acquiring, the obtained and main object classification unit to classify the main object with the color value, the reference color value acquisition means for acquiring the reference color values ​​corresponding to the categorized main object When, characterized in that it comprises a quality adjustment means for adjusting the image quality of the main object image data by using said obtained color value and the reference color values.

本発明の第2の態様に係る画像処理装置によれば、特定された主要被写体画像データの色彩値を用いて主要被写体を類別し、類別された主要被写体に対応する基準色彩値を取得し、取得された色彩値と基準色彩値とを用いて主要被写体画像データの画質を調整することができる。 According to the image processing apparatus according to the second aspect of the present invention, it categorizes main object with the color values ​​of the main object image data specified, acquires a reference color values ​​corresponding to the main subject that is classified, it is possible to adjust the image quality of the main object image data by using the acquired color values ​​and the reference color values. したがって、画像を特徴付ける被写体である主要被写体の画質を向上させることができる。 Therefore, it is possible to improve the image quality of the main subject is a subject that characterizes the image.

本発明の第2の態様に係る画像処理装置において、前記画質調整手段は、 An image processing apparatus according to the second aspect of the present invention, the image quality adjustment means,
前記色彩値と基準色彩値との差分が解消または低減されるように補正量を決定する補正量決定手段と、前記決定された補正量を前記色彩値に適用して前記主要被写体領域における画像データの画質を補正する画質補正手段とを備えても良い。 Image data in the main subject region by applying a correction amount determining means, a correction amount the determined in the color values ​​to determine the correction amount so that the difference is eliminated or reduced and the color value and the reference color values it may be provided and image quality correction means for correcting the image quality. かかる場合には、主要被写体の基準値となる基準色彩値に対して主要被写体領域における画像データの画質を任意の程度にて近似または一致させることができる。 In such a case, it is possible to the quality of the image data is approximated or matched at any degree in the main object region with respect to a reference color value as a reference value of the main object.

本発明の第2の態様に係る画像処理装置において、前記補正量決定手段は、前記差分の符号に応じて変更される計算式に従って前記補正量を決定するものとしても良い。 An image processing apparatus according to the second aspect of the present invention, the correction amount determining means may as determining the correction amount in accordance with the calculation formula is changed depending on the sign of the difference.

これによれば、色彩値と基準色彩値との差分の符号に応じて、柔軟な画質調整をすることができる。 According to this, depending on the sign of the difference between the color value and the reference color values, it can be a flexible image quality adjustment.

本発明の第2の態様に係る画像処理装置において、更に、前記画像データにおいて前記補正量以下の低補正量で補正をする対象となる低補正対象データを、前記色彩値に基づいて決定する低補正対象データ決定手段と、前記低補正量を前記色彩値に適用して前記低補正対象データの画質を補正する低補正実行手段とを備えるものとしても良い。 An image processing apparatus according to the second aspect of the present invention, further, the low correction target data for which correction is made to the low correction amount below the correction amount in the image data, the low is determined based on the color value a correction target data determination means, the or as comprising a low correction execution means for correcting the image quality of the low correction target data by applying a low amount of correction to the color value.

本発明によれば、低補正対象データに対して低補正量で補正をすることにより、主要被写体画像データの画像部分と他の画像部分との間に違和感が生じる事態を抑制し、画像全体としての調和を図ることができる。 According to the present invention, by the correction with a low amount of correction for the low correction target data, to suppress a situation where uncomfortable feeling occurs between the image portion and the other image portion of the main object image data, the image as a whole it is possible to achieve harmony.

前記低補正対象データは、前記画像データにおける前記主要被写体画像データ以外のデータであっても良い。 The low correction target data may be data other than the main object image data in the image data. また、前記低補正対象データは、少なくとも一部が前記主要被写体画像データに含まれているデータであっても良い。 Further, the low correction target data may be data in which at least a part is included in the main object image data. 低補正対象データの少なくとも一部が主要被写体画像データに含まれている場合、その含まれている部分は、低補正実行手段により補正するものとしても良い。 If at least part of the low correction target data is included in the main subject image data, the portion contained thereof, may alternatively be corrected by low correction executing means. あるいは、画質調整手段により補正するものとしても良い。 Alternatively, it may be to correct the image quality adjustment unit.

本発明の第2の態様に係る画像処理装置において、前記主要被写体は、同一の主要被写体について異なる色域毎に複数個の主要被写体に類別され、前記基準色彩値は、類別された前記主要被写体毎に複数個用意されていても良い。 An image processing apparatus according to the second aspect of the present invention, the main subject is classified into a plurality of main subject for each different color gamut for the same main object, the reference color value, categorized the main subject it may be a plurality prepared for each. かかる場合には、主要被写体画像データに対してさらに適合した画質調整を施すことが可能となり、主要被写体の画質をさらに向上させることができる。 In such a case, it is possible to perform the image quality adjustment further adapted to the main subject image data, it is possible to further improve the image quality of the main subject.

本発明の第2の態様に係る画像処理装置において、前記画質調整手段は、類別された前記主要被写体の種類に応じて変更される計算式に従って、前記色彩値と基準色彩値との差分が解消または低減されるように補正量を決定する補正量決定手段と、前記決定された補正量を前記色彩値に適用して前記主要被写体データにおける少なくとも一部の画像データの画質を補正する画質補正手段とを備えものとしても良い。 An image processing apparatus according to the second aspect of the present invention, the image quality adjustment means, according to the calculation formula is changed according to the type of categorized the main subject, the difference between the color value and the reference color values ​​is eliminated or a correction amount determining means for determining a correction amount to be reduced, the image quality correcting means for correcting at least quality of a portion of the image data in the main object data by applying the correction amount the determined to the color value door may be used as the ones with a.

これによれば、異なる色域毎に類別された主要被写体の種類に応じて、柔軟な画質調整をすることができる。 According to this, depending on the type of the main subject, which is classified for each different color gamuts, it may be a flexible image quality adjustment.

本発明の第2の態様に係る画像処理装置において、前記主要被写体画像データの特定は、前記画像データを複数の画像データ領域に分割し、各画像データ領域の位置情報と色域情報とを用いて実行されても良い。 An image processing apparatus according to the second aspect of the present invention, the specific main object image data, divides the image data into a plurality of image data areas, using the position information and the gamut information of the image data area it may be executed Te. かかる場合には、主要被写体画像データの決定精度をより向上させることができる。 In such a case, it is possible to further improve the determination accuracy of the main object image data.

本発明の第1または第2の態様に係る画像処理装置において、前記色域は、色相、彩度、明度をパラメータとしても良い。 An image processing apparatus according to the first or second aspect of the present invention, the color gamut, hue, saturation, brightness may be a parameter. かかる場合には、主要被写体の決定、類別をより精度良く実行することができる。 In such a case, determination of the main subject can be performed more accurately classified.

本発明の第3の態様は、画像処理方法を提供する。 A third aspect of the present invention provides an image processing method. 本発明の第3の態様に係る画像処理方法は、画像データにおける、画像を特徴付ける被写体である主要被写体に対応する主要被写体画像データを決定し、決定された主要被写体画像データの特性を取得し、前記取得された特性に対応する補正条件を取得し、前記取得された補正条件を用いて前記主要被写体画像データの画質を調整することを特徴として備える。 Image processing method according to the third aspect of the present invention, in the image data, corresponding to the main subject is a subject that characterizes the image to determine the main object image data, and obtains the characteristics of the determined main object image data, Gets the correction condition corresponding to the obtained characteristics provided as a feature in that the adjusting the image quality of the main object image data using the acquired correction condition.

本発明の第3の態様に係る画像処理方法によれば、本発明の第1の態様に係る画像処理装置と同様の作用効果を得ることができると共に、本発明の第3の態様に係る画像処理方法は、本発明の第1の態様に係る画像処理装置と同様にして種々の態様にて実現され得る。 According to the image processing method according to the third aspect of the present invention, it is possible to obtain the same effects as the image processing apparatus according to a first aspect of the present invention, according to the third aspect of the present invention an image processing method can be implemented in the same manner as the image processing apparatus according to a first aspect of the present invention in various aspects.

本発明の第4の態様は、画像を特徴付ける被写体である主要被写体の画質を向上させる画像処理方法を提供する。 A fourth aspect of the present invention provides an image processing method for improving the quality of the main subject is a subject that characterizes the image. 本発明の第4の態様に係る画像処理方法は、画像データにおける、前記主要被写体に対応する主要被写体画像データを特定し、前記特定された主要被写体画像データの色彩値を取得し、前記取得された色彩値を用いて前記主要被写体を類別し、前記類別された主要被写体に対応する基準色彩値を取得し、前記取得された色彩値と基準色彩値とを用いて前記主要被写体画像データの画質を調整することを特徴として備える。 Image processing method according to the fourth aspect of the present invention, in the image data, the identifying the main object image data corresponding to the main object, obtains the color value of the main object image data the specific, is the acquisition and categorizing the main object with the color value to obtain a reference color values ​​corresponding to the categorized main subject, the image quality of the main object image data by using said obtained color value and the reference color values It comprises a feature to adjust the.

本発明の第4の態様に係る画像処理方法によれば、本発明の第2の態様に係る画像処理装置と同様の作用効果を得ることができると共に、本発明の第4の態様に係る画像処理方法は、本発明の第2の態様に係る画像処理装置と同様にして種々の態様にて実現され得る。 According to the image processing method according to the fourth aspect of the present invention, it is possible to obtain the same effects as the image processing apparatus according to the second aspect of the present invention, according to a fourth aspect of the present invention an image processing method can be implemented in the same manner as the image processing apparatus according to the second aspect of the present invention in various aspects.

本発明の第3または第4の態様に係る方法は、この他にも、プログラム、およびプログラムを記録したコンピュータが読み取り可能な記録媒体としても実現され得る。 The method according to the third or fourth aspect of the present invention, this addition to the program, and the program recorded with the computer may also be implemented as a recording medium readable.

以下、本発明に係る画像処理装置、および画像処理方法について図面を参照しつつ、実施例に基づいて説明する。 Hereinafter, an image processing apparatus according to the present invention, and an image processing method will be described with reference to the drawings based on examples.

図1および図2を参照して本実施例に係る画像処理装置を含む画像処理システムについて説明する。 An image processing system including an image processing apparatus in the embodiment will be explained with reference to FIGS. 図1は本実施例に係る画像処理装置を含む画像処理システムの概略構成を示す説明図である。 Figure 1 is an explanatory diagram showing a schematic configuration of an image processing system including an image processing apparatus according to this embodiment. 図2は本実施例に係る画像処理装置の概略構成を示す説明図である。 Figure 2 is an explanatory diagram showing a schematic configuration of an image processing apparatus according to this embodiment.

画像処理システムは、画像データ生成装置としてのディジタルスチルカメラ10、画像データGDに対する画像処理を実行する画像処理装置としての表示装置20、パーソナルコンピュータ30、カラープリンタ40を備えている。 The image processing system includes a digital still camera 10 as an image data generating apparatus, a display apparatus as an image processing apparatus for performing image processing on the image data GD 20, a personal computer 30, and a color printer 40.

ディジタルスチルカメラ10は、光の情報をディジタルデバイス(CCDや光電子倍増管といった光電変換素子)に結像させることによりディジタル画像データを取得(生成)するカメラである。 The digital still camera 10 is a camera for acquiring digital image data (generated) by focusing information light on the digital device (photoelectric conversion element such as a CCD or photomultiplier tube). ディジタルスチルカメラ10は、例えば、各構成画素に対してR、G、Bの各フィルタが所定の規則に従って配置されたCCDを備え、被写体に対応したディジタル画像データを生成する。 The digital still camera 10, for example, R, G, and each filter of B is provided with a CCD, which is arranged according to a predetermined rule, and generates a digital image data corresponding to the object with respect to each constituent pixel. より具体的には、Rフィルタを有する画素においては、R成分の画素データを直接取得する他、周囲の画素データを基にしてG成分、B成分の画素データを補間演算によって生成する。 More specifically, in the pixel having the R filter, the other for obtaining the pixel data of the R component directly generated by interpolation calculation G component, B component of the pixel data based on the surrounding pixel data. 生成された画像データは、記憶装置としてのメモリカードMCに保存される。 The generated image data is stored in the memory card MC as a storage device. ディジタルスチルカメラ10における画像データの保存形式としては、非可逆圧縮保存方式としてJPEGデータ形式、可逆圧縮保存方式としてTIFFデータ形式が一般的であるが、この他にもRAWデータ形式、GIFデータ形式、BMPデータ形式等の保存形式が用いられ得る。 The storage format of image data in digital still camera 10, JPEG data format as lossy compression storage method, but TIFF data format as a reversible compression storage method is generally, RAW data format in addition to this, GIF data format, storage formats such as BMP data format may be used. なお、画像データ生成装置としては、この他にもスキャナ等の撮像装置が用いられても良い。 As the image data generating device may be an imaging device is used, such as a scanner, in addition to this.

表示装置20は、画像を表示するための表示ディスプレイ21を有する、例えば、電子式の写真フレームとして機能する表示装置であり、スタンドアローンにて後述するカラープリンタ40における画像処理と同等の画像処理を画像データに対して実行し、出力画像を表示する。 Display device 20 includes a display displaying 21 for displaying an image, for example, a display device functioning as a picture frame of electronic, image processing equivalent to the image processing in the color printer 40 which will be described later in conjunction with a stand-alone performed on the image data, and displays the output image. 表示装置20は、例えば、記憶媒体、赤外線通信および電波式通信といった無線通信を介して、あるいは、ケーブルを介してディジタルスチルカメラ10、ネットワーク上のサーバ(図示しない)から画像データを取得する。 Display device 20 may, for example, a storage medium, via a wireless communication such as infrared communication and radio wave-type communication, or acquires the image data from the digital still camera 10, a server on a network (not shown) via a cable. 表示ディスプレイ21は、例えば、液晶表示ディスプレイ、有機EL表示ディスプレイであり、各表示ディスプレイパネル毎に独自の画像出力特性を有する。 Display display 21 has, for example, a liquid crystal display, an organic EL display displaying a unique image output characteristic for each display display panel.

パーソナルコンピュータ30は、例えば、汎用タイプのコンピュータであり、CPU、RAM、ハードディスク等を備えて、後述するカラープリンタ40における画像処理と同等の画像処理を実行する。 The personal computer 30 is, for example, a general purpose type of computer, CPU, RAM, a hard disk or the like, and executes image processing equivalent to the image processing in the color printer 40 which will be described later. パーソナルコンピュータ30は、この他にも、メモリカードMCを装着するためのメモリカードスロット、ディジタルスチルカメラ10等からの接続ケーブルを接続するための入出力端子を備えている。 The personal computer 30 In addition to this, and includes input and output terminals for connecting a memory card slot for mounting a memory card MC, a connection cable from the digital still camera 10 or the like.

カラープリンタ40は、カラー画像の出力が可能なプリンタであり、本実施例では、スタンドアローンにて、画像データに対する画像処理を実行して、画像を出力する。 Color printer 40 is a printer capable of outputting color images, in the present embodiment, in a stand-alone, and executes image processing on the image data, and outputs the image. カラープリンタ40は、図2に示すように、制御回路41、入出力操作部42、印刷画像出力部43、メモリカードスロット44、データ入出力部45を備えている。 Color printer 40, as shown in FIG. 2, the control circuit 41, input and output operation unit 42, the print image output unit 43, a memory card slot 44, and a data input-output unit 45.

制御回路41は、画像データに対する画像処理、解析処理等の各種演算処理を実行する中央演算装置(CPU)411、画像処理が施された画像データ、演算結果等の各種データを一時的に格納するランダムアクセスメモリ(RAM)412、CPU111によって実行されるプログラム、画像を特徴付ける被写体である主要被写体を識別するための被写体判定条件の各パラメータを示すテーブル等を格納するリードオンリメモリ(ROM)/ハードディスクドライブ(HDD)413を備えている。 The control circuit 41, image processing on the image data, a central processing unit (CPU) 411 that executes various calculation processes of the analysis processing and the like, the image has been subjected to the image processing data, and temporarily stores various data of the operation results, etc. random access memory (RAM) 412, CPU 111 programs executed by, read only memory (ROM) for storing a table for indicating the parameters of the object determination conditions for identifying a main subject is a subject that characterizes the image / hard disk drive and a (HDD) 413.

入力操作部42は、外部からの入力を受け付けるインターフェース部であり、例えば、キー操作部、スクロール操作部、タッチパネル式操作部として実現される。 The input operation unit 42 is an interface unit that receives an input from the outside, for example, a key operation unit, the scroll operation section, is implemented as a touch-panel operation unit.

印刷画像出力部43は、制御回路41から出力される印刷用画像データに基づいて、例えば、シアン(C)、マゼンタ(M)、イエロー(Y)、ブラック(K)の4色の色インクを印刷媒体上に噴射してドットパターンを形成することによって画像を形成するインクジェット方式の印刷画像出力部である。 Print image output unit 43 based on the print image data outputted from the control circuit 41, for example, cyan (C), magenta (M), yellow (Y), black four color (K) color inks a printing image output section of the ink jet system for forming an image by forming a dot pattern by ejecting onto the print medium. あるいは、カラートナーを印刷媒体上に転写・定着させて画像を形成する電子写真方式の印刷画像出力部である。 Alternatively, a print image output unit of an electrophotographic system for forming an image by transferring and fixing onto a printing medium color toner. 色インクには、上記4色に加えて、ライトシアン(薄いシアン、LC)、ライトマゼンタ(薄いマゼンタ、LM)、ブルー、レッドを用いても良い。 The color inks, in addition to the above four colors, light cyan (, LC), light magenta (light magenta, LM), blue may be used red.

メモリカードスロット44は、各種メモリカードを装填するための装填部であり、メモリカードスロット14に装填されたメモリカードに対する読み出しまたは書き込みは、制御回路41によって実行される。 Memory card slot 44 is a loading unit for loading the various memory cards, read or write to a memory card inserted in the memory card slot 14 is executed by the control circuit 41.

データ入出力部45は、接続ケーブルCV等が接続される端子、信号変換処理機能を有し、外部器機との間で画像データをやりとりするために用いられる。 Data input-output unit 45, terminal connecting cable CV and the like, having a signal conversion processing function, and is used for the exchange of image data with external devices.

図3を参照してカラープリンタ40が備える制御回路41によって実現されるモジュールの概略について説明する。 Referring to FIG. 3 will be described schematically modules realized by the control circuit 41 of the color printer 40 is provided. 図3は本実施例に係るカラープリンタ40が備える制御回路41によって実現される機能モジュールのブロック図である。 Figure 3 is a block diagram of the functional modules realized by the control circuit 41 of the color printer 40 is provided according to the present embodiment. なお、図3に示す各モジュールは、CPU411単独で、あるいは制御回路41として実現され、また、ハードウェア、ソフトウェアのいずれによっても実現され得る。 Each module shown in FIG. 3 is a CPU411 alone or be implemented as a control circuit 41, also, the hardware can be also realized by means of a software.

画像データは、画像データ取得モジュールM1によって制御回路41に取得され、主要被写体画像データ決定モジュールM2に送られる。 Image data is acquired to the control circuit 41 by the image data acquisition module M1, it is sent to a main object image data determination module M2. 主要被写体画像データ決定モジュールM2は、画像データを複数の領域(複数の画素データ群)に分割し、各分割領域毎に色域情報および位置情報を取得する。 Main object image data determination module M2 divides the image data into a plurality of areas (a plurality of pixel data groups), acquiring the color gamut information and position information for each divided region. 主要被写体画像データ決定モジュールM2は、取得した各分割領域の色域情報および位置情報と、主要被写体判別情報とを用いて、画像を特徴付ける主要被写体に対応する画像データの領域、すなわち主要被写体画像データを決定する。 Main object image data determination module M2, using the color gamut information and position information of each divided region obtained, and a main object determination information, area of ​​the image data corresponding to the main object characterizing the image, i.e., the main object image data to determine. なお、主要被写体は、同一種または異種の主要被写体が画像中に1または複数存在し得る。 Note that the main object is the main object of the same kind or different kinds may one or more present in the image.

主要被写体および主要被写体に対応する画像データの領域が決定されると、特性取得モジュールM3は、主要被写体画像データについての特性(例えば、統計値、色彩値)を取得する。 When the space of the image data corresponding to the main object and the main object are determined, characteristic acquisition module M3 acquires the characteristics of the main object image data (e.g., statistics, color values). 補正条件取得モジュールM4は、取得した主要被写体画像データの特性(例えば、統計値、色彩値)に対応する補正条件を取得する。 Correction condition acquisition module M4 is characteristic of the main object image data acquired (e.g., statistics, color value) to obtain the correction condition corresponding to. 補正条件は、各主要被写体種毎に複数用意されており、主要被写体の特性に応じてより適切な画質調整が可能となる。 Correction condition is more prepared for each main object species thereby enabling more appropriate image quality adjustment according to the characteristics of the main object.

画質調整モジュールM5は、取得した補正条件を適用して主要被写体画像データに対する画質調整処理を実行する。 Image quality adjustment module M5 performs image quality adjustment processing for the main object image data by applying the acquired correction conditions. 主要被写体が複数存在する場合には、画質調整モジュールM5は、各主要被写体に対応する画像データ領域に対して画質調整処理を実行する。 If the main object there are multiple, the image quality adjustment module M5 performs image quality adjustment processing on the image data area corresponding to each main object. 画質調整モジュールM5はまた、補正条件として補正基準値を取得し、主要被写体画像データの特性値と補正基準値との差分を解消または低減するように補正量を決定し、決定した補正量を適用することで主要被写体画像データの画質を調整しても良い。 Image quality adjustment module M5 also obtains the correction reference value as a correction condition, and determines the correction amount such that the eliminated or reduced the difference between the characteristic value and the correction reference value of the main object image data, applies the determined correction amount image quality of the main object image data by may be adjusted. 補正のレベルの決定は、一律であってもよく、あるいは、画像データに関連づけられている画像データに対する画像処理条件を指定する画像処理制御情報に従って決定されても良い。 The determination of the level of compensation may be a uniform, or may be determined according to the image processing control information for designating image processing conditions for image data associated with the image data.

補正条件取得モジュールM4に代えて、主要被写体類別モジュールM6および基準色彩値取得モジュールM7を備えても良い。 Instead of the correction condition acquisition module M4, it may comprise a main object classification module M6 and the reference color value acquiring module M7. 主要被写体類別モジュールM6は、取得した主要被写体対応データを用いて主要被写体をさらに詳細に、たとえば、明るい空、普通の空、暗い空に類別する。 Main object classification module M6 is a main subject in more detail with reference to the main subject corresponding data obtained, for example, bright sky, ordinary air, to classify the dark sky. 基準色彩値取得モジュールM7は、類別された主要被写体に対応する基準色彩値を取得する。 Reference color value acquiring module M7 obtains a reference color values ​​corresponding to the main subject that is classified. すなわち、類別された主要被写体の理想的な色彩値、たとえば、明るい空、普通の空、暗い空の理想的な色彩値を取得する。 That is, an ideal color values ​​categorized main subject, for example, bright sky, ordinary air, to obtain the ideal color values ​​of the dark sky.

補正量決定モジュールM51は、主要被写体画像データおよび取得された基準色彩値との色域差を低減または解消するように補正量を決定する。 Correction amount determination module M51 determines a correction amount to reduce or eliminate the color gamut difference between the main object image data and the acquired reference color values. 補正のレベルの決定は、一律であってもよく、あるいは、画像データに関連づけられている画像データに対する画像処理条件を指定する画像処理制御情報に従って決定されても良い。 The determination of the level of compensation may be a uniform, or may be determined according to the image processing control information for designating image processing conditions for image data associated with the image data.

画質補正モジュールM52は、決定された補正量を主要被写体画像データに適用して、主要被写体画像データに対する画質補正を実行する。 Image quality correction module M52 applies the determined correction amount to main object image data, to perform the image quality correction for the main object image data. 主要被写体が複数存在する場合には、画質補正処理は、各主要被写体に対応する画像データ領域に対して実行される。 If the main object there are multiple, the image quality correction process is executed for the image data area corresponding to each main object.

画像出力モジュールM8は、画質調整が施された画像データを用いて出力画像を出力する。 The image output module M8 outputs the output image using the image data quality has been adjusted.

図4〜図11を参照して、本実施例に係る画像処理装置としてのカラープリンタ40にて実行される主要被写体判別処理について説明する。 With reference to FIGS. 4 to 11, will be described main object determination process executed by the color printer 40 as an image processing apparatus according to this embodiment. 図4は処理対象となる画像の一例を模式的に示す説明図である。 Figure 4 is an explanatory view schematically showing an example of an image to be processed. 図5は本実施例に係るカラープリンタにおいて実行される主要被写体判定処理の処理ルーチンを示すフローチャートである。 Figure 5 is a flowchart showing the processing routine of the main object determination process executed in the color printer according to the present embodiment. 図6は本実施例に係るカラープリンタにおいて実行される主要被写体の判定処理の過程を模式的に示す説明図である。 6 is an explanatory view of the process of determining process of the main subject to be executed in the color printer according to this embodiment is shown schematically. 図7は画像データの領域(画素データ群)の解析結果の一例を示す説明図である。 Figure 7 is an explanatory diagram showing an example of the analysis result of the area of ​​the image data (pixel data groups). 図8は本実施例に係るカラープリンタにおいて実行される主要被写体の判定処理の他の過程を模式的に示す説明図である。 8 is an explanatory view of another process of determining process of the main subject to be executed in the color printer according to this embodiment is shown schematically. 図9は図8に続く主要被写体の判定処理の過程を模式的に示す説明図である。 Figure 9 is an explanatory view schematically showing a process of determining process of the main subject, which is subsequent to FIG. 8. 図10は画素データ群を示す色相を決定するために用いられる判定しきい値を格納するテーブルの一例を模式的に示す説明図である。 Figure 10 is an explanatory view schematically showing an example of a table storing determination threshold used to determine the hue of a pixel data group. 図11は画素データ群(色域領域)に対応する被写体を決定するために用いられる被写体判定条件の一例を示す説明図である。 Figure 11 is an explanatory diagram showing an example of an object determination conditions used for determining the object corresponding to the pixel data group (gamut area).

本処理ルーチンの対象となる画像データGDは図4に示す画像に対応する画像データGDである。 Image data GD to be present processing routine is image data GD corresponding to the image illustrated in FIG. 以下の説明で用いる、画像上方、画像中央、画像下方、画像縁部はそれぞれ図4に示す部位、領域を指す。 Used in the following description refers to an image upward, the center of the image, the image below, the image edge portion shown in FIG. 4, respectively, the region.

図5の処理ルーチンは、例えば、カラープリンタ40のメモリスロット44にメモリカードMCが差し込まれたとき、あるいは、ケーブルCVを介してカラープリンタ40にディジタルスチルカメラ10が接続されたときに開始される。 Processing routine in FIG. 5, for example, when the memory card MC is inserted in the memory slot 44 of the color printer 40, or, is started when the digital still camera 10 in the color printer 40 via a cable CV is connected .

制御回路41(CPU411)は、画像処理を開始すると、選択された画像データGDを取得してRAM412に一時的に格納する(ステップS100)。 Control circuit 41 (CPU 411) starts the image processing, temporarily stored in the RAM412 acquires image data GD which is selected (step S100). 一般的に、ディジタルスチルカメラ10において生成された画像データGDは、YCbCrデータであるため、CPU411は、選択された画像データGDが開かれるとYCbCrデータをRGBデータへと変換する。 Typically, the image data GD generated by the digital still camera 10 are the YCbCr data, CPU 411 converts the image data GD which is selected is opened the YCbCr data to RGB data. 画像データGDの選択は、例えば、カラープリンタ40と有線または無線にて接続されているディジタルスチルカメラ10上において行われていても良く、あるいは、カラープリンタ40上において、メモリカードMCに格納されている画像データGDの中から選択されても良い。 Selection of the image data GD is, for example, may be carried out by the digital still camera 10 on which is connected by the color printer 40 and a wired or wireless, or on a color printer 40, stored in the memory card MC it may be selected from among the image data GD you are. さらには、ネットワークを介してサーバ上に格納されている複数の画像データGDから選択されても良い。 Further, it is through the network be selected from a plurality of image data GD stored on the server.

CPU411は、選択された画像データGDを図6に示すように複数の領域、例えば64の領域(画素データ群)に分割する(ステップS110)。 CPU411 divides the image data GD which is selected plurality of areas as shown in FIG. 6, for example, 64 areas (pixel data group) (step S110). ただし、図6は説明を容易にするため画像データGDがメモリ上に展開された仮想状態を模式的に示している。 However, Figure 6 is a virtual state in which the image data GD is developed on a memory for ease of description depicts schematically. 具体的に説明すると、画像データGDは複数の画素データから構成されており、各画素データには、例えば、x−y座標で示される位置情報が割り振られている。 When specifically described, the image data GD is composed of a plurality of pixel data, each pixel data is, for example, the position information indicated by x-y coordinates are assigned. そこで、位置情報を利用して、画像を複数の領域に分割した各領域と各領域に対応する画素データ群とを対応付けることで、図6に示すように画像の分割領域と画像データGDの仮想的な分割領域とを対応付けることができる。 Therefore, by using the location information, by associating each region obtained by dividing the image into a plurality of regions and a pixel data group corresponding to each region virtual divided area image data GD in the image as shown in FIG. 6 it can be associated with the specific divided areas. 本明細書中では、画像の分割領域に併せて分割された画像データGDの分割単位を、画像データGDの領域または画素データ群という。 In this specification, the division unit of the image data GD which has been divided along the dividing regions of the image, referred to as a region or pixel data group of the image data GD.

CPU411は、画像データGDを領域単位にて解析し(ステップS120)、画像データGDの各領域の色域(色彩値)を決定する(ステップS130)。 CPU411 analyzes the image data GD in the area unit (step S120), the color gamut (color values) for each region of the image data GD to determine (step S130). 以降の説明では説明を簡潔にするため、色域のパラメータとして色相を用いる場合について説明する。 For simplicity in the following description, the case of using the color as a parameter of the color gamut. 具体的には、CPU411は、例えば、RGB画像データGDをHSV画像データに変換し、画像データの各領域単位にて色相について、図7に示すようなヒストグラムを生成する。 Specifically, CPU 411 converts, for example, RGB image data GD to HSV image data, for the hue in each area unit of the image data, and generates a histogram as shown in FIG. ここで、HSV色空間は、色相H、彩度S、輝度Vによって画像データGDを表す色空間である。 Here, HSV color space is a color space representing the hue H, saturation S, the image data GD by the luminance V. 画像データGDの色相Hは、この他にもHSL色空間へと画像データGDを変換することによっても得ることができる。 Hue H of the image data GD can also be obtained by converting the image data GD to the addition to HSL color space. RGB画像データGDをHSV画像データへと変換するにあたっては、R,G,B成分を有する各画素データに対して以下の式(1)〜(3)が適用される。 When converting the RGB image data GD to HSV image data, R, G, the following equation for each pixel data having a B component (1) to (3) applies.

ここで、Vmax=max{R,G,B}、Vmin=min{R,G,B}である。 Here, Vmax = max {R, G, B}, a Vmin = min {R, G, B}. Vmax=Vminの場合には、色相は不定(無彩色)となる。 If the Vmax = Vmin the hue is undefined (achromatic). また、色相H<0の場合には、算出された色相Hに2πを加える。 In the case of the hue H <0 adds 2π to the calculated hue H. この結果、色相Hの値域は0〜2πとなるが、本実施例では、値域を0〜360度として色相Hを表す。 As a result, the range of the hue H is the 0~2Pai, in this embodiment, represents the hue H value range as 0 to 360 degrees.

図7に示すヒストグラムにおいて、肌色に対応する色相範囲はRfl、緑色に対応する色相範囲はRgr、空色に対応する色相範囲はRsk、赤色に対応する色相範囲はRrdにてそれぞれ示されている。 In the histogram shown in FIG. 7, a hue range corresponding to skin color Rfl hue range corresponding to green Rgr hue range corresponding to the sky is Rsk hue range corresponding to red are shown respectively at Rrd. 図7に例示するヒストグラムでは、空色の色相が高い頻度で現れており、解析の対象となった画像データGDの領域が空を中心とする被写体に対応するものであることが推察できる。 In the histogram illustrated in FIG. 7, sky-blue color has appeared frequently, can be inferred that the area of ​​the image data GD as the object of analysis are those corresponding to the subject around the sky.

CPU411は、画像データGDの各領域を構成する全画素データ数に対する特定の色相を示す画素データ数の割合を求め、その中で最も高い割合を示す特定の色相範囲の割合を最大割合Humaxに決定する。 CPU411 determines the ratio of the number of pixel data indicating a specific hue to the total pixel number data constituting each area of ​​the image data GD, determine the percentage of a specific hue range that indicates the highest proportion among them the maximum proportion Humax to. 具体的には、各画素データは、R、G、B成分によって特定の色相を表しているので、特定の色相について各色相を示す画素データ数をそれぞれ算出し、次の式(4)を用いて、画像データGDの各領域における各色相の割合Hurateを算出する。 Specifically, each pixel data, R, G, because it represents a specific hue by the B component, the number of pixel data indicating the respective colors for a particular hue is calculated respectively, using the following equation (4) Te, calculating each hue percentage Hurate in each region of the image data GD.

CPU411は、各色相の割合Hurateと画像データGDの各領域の色相(各領域を代表する色相、各領域が示す色相)を判定するための色相判定しきい値(Huref_sk、Huref_gr、Huref_fl、Huref_rd)を用いて(図10参照)、画像データGDの各領域の色相を決定する。 CPU411 the hue (hue representing each region, color indicated by each region) of each region proportions Hurate image data GD of each color hue determination threshold value for determining (Huref_sk, Huref_gr, Huref_fl, Huref_rd) using (see FIG. 10), to determine the hue of each region of the image data GD. ここで、色相判定しきい値は、色相毎に値が異なっており、複数の色相が色相判定しきい値を満たす場合には、例えば、より低い(小さい)値の色相判定しきい値に対応する色相を、画像データGDの領域の色相とすればよい。 Here, the hue determination threshold is different value for each hue, when a plurality of hues satisfies the hue determination threshold, for example, corresponding to the hue determination threshold lower (smaller) value the hues may be the hue of the region of the image data GD.

CPU411は、画像データGDの各領域について色相を決定すると、隣接する同一色域の領域を関連付けて、色域領域を決定する(ステップS140)。 CPU411 has determined the hue for each area of ​​the image data GD, in association with regions of the same color gamut adjacent to determine the color gamut area (step S140). ここで、色域領域は、画像データ上における主要被写体に対応する領域、すなわち、主要被写体画像データと同義である。 Here, the color gamut area, the region corresponding to the main subject on the image data, i.e., the same meanings as the main object image data. 色域領域の決定は、具体的には次の通り実行される。 Determination of the color gamut area is specifically executed as follows. 図6に示すように、左上の領域(0,0)から矢印Xが示す方向へと各領域を走査して各領域の色域を判定し、同一の色域の領域については同一の符号を付していく。 As shown in FIG. 6, to determine the color gamut of each region by scanning the respective regions from the upper left region (0,0) in the direction indicated by the arrow X, the same reference numerals region of the same color gamut It is given. 図6の例では、空色の色相を示す領域にはSn、肌色の色相を示す領域にはFnの符号、赤色の色相を示す領域にはRnが付される(nは同一色相の色域領域を区別するための番号)。 In the example of FIG. 6, Sn in the region showing a sky blue color, Fn reference numerals in an area indicated by the hue of the skin color, Rn are attached to the region showing a red hue (n is the same hue color gamut area number to distinguish). CPU411は、右上の領域(7,0)に到達したところで、矢印Yが示す方向へ1つ移動し、同様にして矢印Xが示す方向へと領域の走査、領域の色域の判定を右下の領域(7,7)まで繰り返して実行する。 CPU411 is at reaching the upper right area (7,0), one moves in the direction indicated by the arrow Y, the same way the region scanned in the direction indicated by the arrow X, the determination of the color gamut area bottom right repeatedly executed until the area (7,7). 図6の例では、空色の色域を示す色域領域が2つ(A1、A2)存在し、肌色の色域を示す色域領域が1つ(A3)存在する。 In the example of FIG. 6, two color gamut region showing a sky blue color gamut (A1, A2) exists, the color gamut region showing the color gamut of the skin color is one 1 (A3) is present. CPU411は、主要被写体画像データに対する画質調整時に利用するために、各色域領域(主要被写体画像データ)についての色域の値をRAM412に一時的に格納する。 CPU411, to use when the image quality adjustment for the main object image data is temporarily stored in the value of the color gamut for each color gamut area (main object image data) RAM 412.

色域領域の決定処理の他の例について、図8および図9を参照して説明する。 Another example of determination processing of the color gamut area will be described with reference to FIGS. 図8に示すように、この他の例では、当初、空色の色域を示す色域領域が3つ(A4、A5、A6)存在し、肌色の色域を示す色域領域が1つ(A7)存在する。 As shown in FIG. 8, in this another example, initially three color gamut region showing a sky blue color gamut (A4, A5, A6) there, the one color range area showing the color gamut of the skin color ( A7) exist. これは、領域(0,3)の隣接領域に空色を示す領域が存在しないからである。 This is because there is no region showing sky blue area adjacent regions (0,3). しかしながら、領域(0,3)から始まる空色の色域領域A5は領域(7,3)において空色の色域領域A4の領域(7,2)と隣接する。 However, sky blue gamut area A5 starting from region (0,3) is adjacent to the area (7,2) of sky blue color gamut area A4 in the area (7,3). そこで、CPU411は、図9に示すように、空色の色域領域A4と空色の色域領域A5は同一の色域領域A4であると判定し、色域領域A5の各領域にはS1の符号をふり直し、新たに色域領域A4を決定する。 Accordingly, CPU 411, as shown in FIG. 9, it is determined that the sky blue color gamut area A4 and sky blue gamut area A5 of the same color gamut area A4, S1 code to each area of ​​the color gamut area A5 the re-pretend, to determine a new color gamut area A4.

CPU411は、色域領域を決定すると、各色域領域、例えば、図6においてはA1〜A3の位置情報を取得する(ステップS150)。 CPU411 has determined the color gamut area, the color gamut area, for example, in Figure 6 obtains the position information of the A1 to A3 (step S150). 既述の通り、各領域を構成する画素データには予め位置情報が割り振られているので、例えば、この位置情報を利用して各色域領域の境界位置を特定し、各色域領域の位置情報として取得する。 As described above, since the pre-location information to the pixel data constituting the respective regions are allocated, for example, to identify the boundary position of each color gamut area by using the position information as the position information of each color gamut area get.

CPU411は、ROM/HDD413から位置条件(被写体判定条件)を取得する(ステップS160)。 CPU411 acquires the position condition (object determination condition) from ROM / HDD 413 (step S160). 位置条件(被写体判定条件)は、色域領域が所定の被写体に該当するか否かを、色域領域の色域と位置情報にて判定するために用いられる判定条件であり、例えば、図11に示すようなテーブルとしてROM/HDD413に格納されている。 Position condition (object determination condition) is a determination condition used for gamut area whether corresponds to a predetermined object, determining by the color gamut and the position information of the color gamut region, for example, FIG. 11 It is stored in the ROM / HDD 413 as a table as shown in. 具体的な手法の一例について説明する。 Description will be given of an example of a specific method.

CPU411は、先ず色域領域の色相に基づいて、各色域領域に対応する主要被写体候補を「空、緑、人」のいずれかに絞る。 CPU411 is, first of all based on the hue of the color gamut area, squeeze the main subject candidates corresponding to each color gamut area in one of the "sky, green, man." 図6の例では、色域領域A1、A2は空色を示すため、「空」が主要被写体候補となり、色域領域A3は肌色を示すため、「人(顔)」が主要被写体候補となる。 In the example of FIG. 6, since the color gamut area A1, A2 is showing a sky blue, "Check" is the main object candidates, since the color gamut area A3 that indicates the skin color, "human (face)" is the main object candidate.

CPU411は次に、色域領域A1、A2の位置情報と、空に対応する位置条件とを対比して主要被写体を決定し(ステップS170)、本処理ルーチンを終了する。 CPU411 then the position information of the color gamut area A1, A2, and comparing the position condition corresponding to the sky to determine the main subject (step S170), and terminates the processing routine. 位置条件は、空に対しては画像上方かつ画像縁部と接していることが、緑色に対しては画像下方かつ画像縁部と接していることが、肌色に対しては画像中央であることが規定されている。 That the position condition, that is in contact with the image upwardly and image edge against the sky, it is in contact with the image downward and image edge for green, for the flesh color is an image center There has been defined. 言い換えれば、位置条件は、空に対しては領域(x,0):0≦x≦7、領域(0,y):0≦y≦2、領域(7,y):0≦y≦5のいずれかを含むことが規定されている。 In other words, the position condition, with respect to the empty area (x, 0): 0 ≦ x ≦ 7, region (0, y): 0 ≦ y ≦ 2, region (7, y): 0 ≦ y ≦ 5 It is defined to contain either. また、緑に対しては領域(x,7):0≦x≦7、領域(0,y):4≦y≦7、領域(7,y):4≦y≦7のいずれかを含むことが規定されている。 The area for the green (x, 7): 0 ≦ x ≦ 7, region (0, y): 4 ≦ y ≦ 7, regions (7, y): containing either 4 ≦ y ≦ 7 it is prescribed. さらに、人に対しては領域(x,y):2≦x≦5、2≦y≦5のいずれかを含むことが規定されている。 Moreover, for human region (x, y): to contain either a 2 ≦ x ≦ 5,2 ≦ y ≦ 5 are defined.

この条件を考慮すると、色域領域A1は、位置条件を満たす領域、例えば、領域(0,0)を含むので、対応する主要被写体は「空」であると決定することができる。 Considering this condition, the color gamut area A1, position satisfies region, for example, because it contains a region (0,0), the corresponding main subject can be determined to be "empty". 一方、色域領域A2は、位置条件を満たす領域を含んでいないので、対応する主要被写体は「空」でないと決定することができる。 On the other hand, the color gamut area A2 does not contain the position satisfying area corresponding main subject can be determined not to be "empty". 色域領域A2は、例えば、空色の被服に該当する。 Gamut area A2, for example, correspond to sky blue clothing.

色域領域A3は、位置条件を満たす領域、例えば、領域(3,4)を含むので、対応する主要被写体は「人(顔)」であると決定することができる。 Gamut area A3, position satisfies region, for example, because it contains a region (3,4), the corresponding main subject can be determined to be "human (face)".

・主要被写体に応じた画質の調整 図12および図13を参照して判別された主要被写体に対応する画像データに対する画像処理について説明する。 - image processing will be described with respect to adjustment Figure 12 and the image data corresponding to the determined main object with reference to FIG. 13 of the image quality in accordance with the main object. 図12は本実施例に係る画像処理装置によって実行される主要被写体に対する画質調整処理の処理ルーチンを示すフローチャートである。 Figure 12 is a flow chart showing the processing routine of image quality adjustment processing for the main object to be executed by the image processing apparatus according to this embodiment. 図13は主要被写体に対する画質調整処理において用いられる類別色彩値および補正基準値を格納するテーブルの一例を示す説明図である。 Figure 13 is an explanatory diagram showing an example of a table storing the classification color values ​​and correction reference values ​​used in the image quality adjustment process with respect to the main subject.

CPU411は、主要被写体画像データの判定処理が終了した画像データGDを取得し(ステップS200)、特定された主要被写体画像データ(画像データ上の主要被写体に対応する領域、色域領域)における色彩値を取得する(ステップS210)。 CPU411 acquires image data GD determination processing of the main subject image data has been completed (step S200), (the region corresponding to the main subject on the image data, the color gamut area) specified main object image data color values ​​in to get (step S210). なお、主要被写体画像データの色彩値は、主要被写体画像データを判定する際に取得し、RAM412に格納済みである。 Incidentally, the color value of the main object image data is acquired at the time of determining the main object image data, it is already stored in the RAM 412.

CPU411は、主要被写体画像データの色彩値に基づいて、主要被写体を類別する(ステップS220)。 CPU411 based on the color values ​​of the main object image data, categorizing the main subject (step S220). すなわち、主要被写体画像データに対してより適切な画質調整処理を施すために、同一種の主要被写体を更に詳細な主要被写体に分類する。 That is, in order to perform a more appropriate image quality adjustment processing on the main object image data, to classify the main subject of the same species in more detail the main subject. 図13の例では、空について、さらに詳細に、明るい空(薄曇りの空)、普通の空、暗い空(快晴の夏空)に分類するためにの類別色彩値が例示されている。 In the example of FIG. 13, the sky, in more detail, bright sky (empty cloudy), ordinary air, classification color values ​​to classify the dark sky (sunny summer sky) is illustrated. 類別色彩値は、例えば、複数の画像について統計的に求められた値が用いられる。 Classification color values, for example, a value determined statistically for a plurality of images are used. 具体的には、CPU411は、次の式(5)を用いて、主要被写体画像データの色彩値(H,S,B)と図13に示す類別色彩値(Hcs,Scs,Bcs)との差分C(距離)を求め、差分C(距離)の最も小さい類別色彩値に対応する主要被写体を、主要被写体画像データが対応する詳細な主要被写体とする。 Specifically, CPU 411, the difference of using the following equation (5), and the color value of the main object image data (H, S, B) and classification color values ​​shown in FIG. 13 (Hcs, Scs, Bcs) seeking C (distance), the main subject corresponding to the smallest classification color values ​​of the difference C (distance), the main object image data to the corresponding detailed main object. ここで、ΔH=Hcs−H、ΔS=Scs−S、ΔB=Bcs−Bである。 Here, ΔH = Hcs-H, ΔS = Scs-S, is ΔB = Bcs-B.

CPU411は、類別された主要被写体(詳細な主要被写体)に対応する補正基準値を取得する(ステップS230)。 CPU411 acquires the correction reference value corresponding to the categorized main subject (detailed main object) (step S230). 補正基準値は、たとえば、図13に示すように、類別された各詳細主要被写体毎に、各種画質パラメータについて、各詳細主要被写体が最も見栄えよく出力されように設定されている。 Correction reference value, for example, as shown in FIG. 13, for each detailed main object categorized, various image quality parameters, are set so that each detail main object is output most good appearance. すなわち、補正基準値は、詳細主要被写体に関して理想的な各種画質パラメータの値を規定している。 That is, the correction reference value defines the value of the ideal various image quality parameters for details main object. ここで、画質パラメータは、画像データの画質に関わるパラメータであり、例えば、シャドウ、ハイライト、明度、コントラスト、カラーバランス、記憶色補正のパラメータが含まれる。 Here, the image quality parameter is a parameter related to the quality of the image data, for example, shadows, highlights, brightness, contrast, include color balance parameters of the memory color correction.

CPU411は、以降、RGBデータの画像データGDに対して各種処理を実行する。 CPU411 is thereafter performs various processes on the image data GD of RGB data. CPU411は、主要被写体画像データを解析して、主要被写体画像データの特性値(統計値)を取得する(ステップS240)。 CPU411 analyzes the main object image data, obtains characteristic values ​​of the main object image data (statistics) (step S240). 特性値(統計値)には、例えば、主要被写体画像データ中におけるR、G、B成分のヒストグラム、最大輝度、最小輝度等が含まれる。 The characteristic values ​​(statistics), eg, R in the main object image data, G, histograms of the B component, the maximum intensity, include minimum luminance and the like.

CPU411は、主要被写体画像データの特性値と取得した補正基準値とを用いて、両者の差分を低減または解消するように補正量を算出する(ステップS250)。 CPU411, using the obtained characteristic values ​​of the main object image data correction reference value, calculates a correction amount so as to reduce or eliminate the difference between the two (step S250). 主要被写体画像データの特性値と取得した補正基準値の差分の低減の度合い、すなわち、補正のレベルの決定は、一律であってもよく、あるいは、画像データGDに画像処理制御情報が関連付けられている場合には、画像処理制御情報によって規定されている補正レベルに従って決定されても良い。 The degree of reduction of the difference between the acquired characteristic values ​​of the main object image data correction reference value, i.e., the determination of the level of compensation may be a uniform, or the image processing control information associated with the image data GD If you are it may be determined according to the correction level specified by the image processing control information. ここで、画像処理制御情報は、関連付けられている画像データに対する画像処理条件を指定する情報であり、例えば、画質に関わる一または複数のパラメータの値が含まれている。 Here, the image processing control information is information for specifying an image processing condition for the image data associated with, for example, it contains the value of one or more parameters relating to image quality.

CPU411は、算出された補正量を適用して主要被写体画像データに対する画質調整を実行する(ステップS250)。 CPU411 applies the calculated correction amount to perform the image quality adjustment for the main object image data (step S250). 画質調整処理は、例えば、シャドウ、ハイライト、明度、コントラスト、カラーバランス、記憶色補正の各画質パラメータについては、撮像画像データGDのRGB成分の入力レベルと出力レベルとを対応付けるトーンカーブ(Sカーブ)を用いて実行される。 Image quality adjustment processing, for example, shadows, highlights, brightness, contrast, color balance, for each image quality parameter of the memory color correction, tone curve (S curve associating the input and output levels of the RGB components of the image data GD ) is performed using. トーンカーブを用いた画質調整処理では、各画質調整パラメータに対する補正量を用いて、RGB成分またはR、G、Bの各成分について各トーンカーブが変更される。 In the image quality adjustment processing using a tone curve using the correction amount for each image quality adjustment parameters, RGB component, or R, G, each tone curve is changed for each component of B.

具体的には、トーンカーブには、実験的に、各画質パラメータについて、補正量を適用するポイントが定められており、補正量が適用されることによって、そのポイントにおけるトーンカーブの通過点が変更され、入力−出力特性が変更される。 Specifically, the tone curve, experimentally, for each image quality parameter, are determined in the point of applying the correction amount by the correction amount is applied, it changes the passing point of the tone curve at that point It is input - output characteristics are changed. したがって、主要被写体画像データに対して、変更後のR、G、B各トーンカーブを適用すれば、主要被写体画像データのRGBの各成分について入力−出力変換が行われ、画質が調整された主要被写体画像データが得られる。 Therefore, with respect to the main object image data, applying R after the change, G, B of each tone curve, the input for each component of RGB of the main object image data - output conversion is performed, the main image quality is adjusted object image data is obtained.

各画質パラメータに対する補正量を用いた画質調整処理(自動画質調整処理)についてまとめれば、例えば、以下のように具体的に実行される。 To summarize the image quality adjustment processing using the correction amount for each image quality parameter (automatic image quality adjustment processing), for example, it is specifically executed as follows. なお、基準値とは補正基準値を意味する。 Note that the reference value means a correction reference value.
・コントラスト、シャドー、ハイライトについては、主要被写体画像データからシャドウポイントとハイライトポイントとを検出して基準値に基づき補正量を決定し、決定された補正量を用いてヒストグラムの伸張を実行する。 Contrast, shadow, for the highlight, the main object image data from the detection of the the shadow point and a highlight point to determine a correction amount based on the reference value, to perform the stretching of the histogram using the determined correction amount . また、輝度標準偏差に基づいて補正量を求め、求めた補正量を用いてトーンカーブを変更(補正)する。 Moreover, it obtains a correction amount based on the luminance standard deviation, changing the tone curve by using a correction amount determined (corrected).
・明るさについては、主要被写体画像データの領域から計算される輝度値に基づいて、画像が暗い(露出不足)か明るい(露出超過)であるかを判定し、基準値に基づいて補正量を取得し、取得した補正量を用いてトーンカーブの補正を実行する。 • For brightness, based on the luminance value calculated from the area of ​​the main object image data, it determines whether the image is dark (underexposed) or bright (exposed exceeded), the correction amount based on the reference value acquired to perform the correction of the tone curve using the obtained correction amount.
・カラーバランスについては、主要被写体画像データのR成分、G成分、B成分の各ヒストグラムからカラーバランスの偏りを分析し、R成分、G成分、B成分の各トーンカーブからRGB各成分に対する基準値に基づいてそれぞれの補正量を取得し、取得した補正量を用いてカラーバランスを調整する。 - The color balance, the R component of the main object image data, G-component, to analyze the deviation of color balance from the histogram of the B component, the reference value R component, G component, from the tone curve B component to RGB components It gets the respective correction amount based on, to adjust the color balance using the obtained correction amount.
・彩度については、主要被写体画像データの彩度分布を分析し、基準値に基づいて補正量を決定し、決定した修正補正量を用いて、彩度の強調を実行する。 · For saturation analyzes the saturation distribution of the main object image data, and determines the correction amount based on the reference value, using the determined modified correction amount to perform the enhancement of saturation.
・シャープネスについては、主要被写体画像データの周波数とエッジの強度分布を解析し、基準値に基づいてアンシャープマスクの適用量(補正量)を決定し、決定された補正量(適用量)にてアンシャープマスクを実施することにより画質調整が実行される。 - For sharpness, analyzes the intensity distribution of the frequency and the edge of the main object image data, a dosage of unsharp mask based on the reference value determined (correction amount) determined correction amount at (dose) image quality adjustment is performed by carrying out the unsharp mask. 基準値は、周波数分布に基づいて決定され、高周波画像データ(風景、植物等)ほど基準値が小さくなり、低周波画像データ(人物、空等)ほど基準値が大きくなる。 Reference value is determined based on the frequency distribution, the high-frequency image data (landscape, a plant, etc.) reference value as decreases, the low-frequency image data (person, air, etc.) as the reference value increases. また、アンシャープマスクの適用量は、エッジ強度分布に依存しており、ぼけた特性を有する画像データほどその適用量が大きくなる。 Also, application of unsharp mask is dependent on the edge intensity distribution, its application amount increases as the image data having a blur characteristics.

CPU411は、先に判別された全ての主要被写体について画質調整処理が完了したか否かを判定し(ステップS270)、画質調整処理を行うべき主要被写体が残っている場合には(ステップS270:No)、ステップS210〜ステップS260を再度実行する。 CPU411 determines whether image quality adjustment processing for all the main subject is determined previously is completed (step S270), if there remain the main object to be subjected to image quality adjustment processing (step S270: No ), executes step S210~ step S260 again. CPU411は、画質調整処理を行うべき主要被写体が残っていないと判定した場合には(ステップS270:Yes)、印刷用画像データを生成し(ステップS280)、本処理ルーチンを終了する。 CPU411, when it is determined that there remains no main object to perform the image quality adjustment processing (step S270: Yes), generates print image data (step S280), and thereupon ends the present processing routine.

以上説明したとおり、本実施例に係る画像処理装置としてのカラープリンタ40によれば、画像データ全体ではなく、判別された主要被写体に対応する主要被写体画像データ毎に画質調整処理を実行することができる。 Above As described, according to the color printer 40 as an image processing apparatus according to this embodiment, instead of the entire image data for each main object image data corresponding to the determined main object to perform image quality adjustment processing it can. したがって、画像に含まれる、各主要被写体に対して、それぞれ見栄えが良くなる画質調整処理を施すことができる。 Thus, it included in the image, for each main object, can be applied respectively to appearance good becomes the image quality adjustment processing. 画像を特徴付ける被写体である主要被写体の見栄え(画質)が向上することによって、出力画像全体の画質をも向上させることができる。 By improving the appearance of the main subject is a subject that characterizes the image (image quality) can also improve the output of the entire image quality.

また、判別された主要被写体をさらに詳細に分類し、分類された主要被写体毎に最適な画質調整処理を実行することができる。 Moreover, further classified in detail discriminated main object, it is possible to perform the optimum image quality adjustment process for each classified main object. すなわち、特定された主要被写体をさらに特徴付けることによって、主要被写体画像データに対する画質調整処理の精度を向上させることができる。 That is, by further characterize the main object is identified, it is possible to improve the accuracy of image quality adjustment processing on the main object image data. 例えば、「空」が主要被写体である場合には、明るい空、普通の空、暗い空、鮮やかな空、くすんだ空、青い空、赤い空ではそれぞれ、見栄えが良い、画質が高いとされる基準は異なる。 For example, if the "empty" is the main subject is bright sky, usually in the sky, each, look good in a dark sky, bright sky, dull sky, blue sky, red sky, and the image quality is high criteria are different. したがって、同じ空であっても、どのような「空」であるかをより詳細に特定し、特定された空に最も適した画質調整処理を実行することによって、主要被写体の見栄えをさらに向上させることができる。 Therefore, even with the same empty, what specified in more detail is "empty", by executing the most appropriate image quality adjustment processing emptied identified, further improving the appearance of the main subject be able to.

・その他の実施例: And other examples:
(1)上記実施例では、主要被写体画像データに対する画質調整処理がRGBデータの主要被写体画像データに対して、すなわち、RGB色空間にて、実行されているが、HSV画像データの主要被写体画像データ、すなわち、HSV色空間にて実行されてもよい。 (1) In the above embodiment, the image quality adjustment process with respect to the main object image data of RGB data to the main object image data, i.e., in RGB color space have been executed, the main object image data of the HSV image data , i.e., it may be executed by HSV color space. かかる場合には、CPU411は、主要被写体画像データの色彩値と基準色彩値とを用いて、両者の差分を低減または解消するように補正量を算出する。 In such a case, CPU 411 uses the color value and the reference color values ​​of the main object image data, calculates a correction amount so as to reduce or eliminate the difference between the two. 基準色彩値は、詳細主要被写体画像を見栄え良く出力するための色彩値であり、例えば、図14に示すように、類別された各詳細主要被写体画像に対して、色相H、彩度S、明度(輝度)Vについてそれぞれ規定されている。 Reference color values ​​are color values ​​for outputting better appearance detailed main object image, for example, as shown in FIG. 14, for each detailed main object image which has been categorized, the hue H, saturation S, the brightness It is defined, respectively for (luminance) V. 図14は主要被写体に対する画質調整処理において用いられる基準色彩値を格納するテーブルの一例を示す説明図である。 Figure 14 is an explanatory diagram showing an example of a table storing the reference color values ​​used in the image quality adjustment process with respect to the main subject.

色彩値を用いた補正量の決定処理は、両色彩値の差分を低減または解消するように実行され、両色彩値の差分の低減の度合い、すなわち、補正のレベルの決定は、一律であってもよく、あるいは、画像データGDに画像処理制御情報が関連付けられている場合には、画像処理制御情報によって規定されている補正レベルに従って決定されても良い。 Determination process of the correction amount using the color values ​​is performed so as to reduce or eliminate the difference between the two color values, the degree of reduction in the difference between the two color values, i.e., the determination of the level of correction is a uniform may be, or, when the image processing control information to the image data GD is associated may be determined according to the correction level specified by the image processing control information. 色彩値を用いる場合には、HSV色空間にて画質調整処理が実行されるので、より正確な画質調整処理を実行することができる。 When using a color value, the image quality adjusting process is executed in HSV color space, it is possible to perform a more accurate image quality adjustment processing. すなわち、画質調整処理の精度を向上させることができる。 That is, it is possible to improve the accuracy of image quality adjustment processing.

HSB色空間において画質調整処理が実行される場合には、基準色彩値を用いることなく、類別色彩値を用いて補正量を決定しても良い。 When the image quality adjustment in the HSB color space is performed, without using the reference color value, it may determine the correction amount using the classification color values. すなわち、類別色彩値と基準色彩値とは、必ずしも別の色彩値である必要はなく、詳細主要被写体の理想、目標となるべき色彩値を類別色彩値として用いる場合には、基準色彩値としても用いられ得る。 That is, the classification color values ​​and the reference color values, not necessarily a separate color value, ideal details main object, in the case of using the color value to be a target as classification color values, even as the reference color values It may be used. かかる場合には、主要被写体画像の類別処理と補正量の決定処理を同時に実行することができる。 In such a case, it is possible to perform the process of determining the classification process and the correction amount of the main object image at the same time.

(2)上記実施例において、一の画像データ中に異なる種類の主要被写体画像データが含まれる場合には、異種主要被写体画像データの存在を考慮して各主要被写体画像データに適用される補正量を決定しても良い。 (2) In the above embodiments, the correction amount if it contains different types of the main object image data in one image data, applied taking into account the presence of the heterologous main object image data to each main object image data it may be determined. かかる場合には、画質調整によって各主要被写体画像データがそれぞれ目立ってしまう(浮き上がってしまう)事態を抑制し、画像全体としての調和を図ることができる。 In such a case, may be the main object image data is suppressed by will (thus lifted) situation where noticeable respectively by the image quality adjustment, harmonize the entire image. 具体的には、例えば、各主要被写体画像データの境界部分における補正量を低減させたり、補正の指標となる補正基準値、基準色彩値として、各主要被写体の相互距離に応じて重み付処理が施された補正基準値、基準色彩値を用いることによって実行され得る。 Specifically, for example, or to reduce the correction amount in the boundary portion of each main object image data, correction reference value indicative of the correction, as a reference color values, the process weighted in accordance with the mutual distance of the main subject decorated with the correction reference value may be performed by using the reference color values.

(3)上記実施例では「空」を主要被写体の例として用いているが、この他にも、「人(顔)、「植物」等についても同様の効果を得ることができる。 (3) In the above embodiment are used as an example of the main subject to "empty", but this in addition to "human (face), it is possible to obtain the same effect for such" plant ". 例えば、「人(顔)」の場合には、薄ピンク系の肌、薄黄色系の肌、濃い黄色系の肌、濃い茶系の肌とに分類することが可能である。 For example, in the case of "person (face)" is, it is possible to classify skin pale pink, skin pale yellow, dark skin of yellow, to the skin of dark brown system. また、「植物」の場合には、淡い緑(新緑)、濃い緑(常緑樹)、中間の緑とに分類することが可能である。 In addition, in the case of a "plant", pale green (fresh green), dark green (evergreen), it is possible to fall into the middle of the green.

(4)上記実施例では、色域領域の位置情報として色域領域を構成する各領域の位置情報を用いているが、色域領域を構成する各画素データの位置情報を用いても良い。 (4) In the above embodiment uses the positional information of each region constituting the color gamut area as the position information of the color gamut region, it may be using the position information of each pixel data constituting the color gamut area. かかる場合には、より具体的に、位置条件との対比を行うことが可能となり、色域領域の位置判定精度をさらに向上させることができる。 In such a case, more specifically, it is possible to perform a comparison between the position condition, the position determination accuracy of the color gamut area can be further improved.

上記実施例では、主要被写体の判定に際して、同一色域を有する隣接領域を関連付けた色域領域を用いているが、色域領域を用いることなく領域単位、または画素データ単位にて主要被写体の判定を行っても良い。 In the above embodiment, when the determination of the main subject, are used the color gamut area associated adjacent areas having the same color area, the determination of the main subject in the area units without using a color gamut area or pixel data units, it may be carried out. 領域単位で主要被写体の判定が行われる場合には、先ず、各領域について対応する主要被写体を決定し、後に同一の主要被写体に対応する全領域をまとめることにより、主要被写体に対応する画像データGDの領域を形成することができる。 If the determination of the main subject is performed in region units, first, it determines the main subject corresponding respective areas, by assembling the entire region corresponding to the same main object after the image data GD corresponding to the main subject it is possible to form a region. より詳細には、位置条件(被写体判定条件)として、所定の主要被写体に対応する領域が満たすべき領域の色域および位置情報を規定しておき、各領域の色域および位置情報と対比することによって実行される。 More specifically, as the position condition (subject determination condition), leave defining the color gamut and the position information of the area to be met by the area corresponding to the predetermined main subject, it is contrasted with color gamut and position information of each area It is executed by.

あるいは、画素データ単位で主要被写体の判定が行われる場合には、先ず、各画素データについて対応する主要被写体を決定し、後に同一の主要被写体に対応する全画素データをまとめることにより、主要被写体に対応する画像データGDの領域(画素データ群)を形成することができる。 Alternatively, if the determination of the main subject pixel data unit is performed, first, to determine the corresponding main subject for each pixel data, by assembling all the pixel data corresponding to the same main subject after, the main object it is possible to form a region of the corresponding image data GD (pixel data groups). より詳細には、位置条件(被写体判定条件)として、所定の主要被写体に対応する画素データが満たすべき領域の色域および位置情報を規定しておき、各画素データの色域および位置情報と対比することによって実行される。 More specifically, as the position condition (subject determination condition), leave defining the color gamut and the position information of the area to be met by the pixel data corresponding to the predetermined main subject, the color gamut and the position information of each pixel data comparing It is performed by. かかる場合には、色域および位置の両面から、より正確に主要被写体を特定することができる。 In such a case, in terms of both color gamut and position, it is possible to identify more precisely the main subject.

(5)上記実施例では画像データGDの各領域(画素データ群)の色域のパラメータとして色相Hのみを用いた場合について説明しているが、色相Hに加えて、彩度S、明度(輝度)Vの少なくとも1つをパラメータとして加え、総合的に判断しても良い。 (5) In the above embodiment has described the case of using as a parameter of the color gamut of each region of the image data GD (pixel data groups) hue H only, but in addition to the hue H, saturation S, the brightness ( adding at least one of luminance) V as a parameter may be comprehensively determined. さらに、HSV色空間に代えて、RGB色空間、または、YCbCr色空間にて、画像データGDの各領域(画素データ群)の色域を特定しても良い。 Further, instead of the HSV color space, RGB color space or, at YCbCr color space, it may specify the color gamut of each area (pixel data group) of the image data GD.

(6)上記実施例では、画像処理装置として、カラープリンタ40が用いられているが、この他にも、表示装置20、パーソナルコンピュータ30が用いられても良い。 In (6) above embodiment, as the image processing apparatus, although the color printer 40 is used, the addition to the display device 20, the personal computer 30 may be used. かかる場合にも上記実施例と同等の効果を得ることができる。 Even such a case it is possible to obtain the same effects as described above.

(7)上記実施例では、画像処理がソフトウェア的に、すなわちコンピュータプログラムの態様にて実行されているが、上記各処理(ステップ)を実行する論理回路を備えた画像処理ハードウェア回路を用いて実行されてもよい。 (7) In the above embodiment, the image processing by software, i.e. running in a manner of a computer program, with the image processing hardware circuit having a logic circuit for executing the above processing (steps) it may be executed. かかる場合には、411の負荷を軽減することができると共に、より高速な各処理を実現することができる。 In such a case, it is possible to it is possible to reduce the load of 411 for faster each treatment. 画像処理ハードウェア回路は、例えば、表示装置20およびカラープリンタ40に対しては実装回路として、パーソナルコンピュータ30に対してはアドオンカードとして実装され得る。 Image processing hardware circuitry, for example, as a mounting circuit to the display device 20 and color printer 40, for the personal computer 30 may be implemented as an add-on card.

(8)以下、上記その他の実施例(1)の一例を詳細に説明する。 (8) will be described in detail an example of the other embodiment (1). 一例において、主要被写体画像データが他の画像データから浮き上がる事態を、低補正対象データを設けることにより抑制する方法についても説明する。 In one example, the main object image data is a situation where lifted from other image data, also describes a method of inhibiting by providing a low correction target data. 図15は、詳細に類別された主要被写体に対して画像調整処理を実行する際に用いられる各種の値を格納したテーブルを示す説明図である。 Figure 15 is an explanatory diagram showing a table which stores various values ​​used in performing the image adjustment processing to the main subject that is classified in detail. 詳細に類別された主要被写体は、以下、類別主要被写体と呼ぶ。 Main object is classified in detail, hereinafter, referred to as classified main object. 格納されている各種の値は、「類別色彩値」「基準色彩値」「係数」である。 Various values ​​stored is "classification color values," "the reference color values," "factor". 「係数」については後述する。 It will be described later "factor". これらの値を用いて補正量及び低補正対象データを算出する。 It calculates a correction amount and low correction target data using these values. なお、図15における類別主要被写体の種類は(3)で述べたものである。 The type of classified main object in FIG. 15 are those described in (3).

補正量の算出においては、主要被写体画像データの色彩値と類別色彩値に基づいて、主要被写体を類別した後(図12のステップS220)、基準色彩値と主要被写体画像データの色彩値の差分を求める。 In the calculation of the correction amount, the color value of the main object image data and based on the classification color values, after classified main subject (step S220 in FIG. 12), the difference between the reference color values ​​and color values ​​of the main object image data Ask. ここでいう主要被写体画像データの色彩値とは、主要被写体画像データの各画素における色彩値の平均値である。 The color value of the main object image data here is the average value of color values ​​in each pixel of the main object image data. 以下、その平均値を(AveH,AveS,AveV)と示す。 Hereinafter, the average value (AveH, AveS, AveV) and.

なお、彩度や明度に関する色彩値及び基準色彩値は、0以上100以下の数値で表現し、色彩値及び基準色彩値が大きい値であればあるほど、彩度や明度が高いことを示す。 Incidentally, the color value and the reference color values ​​for saturation and brightness is represented by a 0 or 100 the following numbers, the more if color values ​​and the reference color values ​​larger value indicates a higher chroma and brightness. 色相に関する色彩値及び基準色彩値は、0以上360以下の数値で表現する。 Color values ​​and the reference color values ​​for hue is expressed by 0 or 360 following values. 色相環において、色相レッドの値を0で表現し、レッド→イエロ→グリーン→シアン→ブルー→マゼンタ→レッドと色相環を周回するに従って色相を表現する値を大きくする。 In the hue ring, the value of the color red is represented by 0, increasing the value representing the hue according to orbit the red → yellow → green → cyan → blue → magenta → red and the hue ring. 色相環を1周してレッドに戻ったところで、色相レッドは360で表現する。 Now that we return to the red in one round of the hue circle, color red is represented by 360. つまり、色相レッドは0または360で表現する。 In other words, the hue red is represented by a 0 or 360.

主要被写体が「明るい空」と類別された場合、基準色彩値と主要被写体画像データの色彩値の差分(difH,difS,difV)は、図15のテーブルを参照し、式(6a)〜式(6c)に従って求めることができる。 If the main object is classified as "bright sky", the reference color values ​​and the difference between the color values ​​of the main object image data (difH, difS, difV) refers to the table of FIG. 15, the formula (6a) ~ formula ( it can be determined in accordance with 6c).
difH = Hrefsb ― AveH ・・・(6a) difH = Hrefsb - AveH ··· (6a)
difS = Srefsb ― AveS ・・・(6b) difS = Srefsb - AveS ··· (6b)
difV = Vrefsb ― AveV ・・・(6c) difV = Vrefsb - AveV ··· (6c)

差分の正負により、補正の方向が定まる。 By the positive and negative of the difference, the direction of the correction is determined. すなわち、彩度や明度などの差分が正の場合は、彩度や明度などを上げる方向に補正し、彩度や明度などの差分が負の場合は、彩度や明度などを下げる方向に補正する。 That is, when the difference between such saturation and lightness is positive, corrected in the direction to raise the like saturation and brightness, when the difference of such saturation and lightness is negative, the correction for lowering the like saturation and lightness to. 色相の差分が正の場合は、色相値を大きくする方向に色相を補正し、色相の差分が負の場合は、色相値を小さくする方向に補正する。 If the difference between the hue is positive, the hue correction in a direction to increase the hue value, if the difference between the hue of the negative, is corrected in a direction to reduce the hue value. 色相値を大きくする方向は、色相環における、イエロ→シアンの方向や、シアン→マゼンタの方向や、マゼンタ→イエロの方向である。 Direction to increase the hue value, the hue circle, and direction of the yellow → cyan, and the direction of the cyan → magenta, which is the direction of the magenta → yellow. 色相に関する色彩値を小さくする方向は、色相環における、シアン→イエロの方向や、マゼンタ→シアンの方向や、イエロ→マゼンタの方向である。 Direction to reduce the color values ​​for hue, in the hue circle, and direction of cyan → yellow, and the direction of the magenta → cyan, which is the direction of the yellow → magenta.

次に、求められた差分に「係数」を掛けて、仮補正量を求める。 Then, by multiplying the "Factor" to the obtained difference, determine the provisional correction amount. 「係数」は、図15に示したように「色相」「彩度」「明度」についてそれぞれ2種類存在する。 "Factor", respectively two exist for "Hue", "Saturation", "lightness" as shown in FIG. 15. 差分(difH,difS,difV)が、正の場合は括弧内における左側の係数を使用し、負の数の場合は括弧内における右側の係数を使用する。 Difference (difH, difS, difV) is, if positive using the coefficients of the left in parentheses, in the case of negative numbers using the coefficients of the right side in parentheses. すなわち、図15では補正の方向に応じた係数が定められている。 That is, coefficients corresponding to the direction of the correction in FIG. 15 is defined. 「明るい空」の仮補正量(traH,traS,traV)は、図15のテーブルの一行目を参照し、式(7a1)〜式(7c2)に従って求めることができる。 Provisional correction amount of "bright sky" (traH, traS, traV) refers to the first line of the table of Figure 15, it can be determined according to the formula (7a1) ~ formula (7c2).
(if difH≧0) traH = difH × 0 ・・・(7a1) (If difH ≧ 0) traH = difH × 0 ··· (7a1)
(if difH<0) traH = |difH| × 1 ・・・(7a2) (If difH <0) traH = | difH | × 1 ··· (7a2)
(if difS≧0) traS = difS × 0 ・・・(7b1) (If difS ≧ 0) traS = difS × 0 ··· (7b1)
(if difS<0) traS = |difS| × 1 ・・・(7b2) (If difS <0) traS = | difS | × 1 ··· (7b2)
(if difV≧0) traV = difV × 0 ・・・(7c1) (If difV ≧ 0) traV = difV × 0 ··· (7c1)
(if difV<0) traV = |difV| × 0 ・・・(7c2) (If difV <0) traV = | difV | × 0 ··· (7c2)

補正量(enhH,enhS,enhV)は、仮補正量の平方根である。 Correction amount (enhH, enhS, enhV) is the square root of the provisional correction amount. この理由は、補正量の変化が緩やかになるようにするためである。 This is because the change of the correction amount is made to be gentle. 即ち、補正量は以下の式(8a)〜式(8c)により求めることができる。 That is, the correction amount can be calculated by the following equation (8a) ~ formula (8c).
enhH = sign(difH)・(traH) 1/2・・・(8a) enhH = sign (difH) · ( traH) 1/2 ··· (8a)
enhS = sign(difS)・(traS) 1/2・・・(8b) enhS = sign (difS) · ( traS) 1/2 ··· (8b)
enhV = sign(difV)・(traV) 1/2・・・(8c) enhV = sign (difV) · ( traV) 1/2 ··· (8c)
ここで、sign(x)は任意の数xの符号を示す関数であり、x>0であればsign(x)は+1、x<0であればsign(x)は−1、x=0であればsign(x)は0を示す。 Here, sign (x) is a function indicating a sign of any number x, if if x> 0 sign (x) is +1 a, x <0 sign (x) is -1, x = 0 if sign (x) is 0. ここでは、補正量(enhH,enhS,enhV)は仮補正量の平方根にするものとしたが、これに限らず、補正量(enhH,enhS,enhV)に仮補正量をそのまま用いるものとしても良い。 Here, the correction amount (enhH, enhS, enhV) has been assumed to be the square root of the provisional correction amount is not limited to this, the correction amount (enhH, enhS, enhV) may be those used as the temporary correction amount .

なお、補正量(enhH,enhS,enhV)は式(9a)〜式(9c)で表現することができる。 The correction amount (enhH, enhS, enhV) can be expressed by the formula (9a) ~ formula (9c).
enhH = sign(difH)・(|difH|×A1) 1/2・・・(9a) enhH = sign (difH) · ( | difH | × A1) 1/2 ··· (9a)
enhS = sign(difS)・(|difS|×A2) 1/2・・・(9b) enhS = sign (difS) · ( | difS | × A2) 1/2 ··· (9b)
enhV = sign(difV)・(|difV|×A3) 1/2・・・(9c) enhV = sign (difV) · ( | difV | × A3) 1/2 ··· (9c)
ここで、A1は色相の係数、A2は彩度の係数、A3は明度の係数である。 Here, A1 is the coefficient of hue, A2 is the coefficient of saturation, A3 is a coefficient lightness.

以上の補正量算出方法では、係数A1〜A3に、類別主要被写体の種類、及び補正の方向(色彩値の差分(difH,difS,difV)の正負)に応じて適正な値を設定することで、類別主要被写体の種類及び補正の方向に応じた補正量を算出することができる。 In, the coefficients A1 to A3, by setting an appropriate value according to the type of classified main object, and the direction of correction (positive or negative color values ​​of the difference (difH, difS, difV)) or a correction amount calculating method , it is possible to calculate the correction amount corresponding to the direction of the type and the correction of the classified main object. なお、ここでは、類別主要被写体の種類及び補正の方向に応じた補正量を算出しているが、類別主要被写体の種類及び補正の方向のうちの少なくとも一方に応じた補正量を算出するものとしても良い。 Here, as it calculates the type and amount of correction depending on the direction of correction of the classified main object, for calculating a correction amount corresponding to at least one of the directions of types of classified main object and correction it may be. 補正の方向のみに応じた補正量を算出する場合は、主要被写体が詳細に類別されている必要はなく、主要被写体は少なくとも「空」「緑」などに類別されていれば良い。 When calculating the correction amount corresponding only to the direction of the correction is not necessarily the main subject is classified in detail, the main subject is only to be classified like to at least "empty", "green".

類別主要被写体の種類及び補正の方向のうちの少なくとも一方に応じた補正量を算出する方法は、以上のように係数A1〜A3を用いる方法に限らず、一般に、類別主要被写体の種類及び補正の方向のうちの少なくとも一方に応じて変更される計算式に従って補正量を算出するものとしても良い。 How to calculate the correction amount corresponding to at least one of the type and direction of correction of the classified main object is not limited to the method using the coefficient A1~A3 as described above, generally, the classified main object type and the correction it may calculates a correction amount according to the calculation expression to be changed in accordance with at least one of direction.

式(9a)〜式(9c)において、補正量(enhH,enhS,enhV)は、基準色彩値と主要被写体画像データの色彩値の差分(difH,difS,difV)を低減または解消するように決定されており、色彩値の差分の低減の度合いは、係数A1〜A3(以下、まとめて係数Aという)の値を変更することにより調整可能であることが分かる。 Equation (9a) ~ formula (9c), the correction amount (enhH, enhS, enhV) the difference of the reference color values ​​and color values ​​of the main object image data (difH, difS, difV) determined so as to reduce or eliminate the are, the degree of reduction of the difference of the color values, the coefficient A1 to A3 (hereinafter, collectively referred to as factor a in) can be seen it can be adjusted by changing the value of. 係数Aは、実際の主要被写体画像データの色彩値をどの程度変更するかを示し、主要被写体画像データが画像全体の中で違和感を生じないように、類別主要被写体の種類及び補正の方向に応じて設定される。 Factor A shows how much change the actual color values ​​of the main object image data, as the main object image data does not occur discomfort in the entire image, depending on the direction of the type and the correction of the classification main object It is set Te.

ここでの例では、係数Aとして0,1,2,4のいずれかの値を設定することにより補正量を算出する。 In our example, it calculates a correction amount by setting a value of either 0, 1, 2, 4 as the coefficient A. 例えば、A=0の場合は補正をしないことを意味し、A=1の場合は、普通程度の補正を、A=2の場合はやや強い補正を、A=4の場合は強い補正をすることを意味する。 For example, in the case of A = 0 means that no correction, in the case of A = 1, the usual order of correction, the moderately strong correction in the case of A = 2, in the case of A = 4 a strong correction it means that.

なお、式(9a)より、A>|difH|の場合は、補正量の絶対値|enhH|が、基準色彩値と主要被写体画像データの色彩値の差分の絶対値|difH|より大きくなるので、主要被写体画像データの色彩値が基準色彩値までも越える補正を行なうことになる。 Incidentally, the equation (9a), A> | difH | case, the absolute value of the correction amount | enhH | is, the reference color values ​​and the absolute value of the difference between the color value of the main object image data | difH | because more increased , will be performed even exceeds the correction to the reference color values ​​are color values ​​of the main object image data. また、主要被写体画像データの色彩値を変更しすぎると、主要被写体画像データの画像部分に違和感が生じてしまう。 Also, too much change the color values ​​of the main object image data, uncomfortable feeling occurs in the image portions of the main object image data. よって、係数Aは一般に大きく設定しすぎない方が良い。 Thus, the coefficient A better not set too is generally large. ここでは係数Aの上限は4に設定した。 Wherein the upper limit of the coefficient A is set to 4. 彩度Sや明度Vに対しても同様である。 The same is true with respect to the saturation S and brightness V.

以下、係数Aの値を図15のように設定した理由のいくつかについて述べる。 Hereinafter, we described some for the reasons set the value of the coefficient A as shown in Figure 15.
1 主要被写体が「空」の場合1.1 色相 difHが正の場合には、色相をシアン→マゼンタ方向に補正すべきことを意味している。 1 main subject is the case 1.1 hue difH of "empty" in the case of positive, which means that it should be corrected the hue in the cyan → magenta direction. しかし、類別主要被写体が「明るい空」の場合、シアン→マゼンタ方向に過度に補正をすると、色相が空全体の中でマゼンタに近い部分(例えば雲)が、赤みがかるという不都合が生じる。 However, when the classified main object is "bright sky", when the excessively corrected cyan → magenta direction, a portion near the magenta in the hue overall air (e.g. cloud) is caused disadvantageously reddish. よって、類別主要被写体が「明るい空」の場合、シアン→マゼンタ方向の補正は行なわないものとし、係数Aは「0」に設定した。 Therefore, if classified main object is "bright sky", cyan → magenta direction of correction shall not take place, the coefficient A is set to "0".

difHが負の場合には、色相をマゼンタ→シアン方向に補正すべきことを意味している。 If difH is negative, and the hue mean that it should be corrected to magenta → cyan direction. しかし、類別主要被写体が「暗い空」の場合、マゼンタ気味のままにしておいた方が濃さがあって好ましいため、マゼンタ→シアン方向の補正は行なわないものとし、係数Aは「0」に設定した。 However, if classified main object is "dark sky", because preferably there is more that density which are left magenta Pounds, magenta → cyan direction of correction shall not take place, the coefficient A is "0" Setup was.

1.2 彩度 difSが正の場合には、彩度を上げる方向に補正すべきことを意味している。 When 1.2 saturation difS is positive, it means that should be corrected in a direction to raise the color saturation. しかし、類別主要被写体が「明るい空」の場合、明るい空は比較的淡く、元々彩度が高めであるから、彩度を過度に上げると、空の彩度が高くなり過ぎて画像全体から違和感が生じてしまう可能性がある。 However, when the classified main object is "bright sky", bright sky is relatively faint, because it is originally saturation is increased, increasing the saturation too much, uncomfortable feeling from the entire image is too high in the sky of saturation there is a possibility that may occur. よって、彩度は上げないものとし、係数Aは「0」に設定した。 Thus, it is assumed that the saturation is not raised, the coefficient A was set to "0". 一方、類別主要被写体が「暗い空」の場合、元々彩度が低めであるから、彩度を高くして空を強調するために、係数Aは「2」に設定した。 On the other hand, if the classified main object is "dark sky", because originally the saturation is low, in order to emphasize the air by increasing the saturation, the coefficient A is set to "2".

difSが負の場合には、彩度を下げる方向に補正すべきことを意味している。 If difS is negative, it means that should be corrected in a direction to decrease the color saturation. しかし、類別主要被写体が「明るい空」の場合、彩度を過度に下げると比較的淡い空が濃くなり、画像が不自然で見映えが悪くなる可能性がある。 However, when the classified main object is "bright sky", lowering the saturation too much and relatively pale sky is darker, image there is a possibility that the shine is poor look unnatural. よって、彩度は過度に下げないものとし、係数Aは「1」に設定した。 Thus, saturation shall not lowered excessively, coefficient A was set to "1". 類別主要被写体が「暗い空」の場合、元々彩度が低めであるから、彩度を下げるとより濃くなり、画像の見映えが悪くなる可能性がある。 If classified main object is "dark sky", because originally the saturation is lower, reducing the saturation and becomes darker, the appearance of the image is likely to be worse. よって、彩度は下げないものとし、係数Aは「0」に設定した。 Thus, it is assumed that the saturation is not lowered, the coefficient A was set to "0".

なお、「明るい空」は補正によって画像全体の中で違和感を生じやすいので、補正量は全体的に小さい方が良く、係数Aは小さく設定している。 Since "bright sky" is prone to discomfort in the entire image by the correction, the correction amount is better overall small, the coefficient A is set to be small. 「暗い空」は、補正量を大きくしても画像全体の中で違和感を生じにくいので、係数Aは大きい値に設定しても良い。 "Dark sky" is not easily occur discomfort in the entire image even by increasing the correction amount, the coefficient A may be set to a large value.

2 主要被写体が「緑」の場合2.1 色相 difHが正の場合には、色相をイエロ→シアン方向に補正すべきことを意味している。 (2) In cases where the main subject is the case 2.1 hue difH of "green" it is positive, it means that to be corrected the hue to yellow → cyan direction. しかし、類別主要被写体が新緑などの「淡い緑」の場合、新緑は黄緑に近い方が映えるため、普通程度の補正をするものとし、係数Aは「1」に設定した。 However, when the classified main object is "pale green", such as fresh green, fresh green because the shine is closer to the yellow-green, it is assumed that the normal order of correction, coefficient A was set to "1". 類別主要被写体が常緑樹などの「濃い緑」の場合、青緑に近づけた方が映えるため、強い補正をするものとし、係数Aは「4」に設定した。 If classified main object is "dark green" such as evergreen, for those who were close to the blue-green shine, it is assumed that a strong correction, coefficient A was set to "4".

2.2 彩度 difSが正の場合には、彩度を上げる方向に補正すべきことを意味している。 2.2 saturation difS is for positive, it means that should be corrected in a direction to raise the color saturation. しかし、類別主要被写体が「淡い緑」の場合、淡い緑は元々彩度が高めであるから、彩度を過度に上げると彩度が高くなり過ぎて画像全体から違和感が生じてしまう可能性がある。 However, when the classified main object is "pale green", pale because green is originally saturation is increased, a possibility that there arises a sense of incongruity too high saturation and increase the saturation too much from the entire image is there. よって、彩度は過度に上げないものとし、係数Aは「1」に設定した。 Thus, the saturation is assumed to not raise too much, coefficient A was set to "1". 一方、類別主要被写体が「濃い緑」の場合、元々彩度が低めであるから、彩度を高くして緑を強調するために、係数Aは「4」に設定した。 On the other hand, if the classified main object is "dark green", because originally the saturation is low, in order to emphasize the green by increasing the saturation, the coefficient A is set to "4".

difSが負の場合には、彩度を下げる方向に補正すべきことを意味している。 If difS is negative, it means that should be corrected in a direction to decrease the color saturation. しかし、類別主要被写体が「淡い緑」の場合、彩度を下げると「淡い緑」が濃くなり、画像が不自然で見映えが悪くなる可能性がある。 However, when the classified main object is "pale green", lowering the saturation darker is "pale green", and the image is likely to shine deteriorate look unnatural. よって、彩度は下げないものとし、係数Aは「0」に設定した。 Thus, it is assumed that the saturation is not lowered, the coefficient A was set to "0". 類別主要被写体が「濃い緑」の場合、元々彩度が低めであるから、彩度を下げるとより濃くなり、画像の見映えが悪くなる可能性がある。 If classified main object is "dark green", because originally the saturation is lower, reducing the saturation and becomes darker, the appearance of the image is likely to be worse. よって、彩度は下げないものとし、係数Aは「0」に設定した。 Thus, it is assumed that the saturation is not lowered, the coefficient A was set to "0".

なお、「淡い緑」は、補正によって画像全体の中で違和感を生じやすいので、補正量は全体的に小さい方が良く、係数Aも小さく設定している。 Incidentally, "light green", so prone to discomfort in the entire image by the correction, the correction amount is better overall smaller is set smaller coefficient A. 「濃い緑」は、補正量を大きくしても画像全体の中で違和感を生じにくいので、係数Aも大きい値に設定しても良い。 "Dark green" is not easily occur discomfort in the entire image even by increasing the correction amount may be set in the coefficient A is also large.

3 主要被写体が「肌」の場合3.1 色相 difHが正の場合には、色相をマゼンタ→イエロ方向に補正すべきことを意味している。 If the 3 main subject is the case 3.1 hue difH of "skin" is positive, it means that to be corrected the hue in magenta → yellow direction. しかし、類別主要被写体が「薄ピンク系の肌」の場合、イエロ方向に補正すると青かぶりする可能性がある。 However, when the classified main object is "skin of pale pink system", there is a possibility that the blue head is corrected in the yellow direction. そこで、補正をしないものとし、係数Aは「0」に設定した。 Therefore, it shall not be a correction, coefficient A was set to "0".

3.2 彩度 difSが正の場合には、彩度を上げる方向に補正すべきことを意味している。 3.2 saturation difS is for positive, it means that should be corrected in a direction to raise the color saturation. しかし、類別主要被写体が「薄ピンク系の肌」の場合、元々彩度が高めであるから、彩度を過度に上げると彩度が高くなり過ぎて画像全体から浮いてしまい不自然になる。 However, when the classified main object is "skin of pale pink system", because it is originally saturation is increased, become unnatural would float too high saturation and increase the saturation too much from the entire image. よって、彩度は上げないものとし、係数Aは「0」に設定した。 Thus, it is assumed that the saturation is not raised, the coefficient A was set to "0".

difSが負の場合には、彩度を下げる方向に補正すべきことを意味している。 If difS is negative, it means that should be corrected in a direction to decrease the color saturation. しかし、類別主要被写体が「濃い黄色系の肌」の場合、元々彩度が低めであるから、彩度を過度に下げると顔色が悪くなる。 However, when the classified main object is "dark skin of yellow system", because originally the saturation is lower, complexion becomes poor and lowering the saturation too much. よって、彩度は下げないものとし、係数Aは「0」に設定した。 Thus, it is assumed that the saturation is not lowered, the coefficient A was set to "0". 類別主要被写体が「濃い茶色系の肌」の場合も、元々彩度が低めであるから、彩度を過度に下げると顔色が悪くなる。 Even if classified main object is "dark brown skin system", because originally the saturation is lower, complexion becomes poor and lowering the saturation too much. よって、彩度は下げないものとし、係数Aは「0」に設定した。 Thus, it is assumed that the saturation is not lowered, the coefficient A was set to "0".

3.3 明度 difVが正の場合には、明度を上げる方向に補正すべきことを意味している。 3.3 If the brightness difV is positive, it means that should be corrected in a direction to increase the brightness. 肌は明るい方がユーザに好まれるため、普通程度の補正をするものとし、係数Aは「1」に設定した。 Since skin is a bright person who is preferred by the user, it is assumed that the normal order of correction, coefficient A was set to "1".

difVが負の場合には、明度を下げる方向に補正すべきことを意味している。 If difV is negative, it means that should be corrected in a direction to lower the brightness. しかし、類別主要被写体が「濃い茶色系の肌」の場合は、白飛びの時などに有効であるため、普通程度の補正をするものとし、係数Aは「1」に設定した。 However, classification if the main object is "dark brown skin system", because when the overexposure is effective for such, it is assumed that the normal order of correction, coefficient A was set to "1".

なお、「薄ピンク系の肌」は、補正によって画像全体の中で違和感を生じやすいので、補正量は全体的に小さい方が良く、係数Aも小さく設定している。 Incidentally, "Skin pale pink" Since prone to discomfort in the entire image by the correction, the correction amount is better overall smaller is set smaller coefficient A.

主要被写体画像データに対しては、補正量(enhH,enhS,enhV)で補正を行なうものとする。 For main object image data, the correction amount (enhH, enhS, enhV) and performs correction with. 次に、補正量(enhH,enhS,enhV)から低補正対象データを求める。 Next, the correction amount (enhH, enhS, enhV) obtaining the low correction target data from. ここで、「低補正対象データ」とは、画像データGD中のデータであって、補正量(enhH,enhS,enhV)以下の低補正量で補正をする対象となるデータのことである。 Here, "low correction target data" is a data in the image data GD, the correction amount (enhH, enhS, enhV) is data for which correction is made to the low correction amount below. 低補正対象データを求めるために、まず、主要被写体画像データにおける彩度の最大値Smaxと最小値Sminを求める。 To determine the low correction target data, first, the maximum value Smax and the minimum value Smin of the saturation in the main object image data. なお、ここでは彩度についての例を説明するが、明度や色相に対しても彩度と同様の処理を行なう。 Here, it is described an example of chroma, but perform saturation and similar processing with respect to brightness and hue.

図16は、主要被写体画像データの彩度のヒストグラムである。 Figure 16 is a histogram of saturation of the main object image data. 彩度は0〜100の値に設定されている。 Saturation is set to a value of 0 to 100. 本実施例における主要被写体画像データの彩度の最大値Smaxは「80」、最小値Sminは「50」である。 Maximum value Smax of the saturation of the main object image data in this embodiment is "80", the minimum value Smin is "50".

図17は、低補正対象データに関する説明図である。 Figure 17 is an explanatory view of the low correction target data. 横軸は彩度であり、縦軸は彩度の補正量である。 The horizontal axis is the saturation, and the vertical axis represents the amount of correction of color saturation. 図17では、50以上80以下の範囲が主要被写体画像データの彩度に相当し、主要被写体画像データに対しては、補正量enhSで補正を行なうことを示している。 In Figure 17, the range of 50 to 80. corresponds to the saturation of the main object image data, for the main object image data, indicate that to correct the correction amount ENHS. そして、主要被写体画像データの彩度の近傍の彩度を有するデータを低補正対象データとする。 Then, the low correction target data data having a chroma in the vicinity of the saturation of the main object image data.

図17(a)に低補正対象データとして低補正対象データAと低補正対象データBを示した。 Showed low correction target data A and the low correction target data B as the low correction target data in FIG. 17 (a). 主要被写体画像データと、低補正対象データAと、低補正対象データBを併せた補正対象範囲は、図17(a)において斜線で示した範囲のデータである。 A main object image data, and the low correction target data A, the correction target range combined low correction target data B is in the range of data shown by oblique lines in FIG. 17 (a).

低補正対象データAは、画像データGD中のデータであって、その彩度Shが以下の不等式(10a),(10b)を共に成立させるデータである。 Low correction target data A is data in the image data GD, the saturation Sh following inequality (10a), a data to establish both (10b).
Smax < Sh ≦ Smax+enhS×10 ・・・(10a) Smax <Sh ≦ Smax + enhS × 10 ··· (10a)
Sh ≦ 100 ・・・(10b) Sh ≦ 100 ··· (10b)

一方、低補正対象データBは、その彩度Shが、以下の不等式(10c),(10d)を共に成立させるデータである。 On the other hand, low correction target data B, the saturation Sh is the following inequality (10c), a data to establish both (10d).
Smin―enhS×10 ≦ Sh < Smin ・・・(10c) Smin-enhS × 10 ≦ Sh <Smin ··· (10c)
0 ≦ Sh ・・・(10d) 0 ≦ Sh ··· (10d)

彩度は0以上100以下の値であるため、不等式(10b),(10d)が設定されている。 Since saturation is 0 or more and 100 or less value, the inequality (10b), are set (10d). また、不等式(10a),(10b)から分かるように、低補正対象データは主要被写体画像データの彩度の最大値Smaxと最小値Sminと、補正量enhSに基づいて決定する。 Also, the inequality (10a), as can be seen from (10b), low correction target data is the maximum value Smax and the minimum value Smin of the saturation of the main object image data is determined based on the correction amount ENHS. 不等式(10a),(10c)に用いるenhS×10は、経験値であり、これ以外の値も適用可能である。 ENHS × 10 used in inequality (10a), (10c) is an empirical value, other values ​​are also applicable.

低補正対象データに対しては、主要被写体画像データに対する補正量enhSより小さい補正量(以下、低補正量と呼ぶ)で彩度の補正を行なう。 For low correction target data, the correction amount enhS smaller correction amount for the main object image data (hereinafter, referred to as a low correction amount) to correct the saturation at. 具体的には、低補正対象データAの低補正量は、図17(a)の太線Aのように、彩度が増加するに従って補正量enhSを直線的に減少させ、彩度がSmax+enhS×10であるデータに対する低補正量が0になるよう設定する。 Specifically, low correction amount of the low correction target data A, as the bold line A in FIG. 17 (a), the linearly decreases the correction amount ENHS accordance saturation increases, saturation Smax + enhS × 10 low correction amount is set to be zero for the data is. つまり、低補正対象データAの彩度の低補正量y1を示す式は、式(11)になる。 In other words, the formula showing the low correction amount y1 of saturation of the low correction target data A is represented by an expression (11).
y1 =― Sh/10+enhS+Smax/10 ・・・(11) y1 = - Sh / 10 + enhS + Smax / 10 ··· (11)

一方、低補正対象データBの低補正量は、図17(a)の太線Bのように、彩度が減少するに従って補正量enhSを直線的に減少させ、彩度がSmin―enhS×10であるデータに対する低補正量が0になるよう設定する。 On the other hand, low correction amount of the low correction target data B, as the thick line B in FIG. 17 (a), the linearly decreases the correction amount ENHS accordance saturation decreases, saturation in Smin-enhS × 10 low correction amount is set to be zero for a data. つまり、低補正対象データBの彩度の低補正量y2を示す式は、式(12)になる。 In other words, the formula showing the low correction amount y2 of saturation of the low correction target data B is represented by an expression (12).
y2 = Sh/10+enhS―Smin/10 ・・・(12) y2 = Sh / 10 + enhS-Smin / 10 ··· (12)

低補正対象データAの彩度の補正後の値z1は、補正前の彩度Shに低補正量y1を加えた値、つまりSh+y1なので、式(13)で表わされる。 Value z1 of the corrected saturation of the low correction target data A, the value of the low correction amount y1 in addition to the uncorrected saturation Sh, i.e. so Sh + y1, the formula (13).
z1=9Sh/10+enhS+Smax/10 ・・・(13) z1 = 9Sh / 10 + enhS + Smax / 10 ··· (13)

補正後の彩度値z1は、彩度がとり得る最大値である100以下とすることが好ましい。 Saturation value after correction z1 is preferably set to 100 or less which is the maximum value of saturation can take. 図17(b)は、補正後の彩度が0以上100以下となるように低補正対象データの範囲を調整した例を示す説明図である。 Figure 17 (b) is an explanatory diagram showing an example of adjusting the range of the low correction target data as saturation after correction is 0 and 100, inclusive. このとき、低補正対象データAは、彩度Shが、下記の不等式(14)を成立させる範囲のデータとなる。 At this time, the low correction target data A, saturation Sh is a range of data to establish the following inequality (14).
Sh ≦ (100―enhS―Smax/10)×10/9 ・・・(14) Sh ≦ (100-enhS-Smax / 10) × 10/9 ··· (14)
図17(b)中の彩度値d1は、不等式(14)中の(100―enhS―Smax/10)×10/9の値を示している。 Chroma value of 17 in (b) d1 indicates a value of (100-enhS-Smax / 10) × 10/9 in inequality (14).

同様に、低補正対象データBの彩度の補正後の値z2はSh+y2なので、式(15)で表わされる。 Similarly, the value z2 of the corrected saturation of the low correction target data B is so Sh + y2, the formula (15).
z2=11Sh/10+enhS―Smin/10 ・・・(15) z2 = 11Sh / 10 + enhS-Smin / 10 ··· (15)
補正後の値z2が0以上になる範囲とするためには、低補正対象データBの彩度Shを、次の不等式(16)を成立させる範囲のデータとすれば良い。 Because the value z2 after correction in a range of greater than 0, the saturation Sh low correction target data B, may be in the range of data to establish the following inequality (16).
Sh ≧ (―enhS+Smin/10)×10/11 ・・・(16) Sh ≧ (-enhS + Smin / 10) × 10/11 ··· (16)
図17(b)中の彩度値d2は、不等式(16)中の(―enhS+Smin/10)×10/11の値を示している。 Saturation value d2 of FIG. 17 in (b) shows the value of the inequality (16) in the (-enhS + Smin / 10) × 10/11. この例では、d2が(Smin―enhS×10)より小さいので、不等式(10c),(10d),(16)より求まる低補正対象データBは、図17(b)で示す範囲のデータになる。 In this example, since d2 is smaller than (Smin-enhS × 10), the inequality (10c), (10d), low correction target data B obtained from (16) is in the range of data shown in FIG. 17 (b) .

ところで、画像データGD中、彩度が低い画像データの彩度を上げる補正を行なうと、画像データGD中の無彩色に近いデータの彩度が過度に高くなってしまう可能性がある。 Incidentally, in the image data GD, the performing correction saturation raises the saturation of low image data, saturation data substantially achromatic in the image data GD is likely to become excessively high. よって、無彩色とのつながりがなめらかにするため、彩度が小さい画像データは低補正対象データBから除外することが望ましい。 Accordingly, since the connection between the achromatic is smooth, the image data color saturation is small, it is desirable to exclude from the low correction target data B. そこで、補正対象データの範囲に低彩度側の下限値Dを設定するものとしても良い。 Therefore, it may be set a lower limit value D of the low chroma side range of the correction target data.

図18は、低補正対象データBに関する下限値Dを示す説明図である。 Figure 18 is an explanatory diagram showing a lower limit value D to low correction target data B. 下限値Dは、例えば25であっても良いし、他の値であっても良い。 Lower limit D, for example may be a 25, it may be other values. このとき、低補正対象データBは、彩度Shが次の不等式(17)を成立させる範囲に限定される。 At this time, the low correction target data B is saturation Sh is limited to the range to establish the following inequality (17).
D ≦ Sh ・・・(17) D ≦ Sh ··· (17)
不等式(10c),(17)より求まる低補正対象データBは、図18で示す範囲のデータになる。 Inequality (10c), low correction target data B obtained from (17) becomes the data in the regions shown in Figure 18. なお、下限値Dは、enhS>0の場合、つまり彩度を上げる補正を行なう場合のみ設定するものとしても良い。 The lower limit value D, ENHS> 0, may be set only if that is performing correction to increase the color saturation.

低補正量は、不等式(10b),(10d)または不等式(17)により、低補正対象データの範囲を限定してから、限定した低補正対象データに適合するように求めるものとしても良い。 Low correction amount, inequality (10b), by (10d) or inequality (17), from the limited range of the low correction target data may be those seeking to conform to the low correction target data is limited. 図19は、限定した低補正対象データに適合する低補正量を示す説明図である。 Figure 19 is an explanatory diagram showing a matching low correction amount in the low correction target data is limited. 不等式(10b)で限定した場合、図19の太線Aで示すように、低補正対象データAの低補正量は、彩度が100であるデータに対する低補正量が0になるよう設定する。 If restricted by inequalities (10b), as indicated by the bold line A in FIG. 19, the low correction amount of the low correction target data A is low correction amount for data saturation is 100 is set to be zero. 不等式(17)で限定した場合、図19の太線Bで示すように、低補正対象データBの低補正量は、彩度がDであるデータに対する低補正量が0になるよう設定する。 If restricted by inequalities (17), as shown by a thick line B in FIG. 19, the low correction amount of the low correction target data B is low correction amount for data saturation is D is set to be zero.

色相と明度についても同様に、各々低補正対象データと低補正量を求め、補正対象範囲を求める。 Similarly, the hue and brightness, obtains each low correction target data and the low amount of correction to obtain the corrected target range. なお、明度の場合も彩度と同様に、低明度側の下限値Dを設定するものとしても良い。 Similar to be saturation case lightness, it may be set a lower limit value D of the low brightness side. これは、低補正対象データBを求める際、シャドウ部の明度を過度に上昇させることにより、補正した画像部分に違和感が生じてしまうことを避けるためである。 This is for obtaining the low correction target data B, by excessive increase the brightness of the shadow portion, in order to avoid uncomfortable feeling occurs in the corrected image portions. ここでは、彩度と色相と明度のすべてについて低補正対象データとなった画像データを、補正対象の低補正対象データとする。 Here, the image data becomes low correction target data for all saturation and hue and brightness, as the correction target of the low correction target data. 但し、彩度と色相と明度のいずれかで低補正対象データとなった画像データを、補正対象の低補正対象データとするものとしても良い。 However, the image data becomes low correction target data in one of saturation and hue and brightness may be those to be corrected low correction target data.

図20は、画像データGDにおける補正対象範囲を示す説明図である。 Figure 20 is an explanatory diagram showing a correction target range in the image data GD. 図20の画像データGDにおいて、領域S1が主要被写体画像データに相当する。 The image data GD in FIG. 20, the region S1 is corresponding to a main object image data. 領域O1と領域O2と領域O3内に低補正対象データが含まれている場合、補正対象範囲は、領域S1と、領域O1,O2,O3内の低補正対象データとなる。 If there are low correction target data area O1 and the region O2 and region O3, the correction target range, a region S1, the low correction target data in the area O1, O2, O3. 図20では、太い実線で示した枠内に補正対象範囲を含んでいる。 In Figure 20, it includes a correction target range in a frame indicated by a thick solid line. 画像データGDに対する画質補正は、決定された補正量(enhH,enhS,enhV)を主要被写体画像データに適用し、低補正量を低補正対象データに適用する。 Quality correction for the image data GD is determined correction amount applied (enhH, enhS, enhV) a main subject image data, applying a low amount of correction in low correction target data.

このように、本実施例では、主要被写体画像データ以外の低補正対象データに対しても、低補正量で補正をすることにより、主要被写体画像データが他の画像データから浮き上がる事態を抑制し、画像全体としての調和を図ることができる。 Thus, in this embodiment, even for the main object image data other than the low correction target data, by the correction with a low amount of correction to suppress a situation where the main object image data is raised from the other image data, it is possible to harmonize the image as a whole.

なお、低補正量は、主要被写体画像データに対する補正量enhSより小さければ良く、上記したように補正量enhSを直線的に減少させるという設定に限らず、段階的に減少させるという設定を適用しても良い。 The low amount of correction may be smaller than the correction amount enhS for the main object image data is not limited to the setting of reducing the correction amount enhS linearly as described above, by applying the set of reducing stepwise it may be.

低補正対象データは、図20で示したように、主要被写体画像データに隣接している領域に存在するとは限らず、領域S2内など、主要被写体画像データから離れた領域に存在する場合もある。 Low correction target data, as shown in FIG. 20, not necessarily present in the region adjacent to the main object image data, may be present in such area S2, apart from the main object image data area .

上記実施例では、低補正対象データは主要被写体画像データ以外のデータであるものとしたが、これに限らず、低補正対象データは少なくとも一部が主要被写体画像データに含まれるものとしても良い。 In the above embodiment, it is assumed low correction target data is the data other than the main subject image data is not limited thereto, low correction target data may be at least one part of which is included in the main object image data. つまり、各主要被写体画像データの一部における補正量を低減させて、主要被写体画像データが他の画像データから浮き上がる事態を抑制するものとしても良い。 That may be those which reduce the correction amount in a part of the main object image data, to suppress a situation where the main object image data is raised from the other image data.

図21は、低補正対象データのすべてが主要被写体画像データに含まれている場合の説明図である。 Figure 21 is an explanatory diagram of the case where all of the low correction target data is included in the main object image data. 主要被写体画像データの中で、その彩度Shが以下の不等式(18a)を成立させるデータを低補正対象データAとし、その彩度Shが以下の不等式(18b)を成立させるデータを低補正対象データBとしている。 Among the main object image data, the saturation Sh following inequality data to establish a (18a) and low correction target data A, the low correction target data that saturation Sh is to establish the following inequality (18b) is the data B.
Smax―enhS×10 < Sh ≦ Smax ・・・(18a) Smax-enhS × 10 <Sh ≦ Smax ··· (18a)
Smin ≦ Sh < Smin+enhS×10 ・・・(18b) Smin ≦ Sh <Smin + enhS × 10 ··· (18b)
この場合、低補正対象データAと低補正対象データBは主要被写体データに含まれ、補正対象範囲は主要被写体画像データと一致する。 In this case, low correction target data A and the low correction target data B is included in the main object data, the correction target range is consistent with the main object image data.

図22は、低補正対象データのすべてが主要被写体画像データに含まれている場合の補正対象範囲を示す説明図である。 Figure 22 is an explanatory diagram showing a correction target range when all of the low correction target data is included in the main object image data. 太線の枠内が補正対象範囲である。 The thick lines is corrected target range. 主要被写体画像データに相当する領域S1のうち、図中において斜線が施されている領域は、低補正量で補正される低補正対象データを含んだ領域である。 Of the regions S1 corresponding to a main object image data, the region shaded is subjected in the figure is a region including the low correction target data to be corrected by the low amount of correction.

以上、図16〜図22により説明した、低補正対象データを設定した補正処理は、主要被写体が詳細に類別されていない場合、つまり類別主要被写体以外の主要被写体に対しても適用可能である。 It has been described by FIGS. 16 22, the correction processing in which low correction target data, when the main object is not classified in detail, that is also applicable to classified main object other than the main subject.

その他の実施例(8)において説明した補正処理は、上述したトーンカーブ補正などの補正を実行した後に実行することが望ましい。 Correction processing described in other embodiments (8), it is desirable to perform after performing the correction such as the above-mentioned tone curve correction. 更に、以上の補正処理は、HSV色空間以外の色空間、例えばRGB色空間において実行しても良い。 Further, the above correction processing, color space other than HSV color space may be performed for example in a RGB color space.

(9)上記実施例では画像解析により主要被写体画像データを決定しているが、画像データの付帯情報に主要被写体画像データを指定する情報(例えば位置情報など)が含まれている場合、そのような付帯情報に基づいて主要被写体画像データを決定しても良い。 (9) In the above embodiment determines the main object image data by the image analysis, but if the information that specifies the main object image data in the supplementary information of the image data (e.g., position information) is included, such it may be determined main object image data based on the Do supplementary information.

以上、実施例に基づき本発明に係る画像処理装置、画像処理方法および画像処理プログラムを説明してきたが、上記した発明の実施の形態は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。 Above, the image processing apparatus according to the present invention based on the embodiments have been described an image processing method and image processing program, the embodiments of the invention described above are intended to facilitate understanding of the present invention, It does not limit the present invention. 本発明は、その趣旨並びに特許請求の範囲を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれることはもちろんである。 The present invention, without departing from the scope of the spirit as well as the claims, modifications and improvements, the present invention of course includes the equivalents thereof.

本実施例に係る画像処理装置を含む画像処理システムの概略構成を示す説明図である。 It is an explanatory view showing a schematic configuration of an image processing system including an image processing apparatus according to this embodiment. 本実施例に係る画像処理装置の概略構成を示す説明図である。 It is an explanatory view showing a schematic configuration of an image processing apparatus according to this embodiment. 本実施例に係るカラープリンタ40が備える制御回路41によって実現される機能モジュールのブロック図である。 Is a block diagram of the functional modules realized by the control circuit 41 of the color printer 40 is provided according to the present embodiment. 処理対象となる画像の一例を模式的に示す説明図である。 An example of an image to be processed is an explanatory view schematically showing. 本実施例に係るカラープリンタにおいて実行される主要被写体判定処理の処理ルーチンを示すフローチャートである。 Is a flowchart showing the processing routine of the main object determination process executed in the color printer according to the present embodiment. 本実施例に係るカラープリンタにおいて実行される主要被写体の判定処理の過程を模式的に示す説明図である。 The process of determining process of the main subject to be executed in the color printer according to this embodiment is an explanatory view schematically showing. 画像データの領域(画素データ群)の解析結果の一例を示す説明図である。 Is an explanatory diagram showing an example of the analysis result of the area of ​​the image data (pixel data groups). 本実施例に係るカラープリンタにおいて実行される主要被写体の判定処理の他の過程を模式的に示す説明図である。 Other processes of the determination processing of the main subject to be executed in the color printer according to this embodiment is an explanatory view schematically showing. 図8に続く主要被写体の判定処理の過程を模式的に示す説明図である。 The process of determining process of the main subject, which is subsequent to FIG. 8 is an explanatory view schematically showing. 画素データ群を示す色相を決定するために用いられる判定しきい値を格納するテーブルの一例を模式的に示す説明図である。 An example of a table storing a determination threshold used to determine the hue of a pixel data group is an explanatory view schematically showing. 画素データ群(色域領域)に対応する被写体を決定するために用いられる被写体判定条件の一例を示す説明図である。 Is an explanatory diagram showing an example of an object determination conditions used for determining the object corresponding to the pixel data group (gamut area). 本実施例に係る画像処理装置によって実行される主要被写体に対する画質調整処理の処理ルーチンを示すフローチャートである。 For the main subject to be executed by the image processing apparatus according to this embodiment is a flowchart showing the processing routine of image quality adjustment process. 主要被写体に対する画質調整処理において用いられる類別色彩値および補正基準値を格納するテーブルの一例を示す説明図である。 Is an explanatory diagram showing an example of a table storing classification color values ​​and correction reference values ​​used in the image quality adjustment process with respect to the main subject. 主要被写体に対する画質調整処理において用いられる基準色彩値を格納するテーブルの一例を示す説明図である。 Is an explanatory diagram showing an example of a table storing reference color values ​​used in the image quality adjustment process with respect to the main subject. 詳細に類別された主要被写体に対して画像調整処理を実行する際に用いられる各種の値を格納したテーブルを示す説明図である。 Is an explanatory view showing various table storing values ​​of which are used in performing the image adjustment processing on details assorted main subject. 主要被写体画像データの彩度のヒストグラムである。 It is a histogram of saturation of the main object image data. 低補正対象データに関する説明図である。 It is an explanatory diagram relating to low correction target data. 低補正対象データBに関する下限値Dを示す説明図である。 It is an explanatory view showing a lower limit value D to low correction target data B. 限定した低補正対象データに適合する低補正量を示す説明図である。 Limited was compatible with the low correction target data is an explanatory diagram showing the low correction amount. 画像データGDにおける補正対象範囲を示す説明図である。 It is an explanatory view showing a correction target range in the image data GD. 低補正対象データのすべてが主要被写体画像データに含まれている場合の説明図である。 A diagram for describing a case in which all of the low correction target data is included in the main object image data. 低補正対象データのすべてが主要被写体画像データに含まれている場合の補正対象範囲を示す説明図である。 All low correction target data is an explanatory view showing a correction target range when contained in the main object image data.

符号の説明 DESCRIPTION OF SYMBOLS

10...ディジタルスチルカメラ 20...表示装置 25...表示ディスプレイ 30...パーソナルコンピュータ 31...表示ディスプレイ 40...カラープリンタ 41...制御回路 411...中央演算装置(CPU) 10 ... digital still camera 20 ... display 25 ... display device 30 ... personal computer 31 ... display displaying 40 ... color printer 41 ... control circuit 411 ... central processing unit (CPU)
412...ランダムアクセスメモリ(RAM) 412 ... random access memory (RAM)
413...ハードディスク(HDD)/ROM 413 ... hard disk (HDD) / ROM
42...入力操作部 43...印刷画像出力部 44...メモリカードスロット 45...データ入出力部 MC...メモリカード GD...画像データ 42 ... input operating unit 43 ... print image output unit 44 ... memory card slot 45 ... data input-output unit MC ... memory card GD ... image data

Claims (10)

  1. 画像を特徴付ける被写体である主要被写体の画質を向上させる画像処理装置であって、 An image processing apparatus for improving the quality of the main subject is a subject that characterizes the image,
    画像データを複数の画像データ領域に分割し、各画像データ領域の位置情報と色域情報とを用いて前記画像データにおける、前記主要被写体に対応する主要被写体画像データを決定する主要被写体画像データ決定手段と、 Dividing the image data into a plurality of image data areas, in the image data by using the positional information and the gamut information of the image data area, the main object image data determination that determines the main object image data corresponding to the main subject and means,
    前記決定した主要被写体画像データの色彩値を取得する色彩値取得手段と、 A color value acquisition means for acquiring color values ​​of the main object image data the determined,
    前記取得した色彩値を用いて前記主要被写体を類別する主要被写体類別手段と、 A main object classification unit to classify the main object by using the acquired color values,
    前記類別した主要被写体に対応する基準色彩値を取得する基準色彩値取得手段と、 A reference color value acquiring means for acquiring the reference color values ​​corresponding to the main object described above classification,
    前記取得した色彩値と基準色彩値とを用いて前記主要被写体画像データの画質を補正する画質調整手段であって、 A quality adjusting means for correcting the image quality of the main object image data using the color value and the reference color values ​​that the acquired,
    前記色彩値と基準色彩値との差分を解消または低減するように補正量を決定する補正量決定手段と、 A correction amount determining means for determining a correction amount so as to eliminate or reduce the difference between the color value and the reference color values,
    前記決定した補正量を用いて前記色彩値を変更することにより前記主要被写体領域における画像データの画質を補正する画質補正手段とを備える画質調整手段と、 And image quality adjusting means and a quality correction means for correcting the image quality of the image data in the main subject area by changing the color value by using the correction amount the determined,
    前記画像データにおいて前記補正量以下の低補正量で補正をする対象となる低補正対象データを、前記主要被写体画像データの前記色彩値に含まれる最大彩度、最小彩度および前記主要被写体画像データに対する補正量に基づいて決定する低補正対象データ決定手段と、 Maximum chroma wherein the image data of low correction target data for which correction is made to the low correction amount below the correction amount included in the color value of the main object image data, the minimum saturation and the main object image data a low correction target data determination means for determining based on the correction amount for,
    前記低補正量を用いて前記色彩値を変更することにより前記低補正対象データの画質を補正する低補正実行手段とを備える画像処理装置。 The image processing apparatus and a low-correction execution means for correcting the image quality of the low correction target data by changing the color value by using the low correction amount.
  2. 請求項1に記載の画像処理装置であって、 An image processing apparatus according to claim 1,
    前記補正量決定手段は、前記差分に応じて前記補正量を決定する画像処理装置。 The correction amount determining means, an image processing apparatus for determining the correction amount in accordance with the difference.
  3. 請求項2に記載の画像処理装置において、 The image processing apparatus according to claim 2,
    前記色彩値および前記基準色彩値にはそれぞれ彩度、明度、色相が含まれ、前記差分に応じた補正量は、前記彩度および明度についての前記差分が正の場合には前記彩度および明度を上げる方向に補正され、前記彩度および明度についての前記差分が負の場合には前記彩度および明度を下げる方向に補正され、前記色相についての前記差分が正の場合には前記色相値を大きくする方向に補正され、前記色相についての前記差分が負の場合には前記色相値を小さくする方向に補正されるように決定される画像処理装置。 The color values ​​and each of said reference color values ​​saturation, brightness, hue include, correction amount corresponding to the difference, the saturation and the saturation and lightness in the case the difference of lightness is positive is corrected in a direction to raise the said difference for said chroma and lightness in the case of a negative is corrected in the decreasing direction the saturation and brightness, the hue value when the difference of the hue is positive is corrected in a direction to increase the image processing apparatus the difference of the hue in the case of a negative is determined as corrected in a direction to reduce the hue value.
  4. 請求項1に記載の画像処理装置であって、 An image processing apparatus according to claim 1,
    前記低補正対象データは、前記画像データにおける前記主要被写体画像データ以外のデータである画像処理装置。 The low correction target data is the image processing device is a data other than the main object image data in the image data.
  5. 請求項1に記載の画像処理装置において、 The image processing apparatus according to claim 1,
    前記主要被写体は、同一の主要被写体について異なる色域毎に複数個の主要被写体に類別され、 The main subject is classified into a plurality of main subject for each different color gamut for the same main subject,
    前記基準色彩値は、類別された前記主要被写体毎に複数個用意されている画像処理装置。 The reference color value, the image processing apparatus are a plurality prepared for the respective main subject is categorized.
  6. 請求項5記載の画像処理装置であって、 An image processing apparatus according to claim 5,
    前記画質調整手段は、 The image quality adjustment means,
    類別された前記主要被写体の種類に応じて変更される計算式に従って、前記色彩値と基準色彩値との差分を解消または低減するように補正量を決定する補正量決定手段と、 According to the calculation expression to be changed according to the type of categorized the main subject, a correction amount determining means for determining a correction amount to the eliminated or reduced difference between the color value and the reference color values,
    前記決定された補正量を前記色彩値に適用して前記主要被写体データにおける少なくとも一部の画像データの画質を補正する画質補正手段とを備える画像処理装置。 The image processing apparatus and a picture quality correction means for correcting at least quality of a portion of the image data in the main object data by applying the correction amount the determined to the color value.
  7. 請求項1ないし請求項6のいずれかに記載の画像処理装置において、 The image processing apparatus according to any one of claims 1 to 6,
    前記色域は、色相、彩度、明度をパラメータとする画像処理装置。 The color gamut, the image processing apparatus for hue, saturation, lightness and parameters.
  8. 請求項1に記載の画像処理装置において、 The image processing apparatus according to claim 1,
    前記主要被写体画像データの決定は、前記分割された各画像データ領域について、隣接する同一色域の領域を関連付けて1または複数の色域領域を決定し、前記決定した各色域領域の色相に基づいて主要被写体候補を絞り込み、主要被写体候補に対応して予め用意されている位置情報と前記決定した各色域領域の位置情報とに基づいて実行される画像処理装置。 The determination of the main object image data, for the respective divided image data regions, in association with regions of the same color gamut adjacent to determine one or more of the color gamut region, based on the hue of each color gamut area the determined Te refine main object candidate, an image processing apparatus which is executed on the basis of corresponding to the main object candidate and the position information of each color gamut area with the determined position information that has been prepared in advance.
  9. 画像を特徴付ける被写体である主要被写体の画質を向上させる画像処理方法であって、 An image processing method for improving the quality of the main subject is a subject that characterizes the image,
    画像データを複数の画像データ領域に分割し、各画像データ領域の位置情報と色域情報とを用いて前記画像データにおける、前記主要被写体に対応する主要被写体画像データを決定し、 Dividing the image data into a plurality of image data areas, in the image data by using the positional information and the gamut information of the image data area, to determine the main object image data corresponding to the main object,
    前記決定した主要被写体画像データの色彩値を取得し、 Gets the color value of the main object image data the determined,
    前記取得した色彩値を用いて前記主要被写体を類別し、 It categorizes the main object by using the acquired color values,
    前記類別した主要被写体に対応する基準色彩値を取得し、 Get the reference color values ​​corresponding to the main object described above classification,
    前記取得した色彩値と基準色彩値との差分を解消または低減するように補正量を決定し、 Determine the correction amount so as to eliminate or reduce the difference between the obtained color value and the reference color values,
    前記画像データにおいて前記補正量以下の低補正量で補正をする対象となる低補正対象データを、前記主要被写体画像データの前記色彩値に含まれる最大彩度、最小彩度および前記主要被写体画像データに対する補正量に基づいて決定し、 Maximum chroma wherein the image data of low correction target data for which correction is made to the low correction amount below the correction amount included in the color value of the main object image data, the minimum saturation and the main object image data determined based on the correction amount for,
    前記決定した補正量を用いて前記色彩値を変更することにより前記主要被写体領域における画像データの画質を補正し、 The quality of the image data in the main subject region is corrected by changing the color value by using the correction amount the determined,
    前記低補正量を用いて前記色彩値を変更することにより前記低補正対象データの画質を補正する画像処理方法。 An image processing method for correcting the image quality of the low correction target data by changing the color value by using the low correction amount.
  10. 画像を特徴付ける被写体である主要被写体の画質を向上させる画像処理プログラムであって、 An image processing program for improving the quality of the main subject is a subject that characterizes the image,
    画像データを複数の画像データ領域に分割し、各画像データ領域の位置情報と色域情報とを用いて前記画像データにおける、前記主要被写体に対応する主要被写体画像データを決定する機能と、 Dividing the image data into a plurality of image data areas, a function of the image data by using the positional information and the gamut information of the image data area, determines the main object image data corresponding to the main object,
    前記決定した主要被写体画像データの色彩値を取得する機能と、 The function of acquiring the color value of the main object image data the determined,
    前記取得した色彩値を用いて前記主要被写体を類別する機能と、 A function to classify the main object by using the acquired color values,
    前記類別した主要被写体に対応する基準色彩値を取得する機能と、 The function of acquiring the reference color values ​​corresponding to the main object described above classification,
    前記取得した色彩値と基準色彩値との差分を解消または低減するように補正量を決定する機能と、 A function of determining the correction amount to the eliminated or reduced difference between the obtained color value and the reference color values,
    前記画像データにおいて前記補正量以下の低補正量で補正をする対象となる低補正対象データを、前記主要被写体画像データの前記色彩値に含まれる最大彩度、最小彩度および前記主要被写体画像データに対する補正量に基づいて決定する機能と、 Maximum chroma wherein the image data of low correction target data for which correction is made to the low correction amount below the correction amount included in the color value of the main object image data, the minimum saturation and the main object image data a function of determining based on the correction amount for,
    前記決定した補正量を用いて前記色彩値を変更することにより前記主要被写体領域における画像データの画質を補正する機能と、 A function of correcting the image quality of image data in the main subject area by changing the color value by using the correction amount the determined,
    前記低補正量を用いて前記色彩値を変更することにより前記低補正対象データの画質を補正する機能とをコンピュータによって実行させる画像処理プログラム。 The image processing program executed the by the function of correcting the image quality of the low correction target data computer by changing the color value by using the low correction amount.
JP2004182016A 2004-03-08 2004-06-21 Image processing apparatus, image processing method and image processing program Active JP4608961B2 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2004063637 2004-03-08
JP2004182016A JP4608961B2 (en) 2004-03-08 2004-06-21 Image processing apparatus, image processing method and image processing program

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2004182016A JP4608961B2 (en) 2004-03-08 2004-06-21 Image processing apparatus, image processing method and image processing program
US11075380 US7668365B2 (en) 2004-03-08 2005-03-07 Determination of main object on image and improvement of image quality according to main object
US12590586 US8355574B2 (en) 2004-03-08 2009-11-10 Determination of main object on image and improvement of image quality according to main object

Publications (3)

Publication Number Publication Date
JP2005295490A true JP2005295490A (en) 2005-10-20
JP2005295490A5 true JP2005295490A5 (en) 2007-07-19
JP4608961B2 true JP4608961B2 (en) 2011-01-12

Family

ID=35327884

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004182016A Active JP4608961B2 (en) 2004-03-08 2004-06-21 Image processing apparatus, image processing method and image processing program

Country Status (1)

Country Link
JP (1) JP4608961B2 (en)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008015753A (en) * 2006-07-05 2008-01-24 Konica Minolta Medical & Graphic Inc Image data processing system
JP2008149685A (en) 2006-12-20 2008-07-03 Brother Ind Ltd Image processing device, image forming device, image processing program, and image processing method
JP4461164B2 (en) 2007-08-17 2010-05-12 三菱電機株式会社 The color conversion apparatus and color conversion method
JP2009231879A (en) * 2008-03-19 2009-10-08 Seiko Epson Corp Image processing unit and image processing method
JP2009231878A (en) * 2008-03-19 2009-10-08 Seiko Epson Corp Image processing unit and image processing method
JP5669489B2 (en) 2009-10-15 2015-02-12 オリンパス株式会社 Image processing apparatus, image processing method and image processing program
JP5875291B2 (en) * 2011-08-23 2016-03-02 キヤノン株式会社 Imaging apparatus, a control method, and control program

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000278524A (en) * 1999-03-25 2000-10-06 Konica Corp Image processing method for photographic recording element and image forming processor
JP2001092956A (en) * 1999-09-22 2001-04-06 Nec Corp Device and method for automatically correcting color and recording medium stored with control program therefor
JP2001169135A (en) * 1999-09-30 2001-06-22 Seiko Epson Corp Method and device for color correction and recording medium with color correction control program recorded thereon
JP2001358961A (en) * 2000-04-14 2001-12-26 Fujitsu Ltd Color image processor
JP2002016818A (en) * 2000-04-28 2002-01-18 Fuji Photo Film Co Ltd Color correction method and device, and recording medium
JP2002279416A (en) * 2001-02-09 2002-09-27 Gretag Imaging Trading Ag Method and device for correcting color
JP2003198850A (en) * 2001-12-04 2003-07-11 Eastman Kodak Co Digital color image processing method
JP2003244627A (en) * 2002-02-20 2003-08-29 Konica Corp Image processing method, image processing program, recording medium for recording the image processing program, image processing apparatus, and image recording apparatus

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000278524A (en) * 1999-03-25 2000-10-06 Konica Corp Image processing method for photographic recording element and image forming processor
JP2001092956A (en) * 1999-09-22 2001-04-06 Nec Corp Device and method for automatically correcting color and recording medium stored with control program therefor
JP2001169135A (en) * 1999-09-30 2001-06-22 Seiko Epson Corp Method and device for color correction and recording medium with color correction control program recorded thereon
JP2001358961A (en) * 2000-04-14 2001-12-26 Fujitsu Ltd Color image processor
JP2002016818A (en) * 2000-04-28 2002-01-18 Fuji Photo Film Co Ltd Color correction method and device, and recording medium
JP2002279416A (en) * 2001-02-09 2002-09-27 Gretag Imaging Trading Ag Method and device for correcting color
JP2003198850A (en) * 2001-12-04 2003-07-11 Eastman Kodak Co Digital color image processing method
JP2003244627A (en) * 2002-02-20 2003-08-29 Konica Corp Image processing method, image processing program, recording medium for recording the image processing program, image processing apparatus, and image recording apparatus

Also Published As

Publication number Publication date Type
JP2005295490A (en) 2005-10-20 application

Similar Documents

Publication Publication Date Title
US7167597B2 (en) Image processing apparatus, image processing method, computer program and storage medium
US6728401B1 (en) Red-eye removal using color image processing
US7068328B1 (en) Method, apparatus and recording medium for image processing
US20030053689A1 (en) Image processing method and systems
US20020110282A1 (en) Local change of an image sharpness of photographic images with masks
Provenzi et al. A spatially variant white-patch and gray-world method for color image enhancement driven by local contrast
US6826310B2 (en) Automatic contrast enhancement
Gasparini et al. Color balancing of digital photos using simple image statistics
US20060238827A1 (en) Image processing apparatus, image processing system, and image processing program storage medium
US20080088858A1 (en) System and Method for Processing Images Using Predetermined Tone Reproduction Curves
US20020025079A1 (en) Image processing apparatus, an image processing method, a medium on which an image processing control program is recorded, an image evaluation device, an image evaluation method and a medium on which an image evaluation program is recorded
US6608926B1 (en) Image processing method, image processing apparatus and recording medium
US20040081363A1 (en) Enhancing the tonal and spatial characteristics of digital images using selective spatial filters
US20080088857A1 (en) System and Method for RAW Image Processing
US6535301B1 (en) Image processing apparatus, image processing method, image processing program recording medium, color adjustment method, color adjustment device, and color adjustment control program recording medium
US20050141002A1 (en) Image-processing method, image-processing apparatus and image-recording apparatus
US20080089580A1 (en) System and method for raw image processing using conversion matrix interpolated from predetermined camera characterization matrices
US20040252907A1 (en) Image processing method, apparatus, and program
US7936919B2 (en) Correction of color balance of face images depending upon whether image is color or monochrome
US20050141777A1 (en) Generation of image quality adjustment information &amp; image quality adjustment with image quality adjustment information
US20050244053A1 (en) Specifying flesh area on image
US20040234153A1 (en) Image processing using object information
US20020118889A1 (en) Image status estimating method, image correcting method, image correction apparatus, and storage medium
US20070292038A1 (en) Image Processing Apparatus and Method, and Image Processing Program
JP2004192614A (en) Image processing device, image processing method, program and recording medium

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070605

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070605

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20090305

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090317

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090513

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090811

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20091013

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20100216

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100517

A911 Transfer of reconsideration by examiner before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20100528

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100706

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100830

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100914

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100927

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131022

Year of fee payment: 3

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313532

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350