JP4640857B2 - 色抽出方法及び装置 - Google Patents

Description

本発明は、色が不明瞭又は不明な画像の色を抽出するための技術に関する。

路上に設置したカメラによって撮影された車両画像に基づき車両の移動監視を行うシステムにおいて、車両画像から車両の登録番号の認識や車体色を識別し、車両の登録番号及び車体色を所定のデータベースと比較して検索車両を絞り込むことは、既に行われている。また、例えば特開２０００−２２２６７３号公報には、車両が撮影されたカラー画像から車体色を識別し、車両の登録番号と車体色とに基づき、検索車両を絞り込む技術が開示されている。

しかし、車両画像がカラー画像であれば、上記のような車両の登録番号の認識及び車体色の識別を行うことはできるが、車両画像がモノクロ画像や夜間に撮影されたカラー画像（ここでは、十分な明るさが確保できない状況で撮影されたカラー画像とする）になると、車両の登録番号を認識することはできても、車体色を識別することはできない。このため、夜間においては、車体色によって検索車両を絞り込むことはできなかった。なお、上記公報では、カメラのシャッターと同期する照明を備えておくことで、夜間や地下などの暗い場所でも十分な明るさを確保し、車体色の識別を行っているが、車体色を識別できるレベルの明るさを確保しているにすぎず、モノクロ画像や夜間に撮影されたカラー画像から車体色を推測する技術ではない。

また、例えば特開２００５−１１１８５２号公報には、モノクロ画像からカラー画像への画像変換技術が開示されている。具体的には、コピー機において、原稿がモノクロ画像であってもカラー画像の印刷要求を受信した場合、原稿に付与された小型の記憶媒体に基づきモノクロ画像をカラー画像として印刷する技術が開示されている。しかし、モノクロ画像から色を推測する技術ではない。
特開２０００−２２２６７３号公報 特開２００５−１１１８５２号公報

例えばマンセル表色系では、色相、明度、彩度の３属性に基づいて色は表現されるが、モノクロ画像や夜間に撮影されたカラー画像には、色相、彩度の情報が十分に含まれない。従って、従来技術では、モノクロ画像や夜間に撮影されたカラー画像の場合には、色を推測することはできない。

従って、本発明の目的は、画像の色を推測するための技術を提供することである。

本発明の第１の態様に係る色抽出方法は、画像に含まれ且つ色抽出の対象である色抽出領域における輝度を算出し、記憶装置に格納する輝度算出ステップと、色名と当該色名に対応する輝度とを格納している輝度データベースを参照し、記憶装置に格納された、色抽出領域における輝度を主たる判断要素として用いて、色抽出領域における色名を抽出する色名抽出ステップとを含む。

このようにすれば、例えばモノクロ画像や色相、彩度の情報が十分に含まれない画像（例えば、夜間に撮影されたカラー画像）であっても、色を推測することができる。また、車両画像の場合、モノクロ画像や夜間に撮影されたカラー画像から車体色を推測できるので、夜間においても車体色による検索車両の絞り込みを行うことができる。車両の場合には、車体色の数は有限であるため、輝度データベースを実態にあわせて構成すれば、より適切に車体色を抽出することができる。

また、上記輝度算出ステップが、画像の撮影日時及び撮影場所の情報を受信した場合、撮影日時及び撮影場所の情報に基づき、太陽高度を算出するステップと、太陽高度と輝度の補正量とを格納している輝度補正データベースから、算出した太陽高度に対応する輝度の補正量を読み出し、色抽出領域における輝度と輝度の補正量とに基づき、色抽出領域における輝度の取り得る範囲を算出するステップとを含むようにしてもよい。そして、色名抽出ステップにおいて、輝度データベースを参照し、上記範囲内において色抽出領域における色名を抽出するようにしてもよい。

このようにすれば、太陽高度を考慮した、輝度の取り得る範囲が算出され、輝度の取り得る範囲内において色名を抽出するので、本来の色を漏れなく抽出することができる。例えば、夜間は太陽光がないため、画像の輝度は本来よりも低い可能性があり、昼間は太陽光の影響により、画像の輝度は本来よりも高い可能性がある。また、早朝や夕暮れ時も太陽光の影響により、画像における輝度が本来と異なる場合がある。このように、太陽光の影響より、画像の輝度が本来と異なる場合であっても、本来の色を抽出することができる。

さらに、画像が、車両を撮影した画像の場合もある。そして、車両を撮影した画像から車両のボンネット領域を抽出するステップをさらに含むようにしてもよい。例えば、車両画像の場合に、ボンネット領域を色抽出領域とすることで、車両部分の輝度をより正確に抽出することができる。

本発明の第２の態様に係る色抽出方法は、モノクロ画像又は輝度以外の色成分が所定レベル以下であるカラー画像に含まれ、且つ色抽出の対象である色抽出領域における輝度を算出し、記憶装置に格納する輝度算出ステップと、色名と当該色名に対応する輝度とを格納している輝度データベースを参照し、記憶装置に格納された、色抽出領域における輝度に対応する色名を抽出する色名抽出ステップとを含む。このように、モノクロ画像や輝度以外の色成分（例えば、色相や彩度）が所定レベル以下のカラー画像であっても、色を推測することができる。

本発明の第３の態様に係る色抽出方法は、画像に含まれ且つ色抽出の対象である色抽出領域における輝度を算出し、記憶装置に格納する輝度算出ステップと、色名と当該色名に対応する輝度とを格納している輝度データベースを参照し、記憶装置に格納された、色抽出領域における輝度のみから色抽出領域における色名を抽出する色名抽出ステップとを含む。このように、輝度のみから画像の色を推測することができる。

なお、本発明に係る色抽出方法をコンピュータに実行させるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブル・ディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等の記憶媒体又は記憶装置に格納される。また、ネットワークを介してディジタル信号にて頒布される場合もある。なお、処理途中のデータについては、コンピュータのメモリ等の記憶装置に一時保管される。

図１は、本発明の実施の形態に係るシステム概要図である。 図２は、本発明の実施の形態に係る処理フローを示す図である。 図３は、輝度ＤＢに格納されるデータの一例を示す図である。 図４は、本発明の実施の形態に係る処理フローを示す図である。 図５は、車両画像の一例を示す図である。 図６は、ボンネット領域抽出処理を説明するための図である。 図７は、ボンネット領域抽出処理を説明するための図である。 図８は、ボンネット領域抽出処理を説明するための図である。 図９は、ボンネット領域抽出処理を説明するための図である。 図１０は、ボンネット領域抽出処理を説明するための図である。 図１１は、輝度補正ＤＢに格納されるデータの一例を示す図である。 図１２は、色名を抽出する処理を説明するための図である。 図１３は、コンピュータの機能ブロック図である。

図１に本発明の一実施の形態に係るシステム概要を示す。ネットワーク１には、カメラ３と、端末５と、本実施の形態における主要な処理を実施する色抽出装置７とが接続されている。カメラ３は、道路に設置されており、通行車両を自動的に撮影するようになっている。なお、カメラ３の設置数及び設置場所は任意である。端末５は、色抽出装置７を利用するユーザにより操作され、例えば、後に説明する輝度ＤＢ７２にデータを登録するために用いられる。

色抽出装置７は、色名とＲＧＢ値とを含む車体色データを受信し、ＲＧＢ値から輝度を算出する車体色データ受信部７１と、車体色データ受信部７１が受信した車体色データと算出した輝度とを格納する輝度ＤＢ７２と、カメラ３からの画像データを受信する画像データ受信部７３と、画像データ受信部７３が受信した画像データを格納する画像データ格納部７４と、輝度の補正量を格納する輝度補正ＤＢ７５と、画像データ格納部７４に格納された画像データから車両のボンネット領域を抽出するボンネット領域抽出部７６と、ボンネット領域抽出部７６により抽出された車両のボンネット領域の情報と輝度補正ＤＢ７５に格納されたデータとに基づき車両のボンネット領域における輝度を算出する輝度算出部７７と、輝度算出部７７により算出された輝度と輝度ＤＢ７２に格納されたデータとに基づき輝度に対応する色名を抽出する色名抽出部７８と、色名抽出部７８の抽出結果を格納する色名抽出結果格納部７９と、色名抽出結果格納部７９に格納された色名を出力する出力部８０とを有する。

次に、図１に示したシステムの処理内容について図２乃至図１２を用いて説明する。まず、図２及び図３を用いて、輝度ＤＢ７２にデータを登録する処理について説明する。色抽出装置７を利用するユーザは、端末５に色抽出装置７へ車体色データを送信させる。車体色データ受信部７１は、色名とＲＧＢ値とを含む車体色データを端末５から受信する（図２：ステップＳ１）。車体色データ受信部７１は、受信したＲＧＢ値からＹＣｂＣｒ（Ｙ：輝度、Ｃｂ：色差、Ｃｒ：色差）値を算出する（ステップＳ３）。例えば以下の式を用いて、ＹＣｂＣｒ値を算出する。
Ｙ ＝ ０．２９９００＊Ｒ＋０．５８７００＊Ｇ＋０．１１４００＊Ｂ （１）
Ｃｂ ＝ −０．１６８７４＊Ｒ−０．３３１２６＊Ｇ＋０．５００００＊Ｂ （２）
Ｃｒ ＝ ０．５００００＊Ｒ−０．４１８６９＊Ｇ−０．０８１３１＊Ｂ （３）

ここで、各値の値域は、０≦Ｒ≦２５５、０≦Ｇ≦２５５、０≦Ｂ≦２５５、０≦Ｙ≦２５５、−１２８≦Ｃｂ≦１２７、−１２８≦Ｃｒ≦１２７とする。なお、ＲＧＢ値からＹＣｂＣｒ値を算出する式は、（１）乃至（３）式に限られるものではなく、他の式を用いてＹＣｂＣｒ値を算出してもよい。

車体色データ受信部７１は、色名、ＲＧＢ値及びＹＣｂＣｒ値を輝度ＤＢ７２に格納する（ステップＳ５）。輝度ＤＢ７２に格納されるデータの一例を図３に示す。図３の例では、車体色と、Ｒ（赤）と、Ｇ（緑）と、Ｂ（青）と、Ｙ（輝度）と、Ｃｂ（色差）と、Ｃｒ（色差）とが各色について格納されるようになっている。図３の例では、黒色については、Ｒ（赤）＝０、Ｇ（緑）＝０、Ｂ（青）＝０、Ｙ（輝度）＝０．０、Ｃｂ（色差）＝０．０、Ｃｒ（色差）＝０．０となっている。また、青色については、Ｒ（赤）＝０、Ｇ（緑）＝０、Ｂ（青）＝２５５、Ｙ（輝度）＝２９．１、Ｃｂ（色差）＝１２７．０、Ｃｒ（色差）＝−２０．７となっている。紫色については、Ｒ（赤）＝１２８、Ｇ（緑）＝０、Ｂ（青）＝１２８、Ｙ（輝度）＝５２．９、Ｃｂ（色差）＝４２．４、Ｃｒ（色差）＝５３．６となっている。深緑色については、Ｒ（赤）＝０、Ｇ（緑）＝８６、Ｂ（青）＝５６、Ｙ（輝度）＝５６．９、Ｃｂ（色差）＝−０．５、Ｃｒ（色差）＝−４０．６となっている。瑠璃色については、Ｒ（赤）＝０、Ｇ（緑）＝８１、Ｂ（青）＝１５４、Ｙ（輝度）＝６５．１、Ｃｂ（色差）＝５０．２、Ｃｒ（色差）＝−４６．４となっている。赤色については、Ｒ（赤）＝２５５、Ｇ（緑）＝０、Ｂ（青）＝０、Ｙ（輝度）＝７６．２、Ｃｂ（色差）＝−４３．０、Ｃｒ（色差）＝１２７．０となっている。緑色については、Ｒ（赤）＝０、Ｇ（緑）＝２５５、Ｂ（青）＝０、Ｙ（輝度）＝１４９．７、Ｃｂ（色差）＝−８４．５、Ｃｒ（色差）＝−１０６．８となっている。黄色については、Ｒ（赤）＝２５５、Ｇ（緑）＝２５５、Ｂ（青）＝０、Ｙ（輝度）＝２２５．９、Ｃｂ（色差）＝−１２７．５、Ｃｒ（色差）＝２０．７となっている。白色については、Ｒ（赤）＝２５５、Ｇ（緑）＝２５５、Ｂ（青）＝２５５、Ｙ（輝度）＝２５５．０、Ｃｂ（色差）＝０．０、Ｃｒ（色差）＝０．０となっている。なお、図３の例では、９色のデータが格納されているが、車体色の種類としては、国産車で１６０色、輸入車で１５０色程度存在しており、計３１０色程度のデータが輝度ＤＢ７２に格納される場合もある。

次に、図４乃至１２を用いて、車両画像から車体色を推測する処理について説明する。まず、画像データ受信部７３は、カメラ３からの画像データを受信し、画像データ格納部７４に格納する（図４：ステップＳ１１）。画像データには、カメラ３により撮影された車両画像が含まれる。なお、画像データには、撮影日時及び撮影場所などの撮影条件情報が含まれる場合もある。撮影条件情報は、後で説明するが、太陽高度を算出する際に用いられる。車両画像の一例を図５に示す。

ボンネット領域抽出部７６は、画像データ格納部７４から車両画像を読み出し、ボンネット領域抽出処理を実施する（ステップＳ１３）。なお、本実施の形態では、ボンネット領域を色抽出領域として、車体色を推測するものとする。図６乃至図１０を用いて、ボンネット領域抽出処理について説明する。まず、ボンネット領域抽出部７６は、背景のみを撮影した背景画像と車両画像とを比較する。そして、図６に示すように、車両部分１００を特定する。なお、背景画像については、カメラ３によって予め撮影され、色抽出装置７の記憶装置に格納されているものとする。

次に、ボンネット領域抽出部７６は、エッジを検出するために、車両部分１００の数箇所を縦方向に走査する。車両部分１００を縦方向に走査する例を図７に示す。図７の例では、車両部分１００の３箇所を縦方向に走査しており、天井とフロントガラスとの境、フロントガラスとボンネットとの境、ボンネットとフロントグリルとの境においてエッジを検出している。なお、フロントグリル及びフロントグリルより下方のエッジは利用しないため、フロントグリル及びフロントグリルより下方のエッジは考慮しない。

ボンネット領域抽出部７６は、検出されたエッジに基づき、車両部分１００をいくつかの領域に分割する。車両部分１００が分割された例を図８に示す。図８の例では、車両部分１００は、領域１００１、領域１００２、領域１００３、領域１００４に分割されている。そして、ボンネット領域抽出部７６は、所定のルールと分割された各領域の縦方向の長さの比率とに基づき、各領域が車両のいずれの部分に相当するか推定する。所定のルールとは、例えば、領域の縦方向の長さの比率が１：１：１となる、連続する３つの領域が存在する場合、３つの領域は上からフロントガラス、ボンネット、フロントグリルと推定するというものである。図８の例では、領域１００１、領域１００２、領域１００３、領域１００４の比率は、１：３：３：３となっており、上記のような所定のルールに基づいて領域１００２はフロントガラス、領域１００３はボンネット、領域１００４はフロントグリルと推定される。そして、領域１００１は、フロントガラス（領域１００２）の上方であるため、天井と推定される。このようにして、車両画像からボンネット領域が抽出される。なお、上記のような所定のルールは一例であって、これに限られるものではない。また、ボンネット領域抽出処理自体は、本実施の形態における主要部ではなく、例えば日本国の特願２００６−１４６７７５（２００６年０５月２６日出願）及びその対応外国出願に開示されており、本願はその内容を取り込む。

また、例えば、夜間の車両はヘッドライトを点灯しているので、車両のヘッドライトを基にボンネット領域を抽出するようにしてもよい。図９及び図１０を用いて、車両のヘッドライトに基づく、ボンネット領域抽出処理を説明する。まず、ボンネット領域抽出部７６は、車両のヘッドライトを特定するために、所定の閾値（例えば、輝度＝１２８）で車両画像の２値化を実施する。このように、２値化を実施することで、車両や路面の反射光等を除去し、ヘッドライト候補領域として発光体等の輝度の高い部分のみを抽出することができる。そして、抽出されたヘッドライト候補領域のうち、所定の条件を満たす領域をヘッドライト領域として特定する。所定の条件とは、例えば、左右の間隔等である。図９に示すように、車両画像において、ヘッドライト領域として領域１０１１が特定される。なお、車両画像からヘッドライト領域を抽出する技術は周知であるので、これ以上述べない。

そして、ヘッドライト領域の上方の領域をボンネット領域として抽出する。一般的に、ボンネットはヘッドライトの上方に位置し、ボンネットの幅はヘッドライトと同じ幅である。従って、図１０に示すように、領域１０１１の位置及び幅の情報に基づき、領域１０１２がボンネット領域として抽出される。なお、ボンネット領域抽出処理は、上記のような処理に限られるものではなく、他の方法を用いてボンネット領域を抽出してもよい。

図４の説明に戻って、輝度算出部７７は、抽出されたボンネット領域の輝度を算出し、例えばメインメモリ等の記憶装置に格納する（ステップＳ１５）。ここでは、例えばボンネット領域の輝度の平均値を算出し、ボンネット領域の輝度とする。但し、最頻値を用いるなど、他の統計量を採用するようにしてもよい。そして、輝度算出部７７は、画像データに撮影条件情報が含まれるか判定する（ステップＳ１７）。もし、画像データに撮影条件情報が含まれる場合（ステップＳ１７：Ｙｅｓルート）、輝度算出部７７は、撮影条件情報に基づき、太陽高度を算出し、記憶装置に格納する（ステップＳ１９）。例えば、以下の式を用いて、太陽高度αを算出する。
α＝ａｒｃｓｉｎ｛ｓｉｎ（φ）ｃｏｓ（δ）
＋ｃｏｓ（φ）ｃｏｓ（δ）ｃｏｓ（ｈ）｝ （４）

（４）式において、φは緯度、δは太陽赤緯、ｈは時角を表している。緯度φ、太陽赤緯δ、時角ｈは、以下のとおりである。
δ＝０．００６９１８
−０．３９９９１２ｃｏｓ（θｏ）
＋０．０７０２５７ｓｉｎ（θｏ）
−０．００６７５８ｃｏｓ（２θｏ）
＋０．０００９０７ｓｉｎ（２θｏ）
−０．００２６９７ｃｏｓ（３θｏ）
＋０．００１４８０ｓｉｎ（３θｏ） （５）
ｈ＝（ＪＳＴ−１２）π／１２＋標準子午線からの経度差＋Ｅｑ （６）
Ｅｑ＝０．００００７５
＋０．００１８６８ｃｏｓ（θｏ）
−０．０３２０７７ｓｉｎ（θｏ）
−０．０１４６１５ｃｏｓ（２θｏ）
−０．０４０８４９ｓｉｎ（２θｏ） （７）
θｏ＝２π（ｄｎ−１）／３６５ （８）

Ｅｑは均時差、θｏは元旦からの通し日数ｄｎに基づいて定めた定数を表している。また、（６）式において、ＪＳＴは日本標準時間を表している。なお、太陽高度を算出する式は、（４）乃至（８）式に限られるものではなく、他の式を用いて太陽高度を算出してもよい。太陽高度算出処理自体は、本実施の形態における主要部ではなく、例えば日本国の特願２００５−３１７７９５（２００５年１０月３１日出願）及びその対応外国出願に開示されており、本願はその内容を取り込む。

次に、輝度算出部７７は、輝度補正ＤＢ７５から太陽高度に対応する補正量を取得する（ステップＳ２１）。輝度補正ＤＢ７５に格納されるデータの一例を図１１に示す。図１１の例では、太陽高度の列と、補正量（下限）の列と、補正量（上限）の列とを含む。補正量（下限）は、輝度範囲の下限を算出するために用いる値であり、補正量（上限）は、輝度範囲の上限を算出するために用いる値である。輝度範囲の算出については、後で説明する。また、図１１の例では、太陽高度によって、補正量が変化するようになっている。例えば、太陽高度が１５以上の場合は、昼間に相当し、太陽光の影響を受けるため、車両画像における輝度は、車両の本来の輝度より高くなっている可能性がある。また、太陽高度が負値の場合は、夜間に相当し、太陽光がないため、車両画像における輝度は、車両の本来の輝度より低くなっている可能性がある。さらに、太陽高度が０〜１５の場合は、早朝又は薄暮に相当し、昼間ほどではないが、太陽光の影響を受けている可能性がある。このため、太陽高度によって、補正量を変化させ、車両の本来の輝度が輝度範囲から漏れないようにする。そして、処理はステップＳ２５の処理に移行する。

一方、画像データに撮影条件情報が含まれない場合（ステップＳ１７：Ｎｏルート）、輝度算出部７７は、輝度補正ＤＢ７５から補正量を取得する（ステップＳ２３）。ステップＳ２３では、画像データに撮影条件情報が含まれず、太陽高度を算出することができないため、「撮影条件情報なし」の行の補正量を取得する。そして、処理はステップＳ２５の処理に移行する。

輝度算出部７７は、算出したボンネット領域の輝度と、輝度補正ＤＢ７５から取得した補正量とに基づき、輝度範囲を算出し、記憶装置に格納する（ステップＳ２５）。輝度範囲は、輝度＋補正量（下限）から輝度＋補正量（上限）までの範囲となる。例えば、ボンネット領域の輝度が６０、太陽高度が−１０である場合について説明する。なお、輝度補正ＤＢ７５に格納されるデータは、図１１で示したデータとする。図１１の例では、太陽高度が−１０の場合、補正量（下限）は−５、補正量（上限）は２０となる。従って、輝度範囲の下限は６０−５＝５５、輝度範囲の上限は６０＋２０＝８０となり、輝度範囲は５５から８０までとなる。

次に、色名抽出部７８は、記憶装置に格納された輝度範囲を読み出し、輝度ＤＢ７２を参照し、輝度範囲に対応する１以上の色名を抽出し、色名抽出結果格納部７９に格納する（ステップＳ２７）。例えば、輝度ＤＢ７２に格納されるデータが図３で示したデータとすると、輝度範囲が５５から８０までの場合には、深緑（Ｙ＝５６．９）、瑠璃色（Ｙ＝６５．１）、赤（Ｙ＝７６．２）の三色が抽出される。また、図１２は、図３で示したデータをグラフ形式で表した図である。図１２では、Ｘ軸は車体色、Ｙ軸は輝度となっている。図１２における折れ線１２０１は、各色における輝度の点を結んだ線である。また、網掛け部分１２０２は、輝度範囲（輝度：５５〜８０）を示している。そして、図１２における矢印１２０３は、折れ線１２０１と輝度範囲の下限とが交差する点から、折れ線１２０１と輝度範囲の上限とが交差する点までの車体色（Ｘ軸）の範囲を示している。従って、輝度範囲が５５から８０までの場合には、矢印１２０３の範囲内の車体色（深緑、瑠璃色、赤）が抽出されることになる。

次に、出力部８０は、色名抽出結果格納部７９に格納された抽出結果を出力する（ステップＳ２９）。例えば、色名抽出結果格納部７９に格納された色名を表示装置等に表示する。また、マンセル表色系などに基づき、色名に対応する色を表示するようにしてもよい。さらに、出力部８０が色名抽出結果格納部７９に格納された抽出結果を端末５に送信し、端末５の表示装置等に表示するようにしてもよい。また、色名を使用して処理を行う他の装置に、抽出結果を出力するようにしてもよい。

また、輝度以外の色成分（例えば、色相や彩度）の情報が使用可能レベルである場合、抽出した色名をさらに絞り込むようにしてもよい。

以上述べたように、本実施の形態によれば、モノクロ画像や色相、彩度の情報が十分に含まれない画像（例えば、夜間に撮影されたカラー画像）であっても、色を推測することができる。例えば、車両画像の場合、夜間でも車体色によって検索車両を絞り込むことができるようになり、他の要素（例えば、車両の登録番号）と併せて検索車両を絞り込むこともできる。また、例えば、刑事捜査においては、１台を特定できなくとも数万件の中から１００件程度に絞り込めるだけでも十分な効果を奏する。

以上本発明の一実施の形態について説明したが、本発明はこれに限定されるものではない。例えば、車両画像に限らず、他の画像についても適用可能である。また、図１に示した色抽出装置７の機能ブロック図は、一例であって、必ずしも実際のプログラムモジュール構成に対応するわけではない。

また、図１１に示した輝度補正ＤＢ７５に格納されるデータは一例であって、必ずしも上記のような構成でなければならないわけではない。例えば、太陽高度の区分けをより細かくしてもよいし、天候によって補正量が変化するようにしてもよい。

なお、端末５、色抽出装置７については、図１３のようなコンピュータ装置であって、メモリ２５０１（記憶装置）とＣＰＵ２５０３（処理装置）とハードディスク・ドライブ（ＨＤＤ）２５０５と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。オペレーティング・システム（ＯＳ：Operating System）及び本実施の形態における処理を実施するためのアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。必要に応じてＣＰＵ２５０３は、表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、必要な動作を行わせる。また、処理途中のデータについては、メモリ２５０１に格納され、必要があればＨＤＤ２５０５に格納される。本発明の実施の形態では、上で述べた処理を実施するためのアプリケーション・プログラムはリムーバブル・ディスク２５１１に格納されて頒布され、ドライブ装置２５１３からＨＤＤ２５０５にインストールされる。インターネットなどのネットワーク及び通信制御部２５１７を経由して、ＨＤＤ２５０５にインストールされる場合もある。このようなコンピュータ装置は、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及び必要なアプリケーション・プログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。

Claims (4)

1. 画像中の所定領域の色名を推測する色名推測装置であって、
   色名とＲＧＢ値とを受け、当該ＲＧＢ値から輝度を算出し、当該輝度と当該色名とを関連付けて記憶手段に記憶させる手段と、
   前記画像中の所定領域のＲＧＢ値から輝度を算出する輝度算出手段と、
   前記輝度算出手段において算出された前記輝度に対応する色名を、前記記憶手段から抽出する抽出手段と、
   前記抽出手段において抽出された前記色名を、前記所定領域の色名として出力する手段と、
   を有する色名推測装置。
2. 前記輝度算出手段が、
   前記画像の撮影日時及び撮影場所の情報を受信した場合、前記撮影日時及び撮影場所の情報に基づき、太陽高度を算出する手段と、
   前記太陽高度と輝度の補正量とを記憶している輝度補正データベースから、算出した前記太陽高度に対応する前記輝度の補正量を読み出し、前記所定領域における輝度と前記輝度の補正量とに基づき、前記所定領域における輝度の取り得る範囲を算出する手段と、
   を有し、
   前記抽出手段が、
   前記輝度の取り得る範囲に対応する色名を抽出する
   ことを特徴とする請求項１記載の色名推測装置。
3. 色名とＲＧＢ値とを受け、当該ＲＧＢ値から輝度を算出し、当該輝度と当該色名とを関連付けて記憶手段に記憶させる手段と、
   画像中の所定領域のＲＧＢ値から輝度を算出する輝度算出手段と、
   前記輝度算出手段において算出された前記輝度に対応する色名を、前記記憶手段から抽出する抽出手段と、
   前記抽出手段において抽出された前記色名を、前記所定領域の色名として出力する手段と、
   をコンピュータに実現させるための色名推測プログラム。
4. 前記輝度算出手段が、
   前記画像の撮影日時及び撮影場所の情報を受信した場合、前記撮影日時及び撮影場所の情報に基づき、太陽高度を算出する手段と、
   前記太陽高度と輝度の補正量とを記憶している輝度補正データベースから、算出した前記太陽高度に対応する前記輝度の補正量を読み出し、前記所定領域における輝度と前記輝度の補正量とに基づき、前記所定領域における輝度の取り得る範囲を算出する手段と、
   を有し、
   前記抽出手段が、
   前記輝度の取り得る範囲に対応する色名を抽出する
   ことを特徴とする請求項３記載の色名推測プログラム。