JP5066893B2 - 相関演算方法、相関演算装置、焦点検出装置および撮像装置 - Google Patents

Description

本発明は、複数の信号データ列の相関関係を演算する相関演算方法と相関演算装置、およびそれらを用いた焦点検出装置および撮像装置に関する。

対象物体の光像をそれぞれ一対の光電変換素子アレイ上に形成し、それらの光電変換素子アレイから出力される一対の電気信号データ列の相関を演算する装置が知られている。例えば、撮影光学系の射出瞳面の異なる領域を通過した一対の光束をイメージセンサーで受光し、イメージセンサー上に結像された一対の光像を一対の電気信号データ列に変換し、これらの信号データ列の相関を演算して撮影光学系の焦点調節状態を検出する焦点検出装置が知られている（例えば、特許文献１参照）。

この出願の発明に関連する先行技術文献としては次のものがある。
特開平０４−３３８９０５号公報

しかしながら、上述した従来の相関演算方法では、一対の信号データ列Ａ１、Ａ２、・・、ＡＮとＢ１、Ｂ２、・・、ＢＮ（Ｎはデータの個数）をずらし量ｋを変えながら比較し、単に両信号データ列の差の絶対値の総和Σ｜Ａn−Ｂn+k｜を求めて両信号データ列の相関量Ｃ(ｋ)としているので、例えば一対の光束のいずれか一方に撮影光学系による“ケラレ”が発生した場合には、イメージセンサーから出力される一対の信号データ列に相対的な歪みが発生し、両信号データ列の相関関係を正確に検出できなくなるという問題がある。

（１） 本発明は、第１信号データ列と第２信号データ列との相関度を演算する相関演算において、第１信号データ列中の第１データと、第２信号データ列中の第１データに対応する第２データの近傍のデータとを乗算して第１演算データを生成するとともに、第２信号データ列中の第２データと、第１信号データ列の第１データの近傍のデータとを乗算して第２演算データを生成し、第１演算データと第２演算データとの相関度を演算する。
（２） また、本発明は、第１信号データ列と第２信号データ列との相関度を演算する相関演算において、まず、第１信号データ列中の第１データとその近傍のデータに第１演算を行って演算データを演算するとともに、第２信号データ列中の第１データに対応する第２データとその近傍のデータに第２演算を行って演算データを演算し、それらの演算データを乗算して第１演算データを演算する。次に、第２信号データ列中の第２データとその近傍のデータに第１演算を行って演算データを演算するとともに、第１信号データ列中の第１データとその近傍のデータに第２演算を行って演算データを演算し、それらの演算データを乗算して第２演算データを演算する。そして、第１演算データと第２演算データとの相関度を演算する。

本発明によれば、例えば一対の焦点検出用光束のいずれか一方に撮影光学系によるケラレが発生してイメージセンサーから出力される一対の信号データ列に相対的な歪みが発生しても、両信号データ列の相関関係を正確に検出することができる。

《発明の第１の実施の形態》
本願発明を撮像装置としてのディジタルスチルカメラに適用した一実施の形態を説明する。図１は一実施の形態のディジタルスチルカメラの構成を示す図である。一実施の形態のディジタルスチルカメラ２０１は交換レンズ２０２とカメラボディ２０３とから構成され、交換レンズ２０２はカメラボディ２０３のマウント部２０４に装着される。

交換レンズ２０２はレンズ２０５〜２０７、絞り２０８、レンズ駆動制御装置２０９などを備えている。なお、レンズ２０６はズーミング用、レンズ２０７はフォーカシング用である。レンズ駆動制御装置２０９はＣＰＵとその周辺部品を備え、フォーカシング用レンズ２０７と絞り２０８の駆動制御、ズーミング用レンズ２０６、フォーカシング用レンズ２０７および絞り２０８の位置検出、カメラボディ２０３の制御装置との通信によるレンズ情報の送信とカメラ情報の受信などを行う。

一方、カメラボディ２０３は撮像素子２１１、カメラ駆動制御装置２１２、メモリカード２１３、ＬＣＤドライバー２１４、ＬＣＤ２１５、接眼レンズ２１６などを備えている。撮像素子２１１は交換レンズ２０２の予定結像面（予定焦点面）に配置され、交換レンズ２０２により結像された被写体像を撮像して画像信号を出力する。撮像素子２１１には撮像用画素（以下、単に撮像画素という）が二次元状に配置されており、その内の焦点検出位置に対応した部分には撮像画素に代えて焦点検出用画素（以下、単に焦点検出画素という）列が組み込まれている。

カメラ駆動制御装置２１２はＣＰＵとメモリなどの周辺部品を備え、撮像素子２１１の駆動制御、撮像画像の処理、交換レンズ２０２の焦点検出および焦点調節、絞り２０８の制御、ＬＣＤ２１５の表示制御、レンズ駆動制御装置２０９との通信、カメラ全体のシーケンス制御などを行う。なお、カメラ駆動制御装置２１２は、マウント部２０４に設けられた電気接点２１７を介してレンズ駆動制御装置２０９と通信を行う。

メモリカード２１３は撮像画像を記憶する画像ストレージである。ＬＣＤ２１５は液晶ビューファインダー（ＥＶＦ：電子ビューファインダー）の表示器として用いられ、撮影者は接眼レンズ２１６を介してＬＣＤ２１５に表示された撮像画像を視認することができる。

交換レンズ２０２を通過して撮像素子２１１上に結像された被写体像は撮像素子２１１により光電変換され、画像出力がカメラ駆動制御装置２１２へ送られる。カメラ駆動制御装置２１２は、焦点検出画素の出力に基づいて焦点検出位置におけるデフォーカス量を演算し、このデフォーカス量をレンズ駆動制御装置２０９へ送る。また、カメラ駆動制御装置２１２は、撮像画素の出力に基づいて生成した画像信号をＬＣＤドライバー２１４へ送り、ＬＣＤ２１５に表示するとともに、メモリカード２１３に記憶する。

レンズ駆動制御装置２０９は、ズーミングレンズ２０６、フォーカシングレンズ２０７および絞り２０８の位置を検出し、検出位置に基づいてレンズ情報を演算するか、あるいは予め用意されたルックアップテーブルから検出位置に応じたレンズ情報を選択し、カメラ駆動制御装置２１２へ送る。また、レンズ駆動制御装置２０９は、カメラ駆動制御装置２１２から受信したデフォーカス量に基づいてレンズ駆動量を演算し、レンズ駆動量に基づいてフォーカシング用レンズ２０７を駆動制御する。

図２は、交換レンズ２０２の予定結像面に設定した撮像画面Ｇ上の焦点検出領域を示す。撮像画面Ｇ上にＧ１〜Ｇ５の焦点検出領域を設定し、撮像素子２１１の焦点検出画素を撮像画面Ｇ上の各焦点検出領域Ｇ１〜Ｇ５の長手方向に直線状に配列する。つまり、撮像素子２１１上の焦点検出画素列は、撮影画面Ｇ上に結像された被写体像の内の焦点検出領域Ｇ１〜Ｇ５の像をサンプリングする。撮影者は撮影構図に応じて焦点検出領域Ｇ１〜Ｇ５の中から任意の焦点検出領域を手動で選択する。

図３は撮像素子２１１の詳細な構成を示す正面図である。なお、図３は撮像素子２１１上のひとつの焦点検出領域の周囲を拡大した部分拡大図である。撮像素子２１１は撮像画素３１０と焦点検出用の焦点検出画素３１１から構成される。

図４に示すように、撮像画素３１０はマイクロレンズ１０、光電変換部１１、不図示の色フィルターから構成される。また、図５に示すように、焦点検出画素３１１はマイクロレンズ１０、一対の光電変換部１２，１３から構成される。撮像画素３１０の光電変換部１１は、マイクロレンズ１０によって明るい交換レンズの射出瞳（たとえばＦ１．０）を通過する光束をすべて受光するような形状に設計される。一方、焦点検出画素３１１の一対の光電変換部１２、１３は、マイクロレンズ１０によって交換レンズの特定の射出瞳（たとえばＦ２．８）を通過する光束をすべて受光するような形状に設計される。

２次元状に配置された撮像画素３１０には赤（Ｒ）、緑（Ｇ）、青（Ｂ）のいずれかの色フィルターが備えられ、各色フィルターは図６に示す分光感度特性を有している。ＲＧＢの色フィルターを備えた撮像画素３１０は、図３に示すようにベイヤー配列される。

一方、焦点検出画素３１１には、光量をかせぐために色フィルターは設けられておらず、その分光感度特性は光電変換を行うフォトダイオードの分光感度と、赤外カットフィルター（不図示）の分光感度とを総合した図７に示す分光感度特性を有している。焦点検出画素３１１の分光感度は、図６に示す撮像画素３１０の内の緑画素Ｇ、赤画素Ｒ、青画素Ｂの分光感度を加算したような分光感度特性となり、その感度の光波長領域は緑画素Ｇ、赤画素Ｒ、青画素Ｂの感度の光波長領域を包含している。

焦点検出画素３１１は、図２に示す焦点検出領域Ｇ１〜Ｇ５の撮像画素３１０のＢフィルターとＧフィルターが配置されるべき行または列に、直線状に隙間なしに密に配置される。焦点検出画素３１１を撮像画素３１０のＢフィルターとＧフィルターが配置されるべき行または列に配置することによって、画素補間により焦点検出画素３１１の位置の画素信号を算出する場合に、多少誤差が生じても人間の眼には目立たなくすることができる。この理由は、人間の目は青より赤に敏感であることと、緑画素の密度が青画素と赤画素より高いので、緑画素の１画素の欠陥に対する画像劣化への寄与が小さいためである。

なお、上述した補色フィルターの撮像画素を二次元状に展開した撮像素子では、出力誤差が比較的目立たない青成分を含むシアンとマゼンダが配置されるべき画素位置に焦点検出画素３１１を配置する。

図８は撮像画素３１０の断面図である。撮像画素３１０において、撮像用の光電変換部１１の前方にマイクロレンズ１０が配置され、マイクロレンズ１０により光電変換部１１が前方に投影される。光電変換部１１は半導体回路基板２９上に形成され、不図示の色フィルタはマイクロレンズ１０と光電変換部１１の中間に配置される。

図９は焦点検出画素３１１の断面図である。焦点検出画素３１１において、焦点検出用の光電変換部１２，１３の前方にマイクロレンズ１０が配置され、マイクロレンズ１０により光電変換部１２，１３が前方に投影される。光電変換部１２，１３は半導体回路基板２９上に形成される。

次に、図１０により瞳分割方式による焦点検出方法を説明する。図１０において、交換レンズ２０２の光軸９１上に配置される焦点検出画素３１１のマイクロレンズ５０と、そのマイクロレンズ５０の後方に配置される一対の光電変換部５２，５３、および交換レンズ２０２の光軸９１外に配置される焦点検出画素３１１のマイクロレンズ６０と、そのマイクロレンズ６０の後方に配置される一対の光電変換部６２，６３を例にあげて説明する。交換レンズ２０２の予定結像面に配置したマイクロレンズ５０、６０の前方の距離ｄ４の位置に、交換レンズ２０２の射出瞳９０を設定する。ここで、距離ｄ４は、マイクロレンズ５０、６０の曲率、屈折率、マイクロレンズ５０、６０と光電変換部５２，５３、６２，６３との間の距離などに応じて決まる値であって、この明細書では測距瞳距離と呼ぶ。

マイクロレンズ５０、６０は交換レンズ２０２の予定結像面に配置されており、光軸９１上のマイクロレンズ５０によって一対の光電変換部５２，５３の形状がマイクロレンズ５０から投影距離ｄ４だけ離間した射出瞳９０上に投影され、その投影形状は測距瞳９２，９３を形成する。一方、光軸９１外のマイクロレンズ６０によって一対の光電変換部６２，６３の形状が投影距離ｄ４だけ離間した射出瞳９０上に投影され、その投影形状は測距瞳９２，９３を形成する。すなわち、投影距離ｄ４にある射出瞳９０上で各焦点検出画素の光電変換部の投影形状（測距瞳９２，９３）が一致するように、各画素の投影方向が決定される。

光電変換部５２は、測距瞳９２を通過しマイクロレンズ５０へ向う焦点検出光束７２によってマイクロレンズ５０上に形成される像の強度に対応した信号を出力する。光電変換部５３は、測距瞳９３を通過しマイクロレンズ５０へ向う焦点検出光束７３によってマイクロレンズ５０上に形成される像の強度に対応した信号を出力する。光電変換部６２は、測距瞳９２を通過しマイクロレンズ６０へ向う焦点検出光束８２によってマイクロレンズ６０上に形成される像の強度に対応した信号を出力する。光電変換部６３は、測距瞳９３を通過しマイクロレンズ６０へ向う焦点検出光束８３によってマイクロレンズ６０上に形成される像の強度に対応した信号を出力する。なお、焦点検出画素３１１の配列方向は一対の瞳距離の分割方向と一致させる。

このような焦点検出画素を直線状に多数配列し、各画素の一対の光電変換部の出力を測距瞳９２と測距瞳９３に対応した出力グループにまとめることによって、一対の測距瞳９２と９３を各々通過する焦点検出光束が焦点検出画素列上に形成する一対の像の強度分布に関する情報を得ることができる。さらに、この情報に対して後述する像ズレ検出演算処理（相関処理、位相差検出処理）を施すことによって、いわゆる瞳分割方式で一対の像の像ズレ量を検出することができる。そして、この像ズレ量に所定の変換係数を乗ずることによって、予定結像面に対する現在の結像面（予定結像面上のマイクロレンズアレイの位置に対応した焦点検出位置における結像面）の偏差（デフォーカス量）を算出することができる。

なお、図１０では、光軸９１上にある第一焦点検出画素（マイクロレンズ５０と一対の光電変換部５２，５３）と隣接する第一焦点検出画素（マイクロレンズ６０と一対の光電変換部６２，６３）を模式的に例示したが、その他の焦点検出画素においても同様に、一対の光電変換部がそれぞれ一対の測距瞳から各マイクロレンズに到来する光束を受光する。

図１１は射出瞳面における投影関係を示す正面図である。焦点検出画素３１１から一対の光電変換部１２，１３をマイクロレンズ１０により射出瞳面９０に投影した測距瞳９２，９３の外接円は、結像面から見た場合に所定の開口Ｆ値（以下、測距瞳Ｆ値と呼ぶ。ここではＦ２．８）となる。撮像画素３１０の光電変換部１１をマイクロレンズ１０により射出瞳面９０に投影すると領域９４となり、領域９４は測距瞳９２，９３を包含した広い領域となっている。

図１１において、破線で示す交換レンズ２０２の絞り開口に対応した領域９５の中心と、測距瞳９２，９３の外接円の中心との位置関係は、交換レンズ２０２固有の射出瞳の位置と焦点検出画素の画面上の位置（光軸からの距離）に応じて変化し、必ずしも一致しない。交換レンズ２０２の射出瞳の大きさが測距瞳９２，９３の外接円の大きさよりも小さく、かつ中心が一致しない場合には、一対の測距瞳９２、９３を通過する光束がアンバランスに“ケラレ”ることになり、これらの光束により形成される一対の像の光量が一致せず、歪みが生じる。

図１２は、１つの焦点検出位置における像信号の強度分布（光量）を縦軸に、焦点検出位置内の位置偏差を横軸にとって示したものである。焦点検出位置内の位置偏差とは、例えば図３に示す撮像素子２１１上の１つの焦点検出位置に属する複数の焦点検出画素の位置に相当する。焦点検出光束にケラレが生じていない場合の一対の像信号４００，４０１は、図１２(ａ)に示すように、同一の像信号関数が単に横にシフトしたものとなっている。焦点検出光束にケラレが生ずると、測距瞳を通る焦点検出用光束の量が焦点検出位置および焦点検出位置内での位置偏差によって変化し、一対の像信号４０２，４０３は図１２（ｂ）のようになり、同一の信号を相対的にシフトしたものにはならない。

《撮像動作》
図１３は、一実施の形態のディジタルスチルカメラ（撮像装置）２１０の撮像動作を示すフローチャートである。カメラ駆動制御装置２１２は、ステップ１００でカメラの電源が投入されるとこの撮像動作を繰り返し実行する。ステップ１１０において撮像素子２１１から撮像画素３１０のデータを間引き読み出しし、電子ビューファインダーＬＣＤ２１５に表示させる。撮像画素３１０のデータを間引き読み出しする際には、焦点検出画素３１１がなるべく含まれないような設定で間引き読み出しをすることによって、表示品質を向上させることができる。逆に、焦点検出画素３１１を含むように間引き読み出しを行い、電子ビューファインダーＬＣＤ２１５上に焦点検出画素出力を補正せずに表示させることによって、焦点検出位置をユーザーに認識可能に表示することもできる。

ステップ１２０では焦点検出画素列からデータを読み出す。なお、図２に示す焦点検出エリアＧ１〜Ｇ５の中から予めエリア選択操作部材（不図示）により任意のエリアが選択されているので、選択された焦点検出エリアに対応する焦点検出画素列からデータを読み出す。続くステップ１３０において焦点検出画素列に対応した一対の像データに基づいて、後述する像ズレ検出演算処理すなわち相関演算処理を行い、像ズレ量を演算し、さらにデフォーカス量を算出する。ステップ１４０では合焦近傍か否か、つまり算出したデフォーカス量の絶対値が合焦判定基準値以内であるか否かを調べる。

合焦近傍でないと判定した場合はステップ１５０へ進み、算出したデフォーカス量をレンズ駆動制御装置２０９へ送信し、交換レンズ２０２のフォーカシング用レンズ２０７を合焦位置に駆動させ、ステップ１１０へ戻って上記動作を繰り返す。なお、焦点検出不能な場合もこのステップ１５０へ分岐し、レンズ駆動制御装置２０９へスキャン駆動命令を送信し、交換レンズ２０２のフォーカシング用レンズ２０７を無限位置と至近位置の間でスキャン駆動させ、ステップ１１０へ戻って上記動作を繰り返す。

一方、合焦近傍であると判定した場合はステップ１６０へ進み、レリーズボタン（不図示）の操作によりシャッターレリーズがなされたか否かを判定し、なされていない場合はステップ１１０へ戻って上記動作を繰り返す。シャッターレリーズがなされた場合はステップ１７０へ進み、レンズ駆動制御装置２０９へ絞り調整命令を送信し、交換レンズ２０２の絞り２０８をカメラ駆動制御装置２１２で露出演算により決定した制御Ｆ値、またはユーザーが手動で設定したＦ値に設定する。

絞り制御が終了した時点で、撮像素子２１１に撮像動作を行わせ、撮像素子２１１の撮像画素３１０およびすべての焦点検出画素３１１から画像データを読み出す。ステップ１８０において、焦点検出画素列の各画素位置における画素データを、焦点検出画素３１１のデータおよび周囲の撮像画素３１０のデータに基づいて補間する。ステップ１９０では撮像画素３１０のデータおよび補間された焦点検出画素位置のデータからなる画像データをメモリーカード２１３に保存し、ステップ１１０へ戻って上記動作を繰り返す。

《焦点検出動作》
図１４は、図１３に示す撮像動作の中のステップ１３０の焦点検出動作の詳細を示すフローチャートである。ステップ３００において焦点検出演算処理すなわち相関演算処理を開始し、ステップ３１０で焦点検出画素列から出力される一対の信号データ列（α１〜αＭ、β１〜βＭ：Ｍはデータの個数）に対して下記（１）式に示すような高周波カットフィルター処理を施し、第１信号データ列Ａ１〜ＡＮと第２信号データ列Ｂ１〜ＢＮ（Ｎはデータ個数）を生成し、信号データ列から相関処理に悪影響を及ぼすノイズ成分や高周波成分を除去する。
Ａｎ＝αｎ＋２×αｎ＋１＋αｎ＋２，
Ｂｎ＝βｎ＋２×βｎ＋１＋βｎ＋２ ・・・（１）
（１）式において、ｎ＝１〜Ｎである。なお、演算時間の短縮を図る場合や、すでに大きくデフォーカスしていて高周波成分が少ないことがわかっている場合には、ステップ３１０の高周波カットフィルター処理を省略することができる。

ステップ３２０において、ずらし量ｋ（整数）における第１信号データ列Ａ１〜ＡＮと第２信号データ列Ｂ１〜ＢＮとの相関量を演算するために、まず第１信号データ列Ａ１〜ＡＮに対して第２信号データ列Ｂ１〜ＢＮを相対的に所定量ｋだけずらす。

続くステップ３３０では、第１信号データ列Ａ１〜ＡＮの中の任意の範囲のデータ、つまり注目するデータＡｎとその近傍のデータＡn-r〜Ａn+s（ｒ、ｓは任意の整数；以下、この範囲を“微少範囲”と呼ぶ）に対して第１演算（詳細後述）を行って演算データを得るとともに、ずらし量ｋだけずれた第２信号データ列Ｂ１〜ＢＮの中の第１信号データ列の上記注目データＡｎに対応するデータＢn+kとその近傍の微少範囲データＢn-r〜Ｂn+sに対して第２演算（詳細後述）を行って演算データを得る。そして、それらの演算データを乗算して第１演算データを算出する。

ステップ３４０において、第２信号データ列Ｂ１〜ＢＮの中の上記微少範囲データＢn-r〜Ｂn+sに対して上記第１演算を行って演算データを得るとともに、第１信号データ列Ａ１〜ＡＮの中の上記微少範囲データＡn-r〜Ａn+sに対して上記第２演算を行って演算データを得る。そして、それらの演算データを乗算して第２演算データを算出する。

なお、詳細を後述するが、ステップ３３０と３４０における演算結果の第１演算データと第２演算データは、ともに任意の“微少範囲”において第１信号データ列と第２信号データ列の歪みが相殺されたデータとなる。

また、上述したステップ３３０と３４０では、第１信号データ列と第２信号データ列の“微少範囲”に対して第１演算と第２演算を施して演算データを得る例を示したが、第１信号データ列Ａ１〜ＡＮの任意の位置における注目データＡｎと、ずらし量ｋだけずれた第２信号データ列Ｂ１〜ＢＮの前記注目データＡｎの位置に対応するデータＢn+kの近傍のデータ、例えばＢn+1+kあるいはＢn+2+kなどとを乗算して第１演算データを生成するとともに、第２信号データ列Ｂ１〜ＢＮのデータＢn+kと、第１信号データ列Ａ１〜ＡＮの注目データＡｎの近傍のデータ、例えばＡn+1あるいはＡn+2などとを乗算して第２演算データを生成してもよい。

ステップ３５０において第１演算データと第２演算データの差の絶対値を算出する。この演算結果は、“微少範囲”における第１信号データ列と第２信号データ列の相関度（類似度）を示す量となる。続くステップ３６０で“微少範囲”をずらしながらステップ３３０〜３５０の処理を繰り返し、ステップ３５０における相関度を示す量の演算結果を累積加算することによって、所定のずらし量ｋにおける相関量Ｃ（ｋ）を算出する。

ステップ３７０においてずらし量ｋを所定範囲で変更しながらステップ３２０〜３６０の処理を繰り返し、ずらし量ｋに関する相関量Ｃ（Ｋ）のデータを算出する。ここで、ずらし量ｋでかつ“微少範囲”の中心位置ｎにおける第１演算データをＥｎ,ｋとし、第２演算データをＦｎ,ｋとすると、最終的に得られる相関量Ｃ（Ｋ）は下記（２）式のように表される。
Ｃ（ｋ）＝Σ｜Ｅｎ,ｋ−Ｆn,ｋ｜ ・・・（２）
（２）式において、Σ演算はｎについて累積されるとともに、ｎのとる範囲はずらし量ｋに応じてＥｎ,ｋとＦｎ,ｋのデータが存在する範囲に限定される。また、ずらし量ｋは整数であり、一対のデータの検出ピッチを単位とした相対的シフト量である。

ステップ３８０において、（２）式の演算結果は、例えば図１５(ａ)に示すように、一対のデータの相関が高いシフト量ｋ＝ｋj＝２において相関量Ｃ（ｋ）が最小（小さいほど相関度が高い）になる。下記（３）〜（６）式による３点内挿の手法を用いて連続的な相関量に対する最小値Ｃ（ｘ）を与えるシフト量ｘを求める。
ｘ＝ｋj＋Ｄ／ＳＬＯＰ ・・・（３），
Ｃ(ｘ)＝Ｃ(ｋj)−｜Ｄ｜ ・・・（４），
Ｄ＝｛Ｃ(ｋj-１)−Ｃ(ｋj＋１)｝／２ ・・・（５），
ＳＬＯＰ＝ＭＡＸ｛Ｃ(ｋj＋１)−Ｃ(ｋj)，Ｃ(ｋj-１)−Ｃ(ｋj)｝ ・・・（６）

ステップ３９０では（３）式で求めたシフト量ｘにより、被写体像面の予定結像面に対するデフォーカス量ＤＥＦを下記（７）式で求めることができる。
ＤＥＦ＝ＫＸ・ＰＹ・ｘ ・・・（７）
（７）式において、ＰＹは検出ピッチであり、ＫＸは一対の測距瞳の重心の開き角の大きさによって決まる変換係数である。算出したデフォーカス量ＤＥＦに信頼性があるかどうかは次のようにして判定する。図１５(ｂ)に示すように、一対のデータの相関度が低い場合は内挿された相関量の最小値Ｃ（ｘ）の値が大きくなる。したがって、Ｃ(ｘ)が所定値以上の場合は信頼性が低いと判定する。あるいは、Ｃ(ｘ)をデータのコントラストで規格化するために、コントラストに比例した値となるＳＬＯＰでＣ(ｘ)を除した値が所定値以上の場合は信頼性が低いと判定する。あるいはまた、コントラストに比例した値となるＳＬＯＰが所定値以下の場合は、被写体が低コントラストであり、算出したデフォーカス量ＤＥＦの信頼性は低いとする。

図１５(ｃ)に示すように、一対のデータの相関度が低く、シフト範囲ｋmin〜ｋmaxの間で相関量Ｃ(ｋ)の落ち込みがない場合は、最小値Ｃ(ｘ)を求めることができず、このような場合は焦点検出不能と判定する。焦点検出が可能であった場合には算出した像ズレ量に所定の変換係数を乗じてデフォーカス量を算出する。ステップ４００において焦点検出演算処理（相関演算処理）を終了してリターンする。

《相関演算》
次に、図１４に示す相関演算処理の実施例を説明する。図１６は一実施の形態の相関演算の思想を説明するための図であり、実線で示す第１信号データ列Ａ１〜ＡＮと破線で示す第２信号データ列Ｂ１〜ＢＮとに交換レンズ２０２のケラレなどに起因した歪みが生じ、両信号データ列の波形にゲイン差が生じた場合を示す。このようなゲイン差がある場合でも、各信号データ列の中の“微少範囲”の特性、すなわち隣接するデータの大きさの比Ａn／Ａn+1、Ｂn+k／Ｂn+1+kは大きな影響を受けない。この“微少範囲”の特性Ａn／Ａn+1、Ｂn+k／Ｂn+1+kには分母部が含まれるから、これらの“微少範囲”の特性に分母部の共通項(Ａn+1×Ｂn+1+k)を乗ずることによって、分母部が０になった場合の発散の影響や分母部の値が小さい場合のノイズの影響を抑制することができる。

例えば、隣接するデータの大きさの比Ａn／Ａn+1、Ｂn+k／Ｂn+1+kに、分母部の共通項（Ａn+1×Ｂn+1+k）を乗じてＡn×Ｂn+1+k、Ｂn+k×Ａn+1を求める。このようにして算出した２つの信号データ列間の“微少範囲”の特性どうしの相関、この場合は差の絶対値をとることによって、２つの信号データ列間の相関度（類似度）を高精度に検出することが可能になる。さらに、“微少範囲”の位置を所定の範囲でずらしながら相関度を累積することによって、偶発的に生じた相関を排除して高精度な相関検出を行うことができる。

第１信号データ列Ａ１〜ＡＮの任意のデータＡnと、ずらし量ｋだけずれた第２信号データ列Ｂ１〜ＢＮのデータＡnに対応するデータＢn+kの近傍のデータ、例えば１個隣のＢn+1+kまたは２個隣のデータＢn+2+kとを乗算して第１演算データ(Ａn×Ｂn+1+k)または(Ａn×Ｂn+2+k)を生成するとともに、第２信号データ列Ｂ１〜ＢＮのデータＢn+kと、第１信号データ列Ａ１〜ＡＮの注目しているデータＡｎの近傍のデータ、例えば１個隣のＡn+1または２個隣のＡn+2とを乗算して第２演算データ(Ｂn+k×Ａn+1)または(Ｂn+k×Ａn+2)を生成する。そして、第１演算データと第２演算データに基づいて上記（２）式により第１信号データ列と第２信号データ列の相関を求める。この相関演算例を処理例１および処理例２として後述する。

また、上述した他の相関演算例として、第１信号データ列Ａ１〜ＡＮの中の任意の範囲のデータ、つまり注目するデータＡｎとその近傍の微少範囲データＡn-r〜Ａn+sに対して第１演算を行って演算データを得るとともに、ずらし量ｋだけずれた第２信号データ列Ｂ１〜ＢＮの中の第１信号データ列の上記注目データＡｎに対応するデータＢn+kとその近傍の微少範囲データＢn-r〜Ｂn+sに対して第２演算を行って演算データを得る。そして、それらの演算データを乗算して第１演算データを算出する。
さらに、第２信号データ列Ｂ１〜ＢＮの中の上記微少範囲データＢn-r〜Ｂn+sに対して上記第１演算を行って演算データを得るとともに、第１信号データ列Ａ１〜ＡＮの中の上記微少範囲データＡn-r〜Ａn+sに対して上記第２演算を行って演算データを得る。そして、それらの演算データを乗算して第２演算データを算出する。
そして、第１演算データと第２演算データに基づいて上記（２）式により第１信号データ列と第２信号データ列の相関を求める。この相関演算例を処理例３〜処理例８として後述する。

《相関演算処理例１》
相関量Ｃ(ｋ)を次式により求める。
Ｃ(ｋ)＝Σ｜(Ａn×Ｂn+1+k)−(Ｂn+k×Ａn+1)｜ ・・・（８）
（８）式において、Σ演算はｎについて累積され、ｎのとる範囲はずらし量ｋに応じてＡn、Ａn+1、Ｂn+k、Ｂn+1+kのデータが存在する範囲に限定される。図１７に相関演算処理例１のデータフローを示す。この処理例１では、第１信号データ列Ａの中の注目データＡｎと、ずらし量ｋだけずれた第２信号データ列Ｂの中の注目データＡｎに対応するデータＢn+kから１個ずれたデータＢn+1+kとを乗じて第１演算データ(Ａn×Ｂn+k)を求めるとともに、第２信号データ列ＢのデータＢn+kと第１信号データ列Ａの注目データＡｎから１個ずれたデータＡn+1とを乗じて第２演算データ(Ｂn+k×Ａn+1)を求め、第１演算データと第２演算データの差の絶対値の総和により第１信号データ列Ａと第２信号データ列Ｂの相関量Ｃ(ｋ)を演算する。

ここで、図１８に示すような一対の像信号データ列Ａ、Ｂに対して相関演算処理例１を実施する場合について考察する。撮像素子２１１から出力される一対の像信号データ列(Ａ１、Ａ２、・・、ＡＮ)、(Ｂ１、Ｂ２、・・、ＢＮ)に相対的な歪みが発生し、図１８に示すように、両像信号データ列の波形(１＋sinω)のゲインと傾きに差が生じたとする。この二つの信号データ列Ａ、Ｂに対して相関演算処理例１を実行した結果を図１９に示す。図から明らかなように、二つの信号データ列Ａ、Ｂが歪んでいるにも関わらず、相関演算処理例１により周期的に高い相関（落ち込んだ位置）が得られることがわかる。

この相関演算処理例１によれば、上述した従来の相関演算方法、すなわち単に両信号データ列Ａ、Ｂの差の絶対値の総和Σ｜Ａn−Ｂn+k｜を求めて両信号データ列の相関量Ｃ(ｋ)とするのに比べ、二つの信号データ列Ａ、Ｂに相対的な歪みが発生している場合でも、二つの信号データ列Ａ、Ｂの相関量を正確に求めることができる。また、この相関演算処理例１では、相関演算式（８）が分数形式になっていないので、分母部が０になることによる演算の発散がなく、また分母部が０に近い場合のノイズの影響もない。

《相関演算処理例２》
相関量Ｃ(ｋ)を次式により求める。
Ｃ(ｋ)＝Σ｜(Ａn×Ｂn+2+k)−(Ｂn+k×Ａn+2)｜ ・・・（９）
（９）式において、Σ演算はｎについて累積され、ｎのとる範囲はずらし量ｋに応じてＡn、Ａn+2、Ｂn+k、Ｂn+2+kのデータが存在する範囲に限定される。図２０に相関演算処理例２のデータフローを示す。この相関演算処理例２は、（８）式に示す相関演算処理１よりも演算対象のデータ間隔をより広げた演算としている。

二つの信号データ列Ａ、Ｂに相対的な歪みが発生した図１８に示す信号データ列Ａ、Ｂに対して相関演算処理２を実行したした結果を図２１に示す。図から明らかなように、二つの信号データ列Ａ、Ｂが歪んでいるにも関わらず、相関演算処理例２により周期的に高い相関（落ち込んだ位置）が得られることがわかる。この相関演算処理２によれば、相関演算処理１による上述した効果に加え、注目データＡn、Ｂn+kから２個ずれた位置のデータＢn+2+k、Ａn+2を演算対象とし、演算対象のデータ間隔をより広くしているので、信号データ列に含まれる高周波成分やノイズの影響を緩和することができ、耐ノイズ性能が向上する。

《相関演算処理例３》
相関量Ｃ(ｋ)を次式により求める。
Ｃ(ｋ)＝Σ｜(Ａn−Ａn+1)×(Ｂn+k＋Ｂn+1+k)−(Ｂn+k−Ｂn+1+k)×(Ａn＋Ａn+1)｜
・・・（１０）
（１０）式において、Σ演算はｎについて累積され、ｎのとる範囲はずらし量ｋに応じてＡn、Ａn+1、Ｂn+k、Ｂn+1+kのデータが存在する範囲に限定される。図２２に相関演算処理例３のデータフローを示す。

この相関演算処理例３は、（１０）式から明らかなように、第１信号データ列Ａの中の注目データＡｎとその近傍の微少範囲データＡn〜Ａn+1に対して隣接データの差分すなわち１次微分（第１演算）を行って演算データ(Ａn−Ａn+1)を得るとともに、ずらし量ｋだけずれた第２信号データ列Ｂの中の第１信号データ列の上記注目データＡｎに対応するデータＢn+kとその近傍の微少範囲データＢn+k〜Ｂn+1+kに対して加算すなわち平均化（第２演算）を行って演算データ(Ｂn+k＋Ｂn+1+k)を得る。そして、それらの演算データを乗算して第１演算データ(Ａn−Ａn+1)×(Ｂn+k＋Ｂn+1+k)を算出する。

さらに、第２信号データ列Ｂの中の上記微少範囲データＢn+k〜Ｂn+1+kに対して隣接データの差分すなわち１次微分（第１演算）を行って演算データ(Ｂn+k−Ｂn+1+k)を得るとともに、第１信号データ列Ａの中の上記微少範囲データＡn〜Ａn+1に対して加算すなわち平均化（第２演算）を行って演算データ(Ａn＋Ａn+1)を得る。そして、それらの演算データを乗算して第２演算データ(Ｂn+k−Ｂn+1+k)×(Ａn＋Ａn+1)を算出する。そして、第１演算データと第２演算データに基づいて上記（２）式により第１信号データ列と第２信号データ列の相関を求める。

二つの信号データ列Ａ、Ｂに相対的な歪みが発生した図１８に示す信号データ列Ａ、Ｂに対して相関演算処理３を実行したした結果を図２３に示す。図から明らかなように、二つの信号データ列Ａ、Ｂが歪んでいるにも関わらず、相関演算処理例３により周期的に高い相関（落ち込んだ位置）が得られることがわかる。この相関演算処理３によれば、相関演算処理１による上述した効果に加え、信号データ列の特性値として隣接データの差分（１次微分）と隣接データの平均値との比を用いているので、信号データ列に含まれる高周波成分やノイズの影響を緩和することができ、耐ノイズ性能が向上する。また、信号データ列Ａ、Ｂに含まれるＤＣ成分を除去することができ、２つの信号データ列Ａ、ＢにＤＣオフセットが含まれる場合にも、高精度な相関検出が可能になる。

《相関演算処理４》
相関量Ｃ(ｋ)を次式により求める。
Ｃ(ｋ)＝Σ｜(Ａn−Ａn+2)×(Ｂn+k＋Ｂn+2+k)−(Ｂn+k−Ｂn+2+k)×(Ａn＋Ａn+2)｜
・・・（１１）
（１１）式において、Σ演算はｎについて累積され、ｎのとる範囲はずらし量ｋに応じてＡn、Ａn+2、Ｂn+k、Ｂn+2+kのデータが存在する範囲に限定される。図２４に相関演算処理４のデータフローを示す。この相関演算処理４は、（１０）式に示す相関演算処理３よりも演算対象のデータ間隔を広げた演算としている。

二つの信号データ列Ａ、Ｂに相対的な歪みが発生した図１８に示す信号データ列Ａ、Ｂに対して相関演算処理４を実行したした結果を図２５に示す。図から明らかなように、二つの信号データ列Ａ、Ｂが歪んでいるにも関わらず、相関演算処理例４により周期的に高い相関（落ち込んだ位置）が得られることがわかる。この相関演算処理４によれば、相関演算処理１による上述した効果に加え、演算対象のデータ間隔をより広くしているので、信号データ列に含まれる高周波成分やノイズの影響を緩和することができ、耐ノイズ性能が向上する。

《相関演算処理５》
相関量Ｃ(ｋ)を次式により求める。
Ｃ(ｋ)＝Σ｜(２×Ａn−Ａn-1−Ａn+1)×(Ｂn-1+k＋Ｂn+k＋Ｂn+1+k)−(２×Ｂn+k−Ｂn-1+k−Ｂn+1+k)×(Ａn-1＋Ａn＋Ａn+1)｜ ・・・（１２）
（１２）式において、Σ演算はｎについて累積され、ｎのとる範囲はずらし量ｋに応じてＡn-1、Ａn、Ａn+1、Ｂn-1+k、Ｂn+k、Ｂn+1+kのデータが存在する範囲に限定される。図２６に相関演算処理５のデータフローを示す。この相関演算処理５は、信号データ列の特性値として、隣接データの差分（２次微分；第１演算に相当）と、隣接データの平均値（第２演算に相当）との比を採用した場合の相関演算式である。

二つの信号データ列Ａ、Ｂに相対的な歪みが発生した図１８に示す信号データ列Ａ、Ｂに対して相関演算処理５を実行したした結果を図２７に示す。図から明らかなように、二つの信号データ列Ａ、Ｂが歪んでいるにも関わらず、相関演算処理例５により周期的に高い相関（落ち込んだ位置）が得られることがわかる。この相関演算処理５によれば、相関演算処理１による上述した効果に加え、信号データ列Ａ、Ｂに含まれる高周波成分やノイズの影響を緩和することができるので、耐ノイズ性能が向上する。さらに、信号データ列Ａ、Ｂに含まれるＤＣ成分および１次傾き成分を除去することができ、２つの信号データ列にＤＣオフセットや１次傾き成分の違いが含まれる場合にも、高精度な相関検出が可能になる。

《相関演算処理６》
相関量Ｃ(ｋ)を次式により求める。
Ｃ(ｋ)＝Σ｜(２×Ａn−Ａn-2−Ａn+2)×(Ｂn-2+k＋Ｂn+k＋Ｂn+2+k)−(２×Ｂn+k−Ｂn-2+k−Ｂn+2+k)×(Ａn-2＋Ａn＋Ａn+2)｜ ・・・（１３）
（１３）式において、Σ演算はｎについて累積され、ｎのとる範囲はずらし量ｋに応じてＡn-2、Ａn、Ａn+2、Ｂn-2+k、Ｂn+k、Ｂn+2+kのデータが存在する範囲に限定される。図２８に相関演算処理６のデータフローを示す。この相関演算処理６は、（１２）式に示す相関演算処理５よりも演算対象のデータ間隔を広げた演算としている。

二つの信号データ列Ａ、Ｂに相対的な歪みが発生した図１８に示す信号データ列Ａ、Ｂに対して相関演算処理６を実行したした結果を図２９に示す。図から明らかなように、二つの信号データ列Ａ、Ｂが歪んでいるにも関わらず、相関演算処理例６により周期的に高い相関（落ち込んだ位置）が得られることがわかる。この相関演算処理例６によれば、相関演算処理例５による上述した効果に加え、演算対象のデータ間隔をより広くしているので、信号データ列に含まれる高周波成分やノイズの影響を緩和することができ、耐ノイズ性能が向上する。

《相関演算処理７》
相関量Ｃ(ｋ)を次式により求める。
Ｃ(ｋ)＝Σ｜(Ａn^２×Ｂn-1+k×Ｂn+1+k)−(Ｂn+k^２×Ａn-1×Ａn+1)｜ ・・・（１４）
（１４）式において、Σ演算はｎについて累積され、ｎのとる範囲はずらし量ｋに応じてＡn-1、Ａn、Ａn+1、Ｂn-1+k、Ｂn+k、Ｂn+1+kのデータが存在する範囲に限定される。図３０に相関演算処理例７のデータフローを示す。

二つの信号データ列Ａ、Ｂに相対的な歪みが発生した図１８に示す信号データ列Ａ、Ｂに対して相関演算処理例７を実行したした結果を図３１に示す。図から明らかなように、二つの信号データ列Ａ、Ｂが歪んでいるにも関わらず、相関演算処理例７により周期的に高い相関（落ち込んだ位置）が得られることがわかる。この相関演算処理例７によれば、相関演算式（１４）が分数形式になっていないので、分母部が０になることによる演算の発散がなく、また分母部が０に近い場合のノイズの影響もない。

《相関演算処理例８》
相関量Ｃ(ｋ)を次式により求める。
Ｃ(ｋ)＝Σ｜(Ａn^２×Ｂn-2+k×Ｂn+2+k)−(Ｂn+k^２×Ａn-2×Ａn+2)｜ ・・・（１５）
Σ演算はｎについて累積され、ｎのとる範囲はずらし量ｋに応じてＡn-2、Ａn、Ａn+2、Ｂn-2+k、Ｂn+k、Ｂn+2+kのデータが存在する範囲に限定される。この相関演算処理例８は、（１４）式に示す相関演算処理７よりも演算対象のデータ間隔を広げた演算としている。図３２に相関演算処理例８のデータフローを示す。

二つの信号データ列Ａ、Ｂに相対的な歪みが発生した図１８に示す信号データ列Ａ、Ｂに対して相関演算処理例８を実行したした結果を図３３に示す。図から明らかなように、二つの信号データ列Ａ、Ｂが歪んでいるにも関わらず、相関演算処理例８により周期的に高い相関（落ち込んだ位置）が得られることがわかる。この相関演算処理例８によれば、相関演算処理例７による上述した効果に加え、演算対象のデータ間隔をより広くしているので、信号データ列に含まれる高周波成分やノイズの影響を緩和することができ、耐ノイズ性能が向上する。

《第１の実施の形態の変形例》
図３に示す撮像素子２１１では焦点検出画素３１１を隙間なく配列する例を示したが、図３４に焦点検出画素３１１を撮像画素３１０の青画素の位置に１画素おきに一列に配列した撮像素子２１１Ａの例を示す。焦点検出画素３１１の配置間隔が大きくなることによって、焦点検出精度が多少低下するものの焦点検出画素３１１の密度が低くなるので、焦点検出画素３１１の位置の画像信号を補間処理により求めた画像品質が向上する。

図３に示す撮像素子２１１では、図５に示すように焦点検出画素３１１ごとに一対の光電変換部１２，１３を備えた例を示した。図３５に、ひとつの画素内にひとつの光電変換部を備えた焦点検出画素３１３，３１４を示す。焦点検出画素３１３は、図３５(ａ)に示すように、マイクロレンズ１０と光電変換部１６を備えている。また、焦点検出画素３１４は、図３５(ｂ)に示すように、マイクロレンズ１０と光電変換部１７とを備えている。光電変換部１６，１７はマイクロレンズ１０により交換レンズの射出瞳に投影され、図１０に示す測距瞳９２，９３を形成する。したがって、焦点検出画素３１３，３１４により焦点検出の用いる一対の像の出力を得ることができる。

図３６に、図３５(ａ)、(ｂ)に示す焦点検出画素３１３，３１４を交互に一列に配置した撮像素子２１１Ｂの例を示す。隣接する焦点検出画素３１３と焦点検出画素３１４が一対となり、図３に示す撮像素子２１１の焦点検出画素３１１に相当し、焦点検出に用いる一対の像の出力を得ることができる。

図３に示す撮像素子２１１では、図３７(ａ)に示すように、Ｒ、Ｇ、Ｂの各色フィルターを備えた撮像画素３１０をベイヤー配列とした例を示したが、色フィルターの構成や配列は上述した一実施の形態に限定されない。例えば、図３７(ｂ)に示すように、Ｇ（緑）、黄（Ｙｅ）、マゼンダ（Ｍｇ）、シアン（Ｃｙ）を補色配列にしてもよい。この補色フィルターを用いる場合には、焦点検出画素３１１を、出力誤差が比較的目立たない青成分を含むシアンとマゼンタが配置されるべき画素位置に配置する。

図３に示す撮像素子２１１では焦点検出画素３１１に色フィルターを設けない例を示したが、撮像画素３１０と同色の色フィルターのうち、ひとつの色フィルター、例えば緑色フィルターを設けた場合でも、本発明を適用することができる。

図１３に示す撮像動作では、補間処理により焦点検出画素３１１の位置の画像信号を補正した画像データをメモリーカード２１３に格納する例を示したが、補正した画像データを電子ビューファインダー２１５や、ボディの背面に設けられた不図示の背面モニター画面に表示するようにしてもよい。

なお、上述した撮像素子２１１、２１１Ａ、２１１Ｂは、ＣＣＤイメージセンサー、ＣＭＯＳイメージセンサーとして形成することができる。

上述した一実施の形態ではマイクロレンズを用いた瞳分割方式による焦点検出を例に上げて説明したが、本願発明の相関演算方法は上述した方式の焦点検出に限定されず、再結像瞳分割方式の焦点検出にも適用することができ、上述したような効果を奏することができる。

図３８により、本願発明の実施の形態による相関演算方法を適用した再結像瞳分割方式の焦点検出について説明する。図において、１９１は交換レンズの光軸、１１０，１２０はコンデンサーレンズ、１１１、１２１は絞りマスク、１１２，１１３、１２２，１２３は絞り開口、１１４、１１５、１２４，１２５は再結像レンズ、１１６、１２６は焦点検出用のイメージセンサー（ＣＣＤ）である。また、１３２，１３３、１４２，１４３は焦点検出光束、１９０は交換レンズの予定結像面の前方ｄ５の距離に設定された射出瞳である。なお、距離ｄ５は、コンデンサーレンズ１１０，１２０の焦点距離とコンデンサーレンズ１１０，１２０と絞り開口１１２，１１３、１２２，１２３の間の距離などに応じて決まる距離であり、測距瞳距離という。１９２はコンデンサーレンズ１１０，１２０により投影された絞り開口１１２，１２２の領域（測距瞳）、１９３はコンデンサーレンズ１１０，１２０により投影された絞り開口１１３，１２３の領域（測距瞳）である。

コンデンサーレンズ１１０、絞りマスク１１１、絞り開口１１２，１１３、再結像レンズ１１４，１１５、イメージセンサ１１６が、一つの位置で焦点検出を行う再結像方式の瞳分割型位相差検出の焦点検出ユニットを構成する。図３８では、光軸１９１上にある焦点検出ユニットと光軸外にある焦点検出ユニットを模式的に例示する。複数の焦点検出ユニットを組み合わせることによって、図２に示す５箇所の焦点検出位置Ｇ１〜Ｇ５において再結像方式の瞳分割型位相差検出で焦点検出を行う焦点検出専用センサーを実現することができる。

コンデンサーレンズ１１０からなる焦点検出ユニットは、交換レンズの予定結像面近傍に配置されたコンデンサーレンズ１１０、その背後に配置されたイメージセンサー１１６、コンデンサーレンズ１１０とイメージセンサー１１６の間に配置され、予定結像面近傍に結像された１次像をイメージセンサー１１６上に再結像する一対の再結像レンズ１１４，１１５、一対の再結像レンズの近傍（図では前面）に配置された一対の絞り開口１１２，１１３を有する絞りマスク１１１から構成される。イメージセンサー１１６は複数の光電変換部が直線に沿って密に配置されたラインセンサーであって、光電変換部の配置方向は一対の測距瞳の分割方向（＝絞り開口の並び方向）と一致させる。

イメージセンサー１１６上に再結像された一対の像の強度分布に対応した情報がイメージセンサー１１６から出力され、この情報に対して後述する像ズレ検出演算処理（相関処理、位相差検出処理）を施すことによって、いわゆる瞳分割型位相差検出方式（再結像方式）で一対の像の像ズレ量が検出される。像ズレ量に所定の変換係数を乗ずることによって、予定結像面に対する現在の結像面の偏差（デフォーカス量）が算出される。

イメージセンサー１１６は再結像レンズ１１４，１１５により予定結像面上に投影されており、デフォーカス量（像ズレ量）の検出精度は、像ズレ量の検出ピッチ（再結像方式の場合は予定結像面上に投影された光電変換部の配列ピッチ）により決まる。

コンデンサーレンズ１１０は絞りマスク１１１の絞り開口１１２，１１３を射出瞳１９０上に領域１９２，１９３として投影している。これらの領域１９２，１９３を測距瞳と呼ぶ。すなわち、イメージセンサー１１６上に再結像される一対の像は射出瞳１９０上の一対の測距瞳１９２，１９３を通過する光束によって形成される。射出瞳１９０上の一対の測距瞳１９２，１９３を通過する光束１３２、１３３を焦点検出光束と呼ぶ。

また、本願発明は撮影光学系を通過する光束を瞳分割する方式の焦点検出に限定されず、外光三角測距方式による距離測定にも適用することができ、上述したような効果を奏することができる。図３９により、本願発明の実施の形態による相関演算方法を適用した外光三角測距方式の距離測定について説明する。レンズ３２０とその結像面に配置されたイメージセンサー３２６からなるユニットと、レンズ３３０とその結像面に配置されたイメージセンサー３３６からなるユニットとが基線長を隔てて配置される。これら一対のユニットが測距装置３４７を構成する。測距対象３５０の像がレンズ３２０と３３０によりイメージセンサ３２６と３３６上に形成される。

イメージセンサー３２６と３３６上に形成される像の位置関係は、測距装置３４７から測距対象３５０までの距離に応じて変化する。したがって、イメージセンサー３２６と３３６の信号データに対して本発明を適用した像ズレ検出を行うことによって、２像の相対的位置関係を検出し、この位置関係に基づいて測距対象３５０までの距離を測定することができる。外光三角測距方式においては、レンズ３２０と３３０に汚れや雨滴が付着することによって、一対の信号にレベル差が生じたり歪みが生じたりするので、本願発明の相関演算方法を適用することによって、それらの問題が発生してもイメージセンサー３２６と３３６から出力される一対の像信号信号データ列の相関関係を正確に検出できる。

なお、以上の説明において相関度演算は２つのデータの差の絶対値の和を用いているが、その他の相関演算方式であってもよい。例えば２つのデータの乗算の和によって相関量を算出し、相関量のピーク値を与えるずらし量から２つの信号データ列の相対的なずれ量を検出するようにしてもよい。また、２つのデータのＭＡＸ値の和によって相関量を算出し、相関量のボトム値を与えるずらし量から２つの信号データ列の相対的なずれ量を検出するようにしてもよい。さらに、２つのデータのＭＩＮ値の和によって相関量を算出し、相関量のピーク値を与えるずらし量から２つの信号データ列の相対的なずれ量を検出するようにしてもよい。

本願発明の実施の形態による撮像装置は、交換レンズとカメラボディから構成されるデジタルスチルカメラやフィルムスチルカメラに限定されず、レンズ一体型のデジタルスチルカメラやフィルムスチルカメラ、あるいはビデオカメラにも適用することができる。また、本願発明は、携帯電話などに内蔵される小型カメラモジュールや監視カメラなどにも適用することができる。さらに、カメラ以外の焦点検出装置や測距装置、あるいはステレオ測距装置にも適用することができる。

本実施の形態は、時間が異なるイメージセンサーの信号間の相関を検出して被写体像の動きやカメラのブレを検出する装置にも適用することができる。また、イメージセンサーの画像信号と特定の画像信号のパターンマッチングにも適用することができる。さらに、画像信号データの相関を検出するものに限定されず、音に関するデータの相関やその他一般に２つの信号の相関を検出するあらゆるものにも適用することができ、上述した効果を奏することができる。

以上説明したように、一実施の形態では、例えば一対の焦点検出用光束のいずれか一方に撮影光学系によるケラレが発生してイメージセンサーから出力される一対の信号データ列に相対的な歪みが発生しても、両信号データ列の相関関係を正確に検出することができる。

《発明の第２の実施の形態》
上述した第１の実施の形態の焦点検出演算方法（相関演算方法）によれば、演算対象の一対の信号列、すなわち第１信号データ列と第２信号データ列との間にゲイン差があっても、両信号データ列の相関関係を正確に検出することができる。ところが、第１信号データ列と第２信号データ列との間にゲイン差とオフセットがあった場合には、相関演算結果の精度が低下する。そこで、この第２の実施の形態では、第１信号データ列と第２信号データ列との間にゲイン差とオフセットがあった場合の焦点検出演算方法（相関演算方法）を説明する。なお、この第２の実施の形態では上述した第１の実施の形態およびその変形例と相違する箇所のみを説明する。

《焦点検出動作》
図４０は第２の実施の形態の焦点検出動作の詳細を示すフローチャートである。なお、図１４に示す処理と同様な処理を行うステップに対しては同一のステップ番号を付して相違点を中心に説明する。ステップ３００において焦点検出演算処理すなわち相関演算処理を開始し、ステップ３１０で焦点検出画素列から出力される一対の信号データ列（α１〜αＭ、β１〜βＭ：Ｍはデータの個数）に対して下記（１６）式に示すような高周波カットフィルター処理を施し、第１信号データ列ａ１〜ａＮと第２信号データ列ｂ１〜ｂＮ（Ｎはデータ個数）を生成し、信号データ列から相関処理に悪影響を及ぼすノイズ成分や高周波成分を除去する。
ａｎ＝αｎ＋２×αｎ＋１＋αｎ＋２，
ｂｎ＝βｎ＋２×βｎ＋１＋βｎ＋２ ・・・（１６）
（１６）式において、ｎ＝１〜Ｎである。なお、演算時間の短縮を図る場合や、すでに大きくデフォーカスしていて高周波成分が少ないことがわかっている場合には、ステップ３１０の高周波カットフィルター処理を省略することができる。

ステップ３１５において、第１信号データ列ａ１〜ａＮと第２信号データ列ｂ１〜ｂＮからそれぞれのデータ列の平均値ａｘ、ｂｘを減じ、第１’信号データ列Ａ１〜ＡＮと第２’信号データ列Ｂ１〜ＢＮを生成する。なお、第１の実施の形態の第１信号列データおよび第２信号列データと、第２の実施の形態の第１信号列データおよび第２信号列データとを便宜上、同じ記号Ａ１〜ＡＮおよびＢ１〜ＢＮを用いて説明するが、この第２の実施の形態の第１信号列データＡ１〜ＡＮおよび第２信号列データＢ１〜ＢＮは下記（１７）式および（１８）式の演算を施した後の信号列データである。
ａｘ＝（Σａｎ）／Ｎ，
ｂｘ＝（Σｂｎ）／Ｎ ・・・（１７）
Ａｎ＝ａｎ−ａｘ，
Ｂｎ＝ｂｎ−ｂｘ ・・・（１８）
（１７）式、（１８）式において、ｎ＝１〜Ｎである。
後述するように平均値を減ずることにより、第１信号データ列と第２信号データ列の間にオフセットが発生している場合でも後述する相関演算処理により第１信号データ列と第２信号データ列の高精度な相関検出が可能となる。

ステップ３２０において、ずらし量ｋ（整数）における第１’信号データ列Ａ１〜ＡＮと第２’信号データ列Ｂ１〜ＢＮとの相関量を演算するために、まず第１’信号データ列Ａ１〜ＡＮに対して第２’信号データ列Ｂ１〜ＢＮを相対的に所定量ｋだけずらす。

続くステップ３３０では、第１’信号データ列Ａ１〜ＡＮの中の任意の範囲のデータ、つまり注目するデータＡｎとその近傍のデータＡn-r〜Ａn+s（ｒ、ｓは任意の整数；以下、この範囲を“微少範囲”と呼ぶ）に対して第１演算（詳細後述）を行って演算データを得るとともに、ずらし量ｋだけずれた第２’信号データ列Ｂ１〜ＢＮの中の第１’信号データ列の上記注目データＡｎに対応するデータＢn+kとその近傍の微少範囲データＢn-r〜Ｂn+sに対して第２演算（詳細後述）を行って演算データを得る。そして、それらの演算データを乗算して第１演算データを算出する。

ステップ３４０において、第２’信号データ列Ｂ１〜ＢＮの中の上記微少範囲データＢn-r〜Ｂn+sに対して上記第１演算を行って演算データを得るとともに、第１’信号データ列Ａ１〜ＡＮの中の上記微少範囲データＡn-r〜Ａn+sに対して上記第２演算を行って演算データを得る。そして、それらの演算データを乗算して第２演算データを算出する。

なお、詳細を後述するが、ステップ３３０と３４０における演算結果の第１演算データと第２演算データは、ともに任意の“微少範囲”において第１’信号データ列と第２’信号データ列の歪みが相殺されたデータとなる。

また、上述したステップ３３０と３４０では、第１’信号データ列と第２’信号データ列の“微少範囲”に対して第１演算と第２演算を施して演算データを得る例を示したが、第１’信号データ列Ａ１〜ＡＮの任意の位置における注目データＡｎと、ずらし量ｋだけずれた第２’信号データ列Ｂ１〜ＢＮの前記注目データＡｎの位置に対応するデータＢn+kの近傍のデータ、例えばＢn+1+kあるいはＢn+2+kなどとを乗算して第１演算データを生成するとともに、第２’信号データ列Ｂ１〜ＢＮのデータＢn+kと、第１’信号データ列Ａ１〜ＡＮの注目データＡｎの近傍のデータ、例えばＡn+1あるいはＡn+2などとを乗算して第２演算データを生成してもよい。

ステップ３５０において第１演算データと第２演算データの差の絶対値を算出する。この演算結果は、“微少範囲”における第１’信号データ列と第２’信号データ列の相関度（類似度）を示す量となる。続くステップ３６０で“微少範囲”をずらしながらステップ３３０〜３５０の処理を繰り返し、ステップ３５０における相関度を示す量の演算結果を累積加算することによって、所定のずらし量ｋにおける相関量Ｃ（ｋ）を算出する。

以下、ステップ３６０〜４００における処理は図１４に示す処理と同様であり、説明を省略する。

《相関演算》
次に、図４０に示す相関演算処理の実施例を説明する。図４１は第２の実施の形態の相関演算の思想を説明するための図であり、実線で示す第１信号データ列ａ１〜ａＮと破線で示す第２信号データ列ｂ１〜ｂＮとに交換レンズ２０２のケラレなどに起因した歪みが生じ、両信号データ列の波形にゲイン差およびオフセットが生じた場合を示す。

オフセットについては、第１信号データ列ａ１〜ａＮと第２信号データ列ｂ１〜ｂＮからそれぞれの平均値を減じて第１’信号データ列Ａ１〜ＡＮと第２’信号データ列Ｂ１〜ＢＮを生成することによりキャンセルされる。また、第１’信号データ列Ａ１〜ＡＮと第２’信号データ列Ｂ１〜ＢＮに残存するゲイン差に関しては、次のようにしてキャンセルされる。各信号データ列の中の“微少範囲”の特性、すなわち隣接するデータの大きさの比Ａn／Ａn+1、Ｂn+k／Ｂn+1+kはゲイン差がある場合でも大きな影響を受けない。この“微少範囲”の特性Ａn／Ａn+1、Ｂn+k／Ｂn+1+kには分母部が含まれるから、これらの“微少範囲”の特性に分母部の共通項(Ａn+1×Ｂn+1+k)を乗ずることによって、分母部が０になった場合の発散の影響や分母部の値が小さい場合のノイズの影響を抑制することができる。

例えば、隣接するデータの大きさの比Ａn／Ａn+1、Ｂn+k／Ｂn+1+kに、分母部の共通項（Ａn+1×Ｂn+1+k）を乗じてＡn×Ｂn+1+k、Ｂn+k×Ａn+1を求める。このようにして算出した２つの信号データ列間の“微少範囲”の特性どうしの相関、この場合は差の絶対値をとることによって、２つの信号データ列間の相関度（類似度）を高精度に検出することが可能になる。さらに、“微少範囲”の位置を所定の範囲でずらしながら相関度を累積することによって、偶発的に生じた相関を排除して高精度な相関検出を行うことができる。

第１’信号データ列Ａ１〜ＡＮの任意のデータＡnと、ずらし量ｋだけずれた第２’信号データ列Ｂ１〜ＢＮのデータＡnに対応するデータＢn+kの近傍のデータ、例えば１個隣のＢn+1+kまたは２個隣のデータＢn+2+kとを乗算して第１演算データ(Ａn×Ｂn+1+k)または(Ａn×Ｂn+2+k)を生成するとともに、第２’信号データ列Ｂ１〜ＢＮのデータＢn+kと、第１’信号データ列Ａ１〜ＡＮの注目しているデータＡｎの近傍のデータ、例えば１個隣のＡn+1または２個隣のＡn+2とを乗算して第２演算データ(Ｂn+k×Ａn+1)または(Ｂn+k×Ａn+2)を生成する。そして、第１演算データと第２演算データに基づいて上記（２）式により第３信号データ列と第４信号データ列の相関を求める。この相関演算例は上述した処理例１および処理例２であり、説明を省略する。

また、他の相関演算例として、第１’信号データ列Ａ１〜ＡＮの中の任意の範囲のデータ、つまり注目するデータＡｎとその近傍の微少範囲データＡn-r〜Ａn+sに対して第１演算を行って演算データを得るとともに、ずらし量ｋだけずれた第２’信号データ列Ｂ１〜ＢＮの中の第１信号データ列の上記注目データＡｎに対応するデータＢn+kとその近傍の微少範囲データＢn-r〜Ｂn+sに対して第２演算を行って演算データを得る。そして、それらの演算データを乗算して第１演算データを算出する。
さらに、第２’信号データ列Ｂ１〜ＢＮの中の上記微少範囲データＢn-r〜Ｂn+sに対して上記第１演算を行って演算データを得るとともに、第１’信号データ列Ａ１〜ＡＮの中の上記微少範囲データＡn-r〜Ａn+sに対して上記第２演算を行って演算データを得る。そして、それらの演算データを乗算して第２演算データを算出する。
そして、第１演算データと第２演算データに基づいて上記（２）式により第１信号データ列と第２信号データ列の相関を求める。この相関演算例は上述した処理例３〜処理例８であり、説明を省略する。
第１’信号データ列Ａｎと第２’信号データ列Ｂｎの相関演算結果は、ゲイン差およびオフセットを有する第１信号データ列ａｎと第２信号データ列ｂｎに関するゲイン差およびオフセットに因る誤差を除去した高精度な相関演算結果となる。

ここで、図４２に示すような一対の像信号データ列ａ、ｂに対して相関演算処理例１を実施する場合について考察する。撮像素子２１１から出力される一対の像信号データ列(ａ１、ａ２、・・、ａＮ)、(ｂ１、ｂ２、・・、ｂＮ)として、ゲイン差２倍、オフセット２を有する２つの像関数２＊(２＋sinω)＋２、(２＋sinω)を設定する。このような一対の像信号データ列ａ、ｂに対し、まずそれぞれの平均値を減じてオフセット分をキャンセルした信号データ列Ａ、Ｂが生成される。次に、この二つの信号データ列Ａ、Ｂに対して相関演算処理例９を実行した結果を図４３(ａ)に示す。図から明らかなように、元の二つの信号データ列ａ，ｂがゲイン差およびオフセットを有しているにも関わらず、相関演算処理例１により高精度な相関（グラフ上の明確に落ち込み）が得られることがわかる。

図４３(ｂ)は、一対の像信号データ列ａ、ｂに対し、平均値を減じないでそのまま相関演算処理例９を実行した結果である。図から明らかなように、元の二つの信号データ列ａ，ｂがゲイン差およびオフセットを有しているため、グラフ上の落ち込みの程度は図４３(ａ)に示す平均値を減じた場合よりも緩やかになり、その分、相関演算精度が低下することがわかる。また、図４３(ｃ)は、一対の像信号データ列ａ、ｂに対し、従来の相関演算（Ｃ(ｋ)＝Σ｜ａn−ｂn+k｜）を適用した場合の結果である。図から明らかなように、二つの信号データ列ａ，ｂがゲイン差およびオフセットを有している場合には、相関グラフの落ち込みが正しいズレ量の位置で生ぜず、相関検出が不能になっていることがわかる。

第２の実施の形態の相関演算処理においては、まず元の一対のデータ列についてそれぞれの平均値を求めて減じた後、一対のデータ列に関して相関演算処理例１〜８を適用していると説明したが、相関演算中において平均値を減算するようにしてもよい。例えば、相関演算処理例１に対しては、次のように変更することができる。
Ｃ(ｋ)＝Σ｜(ａn−ａｘ)×（ｂn+1+k−ｂｘ)−(ｂn+k−ｂｘ)×（Ａn+1−ａｘ)｜ ・・・（１９）
また、（１９）式において、Σ演算の範囲を元のデータ列の範囲に比較して狭い範囲にした場合には、元のデータ列全体の平均値ａｘ、ｂｘの代わりに、Σ演算の範囲内のデータ列の平均値ａｘ’、ｂｘ’を用いるようにしてもよい。このようにすれば、ゲイン差がデータ列中の位置によって変動する場合においても正確な相関演算結果を算出することが可能になる。

一実施の形態のディジタルスチルカメラの構成を示す図 交換レンズの予定結像面に設定した撮像画面上の焦点検出領域を示す図 撮像素子の詳細な構成を示す正面図 撮像画素の構成図 焦点検出画素の構成図 撮像画素の各色フィルターの分光感度特性を示す図 焦点検出画素の分光感度特性を示す図 撮像画素の断面図 焦点検出画素の断面図 瞳分割方式による焦点検出方法を説明する図 射出瞳面における投影関係を示す正面図 １つの焦点検出位置における像信号の強度分布（光量）を縦軸に、焦点検出位置内の位置偏差を横軸にとって示した図 一実施の形態のディジタルスチルカメラ（撮像装置）の撮像動作を示すフローチャート 焦点検出動作の詳細を示すフローチャート 相関演算を説明する図 一実施の形態の相関演算の思想を説明するための図 相関演算処理例１のデータフローを示す図 二つの信号データ列Ａ、Ｂに相対的な歪みが発生した場合を示す図 相関演算処理例１を実行した結果を示す図 相関演算処理例２のデータフローを示す図 相関演算処理２を実行したした結果を示す図 相関演算処理例３のデータフローを示す図 相関演算処理３を実行したした結果を示す図 相関演算処理４のデータフローを示す図 相関演算処理４を実行したした結果を示す図 相関演算処理５のデータフローを示す図 相関演算処理５を実行したした結果を示す図 相関演算処理６のデータフローを示す図 相関演算処理６を実行したした結果を示す図 相関演算処理例７のデータフローを示す図 相関演算処理例７を実行したした結果を示す図 相関演算処理例８のデータフローを示す図。 相関演算処理例８を実行したした結果を示す図 焦点検出画素を撮像画素の青画素の位置に１画素おきに一列に配列した撮像素子の例を示す図 ひとつの画素内にひとつの光電変換部を備えた焦点検出画素を示す図 図３５(ａ)、(ｂ)に示す焦点検出画素を交互に一列に配置した撮像素子の例を示す図 ベイヤー配列と補色配列を示す図である。 本願発明の実施の形態による相関演算方法を適用した再結像瞳分割方式の焦点検出について説明する図 本願発明の実施の形態による相関演算方法を適用した外光三角測距方式の距離測定について説明する図 第２の実施の形態の焦点検出動作の詳細を示すフローチャート 第２の実施の形態の相関演算の思想を説明するための図 第２の実施の形態の相関演算処理例を説明するための図 第２の実施の形態の相関演算処理結果を説明するための図

符号の説明

２０２ 交換レンズ
２０９ レンズ駆動制御装置
２１１ 撮像素子
２１２ カメラ駆動制御装置

Claims (21)

1. 第１信号データ列と第２信号データ列との相関度を演算する相関演算方法であって、
   前記第１信号データ列中の第１データと、前記第２信号データ列中の前記第１データに対応する第２データの近傍のデータとを乗算して第１演算データを生成する第１情報生成処理と、
   前記第２信号データ列中の前記第２データと、前記第１信号データ列の前記第１データの近傍のデータとを乗算して第２演算データを生成する第２情報生成処理と、
   前記第１演算データと前記第２演算データとの相関度を演算する相関度検出処理とを実行することを特徴とする相関演算方法。
2. 第１信号データ列と第２信号データ列との相関度を演算する相関演算方法であって、
   前記第１信号データ列中の第１データとその近傍のデータに第１演算を行って演算データを演算するとともに、前記第２信号データ列中の前記第１データに対応する第２データとその近傍のデータに第２演算を行って演算データを演算し、それらの演算データを乗算して第１演算データを演算する第１情報生成処理と、
   前記第２信号データ列中の前記第２データとその近傍のデータに前記第１演算を行って演算データを演算するとともに、前記第１信号データ列中の前記第１データとその近傍のデータに前記第２演算を行って演算データを演算し、それらの演算データを乗算して第２演算データを演算する第２情報生成処理と、
   前記第１演算データと前記第２演算データとの相関度を演算する相関度検出処理とを実行することを特徴とする相関演算方法。
3. 請求項２に記載の相関演算方法において、
   前記第１演算は、前記第１データとその近傍データに対する加減算、または前記第２データとその近傍データに対する加減算であることを特徴とする相関演算方法。
4. 請求項２に記載の相関演算方法において、
   前記第１演算は、前記第１データとその近傍データとを加算する演算、または前記第２データとその近傍のデータとを加算する演算であることを特徴とする相関演算方法。
5. 請求項２に記載の相関演算方法において、
   前記第１演算は、前記第１データとその近傍のデータとの平均演算、または前記第２データとその近傍のデータとの平均演算であることを特徴とする相関演算方法。
6. 請求項２〜５のいずれか１項に記載の相関演算方法において、
   前記第２演算は、前記第１データとその近傍のデータに対する微分演算、または前記第２データとその近傍のデータに対する微分演算であることを特徴とする相関演算方法。
7. 請求項１〜６のいずれか１項に記載の相関演算方法において、
   前記相関度検出処理は、前記第１演算データと前記第２演算データとの差の絶対値を演算することを特徴とする相関演算方法。
8. 請求項７に記載の相関演算方法において、
   前記第１信号データ列中の前記第１データを変更しながら前記第１情報生成処理と前記第２情報生成処理とを実行し、前記相関度検出処理で前記第１演算データと前記第２演算データとの差の絶対値の和を演算することを特徴とする相関演算方法。
9. 請求項８に記載の相関演算方法において、
   前記第１信号データ列と前記第２信号データ列とを相対的にずらして前記第１情報生成処理と前記第２情報生成処理とを実行し、ずらし量ごとに前記相関度検出処理で前記第１演算データと前記第２演算データとの相関度を演算することを特徴とする相関演算方法。
10. 請求項９に記載の相関演算方法において、
    前記相関度検出処理は、最大の前記相関度が得られたときの前記第１信号データ列と前記第２信号データ列とのずらし量に基づいて、前記第１信号データ列と前記第２信号データ列とのズレ量を検出することを特徴とする相関演算方法。
11. 請求項１〜１０のいずれか１項に記載の相関演算方法において、
    前記第１信号データ列および前記第２信号データ列は、イメージセンサーの出力信号に応じた信号データ列であることを特徴とする相関演算方法。
12. 請求項１〜１１のいずれか１項に記載の相関演算方法において、
    前記第１情報生成処理と前記第２情報生成処理とを実行する前に、前記第１信号データ列および前記第２信号データ列の高周波成分を除去する処理を施すことを特徴とする相関演算方法。
13. 請求項１〜１２のいずれか１項に記載の相関演算方法において、
    前記第１信号データ列中の第１データから該第１データの平均値を差し引くとともに、前記第２信号データ列中の第２データから該第２データの平均値を差し引く処理を施し、前記第１情報生成処理と前記第２情報生成処理は、処理された前記第１信号データ列と前記第２信号データ列を用いて前記第１演算データと前記第２演算データを生成することを特徴とする相関演算方法。
14. 第１信号データ列と第２信号データ列との相関度を演算する相関演算装置であって、
    前記第１信号データ列中の第１データと、前記第２信号データ列中の前記第１データに対応する第２データの近傍のデータとを乗算して第１演算データを生成する第１情報生成手段と、
    前記第２信号データ列中の前記第２データと、前記第１信号データ列の前記第１データの近傍のデータとを乗算して第２演算データを生成する第２情報生成手段と、
    前記第１演算データと前記第２演算データとの相関度を演算する相関度検出手段とを備えることを特徴とする相関演算装置。
15. 第１信号データ列と第２信号データ列との相関度を演算する相関演算装置であって、
    前記第１信号データ列中の第１データとその近傍のデータに第１演算を行って演算データを演算するとともに、前記第２信号データ列中の前記第１データに対応する第２データとその近傍のデータに第２演算を行って演算データを演算し、それらの演算データを乗算して第１演算データを演算する第１情報生成手段と、
    前記第２信号データ列中の前記第２データとその近傍のデータに前記第１演算を行って演算データを演算するとともに、前記第１信号データ列中の前記第１データとその近傍のデータに前記第２演算を行って演算データを演算し、それらの演算データを乗算して第２演算データを演算する第２情報生成手段と、
    前記第１演算データと前記第２演算データとの相関度を演算する相関度検出手段とを備えることを特徴とする相関演算装置。
16. 請求項１４または請求項１５に記載の相関演算装置において、
    前記第１信号データ列中の第１データから該第１データの平均値を差し引くとともに、前記第２信号データ列中の第２データから該第２データの平均値を差し引く処理を施し、前記第１情報生成手段と前記第２情報生成手段は、処理された前記第１信号データ列と前記第２信号データ列を用いて前記第１演算データと前記第２演算データを生成することを特徴とする相関演算装置。
17. 撮影光学系の一対の瞳領域を通過した光束を焦点検出光学系を介して受光し、一対の被写体像信号を出力する光電変換手段と、
    前記光電変換手段から出力される前記一対の被写体像信号に対して、請求項１〜１３のいずれか１項に記載の相関演算方法を用いて前記一対の被写体像信号の像ズレ量を検出する像ズレ検出手段とを備え、
    前記像ズレ量に基づいて前記撮影光学系の焦点調節状態を検出することを特徴とする焦点検出装置。
18. 請求項１７に記載の焦点検出装置において、
    前記焦点検出光学系は、前記光電変換手段の画素ごとに設置されるマイクロレンズであることを特徴とする焦点検出装置。
19. 請求項１７に記載の焦点検出装置において、
    前記焦点検出光学系は、前記撮影光学系の予定焦点面に結像された被写体像を前記光電変換手段上に再結像する再結像光学系であることを特徴とする焦点検出装置。
20. 一対の光学系を介して被写体像を受光する一対の光電変換手段と、
    前記一対の光電変換手段から出力される一対の被写体像信号に対して、請求項１〜１３のいずれか１項に記載の相関演算方法を用いて前記一対の被写体像信号の像ズレ量を検出する像ズレ検出手段とを備え、
    前記像ズレ量に基づいて前記被写体までの距離を測定することを特徴とする測距装置。
21. 請求項１７〜２０のいずれか１項に記載の焦点検出装置または測距装置を備えたことを特徴とする撮像装置。

Images