JP5182312B2 - 画像処理装置、および画像処理プログラム - Google Patents

Description

本発明は、画像処理装置、および画像処理プログラムに関する。

次のような画像処理装置が知られている。この画像処理装置は、所定の基準を満たす画像を選択して、選択した画像に対して印刷やデータ転送等の処理を行なう（例えば、特許文献１）。

特開２００１−３２０６２１号公報

しかしながら、従来の画像処理装置では、一部の指標で基準を満たさない画像は、他の指標の評価が高くても選択されないため、最終的に最も良い画像が選択されるとは限らなかった。

請求項１に記載の画像処理装置は、複数の画像を所定の画像特徴を評価指標として評価する評価手段と、前記複数の画像の中の少なくとも一つの画像に対して、前記評価指標に影響を与える画像処理を施す画像処理手段と、前記画像処理手段による前記画像処理の適
用を考慮した上で、前記評価手段で評価される前記複数の画像の中から、前記評価指標の評価値に基づいて画像を選択する画像選択手段と、を備える画像処理装置であって、前記画像処理手段によって前記画像処理を施した場合に、当該画像処理前と当該画像処理後とで前記評価値がどのように変化するかを予測した予測データをあらかじめ記録しておき、前記画像処理手段は、前記予測データに基づいて、前記画像処理によって前記評価値が向上するか否かを判定することを特徴とする。
請求項２に記載の画像処理装置は、請求項１に記載の画像処理装置において、前記画像選択手段は、前記画像処理手段による画像処理結果を予測し、該予測結果に基づいて、前記複数の画像の中から前記評価指標の評価値上優れている画像を選択することを特徴とする。
請求項３に記載の画像処理装置は、請求項２に記載の画像処理装置において、前記画像処理手段によって前記画像処理を施した場合に、当該画像処理前と当該画像処理後とで前記評価値がどのように変化するかを予測した予測データをあらかじめ記録しておき、前記画像選択手段は、前記予測データに基づいて、前記画像処理手段による画像処理結果を予測することを特徴とする。
請求項４に記載の画像処理装置は、請求項３に記載の画像処理装置において、前記予測データに基づいて、前記画像処理手段の前記画像処理により前記評価値を向上可能な画像処理の種類を特定し、特定した当該画像処理の種類に関する画像処理情報を、当該画像処理により当該評価値の向上を見込める画像のそれぞれに関連付けて記録する記録制御手段をさらに備えることを特徴とする。
請求項５に記載の画像処理装置は、請求項４に記載の画像処理装置において、前記画像処理手段は、前記画像処理情報が関連付けられている画像に対して、前記画像処理情報に基づいて特定される種類の画像処理を施すことを特徴とする。
請求項６に記載の画像処理装置は、請求項１〜５のいずれか一項に記載の画像処理装置において、前記評価指標は、前記画像の構図、画像ぼけ状態、画質、および人物被写体の顔の状態のうちの少なくとも１つを含むことを特徴とする。
請求項７に記載の画像処理装置は、請求項１〜６のいずれか一項に記載の画像処理装置において、前記評価手段は、互いに異なる画像特徴に対応する複数種の評価指標を総合的に評価することを特徴とする。
請求項８に記載の画像処理装置は、請求項１〜７のいずれか一項に記載の画像処理装置において、前記画像処理は、画像の構図を補正する画像処理、手振れ状態を軽減補正する画像処理、フォーカス状態を補正する画像処理、階調補正処理、色補正処理、異物除去処理、人物被写体の顔の表情補正処理、および赤目軽減補正処理のうちの少なくとも１つを含むことを特徴とする。
請求項９に記載の画像処理装置は、複数の画像を所定の画像特徴を評価指標として評価する評価手段と、前記複数の画像の中で、前記評価指標に関連する画像処理を行なうことにより、前記評価指標の評価値が向上すると判断された所定画像に対して、前記評価指標の評価値を向上させる画像処理を施す画像処理手段と、前記画像処理が施された後の前記所定画像の評価値を更新する評価値更新手段と、前記更新された評価値を含めた上で、前記評価値に基づいて画像の選択を行う前記画像選択手段と、を備えることを特徴とする。
請求項１０に記載の画像処理装置は、請求項９に記載の画像処理装置において、前記評価指標に対応する補正種別のうち、補正処理を施すことにより評価指標の評価値が向上する前記補正種別を判定する判定手段を備え、前記画像処理装置は、判定手段により判定された補正種別に対して前記評価指標の評価値を向上させる画像処理を施すことを特徴とする。
請求項１１に記載の画像処理プログラムは、複数の画像を所定の画像特徴を評価指標として評価する評価手順と、前記複数の画像の中で、前記評価指標に関連する画像処理を行なうことにより、前記評価指標の評価値が向上すると判断された所定画像に対して、前記評価指標の評価値を向上させる画像処理を施す画像処理手順と、前記画像処理が施された後の前記所定画像の評価値を更新する評価値更新手順と、前記更新された評価値を含めた上で、前記評価値に基づいて画像の選択を行う前記画像選択手順と、をコンピュータに実行させることを特徴とする。

本発明によれば、画像処理の適用を考慮した上でベストショット画像を選択するため、最終的に得られるベストショット画像の質を向上させることができる。

カメラ１００の一実施の形態の構成を示すブロック図である。 補正によって評価値を向上することができる画像の一例を示す図である。 ベストショット画像選択処理の流れを示すフローチャート図である。 補正前と補正後の評価値の相関関係を示す図である。 補正前と補正後の評価値の変化を示す図である。

図１は、本実施の形態におけるカメラの一実施の形態の構成を示すブロック図である。カメラ１００は、撮像部１０１と、ＣＰＵ１０２と、メモリ１０３とを備えている。撮像部１０１は、例えばＣＣＤやＣＭＯＳ等の撮像素子を備え、被写体像を撮像して画像データを取得する。ＣＰＵ１０２は、カメラ１００の全体を制御する。ＣＰＵ１０２は、ベストショット判定部１０２ａと、補正実行部１０２ｂとを機能的に有し、このうちベストショット判定部１０２ａは、評価値算出部１０２ａ−１と、判定部１０２ａ−２とを機能的に有している。これら各部による処理の内容については後述する。

メモリ１０３は、ＳＤＲＡＭやフラッシュメモリで構成される。ＳＤＲＡＭは、揮発性のメモリであって、ＣＰＵ１０２がプログラム実行時にプログラムを展開するためのワークメモリとして使用されたり、データを一時的に記録するためのバッファメモリとして使用される。また、フラッシュメモリは、不揮発性のメモリであって、ＣＰＵ１０２が実行するプログラムのデータや、プログラム実行時に読み込まれる種々のパラメータなどが記録されている。また、メモリ１０３には、不図示のメモリカードスロットに挿入されるメモリカードも含まれる。このメモリカードには、撮像部１０１で取得された画像データに基づいて生成された画像ファイル等が記録される。

本実施の形態におけるカメラ１００は、メモリ１０３に記録された画像の中から、最も好ましいベストショット画像を選択する機能を備えている。例えば、ＣＰＵ１０２は、使用者によってメモリ１０３に記録されている複数の画像が選択されて、その中からベストショット画像を選択するように指示された場合に、後述するベストショット画像選択処理を実行して、ベストショット画像を選択する。

このように複数の画像の中からベストショット画像を選択するための方法としては、各画像に対して所定の評価指標ごとに評価値を算出し、評価値の合計値が最も高い画像をベストショット画像として選択するのが一般的である。しかしながら、このようにベストショット画像を選択した場合には、複数の指標の中に１つでも評価値が低い指標があると、他の指標の評価値が非常に高くても、その画像はベストショット画像として選択されない可能性がある。例えば、構図や人物の表情等の指標で高い評価値が算出された場合でも、赤目の指標の評価値が低い場合には、その画像はベストショット画像として選択されない可能性がある。しかしながら、このような場合には、その画像に対して赤目補正処理を施せば、赤目の指標の評価値も高くなり、その画像をベストショット画像として選択することが可能となる。

また、図２（ａ）に示すように、画像内にゴミ２ａが写りこんでいる、人物の顔２ｂが暗い、人物の顔２ｂが画像の中心に位置する日の丸構図である、手振れが発生しており、像２ｃがブレているといった場合には、これらの指標の評価値が低く算出されるため、その画像はベストショット画像として選択されない。一方、図２（ｂ）に示すように、画像に対して補正を行って、ゴミ２ａを消去し、人物の顔２ｂを明るくし、人物を少し上に寄せて構図を補正し、像ブレ２ｃを補正により低減すれば、各指標の評価値を向上することができるため、この画像がベストショット画像として選択される可能性が高くなる。

よって、本実施の形態では、ＣＰＵ１０２は、ベストショット画像の選択対象である複数の画像に対して、あらかじめ各指標の評価値を向上することができるような画像処理を施した後に、各指標ごとの評価値を算出してベストショット画像を選択する。これによって、最終的に得られるベストショット画像の質を向上することができる。なお、本実施の形態では、ベストショット画像の判定に用いる評価指標として、「構図」、「顔」、「画像ボケ」、「画質」を用いることによって画像の特徴を評価する。

例えば、評価値算出部１０２ａ−１は、画像の構図を解析することにより画像の構図を評価する指標「構図」の評価値を算出する。また、評価値算出部１０２ａ−１は、人物の顔を対象として、表情、赤目、階調、色を解析することにより人物被写体の顔の状態を評価する指標「顔」の評価値を算出する。また、評価値算出部１０２ａ−１は、焦点調節状態や手振れの発生状況を解析することにより画像ぼけ状態を評価する指標「画像ボケ」の評価値を算出する。また、評価値算出部１０２ａ−１は、ゴミの写り込み状況、階調、色、ホワイトバランス、ノイズリダクション、露出を解析することにより画像の画質を評価する指標「画質」の評価値を算出する。そして、判定部１０２ａ−２は、各評価指標の評価値上優れている画像をベストショット画像として選択する。

図３は、本実施の形態におけるベストショット画像選択処理の流れを示すフローチャートである。図３に示す処理は、上述したように、使用者によって複数の画像が指定されてベストショット画像を選択するように指示されると起動するプログラムとして、ＣＰＵ１０２によって実行される。

ステップＳ０１において、ベストショット判定部１０２ａは、ベストショット画像の選択対象とする画像の数をカウントするためのカウンタｉを０に初期化してステップＳ０２へ進む。ステップＳ０２では、ベストショット判定部１０２ａは、使用者によって選択された複数の画像のうちの１枚（画像ｉ）をメモリ１０３から読み出す。その後、ステップＳ０３へ進む。

ステップＳ０３では、評価値算出部１０２ａ−１は、上述したように、画像ｉを対象として、ベストショット判定に用いる各評価指標ごとに評価値を算出する。本実施の形態では、ステップＳ０３で算出される評価値と、後述するステップＳ１０で再算出される評価値と区別するために、ステップＳ０３で算出される評価値を「初期評価値」と呼び、ステップＳ１０で算出される評価値を「更新評価値」と呼ぶ。

その後、ステップＳ０４へ進み、判定部１０２ａ−２は、ステップＳ０３における初期評価値の算出結果に対して、評価値を向上させることができる補正の種別（種類）を判定する。具体的には、本実施の形態では、図４に示すような補正前の評価値と補正後の評価値との相関関係を示すデータを上述した各指標に対応する補正種別ごとにあらかじめ設定しておき、判定部１０２ａ−２は、この相関関係を示すデータに基づいて、画像にどの種別の補正処理を施せば初期評価値からの評価値の向上が見込めるかを判定する。

なお、各指標の評価値を向上させることができる補正の種別としては、例えば以下のようになる。指標「構図」の評価値を向上させるための補正種別としては、例えば、アオリ補正、傾き補正、歪み補正、トリミング補正（電子ズームによる切り出し）の各補正種別がある。指標「顔」の評価値を向上させるための補正種別としては、例えば、表情補正、赤目補正、階調補正、色補正の各補正種別がある。指標「画像ボケ」の評価値を向上させるための補正種別としては、例えば、フォーカス状態を補正するためのフォーカス補正や手振れ状態を軽減補正するための手振れ補正の各補正種別がある。指標「画質」の評価値を向上させるための補正種別としては、例えば、ゴミ補正（異物除去）、階調補正、色補正、ホワイトバランス補正、ノイズリダクション、露出補正の各補正種別がある。

その後、ステップＳ０５へ進み、ベストショット判定部１０２ａは、画像に対して施す補正種別を識別するための変数ｎを０に初期化して、ステップＳ０６へ進む。ステップＳ０６では、判定部１０２ａ−２は、ステップＳ０４における判定結果に基づいて、評価値を向上させるために補正種別ｎの実行が必要か否かを判断する。ステップＳ０６で否定判断した場合には、後述するステップＳ０８へ進む。これに対して、ステップＳ０６で肯定判断した場合には、ステップＳ０７へ進む。

ステップＳ０７では、補正実行部１０２ｂは、画像ｉに対してステップＳ０６で実行が必要と判定された種別の補正処理を実行して、ステップＳ０８へ進む。ステップＳ０８では、ベストショット判定部１０２ａは、変数ｎが上述した各指標に対応する補正種別の数より小さいか否かを判断する。ステップＳ０８で否定判断した場合には、ステップＳ０９へ進み、ベストショット判定部１０２ａは、変数ｎに１を加算して、ステップＳ０６へ戻る。これに対して、ステップＳ０８で肯定判断した場合には、ステップＳ１０へ進む。

ステップＳ１０では、評価値算出部１０２ａ−１は、補正処理を施した後の画像を対象として、各評価指標ごとの更新評価値を算出し、算出した更新評価値で上述した初期評価値を更新する。これにより、例えば、図５に示すように各指標の初期評価値が更新評価値で更新される。なお、図５に示す例では、各画像について「構図」、「顔」、「画像ボケ」、「画質」の各指標の評価値の平均値が総合評価値として算出されている。そして、補正前の総合評価値が初期評価値に相当し、補正後の総合評価値が更新評価値に相当する。

図５において、画像番号１の画像においては、初期評価値５ａが更新評価値５ｂで更新される。この例では、画像番号１の画像では、補正によって指標「画像ボケ」の評価値と指標「画質」の評価値とが向上した結果、更新評価値５ｂが初期評価値５ａから向上している。画像番号２の画像においては、初期評価値５ｃが更新評価値５ｄで更新される。この例では、画像番号２の画像では、補正によって「構図」、「顔」、「画像ボケ」、「画質」の全ての評価値が向上した結果、更新評価値５ｄが初期評価値５ｃから向上している。

また、画像番号３の画像においては、初期評価値５ｅが更新評価値５ｆで更新される。この例では、画像番号３の画像では、補正によって指標「画像ボケ」の評価値と指標「画質」の評価値とが向上した結果、更新評価値５ｆが初期評価値５ｅから向上している。画像番号４の画像においては、初期評価値５ｇが更新評価値５ｈで更新される。この例では、画像番号４の画像では、補正によって「構図」、「顔」、「画像ボケ」、「画質」の全ての評価値が向上した結果、更新評価値５ｈが初期評価値５ｇから向上している。

その後、ステップＳ１１へ進み、評価値算出部１０２ａ−１は、更新評価値をメモリ１０３に記録して、ステップＳ１２へ進む。ステップＳ１２では、ベストショット判定部１０２ａは、上述したカウンタｉがベストショット画像の選択対象とする画像数よりも小さいか否かを判断する。ステップＳ１２で否定判断した場合には、ステップＳ１３へ進み、ベストショット判定部１０２ａは、カウンタｉに１を加算して、ステップＳ０２へ戻る。これに対して、ステップＳ１２で肯定判断した場合には、ステップＳ１４へ進む。

ステップＳ１４では、判定部１０２ａ−２は、ステップＳ１１でメモリ１０３に記録しておいた各画像の更新評価値をメモリ１０３から読み出して、ステップＳ１５へ進む。ステップＳ１５では、判定部１０２ａ−２は、ステップＳ１４でメモリ１０３から読み出した各画像の更新評価値に基づいて、最も更新評価値が高い画像をベストショット画像として選択して、処理を終了する。

例えば、図５に示した例の場合には、画像番号１〜４の各画像の更新評価値５ｂ、５ｄ、５ｆ、５ｈの中で最も高いのは更新評価値５ｂであるため、画像番号１の画像がベストショット画像として選択されることになる。なお、画像番号１〜４の各画像の初期評価値５ａ、５ｃ、５ｅ、５ｇを比較した場合には、画像番号３の初期評価値５ｅが最も高いため、本実施の形態のように補正を行わないでベストショット画像を選択した場合には、画像番号３の画像がベストショット画像として選択されることになる。このように、本実施の形態によれば、ベストショット画像の選択対象の各画像に、ベストショット画像を選択するために用いる各指標の評価値を向上させることができるような画像処理を施した後に、更新評価値を再計算してベストショット画像を選択するため、より良い画像をベストショット画像として選択することが可能となる。

以上説明した本実施の形態によれば、以下のような作用効果を得ることができる。
（１）判定部１０２ａ−２は、ベストショット画像の選択対象の複数の画像に対して、指標の評価値に影響を与える画像処理の適用を考慮した上で、複数の画像の中から指標の評価値上優れている画像をベストショット画像として選択するようにした。これによって、より良い画像をベストショット画像として選択することが可能となる。

（２）判定部１０２ａ−２は、各指標の評価値を向上させることができる補正の種別を判定し、補正実行部１０２−ｂは、評価値を向上させることができる種別の補正処理を画像に対して施すようにした。これによって、評価値を向上させることができない種別の補正処理を行なわずに済むため、無駄な処理を行なうことを防ぐことができる。

（３）判定部１０２ａ−２は、図４に示したような補正前の評価値と補正後の評価値との相関関係を示すデータに基づいて、画像にどの種別の補正処理を施せば初期評価値からの評価値の向上が見込めるかを判定するようにした。これによって、簡易な処理で評価値を向上させることができる補正の種別を判定することができる。

―変形例―
なお、上述した実施の形態のカメラは、以下のように変形することもできる。
（１）上述した実施の形態では、ＣＰＵ１０２は、メモリ１０３に記録された画像の中から選択された画像を対象としてベストショット画像を選択する例について説明した。しかしながら、ＣＰＵ１０２は、連写撮影が行なわれて、複数の画像がメモリ１０３に記録されたときに、図３に示したベストショット画像選択処理を実行して、連写撮影によって得られた複数の画像の中からベストショット画像を選択するようにしてもよい。これによって、連写撮影時にもより良いベストショット画像の選択が可能となる。

（２）上述した実施の形態では、評価値算出部１０２ａ−１は、補正実行部１０２ｂによって補正が行なわれた後の画像を対象として更新評価値を算出し、判定部１０２ａ−２は、更新評価値に基づいてベストショット画像を選択する例について説明した。しかしながら、評価値算出部１０２ａ−１は、図３に示した補正前と補正後の評価値の相関関係を示すデータを用いて更新評価値を予測し、判定部１０２ａ−２は、予測された更新評価値に基づいてベストショット画像を選択するようにしてもよい。これによって、実際に画像処理を実行しなくても画像処理結果を加味したベストショット画像の選択が行えるため、処理の負荷を低減することができる。

また、この場合には、評価値算出部１０２ａ−１は、補正によって評価値の向上が見込める画像処理の種別を、各画像に関連付けてメモリ１０３に記録するようにしてもよい。そして、補正実行部１０２ｂは、使用者から画像処理の実行指示があったときに、画像に関連付けられている補正種別に基づいて、その画像について、補正によって評価値の向上が見込める画像処理の種別を特定し、特定した種別の画像処理を施すようにしてもよい。これによって、ベストショット画像を得るための画像処理を、使用者が任意のタイミングで実行することが可能となる。

（３）上述した実施の形態では、評価値算出部１０２ａ−１は、補正実行部１０２ｂによって補正が行なわれた後の画像を対象として更新評価値を算出し、判定部１０２ａ−２は、更新評価値に基づいてベストショット画像を選択する例について説明した。しかしながら、評価値算出部１０２ａ−１は、図３に示した補正前と補正後の評価値の相関関係を示すデータを用いて更新評価値を予測し、補正実行部１０２ｂは、予測された更新評価値が上位の一部の画像について更新評価値を再計算し、判定部１０２ａ−２は、再計算された更新評価値に基づいてベストショット画像を選択するようにしてもよい。

（４）上述した実施の形態では、図３のステップＳ０４において、判定部１０２ａ−２は、評価値を向上させるために必要な補正の種別を判定し、その判定結果に基づいて、ステップＳ０６で評価値を向上させるために補正種別ｎの実行が必要か否かを判断するようにした。そして、補正実行部１０２ｂは、ステップＳ０６で実行が必要と判定された種別の補正処理を画像に対して実行するようにした。しかしながら、判定部１０２ａ−２は、ステップＳ０４やステップＳ０６の判定を行なわずに、補正実行部１０２ｂは、全ての画像を対象として、全ての種別の補正処理を実行するようにしてもよい。

（５）上述した実施の形態では、判定部１０２ａ−２は、更新評価値が最も高い１枚の画像をベストショット画像として選択する例について説明した。しかしながら、判定部１０２ａ−２は、更新評価値が上位の所定枚数、例えば３枚の画像をベストショット画像として選択するようにしてもよい。

（６）上述した実施の形態では、ベストショット画像を選択するための評価指標として、「構図」、「顔」、「画像ボケ」、「画質」を用いる例について説明した。しかしながら、これらの指標のうち少なくとも１つを用いるようにすればよい。

（７）上述した実施の形態では、補正実行部１０２ｂは、指標「構図」の評価値を向上させるために、例えば、アオリ補正、傾き補正、歪み補正の各補正処理を行い、指標「顔」の評価値を向上させるために、例えば、表情補正、赤目補正、階調補正、色補正の各補正処理を行い、指標「画像ボケ」の評価値を向上させるために、例えば、フォーカス補正、手振れ補正の各補正処理を行い、指標「画質」の評価値を向上させるために、例えば、ゴミ補正（異物除去）、階調補正、色補正、ホワイトバランス補正、ノイズリダクション、露出補正の各補正処理を行なう例について説明した。しかしながら、これらの補正処理のうち、補正実行部１０２ｂは、少なくとも１つを実行するようにしてもよい。

なお、本発明の特徴的な機能を損なわない限り、本発明は、上述した実施の形態における構成に何ら限定されない。また、上述の実施の形態と複数の変形例を組み合わせた構成としてもよい。

１００ カメラ、１０１ 撮像部、１０２ ＣＰＵ、１０２ａ ベストショット判定部、１０２ａ−１ 評価値算出部、１０２ａ−２ 判定部、１０２ｂ 補正実行部、１０３ メモリ

Claims (11)

1. 複数の画像を所定の画像特徴を評価指標として評価する評価手段と、
   前記複数の画像の中の少なくとも一つの画像に対して、前記評価指標に影響を与える画像処理を施す画像処理手段と、
   前記画像処理手段による前記画像処理の適用を考慮した上で、前記評価手段で評価される前記複数の画像の中から、前記評価指標の評価値に基づいて画像を選択する画像選択手段と、を備える画像処理装置であって、
   前記画像処理手段によって前記画像処理を施した場合に、当該画像処理前と当該画像処理後とで前記評価値がどのように変化するかを予測した予測データをあらかじめ記録しておき、
   前記画像処理手段は、前記予測データに基づいて、前記画像処理によって前記評価値が向上するか否かを判定することを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記画像選択手段は、前記画像処理手段による画像処理結果を予測し、該予測結果に基づいて、前記複数の画像の中から前記評価指標の評価値上優れている画像を選択することを特徴とする画像処理装置。
3. 請求項２に記載の画像処理装置において、
   前記画像処理手段によって前記画像処理を施した場合に、当該画像処理前と当該画像処理後とで前記評価値がどのように変化するかを予測した予測データをあらかじめ記録しておき、
   前記画像選択手段は、前記予測データに基づいて、前記画像処理手段による画像処理結果を予測することを特徴とする画像処理装置。
4. 請求項３に記載の画像処理装置において、
   前記予測データに基づいて、前記画像処理手段の前記画像処理により前記評価値を向上可能な画像処理の種類を特定し、特定した当該画像処理の種類に関する画像処理情報を、当該画像処理により当該評価値の向上を見込める画像のそれぞれに関連付けて記録する記録制御手段をさらに備えることを特徴とする画像処理装置。
5. 請求項４に記載の画像処理装置において、
   前記画像処理手段は、前記画像処理情報が関連付けられている画像に対して、前記画像処理情報に基づいて特定される種類の画像処理を施すことを特徴とする画像処理装置。
6. 請求項１〜５のいずれか一項に記載の画像処理装置において、
   前記評価指標は、前記画像の構図、画像ぼけ状態、画質、および人物被写体の顔の状態のうちの少なくとも１つを含むことを特徴とする画像処理装置。
7. 請求項１〜６のいずれか一項に記載の画像処理装置において、
   前記評価手段は、互いに異なる画像特徴に対応する複数種の評価指標を総合的に評価することを特徴とする画像処理装置。
8. 請求項１〜７のいずれか一項に記載の画像処理装置において、
   前記画像処理は、画像の構図を補正する画像処理、手振れ状態を軽減補正する画像処理、フォーカス状態を補正する画像処理、階調補正処理、色補正処理、異物除去処理、人物被写体の顔の表情補正処理、および赤目軽減補正処理のうちの少なくとも１つを含むことを特徴とする画像処理装置。
9. 複数の画像を所定の画像特徴を評価指標として評価する評価手段と、
   前記複数の画像の中で、前記評価指標に関連する画像処理を行なうことにより、前記評価指標の評価値が向上すると判断された所定画像に対して、前記評価指標の評価値を向上させる画像処理を施す画像処理手段と、
   前記画像処理が施された後の前記所定画像の評価値を更新する評価値更新手段と、
   前記更新された評価値を含めた上で、前記評価値に基づいて画像の選択を行う前記画像選択手段と、を備えることを特徴とする画像処理装置。
10. 請求項９に記載の画像処理装置において、
    前記評価指標に対応する補正種別のうち、補正処理を施すことにより評価指標の評価値が向上する前記補正種別を判定する判定手段を備え、
    前記画像処理装置は、判定手段により判定された補正種別に対して前記評価指標の評価値を向上させる画像処理を施すことを特徴とする画像処理装置。
11. 複数の画像を所定の画像特徴を評価指標として評価する評価手順と、
    前記複数の画像の中で、前記評価指標に関連する画像処理を行なうことにより、前記評価指標の評価値が向上すると判断された所定画像に対して、前記評価指標の評価値を向上させる画像処理を施す画像処理手順と、
    前記画像処理が施された後の前記所定画像の評価値を更新する評価値更新手順と、
    前記更新された評価値を含めた上で、前記評価値に基づいて画像の選択を行う前記画像選択手順と、をコンピュータに実行させるための画像処理プログラム。

Images