JP5387639B2 - 撮像装置及びそのプログラム - Google Patents

Description

本発明は、撮像装置及びそのプログラムに係り、詳しくは、顔検出機能を有した撮像装置及びそのプログラムに関する。

近年、電子カメラ等の撮像装置において、被写体の顔を検出し、該検出した顔に対してＡＦ（オートフォーカス）制御、ＡＥ（自動露出）制御、ＡＷＢ（オートホワイトバランス）制御を行なう技術が登場してきている（特許文献１）。

公開特許公報 特開２００６−２１１１３９

しかしながら、従来の技術は、顔検出した顔の画像データに基づいて露出制御を行なうので、顔部分が暗い場合において、該顔に基づいて露出制御を行うと背景が白飛びしてしまい、適切な露出制御を行なうことはできなかった。

そこで本発明は、かかる従来の問題点に鑑みてなされたものであり、検出された顔領域を重点した露出制御を行なうか否かを判断することができる撮像装置及びそのプログラムを提供することを目的とする。

上記目的達成のため、請求項１記載の発明による撮像装置は、被写体を撮像する撮像素子と、
前記撮像素子により撮像された画像データ内にある顔を検出する顔検出手段と、
前記撮像素子により撮像された画像データのうち、前記顔検出手段により検出された顔に基づく領域を重み付けした画像データと、前記顔検出手段を用いる方法とは別な方法で設定された所定の領域を重み付けした画像データとを比較する比較手段と、
前記比較手段による比較結果に基づいて、前記撮像素子により撮像される画像データの露出量を制御する露出制御手段と、
を備えたことを特徴とする。

また、例えば、請求項２に記載されているように、前記比較手段は、
前記顔検出手段により検出された顔に基づく領域の重み付け度合いを、前記所定の領域の重み付け度合いより大きくするようにしてもよい。

また、例えば、請求項３に記載されているように、前記所定の領域は、
画角の中央領域、又は、ユーザによって指定された領域であるようにしてもよい。

また、例えば、請求項４に記載されているように、前記比較手段は、
前記撮像素子により撮像された画像データの輝度成分に基づいて、比較するようにしてもよい。

また、例えば、請求項５に記載されているように、前記露出制御手段は、
前記比較手段による比較結果に基づいて明るいと判断された方の画像データに基づいて露出量を制御するようにしてもよい。

また、例えば、請求項６に記載されているように、前記撮像素子は、複数色の色フィルターを有しており、
前記露出制御手段は、
前記比較手段による比較結果に基づいて明るいと判断された方の画像データの輝度成分、各色の色成分のうち、何れか１つの成分に基づいて露出量を制御するようにしてもよい。

また、例えば、請求項７に記載されているように、前記露出制御手段は、
輝度成分、各色の色成分のうち、最も明るさのレベルが高い成分に基づいて露出量を制御するようにしてもよい。

また、例えば、請求項８に記載されているように、前記撮像素子を用いて被写体の動画の撮像を制御する動画撮像制御手段を備え、
前記顔検出手段は、
前記動画撮像制御手段により順次撮像されるフレーム画像データ内にある顔を検出していき、
前記比較手段は、
前記動画撮像制御手段により撮像されるフレーム画像データと、該フレーム画像データの前記顔検出手段により検出された顔に基づく領域に基づいたフレーム画像データとを比較していき、
前記露出制御手段は、
前記比較手段による比較結果に基づいて、前記動画撮像制御手段により撮像されるフレーム画像データの露出量を制御していくようにしてもよい。

また、例えば、請求項９に記載されているように、前記撮像素子を用いて被写体の静止画の撮像を制御する静止画撮像制御手段を備え、
前記露出制御手段は、
前記比較手段による比較結果に基づいて、前記静止画撮像制御手段により撮像される静止画像データの露出量を制御するようにしてもよい。

また、例えば、請求項１０に記載されているように、被写体に対してストロボを発光するストロボ手段と、
前記撮像素子により撮像された画像データに基づいて、前記顔検出手段により検出された顔の明るさが暗いか否かを判断する判断手段と、
を備え、
前記静止画撮像制御手段は、
前記判断手段により前記顔検出手段により検出された顔の明るさが暗いと判断された場合は、前記ストロボ手段によるストロボを発光させて、静止画撮像を行なうようにしてもよい。

上記目的達成のため、請求項１１記載の発明によるプログラムは、被写体を撮像する撮像素子により撮像された画像データ内にある顔を検出する顔検出処理と、
前記撮像素子により撮像された画像データのうち、前記顔検出処理により検出された顔に基づく領域を重み付けした画像データと、前記顔検出処理を用いる方法とは別な方法で設定された所定の領域を重み付けした画像データとを比較する比較処理と、
前記比較処理による比較結果に基づいて、前記撮像素子により撮像される画像データの露出量を制御する露出制御処理と、
を含み、上記各処理をコンピュータで実行させることを特徴とする。

本願発明によれば、撮像素子により撮像された画像データのうち、顔検出手段により検出された顔に基づく領域を重み付けした画像データと、顔検出手段とは別な方法で設定された所定の領域を重み付けした画像データとの比較結果に基づいて露出制御を行なうので、適切に露出制御を行なうことができる。

本発明の実施の形態のデジタルカメラのブロック図である。 実施の形態のデジタルカメラ１の動作を示すフローチャートである。 評価用積分平均値の算出処理の動作を示すフローチャートである。 フレーム画像データの各領域の様子を示す図である。 算出される各領域の重み付け係数を示す図である。 ストロボ充電処理の動作を示すフローチャートである。 ストロボ発光の要否判定処理の動作を示すフローチャートである。

以下、本実施の形態について、本発明の撮像装置をデジタルカメラに適用した一例として図面を参照して詳細に説明する。
[実施の形態]
Ａ．デジタルカメラの構成
図１は、本発明の撮像装置を実現するデジタルカメラ１の電気的な概略構成を示すブロック図である。
デジタルカメラ１は、撮影レンズ２、レンズ駆動ブロック３、絞り４、ＣＣＤ５、ドライバ６、ＴＧ（timing generator）７、ユニット回路８、メモリ９、ＣＰＵ１０、ＤＲＡＭ１１、画像表示部１２、フラッシュメモリ１３、キー入力部１４、ストロボ装置１５、バス１６を備えている。

撮影レンズ２は、図示しない複数のレンズ群から構成されるフォーカスレンズ、ズームレンズ等を含む。そして、撮影レンズ２にはレンズ駆動ブロック３が接続されている。レンズ駆動ブロック３は、フォーカスレンズ、ズームレンズをそれぞれ光軸方向に沿って駆動させるフォーカスモータ、ズームモータと、ＣＰＵ１０から送られてくる制御信号にしたがって、フォーカスモータ、ズームモータを駆動させるフォーカスモータドライバ、ズームモータドライバから構成されている（図示略）。

絞り４は、図示しない駆動回路を含み、駆動回路はＣＰＵ１０から送られてくる制御信号にしたがって絞り４を動作させる。
絞り４とは、撮影レンズ２から入ってくる光の量を制御する機構のことをいう。

撮像素子であるＣＣＤ５は、ドライバ６によって駆動され、一定周期毎に被写体像のＲＧＢ値の各色の光の強さを光電変換して撮像信号としてユニット回路８に出力する。このドライバ６、ユニット回路８の動作タイミングはＴＧ７を介してＣＰＵ１０により制御される。なお、ＣＣＤ５はベイヤー配列の色フィルターを有しており、電子シャッタとしての機能も有する。この電子シャッタのシャッタ速度は、ドライバ６、ＴＧ７を介してＣＰＵ１０によって制御される。

ユニット回路８には、ＴＧ７が接続されており、ＣＣＤ５から出力される撮像信号を相関二重サンプリングして保持するＣＤＳ（Correlated Double Sampling）回路、そのサンプリング後の撮像信号の自動利得調整を行なうＡＧＣ（Automatic Gain Control）回路、その自動利得調整後のアナログの撮像信号をデジタル信号に変換するＡ／Ｄ変換器から構成されており、ＣＣＤ５から出力された撮像信号はユニット回路８を経てデジタル信号としてＣＰＵ１０に送られる。

ＣＰＵ１０は、ユニット回路８から送られてきた画像データをバッファメモリ（ＤＲＡＭ１１）に記憶させるとともに、該記憶させた画像データに対してガンマ補正、補間処理、ホワイトバランス処理、輝度色差信号（ＹＵＶデータ）の生成処理などの画像処理、画像データの圧縮・伸張（例えば、ＪＰＥＧ形式の圧縮・伸張）処理、フラッシュメモリ１３への画像データの記録処理を行う機能を有するとともに、デジタルカメラ１の各部を制御するワンチップマイコンである。
特に、ＣＰＵ１０は、撮像された画像データ内にある顔を検出する機能、撮像された該画像データと、該画像データの検出された顔に基づく領域に基づいた画像データを比較する機能、該比較結果に基づいて露出制御を行なう機能を有する。

メモリ９には、ＣＰＵ１０が各部を制御するのに必要な制御プログラム、及び必要なデータが記録されており、ＣＰＵ１０は、該プログラムに従い動作する。
ＤＲＡＭ１１は、ＣＣＤ５によって撮像された後、ＣＰＵ１０に送られてきた画像データを一時記憶するバッファメモリとして使用されるとともに、ＣＰＵ１０のワーキングメモリとして使用される。
フラッシュメモリ１３は、圧縮された画像データを保存記録する記録媒体である。

画像表示部１２は、カラーＬＣＤとその駆動回路を含み、撮影待機状態にあるときには、ＣＣＤ５によって撮像された被写体をスルー画像として表示し、記録画像の再生時には、フラッシュメモリ１３から読み出され、伸張された記録画像を表示させる。
キー入力部１４は、半押し全押し可能なシャッタボタン、モード切替キー、顔検出モードｏｎ／ｏｆｆ切替キー、ストロボモード切替キー、十字キー、ＳＥＴキー等の複数の操作キーを含み、ユーザのキー操作に応じた操作信号をＣＰＵ１０に出力する。

ストロボ装置１５は、内蔵コンデンサＣ、充電回路（図示略）、キセノン管を含む発光回路（図示略）等を含み、充電回路は内蔵コンデンサＣに電力を充電し、発光回路は、内蔵コンデンサＣ内の電荷を光源となるキセノン管に供給して、光を閃光発光させる。ストロボ装置１５は、ＣＰＵ１０によって、充電開始、発光及び発光時間が制御され、その制御にしたがって発光などを行う。

Ｂ．デジタルカメラ１の動作
実施の形態におけるデジタルカメラ１の動作を図２のフローチャートに従って説明する。

ユーザのキー入力部１４のモード切替キーの操作により撮影モードに設定されると、ＣＰＵ１０は、ＣＣＤ５に所定のフレームレートで被写体を撮像させる処理を開始させ（動画撮像処理）、該撮像により順次得られたフレーム画像データから輝度色差信号のフレーム画像データ（ＹＵＶデータ）を生成していき、該順次生成された輝度色差信号のフレーム画像データをバッファメモリ（ＤＲＡＭ１１）に記憶させ、該記憶された被写体のフレーム画像データを順次画像表示部１２に表示させるというスルー画像表示を開始させる（ステップＳ１）。

次いで、ステップＳ２で、ＣＰＵ１０は、ユーザによって顔検出モードｏｎ／ｏｆｆ切替キーの操作が行なわれたか否かを判断する。この判断は、顔検出モードｏｎ／ｏｆｆ切替キーの操作に対応する操作信号がキー入力部１４から送られてきたか否かにより判断する。
ステップＳ２で、顔検出モードｏｎ／ｏｆｆ切替キーの操作が行なわれたと判断すると、ステップＳ３に進み、ＣＰＵ１０は、現在、顔検出モードがｏｎであるか否かを判断する。

ステップＳ３で、顔検出モードがｏｎでないと判断すると、つまりｏｆｆであると判断すると、ステップＳ４に進み、ＣＰＵ１０は、顔検出モードをｏｆｆからｏｎに切替えて顔検出処理を開始して、ステップＳ６に進む。

この顔検出処理は、ＣＣＤ５により順次撮像されたフレーム画像内に、人の顔があるかどうかを検出することであり、例えば、予め記憶されている一般的な人の顔の特徴データ（目、眉毛、鼻、口、耳等の特徴データ）と順次撮像される画像データとを比較照合することにより、順次撮像される該画像データの中に人の顔の画像データがあるか否かを検出する。なお、この顔検出処理は周知の技術であり、上記した方法以外の方法で顔検出を行なうようにしてもよく、また、予め設定された人物の顔が順次撮像されるフレーム画像内にあるか否かを具体的に検出するようにしてもよい。

一方、ステップＳ３で、顔検出モードがｏｎであると判断すると、ステップＳ５に進み、ＣＰＵ１０は、顔検出モードをｏｎからｏｆｆに切替えて顔検出処理を終了して、ステップＳ６に進む。
また、ステップＳ２で、顔検出モードｏｎ／ｏｆｆ切替キーの操作が行なわれていないと判断するとそのままステップＳ６に進む。

ステップＳ６に進むと、ＣＰＵ１０は、ユーザによってストロボモード切替キーの操作が行なわれたか否かを判断する。この判断は、ストロボモード切替キーの操作に対応する操作信号がキー入力部１４から送られてきたか否かにより判断する。

ステップＳ６で、ストロボモード切替キーの操作が行なわれたと判断すると、ステップＳ７に進み、ＣＰＵ１０は、該操作にしたがってストロボモードの設定を切替えてステップＳ８に進む。このストロボモードの種類としては、「ストロボ非発光」、「ストロボ発光」、「オート」と３種類ある。この「ストロボ非発光」はストロボを発光させないモードであり、「ストロボ発光」はストロボを強制的に発光させるモードであり、「オート」は現在の撮影状況が暗い場合に自動的に発光させるモードである。
そして、ユーザのストロボモード切替キーの操作により、ストロボモードの設定が、例えば、「ストロボ非発光」→「ストロボ発光」→「オート」→「ストロボ非発光」というように切り替わる。

ステップＳ８に進むと、ＣＰＵ１０は、直近に撮像されたフレーム画像データに基づいて、評価用積分平均値Ｓの算出処理を行う。この評価用積分平均値Ｓは、撮像された画像の明るさを示すものであり、具体的な算出処理は後で説明する。
次いで、ステップＳ９で、ＣＰＵ１０は、該算出した評価用積分平均値Ｓが所定レベルより大きいか否かを判断する。

ステップＳ９で、評価用積分平均値Ｓが所定レベルより大きいと判断すると、ステップＳ１０に進み、ＣＰＵ１０は、動画（スルー画）用のプログラム線図を用いて撮像される画像が暗くなる方向に、動画撮像により撮像される画像データの露出制御を行なって、ステップＳ１２に進む。つまり、絞りやシャッタ速度によりＣＣＤ５に入射する光量（露出量）を機械的に減らしたり、感度を下げることにより電子的に光量（露出量）を減らしたりする。

この撮像される画像が暗くなる方向となる露出制御は、評価用積分平均値Ｓが、所定量分だけ減るように行なう。つまり、ステップＳ１０での露出制御を複数回行なうことにより、徐々に段階的に評価用積分平均値Ｓが所定レベルに近づく。

なお、このステップＳ１０の露出制御は、段階的でなく該評価用積分平均値Ｓが直接、所定レベルとなるように露出制御を行なうようにしてもよい。例えば、該評価用積分平均値Ｓが所定レベルより遥かに大きい場合は、１回の露出制御により減らす光量を多くし、該評価用積分平均値Ｓが所定レベルより少し大きい場合は、１回の露出制御により減らす光量を少なくすることにより、評価用積分平均値Ｓが直接、所定レベルとなるようする。

一方、ステップＳ９で、評価用積分平均値Ｓが所定レベルより大きくないと判断すると、ステップＳ１１に進み、ＣＰＵ１０は、動画用のプログラム線図を用いて撮像される画像が明るくなる方向に、動画撮像により撮像される画像データの露出制御を行なって、ステップＳ１２に進む。また、この撮像される画像が明るくなる方向となる露出制御は、上記と同様に、評価用積分平均値Ｓが、所定量分だけ増えるように行なう。つまり、ステップＳ１１での露出制御を複数回行なうことにより、徐々に段階的に評価用積分平均値Ｓが所定レベルに近づく。なお、このステップＳ１１の露出制御は、段階的でなく該評価用積分平均値Ｓが直接、所定レベルとなるように露出制御を行なうようにしてもよい。

ステップＳ１２に進むと、ＣＰＵ１０は、ストロボ充電処理を行う。このストロボ充電処理については後で説明するが、内蔵コンデンサＣの充電を行なうか否かを判断し、充電すると判断した場合は、ストロボ装置１５を制御することにより充電を行なわせる。
次いで、ステップＳ１３で、ＣＰＵ１０は、ユーザによってシャッタボタンが半押しされたか否かを判断する。この判断は、シャッタボタンの半押し操作に対応する操作信号がキー入力部１４から送られてきたか否かにより判断する。

ステップＳ１３でシャッタボタンが半押しされていないと判断すると、ステップＳ２に戻って上記した動作を繰り返し、ステップＳ１３でシャッタボタンが半押しされたと判断すると、ステップＳ１４に進み、ＣＰＵ１０は、直近に撮像されたフレーム画像データに基づいて、評価用積分平均値Ｓの算出処理を行う。この算出処理は、上記ステップＳ８の算出処理と同様の処理を行う。

次いで、ステップＳ１５で、ＣＰＵ１０は、ストロボ発光の要否の判定処理を行なう。このストロボ発光の要否の判定処理は後で説明するが、簡単に説明すると、現在のストロボモードの状態を判定し、現在のストロボモードが「ストロボ発光」の場合はストロボ発光要と判定し、ストロボモードが「ストロボ非発光」の場合はストロボ発光不要と判定し、ストロボモードが「オート」の場合は撮像された画像データの輝度成分に基づいてストロボ発光の要否を判定する。

次いで、ステップＳ１６で、ＣＰＵ１０は、ユーザによってシャッタボタンが全押しされたか否かを判定する。この判断は、シャッタボタンの全押し操作に対応する操作信号がキー入力部１４から送られてきたか否かにより判断する。
ステップＳ１６で、シャッタボタンが全押しされていないと判断すると、全押しされるまでステップＳ１６に留まり、シャッタボタンが全押されると、ステップＳ１７に進み、ＣＰＵ１０は、ステップＳ１５の判定処理の結果に基づいてストロボを発光させるか否かを判断する。

ステップＳ１７で、ストロボを発光させると判断すると、ステップＳ１８に進み、ＣＰＵ１０は、ストロボ装置１５に制御信号を送ることによりキセノン管を発光させて（ストロボを発光させて）、ステップＳ１９に進む。
一方、ステップＳ１７で、ストロボを発光させないと判断すると、そのままステップＳ１９に進む。
ステップＳ１９に進むと、ＣＰＵ１０は、ステップＳ１４で算出された積分平均値Ｓに基づいて静止画撮影用の適正露出量を算出し、該算出した適正露出量となるような露出条件（絞り、シャッタ速度、感度など）で静止画撮影を行い、該得られた静止画像データをフラッシュメモリ１３に記録する処理を行い、その後、ステップＳ１に戻る。

Ｂ−１．評価用積分平均値Ｓの算出処理について
次に、評価用積分平均値Ｓの算出処理の動作を図３のフローチャートにしたがって説明する。
まず、評価用積分平均値Ｓの算出処理を行うと判断すると、つまり、図２のステップＳ８、ステップＳ１４に進むと、図３のステップＳ５１に進み、ＣＰＵ１０は、直近に撮像されたフレーム画像データの各領域のＲデータ、Ｇデータ、Ｂデータ毎（色成分毎）にそれぞれの積分値ｒ、ｇ、ｂを算出する。

ここで、図４は、フレーム画像データの各領域の様子を示すものであり、ここでは、便宜上、フレーム画像データを縦８×横８の領域に分けるものとするが、これに限られない。
また、図４に示される番号は、各領域のアドレス番号を表しており、この各領域を便宜上、領域［アドレス番号ｎ（以下ｎで表す）］で表す。即ち、各領域は、領域０、領域１、・・・領域６２、領域６３で表される。

したがって、ステップＳ５１では、領域内にあるＲデータの積分値ｒ、Ｇデータの積分値ｇ、Ｂデータの積分値ｒを各領域毎に算出することになる。
このＲＧＢ毎の各領域の積分値ｒ、ｇ、ｂ、をそれぞれ、具体的に表すと、ｒ−ｓｕｍ［ｎ］、ｇ−ｓｕｍ［ｎ］、ｂ−ｓｕｍ［ｎ］で記す。したがって、ｒ−ｓｕｍ［ｎ］はアドレス番号がｎ領域の積分値ｒを表しており、ｇ−ｓｕｍ［ｎ］はアドレス番号がｎ領域の積分値ｇを表しており、ｂ−ｓｕｍ［ｎ］はアドレス番号がｎ領域の積分値ｂを表している。

次いで、ステップＳ５２で、ＣＰＵ１０は、画角の中央領域（所定の領域）を重み付けして、該算出された積分値ｒ、ｇ、ｂそれぞれの積分平均値Ｒ２、Ｇ２、Ｂ２を算出する。
ここで、画角の中央領域を重み付けした積分平均値の算出は、中央領域の重み付け係数が最も大きくなるように、各領域の重み付け係数を所定のアルゴリズムにしたがって算出し（所定領域重点の場合における各領域の重み付け係数を算出し）、該算出した各領域の重み付け係数を用いて、画角の中央領域の積分値ｒ、ｇ、ｂを重み付けした積分平均値Ｒ２、Ｇ２、Ｂ２をそれぞれ算出する。

ここで、図５は、算出される各領域の重み付け係数を示すものであり、図５（ａ）は、所定領域重点の場合に算出される各領域の重み付け係数の例を表すものである。
図５（ａ）を見ると分かるように、画角の中央領域、つまり、領域２７、領域２８、領域３５、領域３６の重み付け係数が最も大きく、画角の中央から遠ざかるにつれ重み付け係数は小さくなっている。ここでは、画角の中央の領域の重み付け係数を８、その周りの領域の重み付け係数を４、２、１というように中央領域から離れるにしたがって小さくなっている。なお、この各領域の重み付け係数をｗｅｉｇｈｔ［ｎ］で表す。このアドレス番号ｎは、領域のアドレス番号を表しているので（ｎ＝０，１，２，・・・６２，６３）、ｗｅｉｇｈｔ［ｎ］は、アドレス番号がｎの領域の重み付け係数を表している。

そして、ステップＳ５１で算出した各領域のｒ−ｓｕｍ［ｎ］と、所定領域重点の場合における各領域の重み付け係数ｗｅｉｇｈｔ［ｎ］とを同じ領域同士で乗算し、該乗算後の積分値ｒの総和を、重み付け係数ｗｅｉｇｈｔ［ｎ］の総和で除算することにより、画角の中央領域を重み付けした積分平均値Ｒ２を算出する。また、同様に、ステップＳ５１で算出した各領域のｇ−ｓｕｍ［ｎ］、ｂ−ｓｕｍ［ｎ］と所定領域重点の場合における各領域の重み付け係数ｗｅｉｇｈｔ［ｎ］とを同じ領域同士で乗算し、該乗算後の積分値ｇ、ｂそれぞれの総和を、重み付け係数ｗｅｉｇｈｔ［ｎ］の総和で除算することにより、画角の中央領域を重み付けした積分平均値Ｇ２、Ｂ２をそれぞれ算出する。
この積分平均値Ｒ、Ｇ、Ｂの算出を数式で表すと数１のようになる。

積分平均値Ｒ２、Ｇ２、Ｂ２を算出すると、ステップＳ５３に進み、ＣＰＵ１０は、該算出した積分平均値Ｒ２、Ｇ２、Ｂ２を用いて画角の中央領域を重み付けした輝度積分平均値Ｙ２を算出する。
この算出は、数式『輝度積分平均値Ｙ２＝０．３×Ｒ２＋０．５×Ｇ２＋０．２×Ｂ２』によって算出する。
次いで、ステップＳ５４で、ＣＰＵ１０は、現在、顔検出モードがｏｎであるか否かを判断する。

ステップＳ５４で、顔検出モードがｏｎであると判断すると、ステップＳ５５に進み、ＣＰＵ１０は、顔検出処理により直近に撮像されたフレーム画像データ（ステップＳ５１で積分値ｒ、ｇ、ｂの算出元となったフレーム画像データ）内に顔が検出されたか否かを判断する。
なお、図２のフローチャートで説明したように、顔検出モードがｏｎに切り替えられると、ｏｆｆに切り替えられるまで、順次撮像されるフレーム画像データ内に顔があるか否かの顔検出処理を行っている。

ステップＳ５４で顔検出モードがｏｆｆであると判断した場合、及び、ステップＳ５５で顔が検出されていないと判断した場合は（顔検出無しと判断した場合は）、ステップＳ６０に進み、ＣＰＵ１０は、該算出した積分平均値Ｒ２、積分平均値Ｇ２、積分平均値Ｂ２、輝度積分平均値Ｙ２のうち、最もレベルの高いものを評価用積分平均値Ｓとする。

一方、ステップＳ５５で、顔が検出されたと判断すると（顔検出有りと判断すると）、ステップＳ５６に進み、ＣＰＵ１０は、該検出された顔に基づく領域を重み付けして、該算出された積分値ｒ、ｇ、ｂそれぞれの積分平均値Ｒ１、Ｇ１、Ｂ１を算出する。
ここで、検出された顔に基づく領域を重み付けした積分平均値の算出は、検出した顔に基づく領域の重み付け係数が最も大きくなるように、各領域の重み付け係数を所定のアルゴリズムにしたがって算出し（顔領域重点の場合における各領域の重み付け係数を算出し）、該算出した各領域の重み付け係数を用いて、検出された顔領域の積分値ｒ、ｇ、ｂを重み付けした平均積分値Ｒ１、Ｇ１、Ｂ１をそれぞれ算出する。

ここで、図５（ｂ）、（ｃ）は、顔領域重点の場合に算出される各領域の重み付け係数を表すものであり、図５（ｂ）は画角の中央に顔を検出した場合に算出される各領域の重み付け係数の例を表すものである。
図５（ｂ）見ると、検出された顔に基づく領域（ここでは画角の中央領域）、つまり、領域２７、領域２８、領域３５、領域３６の重み付け係数が最も大きく、検出された顔に基づく領域から遠ざかるにつれ重み付け係数は小さくなっている。ここでは、検出された顔に基づく領域を１６、その周りの領域の重み付け係数を４、２、１というように検出された顔に基づく領域から離れるにしたがって小さくなる。なお、ここでも、各領域の重み付け係数をｗｅｉｇｈｔ［ｎ］で表す。

ここで、図５（ａ）と（ｂ）とを見比べると分かるように、顔検出有りの場合の該検出された顔に基づく領域の重み付け係数（最も大きい重み付け係数）は、所定領域重点の場合の画角の中央領域の重み付け係数（最も大きい重み付け係数）よりも大きな値となっていることが分かる。この所定領域重点の場合の画角の中央領域の重み付け係数（最も大きい重み付け係数）と、検出された顔に基づく領域の重み付け係数（最も大きい重み付け係数）とに差異を設ける理由は後で説明する。
なお、ここでは、検出された顔に基づく領域のみの重み付け係数に差異を設けるようにしたが、検出された顔に基づく領域以外の領域の重み付け係数についても差異を設けるようにしてもよい。つまり、顔が検出された場合に算出される重み付け係数の度合いを、所定領域重点の場合に算出される重み付け係数の度合いより、大きくする態様であればよい。

図５（ｃ）は画角の中央以外の位置に顔を検出した場合に算出される各領域の重み付け係数の例を表すものである。
図５（ｃ）を見ると、この場合も顔が検出された領域（ここでは、領域１７、領域１８、領域２５、領域２６）の重み付け係数が最も大きく、該顔が検出された領域から遠ざかるにつれて、重み付け係数が小さくなっているのがわかる。ここでは、重み付け係数の最小値を１とするので、顔が検出された領域から所定以上離れた場合は、重み付け係数を全て１としている。

そして、ステップＳ５１で算出した各領域のｒ−ｓｕｍ［ｎ］、ｇ−ｓｕｍ［ｎ］、ｂ−ｓｕｍ［ｎ］と顔が検出された場合に算出された各領域の重み付け係数ｗｅｉｇｈｔ［ｎ］とから、数１を用いて、検出された顔に基づく領域を重み付けした積分平均値Ｒ１、Ｇ１、Ｂ１をそれぞれ算出する。

つまり、ステップＳ５１で算出した各領域のｒ−ｓｕｍ［ｎ］と、顔が検出された場合に算出される各領域の重み付け係数ｗｅｉｇｈｔ［ｎ］とを同じ領域同士で乗算し、該乗算後の積分値ｒの総和を、重み付け係数ｗｅｉｇｈｔ［ｎ］の総和で除算することにより、検出した顔に基づく領域を重み付けした積分平均値Ｒ１を算出する。また、同様に、ステップＳ５１で算出した各領域のｇ−ｓｕｍ［ｎ］、ｂ−ｓｕｍ［ｎ］と顔が検出された場合に算出される各領域の重み付け係数ｗｅｉｇｈｔ［ｎ］とを同じ領域同士で乗算し、該乗算後の積分値ｇ、ｂそれぞれの総和を、重み付け係数ｗｅｉｇｈｔ［ｎ］の総和で除算することにより、検出された顔に基づく領域を重み付けした積分平均値Ｇ１、Ｂ１をそれぞれ算出する。

積分平均値Ｒ１、Ｇ１、Ｂ１を算出すると、ステップＳ５７に進み、ＣＰＵ１０は、該算出した積分平均値Ｒ１、Ｇ１、Ｂ１を用いて検出された顔に基づく領域を重み付けした輝度積分平均値Ｙ１を算出する。
この算出は、数式『輝度積分平均値Ｙ１＝０．３×Ｒ１＋０．５×Ｇ１＋０．２×Ｂ１』によって算出する。

次いで、ステップＳ５８で、輝度積分平均値Ｙ１が輝度積分平均値Ｙ２より大きいか否かを判断する。
ステップＳ５８で、輝度積分平均値Ｙ１が輝度積分平均値Ｙ２より大きいと判断すると、ステップＳ５９に進み、ＣＰＵ１０は、算出した積分平均値Ｒ１、積分平均値Ｇ１、積分平均値Ｂ１、輝度積分平均値Ｙ１のうち、最もレベルの高いものを評価用積分値Ｓとする。

一方、ステップＳ５８で、輝度積分平均値Ｙ１が輝度積分平均値Ｙ２より大きくないと判断すると、ステップＳ６０に進み、該算出した積分平均値Ｒ２、積分平均値Ｇ２、積分平均値Ｂ２、輝度積分平均値Ｙ２のうち、最もレベルの高いものを評価用積分平均値Ｓとする。
そして、この評価用積分平均値Ｓとされた値に基づいて露出制御が行なわれることになる（図２のステップＳ９、ステップＳ１０、ステップＳ１１、ステップＳ１９）。
つまり、ステップＳ５８は、検出された顔領域を重点として露出制御を行なうか否かを判断していることになる。

このように、顔が検出された場合は、検出された顔に基づく領域を重み付けした輝度積分平均値Ｙ１と検出された顔以外の領域（ここでは、画角の中央領域）を重み付けした輝度積分平均値Ｙ２とを比較し、輝度積分平均値Ｙ２の方が大きい場合は、検出された顔より、他の部分の方が明るいので、検出された顔以外の領域（中央領域）を重み付けした積分平均値（Ｒ２、Ｇ２、Ｂ２、Ｙ２の何れかの値）を用いて露出制御を行なうことにより、検出された顔以外の部分が白飛びすることを防止することができ、適切に露出制御を行なうことができる。このような場合まで、検出された顔の明るさに基づいて露出制御を行なうと、顔以外の領域（背景等）が白飛びしてしまうからである。

一方、輝度積分平均値Ｙ１が輝度積分平均値Ｙ２より大きい場合は、背景等より検出された顔が明るいので、検出された顔に基づく領域を重み付けした積分平均値（Ｒ１、Ｇ１、Ｂ１、Ｙ１の何れかの値）を用いて露出制御を行なうことにより、顔を重点とした露出制御を行なうことができ、適正に露出制御を行なうことができる。また、このような場合にまで背景等に基づく領域を重み付けした積分平均値を用いて露出制御を行なうと、顔が白飛びしてしまうが、かかる弊害も防止することができる。

また、顔が検出されない場合（顔検出モードｏｆｆも含む）は、所定領域重点の場合における重み付け係数に基づいて、所定領域を重み付けした積分平均値に基づく露出制御を行なうが、所定領域重点の場合に算出される重み付け係数の最大値（画角の中央領域の重み付け係数）を、顔が検出された場合に算出される重み付け係数の最大値（検出された顔に基づく領域の重み付け係数）より小さくすることにより、顔が検出されない場合の露出制御による弊害を抑えることができる。例えば、画角の中央領域に明るい空や光源がある場合に、画角の中央領域の重み付け係数を過度に大きくしてしまうと、露出制御により画像全体が暗くなりすぎたり、画角の中央領域が暗い場合に、画角の中央領域の重み付け係数を過度に大きくしてしまうと、露出制御により画像全体が明るくなりすぎて、白飛びしてしまう虞がある。

また、顔が検出された場合に算出される重み付け係数の最大値（検出された顔に基づく領域の重み付け係数）を所定領域重点の場合に算出される重み付け係数の最大値（画角の中央領域の重み付け係数）より大きくすることにより、検出された顔部分の評価を高めることができ、顔を重点にした露出制御を行なうことができる。
また、積分平均値Ｒ、積分平均値Ｇ、積分平均値Ｂ、輝度積分平均値Ｙのうち、最もレベルの高い値を評価用積分平均値Ｓとして露出制御を行なうので、白飛びを更に防止することができる。例えば、顔の場合は、赤みが強いので、赤に合わせることで肌の色飛びを抑える効果がある。

Ｂ−２．ストロボ充電処理について
次に、ストロボ充電処理の動作を図６のフローチャートにしたがって説明する。
まず、ストロボ充電処理を行うと判断すると、つまり、図２のステップＳ１２に進むと、図６のステップＳ１０１に進み、ＣＰＵ１０は、現在設定されているストロボモードの種類を判断する。

ステップＳ１０１で、ストロボモードの種類が「ストロボ非発光」であると判断するとストロボ充電処理を終了し、ステップＳ１０１で、ストロボモードが「オート」であると判断すると、ステップＳ１０２に進み、ＣＰＵ１０は、現在、顔検出モードがｏｎであるか否かを判断する。

ステップＳ１０２で、顔検出モードがｏｎでないと判断すると、ステップＳ１０３に進み、ＣＰＵ１０は、直近に撮像されたフレーム画像の輝度が所定レベル以下であるか否かを判断する。
なお、図３のステップＳ５３で算出された輝度積分平均値Ｙ２に基づいて所定レベル以下か否かの判断を行うようにしてもよい。顔検出モードがｏｎでない場合は、画角の中央領域を重点に露出制御を行なうからである。

ステップＳ１０３で、フレーム画像の輝度が所定レベル以下でないと判断するとストロボ充電処理を終了する。
一方、ステップＳ１０３で、フレーム画像の輝度が所定レベル以下であると判断した場合、ステップＳ１０２で顔検出モードがｏｎであると判断した場合、ステップＳ１０１でストロボモードが「ストロボ発光」であると判断した場合は、ステップＳ１０４に進み、ＣＰＵ１０は、ストロボ装置１５の内蔵コンデンサＣが未充電であるか否かを判断する。

ステップＳ１０４で、内蔵コンデンサＣが未充電でないと判断するとストロボ充電処理を終了し、ステップＳ１０４で、内蔵コンデンサＣが未充電であると判断すると、ステップＳ１０５に進み、ＣＰＵ１０は、内蔵コンデンサＣの充電を開始させる。
つまり、顔検出モードがｏｎの場合は、ストロボを発光させるかどうか分からないので、一応内蔵コンデンサＣが充電された状態にし、顔検出モードがｏｆｆの場合であっても、画像の輝度が所定レベル以下の場合は内蔵コンデンサＣが充電された状態にする。

Ｂ−３．ストロボ発光の要否判定処理について
次に、ストロボ発光の要否判定処理の動作を図７のフローチャートにしたがって説明する。
まず、ストロボ発光の要否の判定処理を行なうと判断すると、つまり、図２のステップＳ１５に進むと、図７のステップＳ２０１に進み、ＣＰＵ１０は、現在設定されているストロボモードの種類を判断する。

ステップＳ２０１で、ストロボモードの種類が「オート」であると判断すると、ステップＳ２０２に進み、ＣＰＵ１０は、現在、顔検出モードがｏｎであるか否かを判断する。
ステップＳ２０２で、顔検出モードがｏｎであると判断すると、ステップＳ２０３に進み、ＣＰＵ１０は、顔検出処理により直近に撮像されたフレーム画像データ内に顔が検出されたか否かを判断する。

ステップＳ２０３で、顔が検出されたと判断すると、ステップＳ２０４に進み、ＣＰＵ１０は、該直近に撮像されたフレーム画像の輝度のうち、該検出された顔に基づく領域の輝度が所定レベル以下であるか否かを判断する。
なお、図３のステップＳ５７で算出された輝度積分平均値Ｙ１に基づいて所定レベル以下か否かの判断を行うようにしてもよい。

ステップＳ２０４で、検出された顔に基づく領域の輝度が所定レベル以下であると判断すると、ステップＳ２０６に進み、ＣＰＵ１０は、ストロボ発光が「要」と判断して、ストロボ発光の要否判定処理を終了する。主要たる被写体の顔が暗いので、ストロボが要と判断することにより、静止画撮影を行なう際にストロボを発光させることが可能となり、主要たる被写体の顔の明るさを補うことができる。
一方、ステップＳ２０４で、検出された顔に基づく領域の輝度が所定レベル以下でないと判断すると、ステップＳ２０７に進み、ＣＰＵ１０は、ストロボ発光が「不要」と判断して、ストロボ発光の要否判定処理を終了する。

一方、ステップＳ２０２で顔検出モードがｏｎでないと判断した場合、及び、ステップＳ２０３で顔が検出されていないと判断した場合は、ステップＳ２０５に進み、ＣＰＵ１０は、直近に撮像されたフレーム画像の輝度が所定レベル以下であるか否かを判断する。
なお、図３のステップＳ５３で算出された輝度積分平均値Ｙ２に基づいて所定レベル以下か否かの判断を行うようにしてもよい。顔検出モードがｏｎでない場合、顔が検出されていない場合は、画角の中央領域を重点に露出制御を行なうからである。

ステップＳ２０５で、フレーム画像の輝度が所定レベル以下であると判断すると、ステップＳ２０６に進み、ＣＰＵ１０は、ストロボ発光が「要」と判断して、ストロボ発光の要否判定処理を終了する。フレーム画像の輝度が所定レベル以下の場合は、暗い画像であるので、ストロボ発光が要と判断することにより、静止画撮影を行なう際にストロボを発光させることが可能となり、画像を明るくさせることができるからである。

一方、ステップＳ２０５で、フレーム画像の輝度が所定レベル以下でないと判断すると、ステップＳ２０７に進み、ストロボ発光が「不要」と判断して、ストロボ発光の要否判定処理を終了する。この場合は、既に適正な明るさであるからである。
一方、ステップＳ２０１で、ストロボモードの種類が「ストロボ発光」であると判断すると、そのままステップＳ２０６に進み、ストロボ発光が「要」と判断して、ストロボ発光の要否判定処理を終了する。また、ステップＳ２０１で、ストロボモードの種類が「ストロボ非発光」であると判断すると、そのままステップＳ２０７に進み、ストロボ発光が「不要」と判断して、ストロボ発光の要否判定処理を終了する。

Ｃ．以上のように、実施の形態においては、検出された顔に基づく領域を重み付けした輝度積分平均値Ｙ１と、所定の領域を重み付けした輝度積分平均値Ｙ２とを比較し、該比較結果に基づいて露出制御を行なうので、適正に露出制御を行なうことができる。

例えば、検出された顔に基づく領域を重み付けした輝度積分平均値Ｙ１が所定の領域を重み付けした輝度積分平均値Ｙ２より大きくない場合は、検出された顔より、所定の領域の方が明るいので、所定の領域を重み付けした積分平均値を用いて露出制御を行なうことにより、検出された顔以外の部分が白飛びすることを防止することができる。また、このような場合まで、検出された顔に基づく領域を重み付けした積分平均値を用いて露出制御を行なってしまうと、検出された顔以外の領域が白飛びしてしまうが、かかる弊害も防止することができる。

また、輝度積分平均値Ｙ１が輝度積分平均値Ｙ２より大きい場合は、検出された顔の方が明るいので、検出された顔に基づく領域を重み付けした積分平均値を用いて露出制御を行なうことにより、顔を重点とした露出制御を行なうことができる。また、このような場合まで所定の領域を重み付けした積分平均値を用いて露出制御を行なってしまうと、顔が白飛びしてしまうが、かかる弊害も防止することができる。

また、顔が検出された場合に算出される各領域の重み付け係数の重み付け度合いを、所定領域重点の場合に算出される各領域の重み付け係数の重み付け度合いより大きくしたので、検出された顔部分の評価を高めることができ、顔を重点にした露出制御を行なうことができる。また、顔が検出されない場合における（顔検出モードｏｆｆも含む）所定領域を重み付けした積分平均値に基づく露出制御の弊害を抑えることができる。例えば、画角の中央領域に明るい空や光源がある場合に、画角の中央領域の重み付け係数を過度に大きくしてしまうと、露出制御により画像全体が暗くなりすぎたり、画角の中央領域が暗い場合に、画角の中央領域の重み付け係数を過度に大きくしてしまうと、露出制御により画像全体が明るくなりすぎて、白飛びしてしまう虞があるが、かかる弊害も防止することができる。

また、積分平均値Ｒ、積分平均値Ｇ、積分平均値Ｂ、輝度積分平均値Ｙのうち、最もレベルの高い値を評価用積分平均値Ｓとして露出制御を行なうので、白飛びを更に防止することができる。例えば、顔の場合は、赤みが強いので、赤に合わせることで肌の色飛びを抑える効果がある。
また、ストロボモードが「オート」の場合に、検出された顔に基づく領域の輝度が所定レベル以下の場合は、ストロボを発光させて静止画撮影を行なうので、検出された顔の明るさを補うことができる。

［変形例］
Ｈ．上記実施の形態は以下のような態様でもよい。

（０１）上記実施の形態においては、検出された顔に基づく領域を重み付けした輝度積分平均値Ｙ１と、所定の領域を重み付けした輝度積分平均値Ｙ２とを比較するようにしたが（ステップＳ５８）、検出された顔に基づく領域を重み付けしたＲ成分の積分平均値Ｒ１と、所定の領域を重み付けしたＲ成分の積分平均値Ｒ２とを比較するようにしてもよいし、Ｇ成分、Ｂ成分を比較するようにしてもよい。要は、検出された顔に基づく領域を重み付けした画像データと、所定の領域を重み付けした画像データを比較すればよいことになる。

（０２）また、上記実施の形態においては、検出された顔に基づく領域を重み付けした輝度積分平均値Ｙ１と、所定の領域を重み付けした輝度積分平均値Ｙ２とを比較し（ステップＳ５８）、大きい方の画像データのＲ成分の積分平均値Ｒ、Ｇ成分の積分平均値Ｇ、Ｂ成分の積分平均値Ｂ、輝度成分の輝度積分平均値Ｙうち最もレベルの高い成分を評価用積分平均値Ｓとするようにしたが（ステップＳ５９、ステップＳ６０）、レベルの高低にかかわらず積分平均値Ｒ、積分平均値Ｇ、積分平均値Ｂ、輝度積分平均値Ｙのうち、何れか１つの積分平均値を評価用積分平均値Ｓとするようにしてもよい。例えば、一律に輝度積分平均値Ｙを評価用積分平均値Ｓとするようにしてもよい。なお、輝度成分を比較することにより、検出された顔領を重点とした画像と、所定の領域を重点とした画像との明るさを精度よく比較することができる。

（０３）また、上記実施の形態においては、便宜上、画角の中央領域を重み付けした積分平均値を算出するようにしたが（ステップＳ５２、ステップＳ５３）、画角の中央領域以外の他の領域を重み付けした積分平均値を算出するようにしてもよい。この場合は、ユーザによって指定された領域（例えばＡＦ領域として指定された領域）、指定されたポイントに基づく領域を重み付けした積分平均値を算出するようにしてもよい。つまり、所定の領域を重み付けするものであればよい。
これにより、ユーザが検出された顔の比較対象となる領域を指定することができ、より適切に露出制御を行なうことができる。

（０４）また、上記実施の形態においては、検出された顔に基づく領域と、所定の領域とを重み付けした積分平均値をそれぞれ算出して、露出制御を行なうようにしたが、重み付けをせずに、検出された顔に基づく領域のみの画像データと、所定の領域のみの画像データとに基づいて露出制御を行なうようにしてもよい。つまり、図３のステップＳ５８では、検出された顔に基づく領域のみの画像データの積分平均値と、所定の領域のみの画像データの積分平均値とを比較し、図３のステップＳ５９、ステップＳ６０、図２のステップＳ９〜ステップＳ１１、ステップＳ１９で、該比較結果に基づいて大きい方の画像データのＲ成分、Ｇ成分、Ｂ成分、輝度成分の何れかの積分平均値を評価用積分平均値Ｓとし、該積分値に基づいて露出制御を行なうことになる。
また、検出された顔に基づく領域のみの画像データの積分平均値と、全範囲の画像データの積分平均値とを比較し、該比較結果に基づいて露出制御を行なうようにしてもよい。
これにより、適切に露出制御を行なうことができる。

（０５）また、上記実施の形態においては、所定の領域を重み付けした積分平均値を算出するようにしたが（図３のステップＳ５２、ステップ５３）、所定の領域を重み付けしていない積分平均値を算出するようにしてもよい。所定の領域を重み付けしていない積分平均値とは、全ての領域を重み付けしないで算出された積分平均値と、全ての領域を均等に重み付けして算出された積分平均値との両方をさす。この場合でも、適切に露出制御を行なうことはできる。

（０６）また、上記実施の形態においては、所定領域重点の場合に算出される各領域の重み付け係数の重み付け度合いを、顔検出有りの場合に算出される各領域の重み付け係数の重み付け度合いより小さくするようにしたが、重み付け度合いを同じにするようにしてもよい。
また、顔検出モードがｏｆｆの場合、顔検出モードがｏｎの場合であって顔が検出されなかった場合のみ（顔検出なしの場合のみ）、重み付け度合いを小さくし、顔が検出された場合は、検出された顔に基づく各領域の重み付け度合いと、所定の領域に基づく各領域の重み付け度合いとを同じにするようにしてもよい。
この場合は、図３のステップＳ５１で積分平均値ｒ、ｇ、ｂを算出すると、ステップＳ５４に進む。そして、ステップＳ５４で顔検出モードがｏｆｆの場合、ステップＳ５５で顔が検出されなかった場合は、顔検出無しの場合の所定領域を重み付けした積分平均値Ｒ２、Ｇ２、Ｂ２、Ｙ２算出して、ステップＳ６０に進み、ステップＳ５５で顔が検出された場合は、ステップＳ５６、ステップＳ５７を経て、検出された顔に基づく各領域の重み付け度合いと、同じ度合いで所定領域を重み付けした積分平均値Ｒ２、Ｇ２、Ｂ２、Ｙ２を算出してステップＳ５８に進む。

（０７）また、上記実施の形態においては、ストロボ装置１５は、キセノン管を発光させるようにしたが、ＬＥＤ等の発光素子を発光させるようにしてもよい。

（０８）また、上記実施の形態においては、所定の領域（画角の中央領域）、検出された顔に基づく領域以外の領域も重み付けした重み付け係数を算出するようにしたが、所定の領域のみ、検出された顔に基づく領域のみを重み付けした重み付け係数を算出するようにしてもよく、要は、所定の領域、検出された顔に基づく領域を重み付けするものであればよい。

（０９）また、上記実施の形態においては、積分平均値Ｒ、Ｇ、Ｂの算出を、ステップＳ５１で算出した各領域のｒ−ｓｕｍ［ｎ］、ｇ−ｓｕｍ［ｎ］、ｂ−ｓｕｍ［ｎ］と所定領域重点の場合における各領域の重み付け係数ｗｅｉｇｈｔ［ｎ］とを同じ領域同士で乗算し、該乗算後の積分値ｇ、ｂそれぞれの総和を、重み付け係数ｗｅｉｇｈｔ［ｎ］の総和で除算することにより行なうようにしたが、ステップＳ５１で算出した各領域のｒ−ｓｕｍ［ｎ］、ｇ−ｓｕｍ［ｎ］、ｂ−ｓｕｍ［ｎ］と所定領域重点の場合における各領域の重み付け係数ｗｅｉｇｈｔ［ｎ］とを同じ領域同士で乗算し、該乗算後の積分値ｇ、ｂそれぞれの総和を、領域の総数（ここでは、６４）で除算するようにしてもよい。

（１０）また、上記変形例（０１）〜（０９）を矛盾が生じない範囲内で任意に組み合わせるような態様であってもよい。

（１１）また、本発明の上記実施形態は、何れも最良の実施形態としての単なる例に過ぎず、本発明の原理や構造等をより良く理解することができるようにするために述べられたものであって、添付の特許請求の範囲を限定する趣旨のものでない。
したがって、本発明の上記実施形態に対してなされ得る多種多様な変形ないし修正はすべて本発明の範囲内に含まれるものであり、添付の特許請求の範囲によって保護されるものと解さなければならない。

最後に、上記各実施の形態においては、本発明の撮像装置をデジタルカメラ１に適用した場合について説明したが、上記の実施の形態に限定されるものではなく、要は、露出制御を行なうことができる機器であれば適用可能である。

１ デジタルカメラ
２ 撮影レンズ
３ レンズ駆動ブロック
４ 絞り
５ ＣＣＤ
６ ドライバ
７ ＴＧ
８ ユニット回路
９ メモリ
１０ ＣＰＵ
１１ ＤＲＡＭ
１２ 画像表示部
１３ フラッシュメモリ
１４ キー入力部
１５ ストロボ装置
１６ バス

Claims (11)

1. 被写体を撮像する撮像素子と、
   前記撮像素子により撮像された画像データ内にある顔を検出する顔検出手段と、
   前記撮像素子により撮像された画像データのうち、前記顔検出手段により検出された顔に基づく領域を重み付けした画像データと、前記顔検出手段を用いる方法とは別な方法で設定された所定の領域を重み付けした画像データとを比較する比較手段と、
   前記比較手段による比較結果に基づいて、前記撮像素子により撮像される画像データの露出量を制御する露出制御手段と、
   を備えたことを特徴とする撮像装置。
2. 前記比較手段は、
   前記顔検出手段により検出された顔に基づく領域の重み付け度合いを、前記所定の領域の重み付け度合いより大きくしたことを特徴とする請求項１記載の撮像装置。
3. 前記所定の領域は、
   画角の中央領域、又は、ユーザによって指定された領域であることを特徴とする請求項１又は２記載の撮像装置。
4. 前記比較手段は、
   前記撮像素子により撮像された画像データの輝度成分に基づいて、比較することを特徴とする請求項１乃至３の何れかに記載の撮像装置。
5. 前記露出制御手段は、
   前記比較手段による比較結果に基づいて明るいと判断された方の画像データに基づいて露出量を制御することを特徴とする請求項１乃至４の何れかに記載の撮像装置。
6. 前記撮像素子は、複数色の色フィルターを有しており、
   前記露出制御手段は、
   前記比較手段による比較結果に基づいて明るいと判断された方の画像データの輝度成分、各色の色成分のうち、何れか１つの成分に基づいて露出量を制御することを特徴とする請求項５記載の撮像装置。
7. 前記露出制御手段は、
   輝度成分、各色の色成分のうち、最も明るさのレベルが高い成分に基づいて露出量を制御することを特徴とする請求項６記載の撮像装置。
8. 前記撮像素子を用いて被写体の動画の撮像を制御する動画撮像制御手段を備え、
   前記顔検出手段は、
   前記動画撮像制御手段により順次撮像されるフレーム画像データ内にある顔を検出していき、
   前記比較手段は、
   前記動画撮像制御手段により撮像されるフレーム画像データと、該フレーム画像データの前記顔検出手段により検出された顔に基づく領域に基づいたフレーム画像データとを比較していき、
   前記露出制御手段は、
   前記比較手段による比較結果に基づいて、前記動画撮像制御手段により撮像されるフレーム画像データの露出量を制御していくことを特徴とする請求項１乃至７の何れかに記載の撮像装置。
9. 前記撮像素子を用いて被写体の静止画の撮像を制御する静止画撮像制御手段を備え、
   前記露出制御手段は、
   前記比較手段による比較結果に基づいて、前記静止画撮像制御手段により撮像される静止画像データの露出量を制御することを特徴とする請求項１乃至８の何れかに記載の撮像装置。
10. 被写体に対してストロボを発光するストロボ手段と、
    前記撮像素子により撮像された画像データに基づいて、前記顔検出手段により検出された顔の明るさが暗いか否かを判断する判断手段と、
    を備え、
    前記静止画撮像制御手段は、
    前記判断手段により前記顔検出手段により検出された顔の明るさが暗いと判断された場合は、前記ストロボ手段によるストロボを発光させて、静止画撮像を行なうことを特徴とする請求項９記載の撮像装置。
11. 被写体を撮像する撮像素子により撮像された画像データ内にある顔を検出する顔検出処理
    と、
    前記撮像素子により撮像された画像データのうち、前記顔検出処理により検出された顔に基づく領域を重み付けした画像データと、前記顔検出処理を用いる方法とは別な方法で設定された所定の領域を重み付けした画像データとを比較する比較処理と、
    前記比較処理による比較結果に基づいて、前記撮像素子により撮像される画像データの露出量を制御する露出制御処理と、
    を含み、上記各処理をコンピュータで実行させることを特徴とするプログラム。

Images