JP7427398B2 - 画像処理装置、画像処理方法、画像処理システム及びプログラム - Google Patents

Description

本発明は、画像処理装置、画像処理方法、画像処理システム及びプログラムに関する。

混雑状況の把握やマーケティングへの利用を目的として、監視カメラから取得した画像を定期的に解析し、撮影範囲における人体、車両等の特定物体の個数を記録するものが知られている。また、特定物体の個数を推定する方法として人体検出手段によって検出した人物の数を計測する技術や連続したフレーム画像間の変化量や動きの検出結果に基づいて算出した混雑量から特定物体の個数を推定する技術がある。

上述の技術では、画像から算出される特徴点や動きの検出結果に基づいて推定を行うため、入力画像のコントラストによって推定精度が異なり、特に霧や霞が発生している状態、ガラス越しで撮影する場合などコントラストが低下した状態では推定精度が低下する。

コントラストを強調するための技術として、特許文献１では画像のヒストグラムから設定された補正強度に応じた階調補正を行う技術が開示されている。また、特許文献２では、画像の特定の注目領域を基準に階調補正を行う技術が開示されている。

特許第６４８６０５５号公報 特開２００２－３０５６８３号公報

しかしながら、上述の各特許文献に開示された従来技術は、特定物体の個数を推定することを目的とした技術ではないため、映像品質が向上されたとしても特定物体の個数を推定する処理にとって好適な階調補正とならない場合がある。このため、特定物体の個数の推定精度を向上させるためには適切ではない。

本発明は上述の課題に鑑みて成されたものであり、画像中の特定物体の個数の推定精度を向上させることを目的とする。

上記の課題を解決するため、本発明に係る画像処理装置のある態様によれば、対象領域の画像に対して第１の補正量を用いた第１の階調補正を行う第１の補正手段と、前記第１の補正手段により補正された前記対象領域の画像中の特定物体の個数を推定する第１の推定手段と、前記対象領域の画像に対して前記第１の補正量とは異なる第２の補正量を用いた第２の階調補正を行う第２の補正手段と、前記第２の補正手段により補正された前記対象領域の画像中の特定物体の個数を推定する第２の推定手段と、前記第１の推定手段によって推定された前記特定物体の個数と、前記第２の推定手段によって推定された前記特定物体の個数のうち、多い方の個数を選択する選択手段と、を備える画像処理装置が提供される。

本発明によれば、画像中の特定物体の個数の推定精度を向上させることができる。

実施形態１の画像処理装置の構成例を示すブロック図。 画像処理装置における画像処理の例を示すフローチャート。 推定対象となる画像と推定対象となる画像から得られるヒストグラムの例を示す図。 実施形態２の画像処理システムの構成例を示すブロック図。 時間的に連続したフレーム画像に対する個数記録部によって推定人数の記録が行われる記録フレーム画像の割り当ての例を示す図。 画像処理システムにおける画像処理の例を示すフローチャート。 推定対象となる画像と個数推定部によって得られる位置情報の例を示す図。

以下、添付図面を参照して、本発明を実施するための実施形態について詳細に説明する。なお、以下に説明する各実施形態は、本発明の実現手段としての一例であり、本発明が適用される装置の構成や各種条件によって適宜修正または変更されるべきものであり、本発明は、以下の各実施形態に必ずしも限定されるものではない。また、各実施形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。

（実施形態１）
図１は、実施形態１の画像処理装置の構成例を示すブロック図である。
この画像処理装置は、画像を取得する画像取得部１と、取得した画像の階調を補正する階調補正部２と、補正された画像中の特定物体の個数を推定する個数推定部３と、個数推定部３が推定した個数を記録する個数記録部４とを備えている。

画像取得部１は、特定物体の個数を推定する対象となる領域（対象領域）の画像を取得する。階調補正部２は、画像取得部１が取得した画像に対して所定の補正量に基づいて階調補正を行う。個数推定部３は、階調補正部２によって階調補正された画像に対して解析を行って撮影範囲における特定物体の個数（例えば特定物体が人体である場合には人数）を推定する。また、個数推定部３は、人数と共に、画像上の特定物体の位置情報を取得することができるようになっている。個数記録部４は、個数推定部３によって推定された特定物体の推定個数を記録する。また、個数記録部４は、個数推定部３によって取得された特定物体の位置情報を記録する。

なお、本実施形態では、特定物体の例として人体の個数推定を行う場合を例にして説明するが、特定物体はこの例に限定されず、車両等であってもよい。また、人体の個数（人数）の推定方法は人体の頭から肩にかけての凸形状が検出された数を計測するものであってもよいし、その他の特徴量や動き量の検出結果を用いて推定されるものでもよく、特に限定されるものではない。

図２は、第１の実施形態に係る画像処理装置の画像処理の例を示すフローチャートである。
まず、Ｓ１において、画像取得部１は、対象領域の画像を取得する。画像取得部１は、ＣＭＯＳセンサ等の撮像素子から画像を取得してもよいし、ハードディスク等の外部機器に記録された画像を取得してもよい。次に、Ｓ２において、階調補正部２は、補正量の異なる複数の補正曲線を生成する。補正曲線の生成方法としては、事前に用意された補正曲線テーブルを参照しながら順次補正曲線を生成してもよいし、以下に示す方法（図３参照）を用いて、画像に応じた補正曲線を生成してもよい。

図３は、補正曲線の生成方法を説明する図であり、推定対象となる画像と、推定対象となる画像から得られるヒストグラムの例を示している。図３（ａ）は、推定対象となる画像３０の例であり、霧や霞等の影響でコントラストが低下している例を示している。また、斜線部３１は日陰等の局所的に照度の低い領域を示している。そのため、図３（ａ）のヒストグラムを示す図３（ｂ）では、中輝度領域の頻度が高くなっている。

一般的にヒストグラムは、画像の各画素が取りうる輝度の範囲を所定の分割数で分割して複数の区間に分け、画像を走査して各区間に属する輝度を持つ画素の個数をカウントして頻度を求めることで形成される。本実施形態では説明のため、輝度の範囲を８つに分割した例を示しているが、分割数に制限はない。

以下、図３を参照して補正曲線を生成する方法の１例を説明する。
まず、階調補正部２は、輝度に応じて画像を複数の領域に分割する。なお、大域的な輝度の分布に応じて領域分割を行うための前処理として、画像の高周波成分を低減させるフィルタ処理等を行ってもよい。
ここでは、所定の輝度Ｙ１を境界として分割する例を示す。
階調補正部２は、例えば図３（ａ）の例では、所定の輝度Ｙ１以下の領域（斜線部３１）を低輝度領域とし、それ以外の領域を非低輝度領域として領域の分割を行う。続いて、階調補正部２は、画像に対するヒストグラムを作成するが、このとき、低輝度領域に存在する画素の頻度をカウントする際は、頻度を１加算するのではなく、第１の重みｗ１をかけた値で加算する。一方、階調補正部２は、非低輝度領域では、第２の重みｗ２をかけた値で加算して頻度を求める。このとき、階調補正部２は、全画素に対する重みの平均が１となるように第１の重みｗ１と第２の重みｗ２を設定する。

上記のように重み付けをして作成した重み付きヒストグラムの例を図３（ｃ）に示す。このように重みを付けてヒストグラムを計算すると、図３（ｃ）に示すように、低輝度領域の頻度が強調されたヒストグラムとなる。
その後、階調補正部２は、図３（ｄ）に示すように、重み付きヒストグラムの各区間において、頻度に比例させた傾きを持つ入出力特性の補正曲線３５を生成する。すなわち、輝度頻度の集中している領域ほど大きくなるように補正曲線を決定する。このように作成された補正曲線に基づいて階調補正を行うことにより、低輝度領域のコントラストが強調された画像となるため、個数推定部３では、階調補正が行われない画像に比べて、低輝度領域における個数推定精度が向上する。なお、輝度Ｙ１を用いずに、輝度Ｙ１より高い輝度Ｙ２を用いて、画像の領域を高輝度領域と非高輝度領域に分割して高輝度領域の頻度が強調されたヒストグラムを作成することで、高輝度領域のコントラストが強調される補正曲線を生成することもできる。また、第１の輝度Ｙ１と第２の輝度Ｙ２を用いて、第１の輝度Ｙ１以上であって第２の輝度Ｙ２以下の中輝度領域の頻度が強調される補正曲線も作成することができる。さらに、第１の輝度Ｙ１、第２の輝度Ｙ２、第１の重みｗ１、第２の重みｗ２を様々変化させることにより、多様な補正曲線を作成することができる。

図２に戻る。Ｓ２の後、Ｓ３において、階調補正部２は、生成した各補正曲線に基づいて階調補正を行って、複数の推定用画像を出力する。
Ｓ４において、個数推定部３は、階調補正部２が階調補正を行った複数の推定用画像に対して人数の推定を行う。続くＳ５において、個数推定部３は、各推定用画像に対して推定した人数（推定人数）の比較を行う。さらに、Ｓ６において、個数推定部３は、比較結果に応じて、推定された複数の推定人数のうちの最大となる推定人数を選択し、個数記録部４に供給する。個数記録部４は、個数推定部３から供給された推定人数を記録する。なお、領域毎に推定人数が最大となる補正曲線が異なる場合があるため、事前に領域を記録用領域として分割しておき、記録用領域毎に最大となる推定人数を記録するようにしてもよい。すなわち、分割された領域のいずれかにおいて、推定した対象物体の個数に応じて、対象領域の画像内に含まれる特定物体の個数を推定するようにしてもよい。

以上説明したように、本実施形態では、低輝度領域のコントラストが強調された画像を用いて特定物体の個数を推定することにより、画像中の特定物体の個数の推定精度を向上させることができる。また、本実施形態では、補正を行った複数の推定用画像に対して推定人数を推定し、複数の推定人数のうちの最大となる推定人数を選択することにより、画像中の特定物体の個数の推定精度をさらに向上させることができる。

（実施形態２）
図４は、実施形態２の画像処理システムの構成例を示すブロック図である。
以下、この画像処理システムの構成については、上述の実施形態１の画像処理装置と同一または対応する部分に関しては同一の符号を付して説明を省略する。
この画像処理システムは、対象領域を撮像する撮像装置１０と、撮像装置１０が撮像した画像についての処理を行う情報処理装置２０とを備えている。

撮像装置１０は、画像取得部１に代わる撮像部１１と、撮像部１１からの画像の階調を補正する階調補正部２と、情報処理装置２０との通信を行う通信部１３と、推定情報を記録する推定情報記録部１４とを備えている。

撮像部１１は、撮影によって連続したフレーム画像を階調補正部２に出力する。通信部１３は、階調補正部２によって階調補正されたフレーム画像を情報処理装置２０に送信する。推定情報記録部１４は、通信部１３を介して情報処理装置２０からの推定個数と階調補正部２から得られる推定対象となったフレーム画像に対する補正曲線を１組の推定情報として記録する。

情報処理装置２０は、撮像装置１０との通信を行う通信部２１と、撮像装置１０からの映像を記録する映像記録部２２と、設定を入力する設定入力部２３と、個数推定部３と、個数記録部４とを備えている。映像記録部２２は、例えばストレージ装置やメモリ装置等の記憶装置を備えている。なお、本実施形態では、個数推定部３は、推定人数と共に画像上の物体の位置を示す位置情報を出力可能としている。

通信部２１は、個数推定部３の推定した位置情報を撮像装置１０に送信する。
映像記録部２２は、通信部２１を介して撮像装置１０から受信したフレーム画像を記録する。設定入力部２３は、表示装置やキーボード等のユーザーインターフェースを介して映像記録部２２に記録されたフレーム画像の確認、特定物の個数推定を行う推定対象領域の選択、および、個数推定部３の記録周期の設定等の設定を入力する。

以下、図５を参照しながら、画像処理システムにおける周期的な人数推定について説明する。
図５は、時間的に連続したフレーム画像に対する記録フレーム画像の割り当てを示している。記録フレーム画像とは、個数推定部３が推定した推定人数の記録が行われるフレーム画像のことである。図５中では、符号４０、４１、４２は、記録フレーム画像を示しており、それ以外（符号４３、４４、４５、４６等）が非記録フレーム画像を示している。
個数推定部３は、記録周期Ｔ毎に１回、上述の実施形態１と同様に、画像中の人数の推定を行う。記録周期Ｔは、設定入力部２３によって設定することができる。また、記録周期Ｔは、設定入力部２３によって変更することも可能である。記録周期Ｔの間に撮像装置１０から供給される画像のフレーム数をＮとすると、推定人数の記録が行われない非記録フレーム画像は２枚の記録フレーム画像（例えば４０と４１の間、４１と４２の間）間にＮ－２枚存在することになる。本実施形態では、Ｎ－２枚の非記録フレームを用いて、次の記録フレーム画像に好適な補正曲線を探索する。

図６は、本実施形態の画像処理システムにおける画像処理の例を示すフローチャートである。
まず、Ｓ１１において、撮像部１１は、対象領域を撮像してフレーム画像を取得する。
続くＳ１２において、階調補正部２は、撮像部１１からの現在のフレーム画像が記録フレーム画像か否かを判定し、記録フレーム画像である場合には、Ｓ１３に進む。Ｓ１３において、階調補正部２は、推定情報記録部１４に記録された過去の推定情報を参照し、推定された人数が最大であった補正曲線を生成してＳ１５に進む。

一方、記録フレーム画像でない場合には、Ｓ１４に進み、階調補正部２は、探索用補正曲線を生成してＳ１５に進む。探索用補正曲線の生成方法については後述する。
Ｓ１５において、階調補正部２は、Ｓ１３もしくはＳ１４で生成された補正曲線に基づいて階調補正を行う。

Ｓ１６において、個数推定部３は、通信部２１を介して撮像装置１０から得たフレーム画像に対して人数推定を行う。
Ｓ１７において、個数推定部３は、現在のフレーム画像が記録フレーム画像であるか否かを判定する。フレーム画像が記録フレーム画像であると判定した場合には、個数推定部３は、Ｓ１８に進み、推定した人数を個数記録部４に記録し、Ｓ１１に戻る。
一方、フレーム画像が記録フレーム画像ではないと判定した場合には、個数推定部３はＳ１９に進み、推定人数と推定の対象となった現在のフレーム画像に対する補正曲線のデータを１組の推定情報として記録し、Ｓ１１に戻る。

図７は、推定対象となる画像と個数推定部３によって得られる位置情報の例を示す図である。
以下、図７を参照して探索用補正曲線の生成方法を説明する。
探索用補正曲線の生成方法では、実施形態１と同様に、重み付きヒストグラムを作成し、補正曲線を作成するが、本実施形態では、推定情報記録として記録されている位置情報を用いて各領域の重みを作成する。ここでは、例えば図７（ａ）に示すように、６×４の矩形のブロック状に領域を分割し、各領域に対する重みを算出する場合について説明する。各領域の重みＷ_{（ｉ，ｊ）}は、例えば以下の式（１）、（２）によって算出する。

ここで、Ｎ_{（ｘ、ｙ）}は１領域の推定人数、Ｎ_ｓｕｍはフレーム画像全体の推定人数である。また、σは任意の係数、ｎ，ｍは領域分割数であり、本実施形態では、ｎ＝６，ｍ＝４である。
σ＝１として算出した場合の重みの例を図７（ｃ）に示す。図７（ｃ）からわかるように、上述の式（１）、（２）を用いて重みを算出することにより、人の密集度の高い領域ほど重みを大きくすることができる。ここで、個数推定部３が階調補正部２より後段に配置されているため、位置情報は現フレーム画像より以前のフレーム画像に対して推定されたものが使用される。このため、通信部１３、２１による遅延、個数推定部３の計算コスト（計算時間）によっては位置情報の更新速度が低下する可能性がある。これを回避するため、個数推定部３の推定対象領域を分割したすべての領域とするのではなく、矩形のブロック状に分割された領域を１つおきに推定対象領域としてもよい。そして、非推定対象領域に関しては周辺の推定対象領域の推定個数から線形予測した結果を推定個数として扱ってもよい。

上述のように、密集度に応じた処理を行うことにより、人の存在する確率の高い領域に集中してコントラスト強調が行われるため、画像中の特定物体の個数の推定効率が向上する。一方で、新たな特定物体の出現や、個数推定部３による初期段階の推定で検出されなかった特定物体がある可能性を考慮してもよい。具体的には、フレーム間の推定個数が一定フレーム数の間、変化しない、あるいは、減少した場合には密集度の低い領域の重みが大きくなるように重み算出を行うこととしてもよい。また、階調補正部２が、領域毎に階調補正を行うようにしてもよく、その場合には、領域毎に推定個数が向上した領域のみ補正曲線を更新して個々の領域で独立した階調補正を行ってもよい。

また、映像記録部２２に保存される画像に対してはフレーム毎に異なる階調補正が行われているため、隣接したフレーム画像間で急激な輝度変化が生じうる。このため、階調補正部２は、現フレーム画像に対して算出した重み、あるいは、補正曲線と直前フレーム画像に対して算出した重み、あるいは、補正曲線を所定の係数をもって合成して使用してもよい。このとき、急激な画角、照度等の変化に対応するため、背景差分や動き量によってフレーム間の変化量を算出可能な不図示の画像変化量算出部を追加してもよい。この場合、階調補正部２は、フレーム間の変化量が大きいほど前記所定の係数を現フレーム画像に対して算出した重み、または、補正曲線の影響が大きくなるように設定することとしてもよい。

また、設定入力部２３によって推定対象領域が選択された場合には、Ｓ１２からＳ１９までの処理対象領域を推定対象領域を内包することを条件として階調補正を行う領域を限定することで計算コストの低減を図ってもよい。

上述のように、本実施形態では、実施形態１と同様に、画像中の特定物体の個数の推定精度を向上させることができる。また、本実施形態では、非記録フレームを用いて、次の記録フレーム画像に好適な補正曲線を探索することにより、画像中の特定物体の個数の推定精度をさらに向上させることができる。また、本実施形態では、特定物体の密集度に応じて補正量を決定することにより、密集度が所定の閾値より高い領域の輝度頻度が強調されるように補正量を決定することにより、画像中の特定物体の個数の推定精度をさらに向上させることができる。

以上、本発明の好ましい実施形態について説明したが、本発明はこれらの実施形態に限定されず、その要旨の範囲内で種々の変形及び変更が可能である。図４では階調補正部２が撮像装置１０に設けられていたが、階調補正部２は情報処理装置２０に設けられてもよい。また、図４では撮像装置１０と情報処理装置２０が別々の装置として示されているが、情報処理装置２０を撮像装置１０に組み込んでもよい。

（その他の実施形態）
以上、実施形態を詳述したが、本発明は例えば、システム、装置、方法、プログラム若しくは記録媒体（記憶媒体）等としての実施態様をとることが可能である。具体的には、複数の機器（例えば、ホストコンピュータ、インタフェース機器、撮像装置、ｗｅｂアプリケーション等）から構成されるシステムに適用してもよいし、また、一つの機器からなる装置に適用してもよい。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。ＡＳＩＣはＡｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略である。

１…画像取得部、２…階調補正部、３…個数推定部、４…個数記録部、１０…撮像装置、１１…撮像部、１３…通信部、１４…推定情報記録部、２０…情報処理装置、２１…通信部、２２…映像記録部、２３…設定入力部

Claims (14)

1. 対象領域の画像に対して第１の補正量を用いた第１の階調補正を行う第１の補正手段と、
   前記第１の補正手段により補正された前記対象領域の画像中の特定物体の個数を推定する第１の推定手段と、
   前記対象領域の画像に対して前記第１の補正量とは異なる第２の補正量を用いた第２の階調補正を行う第２の補正手段と、
   前記第２の補正手段により補正された前記対象領域の画像中の特定物体の個数を推定する第２の推定手段と、
   前記第１の推定手段によって推定された前記特定物体の個数と、前記第２の推定手段によって推定された前記特定物体の個数のうち、多い方の個数を選択する選択手段と、
   を備えることを特徴とする画像処理装置。
2. 前記対象領域の画像の輝度のヒストグラムを求める算出手段をさらに備え、
   前記第１の補正手段は、前記算出手段が求めたヒストグラムを用いて前記第１の補正量を決定し、
   前記第２の補正手段は、前記算出手段が求めたヒストグラムを用いて前記第２の補正量を決定する、
   ことを特徴とする請求項１記載の画像処理装置。
3. 前記第１の補正手段は、
   第１の輝度に基づいて設定される領域の輝度頻度が強調されるように重み付けを行って前記第１の補正量を決定し、
   前記第２の補正手段は、
   第２の輝度に基づいて設定される領域の輝度頻度が強調されるように重み付けを行って前記第２の補正量を決定する、
   ことを特徴とする請求項２記載の画像処理装置。
4. 前記第１の補正手段は、
   輝度頻度の集中している領域ほど大きくなるように前記第１の補正量を決定し、
   前記第２の補正手段は、
   輝度頻度の集中している領域ほど大きくなるように前記第２の補正量を決定する、
   ことを特徴とする請求項３記載の画像処理装置。
5. 前記対象領域の画像を、第１の領域と第２の領域に分割する分割手段をさらに備え、
   前記第１の補正手段は、
   前記第１の領域に対して前記第１の階調補正を行い、
   前記第２の補正手段は、
   前記第２の領域に対して前記第２の階調補正を行う、
   ことを特徴とする請求項１から請求項４のいずれか１項に記載の画像処理装置。
6. 前記分割手段により分割された前記第１の領域と前記第２の領域のいずれかにおいて、前記第１の推定手段または前記第２の推定手段よって推定された前記特定物体の個数に応じて、前記対象領域の画像内に含まれる前記特定物体の個数を推定する第３の推定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。
7. 前記特定物体の密集度を検出する第１の検出手段をさらに備え、
   前記第１の補正手段は、
   前記第１の検出手段が検出した特定物体の密集度に応じて前記第１の補正量を決定し、
   前記第２の補正手段は、
   前記第１の検出手段が検出した特定物体の密集度に応じて前記第２の補正量を決定する、
   ことを特徴とする請求項１から請求項６のいずれか１項に記載の画像処理装置。
8. 前記第１の補正手段は、
   前記検出手段が検出した特定物体の密集度が所定の閾値より高い領域の輝度頻度が強調されるように前記第１の補正量を決定し、
   前記第２の補正手段は、
   前記検出手段が検出した特定物体の密集度が所定の閾値より高い領域の輝度頻度が強調されるように前記第２の補正量を決定する、
   ことを特徴とする請求項７記載の画像処理装置。
9. 前記対象領域の画像は、複数のフレームの画像を含み、
   前記第１の補正手段は、各フレームの画像に対して前記第１の階調補正を行い、
   前記第２の補正手段は、各フレームの画像に対して前記第２の階調補正を行い、
   各フレームの画像に対する前記第１の補正量を合成する第１の合成手段と、
   各フレームの画像に対する前記第２の補正量を合成する第２の合成手段と、をさらに備える、
   ことを特徴とする請求項１から請求項８のいずれか１項に記載の画像処理装置。
10. 前記複数のフレームの画像間の変化量を検出する第２の検出手段と、
    前記第２の検出手段により検出した変化量に応じて前記第１の補正量又は前記第２の補正量を変更する変更手段と、をさらに備える
    ことを特徴とする請求項９記載の画像処理装置。
11. 前記第１の推定手段が前記特定物体の個数の推定する領域又は前記第２の推定手段が前記特定物体の個数の推定する領域を入力する入力手段と、
    前記第１の補正手段又は前記第２の補正手段が前記階調補正の対象とする領域を制御する制御手段と、を備える、
    ことを特徴とする請求項１から請求項１０のいずれか１項に記載の画像処理装置。
12. 対象領域の画像に対して第１の補正量を用いた第１の階調補正を行う第１補正ステップと、
    前記第１補正ステップによって補正された前記対象領域の画像中の特定物体の個数を推定する第１推定ステップと、
    前記対象領域の画像に対して前記第１の補正量とは異なる第２の補正量を用いた第２の階調補正を行う第２補正ステップと、
    前記第２補正ステップによって補正された前記対象領域の画像中の特定物体の個数を推定する第２推定ステップと、
    前記第１推定ステップによって推定された前記特定物体の個数と、前記第２推定ステップによって推定された前記特定物体の個数のうち、多い方の個数を選択するステップと、
    を備えることを特徴とする画像処理方法。
13. 対象領域を撮像する撮像手段と、
    前記撮像手段により撮像された対象領域の画像に対して第１の補正量を用いた第１の階調補正を行う第１の補正手段と、
    前記第１の補正手段により補正された前記対象領域の画像中の特定物体の個数を推定する第１の推定手段と、
    前記対象領域の画像に対して前記第１の補正量とは異なる第２の補正量を用いた第２の階調補正を行う第２の補正手段と、
    前記第２の補正手段により補正された前記対象領域の画像中の特定物体の個数を推定する第２の推定手段と、
    前記第１の推定手段によって推定された前記特定物体の個数と、前記第２の推定手段によって推定された前記特定物体の個数のうち、多い方の個数を選択する選択手段と、
    を備えることを特徴とする画像処理システム。
14. コンピュータを、請求項１から請求項１１のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。

Images