JPH04346334A - 特徴画像データの抽出方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は特徴画像データ抽出方法
に係り、より詳しくは、カラー原画像をカラー複写材料
または黒白複写材料に複写するときに使用する、人物の
顔の濃度データ等の特徴画像データを抽出する方法に関
する。

【０００２】

【従来の技術及び発明が解決しようとする課題】人物写
真を観賞するときに最も注目される部位は、人物の顔で
あり、品質の良い写真を作成するためには人物の顔の色
を適正な色に焼付ける必要がある。

【０００３】従来では、カラーフィルムの原画像中の顔
領域をライトペンで指定して人物の顔の濃度データを抽
出し、この抽出した濃度データに基づいて顔の色が適正
に焼付けられるように露光量を決定している。このよう
な技術としては、特開昭６２−１１５４３０号公報、特
開昭６２−１１５４３１号公報、特開昭６２−１１５４
３２号公報、特開昭６２−１８９４５６号公報、特開昭
６２−１８９４５７号公報、特開昭６３−１３８３４０
号公報、特開昭６３−１７８２２２号公報に記載のもの
がある。

【０００４】しかしながら、上記従来の技術では、画像
毎にオペレータがライトペンで顔領域を指定しなければ
ならないため、焼付作業に時間がかかる、という問題が
ある。また、オペレータが目視して顔領域を指定しなけ
ればならないため、無人化が困難である。

【０００５】また、特開昭５２−１５６６２４号公報、
特開昭５２−１５６６２５号公報、特開昭５３−１２３
３０号公報、特開昭５３−１４５６２０号公報、特開昭
５３−１４５６２１号公報、特開昭５３−１４５６２２
号公報には、肌色データを抽出することによって人物の
顔のデータを抽出する以下の方法が記載されている。す
なわち、カラー原画像を多数の測光点に分割すると共に
各測光点をＲ（赤）、Ｇ（緑）、Ｂ（青）の３色に分解
して測光し、測光データから計算した各測光点の色が肌
色範囲内か否か判断する。そして、肌色範囲と判断され
た測光点のクラスタ（群）を顔の濃度データとする。し
かしながら、この方法では肌色範囲内の色を顔の濃度デ
ータと仮定しているため、地面、木の幹、洋服等の肌色
または肌色に近似した色をした顔以外の部位も顔の濃度
データとして抽出されてしまう。また、同一被写体を同
一条件で撮影した場合であってもフィルム種によって撮
影画像の色味が異るため、フィルム種が異ると顔の濃度
データを自動的に抽出できないことがある。更に、被写
体を照明する光源の色が異ると撮影画像の色味が異る（
例えば、蛍光灯を光源として撮影した画像は緑味になる
）ため、光源色が異ると顔の濃度データを自動的に抽出
できないことがある。

【０００６】上記の光源色が異ることによって発生する
問題点を解決するためには、光源色補正を行ってから肌
色範囲の測光データを抽出すればよい。光源としては、
太陽光、蛍光灯、タングステン光に大別できるが、太陽
光は季節、時間帯によって色味が異り、また季節や時間
帯が同じでも直接光か間接光かによって色味が異る。ま
た、蛍光灯等の人工光は製品の多種多様化に伴い様々な
色味がある。従って、光源の各々について光源種を特定
して光源補正を行うのは困難である。また、仮に光源補
正が完全に行えたとしても地面や木の幹等の肌色または
肌色に近似した部位を抽出しないようにすることはでき
ず、更にフィルム種が異ったときに対処することができ
ない。

【０００７】本発明は上記問題点を解決するために成さ
れたもので、ネガフィルム等のカラー原画像から人物の
顔のデータ等の特徴画像データのみを高い確度で自動的
に抽出することができる特徴画像データ抽出方法を提供
することを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に請求項１の発明は、カラー原画像を多数画素に分割し
て各画素を赤光、緑光及び青光の３色に分解して測光し
、測光により得られたデータに基づいて色相値のヒスト
グラムを求め、求めたヒストグラムを山毎に分割し、カ
ラー原画像の各画素が分割された山のどれに属するかを
判断して画素を分割された山に対応する群に分けると共
に、各々の群毎にカラー原画像を分割し、分割された領
域の少なくとも１つを選択して選択された領域のデータ
を特徴画像データとして抽出する。

【０００９】また、請求項２の発明は、カラー原画像を
多数画素に分割して各画素を赤光、緑光及び青光の３色
に分解して測光し、測光により得られたデータに基づい
て色相値及び彩度値についての２次元ヒストグラムを求
め、求めた２次元ヒストグラムを山毎に分割し、カラー
原画像の各画素が分割された山のどれに属するかを判断
して多数画素を分割された山に対応する群に分けると共
に、各々の群毎にカラー原画像を分割し、分割された領
域の少なくとも１つを選択して選択された領域のデータ
を特徴画像データとして抽出する。

【００１０】上記各発明では領域を選択するときに、分
割された領域が人物の顔か否かを判断し、人物の顔と判
断された領域を選択することにより、人物の顔の濃度デ
ータを特徴画像データとして抽出することができる。

【００１１】

【作用】請求項１の発明では、カラー原画像を多数画素
に分割して各画素を赤光、緑光及び青光の３色に分解し
て測光し、測光により得られたデータに基づいて色相値
のヒストグラムを求める。次に、求められたヒストグラ
ムをヒストグラムの谷または山の裾を境にして山毎に分
割する。これによって、各山の色相値範囲が定められる
。次に、各画素の色相値がどの色相値範囲に属するかを
判断することにより、各画素が分割された山のどれに属
するかを判断し、多数画素を分割された山に対応する群
（クラスタ）に分ける。続いて、カラー原画像を分割さ
れた群に対応する領域に分ける。このとき、同じ群に含
まれる画素が異る領域に分けられる場合もあるが、異る
群に含まれる画素が同じ領域に含まれることはない。 これによって、カラー原画像は、ヒストグラムによって
分けられた色相値範囲内の色相値を持つ画素を含む領域
毎に分けられることになる。従って、カラー原画像上の
１つの領域内には、色相値が所定範囲内の画素が含まれ
ることになり、画像の特徴を表す少なくとも１つの領域
を選択すれば、選択された領域のデータが特徴画像デー
タを表すことになるから、領域の選択によって特徴画像
データを抽出することができる。

【００１２】フィルム種や光源種の変化、経時変化、フ
ィルム現像差等があると、カラー原画像の色味は画面全
体で均一に変化するが、このように色味が変化してもヒ
ストグラム上の位置が変わるだけで画像の各画素によっ
て作られる群は保存されるからカラー原画像の分割領域
は色味が変化しても変化しない。従って、本発明では、
フィルム種や光源種の変化、経時変化、フィルム現像差
等によってカラー原画像の色味や色範囲が変化しても人
物の顔の濃度データを抽出することができる。

【００１３】画像の特徴部である特徴画像の色相が、他
の部位の色相と同一または近似している場合、色相値の
みのヒストグラムに基づいてカラー原画像を分割すると
、特徴画像と他の部位とを区別できないことがある。 そこで請求項２の発明では色相値に加えて更に彩度値を
導入し、色相値及び彩度値の２次元ヒストグラムを求め
、この２次元ヒストグラムを山毎に分割して上記と同様
にしてカラー原画像を分割し、分割された領域の少なく
とも１つを選択して特徴画像データを抽出する。

【００１４】本発明では、色相値と彩度値とを用いてい
るため、特徴画像と色相が同一または近似した部位が混
在していても特徴画像データを抽出することがてきる。

【００１５】人物写真を観賞するときに最も注目される
部位は、人物の顔であるので、カラー原画像の分割され
た領域が人物の顔か否かを判断し、人物の顔と判断され
た領域のデータを特徴画像データとして抽出するのが好
ましい。この場合、請求項１の発明のように色相値のヒ
ストグラムに基づいて特徴画像データ、すなわち人物の
顔のデータを抽出することもできるが、請求項２の発明
のように色相値及び彩度値の２次元ヒストグラムに基づ
いて人物の顔のデータを抽出することもできる。人物の
顔の色相は、地面、木等の肌色部分と近似しているが、
ほとんどの場合彩度が異るため、色相値及び彩度値の２
次元ヒストグラムに基づいて人物の顔のデータを抽出す
るようにすれば、顔、地面、木等が混合する画像からも
人物の顔のデータを抽出することができる。

【００１６】なお、特徴画像データとして抽出するデー
タは、人物の顔のデータ以外であってもよい。

【００１７】

【実施例】以下図面を参照して本発明の実施例を詳細に
説明する。本実施例は、オートプリンタに本発明を適用
したものである。図１に示されるように、本実施例のオ
ートプリンタは、カラーネガフィルム１０を搬送する搬
送ローラ１２を備えている。搬送ローラ１２によって搬
送されるカラーネガフィルム１０の下方には、光源１４
、調光フイルタ等の色補正フィルタ１６および拡散ボッ
クス１８が順に配列されている。また、ネガフィルム１
０の上方には、ネガフィルム１０を透過した光線を２方
向に分配する分配用プリズム２０が配置されている。 分配用プリズム２０によって分配された一方の光路上に
は、投影光学系２２、ブラックシャッタ２３及びカラー
ペーパー（印画紙）２４が順に配列され、他方の光路上
には投影光学系２６及びＣＣＤイメージセンサ２８が順
に配列されている。このＣＣＤイメージセンサ２８は、
ネガフィルム１０の１画面（１コマ）全体を多数の画素
（例えば２５６×２５６画素）に分割して各画素をＲ（
赤）、Ｇ（緑）、及びＢ（青）の３色に分解して測光す
る。ＣＣＤイメージセンサ２８は、ＣＣＤイメージセン
サ出力を増幅する増幅器３０及びアナログ−デジタル（
Ａ／Ｄ）変換器３２を介してＣＣＤイメージセンサの感
度補正用の３×３マトリックス回路３４に接続されてい
る。３×３マトリックス回路３４は、以下で説明するル
ーチンのプログラムを記憶したマイクロコンピュータで
構成された顔抽出回路３６を介して適正露光量計算回路
４０に接続されると共に、１画面全体の平均濃度を演算
する平均濃度演算回路３８を介して適正露光量計算回路
４０に接続されている。そして、適正露光量計算回路４
０は、色補正フイルタを駆動するドライバ４２を介して
色補正フィルタ１６に接続されている。

【００１８】次に本実施例の作用を説明する。光源１４
から照射された光線は、色補正フィルタ１６、拡散ボッ
クス１８及びカラーネガフィルム１０を透過し、分配用
プリズム２０によって分配され、投影光学系２６を介し
てＣＣＤイメージセンサ２８に受光される。なお、この
ときブラックシャツタ２３は閉じられている。この受光
によってＣＣＤイメージセンサ２８は、１画面全体を多
数の画素に分割して各画素をＲ、Ｇ、Ｂ３色に分解して
測光し、測光データ信号を出力する。測光データ信号は
増幅器３０で増幅された後Ａ／Ｄ変換器３２でデジタル
信号に変換され、３×３マトリックス回路３４でイメー
ジセンサの感度補正が行われ、顔抽出回路３６と平均濃
度演算回路３８に入力される。この平均濃度演算回路３
８では、１画面全体の平均濃度を演算する。顔抽出回路
３６では、以下で説明するように１画面中の人物の顔の
部位を推定し、顔と推定された部位のＲ、Ｇ、Ｂ３色測
光データを出力する。露光量演算回路４０は、顔抽出回
路３６から出力された３色測光データと平均濃度演算回
路３８で求められた平均濃度とを用いて露光量を演算し
、ドライバ４２を介して色補正フイルタ１６を制御する
と共にブラックシャッタ２３を開閉して焼付けを行う。 なお、平均濃度演算回路３８で求めた平均濃度を用いる
とき、平均濃度に対する露光補正量を求めることができ
る。露光補正量を求めない場合、必ずしも平均濃度演算
回路３８を必要とせず、直接顔抽出回路３６から出力さ
れた３色測光データより露光量を求めてもよい。

【００１９】図２は顔抽出回路３６よる顔抽出ルーチン
を示すものであり、ステップ１００において入力された
３色測光データのノイズ除去、すなわちスムージングを
行う。次のステップ１０２では下記の（１）〜（３）式
によってＲ、Ｇ、Ｂ３色測光データをＨ（色相値）、Ｌ
（明度値）、Ｓ（彩度値）に変換する。

【００２０】 　　　　　　　　Ｌ＝（Ｒ＋Ｇ＋Ｂ）／３　　　　　　
　　　　　　・・・・（１）　　　　　　　　Ｓ＝１−
ｍｉｎ（ｒ’，ｇ’，ｂ’）・・・・（２）　　　　　
　　　Ｈ＝Ｈ’／２Ｐｉ　　　　　　　　　　　　　　
　　　　・・・・（３）ただし、Ｒ、Ｇ、Ｂは図３の３
次元色座標に示すように各々最小値が０、最大値が１に
なるように規格された３色測光データ、ｍｉｎ（　　）
は（　　）内の数値の最小値、ｒ’、ｇ’、ｂ’はｒ’
＝Ｒ／Ｌ、ｇ’＝Ｇ／Ｌ、ｂ’＝Ｂ／Ｌを表す。またＨ
’は次の（４）式で与えられ、Ｐｉ（ｉは、Ｒ、Ｇ、Ｂ
のうちの１つ）は図３のＰである。

【００２１】

【数１】 ただし、

【００２２】

【数２】 ステップ１０４では、図４（１）に示すように、各々直
交する色相値軸、彩度値軸及び画素数軸から成る座標系
を用いて色相値及び彩度値についての２次元ヒストグラ
ムを求め、次のステップ１０６において後述するように
、求めた２次元ヒストグラムを山毎に分割する、すなわ
ち２次元ヒストグラムのクラスタリングを行う。次のス
テップ１０８ではクラスタリングされた２次元ヒストグ
ラムの山に基づいて多数の画素のクラスタリングを行い
、このクラスタリングに基づいて画面を分割し、分割さ
れた領域から人物の顔の候補となる領域を抽出する。 次のステップ１１０では、顔の候補として抽出された領
域から顔の領域を推定し、顔として推定された領域のＲ
、Ｇ、Ｂ３色測光データを出力する。そして、ステップ
１１２において全コマの焼付けが終了したか否か判断し
、焼付終了と判断されたときにこのルーチンを終了する
。

【００２３】次に、上記ステップ１０６〜１１０の詳細
を説明する。図５はステップ１０６の詳細を示すもので
、ステップ１２０において色相値及び彩度値についての
２次元ヒストグラムから評価すべき領域を切り出す。 図４では説明を簡単にするため１コマを評価領域とした
。ステップ１２２では評価領域があるか否か判断する。 ステップ１２０で評価領域が切り出せなかったとき、す
なわち全ての領域の評価が終了したときには評価領域が
ないため、このルーチンを終了する。評価領域がある場
合には、ステップ１２４において山切り出し用ヒストグ
ラムを作成するためのＸ、Ｙ軸の決定を行う。すなわち
、評価領域を画素数軸と平行な軸を中心に回転させ、ヒ
ストグラムの山を横から見たときに多峰性を優先しかつ
山が最も尖鋭となる位置を求め、この位置を基準にＸ、
Ｙ軸を決定する。処理時間の短縮が必要な場合は、精度
が多少低下するが、Ｘ、Ｙ軸としてヒストグラムの分散
が最大となる軸を用いてもよい。図４（１）の例では、
１〜４の符号を付した４つの山を横から見たときに多峰
性を優先しかつ山が最も尖鋭になる位置は３つの山が見
える位置であるので見る方向と直交する方向にＸ軸を定
め、このＸ軸と直交する方向にＹ軸を定めている。

【００２４】次のステップ１２６では、２次元ヒストグ
ラムをＸ、Ｙ軸に投影させて各々１次元ヒストグラムを
作成する。図４（１）の例では、Ｘ軸と直交する方向か
ら見ると１、２の符号を付した山が重なって見えるため
Ｘ軸についての１次元ヒストグラムには、符号３を付し
た山、符号１、２を付した山、符号４を付した山の３つ
の山が現れ、Ｙ軸と直交する方向から見ると１〜４の符
号を付した山が重なって見えるためＹ軸についての１次
元ヒストグラムには１つの山が現れている。次のステッ
プ１２８では、次の（５）式によってヒストグラムを評
価関数Ｈ（ａ）に変換しこの評価関数に基づいてＸ軸に
ついてのヒストグラムから山の切り出しを行う。

【００２５】

【数３】 ただし、ｆ（ａ）はＸ軸方向の値（特徴量）がａのとき
の画素数、ｘは特徴量ａからの変位である。

【００２６】すなわち、評価関数Ｈ（ａ）の平均値Ｔを
求め、評価関数Ｈ（ａ）の平均値Ｔ以下の範囲（谷、裾
部の存在範囲）を求める。次に、この範囲内のヒストグ
ラムが最小の位置をヒストグラムの谷または裾部とする
。そして、求められた谷または裾部でヒストグラムを切
り出す。

【００２７】上記山の切り出しを図６を参照して説明す
ると、実線ＳＩで表わされたヒストグラムから評価関数
Ｈ（ａ）を求めると図の破線で示すようになる。この評
価関数Ｈ（ａ）が負の部分に関しての平均値Ｔ以下の範
囲は特徴量がｖ０〜ｖ１、ｖ２〜ｖ３の範囲である。こ
の範囲内のヒストグラムの度数が最小の位置は、範囲ｖ
０〜ｖ１ではａｖ０＝ｖ０、範囲ｖ２〜ｖ３ではａｖ１
であり、ａｖ０が裾部として、ａｖ２が谷として各々求
められ、この位置でヒストグラムの切り出しを行う。

【００２８】ステップ１３０ではＸ軸についてのヒスト
グラムの山の切り出しと同様の方法でＹ軸についてのヒ
ストグラムの山の切り出しを行う。次のステップ１３２
では、２次元ヒストグラム上で上記のように切り出され
たＸ軸、Ｙ軸についての１次元ヒストグラムの山が重な
る領域を求め、色相値及び彩度値についての２次元ヒス
トグラムから山の切り出しを行う。図４（１）の領域Ｅ
１は上記のようにして切り出した山の一例を示すもので
ある。

【００２９】次のステップ１３４では、２次元ヒストグ
ラムから切り出された山が単峰か否か判断し、単峰でな
い場合は２次元ヒストグラムから切り出された山が単峰
になるまでステップ１２４〜ステップ１３４を繰り返す
。図４（３）の領域Ｅ２は、上記のようにして切り出さ
れた単峰の山の一例を示すものである。

【００３０】次のステップ１３６では、切り出された単
峰の山を識別するためのラベルを付ける処理（ラベリン
グ）を行い、ステップ１３８ではラベリングされた山を
マスクしてステップ１２０へ戻る。そして、上記のステ
ップを繰り返して色相値及び彩度値についての２次元ヒ
ストグラムの全領域を単峰の山に分割する。

【００３１】図７は図２のステップ１０８の詳細を示す
もので、ステップ１４０では、上記のようにして分割さ
れた単峰の山のＸ軸方向の範囲ＸＲ（図４（３））及び
Ｙ軸方向の範囲ＹＲ（図４（３））を単峰の山毎に各々
求め、原画像の各画素について色相値及び彩度値がこれ
らの範囲に属しているかを判断して画素のクラスタリン
グを行うと共に、範囲ＸＲ、ＹＲで囲まれた範囲に属し
ている画素を集め、集めた画素が原画像上で１つの領域
となるように原画像を分割する。また、分割された領域
にナンバリングする。図４（２）は、原画像を分割した
例を示すもので符号１〜４を付した各領域の画素は、図
４（１）の、符号１〜４を付した単峰の山に含まれる画
素に対応している。図４（１）で同じ単峰の山に属して
いる画素が図４（２）では異る領域に分割されているが
、これは図４（１）では単峰の山の色相値範囲及び彩度
値範囲を持つ画素であるが、図４（２）では領域が分か
れているからである。

【００３２】次のステップ１４２では、分割された領域
の面積を判断することにより徴小領域を除去し、ナンバ
リングをし直す。次のステップ１４４では、領域の境界
画素をすべて削除してひと皮分取り除く収縮処理と、収
縮処理とは逆に境界画素を背景画素方向へ増殖させてひ
と皮分太らせる膨張処理とを行って大領域と繁がってい
る小領域を大領域から分離する。次のステップ１４６で
はステップ１４２と同様に徴小領域を除去してリナンバ
リングを行い、ステップ１４８で弱い結合をしている領
域同士を分離するために、上記と同様の収縮、膨張処理
を行い、ステップ１５０において上記と同様に徴小領域
の除去とリナンバリングを行う。

【００３３】図８はステップ１１０の詳細を示すもので
、ステップ１６２においてステップ１０８、すなわち図
７のルーチンで抽出された領域の中から１つの領域を注
目領域として選択し、注目領域の水平フィレ径および垂
直フィレ径が所定値になるように注目領域の拡大縮小処
理を行って注目領域のサイズの規格化を行うと共に、次
の（６）式に従って濃度値または輝度値の規格化を行う
。

【００３４】

【数４】 ただし、 ｄｍａｘ　：領域内最大濃度値（または輝度値）ｄｍｉ
ｎ　：領域内最低濃度値（または輝度値）ｄｓ　　　：
イメージセンサのフルスケール濃度値（または輝度値） ｄ　　　　：規格化前濃度値（または輝度値）ｄｒ　　
　：規格化後濃度値（または輝度値）ステップ１６４で
は、予め記憶された複数種（本実施例では１０種類）の
標準的な顔画像（正面から見た顔画像、横から見た顔画
像（左右）、下向き顔画像、上向き顔画像等）に対する
注目領域の相関係数ｒを次の（７）式によって演算し、
この相関係数を特徴量とする。この標準的な顔画像は、
顔の輪郭のみのデータであっても、顔の輪郭のデータに
顔の内部構造（眼、鼻、口等）データを加えたデータで
あってもよい。

【００３５】

【数５】 ただし、

【００３６】

【数６】 であり、Ｔは画像の水平、垂直フィレ径の長さ（ここで
は、フィレ径の長さは同じとした）、ｆ（ｘ、ｙ）は注
目領域、ｇ（ｘ、ｙ）は標準的な顔画像を表す。

【００３７】そして、ステップ１６６において上記特徴
量を変量とした線形判別分析により注目領域が人物の顔
であるか否かを判断し、顔であると判断された領域のＲ
、Ｇ、Ｂ測光データを適正露光量計算回路４０に出力す
る。ステップ１６８では抽出された全領域について顔か
否かの判定が終了したか否か判断し、終了していないと
きにはステップ１６２〜ステップ１６８を繰り返す。

【００３８】上記では人物の顔か否かの判定を行うため
に用いる特徴量として相関係数を使用したが、以下で説
明する重心回りの正規化されたセントラル・モーメント
から導出される不変量、自己相関関数または幾何学的不
変量を用いてもよい。

【００３９】画像ｆ（ｘ、ｙ）の（ｐ＋ｑ）次の重心回
りのセントラル・モーメントμｐｑを

【００４０】

【数７】 ただし、

【００４１】

【数８】 とすれば、重心回りの正規化されたセントラル・モーメ
ントは次のようになる。

【００４２】

【数９】 ただし、ｙ＝（ｐ＋ｑ＋２）／２ ｐ＋ｑ＝２，３，…… 以上のことより、２次、３次の重心回りの正規化された
セントラル・モーメントから次の七つの不変量ψｉ，（
ｉ＝１，２，……，７）が導出される。

【００４３】

【数１０】 また、自己相関関数Ｒｆ　は次のように表される。

【００４４】

【数１１】 そして、幾何学的不変特徴量は次の式で表わされる。

【００４５】

【数１２】 適正露光量計算回路４０は、顔抽出回路３６で上記のよ
うに抽出された顔領域のＲ、Ｇ、Ｂ測光データと平均濃
度演算回路３８で演算された１コマの画面平均濃度Ｄｉ
　（ｉ＝Ｒ、Ｇ、Ｂのうちのいずれか）とを用いて以下
の式に従って適正露光量Ｅｉ　を演算し、ドライバ４２
に出力する。ドライバ４２は適正露光量Ｅｉ　から露光
コントロール値を演算して調光フイルタ１６を制御する
。

【００４６】 　　ｌｏｇＥｉ　＝ＬＭｉ　・ＣＳｉ　・（ＤＮｉ　−
Ｄｉ　）＋ＰＢｉ　＋ＬＢｉ　＋ＭＢｉ　　　　　　　
　　　　　　＋ＮＢｉ　＋Ｋ１　＋Ｋ２　…（８）ただ
し、各記号は次のものを表す。

【００４７】ＬＭ：倍率スロープ係数であり、ネガの種
類とプリントサイズから決まる引伸倍率に応じて予め設
定されている。

【００４８】ＣＳ：ネガの種類毎に用意されたカラース
ロープ係数でアンダー露光用とオーバー露光用とがあり
、プリントすべきコマの平均濃度が標準ネガ濃度値に対
してアンダーかオーバーかを判定してアンダー露光用ま
たはオーバー露光用のいずれかが選択される。

【００４９】ＤＮ：標準ネガ濃度値。 Ｄ　　：プリントコマの平均濃度値。

【００５０】ＰＢ：標準カラーペーパーに対する補正バ
ランス値であり、カラーペーパーの種類に応じて決定さ
れている。

【００５１】ＬＢ：標準焼付レンズに対する。補正レン
ズバランス値であり、焼付レンズの種類に応じて決定さ
れてる。

【００５２】ＭＢ：プリント光源の変動やペーパー現像
性能の変化に対する補正値（マスターバランス値）。

【００５３】ＮＢ：ネガフィルムの特性によって定めら
れるネガバランス（カラーバランス）値。

【００５４】Ｋ２　：カラー補正量。 Ｋ１　：以下の式で表される濃度補正量。

【００５５】

【数１３】 ここで、Ｋａ　、Ｋｂ　は定数であり、ＦＤは顔領域平
均濃度である。

【００５６】また、上記（８）式の濃度補正量Ｋ１　を
フィルム検定装置によって求められた補正値とし、カラ
ー補正量Ｋ２　を次のように顔領域平均濃度を用いて表
してもよい。

【００５７】

【数１４】 ただし、Ｋｃ　は定数である。

【００５８】更に、上記（８）式の濃度補正量Ｋ１　、
カラー補正量Ｋ２　をフィルム検定装置によって求めら
れた補正量とし、（８）式のプリントコマの平均濃度Ｄ
ｉ　を顔領域の平均濃度ＦＤｉ　置きかえて露出量を求
めてもよい。

【００５９】本実施例では、領域の輪郭及び内部構造を
用いて判断しているため、色相が類似している顔、地面
、木等が混在する画像からも顔のデータを抽出すること
ができる。

【００６０】次に本発明の第２実施例を説明する。本実
施例は、ステップ１０８で抽出された候補領域の各々に
ついて注目領域の形状及び色情報と注目領域の周辺に位
置する領域である近傍領域の形状及び色情報とから注目
領域が顔か否かを判断するものである。図９はこの顔か
否かを判断するルーチンを示すものであり、ステップ１
７０において注目領域の周辺に注目領域と同一色相値、
及び彩度値または近似した色相値及び彩度値を持ち、か
つ、サイズ（例えば、水平フィレ径、垂直フィレ径を採
用することができる）が注目領域のサイズの２５〜１０
０％の範囲の領域が抽出されているか否か判断すること
によって、人物の手または足に対応する領域が抽出され
ているか否か判断する。判断の対象となる範囲は人物の
身体が存在する範囲、例えば注目領域を中心として注目
領域の面積と同一面積の円の直径の５倍を半径とする範
囲とする。なお、画像情報が途切れてしまう場合は、途
切れる方向については対象範囲を画像情報が途切れる位
置までとする。そして、注目領域の周辺に手または足に
対応する領域が存在する場合にはステップ１７２でフラ
グＦａ　をセットする。

【００６１】次のステップ１７４では、注目領域と連続
する領域が存在しかつその領域が人物の体に対応するか
否かを判断することにより人物の体の領域が抽出されて
いるか否かを判断する。人物の体は、通常左右軸対象で
かつ上下方向に非対象であると共に顔に連続しているの
で、注目領域と連続する領域が存在しかつその領域が左
右軸対象でかつ上下非対象かを判断することにより人物
の体に対応する領域が存在するか否かを判断することが
できる。そして、人物の体に対応する領域が存在すると
きはステップ１７６でフラグＦｂ　をセットする。

【００６２】次のステップ１７８では以下の条件を判断
することにより頭部が存在するか否か判断する。頭部は
顔と隣接し、顔と統合したとき略惰円形になり、通常頭
部には帽子、ヘルメット、頭髪等が存在するから色相ま
たは彩度が顔と相異している。従って、注目領域に隣接
する領域についてこの領域の周囲長と、注目領域との隣
接部の境界長との比が３０％以上であるか、注目領域と
隣接する領域とを統合したときの円形度が向上するか、
注目領域の色相値と注目領域に隣接する領域の色相値と
の色相差に対する彩度値差または明度値差が大きいか、
注目領域に隣接する領域の彩度値または明度値が注目領
域に比較して小さいかを判断することにより頭部が存在
するか否かを判断することができる。そして、頭部に対
応する領域が存在すると判断されたときにはステップ１
８０においてフラグＦｃ　をセットする。

【００６３】ステップ１８２では、フラグＦａ　及びフ
ラグＦｂ　がセットされているか否か判断し、肯定判断
されたとき、すなわち注目領域の周辺に手または足に対
応する領域が存在しかつ注目領域に連続する領域が体に
対応する領域のときは、注目領域は人物の顔であると判
断して、ステップ１８８において注目領域のＲ、Ｇ、Ｂ
測光データを出力する。ステップ１８２で否定判断され
たときはステップ１８４においてフラグＦｂ　及びフラ
グＦｃ　がセットされているか否か判断する。この判断
が肯定されたとき、すなわち注目領域に連続する領域が
体に対応する領域でかつ注目領域に隣接する領域が頭部
に対応する領域のときは、注目領域は人物の顔であると
判断してステップ１８８へ進む。ステップ１８４で否定
判断されたときはステップ１８６でフラグＦａ　、フラ
グＦｂ　及びフラグＦｃ　がセットされているか否か判
断し、肯定判断されたときは注目領域は人物の顔である
と判断してステップ１８８ヘ進む。次のステップ１９０
では次の注目領域の判断のためにフラグＦａ　、Ｆｂ　
、Ｆｃ　をリセットする。

【００６４】なお、本実施例で注目領域が手または足、
体、頭部か否かを判断する場合に、上記第１実施例で説
明したように複数の標準的な手または足の画像、複数の
標準的な体の画像、複数の標準的な頭部の画像を予め記
憶しておいて、注目領域とこれらの標準的な画像とを比
較して判断してもよい。

【００６５】次に本発明の等３実施例を説明する。本実
施例は抽出された領域を線図形化して注目領域の周辺に
位置する近傍領域の形状及び注目領域の形状に基づいて
注目領域が顔か否かを判断するようにしたものである。 図１０は線図形化による顔判定ルーチンを示すもので、
上記のように抽出された一画面分の領域の線情報抽出処
理を行って各領域を線図形に変換する。ステップ２０２
では、予め記憶された人物の肩を表す標準線図形と一画
面の線図形とを比較することによって肩を表す線図形が
存在するか否かを判断する。肩を表す線図形が存在しな
い場合にはこのルーチンを終了し、肩を表す線図形が存
在する場合にはその上側に線図形が存在するか否かを判
断する。線図形が存在すれば、この線図形を注目線図形
としてステップ２０６において、この注目線図形の上側
に頭部（例えば、帽子、頭髪、ヘルメット等）を表す線
図形が存在するか判断する。ステップ２０６の判断が肯
定のときは、注目線図形の上側に頭部を表す線図形が存
在しかつ注目線図形の下側に肩を表す線図形が存在する
ため注目線図形は顔の線図形である確立が高い。このた
めステップ２０８においてこの注目線図形の輪郭が標準
的な顔の線図形の輪郭に近似しているか否か判断する。 ステップ２０８の判断が肯定のときはステップ２１０に
おいて注目線図形が顔であると判断してこの注目線図形
に対応する領域のＲ、Ｇ、Ｂ測光データを出力する。一
方、ステップ２０８の判断が否定のときはステップ２１
２において肩を表す線図形の上側の線図形の下側の部分
を顔と判断し、この部分のＲ、Ｇ、Ｂ測光データを出力
する。

【００６６】本実施例では、注目領域の形状等から顔か
否かを判断しているため、色相が類似している顔、地面
、木等が混在する画像からも顔のデータを抽出すること
ができる。また、顔の徴細構造を用いて顔を判定してい
ないため、判定対象画像の分解能が低くても少ない演算
時間で顔か否かを判定できる。

【００６７】図１１はプリンタまたはプリンタプロセッ
サとは別体の露光量決定装置に本発明を適用した変形例
を示すものである。なお、図１１において図１と対応す
る部分には同一符号を付して説明を省略する。また、平
均濃度演算回路３８は必ずしも必要ではないが、これに
代えて画面全体のＬＡＴＤを検出する積算透過濃度検出
回路を用いてもよい。

【００６８】図１２は、図１１の顔抽出回路を複数の顔
抽出回路３６１　、３６２　・・・３６ｎで構成し、並
列処理により露光量を演算するものである。顔抽出回路
３６１　、３６２　・・・３６ｎは図１３のタイムチャ
ートに従って画像を読込み、露光量を演算し、その結果
を出力する。図１３においてｔ１　は１コマの画像読込
み時間、ｔ２　は１コマの露光量演算時間、ｔ３　は１
コマの露光量演算結果転送時間であり、ｔ２　＞＞ｔ１
　、ｔ３　である。顔抽出回路３６１　はｔ１　時間で
１コマの画像を読込み、ｔ２　時間で露光量を演算し、
ｔ３　時間で演算結果を転送する。顔抽出回路３６１　
による１コマの画像読込みが終了すると同時にフィルム
が１コマ分送られ顔抽出回路３６２　による１コマり画
像読込みが開始され、顔抽出回路３６１　の露光量演算
と顔抽出回路３６２　の画像読込みとが並列して行われ
、以下同様に顔抽出回路３６３　、３６４　・・・３６
ｎによって並列処理される。

【００６９】ｍｘｎのコマを並列処理するに要する時間
Ｔｐは、 Ｔｐ＝ｍ（ｔ１　＋ｔ２　＋ｔ３　）＋（ｎ−１）ｔ１
　である。一方、並列処理を行わない場合の処理時間Ｔ
ｓは Ｔｓ＝ｍ・ｎ（ｔ１　＋ｔ２　＋ｔ３　）である。従っ
て、

【００７０】

【数１５】 倍高速化が可能である。

【００７１】なお、この並列処理装置は図１のプリンタ
にも適用できる。本発明は写真焼付装置の露光量決定以
外に、ディジタルカラープリンタの露光量決定、複写機
の複写条件決定、カメラの露出量決定、ＣＲＴ画面の表
示条件決定、磁気画像データからハードコピーを作成す
るときの光量決定にも適用することができる。

【００７２】

【発明の効果】以上説明したように本発明によれば、色
相値のヒストグラムに基づいて特徴画像データを抽出し
ているため、フィルム種や光源種の変化、フィルム特性
の経時変化、フィルム現像差等によってカラー原画像の
色味や色範囲が変化しても精度よく特徴画像のデータを
抽出することができる、という効果が得られる。

【００７３】また、色相値及び彩度値の２次元ヒストグ
ラムに基づいて特徴画像データを抽出しているため、特
徴画像と色相が同一または近似した部位が混在していて
も特徴画像データを抽出することができる、という効果
が得られる。

【図面の簡単な説明】

【図１】本発明の等１実施例のプリンタを示す概略図で
ある。

【図２】顔抽出回路の顔抽出ルーチンを示す流れ図であ
る。

【図３】色座標を示す線図である。

【図４】（１）は色相値及び彩度値についての２次元ヒ
ストグラムを示す線図である。 （２）は原画像を分割した状態を示す線図である。 （３）は２次元ヒストグラムから単峰の山を切り出した
状態を示す線図である。

【図５】図２のステップ１０６の詳細を示す線図である
。

【図６】ヒストグラムと評価関数を示す線図である。

【図７】図２のステップ１０８の詳細を示す線図である
。

【図８】図２のステップ１１０の詳細を示す線図である
。

【図９】本発明の等２実施例の顔推定ルーチンの流れ図
である。

【図１０】本発明の等３実施例の顔推定ルーチンの流れ
図である。

【図１１】本発明を適用した露光量演算装置の概略図で
ある。

【図１２】複数の顔抽出回路によって並列処理を行う露
光量演算装置の概略図である。

【図１３】並列処理のタイムチャートを示す線図である
。

【符号の説明】

２８　　　　　　ＣＣＤイメージセンサ３０　　　　　
　増幅器 ３６　　　　　　顔抽出回路

Claims (3)

【特許請求の範囲】
1. 【請求項１】　　カラー原画像を多数画素に分割して各
   画素を赤光、緑光及び青光の３色に分解して測光し、測
   光により得られたデータに基づいて色相値のヒストグラ
   ムを求め、求めたヒストグラムを山毎に分割し、カラー
   原画像の各画素が分割された山のどれに属するかを判断
   して画素を分割された山に対応する群に分けると共に、
   各々の群毎にカラー原画像を分割し、分割された領域の
   少なくとも１つを選択して選択された領域のデータを特
   徴画像データとして抽出する、特徴画像データの抽出方
   法。
2. 【請求項２】　　カラー原画像を多数画素に分割して各
   画素を赤光、緑光及び青光の３色に分解して測光し、測
   光により得られたデータに基づいて色相値及び彩度値に
   ついての２次元ヒストグラムを求め、求めた２次元ヒス
   トグラムを山毎に分割し、カラー原画像の各画素が分割
   された山のどれに属するかを判断して画素を分割された
   山に対応する群に分けると共に、各々の群毎にカラー原
   画像を分割し、分割された領域の少なくとも１つを選択
   して選択された領域のデータを特徴画像データとして抽
   出する、特徴画像データの抽出方法。
3. 【請求項３】　　領域を選択するときに、分割された領
   域が人物の顔か否かを判断し、人物の顔と判断された領
   域を選択する請求項１または２の特徴画像データの抽出
   方法。