JPH08122944A

JPH08122944A - 露光量決定方法

Info

Publication number: JPH08122944A
Application number: JP26585094A
Authority: JP
Inventors: Naoto Kaneshiro; 金城　　直人
Original assignee: Fuji Photo Film Co Ltd
Current assignee: Fujifilm Holdings Corp
Priority date: 1994-10-28
Filing date: 1994-10-28
Publication date: 1996-05-17
Anticipated expiration: 2019-02-23
Also published as: JP3499305B2

Abstract

(57)【要約】【目的】原画像中の人物の顔に相当する領域及びその
周辺の領域の色の影響を受けることなく人物の顔に相当
する領域のみを抽出する。【構成】画像データを取込み、２値化やその他手法に
より画像を複数領域に分割し、更に非人物領域を除外し
た後に(100〜104)、人物の頭部の輪郭を表す形状パター
ンを検出し、検出したパターンに応じて顔候補領域を設
定する(106) 。次に人物の顔の輪郭を表す形状パター
ン、人物の顔の内部構造を表す形状パターン、人物の胴
体の輪郭を表す形状パターンを各々検出し、検出したパ
ターンにより顔候補領域の整合性を判定することを順次
行い、人物の顔に相当する領域である確度が最も高い領
域を判定する(108〜118)。上記処理を２値化のしきい値
又は画像分割の粗密度制御パラメータ等を変更しながら
複数回行い、最終的に判定した顔領域のデータを判定結
果として出力する(120〜126)。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は露光量決定方法に係り、
特に、原画像中に存在する人物の顔に相当する領域を抽
出し、抽出した領域が適正な色に焼付けされるように露
光量を決定する露光量決定方法に関する。

【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、例えばフィルム等に記録された原画像を印画紙等に
焼付ける場合には、人物の顔の色が適正な色に焼付けさ
れるように露光量を決定する必要がある。

【０００３】このため本出願人は、人物写真では人物が
画像の略中央部に位置している確率が高いとの経験則に
基づいて、フィルム画像を予め固定的に定められた複数
の領域に分割すると共に、画像の略中央部に位置してい
る領域の重みが重くなるように各領域を重み付けし、各
領域の３色の濃度の加重平均値を求め、該加重平均値に
基づいて露光量を決定する方法を既に提案している（特
開昭63-80242号公報参照）。しかし、上記では人物が実
際に画像の略中央部付近に位置していれば、該人物が適
正な色で焼付される露光量を得ることができるが、人物
が画像の中央部から大きく外れた位置に位置している場
合には適正な露光量を得ることができない、という問題
があった。

【０００４】また本出願人は、カラー原画像を多数画素
に分割し各画素毎に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、各画素が分割した山の何れに属するかを判断し
て各画素を分割した山に対応する群に分け、各群毎にカ
ラー原画像を複数の領域に分割し、該複数の領域のうち
人物の顔に相当する領域を推定し、推定した領域の測光
データに基づいて露光量を決定することを提案している
（特開平4-346332号公報参照）。

【０００５】また、特開平6-160993号公報には、人物の
顔に相当する領域を抽出する確度を向上させるために、
画像の外縁に接している領域を背景領域と判断して除去
したり、抽出した領域を線図形化し、抽出した領域の周
辺に位置している近傍領域の形状及び抽出した領域の形
状に基づいて、抽出した領域が人物の顔に相当する領域
であるか否かを判断することも記載されている。

【０００６】しかしながら、上記では、原画像に例えば
地面や木の幹等の肌色領域が存在しており、該肌色領域
の色相及び彩度が原画像中の人物の顔に相当する領域の
色相及び彩度と近似していた場合、この領域を人物の顔
に相当する領域と誤判定する可能性がある。また、この
肌色領域が人物の顔に相当する領域と隣接していた場
合、肌色領域と人物の顔に相当する領域とを分離でき
ず、原画像を適正な範囲の領域に分割できないことがあ
った。上記従来技術では、分割した領域の何れかが人物
の顔に相当する領域であることを前提として処理を行っ
ているため、原画像を適正な範囲の領域に分割できなか
った場合には、人物の顔に相当する領域を誤判定し、人
物の顔が適正に焼付けできる露光量を得ることができな
い、という問題があった。

【０００７】本発明は上記事実を考慮して成されたもの
で、原画像中の人物の顔に相当する領域及びその周辺の
領域の色の影響を受けることなく人物の顔に相当する領
域のみを抽出し、前記領域を適正に焼付けできるように
露光量を決定できる露光量決定方法を得ることが目的で
ある。

【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記載の発明に係る露光量決定方法は、原画像
中に存在する、人物の第１の部分に特有の第１の形状パ
ターンを探索し、検出した第１の形状パターンの大き
さ、向き及び人物の顔と前記第１の部分との位置関係に
応じて、人物の顔に相当すると推定される領域を設定し
た後に、人物の前記第１の部分と異なる少なくとも１つ
の第２の部分に特有の第２の形状パターンが、原画像中
の前記設定した領域の大きさ、向き及び人物の顔と前記
第２の部分との位置関係に応じて設定した探索範囲内に
存在するかを探索することにより、原画像中の人物の顔
に相当する領域である確度が高い領域を判断し、判断し
た領域の色又は濃度の少なくとも一方に基づいて複写材
料への露光量を決定する。

【０００９】請求項２記載の発明は、請求項１記載の発
明において、第１の形状パターン及び第２の形状パター
ンが、人物の頭部の輪郭を表す形状パターン、人物の顔
の輪郭を表す形状パターン、人物の顔の内部構造を表す
形状パターン、及び人物の胴体の輪郭を表す形状パター
ンの少なくとも何れかを含むことを特徴としている。

【００１０】請求項３記載の発明は、請求項１記載の発
明において、第１の形状パターン及び第２の形状パター
ンの探索は、原画像を濃度又は色が同一又は近似してい
る複数の画素で構成される複数の領域に分割し、該複数
の領域の各々の輪郭を用いて行うことを特徴としてい
る。

【００１１】請求項４記載の発明は、請求項１記載の発
明において、第１の形状パターン及び第２の形状パター
ンの探索は、原画像中に存在するエッジを検出し、検出
したエッジの中心線を求め、求めた中心線を用いて行う
ことを特徴としている。

【００１２】請求項５記載の発明は、請求項１記載の発
明において、第１の形状パターンの探索に先立ち、原画
像中の人物に相当する確度の低い領域を第１の形状パタ
ーンの探索対象から除外することを特徴としている。

【００１３】

【作用】請求項１記載の発明では、原画像中に存在す
る、人物の第１の部分に特有の第１の形状パターンを探
索し、検出した第１の形状パターンの大きさ、向き及び
人物の顔と第１の部分との位置関係に応じて、人物の顔
に相当すると推定される領域を設定する。なお、第１の
形状パターンは複数であっても単数であってもよく、例
えば請求項２にも記載したように、人物の頭部の輪郭を
表す形状パターン、人物の顔の輪郭を表す形状パター
ン、人物の顔の内部構造を表す形状パターン、及び人物
の胴体の輪郭を表す形状パターンの少なくとも何れかを
用いることができる。特に、人物の各部の形状パターン
のうちの何れかは、原画像によっては検出できない可能
性があることを考慮すると、第１の形状パターンとして
複数の形状パターンを定め、各々を探索するようにして
もよい。

【００１４】例えば人物の頭部（頭髪部）に対応する原
画像上の領域は、その輪郭に、人物の頭頂部に相当する
所定の円曲度の凸部と、該凸部の下方に人物の頭部と顔
との境界に相当する所定の円曲度の凹部と、が含まれて
いることが一般的である。このため、人物の頭部に対し
ては、頭部の輪郭を表す特有の形状パターンとして、例
えば所定範囲内の円曲度の凸部と所定範囲内の円曲度の
凹部とを用いることができる。そして、前述の形状パタ
ーンを第１の形状パターンとし、原画像中に前述の形状
パターンを検出した場合には、人物の顔に相当すると推
定される領域を、例えば以下のようにして抽出すること
ができる。

【００１５】すなわち、人物の顔は、頭部に対し下方側
（前述の形状パターンの凹部側）に隣接した位置に存在
し、かつその大きさが頭部の大きさに略比例し、更に向
きが頭部の向きに一致する。また、人物の顔の輪郭は略
楕円形状であることが一般的である。従って、原画像中
に前述の形状パターンが検出された場合には、検出され
た形状パターンの大きさ、向きに応じた大きさ、向き
で、かつ人物の顔と頭部との位置関係に応じた位置（検
出した形状パターンの凹部側に隣接した位置）に楕円形
状の領域を設定し、該領域を人物の顔に相当すると推定
される領域として設定することができる。

【００１６】このように、請求項１の発明に係る抽出処
理では、原画像から検出した人物の第１の部分に特有の
第１の形状パターンの大きさ、向き、及び人物の顔と第
１の部分との位置関係に応じて人物の顔に相当すると推
定される領域を設定するので、人物の顔に相当する領域
及びその周辺の領域の色等の影響を受けることなく、人
物の顔に相当すると推定される領域を適正に設定するこ
とができる。また、逆に原画像に人物の顔に相当する領
域でないものの、顔領域に似た輪郭の肌色領域が含まれ
ていたとしても、これを人物の顔に相当する領域と誤判
定することを防止できる。

【００１７】また、上記のようにして第１の形状パター
ンを用いて設定した領域が人物の顔に対応する領域と一
致していれば、前記設定した領域の近傍に、人物の第１
の部分と異なる他の部分に特有の形状パターンが存在す
る可能性が高い。このため請求項１記載の発明では、人
物の顔に相当すると推定される領域を設定した後に、人
物の第１の部分と異なる少なくとも１つの第２の部分に
特有の第２の形状パターンが、原画像中の前記設定した
領域の大きさ、向き及び人物の顔と前記第２の部分との
位置関係に応じて設定した探索範囲内に存在するかを探
索することにより、原画像中の人物の顔に相当する領域
である確度が高い領域を判断する。

【００１８】なお、第２の形状パターンも、複数であっ
ても単数であってもよく、請求項２にも記載したよう
に、人物の頭部の輪郭を表す形状パターン、人物の顔の
輪郭を表す形状パターン、人物の顔の内部構造を表す形
状パターン、及び人物の胴体の輪郭を表す形状パターン
の少なくとも何れかを用いることができる。

【００１９】上記により、原画像中の前記設定した領域
の大きさ、向き及び人物の顔と第２の部分との位置関係
に応じて設定した探索範囲内に第２の形状パターンが検
出された場合には、前記設定した領域が人物の顔に相当
する領域である確度が高いと判断できる。このように、
第１の形状パターンを用いて設定した人物の顔に相当す
ると推定される領域に対し、該領域に対応する探索範囲
内に第２の形状パターンが存在するかを探索するので、
原画像中の非人物領域で第１の形状パターンが偶然検出
されたとしても、該偶然検出された形状パターンに基づ
いて求めた領域を人物の顔に相当する領域として誤判断
することが防止される。また、第１の形状パターンによ
り人物の顔に相当すると推定される領域が複数設定され
た場合にも、第２の形状パターンにより、人物の顔に相
当する確度が最も高い領域を判断できる。

【００２０】本発明は、このようにして判断された領域
の色又は濃度の少なくとも一方を表すデータに基づいて
露光量を決定するので、人物の顔に相当する領域を適正
に焼付けできるように露光量を決定することができる。
また、第２の形状パターンについては、人物の顔に相当
すると推定される領域として設定した領域の大きさ、向
き及び人物の顔と第２の部分との位置関係に応じて設定
した探索範囲内でのみ探索を行うので、各形状パターン
に対し画像全体を対象として探索を行う場合と比較し
て、処理時間を短縮することができ、人物の顔に相当す
る領域である確度の高い領域を高速で抽出することがで
きる。

【００２１】なお形状パターンの探索は、例えば請求項
３に記載したように、原画像を濃度又は色が同一又は近
似している複数の画素で構成される複数の領域に分割
し、該複数の領域の各々の輪郭を用いて行うことができ
る。画像を上記のように複数の領域に分割すると、輪郭
に、例えば人物と背景との境界等のように人物の各部に
特有の形状パターンが含まれている確率の高い複数の領
域が得られる。従って、この複数の領域の輪郭から人物
の各部に特有の形状パターンを効率良く検出することが
できる。

【００２２】原画像の分割は、例えば特開平4-346332号
のように、原画像の各画素毎の３色の測光データに基づ
いて色相値についての１次元ヒストグラム、又は色相値
及び彩度値についての２次元ヒストグラムを求め、求め
たヒストグラムを山毎に分割し、各画素が分割した山の
何れに属するかを判断して各画素を分割した山に対応す
る群に分け、各群毎に原画像を複数の領域に分割するこ
とができる。また、原画像を構成する各画素のうち隣接
する画素との濃度差或いは色差の大きな画素を領域の境
界とすることにより原画像を複数の領域に分割するよう
にしてもよい。また、２値化を行うことにより原画像を
複数の領域に分割したり、該２値化を各々値の異なる複
数のしきい値を用いて複数回行って分割するようにして
もよく、更に上記の組み合わせにより複数の領域に分割
するようにしてもよい。

【００２３】本発明では、上記のようにして分割した領
域を各形状パターンを検出するために用い、人物の顔に
相当すると推定される領域の設定は、先にも説明したよ
うに原画像から検出した第１の形状パターンの大きさ、
向き等に応じて行う。従って、複数の領域の輪郭から複
数の形状パターンのうちの一部を検出できなかったとし
ても、人物の顔に相当すると推定される領域を設定でき
ると共に、従来のように、分割した複数の領域の何れか
が人物の顔に相当する領域と一致している必要はない。

【００２４】また、形状パターンの探索は、請求項４に
記載したように、原画像中に存在するエッジを検出し、
検出したエッジの中心線を求め、求めた中心線を用いて
行うようにしてもよい。なお、エッジの検出は、例えば
各画素に対し濃度又は色について微分等を行うことによ
り検出することができ、エッジの中心線は、例えば周知
の細線化や尾根検出等の処理により求めることができ
る。画像中に存在するエッジについても、人物の各部に
特有の形状パターンが含まれている確率が高いので、請
求項３の発明と同様に、人物の各部に特有の形状パター
ンを効率良く検出することができる。

【００２５】ところで、画像中には人物に相当する領域
である確率が低いと判断できる特徴を備えた領域が存在
していることがある。例えば、輪郭に含まれる直線部分
の比率が所定値以上の領域については、人工物を表して
いる領域である確率が高い。また人体は、人体の左右を
分割する仮想線に関して略線対称であるが、対称度が所
定値以下の領域は人物に相当する領域である確率は低
い。また、凹凸数が所定値以上の領域についても人物に
相当する領域である確率は低いと判断できる。また、人
物は一般に画像の略中央部に位置している確率が高いこ
とから、画像外縁との接触率が所定値以上の領域につい
ても、画像の周縁部に位置していると判断でき、人物に
相当する領域である確率は低い。

【００２６】また、領域内の濃度のコントラストが所定
値以下の場合には、表面が平滑、或いは凹凸の少ない物
体を表している領域である可能性が高く、人物の、特に
顔に相当する領域である確率は低い。更に、領域内の濃
度が所定のパターンで変化していたり、領域内の濃度が
所定の変化パターンを繰り返している場合にも、人物に
相当する領域である確率は低いと判断できる。このよう
に、人物の何れの部分にも相当しない確度の高い領域
を、人物の顔に相当する確度の低い領域とし、請求項５
にも記載したように、第１の形状パターンの探索に先立
ち、原画像中の人物に相当する確度の低い領域を第１の
形状パターンの探索対象から除外すれば、第１の形状パ
ターンの探索処理に要する時間が短縮され、更に高速に
処理を行うことができる。

【００２７】

【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。図１には本発明を適用可能な写真焼付装置
１０が示されている。写真焼付装置１０はネガフィルム
１２を搬送する搬送ローラ１４を備えている。ネガフィ
ルム１２の搬送路の下方には、光源１６、調光フィルタ
等の色補正フィルタ１８、拡散ボックス２０が順に配列
されている。また、ネガフィルム１２の搬送路の上方に
は、ネガフィルム１２を透過した光を２方向に分配する
分配用プリズム２２が配置されている。

【００２８】分配用プリズム２２によって２方向に分配
された光の一方の光路上には、投影光学系２４、ブラッ
クシャッタ２６、及び複写材料としてのカラーペーパ
（印画紙）２８が順に配置されており、他方の光路上に
は投影光学系３０、ＣＣＤイメージセンサ３２が順に配
置されている。ＣＣＤイメージセンサ３２はネガフィル
ム１２に記録された画像（１コマ）全体を多数の画素
（例えば２５６×２５６画素）に分割し、各画素をＲ
（赤）、Ｇ（緑）、Ｂ（青）の３色に分解して測光す
る。

【００２９】ＣＣＤイメージセンサ３２の信号出力端に
は、ＣＣＤイメージセンサ３２から出力された信号を増
幅する増幅器３４、アナログ−デジタル（Ａ／Ｄ）変換
器３６、ＣＣＤイメージセンサ３２の感度補正用の３×
３マトリクス回路３８が順に接続されている。３×３マ
トリクス回路３８は、マイクロプロセッシングユニット
（ＭＰＵ）で構成され、ＲＯＭに後述する顔領域抽出処
理を実現するプログラムが予め記憶された顔領域抽出部
４０、及び画像全体の平均濃度を演算する平均濃度演算
部４２に各々接続されている。また、顔領域抽出部４０
及び平均濃度演算部４２は露光量演算部４４に接続され
ている。露光量演算部４４は、色補正フィルタ１８を駆
動するドライバ４６を介して色補正フィルタ１８に接続
されている。

【００３０】次に本実施例の作用を説明する。光源１６
から照射された光は、色補正フィルタ１８、拡散ボック
ス２０及びネガフィルム１２を透過し、分配用プリズム
２２によって分配され、投影光学系３０を介してＣＣＤ
イメージセンサ３２に入射される。なお、このときブラ
ックシャッタ２６は閉じられている。ＣＣＤイメージセ
ンサ３２では、入射された光により、１画面全体を多数
の画素に分割し各画素をＲ、Ｇ、Ｂの３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３４で増幅され、Ａ／Ｄ変換器３６でデジタル信号
に変換された後に、更に３×３マトリクス回路３８でＣ
ＣＤイメージセンサ３２の感度補正が行われて、顔領域
抽出部４０及び平均濃度演算部４２に画像データとして
各々入力される。

【００３１】平均濃度演算部４２では、１画面全体の平
均濃度を演算する。顔領域抽出部４０では、後に詳述す
るようにして１画面中の人物の顔に相当する部分を推定
し、該部分のＲ、Ｇ、Ｂ３色の測光データを出力する。
露光量演算部４４は人物領域演算部４０から出力された
３色の測光データと、平均濃度演算部４２から出力され
た平均濃度とを用いて露光量を演算し、演算した露光量
でネガフィルム１２の画像がカラーペーパ２８に焼付け
されるように、ドライバ４６を介して色補正フィルタ１
８を移動させると共に、ブラックシャッタ２６を開閉し
て画像の焼付けを行う。

【００３２】なお、平均濃度演算部４２で演算される画
面全体の平均濃度は、露光量演算部４４による露光量演
算において必須の情報ではなく、平均濃度演算部４２を
省略し、露光量演算部４４では顔領域抽出部４０から出
力された３色の測光データのみを用いて露光量を演算す
るようにしてもよい。

【００３３】次に図２のフローチャートを参照し、顔領
域抽出部４０の図示しないＣＰＵで実行される顔領域抽
出処理を説明する。ステップ１００では３×３マトリク
ス回路３８からの画像データの取込みを行う。

【００３４】ステップ１０２では、原画像を複数の領域
に分割する方法の一例として、画像データを所定のしき
い値で２値化する。以下、ポジ画像の例で説明する。こ
の２値化により、原画像は、しきい値よりも高い濃度の
画素で各々構成される領域（以下、この領域を「黒領
域」と称する）と、しきい値以下の濃度の画素で各々構
成される領域（以下、この領域を「白領域」と称する）
とに分割される。これにより、一例として図８（Ａ）に
示す原画像では、図８（Ｂ）に示すように原画像中の人
物の頭髪部に相当する黒領域５０を含む多数の黒領域が
抽出されることになる。更にステップ１０２では、分割
された複数の黒領域及び白領域の各々を識別するため
に、各領域に対してナンバリングを行う。

【００３５】ステップ１０４では非人物領域判定処理を
行う。この非人物領域判定処理について図３のフローチ
ャートを参照して説明する。ステップ１３０では、図２
のフローチャートのステップ１０２で２値化によって抽
出された黒領域及び白領域の各々に対し、輪郭の直線部
分を各々検出し、ステップ１３２では、輪郭に占める直
線部分の比率を各領域毎に演算する。ステップ１３４で
は前記比率が所定値以上の領域が有るか否か判定する。
輪郭に占める直線部分の比率が所定値以上の領域は、人
工物を表している領域である確率が高く、人物に相当す
る領域である確率は低いと判断できる。このため、ステ
ップ１３４の判定が肯定された場合には、ステップ１３
６で直線部分の比率が所定値以上の領域を、後述する人
物の頭部の輪郭を表す領域の判定対象から除外し（これ
により、該領域が第１の形状パターンの探索対象から除
外される）、ステップ１３８へ移行する。

【００３６】ステップ１３８では、各領域に対し、各領
域における画像左右方向中心部付近に、画像の上下方向
に沿って延びる線対称軸を設定し、ステップ１４０では
上記で設定した線対称軸に関する線対称性類似度を各領
域毎に演算する。なお、線対称性類似度の演算方法につ
いては後述する。ステップ１４２では線対称性類似度が
所定値以下の領域が有るか否か判定する。一般に人体
は、人体の左右を分割する仮想線に関して略線対称であ
り、線対称性類似度が所定値以下の領域は人物に相当す
る領域である確率は低いと判断できる。このため、ステ
ップ１４２の判定が肯定された場合には、ステップ１４
４で線対称性類似度が所定値以下の領域を人物の頭部の
輪郭を表す領域の判定対象から除外し、ステップ１４６
へ移行する。

【００３７】ステップ１４６では輪郭に占める画像外縁
との接触率を各領域毎に演算し、ステップ１４８では接
触率が所定値以上の領域が有るか否か判定する。前記接
触率が所定値以上の領域は画像の周縁部に位置している
と判断できるが、一般に人物は画像の略中央部に位置し
ている確率が高いので、接触率が所定値以上の領域が人
物に相当する領域である確率は低いと判断できる。この
ため、ステップ１４８の判定が肯定された場合には、ス
テップ１５０で画像外縁との接触率が所定値以上の領域
を人物の頭部の輪郭を表す領域の判定対象から除外し、
ステップ１５２へ移行する。

【００３８】ステップ１５２では各領域の内部の濃度の
コントラスト（最大濃度値と最小濃度値との差）を演算
し、ステップ１５４で濃度コントラストが所定値以下の
領域が有るか否か判定する。領域内の濃度のコントラス
トが所定値以下の場合には、表面が平滑、或いは凹凸の
少ない物体を表している領域である可能性が高く、人物
に相当する領域である確率は低い。このため、ステップ
１５４の判定が肯定された場合には、ステップ１５６で
内部の濃度コントラストが所定値以下の領域を人物の頭
部の輪郭を表す領域の判定対象から除外し、ステップ１
５８へ移行する。

【００３９】ステップ１５８では、各領域の各画素毎の
濃度値を各々異なる複数の方向（例えば画像の左右方
向、上下方向、及び左右方向に対して±45°傾斜した方
向）に沿って微分し、ステップ１６０で複数の方向に沿
った微分値の少なくとも何れかが規則的に変化している
領域が有るか否か判定する。上記判定は、濃度が所定の
パターンで変化している領域や、濃度が所定の変化パタ
ーンを繰り返している領域に対して肯定される。このよ
うな領域は人物に相当する領域である確率は低いと判断
できるので、ステップ１６０の判定が肯定された場合に
は、ステップ１６２で微分値が規則的に変化している領
域を人物の頭部の輪郭を表す領域の判定対象から除外す
る。以上で非人物領域判定処理を終了し、図２のフロー
チャートのステップ１０６へ移行する。

【００４０】次のステップ１０６では頭部抽出による顔
候補領域設定処理を行う。この処理は、人物の第１の部
分としての頭部に特有の形状パターン（第１の形状パタ
ーン）として、人物の頭部の輪郭を表す形状パターンを
探索し顔候補領域を設定するものであり、以下、図４の
フローチャートを参照して説明する。

【００４１】ステップ１７２では先に説明した２値化に
よって抽出された複数の黒領域のうち、先に説明した非
人物領域除外処理によって除外されていない黒領域の１
つを取り出す。ステップ１７４では取り出した黒領域の
輪郭をトレースし、輪郭の曲率を演算する。例えば図８
（Ａ）に示す原画像に対して２値化を行うことによって
黒領域が多数抽出され、このうち図８（Ｂ）に示すよう
な黒領域５０を取り出したとすると、輪郭のトレースは
図８（Ｂ）に示すように時計回りに行うことができる。
また曲率の演算は、図８（Ｃ）に示すように、所定長さ
で前記トレース方向に略沿った向きでかつ始点及び終点
が黒領域の輪郭に接しているベクトルを順に設定し（図
８（Ｃ）ではベクトルＰ１Ｐ０とベクトルＰ０Ｐ２）、
隣合うベクトルの内積により、曲率としてのθを演算す
ることができる。また、θの向き（符号の正負）はベク
トルの外積より求めることができる。

【００４２】このとき、トレースの進行方向に対し、黒
領域の輪郭が右にカーブしているときには負の値、左に
カーブしているときには正の値となるように、角度演算
式を設定するものとする。例えば図８（Ｃ）には黒領域
の輪郭のうち、トレースの進行方向に対して右にカーブ
している部分を示しており、θは負の値となる。

【００４３】なお、ベクトルの長さは固定としてもよい
し、黒領域の輪郭の周囲長に応じて変更するようにして
もよい。また、曲率の演算を複数回行うと共に、各回に
おいて長さを段階的に変更するようにしてもよい。

【００４４】次のステップ１７６では、上記で演算され
た黒領域の輪郭の曲率に基づいて、人物の頭部の輪郭を
表す形状パターンとして、輪郭に、人物の頭部と顔との
境界に相当すると推定される凹部、及び人物の頭頂部に
相当すると推定される凸部を備えた黒領域を抽出する。
この凹部及び凸部は、トレース方向と先に求めたθの向
き（符号の正負）に基づいて判断することができる。す
なわち、θの符号が反転している箇所が凹部と凸部との
境界であり、時計回りにトレースしたときにθの符号が
正であれば凹部、負であれば凸部であると判断できる。
これにより、一例として図８（Ｄ）に示すように、黒領
域の輪郭における凹部及び凸部を抽出できる。

【００４５】ステップ１７８では上記で抽出した凹部及
び凸部に対し、各々の特徴量を演算する。本実施例では
凹部及び凸部の特徴量として、以下のように演算した円
曲度を用いる。すなわち、図９（Ａ）に示すように、凹
部又は凸部を構成する曲線の長さをＬ、凹部又は凸部の
両端点Ｑ１、Ｑ２間の距離をＭ、両端点Ｑ１、Ｑ２を結
ぶ直線に対する凹部又は凸部の高さをｈとし、円曲度と
してＬ÷Ｍ及びｈ÷Ｍを演算する。また、凹部及び凸部
の開いた方向へ向かうベクトルとして、方向ベクトルＶ
を求める。

【００４６】ステップ１８０では上記で演算した特徴量
を用いて、黒領域を人物の頭部（頭髪部）と判断できる
か、すなわち人物の頭部である確度が高いか否か判定す
る。この判定は、黒領域の輪郭から各々所定値以上の輪
郭の凹部及び凸部が各々抽出され、黒領域の輪郭の周囲
長に対する凹部及び凸部の長さの比率が各々所定範囲内
にあり、更に位置及び方向より人物の頭部として整合性
評価が高い場合に肯定される。この整合性評価は、一例
として次のように行うことができる。まず凹部、凸部の
単位での整合性を以下の手順で評価する。

【００４７】凹部又は凸部の曲線上の任意の３点
（例えば両端点と曲線の中央の点、但し同一直線上にな
い３点）を選択し、選択した３点を各々通る円を仮定
し、該円の中心点を求める。

【００４８】凹部又は凸部の曲線を構成する全画素
と、前記円の中心点と、の距離を各々求め、距離のばら
つきが所定値以下の曲線を整合性があると評価する。な
お、ばらつきが所定値よりも大きい場合には評価対象か
ら除外するか、曲率が大きくなっている部分で前記曲線
を更に分割して再度処理を行う。

【００４９】次に凹部と凸部とを含めての整合性を以下
のように評価する。凹部及び凸部の各曲線毎に求めた前記円の中心点の
重心を用い、総合的な中心点及び総合的な中心エリア
（各曲線の長さの平均に応じて定めた半径の円形のエリ
ア、図９（Ｂ）に破線で示すエリア）を設定する。そし
て各曲線毎に求めた前記中心点が総合的な中心エリア内
に収まっているか、又は各曲線の中心軸（方向ベクトル
Ｖ又はその延長線）が前記中心エリア内に収束している
場合に、人物の頭部としての整合性が高いと評価する。

【００５０】また、上記の評価に代えて、先のと同
様にして、凹部及び凸部の曲線を構成する全画素と、前
記円の中心点と、の距離のばらつきが各々所定値以下の
場合に、人物の頭部としての整合性が高いと評価する。

【００５１】そして、ステップ１８０の判定が肯定され
た場合には、人物の頭髪部と顔との境界部分では、頭髪
部が凹の形状となっている人物が殆どであることから、
ステップ１８２において、黒領域の輪郭の凹部の大き
さ、及びその中心位置を基準とし、凹部に内接する楕円
形状の領域を顔候補領域（人物の顔に相当すると推定さ
れる領域）として設定する。ステップ１８２を実行した
後はステップ１８６に移行する。また、ステップ１８０
の判定が否定された場合には、何ら処理を行うことなく
ステップ１８６へ移行する。

【００５２】ステップ１８６では、２値化によって抽出
された全ての黒領域について上記処理を行ったか否か判
定する。ステップ１８６の判定が否定された場合にはス
テップ１７２に戻り、ステップ１７２〜１８６を繰り返
す。ステップ１８６の判定が肯定されると頭部抽出によ
る顔候補領域設定処理を終了し、図２のフローチャート
のステップ１０８に移行する。

【００５３】ステップ１０８では顔輪郭による整合性判
定処理を行う。この処理は、人物の第２の部分としての
顔に特有の形状パターン（第２の形状パターン）とし
て、人物の顔の輪郭を表す形状パターンを探索し、人物
の顔に相当する領域である確度が高い顔候補領域を判断
するものであり、以下、図５のフローチャートを参照し
て説明する。

【００５４】ステップ１９０では、先に説明した頭部抽
出による顔候補領域設定処理によって設定された顔候補
領域の１つを取り出す。次のステップ１９２では前記取
り出した顔候補領域の大きさ、向き及び人物の顔と第２
の部分（顔の輪郭）との位置関係に応じて、顔の輪郭を
表す形状パターンを探索する探索範囲を設定する。一例
として、取り出した顔候補領域が図１０（Ａ）に破線で
囲んだ範囲であった場合には、この顔候補領域に対し顔
の輪郭（ここでは顔の側部の輪郭）を表す形状パターン
が存在すると推定される、図１０（Ａ）にハッチングで
示す範囲を探索範囲として設定する。

【００５５】次のステップ１９４では、２値化によって
抽出された多数の領域（黒領域及び白領域）のうち前記
探索範囲内に存在する領域に対し、先に説明した図４の
フローチャートのステップ１７４、１７６と同様にし
て、各領域の輪郭をトレースし、輪郭の曲率を演算して
凹部及び凸部を抽出する。これにより、例えば図８
（Ａ）に示す原画像については、図１０（Ａ）に示す探
索範囲内に存在する凹部及び凸部として、図１０（Ｂ）
に、として示す凹部、凸部を含む、多数の凹部及び
凸部が抽出されることになる。

【００５６】なお、凹部及び凸部を抽出した後に、凹部
又は凸部として抽出した曲線のうち長さの長い曲線に優
先的に着目し、曲率（角度θ）が所定範囲内に収まるよ
うに、或いは円曲度が所定値以下となるように、或いは
曲線の法線方向の角度の大まかな分類により、前記曲線
を更に分割するようにしてもよい。例えば図１０（Ｃ）
において曲線と曲線が何れも探索範囲内にあり、か
つこれらが連続した曲線として抽出された場合、これら
の円曲度が大であることから２本の曲線に分割する。な
お、以下では上記のようにして抽出された各領域の輪郭
を分割して得られた曲線を総称して「ライン」という。

【００５７】ステップ１９６では、人物の顔の輪郭を表
す形状パターンとして、ステップ１９４で抽出された多
数の凹部、凸部（ライン）の中から、人物の顔の側部に
対応すると推定されるラインの対、すなわち顔輪郭の候
補となり得るラインの対を全て抽出する。具体的には、
上記で抽出されたラインのうち、互いの方向ベクトルＶ
が向きあっており、互いの方向ベクトルＶ（又はその延
長線）の交差角度の大きさが所定値以内であり、かつ長
さ及び円曲度の類似度が所定値以上のラインの対を、顔
輪郭の候補となり得るラインの対として全て抽出する。
例えば、図１０に示す例では、ステップ１９４で抽出さ
れた多数のラインの中から、顔輪郭の候補となり得るラ
イン対としてラインとラインの対、等が抽出され
る。なお、Ｖ２、Ｖ４は各ラインの方向ベクトルであ
る。

【００５８】次のステップ１９８では、顔輪郭の候補と
なり得るラインの対があったか否か判定する。探索範囲
内に上述した条件に沿ったラインが探索範囲内から抽出
された場合には、ステップ１９８の判定が肯定され、ス
テップ２００へ移行する。

【００５９】ステップ２００では、ステップ１９６で抽
出された全てのライン対に対し、図１０（Ｄ）に示すよ
うにライン対の間に線対称軸を設定し、次のステップ２
０２でライン対の線対称性類似度を各ライン対毎に判定
する。この線対称性類似度の判定は、まず図１０（Ｄ）
に示すように、線対称軸に平行な方向に沿った両ライン
の長さをｖ、線対称軸に直交する方向に沿った両ライン
の間隔をｈとし、縦横比ｖ／ｈが人物の顔の縦横比に対
応する所定範囲内の値であるか判定する。次に図１１
（Ａ）に示すように、各ラインにマッチング用拡張エリ
アを設定し（ラインを中心に膨張させる処理等）、ライ
ン対の一方に対し、線対称軸に関して対称な曲線エリア
パターンを求め（図ではラインと対称なライン
’）、求めた曲線エリアパターンと他方のライン拡張
エリアパターンとの類似度を判定する。

【００６０】類似度の判定方法としては、例えば、マッ
チングを行うエリアパターン同士の対応する位置に存在
する画素データ間の差分絶対値又は差分２乗値の累積値
を演算し、この累積値が小であるほどエリア間類似度を
大と判定することができる。また各画素のデータとして
は、画像データそのもの、２値化データ、画像データを
微分することにより得られたデータ等を用いることがで
きる。

【００６１】更に、次のステップ２０４では、各ライン
対を人物の顔の両側部に対応するラインであると仮定し
たときに、頭部との境界に対応する位置に、方向ベクト
ルが垂直に近いラインが存在しているか探索する。例え
ば先に説明したラインとラインの対に対しては、頭
部との境界に対応する位置として図１１（Ｂ）に示す範
囲５２Ａを探索し、この範囲５２Ａ内に存在する方向ベ
クトルが垂直に近いラインとしてラインが抽出される
ことになる。

【００６２】次のステップ２０６では前述の線対称性類
似度の判定結果、及び頭部との境界に対応するラインの
有無に基づいて、各ライン対が人物の顔の輪郭を表すラ
イン対である確度を判定し、ステップ１９６で抽出した
各ライン対のうち顔の輪郭に対応するライン対と判断で
きるライン対が有るか否か判定する。ステップ２０６の
判定が否定された場合には、ステップ２０８へ移行す
る。また、ステップ２０６の判定が肯定された場合に
は、人物の顔の輪郭を表すライン対である確度が最も高
いと判定されたライン対を人物の顔の両側部に対応する
ラインであるとみなし、次のステップ２０７で、ステッ
プ１９０で取り出した顔候補領域に対し符号が正の重み
係数を付与する。

【００６３】この重み係数は、人物の顔の輪郭を表すラ
イン対である確度が最も高いと判定されたライン対に基
づき、そのライン対の線対称性類似度が高くなるに従っ
て値が高くなり、そのライン対について頭部との境界に
対応するラインが抽出された場合に値が高くなるように
設定することができる。ステップ２０７の処理を実行す
るとステップ２０９に移行する。一方、ステップ１９８
或いはステップ２０６の判定が否定された場合には、ス
テップ１９０で取り出した顔候補領域に対し、人物の顔
の輪郭を表すライン対である確度が高いライン対が検出
されなかった場合であるので、ステップ２０８で前記顔
候補領域に対して符号が負の重み係数を付与し、ステッ
プ２０９へ移行する。

【００６４】ステップ２０９では、全ての顔候補領域に
対して上記処理を行ったか否か判定する。先に説明した
頭部抽出による顔候補領域設定処理により、顔候補領域
が複数設定されていればステップ２０９の判定が否定さ
れ、ステップ１９０の判定が肯定される迄ステップ１９
０〜２０９を繰り返し、全ての顔候補領域に対し、人物
の顔の輪郭を表すライン対である確度が高いライン対の
検出の有無に応じて、符号が正又は負の重み係数を付与
する。この重み係数が、顔候補領域に対する、人物の顔
に相当する領域としての整合性（すなわち確度）に相当
する。ステップ２０９の判定が肯定されると、顔輪郭に
よる整合性判定処理を終了し、図２のフローチャートの
ステップ１１０に移行する。

【００６５】ステップ１１０では顔内部構造による整合
性判定処理を行う。この処理は、人物の第２の部分とし
ての顔の内部構造に特有の形状パターン（第２の形状パ
ターン）として、人物の顔の内部に存在する眼部対を表
す形状パターンを探索し、人物の顔に相当する領域であ
る確度が高い顔候補領域を判断するものであり、以下、
図６のフローチャートを参照して説明する。ステップ２
１０では顔候補領域の１つを取り出す。次のステップ２
１２では眼部対を表す形状パターンの探索範囲を設定す
るが、眼部対は顔の内部に存在しているので、前記取り
出した顔候補領域と一致するように探索範囲を設定す
る。ステップ２１４では２値化によって抽出された多数
の黒領域のうち、探索範囲内に存在する眼部の候補とな
り得る黒領域、すなわち図１２（Ａ）に示すように、長
手方向（長軸方向）と幅方向（短軸方向）の寸法比（長
軸短軸比）が所定範囲内の楕円形状の黒領域を全て抽出
する。ステップ２１６では、ステップ２１４で抽出され
た黒領域のうち、眼部対の候補となり得る黒領域対を全
て抽出する。具体的には、ステップ２１４で抽出した黒
領域の各々の１次慣性モーメントに基づいて長軸方向の
角度を求め、長軸方向の角度の差異が所定範囲内の黒領
域の対を全て抽出する。

【００６６】次のステップ２１８では、上記抽出処理に
より眼部対の候補となり得る黒領域の対が有ったか否か
判定する。ステップ２１８の判定が肯定された場合には
ステップ２２０へ移行し、ステップ２１６で抽出された
全ての黒領域対に対し、図１２（Ｂ）に示すように、双
方の黒領域の重心を結ぶ線に垂直な線対称軸を各々設定
し、各黒領域を中心にマッチング用拡張エリアを設定
し、ステップ２２２で黒領域対の線対称性類似度を判定
する。次のステップ２２４では、各黒領域対の線対称性
類似度の判定結果に基づいて、各黒領域対が眼部対を表
す黒領域対である確度を判定し、ステップ２１６で抽出
した黒領域対のうち眼部対に対応する黒領域対と判断で
きる黒領域対が有るか否か判定する。

【００６７】ステップ２２４の判定が否定された場合に
はステップ２２７へ移行する。またステップ２２４の判
定が肯定された場合には、人物の眼部対を表す黒領域対
である確度が最も高いと判定された黒領域対を人物の眼
部対に対応する黒領域対であるとみなし、次のステップ
２２６で、ステップ２１０で取り出した顔候補領域に対
し符号が正の重み係数を付与する。この重み係数は、人
物の眼部対を表す黒領域対である確度が最も高いと判定
された黒領域対に基づき、該黒領域対の線対称性類似度
が高くなるに従って値が高くなるように設定することが
できる。ステップ２２６の処理を実行するとステップ２
２８に移行する。

【００６８】一方、ステップ２１８又はステップ２２４
の判定が否定された場合には、ステップ２１０で取り出
した顔候補領域に対し人物の眼部対を表す黒領域対であ
る確度が高い黒領域対が検出されなかった場合であるの
で、ステップ２２７で前記顔候補領域に対して符号が負
の重み係数を付与し、ステップ２２８へ移行する。

【００６９】ステップ２２８では、全ての顔候補領域に
対して上記処理を行ったか否か判定する。顔候補領域が
複数設定されていればステップ２２８の判定が否定さ
れ、ステップ２２８の判定が肯定される迄ステップ２１
０〜２２８を繰り返し、全ての顔候補領域に対し、人物
の眼部対を表す黒領域対である確度が高い黒領域対の検
出の有無に応じて、符号が正又は負の重み係数を付与す
る。この重み係数が、各顔候補領域に対する、人物の顔
に相当する領域としての整合性（すなわち確度）に相当
する。ステップ２２８の判定が肯定されると、顔内部構
造による整合性判定処理を終了し、図２のフローチャー
トのステップ１１２に移行する。

【００７０】ステップ１１２では胴体輪郭による整合性
判定処理を行う。この処理は、人物の第２の部分として
の胴体に特有の形状パターン（第２の形状パターン）と
して、人物の胴体の輪郭（より詳しくは、人物の首から
肩、肩から腕部分又は胴体下部にかけて連続する輪郭）
を表す形状パターンを探索し、人物の顔に相当する領域
である確度が高い顔候補領域を判断するものであり、以
下、図７のフローチャートを参照して説明する。

【００７１】ステップ２３０では顔候補領域の１つを取
り出し、ステップ２３２では前記取り出した顔候補領域
の大きさ、向き及び人物の顔と第２の部分（胴体の輪
郭）との位置関係に応じて、胴体輪郭を表す形状パター
ンの探索範囲を設定する。一例として、取り出した顔候
補領域が図１３（Ａ）に破線で囲んだ範囲であった場合
には、この顔候補領域に対し胴体の輪郭（人物の首から
肩、肩から腕部分又は胴体下部にかけて連続する輪郭）
を表す形状パターンが存在すると推定される、図１３
（Ａ）にハッチングで示す範囲を探索範囲として設定す
る。

【００７２】次のステップ２３４では、２値化によって
抽出された多数の領域のうち前記探索範囲内に存在する
領域に対し、図４のフローチャートのステップ１７４、
１７６と同様にして、各領域の輪郭をトレースし、輪郭
の曲率を演算して凹部及び凸部（ライン）を抽出する。
これにより、例えば図８（Ａ）に示す原画像について
は、図１３（Ａ）に示す探索範囲内に存在するラインと
して、図１３（Ｂ）に〜として示すラインを含む、
多数のラインが抽出されることになる。

【００７３】ステップ２３６では、胴体輪郭の片側候補
となり得るラインの組を全て抽出する。具体的には、双
方のラインの端点の距離が近く、かつ双方のラインの交
差する角度が所定範囲内のラインの対を探索し、上記条
件に合致するラインの組を胴体輪郭の片側候補となり得
るラインの組として全て抽出する。例えば図１３（Ｂ）
に示すようなラインが抽出されていた場合、図１３
（Ｃ）に示すように、交差する角度が各々所定範囲内
（θ１及びθ２）のラインとの組、ラインとの
組が各々抽出されることになる。また抽出したラインの
組に対しては、双方のラインを延長して連結し、胴体輪
郭の片側候補を生成する。

【００７４】ステップ２３８では、胴体輪郭の片側候補
となり得るラインの組が抽出されたか否か判定する。ス
テップ２３８の判定が肯定された場合にはステップ２４
０へ移行し、上記で生成した胴体輪郭の片側候補に対
し、双方の胴体輪郭の片側候補の凹部が互いに向き合っ
ている対を探索し、上記条件に合致する片側候補の対を
胴体輪郭候補になり得る胴体輪郭の片側候補の対として
全て抽出する。ステップ２４２では胴体輪郭の候補とな
り得る片側候補の対が有ったか否か判定する。

【００７５】ステップ２４２の判定が肯定された場合に
はステップ２４４へ移行し、ステップ２４０で抽出され
た全ての胴体輪郭の片側候補の対（胴体輪郭候補）に対
し、図１３（Ｃ）に示すように線対称軸を各々設定し、
次のステップ２４６で胴体輪郭候補の線対称性類似度を
判定する。また、人物の首から肩にかけての輪郭に相当
すると推定されるライン（例えば図１３（Ｂ）のライン
、）について、線対称軸となす角度（例えば図１３
（Ｂ）のラインの場合のψ１）が所定範囲内か否か判
定する。

【００７６】ステップ２４８では線対称性類似度の判定
結果に基づいて、各胴体輪郭候補が人物の胴体の輪郭を
表すライン対である確度を判定し、ステップ２４０で抽
出した各胴体輪郭候補のうち、胴体の輪郭に対応するラ
イン対と判断できる胴体輪郭候補が有るか否か判定す
る。ステップ２４８の判定が肯定された場合には、人物
の胴体の輪郭を表すライン対である確度が最も高いと判
定された胴体輪郭候補を人物の胴体の輪郭に対応するラ
インであるとみなし、次のステップ２５０で、ステップ
２３０で取り出した顔候補領域に対し符号が正の重み係
数を付与する。この重み係数は、人物の胴体の輪郭を表
すライン対である確度が最も高いと判定されたライン対
（胴体輪郭候補）に基づき、その胴体輪郭候補の線対称
性類似度が高くなるに従って値が高くなように設定する
ことができる。ステップ２５０の処理を実行するとステ
ップ２５４に移行する。

【００７７】一方、ステップ２３８或いはステップ２４
２或いはステップ２４８の判定が否定された場合には、
ステップ２３０で取り出した顔候補領域に対し、人物の
胴体の輪郭を表すライン対である確度が高いライン対が
検出されなかった場合であるので、ステップ２５２で前
記顔候補領域に対して符号が負の重み係数を付与し、ス
テップ２５４へ移行する。

【００７８】ステップ２５４では、全ての顔候補領域に
対して上記処理を行ったか否か判定する。顔候補領域が
複数設定されていればステップ２５４の判定が否定さ
れ、ステップ２５４の判定が否定される迄ステップ２３
０〜２５４を繰り返し、全ての顔候補領域に対し、人物
の胴体の輪郭を表すライン対である確度が高いライン対
の検出の有無に応じて、符号が正又は負の重み係数を付
与する。この重み係数が、各顔候補領域に対する、人物
の顔に相当する領域としての整合性（すなわち確度）に
相当する。ステップ２５４の判定が肯定されると胴体輪
郭による整合性判定処理を終了し、図２のフローチャー
トのステップ１１８へ移行する。

【００７９】ステップ１１８では顔領域の総合判定を行
う。すなわち、ステップ１０６で設定された各顔候補領
域に対し、ステップ１０８〜ステップ１２２で各々付与
された重み係数を積算し（又は各処理で付与された複数
の重み係数を符号の正負毎に分けて乗算した後に加算
し、各顔候補領域の総合的な重み係数を演算する。そし
て、総合的な重み係数が最も高い領域を、人物の顔領域
に相当する領域である確度が最も高い領域として判定す
る。

【００８０】次のステップ１２０では、ステップ１０２
〜１１８の処理を所定回実行したか否か判定する。ステ
ップ１２０の判定が否定された場合には、ステップ１２
２で各種パラメータ（２値化に用いるしきい値や、輪郭
の曲率を演算するためのベクトルの長さ（図８（Ｃ）参
照）等）を変更し、ステップ１０２以降の処理を再度実
行する。また、ステップ１２２において、ステップ１０
２における画像分割の粗密度を変更するために、各種制
御パラメータを変更するようにしてもよい。ステップ１
０２〜１１８の処理を所定回実行するとステップ１２０
の判定が肯定され、ステップ１２４へ移行する。

【００８１】ステップ１２４では所定回の処理で各々判
定された顔領域及びそれらに各々付与されている重み係
数に基づいて、最終的に人物の顔領域に相当する領域で
ある確度が最も高い領域を先のステップ１１８と同様に
して最終的に判定する。そして次のステップ１２６で判
定結果として、最終的に判定した領域のＲ、Ｇ、Ｂの測
光データを露光量演算部４４へ出力し、顔領域抽出処理
を終了する。

【００８２】上述した顔領域抽出処理では、人物の顔に
相当すると推定される顔候補領域を、該領域の濃度や色
に基づいて判断するものではない。従って、ネガフィル
ム１２のフィルム種、光源の種類や逆光か否かの撮影条
件等に応じて前記領域の色バランスが変化したとして
も、顔領域抽出処理の結果がこの影響を受けて変化する
ことはない。また、上述した顔領域抽出処理は原画像が
モノクロ画像であっても適用可能である。更に、上述し
た顔領域抽出処理のうち、人物の各部に特有の形状パタ
ーンを検出する処理（図２のフローチャートのステップ
１０６〜１１２の処理の一部）は、基本的には各々凹部
及び凸部の抽出と、線対称性類似度の判定と、で構成さ
れる。従って、これを利用してソフトウエア、ハードウ
エアの共通化を図れば、ソフトウエアの簡素化、ハード
ウエア構成の簡素化を実現することも可能となる。

【００８３】また、上記では非人物領域除外処理を行う
ことにより処理対象範囲を限定し、更に、人物の頭部の
輪郭を表す形状パターンに基づいて顔候補領域を設定し
た後は、該顔候補領域に応じて設定した探索範囲内に存
在する、顔の輪郭を表す形状パターン、顔の内部構造を
表す形状パターン、胴体の輪郭を表す形状パターンを探
索するので、各形状パターンに対し画像全体を対象とし
て探索を行う場合と比較して、処理時間を短縮すること
ができ、人物の顔に相当する領域である確度の高い領域
を高速で抽出することができる。

【００８４】一方、露光量演算部４４では、顔領域抽出
部４０で上記のようにして抽出されたＲ、Ｇ、Ｂの測光
データと、平均濃度演算部４２で演算された１コマの画
面平均濃度Ｄ_i（ｉ＝Ｒ、Ｇ、Ｂの何れか）と、を用い
て以下の式に従って適正露光量Ｅ_iを演算し、ドライバ
４６に出力する。ドライバ４６は適正露光量Ｅ_iに基づ
いて、適正露光量に対応する位置に色補正フィルタ１８
を移動させる。

【００８５】ｌogＥ_i＝ＬＭ_i・ＣＳ_i・（ＤＮ_i−Ｄ_i）＋ＰＢ_i＋ＬＢ_i＋ＭＢ_i ＋ＮＢ_i＋Ｋ₁＋Ｋ₂ …（１）但し、各記号の意味は次の通りである。

【００８６】ＬＭ：倍率スロープ係数。ネガフィルムの
種類とプリントサイズとで定まる引き伸ばし倍率に応じ
て予め設定されている。

【００８７】ＣＳ：カラースロープ係数。ネガフィルム
の種類毎に用意されており、アンダ露光用とオーバ露光
用とがある。プリントすべき画像コマの平均濃度が標準
ネガ濃度値に対してアンダかオーバかを判定してアンダ
露光用とオーバ露光用の何れかを選択する。

【００８８】ＤＮ：標準ネガ濃度値。Ｄ：プリントすべき画像コマの濃度値。

【００８９】ＰＢ：標準カラーペーパに対する補正バラ
ンス値。カラーペーパの種類に応じて決定される。

【００９０】ＬＢ：標準焼付レンズに対する補正バラン
ス値。焼付けに用いるレンズの種類に応じて決定され
る。

【００９１】ＭＢ：光源光量の変動やペーパ現像性能の
変化に対する補正値（マスタバランス値）。

【００９２】ＮＢ：ネガフィルムの特性によって定まる
ネガバランス（カラーバランス）値。

【００９３】Ｋ₂：カラー補正量。Ｋ₁：以下の式で表される濃度補正量。

【００９４】

【数１】

【００９５】ここで、Ｋａ、Ｋｂは定数であり、ＦＤは
顔領域平均濃度である。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。

【００９６】

【数２】

【００９７】但し、Ｋｃは定数である。更に、上記
（１）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、（１）式の
プリントコマの平均濃度Ｄ_iを顔領域の平均濃度ＦＤ_i
に置き換えて露光量を求めてもよい。

【００９８】なお、上記では原画像の記録媒体としてネ
ガフィルム１２を例に説明したが、ポジフィルム等の他
のフィルムや、紙等の各種記録媒体に記録された画像を
原画像として用いることが可能である。また、複写材料
としてカラーペーパを例に説明したが、紙等の他の材料
を適用してもよい。

【００９９】また、上記では頭部抽出による顔候補領域
設定処理において、人物の頭部に特有の形状パターンと
して、人物の頭頂部に対応する凸部及び人物の頭部と顔
との境界に対応する凹部を用いていたが、これに限定さ
れるものではない。例えば、頭髪のない頭部、頭髪の濃
度の低い頭部を抽出するためには、２値化以外の方法に
よる領域分割、或いは画像のエッジの検出を行い、頭部
に特有の形状パターンとして凸部のみを用いて頭部を抽
出するようにしてもよい。

【０１００】更に、上記では画像を複数の領域に分割す
る方法の一例として２値化を例に説明したが、これに限
定されるものではなく、特開平4-346332号公報に記載さ
れているようにヒストグラムを用いて分割してもよい。
また、画像の各画素毎の濃度値を各々異なる複数の方向
（例えば図１４（Ａ）に示すように、画像の左右方向
（０°）、上下方向（90°）、及び左右方向に対して±
45°傾斜した方向）に沿って微分することにより画像の
エッジを検出し、上記実施例で説明したラインに代え
て、このエッジに対して周知の細線化処理を行って得ら
れたエッジの中心線を用いて処理を行うようにしてもよ
い。

【０１０１】なお、上記各方向に沿った微分は、図１４
（Ｂ）に示す４種類の微分フィルタを各々用いることで
実現でき、画像のエッジの検出は、微分フィルタ出力の
大きさが所定のしきい値よりも大きいときに、着目画素
をエッジであるとみなすことができる。また、エッジ判
定用のしきい値を段階的に変更しながらエッジ抽出処理
を繰り返し実施するようにしてもよい。

【０１０２】また、上記では顔の内部構造を表す形状パ
ターンとして眼部対を用いた場合を例に説明したが、こ
れに限定されるものではなく、鼻、口、眉毛の対等を用
いたり、これらを組み合わせて総合的に顔候補領域を設
定するようにしてもよい。

【０１０３】更に、上記では胴体輪郭を表す形状パター
ンとして、人物の首から肩、肩から腕部分又は胴体下部
にかけて連続する輪郭に相当するラインの対を抽出する
例を説明したが、これに限定されるものではなく、人物
の首から肩にかけての輪郭に相当するラインの対、及び
人物の肩から腕部分にかけての輪郭に相当するラインの
対を各々別個に検出するようにしてもよい。

【０１０４】また、上記では、第１の形状パターンとし
て人物の頭部の輪郭を表す形状パターンを、第２の形状
パターンとして、人物の顔の輪郭を表す形状パターン、
人物の顔の内部構造を表す形状パターン、及び人物の胴
体構造を表す形状パターンを各々用いた例を説明した
が、これに限定されるものではなく、例えば人物の頭部
の輪郭を表す形状パターンと顔の内部構造を表す形状パ
ターン等のように、第１の形状パターンとして複数の形
状パターンを用いるようにしてもよい。

【０１０５】以上本発明の実施例について説明したが、
上記実施例は特許請求の範囲に記載した技術的事項以外
に、以下に記載するような技術的事項の実施態様を含ん
でいる。

【０１０６】（１）第１の形状パターン又は第２の形状
パターンとしての人物の頭部の輪郭を表す形状パターン
の探索は、請求項３記載の発明により分割された領域の
輪郭、又は請求項４記載の発明により求められたエッジ
の中心線より凹部と凸部を検出し、検出した１つ以上の
凹部又は凸部の各々の特徴量（円曲度、位置、大きさ、
方向）に基づいて、前記凹部又は凸部が人物の頭部の輪
郭に対応しているか否かを判断することで行うことを特
徴とする露光量決定方法。

【０１０７】（２）第１の形状パターン又は第２の形状
パターンとしての人物の顔の輪郭を表す形状パターンの
探索は、請求項３記載の発明により分割された領域の輪
郭、又は請求項４記載の発明により求められたエッジの
中心線より凹部と凸部を検出し、検出した２つ以上の凹
部又は凸部の各々の特徴量（円曲度、位置、大きさ、方
向）の関係に基づいて、線対称の度合いにより前記２つ
以上の凹部又は凸部が人物の顔の輪郭に対応しているか
否かを判断することで行うことを特徴とする露光量決定
方法。

【０１０８】（３）第１の形状パターン又は第２の形状
パターンとしての、人物の顔構造を表す形状パターンの
うち眼部対を表す形状パターンの探索は、請求項３記載
の発明により分割された領域、又は請求項４記載の発明
により求められたエッジの中心線により分割される領域
のうち楕円形状の領域を抽出し、抽出された複数の楕円
領域の各々の特徴量（形状、濃度）を用いたマッチング
処理により所定値以上の類似度の楕円領域の対を検出
し、検出した楕円領域の対の線対称の度合いにより前記
楕円領域の対が人物の顔の眼部対に対応しているか否か
を判断することで行うことを特徴とする露光量決定方
法。

【０１０９】（４）第１の形状パターン又は第２の形状
パターンとしての人物の胴体の輪郭を表す形状パターン
の探索は、請求項３記載の発明により分割された領域の
輪郭、又は請求項４記載の発明により求められたエッジ
の中心線より凹部と凸部を検出し、検出した２つ以上の
凹部又は凸部の各々の特徴量（円曲度、位置、大きさ、
方向）の関係に基づいて、人物の首から肩にかけての輪
郭、及び肩から腕部分又は胴体下部にかけての輪郭に相
当する凹部又は凸部の組を複数検出し、更にその組同士
の線対称の度合いにより人物の胴体の輪郭に対応してい
るかを判断することで行うことを特徴とする露光量決定
方法。

【０１１０】（５）原画像中の人物に相当する確度の低
い領域として、請求項３記載の発明により分割された領
域、又は請求項４記載の発明により求められたエッジの
中心線により分割される領域のうち、領域の輪郭に含ま
れる直線部分の比率が所定値以上の領域、又は線対称度
が所定値以下の領域、又は凹凸数が所定値以上の領域、
又は画像外縁との接触率が所定値以上の領域、又は内部
の濃度のコントラストが所定値以下の領域、又は内部の
濃度が所定のパターンで変化している、或いは所定の変
化パターンを繰り返している領域を除外することを特徴
とする露光量決定方法。

【０１１１】

【発明の効果】以上説明したように請求項１記載の発明
は、原画像中に存在する、人物の第１の部分に特有の第
１の形状パターンを探索し、検出した第１の形状パター
ンの大きさ、向き及び人物の顔と前記第１の部分との位
置関係に応じて、人物の顔に相当すると推定される領域
を設定した後に、人物の少なくとも１つの第２の部分に
特有の第２の形状パターンが、原画像中の前記設定した
領域の大きさ、向き及び人物の顔と第２の部分との位置
関係に応じて設定した探索範囲内に存在するかを探索す
ることにより、原画像中の人物の顔に相当する領域であ
る確度が高い領域を判断し、判断した領域の色又は濃度
の少なくとも一方に基づいて複写材料への露光量を決定
するようにしたので、原画像中の人物の顔に相当する領
域及びその周辺の領域の色の影響を受けることなく人物
の顔に相当する領域のみを抽出し、該領域を適正に焼付
けできるように露光量を決定できる、という優れた効果
を有する。

【０１１２】請求項３記載の発明は、原画像を濃度又は
色が同一又は近似している複数の画素で構成される複数
の領域に分割し、該複数の領域の各々の輪郭を用いて形
状パターンを探索するので、人物の各部に特有の形状パ
ターンを効率良く検出できる、という効果を有する。

【０１１３】請求項４記載の発明は、原画像中に存在す
るエッジを検出し、検出したエッジの中心線を求め、求
めた中心線を用いて形状パターンを探索するので、人物
の各部に特有の形状パターンを効率良く検出できる、と
いう効果を有する。

【０１１４】請求項５記載の発明は、第１の形状パター
ンの探索に先立ち、原画像中の人物に相当する確度の低
い領域を第１の形状パターンの探索対象から除外するの
で、第１の形状パターンの探索処理に要する時間が短縮
され、更に高速に処理を行うことができる、という効果
を有する。

【図面の簡単な説明】

【図１】本実施例に係る写真焼付装置の概略構成図であ
る。

【図２】顔領域抽出部で実行される顔領域抽出処理のメ
インルーチンを説明するフローチャートである。

【図３】非人物領域判定処理を説明するフローチャート
である。

【図４】頭部抽出による顔候補領域設定処理を説明する
フローチャートである。

【図５】顔輪郭による整合性判定処理を説明するフロー
チャートである。

【図６】顔内部構造による整合性判定処理を説明するフ
ローチャートである。

【図７】胴体輪郭による整合性判定処理を説明するフロ
ーチャートである。

【図８】頭部抽出による顔候補領域設定処理の詳細とし
て、（Ａ）は原画像、（Ｂ）は２値化により抽出された
黒領域の輪郭のトレース、（Ｃ）は輪郭の曲率の演算、
（Ｄ）は凹部及び凸部の抽出を各々説明するためのイメ
ージ図である。

【図９】頭部抽出による整合性判定処理の詳細として、
（Ａ）は凹部及び凸部の特徴量の演算、（Ｂ）は頭部の
判定、（Ｃ）は顔候補領域の設定を各々説明するための
イメージ図である。

【図１０】顔輪郭による整合性判定処理の詳細として、
（Ａ）は顔輪郭の探索範囲の設定、（Ｂ）は凹部及び凸
部の抽出、（Ｃ）は顔輪郭の候補となり得るライン対の
抽出、（Ｄ）は線対称性類似度の判定を各々説明するた
めのイメージ図である。

【図１１】顔輪郭による整合性判定処理の詳細として、
（Ａ）は線対称性類似度の判定、（Ｂ）は頭部との境界
の探索を各々説明するためのイメージ図である。

【図１２】顔構造による整合性判定処理の詳細として、
（Ａ）は眼部の候補となり得る黒領域の抽出、（Ｂ）は
黒領域対の線対称類似度の判定各々説明するためのイメ
ージ図である。

【図１３】胴体輪郭による整合性判定処理の詳細とし
て、（Ａ）は胴体輪郭の探索範囲の設定、（Ｂ）は凹部
及び凸部の抽出、（Ｃ）は線対称性類似度の判定を各々
説明するためのイメージ図である。

【図１４】（Ａ）はエッジ検出における微分方向の一例
を示す概念図、（Ｂ）は各方向への微分を行うための微
分フィルタの一例を示す概念図である。

【符号の説明】

１０写真焼付装置１２ネガフィルム１８色補正フィルタ２８カラーペーパ３２ＣＣＤイメージセンサ４０顔領域抽出部４４露光量演算部

Claims

【特許請求の範囲】

【請求項１】原画像中に存在する、人物の第１の部分
に特有の第１の形状パターンを探索し、検出した第１の
形状パターンの大きさ、向き及び人物の顔と前記第１の
部分との位置関係に応じて、人物の顔に相当すると推定
される領域を設定した後に、人物の前記第１の部分と異なる少なくとも１つの第２の
部分に特有の第２の形状パターンが、原画像中の前記設
定した領域の大きさ、向き及び人物の顔と前記第２の部
分との位置関係に応じて設定した探索範囲内に存在する
かを探索することにより、原画像中の人物の顔に相当す
る領域である確度が高い領域を判断し、判断した領域の色又は濃度の少なくとも一方に基づいて
複写材料への露光量を決定する、露光量決定方法。
【請求項２】前記第１の形状パターン及び第２の形状
パターンは、人物の頭部の輪郭を表す形状パターン、人物の顔の輪郭
を表す形状パターン、人物の顔の内部構造を表す形状パ
ターン、及び人物の胴体の輪郭を表す形状パターンの少
なくとも何れかを含む、ことを特徴とする請求項１記載の露光量決定方法。
【請求項３】前記第１の形状パターン及び第２の形状
パターンの探索は、原画像を濃度又は色が同一又は近似
している複数の画素で構成される複数の領域に分割し、
該複数の領域の各々の輪郭を用いて行う、ことを特徴とする請求項１記載の露光量決定方法。
【請求項４】前記第１の形状パターン及び第２の形状
パターンの探索は、原画像中に存在するエッジを検出
し、検出したエッジの中心線を求め、求めた中心線を用
いて行う、ことを特徴とする請求項１記載の露光量決定方法。
【請求項５】前記第１の形状パターンの探索に先立
ち、原画像中の人物に相当する確度の低い領域を第１の形状
パターンの探索対象から除外する、ことを特徴とする請求項１記載の露光量決定方法。