JPH08184925A - 露光量決定方法及び図形抽出方法 - Google Patents

Abstract

(57)【要約】 【課題】 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。 【解決手段】 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(100,102) た後に、複
数領域の輪郭より、人物の頭部の輪郭を表すパターン、
人物の顔の輪郭を表すパターン、人物の顔の内部構造を
表すパターン、人物の胴体の輪郭を表すパターンを各々
検出し、検出したパターンに応じて顔候補領域を設定
し、符号が正の重み係数を付与することを順次行い(104
〜110)、非人物領域を判定し該領域に符号が負の重み係
数を付与し(112) 、各処理で設定された顔候補領域及び
重み係数より、人物の顔に相当する領域である確度が最
も高い領域を抽出する(118) 。上記処理を画像分割の粗
密度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】

【発明の属する技術分野】本発明は露光量決定方法及び
図形抽出方法に係り、特に、原画像中に存在する人物の
顔に相当する領域を判断し、判断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、
及び画像から抽出対象図形が存在する領域を抽出する図
形抽出方法に関する。

【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の
複写材料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Ｒ、Ｇ、Ｂの３色に分解して測光
し、測光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（所謂クラスタリン
グ）、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】また上述の、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抽出すべき領域を誤判定す
る、という問題は、人物の顔に相当する領域の抽出に限
らず、画像から特定の図形が存在する領域を抽出する場
合にも共通する問題である。すなわち、抽出すべき特定
図形の色等が予め判明していたとしても、画像中に前記
特定図形の色相や彩度が近似している領域が存在してい
たり、該領域が前記特定図形に相当する領域に隣接して
いた等の場合には、特定図形が存在する領域を適正に抽
出することができない、という問題があった。

【０００８】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。

【０００９】また本発明は、画像中に存在する抽出対象
図形を、抽出対象図形が存在する領域、及びその周辺の
領域の色の影響を受けることなく適正に抽出することが
できる図形抽出方法を得ることが目的である。

【００１０】

【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所定の部分に特有の形状パターンを
探索し、検出した形状パターンの大きさ、向き及び人物
の顔と前記所定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、設定した領域に重
み係数を付与することを、人物の各部分に特有の複数種
類の形状パターンを探索対象として各々行い、人物の顔
に相当すると推定される領域として設定した複数の領域
の各々の範囲、及び前記複数の領域に各々付与した重み
係数に基づいて、原画像中の人物の顔に相当する確度が
最も高い領域を判断し、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。

【００１１】請求項２記載の発明は、請求項１記載の発
明において、人物の各部に特有の形状パターンが、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を含むこ
とを特徴としている。

【００１２】請求項３記載の発明は、請求項１記載の発
明において、形状パターンの探索を、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。

【００１３】請求項４記載の発明は、請求項１記載の発
明において、形状パターンの探索を、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。

【００１４】請求項５記載の発明は、請求項１記載の発
明において、設定した人物の顔に相当すると推定される
領域には符号が正の重み係数を付与すると共に、原画像
中の人物の顔に相当する確度の低い領域を判定し、判定
した領域には符号が負の重み係数を付与することを特徴
としている。

【００１５】請求項６記載の発明に係る図形抽出方法
は、抽出対象図形を構成する特徴的な複数の部分形状に
基づいて複数の部分形状パターンを予め定めておき、画
像中に存在する部分形状パターンを探索し、検出した部
分形状パターンの大きさ、方向、及び前記抽出対象図形
における前記部分形状パターンが表す部分形状の位置に
応じて画像中の抽出対象図形の特定部分又は全体が存在
すると推定される候補領域を設定することを、前記複数
の部分形状パターンの各々について行い、設定した各候
補領域毎に、前記検出した各部分形状パターンとの関係
に基づいて抽出対象図形の特定部分又は全体が存在する
領域としての整合度を求め、各候補領域毎に求めた整合
度に基づいて、抽出対象図形の特定部分又は全体が存在
している確度が高い候補領域を判断し、抽出対象図形の
特定部分又は全体が存在している確度が高いと判断した
候補領域を抽出する。

【００１６】請求項７記載の発明は、請求項６の発明に
おいて、画像上での前記抽出対象図形の状態を複数の状
態に予め分類しておくと共に、前記複数の部分形状パタ
ーンの各々に対し、部分形状パターンを探索する際の探
索条件を規定するパラメータとして、前記分類した複数
の状態に応じて複数種類のパラメータを予め定めてお
き、画像中に存在する部分形状パターンを探索し、前記
候補領域を設定することを前記複数の部分形状パターン
の各々について行い、設定した候補領域毎に整合度を求
め、抽出対象図形の特定部分又は全体が存在している確
度が高い候補領域を判断して抽出する処理を、前記複数
の状態に対応する複数種類のパラメータの各々を用いて
行うか、又は、前記複数の状態のうちの所定の状態に対
応するパラメータを用いて前記処理を行った結果、抽出
対象図形の特定部分又は全体が存在している確度が高い
と判断した候補領域が無かった場合は、前記所定の状態
と異なる状態に対応するパラメータを用いて前記処理を
行うことを繰り返し、抽出対象図形の特定部分又は全体
が存在している確度が高いと判断した候補領域が有った
場合に前記処理を終了することを特徴としている。

【００１７】請求項８記載の発明は、請求項７の発明に
おいて、画像上での抽出対象図形の状態は、画像上での
抽出対象図形の大きさ、及び画像上での抽出対象図形の
向き、及び抽出対象図形が表す物体の向きの少なくとも
何れかを含むことを特徴としている。

【００１８】請求項１記載の発明では、原画像中に存在
する人物の各部に特有の形状パターンを探索し、検出し
た形状パターンの大きさ、向き及び検出した形状パター
ン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、人物の各部に特有の形状パタ
ーンとしては、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等を用
いることができる。

【００１９】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
えば所定の円曲度の凸部と所定の円曲度の凹部とを用い
ることができる。そして、原画像中に前述の形状パター
ンが検出された場合には、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設定することがで
きる。

【００２０】すなわち、人物の顔は、頭部に対し下方側
（前記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
に前述した頭部の輪郭を表す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、かつ人物の頭部と顔との位置関係
に応じ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することができる。

【００２１】このように、請求項１の発明では、原画像
から検出した人物の各部に特有の形状パターンの大き
さ、向き、及び検出した形状パターンとの位置関係に応
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。

【００２２】また、請求項１記載の発明では、人物の各
部に特有の複数種類の形状パターンの各々を探索対象と
し、検出した各形状パターンに基づいて設定した人物の
顔に相当すると推定される領域に重み係数を付与し、人
物の顔に相当すると推定される領域として設定した複数
の領域の各々の範囲、及び前記複数の領域に各々付与し
た重み係数に基づいて、原画像中の人物の顔に相当する
確度が最も高い領域を判断する。このように人物の各部
に特有の複数の形状パターンを各々探索対象として処理
を複数回行うことにより、原画像中の非人物領域で所定
の形状パターンが偶然検出されたとしても、偶然検出さ
れた形状パターンに基づいて設定した領域を、人物の顔
に相当する確度が最も高い領域として判断することはな
い。このようにして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。

【００２３】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、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
状パターンが輪郭等に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。

【００２４】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。

【００２５】本発明では、上記のようにして分割した領
域を人物の各部に特有の複数の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形状パ
ターンの大きさ、向き及び検出した形状パターンとの位
置関係に応じて行う。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。

【００２６】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予め検出
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。

【００２７】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、線対称度が
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。

【００２８】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。従って、請求項
５にも記載したように、設定した人物の顔に相当すると
推定される領域には符号が正の重み係数を付与すると共
に、原画像中の人物の顔に相当する確度の低い領域を判
定し、判定した領域には符号が負の重み係数を付与すれ
ば、人物の顔に相当する確度が最も高い領域として人物
の顔に相当する領域が抽出される確率が更に向上する。

【００２９】請求項６記載の発明では、画像中に存在す
る抽出対象図形を構成する特徴的な複数の部分形状に基
づいて複数の部分形状パターンを予め定める。なお、抽
出対象図形は人物を表す図形に限定されるものではな
く、人物でない物体、例えば人工物を表す図形等であっ
てもよいが、抽出対象図形として人物を表す図形を適用
した場合には、前記部分形状パターンとしては、請求項
２と同様に、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、人物の胴体の輪郭を表す形状パタ
ーン等を用いることができる。

【００３０】請求項６の発明では、次に、画像中に存在
する部分形状パターンを探索し、検出した部分形状パタ
ーンの大きさ、方向、及び抽出対象図形における前記部
分形状パターンが表す部分形状の位置に応じて画像中の
抽出対象図形の特定部分又は全体が存在すると推定され
る候補領域を設定することを、複数の部分形状パターン
の各々について行う。これにより、請求項１と同様に、
抽出対象図形の特定部分又は全体が存在する領域及びそ
の周辺の領域の色等の影響を受けることなく、抽出対象
図形の特定部分又は全体が存在すると推定される候補領
域を適正に設定することができる。なお、抽出対象図形
の特定部分としては、例えば抽出対象図形として人物を
表す図形を適用した場合は、人物の顔に相当する部分を
適用することができる。

【００３１】また請求項６の発明では、次に、設定した
各候補領域毎に、検出した各部分形状パターンとの関係
（例えば双方の大きさ、方向、位置関係等）に基づいて
抽出対象図形の特定部分又は全体が存在する領域として
の整合度を求め、各候補領域毎に求めた整合度に基づい
て、抽出対象図形の特定部分又は全体が存在している確
度が高い候補領域を判断し、抽出対象図形の特定部分又
は全体が存在している確度が高いと判断した候補領域を
抽出する。

【００３２】このように、各候補領域毎に抽出対象図形
の特定部分又は全体が存在する領域としての整合度を求
めて、抽出対象図形の特定部分又は全体が存在している
確度が高い候補領域を判断するので、或る部分形状パタ
ーンの検出結果に基づいて設定した候補領域が抽出対象
図形の存在していない領域であったとしても、この領域
を抽出対象図形の特定部分又は全体が存在している確度
が高い領域として抽出することはなく、画像中に存在す
る抽出対象図形を、抽出対象図形が存在する領域、及び
その周辺の領域の色の影響を受けることなく適正に抽出
することができる。

【００３３】ところで、画像上での抽出対象図形の部分
形状は、画像上での抽出対象図形の状態（例えば、画像
上での抽出対象図形の大きさや抽出対象図形が表す物体
の向き等）によって変化する。このため、画像上での抽
出対象図形の状態が不定の場合は、各種状態の抽出対象
図形の部分形状が部分形状パターンとして検出されるよ
うに、部分形状パターンを探索する際の探索条件を設定
する必要がある。しかし、部分形状パターンとして検出
すべき部分形状の範囲を広げると、部分形状パターンと
して多数のパターンが検出されると共に、実際には抽出
対象図形の部分形状ではないにも拘わらず部分形状パタ
ーンとして誤検出されるパターンの数も急増し、処理時
間が大幅に増加するという問題がある。

【００３４】このため、請求項７に記載の発明では、画
像上での抽出対象図形の状態を複数の状態に予め分類し
ておくと共に、複数の部分形状パターンの各々に対し、
部分形状パターンを探索する際の探索条件を規定するパ
ラメータとして、前記分類した複数の状態に応じて複数
種類のパラメータを予め定めておく。なお、画像上での
抽出対象図形の状態としては、請求項８に記載したよう
に、画像上での抽出対象図形の大きさ、及び画像上での
抽出対象図形の向き、及び抽出対象図形が表す物体の向
き等が挙げられる。上記では、画像上での抽出対象図形
の種類毎に探索条件（を規定するパラメータ）を定めて
いるので、個々の探索条件において部分形状パターンと
して検出すべき部分形状の範囲が狭くなり、個々の探索
条件を用いて探索を行ったとすると特定の状態の抽出対
象図形の部分形状パターンが非常に短い時間で探索され
ることになる。

【００３５】そして複数種類のパラメータを定めた後
は、例えば、部分形状パターンの探索、候補領域の設定
を複数の部分形状パターンの各々について行い、設定し
た候補領域毎に整合度を求め、抽出対象図形の特定部分
又は全体が存在している確度が高い候補領域を判断して
抽出する処理を行う処理部を複数設けた等の場合には、
各処理部において、各状態に対応する複数種類のパラメ
ータの何れかを用いて前記処理を並列で行わせることに
より、全体として、前記複数種類のパラメータの各々を
用いて前記処理を行うようにすることができる。これに
より、画像上での抽出対象図形の状態に拘わらず、抽出
対象図形の特定部分又は全体が存在している確度が高い
候補領域を非常に短い時間で抽出することができる。

【００３６】また、複数の状態のうちの所定の状態に対
応するパラメータを用いて前記処理を行った結果、抽出
対象図形の特定部分又は全体が存在している確度が高い
と判断した候補領域が無かった場合は、前記所定の状態
と異なる状態に対応するパラメータを用いて前記処理を
行うことを繰り返し、抽出対象図形の特定部分又は全体
が存在している確度が高いと判断した候補領域が有った
場合に前記処理を終了するようにしてもよい。この場
合、各状態に対応する処理が直列に行われることになる
が、各状態に対応する全ての処理を行う前に抽出対象図
形の特定部分又は全体が存在している確度が高い候補領
域を抽出できる可能性は高い。従って、画像上での抽出
対象図形の状態に応じて探索条件のパラメータを複数種
類定めることを行わなかった場合と比較して、抽出対象
図形を短時間で抽出することができる。

【００３７】また上記において、画像上での抽出対象図
形の出現頻度に応じて、出現頻度の高い状態に対応する
パラメータより順に用いて探索を行うようにすれば、抽
出対象図形を抽出する迄の時間を更に短縮することがで
きる。

【００３８】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態の一例を詳細に説明する。

【００３９】〔第１実施形態〕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１
０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１
６、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。

【００４０】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。

【００４１】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。

【００４２】次に本第１実施形態の作用を説明する。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３
８でＣＣＤ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。

【００４３】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。

【００４４】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。

【００４５】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。

【００４６】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。

【００４７】次のステップ１０４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
うちの１つを取り出し、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Ｐ０
Ｐ２）、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。

【００４８】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。

【００４９】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。

【００５０】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（請求項６に記載の部分形状パター
ン、但しこの場合の抽出対象図形は人物を表す図形であ
る）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。

【００５１】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。本実施形態で
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。

【００５２】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範囲内の円
曲度をもつ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。

【００５３】 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。

【００５４】 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。

【００５５】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。

【００５６】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。

【００５７】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、
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、請求項６に記載の
抽出対象図形の特定部分（人物の顔）が存在すると推定
される候補領域）として設定する。ステップ１８４で
は、上記で設定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、先に説明した黒領域に
対する人物の頭部としての評価結果に応じて、評価が高
くなるに従って重みが重くなるように値を設定すること
ができる。

【００５８】ステップ１８４を実行した後はステップ１
８６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。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１０６に移行する。

【００５９】ステップ１０６では顔輪郭による顔候補領
域設定処理を行う。この処理について図４のフローチャ
ートを参照して説明する。ステップ１８９では、図２の
フローチャートのステップ１０２において２値化により
原画像を分割することによって得られた複数の黒領域及
び白領域の各々に対し、先に説明した図３のフローチャ
ートのステップ１７４、１７６と同様にして、各々の領
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、一例として図１０（Ａ）
に示す原画像について、図１０（Ｂ）に示すような凹部
及び凸部が抽出される。

【００６０】また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（Ｂ）に
おいて曲線と曲線と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。図１０（Ｂ）では曲線も分割の対象とな
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。

【００６１】ステップ１９０では、人物の顔の輪郭を表
す形状パターン（請求項６に記載の部分形状パターン）
として、人物の顔の側部に対応すると推定されるライン
の対を抽出する。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（Ｂ）に
示す〜のラインが抽出された場合には、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、及びラインとラインの対が抽出される。なお、
Ｖ２、Ｖ４、Ｖ５、Ｖ７は各ラインの方向ベクトルであ
る。

【００６２】次のステップ１９２では、上記で抽出した
ライン対の中から特定のライン対を取り出す。ステップ
１９４では図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１９６でライン対の線対
称性類似度を判定する。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。

【００６３】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。

【００６４】ステップ１９８では、前記ライン対を人物
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５２
Ａ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。また、ラインとの対に対しては、頭部との境
界に対応する位置として図１１（Ｂ）に示す範囲５２Ｂ
を探索するので、頭部との境界に対応するラインは抽出
されない。

【００６５】次のステップ２００では前述の線対称性類
似度の判定結果に基づいて、ステップ１９２で取り出し
たライン対を顔輪郭に対応するライン対と判断できるか
否か判定する。ステップ２００の判定が肯定された場合
には、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、図１１（Ｃ）にも示すように、ライン対
によって挟まれた領域に、ラインの長さｖ、両ラインの
間隔ｈに応じた大きさの楕円形状の顔候補領域（請求項
６に記載の抽出対象図形の特定部分が存在すると推定さ
れる候補領域）を設定する。

【００６６】ステップ２０２では上記で設定した顔候補
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、線対称性類似度が高くなるに従って値が高くな
り、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２
０２の処理を実行するとステップ２０６に移行する。ま
た、ステップ２００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２０６に移行する。

【００６７】ステップ２０６では、ステップ１９０で抽
出した全てのライン対に対して上記処理を行ったか否か
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１９２に戻り、ステップ１９２〜２０６を繰り
返す。ステップ２０６の判定が肯定されると、顔輪郭に
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。

【００６８】ステップ１０８では顔内部構造による顔候
補領域設定処理を行う。この処理について図５のフロー
チャートを参照して説明する。なお、本実施形態では、
人物の顔の内部構造を表す形状パターン（請求項６に記
載の部分形状パターン）として、顔の眼部対に対応する
と推定される黒領域の対を抽出する。すなわち、ステッ
プ２１０では先に説明した２値化によって得られた黒領
域のうち、眼部対候補となり得る黒領域対を抽出する。
この黒領域対の抽出は、まず各黒領域の中から、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
円形状の黒領域を複数探索する。次に探索した黒領域の
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、眼部対の候補となり得る黒領域対として抽出する。

【００６９】ステップ２１２では上記で抽出した黒領域
対の中から特定の黒領域対を取り出し、次のステップ２
１４では、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２１６
で黒領域対の線対称性類似度を判定する。次のステップ
２１８では、上記で判定した黒領域対の線対称性類似度
の判定結果に基づいて、ステップ２１２で取り出した黒
領域対を眼部対と判断できるか否か判定する。

【００７０】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、黒領域の位置、各々の大き
さ及び線対称軸の方向に基づいて、図１２（Ｃ）に示す
ように楕円形状の顔候補領域（請求項６に記載の抽出対
象図形の特定部分が存在すると推定される候補領域）を
設定する。次のステップ２２２では、上記で設定した顔
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、線対称性類似度が高くなるに従って値が大き
くなるように設定することができる。ステップ２２２の
処理を実行するとステップ２２４に移行する。またステ
ップ２１８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２２４に移行する。

【００７１】ステップ２２４では、ステップ２１０で抽
出した全ての黒領域対に対して上記処理を行ったか否か
判定する。ステップ２２４の判定が否定された場合には
ステップ２１２に戻り、ステップ２１２〜２２４を繰り
返す。ステップ２２４の判定が肯定されると、顔内部構
造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１１０へ移行する。

【００７２】ステップ１１０では胴体輪郭による顔候補
領域設定処理を行う。この処理について図６のフローチ
ャートを参照して説明する。なお、本実施形態では、胴
体の輪郭を表す形状パターン（請求項６に記載の部分形
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と推定され
るラインの対を抽出する。すなわち、ステップ２３０で
は先に説明した顔輪郭による顔候補領域設定処理によっ
て抽出されたラインから、胴体輪郭の片側候補となり得
るラインの組を抽出する。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、胴体輪郭の片側候補となり
得るラインの組として抽出することができる。例えば図
１３（Ａ）に示すようなラインが抽出されていた場合、
図１３（Ｂ）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。

【００７３】次のステップ２３２では、上記で抽出され
たラインの組の各々に対して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。更にステップ２
３４では、上記で生成した胴体輪郭の片側候補に対し、
胴体輪郭の候補となり得る全ての胴体輪郭の片側候補の
対（例えば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）を抽出する。

【００７４】ステップ２３６では上記で抽出した胴体輪
郭の片側候補の対の中から特定の対を取り出し、ステッ
プ２３８では取り出した胴体輪郭の片側候補の対に対
し、図１３（Ｂ）に示すように線対称軸を設定し、次の
ステップ２４０で胴体輪郭の片側候補の対の線対称性類
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。ステップ２４２では上記で判定した線対
称性類似度に基づいて、胴体輪郭の片側候補の対を胴体
輪郭と判断できるか否か判定する。

【００７５】ステップ２４２の判定が肯定された場合に
は、ステップ２４４で胴体輪郭候補を構成する双方の片
側候補の位置、大きさ、間隔及び線対称軸の方向に基づ
いて、図１３（Ｃ）に示すように楕円形状の顔候補領域
（請求項６に記載の抽出対象図形の特定部分が存在する
と推定される候補領域）を設定する。また、ステップ２
５０では上記で設定した顔候補領域に符号が正の重み係
数を付与する。この重み係数は、ステップ２４０で判定
した線対称性類似度が高くなるに従って値が大きくなる
ように設定することができる。ステップ２４０の処理が
終了するとステップ２４８へ移行する。またステップ２
４２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２４８に移行する。

【００７６】ステップ２４８では、ステップ２３４で抽
出した全ての胴体輪郭の片側候補の対に対して上記処理
を行ったか否か判定する。ステップ２４８の判定が否定
された場合にはステップ２３６に戻り、ステップ２３６
〜２４８を繰り返す。ステップ２４８の判定が肯定され
ると胴体輪郭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１１２へ移行する。

【００７７】図２のフローチャートのステップ１１２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７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１
０２で分割された各領域に対し、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１３
４の判定が肯定された場合には、ステップ１３６で直線
部分の比率が所定値以上の領域に対して符号が負の重み
係数を付与し、ステップ１３８へ移行する。

【００７８】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度を各領域毎に
演算する。ステップ１４２では線対称度が所定値以下の
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１４４で線対称度が所定値
以下の領域に対して符号が負の重み係数を付与し、ステ
ップ１４６へ移行する。

【００７９】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
に対して符号が負の重み係数を付与し、ステップ１５２
へ移行する。

【００８０】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に対して符
号が負の重み係数を付与し、ステップ１５８へ移行す
る。

【００８１】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
域に対し符号が負の重み係数を付与する。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１１８へ移行する。

【００８２】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１０４〜１１０で各々顔候補領
域として設定された範囲、各顔候補領域に対して付与さ
れた正の重み係数を用い、更にステップ１１２で負の重
み係数が付与された領域があれば、該領域の範囲と付与
された負の重み係数に基づいて、画像中の各部分の総合
的な重み係数を演算する。詳しくは、画像中に複数の処
理で重み係数が付与された部分があれば、該部分範囲及
び総合的な重み係数（各処理で付与された重み係数を加
算或いは乗算することにより求める、この総合的な重み
係数は請求項６に記載の整合度に対応している）を求
め、画像を総合的な重み係数が同一の領域毎に分割す
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。

【００８３】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において、ステップ１０２の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更新し、或いはステッ
プ１０２における２値化用のしきい値を更新し、ステッ
プ１０２以降の処理を再度実行する。ステップ１０２〜
１１８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。

【００８４】なお、上述したように画像分割の粗密度を
変更して処理を繰り返す理由は、原画像中に存在する人
物の顔に相当する領域の面積の大小（原画像中に存在す
る１人の人物に相当する領域の面積の大小）により、原
画像を複数の領域に分割する際の各領域の適正な大きさ
が異なるためである。

【００８５】すなわち、原画像中に存在する人物の顔に
相当する領域の面積が大きい場合には、原画像を密に分
割（各領域の大きさを小さく）すると、本来の顔に相当
する領域が細かく分割され過ぎ、人物の各部に対応する
領域も細かく分割され過ぎるので、人物の各部に対応す
る領域が全体的に適正に分離されないが、原画像を粗く
分割（各領域の大きさを大きく）すると、前記顔に相当
する領域に対して一致度の高い分割領域を得ることがで
き、人物の各部に対応する領域を適正に分離することが
できる。

【００８６】一方、原画像中に存在する人物の顔に相当
する領域の面積が小さい場合には、原画像を粗く分割す
ると、本来の顔に相当する領域が背景に相当する領域に
紛れてしまい、人物の顔や各部に相当する領域を各々適
正に分離することができないが、原画像を密に分割する
と、人物の顔や各部に相当する領域を各々適正に分離で
きる。従って、画像分割の粗密度を段階的に変更しなが
ら顔領域の抽出処理を複数回繰り返すことにより、原画
像中に存在する人物の顔に相当する領域の大きさに拘わ
らず、人物の顔に相当する領域を高い確度で抽出するこ
とができる。

【００８７】なお、画像分割制御パラメータの変更は、
例えば原画像の分割を、１次元又は２次元のヒストグラ
ムを用いたクラスタリングにより行う場合は、ヒストグ
ラム作成時にデータを量子化する際のしきい値のステッ
プ幅を粗く（大きく）すると該ヒストグラムを用いて原
画像を分割した結果も粗く（分割された領域の大きさが
大きく）なり、前記しきい値のステップ幅を細かく（小
さく）すると該ヒストグラムを用いて原画像を分割した
結果も細かく（分割された領域の大きさが小さく）なる
ことから、画像分割制御パラメータとして量子化する際
のしきい値のステップ幅を用い、該しきい値のステップ
幅を変更することで画像分割の粗密度を変更することが
できる。

【００８８】また、原画像の分割を、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行う場合には、濃
度差或いは色差が大きいと判定するためのしきい値を大
きくすると原画像を分割した結果が粗く（分割領域の大
きさが大きく）なり、前記しきい値を小さくすると原画
像を分割した結果が細かく（分割領域の大きさが小さ
く）なることから、画像分割制御パラメータとして前記
しきい値を用いることができる。

【００８９】また、原画像の分割では、その分割のしか
たに拘わらず、原画像の解像度を粗くすれば原画像を分
割した結果が粗くなり、解像度を細かくすれば原画像を
分割した結果が粗くなることから、画像分割制御パラメ
ータとして画像解像度を用いてもよい。画像解像度の変
更の一例として、画像解像度を低下させる場合には、各
々ｍ×ｎ個の画素から成る画素のブロック毎に、各ブロ
ックを構成する全画素の各々の濃度又は色の平均を各ブ
ロックの代表値とすることができる。なお、上記のよう
に画像解像度を変更することにより画像分割の粗密度を
変更する方式では、特に画像解像度を低下させると処理
対象データの数が少なくなるため、処理時間を短縮でき
るというメリットもある。また、画像解像度の変更に代
えて平滑化処理を行っても同様の効果が得られる。平滑
化処理では、平滑化の程度を大きくするほど周辺画素と
の濃度、色の平均化が進み、解像度を低下させた場合と
同様に原画像を分割した結果が粗くなる。

【００９０】ところで、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１１
８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。

【００９１】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
ーンに基づいて顔候補領域を設定する処理（図２のフロ
ーチャートのステップ１０４〜１１０）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。

【００９２】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。

【００９３】 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。

【００９４】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。

【００９５】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。

【００９６】ＤＮ：標準ネガ濃度値。 Ｄ ：プリントすべき画像コマの濃度値。

【００９７】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。

【００９８】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。

【００９９】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）。

【０１００】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。

【０１０１】Ｋ₂ ：カラー補正量。 Ｋ₁ ：以下の式で表される濃度補正量。

【０１０２】

【数１】

【０１０３】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。

【０１０４】

【数２】

【０１０５】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。

【０１０６】また、顔領域抽出処理において顔領域と判
定された領域の各画素毎の濃度（又は色）に対し前記重
み係数に応じて重み付けを行って加重平均値を求め、該
加重平均値を用いて露光量Ｅ_i を演算することにより、
顔領域と判定された領域に対して付与された重み係数を
露光量Ｅ_i に反映させるようにしてもよい。

【０１０７】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。

【０１０８】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。

【０１０９】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、上記実施形態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。

【０１１０】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。

【０１１１】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。

【０１１２】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。

【０１１３】また、上記では人物の各部に特有の形状パ
ターンに基づく顔候補領域の設定処理及び非人物領域判
定処理（図２のフローチャートのステップ１０４〜１１
２）を順次実行するようにしていたが、これらの処理
は、各々他の処理による処理結果の影響を受けないの
で、上記各処理を行う処理部を別個に設け、前処理とし
て複数領域への画像の分割又は画像のエッジの検出と、
凹部、凸部の抽出と、を行った後に、各処理部で並列に
処理するようにしてもよい。これにより、処理時間を大
幅に短縮することができる。

【０１１４】〔第２実施形態〕次に本発明の第２実施形
態について説明する。なお、本第２実施形態は第１実施
形態と同一の構成であるので、各部分に同一の符号を付
して構成の説明を省略し、以下では第２実施形態の作用
について説明する。

【０１１５】本第２実施形態では、画像上での人物を表
す図形（請求項６の抽出対象図形に相当）の状態を複数
の状態に予め分類している。なお、人物を表す図形の状
態としては、例えば画像上での前記図形の大きさ（又は
面積）、画像上での前記図形の向き（画像上において前
記図形が表す人物の上下方向が何れの方向を向いている
がか）、撮影時の視軸に対する被写体としての人物の角
度（前記図形が表す人物が該人物の左右方向に沿って何
れの方向を向いているか：この方向に応じて人物の顔の
向きが正面、斜め、横と変化する）等が挙げられる。

【０１１６】そして、例えば人物を表す図形の状態を、
画像上での前記図形の大きさＬ又は面積Ｓに応じて分類
する場合には、大きさＬが大（Ｌ₁ 〜Ｌ₂ ）又は中（Ｌ
₂ 〜Ｌ₃ ）又は小（Ｌ₃ 〜Ｌ₄ ）で分類するか、画像上
での面積Ｓが大（Ｓ₁ 〜Ｓ₂）又は中（Ｓ₂ 〜Ｓ₃ ）又
は小（Ｓ₃ 〜Ｓ₄ ）で分類することができる。また、画
像上での前記図形の向きに応じて分類する場合は、例え
ば前記向きを90°単位又は45°単位で分類することがで
きる。また、前記図形が表す人物の撮影時の視軸に対す
る角度に応じて分類する場合は、前記角度が正面か斜め
か横かで分類することができる。更に、上記の人物を表
す図形の大きさ、向き、前記図形が表す人物の撮影時の
視軸に対する角度を組み合わせて分類するようにしても
よい。これにより、画像上での人物を表す図形の状態
が、複数の状態に分類されることになる。

【０１１７】また本第２実施形態では、人物の頭部の輪
郭、顔の輪郭、顔の内部構造、胴体の輪郭等の人物を表
す図形を構成する形状パターン（請求項６の部分形状パ
ターンに対応）の各々に対し、各形状パターンを探索す
るための探索条件を規定する探索パラメータを、前記分
類した複数の状態に応じて複数種類定めている。

【０１１８】例として、画像上での人物を表す図形の状
態を前記図形の大きさ又は面積に応じて分類した場合
に、前記大きさ又は面積に応じて変更する探索パラメー
タとしては、画像解像度（又は画像分割の粗密度）、頭
部輪郭を表す形状パターンを探索する際に黒領域の輪郭
の曲率を演算するためのベクトルの長さ（図８（Ｃ）に
示したベクトルＰ１Ｐ０、ベクトルＰ０Ｐ２の長さ）、
頭部輪郭や顔輪郭や胴体輪郭として探索すべき輪郭の長
さの許容範囲、線対称性類似度の演算時に演算対象とす
る候補対間の距離の許容範囲等が挙げられる。

【０１１９】画像解像度については、先にも述べたよう
に、人物を表す図形の大きさ又は面積が小さい場合には
解像度を高くし、前記大きさ又は面積が大きい場合には
解像度を低く（粗く）すればよい。またベクトルの長さ
については、前記大きさ又は面積が小さい場合には短く
し、前記大きさ又は面積が大きい場合には長くすればよ
く、また輪郭長の許容範囲及び線対称性類似度の演算対
象とする候補対間距離の許容範囲についても、前記大き
さ又は面積が小さい場合には短くし、前記大きさ又は面
積が大きい場合には長くすればよい。

【０１２０】また、画像上での人物を表す図形の状態を
前記図形の向きに応じて分類した場合に、前記向きに応
じて変更する探索パラメータとしては、顔輪郭を表す形
状パターンの探索の際の線対象軸の方向（図１０（Ｄ）
参照）、顔内部構造としての眼部対を表す形状パターン
の探索の際の線対象軸の方向（図１２（Ｂ）参照）、胴
体輪郭を表す形状パターンの探索の際の線対象軸の方向
（図１３（Ｂ）参照）等が挙げられる。前記向きに応じ
て上記パラメータを変更することにより、線対称性類似
度の演算対象としての候補対の組み合わせ数が絞り込ま
れる。

【０１２１】また、画像上での人物を表す図形の状態を
前記図形が表す人物の撮影時の視軸に対する角度に応じ
て分類した場合に、前記角度に応じて変更する探索パラ
メータとしては、眼部対を表す形状パターンの探索の際
の眼部候補領域間の距離（図１２（Ｂ）参照）等が挙げ
られる。

【０１２２】次に図１５のフローチャートを参照し、本
第２実施形態に係る顔領域抽出処理について、図２のフ
ローチャートと異なる部分のみ説明する。

【０１２３】本第２実施形態では、ステップ１００で画
像データの取込みを行った後に、ステップ１０１では前
記分類した複数の状態のうち所定の状態に対応する探索
パラメータを取り込む。なお、この所定の状態は、分類
した複数の状態のうち、ネガフィルム１２に記録された
画像における出現頻度の最も高い状態（例えば、人物を
表す図形の大きさ：中、前記図形の向き：人物の上下方
向が画像の長手方向と一致する方向、前記図形が表す撮
影時の視軸に対する人物の角度：正面）とされている。

【０１２４】次のステップ１０２〜１１２では、ステッ
プ１０１で取り込んだ探索パラメータに基づいて、第１
実施形態と同様にして顔候補領域の設定を行う。前述の
ように、このステップ１０２〜１１２の処理で用いる探
索パラメータは、先に分類した複数の状態のうち所定の
状態に対応する探索パラメータであるので、探索対象と
しての形状パターンの範囲が絞り込まれており、第１実
施形態と比較して短時間で処理が終了する。ステップ１
１８では、第１実施形態と同様にして人物の顔領域に相
当する領域である確度が高い領域の判定を行う。なお、
ステップ１１８の処理は、請求項６に記載の、各候補領
域毎に整合度を求め、抽出対象図形の特定部分としての
人物の顔が存在している確度が高い候補領域を判断する
ことに対応している。

【０１２５】次のステップ１１９では、上記処理によ
り、人物の顔に相当する領域である確度が非常に高い領
域が抽出されたか否か判定する。この判定は、ステップ
１１８の顔領域総合判定により演算された総合的な重み
係数（請求項６の整合度）が所定値以上の顔候補領域が
あったか否かに基づいて判断することができる。上記判
定が肯定された場合にはステップ１２４へ移行し、抽出
された人物の顔に相当する領域である確度が非常に高い
領域を顔領域と判定し、ステップ１２６で判定結果を出
力して処理を終了する。

【０１２６】一方、ステップ１１９の判定が否定された
場合にはステップ１２１へ移行し、各状態に対応する全
ての探索パラメータを用いて処理を行ったか否か判定す
る。判定が否定された場合にはステップ１２３へ移行
し、処理未実行でかつ出現頻度の高い状態に対応する探
索パラメータを取込み、ステップ１０２へ戻る。これに
より、新たに取り込んだ探索パラメータに従ってステッ
プ１０２以降の処理が繰り返される。

【０１２７】このように、出現頻度の高い状態に対応す
る探索パラメータを順に用いて処理を繰り返すので、ス
テップ１２１の判定が肯定される前にステップ１９１の
判定が肯定される、すなわち分類した各状態に対応する
全ての探索パラメータが用いられる前に人物の顔に相当
する領域である確度が非常に高い領域が抽出される可能
性が高く、顔領域抽出処理の平均処理時間が短縮され
る。そしてステップ１１９又はステップ１２１の判定が
肯定されると、第１実施形態と同様にステップ１２４で
顔領域総合判定を行い、ステップ１２６で判定結果を出
力して処理を終了する。

【０１２８】なお、上記では撮影時の視軸に対する人物
の角度に応じて変更する探索パラメータの一例として眼
部候補領域間の距離を用いていたが、予め設定した顔候
補領域に対し、眼部対に対応すると推定される領域を探
索し、人物の顔としての整合性を判断する場合には、前
記角度に応じて変更する探索パラメータとして、顔候補
領域内における眼部候補領域の位置又は線対称軸の位置
の偏倚度合い、眼部候補領域対間距離の顔候補領域の幅
に対する比率等を適用し、前記角度に応じて前記各探索
パラメータの許容範囲を変更するようにしてもよい。

【０１２９】また、上記では複数種類の探索パラメータ
を順に用いて処理を行っていたが、これに限定されるも
のではなく、顔領域抽出部４０に、図１５のフローチャ
ートにおけるステップ１０２〜１１８の処理を各々行う
処理部を複数設け（図１６参照）、各処理部において、
各状態に対応する複数種類の探索パラメータのうちの何
れかを各々用いて処理を並列に行わせるようにしてもよ
い。図１６の例では、人物を表す図形の状態が状態１〜
状態ｎのｎ個に分類され、これに応じてｎ個の処理部６
０₁ 〜６０_n を設けており、図１５のフローチャートに
おけるステップ１２４の顔領域総合判定及びステップ１
２６の判定結果出力は顔領域総合判定部６２で行われ
る。上記のように構成した場合、各処理部６０₁ 〜６０
_n による処理が非常に短い時間で完了するので、人物を
表す図形の画像上での状態に拘わらず、顔領域抽出処理
の処理時間を大幅に短縮することができる。

【０１３０】更に、上記では抽出対象図形の特定部分と
して人物の顔に相当する領域を抽出する例を説明した
が、本発明はこれに限定されるものではなく、抽出対象
図形全体（上記の例では人物に相当する領域全体）を抽
出するようにしてもよい。

【０１３１】また、上記では、抽出対象図形として人物
を表す図形を適用していたが、これに限定されるもので
はなく、例えば抽出対象図形として人工物を表す図形を
適用してもよい。写真フィルムに記録される画像中に存
在している人工物は、一般に形状等が未知であるが、人
工物を表す図形の部分形状は、非人物領域判定処理（図
７）でも説明したように、直線や一定曲率の円弧等で構
成されていることが多いことが経験的に知られている。
このため、これらを部分形状パターンとして用いれば、
抽出対象図形としての人工物を表す図形を抽出すること
ができる。そして、写真フィルムに記録された画像を複
写材料に焼付ける場合には、例えば人工物を表す図形が
存在している確度が高いと判断した領域の重みが小さく
なるようにして複写材料への露光量を決定することがで
きる。

【０１３２】また、本発明を適用して図形を抽出する対
象としての画像は、写真フィルムに記録された画像に限
定されるものではない。一例として、部品や製品等の大
量生産において、生産された部品や製品等が順に搬送さ
れている状況を撮像すると共に、前記搬送されている状
況を表す画像を撮像信号から所定のタイミングで抽出
し、抽出した画像から、抽出対象図形としての前記部品
や製品等を表す図形を抽出することも可能である。この
場合、部品や製品等の形状は予め判明しているので、部
分形状パターンは容易に定めることができる。また、本
発明により抽出した抽出対象図形が存在する領域は、例
えば生産した部品や製品等を自動的に検査するために用
いることができる。

【０１３３】以上本発明の実施形態について説明した
が、上記実施形態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。

【０１３４】（１）人物の頭部の輪郭を表す形状パター
ンを探索対象とする場合には、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、前記形状パターンを探索することを特徴とする
露光量決定方法。

【０１３５】（２）人物の顔の輪郭を表す形状パターン
を探索対象とする場合には、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、前記形状
パターンを探索することを特徴とする露光量決定方法。

【０１３６】（３）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を探索対象とする場合に
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、前記形状パターンを
探索することを特徴とする露光量決定方法。

【０１３７】（４）人物の胴体の輪郭を表す形状パター
ンを探索対象とする場合には、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、前記形状パ
ターンを探索することを特徴とする露光量決定方法。

【０１３８】（５）原画像中の人物の顔に相当する確度
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判定することを
特徴とする露光量決定方法。

【０１３９】

【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所定の部分に特有の形状
パターンを探索し、検出した形状パターンの大きさ、向
き及び検出した形状パターン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、設定した領
域に重み係数を付与することを、人物の各部に特有の形
状パターンの各々を探索対象として各々行い、人物の顔
に相当すると推定される領域として設定した複数の領域
の各々の範囲、及び複数の領域に各々付与した重み係数
に基づいて原画像中の人物の顔に相当する確度が最も高
い領域を判断し、判断した領域の色又は濃度の少なくと
も一方に基づいて露光量を決定するので、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。

【０１４０】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。

【０１４１】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。

【０１４２】請求項５記載の発明は、人物の顔に相当す
ると推定される領域に符号が正の重み係数を付与すると
共に、原画像中の人物の顔に相当する確度の低い領域を
判定し、判定した領域に符号が負の重み係数を付与する
ようにしたので、人物の顔に相当する確度が最も高い領
域として人物の顔に相当する領域が抽出される確率が更
に向上する、という効果を有する。

【０１４３】請求項６記載の発明は、抽出対象図形を構
成する特徴的な複数の部分形状に基づいて複数の部分形
状パターンを予め定めておき、部分形状パターンを探索
し、検出した部分形状パターンの大きさ、方向、及び抽
出対象図形における前記部分形状パターンが表す部分形
状の位置に応じて画像中の抽出対象図形の特定部分又は
全体が存在すると推定される候補領域を設定すること
を、複数の部分形状パターンの各々について行い、各候
補領域毎に求めた整合度に基づいて抽出対象図形の特定
部分又は全体が存在している確度が高い候補領域を判断
するようにしたので、画像中に存在する抽出対象図形
を、抽出対象図形が存在する領域、及びその周辺の領域
の色の影響を受けることなく適正に抽出することができ
る、という優れた効果を有する。

【０１４４】請求項７記載の発明は、複数の部分形状パ
ターンの各々に対し探索条件を規定するパラメータとし
て、画像上での抽出対象図形の状態に応じて複数種類の
パラメータを予め定めておき、部分形状パターンを探索
し、候補領域を設定することを複数の部分形状パターン
の各々について行い、抽出対象図形が存在している確度
が高い候補領域を整合度に基づいて判断して抽出する処
理を、複数の状態に対応する複数種類のパラメータの各
々を用いて行うか、又は、所定の状態に対応するパラメ
ータを用いて前記処理を行った結果、抽出対象図形が存
在している確度が高いと判断した候補領域が無かった場
合は、所定の状態と異なる状態に対応するパラメータを
用いて前記処理を行うことを繰り返し、抽出対象図形が
存在している確度が高いと判断した候補領域が有った場
合に前記処理を終了するようにしたので、上記効果に加
え、処理時間を短縮することができる、という効果を有
する。

【図面の簡単な説明】

【図１】本実施形態に係る写真焼付装置の概略構成図で
ある。

【図２】第１実施形態に係る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】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４】顔輪郭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】顔内部構造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６】胴体輪郭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７】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】頭部抽出による顔候補領域設定処理の詳細とし
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】顔輪郭による顔候補領域設定処理の詳細とし
て、（Ａ）は原画像、（Ｂ）は凹部及び凸部の抽出・分
割、（Ｃ）は顔輪郭の候補となり得る対の抽出、（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】顔輪郭による顔候補領域設定処理の詳細とし
て、（Ａ）は線対称性類似度の判定、（Ｂ）は頭部との
境界の探索、（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１２】顔構造による顔候補領域設定処理の詳細とし
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、（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１３】胴体輪郭による顔候補領域設定処理の詳細と
して、（Ａ）は前処理で抽出されたライン、（Ｂ）は線
対称性類似度の判定、（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。

【図１５】第２実施形態に係る顔領域抽出処理を説明す
るフローチャートである。

【図１６】顔領域抽出処理を並列に実行するための顔領
域抽出部の構成の一例を示す概略ブロック図である。

【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 ３２ ＣＣＤイメージセンサ ４０ 顔領域抽出部 ４４ 露光量演算部

Claims (8)

【特許請求の範囲】
1. 【請求項１】 原画像中に存在する人物の所定の部分に
   特有の形状パターンを探索し、検出した形状パターンの
   大きさ、向き及び人物の顔と前記所定の部分との位置関
   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、設定した領域に重み係数を付与することを、人物の
   各部分に特有の複数種類の形状パターンを探索対象とし
   て各々行い、 人物の顔に相当すると推定される領域として設定した複
   数の領域の各々の範囲、及び前記複数の領域に各々付与
   した重み係数に基づいて、原画像中の人物の顔に相当す
   る確度が最も高い領域を判断し、 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。
2. 【請求項２】 前記人物の各部に特有の形状パターン
   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。
3. 【請求項３】 前記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。
4. 【請求項４】 前記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。
5. 【請求項５】 前記設定した人物の顔に相当すると推定
   される領域には符号が正の重み係数を付与すると共に、 原画像中の人物の顔に相当する確度の低い領域を判定
   し、判定した領域には符号が負の重み係数を付与する、 ことを特徴とする請求項１記載の露光量決定方法。
6. 【請求項６】 抽出対象図形を構成する特徴的な複数の
   部分形状に基づいて複数の部分形状パターンを予め定め
   ておき、 画像中に存在する部分形状パターンを探索し、検出した
   部分形状パターンの大きさ、方向、及び前記抽出対象図
   形における前記部分形状パターンが表す部分形状の位置
   に応じて画像中の抽出対象図形の特定部分又は全体が存
   在すると推定される候補領域を設定することを、前記複
   数の部分形状パターンの各々について行い、 設定した各候補領域毎に、前記検出した各部分形状パタ
   ーンとの関係に基づいて抽出対象図形の特定部分又は全
   体が存在する領域としての整合度を求め、 各候補領域毎に求めた整合度に基づいて、抽出対象図形
   の特定部分又は全体が存在している確度が高い候補領域
   を判断し、 抽出対象図形の特定部分又は全体が存在している確度が
   高いと判断した候補領域を抽出する図形抽出方法。
7. 【請求項７】 画像上での前記抽出対象図形の状態を複
   数の状態に予め分類しておくと共に、 前記複数の部分形状パターンの各々に対し、部分形状パ
   ターンを探索する際の探索条件を規定するパラメータと
   して、前記分類した複数の状態に応じて複数種類のパラ
   メータを予め定めておき、 画像中に存在する部分形状パターンを探索し、前記候補
   領域を設定することを前記複数の部分形状パターンの各
   々について行い、設定した候補領域毎に整合度を求め、
   抽出対象図形の特定部分又は全体が存在している確度が
   高い候補領域を判断して抽出する処理を、前記複数の状
   態に対応する複数種類のパラメータの各々を用いて行う
   か、 又は、前記複数の状態のうちの所定の状態に対応するパ
   ラメータを用いて前記処理を行った結果、抽出対象図形
   の特定部分又は全体が存在している確度が高いと判断し
   た候補領域が無かった場合は、前記所定の状態と異なる
   状態に対応するパラメータを用いて前記処理を行うこと
   を繰り返し、抽出対象図形の特定部分又は全体が存在し
   ている確度が高いと判断した候補領域が有った場合に前
   記処理を終了することを特徴とする請求項６記載の図形
   抽出方法。
8. 【請求項８】 前記画像上での抽出対象図形の状態は、 画像上での抽出対象図形の大きさ、及び画像上での抽出
   対象図形の向き、及び抽出対象図形が表す物体の向きの
   少なくとも何れかを含むことを特徴とする請求項７記載
   の図形抽出方法。