JPH11154235A - 画像の参照濃度値の抽出方法およびその装置、並びに画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 画像処理を行なう演算処理の決定に利用され
る参照濃調値を適正に抽出することで、画像の露光状態
に拘わらず適正な画像処理が行なわれるようにする。 【解決手段】 原稿Ｇの画像の露光状態をニューラルネ
ットワークによる判断により求める。そして、その求め
た露光状態から定まる所定範囲（例えば、濃度値の０〜
１０［％］の範囲）の無効階調域ＮＥを定め、この無効
階調域ＮＥを除外した範囲を有効濃度域ＥＥと決定す
る。その後、その有効濃度域ＥＥに含まれる濃度値の中
から参照濃調値としてのハイライト点の濃度値Ｄ１を抽
出する。そして、この濃度値Ｄ１を含めた複数の濃度値
の累積頻度に基づいて、濃度変換用のＬＵＴを作成す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、多階調画像を構
成する各画素の濃度値から所定の条件を満たす濃度値を
参照濃度値として抽出する画像の参照濃度値の抽出方法
とその装置に関するものであり、また、その装置を用い
て多階調画像データに対して濃度変換処理を施す画像処
理装置に関するものである。

【０００２】

【従来の技術】従来より、コンピュータを用いて、多階
調画像データに対して各種画像処理を施す技術が知られ
ている。各種画像処理の一つに、各画素の濃度を変換す
る濃度変換処理がある。濃度変換処理では、濃度変換用
のルックアップテーブル（以下、ＬＵＴとも呼ぶ）を用
いたデータ変換を行なうが、このＬＵＴは次のようにし
て作成されていた。

【０００３】まず、多階調画像データの濃度域において
明度の高いハイライトな濃度値と明度の低いシャドウな
濃度値を、参照濃度値として抽出して、各濃度値におけ
る累積頻度を求める。そして、参照濃度値と累積頻度の
値に基づいてＬＵＴを作成する。

【０００４】

【発明が解決しようとする課題】上記従来の技術では、
所定の画像読取装置によって読み取られる画像が、「ア
ンダー露光」、「オーバー露光」、「逆光」等の異常な
露光状態のものである場合、前記参照濃度値の抽出が、
無効な濃度域から抽出される恐れがあった。アンダー露
光の画像を例にとって説明する。すなわち、アンダー露
光の画像というのは、低い濃度域に濃度が偏っている画
像である。このような画像に対して、従来の方法で参照
濃度値を決定した場合、不当に低い濃度域の中から参照
濃度値が抽出される恐れがある。この参照濃度値に基づ
いて作成された濃度変換用のルックアップテーブルによ
って画像データの濃度変換を行うことは望ましくない。
濃度圧縮された画像データが出力されるからである。

【０００５】なお、オーバー露光の画像というのは、高
い濃度域に濃度が偏っている画像である。逆光状態の画
像というのは、低濃度域と高濃度域とに２極分布した画
像である。これらの画像に対して、従来の方法で参照濃
度値を決定した場合にも、アンダー露光の画像と同時
に、無効な濃度域から参照濃度値が抽出されるという問
題があった。

【０００６】上記記述は、画像を読み取って得られた画
像データの画像処理についての説明であったが、デジタ
ルカメラによって被写体を撮影して得た画像データの画
像処理を行う際にも撮影条件によっては同様の問題が発
生する恐れがある。

【０００７】この発明は、画像処理を行なう演算処理の
決定に利用される参照濃度値を適正に抽出することで、
多階調画像の露光状態に拘わらず適正な画像処理が行な
われるようにすることを目的としている。

【０００８】

【課題を解決するための手段およびその作用・効果】前
述した課題の少なくとも一部を解決するための手段とし
て、以下に示す構成をとった。

【０００９】この発明の画像の参照濃度値の抽出方法
は、多階調画像を構成する各画素の濃度値から、所定の
条件を満たす濃度値を、参照濃度値として抽出する方法
であって、（ａ）前記多階調画像についての濃度値の頻
度分布を求める工程と、（ｂ）該求められた頻度分布か
ら、前記画像の露光状態を判別する工程と、（ｃ）該判
別した露光状態から、前記多階調画像についての有効濃
度域を決定する工程と、（ｄ）前記有効濃度域に含まれ
る濃度値の中から、前記参照濃度値を決定する工程とを
備えることを、その要旨としている。

【００１０】この構成の画像の参照濃度値の抽出方法に
よれば、画像の露光状態を判別して、その判別した露光
状態から、多階調画像についての有効濃度域を決定す
る。そして、その有効濃度域に含まれる濃度値の中か
ら、参照濃度値を決定する。従来の技術では、画像の露
光状態によっては無効となった濃度値から参照濃度値を
抽出する可能性があったが、これに対して、この方法に
よれば、上述したように、有効濃度域に含まれる濃度値
から参照濃度値を決定していることから、画像の露光状
態がどのような状態にあっても適正な参照濃度値を得る
ことができる。

【００１１】上記画像の参照濃度値の抽出方法におい
て、前記参照濃度値は、前記有効濃度域の中で累積頻度
分布が最大となる境界部分の濃度値近傍の所定位置の濃
度値である構成とすることが可能である。

【００１２】この構成によれば、有効濃度域の中でハイ
ライト値（もしくはシャドウ値）の階調値近傍の所定位
置の階調濃度値を、参照濃度値として適正に抽出するこ
とができる。

【００１３】上記構成の画像の参照濃度値の抽出方法に
おいて、前記工程（ａ）は、前記頻度分布を表わすヒス
トグラムを作成する工程を含み、前記工程（ｂ）は、前
記ヒストグラム中の所定のサンプリング濃度値における
頻度を入力として、前記画像の露光状態の種類に相当す
る複数のカテゴリのいずれに該当するかの認識結果を出
力するニューラルネットワークによる判断を実行する工
程を含む構成とすることができる。

【００１４】この構成によれば、画像の露光状態を判別
する工程として、ニューラルネットワークが用いられ
る。ニューラルネットワークは、人間の知覚系の持つ並
列処理機能を有していることから、ヒストグラムの形状
の認識のような非定量的な対象の識別判定に適してい
る。したがって、ニューラルネットワークの適用によ
り、画像の露光状態を適切に判別できる。

【００１５】この発明の第１の画像の参照濃度値の抽出
装置は、多階調画像を構成する各画素の濃度値から、所
定の条件を満たす濃度値を、参照濃度値として抽出する
装置において、前記多階調画像についての濃度値の頻度
分布を求める頻度分布算出手段と、該求められた頻度分
布から、前記画像の露光状態を判別する露光状態判別手
段と、該判別した露光状態から、前記多階調画像につい
ての有効濃度域を決定する有効濃度域決定手段と、前記
有効濃度域に含まれる濃度値の中から、前記参照濃度値
を決定する参照濃度値決定手段とを備えることを、その
要旨としている。

【００１６】この構成の第１の画像の参照濃度値の抽出
装置は、上記画像の参照濃度値の抽出方法と同様な作用
・効果を有しており、画像の露光状態がどのような状態
にあっても適正な参照濃度値を得ることができる。

【００１７】この第１の画像の参照濃度値の抽出装置に
おいて、前記参照濃度値は、前記有効濃度域の中で累積
頻度分布が最大となる境界部分の濃度値近傍の所定位置
の濃度値である構成とすることが可能である。

【００１８】この構成によれば、この発明の方法と同様
に、有効濃度域の中でハイライト値（もしくはシャドウ
値）の階調値近傍の所定位置の階調濃度値を、参照濃度
値として適正に抽出することができる。

【００１９】この発明の第１の画像処理装置は、濃度変
換用のルックアップテーブルを用いたデータ変換によ
り、多階調画像を表わす多階調画像データに対して濃度
変換処理を施す画像処理装置において、上記構成（請求
項５記載の）の画像の参照濃度値の抽出装置と、該画像
の参照濃度値の抽出装置により抽出される前記有効濃度
域における前記参照濃度値を含む複数の階調値の累積頻
度に基づいて、前記ルックアップテーブルを作成するテ
ーブル作成手段とを備えることを、その要旨としてい
る。

【００２０】この構成の第１の画像処理装置によれば、
画像の露光状態に拘わらない適正な参照濃度値を基にル
ックアップテーブル（ＬＵＴ）を作成することができ
る。このため、ＬＵＴは、露光状態を適切に反映したも
のとなることから、適正な濃度変換を実現することがで
きる。

【００２１】この発明の第２の画像の参照濃度値の抽出
装置は、デジタルカメラにて撮影して得られた被写体の
多階調の画像データから所定の条件を満たす濃度値を前
記画像データの参照濃度値として抽出する装置であっ
て、（ａ）前記画像データについての濃度値の頻度分布
を求める手段と、（ｂ）該求められた頻度分布から、前
記画像データを得る際の撮影条件を推定する手段と、
（ｃ）該推定された撮影条件に基づいて前記画像データ
の有効濃度域を決定する手段と、（ｄ）前記有効濃度域
に含まれる濃度値の中から前記参照濃度値を決定する手
段とを備えることを、その要旨としている。

【００２２】この構成の第２の画像の参照濃度値の抽出
装置は、上記第１の画像の参照濃度値の抽出装置と同様
な作用・効果を有しており、デジタルカメラの撮影条件
がどのような条件にあっても適正な参照濃度値を得るこ
とができる。

【００２３】上記第２の画像の参照濃度値の抽出装置に
おいて、前記参照濃度値は、前記有効濃度域の中で累積
頻度分布が最大となる境界部分の濃度値近傍の所定位置
の濃度値である構成とすることが可能である。

【００２４】また、上記第２の画像の参照濃度値の抽出
装置において、前記手段（ａ）は、前記頻度分布を表す
ヒストグラムを作成する手段を含み、前記手段（ｂ）
は、前記ヒストグラム中の所定のサンプリング濃度値に
おける頻度を入力して、前記撮影条件の種類に相当する
複数のカテゴリのいずれかに該当するかの認識結果を出
力するニューラルネットワークによる判断を実行する手
段を含む構成とすることも可能である。

【００２５】この発明の第２の画像処理装置は、濃度変
換用のルックアップテーブルを用いたデータ変換によ
り、多階調の画像データに対して濃度変換処理を施す画
像処理装置において、上記構成の（請求項８または請求
項９記載の）画像データの参照濃度値の抽出装置により
抽出される前記有効濃度域における前記参照濃度値を含
む複数の濃度値の累積頻度に基づいて、前記ルックアッ
プテーブルを作成するルックアップテーブル作成手段と
を備えることを、その要旨としている。

【００２６】この構成の第２の画像処理装置によれば、
デジタルカメラの撮影条件に拘わらない適正な参照濃度
値を基にルックアップテーブル（ＬＵＴ）を作成するこ
とができる。このため、ＬＵＴは、撮影条件を適切に反
映したものとなることから、適正な濃度変換を実現する
ことができる。

【００２７】

【発明の他の態様】この発明は、次のような他の態様も
含んでいる。まず、第１の態様は、コンピュータのマイ
クロプロセッサによって実行されることによって、上記
の発明の各工程または各手段を実現するコンピュータプ
ログラムを格納した携帯型記憶媒体である。また、第２
の態様は、そのコンピュータプログラムを通信経路を介
して供給するプログラム供給装置としての態様である。
この第２の態様では、プログラムをネットワーク上のサ
ーバなどに置き、通信経路を介して、必要なプログラム
をコンピュータにダウンロードし、これを実行すること
で、上記画像の参照濃度値の抽出方法および装置を実現
することができる。

【００２８】

【発明の実施の形態】次に、本発明の実施の形態を実施
例に基づき説明する。

【００２９】図１は、本発明の一実施例が適用された画
像データ作成装置を示すブロック図である。この画像デ
ータ作成装置は、写真原稿のような原稿から印刷版作成
用の画像データを得るための装置であり、原稿Ｇを読み
取って多階調画像データを得るための画像入力装置１０
と、画像入力装置１０によって得た多階調画像データに
各種のデータ処理を施す画像処理装置２０とを備えてい
る。

【００３０】画像入力装置１０は、原稿Ｇを光学的に読
み取って、Ｒ（赤），Ｇ（緑）およびＢ（青）の三原色
成分を表わすアナログ画像信号を出力するＣＣＤ素子１
１と、ＣＣＤ素子１１の出力信号をデジタル信号に変換
する機能および変倍機能を有する倍率変更回路１２と、
ガンマ補正のためのガンマ補正回路１３とを備えてい
る。

【００３１】倍率変更回路１２は、アナログ画像信号を
デジタル画像データに変換する際のサンプリング周期を
複数種類に設定することができるものであって、いずれ
のサンプリング周期を適用するかによって、画像の読取
倍率が定まる。例えば、ＣＣＤ素子１１の１つの読取画
素の出力信号に対して２回のサンプリングが行なわれる
ようにサンプリング周期を定めておけば、原画像を２倍
に拡大できる。

【００３２】ガンマ補正回路１３は、ＣＣＤ素子１１の
特性等に起因するガンマ特性を補償するためのデータ補
正を行ない、原稿Ｇを忠実に再現する多階調画像データ
を作成する。画像入力装置１０が出力するＲＧＢの三原
色の多階調画像データ（以下、単に「画像データ」と呼
ぶ）は、画像ファイルＦとして画像処理装置２０に取り
込まれる。

【００３３】画像処理装置２０は、例えば、パーソナル
コンピュータから構成され、主制御部３０を中心に、そ
の周辺装置としての外部記憶装置４０を備える。外部記
憶装置４０は、各種データを一時的に記憶するハードデ
ィスクユニットにより構成され、画像入力装置１０から
の画像ファイルＦや、後述する参照用データベースＤＢ
が格納されている。

【００３４】主制御部３０は、図示しない内部記憶装置
に記憶されたソフトウェアプログラム（コンピュータプ
ログラム）を図示しないＣＰＵにより実行することによ
って、濃度変換部３１、色変換部３２、ヒストグラム作
成部３５、露光状態判別部３６、有効濃度域決定部３７
およびＬＵＴ作成部３８としての機能を実現する。

【００３５】上記各機能を実現するソフトウェアプログ
ラムは、フロッピディスク、ＣＤ−ＲＯＭ、光磁気ディ
スク、ＩＣカード等の、コンピュータ読み取り可能な記
録媒体に記録された形態で提供される。コンピュータ
は、その記録媒体からソフトウェアプログラムを読み取
って内部記憶装置または外部記憶装置４０に転送する。
あるいは、通信経路を介してコンピュータにソフトウェ
アログラムを供給するようにしてもよい。詳しくは、コ
ンピュータをモデムが接続された構成とし、モデムは通
信回線に接続され、通信回線はサーバを含むネットワー
クに接続された構成とする。これにより、サーバは、通
信回線を介してソフトウェアプログラムを画像処理装置
２０に供給するプログラム供給装置としての機能を有す
ることになる。

【００３６】ソフトウェアプログラムの機能を実現する
時には、内部記憶装置に格納されたソフトウェアプログ
ラムがＣＰＵによって実行される。また、記録媒体に記
録されたソフトウェアプログラムをコンピュータが読み
取ってＣＰＵによって直接実行するようにしてもよい。

【００３７】主制御部３０により実現される各部３１〜
３８について、以下、詳細に説明する。ここでは、ま
ず、各部３１〜３８による全体の処理の流れについて説
明する。

【００３８】画像入力装置１０から出力された画像ファ
イルＦの画像データｄ１を、濃度変換部３１が受け取
り、この画像データｄ１について偏った濃度分布を全体
に分布させる濃度変換の処理が施される。この濃度変換
の処理は、ＬＵＴ作成部３８により作成されたルックア
ップテーブル（以下、ＬＵＴと呼ぶ）に従って行なわれ
る。濃度変換後の画像データは、色変換部３２によりＣ
（シアン），Ｍ（マゼンタ），Ｙ（イエロー）およびＫ
（黒）の画像データに色変換され、製版用画像データｄ
２として外部に出力される。製版用画像データｄ２は、
感材フィルムを露光して印刷版を作成する画像記録装置
などにおいて用いられる。

【００３９】また、画像ファイルＦの画像データｄ１は
ヒストグラム作成部３５にも送られ、ヒストグラム作成
部３５により、画像データｄ１の濃度分布ヒストグラム
が作成される。この作成された濃度分布ヒストグラム
は、露光状態判別部３６に送られる。露光状態判別部３
６によれば、参照用データベースＤＢを参照しつつ画像
データｄ１の濃度分布ヒストグラムから画像データｄ１
に対応する原稿Ｇの露光状態を判断する。

【００４０】その判断した露光状態は有効濃度域決定部
３７に送られ、有効濃度域決定部３７では、露光状態か
ら有効濃度域を求めて、その有効濃度域をＬＵＴ作成部
３８に送る。ＬＵＴ作成部３８では、その有効濃度域に
含まれる濃度値の中から参照濃度値を抽出して、その参
照濃度値を基礎にして濃度変換用のルックアップテーブ
ル（ＬＵＴ）を作成する。このＬＵＴは、濃度変換部３
１に送られ、濃度の変換処理に利用される。

【００４１】次に、主制御部３０により実現される各部
３１〜３８について、順に詳細に説明する。

【００４２】ヒストグラム作成部３５は、前述したよう
に、画像ファイルＦの画像データｄ１の濃度分布ヒスト
グラムを作成するものである。ここで作成される濃度分
布ヒストグラムは、図２および図３に示すように、横軸
に画像の濃度値を縦軸にその出現度数をとった段階状の
グラフを表わすデータである。なお、横軸の濃度値は、
原点側に近づくほど値が大きくなっている。

【００４３】図２および図３は、様々な画像についての
濃度分布ヒストグラムの図である。図２中、（ａ）ない
し（ｄ）は、「適正露光」と判断される画像についての
濃度分布ヒストグラムのいくつかの例を示すものであ
り、図３中、（ａ）ないし（ｄ）は、「アンダー露光」
と判断される画像についての濃度分布ヒストグラムのい
くつかの例を示すものである。

【００４４】図２の（ａ）ないし（ｄ）に示すように、
同じ「適正露光」の状態であっても撮影された状況や被
写体の種類によって様々なヒストグラム分布をとり、ま
た、図２の（ｅ）ないし（ｈ）に示すように、同じ「ア
ンダー露光」の状態であっても光量不足の度合いや撮影
された状況などによって様々なヒストグラム分布をと
る。

【００４５】このように対象の画像データによって濃度
分布ヒストグラムの形状はいろいろなパターンが存在し
うる。露光状態判別部３６では、予め特徴的な濃度分布
ヒストグラムの形状を入力パターンとして学習させたニ
ューラルネットワークを用いることにより、学習に用い
たパターンと完全に一致しないパターンの入力に対して
も妥当な出力を期待することができる。特に、ニューラ
ルネットワークは、人間の知覚系の持つ並列処理機能を
有しているから、非定量的な認識対象であるヒストグラ
ム形状のパターン認識に適している。そこで、この実施
例の露光状態判別部３６では、ニューラルネットワーク
が適用されている。

【００４６】図４は、露光状態判別部３６における処理
内容を説明するためのブロック図である。図示するよう
に、露光状態判別部３６には、濃度分布ヒストグラムを
正規化するための正規化処理部３６ａと、正規化された
濃度分布ヒストグラムのパターン認識を行なって対象画
像の露光状態判別のための基礎情報を出力するニューラ
ルネットワーク３６ｂとが含まれている。

【００４７】正規化処理部３６ａは、対象画像の総画素
数による影響を排除する。すなわち、対象画像の総画素
数が多ければ、その分ヒストグラムにおける頻度が多く
なるから、形状分析のためには、総画素数による影響を
排除しておくことが好ましい。そこで、正規化処理部３
６ａは、ヒストグラム作成部３５によって作成された濃
度分布ヒストグラムにおいて最大頻度をとる濃度値の近
傍の一定範囲内の濃度値に相当する頻度値の平均値を求
め、この平均値が所定の値になるように各濃度値に対応
する頻度値を変更する。これによって、濃度分布ヒスト
グラムの正規化が達成される。平均値を取るのは、もし
も濃度分布ヒストグラムがくし状になっていれば、最大
頻度値を所定値に合わせるように各濃度値の頻度値を変
更しても、適正に正規化を行なうことができないからで
ある。

【００４８】なお、最大頻度をとる濃度値を求める際、
「０」の付近の濃度値については、候補から除外してお
くことが好ましい。これは、濃度値「０」の付近の頻度
は極端に大きいことが予想され、したがって、濃度値
「０」の付近の濃度値に相当する最大頻度値に基づいて
正規化処理を行なっても、適正な正規化を行なうことが
できない恐れがあるからである。

【００４９】図５は、ニューラルネットワーク３６ｂの
構造を概念的に示す図である。このニューラルネットワ
ークは、多層パーセプトロンと呼ばれるフィードフォワ
ード型の非線形素子のネットワークである。このニュー
ラルネットワークは、入力層、中間層および出力層の３
層からなる。むろん、もっと多数の層を有するものも適
用可能である。

【００５０】図５中「○」は、非線形素子を表わし、例
えば、図中ｉ素子の入出力条件は、前層からの入力ベク
トルをＸ、素子の出力ベクトルをＹとすると、下記の数
式（１）で定義できる。

【００５１】

【数１】

【００５２】関数ｆは、非線形特性を持たせるための単
調増加関数であり、一般に、その出力が（０，１）の範
囲内で単調増加するシグモイド関数が用いられる。シグ
モイド関数は、一般に、下記数式（２）で定義される。

【００５３】

【数２】

【００５４】図６は、入力層の非線形素子への入力パタ
ーンを説明するための図であり、正規化された濃度分布
ヒストグラムが示されている。ニューラルネットワーク
３６ｂの入力層の各非線形素子には、上記正規化された
濃度分布ヒストグラムにおいて定められたサンプリング
濃度値Ｓ１，Ｓ２，…，Ｓ１０における頻度値（正規化
された値）がそれぞれ入力される。

【００５５】なお、図６においては、サンプリング濃度
値Ｓ１、Ｓ２、・・・、Ｓ１０は等間隔である。しか
し、サンプリング濃度値の間隔を等間隔にしない方が、
濃度分布ヒストグラムの形状を正確に把握するために
は、より適切である場合もある。即ち、頻度値の変化が
大きい濃度域はそうでない濃度域よりもサンプリング濃
度値をより多く設定する方が適切である。反対に、頻度
値の変化が小さい濃度域においてはサンプリング濃度値
を少なく設定しても支障はない。むしろ、このような濃
度域ではサンプリング濃度値を少なく設定した方が、ニ
ューラルネットワーク３６ｂの非線形素子数を減らすこ
とができ、演算時間の短縮を図れるので好都合である。

【００５６】また、分布の局所的変動の影響を低減する
ためには、サンプリング濃度値の付近での平滑化処理を
濃度分布ヒストグラムに施し、この平滑化された値をサ
ンプリングデータとしてニューラルネットワーク３６ｂ
の入力層の非線形素子に入力すればよい。

【００５７】例えば、サンプリング数が５つの場合に、
入力パターンに対して、「適正露光」、「アンダー露
光」、「オーバ露光」、「逆光」の４つのカテゴリに出
力パターンを分類する場合、パーセプトロンのモデル
は、図７に示すようになる。

【００５８】すなわち、入力層は、サンプリング数に対
応する５つの非線形素子を有しており、この５つの非線
形素子に、サンプルデータＤ１，Ｄ２，…，Ｄ５がそれ
ぞれ入力される。入力層には、さらに、閾値用のバイア
ス素子が設けられている。

【００５９】中間層は、３つの非線形素子と１つの閾値
用バイアス素子とを含む。３つの非線形素子のそれぞれ
に、入力層の各非線形素子およびバイアス素子の出力が
並列に与えられている。中間層の３つの非線形素子およ
び１つの閾値用バイアス素子の出力は、出力層の４つの
非線形素子のそれぞれに並列に入力されている。出力層
の４つの非線形素子は、それぞれ、「適正露光」、「ア
ンダー露光」、「オーバ露光」、「逆光」の各カテゴリ
に属する度合いを表わす信号を出力する。これにより、
ニューラルネットワーク３６ｂは、露光状態判別手段を
構成していると言える。

【００６０】ニューラルネットワーク３６ｂにおいて露
光状態の適切なパターン認識が行なわれるためには、ま
ず、定義したパーセプトロンに対する学習を行なわなけ
ればならない。学習方法は、例えば、予め４つのカテゴ
リ（「適正露光」、「アンダー露光」、「オーバ露
光」、「逆光」）に分類した画像のセットを準備し、そ
れを教師として用いて、逆伝達アルゴリズムによって行
なえばよい。以下にその手順を示す。

【００６１】 各カテゴリの画像から正規化ヒストグ
ラムを作成する。 この正規化ヒストグラムをサンプリングし、パーセ
プトロン入力パターンを得る。 パーセプトロンにデフォルト（既定値）の結合加重係
数を与え、で得られたパターンを入力し、出力値を得
る。

【００６２】 入力画像のカテゴリの出力パターンを
出力目標として、の出力パターンとのユークリッド距
離を計算する。 このユークリッド距離を埋めるべく、逆伝達アルゴ
リズムで新たな結合加重係数を計算する。 出力目標と入力画像の出力パターンとのユークリッ
ド距離が一定値に収束するまで、新たな結合加重係数を
定めて出力パターンを得て、さらにこの出力パターンと
出力目標とのユークリッド距離を算出する、というステ
ップを繰り返す。

【００６３】このようにして学習されたパーセプトロン
は、教師として用いた画像以外の不特定の画像に相当す
る入力パターンに対しても、妥当な分類結果を出力する
と予想される。また、ニューラルネットワーク自体の補
間機能により、はっきり分類が確定できない場合でも、
中間的な出力パターンが得られることが期待できる。こ
うして、ニューラルネットワーク３６ｂは、対象画像の
露光状態を表わす情報を出力する。

【００６４】露光状態判別部３６によって参照される参
照用データベースＤＢには、上記学習処理によって定め
られた結合加算係数が格納されている。参照用データベ
ースＤＢには、必要に応じて露光状態の判別結果がフィ
ードバックされる。すなわち、濃度変換部３１による濃
度変換処理が適切に行なわれなかったときには、そのと
きの画像のカテゴリを出力目標として再度学習を行なう
ことにより、結合加重係数が更新される。こうして、画
像処理の回数の増大に伴って、露光状態の判別の正確度
が増大していくことになる。

【００６５】次に、有効濃度域決定部３７について説明
する。有効濃度域決定部３７は、露光状態判別部３６に
よるニューラルネットワークの出力パターンに応じて画
像データｄ１の有効濃度域を求める処理を行なうもの
で、有効濃度域決定処理を定めたソフトウェアプログラ
ムをＣＰＵが実行することで実現される。

【００６６】図８は、ＣＰＵで実行される有効濃度域決
定処理を示すフローチャートである。図示するように、
処理が開始されると、ＣＰＵは、まず、ヒストグラム作
成部３５により作成した濃度分布ヒストグラムと、露光
状態判別部３６によるニューラルネットワークの出力パ
ターンを入力する処理を行なう（ステップＳ１００，Ｓ
１１０）。次いで、その入力した出力パターンが「適正
露光」を示すものであるか否かを判別する（ステップＳ
１２０）。

【００６７】ここで、「適正露光」であると判別される
と、次は、この原稿Ｇの所定濃度域（たとえばハイライ
ト値付近の濃度域）の出現度数が適正であるか否かを判
断する（ステップ１２１）。そして、不適正であると判
断された場合には、該所定の濃度域を除外し、残りの濃
度域を有効濃度域と決定する処理を行う（ステップ１２
２）。この作業は、仮に原稿Ｇが適正な露光状態のもの
であったとしても、所定濃度域（たとえばハイライト値
付近の濃度域）の出現度数が異常に高い場合には、その
後に行われる累積ヒストグラムの作成が適正に行われな
くなり、ひいては適正な濃度値が参照濃度値として決定
されなくなる恐れがあるために行われる。

【００６８】例えば、画面の一部に太陽を含む原稿に基
づいて作成された濃度分布ヒストグラムは、ほぼ適正な
濃度分布を示したとしても、一部の濃度域（この場合、
太陽部分の濃度域）の出現度数が突出している。このよ
うな濃度分布ヒストグラムに基づいて作成された累積ヒ
ストグラムは、累積度数が高い方にヒストグラム全体が
シフトしたものであり、このような累積ヒストグラムか
ら決定されたシャドウ値、ハイライト値等は不適正とな
る。

【００６９】一方、ステップＳ１２０で「適正露光」で
ない、すなわち、「アンダー露光」、「オーバー露光」
または「逆光」であると判別されると、ステップＳ１３
０に処理を進める。ステップＳ１３０では、ステップＳ
１００で入力した濃度分布ヒストグラムから、ステップ
Ｓ１１０で入力した露光状態に応じて定まる所定の濃度
域を除外し、残った濃度域を有効濃度域と定める処理を
行なう。例えば、原稿の露光状態が「突出したハイライ
トを含んだアンダー露光」である画像データの濃度分布
ヒストグラムの分布は、図９の（ａ）に示すように、実
データを示す有効な分布Ａ１が比較的低い側に偏ってお
り、濃度域が最も高い側にはピーク状の分布Ａ２ができ
ている。このピークは、「アンダー露光」といった異常
な露光状態により発生する無効な部分であることから、
ステップＳ１３０では、図９の（ｂ）に示すように、こ
のピーク状の分布Ａ２を少なくとも含むように予め所定
範囲（例えば、濃度値の０〜１０［％］の範囲）の濃度
域ＮＥを定め、この濃度域ＮＥを除外した範囲を有効濃
度域ＥＥと定める。

【００７０】なお、露光状態が「オーバー露光」の場合
には、濃度域が最も低い側の所定範囲を除外するように
し、「逆光」の場合には、濃度域が比較的高い側の所定
範囲を除外するようにして有効濃度域を定める。

【００７１】ステップＳ１３０の実行後、ＣＰＵは処理
を「リターン」に進めて、この処理のルーチンを一旦終
了する。

【００７２】ＬＵＴ作成部３８について次に説明する。
ＬＵＴ作成部３８は、上記有効濃度域決定部３７により
求めた有効濃度域に含まれる濃度値の中から参照濃度値
を抽出して、その参照濃度値を基礎にしてルックアップ
テーブル（ＬＵＴ）を作成するもので、ＬＵＴ作成処理
を定めたソフトウェアプログラムをＣＰＵが実行するこ
とで実現される。

【００７３】図１０は、ＣＰＵで実行されるＬＵＴ作成
処理を示すフローチャートである。図示するように、処
理が開始されると、ＣＰＵは、まず、露光状態判別部３
６によるニューラルネットワークの出力パターンが「適
正露光」を示すものであるか否かを判別する（ステップ
Ｓ２００）。

【００７４】ここで「適正露光」であると判別される
と、次に、濃度値９９．５％近傍の濃度域での出現度数
が適正であるかどうかの判断を行う（ステップＳ２０
１）。適正であると判断された場合には、入力信号と出
力信号とが一致する、図１１に示す無変換用のＬＵＴを
作成する処理を行う（ステップＳ２１０）。その後、
「リターン」に抜けて処理を一旦終了する。一方、ステ
ップＳ２０１において、不適正であると判断された場合
にはステップＳ２２０に進み後述する処理を行う。

【００７５】また、ステップＳ２００で「適正露光」で
ない、すなわち、「アンダー露光」、「オーバー露光」
または「逆光」であると判別されると、ステップＳ２２
０に処理を進める。ステップＳ２２０では、有効濃度域
決定部３７により求めた有効濃度域のヒストグラム分布
から累積ヒストグラムを作成する処理を行なう。

【００７６】累積ヒストグラムは、横軸に示す濃度値の
画素の出現度数を順に累積して縦軸に示すグラフであ
る。このステップＳ２２０では、例えば、前述した図９
の（ｂ）に示す有効濃度域ＥＥから、図１２に示すよう
な累積ヒストグラムを作成する。次いで、その累積ヒス
トグラムの分布からみて、図１２に示すように、累積値
が全体の９９．５［％］になる第１の濃度値Ｄ１と、全
体の５０［％］になる第２の濃度値Ｄ２を求める（ステ
ップＳ２３０）。

【００７７】ここで求められる第１の濃度値Ｄ１は、有
効濃度域ＥＥの中で、累積度数が最大となる境界部分の
階調値近傍の所定位置の濃度で、いわゆるハイライト点
の濃度値である。なお、この実施例では、第１の濃度値
Ｄ１の値は、累積度数が９９．５［％］になる点として
いたが、累積度数が１００［％］となる点の近傍の所定
位置の濃度値であれば、９９．０［％］の点であっても
よいし、９８．０［％］の点であってもよい。

【００７８】続いて、ステップＳ２３０で求めた第１お
よび第２の濃度値Ｄ１，Ｄ２と、９９．５［％］，５０
［％］という累積度数とに基づいて、濃度変換用のＬＵ
Ｔを作成する処理を行なう（ステップＳ２５０）。詳し
くは、図１３に示すように、横軸を入力濃度に、縦軸を
出力濃度に定めた２次元の座標軸を用意し、横軸上に上
記第１および第２の濃度値Ｄ１，Ｄ２を、縦軸上に上記
９９．５［％］に対応する値（２５６階調の９９．５
［％］である「２５５」といった値）と５０［％］に対
応する値（８ビットで表現される２５６階調の５０
［％］である「１２８」といった値）をとる。そして、
横軸上の第１および第２の濃度値Ｄ１，Ｄ２に縦軸上の
値２５５，１２８がそれぞれ対応する入出力特性を持つ
曲線を座標軸上に描く。こうして、ＬＵＴを作成する。

【００７９】その後、ＣＰＵは処理を「リターン」に進
めて、この処理のルーチンを一旦終了する。

【００８０】こうした構成のＬＵＴ作成処理によれば、
有効濃度域決定部３７により求められた有効濃度域に含
まれる濃度値についての偏った分布を全体に分布させる
濃度変換を実現することのできるＬＵＴが作成されるこ
とになる。

【００８１】以上詳述してきたように、この実施例の画
像処理装置２０によれば、原稿Ｇの画像の露光状態を判
別して、その判別した露光状態から有効濃度域を求め、
その有効濃度域に含まれる濃度値の中から参照濃度値と
してのハイライト点の第１の濃度値Ｄ１を決定してい
る。一般に、「アンダー露光」、「オーバー露光」、
「逆光」といった異常な露光状態の画像においては、そ
の露光状態により生ずる無効な濃度域の中から参照濃度
値を抽出してしまうことも少なくない。例えば、「アン
ダー露光」の画像の場合、濃度分布ヒストグラム分布か
らハイライト値を求めると、従来の技術では、図１４に
示すように、無効なピーク状の分布Ａ２の部分にハイラ
イト値ＸＨＬを検出してしまう。これに対して、この実
施例によれば、図１４に示すように、有効な分布Ａ１の
部分にハイライト値ＨＬを検出することができる。した
がって、画像の露光状態がどのような状態にあっても適
正なハイライト値を得ることができる。

【００８２】また、適正な露光状態であるがピーク状に
突出した濃度域を有している画像に対しても同様に適正
なハイライト値を得ることができる。

【００８３】さらに、この実施例では、上記のような適
正な参照濃度値であるハイライト値を基礎として濃度変
換用のＬＵＴを作成していることから、ＬＵＴは露光状
態を適正に反映したものとなる。したがって、この実施
例の画像処理装置２０によれば、異常な露光状態により
偏った濃度分布を適正に全体に分布させるような、適正
な濃度変換を行なうことができる。

【００８４】なお、この実施例では、ＬＵＴを作成する
に際し、有効濃度域における上記ハイライト値を含む２
つの濃度値を求めているが、この２つの濃度値は任意の
濃度値に設定してもよく、２以上の複数の箇所の濃度値
に設定してもよい。

【００８５】また、前記実施例では、参照濃度値とし
て、濃度変換用のＬＵＴを作成する基礎となるハイライ
ト値を求めていたが、この発明の求める参照濃度として
は、こうしたＬＵＴ作成のための濃度値に限る必要はな
く、例えば、濃度値を強調する画像強調処理を実行する
演算処理に必要となる所定の濃度値を求める構成として
もよい。

【００８６】上記実施の形態は、画像入力装置により読
み取って得た原稿の画像データの処理に関するものであ
った。しかし、デジタルカメラにより被写体を撮影して
直接に画像データを得る場合にも本発明を適用できる。
すなわち、デジタルカメラによって被写体を撮影する際
の、該デジタルカメラへの入射光量が過多であるか過小
であるかに応じて、該デジタルカメラからの画像データ
は「オーバー露光」または「アンダー露光」の原稿の画
像データに相当するものになる。さらに、照明が被写体
の背部に位置している場合には、デジタルカメラからの
出力される画像データは「逆光」原稿の画像データに相
当するものになる。

【００８７】以上本発明の実施例について説明したが、
本発明はこうした実施例に何等限定されるものではな
く、本発明の要旨を逸脱しない範囲内において種々なる
様態で実施し得ることは勿論である。

【図面の簡単な説明】

【図１】本発明の一実施例が適用された画像データ作成
装置を示すブロック図である。

【図２】「適正露光」の画像についての濃度分布ヒスト
グラムの例を示す説明図である。

【図３】「アンダー露光」の画像についての濃度のヒス
トグラムの例を示す説明図である。

【図４】露光状態判別部３６における処理内容を説明す
るためのブロック図である。

【図５】ニューラルネットワーク３６ｂの構造を概念的
に示す説明図である。

【図６】入力層の非線形素子への入力パターンを説明す
るための正規化ヒストグラムを示すグラフである。

【図７】ニューラルネットワークの一例を示す説明図で
ある。

【図８】ＣＰＵで実行される有効濃度域決定処理を示す
フローチャートである。

【図９】「アンダー露光」の画像で求められる有効濃度
域ＥＥを表わす説明図である。

【図１０】ＣＰＵで実行されるＬＵＴ作成処理を示すフ
ローチャートである。

【図１１】無変換用のＬＵＴを示すグラフである。

【図１２】累積ヒストグラムを示すグラフである。

【図１３】この実施例で作成される濃度変換用のＬＵＴ
を示すグラフである。

【図１４】この実施例で求められるハイライト値ＨＬを
示すグラフである。

【符号の説明】

１０…画像入力装置 １１…ＣＣＤ素子 １２…倍率変更回路 １３…ガンマ補正回路 ２０…画像処理装置 ３０…主制御部 ３１…濃度変換部 ３２…色変換部 ３５…ヒストグラム作成部 ３６…ＬＵＴ作成部 ３６…露光状態判別部 ３６ａ…正規化処理部 ３６ｂ…ニューラルネットワーク ３７…有効濃度域決定部 ３８…ＬＵＴ作成部 ４０…外部記憶装置 Ｇ…原稿 ＥＥ…有効濃度域 Ｆ…画像ファイル ＨＬ…ハイライト値 ＮＥ…無効濃度域 ｄ１…画像データ ｄ２…製版用画像データ

フロントページの続き (51)Int.Cl.⁶ 識別記号 ＦＩ Ｈ０４Ｎ 5/235 Ｈ０４Ｎ 1/40 Ｂ

Claims (10)

【特許請求の範囲】
1. 【請求項１】 多階調画像を構成する各画素の濃度値か
   ら、所定の条件を満たす濃度値を、参照濃度値として抽
   出する方法であって、（ａ）前記多階調画像についての
   濃度値の頻度分布を求める工程と、（ｂ）該求められた
   頻度分布から、前記画像の露光状態を判別する工程と、
   （ｃ）該判別した露光状態から、前記多階調画像につい
   ての有効濃度域を決定する工程と、（ｄ）前記有効濃度
   域に含まれる濃度値の中から、前記参照濃度値を決定す
   る工程とを備える画像の参照濃度値の抽出方法。
2. 【請求項２】 前記参照濃度値は、前記有効濃度域の中
   で累積頻度分布が最大となる境界部分の濃度値近傍の所
   定位置の濃度値である、請求項１記載の画像の参照濃度
   値の抽出方法。
3. 【請求項３】 請求項１または２記載の画像の参照濃度
   値の抽出方法において、 前記工程（ａ）は、 前記頻度分布を表わすヒストグラムを作成する工程を含
   み、 前記工程（ｂ）は、 前記ヒストグラム中の所定のサンプリング濃度値におけ
   る頻度を入力として、前記画像の露光状態の種類に相当
   する複数のカテゴリのいずれに該当するかの認識結果を
   出力するニューラルネットワークによる判断を実行する
   工程を含む、画像の参照濃度値の抽出方法。
4. 【請求項４】 多階調画像を構成する各画素の濃度値か
   ら、所定の条件を満たす濃度値を、参照濃度値として抽
   出する装置において、 前記多階調画像についての濃度値の頻度分布を求める頻
   度分布算出手段と、 該求められた頻度分布から、前記画像の露光状態を判別
   する露光状態判別手段と、 該判別した露光状態から、前記多階調画像についての有
   効濃度域を決定する有効濃度域決定手段と、 前記有効濃度域に含まれる濃度値の中から、前記参照濃
   度値を決定する参照濃度値決定手段とを備える画像の参
   照濃度値の抽出装置。
5. 【請求項５】 前記参照濃度値は、前記有効濃度域の中
   で累積頻度分布が最大となる境界部分の濃度値近傍の所
   定位置の濃度値である、請求項４記載の画像の参照濃度
   値の抽出装置。
6. 【請求項６】 濃度変換用のルックアップテーブルを用
   いたデータ変換により、多階調画像を表わす多階調画像
   データに対して濃度変換処理を施す画像処理装置におい
   て、 請求項５記載の画像の参照濃度値の抽出装置と、 該画像の参照濃度値の抽出装置により抽出される前記有
   効濃度域における前記参照濃度値を含む複数の階調値の
   累積頻度に基づいて、前記ルックアップテーブルを作成
   するルックアップテーブル作成手段とを備える画像処理
   装置。
7. 【請求項７】 デジタルカメラにて撮影して得られた被
   写体の多階調の画像データから所定の条件を満たす濃度
   値を前記画像データの参照濃度値として抽出する装置で
   あって、（ａ）前記画像データについての濃度値の頻度
   分布を求める手段と、（ｂ）該求められた頻度分布か
   ら、前記画像データを得る際の撮影条件を推定する手段
   と、（ｃ）該推定された撮影条件に基づいて前記画像デ
   ータの有効濃度域を決定する手段と、（ｄ）前記有効濃
   度域に含まれる濃度値の中から前記参照濃度値を決定す
   る手段とを備える画像の参照濃度値の抽出装置。
8. 【請求項８】 前記参照濃度値は、前記有効濃度域の中
   で累積頻度分布が最大となる境界部分の濃度値近傍の所
   定位置の濃度値である、請求項７記載の画像の参照濃度
   値の抽出装置。
9. 【請求項９】 請求項７または請求項８記載の画像の参
   照濃度値の抽出装置において、 前記手段（ａ）は、 前記頻度分布を表すヒストグラムを作成する手段を含
   み、 前記手段（ｂ）は、 前記ヒストグラム中の所定のサンプリング濃度値におけ
   る頻度を入力して、前記撮影条件の種類に相当する複数
   のカテゴリのいずれかに該当するかの認識結果を出力す
   るニューラルネットワークによる判断を実行する手段を
   含む、画像の参照階調値の抽出装置。
10. 【請求項１０】 濃度変換用のルックアップテーブルを
    用いたデータ変換により、多階調の画像データに対して
    濃度変換処理を施す画像処理装置において、 請求項８または請求項９記載の画像データの参照濃度値
    の抽出装置により抽出される前記有効濃度域における前
    記参照濃度値を含む複数の濃度値の累積頻度に基づい
    て、前記ルックアップテーブルを作成するルックアップ
    テーブル作成手段とを備える画像処理装置。