JPH11328403A

JPH11328403A - 画像評価装置、画像評価方法および画像評価プログラムを記録した媒体

Info

Publication number: JPH11328403A
Application number: JP10124879A
Authority: JP
Inventors: Naoki Kuwata; 直樹鍬田; Yoshihiro Nakami; 至宏中見
Original assignee: Seiko Epson Corp
Current assignee: Seiko Epson Corp
Priority date: 1998-05-07
Filing date: 1998-05-07
Publication date: 1999-11-30

Abstract

(57)【要約】【課題】オペレータが画像を見ながら特徴量を判断し
ているが、特徴量を見極めるには熟練を要していた。【解決手段】コンピュータシステム１０上で画像評価
ソフトのアプリケーション１２ｄを起動すると、ステッ
プＳＴ１１０にて画像データを入力しつつ、ステップＳ
Ｔ１２０〜１４０にて対象画素を移動させながら各画素
の画像データについて集計処理を行い、全画素について
集計したらステップＳＴ１５０にてその集計結果に基づ
いて特徴量の評価値Ｐｃｏｎｔ，Ｐｂｒｇｔ，Ｐｃｏｒ
ｒ，Ｐｓａｔｕ，Ｐｓｈａｒｐを算出するため、ステッ
プＳＴ１６０にて選択する評価値表示オプションに従っ
てステップＳＴ１７０では特徴量を表示し、熟練を要す
ることなく簡易且つ正確に画像の特徴量を評価すること
ができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、自然画をドットマ
トリクス状の画素で表しつつ各画素毎に色分解した所定
の要素色で階調表現した画像データを扱う画像評価装
置、画像評価方法および画像評価プログラムを記録した
媒体に関する。

【０００２】

【従来の技術】ディジタル写真画像のような実写の画像
データに対して各種の画像処理が行われている。例え
ば、コントラストを拡大するとか、色度を補正すると
か、明るさを補正するといった画像処理である。このよ
うなことが可能となる前提として、ディジタル写真画像
はドットマトリクス状の画素の集まりとして表されると
ともに、個々の画素の画像データが光の三原色のＲＧＢ
（赤緑青）のそれぞれについて階調値として表されてい
ることが上げられる。すなわち、全体を明るくしようと
思えば画像データのそれぞれの階調値を上げる処理を行
えばよい。従って、このような画像処理は希望する効果
が得られるような所定の対応関係を決定して各画素の画
像データを変換することになる。

【０００３】しかしながら、画像には各種の特徴量が存
在する。例えば、明るさというのも一つの特徴量である
し、コントラストというのも特徴量であるし、鮮やかさ
というのも特徴量である。むろん、これらは完全に独立
のものであるとは言えず、相互に関連していることも多
い。従来の画像処理では、オペレータが画像を見て複数
の特徴量を判断し、全体的なバランスを見てどのような
画像処理をどの程度行うかを決定している。

【０００４】

【発明が解決しようとする課題】上述したように、従来
は、オペレータが画像を見ながら特徴量を判断している
が、特徴量を見極めるには熟練を要するため、結局のと
ころ画像処理が実行可能な処理であっても特徴量を見出
せないがために所望の結果を得ることができないことが
多いという課題があった。本発明は、上記課題にかんが
みてなされたもので、画像処理を容易に行えるようにす
ることが可能な画像評価装置、画像評価方法および画像
評価プログラムを記録した媒体の提供を目的とする。

【０００５】

【課題を解決するための手段】上記目的を達成するた
め、請求項１にかかる発明は、自然画をドットマトリク
ス状の画素で表しつつ、各画素毎に色分解した所定の要
素色で階調表現した画像データを取得する画像データ取
得手段と、画像としての各種の特徴量を分析するために
画像を構成する個々の画素の上記画像データに基づいて
複数の数値的な集計処理を行い、対応する複数の評価基
準に基づいて分析して上記特徴量を得る特徴量分析手段
と、分析された特徴量をそれぞれ表示する特徴量表示手
段とを具備する構成としてある。

【０００６】上記のように構成した請求項１にかかる発
明においては、画像データ取得手段が自然画をドットマ
トリクス状の画素で表しつつ各画素毎に色分解した所定
の要素色で階調表現した画像データを取得すると、特徴
量分析手段は画像としての各種の特徴量を分析するため
に画像を構成する個々の画素の上記画像データに基づい
て複数の数値的な集計処理を行い、対応する複数の評価
基準に基づいて分析して上記特徴量を得る。そして、特
徴量表示手段は分析された特徴量をそれぞれ表示する。

【０００７】すなわち、画像データが各画素毎に色分解
した所定の要素色で階調表現されていることを前提とし
て、複数の評価基準に対応する複数の手法で数値的な集
計処理を行ない、その分析結果として特徴量をそれぞれ
に表示する。特徴量が数値的に分析されて表示されるこ
とにより、それぞれの特徴量自体が分かるが、必ずしも
特徴量を個別に表示しなければならないわけではない。
そのような一例として、請求項２にかかる発明は、請求
項１に記載の画像評価装置において、上記特徴量分析手
段は、各種の特徴量を分析した結果に基づいて総合評価
としての特徴量を分析し、上記特徴量表示手段は、それ
ぞれの特徴量の表示に加えて上記総合評価も表示する構
成としてある。

【０００８】上記のように構成した請求項２にかかる発
明においては、上記特徴量分析手段が個別の特徴量の分
析に必要な集計を行うのみならず、各種の特徴量を分析
した結果に基づいて総合評価としての特徴量を分析す
る。そして、上記特徴量表示手段はそれぞれの特徴量の
表示を行うとともに、併せて上記総合評価も表示する。
数値的な集計処理に伴う統計処理結果といっても特徴表
示手段は必ずしも数値的な特徴量を表示する必要はな
い。その一例として、請求項３にかかる発明は、請求項
１または請求項２のいずれかに記載の画像評価装置にお
いて、上記特徴量表示手段は、上記分析された数値に基
づいて予め決められた所定の規則に則って表示形状を変
化させて表示するビジュアル表示を行う構成としてあ
る。

【０００９】上記のように構成した請求項３にかかる発
明においては、特徴量表示手段が分析された数値に基づ
き、予め決められた所定の規則に則って表示形状を変化
させる。これにより表示形状の変化から実質的に特徴量
を見出せ、ビジュアル表示を行うことになる。このよう
な表示形状の変化は数値に伴うグラフ表示の変化はむろ
んのこと、各種の形状変化として表示することができ
る。例えば、直径を変化させた円の表示であるとか、人
の顔の泣き笑いの変化であるとか、グラフとまではいか
ないものの角度や長さを変えた表示であるなど、適宜変
更可能である。また、形状変化に合わせて色を変えると
いうことも当然に可能であるし、液晶表示のように予め
用意されている図柄のオン・オフによっても表示形状の
変化と言えることはいうまでもない。

【００１０】また、他の一例として、請求項４にかかる
発明は、請求項１〜請求項３のいずれかに記載の画像評
価装置において、上記特徴量表示手段は、分析されうる
数値に対応する文字表示を予め用意しておくとともに、
分析された特徴量について同文字表示で表示を行うよう
に構成してある。上記のように構成した請求項４にかか
る発明においては、上記特徴量表示手段にて予め分析さ
れうる数値に対応する文字表示を用意してあり、分析さ
れた特徴量について同文字表示で表示を行う。

【００１１】文字表示は分析結果に対応する文字表示で
あることは当然であるが、必ずしも等級などを実質的に
表すものである必要はなく、婉曲的に表示できるもので
あればよい。前者のものが「普通」、「良い」、「悪
い」といった表現であるのに対して、後者のものは動物
の名前で強さや弱さ、明るさなどを対応づけるようなこ
とが可能である。画像の特徴量は各種のものを採用可能
であり、その一例として、請求項５にかかる発明は、請
求項１〜請求項４のいずれかに記載の画像評価装置にお
いて、上記特徴量分析手段は、画像データに基づく画像
の特徴量として最大輝度から最小輝度までの範囲をコン
トラストの幅として集計する構成としてある。

【００１２】上記のように構成した請求項５にかかる発
明においては、画像の特徴量としてコントラストを求め
るものとし、上記特徴量分析手段が最大輝度から最小輝
度までの範囲を得られるように画像データを集計する。
そして、得られた範囲をコントラストの幅とする。な
お、この場合における最大輝度や最小輝度というのは必
ずしも絶対的な意味に限る必要はない。例えば、データ
上で物理的に最大となる輝度は誤差データであるとして
省略してしまうようにしても構わないし、相対的に画素
数の一定範囲を誤差データとして省いてしまうというも
のでもよい。

【００１３】また、他の例として、請求項６にかかる発
明は、請求項１〜請求項５のいずれかに記載の画像評価
装置において、上記特徴量分析手段は、画像データに基
づく画像の特徴量として輝度の中央値を概略的な明度と
すべく集計する構成としてある。上記のように構成した
請求項６にかかる発明においては、画像の特徴量として
明るさを求めるものとし、上記特徴量分析手段が輝度の
中央値を得るように画像データを集計する。そして、得
られた中央値に基づいて画像の概略的な明度とする。こ
の場合の中央値は画像データを最大値から最小値まで順
番に並べたときにおける画素数で中央となる画素の輝度
を指すが、演算処理上の都合によって一定範囲でずらす
ようにするものであってもよいし、確実に中央値を求め
るのではなく、データの偏りなどから概略値を推測する
ようにしても構わない。

【００１４】また、他の例として、請求項７にかかる発
明は、請求項１〜請求項６のいずれかに記載の画像評価
装置において、上記特徴量分析手段は、画像データに基
づく画像の特徴量として、各要素色毎に階調値を集計し
て度数分布とするとともにその構成要素をベクトル化
し、各要素色のベクトル相互間の内積を演算して最小値
をカラーバランスとする構成としてある。上記のように
構成した請求項７にかかる発明においては、画像の特徴
量としてカラーバランスを求めるものとし、特徴量分析
手段が各要素色毎に階調値を集計して度数分布を求め、
その度数分布の各構成要素でベクトル化する。カラーバ
ランスがとれていれば画像が違いこそすれ、度数分布を
とると概ね一定であると考えられる。従って、各要素色
のベクトル相互間の内積を演算すると「１」となる。む
ろん、理論上は一定となりうるものの実際には画像ごと
に要素色毎に度数分布がずれることは当たり前であり、
その意味で最小値をカラーバランスとする。むろん、カ
ラーバランスがずれていれば度数分布にずれが生じてく
るはずであり、内積の値は徐々に小さくなる。

【００１５】また、他の例として、請求項８にかかる発
明は、請求項１〜請求項７のいずれかに記載の画像評価
装置において、上記画像データが、光の三原色について
の階調データからなる場合に、上記特徴量分析手段は、
いずれか二色の階調データの和から残りの一色の階調デ
ータの２倍値を差し引いた絶対値を彩度指数として分布
を集計するとともに、この分布から鮮やかさを分析する
構成としてある。上記のように構成した請求項８にかか
る発明においては、上記画像データが光の三原色につい
ての階調データからなる場合に、画像の特徴量として鮮
やかさを求めるものとし、いずれか二色の階調データの
和から残りの一色の階調データの２倍値を差し引いた絶
対値を彩度指数として特徴量分析手段が分布を集計する
とともに、この分布から鮮やかさを分析する。

【００１６】光の三原色については全色を合成すると無
彩色となり、いずれか一色あるいは、二色を合成した場
合に彩度が大きくなるというように、一律に彩度を得る
ことはできない。むろん、彩度を直に読みとれるような
色空間に変換すればよいが色空間の変換は演算で一義的
に求められるものでもなく、必ずしも容易ではない。一
方、上述したようにいずれか二色の階調データの和から
残りの一色の階調データの２倍値を差し引くようにする
と、三原色の全色が同等値であるときに「０」となる
し、先の二色が同等値で残りの一色が「０」であると最
大値となりうるので、簡易な彩度指数として有効であ
る。従って、かかる彩度指数の分布を集計することによ
って全体としての彩度の傾向を分析でき、画像の鮮やか
さを判断できる。

【００１７】さらに、請求項９にかかる発明は、請求項
１〜請求項８のいずれかに記載の画像評価装置におい
て、上記特徴量分析手段は、画像データに基づく画像の
特徴量として隣接する画素間での輝度の相当値の変化度
合いが大きい画素をエッジ画素としつつその変化度合い
のエッジ画素数に対する割合の大小に基づいて画像のシ
ャープネスを分析する構成としてある。上記のように構
成した請求項９にかかる発明においては、画像の特徴量
としてシャープネスを求めるものとし、上記特徴量分析
手段が隣接する画素間での輝度の相当値の変化度合いを
求めつつその変化度合いが大きい画素をエッジ画素と
し、その変化度合いのエッジ画素数に対する割合を求め
る。そして、この割合が大きければ画像がシャープと分
析するし、小さければシャープでないと分析して特徴量
を得る。

【００１８】上述したようにして、複数の数値的な集計
処理を行ないつつ複数の評価基準に基づいて特徴量を分
析する手法は、実体のある装置に限定される必要はな
く、その方法としても機能することは容易に理解でき
る。このため、請求項１０にかかる発明は、画像データ
が、自然画をドットマトリクス状の画素で表しつつ、色
分解した所定の要素色で階調表現されたものである場合
において、上記画像データを取得するとともに、画像と
しての各種の特徴量を分析するために画像を構成する個
々の画素の上記画像データに基づいて複数の数値的な集
計処理を行い、対応する複数の評価基準に基づいて分析
し、分析された特徴量をそれぞれ表示する構成としてあ
る。

【００１９】すなわち、必ずしも実体のある装置に限ら
ず、その方法としても有効であることに相違はない。以
上のような手法で画像の特徴量を取得する発明の思想
は、各種の態様を含むものである。すなわち、ハードウ
ェアで実現されたり、ソフトウェアで実現されるなど、
適宜、変更可能である。発明の思想の具現化例として画
像処理するソフトウェアとなる場合には、かかるソフト
ウェアを記録したソフトウェア記録媒体上においても当
然に存在し、利用されるといわざるをえない。その一例
として、請求項１１にかかる発明は、画像データが、自
然画をドットマトリクス状の画素で表しつつ、色分解し
た所定の要素色で階調表現されたものである場合にコン
ピュータにて同画像データに基づいて画像を評価する画
像評価プログラムを記録した媒体であって、上記画像デ
ータを取得するステップと、この画像データに基づいて
画像としての各種の特徴量を分析するため数値的な統計
処理するステップと、分析された特徴量をそれぞれ表示
するステップとを具備する構成としてある。

【００２０】むろん、その記録媒体は、磁気記録媒体で
あってもよいし光磁気記録媒体であってもよいし、今後
開発されるいかなるソフトウェア記録媒体においても全
く同様に考えることができる。また、一次複製品、二次
複製品などの複製段階については全く問う余地無く同等
である。その他、供給方法として通信回線を利用して行
う場合でも本発明が利用されていることには変わりない
し、半導体チップに書き込まれたようなものであっても
同様である。

【００２１】さらに、一部がソフトウェアであって、一
部がハードウェアで実現されている場合においても発明
の思想において全く異なるものはなく、一部をソフトウ
ェア記録媒体上に記憶しておいて必要に応じて適宜読み
込まれるような形態のものとしてあってもよい。

【００２２】

【発明の効果】以上説明したように本発明は、画像デー
タを数値的に集計処理することによって画一的に複数の
特徴量を判断することができ、熟練を要することなく正
確に画像を評価できるようにすることが可能な画像評価
装置を提供することができる。

【００２３】また、請求項２にかかる発明によれば、複
数の特徴量の分析結果とともに総合的な評価も得られる
ので、多少、分析結果が好ましくない場合に、敢えて画
像処理を行うか否かを判定する際には極めて有用とな
る。さらに、請求項３にかかる発明によれば、特徴量の
評価結果がビジュアル表示されるため、より分かりやす
くなる。さらに、請求項４にかかる発明によれば、数値
的な集計結果から更に文字表示を行うようにしたため、
数値だけでは分かりにくい部分まで表現できるようにな
る。

【００２４】さらに、請求項５にかかる発明によれば、
コントラストを簡易に評価することができるようにな
る。さらに、請求項６にかかる発明によれば、明度を簡
易に評価することができるようになる。さらに、請求項
７にかかる発明によれば、カラーバランスを簡易に評価
することができるようになる。さらに、請求項８にかか
る発明によれば、彩度を簡易に評価することができるよ
うになる。さらに、請求項９にかかる発明によれば、シ
ャープネスを簡易に評価することができるようになる。

【００２５】さらに、請求項１０にかかる発明によれ
ば、同様にして正確に画像を評価できるようにすること
が可能な画像評価方法を提供でき、請求項１１にかかる
発明によれば、画像評価プログラムを記録した媒体を提
供できる。

【００２６】

【発明の実施の形態】以下、図面にもとづいて本発明の
実施形態を説明する。図１は、本発明の画像評価装置を
表すクレーム対応図である。コンピュータなどを利用す
る画像処理では、画像はドットマトリクス状の画素で表
現し、個々の画素の色や明るさを表すデータの集まりで
画像データが構成される。ここでいう画像はその性質上
写真などの自然画などが主に該当する。ここで、画像デ
ータ取得手段Ｃ１はかかる自然画について各画素毎に色
分解しつつ階調表現した画像データを取得し、特徴量分
析手段Ｃ２は個々の画素についての画像データに基づい
て複数の数値的な集計処理を行なう。その目的は画像と
しての各種の特徴量を分析するためであり、集計処理自
体は複数の評価基準に対応しており、集計処理結果を分
析して特徴量を得る。そして、特徴量表示手段Ｃ３は分
析された特徴量を効果的に表示する。

【００２７】本実施形態においてはこのような画像評価
装置を実現するハードウェアの一例としてコンピュータ
システム１０を採用している。図２は、同コンピュータ
システム１０をブロック図により示している。本コンピ
ュータシステム１０は、画像入力デバイスとして、スキ
ャナ１１ａとデジタルスチルカメラ１１ｂとビデオカメ
ラ１１ｃとを備えており、コンピュータ本体１２に接続
されている。それぞれの入力デバイスは画像をドットマ
トリクス状の画素で表現した画像データを生成してコン
ピュータ本体１２に出力可能となっており、ここで同画
像データはＲＧＢの三原色においてそれぞれ２５６階調
表示することにより、約１６７０万色を表現可能となっ
ている。

【００２８】コンピュータ本体１２には、外部補助記憶
装置としてのフロッピーディスクドライブ１３ａとハー
ドディスク１３ｂとＣＤ−ＲＯＭドライブ１３ｃとが接
続されており、ハードディスク１３ｂにはシステム関連
の主要プログラムが記録されており、フロッピーディス
クやＣＤ−ＲＯＭなどから適宜必要なプログラムなどを
読み込み可能となっている。また、コンピュータ本体１
２を外部のネットワークなどに接続するための通信デバ
イスとしてモデム１４ａが接続されており、外部のネッ
トワークに同公衆通信回線を介して接続し、ソフトウェ
アやデータをダウンロードして導入可能となっている。
この例ではモデム１４ａにて電話回線を介して外部にア
クセスするようにしているが、ＬＡＮアダプタを介して
ネットワークに対してアクセスする構成とすることも可
能である。この他、コンピュータ本体１２の操作用にキ
ーボード１５ａやマウス１５ｂも接続されている。

【００２９】さらに、画像出力デバイスとして、ディス
プレイ１７ａとカラープリンタ１７ｂとを備えている。
ディスプレイ１７ａについては水平方向に８００画素と
垂直方向に６００画素の表示エリアを備えており、各画
素毎に上述した１６７０万色の表示が可能となってい
る。むろん、この解像度は一例に過ぎず、６４０×４８
０画素であったり、１０２４×７６８画素であるなど、
適宜、変更可能である。

【００３０】また、カラープリンタ１７ｂはインクジェ
ットプリンタであり、ＣＭＹＫの四色の色インクを用い
て記録媒体たる印刷用紙上にドットを付して画像を印刷
可能となっている。画像密度は３６０×３６０ｄｐｉや
７２０×７２０ｄｐｉといった高密度印刷が可能となっ
ているが、階調表限については色インクを付すか否かと
いった２階調表現となっている。一方、このような画像
入力デバイスを使用して画像を入力しつつ、画像出力デ
バイスに表示あるいは出力するため、コンピュータ本体
１２内では所定のプログラムが実行されることになる。
そのうち、基本プログラムとして稼働しているのはオペ
レーティングシステム（ＯＳ）１２ａであり、このオペ
レーティングシステム１２ａにはディスプレイ１７ａで
の表示を行わせるディスプレイドライバ（ＤＳＰＤＲ
Ｖ）１２ｂとカラープリンタ１７ｂに印刷出力を行わせ
るプリンタドライバ（ＰＲＴＤＲＶ）１２ｃが組み込
まれている。これらのドライバ１２ｂ，１２ｃの類はデ
ィスプレイ１７ａやカラープリンタ１７ｂの機種に依存
しており、それぞれの機種に応じてオペレーティングシ
ステム１２ａに対して追加変更可能である。また、機種
に依存して標準処理以上の付加機能を実現することもで
きるようになっている。すなわち、オペレーティングシ
ステム１２ａという標準システム上で共通化した処理体
系を維持しつつ、許容される範囲内での各種の追加的処
理を実現できる。

【００３１】この基本プログラムとしてのオペレーティ
ングシステム１２ａ上でアプリケーション１２ｄが実行
される。アプリケーション１２ｄの処理内容は様々であ
り、操作デバイスとしてのキーボード１５ａやマウス１
５ｂの操作を監視し、操作された場合には各種の外部機
器を適切に制御して対応する演算処理などを実行し、さ
らには、処理結果をディスプレイ１７ａに表示したり、
カラープリンタ１７ｂに出力したりすることになる。

【００３２】かかるコンピュータシステム１０では、画
像入力デバイスであるスキャナ１１ａなどで写真などを
読み取って画像データを取得することができる他、デジ
タルスチルカメラ１１ｂで撮影した画像データを取得し
たり、ビデオカメラ１１ｃで撮影した動画としての画像
データを取得することができる。このような画像データ
は最終的に画像出力デバイスとしてのディスプレイ１７
ａで表示したり、カラープリンタ１７ｂで印刷すること
になるが、元の画像データのままでは写りが悪いなどの
問題があることが多く、そのような場合には何らかの修
正が行われる。

【００３３】この修正を行うのはフォトレタッチなどの
アプリケーション１２ｄであるが、その前提として画像
に対する正確な評価を行なえることが必要である。本実
施形態では、熟練を要するこのような画像の評価を画像
データ自身に基づいて行うべく画像評価ソフトのアプリ
ケーション１２ｄを実行し、フォトレタッチで修正する
ための指針を得ることができる。以下においては、画像
評価ソフトを単独で実行するようにして説明するが、フ
ォトレタッチなどの他のアプリケーション１２ｄ内に組
み込んだりしてもよいし、ディスプレイドライバ１２ｂ
などの他のドライバ内に組み込んだりすることも可能で
ある。

【００３４】この意味で、画像評価ソフトであるアプリ
ケーション１２ｄはスキャナ１１ａやオペレーティング
システム１２ａを介して画像データを入出力することに
なり、オペレーティングシステム１２ａが画像データ取
得手段Ｃ１を構成し、画像評価ソフトであるアプリケー
ション１２ｄが特徴量分析手段Ｃ２を構成し、得られた
特徴量を表示するためのディスプレイドライバ１２ｂや
ディスプレイ１７ａなどが特徴量表示手段Ｃ３を構成す
る。ただ、このようなハードウェアとソフトウェアとが
一体となって各種の処理を実現するコンピュータシステ
ム１０においてその役割分けは相対的なものであり、画
像評価ソフト単体でも画像データの取得ルーチンや集計
ルーチンや画像生成ルーチンなどに注目すれば画像デー
タ取得手段Ｃ１も特徴量分析手段Ｃ２も特徴量表示手段
Ｃ３も全て含んでいるといえる。なお、これらのソフト
ウェアは、ハードディスク１３ｂに記憶されており、コ
ンピュータ本体１２にて読み込まれて稼働する。また、
導入時にはＣＤ−ＲＯＭであるとかフロッピーディスク
などの媒体に記録されてインストールされる。従って、
これらの媒体は画像評価プログラムを記録した媒体を構
成する。

【００３５】本実施形態においては、画像評価装置をコ
ンピュータシステム１０として実現しているが、必ずし
もかかるコンピュータシステムを必要とするわけではな
く、画像データを扱うとともに何らかの表示器などを有
するシステムであればよい。例えば、図３に示すように
デジタルスチルカメラ１１ｂ１内に画像評価装置を組み
込み、評価結果を表示した上でディスプレイ１７ａ１に
表示させたりカラープリンタ１７ｂ１に印字させるよう
なシステムであっても良い。この場合、液晶画像表示パ
ネルに評価結果を表示させればよい。また、図４に示す
ように、コンピュータシステムを介することなくカラー
プリンタ１７ｂ２を接続し、スキャナ１１ａ２やデジタ
ルスチルカメラ１１ｂ２あるいはモデム１４ａ２等を介
して入力される画像データについて画像評価結果ととも
に印刷処理するように構成することも可能である。さら
に、図５に示すようなカラーファクシミリ装置１８ａや
図６に示すようなカラーコピー装置１８ｂといった画像
データを扱う各種の装置においても当然に適用可能であ
る。

【００３６】図７は、上述した画像評価ソフトのメイン
ルーチンをフローチャートにより示している。ステップ
ＳＴ１１０では画像データを入力する。画像データはオ
ペレーティングシステム１２ａを介して読み込み、所定
のワークエリアに保存する。画像データ自体は一つのフ
ァイルであり、図８に示すように先頭部分に画像のサイ
ズであるとか色数などのプロファイルデータを備えると
ともに、その後には個々の画素についてＲＧＢ２５６階
調で表現するべく３バイトのエリアが画素数分だけ確保
されている。

【００３７】画像データをワークエリアに読み込んだ
ら、ステップＳＴ１２０〜ＳＴ１４０にて図９に示すよ
うにして対象画素を移動させつつ同対象画素の画像デー
タについて加工を行って集計処理を行う。集計処理の内
容は画像の特徴量に応じて様々であるが、本実施形態に
おいては、「コントラスト」、「明度」、「カラーバラ
ンス」、「彩度」、「シャープネス」の５つの特徴量を
得るための集計処理を行う。また、全画素について集計
処理を終えたら、ステップＳＴ１５０では集計結果に基
づいて特徴量を算出する。以下、これらの集計処理とと
もにそれに基づいて導出する特徴量について説明する。

【００３８】コントラストは画像全体としての輝度の幅
を示し、コントラストを修正したいと感じる場合、コン
トラストの幅を広げたいという要望が主である。ある画
像の各画素における輝度の分布をヒストグラムとして集
計したものを図１０で実線にて示している。実線に示す
分布を取る場合、明るい画素の輝度と暗い画素の輝度と
の差が少ないが、輝度の分布が一点鎖線に示すように広
がれば明るい画素の輝度と暗い画素の輝度との差が大き
くなり、コントラストの幅が広がることになる。ここ
で、図１１はコントラストを拡大するための輝度変換を
示している。変換元の輝度ｙと変換後の輝度Ｙとの間に
おいて、Ｙ＝ａｙ＋ｂなる関係で変換させるとすると、変換元の最大輝度Ｙｍ
ａｘと最小輝度Ｙｍｉｎの画素の差はａ＞１の場合にお
いて変換後において大きくなり、図１０に示すように輝
度の分布が広がることになる。従って、このようなヒス
トグラムを作成するとして輝度の最大値から輝度の最小
値までの間隔をコントラストの幅として集計処理するこ
とが必要である。ただし、この場合はあくまでも輝度の
変換であり、画像データが輝度を要素として備えていれ
ば直接に集計が可能であるが、上述したように画像デー
タはＲＧＢ２５６階調で表現されてているので、直接に
は輝度の値を持っていない。輝度を求めるためにＬｕｖ
表色空間に色変換する必要があるが、演算量などの問題
から得策ではないため、テレビジョンなどの場合に利用
されているＲＧＢから輝度を直に求める次式の変換式を
利用する。ｙ＝０．３０Ｒ＋０．５９Ｇ＋０．１１Ｂすなわち、対象画素を移動させながら各画素の画像デー
タである３バイトを読み込み、同式に基づいて輝度ｙを
演算する。この場合、輝度ｙも２５６階調であらわすも
のとし、演算された輝度ｙに対する度数を１つずつ加え
ていくことになる。

【００３９】このようにして輝度分布のヒストグラムを
得るのがステップＳＴ１２０の画像データ集計処理であ
り、このヒストグラムに基づいてステップＳＴ１５０の
特徴量分析処理では輝度分布の両端を求める。写真画像
の輝度分布は図１２に示すように概ね山形に表れる。む
ろん、その位置、形状についてはさまざまである。輝度
分布の幅はこの両端をどこに決めるかによって決定され
るが、単に裾野が延びて分布数が「０」となる点を両端
とすることはできない。裾野部分では分布数が「０」付
近で変移する場合があるし、統計的に見れば限りなく
「０」に近づきながら推移していくからである。

【００４０】このため、分布範囲において最も輝度の大
きい側と小さい側からある分布割合だけ内側に寄った部
分を分布の両端とする。本実施形態においては、同図に
示すように、この分布割合を０．５％に設定している。
むろん、この割合については、適宜、変更することが可
能である。このように、ある分布割合だけ上端と下端を
カットすることにより、ノイズなどに起因して生じてい
る白点や黒点を無視することもできる。すなわち、この
ような処理をしなければ一点でも白点や黒点があればそ
れが輝度分布の両端となってしまうので、２５５階調の
輝度値であれば、多くの場合において最下端は階調
「０」であるし、最上端は階調「２５５」となってしま
うが、上端部分から０．５％の画素数だけ内側に入った
部分を端部とすることにより、このようなことが無くな
る。そして、実際に得られたヒストグラムに基づいて画
素数に対する０．５％を演算し、再現可能な輝度分布に
おける上端の輝度値と下端の輝度値から順番に内側に向
かいながらそれぞれの分布数を累積し、０．５％の値と
なった輝度値が最大輝度Ｙｍａｘと最小輝度Ｙｍｉｎと
なる。

【００４１】輝度分布の幅Ｙｄｉｆは最大輝度Ｙｍａｘ
と最小輝度Ｙｍｉｎの差であり、コントラストの評価値
Ｐｃｏｎｔを１００点満点とすると、Ｙｄｉｆ＝Ｙｍａｘ−ＹｍｉｎＰｃｏｎｔ＝１００×Ｙｄｉｆ／２５５となる。この場合、コントラストを１００点満点で表す
のみならず、最大輝度Ｙｍａｘと最小輝度Ｙｍｉｎとを
使用して別の特徴量を表すことも可能である。例えば、
最大輝度Ｙｍａｘが小さい場合や、最小輝度Ｙｍｉｎが
大きい場合には、コントラストの幅を狭めるだけでな
く、それ自体でハイライトポイントやハイシャドウポイ
ントが良くないという評価を行うようにしても良い。

【００４２】コントラストを拡大する画像処理として
は、輝度の分布に応じて傾きａとオフセットｂを決定す
ればよい。例えば、ａ＝２５５／（Ｙｍａｘ−Ｙｍｉｎ）ｂ＝−ａ・Ｙｍｉｎあるいは２５５−ａ・Ｙｍａｘとおくとすると、せまい幅を持った輝度分布を再現可能
な範囲まで広げることができる。ただし、再現可能な範
囲を最大限に利用して輝度分布の拡大を図った場合、ハ
イライト部分が白く抜けてしまったり、ハイシャドウ部
分が黒くつぶれてしまうことが起こる。これを防止する
には再現可能な範囲の上端と下端に拡大しない範囲とし
て輝度値で「５」ぐらいを残すようにすればよい。この
結果、変換式のパラメータは次式のようになる。ａ＝２４５／（Ｙｍａｘ−Ｙｍｉｎ）ｂ＝５−ａ・Ｙｍｉｎあるいは２５０−ａ・Ｙｍａｘそして、この場合にはＹ＜Ｙｍｉｎと、Ｙ＞Ｙｍａｘの
範囲においては変換を行わないようにするとよい。

【００４３】また、このように変換するにあたって、毎
回計算する必要はない。輝度の範囲が「０」〜「２５
５」という値をとるとすれば、各輝度値について予め変
換結果を予めておき、図１３に示すように変換テーブル
を形成しておく。ただ、この場合はあくまでも輝度の変
換であり、ＲＧＢ２５６階調の画像データの適用につい
ては別に考える必要がありそうである。しかしながら、
実際には、変換前の画像データ（Ｒ0,Ｇ0,Ｂ0 ）と変換
後の画像データ（Ｒ1,Ｇ1,Ｂ1 ）との間には輝度と同じ
変換関係を適用可能であり、Ｒ1＝ａＲ0＋ｂＧ1＝ａＧ0＋ｂＢ1＝ａＢ0＋ｂなる関係で求めることができるから、結果として図１３
に示す変換テーブルを利用して変換すればよいことが分
かる。

【００４４】次に、明度について説明する。ここでいう
画像の特徴量としての明度は画像全体の明暗の指標を意
味しており、上述したヒストグラムから求められる分布
の中央値（メジアン）Ｙｍｅｄを使用する。従って、こ
の場合における集計処理はステップＳＴ１２０にてコン
トラストのための集計処理と同時に行われる。一方、ス
テップＳＴ１５０にて特徴量を分析する際には次のよう
にする。明度の評価値Ｐｂｒｇｔは予め決めておいた理
想値であるＹｍｅｄ＿ｔａｒｇｅｔを利用して次式から
算出する。Ｐｂｒｇｔ＝１００−｜Ｙｍｅｄ−Ｙｍｅｄ＿ｔａｒｇ
ｅｔ｜ここで、Ｐｂｒｇｔ＜０ならばＰｂｒｇｔ＝０とする。
なお、理想値Ｙｍｅｄ＿ｔａｒｇｅｔの実際の値は「１
０６」を使用しているが、固定的なものではない。ま
た、好みを反映して変更できるようにしても良い。

【００４５】この場合、明度を１００点満点で表すとと
もに、中央値Ｙｍｅｄが理想値Ｙｍｅｄ＿ｔａｒｇｅｔ
と比較して大きいか小さいかで画像が明るいか否かを評
価する。例えば、中央値Ｙｍｅｄが「８５」であるとす
れば理想値Ｙｍｅｄ＿ｔａｒｇｅｔの「１０６」よりも
小さいので、第一次的に「暗い」と評価されるし、第二
次的に明度の評価値Ｐｂｒｇｔは「７９」と数値的に表
現される。図１４はこのようにして明度の評価値Ｐｂｒ
ｇｔが中央値Ｙｍｅｄに基づいて変化する態様をグラフ
で示している。

【００４６】ここで、明度を修正する画像処理の手法に
ついて説明する。図１５は輝度のヒストグラムを示して
いるが、実線で示すように輝度分布の山が全体的に暗い
側に寄っている場合には波線で示すように全体的に明る
い側に山を移動させると良いし、逆に、図１６にて実線
で示すように輝度分布の山が全体的に明るい側に寄って
いる場合には波線で示すように全体的に暗い側に山を移
動させると良い。このような場合には図１１に示すよう
な直線的な輝度の変換を施すのではなく、図１７に示す
ようないわゆるγ曲線を利用した輝度の変換を行えばよ
い。

【００４７】γ曲線による補正ではγ＜１において全体
的に明るくなるし、γ＞１において全体的に暗くなる。
上の例では中央値Ｙｍｅｄが「２１」上がれば明度の評
価値Ｐｂｒｇｔが１００点満点となるが、γ曲線を利用
してぴったりと「２１」上げるというのは容易ではな
い。このため、図１８に示すように評価値Ｐｂｒｇｔに
ついて「５」刻み毎に対応するγの値を設定しておけば
よい。また、コントラストの修正の場合と同様に自動的
にγの値を設定することも可能である。例えば、 γ＝ｙｍｅｄ／１０６あるいは、 γ＝（ｙｍｅｄ／１０６）**（１／２）としてγの値を求めるようにしてもよい。むろん、γ曲
線による輝度の変換についても図１３に示すような変換
テーブルを形成しておけばよい。

【００４８】次にカラーバランスについて説明する。こ
こでいうカラーバランスとは画像データを構成するＲ成
分、Ｇ成分、Ｂ成分の間に一定のアンバランス傾向があ
るか否かを指すものとする。例えば、写真が赤っぽく見
えるとして、それが撮影時の本当の状況を表しているの
であれば構わないが、そうではない場合には何らかの悪
影響が表れていると言える。ただし、このようなアンバ
ランスは実際のところ本当の状況と比較しなければ分か
らないとも言えるので、事後的に評価すること自体が不
可能であるとも考えられる。

【００４９】本実施形態において、これを各色毎の度数
分布の均一さから評価することにする。撮影時の状況に
よっては各色成分の度数分布が不均一となることの方が
自然な状況もあり得、そのような場合においては色修正
すべきではない。しかしながら、結果から逆を辿るとす
ると、各色成分の度数分布がある程度似ている状況では
度数分布が均一となっているべきであろうし、度数分布
が似ていなければ均一にすべきでないだろうと判断でき
る。

【００５０】このため、ステップＳＴ１２０の画像デー
タ集計処理においては、後で各色成分毎の度数分布の類
似度をチェックするために、各色成分毎のヒストグラム
を作成する。このとき、全階調値について度数分布を求
めるのではなく、２５６階調の領域を８〜１６分割（ｎ
分割）し、各領域に属する度数を集計していく。８分割
する場合であれば、図１９に示すように、「０〜３
１」、「３２〜６３」…「２２４〜２５５」という８つ
の領域について度数分布を求めていく。

【００５１】一方、全画素を対象として各色成分毎に上
述したヒストグラムを作成したら、ステップＳＴ１５０
における特徴量の分析では各色毎に各領域に属する画素
数（ｒ１、ｒ２…ｒｎ）、（ｇ１、ｇ２…ｇｎ）、（ｂ
１，ｂ２…ｂｎ）（ここではｎ＝８）を成分としてベク
トル化する。ＲＧＢのそれぞれについて、特徴ベクトル
ＶＲ，ＶＧ，ＶＢを次のように表すとし、ＶＲ＝（ｒ１、ｒ２…ｒｎ） Σｒｉ＝１ＶＧ＝（ｇ１、ｇ２…ｇｎ） Σｇｉ＝１ＶＢ＝（ｂ１，ｂ２…ｂｎ） Σｂｉ＝１これらの特徴ベクトルの相互相関を求める。相互相関
は、内積としてｃｏｒｒ＿ｒｇ＝（ＶＲ・ＶＧ）／｜ＶＲ｜・｜ＶＧ｜ｃｏｒｒ＿ｇｂ＝（ＶＧ・ＶＢ）／｜ＶＧ｜・｜ＶＢ｜ｃｏｒｒ＿ｂｒ＝（ＶＢ・ＶＲ）／｜ＶＢ｜・｜ＶＲ｜で表されるが、ベクトルの内積自体は両ベクトルの類似
度を表すといえ、その値は「０」〜「１」となる。ここ
では、その最小値ｃｏｒｒ＿ｘに基づいてカラーバラン
スの評価値Ｐｂａｌｎを１００点満点で表す。すなわ
ち、Ｐｂａｌｎ＝１００×ｃｏｒｒ＿ｘのように評価する。

【００５２】なお、カラーバランスの修正はｎ分割した
各領域毎に行うようにしても良いが、概略的には各色成
分毎に全体的に明るくするか暗くするという対応で対処
できるので、γ曲線を利用したＲＧＢ値の修正を行えば
よい。次に、彩度について説明する。ここでいう彩度は
画像全体としての色鮮やかさを指すものとする。例え
ば、原色のものが色鮮やかに写っているかグレーっぽく
写っているかといった評価である。彩度自体はＬｕｖ表
色空間におけるｕｖ平面内での基準軸からの大きさで表
されるものの、上述したように表色空間を変換する演算
量は多大であるため、画素の彩度を簡略化して求めるこ
とにする。これには彩度の代替値Ｘとして次のように演
算する。Ｘ＝｜Ｇ＋Ｂ−２×Ｒ｜本来的には彩度は、Ｒ＝Ｇ＝Ｂの場合に「０」となり、
ＲＧＢの単色あるいはいずれか二色の所定割合による混
合時において最大値となる。この性質から直に彩度を適
切に表すのは可能であるものの、簡略化した上式によっ
ても赤の単色および緑と青の混合色である黄であれば最
大値の彩度となり、各成分が均一の場合に「０」とな
る。また、緑や青の単色についても最大値の半分程度に
は達している。むろん、Ｘ’＝｜Ｒ＋Ｂ−２×Ｇ｜Ｘ”＝｜Ｇ＋Ｒ−２×Ｂ｜という式にも代替可能である。

【００５３】ステップＳＴ１２０での画像データ集計処
理では、この彩度の代替値Ｘについてのヒストグラムの
分布を求めることになる。この彩度の代替値Ｘについて
のヒストグラムの分布を求めるとすると彩度が最低値
「０」〜最大値「５１１」の範囲で分布するので、概略
的には図２０に示すような分布となる。一方、ステップ
ＳＴ１５０で特徴量を分析する際には、このヒストグラ
ムに基づいて行う。すなわち、集計されたヒストグラム
に基づいてこの画像についての彩度指数というものを決
定する。この彩度の代替値Ｘの分布から上位の「１６
％」が占める範囲を求め、この範囲内での最低の彩度
「Ｓ」がこの画像の彩度を表すものとして、彩度の評価
値Ｐｓａｔｕを次のように求める。

【００５４】Ｐｓａｔｕ＝２５×（Ｓ＊＊１／２）／４ただし、Ｓ＞２５６ならＰｓａｔｕ＝１００とする。
このようにして評価値Ｐｓａｔｕが得られた場合に、当
該評価値Ｐｓａｔｕの値が小さければ彩度強調を望むこ
とになるが、一例として、以下のようにするとよい。Ｒ
ＧＢ表色空間のように各成分が概略対等な関係にある色
相成分の成分値であるときには、Ｒ＝Ｇ＝Ｂであればグ
レイであって無彩度となる。ＲＧＢの各成分における最
小値となる成分については各画素の色相に影響を与える
ことなく単に彩度を低下させているにすぎないと考えれ
ば、各成分における最小値をすべての成分値から減算
し、その差分値を拡大することによって彩度を強調でき
るといえる。いま、画像データの各成分（Ｒ，Ｇ，Ｂ）
における青（Ｂ）の成分値が最小値であったとすると、
この彩度強調パラメータＳratio を使用して次のように
変換できる。Ｒ’＝Ｂ＋（Ｒ−Ｂ）×Ｓratio Ｇ’＝Ｂ＋（Ｇ−Ｂ）×Ｓratio Ｂ’＝Ｂこの例は無彩度の成分について単純に最小値の成分を他
の成分値から減算する手法であるが、無彩度の成分を減
算するにあたって他の手法も採用可能である。特に、こ
の変換を行う場合には彩度を強調すると輝度も向上して
全体的に明るくなるという傾向がある。従って、各成分
値から輝度の相当値を減算した差分値を対象として変換
を行うことにする。彩度強調が、Ｒ’＝Ｒ＋△ＲＧ’＝Ｇ＋△ＧＢ’＝Ｂ＋△Ｂとなるとすると、この加減値△Ｒ，△Ｇ，△Ｂは輝度と
の差分値に基づいて次式のように求める。すなわち、 △Ｒ＝（Ｒ−Ｙ）×Ｓratio △Ｇ＝（Ｇ−Ｙ）×Ｓratio △Ｂ＝（Ｂ−Ｙ）×Ｓratio となり、この結果、Ｒ’＝Ｒ＋（Ｒ−Ｙ）×Ｓratio Ｇ’＝Ｇ＋（Ｇ−Ｙ）×Ｓratio Ｂ’＝Ｂ＋（Ｂ−Ｙ）×Ｓratio として変換可能となる。なお、輝度の保存は次式から明
らかである。Ｙ’＝Ｙ＋△Ｙ △Ｙ＝０．３０△Ｒ＋０．５９△Ｇ＋０．１１△Ｂ＝Ｓratio｛（０．３０Ｒ＋０．５９Ｇ＋０．１１Ｂ）−Ｙ｝＝０すなわち、変換前後で輝度が保存され、彩度を強調して
も全体的に明るくなることはない。また、入力がグレー
（Ｒ＝Ｇ＝Ｂ）のときには、輝度Ｙ＝Ｒ＝Ｇ＝Ｂとなる
ので、加減値△Ｒ＝△Ｇ＝△Ｂ＝０となり、無彩色に色
が付くこともない。

【００５５】ここで、彩度強調パラメータＳratio は評
価値Ｐｓａｔｕが小さくなるときに大きくなればよく、
上述した最低の彩度「Ｓ」との関係でＳ＜９２ならＳ’＝−Ｓ×（１０／９２）＋５０９２≦Ｓ＜１８４ならＳ’＝−Ｓ×（１０／４６）＋６０１８４≦Ｓ＜２３０ならＳ’＝−Ｓ×（１０／２３）＋１００２３０≦ＳならＳ＝０というように彩度強調指数Ｓ’を決定し、この彩度指数
Ｓ’から彩度強調指数Ｓratio への変換を、Ｓratio ＝（Ｓ＋１００）／１００として求めればよい。この場合、彩度強調指数Ｓ＝０の
ときに彩度強調パラメータＳratio ＝１となって彩度強
調されない。図２１はこの彩度「Ｓ」と彩度強調指数
Ｓ’との関係を示している。

【００５６】最後に、シャープネスについて説明する。
画像の特徴量としてのシャープネスについては以下に述
べるエッジ度で評価する。画像データがドットマトリク
ス状の画素から構成されるものとすると、画像のエッジ
部分では隣接する画素間での画像データの差分は大きく
なる。この差分は輝度勾配であり、これをエッジ度と呼
ぶことにする。図２２に示すようなＸＹ直交座標を考察
する場合、画像の変化度合いのベクトルはＸ軸方向成分
とＹ軸方向成分とをそれぞれ求めれば演算可能となる。
ドットマトリクス状の画素からなるディジタル画像にお
いては、図２３に示すように縦軸方向と横軸方向に画素
が隣接しており、その明るさをｆ（ｘ，ｙ）で表すもの
とする。この場合、ｆ（ｘ，ｙ）は輝度Ｙ（ｘ，ｙ）で
あってもよいし、ＲＧＢの各輝度であるＲ（ｘ，ｙ），
Ｇ（ｘ，ｙ），Ｂ（ｘ，ｙ）であってもよい。図２３に
示すものにおいて、Ｘ方向の差分値ｆｘとＹ方向の差分
値ｆｙは、ｆｘ＝ｆ（ｘ＋１，ｙ）−ｆ（ｘ，ｙ）ｆｙ＝ｆ（ｘ，ｙ＋１）−ｆ（ｘ，ｙ）のように表される。従って、これらを成分とするベクト
ルｇ（ｘ，ｙ）の大きさＤｄｉｆは、Ｄｄｉｆ＝｜ｇ（ｘ，ｙ）｜＝（ｆｘ**２＋ｆｙ**２）
**（１／２）のように表される。エッジ度はこのＤｄｉｆで表され
る。なお、本来、画素は図２４に示すように縦横に升目
状に配置されており、中央の画素に注目すると八つの隣
接画素がある。従って、同様にそれぞれの隣接する画素
との画像データの差分をベクトルで表し、このベクトル
の和を画像の変化度合いと判断しても良い。さらに、単
に横並びのがその間でのみ比較するということも演算量
の低減という面では効果がある。

【００５７】以上のようにして各画素についてエッジ度
が求められるとしても、全画素のエッジ度を求めて平均
化するだけでは画像のシャープ度合いは求められない。
図２５は空を飛ぶ飛行機の写真を示しており、背景の空
については画像の変化度合いが大きくないことは容易に
分かる。このような場合、空の部分をトリミングする状
況を想定すると、中央の被写体である飛行機の画像デー
タが変わらないにも関わらず、空の画素が多くなると平
均値が下がって画像はシャープでないことになり、空の
画素か少なくなると平均値が上がって画像はシャープで
あることになる。このような場合、本来の被写体である
飛行機のシャープさに基づいて画像のシャープさを判断
するのが普通であるから、平均化は好適ではないといえ
る。

【００５８】このため、全画像のエッジ度を平均化する
のではなく、画像の中の輪郭部分がどれくらいシャープ
であるかを判断すべく、輪郭部分だけのエッジ度を平均
化することにする。より具体的には、対象画素を移動さ
せながらステップＳＴ１２０にて画像データを集計処理
する際に、上述したようにエッジ度を算出した上である
しきい値Ｔｈ１と比較することにより、その画素がエッ
ジ部分であるか否かを判定し、エッジ部分である場合に
のみ、同エッジ度Ｄｄｉｆを積算する（ΣＤｄｉｆ）と
ともに、エッジ部分の画素数を積算する（ΣＥｄｇｅ＿
Ｐｉｘｅｌ）。

【００５９】一方、ステップＳＴ１５０で特徴量を分析
する際には、ステップＳＴ１２０にて積算しておいたエ
ッジ度（ΣＤｄｉｆ）を画素数（ΣＥｄｇｅ＿Ｐｉｘｅ
ｌ）で割り、エッジ部分におけるエッジ度の平均値Ｄｄ
ｉｆ＿ａｖｅを算出する。むろん、このエッジ度の平均
値Ｄｄｉｆ＿ａｖｅが大きいほどシャープな画像という
ことになり、評価値Ｐｓｈａｒｐは、Ｐｓｈａｒｐ＝４×Ｄｄｉｆ＿ａｖｅ（但し、Ｐｓｈａｒｐ＞１００ならばＰｓｈａｒｐ＝１
００とする。）として表す。

【００６０】このようにして評価値Ｐｓｈａｒｐが得ら
れた場合に、当該評価値Ｐｓｈａｒｐの値が小さければ
エッジ強調を望むことになるが、一例として、以下のよ
うにするとよい。まず、エッジ強調度Ｅenhance を評価
値Ｐｓｈａｒｐから求める。評価値Ｐｓｈａｒｐは１０
０点満点となっているため、評価値Ｐｓｈａｒｐ／１０
０といった簡単な決定方法であっても良いし、その平方
根などを採用してもよい。

【００６１】エッジ強調処理自体は図２６に示すような
アンシャープマスクを利用する。エッジ強調度Ｅenhanc
e を求めたら、全画素について図２６に示すようなアン
シャープマスクを利用してエッジ強調処理を実行する。
強調前の各画素の輝度Ｙに対して強調後の輝度Ｙ’は、Ｙ’＝Ｙ＋Ｅenhance ・（Ｙ−Ｙunsharp ）として演算される。ここで、Ｙunsharp は各画素の画像
データに対してアンシャープマスク処理を施したもので
あり、アンシャープマスクは、中央の「１００」の値を
マトリクス状の画像データにおける処理対象画素Ｙ
（ｘ，ｙ）の重み付けとし、その周縁画素に対して同マ
スクの升目における数値に対応した重み付けをして積算
するのに利用される。図２６に示すアンシャープマスク
を利用するのであれば、

【００６２】

【数１】なる演算式に基づいて積算する。同式において、「３９
６」とあるは重み付け係数の合計値である。また、Ｍｉ
ｊはアンシャープマスクの升目に記載されている重み係
数であり、Ｙ（ｘ，ｙ）は各画素の画像データであり、
ｉｊについてはアンシャープマスクにおける横列と縦列
の座標値で示している。

【００６３】アンシャープマスクを利用して演算される
エッジ強調演算の意味するところは次のようになる。Ｙ
unsharp （ｘ，ｙ）は注目画素に対して周縁画素の重み
付けを低くして加算したものであるから、いわゆる「な
まった（アンシャープ）」画像データとしていることに
なる。このようにしてなまらせたものはいわゆるローパ
スフィルタをかけたものと同様の意味あいを持つ。従っ
て、「Ｙ（ｘ，ｙ）−Ｙunsharp （ｘ，ｙ）」とは本来
の全成分から低周波成分を引いたことになってハイパス
フィルタをかけたものと同様の意味あいを持つ。そし
て、ハイパスフィルタを通過したこの高周波成分に対し
てエッジ強調度Ｅenhance を乗算して「Ｙ（ｘ，ｙ）」
に加えれば同エッジ強調度Ｅenhance に比例して高周波
成分を増したことになり、エッジが強調される結果とな
る。

【００６４】なお、エッジの強調度合いは、アンシャー
プマスクの大きさによっても変化するため、エッジ強調
度Ｅenhance をクラス分けするとともに対応するサイズ
のアンシャープマスクを用意しておき、対応するサイズ
のアンシャープマスクを利用するようにしても良い。ま
た、エッジ強調が必要になるのは当然のことながら画像
のエッジ部分であるから、上述したように隣接する画素
同士の間で画像データが大きく異なる場所においてのみ
演算するようにしてもよい。このようにすれば、殆どの
エッジ部分でない画像データ部分でアンシャープマスク
の演算を行う必要がなくなり、処理が激減する。

【００６５】以上のようにして、ステップＳＴ１２０〜
ＳＴ１５０にて画像の特徴量としてコントラストの評価
値Ｐｃｏｎｔと、明度の評価値Ｐｂｒｇｔと、カラーバ
ランスの評価値Ｐｃｏｒｒと、彩度の評価値Ｐｓａｔｕ
と、シャープネスの評価値Ｐｓｈａｒｐとが得られるの
で、ステップＳＴ１６０以下の処理ではこれらに基づい
て表示を行う。なお、上述したようにこれらは１００点
満点での評価値となっている。従って、画像全体として
の総合評価は各評価値の総合計あるいは平均値として表
せる。

【００６６】図２７は、評価値を表示する方法を選択す
るオプション画面を示している。ステップＳＴ１６０で
は、既に画像データの集計と特徴量の分析を終えている
のでこのオプション画面を表示し、操作者に対してマウ
ス１５ｂを使用していずれか一つを選択させるととも
に、評価値表示ボタンをクリックすると以下のようにし
て表示を行う。オプションの中で選択可能なもののう
ち、最上段のものは「得点表示」であり、ステップＳＴ
１５０にて分析した１００点満点の各評価値をそのまま
点数表示するものである。次に「記号表示」と、「評価
文字表示」とがあるが、これらは得点表示をクラス分け
して記号あるいは文字で表示するものである。図２８
は、その次に示す「総合表示」の例であり、「得点表
示」と「記号表示」と「評価文字表示」とを全て表示す
るものである。

【００６７】「記号表示」と「評価文字表示」は、得点
だけでは分かりにくいという利用者を考慮したものであ
り、得点に基づいてクラス分けして表示する。例えば、
「７０〜８９」点に対して「良い」あるいは「○」を対
応させ、「９０」点以上を「大変良い」あるいは「◎」
を対応させ、「５０〜６９」点に対して「普通」あるい
は「△」を対応させ、「４９」点以下を「悪い」あるい
は「×」を対応させている。一方、上述したように各評
価値は１００点満点であるので、得点表示の場合には総
合評価を合計点で示しながら、記号表示や評価文字表示
については平均点を算出して同様の態様で表示記号や表
示文字を決定する。

【００６８】画像評価ソフトにおいてディスプレイ１７
ａ１に表示を行うのはさほど技術を要するというもので
はなく、オペレーティングシステム１２ａを介して描画
コマンドをディスプレイドライバ１２ｂに送出すること
によりビットマップ画像を生成して表示を行うことにな
る。具体的には、最初に罫線で表の枠組みを形成しつ
つ、見出し行や列の空欄に文字を描画させる。図示左列
の見出し列においては、上から「項目」、「コントラス
ト」、「明るさ」、「カラーバランス」、「鮮やか
さ」、「シャープネス」、「合計」という文字を描画さ
せ、最上行には左方から「項目」、「得点」、「評価
（記号）」、「評価（言葉）」を描画させる。そして、
残りの空欄に得点、記号、評価文字をそれぞれ描画させ
る。

【００６９】一方、図２７の評価値表示オプションでバ
ーグラフ表示を選択すれば、図２９に示すように上述し
た特徴量を評価値に基づいてバーグラフ表示する。この
例では、バーグラフ表示においては特徴量毎に色を変え
たりパターンを変えて表示を行っているが、特徴量毎に
その評価値に応じて長さを変えつつ色表示を変えるよう
にしても良い。例えば、「９０」点以上であれば白で表
示し、「７０〜８９」点であればブルーで表示し、「５
０〜６９」点であればイエローで表示し、「４９」点以
下であればレッドで表示するといった具合である。この
ようにすれば、レッド表示が多いときに一目で画像が良
くないということが分かる。

【００７０】バーグラフ表示もディスプレイドライバ１
２ｂに用意されている描画コマンドによって簡易に描画
でき、また、所定の色で塗りつぶすのも同様の描画コマ
ンドで描画可能である。図３０は図２７の評価値表示オ
プションでスターチャート表示を選択した場合のスター
チャート表示を示している。上述したように特徴量が五
つの場合は中心から等角度間隔で五つの軸線を描画し、
各軸線をそれぞれの特徴に対応させて評価値を想定した
メモリを描画しつつ各評価値に黒丸描画する。そして、
隣り合う軸線の対毎に各軸線上の黒丸間に直線を描画す
る。これまでは合計の表示を行っているが、スターチャ
ート表示の場合は直線で結ばれる内部の面積が合計に対
応するので敢えて合計を表示していない。むろん、これ
らの図２９や図３０に示すものでは評価値を用いたグラ
フ表示に他ならない。

【００７１】最後に、図３１は図２７の評価値表示オプ
ションで絵表示を選択した場合の表示を示している。こ
の例では、一旦画像データを数値的に集計した評価値を
得た後、この評価値に基づいて絵表示するようにしてい
る。ここでは、木の絵を使ってビジュアル表示してお
り、コントラストの評価値Ｐｃｏｎｔに基づいて木の高
さが変化し、明るさの評価値Ｐｂｒｇｔに基づいて木の
太さが変化し、カラーバランスの評価値Ｐｃｏｒｒに基
づいて木の本数が変化し、鮮やかさの評価値Ｐｓａｔｕ
に基づいて葉の量が増減し、シャープネスの評価値Ｐｓ
ｈａｒｐに基づいて果実の量を増減させるようにしてい
る。絵の変化について要素毎に特徴量を割り当てている
が、特徴量毎に一つの木を割り当て、１００点満点に近
ければ、高く、太く、葉の量が多く、果実も多い木を描
画し、点数が悪ければやせ衰えて果実が少ない木を描画
するというような態様でも構わない。むろん、木の表示
は単なる一例に過ぎず、花や動物など何でも構わない。

【００７２】図２７には以上のような評価値表示を行わ
せるための評価値表示ボタンが示されているとともに、
上述した評価値に対応した自動修正を行わせるための自
動修正ボタンや修正後の画像データを保存させるための
修正画像データ保存ボタンも用意されている。自動修正
ボタンをマウス１５ｂでクリックすればステップＳＴ１
８０にて図３２に示す自動修正オプション画面を表示
し、自動修正する項目を選択できる。この場合は、一つ
又は複数の項目を選択可能としており、複数の項目を選
択した場合には図１３に示すような変換テーブルの値を
順番に書き換え、完成した変換テーブルに基づいて画像
データを変換する。むろん、変換テーブルは上述した各
評価値Ｐｃｏｎｔ，Ｐｂｒｇｔ，Ｐｃｏｒｒ，Ｐｓａｔ
ｕ，Ｐｓｈａｒｐに基づいて画像の特徴量を向上させる
ような対応関係が記録されることになる。

【００７３】また、このような自動修正の対象である画
像データは画像用ソフトにおいてワークエリアなどに読
み込まれているものであり、ハードディスク１３ｂなど
に書き込まれているものではない。このため、修正画像
データ保存ボタンをマウス１５ｂでクリックした場合に
は、ステップＳＴ１９０にてワークエリア上の画像デー
タを一旦ハードディスク１３ｂに書き込み、他のアプリ
ケーション１２ｄなどからも容易に利用できるようにす
ることができる。

【００７４】次に、上記構成からなる本実施形態の動作
を説明する。所定のアプリケーション１２ｄにて写真画
像をスキャナ１１ａで読み込み、画像データファイルと
してハードディスク１３ｂに保存する。また、デジタル
スチルカメラ１１ｂにて撮影した画像データをコンピュ
ータ本体２１へ転送し、データファイルとして保存して
も良い。このようにしてハードディスク１３ｂなどに画
像データを保存しておいた状態で、画像評価ソフトのア
プリケーション１２ｄを起動させると、ステップＳＴ１
１０にて同画像データをワークエリアへと読み込み、ス
テップＳＴ１３０，ＳＴ１４０にて対象画素を移動させ
つつステップＳＴ１２０にて各画素の輝度ｙの度数分
布、各色成分毎の度数分布、彩度の代替値Ｘを集計す
る。このとき、ベクトルｇ（ｘ，ｙ）の大きさＤｄｉｆ
についても算出するが、しきい値Ｔｈ１よりも大きい場
合にのみ集計する。

【００７５】以上の集計をステップＳＴ１４０にて全画
素について実行したと判断されるまで繰り返す。そし
て、全画素について実行し終えたら、ステップＳＴ１５
０ではそれぞれの集計結果を利用して画像の特徴量につ
いての評価値Ｐｃｏｎｔ，Ｐｂｒｇｔ，Ｐｃｏｒｒ，Ｐ
ｓａｔｕ，Ｐｓｈａｒｐを算出するので、ステップＳＴ
１６０にて選択される評価値表示オプションに基づいて
ステップＳＴ１７０にて評価値を表示する。むろん、表
示の態様は図２８〜図３１に示すもののいずれであって
も構わない。

【００７６】また、評価値の状況を見て修正したいと思
う場合には、自動修正ボタンをマウス１５ｂでクリック
して図３２に示すような自動修正オプション画面を表示
させ、自動修正する項目を選択してから修正を行う。こ
の場合、修正前の画像データを別のワークエリアに保存
しておき、修正後に元に戻せるようにしておけるように
しており、使い勝手を向上させている。この場合のワー
クエリアはメモリ上に確保するのが困難な場合もあるた
め、ハードディスク１３ｂ上などであっても構わない。

【００７７】なお、このようにして修正した画像データ
をディスプレイドライバ１２ｂを介してディスプレイ１
７ａに表示し、良好であればプリンタドライバ１２ｃを
介してカラープリンタ１７ｂにて印刷させてもよい。以
上の処理により、スキャナ１１ａを介して読み込まれた
写真などの画像データについて誰でも画像の特徴量を正
確に評価することができ、所望の処理結果を得られるよ
うに画像修正などを行うことができるようになる。

【００７８】このように、コンピュータシステム１０上
で画像評価ソフトのアプリケーション１２ｄを起動する
と、ステップＳＴ１１０にて画像データを入力しつつ、
ステップＳＴ１２０〜１４０にて対象画素を移動させな
がら各画素の画像データについて集計処理を行い、全画
素について集計したらステップＳＴ１５０にてその集計
結果に基づいて特徴量の評価値Ｐｃｏｎｔ，Ｐｂｒｇ
ｔ，Ｐｃｏｒｒ，Ｐｓａｔｕ，Ｐｓｈａｒｐを算出する
ため、ステップＳＴ１６０にて選択する評価値表示オプ
ションに従ってステップＳＴ１７０では特徴量を表示
し、熟練を要することなく簡易且つ正確に画像の特徴量
を評価することができる。

【図面の簡単な説明】

【図１】本発明の一実施形態にかかる画像評価装置のク
レーム対応図である。

【図２】同画像評価装置の具体的ハードウェアのブロッ
ク図である。

【図３】本発明の画像評価装置の他の適用例を示す概略
ブロック図である。

【図４】本発明の画像評価装置の他の適用例を示す概略
ブロック図である。

【図５】本発明の画像評価装置の他の適用例を示す概略
ブロック図である。

【図６】本発明の画像評価装置の他の適用例を示す概略
ブロック図である。

【図７】本発明の画像評価装置におけるメインのフロー
チャートである。

【図８】画像データファイルの構成を示す図である。

【図９】処理対象画素を移動させていく状態を示す図で
ある。

【図１０】輝度分布を拡大する場合の分布範囲を示す図
である。

【図１１】輝度分布を拡大させるための変換関係を示す
図である。

【図１２】輝度分布の端部処理と端部処理にて得られる
端部を示す図である。

【図１３】輝度分布を拡大する際の変換テーブルを示す
図である。

【図１４】明るさの評価値の変化態様を示すグラフであ
る。

【図１５】γ補正で明るくする概念を示す図である。

【図１６】γ補正で暗くする概念を示す図である。

【図１７】γ補正で変更される輝度の対応関係を示す図
である。

【図１８】明るさの評価値とγの対応関係を示す図であ
る。

【図１９】各色成分毎の特徴ベクトルとするための要素
の抽出方法を示す図である。

【図２０】彩度分布の集計状態の概略図である。

【図２１】彩度と彩度強調指数との関係を示す図であ
る。

【図２２】画像の変化度合いを直交座標の各成分値で表
す場合の説明図である。

【図２３】画像の変化度合いを縦軸方向と横軸方向の隣
接画素における差分値で求める場合の説明図である。

【図２４】隣接する全画素間で画像の変化度合いを求め
る場合の説明図である。

【図２５】画像データの一例を示す図である。

【図２６】５×５画素のアンシャープマスクを示す図で
ある。

【図２７】評価値表示オプションの選択画面を示す図で
ある。

【図２８】総合表示を選択した場合の評価値表示画面を
示す図である。

【図２９】バーグラフ表示を選択した場合の評価値表示
画面を示す図である。

【図３０】スターチャート表示を選択した場合の評価値
表示画面を示す図である。

【図３１】絵表示を選択した場合の評価値表示画面を示
す図である。

【図３２】自動修正オプション画面を示す図である。

【符号の説明】

１０…コンピュータシステム１１ａ…スキャナ１１ａ２…スキャナ１１ｂ…デジタルスチルカメラ１１ｂ１…デジタルスチルカメラ１１ｂ２…デジタルスチルカメラ１１ｃ…ビデオカメラ１２…コンピュータ本体１２ａ…オペレーティングシステム１２ｂ…ディスプレイドライバ１２ｂ…ドライバ１２ｃ…プリンタドライバ１２ｄ…アプリケーション１３ａ…フロッピーディスクドライブ１３ｂ…ハードディスク１３ｃ…ＣＤ−ＲＯＭドライブ１４ａ…モデム１４ａ２…モデム１５ａ…キーボード１５ｂ…マウス１７ａ…ディスプレイ１７ａ１…ディスプレイ１７ｂ…カラープリンタ１７ｂ１…カラープリンタ１７ｂ２…カラープリンタ１８ａ…カラーファクシミリ装置１８ｂ…カラーコピー装置

Claims

【特許請求の範囲】

【請求項１】自然画をドットマトリクス状の画素で表
しつつ、各画素毎に色分解した所定の要素色で階調表現
した画像データを取得する画像データ取得手段と、画像としての各種の特徴量を分析するために画像を構成
する個々の画素の上記画像データに基づいて複数の数値
的な集計処理を行い、対応する複数の評価基準に基づい
て分析して上記特徴量を得る特徴量分析手段と、分析された特徴量をそれぞれ表示する特徴量表示手段と
を具備することを特徴とする画像評価装置。
【請求項２】上記請求項１に記載の画像評価装置にお
いて、上記特徴量分析手段は、各種の特徴量を分析した
結果に基づいて総合評価としての特徴量を分析し、上記
特徴量表示手段は、それぞれの特徴量の表示に加えて上
記総合評価も表示することを特徴とする画像評価装置。
【請求項３】上記請求項１または請求項２のいずれか
に記載の画像評価装置において、上記特徴量表示手段
は、上記分析された数値に基づいて予め決められた所定
の規則に則って表示形状を変化させて表示するビジュア
ル表示を行うことを特徴とする画像評価装置。
【請求項４】上記請求項１〜請求項３のいずれかに記
載の画像評価装置において、上記特徴量表示手段は、分
析されうる数値に対応する文字表示を予め用意しておく
とともに、分析された特徴量について同文字表示で表示
を行うようにしたことを特徴とする画像評価装置。
【請求項５】上記請求項１〜請求項４のいずれかに記
載の画像評価装置において、上記特徴量分析手段は、画
像データに基づく画像の特徴量として最大輝度から最小
輝度までの範囲をコントラストの幅として集計すること
を特徴とする画像評価装置。
【請求項６】上記請求項１〜請求項５のいずれかに記
載の画像評価装置において、上記特徴量分析手段は、画
像データに基づく画像の特徴量として輝度の中央値を概
略的な明度とすべく集計することを特徴とする画像評価
装置。
【請求項７】上記請求項１〜請求項６のいずれかに記
載の画像評価装置において、上記特徴量分析手段は、画
像データに基づく画像の特徴量として、各要素色毎に階
調値を集計して度数分布とするとともにその構成要素を
ベクトル化し、各要素色のベクトル相互間の内積を演算
して最小値をカラーバランスとすることを特徴とする画
像評価装置。
【請求項８】上記請求項１〜請求項７のいずれかに記
載の画像評価装置において、上記画像データが、光の三
原色についての階調データからなる場合に、上記特徴量
分析手段は、いずれか二色の階調データの和から残りの
一色の階調データの２倍値を差し引いた絶対値を彩度指
数として分布を集計するとともに、この分布から鮮やか
さを分析することを特徴とする画像評価装置。
【請求項９】上記請求項１〜請求項８のいずれかに記
載の画像評価装置において、上記特徴量分析手段は、画
像データに基づく画像の特徴量として隣接する画素間で
の輝度の相当値の変化度合いが大きい画素をエッジ画素
としつつその変化量のエッジ画素数に対する割合の大小
に基づいて画像のシャープネスを分析することを特徴と
する画像評価装置。
【請求項１０】画像データが、自然画をドットマトリ
クス状の画素で表しつつ、色分解した所定の要素色で階
調表現されたものである場合において、上記画像データ
を取得するとともに、画像としての各種の特徴量を分析
するために画像を構成する個々の画素の上記画像データ
に基づいて複数の数値的な集計処理を行い、対応する複
数の評価基準に基づいて分析し、分析された特徴量をそ
れぞれ表示することを特徴とする画像評価方法。
【請求項１１】画像データが、自然画をドットマトリ
クス状の画素で表しつつ、色分解した所定の要素色で階
調表現されたものである場合にコンピュータにて同画像
データに基づいて画像を評価する画像評価プログラムを
記録した媒体であって、上記画像データを取得するステ
ップと、画像としての各種の特徴量を分析するために画
像を構成する個々の画素の上記画像データに基づいて複
数の数値的な集計処理を行い、対応する複数の評価基準
に基づいて分析して上記特徴量を得るステップと、分析
された特徴量をそれぞれ表示するステップとを具備する
ことを特徴とする画像評価プログラムを記録した媒体。