JPH1139479A

JPH1139479A - 鮮鋭度の評価方法

Info

Publication number: JPH1139479A
Application number: JP9208465A
Authority: JP
Inventors: Jitsuichi Date; 実一伊達
Original assignee: Dainippon Screen Manufacturing Co Ltd
Current assignee: Dainippon Screen Manufacturing Co Ltd
Priority date: 1997-07-16
Filing date: 1997-07-16
Publication date: 1999-02-12

Abstract

(57)【要約】【課題】内容が同一の画像に限らず、内容が異なる画
像についても相対的な鮮鋭度を定量的に評価することの
できる技術を提供する。【解決手段】画像を等しい大きさの複数のブロックに
分割し、複数のブロックのなかで比較的精細度の高い複
数のブロックを評価対象ブロックとして抽出する。そし
て、複数の評価対象ブロックに対する鮮鋭度の評価値を
求め、これを画像の全体に対する鮮鋭度の評価値として
決定する。

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、画像の鮮鋭度
（シャープネス）を評価する技術に関する。

【０００２】

【従来の技術】画像の鮮鋭度を評価する技術としては、
本出願人により開示された特開平９−６９６２号公報に
記載された方法がある。この方法は、同一の画像内容を
有する複数の画像のそれぞれについて、隣接する画素間
の濃度差のヒストグラムを作成し、各画像のヒストグラ
ムについて、所定の濃度差までの累積度数を求める。そ
して各画像についての累積度数を比較することにより、
複数の画像の相対的な鮮鋭度を評価する。

【０００３】

【発明が解決しようとする課題】上述した従来の鮮鋭度
評価方法では、同一の画像内容を有する複数の画像につ
いては人の主観的評価とほぼ一致する良好な評価結果が
得られる。しかし、内容が異なる複数の画像について
は、鮮鋭度を定量的に比較することはできなかった。す
なわち、従来は、内容が異なる複数の画像について、鮮
鋭度を定量的に比較する技術は知られていなかった。

【０００４】この発明は、従来技術における上述の課題
を解決するためになされたものであり、内容が同一の画
像に限らず、内容が異なる画像についても相対的な鮮鋭
度を定量的に評価することのできる技術を提供すること
を目的とする。

【０００５】

【課題を解決するための手段およびその作用・効果】上
述の課題の少なくとも一部を解決するため、本発明の画
像の鮮鋭度評価方法は、（ａ）前記画像を等しい大きさ
の複数のブロックに分割する工程と、（ｂ）前記複数の
ブロックのなかで比較的精細度の高い複数のブロック
を、鮮鋭度の評価対象となる評価対象ブロックとして抽
出する工程と、（ｃ）前記複数の評価対象ブロックに対
する鮮鋭度の評価値を求め、これを前記画像の全体に対
する鮮鋭度の評価値として決定する工程と、を備えるこ
とを特徴とする。

【０００６】一般に、比較的精細度の高いブロックは鮮
鋭度を評価し易いが、比較的精細度の低いブロックは鮮
鋭度を評価しにくい傾向にある。このため、従来は、画
像の中に精細度の高いブロックが多く含まれるほど鮮鋭
度の評価値がより正確になっていた。これに対して、上
記の方法では、比較的精細度の高い複数のブロックを鮮
鋭度の評価対象ブロックとして抽出するので、画像の中
における比較的精細度の高いブロックの割合に係わら
ず、画像の鮮鋭度を正確に評価できる。従って、内容が
同一の画像に限らず、内容が異なる画像についても相対
的な鮮鋭度を定量的に評価することができる。

【０００７】前記工程（ｂ）は、（１）各ブロック内の
画像部分の濃度分布を表す２値画像を準備する工程と、
（２）各ブロックの２値画像において、第１の値を有す
る画素数の比率または第２の値を有する画素数の比率が
所定の閾値よりも低い場合には、当該ブロックを評価対
象ブロックから除外する第１の処理と、各ブロックの２
値画像において、第１の値を有する画素または第２の値
を有する画素が所定の大きさ以上に密集している場合に
は、当該ブロックを評価対象ブロックから除外する第２
の処理と、各ブロックの２値画像において、第１の値を
有する画素および第２の値を有する画素の直線的な連続
度の平均値が所定の長さ以上である場合には、当該ブロ
ックを評価対象ブロックから除外する第３の処理と、の
３つの処理の中の少なくとも１つを実行する工程と、を
含むことが好ましい。

【０００８】このような処理を採用すれば、比較的精細
度の高いブロックをうまく抽出することができる。

【０００９】

【発明の他の態様】この発明は、以下のような他の態様
も含んでいる。第１の態様は、上述の発明の各工程の機
能を実現する手段を備えた装置である。

【００１０】第２の態様は、上述の発明の各工程の機能
をコンピュータに実現させるためのコンピュータプログ
ラムを記録したコンピュータ読み取り可能な記録媒体で
ある。

【００１１】第３の態様は、コンピュータに上記の発明
の各工程の機能を実現させる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。こうした態様では、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、上記の方法や装置を実現することができ
る。

【００１２】

【発明の実施の形態】

Ａ．装置の構成以下、本発明の実施の形態を実施例に基づいて説明す
る。図１は、この発明の一実施例を適用して画像の鮮鋭
度を評価する画像処理装置の構成を示すブロック図であ
る。この画像処理装置はパーソナルコンピュータで実現
されており、ＣＰＵ２０と、バス２２と、ＲＯＭ２４
と、ＲＡＭ２６と、表示制御部２８と、表示装置として
のカラーＣＲＴ３０と、入力装置としてのキーボード３
２およびマウス３４と、外部記憶装置としてのハードデ
ィスク３６を備えている。

【００１３】ＣＰＵ２０は入力データ読み込み部４０
と、２値化処理部４２と、ブロック分割部４４と、特徴
抽出判定部４６と、鮮鋭度定量的評価部５４と、出力デ
ータ書き込み部６２と、の各機能を有している。特徴抽
出判定部４６は、最少画素数判定部４８と、密集領域面
積判定部５０と、連続度判定部５２とを有する。鮮鋭度
定量的評価部５４は、濃度差算出部５６と、累積頻度算
出部５８と、累積割合算出部６０とを有する。これら各
部の機能はアプリケーションプログラムをＣＰＵ２０が
実行することによって実現される。

【００１４】これらの各部の機能を実現するコンピュー
タプログラムは、フロッピディスクやＣＤ−ＲＯＭ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
コンピュータプログラムを読み取って内部記憶装置また
は外部記憶装置に転送する。あるいは、通信経路を介し
てコンピュータにコンピュータプログラムを供給するよ
うにしてもよい。コンピュータ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コンピュータプ
ログラムが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。また、記録媒体に記録されたコンピュータ
プログラムをコンピュータが読み取って直接実行するよ
うにしてもよい。

【００１５】この明細書において、コンピュータとは、
ハードウェア装置とオペレーションシステムとを含む概
念であり、オペレーションシステムの制御の下で動作す
るハードウェア装置を意味している。また、オペレーシ
ョンシステムが不要でアプリケーションプログラム単独
でハードウェア装置を動作させるような場合には、その
ハードウェア装置自体がコンピュータに相当する。ハー
ドウェア装置は、ＣＰＵ等のマイクロプロセッサと、記
録媒体に記録されたコンピュータプログラムを読み取る
ための手段とを少なくとも備えている。コンピュータプ
ログラムは、このようなコンピュータに、上述の各手段
の機能を実現させるプログラムコードを含んでいる。な
お、上述の機能の一部は、アプリケーションプログラム
でなく、オペレーションシステムによって実現されてい
ても良い。

【００１６】なお、この発明における「記録媒体」とし
ては、フレキシブルディスクやＣＤ−ＲＯＭ、光磁気デ
ィスク、ＩＣカード、ＲＯＭカートリッジ、パンチカー
ド、バーコードなどの符号が印刷された印刷物、コンピ
ュータの内部記憶装置（ＲＡＭやＲＯＭなどのメモリ）
および外部記憶装置等の、コンピュータが読取り可能な
種々の媒体を利用できる。

【００１７】図２は、鮮鋭度の評価方法の全体手順を示
すフローチャートである。ステップＳ１では、評価対象
となる複数の入力画像データをハードディスク３６から
メインメモリ（ＲＡＭ）２６に読み込む。評価対象とな
る複数の画像データは、例えばスキャナやデジタルカメ
ラ等で読み取られた自然画像に対してそれぞれ画像処理
を行なって得られたものである。評価対象となる複数の
画像データは、同一の内容を有する画像を表すものでも
よく、また、互いに異なる内容を表すものでもよい。

【００１８】この実施例では、評価対象の画像データが
ＹＣｒＣｂ信号系（輝度・色差信号系）の画像データで
あり、その８ビットのＹ成分（輝度成分）に基づいて以
下の処理が行なわれるものと仮定する。画像データがＹ
ＣｒＣｂ信号系以外の色信号系のデータである場合に
は、ＹＣｒＣｂ信号系に変換し、その輝度成分に対して
以下の処理を行なうようにすればよい。

【００１９】ステップＳ２では、複数の入力画像データ
のそれぞれを２値化処理部４２が適当な閾値を用いて２
値化する。閾値としては、例えば画像データの最大値の
約１／２の値（８ビットデータの場合には約１２８）を
用いることができる。ステップＳ３では、２値化された
入力画像データのそれぞれをブロック分割部４４が均一
な大きさのブロック画像に分割する。１ブロックの大き
さとしては、１６×１６画素程度が好ましい。なお、ブ
ロックの形状は正方形に限らず、画像のほぼ全体を隙間
無くタイル状に覆い得るような任意の形状を採用するこ
とができる。

【００２０】ステップＳ４では、特徴抽出判定部４６が
各ブロック画像の特徴を判定する。ここで、ブロック画
像の特徴とは、ブロック画像内の黒画素と白画素の分布
が比較的「精細」であるか、または、比較的「平坦」で
あるか、のいずれであるかを意味している。「精細」と
は、黒画素と白画素とが複雑に混じり合っている状態を
意味し、また、「平坦」とは、黒画素と白画素とがそれ
ぞれ集まって分布している状態を意味している。「精
細」なブロック画像は空間周波数が高く、「平坦」なブ
ロック画像は空間周波数が低いと言うことも可能であ
る。

【００２１】一般に、平坦な画像部分は濃度分布に変化
が少ないので鮮鋭度を評価しにくく、精細な画像部分は
濃度分布の変化が激しいので鮮鋭度を評価しやすい。以
下に説明するように、この実施例では、比較的精細なブ
ロック画像のみを対象として鮮鋭度を評価することによ
って、鮮鋭度評価値に対する平坦な画像部分の影響を低
減している。

【００２２】図３は、各ブロック画像に対する特徴抽出
判定処理（図２のステップＳ４）の詳細手順を示すフロ
ーチャートである。ステップＳ１１では、最少画素数判
定部４８が処理対象のブロック画像（以下、単に「対象
ブロック画像」と呼ぶ）について最少画素数による平坦
判定処理を行う。図４は、最少画素数による平坦判定処
理の内容を示す説明図である。この対象ブロック画像Ｂ
Ｌは１６×１６画素のサイズの２値画像である。最少画
素数判定部４８は、対象ブロック画像ＢＬ内の黒画素と
白画素のうちで、より少ない方の画素の割合（「最少画
素割合」と呼ぶ）を算出する。そして、この最少画素割
合が予め設定した閾値LimitPixelRateより小さければ対
象ブロック画像は「平坦」であると判定し、一方、閾値
LimitPixelRate以上であれば判定を保留して次の判定処
理に進む（図３のステップＳ１２）。図４に示す対象ブ
ロック画像ＢＬでは、黒画素の数Ｐblack が７であり、
白画素の数Pwhite（＝２４９）よりも少ない。また、全
画素数は２５６なので、最少画素割合は７／２５６（＝
２．７％）である。最少画素割合の閾値LimitPixelRate
を１０％と仮定すると、最少画素割合（２．７％）は閾
値LimitPixelRate未満なので、この対象ブロック画像Ｂ
Ｌは平坦であると判断される。

【００２３】なお、最少画素割合を算出する代わりに、
黒画素数と白画素数との比［黒画素／白画素］を算出し
て、この比が所定の範囲（例えば約０．１以下または約
０．９以上の範囲）にあれば平坦であると判断してもよ
い。このような判断も、最少画素割合を用いた上述の判
断とほぼ同等である。要するに、最少画素数による平坦
判定処理は、白画素と黒画素のうちで、より少ない方の
画素の数が或る閾値よりも小さい対象ブロック画像を
「平坦」であると見なす処理である。また、この処理
は、白画素の比率または黒画素の比率が所定の閾値より
も低い場合に、その対象ブロック画像を評価対象から除
外する処理であると言うことも可能である。

【００２４】最少画素数による平坦判定処理において対
象ブロック画像ＢＬが平坦であると判断されなかった場
合には、図３のステップＳ１３において密集領域面積判
定部５０が密集領域面積による平坦判定処理を行う。

【００２５】図５は、密集領域面積による平坦判定処理
の内容を示す説明図である。この処理ではまず、対象ブ
ロック画像ＢＬ内における密集領域ＣＡの面積が求めら
れる。ここで「密集領域」とは、一種類の画素（黒画素
または白画素）が正方形の形に集まった領域を言う。対
象ブロック画像ＢＬ内の全面積に対する密集領域ＣＡの
面積の割合（以下、「密集面積割合」と呼ぶ）が、予め
設定した閾値LimitAreaRate 以上であれば、対象ブロッ
ク画像ＢＬは「平坦」と判定される（ステップＳ１
４）。一方、密集面積割合が閾値LimitAreaRate 未満で
あれば判定を保留し、次の判定処理（図３のステップＳ
１５）に進む。

【００２６】なお、密集領域面積による平坦判定処理
は、密集領域面積の閾値LimitAreaRate と等しい面積を
有する矩形の判定ウィンドウを対象ブロック画像ＢＬ内
で走査させ、判定ウィンドウ内が白画素または黒画素の
一方ですべて埋めつくされるような位置が存在するか否
かによって実行することができる。こうすれば、実際の
密集領域の大きさを求めること無く、上述と同等の判定
処理を行うことができる。

【００２７】図６は、密集領域面積による平坦判定処理
において平坦と判定される対象ブロック画像ＢＬａと、
判定が保留される対象ブロック画像ＢＬｂとを比較して
示す説明図である。図６（Ａ）の例では、対象ブロック
画像ＢＬａ内の黒画素の密集領域が判定ウィンドウＷを
含むので、この対象ブロック画像ＢＬａは平坦であると
判定される。一方、図６（Ｂ）の例では、黒画素の密集
領域が判定ウィンドウＷを含まないので、対象ブロック
画像ＢＬｂが平坦か否かの判定は保留される。

【００２８】但し、図６（Ｂ）の例のように密集してい
る同一画素の領域の面積が所定の閾値以上の場合に、そ
の対象ブロック画像ＢＬｂを「平坦」であると判定して
も良い。換言すれば、密集領域面積による平坦判定処理
は、黒画素または白画素が所定の大きさ以上に密集して
いる場合には、対象ブロック画像を鮮鋭度の評価対象か
ら除外する処理であるということができる。なお、密集
領域の面積のみによる平坦判定処理に比べて、矩形の判
定ウィンドウＷを用いた上述の判定処理の方が処理内容
が単純なので、処理速度がより早いという利点がある。

【００２９】密集領域面積による平坦判定処理において
対象ブロック画像ＢＬが平坦であると判断されなかった
場合には、図３のステップＳ１５において連続度判定部
５２が連続度による平坦判定処理を行う。

【００３０】図７は、連続度による平坦判定処理の内容
を示す説明図である。図７（Ａ）は対象ブロック画像Ｂ
Ｌ内の黒画素と白画素の分布の例を示しており、図７
（Ｂ）は連続度の判定方向Ｄ１〜Ｄ８を示している。連
続度の判定方向とは、注目画素を始点として同種類の画
素の連続度を測定するための方向である。この実施例で
は、上下方向・左右方向・両斜め方向の計８つの方向Ｄ
１〜Ｄ８を連続度の判定方向として使用している。注目
画素の連続度は、各判定方向に沿って直線的に連続する
同種類の画素を数えてゆき、８つの判定方向Ｄ１〜Ｄ８
における連続画素数を合計することによって得られる。
例えば、図７（Ａ）の丸の中心に存在する注目画素につ
いては、上方向Ｄ１に沿って２画素が連続し、また、右
方向Ｄ３に沿って１画素、右斜め下方向Ｄ４に沿って１
画素、左斜め下方向Ｄ６に沿って１画素、左方向Ｄ７に
沿って２画素、それぞれ連続していると判断される。従
って、この注目画素に関する連続度は７画素となる。

【００３１】連続度判定部５２は、対象ブロック画像Ｂ
Ｌ内のすべての画素に関して連続度を算出し、これらを
合計する。すなわち、黒画素については黒画素の連続度
が算出され、白画素については白画素の連続度が算出さ
れて、これらがすべて合計される。そして、連続度の合
計値を画素数で割ることによって、平均連続度を求め
る。この平均連続度が所定の閾値（例えば２０画素）以
上であれば対象ブロック画像を平坦であると判断する
（図３のステップＳ１６）。すなわち、連続度による平
坦判定処理は、同種類の画素の直線的な連続度の平均値
が所定の長さ以上の場合には、対象ブロック画像を評価
対象から除外する処理である。なお、連続度の判定方向
としては８方向以外の種々の方向を選択することができ
る。例えば、上下方向・左右方向の４方向を選択するこ
とも可能である。また、連続度の算出の際に、注目画素
も連続する最初の画素として数えるようにしてもよい。
平坦か否かを判定するための閾値は、このような判定方
向の取り方や画素の数え方に依存して適宜決定される。

【００３２】連続度による平坦判定処理によっても平坦
でないと判断された場合には、図３のステップＳ１７に
おいて、対象ブロック画像が「精細」であると判断され
る。すなわち、最少画素数による第１の平坦判定処理
と、密集領域面積による第２の平坦判定処理と、連続度
による第３の平坦判定処理と、のいずれかにおいても平
坦と判断されなかった対象ブロック画像は、精細と判断
されることになる。また、これらの３つの平坦判定処理
のいずれかで平坦と判定された対象ブロック画像は、平
坦であると見なされる（ステップＳ１８）。

【００３３】この実施例では、判断基準が異なる３種類
の判定処理を用いて、各対象ブロック画像が精細である
か平坦であるかを判定しているので、白画素と黒画素の
分布が異なる種々の対象ブロック画像に関して精細であ
るか平坦であるかを確実に判定することができる。な
お、上述した３種類の判定処理をすべて使用する必要は
なく、少なくとも１つの判定処理を用いて各対象ブロッ
ク画像が精細であるか平坦であるかを判定すればよい。
但し、上述した３つの判定処理をすべて使用すれば、判
定の確実性が増すという利点がある。

【００３４】こうして、各対象ブロック画像について平
坦か精細かが判定されると、図２のステップＳ５におい
て、鮮鋭度定量的評価部５４が鮮鋭度の定量的評価処理
を実行する。この鮮鋭度評価は、精細と判定された対象
ブロック画像のみを対象として実行される。

【００３５】図８は、鮮鋭度の定量的評価処理の手順を
示すフローチャートである。ステップＳ２０では、鮮鋭
度評価の対象となる画像のすべてのブロック画像に対す
る特徴判定結果データ（「ブロック情報データ」とも呼
ぶ）をＲＡＭ２６に読み込む。ステップＳ２１では、鮮
鋭度を評価する際に用いられる濃度差ヒストグラムを格
納するメモリ領域を確保する。例えば特徴判定結果デー
タが８ビットである場合には、０〜２５５の範囲の各濃
度差毎に頻度数を格納する領域を確保する。

【００３６】ステップＳ２２においては、処理済みでな
い対象ブロック画像が存在するか否かが判断され、存在
すれば次のステップＳ２３に進む。ステップＳ２３で
は、対象ブロック画像の特徴判定結果が「平坦」である
か「精細」であるかを調べる。「精細」であればステッ
プＳ２５において、対象ブロック画像内の各画素とその
隣接画素との濃度差のヒストグラムを、濃度差算出部５
６と累積頻度算出部５８が作成する。

【００３７】図９は、濃度差ヒストグラム作成処理の詳
細手順を示すフローチャートである。ステップＳ３１、
Ｓ３２では、対象ブロック画像内の画素位置を示すパラ
メータｉ、ｊがそれぞれ１に初期化される。図１０
（Ａ）に示すように、パラメータｉ、ｊは対象ブロック
画像ＢＬの垂直方向と水平方向の座標を示すパラメータ
である。ステップＳ３３では、ｉ行目、ｊ列目の画素
と、その周辺の８画素との濃度差の絶対値をそれぞれ求
める。

【００３８】図１０（Ｂ）に示すように、座標（ｉ、
ｊ）における画素Ｐｃの周辺には８つの隣接画素Ｐ１〜
Ｐ８が存在する。各隣接画素Ｐｋ（ｋ＝１〜８）の濃度
Ｄｋと中心画素Ｐｃの濃度Ｄｃとの差の絶対値△＝｜Ｄ
ｃ−Ｄｋ｜がそれぞれ求められる。この実施例では、鮮
鋭度評価の対象となる画像データの輝度成分が８ビット
なので、濃度差△の値も０〜２５５の範囲にある。

【００３９】ステップＳ３４では、濃度差△の頻度数を
１つずつ増やすことによって、濃度差ヒストグラムを更
新する。なお、図１０（Ｃ）に示すように、対象画素Ｐ
ｃ（ｉ、ｊ）が対象ブロック画像ＢＬの周辺に存在する
場合には、対象ブロック画像ＢＬからはみ出す隣接画素
Ｐ１、Ｐ２、Ｐ３、Ｐ７、Ｐ８については濃度差の絶対
値を求める処理は省略される。ステップＳ３５では、行
数のパラメータｉが１つインクリメントされ、ステップ
Ｓ３６においてパラメータｉが行末を示す値を越えてい
なければ、ステップＳ３３〜Ｓ３５の処理を繰り返す。
こうしてｊ列目のすべての行に関して濃度差が求められ
ると、ステップＳ３７でパラメータｊが１つインクリメ
ントされて、ステップＳ３８からステップＳ３２に戻
る。こうして、対象ブロック画像ＢＬの列末までステッ
プＳ３２〜Ｓ３７の処理が繰り返される。

【００４０】なお、図９の手順によれば、同じ２つの画
素間の濃度差が２回カウントされることになるが、この
結果は単にすべての濃度差の頻度が２倍になるだけなの
で、最終的な処理結果に影響はない。但し、同じ２つの
画素間の濃度差を２回カウントしないようにすることも
可能である。

【００４１】図９の処理を複数の精細なブロック画像に
順次適用することによって、複数の精細なブロック画像
に対する濃度差ヒストグラムが作成される。図１１と図
１２は、高鮮鋭度と低鮮鋭度の画像に関する濃度差ヒス
トグラムをそれぞれ示すグラフである。ここで、図１２
の結果の処理対象である低鮮鋭度の画像は、図１１の結
果の処理対象である高鮮鋭度画像にぼかしフィルタをか
けることによって意図的に低鮮鋭度にしたものである。
低鮮鋭度の画像（ボケている画像）では、画素間の濃度
差が高鮮鋭度の画像（シャープな画像）に比べて小さく
なるので、小さな濃度差△における頻度が比較的大きく
なる傾向にある。

【００４２】図８のステップＳ２６では、図１の累積割
合算出部６０が複数の精細なブロック画像についての濃
度差ヒストグラムから、濃度差の累積割合ヒストグラム
を求める。

【００４３】図１３は図８のステップＳ２６の処理の詳
細手順を示すフローチャートである。ステップＳ４１で
は、濃度差ヒストグラムの総頻度数を求める。総頻度数
は、濃度差ヒストグラムの頻度を累積するだけで求める
ことができる。

【００４４】ステップＳ４２では、濃度差△を表わすパ
ラメータｋを０に初期化する。そして、ステップＳ４３
で、ｋランク目までの頻度数の和を求め、求めた頻度数
の和の値を総頻度数で割り１００を掛けることによっ
て、ｋランク目までの累積頻度の割合を求める。ここ
で、「ｋランク」とは「濃度差ｋ」と同じ意味である。

【００４５】ステップＳ４５ではパラメータｋを１つイ
ンクリメントし、ステップＳ４６からステップＳ４３に
戻る。こうして、パラメータｋが濃度差の最大値（＝２
５５）になるまでステップＳ４３〜Ｓ４５の処理を繰り
返す。こうして、鮮鋭度評価の対象とされた複数の精細
なブロック画像に関して、濃度差の累積頻度の割合を示
す累積割合ヒストグラムが作成される。

【００４６】図１４と図１５は、図１１と図１２の濃度
差ヒストグラムに関して得られた累積割合ヒストグラム
を示すグラフである。図１４と図１５を比較すれば解る
ように、各濃度差ｋまでの累積割合は、高鮮鋭度画像の
方が低鮮鋭度画像よりも常に低い。すなわち、同じ濃度
差までの頻度の累積割合は、高鮮鋭度画像において比較
的小さく、低鮮鋭度画像において比較的大きいことが解
る。

【００４７】図８のステップＳ２７では、所定の濃度差
ｋまでの累積頻度の割合（％）を、評価対象の画像に対
する相対的な鮮鋭度評価値として決定する。なお、鮮鋭
度評価値を決定するための最大濃度差ｋとしては、０〜
１０程度の範囲の比較的低い値が好ましい。鮮鋭度の評
価結果は、出力データ書き込み部６２（図１）によって
カラーＣＲＴ３０に表示される。

【００４８】図１６は、図１８と図１９に示す２つの画
像Ｍ１，Ｍ２に関して、本実施例の評価方法と比較例の
評価方法（特開平９−６９６２号公報の方法）とで得ら
れた鮮鋭度評価値をそれぞれ示している。図１８と図１
９に示す２つの画像Ｍ１，Ｍ２は、暗い背景のほぼ中央
に皿が置かれており、その皿の上に花が載せられている
という同じ内容の写真画像である。第２の画像Ｍ２は、
第１の画像Ｍ１にぼかしフィルタを作用させることによ
って意図的にぼかした画像である。なお、実際に使用し
た画像はより細かな部分を含んでいるが、図１８，図１
９では図示の便宜上の理由から画像の概略のみを示して
いる。

【００４９】上述した実施例の評価方法では、皿の背景
は暗い「平坦」な部分であると判定されるので、この背
景の部分は除外されて皿および花の部分に関してのみ鮮
鋭度評価が行われる。一方、比較例の評価方法では、画
像全体に対して鮮鋭度評価が行われる。

【００５０】図１６に示されているように、実施例の評
価方法によれば、第１の画像Ｍ１の鮮鋭度評価値（８
４．６）は、第２の画像Ｍ２の鮮鋭度評価値（９４．
７）に比べて小さい。換言すれば、実施例の評価方法で
は、第１の画像Ｍ１の方が第２の画像Ｍ２よりも鮮鋭度
が高いという結果が得られた。これは、人の主観的な評
価結果と一致していた。比較例の評価方法によっても、
第１の画像Ｍ１の鮮鋭度評価値（８１．４）は、第２の
画像Ｍ２の鮮鋭度評価値（８２．９）に比べて小さく、
第１の画像Ｍ１の方が第２の画像Ｍ２よりも鮮鋭度が高
いという同様な結果が得られた。このように、同一の内
容を有する２つの画像Ｍ１，Ｍ２の鮮鋭度を比較する場
合には、実施例の評価方法も比較例の評価方法も、いず
れも相対的な鮮鋭度評価値と、人の主観的評価結果とが
一致する。

【００５１】図１７は、図１８と図２０に示す２つの画
像Ｍ１，Ｍ３に関して、本実施例の評価方法と比較例の
評価方法（特開平９−６９６２号公報の方法）とで得ら
れた鮮鋭度評価値をそれぞれ示している。図２０に示す
第３の画像Ｍ３は、第１の画像Ｍ１とは内容が異なり、
建築物を含むややボケた画像である。なお、実際に使用
した画像はより細かな部分を含んでいるが、図２０では
図示の便宜上の理由から画像の概略のみを示している。

【００５２】図１７に示されているように、実施例の方
法によれば、第１の画像Ｍ１の鮮鋭度評価値（８４．
６）は、第３の画像Ｍ３の鮮鋭度評価値（９６．３）に
比べて小さい。換言すれば、実施例の評価方法では、第
１の画像Ｍ１の方が第３の画像Ｍ３よりも鮮鋭度が高い
という、人の主観的評価と一致した結果が得られた。一
方、比較例の評価方法では、第１の画像Ｍ１の鮮鋭度評
価値（８１．４）は、第３の画像Ｍ３の鮮鋭度評価値
（４５．７）に比べて大きい。すなわち、比較例の評価
方法では、第１の画像Ｍ１の方が第３の画像Ｍ３よりも
鮮鋭度が低いという、人の主観的評価とは逆の結果が得
られた。このように、実施例の評価方法では、異なる内
容を有する複数の画像に関しても、相対的な鮮鋭度を評
価できる定量的な評価値が得られるという利点がある。

【００５３】このように、上記実施例では、精細である
と判定されたブロック画像のみを対象として鮮鋭度評価
を行うので、画像内の精細な部分の多少に係わらず画像
の鮮鋭度を定量的に評価することができる。この結果、
同一の内容を有する複数の画像の相対的な鮮鋭度評価に
限らず、異なる内容を有する複数の画像の相対的な鮮鋭
度評価も定量的に行うことができる。

【００５４】なお、この発明は上記実施例に限られるも
のではなく、その要旨を逸脱しない範囲において種々の
態様において実施することが可能であり、例えば次のよ
うな変形も可能である。

【００５５】（１）鮮鋭度評価の対象とするブロック画
像を選択する方法としては、図３に示したような３種類
の処理を用いる方法に限らず種々の方法が考えられる。
例えば、ブロック画像に対してフーリエ変換を行うこと
によって空間周波数を求め、空間周波数が比較的高いブ
ロック画像のみを鮮鋭度評価の対象として選択するよう
にしてもよい。

【００５６】（２）上記実施例では画像の全体を鮮鋭度
評価の対象画像として使用していたが、画像の一部の領
域を鮮鋭度評価の対象画像としてユーザが指定すること
も可能である。この場合にも、この対象画像を複数のブ
ロック画像に分割し、その中の精細なブロック画像に対
して鮮鋭度評価値が算出される。

【００５７】（３）濃度差ヒストグラムを求めるための
手順では、「精細」と判定された各ブロック画像内のす
べての画素に関してその８つの隣接画素との濃度差を求
めていた。しかし、すべての画素について濃度差を求め
る必要はなく、ブロック画像内の画素をとびとびに選択
して隣接画素との濃度差を求めるようにしてもよい。例
えば、図９のパラメータｉ、ｊのインクリメント幅を２
以上の値にそれぞれ設定してもよい。こうすれば、処理
数する画素数が低減できるので、全体の処理時間を短縮
できる。但し、評価対象とする「精細」と判定されたす
べてのブロック画像において、同じ画素位置を選択して
隣接画素との濃度差を求めることが好ましい。また、８
つの隣接画素のすべてを対象として濃度差を求める必要
はなく、８つの隣接画素の内いくつかを選択して濃度差
を求めるようにしてもよい。

【００５８】（４）上記実施例では、隣接画素間の濃度
差の絶対値を求めていたが、この代わりに隣接画素間の
濃度差を実質的に示す他の値を求めようにすることも可
能である。例えば、隣接濃度間の濃度差の２乗を求めて
もよい。

【００５９】（５）累積割合ヒストグラムの代わりに単
に頻度数を累積した累積ヒストグラムを求め、その累積
頻度数に基づいて相対的な鮮鋭度を決定するようにする
ことも可能である。また、上述の鮮鋭度評価方法以外の
他の評価方法を用いて、相対的な鮮鋭度評価値を求める
ようにしてもよい。

【００６０】（６）上記実施例において、ハードウェア
によって実現されていた構成の一部をソフトウェアに置
き換えるようにしてもよく、逆に、ソフトウェアによっ
て実現されていた構成の一部をハードウェアに置き換え
るようにしてもよい。

【図面の簡単な説明】

【図１】この発明の一実施例を適用して画像の鮮鋭度を
評価する画像処理装置の構成を示すブロック図。

【図２】鮮鋭度の評価方法の全体手順を示すフローチャ
ート。

【図３】各ブロック画像に対する特徴抽出判定処理の詳
細手順を示すフローチャート。

【図４】最少画素数による平坦判定処理の内容を示す説
明図。

【図５】密集領域面積による平坦判定処理の内容を示す
説明図。

【図６】密集領域面積による平坦判定処理において平坦
と判定されるブロック画像ＢＬａと、判定が保留される
ブロック画像ＢＬｂとを比較して示す説明図。

【図７】連続度による平坦判定処理の内容を示す説明
図。

【図８】鮮鋭度の定量的評価処理の手順を示すフローチ
ャート。

【図９】濃度差ヒストグラム作成処理の詳細手順を示す
フローチャート。

【図１０】ブロック画像内の濃度差を求める処理の内容
を示す説明図。

【図１１】高鮮鋭度の画像に関する濃度差ヒストグラム
を示すグラフ。

【図１２】低鮮鋭度の画像に関する濃度差ヒストグラム
を示すグラフ。

【図１３】ステップＳ２６の詳細手順を示すフローチャ
ート。

【図１４】高鮮鋭度画像の累積割合ヒストグラムを示す
グラフ。

【図１５】低鮮鋭度画像の累積割合ヒストグラムを示す
グラフ。

【図１６】実施例と比較例による鮮鋭度評価値を比較し
て示す図。

【図１７】実施例と比較例による鮮鋭度評価値を比較し
て示す図。

【図１８】評価対象として使用した第１の画像Ｍ１を示
す説明図。

【図１９】評価対象として使用した第２の画像Ｍ２を示
す説明図。

【図２０】評価対象として使用した第３の画像Ｍ３を示
す説明図。

【符号の説明】

２０…ＣＰＵ２２…バス２４…ＲＯＭ２６…ＲＡＭ２８…表示制御部３０…カラーＣＲＴ３２…キーボード３４…マウス３６…ハードディスク４０…入力データ読み込み部４２…２値化処理部４４…ブロック分割部４６…特徴抽出判定部４８…最少画素数判定部５０…密集領域面積判定部５２…連続度判定部５４…鮮鋭度定量的評価部５６…濃度差算出部５８…累積頻度算出部６０…累積割合算出部６２…出力データ書き込み部

Claims

【特許請求の範囲】

【請求項１】画像の鮮鋭度を評価する方法であって、
（ａ）前記画像を等しい大きさの複数のブロックに分割
する工程と、（ｂ）前記複数のブロックのなかで比較的
精細度の高い複数のブロックを、鮮鋭度の評価対象とな
る評価対象ブロックとして抽出する工程と、（ｃ）前記
複数の評価対象ブロックに対する鮮鋭度の評価値を求
め、これを前記画像の全体に対する鮮鋭度の評価値とし
て決定する工程と、を備えることを特徴とする鮮鋭度の
評価方法。
【請求項２】請求項１記載の鮮鋭度の評価方法であっ
て、前記工程（ｂ）は、（１）各ブロック内の画像部分の濃
度分布を表す２値画像を準備する工程と、（２）各ブロ
ックの２値画像において、第１の値を有する画素数の比
率または第２の値を有する画素数の比率が所定の閾値よ
りも低い場合には、当該ブロックを評価対象ブロックか
ら除外する第１の処理と、各ブロックの２値画像において、第１の値を有する画素
または第２の値を有する画素が所定の大きさ以上に密集
している場合には、当該ブロックを評価対象ブロックか
ら除外する第２の処理と、各ブロックの２値画像において、第１の値を有する画素
および第２の値を有する画素の直線的な連続度の平均値
が所定の長さ以上である場合には、当該ブロックを評価
対象ブロックから除外する第３の処理と、の３つの処理
の中の少なくとも１つを実行する工程と、を含む鮮鋭度
の評価方法。