KR20050048460A

KR20050048460A - 화상 처리 장치, 화상 처리 방법, 및 프로그램

Info

Publication number: KR20050048460A
Application number: KR1020040071961A
Authority: KR
Inventors: 히비요시하루; 오쿠츠마사루; 기타가와라아츠시
Original assignee: 후지제롯쿠스 가부시끼가이샤
Priority date: 2003-11-18
Filing date: 2004-09-09
Publication date: 2005-05-24
Also published as: US8280188B2; CN1620099A; CN101004835A; KR100662830B1; CN1991909A; US7653246B2; JP2005151282A; US20050105821A1; US20100092090A1; US20100092080A1; CN1991909B

Abstract

화상 처리 장치는 복수의 화상 데이터 각각의 특징량을 인식하는 특징량 인식 수단, 및 특징량 인식 수단에 의해 인식된 특징량으로부터 복수의 화상 데이터에 대하여 화상 보정을 실시하기 위한 처리 기준을 추출하는 처리 기준 추출 수단을 포함한다.

Description

화상 처리 장치, 화상 처리 방법, 및 프로그램{IMAGE PROCESSING APPARATUS, IMAGE PROCESSING METHOD, AND PROGRAM}

본 발명은 예를 들어 촬영된 화상 등을 처리하는 화상 처리 장치 등에 관한 것으로, 더욱 상세하게는 복수의 화상에 대하여 보정을 실시하는 화상 처리 장치 등에 관한 것이다.

예를 들어, 상품 광고지, 광고, 잡지 기사 등에 이용하기 위한 인쇄 시장에 서, 또한 전시회 및 세미나 자료, 현장 기록 사진, 부동산이나 제품 등의 상품 스냅을 작성하는 비지니스 시장에서, 예를 들어, 디지털 카메라(digital still camera(DSC)로 촬영된 사진 화상(화상 데이터, 디지털 화상) 및 스캐너를 통해 판독된 화상 등의 복수의 화상을 소정의 영역에 배치하고 편집된 레이아웃 화상을 시각화하여 출력하는 작업이 널리 이루어지고 있다. 종래, 예를 들어, 전문적인 사진가는 레이아웃된 사진 화상을 촬영하고 화상 처리 전문가인 사용자는 각각의 화상 상태를 관찰하면서 조정을 하여 편집하여왔다. 한편, 최근, 디지털 카메라, 휴대 전화 등으로 대표되는 촬영 장치의 급속한 발달과 보급, 및 인터넷 등의 네트워크 기술의 진보에 따라 일반 사용자에 의해 분산되어 다른 촬영 조건하에서 제공된 복수의 화상이 데이터베이스화되는 경우가 증가하고 있다.

공보에 설명된 관련 기술 중 하나로서, 여백을 갖는 부가 화상에 외접하는 직사각형 영역이 각각의 화상에 대하여 생성되고 소정의 배치 규칙에 따라 화상이 배치됨으로써, 특정 영역에 화상이 배치된다(예를 들어, JP-A-2003-101749 참조). 또한, 표시 영역의 세로 치수(또는 가로 치수)와 화상 데이터의 세로 치수(또는 가로 치수)간의 비율에 기초하여 각각의 판독된 화상의 가로세로 비를 확대하거나 축소함으로써 다중 화면 상에 복수의 불특정 화상 크기의 화상 데이터를 보기 쉽게 표시하는 기술이 개시되어 있다(예를 들어, JP-A-2000-40142 참조).

모든 사진 화상이 일정한 촬영 조건 등에서 촬영되는 경우, 보기 쉽게 레이아웃 표시를 생성하는 것이 가능하다. 그러나, 상술한 JP-A-2003-101749, JP-A-2000-40142 등에서의 기술을 이용하여도, 다른 환경에서, 다른 사진가에 의해, 또한 다른 촬영 조건에서 촬영된 복수의 사진 화상의 레이아웃 표시가 생성되는 경우에는, 보기 쉬운 레이아웃 표시가 제공되지 않는다. 예를 들어, 화장품이나 과자의 패키지 및 미니카 등의 완구 등과 같은 한정된 종류의 상품 사진이 촬영되는 경우에도, 다른 조건(촬영 장소, 시간, 피사체 위치, 피사체 각도, 조명, 카메라 등)에서 촬영되는 경우에는, 상품의 크기, 위치, 경사 등의 차이로 인해 레이아웃된 화상이 매우 보기 어렵게 된다. 레이아웃 표시에서의 보기 어려운 화상은 기하학적 특징량(기하 특징량) 차이 뿐만 아니라, 각 화상의 밝기, 색, 그레이 밸런스, 중간 계조(half-toning) 등의 화질에 대한 특징량 차이로 인해 발생한다. 또한, 배경이 존재하는지의 여부도 복수의 화상을 서로 비교하여 참조할 때 방해가 된다. 종래, 화질은 수작업으로 보정되었다. 그러나, 레이아웃된 화상의 인쇄 출력의 고속화가 요구되고 웹에 화상을 게재하는 경우가 증가하는 비지니스 시장 및 인쇄 시장에서 인위적 또는 수작업에만 화상 보정을 의존하는 현재의 상황은 바람직하지 않다.

본 발명의 목적은, 상술한 상황을 고려하여, 각각의 화상을 자동으로 보정하여 복수의 화상을 집합적으로 출력함으로써 보기 좋은 레이아웃 출력 등을 제공하는 것이며, 또한 통계 기술을 이용하여 복수의 화상에 있어서 보정된 주요 피사체 및 배경을 제공하는 것이다.

이를 위해, 본 발명을 적용한 화상 처리 장치는 복수의 화상 데이터 각각의 특징량을 인식하는 특징량 인식 수단, 및 특징량 인식 수단에 의해 인식된 특징량으로부터 복수의 화상 데이터에 대하여 화상 보정을 실시하기 위한 처리 기준을 추출하는 처리 기준 추출 수단을 포함한다.

본 발명의 다른 태양에서, 본 발명을 적용한 화상 처리 장치는 복수의 디지털 화상을 입력하는 입력 수단, 입력 수단을 통해 입력된 복수의 디지털 화상 각각으로부터 주요 피사체의 기하학적 특징량을 인식하는 특징량 인식 수단, 및 특징량 인식 수단에 의해 인식된 기하학적 특징량으로부터 화상이 기하학적으로 통일되도록 복수의 디지털 화상 각각의 주요 피사체에 대하여 보정을 실시하는 기하학적 보정 수단(기하 보정 수단)을 포함한다.

한편, 본 발명을 적용한 화상 처리 장치는 복수의 디지털 화상을 입력하는 입력 수단, 입력 수단을 통해 입력된 복수의 디지털 화상 각각으로부터 주요 피사체의 화질에 관한 특징량을 인식하는 특징량 인식 수단, 및 특징량 인식 수단에 의해 인식된 화질에 관한 특징량으로부터 화질이 통일되도록 복수의 디지털 화상 각각의 주요 피사체에 대하여 보정을 실시하는 화질 보정 수단을 포함한다.

또한, 본 발명을 적용한 화상 처리 장치는 복수의 디지털 화상 각각으로부터 배경 영역을 추출하고 각각의 배경에 관한 특징량을 인식하는 특징량 인식 수단, 및 특징량 인식 수단에 의해 인식된 배경에 관한 특징량으로부터 배경이 통일되도록 각각의 화상에 대하여 보정을 실시하는 배경 보정 수단을 포함한다.

본 발명의 다른 태양에서, 본 발명을 적용한 화상 처리 방법은 복수의 화상 데이터를 입력하는 단계, 입력된 복수의 화상 데이터 각각의 주요 피사체의 특징량을 인식하는 단계, 인식된 특징량으로부터 각각의 주요 피사체에 대하여 화상 보정을 실시하기 위한 처리 기준을 설정하는 단계, 설정된 처리 기준을 이용하여 주요 피사체에 대하여 보정을 실시하는 단계, 및 주요 피사체에 대하여 보정이 실시된 화상 데이터를 출력하는 단계를 포함한다.

또한, 본 발명을 적용한 화상 처리 방법은 복수의 화상 데이터를 입력하는 단계, 입력된 복수의 화상 데이터 각각에서 배경을 인식하는 단계, 인식된 배경 영역이 통일되도록 복수의 화상 데이터에 대하여 보정을 실시하는 단계, 및 보정이 실시된 복수의 화상 데이터를 출력하는 단계를 포함한다.

컴퓨터에 의해 판독가능한 저장 매체로서, 상기 저장 매체는 화상을 처리하는 기능을 수행하기 위하여 컴퓨터에 의해 실행 가능한 명령의 본 발명을 적용한 프로그램을 저장하고, 상기 기능은 입력된 복수의 화상 데이터 각각에서 주요 피사체를 인식하는 단계, 인식된 주요 피사체 각각의 특징량을 인식하는 단계, 인식된 특징량으로부터 주요 피사체 각각에 대하여 화상 보정을 실시하기 위한 처리 기준을 설정하는 단계, 및 설정된 처리 기준을 이용하여 주요 피사체에 대하여 보정을 실시하는 단계를 포함한다.

컴퓨터에 의해 판독가능한 저장 매체로서, 상기 저장 매체는 화상을 처리하는 기능을 수행하기 위하여 컴퓨터에 의해 실행 가능한 명령의 본 발명을 적용한 프로그램을 저장하고, 상기 기능은 입력된 복수의 화상 데이터 각각에서 배경 영역을 인식하는 단계, 및 인식된 배경 영역이 통일되도록 복수의 화상 데이터에 대하여 보정을 실시하는 단계를 포함한다.

본 발명으로 인해, 각각의 화상을 자동으로 보정하고 보기 좋은 레이아웃 출력을 제공하는 등, 복수의 화상을 집합적으로 출력하는 것이 가능하게 된다.

이하, 도면에 기초하여 본 발명의 바람직한 실시예를 상세히 설명한다.

첨부된 도면을 참조하여, 본 발명의 일 실시예를 설명한다.

도 1은 본 발명의 일 실시예를 적용한 화상 처리 시스템의 전체적인 구성예를 나타낸 도면이다. 여기에서는, 인터넷 등의 네트워크(9)를 통해 각 기능이 접속된다. 도 1에 도시된 화상 처리 시스템은 분산 촬영되는 화상의 통합 레이아웃 처리를 수행하는 화상 처리 서버(1), 분산 촬영된 화상을 취득하고 통합 레이아웃 처리가 수행되는 화상을 선택하는 화상 데이터베이스 서버(2), 및 화상 데이터베이스 서버(2)에 접속되고 분산 촬영된 화상을 저장하는 1개 이상의 화상 데이터베이스(화상 DBs)(3)를 포함한다. 또한, 화상 처리 시스템은 촬영 수단인 디지털 카메라(4)로 촬영된 화상을 판독하고 화상을 네트워크(9)를 통해 화상 데이터베이스 서버(2)에 전송하는 화상 전송 장치(5), 화상 처리 서버(1)에서 통합 레이아웃 처리된 화상을 표시하는 표시 장치(6), 및 화상 처리 서버(1)에서 통합 레이아웃 처리된 화상을 화상 인쇄 출력 수단인 프린터(7)에 출력하기 위하여 각종 화상 처리를 수행하는 인쇄용 화상 처리 장치(8)를 포함한다. 화상 전송 장치(5), 표시 장치(6), 및 인쇄용 화상 처리 장치(8)는 노트북 컴퓨터(notebook PC)나 데스크톱 PC 등의 컴퓨터로 구현될 수 있다. 또한, 화상 처리 서버(1) 및 화상 데이터베이스 서버(2)도 PC 등의 컴퓨터로 파악될 수 있다. 본 실시예는 다른 촬영 장소 및 다른 촬영 조건에서 분산 촬영된 복수의 화상을 통합시키는 점을 특징으로 한다. 이 점에서, 복수의 디지털 카메라(4)와 이것에 접속된 복수의 화상 전송 장치(5)는 네트워크(9)에 접속된다.

이해를 쉽게 하기 위해, 종래 기술에서의 레이아웃 처리와 본 실시예에서의 통합 레이아웃 처리를 비교하여 설명한다.

도 10(a) 및 10(b)는 후술할 실시예에서의 통합 레이아웃 처리가 수행되지 않은 예를 나타낸 도면이다. 도 10(a)에서, 촬영 A, 촬영 B, 및 촬영 C는 다른 환경에서 촬영되고 화상 전송 장치(5)로부터 화상 데이터베이스 서버(2)에 전송되어 메모리 등의 1개 이상의 화상 DB(3)에 저장되는 사진 화상 예를 나타낸다. 예를 들어, 촬영 A의 다큐먼트에서, 오브젝트(주요 피사체)는 비교적 크고 충분한 밝기로 촬영되며 화상의 밝기도 비교적 양호하다. 촬영 B의 다큐먼트에서, 오브젝트는 작게 촬영되며 화상은 충분히 밝지 않다. 또한, 피사체도 중심으로부터 크게 벗어나 위치한다. 촬영 C의 다큐먼트에서, 오브젝트의 크기는 적당하지만, 화상은 매우 낮은 조도로 어둡다. 이러한 다른 촬영 조건에서 촬영된 화상이 처리되지 않고 레이아웃되는 경우, 예를 들어 도 10(b)에 도시된 바와 같이 된다. 피사체의 크기는 다양하며 화상에서의 피사체의 위치도 일정하지 않다. 또한, 화상도 화질, 즉, 밝기, 색재현 등도 다르므로, 생성된 다큐먼트 품질이 매우 나쁘다.

도 11(a) 및 도 11(b)는 본 실시예에 있어서 통합 레이아웃 처리가 수행되는 예를 나타낸 도면이다. 도 10(a)와 같이 다른 환경에서 다른 화질로 촬영되고 다른 피사체의 기하학적 특징을 갖는 화상이 통합 레이아웃되는 경우, 도 11(b)에 도시된 바와 같은 통합 다큐먼트는 통계적인 기술을 이용하여 자동적으로 제공될 수 있다. 통합 다큐먼트에서, 피사체인 오브젝트의 기하학적 특징량 및 화상 처리 특징량은 도 11(a)에 도시된 각각의 화상으로부터 추출되고 추출된 각종 특징량에 기초하여 기준이 설정되며 각각의 화상에 대하여 보정이 실시된다. 주요 피사체로서 오브젝트의 밝기 뿐만 아니라 피사체의 배경도 화상간에서 통일되도록 각각의 화상에 대하여 보정이 실시된다. 즉, 우선 크기, 위치 등의 기하학적 특징량이 추출되며 화상의 밝기, 색 재현 등의 화질에 관한 특징량도 추출된다. 특징량이 수집되고, 일정한 조건에 기초하여 기준이 설정되며, 기준에 일치하도록 각각의 화상을 보정하여 통합 레이아웃을 생성한다. 따라서, 예를 들어, 도 11(b)에 도시된 바와 같은 상품 카탈로그와 같이 크기, 위치, 배경, 밝기 등이 통합된 보기 좋은 레이아웃 화상을 제공하는 것이 가능하게 된다.

도 2는 도 11(a) 및 도 11(b)를 참조하여 설명된 실시예에서 통합 레이아웃 처리를 실행하기 위한 기능 블록도이다. 통합 레이아웃을 주로 실행하는 화상 처리 서버(1)는 화상 데이터베이스 서버(2)로부터 화상 DB(3)에 저장된 화상 데이터(디지털 화상)를 취득하는 화상 입력부(11), 화상 입력부(11)를 통해 입력된 복수의 화상에 대하여 화상 번호 Gn 부여, 총 카운트 등의 선처리를 실행하는 번호 부여 및 총 카운트 처리부(12), 및 화상 처리된 개별 화상을 각각 또는 레이아웃 상태로 네트워크(9)에 전송하는 화상 출력부(13)를 포함한다. 또한, 화상 처리 서버(1)는 번호 부여 및 총 카운트 처리부(12)를 경유한 화상으로부터 기하학적 특징량과 화질 특징량을 취득하고 처리 기준을 계산하는 처리 기준 결정 기능(20), 화상 입력부(11)를 통해 입력되어 번호 부여 및 총 카운트 처리부(12)에 의해 화상 번호(Gn) 부여 및 총 카운트 등의 선처리된 각각의 개별 화상의 특징량을 해석하고 처리 기준 결정 기능(20)으로부터의 출력에 기초하여 화상 보정량을 계산하는 보정량 계산 기능(30), 및 보정량 계산 기능(30)에 의해 계산된 개별 화상의 보정량에 기초하여 각종 화상 처리를 실행하는 화상 처리 기능(40)을 포함한다.

보정량 계산 기능(30)으로 인해, 실제 화상 처리된 각각의 화상 상태를 해석하는 것이 가능하게 되고, 결정된 복수 화상의 처리 기준과의 차이를 보정하는 것이 가능하게 된다. 보정량 계산 기능(30)이 제공되지 않은 구성도 가능하다. 이 경우, 복수의 화상으로부터 결정된 처리 기준에 의해 일률적으로 결정된 처리는 각각의 화상 상태에 관계 없이 수행된다. 또한, 처리 형태에 따라 처리 모드도 전환될 수 있다. 예를 들어, 배경을 동일하게 하는 처리에서는, 복수의 화상으로부터 다수결이나 평균 등에 기초하여 처리 기준이 결정되며, 각각의 화상 상태에 관계 없이 일률적으로 결정된 처리가 수행된다. 한편, 화상군(群) 의 평균에 기초하여 밝기 레벨을 동일하게 하기 위해서는, 처리 기준과의 차이를 보정하기 전에 보정량 계산 기능(30)에 의해 각각의 화상 상태를 해석하는 것이 바람직하다.

이하, 각각의 기능을 더 설명한다. 처리 기준 결정 기능(20)은 통합 레이아웃 처리된 복수의 화상으로부터 기하학적 특징량이나 배경 정보, 색 등의 각종 화질 정보의 특징량을 취득하는 특징량 추출부(21), 특징량 추출부(21)에 의해 추출된 복수의 화상의 특징량을 해석하는 기준 특징량 해석부(22), 이들 화상으로부터 처리 기준을 계산하는 처리 기준 계산부(23), 및 계산된 처리 기준으로부터 목표값을 설정하고 설정된 값을 메모리(도시안함)에 저장하는 목표값 설정 및 저장부(24)를 포함한다.

보정량 계산 기능(30)은 보정 처리된 각각의 화상의 기하학적 특징량과 화질 특징량 등의 특징량을 추출하는 화상 특징량 추출부(31), 화상 특징량 추출부(31)에 의해 특징량이 추출된 화상의 특징량을 해석하는 화상 특징량 해석부(32), 및 화상 특징량 해석부(32)에 의해 해석된 특징량과 처리 기준 계산부(23)에 의해 계산된 처리 기준에 기초하여 화상의 보정량을 계산하는 화상 보정량 계산부(33)를 포함한다. 또한, 화상 처리 기능(40)은 주요 피사체로서 인식된 오브젝트의 크기,위치, 경사 등의 기하학적 특징량을 보정하는 기하학적 특징량 보정부(41), 밝기, 색, 그레이 밸런스, 계조 보정 등의 화질을 보정하는 화질 보정부(42), 및 배경 제거나 배경 통일 등의 배경 보정을 수행하는 배경 처리부(43)를 포함한다.

화질 보정부(42)는 예를 들어, 노이즈 억제 처리를 수행하는 평활화 처리 기능, 화상 분포가 밝은쪽인지 어두운쪽인지에 따라 기준 포인트를 이동시키는 밝기 보정 기능, 화상 분포의 밝은 부분 및 쉐도우 부분의 분포 특성을 조정하는 하이라이트 쉐도우 보정 기능, 및 명암 분포 히스토그램의 분포 상태를 얻어 명암 콘트라스트를 보정하는 명암 콘트라스트 보정 기능을 포함한다. 화질 보정부(42)는, 가장 밝다고 생각되는 흰색 영역을 기준으로 흰색 부분에서의 색상 어긋남을 보정하는 색상 및 칼라 밸런스 보정 기능, 예를 들어, 약간 채도가 낮은 화상에 대해서는 선명(brilliant)하게 하고 그레이에 가까운 화상에 대해서는 채도를 억제하게 하는 처리를 수행하는 채도 보정 기능, 예를 들어, 피부색을 기준으로 피부색에 가깝도록 보정하는 등의 특정한 기억 색을 보정하는 기억 색 보정 기능 등을 포함한다. 또한, 화질 보정부(42)는 예를 들어, 전체 엣지(edge)도로부터 엣지 강도를 결정하여 날카로운 화상을 보정하는 날카로움(sharpness) 강조 처리 기능을 포함할 수 있다.

이하, 도 2에 도시된 기능 블록도에서 실행되는 처리를 설명한다.

우선, 기하학적 특징량 처리 공정을 설명한다.

도 3은 기하학적 특징량의 처리 기준 계산 공정을 나타낸 흐름도이다. 화상 처리 서버(1)에서는, 우선 복수의 화상(화상 데이터, 디지털 화상)이 화상 입력부(11)를 통해 입력되고(스텝 101) 번호 부여 및 총 카운트 처리부(12)는 각각의 입력 화상에 화상 번호 Gn을 부여하며(스텝 102) 화상 총수 N을 카운트한다(스텝 103). 다음으로, 처리 기준 결정 기능(20)은 예를 들어, 첫번째 화상 G1부터 순서대로 화상 Gn을 판독한다(스텝 104). 주요 피사체는 특징량 추출부(21)에 의해 인식되고(스텝 105) 인식된 주요 피사체(피사체)의 윤곽이 추출(스텝 106)된 후 피사체에 외접하는 직사각형이 추출된다(스텝 107). 처리 기준 계산부(23)는 스텝 108 내지 스텝 110에서의 각종 계산 처리를 실행한다. 즉, 피사체의 외접 개시 위치가 계산되며(스텝 108) 피사체의 크기가 계산된다(스텝 109). 그 후, 피사체의 중심(重心)이 계산된다(스텝 110).

도 4(a) 및 도 4(b)는 상술한 스텝 105 내지 스텝 110에서의 처리를 설명하는 도면으로서 화상 패턴 1 내지 3의 처리 기준이 계산될 때까지의 공정을 나타낸다. 도 4(a)는 피사체의 인식의 일 예를 나타낸다; 도 4(b)는 윤곽 추출의 일 예를 나타낸다; 도 4(c)는 피사체 외접 직사각형의 추출 및 직사각형 정보 계산의 일 예를 나타낸다. 도 4(a)에 도시된 바와 같이, 스텝 105에서는, 주요 피사체가 배경으로부터 분리되어 피사체가 인식된다. 스텝 106에서는, 각각의 화상 패턴에 대하여 윤곽이 추출되고, 예를 들어, 도 4(b)에 도시된 바와 같이 빈(void) 화상이 제공된다. 스텝 107에서는, 추출된 윤곽으로부터 도 4(c)에 도시된 피사체 외접 직사각형이 추출된다. 스텝 108 내지 스텝 110에서는, 추출된 피사체 외접 직사각형으로부터 피사체의 외접 개시 위치(예를 들어, (Xs1, Ys1), (Xs2, Ys2), (Xs3, Ys3)), 피사체의 크기(예를 들어, (Xd1, Yd1), (Xd2, Yd2), (Xd3, Yd3)), 및 피사체 중심 좌표(예를 들어, (Xg1, Yg1), (Xg2, Yg2), (Xg3, Yg3))가 각각의 화상에 대하여 계산된다.

다시 도 3을 참조하면, 처리된 화상의 수가 화상 총수 N을 초과하는지, 즉 Gn ＜ N인지의 여부가 스텝 110 다음에 결정된다(스텝 111). 처리된 화상의 수가 화상 총수 N을 초과하지 않는 경우, 스텝 104로 공정이 복귀하고 스텝 104 및 그 후의 공정을 실행하여 각각의 화상에 대한 계산 처리를 반복한다. 처리된 화상의 수가 화상 총수 N을 초과하는 경우, 처리 기준 계산부(23)는 스텝 112 내지 스텝 114에서의 평균값 계산 처리를 실행한다. 스텝 112에서는, 외접 개시 위치의 평균값(XsM, YsM)이 XsM = 평균(Xs1, Xs2, Xs3) 및 YsM = 평균(Ys1, Ys2, Ys3)으로서 계산된다. 스텝 113에서는, 크기의 평균값이 XdM = 평균(Xd1, Xd2, Xd3) 및 YdM = 평균(Yd1, Yd2, Yd3)으로서 계산된다. 또한, 스텝 114에서는, 중심의 평균값이 XgM = 평균(Xg1, Xg2, Xg3) 및 YgM = 평균(Yg1, Yg2, Yg3)으로서 계산된다. 상기와 같이 처리 기준이 계산된 후, 목표값 설정 및 저장부(24)는 외접 개시 위치의 목표값을 설정하고(스텝 115), 크기의 목표값을 설정하며(스텝 116), 중심의 목표값을 설정한다(스텝 117). 설정된 목표값은 메모리(도시안함)에 저장되고 기하학적 특징량의 처리 기준 계산 공정이 종료된다.

또한, 기하학적 특징량의 목표값도 사용자의 지정에 따라 결정될 수 있다. 예를 들어, 피사체의 중심을 중앙에 맞춘다;

피사체를 가장 큰 피사체에 맞춘다;

피사체를 가장 작은 피사체에 맞춘다; 및

크기와 위치를 평균 크기와 평균 위치에 맞춘다 등과 같은 메시지를 예를 들어 표시 장치 상에 표시할 수 있으며, 사용자가 그 중 하나를 지정할 수 있다. 도 3에서의 목표값을 설정하는 예에서는, 평균값이 목표값으로서 자동으로 계산된다. 사용자가 지정하는 경우, 목표값 설정 및 저장부(24)는 사용자의 지정에 따라 목표값 설정 방법을 변환시킬 수 있으며 메모리에 목표값을 저장할 수 있다. 또한, 실제 보정 공정이 실행될 때 목표값이 설정될 수도 있다.

도 5는 기하학적 특징량의 보정 공정을 나타낸 흐름도이다.

기하학적 특징량의 보정 공정에서는, 도 3에 도시된 공정이 실행될 때 취득한 처리 기준의 목표값에 기초하여 실제 보정 처리가 수행된다. 보정 처리로서는, 각각의 화상의 상태에 관계 없이 일률적으로 결정된 처리를 수행하는 방법과 각각의 화상 상태를 해석하여 처리 기준과의 차이를 보정하는 방법이 이용 가능하다. 도 5에서는 후자의 방법을 예로 들고 있다.

기하학적 특징량 보정 공정에서는, 도 2에 도시된 화상 처리 서버(1)에, 우선, 처리될 화상(화상 데이터, 디지털 화상)이 화상 입력부(11)를 통해 입력되고(스텝 151) 번호 부여 및 총 카운트 처리부(12)는 각각의 입력된 화상에 화상 번호 Gn을 부여하여(스텝 152) 처리될 화상 총수 N을 카운트한다(스텝 153). 또한, 사용자가 처리될 화상을 지정할 수도 있다. 이와 같은 경우, 사용자에 의해 지정된 화상의 전체가 화상 총수 N으로 된다. 다음으로, 보정량 계산 기능(30)은 N개의 화상 중 화상 Gn(초기에는 첫번째)을 판독한다(스텝 154). 처리될 주요 피사체가 화상 특징량 추출부(31)에 의해 인식되고(스텝 155) 인식된 주요 피사체(피사체)의 윤곽이 추출(스텝 156)된 후 피사체의 외접 직사각형이 추출된다(스텝 157). 그 후, 화상 특징량 해석부(32)는 처리될 화상의 특징량을 해석한다. 특히, 피사체의 외접 개시 위치가 계산되고(스텝 158) 피사체의 크기가 계산된다(스텝 159). 그 후, 피사체의 중심이 계산된다(스텝 160). 화상 보정 처리 방법에 따라 해석이 모두 실행되지 않을 수도 있다.

그 후, 화상 보정량 계산부(33)는 목표값 설정 및 저장부(24)에 의해 설정 및 저장된 목표값을 판독하고(스텝 161) 화상 특징량 해석부(32)에 의해 해석된 특징량과 각각의 판독된 목표값간의 차이로부터 보정량을 계산한다(스텝 162). 계산된 보정량은 화상 처리 기능(40)에 출력된다. 화상 처리 기능(40)의 기하학적 특징량 보정부(41)는 필요에 따라 외접 개시 위치를 보정하고(스텝 163), 크기를 보정하며(스텝 164), 중심을 보정한다(스텝 165). 화상 총수 N까지 보정이 실행되었는지의 여부, 즉, Gn ＜ N인지의 여부가 판단된다(스텝 166). 화상 총수 N을 초과하지 않은 경우, 스텝 154로 공정이 복귀하고 스텝 154 및 그 후의 공정을 반복하여 다음 처리될 화상에 대한 보정 처리를 실행한다. 화상 총수 N을 초과하는 경우, 기하학적 특징량의 보정 공정이 종료된다. 이하, 도 4(a) 내지 도 4(c)에 도시된 패턴 예를 이용하여 설명한다. 예를 들어, 외접 개시 위치의 평균값(XsM, YsM)과 크기의 평균값(XdM, YdM)을 이용하여 화상 패턴 2를 보정하기 위해서는,

화상 시프트 : (XsM-Xs2, YsM-Ys2) 화소 시프트

화상 확대 : (YdM/Yd2)배 ... (세로의 축척에 맞춤)과 같이 할 수 있다.

이와 같은 보정을 추가함으로써, 도 11(b)에 도시된 바와 같이, 기하학적 특징량이 통일된 보기 쉬운 레이아웃 출력을 제공할 수 있게 된다.

다음으로, 화질 처리의 각 공정을 설명한다.

도 6은 화질 처리 기준 계산 공정을 나타낸 흐름도이다. 화상 처리 서버(1)에서는, 우선 화상 입력부(11)를 통해 복수의 화상이 입력되고(스텝 201) 번호 부여 및 총 카운트 처리부(12)는 각각의 입력된 화상에 화상 번호 Gn을 부여하여(스텝 202) 화상 총수 N을 카운트한다(스텝 203). 다음으로, 처리 기준 결정 기능(20)은 예를 들어, 첫번째 화상 G1에서 시작하여 순서대로 화상 Gn을 판독한다(스텝 204). 그 후, 주요 피사체에 대하여, 휘도, R(적색), G(초록색), B(청색) 및 채도에 관한 목표값 설정 처리가 실행된다. 우선, 배경으로부터 분리된 주요 피사체에 대하여, 예를 들어, L＊a＊b＊로의 변환이 실행되고 휘도 변환이 실행되며(스텝 205) 휘도 히스토그램이 채취된다(스텝 206). 그 후, 분포 평균값 L＿ave가 계산되고(스텝 207) 계산된 L＿ave를 더해 L＿target을 구한다(스텝 208). 휘도 변환은 예를 들어 하이라이트 쉐도우 보정이나 명암 콘트라스트 보정에 이용된다. 예를 들어, 명암 콘트라스트 보정에서는, 기준 화상으로부터 명암 분포(예를 들어, 히스토그램)를 취하고, 거의 동일한 분포가 약 5단계의 범위로 제공되는 값을 목표값으로 설정한다.

한편, 채도 보정을 하기 위해서는, 채도 변환이 실행된다(스텝 209). 우선, 배경으로부터 분리된 주요 피사체에 대하여, 채도 히스토그램이 채취되고(스텝 210) 분포 평균값 S＿ave가 계산된다(스텝 211). 계산된 S＿ave를 더해 S＿target을 구한다(스텝 212). 여기서, L＊a＊b＊의 a＊b＊의 2개 평면으로 채도를 표현할 수 있다. a＊b＊가 00일 때, 그레이가 생성된다. 기준으로서, 그레이에 가까운 부분은 그레이로 되고, 즉, 그 부분이 적게 채색된 경우에는 채도가 억제된 그레이로 보정된다. 중간이나 높은 채도 분포에서는, 선명함(밝기)을 강조하도록 채도 보정을 한다. 스텝 209 내지 스텝 212에서는, 각 화소에 관한 주요 피사체의 분포 평균값으로부터 채도 보정을 위한 목표가 결정된다.

또한, 예를 들어, 색상 및 칼라 밸런스 보정을 하기 위해, RGB 변환이 실행된다(스텝 213). 우선, 배경으로부터 분리된 주요 피사체에 대하여, RGB 히스토그램이 채취되고(스텝 214), R 분포의 최대값인 r＿max가 계산되고(스텝 215), G 분포의 최대값인 g＿max가 계산되고(스텝 216), B 분포의 최대값인 b＿max가 계산된다(스텝 217). 계산된 r＿max를 더해 Rmax＿target을 구하고(스텝 218), 계산된 g＿max를 더해 Gmax＿target을 구하고(스텝 219), 계산된 b＿max를 더해 Bmax＿target을 구한다(스텝 220). 색상 및 칼라 밸런스 보정을 하기 위해, R, G 및 B 히스토그램이 각각 채취되고, 예를 들어, 가장 밝은 RGB 히스토그램 포인트는 흰색으로 판단되고 노란색이나 초록색 등의 포깅(fogging)이 이 부분에서 발생하는 경우, 흰색 부분이 벗어난 것으로 판단하고 동일한 스타트가 설정되도록 화이트 밸런스가 조정된다.

스텝 220 다음으로, 처리된 화상의 수가 화상 총수 N을 초과하는지의 여부, 즉, Gn ＜ N인지의 여부가 판단된다(스텝 221). 처리된 화상의 수가 화상 총수 N을 초과하지 않는 경우, 스텝 204로 처리가 복귀하여 스텝 204 및 그 후 처리를 실행하여 각각의 화상에 대한 계산 처리를 반복한다. 처리된 화상의 수가 화상 총수 N을 초과하는 경우, 처리 기준 계산부(23)는 다음의 처리를 실행한다: 우선, 처리 기준 계산부(23)는 복수 화상의 계산 결과의 합(sum)을 N으로 나누어 평균값을 구한다. 즉, 합을 N으로 나누어 합산에 의해 계산된 L＿target에 대한 평균값을 구한다(스텝 222). 이와 같이, 합을 N으로 나누어 합산에 의해 계산된 S＿target에 대한 평균값을 구하고(스텝 223), Rmax＿target의 평균값을 계산하고(스텝 224), Gmax＿target의 평균값을 계산하고(스텝 225), Bmax＿target의 평균값을 계산한다(스텝 226). 목표값 설정 및 저장부(24)는 이와 같이 계산된 L＿target을 명도 보정 목표값에 설정하고(스텝 227), S＿target을 채도 보정 목표값에 설정하고(스텝 228), Rmax＿target을 칼라 밸런스(CB) 보정 목표값에 설정하고(스텝 229), Gmax＿target을 CB 보정 목표값에 설정하고(스텝 230), Bmax＿target을 CB 보정 목표값에 설정하고(스텝 231), 이를 소정의 메모리(도시안함)에 저장한다. 이상, 화질 처리 기준 계산 공정이 종료된다.

다음으로, 실제 보정 처리를 설명한다.

도 7은 화질 보정 공정을 나타낸 흐름도이다. 화상 처리 서버(1)에서는, 우선 처리될 복수의 화상이 화상 입력부(11)를 통해 입력되고(스텝 251) 번호 부여 및 총 카운트 처리부(12)는 처리될 화상 순서로 화상 번호 Gn을 부여하여(스텝 252) 화상 총수 N을 카운트한다(스텝 253). 다음으로, 화상 특징량 추출부(31)에서는, 예를 들어, 첫번째 화상 G1에서 시작하여 순서대로 화상 Gn이 판독된다(스텝 254). 배경으로부터 분리된 주요 피사체에 대하여, RGB 변환이 실행된다(스텝 255). 그 후, RGB 히스토그램이 채취되고(스텝 256), R 분포의 최대값인 r＿max가 계산되고(스텝 257), G 분포의 최대값인 g＿max가 계산되고(스텝 258), B 분포의 최대값인 b＿max가 계산된다(스텝 259). 도 6의 흐름도에서 목표값 설정 및 저장부(24)에 의해 설정된 목표값인 Rmax＿target, Gmax＿target 및 Bmax＿target을 이용하여, 칼라 밸런스(CB) 보정 LUT(look-up table)가 생성되고(스텝 260), RGB 변환된 화상에 대하여 칼라 밸런스 보정이 실행된다(스텝 261).

예를 들어, L＊a＊b＊로 변환 후, 처리될 화상의 주요 피사체에 대하여 스텝 262 이후의 휘도 변환과 스텝 267 이후의 채도 변환이 실행된다. 예를 들어, 스텝 262 이후의 휘도 변환에서는, L＊에 기초한 휘도 히스토그램이 채취된다(스텝 263). 그 후, 분포 평균값 L＿ave가 계산된다(스텝 264). 도 6에 도시된 처리에서 목표값 설정 및 저장부(24)에 의해 설정된 L＿target을 이용하여, 명도 보정 LUT가 생성된다(스텝 265). 그 후, 이 명도 보정 LUT를 이용하여, 화질 보정부(42)는 명도 보정을 실행한다(스텝 266). 스텝 267 이후의 채도 변환에서는, 예를 들어, a＊b＊를 이용하여 채도 히스토그램이 채취되고(스텝 268) 분포 평균값으로서 S＿ave가 계산된다(스텝 269). 목표값 설정 및 저장부(24)에 의해 설정된 S＿target을 이용하여, 채도 보정 계수가 계산된다(스텝 270). 그 후, 이 채도 보정 계수를이용하여, 화질 보정부(42)는 채도 보정을 실행한다(스텝 271). 이와 같이 명도 및 채도에 관한 보정이 수행된 후, 화상 출력 형식에 따라 RGB 변환이 실행되고(스텝 272) 화상이 출력된다(스텝 273). 처리된 화상의 수가 화상 총수 N을 초과하는지의 여부, 즉, Gn ＜ N인지의 여부가 판단된다(스텝 274). 처리된 화상의 수가 화상 총수 N을 초과하지 않는 경우, 스텝 254로 처리가 복귀하고 스텝 254 이후의 처리가 반복된다. 처리된 화상의 수가 화상 총수 N을 초과하는 경우, 보정 처리가 종료된다.

이와 같이 화질이 보정될 때, 예를 들어, 같은 페이지 내에 동일 종류의 화상이 포함되어 있는 경우, 대상물의 밝기, 색상 및 선명도(brilliance)를 동일하게 하는 것이 가능하다. 따라서, 통계 기술을 이용하여 화질이 통일되어, 사용자에 게 보기 좋은 출력 화상을 제공하는 것이 가능하다.

다음으로, 각각의 배경 처리 공정을 설명한다.

도 8은 배경 처리를 위한 처리 기준 계산 공정을 나타낸 흐름도이다. 화상 처리 서버(1)에서는, 우선 화상 입력부(11)를 통해 복수의 화상이 입력되고(스텝 301) 번호 부여 및 총 카운트 처리부(12)는 각각의 입력 화상에 화상 번호 Gn을 부여하며(스텝 302) 화상 총수 N을 카운트한다(스텝 303). 다음으로, 처리 기준 결정 기능(20)은 첫번째 화상 G1에서 시작하여 순서대로 화상 Gn을 판독한다(스텝 304). 특징량 추출부(21)는 배경 영역을 인식하여(스텝 305) 배경 영역 색을 샘플링한다(스텝 306). 샘플링된 배경 영역 색은 기본적으로 휘도, 명도 및 채도이며, 도 5에 도시된 주요 피사체의 측정과 동일한 방법으로 처리가 수행된다. 그 후, 처리된 화상의 수가 화상 총수 N을 초과하는지의 여부, 즉, Gn ＜ N인지의 여부가 판단된다(스텝 307). 처리된 화상의 수가 화상 총수 N을 초과하지 않는 경우, 스텝 304로 처리가 복귀하고 스텝 304 이후의 처리를 실행하여 각각의 화상에 대한 계산 처리를 반복한다. 처리된 화상의 수가 화상 총수 N을 초과하는 경우, 목표값 설정 및 저장부(24)는 목표값을 설정하여 목표값을 메모리(도시안함)에 저장한다(스텝 308). 예를 들어, 기준이 미리 설정되는 경우, 저장되는 목표값은 기준에 따르게 된다. 실제 처리에서 결정되는 경우, 예를 들어, 모든 화상의 배경 화상 정보가 저장될 수도 있다. 예를 들어, 평균에 따라 배경 색을 동일하게 하기 위해, 처리 기준 계산부(23)가 평균 처리 등을 실행한다.

또한, 배경 색의 목표값을 사용자의 지정에 따라 결정할 수도 있다. 예를 들어, 배경 색을 가장 밝은 배경 색과 동일하게 한다;

배경 색을 가장 어두운 배경 색과 동일하게 한다;

배경 색을 가장 선명한 배경 색과 동일하게 한다;

배경 색을 평균값에 따라 동일하게 한다 등과 같은 메시지를 표시할 수도 있으며, 사용자는 그 중 하나를 지정하여 목표값을 결정할 수 있다. 목표값의 특징으로서, 복수의 화상 데이터가 존재한다고 가정하며, 선명도(brilliance)의 최대, 최소 등에 따라 배경 색을 선택하는 통계 처리, 평균에 따른 배경 색 결정 등을 포함하여 목표값이 결정된다.

도 9는 배경 색 보정 공정을 나타낸 흐름도이다. 화상 처리 서버(1)에서는, 우선, 화상 입력부(11)를 통해 처리될 화상이 입력되고(스텝 351) 번호 부여 및 총 카운트 처리부(12)는 각각의 입력된 화상에 화상 번호 Gn을 부여하여(스텝 352) 화상 총수 N을 카운트한다(스텝 353). 다음으로, 배경 처리부(43)는 예를 들어, 첫번째 화상 G1에서 시작하여 순서대로 처리될 화상 번호 Gn의 화상을 판독하여(스텝 354), 배경 영역을 인식한다(스텝 355). 그 후, 배경 처리부(43)는 결정된 배경 목표값을 취득하고(스텝 356) 목표값을 처리될 화상의 배경 영역에 적용한다(스텝 357). 그 후, 보정된 화상의 수가 화상 총수 N을 초과하는지의 여부, 즉, Gn ＜ N인지의 여부가 판단된다(스텝 358). 보정된 화상의 수가 화상 총수 N을 초과하지 않는 경우, 스텝 354로 처리가 복귀하고 스텝 354 이후의 처리가 반복된다. 처리된 화상의 수가 화상 총수 N을 초과하는 경우, 보정 처리가 종료된다.

상술한 바와 같이, 본 실시예에서는, 복수의 화상(복수의 화상 데이터)으로부터 처리 기준이 결정되고 각각의 화상에 적용된다. 각각의 화상 상태에 관계 없이, 다수결에 의한 결정이나 평균에 의한 결정 등의 통계 기술에 기초하여 일률적으로 결정되는 처리가 수행되므로, 사용자에게 보기 좋은 출력 화상을 제공하는 것이 가능하게 된다. 다수결에 의한 결정이란 예를 들어, 4개의 화상 데이터 중 3개의 배경이 흰색이고 1개의 배경이 그레이인 경우, 모든 화상 데이터의 배경을 흰색으로 하는 것이다. 이와 같은 경우, 그레이 배경을 갖는 화상의 배경 부분을 보정하게 된다.

애플리케이션 타입, 프린터 드라이버 타입, 디지털 카메라와의 제휴 등에 본 실시예가 이용되는 것을 상정할 수 있다. 애플리케이션 타입에서는, 예를 들어, 디지털 스틸 카메라(DSC) 화상을 앨범화하거나 DSC 화상을 관리하는 플러그인 소프트웨어 모듈 등으로서 사용자 채취 화상의 자동 조정 기능에 본 실시예를 이용할 수 있다. 프린터 드라이버 타입에서는, 드라이버 설정에 있어서 옵션 기능으로서 본 실시예를 설정하거나 모드 설정에 내장된 기능으로 할 수 있다. 또한, 디지털 카메라와의 제휴 타입에서는, 사용자가 파일 포맷에 태그 정보를 설치하고 인쇄 단계에서 조정 명령을 입력할 수 있도록 하는 기능으로서 본 실시예를 적용할 수 있다.

본 실시예를 적용한 컴퓨터 프로그램은, 프로그램이 컴퓨터에 설치되거나 컴퓨터 프로그램을 저장한 컴퓨터 판독 가능 저장 매체가 제공되는 것과 같은 방법으로 컴퓨터에 제공될 수 있다. 저장 매체로는 각종 DVD나 CD-ROM 또는 카드 저장 매체 등이 있으며 저장 매체 상에 저장된 프로그램은 컴퓨터에 설치되거나 접속된, DVD나 CD-ROM 판독기, 카드 판독기 등을 통해 판독된다. 프로그램은 컴퓨터에 설치된, HDD나 플래시 ROM 등에 저장되어 CPU에 의해 실행된다. 또한, 프로그램은 예를 들어 프로그램 전송 장치로부터 네트워크를 통해 제공될 수도 있다.

본 발명은 예를 들어, 프린터 등의 화상 형성 장치에 접속되는 컴퓨터, 인터넷 등을 통해 정보를 제공하는 서버, 디지털 카메라, 각종 컴퓨터에서 실행되는 프로그램 등에 이용될 수 있다.

본 발명에 따르면, 각각의 화상을 자동으로 보정하고 보기 좋은 레이아웃 출력을 제공하는 등, 복수의 화상을 집합적으로 출력하는 것이 가능하게 된다.

도 1은 본 발명의 실시예를 적용한 화상 처리 시스템의 전체적인 구성예를 나타낸 도면.

도 2는 본 발명의 실시예에 있어서 통합 레이아웃 처리를 실행하기 위한 기능 블록도.

도 3은 기하학적 특징량의 처리 기준 계산 공정을 나타낸 흐름도.

도 4(a) 내지 도 4(c)는 도 3에 도시된 스텝 105 내지 스텝 110에서의 처리를 설명한 도면.

도 5는 기하학적 특징량의 보정 공정을 나타낸 흐름도.

도 6은 화질 처리 기준 계산 공정을 나타낸 흐름도.

도 7은 화질 보정 공정을 나타낸 흐름도.

도 8은 배경 처리를 위한 처리 기준 계산 공정을 나타낸 흐름도.

도 9는 배경 색 보정 공정을 나타낸 흐름도.

도 10(a) 및 도 10(b)는 실시예에 있어서 통합 레이아웃 처리가 수행되지 않은 예를 나타낸 도면.

도 11(a) 및 도 11(b)는 실시예에 있어서 통합 레이아웃 처리가 수행된 예를 나타낸 도면.

※도면의 주요부분에 대한 부호의 설명※

1 화상 처리 서버

2 화상 데이터베이스 서버

3 화상 데이터베이스(화상 DB)

4 디지털 카메라

5 화상 전송 장치

6 표시 장치

7 프린터

8 인쇄용 화상 처리 장치

9 네트워크

Claims

복수의 화상 데이터 각각의 특징량을 인식하는 특징량 인식 수단; 및

상기 특징량 인식 수단에 의해 인식된 특징량으로부터 복수의 화상 데이터에 대하여 화상 보정을 실시하기 위한 처리 기준을 추출하는 처리 기준 추출 수단을 포함하는 것을 특징으로 하는 화상 처리 장치.
제 1 항에 있어서,

상기 처리 기준 추출 수단에 의해 추출된 처리 기준을 이용하여 복수의 화상 데이터 각각에 대하여 화상 보정을 실시하는 화상 보정 수단을 더 포함하는 것을 특징으로 하는 화상 처리 장치.
제 1 항에 있어서,

상기 복수의 화상 데이터는 1개 이상의 메모리 장치내에 저장되고,

상기 특징량 인식 수단은 1개 이상의 메모리 장치로부터 복수의 화상 데이터를 판독하여 복수의 화상 데이터 각각의 특징량을 인식하는 것을 특징으로 하는 화상 처리 장치.
제 1 항에 있어서,

상기 특징량 인식 수단은 복수의 화상 데이터 각각의 주요 오브젝트(object)를 인식하고 인식된 오브젝트에 기초하여 특징량을 인식하는 것을 특징으로 하는 화상 처리 장치.
제 1 항에 있어서,

상기 특징량 인식 수단은 복수의 화상 데이터 각각의 기하학적 특징량을 인식하는 것을 특징으로 하는 화상 처리 장치.
제 1 항에 있어서,

상기 특징량 인식 수단은 복수의 화상 데이터 각각의 위치, 크기 및 경사 중 적어도 어느 하나를 포함하는 기하학적 특징량을 인식하는 것을 특징으로 하는 화상 처리 장치.
제 1 항에 있어서,

상기 특징량 인식 수단은 복수의 화상 데이터 각각의 명도, 콘트라스트, 채도, 색상 및 선명도 중 적어도 하나를 포함하는 화질을 특징량으로서 인식하는 것을 특징으로 하는 화상 처리 장치.
복수의 디지털 화상을 입력하는 입력 수단;

상기 입력 수단을 통해 입력된 복수의 디지털 화상 각각으로부터 주요 피사체의 기하학적 특징량을 인식하는 특징량 인식 수단; 및

상기 특징량 인식 수단에 의해 인식된 기하학적 특징량으로부터 화상이 기하학적으로 통일되도록 복수의 디지털 화상 각각의 주요 피사체에 대하여 보정을 실시하는 기하학적 보정 수단을 포함하는 것을 특징으로 하는 화상 처리 장치.
제 8 항에 있어서,

상기 특징량 인식 수단은 주요 피사체의 윤곽을 추출하고, 추출된 윤곽으로부터 주요 피사체에 외접하는 직사각형을 추출하며, 추출된 주요 피사체 외접 직사각형으로부터 기하학적 특징량을 인식하는 것을 특징으로 하는 화상 처리 장치.
제 8 항에 있어서,

상기 기하학적 보정 수단은 특징량 인식 수단에 의해 인식된 기하학적 특징량으로부터 기하학적 목표값을 계산하고, 계산된 목표값을 이용하여 복수의 디지털 화상 각각의 주요 피사체에 대하여 기하학적 보정을 실시하는 것을 특징으로 하는 화상 처리 장치.
제 8 항에 있어서,

상기 특징량 인식 수단은 복수의 화상 데이터 각각의 위치, 크기 및 경사 중 적어도 어느 하나를 포함하는 기하학적 특징량을 인식하는 것을 특징으로 하는 화상 처리 장치.
제 8 항에 있어서,

상기 기하학적 보정 수단은 주요 피사체의 위치와 주요 피사체의 크기 중 적어도 하나를 통일시키는 것을 특징으로 하는 화상 처리 장치.
복수의 디지털 화상을 입력하는 입력 수단;

상기 입력 수단을 통해 입력된 복수의 디지털 화상 각각으로부터 주요 피사체의 화질에 관한 특징량을 인식하는 특징량 인식 수단; 및

상기 특징량 인식 수단에 의해 인식된 화질에 관한 특징량으로부터 화질이 통일되도록 복수의 디지털 화상 각각의 주요 피사체에 대하여 보정을 실시하는 화질 보정 수단을 포함하는 것을 특징으로 하는 화상 처리 장치.
제 13 항에 있어서,

상기 특징량 인식 수단에 의해 인식된 화질에 관한 특징량은 주요 피사체의 휘도에 관한 특징량, 채도에 관한 특징량, 색 분포에 관한 특징량, 명도에 관한 특징량, 및 선명도에 관한 특징량 중 적어도 어느 하나인 것을 특징으로 하는 화상 처리 장치.
제 13 항에 있어서,

상기 특징량 인식 수단은 상기 복수의 디지털 화상의 주요 피사체의 화질에 관하여 통계 기술에 따라 목표값을 설정하는 목표값 설정 수단을 더 포함하고,

상기 화질 보정 수단은 목표값 설정 수단에 의해 설정된 목표값을 이용하여 보정을 실시하는 것을 특징으로 하는 화상 처리 장치.
복수의 디지털 화상 각각으로부터 배경 영역을 추출하여 각각의 배경에 관한 특징량을 인식하는 특징량 인식 수단; 및

상기 특징량 인식 수단에 의해 인식된 배경에 관한 특징량으로부터 배경이 통일되도록 각각의 화상에 대하여 보정을 실시하는 배경 보정 수단을 포함하는 것을 특징으로 하는 화상 처리 장치.
제 16 항에 있어서,

상기 특징량 인식 수단에 의해 인식된 상기 복수의 디지털 화상의 배경 영역에 관하여 통계 기술에 따라 목표값을 설정하는 목표값 설정 수단을 더 포함하고,

상기 배경 보정 수단은 목표값 설정 수단에 의해 설정된 목표값을 이용하여 보정을 실시하는 것을 특징으로 하는 화상 처리 장치.
복수의 화상 데이터를 입력하는 단계;

상기 입력된 복수의 화상 데이터 각각의 주요 피사체의 특징량을 인식하는 단계;

상기 인식된 특징량으로부터 주요 피사체 각각에 대하여 화상 보정을 실시하기 위한 처리 기준을 설정하는 단계;

상기 설정된 처리 기준을 이용하여 주요 피사체에 대하여 보정을 실시하는 단계; 및

상기 주요 피사체에 대하여 보정이 실시된 화상 데이터를 출력하는 단계를 포함하는 것을 특징으로 하는 화상 처리 방법.
제 18 항에 있어서,

상기 인식된 특징량은 주요 피사체의 기하학적 특징량과 화질의 특징량 중 적어도 하나인 것을 특징으로 하는 화상 처리 방법.
복수의 화상 데이터를 입력하는 단계;

상기 입력된 복수의 화상 데이터 각각에 있어서 배경 영역을 인식하는 단계;

상기 인식된 배경 영역이 통일되도록 복수의 화상 데이터에 대하여 보정을 실시하는 단계; 및

상기 보정이 실시된 복수의 화상 데이터를 출력하는 단계를 포함하는 것을 특징으로 하는 화상 처리 방법.
컴퓨터에 의해 판독가능한 저장 매체로서,

상기 저장 매체는 화상을 처리하는 기능을 수행하기 위하여 컴퓨터에 의해 실행가능한 명령 프로그램을 저장하고,

상기 기능은, 입력된 복수의 화상 데이터 각각에 있어서 주요 피사체를 인식하는 단계;

상기 인식된 주요 피사체 각각의 특징량을 인식하는 단계;

상기 인식된 특징량으로부터 주요 피사체 각각에 대하여 화상 보정을 실시하기 위한 처리 기준을 설정하는 단계; 및

상기 설정된 처리 기준을 이용하여 주요 피사체에 대하여 보정을 실시하는 단계를 포함하는 것을 특징으로 하는 컴퓨터에 의해 판독가능한 저장 매체.
컴퓨터에 의해 판독가능한 저장 매체로서,

상기 저장 매체는 화상을 처리하는 기능을 수행하기 위하여 컴퓨터에 의해 실행가능한 명령 프로그램을 저장하고,

상기 기능은, 입력된 복수의 화상 데이터 각각에 있어서 배경 영역을 인식하는 단계; 및

상기 인식된 배경 영역이 통일되도록 복수의 화상 데이터에 대하여 보정을 실시하는 단계를 포함하는 것을 특징으로 하는 컴퓨터에 의해 판독가능한 저장 매체.