TW201411553A - 雜訊評估方法、圖像處理裝置、攝像裝置及程式 - Google Patents

雜訊評估方法、圖像處理裝置、攝像裝置及程式 Download PDF

Info

Publication number
TW201411553A
TW201411553A TW102121209A TW102121209A TW201411553A TW 201411553 A TW201411553 A TW 201411553A TW 102121209 A TW102121209 A TW 102121209A TW 102121209 A TW102121209 A TW 102121209A TW 201411553 A TW201411553 A TW 201411553A
Authority
TW
Taiwan
Prior art keywords
calculated
noise
value
pixel
color
Prior art date
Application number
TW102121209A
Other languages
English (en)
Inventor
Takeyuki Fujii
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of TW201411553A publication Critical patent/TW201411553A/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • H04N5/213—Circuitry for suppressing or minimising impulsive noise
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Processing Of Color Television Signals (AREA)
  • Image Analysis (AREA)

Abstract

本發明係適當地算出雜訊量。基準值算出次序係將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為評估對象區域之基準之像素值算出作為基準值。色差算出次序係使用用以算出3維色空間之色差之色差式，對每個像素算出評估對象區域中之各像素之像素值與基準值之間之色差。雜訊量算出次序係基於算出之色差，算出評估對象區域中之雜訊量。

Description

雜訊評估方法、圖像處理裝置、攝像裝置及程式
本技術關於一種雜訊評估方法。詳細而言，關於一種算出包含於圖像之雜訊之量之雜訊評估方法、圖像處理裝置、攝像裝置、及使電腦執行該方法之程式。
近年來，攝像被攝體之裝置或再生攝像之圖像之裝置已實現。在此種裝置中，以顯示使用者易觀察之圖像之方式，對圖像實施特定之圖像處理後記錄其圖像，或再生實施此種圖像處理之圖像。
另，為實施此種圖像處理，需要評估畫質。作為評估此種畫質之方法考慮各種方法。例如，提案自均等色空間(L*u*v*色空間)之各軸向之值之標準偏差與作為利用實驗求使用者感知雜訊之程度之係數之可變耦合係數算出雜訊(畫質)之評估值之方法(例如，參照專利文獻1。)。
[先前技術文獻] [專利文獻]
[專利文獻1]日本特開2005-309985號公報
在上述先前技術中，可算出雜訊之評估值(雜訊量)。
另，算出雜訊之評估值時使用之可變耦合係數，使用不同亮度之圖像求得。且，在算出雜訊之評估值時，基於算出雜訊之評估值之 過程中求得之評估對象之區域之亮度(L*)之平均(L*AVE)，決定各軸向之可變耦合係數。
然而，因色度(u*，v*)之不同，感知雜訊之程度亦改變。因此，期望不僅考慮亮度(L*)，亦考慮色度(u*，v*)而設定感知雜訊之程度。
即，難以反映實際之視覺，進一步考慮利用視覺感知之雜訊而適當地算出雜訊量較重要。
本技術係鑒於此種狀況而產生者，目的在於適當地算出雜訊量。
本技術係為解決上述問題點而完成者，其第1態樣係一種雜訊評估方法，其包含：基準值算出次序，其係將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出次序，其係使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域中之各像素之像素值與上述算出之基準值之間之色差；及雜訊量算出次序，其係基於上述算出之色差，算出上述評估對象區域中之雜訊量。藉此，帶來基於基準值與各像素之像素值之間之色差，算出評估對象區域之雜訊量之作用。
又，在該第1態樣中，上述雜訊量算出次序亦可使用上述評估對象區域之各像素之上述色差算出平均值而將上述平均值作為上述雜訊量。藉此，帶來評估對象區域之各像素之色差之平均值作為雜訊量算出之作用。
又，在該第1態樣中，上述3維色空間亦可為均等色空間，上述色差算出次序基於上述均等色空間之距離關係算出上述色差。藉此，帶來基於均等色空間之距離關係算出色差之作用。
又，在該第1態樣中，上述3維色空間亦可為CIELAB，上述色差算出次序將CIE2000色差式作為上述色差式使用。藉此，帶來使用CIE2000色差式算出色差之作用。
又，本技術之第2態樣係一種圖像處理裝置，其包含：基準值算出部，其將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出部，其使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域之各像素之像素值與上述算出之基準值之間之色差；及雜訊量算出部，其基於上述算出之色差，算出顯示上述評估對象區域之雜訊之程度之雜訊量。藉此，帶來基於基準值與各像素之像素值之間之色差，算出評估對象區域之雜訊量之作用。
又，在該第2態樣中，亦可進而包含決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。藉此，帶來用於調整作為處理對象之圖像之畫質之參數基於雜訊量決定之作用。
又，在該第2態樣中，上述決定部亦可將用於調整雜訊降低之程度之參數、用於調整彩色矩陣之色再現性程度之參數、及用於調整攝像之設定之參數中之至少1個決定作為上述參數。藉此，帶來圖像處理裝置之複數個圖像處理中至少1個處理之程度基於雜訊量決定之作用。
又，本技術之第3態樣係一種攝像裝置，其包含：基準值算出部，其將根據攝像之圖像之畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出部，其使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述 評估對象區域中之各像素之像素值與上述算出之基準值之間之色差；雜訊量算出部，其基於上述算出之色差，算出顯示上述評估對象區域之雜訊之程度之雜訊量；及決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。藉此，帶來用於調整攝像之圖像之畫質之參數基於基於色差算出之雜訊量決定之作用。
又，本技術之第4態樣係一種雜訊評估方法，其包含：基準值算出次序，其係將根據畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出次序，其係基於上述算出之基準值，算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；及雜訊量算出次序，其係基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量。藉此，帶來使用基於基準值算出之各軸向之加權係數算出雜訊量之作用。
又，在該第4態樣中，上述係數算出次序亦可使用特定之座標與關於相對於該座標之色為使用者之感知所無法區別之色所在之座標之範圍之靈敏度資訊相關聯之表，產生上述算出之基準值之上述靈敏度資訊，基於該產生之靈敏度資訊而算出上述加權係數。藉此，帶來使用座標與靈敏度資訊相關聯之表算出加權係數之作用。
又，在該第4態樣中，上述加權係數亦可為對每個上述軸向算出之值；上述係數算出次序基於算出對象之上述加權係數在顯示權重之軸之方向上相對於上述基準值在正側最接近之座標之上述靈敏度資訊、與在該軸之方向上相對於上述基準值在負側最接近之座標之上述靈敏度資訊中之至少1個，而算出上述算出對象之加權係數。藉此，帶來基於相對於基準值在正側最接近之座標之上述靈敏度資訊與在該軸之方向相對於基準值在負側最接近之座標之上述靈敏度資訊中之至 少1個算出加權係數之作用。
又，在該第4態樣中，上述係數算出次序亦可使用特定之座標與該座標之上述加權係數相關聯之表，而算出上述算出之基準值之上述加權係數。藉此，帶來使用特定之座標與其座標之加權係數相關聯之表算出基準值之加權係數之作用。
又，本技術之第5態樣係一種圖像處理裝置，其包含：基準值算出部，其將根據畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出部，其基於上述算出之基準值，算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；及雜訊量算出部，其基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量。藉此，帶來使用基於基準值算出之各軸向之加權係數算出雜訊量之作用。
又，在該第5態樣中，亦可進而包含決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。藉此，帶來用於調整作為處理對象之圖像之畫質之參數基於雜訊量決定之作用。
又，在該第5態樣中，上述決定部亦可將用於調整雜訊降低之程度之參數、用於調整彩色矩陣之色再現性程度之參數、及用於調整攝像之設定之參數中之至少1個決定作為上述參數。藉此，帶來圖像處理裝置之複數個圖像處理中至少1個處理之程度基於雜訊量決定之作用。
又，本技術之第6態樣係一種攝像裝置，其包含：基準值算出部，其將根據攝像之畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之 基準之像素值算出作為基準值；係數算出部，其基於上述算出之基準值，算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；雜訊量算出部，其基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量；及決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。藉此，帶來用於調整攝像之圖像之畫質之參數基於基於色差算出之雜訊量決定之作用。
根據本技術，可發揮能適當地算出雜訊量之優異之效果。
10‧‧‧圖像處理裝置
20‧‧‧圖像處理裝置
100‧‧‧信號處理部
110‧‧‧雜訊量算出部
120‧‧‧對象區域設定部
130‧‧‧色空間轉換部
140‧‧‧基準色算出部
150‧‧‧色差算出部
160‧‧‧平均值算出部
180‧‧‧圖像處理部
191‧‧‧圖像輸入部
192‧‧‧圖像輸出部
410‧‧‧雜訊量算出部
430‧‧‧色差識別靈敏度資訊保持部
440‧‧‧色差識別靈敏度預測部
450‧‧‧雜訊量運算部
圖1係顯示本技術之第1實施形態之圖像處理裝置10之功能構成例之一例之方塊圖。
圖2a、b係模式性顯示利用本技術之第1實施形態之雜訊量算出部110進行之色差之算出之圖。
圖3係顯示利用本技術之第1實施形態之圖像處理部180進行之雜訊降低引起之圖像之模糊之程度之變動之表。
圖4係顯示利用本技術之第1實施形態之圖像處理裝置10進行圖像處理時之處理次序例之流程圖。
圖5係顯示本技術之第1實施形態之圖像處理次序之雜訊量算出處理(步驟S920)之處理次序例之流程圖。
圖6係顯示本技術之第1實施形態之圖像處理次序之參數決定處理(步驟S940)之處理次序例之流程圖。
圖7係顯示顯示u*v*色度圖之利用實測檢測之色差無法識別之範圍之麥克亞當之偏差橢圓與利用CIE2000色差式算出之色差無法識別之範圍之間之關係之一例之圖。
圖8係顯示本技術之第2實施形態之圖像處理裝置20之功能構成例之一例之方塊圖。
圖9a-c係用以說明本技術之第2實施形態之色差識別靈敏度資訊之圖。
圖10a、b係顯示本技術之第2實施形態之色差識別靈敏度資訊保持部430保持之表之一例之圖。
圖11a、b係模式性顯示利用色差識別靈敏度預測部440預測之基準色之靈敏度資訊之預測方法之圖。
圖12係顯示本技術之第2實施形態之圖像處理次序之雜訊量算出處理(步驟S950)之處理次序例之流程圖。
以下，就用以實施本技術之形態(以下，稱為實施形態)進行說明。說明根據以下之順序進行。
1.第1實施形態(圖像處理控制：基於色差算出雜訊量之例)
2.第2實施形態(圖像處理控制：根據每個座標預測靈敏度資訊(關於色之差無法區別之範圍之資訊)算出雜訊量之例)
<1.第1實施形態> [圖像處理裝置之功能構成例]
圖1係顯示本技術之第1實施形態之圖像處理裝置10之功能構成例之一例之方塊圖。
另，在本技術之實施形態中，圖像處理裝置10係假定數位靜態相機等之攝像裝置進行說明。又，圖像處理裝置10，在記錄自外部輸入之靜態圖像內容或使之顯示之影像視聽裝置(例如，內建硬碟型記錄器)等中亦可應用。
圖像處理裝置10具備圖像輸入部191、信號處理部100、及圖像輸出部192。
圖像輸入部191係輸入圖像者，將輸入之圖像供給至信號處理部100。例如，在數位靜態相機等之攝像裝置為圖像處理裝置10之情形下，對利用攝像元件取得之圖像實施特定之信號處理之圖像供給至信號處理部100。另，所謂對取得之圖像之特定之信號處理，例如，AD轉換、黑位準修正、缺陷修正、陰影修正、混色修正、白平衡修正、γ修正、解馬賽克處理等對應。另，在圖1中，圖像輸入部191係假定RGB色空間之值為像素值而進行說明。
另，在圖像處理裝置10為影像視聽裝置之情形下，圖像輸入部191，將自記錄媒體讀出之圖像供給至信號處理部100。
信號處理部100為基於將進行圖像處理時之參數包含於圖像之雜訊之量(雜訊量)決定，使用其決定之參數進行圖像處理者。該信號處理部100具備雜訊量算出部110與圖像處理部180。
雜訊量算出部110為使用色差檢測(定量化)顯示包含於圖像之雜訊之量之雜訊量者。此處，所謂色差，為定量顯示利用使用者(人)之視覺感知之色之不同之值。雜訊量算出部110將檢測之雜訊量供給至圖像處理部180。雜訊量算出部110具備對象區域設定部120、色空間轉換部130、基準色算出部140、色差算出部150、及平均值算出部160。
對象區域設定部120為自自圖像輸入部191供給至圖像中設定算出雜訊量時使用之像素值之區域者。該對象區域設定部120，例如，在為檢測攝像裝置之性能攝像作為圖像整體且為均一之像素值之被攝體(例如，以單一之色構成之圖像)之圖像為處理對象之圖像之情形下，將圖像整體設定為對象區域。又，對象區域設定部120，例如，在為攝像風景等之像素值為各種各樣之被攝體之圖像之情形下，檢測亮度值比較統一化之區域，將該檢測區域設定為對象區域。對象區域設定部120將對象區域之各像素之像素值供給至色空間轉換部130。
色空間轉換部130為將自對象區域設定部120供給之各像素之像素值，自顯示RGB色空間之座標之值，轉換為顯示CIE(國際照明委員會：Commission Internationale de l'Eclairage)規定之L*a*b*色空間(CIELAB)之座標之值者。該色空間轉換部130將轉換為L*a*b*色空間之像素值，供給至基準色算出部140及色差算出部150。
基準色算出部140為算出作為對象區域之色之基準之色(基準色)者。該基準色算出部140，例如，將自色空間轉換部130供給之L*a*b*色空間中顯示之像素值之平均值作為基準色算出。基準色算出部140，將算出之基準色供給至色差算出部150。另，基準色算出部140為申請專利範圍中之基準值算出部之一例。
色差算出部150為算出對象區域之各像素與基準色之間之色差者。該色差算出部150，使用作為算出L*a*b*色空間之色差之式之CIE2000色差式算出色差。另，L*為亮度，a*及b*為色彩指數。對於使用CIE2000色差式之色差之算出，由於參照圖2進行說明，故省略此處之說明。色差算出部150，算出對象區域之各像素之色差，將算出之色差供給至平均值算出部160。
平均值算出部160為將自色差算出部150供給之色差之平均值作為對象區域之雜訊量算出者。另，對於算出式之一例，由於參照圖2進行說明，故省略此處之說明。平均值算出部160，將算出之平均值(雜訊量)，供給至圖像處理部180。另，平均值算出部160為申請專利範圍中之雜訊量算出部之一例。
圖像處理部180為基於自平均值算出部160供給之雜訊量決定圖像處理之參數，且基於該決定之參數進行圖像處理者。圖像處理部180，例如，以若雜訊量之大小較大則需要較強之雜訊降低之方式決定參數，且基於該決定之參數進行圖像處理(雜訊降低)。圖像處理部180將進行圖像處理之圖像供給至圖像輸出部192。另，圖像處理部 180為申請專利範圍中之決定部之一例。
圖像輸出部192為輸出圖像者。例如，在數位靜態相機等之攝像裝置為圖像處理裝置10之情形下，輸出之圖像，例如，記錄於DVD(Digital Versatile Disk：數位多功能光碟)等之磁碟或記憶卡等之半導體記憶體等之可移動之記錄媒體。又，在圖像處理裝置10為影像視聽裝置之情形下，例如，輸出至連接於影像視聽裝置之顯示裝置，在顯示裝置中顯示。
另，在圖1中，圖像處理部180，雖就根據算出之雜訊量雜訊降低效果增減之例進行說明，但並非限定於此者，亦考慮使其他之處理之效果增減之情形。例如，處理對象之圖像為動畫之1訊框，在影像視聽裝置中再生時之處理之情形下，亦考慮根據參數之更改使彩色矩陣之色再現性增減之情形等。在減少之雜訊量較少之情形下，藉由使用色再現性較高之彩色矩陣，可使顯示動畫時之畫質提高。又，在攝像裝置中實施之情形下，藉由根據實時取景用之圖像中檢測之雜訊量設定攝像條件(例如，曝光條件)，可使記錄之圖像之畫質提高。
接著，就色差之算出，參照圖2進行說明。
[色空間之色差之說明]
圖2係模式性顯示利用本技術之第1實施形態之雜訊量算出部110進行之色差之算出之圖。
圖2a係以3維之色空間立體顯示L*a*b*色空間之映像圖。球體200，球體200之中心為L*a*b*色空間之軸之原點(L*=0，a*=0，b*=0)。
另，在圖2a中，縱軸(上下方向)為顯示L*之軸，橫軸(左右方向)為顯示b*之軸，垂直軸(在圖2a中為自右上方向向左下方向延伸之斜線)為顯示a*之軸。又，球體200中顯示之灰色之1個小圓圈(色座標210)為模式性顯示基準色算出部140算出之基準色之座標者。且，球 體200中顯示之4個小圓圈(色座標221至224)為模式性顯示對象區域之4個像素之像素值之座標者。
此處，就利用雜訊量算出部110之雜訊量算出部110之算出進行說明。首先，若利用對象區域設定部120設定對象區域，則其對象區域之像素之像素值之色空間利用色空間轉換部130轉換為L*a*b*色空間。且，對象區域之全部之像素之像素值之平均值(座標之平均值)利用基準色算出部140算出，決定基準色之座標(座標210)。
其後，算出相對於該基準色之各像素之像素值之色差。另，在使用CIE2000色差式算出色差(dE2000)之情形下，使用下式1算出。
此處，就上述式1進行說明。另，將基準色之座標設為(L*t，a*t，b*t)，將色差之算出對象之座標設為(L*，a*，b*)。dL'根據下式2定義算出。
【數2】dL'=L*-L* t ．．．式2
又，dC'根據下式3及算出該式3所需之式4所示之複數個式定義算出。
又，dH'根據下式5定義算出。
又，重估係數(SL，SC，SH)根據下式6所示之複數個式與至此所示之複數個數式或下式7所示之複數個式定義算出。
另，顯示上述之數式中，| h'+h't |為180°以下之情形之例。
另，旋轉函數(RT)根據下式8與下式9所示之複數個式定義算出。
另，假定以標準條件攝像圖像，且假定參量係數(KL，KC，KH)全部為「1」。
如此，在色差算出部150中，使用CIE2000色差式算出色差。
另，在本技術之第1實施形態中，雖就使用CIE2000色差式算出之例進行說明，但並非限定於此者，亦可使用CIE1994色差式。
另，雖假定在色空間轉換部130中轉換為L*a*b*色空間，但在轉 換為其他之色空間之情形下，色差算出部150，使用對應其色空間之色差式算出色差。例如，在轉換為L*u*v*色空間之情形下，使用用以算出L*u*v*色空間之色差之色差式。
另，在色空間轉換部130可轉換為完全之均等色空間(L*a*b*色空間，由於為不完全，故需要上述CIE2000色差式等)之情形下，色差為基準色與算出對象之色之間之距離。即，若將基準色之座標設為(xt，yt，zt)，將色差之算出對象之座標設為(x，y，z)，則完全之空間之色差(dEi)為下式10。
接著，就根據算出之色差之雜訊量(平均值)之算出，參照圖2b進行說明。
在圖2b中，將橫軸作為顯示像素位置之X座標之軸，將縱軸作為顯示色差(dE2000)之軸，模式性顯示複數個像素之色差。另，為說明方便起見，顯示1列之像素之色差。圖2b中所示之複數個小圓圈顯示各像素之色差。另，在圖2b中，自圖表之左端向右第4個為止之色差附有符號(色差231至色差234)與顯示色差之量之兩箭頭符號。
在平均值算出部160中，自雜訊量之算出對象區域之全部之像素之色差算出平均值。該平均值(N)之算出，例如，使用下式11算出。
此處，n為對象區域之像素數量。
另，上述式11為用以對應利用先前之算出方法之雜訊量之值之平均值之算出式。此處，就先前之算出方法進行說明。先前，分別對於 L*、a*、b*算出標準偏差，將自原點(0，0，0)至其標準偏差所示之座標之距離作為雜訊量算出。另，在該算出時，在每個方向(L*，a*，b*)進行加權。例如，雜訊量(Noise)，例如，使用下式12算出。
此處，σL*、σa*、σb*為L*、a*、b*各者之標準偏差。又，α、β、γ為用於加權之固定值。
如此，在先前，使用標準配置算出。與此相對，在本技術之第1實施形態中，由於使用色差算出，故可算出考慮利用人之視覺感知之畫質之雜訊量。
另，此處，作為雜訊量之算出方法，雖就算出平均值之例進行說明，但並非限定於此者。由於使用色差算出即可，故例如，可為將標準偏差作為雜訊量算出之情形，或可將上述式11之算出結果之值之平方根作為雜訊量算出。
[雜訊降低效果之一例]
圖3係顯示利用本技術之第1實施形態之圖像處理部180進行之雜訊降低引起之圖像之模糊之程度之變動之表。
圖3中，顯示顯示雜訊降低效果之程度(行241)與圖像之模糊之程度(行242)之關係之表。
如圖3所示般，雜訊降低效果之程度越高圖像之加工之程度越強。即，雜訊降低效果之程度越高，圖像之模糊之程度越大。
因此，藉由對感知之雜訊量使用作為適當之雜訊降低效果之圖像處理參數進行圖像處理，可產生雜訊降低效果之程度與圖像之解析度適當之圖像。
雜訊量算出部110，由於使用作為利用人之視覺之感知反映之值之色差算出雜訊量，故感知之雜訊量可適當地算出。藉此，可使用作為適當之雜訊降低效果之圖像處理參數進行圖像處理。
[圖像處理裝置之動作例]
接著，就本技術之第1實施形態之圖像處理裝置10之動作參照圖式進行說明。
圖4係顯示利用本技術之第1實施形態之圖像處理裝置10進行圖像處理時之處理次序例之流程圖。
此處，假定數位靜態相機等之攝像裝置為圖像處理裝置10進行說明。
首先，判斷是否開始已攝像之圖像之圖像處理(步驟S901)，在判斷為未開始圖像處理之情形下待機直到開始圖像處理。另，該判斷例如係利用攝像裝置之控制部(未圖示)進行，當自攝像元件輸出圖像之情形時，判斷為開始該圖像之圖像處理。
另一方面，在判斷為開始圖像處理之情形下(步驟S901)，進行算出雜訊量之雜訊量算出處理(步驟S920)。另，對於雜訊量算出處理(步驟S920)，由於參照圖5進行說明，故省略此處之說明。
接著，使用算出之雜訊量，進行決定圖像處理之參數之參數決定處理(步驟S940)。其後，利用圖像處理部180進行使用經決定之參數之圖像處理(步驟S902)。然後，將已進行該圖像處理之圖像輸出至圖像輸出部192(步驟S903)，圖像處理之動作結束。
圖5係顯示本技術之第1實施形態之圖像處理次序中之雜訊量算出處理(步驟S920)之處理次序例之流程圖。
首先，自圖像處理之處理對象之圖像中，利用對象區域設定部120設定雜訊量之算出之對象區域(步驟S921)。其後，利用色空間轉換部130將經設定之對象區域之各像素之像素值(RGB之值)轉換為 L*A*B*色空間之值(座標)(步驟S922)。且，利用基準色算出部140進行將對象區域之各像素之值(L*A*B*色空間之座標)平均化而算出基準色之值之基準色算出處理(步驟S923)。另，步驟S923為申請專利範圍中之基準值算出次序之一例。
其後，基於對象區域之各像素之值(L*A*B*色空間之座標)與基準色之值(L*A*B*色空間之座標)，利用色差算出部150對每個像素算出色差(步驟S924)。且，將對每個像素算出之色差平均，利用平均值算出部160算出對象區域之雜訊量(步驟S925)，雜訊量算出處理之處理次序結束。另，步驟S924為申請專利範圍中之色差算出次序之一例。又，步驟S925為申請專利範圍中之雜訊量算出次序之一例。
圖6係顯示本技術之第1實施形態之圖像處理次序之參數決定處理(步驟S940)之處理次序例之流程圖。
另，此處，作為一例，就自3個參數(強位準，中位準，弱位準)，基於算出之雜訊量選擇參數之例進行說明。
首先，利用平均值算出部160算出之雜訊量是否大於顯示強位準之參數與中位準之參數之間之邊界之值之臨限值(臨限值(高))，利用圖像處理部180判斷(步驟S941)。且，在判斷為雜訊量大於臨限值(高)之情形下(步驟S941)，圖像處理之參數設定為強位準(步驟S942)，參數決定處理之處理次序結束。
另一方面，在判斷為雜訊量不大於(小於)臨限值(高)之情形下(步驟S941)，雜訊量是否大於顯示中位準之參數與弱位準之參數之間之邊界之值之臨限值(臨限值(中))，利用圖像處理部180算出(步驟S943)。且，在判斷為雜訊量大於臨限值(中)之情形下(步驟S943)，圖像處理之參數設定為中位準(步驟S944)，參數決定處理之處理次序結束。
又，在判斷為雜訊量不大於(小於)臨限值(中)之情形下(步驟 S943)，圖像處理之參數設定為弱位準(步驟S945)，參數決定處理之處理次序結束。
如此，根據本技術之第1實施形態，由於使用色差算出雜訊量，故利用使用者之視覺感知之色之差適當地反映於雜訊量，從而可適當地算出雜訊量。藉此，在進行圖像處理時，藉由使用該雜訊量設定信號處理之強度，可實施適當之強度之信號處理。
<2.第2實施形態>
在本技術之第1實施形態中，就根據每個像素值算出與基準色之差(色差)，使用該算出之每個像素之色差算出雜訊量之例進行說明。另，由於L*a*b*色空間並非完美之色空間，故即使使用CIE2000色差式，仍無法正確反映利用人之視覺感知之色差。因此，即使使用CIE2000色差式算出色差，仍有自利用人之視覺感知之色差(實際之色差)偏移之可能性。且，由於算出之色差自實際之色差偏移，故有雜訊量亦成為不反映利用人之視覺感知之雜訊之值之可能性。
因此，在本技術之第2實施形態中，就基於以人之視覺無法區別色之差之色之範圍之實測值算出雜訊量之例進行說明。
首先，就CIE2000色差式與以人的視覺無法區別色之差之色之範圍之實測值(麥克亞當(MacAdam)之偏差橢圓)之間之差，參照圖7進行說明。
[CIE2000色差式與實測值之差之一例]
圖7係顯示顯示u*v*色度圖之利用實測檢測之色差無法識別之範圍之麥克亞當之偏差橢圓與利用CIE2000色差式算出之色差無法識別之範圍之間之關係之一例之圖。
另，由於L*u*v*色空間較L*a*b*色空間麥克亞當之偏差橢圓更漂亮(橢圓之形狀接近圓形)，故在圖7中，圖示以L*u*v*色空間之座標顯示利用CIE2000色差式算出之色差無法識別之範圍者。
在圖7中所示之色度圖中，顯示L*之值(亮度)為「50」之情形之u*v*之值(色度座標)。在該色度圖中，利用粗實線包圍之區域(區域501)表示L*為「50」之情形下色存在之座標之範圍(區域)。又，利用細線包圍之區域(區域502)表示麥克亞當之偏差橢圓。
且，利用虛線包圍之區域(區域503)表示以與包含該區域之中心附近之座標之色之麥克亞當之偏差橢圓之基準之色(偏差橢圓之大致中心附近之色)大致相同之色為基準算出之dE2000小於「3.5」之區域。
另，假定dE2000之值之「3.5」為對應麥克亞當之偏差橢圓之外周之色差之程度進行說明。即，以相同色為基準之區域502及區域503之範圍之差表示利用CIE2000色差式算出之色差與實測值之色差之偏移。
如圖7所示之色度圖所示般，利用CIE2000色差式算出之色差無法識別之範圍與實際之色差無法識別之範圍偏移之情況較多。該偏移根據色(座標)偏移之程度不同。
如此，利用CIE2000色差式算出之色差與實際之色差之間產生偏移。另，如圖7之色度圖之麥克亞當之偏差橢圓所示般，座標接近之麥克亞當之偏差橢圓形狀類似。因此，可自座標接近之色之麥克亞當之偏差橢圓某種程度預測無關於麥克亞當之偏差橢圓之資訊之座標之麥克亞當之偏差橢圓。
因此，就在本技術之第2實施形態之圖像處理裝置(圖像處理裝置20)中，根據關於座標位置接近之色之麥克亞當之偏差橢圓之資訊，預測算出對象之色(座標)之麥克亞當之偏差橢圓，且使用該預測算出雜訊量之例進行說明。
[圖像處理裝置之功能構成例]
圖8係顯示本技術之第2實施形態之圖像處理裝置20之功能構成例之一例之方塊圖。
另，圖8中所示之圖像處理裝置20之雜訊量算出部(雜訊量算出部410)為圖1中所示之圖像處理裝置10之雜訊量算出部110之變化例。雜訊量算出部410，代替雜訊量算出部110之色差算出部150及平均值算出部160，具備色差識別靈敏度資訊保持部430、色差識別靈敏度預測部440、及雜訊量運算部450。另，由於該等以外之構成為與圖2中所示者相同者，故附加相同之符號而省略此處之說明。
另，在圖8中，色空間轉換部130，轉換為顯示CIE規定之L*u*v*色空間(CIELUV)之座標之值。且，使用L*u*v*色空間之座標進行用於雜訊量之算出之動作。例如，基準色算出部140，平均顯示L*u*v*色空間之座標算出基準色。
色差識別靈敏度資訊保持部430為保持存儲有複數個座標之色差識別靈敏度資訊之表者。此處，所謂色差識別靈敏度資訊，為將座標(L*，u*，v*)與關於相對於其座標之色相同之色與利用使用者之視覺感知之色之座標之範圍(麥克亞當之偏差橢圓)之資訊相關聯之資訊。另，在本技術之第2實施形態中，關於相同色與利用使用者之視覺感知之色之座標之範圍之資訊，由於為對應利用人之視覺之色之感知之能力(對色差之靈敏度)之區域，故稱為靈敏度雜訊進行說明。又，相對於特定之座標之色相同之色與利用使用者之視覺感知之色之座標之範圍(麥克亞當之偏差橢圓)稱為相同色辨識區域進行說明。
另，該靈敏度資訊，例如，為以各軸向之值(寬度)顯示相同色辨識區域之資訊。另，顯示該範圍之各軸向之值，由於與在雜訊量之算出中使用之各軸向之加權係數有關聯，故亦可代替顯示範圍之值使加權係數作為靈敏度資訊保持。
另，就色差識別靈敏度參照圖9進行說明。又，就色差識別靈敏度資訊保持部430保持之表，由於顯示範圍之值為靈敏度資訊之例參照圖10a進行說明，加權係數為靈敏度資訊之例參照圖10b進行說 明，故省略該等之此處之說明。色差識別靈敏度資訊保持部430，自保持之表中，將用於色差識別靈敏度之預測之色差識別靈敏度資訊，供給至色差識別靈敏度預測部440。另，在本技術之第2實施形態中，假定顯示範圍之值為靈敏度資訊進行說明。
色差識別靈敏度預測部440為預測自基準色算出部140供給之基準色之色差識別靈敏度資訊者。即，在顯示範圍之值為靈敏度資訊之情形下，預測基準色之相同色辨識區域之範圍，產生關於相同色辨識區域之各軸向之值(寬度)。又，在各軸向之加權係數為靈敏度資訊之情形下，預測基準色之各軸向之加權係數。該色差識別靈敏度預測部440，使用與基準色座標接近之位置之色差識別靈敏度資訊預測相同色辨識區域。另，在本技術之第2實施形態中，就算出相對於L*u*v*色空間之各軸向(L*方向，u*方向，v*方向)之相同色辨識區域之尺寸(各軸向之值(寬度))之例進行說明。另，就利用色差識別靈敏度預測部440之相同色辨識區域之預測方法，由於參照圖11進行說明，故省略此處之說明。色差識別靈敏度預測部440，將預測之關於相同色辨識區域之資訊(靈敏度資訊)，供給至雜訊量運算部450。
雜訊量運算部450為基於自色差識別靈敏度預測部440供給之基準色之靈敏度資訊、自基準色算出部140供給之基準色之座標、及自色空間轉換部130供給之雜訊量算出之對象區域之各像素之座標，算出雜訊量者。雜訊量運算部450，首先，算出分別關於L*方向、u*方向、v*方向之不均一(標準偏差)。又，雜訊量運算部450，基於基準色之靈敏度資訊算出用以在雜訊量之算出中分別在L*方向、u*方向、v*方向進行加權之係數(加權係數)。且，雜訊量運算部450基於算出之標準偏差與算出之加權係數，算出雜訊量。另，就利用雜訊量450之雜訊量之算出，由於參照圖11進行說明，故省略此處之說明。另，色差識別靈敏度預測部440及雜訊量運算部450為申請專利範圍中之係 數算出部之一例。又，雜訊量運算部450為申請專利範圍中之雜訊量算出部之一例。
接著，就保持於色差識別靈敏度資訊保持部430之色差識別靈敏度資訊，參照圖9進行說明。
[色差識別靈敏度資訊之例]
圖9係用以說明本技術之第2實施形態之色差識別靈敏度資訊之圖。
另，在圖9中，對於L*方向未考慮，使用u*v*色度圖進行說明。
圖9a中，顯示有u*v*色度圖之麥克亞當之偏差橢圓。另，使用u*v*色度圖所示之複數個麥克亞當之偏差橢圓中之以粗實線顯示之偏差橢圓(區域511)，在圖9b及圖9c中說明色差識別靈敏度資訊。
圖9b中，顯示有用以說明關於區域511之色差識別靈敏度資訊之圖。區域511表示相對於作為該區域511之基準之色(區域511之中心之座標(座標512))對於人無法實現之色之識別之色之範圍。在顯示範圍之值為靈敏度資訊之情形下，該區域511之各軸向之寬度(u*寬度，v*寬度)作為靈敏度資訊保持於色差識別靈敏度資訊保持部430。即，座標512之座標與顯示區域511之靈敏度資訊(u*寬度，v*寬度)相關聯，作為色差識別靈敏度資訊保持於色差識別靈敏度資訊保持部430。
圖9c中，顯示有色差識別靈敏度資訊之一例。另，在圖9c中，亦考慮L*方向而說明色差識別靈敏度資訊。
如圖9c所示般，色差識別靈敏度資訊，相同色辨識區域之中心位置之色之各座標(L*座標，u*座標，v*座標)與表示該色之相同色辨識區域之各寬度(L*寬度，u*寬度，v*寬度)相關聯而保持。
[色差識別靈敏度資訊保持部保持之表之一例]
圖10係顯示本技術之第2實施形態之色差識別靈敏度資訊保持部430保持之表之一例之圖。
另，在圖10a中，顯示保持相同色辨識區域之座標與寬度相關聯之色差識別靈敏度資訊之例，在圖10b中，顯示保持相同色辨識區域之座標與係數相關聯之色差識別靈敏度資訊之例。
如圖10a所示般，藉由使將相同色辨識區域之座標與寬度相關聯之相同色辨識區域作為表保持，色差識別靈敏度預測部440，可算出基準色之相同色辨識區域之寬度。另，就基準色之相同色辨識區域之寬度之算出方法，由於參照圖11進行說明故省略此處之說明。
又，如圖10b所示般，藉由使將相同色辨識區域之座標與對各方向之加權係數相關聯之相同色辨識區域作為表保持，色差識別靈敏度預測部440，可算出對基準色之各方向之加權係數。另，該算出方法與將相同色辨識區域之座標與寬度相關聯之相同色辨識區域相同。
另，由於無法使全部之座標之色差識別靈敏度資訊保持，故需要根據接近基準色之座標之靈敏度資訊進行預測。因此，對於該預測之方法，考慮各種方法。因此，就預測之方法，參照圖11進行說明。
[利用色差識別靈敏度預測部之預測之例]
圖11係模式性顯示利用色差識別靈敏度預測部440預測之基準色之靈敏度資訊之預測方法之圖。
圖11a中，顯示有用以說明相對於基準色之座標位於+方向及-方向之座標之色差識別靈敏度資訊保持於色差識別靈敏度資訊保持部430之表之情形之基準色之座標之靈敏度資訊之預測方法之圖。另，在圖11中，為說明之方便起見，就進行u*方向及v*方向之預測之例使用u*v*空間進行說明。另，L*方向由於以與u*方向或v*方向相同之方式算出故省略說明。
在圖11a中，u*v*空間之上方，顯示有3個座標(座標a(532)、座標b(534)、座標c(536))之相同色辨識區域(區域533、區域535、區域537)。另，座標a(532)為相對於作為預測對象之座標(基準色)之座標 A(531)位於v*方向之+側之相同色辨識區域之座標中最接近座標A(531)之座標。又，座標b(534)為相對於座標A(531)位於u*方向之-側之相同色辨識區域之座標中最接近座標A(531)之座標。又，座標c(536)為相對於座標A(531)位於u*方向之+側之相同色辨識區域之座標中最接近座標A(531)之座標，且為位於v*方向之-側之相同色辨識區域之座標中最接近座標A(531)之座標。
在此種情形下，色差識別靈敏度預測部440，使用相對於基準色在u*方向之+側最接近之相同色辨識區域之座標及u*寬度與相對於基準色在u*方向之-側最接近之相同色辨識區域之座標及u*寬度，算出基準色之相同色辨識區域之u*寬度(Su*A)。在圖11a中，座標c(536)在u*方向之+側最接近，座標b(534)在u*方向之-側最接近。
色差識別靈敏度預測部440，例如，使用下式13，算出算出對象之座標(基準色)之相同色辨識區域之u*寬度(Su*A)。
此處，Du*Ac，為座標A(531)與座標c(536)之間之u*方向之座標之差(u*方向之距離)。相同地，Du*Ab，為座標A(531)與座標b(534)之間之u*方向之距離。又，Su*b為座標b(534)之相同色辨識區域之u*方向之寬度(u*寬度)，Su*c為座標c(536)之相同色辨識區域之u*寬度。
色差識別靈敏度預測部440，對於算出對象之座標之相同色辨識區域之v*寬度(Sv*A)，亦與Su*A相同地算出。另，在圖11a中，座標a(532)在v*方向之+側最接近，座標c(536)在v*方向之-側最接近。因此，色差識別靈敏度預測部440，例如，使用下式14，算出算出對象之座標之相同色辨識區域之v*寬度(Sv*A)。
此處，Dv*Ac，為座標A(531)與座標c(536)之間之v*方向之座標之差(v*方向之距離)。相同地，Dv*Aa，為座標A(531)與座標a(532)之間之v*方向之距離。又，Sv*a為座標a(532)之相同色辨識區域之v*方向之寬度(v*寬度)，Sv*c為座標c(536)之相同色辨識區域之v*寬度。
另，雖基本上在+側與-側，有保持於表之相同色辨識區域，但在色空間之緣附近之座標等為算出對象之座標之情形下，有保持於表之相同色辨識區域僅在一方之情形。因此，就僅在一方之情形之預測方法，參照圖11b進行說明。
在圖11b中，u*v*空間之上方，顯示有1個座標(座標d(542))之相同色辨識區域(區域543)與作為預測對象之座標(基準色)之座標A(541)。
如圖11b所示般，在可用於預測之相同色辨識區域在+側及-側之任一方中僅存在1個之情形下，使用該1個相同色辨識區域算出算出對象之座標之相同色辨識區域之u*寬度及v*寬度。色差識別靈敏度預測部440，例如，使用下式15，算出算出對象之座標之相同色辨識區域之u*寬度(Su*A)。
此處，D0A為自原點(L*=0，u*=0，v*=0)至座標A(541)之距離。相同地，D0d為自原點至座標d(542)之距離。且，Su*d為座標d(542)之相同色辨識區域之u*寬度。
另，v*寬度(Sv*A)之算出，由於為與上述式14所示之u*寬度(Su*A)之算出相同者，故省略此處之說明。
如此，色差識別靈敏度預測部440，基於接近算出對象之座標之色差識別靈敏度資訊，預測算出對象之座標之靈敏度資訊。
另，至圖11之此處，雖未特別考慮L*寬度進行說明，但在現在開始說明之雜訊量之算出中，設為L*寬度亦與u*寬度及v*寬度相同地算出進行說明。
色差識別靈敏度預測部440，在進行基準色之靈敏度資訊(相同色辨識區域)之預測後，作為對各軸向之雜訊之程度，分別相對於L*方向、u*方向、v*方向算出標準偏差。藉此，算出表示L*方向之雜訊量之標準偏差(σL*)、表示u*方向之雜訊量之標準偏差(σu*)、及表示v*方向之雜訊量之標準偏差(σv*)。
且，將預測之基準色之靈敏度資訊(L*寬度(SL*A)、u*寬度(Su*A)、v*寬度(Sv*A))正規化，並轉換為算出雜訊量時使用之加權係數。例如，如圖10a及圖10b所示般，將對各寬度×1/100之值作為係數使用。另，如圖10b所示般，在係數保持於表之情形下，將預測之值(加權係數)作為加權係數保持其狀態使用。
雜訊量之算出，例如，使用上述之式12算出。在該情形下，α為自L*寬度(SL*A)算出之加權係數，β為自u*寬度(Su*A)算出之加權係數，γ為自v*寬度(Sv*A)算出之加權係數。即，加權係數顯示雜訊量之算出中之各方向(L*方向、u*方向、v*方向)之有幫助之程度(權重)。
另，雜訊量之算出，除上述之式12之外，亦考慮各種方法，例如，亦可使用下式16算出。
【數13】Noise=ασL*+βσu*+γσv*．．．式16
如此，藉由基於實測值(色差識別靈敏度資訊)算出各個加權係數，可適當地算出反映利用人之視覺感知之雜訊量之雜訊量。
[圖像處理裝置之動作例]
接著，就本技術之第2實施形態之圖像處理裝置20之動作參照圖式進行說明。
圖12係顯示本技術之第2實施形態之圖像處理次序之雜訊量算出處理(步驟S950)之處理次序例之流程圖。
該圖12中所示之雜訊量算出處理(步驟S950)係圖5中所示之雜訊量算出處理(步驟S920)之變化例，代替算出各像素之色差而算出雜訊量，算出基準色之色差資訊而算出雜訊量之點不同。因此，在圖12中，對於與圖5相同之次序附加相同之符號而省略此處之說明。
若在步驟S921中決定雜訊量之算出之對象區域，則設定之對象區域之各像素之像素值(RGB之值)利用色空間轉換部130轉換為L*u*v*色空間之值(座標)(步驟S951)。
且，在將對象區域之各像素之值(L*u*v*色空間之座標)平均而算出基準色後(步驟S923)，基於基準色之座標與位於基準色之附近之色差識別靈敏度資訊，基準色之靈敏度資訊利用色差識別靈敏度預測部440預測(步驟S952)。
其後，基於預測之基準色之靈敏度資訊，雜訊量之算出時使用之各軸向之加權係數，利用色差識別靈敏度預測部440設定(算出)(步驟S953)。另，在步驟S953中，對各方向之加權係數，保持於色差識別靈敏度資訊保持部430，在作為基準色之靈敏度資訊預測加權係數之情形下，該預測之加權係數保持其狀態使用。另，步驟S952及步驟 S953為申請專利範圍中之係數算出次序之一例。
接著，使用各像素之座標，各軸向之不均一(標準偏差)利用色差識別靈敏度預測部440算出(步驟S954)。且，基於算出之加權係數與算出之標準偏差，算出對象區域之雜訊量利用雜訊量運算部450算出(步驟S955)，雜訊量算出處理之處理次序結束。另，步驟S955為申請專利範圍中之雜訊量算出次序之一例。
如此，根據本技術之第2實施形態，基於實測值(色差識別靈敏度資訊)，決定雜訊量之算出時使用之加權係數，藉此，可適當地算出雜訊量。即，如步驟S952及步驟S953所示般，藉由自基準色之座標算出對於算出雜訊量較適當之加權係數，算出雜訊量時之各軸向之權重適當地設定，從而可適當地算出雜訊量。
如此，根據本技術之實施形態，可適當地算出雜訊量。即，藉由算出適當之雜訊量，可適當地評估包含於圖像之雜訊。
另，在本技術之實施形態中，雖假定攝像裝置或影像視聽裝置而進行說明，但並非限定於此者，例如，亦可應用於用以評估攝像裝置之功能之機器之雜訊評估之功能等。在該情形下，攝像一面為均等之色者，將利用該攝像產生之圖像整體作為對象區域進行，基於算出之雜訊量，評估攝像裝置之功能。
另，雖在本技術之第1實施形態中，就轉換為L*a*b*色空間之例進行說明，在本技術之第2實施形態中，就轉換為L*u*v*色空間之例進行說明，但並非限定於此者。在本技術之第1實施形態中，為可算出色差之色空間即可，在本技術之第2實施形態中，為可使色差識別靈敏度資訊保持於色差識別靈敏度資訊保持部430之色空間即可。即，在本技術之第1實施形態中，使用L*u*v*色空間與算出L*u*v*色空間之色差之式(例如，CIE1976)亦可實施。又，在本技術之第2實施形態中，使用L*a*b*色空間與L*a*b*色空間之麥克亞當之偏差橢圓之 資訊亦可實施。
另，上述實施形態為顯示用以實現本技術之一例者，實施形態之事項與申請專利範圍之發明特定事項具有分別對應之關係。相同地，申請專利範圍之發明特定事項與附有與此相同之名稱之本技術之實施形態之事項具有分別對應之關係。然而，本技術並非限定於實施形態者，可在不脫離其要旨之範圍中藉由對實施形態實施各種變化而實現。
又，上述實施形態中說明之處理次序，既可作為具有該等一連串之次序之方法掌握，又，亦可作為用以使該等一連串之次序在電腦中執行之程式或記憶其程式之記錄媒體掌握。作為該記錄媒體，例如，可使用硬碟、CD(Compact Disc：光碟)、MD(MiniDisc：迷你光碟)、DVD(Digital Versatile Disk：數位多功能光碟)、記憶卡、藍光光碟(Blu-ray Disc(註冊商標))等。
另，本技術亦可採用如以下般之構成。
(1)一種雜訊評估方法，其包含：基準值算出次序，其係將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出次序，其係使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域中之各像素之像素值與上述算出之基準值之間之色差；及雜訊量算出次序，其係基於上述算出之色差，算出上述評估對象區域中之雜訊量。
(2)如上述(1)之雜訊評估方法，其中上述雜訊量算出次序，使用上述評估對象區域之各像素之上述色差算出平均值而將上述平均值作為上述雜訊量。
(3)如上述(1)或(2)之雜訊評估方法，其中上述3維色空間為均等色空間；上述色差算出次序基於上述均等色空間之距離關係算出上述色差。
(4)如上述(3)之雜訊評估方法，其中上述3維色空間為CIELAB；上述色差算出次序將CIE2000色差式作為上述色差式使用。
(5)一種圖像處理裝置，其包含：基準色算出部，其將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出部，其使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域之各像素之像素值與上述算出之基準值之間之色差；及雜訊量算出部，其基於上述算出之色差，算出顯示上述評估對象區域之雜訊之程度之雜訊量。
(6)如上述(5)之圖像處理裝置，其中進而包含決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。
(7)如上述(6)之圖像處理裝置，其中上述決定部，將用於調整雜訊降低之程度之參數、用於調整彩色矩陣之色再現性程度之參數、及用於調整攝像之設定之參數中之至少1個決定作為上述參數。
(8)一種攝像裝置，其包含：基準色算出部，其將根據攝像之圖像之畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出部，其使用用以算出上述3維色空間之色差之色差式， 對每個像素算出上述評估對象區域中之各像素之像素值與上述算出之基準值之間之色差；雜訊量算出部，其基於上述算出之色差，算出顯示上述評估對象區域之雜訊之程度之雜訊量；及決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。
(9)一種程式，其使電腦執行如下次序：基準值算出次序，其係將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出次序，其係使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域中之各像素之像素值與上述算出之基準值之間之色差；及雜訊量算出次序，其係基於上述算出之色差，算出上述評估對象區域之雜訊量。
(10)一種雜訊評估方法，其包含：基準值算出次序，其係將根據畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出次序，其係基於上述算出之基準值，算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；及雜訊量算出次序，其係基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量。
(11)如上述(10)之雜訊評估方法，其中上述係數算出次序，使用特定之座標與關於相對於該座標之色為使用者之感知所無法區別之色 所在之座標之範圍之靈敏度資訊相關聯之表，產生上述算出之基準值之上述靈敏度資訊，基於該產生之靈敏度資訊而算出上述加權係數。
(12)如上述(11)之雜訊評估方法，其中上述加權係數為對每個上述軸向算出之值；上述係數算出次序，基於算出對象之上述加權係數在顯示權重之軸之方向上相對於上述基準值在正側最接近之座標之上述靈敏度資訊、與在該軸之方向上相對於上述基準值在負側最接近之座標之上述靈敏度資訊中之至少1個，而算出上述算出對象之加權係數。
(13)如上述(10)之雜訊評估方法，其中上述係數算出次序，使用特定之座標與該座標之上述加權係數相關聯之表，而算出上述算出之基準值之上述加權係數。
(14)一種圖像處理裝置，其包含：基準色算出部，其將根據畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出部，其基於上述算出之基準值，算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；及雜訊量算出部，其基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量。
(15)如上述(14)之圖像處理裝置，其中進而包含決定部，其基於上述算出之雜訊量而決定用於調整作為處理對象之圖像之畫質之參數。
(16)如上述(15)之圖像處理裝置，其中上述決定部，將用於調整雜訊降低之程度之參數、用於調整彩色矩陣之色再現性程度之參數、及用於調整攝像之設定之參數中之至少1個決定作為上述參數。
(17)一種攝像裝置，其包含：基準色算出部，其將根據攝像之畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出部，其基於上述算出之基準值算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；雜訊量算出部，其基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量；及決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。
(18)一種程式，其使電腦執行如下次序：基準值算出次序，其係將根據攝像之畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出次序，其係基於上述算出之基準值，算出用於上述評估對象區域之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；及雜訊量算出次序，其係基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量。
10‧‧‧圖像處理裝置
100‧‧‧信號處理部
110‧‧‧雜訊量算出部
120‧‧‧對象區域設定部
130‧‧‧色空間轉換部
140‧‧‧基準色算出部
150‧‧‧色差算出部
160‧‧‧平均值算出部
180‧‧‧圖像處理部
191‧‧‧圖像輸入部
192‧‧‧圖像輸出部

Claims (18)

  1. 一種雜訊評估方法，其包含：基準值算出次序，其係將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出次序，其係使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域中之各像素之像素值與上述算出之基準值之間之色差；及雜訊量算出次序，其係基於上述算出之色差，算出上述評估對象區域中之雜訊量。
  2. 如請求項1之雜訊評估方法，其中上述雜訊量算出次序係使用上述評估對象區域之各像素之上述色差算出平均值而將上述平均值作為上述雜訊量。
  3. 如請求項1之雜訊評估方法，其中上述3維色空間為均等色空間；上述色差算出次序係基於上述均等色空間之距離關係算出上述色差。
  4. 如請求項3之雜訊評估方法，其中上述3維色空間為CIELAB；上述色差算出次序係將CIE2000色差式作為上述色差式使用。
  5. 一種圖像處理裝置，其包含：基準值算出部，其將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準 值；色差算出部，其使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域之各像素之像素值與上述算出之基準值之間之色差；及雜訊量算出部，其基於上述算出之色差，算出顯示上述評估對象區域之雜訊之程度之雜訊量。
  6. 如請求項5之圖像處理裝置，其中進而包含決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。
  7. 如請求項6之圖像處理裝置，其中上述決定部將用於調整雜訊降低之程度之參數、用於調整彩色矩陣之色再現性程度之參數、及用於調整攝像之設定之參數中之至少1個決定作為上述參數。
  8. 一種攝像裝置，其包含：基準值算出部，其將根據攝像之圖像之畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出部，其使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域中之各像素之像素值與上述算出之基準值之間之色差；雜訊量算出部，其基於上述算出之色差，算出顯示上述評估對象區域之雜訊之程度之雜訊量；及決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。
  9. 一種程式，其使電腦執行如下次序： 基準值算出次序，其係將根據畫質之評估對象區域中之像素之像素值而特定之值、即可算出色差之3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；色差算出次序，其係使用用以算出上述3維色空間之色差之色差式，對每個像素算出上述評估對象區域中之各像素之像素值與上述算出之基準值之間之色差；及雜訊量算出次序，其係基於上述算出之色差，算出上述評估對象區域之雜訊量。
  10. 一種雜訊評估方法，其包含：基準值算出次序，其係將根據畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出次序，其係基於上述算出之基準值，算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；及雜訊量算出次序，其基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量。
  11. 如請求項10之雜訊評估方法，其中上述係數算出次序係使用特定之座標與關於相對於該座標之色為使用者之感知所無法區別之色所在之座標之範圍之靈敏度資訊相關聯之表，產生上述算出之基準值之上述靈敏度資訊，基於該產生之靈敏度資訊而算出上述加權係數。
  12. 如請求項11之雜訊評估方法，其中上述加權係數為對每個上述軸向算出之值； 上述係數算出次序係基於算出對象之上述加權係數在顯示權重之軸之方向上相對於上述基準值在正側最接近之座標之上述靈敏度資訊、與在該軸之方向上相對於上述基準值在負側最接近之座標之上述靈敏度資訊中之至少1個，而算出上述算出對象之加權係數。
  13. 如請求項10之雜訊評估方法，其中上述係數算出次序係使用特定之座標與該座標之上述加權係數相關聯之表，而算出上述算出之基準值之上述加權係數。
  14. 一種圖像處理裝置，其包含：基準值算出部，其將根據畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出部，其基於上述算出之基準值，算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；及雜訊量算出部，其基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量。
  15. 如請求項14之圖像處理裝置，其中進而包含決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。
  16. 如請求項15之圖像處理裝置，其中上述決定部將用於調整雜訊降低之程度之參數、用於調整彩色矩陣之色再現性程度之參數、及用於調整攝像之設定之參數中之至少1個決定作為上述參數。
  17. 一種攝像裝置，其包含：基準值算出部，其將根據攝像之畫質之評估對象區域中之像 素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出部，其基於上述算出之基準值，算出用於上述評估對象區域中之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；雜訊量算出部，其基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量；及決定部，其基於上述算出之雜訊量而決定用於調整成為處理對象之圖像之畫質之參數。
  18. 一種程式，其使電腦執行如下次序：基準值算出次序，其係將根據攝像之畫質之評估對象區域中之像素之像素值而特定之值、即3維色空間之座標之值平均化，而將成為上述評估對象區域之基準之像素值算出作為基準值；係數算出次序，其係基於上述算出之基準值，算出用於上述評估對象區域之雜訊量算出之係數、即針對各個方向顯示上述3維色空間之各軸向之值於雜訊量算出時之權重之加權係數；及雜訊量算出次序，其係基於上述算出之加權係數與上述評估對象區域中之像素之像素值而算出雜訊量。
TW102121209A 2012-07-19 2013-06-14 雜訊評估方法、圖像處理裝置、攝像裝置及程式 TW201411553A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012160079 2012-07-19

Publications (1)

Publication Number Publication Date
TW201411553A true TW201411553A (zh) 2014-03-16

Family

ID=49948628

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102121209A TW201411553A (zh) 2012-07-19 2013-06-14 雜訊評估方法、圖像處理裝置、攝像裝置及程式

Country Status (3)

Country Link
JP (1) JPWO2014013792A1 (zh)
TW (1) TW201411553A (zh)
WO (1) WO2014013792A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427349A (zh) * 2015-11-18 2016-03-23 国家海洋局第一海洋研究所 遥感图像条带噪声定量评价方法
US20210209741A1 (en) * 2020-01-07 2021-07-08 Pegatron Corporation Light guide image processing method and apparatus

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7106318B2 (ja) * 2018-03-26 2022-07-26 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
KR20210107955A (ko) 2020-02-24 2021-09-02 삼성전자주식회사 컬러 스테인 분석 방법 및 상기 방법을 이용하는 전자 장치
CN113938597B (zh) * 2020-06-29 2023-10-10 腾讯科技（深圳）有限公司 一种脸部识别方法、装置、计算机设备和存储介质
CN112985605B (zh) * 2021-02-09 2022-04-26 珠海赛纳三维科技有限公司 三维物体色差计算方法及装置、三维物体色差计算系统
KR20230072702A (ko) 2021-11-18 2023-05-25 삼성전자주식회사 컬러 변환을 수행하는 전자 장치 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7940983B2 (en) * 2004-12-17 2011-05-10 Nikon Corporation Image processing method
JP5035029B2 (ja) * 2008-03-03 2012-09-26 ソニー株式会社 信号処理装置および方法、並びにプログラム
JP5439210B2 (ja) * 2010-02-01 2014-03-12 日立コンシューマエレクトロニクス株式会社 画像処理装置
JP5541721B2 (ja) * 2010-10-05 2014-07-09 キヤノン株式会社 画像処理装置および画像処理方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427349A (zh) * 2015-11-18 2016-03-23 国家海洋局第一海洋研究所 遥感图像条带噪声定量评价方法
CN105427349B (zh) * 2015-11-18 2018-05-25 国家海洋局第一海洋研究所 遥感图像条带噪声定量评价方法
US20210209741A1 (en) * 2020-01-07 2021-07-08 Pegatron Corporation Light guide image processing method and apparatus

Also Published As

Publication number Publication date
JPWO2014013792A1 (ja) 2016-06-30
WO2014013792A1 (ja) 2014-01-23

Similar Documents

Publication Publication Date Title
TW201411553A (zh) 雜訊評估方法、圖像處理裝置、攝像裝置及程式
JP4264553B2 (ja) 画像処理装置、撮像装置、画像出力装置、これらの装置における方法およびプログラム
JP5697353B2 (ja) 画像処理装置、画像処理装置の制御方法及びプログラム
JP5779089B2 (ja) エッジ検出装置、エッジ検出プログラム、およびエッジ検出方法
US9092659B2 (en) Subject determination apparatus that determines whether or not subject is specific subject
JP5847471B2 (ja) 画像処理装置、撮像装置、画像処理方法および画像処理プログラム
CN107018407B (zh) 信息处理装置、评价用图、评价系统、以及性能评价方法
JP2005331929A (ja) 画像解析方法、画像解析プログラム、及びそれらを有する画素評価システム
WO2015196896A1 (zh) 对焦状态的提示方法和拍摄装置
KR20150072090A (ko) 관심 영역 검출 장치 및 그 방법
JP4900373B2 (ja) 画像出力装置、画像出力方法およびプログラム
JP5223912B2 (ja) 撮像装置、および焦点判定プログラム
KR101854432B1 (ko) 역광 프레임을 검출하고, 보정하는 방법 및 장치
JP2006133196A (ja) 画素ムラ欠陥検出方法、画素ムラ欠陥検出装置、画素ムラ欠陥検出プログラムおよびこのプログラムを記録した記録媒体。
JP4967445B2 (ja) 撮像装置およびその光源推定装置
JP2016046701A (ja) 画像処理装置、画像処理方法、及び、プログラム
JP5178421B2 (ja) 画像処理装置、画像処理方法及び撮像装置
JP2011041094A (ja) 画像処理装置、撮像装置および画像処理方法
JP2011041094A5 (zh)
US20200034991A1 (en) Image processing apparatus, image processing method, and storage medium
WO2020107196A1 (zh) 一种对拍摄装置的拍摄质量评测方法、装置及终端设备
JP5846100B2 (ja) 表示装置の欠陥検査方法
JP6718171B2 (ja) 画像処理装置、画像処理システムおよび画像処理方法
JP5957106B2 (ja) 画像処理装置、画像処理装置の制御方法及びプログラム
JP5963913B2 (ja) 画像処理装置、撮像装置、画像処理方法および画像処理プログラム