TWI390337B - 攝像裝置、其控制方法及程式 - Google Patents

Description

攝像裝置、其控制方法及程式

本發明係有關於攝像裝置，尤其是有關於，可用複數攝像記錄參數來進行攝像的攝像裝置及其控制方法以及使該當方法被電腦所執行用的程式。

先前，拍攝人物或風景等之被攝體而當作攝像影像並加以記錄的數位靜態相機等之攝像裝置，已經普及。作為這些攝像裝置已被提出有，將攝像影像中所含之被攝體之場景加以判定，相應於該所判定出來的場景，來設定各攝像條件的攝像裝置。

例如，判定攝像影像中所含之被攝體的逆光狀態，相應於該攝像影像中的逆光狀態來進行逆光補償的攝像裝置，已被提出(例如參照專利文獻1)。

[專利文獻1]日本特開2004-235956號公報(圖1)

若依據上述先前技術，則藉由判定攝像影像中所含之被攝體的逆光狀態，就可進行相應於逆光狀態之逆光補償。然而，例如，隨著攝像影像中所含之被攝體的大小或配置等，逆光場景會呈現類似於屋內場景或逆光場景以外之屋外場景而像是順光場景等的狀態，因此會有逆光場景的判別係為困難之場合。又，雖然拍攝逆光場景或夜景場景等特定場景，對初學者的攝影者而言經常是有困難的，但有會隨著攝影者的喜好而想要記錄攝像影像的時候。於是，例如，即使針對逆光場景或夜景場景等特定場景，仍想隨著攝影者的喜好來記錄攝像影像，但該特定場景的攝像影像記錄會有失敗的風險。在此類情況下，適切地記錄該特定場景，是很重要的。

於是，本發明的目的在於，將攝像影像中所含之被攝體的特定場景，予以適切地記錄。

本發明係為了解決上記課題所研發，其第1側面係為，一種攝像裝置，及其控制方法以及使該當方法被電腦執行的程式，其特徵為，具備：快門操作受理手段，係用以受理快門操作；和攝像手段，係用以拍攝被攝體而生成攝像影像；和明亮度資訊抽出手段，係用以從上記攝像影像中，抽出將上記攝像影像全體之明亮度加以表示的明亮度資訊；和亮度值分布資訊抽出手段，係用以從上記攝像影像中，抽出將上記攝像影像中的亮度值之分布狀態加以表示的亮度值分布資訊；和場景判定手段，係用以基於上記所抽出之明亮度資訊及上記所抽出之亮度值分布資訊，來判定上記攝像影像中所含之被攝體之場景；和控制手段，係用以進行控制，當受理到上記快門操作時，若上記攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則使用至少2個不同之攝像記錄參數而使攝像影像被記錄。藉此就可達成，基於從攝像影像所抽出的明亮度資訊及從攝像影像中所抽出的亮度值分布資訊，來判定攝像影像中所含之被攝體之場景，當受理到快門操作時，若攝像影像中所含之被攝體之場景係被判定為所定場景的情況下，則使用至少2個不同之攝像記錄參數來令攝像影像被記錄之如此作用。

又，於此第1側面中，亦可為，更具備：明亮度資訊評價值參數記憶手段，係用以將相應於各種場景的上記明亮度資訊之分布狀態加以表示的明亮度資訊評價值參數，對每一場景加以記憶；和亮度值分布資訊評價值參數記憶手段，係用以將相應於上記各種場景的上記亮度值分布資訊所對應之特徵量加以表示的亮度值分布資訊評價值參數，對每一場景加以記憶；和判定評價值算出手段，係用以使用上記所抽出之明亮度資訊所對應之上記明亮度資訊評價值參數，來對每一場景算出明亮度資訊評價值，並且使用上記所抽出之亮度值分布資訊所對應之上記亮度值分布資訊評價值參數，來對每一場景算出亮度值分布資訊評價值，然後基於上記對每一場景所算出之明亮度資訊評價值及亮度值分布資訊評價值，來對每一場景算出判定評價值；上記場景判定手段，係基於上記對每一場景所算出之判定評價值，來判定上記攝像影像中所含之被攝體之場景。藉此就可達成，使用從攝像影像所抽出的明亮度資訊所對應之明亮度資訊評價值參數，來對每一場景算出明亮度資訊評價值，並且使用從攝像影像中所抽出的亮度值分布資訊所對應之亮度值分布資訊評價值參數，來對每一場景算出亮度值分布資訊評價值，基於該對每一場景所算出之明亮度資訊評價值及亮度值分布資訊評價值，來對每一場景算出判定評價值，基於該對每一場景所算出之判定評價值，來判定攝像影像中所含之被攝體之場景之如此作用。

又，於此第1側面中，亦可為，更具備：亮度值領域資訊抽出手段，係用以將上記攝像影像分割成複數領域，然後將該當所被分割之各領域中的亮度值領域資訊，予以抽出；上記場景判定手段，係基於上記所抽出之明亮度資訊與上記所抽出之亮度值分布資訊與上記所抽出之亮度值領域資訊，來判定上記攝像影像中所含之被攝體之場景。藉此就可達成，基於從攝像影像全體所抽出之明亮度資訊、從攝像影像中所抽出的亮度值分布資訊、從攝像影像之分割領域所抽出之亮度值領域資訊，來判定攝像影像中所含之被攝體之場景之如此作用。

又，於此第1側面中，亦可為，更具備：明亮度資訊評價值參數記憶手段，係用以將相應於各種場景的上記明亮度資訊之分布狀態加以表示的明亮度資訊評價值參數，對每一場景加以記憶；和亮度值分布資訊評價值參數記憶手段，係用以將相應於上記各種場景的上記亮度值分布資訊所對應之特徵量加以表示的亮度值分布資訊評價值參數，對每一場景加以記憶；和分割領域評價值轉換資訊記憶手段，係用以記憶：領域群資訊，係用來表示基於上記各種場景所相應之上記亮度值領域資訊之大小而做分類的攝像影像上之領域群，與評價值轉換表，係用來基於上記領域群資訊而將上記所抽出之亮度值領域資訊予以轉換成分割領域評價值；和判定評價值算出手段，係用以使用上記所抽出之明亮度資訊所對應之上記明亮度資訊評價值參數，來對每一場景算出明亮度資訊評價值，並且使用上記所抽出之亮度值分布資訊所對應之上記亮度值分布資訊評價值參數，來對每一場景算出亮度值分布資訊評價值，然後基於上記對每一場景所算出之明亮度資訊評價值及亮度值分布資訊評價值，來對每一場景算出判定評價值；和分割領域評價值算出手段，係用以針對上記所抽出之亮度值領域資訊，使用上記領域群資訊及上記評價值轉換表，對每一場景算出分割領域評價值；上記場景判定手段，係基於上記對每一場景所算出之判定評價值及分割領域評價值，來判定上記攝像影像中所含之被攝體之場景。藉此就可達成，使用從攝像影像所抽出的明亮度資訊所對應之明亮度資訊評價值參數，來對每一場景算出明亮度資訊評價值，並且使用從攝像影像中所抽出的亮度值分布資訊所對應之亮度值分布資訊評價值參數，來對每一場景算出亮度值分布資訊評價值，基於該對每一場景所算出之明亮度資訊評價值及亮度值分布資訊評價值，來對每一場景算出判定評價值，針對從攝像影像之分割領域所抽出之亮度值領域資訊，使用領域群資訊及評價值轉換表來對每一場景算出分割領域評價值，基於該對每一場景所算出之判定評價值及分割領域評價值，來判定攝像影像中所含之被攝體之場景之如此作用。

又，於此第1側面中，亦可為，上記分割領域評價值算出手段，係當從上記攝像影像中的所定領域所抽出之亮度值領域資訊是存在於所定範圍內時，則進行令上記分割領域評價值增加的補償。藉此就可達成，當從攝像影像中的所定領域所抽出之亮度值領域資訊是存在於所定範圍內時，則進行令分割領域評價值增加的補償之作用。

又，於此第1側面中，亦可為，更具備：攝像記錄參數操作受理手段，係用以受理將所望之攝像記錄參數加以設定的操作內容；上記控制手段，係當受理到上記快門操作時，若上記攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則至少使用上記所設定之攝像記錄參數與相應於上記所判定出來之所定場景的攝像記錄參數，而使攝像影像被記錄。藉此就可達成，當受理到快門操作時，若攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則至少使用所設定之攝像記錄參數、與相應於所判定出來之所定場景的攝像記錄參數，而使攝像影像被記錄之效果。

又，於此第1側面中，係可為，上記所定場景，係為夜景場景或是逆光場景。藉此就可達成，使用相應於夜景場景或逆光場景的攝像記錄參數來令攝像影像被記錄之如此作用。

又，於此第1側面中，亦可為，更具備：顯示控制手段，係用以針對上記攝像影像之記錄上所使用之攝像記錄參數，若是持續所定時間而設定了同一攝像記錄參數的情況下，則令關於該當持續所定時間所被設定之攝像記錄參數的標誌，被顯示出來。藉此就可達成，針對攝像影像之記錄上所使用之攝像記錄參數，若是持續所定時間而設定了同一攝像記錄參數的情況下，則令關於持續所定時間所被設定之攝像記錄參數的標誌，被顯示出來之如此作用。

又，本發明的第2側面係為，一種攝像裝置，及其控制方法以及使該當方法被電腦執行的程式，其特徵為，具備：快門操作受理手段，係用以受理快門操作；和攝像手段，係用以拍攝被攝體而生成攝像影像；和分割領域評價值轉換資訊記憶手段，係用以記憶：領域群資訊，係用來表示基於各種場景所相應之攝像影像的所定領域中的亮度值領域資訊之大小而做分類的攝像影像上之領域群，與評價值轉換表，係用來基於上記領域群資訊而將上記亮度值領域資訊予以轉換成分割領域評價值；和亮度值領域資訊抽出手段，係用以將上記攝像影像分割成複數領域，然後將該當所被分割之各領域中的亮度值領域資訊，予以抽出；和分割領域評價值算出手段，係用以針對上記所抽出之亮度值領域資訊，使用上記領域群資訊及上記評價值轉換表，對每一場景算出分割領域評價值；和場景判定手段，係用以基於上記對每一場景所算出之分割領域評價值，來判定上記攝像影像中所含之被攝體之場景；和控制手段，係用以進行控制，當受理到上記快門操作時，若上記攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則使用至少2個不同之攝像記錄參數而使攝像影像被記錄。藉此就可達成，將攝像影像分割成複數領域，將該所被分割之各領域中的亮度值領域資訊予以抽出，針對該所抽出之亮度值領域資訊，使用領域群資訊及評價值轉換表來對每一場景算出分割領域評價值，基於該對每一場景所算出之分割領域評價值，來判定攝像影像中所含之被攝體之場景，當受理到快門操作時，若攝像影像中所含之被攝體之場景係被判定為所定場景的情況下，則使用至少2個不同之攝像記錄參數來令攝像影像被記錄之如此作用。

若依據本發明，則可達成將攝像影像中所含之被攝體的特定場景予以適切地記錄的優良效果。

接著，針對本發明的實施形態，參照圖面來詳細說明。

圖1係本發明的實施形態中的攝像裝置100之機能構成例的區塊圖。攝像裝置100，係具備：透鏡111、光圈機構部112、快門機構部113、攝像元件114、透鏡控制部115、TG(Timing Generator：時序訊號產生電路)116、類比訊號處理部121、A/D轉換部122、數位訊號處理部123、主控制部200、操作受理部130、快門釋放鈕131、顯示部140、記錄部150、外部I/F(介面)160、EEPROM(Electrically Erasable and Programmable Read Only Memory)171、RAM(Random Access Memory)172、晃動偵測部180、充電/發光控制部191、發光部192。攝像裝置100係可藉由，例如，可拍攝被攝體而生成影像資料，針對該影像資料進行影像解析以抽出各特徵量，可使用該所抽出之各特徵量來實施各種影像處理的數位靜態相機來加以實現。

透鏡111，係由將來自被攝體之光予以聚光的複數透鏡(變焦透鏡、聚焦透鏡等)所構成，所被入射的來自被攝體的光係透過這些透鏡而被供給至攝像元件114。又，這些透鏡，是被變焦控制機構部(未圖示)、聚焦控制機構部(未圖示)、或是手晃控制機構部(未圖示)所驅動。例如，基於來自主控制部200的控制訊號而驅動控制著變焦控制機構部或聚焦控制機構部，就可進行變焦控制或聚焦控制。又，基於晃動偵測部180所偵測出來的攝像裝置100之晃動資訊、和目前之補償光學系的位置資訊，補償光學系所應移動之位置會被主控制部200所決定，手晃控制機構部會基於該決定而被驅動控制，進行手晃補償控制。

光圈機構部112，係基於來自主控制部200的控制訊號，控制著讓透過透鏡111所入射之光穿透的開口之大小。快門機構部113，係基於來自主控制部200的控制訊號，控制著讓透過透鏡111所入射之光穿透的時間(曝光時間)。用來控制該快門機構部113的控制訊號，係為隨應於快門釋放鈕131的按下操作而產生的控制訊號。如此，露光光量就被光圈機構部112及快門機構部113所控制。

攝像元件114，係在攝像面設有彩色濾光片的彩色攝像元件，依照從TG116所供給之驅動脈衝而動作，藉此，隨應於透過透鏡111所入射之來自被攝體的光的被攝體像，就會成像在攝像面。然後，將被成像在攝像面的被攝體像所相應的類比影像訊號加以生成，將所生成之類比影像訊號，供給至類比訊號處理部121。此外，作為攝像元件114係可使用例如，CCD(Charge Coupled Device)感測器或CMOS(Complementary Metal Oxide Semiconductor)感測器等之攝像元件。

透鏡控制部115，係基於來自主控制部200的控制訊號，控制著變焦控制機構部、聚焦控制機構部、或手晃控制機構部。

TG116，係基於來自主控制部200的控制訊號，產生讓攝像元件114積存或讀出每一像素之影像訊號時所必須之各種驅動脈衝，將所產生的各種驅動脈衝，供給至攝像元件114。亦即，這些各種驅動脈衝，係作為影像訊號之攝像處理或輸出處理的時序訊號而被使用。

類比訊號處理部121，係針對從攝像元件114所供給之影像訊號，實施取樣處理(S/H)或增幅處理(AGC)等之類比處理，將施行過類比處理的類比影像訊號，供給至A/D轉換部122。

A/D轉換部122，係將從類比訊號處理部121所供給之類比影像訊號，以所定之取樣頻率進行取樣，以轉換成數位影像訊號，將這些轉換後的數位影像訊號，供給至數位訊號處理部123。

數位訊號處理部123，係根據從A/D轉換部122所供給之數位影像訊號，生成取景(framing)、靜止影像訊號、自動對焦、測光等時所必須之各種訊號，將所生成之各種訊號，輸出至主控制部200。例如，在取景時，數位訊號處理部123，係根據輸入影像訊號生成顯示影像訊號，將該所生成之顯示影像訊號，透過主控制部200而供給至顯示部140。又，在靜止影像攝影時，數位訊號處理部123，係根據輸入影像訊號而生成1張靜止影像訊號，將該所生成之靜止影像訊號施行壓縮處理等之後，透過主控制部200而供給至記錄部150。又，在自動對焦時，數位訊號處理部123係根據輸入影像訊號，偵測出畫面內的所定領域的高頻成分，生成表示所被測出之高頻成分等級的參數，將該所生成之參數，供給至主控制部200。又，在測光時，數位訊號處理部123係根據輸入影像訊號，偵測出畫面內的所定領域的光量成分(AE訊號)，生成表示該所被測出之光量成分之光量等級的參數，將所生成之表示光量等級的參數，供給至主控制部200。

主控制部200，係為控制攝像裝置100各部的主控制部，是由具備CPU(Central Processing Unit)、程式ROM(Read Only Memory)、工作區域用RAM(Random Access Memory)及各種I/O(Input/Output)埠或介面的微電腦所構成。此外，關於主控制部200，係參照圖2及圖3來詳細說明。

操作受理部130，係用來接受被使用者所進行操作之操作內容的操作受理部，會將相應於所受理到之操作內容的訊號，輸出至主控制部200。作為操作受理部130，例如，係在攝像裝置100上，具備快門釋放鈕131或變焦鈕132(示於圖29)等之操作構件。快門釋放鈕131，係在記錄攝像影像之際會被使用者所操作之瞬時型的按壓開關。在本發明的實施形態中，快門釋放鈕131的按壓狀態，是由主控制部200所判別。亦即，完全沒有被使用者按下之狀態(OFF狀態)、被使用者按下一半左右的狀態(半按狀態)、被使用者深深按下之狀態(深按狀態)之3個按壓狀態，會被主控制部200所判別。又，變焦鈕132，係在攝像時調整變焦倍率之際所操作的按鈕。

顯示部140，係將從數位訊號處理部123所供給之影像資料所對應之影像加以顯示的顯示部，例如，使攝像元件114所生成之影像訊號所對應之攝像影像(亦即檢視畫面)，被顯示在顯示部140。顯示部140係藉由例如LCD(Liquid Crystal Display)等來實現。此外，顯示部140係亦可為顯示各種選擇鈕等，藉由手指觸摸這些選擇鈕就可進行操作輸入的觸控面板。

記錄部150，係將從數位訊號處理部123所供給之影像資料加以記錄的記錄裝置。作為記錄部150，例如，可採用記憶卡隨身碟等之半導體記憶體、或DVD(Digital Versatile Disc)等可移除式記錄媒體。又，記錄部150，係可內藏於攝像裝置100，或設計成可對攝像裝置100進行裝卸。

外部介面160，係為具備USB(Universal Serial Bus)等之輸出入端子的外部介面。

EEPROM171，係基於主控制部200之控制，將即使攝像裝置100電源被關閉時仍須保持之狀態的必要的資料等，加以記憶用的記憶體。該資料，係例如於攝像裝置100中所被設定的各種資訊。

RAM172，係將主控制部200進行各種處理上所必須之程式或資料等予以暫時記憶用的記憶體。

晃動偵測部180，係偵測出對攝像裝置100所施加的加速度、位移、傾斜等，將對應於所測出之加速度、位移、傾斜等的電壓值，輸出至主控制部200。晃動偵測部180，係取得例如關於俯仰(Pitch)方向及偏擺(Yaw)方向之2方向的角速度所對應之電壓值。然後，主控制部200，係針對從晃動偵測部180所輸出之電壓值，進行手晃補償演算，將該電壓值轉換成對應的數值，取得攝影者之手晃等所致之攝像裝置100晃動的相關資訊(晃動資訊)。此外，晃動偵測部180係例如可藉由陀螺儀感測器等來加以實現。

充電/發光控制部191，係基於來自主控制部200的控制訊號，控制著發光部192之充電及發光。亦即，透過充電/發光控制部191，發光部192係被連接至主控制部200，發光部192的發光時序係被主控制部200所控制。

發光部192，係從透鏡111朝向前方方向(透鏡111的光軸方向)照射光線，例如，係被安裝在攝像裝置100框體的前面部或上部的發光裝置，會在一瞬間發出強光。亦即，發光部192係對作為攝像對象的被攝體，照射強烈閃光。此外，發光部192，係可藉由所謂氙氣燈等放電裝置來加以實現。又，主控制部200，係在真正發光之前，令發光部192以所定之發光量進行預先發光，基於針對該預先發光的測光資料，來決定發光部192的發光量。亦即，主控制部200係作為針對預先發光的測光資料，測出從攝像元件114所輸出之類比影像訊號所對應之畫面全體的亮度值，藉由將該所測出之亮度值、和可獲得適切曝光的目標亮度值進行比較，以決定發光部192的發光量。因此，在攝像裝置100上不需要有調光感測器。

圖2係本發明的實施形態中的主控制部200之機能構成例的區塊圖。主控制部200係具備：臉偵測部210、靜止判斷部220、主要被攝體偵測部230、EV(Exposure Value)值抽出部240、場景決定部250、曝光條件假定部260、曝光判定部270、程式線圖保持部281、攝像控制部280、顯示控制部290。此處，在同圖中，在主控制部200的機能構成當中，僅圖示出關於攝像記錄控制的機能構成例，省略其他的機能構成。此處，臉偵測部210、靜止判斷部220、主要被攝體偵測部230及場景決定部250，係假設是被分別獨立控制。此外，在同圖中，雖然說明了基於被記錄在EEPROM171的程式而由主控制部200加以執行時的例子，但同圖所示之機能構成係亦可藉由硬體來加以實現。

臉偵測部210，係用來偵測出從數位訊號處理部123所輸出之影像訊號所對應之攝像影像中所含之人物之臉的部分，將關於所測出之臉的資訊，輸出至曝光判定部270。作為臉偵測方法係可採用，例如，將記錄著臉的亮度分布資訊的樣版與實際影像進行比對的臉偵測方法、基於攝像影像中所含之膚色部分或人臉之特徵量等的臉偵測方法。又，關於臉的資訊，例如，係為表示有無從攝像影像中偵測到臉的資訊(臉之有無)。

靜止判斷部220，係針對從晃動偵測部180所輸出之電壓值，進行手晃補償演算處理，將該電壓值所對應之數值(攝像裝置100的晃動量)予以算出。然後，將該所算出之晃動量、和靜止時的晃動量進行比較，基於該比較結果，判斷攝像裝置100是否為靜止，並將判斷結果(攝像裝置100是否靜止)，輸出至曝光判定部270。具體而言，所被算出之晃動量，係與靜止時的晃動量進行比較，以算出其偏差量，基於該偏差量與時間，來判斷是否靜止。

主要被攝體偵測部230，係用來偵測出從數位訊號處理部123所輸出之影像訊號所對應之攝像影像中所含之主要被攝體，將關於所測出之主要被攝體的資訊，輸出至曝光判定部270。作為主要被攝體偵測方法係可採用，例如，將令發光部192進行預先發光之際的攝像影像的亮度值與所定值進行比較，以偵測攝像影像中是否含有主要被攝體的偵測方法。此外，該主要被攝體的偵測，係當被判定為一定程度以上昏暗之場景的狀態下、快門釋放鈕131呈半按狀態時，或判定為夜景場景或逆光場景而未偵測到臉時等，會被進行。又，關於主要被攝體的資訊，例如，係為表示有無從攝像影像中偵測到主要被攝體的資訊(主要被攝體之有無)。

EV值抽出部240，係基於從數位訊號處理部123所輸出之AE訊號，偵測出攝像影像中所含之被攝體之明亮度加以表示的EV值的部分，將所測出之EV值，輸出至場景決定部250、曝光條件假定部260及攝像控制部280。

場景決定部250係基於從數位訊號處理部123所輸出之影像訊號、和從EV值抽出部240所輸出之EV值，來決定從數位訊號處理部123所輸出之影像訊號所對應之攝像影像中所含之被攝體之場景，並將所決定出來的場景，輸出至曝光判定部270。此處，攝像影像中所含之被攝體之場景，係為作為被攝體是含有夜晚屋外的夜景場景、作為被攝體是含有建築物之屋內的屋內場景、作為被攝體是含有背向太陽之對象物的逆光場景等之各場景。此外，關於場景決定部250，係參照圖3來詳細說明。

曝光條件假定部260，係藉由將從EV值抽出部240所輸出之EV值和所定之閾值進行比較以算出差分值，基於該所算出之差分值，來假定曝光條件。例如，當從EV值抽出部240所輸出之EV值是小於所定閾值時，則料想為曝光不足，因此作為曝光條件是將快門速度放慢、或縮小光圈量、或加大AGC(Automatic Gain Control)處理的增益等。另一方面，當從EV值抽出部240所輸出之EV值是所定閾值以上時，則因為料想為曝光過多，因此作為曝光條件是將快門速度加快、或加大光圈量、或縮小AGC(Automatic Gain Control)處理的增益等。在本發明的實施形態中，在被曝光條件假定部260所假定的曝光條件當中，令光圈量為基準光圈量Ie，快門速度為基準快門速度Te，增益為基準增益Ge。

曝光判定部270係基於從場景決定部250所輸出之攝像影像中所含之被攝體之場景、從臉偵測部210所輸出之臉之有無、從靜止判斷部220所輸出之攝像裝置100的是否靜止、從主要被攝體偵測部230所輸出之主要被攝體之有無，來判定被曝光條件假定部260所假定來作為曝光條件的基準光圈量Ie、基準快門速度Te、及基準增益Ge是否適切。然後，基於判定的結果來選擇程式線圖，將該已被選擇之程式線圖加以表示資訊與判定對象的各資訊，輸出至攝像控制部280。

程式線圖保持部281，係將所能設定之攝影模式之每一者所對應的複數程式線圖加以保持，將該所保持的程式線圖，供給至攝像控制部280。在此例子中，雖然針對在主控制部200的程式線圖保持部281中保持各程式線圖的例子來加以說明，但例如亦可設計成，將各程式線圖保持在EEPROM171中，將EEPROM171中所保持的程式線圖，供給至攝像控制部280。

攝像控制部280，係將被使用者所指定之攝影模式所對應之程式線圖，變更成已被曝光判定部270所選擇的程式線圖，並且基於從EV值抽出部240所輸出之EV值，來決定曝光條件。然後，基於所被決定之曝光條件，將用來控制光圈機構部112及快門機構部113的控制訊號，輸出至光圈機構部112及快門機構部113。又，進行相應於各攝像條件的攝像模式設定或低照度補償等之控制。再者，攝像控制部280係在被快門釋放鈕131按下時(深按狀態)，若攝像影像中所含之被攝體之場景係被判定為夜景場景或逆光場景等特定場景的情況下，則進行控制而使用至少2個不同之攝像記錄參數來令攝像影像被記錄。此外，當快門釋放鈕131是半按狀態時，就會確定至少2個不同之攝像記錄參數。又，作為這2個不同之攝像記錄參數，例如係可為，被使用者所指定之攝像記錄參數、和相應於所被判定之場景的攝像記錄參數。

顯示控制部290，係使已被攝像控制部280所決定之至少2個不同之攝像記錄參數所對應之攝像模式識別小圖示，被顯示在顯示部140中。此外，被顯示在顯示部140中的攝像模式識別小圖示的顯示例子，係參照圖29及圖30來詳細說明。

圖3係本發明的實施形態中的場景決定部250之機能構成例的區塊圖。場景決定部250，係具備：亮度值分布資訊抽出部251、場景程度得分算出資訊記憶部300、場景程度得分算出部252、領域分割部253、亮度值抽出部254、場景指數算出資訊記憶部350、場景指數算出部255、場景判定部256。

亮度值分布資訊抽出部251，係將從數位訊號處理部123所輸出之影像訊號所對應之攝像影像中的亮度值之分布狀態加以表示的直方圖予以抽出，並將所抽出之直方圖，輸出至場景程度得分算出部252。

場景程度得分算出資訊記憶部300係將場景程度得分算出部252在算出場景程度得分之際所使用的場景程度得分算出資訊加以記憶，並將所被記憶之場景程度得分算出資訊，供給至場景程度得分算出部252。此外，關於場景程度得分算出資訊記憶部300中所記憶之場景程度得分算出資訊，係參照圖4來詳細說明。

場景程度得分算出部252係基於從EV值抽出部240所輸出之EV值、從亮度值分布資訊抽出部251所輸出之直方圖，使用場景程度得分算出資訊記憶部300中所記憶之場景程度得分算出資訊，來算出場景程度得分，並將所算出來的場景程度得分，輸出至場景判定部256。此處，場景程度得分，係用來判別從數位訊號處理部123所輸出之影像訊號所對應之攝像影像中所含之被攝體之場景用的得分。關於場景程度得分的算出，係參照圖13至圖15來詳細說明。

領域分割部253，係將從數位訊號處理部123所輸出之影像訊號所對應之攝像影像，分割成複數領域，並將攝像影像、和已被分割之各領域的相關資訊，輸出至亮度值抽出部254。

亮度值抽出部254，係將已被領域分割部253所分割之攝像影像上的各領域中的亮度值予以抽出，並將所抽出之各亮度值，按照每一領域，輸出至場景指數算出部255。

場景指數算出資訊記憶部350係將場景指數算出部255在算出場景指數之際所使用之場景指數算出資訊加以記憶，並將所被記憶之場景指數算出資訊，供給至場景指數算出部255。此外，關於場景指數算出資訊記憶部350中所記憶之場景指數算出資訊，係參照圖5來詳細說明。

場景指數算出部255，係基於從亮度值抽出部254所輸出之每一領域之各亮度值，使用場景指數算出資訊記憶部350中所記憶之場景指數算出資訊，來算出場景指數，並將所算出之場景指數，輸出至場景判定部256。此處，場景指數，係用來判別從數位訊號處理部123所輸出之影像訊號所對應之攝像影像中所含之被攝體之場景用的得分。關於場景指數的算出，係參照圖21至圖26來詳細說明。

場景判定部256係使用從場景程度得分算出部252所輸出之場景程度得分、和從場景指數算出部255所輸出之場景指數當中之至少一方，來判別從數位訊號處理部123所輸出之影像訊號所對應之攝像影像中所含之被攝體之場景，並將所被判別出來的場景，輸出至曝光判定部270及顯示控制部290。

圖4係本發明的實施形態中的場景程度得分算出資訊記憶部300中所記憶之場景程度得分算出資訊的模式性圖示。在場景程度得分算出資訊記憶部300中，係記憶有：場景程度得分算出資訊(EV值)311、場景程度得分算出資訊(亮度之中央值)321、場景程度得分算出資訊(亮度之峰值)322、場景程度得分算出資訊(亮度之底部寬度)323、場景程度得分算出資訊(亮度的2值化閾值)324、場景程度得分算出資訊(亮度的塗黑領域之比率)325、場景程度得分算出資訊(亮度的左側領域之比率)326。在圖4中，係將基於從影像所抽出之EV值而被作成之場景程度得分算出資訊示於EV資訊場景程度得分算出資訊群310內，將基於從影像所抽出之直方圖而被作成之場景程度得分算出資訊示於亮度值分布資訊場景程度得分算出資訊群320內。

在本發明的實施形態中，係使用這些場景程度得分算出資訊，針對攝像影像算出每一場景的場景程度得分，將所被算出之各場景程度得分當中得分最高的場景程度得分所對應之場景，判定為是攝像影像中所含之被攝體的場景。此外，關於這些場景程度得分算出資訊，係參照圖13至圖15來詳細說明。

圖5係本發明的實施形態中的場景指數算出資訊記憶部350中所記憶之場景指數算出資訊的模式性圖示。在場景指數算出資訊記憶部350中係記憶有：夜景場景指數算出資訊360、逆光場景指數算出資訊370、屋外場景指數算出資訊380、屋內場景指數算出資訊390。又，各場景指數算出資訊中，係儲存有：場景頻度模態361、371、381、391、評價值轉換表362、372、382、382。場景頻度模態361、371、381、391，係針對已被分割成所定領域之攝像影像中的各領域，基於場景所相應之亮度平均值之傾向來進行分類用的模態。評價值轉換表362、372、382、382，係基於從已被分割成所定領域之攝像影像中的各領域所抽出之亮度平均值、和已用場景頻度模態所分類過之各領域，來求出用以算出場景指數的評價值之際，會被使用。

在本發明的實施形態中，係使用這些場景指數算出資訊，針對攝像影像算出每一場景的場景指數，將所被算出之場景指數是閾值以上的場景指數所對應之場景，判定為是攝像影像中所含之被攝體的場景。又，當場景指數是閾值以上的場景指數是有複數存在時，則這些場景指數當中最高值的場景指數所對應之場景，會被判定為是攝像影像中所含之被攝體的場景。又，以針對攝像影像而對每一場景所算出之場景程度得分所判定出來的場景，和以針對攝像影像而對每一場景所算出之場景指，數所判定出來的場景是同一的事實，可當作場景判定之條件。

接著，針對場景決定部250中的場景判定，參照圖面來詳細說明。本發明的實施形態中，係以針對夜景場景、屋內場景、屋外場景、逆光場景之哪一者來進行判定為例，來加以說明。首先，說明在場景程度得分之算出時所用的場景程度得分算出資訊之作成方法。此外，本發明的實施形態中所示的各攝像影像，係假設為彩色影像。

圖6係本發明的實施形態中的場景程度得分算出資訊之作成方法的概略圖示。在圖6中係圖示，將有關於夜景場景、屋內場景、屋外場景、逆光場景的場景程度得分算出資訊加以作成之例子。如圖6所示，基於複數影像群401乃至404中所含之攝像影像，藉由EV值抽出部411及EV資訊場景程度得分算出資訊作成部412，作成了關於各場景的EV資訊場景程度得分算出資訊。又，基於複數影像群401乃至404中所含之攝像影像，藉由亮度值分布資訊抽出部413及亮度值分布資訊場景程度得分算出資訊作成部414，作成了關於各場景的亮度值分布資訊場景程度得分算出資訊。然後，所被作成之各場景程度得分算出資訊，是被記憶在場景程度得分算出資訊記憶部300中。

此外，這些場景程度得分算出資訊之作成，係可使用記錄部150中所被記錄之攝像影像，由攝像裝置100來進行之；或可使用攝像裝置100或其他攝像裝置所記錄下來的攝像影像，由個人電腦等之影像處理裝置來進行之。此處，當是被攝像裝置100以外之影像處理裝置來作成了場景程度得分算出資訊時，該所被作成的場景程度得分算出資訊，係被輸入至攝像裝置100然後被記憶在場景程度得分算出資訊記憶部300中。

夜景影像群401，係作為被攝體是拍攝夜景(海邊的橋、建築物的外觀等)之影像的集合，逆光影像群402，係作為被攝體是拍攝處於逆光狀態的屋外(山、建築物的外觀等)之影像的集合，屋外影像群403，係作為被攝體是拍攝屋外(草原、公園之廣場等)之影像的集合，屋內影像群404，係作為被攝體是拍攝屋內(各種建築物內等)之影像的集合。此外，這些各場景的分類，係可由使用者或開發者來為之，亦可使用AdaBoost等之機械學習演算法所致之學習器來為之。

EV值抽出部411，係從夜景影像群401、逆光影像群402、屋外影像群403、屋內影像群404中所含之各影像中，抽出EV值，並且將所抽出之EV值，輸出至EV資訊場景程度得分算出資訊作成部412。

EV資訊場景程度得分算出資訊作成部412，係將從EV值抽出部411所抽出來的EV值，對每一影像群進行總計，基於該每一影像群的總計結果，對每一影像群算出關於EV資訊的評價值參數，基於該評價值參數，作成EV資訊場景程度得分算出資訊。然後，所被作成之EV資訊場景程度得分算出資訊，是被記憶在場景程度得分算出資訊記憶部300中。此外，關於EV資訊場景程度得分算出資訊，係參照圖8來詳細說明。

亮度值分布資訊抽出部413，係從夜景影像群401、逆光影像群402、屋外影像群403、屋內影像群404中所含之各影像中的亮度值之分布狀態加以表示的直方圖予以抽出，並且將所抽出之直方圖，輸出至亮度值分布資訊場景程度得分算出資訊作成部414。

亮度值分布資訊場景程度得分算出資訊作成部414，係將從亮度值分布資訊抽出部413所抽出來的亮度值分布資訊，對每一影像群進行總計，基於該每一影像群的總計結果，對每一影像群算出關於亮度值分布資訊的評價值參數，基於該評價值參數，作成亮度值分布資訊場景程度得分算出資訊。然後，所被作成之亮度值分布資訊場景程度得分算出資訊，是被記憶在場景程度得分算出資訊記憶部300中。此外，關於亮度值分布資訊場景程度得分算出資訊，係參照圖13至圖15來詳細說明。

如以上所示，使用已被記錄之複數攝像影像，藉由統計學習，就可求出各場景程度得分算出資訊。此處，近年來，由於大容量HDD(Hard Disk Drive)等大容量記憶裝置是可較為廉價地購得，因此可將以數位靜態相機所拍攝到的攝像影像等各種影像，當作影像資料而大量地加以管理。於是，可使各種模態的影像，多數記憶在大容量記憶裝置中，將這些各種模態的影像大量地進行統計學習以作成場景程度得分算出資訊，使用該場景程度得分算出資訊就可高精度地判別複數場景。又，藉由攝像裝置100的使用者來進行各場景的分類，也可作成用來依照使用者的喜好來進行場景判定所需之場景程度得分算出資訊。

圖7係本發明的實施形態中的EV值抽出部411所抽出之EV值所關連之直方圖的模式性圖示。在圖7中，針對夜景影像群401中所含之各影像所抽出的EV值是被分類成19階級而被總計成的EV資訊直方圖420。於EV資訊直方圖420中，橫軸係表示被分類成19階級的EV值，縱軸係表示頻度(攝像影像之數目)。此處，各場景的直方圖，係經常會隨著場景而呈特徵性分布。例如，由於夜景影像群401中所含之各影像係為夜景場景之影像，因此較暗的影像是較多的，EV值也經常是呈現較低的值。因此，於EV資訊直方圖420中，EV值為低階級的頻度，係為較高。如此，利用隨著各場景的特徵性分布，來作成EV資訊評價值參數。

例如，於EV資訊直方圖420中，設定了閾值W1及W2(W2<W1)。然後，EV資訊直方圖420中的頻度，係可被分類成：閾值W1以上的領域、W2以上但未滿閾值W1的領域、未滿閾值W2的領域、「0」的領域。在圖7中，EV值=0～4之頻度係為閾值W1以上，EV值=5之頻度係為閾值W2以上未滿W1，EV值=6之頻度係為未滿閾值W2，EV值=7～18之頻度係為「0」。基於如此被分類之領域，如圖8所示，就可算出EV資訊場景程度得分算出資訊。

圖8係儲存有針對各場景所作成之EV資訊評價值參數的場景程度得分算出資訊之一例的場景程度得分算出資訊(EV值)311的圖示。如上述，各場景所對應之EV資訊直方圖中，對被分類成4個的每一領域，決定了EV資訊評價值參數。在圖8中，各EV資訊直方圖中的頻度，是將閾值W1以上的領域以「高」來表示，將W2以上但未滿W1的領域以「中」來表示，將未滿閾值W2的領域以「低」來表示，將「0」的領域以斜線來表示。此外，在圖8中，各EV資訊直方圖中的頻度為閾值W1以上的領域(「高」之領域)的框線是以粗線表示。如場景程度得分算出資訊(EV值)311中的「高」領域所示，藉由使用EV值，就可針對攝像影像，大致分類成屋外/逆光、屋內/夜景。亦即，屋外/逆光場景所對應之影像，係較亮的影像為較多，因此場景程度得分算出資訊(EV值)311中的「高」領域，係較多集中在比較靠右側。另一方面，屋內/夜景場景所對應之影像，係較暗的影像為較多，因此場景程度得分算出資訊(EV值)311中的「高」領域，係較多集中在比較靠左側。

同樣地，可考慮使用EV值來將各場景做大致的場景分類。例如，可考慮若EV值為16時則視為「晴天場景」，若EV值為11時則視為「多雲場景」，若EV值為6時則視為「昏暗室內場景」，若EV值為3時則視為「夜景場景」。然而，例如，即使在昏暗場景之中，針對夜景場景或室內場景的判定，經常也是有困難的。又，針對其他場景也經常會有判定困難的情形，因此提高這些的判定精度，係為重要。於是，在本發明的實施形態中，係使用EV資訊及亮度值分布資訊來進行場景判定。藉此，就可提升各場景的判定精度。

接著，針對亮度值分布資訊場景程度得分算出資訊的作成方法，參照圖面來詳細說明。

圖9係從影像所抽出之亮度之分布狀態加以表示的直方圖之圖示。同圖所示的直方圖430，係為從複數影像群401乃至404中所含之1個攝像影像中的畫面全體中所抽出來的亮度，被正規化成16分割而成的直方圖。在此例中係為使用如此被抽出之色彩直方圖，對每一攝像影像，算出以下所示的(1)乃至(6)之值之例子。然後，將所算出的(1)乃至(6)之各值，按照每一影像群進行總計，基於該每一影像群的總計結果，算出關於亮度值分布資訊的評價值參數，基於該評價值參數，作成亮度值分布資訊場景程度得分算出資訊。

(1)直方圖全體的亮度之中央值

(2)直方圖的峰值值

(3)直方圖的底部之寬度

(4)直方圖的塗黑領域之比率

(5)直方圖全體的左半部分之比率

(6)判別分析法所致之2值化閾值

此處，(1)直方圖全體的亮度之中央值，係為對於直方圖全體頻度的中央值。亦即，直方圖全體的亮度之中央值，係將以直方圖全體之頻度所求出之面積予以2分割成左右領域時，是該當於分割領域之階級的值。例如，於直方圖430中，作為直方圖全體的亮度之中央值，會求出階級值「8」。

(2)直方圖的峰值值，係在直方圖全體之中，頻度最高的階級的值。例如，於直方圖430中，作為直方圖的峰值值，會求出階級「10」。

(3)直方圖的底部之寬度，係在直方圖全體之中，以頻度最低的階級之值為基準，從該最低頻度的值起往左右所定範圍內所存在之階級的值。因此，直方圖的底部之寬度，係也會有存在複數之值的情形。例如，於直方圖430中，作為頻度最低之階級的值，係會求出階級「7」；以該階級「7」之頻度為基準，在上下方向之閾值H1及H2之範圍內所存在之階級的值「5」、「6」、「8」，是被視為直方圖的底部之寬度而求出。將該直方圖的底部之寬度的範圍，以D1表示。此外，在直方圖的底部之寬度中，係不包含直方圖全體中頻度最低之階級的值。

(4)直方圖的塗黑領域之比率，係直方圖的左端之階級「0」所對應之頻度對全體的比率加以表示之值。將該直方圖的塗黑領域之比率的對象階級以D2表示。

(5)直方圖全體的左半部分之比率，係直方圖的左側之階級「0乃至7」所對應之頻度對全體的比率加以表示之值。將該直方圖全體的左半部分之比率的對象階級以D3表示。

(6)關於判別分析法所致之2值化閾值，係參照圖9至圖11來說明。判別分析法，係將影像的濃淡值分割成2個級別，以抽出影像中的所定領域的分析方法，是將2個分離度最大的位置(亦即2個級別的級別間分散是最大的位置)處的值k，當作閾值而加以算出。例如，於圖9所示的直方圖430中，藉由閾值k，就可將構成攝像影像的各像素，分類成2個級別C1及C2。作為該分類，例如，係可將級別C1視為對象領域，將級別C2視為背景。又例如，亦可將級別C2視為對象領域，將級別C1視為背景。

此處，說明閾值k的算出。依存於閾值k的各級別之統計量，係可用以下各式來表示。

[數1]

此處，h(g)(g=1，…，L)係表示直方圖的頻度，p(g)係表示正規化直方圖，p(g)=h(g)/N(N：全像素數)。又，式1係用來算出分離度的式子，會算出0~1的值。又，式2係用來算出2個級別間之分散的式子。又，式3係用來算出直方圖全體之分散的式子。又，式子10係用來求出級別內分散的式子，式11係用來求出直方圖全體之平均的式子。

圖10係攝像影像、和針對該攝像影像所抽出之直方圖的圖示。圖10(a)中係圖示了以晚上的遊樂園為被攝體所拍攝到的攝像影像440。圖10(b)係圖示了，針對攝像影像440所抽出的直方圖。圖10(b)中所示的直方圖，係於被正規化成256分割的直方圖中，將以上述判別分析法所算出之閾值k的位置，以縱線表示。

圖11係針對攝像影像440，使用以判別分析法所算出之閾值k來進行過2值化的影像441之圖示。於圖10(b)所示的直方圖中，例如，令比閾值k左側的領域所對應的像素為黑色，令比閾值k右側的領域所對應的像素為白色時，根據圖10所示的攝像影像440，生成圖11所示的經過2值化的影像441。

如以上所示，針對已按照每一場景而被分類的複數影像，算出(1)乃至(6)之各值，將這些(1)乃至(6)之各值進行統計學習，就可作成場景程度得分算出資訊。

圖12係針對各影像，模式性圖示關於所抽出之亮度之中央值的直方圖。在圖12中，針對夜景影像群401中所含之各影像所抽出的亮度之中央值是被分類成19階級而被總計成的亮度值分布資訊直方圖450。此外，亮度值分布資訊直方圖450，係除了橫軸是被分類成19階級的亮度中央值這點以外，其餘均和圖7所示的直方圖相同。如圖7所說明，各場景的直方圖，係經常會隨著場景而呈特徵性分布。例如，由於夜景影像群401中所含之各影像係為夜景場景之影像，因此較暗的影像是較多的，亮度中央值也經常是呈現較低的值。因此，於亮度值分布資訊直方圖450中，亮度中央值為低階級的頻度，係為較高。如此，利用隨著各場景的特徵性分布，來作成亮度值分布資訊評價值參數。

在圖12中係和圖7同樣地圖示了，使用閾值W1及W2(W2<W1)，分類成4個領域，基於該已被分類之領域，如圖13至圖15所示，算出亮度值分布資訊場景程度得分算出資訊的例子。此外，在本發明的實施形態中，在算出EV資訊場景程度得分算出資訊時所使用的閾值W1及W2(W2<W1)，和在算出亮度值分布資訊場景程度得分算出資訊時所使用的閾值W1及W2(W2<W1)，是使用同一值為例子來說明，但兩者亦可為不同的值。又，在本發明的實施形態中，雖然就使用2個閾值W1及W2(W2<W1)之例子來加以說明，但亦可使用1或3個以上的閾值，來將直方圖的領域加以分類，基於該已被分類之領域，算出各場景程度得分算出資訊。

圖13至圖15係儲存有針對各場景所作成之亮度值分布資訊評價值參數的場景程度得分算出資訊之例子的圖示。此處是以場景程度得分算出資訊(亮度之中央值)321、場景程度得分算出資訊(亮度之峰值)322、場景程度得分算出資訊(亮度之底部寬度)323、場景程度得分算出資訊(亮度的2值化閾值)324、場景程度得分算出資訊(亮度的塗黑領域之比率)325、場景程度得分算出資訊(亮度的左側領域之比率)326為例子。又，和圖8同樣地，各EV資訊直方圖中的頻度，是將閾值W1以上的領域以「高」來表示，將W2以上但未滿W1的領域以「中」來表示，將未滿閾值W2的領域以「低」來表示，將「0」的領域以斜線來表示，並且各直方圖中的頻度為閾值W1以上之領域(「高」領域)的框線是以粗線表示。如各場景程度得分算出資訊中的「高」領域所示，會隨著各場景而出現特徵性傾向。

如以上所示，在本發明的實施形態中，藉由將已就每一場景而被分類的攝像影像進行統計學習，作成相應於各場景的直方圖，基於該直方圖，來作成各場景程度得分算出資訊。又，所被作成之場景程度得分算出資訊，是被記憶在場景程度得分算出資訊記憶部300中。

接著，使用場景程度得分算出資訊記憶部300中所記憶之場景程度得分算出資訊，說明攝像影像中所含之被攝體的場景加以判定的場景判定方法。

當判定攝像影像中所含之被攝體之場景時，係使用圖8所示的場景程度得分算出資訊(EV值)311、圖13至圖15所示的場景程度得分算出資訊(亮度之中央值)321、場景程度得分算出資訊(亮度之峰值)322、場景程度得分算出資訊(亮度之底部寬度)323、場景程度得分算出資訊(亮度的2值化閾值)324、場景程度得分算出資訊(亮度的塗黑領域之比率)325及場景程度得分算出資訊(亮度的左側領域之比率)326，算出每一場景的場景程度得分SD，基於該所被算出的場景程度得分SD，來判定攝像影像中所含之被攝體之場景。

具體而言，例如，令各場景程度得分算出資訊中所儲存之對應於「高」的評價值為「1」，對應於「中」的評價值為「1/2」，對應於「低」的評價值為「1/4」，對應於斜線部分的評價值為「0」。

EV值抽出部240，係針對從數位訊號處理部123所輸出之影像訊號所對應之攝像影像，抽出EV值(例如「0」乃至「18」)。然後，場景程度得分算出部252，會取得已被抽出之EV值所對應之場景程度得分算出資訊(EV值)311中的每一場景的評價值。例如，當已被抽出之EV值為「7」時，則作為場景程度得分算出資訊(EV值)311中的夜景場景之評價值係取得「0」，作為逆光場景之評價值係取得「0」，作為屋外場景之評價值係取得「1」，作為屋內場景之評價值係取得「1」。

又，亮度值分布資訊抽出部251，係針對從數位訊號處理部123所輸出之影像訊號所對應之攝像影像，抽出直方圖。然後，場景程度得分算出部252，係基於已被抽出之直方圖，算出圖13至圖15中所示的各場景程度得分算出資訊所對應之各值(亮度之中央值、亮度之峰值、亮度之底部寬度亮度的2值化閾值亮度的塗黑領域之比率亮度的左側領域之比率)。接著，場景程度得分算出部252，會取得已被算出之各值所對應之各場景程度得分算出資訊中的每一場景的評價值。例如，若已被算出之亮度中央值為「8」時，則作為場景程度得分算出資訊(亮度中央值)321中的夜景場景之評價值係取得「1/4」，作為逆光場景之評價值係取得「1」，作為屋外場景之評價值係取得「1」，作為屋內場景之評價值係取得「1」。又，例如，若已被算出之亮度之峰值為「9」時，則作為場景程度得分算出資訊(亮度之峰值)322中的夜景場景之評價值係取得「0」，作為逆光場景之評價值係取得「1」，作為屋外場景之評價值係取得「1」，作為屋內場景之評價值係取得「1/2」。此外，關於亮度之底部寬度亮度的2值化閾值亮度的塗黑領域之比率及亮度的左側領域之比率也是同樣地，取得每一場景的評價值。

接著，場景程度得分算出部252，係使用從場景程度得分算出資訊就每一場景所取得之評價值，使用以下的算式，對每一場景算出場景程度得分SD。

SD=(E1×wt1)+{(H1+H2+...+Hn-1)/(n-1)}×wt2

此處，n係為自然數，在本例中係為「7」。E1係從場景程度得分算出資訊(EV值)311所取得之評價值，H1係從場景程度得分算出資訊(亮度中央值)321所取得之評價值，H2係從場景程度得分算出資訊(亮度之峰值)322所取得之評價值，H3係從場景程度得分算出資訊(亮度之底部寬度)323所取得之評價值，H4係從場景程度得分算出資訊(亮度的2值化閾值)324所取得之評價值，H5係從場景程度得分算出資訊(亮度的塗黑領域之比率)325所取得之評價值，H6係從場景程度得分算出資訊(亮度的左側領域之比率)326所取得之評價值。

又，wt1及wt2，係在算出場景程度得分SD之際，用來對EV資訊場景程度得分算出資訊、和亮度值分布資訊場景程度得分算出資訊進行加權用的值，例如可設「wt1=0.5、wt2=0.5」。此情況下，EV資訊場景程度得分算出資訊、和亮度值分布資訊場景程度得分算出資訊的權重，係為同等。又，例如亦可設為「wt1=0.3、wt2=0.7」或「wt1=0.1、wt2=0.9」，就可重視亮度值分布資訊。此外，作為場景程度得分SD之值，係可算出0~1的值。

如此一來，針對就每一場景所算出之場景程度得分SD，例如，令夜景場景的場景程度得分為場景程度得分SD1，令逆光場景的場景程度得分為場景程度得分SD2，令屋外場景的場景程度得分為場景程度得分SD3，令屋內場景的場景程度得分為場景程度得分SD4。此情況下，場景判定部256係將場景程度得分SD1乃至SD4之每一得分進行比較，以判別各場景。具體而言，最高值的場景程度得分SD所對應的場景，是被判別成從數位訊號處理部123所輸出之影像訊號所對應之攝像影像所對應之場景。亦即，所被算出之場景程度得分SD的值越接近最大值1，就可想作該場景係最可被信賴。

接著，針對在場景指數之算出時所使用之場景指數算出資訊的作成方法，參照圖面來詳細說明。

圖16係場景指數之算出時所採用之場景指數算出資訊之作成方法的概略圖示。在圖16中係圖示，將有關於夜景場景、屋內場景、屋外場景、逆光場景的場景指數算出資訊加以作成之例子。如圖16所示，基於複數影像群401乃至404中所含之攝像影像，藉由領域分割部501、亮度值抽出部502、場景指數算出資訊作成部503，作成了關於各場景的場景指數算出資訊。然後，所被作成之場景指數算出資訊，是被記憶在場景指數算出資訊記憶部350中。此外，關於複數影像群401乃至404，由於係和圖6所示的影像群401乃至404相同，因此這裡省略其說明。

此外，這些場景指數算出資訊之作成，係可使用記錄部150中所被記錄之攝像影像，由攝像裝置100來進行之；或可使用攝像裝置100或其他攝像裝置所記錄下來的攝像影像，由個人電腦等之影像處理裝置來進行之。此處，當是被攝像裝置100以外之影像處理裝置來作成了場景指數算出資訊時，該所被作成的場景指數算出資訊，係被輸入至攝像裝置100然後被記憶在場景指數算出資訊記憶部350中。

領域分割部501係將夜景影像群401、逆光影像群402、屋外影像群403及屋內影像群404中所含之各影像予以分割成複數領域，係將分割對象之影像、和已被分割之各領域之相關資訊，輸出至亮度值抽出部502。關於該影像之分割，係參照圖17來詳細說明。

亮度值抽出部502，係將已被領域分割部501所分割之影像上的各領域中的亮度值予以抽出，並將所抽出之各亮度值，按照每一領域，輸出至場景指數算出資訊作成部503。

場景指數算出資訊作成部503，係將從亮度值抽出部502所被輸出之每一領域之各亮度值的平均值就每一影像群進行總計，基於該每一影像群的總計結果，對每一影像群作成場景指數算出資訊。然後，對每一影像群所作成之場景指數算出資訊，是被記憶在場景指數算出資訊記憶部350中。此外，關於場景指數算出資訊，係參照圖21等來詳細說明。

如以上所示，使用已被記錄之複數攝像影像，藉由統計學習，就可求出各場景指數算出資訊。又，和場景程度得分算出資訊時的情況相同，可使用大容量記憶裝置來作成場景指數算出資訊，藉此就可精度良好地判別複數場景。又，藉由攝像裝置100的使用者來進行各場景的分類，也可作成用來依照使用者的喜好來進行場景判定所需之場景指數算出資訊。

圖17係將影像分割成所定領域的分割方法的概略圖示。圖17(a)所示的影像510，係為和圖16所示之屋外影像群403中所含之攝像影像為同一影像。圖17(b)中係圖示了，攝像影像510被分割成49個領域(7×7領域)之情形。此外，各領域內所顯示的數字(0乃至48)，係為各領域的識別號碼。又，圖18至圖20所示的各領域之數字，係為同樣。在此例中，雖然說明了將影像作49分割的例子，但對於分割成49以外數目之領域的情形也能同樣適用。

如此，對影像訊號的有效畫框係被分割成所定面積之領域，該所被分割之各領域中所含之各像素的亮度值會被抽出，該所被抽出之亮度值的平均值，係就每一領域進行算出。然後，針對於各影像中就每一領域所算出之亮度平均值，對每一攝像影像群作成直方圖。基於該直方圖，對每一攝像影像群作成場景頻度模態。該場景頻度模態，係表示了隨應於各場景所產生之特徵領域之分布。以下中，針對就每一攝像影像群所作成之直方圖及場景頻度模態，參照圖面來詳細說明。

圖18及圖19係基於由複數攝像影像所算出之各領域中的亮度平均值，來作成直方圖時的概略圖示。在圖18中係圖示了針對夜景影像群401中所含之各影像的識別號碼3之領域來作成直方圖時的情形，圖19係圖示了針對夜景影像群401中所含之各影像的識別號碼24之領域來作成直方圖時的情形。此外，圖18(a)及圖19(a)中所示的夜景影像群401，係和圖16所示的夜景影像群401相同。又，如圖18(b)及圖19(b)所示，夜景影像群401中所含之各影像是被49分割，各領域中的亮度平均值是就每一影像而被算出。

在圖18(c)中係圖示了，基於針對圖18(b)所示之識別號碼3之領域所算出之亮度平均值所作成的直方圖521；在圖19(c)中係圖示了，基於針對圖19(b)所示之識別號碼24之領域所算出之亮度平均值所作成的直方圖522。直方圖521及522中，橫軸係表示亮度平均值，縱軸係表示頻度(影像數)。如圖18(c)所示，夜景影像中的上側之中央部分，係夜空等黑和部分較多，因此亮度平均值為低階級的頻度是較高。另一方面，如圖19(c)所示，夜景影像中的正中部分，雖然影像全體是夜景，但經常會是包含有以被攝體之中心為對象物的部分，因此也是較常含有較為明亮之部分。因此，亮度平均值會分布成較廣之階級。又，關於其他領域也是同樣地經常會呈現特徵性分布。

如此，關於攝像影像上的各領域之亮度平均值的分布狀態，係經常會按照每一場景而呈現特徵性分布。於是，在本發明的實施形態中，是隨著場景而分類成分布狀態相似之所定數目領域，藉由設定相應於該所被分類之各領域的評價值，以作成場景指數算出資訊。以下係表示了，關於夜景影像的場景指數算出資訊，和關於逆光影像的場景指數算出資訊。

圖20係關於夜景影像的場景頻度模態之一例的圖示。圖20中所示的夜景頻度模態530，係基於從已被分割成49領域之攝像影像之各領域中所算出之亮度平均值，並將各領域予以群組化的圖。圖20中，被分類成相同群組的群組531乃至535，係以粗線圍繞表示。此處，在夜景影像時，在上側及下側部分，雖然經常含有夜空或夜地面等黑和部分，但在比較正中央的部分，被攝體之中心經常是含有比較明亮的對象物。因此，在夜景頻度模態530中，從上側及下側部分起越往正中央部分前進(從群組531起越往群組535前進)，就會從亮度平均值為低階級之頻度較高之領域的群組，變成亮度平均值分布成較廣階級之領域的群組。亦即，夜景頻度模態，係群組531乃至535是呈低亮度領域的頻度模態。

圖21(a)係針對圖20所示的夜景頻度模態530，在屬於同一群組之領域內標示同一符號時的圖示。亦即，在群組531中所含之各領域內係標示號碼「1」，在群組532中所含之各領域內係標示號碼「2」，在群組533中所含之各領域內係標示號碼「3」，在群組534中所含之各領域內係標示號碼「4」，在群組535中所含之各領域內係標示號碼「5」。此外，圖21(a)所示的夜景頻度模態540，係除了在屬於同一群組之領域中標示同一符號這點以外，其餘均和圖20所示的夜景頻度模態530相同。

圖21(b)係算出場景指數之際的用來決定每一領域之評價值所需之評價值轉換表之一例的圖示。圖21(b)所示的評價值轉換表550，係基於圖21(a)所示的夜景頻度模態540中的群組531乃至535、與亮度平均值所被抽出之領域的關係，來求出已被49分割之每一領域的評價值。此處，圖21(b)所示的Y1、Y2、Y3、Y4、Y5係為將各領域中所被抽出之亮度平均值加以分類用的值，令Y1＜Y2＜Y3＜Y4＜Y5。又，t11乃至t16、…、t51乃至t56，係為隨著亮度平均值、和該平均值所被算出領域所屬群組而決定的評價值，是基於學習統計而被決定的值。例如可設為，隨著t的數值之增加而增大之值。如此，藉由場景頻度模態及評價值轉換表，就構成了場景指數算出資訊。

圖22係關於逆光影像的場景頻度模態及評價值轉換表之一例的圖示。圖22(a)中所示的逆光頻度模態560，係和夜景頻度模態540同樣地，係基於從已被分割成49領域之攝像影像之各領域中所算出之亮度平均值，並將各領域予以群組化的圖。又，在圖22(a)中，被分類成相同群組的群組561乃至566，係以粗線圍繞表示。此處，在逆光影像中，在上側部分，係由於白晝天空等明亮部分較多，因此亮度平均值經常是分布成比較高階級。另一方面，在下側的中央部分，雖然經常是含有作為被攝體中心的人物，但由於逆光的緣故，亮度平均值經常是分布成比較低階級。因此，在逆光頻度模態560中，從下側的中央部分起越往上側部分前進(從群組566起越往群組561前進)，就會從亮度平均值為低階級之頻度較高之領域的群組，變成亮度平均值是高階級之頻度較高之領域的群組。亦即，逆光頻度模態560，係為群組566及565是呈低亮度領域，群組564及563是呈中亮度領域，群組562及561是呈高亮度領域的頻度模態。此外，亦可設計成，隨應於場景，群組的數目會有不同。例如，在關於夜景影像的場景頻度模態中係分類成5群組，在關於逆光影像的場景頻度模態中係分類成6群組。

在圖22(b)中係圖示了，算出場景指數之際的用來決定每一領域之評價值所需之評價值轉換表570。評價值轉換表570，係基於逆光頻度模態560中的群組561乃至566、與亮度平均值所被抽出之領域的關係，來求出已被49分割之每一領域的評價值。此外，評價值轉換表570，係除了群組的數目及評價值有所不同這點以外，其餘均和圖21(b)所示的評價值轉換表550相同，因此這裡省略其說明。

此處，說明將場景指數予以算出的場景指數算出方法。在此例中，是以算出關於夜景場景之場景指數的情形為例子來加以說明。

領域分割部253係將從數位訊號處理部123所輸出之影像訊號所對應之攝像影像分割成49個領域，亮度值抽出部254係將已被分割之攝像影像上的各領域中的亮度值，予以抽出。然後，場景指數算出部255，係將攝像影像上的各領域中的亮度平均值予以算出，基於該每一領域的亮度平均值，使用已被記憶在場景指數算出資訊記憶部350中的場景指數算出資訊，來算出場景指數。

具體而言，例如，關於圖21(a)所示之夜景頻度模態540的被標示群組號碼「1」的領域，會判斷從該領域所算出之亮度平均值是否該當於未滿Y1、Y1以上未滿Y2、Y2以上未滿Y3、Y3以上未滿Y4、Y4以上未滿Y5之任一項。例如，當就被標示群組號碼「1」之領域所算出之亮度平均值是未滿Y1時，則決定「t11」為該領域的評價值。又，例如，當就被標示群組號碼「1」之領域所算出之亮度平均值是Y1以上未滿Y2時，則決定「t12」為該領域的評價值。同樣地，針對49個各領域，決定評價值。使用如此所被決定之評價值來算出關於夜景場景的場景指數YS1。該場景指數YS1，係可用以下的算式來求出。

YS1=(ER1+ER2+ER3+...ERn)/n(n係為分割領域之數目)

此處，ER1...ERn係為針對各領域所決定之評價值，在此例中係為n=49。基於以該式所算出之場景指數YS1的值，來判定攝像影像是否為夜景場景。例如，所被算出之場景指數YS1係為閾值T1以上時，就可判定係為夜景場景。如此，針對1個攝像影像，使用關於各場景的場景指數算出資訊，就每一場景地算出場景指數。例如，在對每一場景所算出之各場景指數當中，當複數的場景指數是閾值以上時，則可判定為，是在閾值以上之各場景指數當中最高值之場景指數所對應的場景。

圖23(a)係複數攝像影像、與針對這些攝像影像所算出之夜景場景指數之關係加以表示的圖形。於該圖形中，令橫軸為表示攝像影像之識別號碼的軸，令縱軸為表示夜景指數的軸。於該圖形中，例如若設閾值T1為180時，則可將夜景場景指數之值為閾值T1以上的攝像影像，判定為夜景場景。

圖23(b)及(c)係為，在比較暗的場所所拍攝到的攝像影像之圖示。例如，圖23(b)所示的攝像影像，雖然是在夜晚街道中所拍攝到的影像，但由於是在比較明亮的場所所拍攝，因此作為夜景場景指數571，會算出比較小的值(例如夜景指數：76)。因此，圖23(b)所示的攝像影像，係不會被判定為夜景場景。另一方面，圖23(c)所示的攝像影像，是在夜晚街道中所拍攝到的影像，由於是在比較黑暗的場所所拍攝，因此作為夜景場景指數572，會算出比較大的值(例如夜景指數：208)。因此，圖23(c)所示的攝像影像，係會被判定為是夜景場景。如此，雖然僅用夜景場景指數就能判定夜景場景，但藉由使用以下所示的場景指數補償值來將夜景場景指數予以補償，就可更加提升針對夜景場景的判定精度。

圖24(a)係用來算出場景指數補償值所使用之評價值轉換表的圖示。圖24(a)所示的評價值轉換表550，係除了關於各群組是有14個部分被粗線圍繞這點以外，其餘均和圖21所示的評價值轉換表550相同。在算出場景指數補償值時，作為各領域中的評價值，是決定了被粗線所圍繞之「t11」、「t22」、「t33」、「t44」、「t55」之任一者時，則會計數所定值。例如，作為場景指數補償值是逐次加算「1」。

具體而言，當就被標示群組號碼「1」之領域，從該領域所算出之亮度平均值是未滿Y1時，則對場景指數補償值加算「1」。又，當就被標示群組號碼「2」之領域，從該領域所算出之亮度平均值是Y1以上未滿Y2時，則對場景指數補償值加算「1」。同樣地，針對被標示群組號碼「3」乃至「5」之領域也是進行場景指數補償值的算出。另一方面，當被決定了被粗線所圍繞之「t11」、「t22」、「t33」、「t44」、「t55」以外的評價值時，則對場景指數補償值係不進行計數。亦即，針對就49領域所決定之各評價值，該當於被粗線所圍繞之「t11」、「t22」、「t33」、「t44」、「t55」之任一者的數字，會被當成場景指數補償值而算出。

圖24(b)係為夜景場景指數、與場景指數補償值之關係加以表示之圖形的圖示。於圖24(b)所示之圖形中，橫軸係為表示場景指數補償值SK的軸，縱軸係為表示夜景場景指數之值的軸。在此例中，如圖23所示，針對所被算出之夜景場景指數，使用場景指數補償值SK而使其值增加。例如，當場景指數補償值SK係為閾值T2以上時，則如圖24(b)所示，使夜景場景指數增加。另一方面，例如，當場景指數補償值SK係為未滿閾值T2時，則不進行夜景場景指數之增減。如此，注目在各領域中最高頻度之領域，藉由將該當於該領域之領域的數目加以計數，以算出場景指數補償值SK。然後，當場景指數補償值SK係閾值T2以上時，則進行使夜景場景指數增加的處理，就可更進一步分離夜景場景、和夜景場景以外之場景。藉此，就可進行更加適切的場景判定。

圖25(a)係複數攝像影像、與針對這些攝像影像所算出之夜景場景指數之關係加以表示的圖形。該圖形，係於圖23(a)所示的圖形中，使用場景指數補償值，將夜景場景指數予以轉換而成者。例如，圖25(a)所示的圖形和圖23(a)所示的圖形加以比較時，雖然在夜景場景指數之值較低部分係少有變化，但隨著夜景場景指數的值變得越高，夜景場景指數就會越被往上側轉換。亦即，可將夜景場景、和夜景場景以外之場景作進一步分離，可更加提升夜景場景的判別精度。圖25(b)及(c)所示的攝像影像，係和圖23(b)及(c)相同。例如，圖25(b)所示的攝像影像，係作為夜景場景指數571是算出比較小的值(例如夜景指數：76)，而由於場景指數補償值並非閾值T2以上，因此夜景場景指數係無變化。另一方面，圖25(c)所示的攝像影像，係作為夜景場景指數573是算出比較大的值(例如夜景指數：284)，而由於場景指數補償值是閾值T2以上，因此夜景場景指數係被增加。

圖26係關於逆光場景的評價值轉換表，和逆光場景指數及場景指數補償值之關係加以表示的圖形之圖示。圖26(a)所示的評價值轉換表570，係除了關於各群組是有14個部分被粗線圍繞這點以外，其餘均和圖22所示的評價值轉換表570相同。在算出關於逆光場景的場景指數補償值時，和圖24同樣地，作為各領域中的評價值，是決定了被粗線所圍繞之「s61」、「s52」、「s43」、「s34」、「s25」、「s16」之任一者時，則會計數所定值。於圖26(b)所示之圖形中，橫軸係為表示場景指數補償值SK的軸，縱軸係為表示逆光場景指數之值的軸。此外，關於逆光場景指數的轉換，係和圖24中所示的夜景場景指數之情形相同。在此例中，針對夜景場景及逆光場景，使用共通的閾值T2為例來說明，但亦可隨著場景來變更閾值。

以上說言了，使用場景程度得分來判定攝像影像之場景的例子，與使用場景指數來判定攝像影像之場景的例子。如此，雖然使用場景程度得分或場景指數之任1者來判定場景，就可提升場景判定精度，但藉由使用這些場景程度得分及場景指數來判定場景，就可更加提升場景判定精度。以下，針對使用場景程度得分及場景指數來判別場景的例子，加以說明。例如，選擇場景程度得分為最高的場景，針對該所被選擇之場景所算出之場景指數是閾值以上時，就可判別該所被選擇之場景。如此，藉由使用場景程度得分及場景指數來判別場景，就可提升場景判別精度。

接著，針對以1次的攝像影像記錄動作，基於已被判定之場景而使用至少2個不同之攝像記錄參數來記錄複數攝像影像之例子，加以說明。

此處，例如，當被攝體是在低照度或逆光環境下以攝像裝置100進行攝影時，係使閃光燈發供，使該光線照亮被攝體，就可將暗沈的被攝體拍攝得較為明亮。然而，例如，在夜景等背景較暗環境下的閃光燈發光所進行之攝影時，若為了防止手晃而以較高速的快門速度來進行攝像，則雖然針對主要被攝體是能以閃光燈發光的光線使其保持適切的曝光，但由於背景會曝光不足而變得黑暗，因此有可能記錄下不同於攝影者肉眼所見之攝像影像。於是，考慮使用將快門速度設成低速以使背景的曝光調成適切的稱作慢速閃燈同步的技術，來進行攝影。

然而，使用慢速閃燈同步技術，在夜景等背景黑暗的環境下進行閃光燈發光所致之攝像時，由於快門速度係為低速，因此必須要用三腳架等來防止手晃。可是，每次攝影部攜帶三腳架，對使用小型攜帶性佳之攝像裝置的使用者而言，係會很繁雜。又，同時拍攝夜景與人物像時，作為主要被攝體的人物像若沒有位於閃光燈發光之適切距離，則拍攝到的影像可能會過亮、或是過暗等。又，最為背景的夜景也無法獲得適切的曝光亮而可能成為過暗的影像。

又，最近，藉由提升AGC處理的放大增亦(Gain)而進行高感度攝影而可拍攝背景的方法已經廣為流行，但由於提高增益會使雜訊變多，因此夜景場景這類的暗部場景無法完全對應。如此，針對夜景場景等特定場景，要設定攝像條件，經常是有困難的。因此，例如，初學者設定自己喜好的攝像記錄參數，以該設定來記錄下攝像影像時，有可能無法將所望之攝像場景以所望之攝像記錄參數適切地加以記錄。又，此種情形下，關於所望之攝像場景本身也有可能無法適切地記錄。

於是，在本發明的實施形態中，藉由場景判定而判定了目前的場景是屬於夜景場景或是逆光場景的情況下，以不同的攝像記錄參數來記錄複數攝像影像。例如，針對1個攝像影像，係可以用攝影者所設定的攝像記錄參數來進行攝像，針對其他的攝像影像，係可以用所被判定之場景或臉偵測之有無等所相應之最佳攝像記錄參數來進行攝像。以下係表示，記錄2個攝像影像時的攝像條件之例子。此外，在此例中，雖然針對以不同之攝像記錄參數來記錄2個攝像影像之例子來說明，但亦可以不同之攝像記錄參數來記錄3個以上的攝像影像。又，對於夜景場景及逆光場景以外的場景也能適用。

圖27係當判定為夜景場景或逆光場景時，記錄2個攝像影像之際的攝像記錄參數之一例的圖示。此例中係表示了，對於夜景場景601或逆光場景602，係基於臉偵測、攝像裝置100之狀態、閃光燈發光設定狀態，來設定將2個攝像影像加以記錄之際的攝像記錄參數之情形。此外，「臉偵測」之有無，係包含是否有以預先發光來偵測主要被攝體。又，「攝像模式」係基於臉偵測或攝像裝置100之狀態而決定的攝像模式，例如，當從攝像影像中偵測出臉，且判定攝像裝置100是靜止狀態時，則決定為「夜景有人物‧三腳模式」。2個攝像影像是以如此所決定之各「攝像模式」所對應之「閃光燈發光設定狀態」的「自動設定」或「發光禁止設定」之任一者所對應之攝像記錄參數，而被記錄。亦即，以「閃光燈發光設定狀態」的「自動設定」或「發光禁止設定」之任一者所對應之「第1張」的攝像記錄參數來記錄1個攝像影像，並且以「第2張」的攝像記錄參數來記錄1個攝像影像。此外，在圖27中，這些攝像記錄參數是以「○」來概略表示。此處，「自動設定」係為閃光燈發光是被攝影者所許可的設定，「自動設定」係為閃光燈發光是被攝影者所禁止的設定，攝像記錄參數是隨應於這些設定內容而被決定。此外，關於這些設定之流程，係參照圖34至圖36來詳細說明。

又，在此例中係表示了，關於「第1張」的攝像影像，係基於「閃光燈發光設定狀態」來判斷發光之有無而進行記錄；關於「第2張」的攝像影像，係無關於閃光燈發光設定狀態皆不進行閃光燈發光而進行記錄之情形。此外，亦可設計成，關於第2張的攝像影像，也會基於閃光燈發光設定狀態來判斷發光之有無而進行記錄。

此外，於第1張的「無發光」中，「通常」係表示通常之攝像記錄參數，「臉3A」係表示基於所測出之臉而設定的攝像記錄參數。此外，3A係意味著自動對焦(AF：Auto-Focus)、自動曝光(AE：auto exposure)、自動白平衡(AWE)。又，於第1張的「有發光」中，「通常發光」係表示以通常條件來發光，「臉調光」係表示對所測出之臉為最佳之發光條件。

又，「攝像模態識別小圖示」，係隨應於各攝像模態而被顯示之標誌，是表示各攝像模態的小圖示(icon)，但此處僅圖示了對應的文字，icon的圖示係省略。當攝像模式是已被決定時，這些攝像模態識別小圖示就會被顯示在顯示部140。

圖28係本發明的實施形態中的低照度補償之概略的圖示。在此例中係說明，已被判定為夜景場景時的低照度補償。例如，判定為夜景場景，並決定圖27所示的「夜景無人物‧三腳模式」及「夜景無人物‧手持模式」時，則進行變更明亮度的低照度補償處理。

此處，本發明的實施形態中的場景判定，係例如以稱作自動模式的標準模式來進行之。該自動模式，係為可廣泛涵蓋如夜景場景之低照度場景至如屋外場景之高照度場景的攝像模式。因此，自動模式的曝光條件係與夜景場景的所定閾值(明亮度之目標值)不同，所以藉由隨著明亮度來進行低照度補償，就可進行使其接近於夜景模式的所定閾值之處理。

於圖28(a)所示之圖形中，橫軸係表示從攝像影像所抽出之EV值，縱軸係表示明亮度之目標值。又，從攝像影像所抽出之目前的EV值，以L1表示。如圖28(a)的圖形所示，基於從攝像影像所抽出之EV值，來進行使其接近於夜景模式之所定閾值的低照度補償。又，於圖28(b)所示之圖形中，橫軸係表示針對攝像影像所算出之夜景場景程度得分之值，縱軸係表示明亮度之目標值。又，從攝像影像所算出之目前的場景程度得分，以L2表示。

此處，在本發明的實施形態中，係進行圖28(a)所示的低照度補償，並且使用關於所被判定出來之場景的相關資訊，進行使補正量為可變的處理。例如，於場景判定處理中所被算出之場景程度得分係為高時，則進行使其變得更暗的補償。又，例如，若場景程度得分係為低時，則進行使其變得更亮的補償。具體而言，例如，算出圖28(a)所示之L1所對應之低照度補償的值，與圖28(b)所示之L2所對應之低照度補償的值之差分值d，將該所被算出之差分值d當作補償量而令其反映在明亮度上。如此，藉由使用已被判定出來之場景的相關資訊，就可進行更為適切的低照度補償。

此外，亦可取代夜景場景程度得分，改用夜景場景指數來進行補償，或可使用夜景場景程度得分及夜景場景指數來進行補償。又，對於夜景場景以外之各場景也能適用。

圖29及圖30係本發明的實施形態中的顯示部140中所被顯示之攝像模式識別小圖示之顯示例的圖示。圖29(a)中係圖示了，圖27中所示之「逆光有人物模式」所對應之攝像模式識別小圖示之一例的攝像模式識別小圖示700；圖29(b)中係圖示了，圖27中所示之「夜景無人物‧三腳模式」所對應之攝像模式識別小圖示之一例的攝像模式識別小圖示710。又，圖30(a)中係圖示了顏色變更過的攝像模式識別小圖示700，圖30(b)中係圖示了顏色變更過的攝像模式識別小圖示710。又，對這些攝像模式識別小圖示，係附加上用來表示使用2個不同之攝像記錄參數而連續記錄複數攝像影像的攝像模式是已被設定之意旨用的「+(加號)」之標記。

該攝像模式識別小圖示，係例如在顯示部140上顯示攝像影像進行監看的情況下，當以攝像控制部280將同一攝像模式持續設定達所定時間的時候，該攝像模式所對應之攝像模式識別小圖示就會被顯示。例如，如圖29(a)所示，當逆光場景所對應之攝像影像是被顯示在顯示部140上時，以攝像控制部280將「逆光有人物模式」持續設定達所定時間的時候，攝像模式識別小圖示700就會連同攝像影像一起被顯示在顯示部140。

又，當攝像模式識別小圖示是被顯示在顯示部140上時，快門釋放鈕131呈半按狀態的情況下，則例如，如圖30所示，被顯示在顯示部140上的攝像模式識別小圖示的顏色就會改變。例如，如圖30(a)所示，當攝像模式識別小圖示700是連同攝像影像一起被顯示在顯示部140上時，快門釋放鈕131呈半按狀態的情況下，則攝像模式識別小圖示700的顏色就會改變。

例如，攝像裝置100有大幅移動，或是在亮度不穩定的場所中，攝像模式識別小圖示的顯示就會擺動，或是可能反覆地顯示/消失。對此，在本發明的實施形態中，係防止攝像模式識別小圖示之顯示擺動，或反覆地顯示/消失，而可使攝像模式識別小圖示的顯示變得穩定。藉此，就可讓攝影者容易觀看攝像模式識別小圖示。此外，在本發明的實施形態中，雖然針對作為呈現各攝像模式之標誌而將攝像模式識別小圖示顯示在顯示部140上之例子來加以說明，但作為呈現各攝像模式的標誌，亦可以文字、影像等其他標誌來顯示。

接著，針對本發明的實施形態中的攝像裝置100之動作，參照圖面來說明。

圖31係本發明的實施形態中的攝像裝置100所進行之場景判定處理之處理程序的流程圖。在此例中，係針對使用場景程度得分及場景指數來判定場景的例子，加以說明。該場景判定，係例如，在攝像影像的監看中進行。

首先，取得攝像影像(步驟S901)。接著，進行場景程度得分算出處理(步驟S910)。關於該場景程度得分算出處理，係參照圖32來詳細說明。接著，進行場景指數算出處理(步驟S920)。關於該場景指數算出處理，係參照圖33來詳細說明。

接著，場景判定部256，係從已被場景程度得分算出部252所算出之場景程度得分之中，選擇出最高值的場景(步驟S902)。接著，針對所被選擇之場景，場景判定部256會判斷，已被場景指數算出部255所算出之場景指數是否為閾值以上(步驟S903)。針對所被選擇之場景所算出之場景指數是閾值以上時(步驟S903)，場景判定部256係將已被選擇之場景，決定為目前的攝像影像的場景(步驟S904)。另一方面，針對所被選擇之場景所算出之場景指數是未滿閾值時(步驟S903)，場景判定部256係判別為，目前的攝像影像的場景決定係為無法進行(步驟S905)。

此外，亦可為，例如，針對場景程度得分為最高的場景，關於EV資訊的場景程度得分、和關於亮度值分布資訊的場景程度得分之雙方皆是在其他場景之中為最高時，則不進行步驟S903中的使用場景指數之判斷，就進行場景判定。

圖32係本發明的實施形態中的攝像裝置100所進行之場景判定處理之處理程序當中的場景程度得分算出處理程序(圖31所示步驟S910的處理程序)的流程圖。

首先，EV值抽出部240係從攝像影像中抽出EV值(步驟S911)。接著，亮度值分布資訊抽出部251係從攝像影像中抽出直方圖(步驟S912)。接下來，場景程度得分算出部252係基於已被EV值抽出部240所抽出之EV值及已被亮度值分布資訊抽出部251所抽出之直方圖，使用場景程度得分算出資訊記憶部300中所記憶之各場景程度得分算出資訊，來就每一場景算出場景程度得分(步驟S913)。

圖33係本發明的實施形態中的攝像裝置100所進行之場景判定處理之處理程序當中的場景指數算出處理程序(圖31所示步驟S920的處理程序)的流程圖。

首先，領域分割部253係將攝像影像分割成所定領域(步驟S921)。接著，亮度值抽出部254係將已被分割之各領域中的亮度值，予以抽出(步驟S922)。接下來，場景指數算出部255係將已被抽出之各領域中的亮度平均值予以算出，基於該亮度平均值，使用場景指數算出資訊記憶部350中所記憶之各場景指數算出資訊，來就每一場景算出場景指數補償值及場景指數(步驟S923)。

圖34係本發明的實施形態中的攝像裝置100所進行之攝像模式設定處理之處理程序的流程圖。在此例中係說明，當有設定了2張攝像模式時，若場景是已被判定，則使用2個不同之攝像記錄參數而連續記錄下2張攝像影像，若場景未被判定，則使用通常之攝像記錄參數而記錄下1張攝像影像的例子。此外，2張攝像模式，係為使用2個不同之攝像記錄參數而連續記錄下2張攝像影像的攝像模式，例如是藉由攝影者的手動操作而加以設定。又，若未設定2張攝像模式時，則使用通常之攝像記錄參數而記錄下1張攝像影像。

首先，在顯示部140上顯示攝像影像已進行監看(步驟S941)。接著，判斷2張攝像模式是否有被設定(步驟S942)。若未被設定2張攝像模式(步驟S942)，則進入步驟S952。另一方面，若2張攝像模式有被設定時(步驟S942)，則判斷是否已被判定為夜景場景(步驟S943)。當被判定為夜景場景時(步驟S943)，則進行夜景場景的模式設定處理(步驟S960)。關於夜景場景的模式設定處理，係參照圖35來詳細說明。

當未被判定為夜景場景時(步驟S943)，則判斷是否已被判定為逆光場景(步驟S944)。當被判定為逆光場景時(步驟S944)，則進行逆光場景的模式設定處理(步驟S970)。關於逆光場景的模式設定處理，係參照圖36來詳細說明。

當未被判定為逆光場景時(步驟S944)，則判斷是否判定為夜景場景及逆光場景以外之其他場景(步驟S945)。當被判定為其他場景時(步驟S945)，則進行其他場景的模式設定處理(步驟S946)。另一方面，當沒有任一場景是被判定時(步驟S945)，則進行通常之攝像模式設定處理(步驟S952)。此外，在此例中，作為模式設定處理，係以夜景場景及逆光場景的模式設定處理為例子來說明。

各場景的模式設定處理結束後(步驟S946、S960、S970)，判斷快門釋放鈕131是否呈半按狀態(步驟S947)。當快門釋放鈕131是呈半按狀態的情況下(步驟S947)，則在成為半按狀態之際所被設定之攝像模式，就會被確定(步驟S948)。接著，判斷快門釋放鈕131是否呈深按狀態(步驟S949)。當快門釋放鈕131是呈深按狀態的情況下(步驟S949)，則使用已確定之攝像模式所對應之第1張的攝像記錄參數來記錄下第1張攝像影像(步驟S950)。接著，使用已確定之攝像模式所對應之第2張的攝像記錄參數來記錄下第2張攝像影像(步驟S951)。又，當快門釋放鈕131不是呈半按狀態的情況(步驟S947)，或當快門釋放鈕131不是呈深按狀態的情況下(步驟S949)，則返回至步驟S941。

又，在通常之攝像模式設定處理結束後(步驟S952)，判斷快門釋放鈕131是否呈半按狀態(步驟S953)。當快門釋放鈕131是呈半按狀態的情況下(步驟S952)，則在成為半按狀態之際所被設定之通常之攝像模式，就會被確定(步驟S954)。接著，判斷快門釋放鈕131是否呈深按狀態(步驟S955)。當快門釋放鈕131是呈深按狀態的情況下(步驟S955)，則使用已確定之通常之攝像模式的攝像記錄參數來記錄下1張攝像影像(步驟S956)。又，當快門釋放鈕131不是呈半按狀態的情況(步驟S953)，或當快門釋放鈕131不是呈深按狀態的情況下(步驟S955)，則返回至步驟S941。

此外，當步驟S948或S954中快門釋放鈕131是呈半按狀態的情況下，亦可設計成以同一攝像模式是被持續設定所定時間之事實為條件，來讓該攝像模式被確定。

圖35係本發明的實施形態中的攝像裝置100所進行之攝像模式設定處理之處理程序當中的夜景場景之模式設定處理程序(圖34所示步驟S960的處理程序)的流程圖。

判斷攝像影像中是否有被偵測到臉(步驟S961)。當攝像影像中有被偵測到臉時(步驟S961)，則設定會使閃光燈發光的閃光燈發光模式(步驟S963)。此外，當被攝影者禁止閃光燈發光時，則不會設定閃光燈發光模式。關於步驟S972亦同樣如此。接著，判斷攝像裝置100是否呈靜止狀態(步驟S963)。

當判斷為攝像裝置100是呈靜止狀態時(步驟S963)，則設定圖27所示的「夜景有人物‧三腳模式」(步驟S964)。

另一方面，當判斷為攝像裝置100不是呈靜止狀態時(步驟S963)，則設定了圖27所示的「夜景有人物‧手持模式」(步驟S965)。

又，當攝像影像中未被偵測到臉時(步驟S961)，則藉由預先調光，判斷是否有主要被攝體存在(步驟S966)。如此，在暗部場景中要精度良好地偵測臉是有困難的可能性很高，因此藉由預先調光來進行主要被攝體判斷，是非常有效的。當藉由預先調光而判斷為有主要被攝體存在時(步驟S966)，則進入步驟S962。另一方面，當藉由預先調光而判斷沒有主要被攝體存在時(步驟S966)，則判斷攝像裝置100是否為靜止狀態(步驟S967)。

當判斷為攝像裝置100是呈靜止狀態時(步驟S967)，則設定圖27所示的「夜景無人物‧三腳模式」(步驟S968)。

另一方面，當判斷為攝像裝置100不是呈靜止狀態時(步驟S967)，則設定了圖27所示的「夜景無人物‧手持模式」(步驟S969)。

此外，於步驟S963及S967中，當進行攝像裝置100之靜止狀態之判斷時，亦可使其具有，與以晃動補償裝置來抵消手晃之判定基準不同之判斷基準。這是因為，像本次將暗部場景加以判斷以改變曝光條件之判斷基準，是異於手晃抵消之靜止判斷基準，而可最佳化之緣故。

又，當攝像裝置具備有自我計時功能時，若開啟自我計時，則攝像裝置是被三腳架所固定，或攝像裝置是被設置在被固定之場所的可能性係為較高。因此，例如，亦可設計成，僅當自我計時有被開啟時，才進行上述之處理。又，亦可設計成，無關於臉偵測之有無，皆不禁止閃光燈發光。又，亦可設計成，臉偵測部210、靜止判斷部220、主要被攝體偵測部230、場景決定部250之每一者，可藉由操作受理部130上的手動操作而設定成關閉。又，亦可設計成，藉由操作受理部130上的手動操作，就可將上述處理設成成關閉。

圖36係本發明的實施形態中的攝像裝置100所進行之攝像模式設定處理之處理程序當中的逆光場景之模式設定處理程序(圖34所示步驟S970的處理程序)的流程圖。

判斷攝像影像中是否有被偵測到臉(步驟S971)。當攝像影像中有被偵測到臉時(步驟S971)，則設定會使閃光燈發光的閃光燈發光模式(步驟S972)，並設定圖27所示的「逆光有人物模式」(步驟S973)。此外，在逆光時有也可能會因臉部暗沈，而於攝像影像中無法測出臉部。於是，當攝像影像中未被偵測到臉時(步驟S971)，則藉由預先調光，判斷是否有主要被攝體存在(步驟S974)。

當藉由預先調光而判斷為有主要被攝體存在時(步驟S974)，則進入步驟S972。另一方面，當藉由預先調光而判斷沒有主要被攝體存在時(步驟S974)，則設定了圖27所示的「逆光無人物模式」(步驟S975)。

圖37係本發明的實施形態中的攝像裝置100所進行之攝像模式識別小圖示顯示處理之處理程序的流程圖。該處理程序，係顯示控制部290所進行。

首先，在顯示部140上顯示攝像影像已進行監看(步驟S981)。接著，藉由攝像控制部280，判斷是否已被設定了相應於各場景的攝像模式(步驟S982)。當相應於各場景的攝像模式是已被設定時(步驟S982)，則判斷所被設定之攝像模式，是否和前一次設定之攝像模式相同(步驟S983)。當所被設定之攝像模式是和前一次設定之攝像模式相同時(步驟S983)，則小圖示顯示計數器會被計數增值(步驟S984)。接著，判斷小圖示顯示計數器是否為閾值以上(步驟S986)。

當小圖示顯示計數器是閾值以上時(步驟S986)，則小圖示顯示旗標會被設定成「TRUE」(步驟S987)。接著，本次所被設定之攝像模式所對應之攝像模式識別小圖示，會被顯示在顯示部140(步驟S988)。當小圖示顯示計數器並非閾值以上時(步驟S986)，則進入步驟S989。

當相應於各場景的攝像模式是未被設定時(步驟S982)，或所被設定之攝像模式是和前一次設定之攝像模式不相同時(步驟S983)，則小圖示顯示計數器會被重置(步驟S985)。接著，將小圖示顯示旗標設定為「FALSE」(步驟S989)。接著，被顯示在顯示部140上的攝像模式識別小圖示會被消除(步驟S990)。此外，當顯示部140上並沒有顯示攝像模式識別小圖示的情況下，則不進行此攝像模式識別小圖示的消除處理。

接著，判斷快門釋放鈕131是否呈半按狀態(步驟S991)。當快門釋放鈕131呈非半按狀態的情況下(步驟S991)，則返回步驟S981。另一方面，當快門釋放鈕131是呈半按狀態的情況下(步驟S991)，則判斷小圖示顯示旗標是否已被設定為「TRUE」(步驟S992)。當小圖示顯示旗標有被設定為「TRUE」時(步驟S992)，則被顯示在顯示部140上的攝像模式識別小圖示的顏色就會改變(步驟S993)。另一方面，當小圖示顯示旗標未被設定為「TRUE」時(步驟S992)，則攝像模式識別小圖示顯示處理之動作就結束。

如以上所示，於夜景或室內等黑暗場所中，藉由判斷攝像裝置100的靜止狀態，即使使用者不使用各種設定或攝影方法，也能簡單地獲得良好的影像。例如，當不是手持而是固定在三腳架的情況下，就可獲得無雜訊且漂亮的影像。又，若為手持，則可獲得無手晃的影像，因此於暗部場景的任一模態中都可對應。

藉由使用臉偵測部210、靜止判斷部220、主要被攝體偵測部230、場景決定部250之每一者，使得發光是僅在有必要時才會使用，因此可獲得自然的影像。又，可降低消費電力，可延長使用者所利用的使用時間。再者，當自我計時器被開啟時，藉由設定成使臉偵測部210、靜止判斷部220、主要被攝體偵測部230、場景決定部250之每一者動作，就可降低消費電力，可延長使用者所利用的使用時間。

又，藉由使用場景程度得分算出資訊及場景指數算出資訊來進行場景判定，就可精度良好地判別夜景場景、屋內場景、屋外場景、逆光場景等各場景。又，對於逆光場景等使用者較容易失敗的場景也能進行判定，藉由臉偵測與預先調光來進行主要被攝體偵測，就可即使在逆光場景下也能進行適切的處理。藉此，使用者不須進行困難的操作，就能簡單地獲得良好的影像。再者，對於夜景場景等使用者較容易失敗的場景也能進行判定，藉由場景程度得分等而可控制成適切的明亮度，因此使用者不須進行困難的操作，就能簡單地獲得良好的影像。

又，當以2張攝像模式來進行攝像時，係例如，第1張是以通常之攝像記錄參數來進行記錄，因此假使被記錄成第2張的攝像影像對攝影者而言並非所喜好的攝像影像的情況下，在攝影後也能選擇所喜好的攝像影像也就是第1張攝像影像。另一方面，例如，第1張是以攝影者所設定的攝像記錄參數來進行記錄，而該攝像影像對攝影者而言並非喜好之攝像影像的情況下，由於第2張是依照各場景而被記錄成最佳的攝像影像，所以在攝影後可選擇對於所望場景為適切的攝像影像。

再者，即使是記錄1張攝像影像的情況下，仍可切換成對所定場景特化後之控制，因此攝影者的選擇範圍可為寬廣。例如，一開始就知道要拍攝夜景場景的情況下，就可切換成單張攝影。

又，要讓使用者識別攝像模式的攝像模式識別小圖示可被穩定地顯示，因此使用者係可容易識別攝像模式。

此外，在本發明的實施形態中，作為亮度值分布資訊雖然例示了16分割等，但關於其他的分割數也是能同樣適用。又，在本發明的實施形態中，雖然以基於直方圖全體的亮度之中央值等的6個亮度值分布資訊所作成之亮度值分布資訊場景程度得分算出資訊為例來說明，但亦可設計成，使用基於這些以外之亮度值分布資訊所作成之亮度值分布資訊場景程度得分算出資訊，來算出場景程度得分。作為亮度值分布資訊，可使用例如，直方圖的峰值寬度、直方圖的峰值高度、直方圖的底值、直方圖的分離度、直方圖的留白領域之比率。

又，在本發明的實施形態中，雖然以數位靜態相機等攝像裝置為例來說明，但對具備靜止影像攝影機能的攝錄影機或具備攝像部的行動電話機等各種攝像裝置，也能適用本發明的實施形態。又，可對鏡頭更換式相機、軟片相機等其他構造的攝像裝置，適用本發明的實施形態。

又，在本發明的實施形態中，雖然作為明亮度資訊是使用EV值為例來說明，但即使使用LV(Light Value)值等之明亮度資訊的情況下，也能適用本發明的實施形態。

又，在本發明的實施形態中，雖然說明了使用以光軸方向為中心而未攝像裝置旋轉即拍攝到的影像為例來說明，但例如，關於以光軸方向為中心而將攝像裝置旋轉了90度後所拍攝到的影像，也能適用本發明的實施形態。此情況下，例如，關於被旋轉90度所拍攝到的影像，預先作成其場景指數算出資訊備用，使用該場景指數算出資訊來算出場景指數。或者，關於攝像影像中的從分割領域所抽出之亮度平均值，可進行通常的場景指數之算出，同時使用被旋轉90度後的場景頻度模態來進行場景指數之算出，可使用這些各場景指數來進行場景判定。又，亦可設計成使用角度感測器來偵測攝像裝置的旋轉角，使用該旋轉角來判斷攝像影像的旋轉角，隨應於該旋轉角來算出場景指數。

此外，本發明的實施形態係用來具體呈現本發明所需而表示之一例而已，如以下所示，與申請專利範圍中的發明特定事項分別具有對應關係，但並非被限定於此，在不脫離本發明宗旨的範圍內，可施加各種變形。

亦即，於申請項1中，快門操作受理手段，係對應於例如快門釋放鈕131。攝像手段，係對應於例如攝像元件114、類比訊號處理部121、A/D轉換部122及數位訊號處理部123。又，明亮度資訊抽出手段，係對應於例如EV值抽出部240。又，亮度值分布資訊抽出手段，係對應於例如亮度值分布資訊抽出部251。又，場景判定手段，係對應於例如場景判定部256。又，控制手段，係對應於例如攝像控制部280。

又，於申請項2中，明亮度資訊評價值參數記憶手段，係對應於例如場景程度得分算出資訊記憶部300。又，亮度值分布資訊評價值參數記憶手段，係對應於例如場景程度得分算出資訊記憶部300。又，判定評價值算出手段，係對應於例如場景程度得分算出部252。

又，於申請項3中，亮度值領域資訊抽出手段，係對應於例如領域分割部253及亮度值抽出部254。

又，於申請項4中，明亮度資訊評價值參數記憶手段，係對應於例如場景程度得分算出資訊記憶部300。又，亮度值分布資訊評價值參數記憶手段，係對應於例如場景程度得分算出資訊記憶部300。又，分割領域評價值轉換資訊記憶手段，係對應於例如場景指數算出資訊記憶部350。又，判定評價值算出手段，係對應於例如場景程度得分算出部252。又，分割領域評價值算出手段，係對應於例如場景指數算出部255。

又，於申請項6中，攝像記錄參數操作受理手段，係對應於例如操作受理部130。

又，於申請項8中，顯示控制手段，係對應於例如顯示控制部290。

又，於申請項9中，快門操作受理手段，係對應於例如快門釋放鈕131。攝像手段，係對應於例如攝像元件114、類比訊號處理部121、A/D轉換部122及數位訊號處理部123。又，分割領域評價值轉換資訊記憶手段，係對應於例如場景指數算出資訊記憶部350。又，亮度值領域資訊抽出手段，係對應於例如領域分割部253及亮度值抽出部254。又，分割領域評價值算出手段，係對應於例如場景指數算出部255。又，場景判定手段，係對應於例如場景判定部256。又，控制手段，係對應於例如攝像控制部280。

又，於申請項10及11中，明亮度資訊抽出程序，係對應於例如步驟S911。又，亮度值分布資訊抽出程序，係對應於例如步驟S912。又，場景判定程序，係對應於例如步驟S904。又，控制程序，係對應於例如步驟S950及S951。

此外，本發明的實施形態中所說明的處理程序，係可視為具有這些一連串程序的方法，也可視為用來使這一連串程序被電腦所執行所需的程式乃至記憶該程式之記錄媒體。

100．．．攝像裝置

111．．．透鏡

112．．．光圈機構部

113．．．快門機構部

114．．．攝像元件

115．．．透鏡控制部

116．．．時序訊號產生電路

121．．．類比訊號處理部

122．．．A/D轉換部

123．．．數位訊號處理部

130．．．操作受理部

131．．．快門釋放鈕

132．．．變焦鈕

140．．．顯示部

150．．．記錄部

160．．．外部介面

171．．．EEPROM

172．．．RAM

180．．．晃動偵測部

191．．．發光控制部

192．．．發光部

200．．．主控制部

210．．．臉偵測部

220．．．靜止判斷部

230．．．主要被攝體偵測部

240．．．EV值抽出部

250．．．場景決定部

251．．．亮度值分布資訊抽出部

252．．．場景程度得分算出部

253．．．領域分割部

254．．．亮度值抽出部

255．．．場景指數算出部

256．．．場景判定部

260．．．曝光條件假定部

270．．．曝光判定部

280．．．攝像控制部

281．．．程式線圖保持部

290．．．顯示控制部

300．．．場景程度得分算出資訊記憶部

310．．．EV資訊場景程度得分算出資訊群

311．．．場景程度得分算出資訊(EV值)

320．．．亮度值分布資訊場景程度得分算出資訊群

321．．．場景程度得分算出資訊(亮度之中央值)

322．．．場景程度得分算出資訊(亮度之峰值)

323．．．場景程度得分算出資訊(亮度之底部寬度)

324．．．場景程度得分算出資訊(亮度的2值化閾值)

325．．．場景程度得分算出資訊(亮度的塗黑領域之比率)

326．．．場景程度得分算出資訊(亮度的左側領域之比率)

350．．．場景指數算出資訊記憶部

360．．．夜景場景指數算出資訊

361．．．夜景頻度模態

362．．．評價值轉換表(夜景)

370．．．逆光場景指數算出資訊

371．．．逆光頻度模態

372．．．評價值轉換表(逆光)

380．．．屋外場景指數算出資訊

381．．．屋外頻度模態

382．．．評價值轉換表(屋外)

390．．．屋內場景指數算出資訊

391．．．屋內頻度模態

392．．．評價值轉換表(屋內)

401．．．夜景影像群

402．．．逆光影像群

403．．．屋外影像群

404．．．屋內影像群

411．．．EV值抽出部

412．．．EV資訊場景程度得分算出資訊作成部

413．．．亮度值分布資訊抽出部

414．．．亮度值分布資訊場景程度得分算出資訊作成部

420．．．EV資訊直方圖

430．．．直方圖

440．．．攝像影像

441．．．經過2值化的影像

450．．．亮度值分布資訊直方圖

501．．．領域分割部

502．．．亮度值抽出部

503．．．場景指數算出資訊作成部

510．．．影像

521,522．．．直方圖

530．．．夜景頻度模態

531～535．．．群組

540．．．夜景頻度模態

550．．．評價值轉換表

560．．．逆光頻度模態

561～566．．．群組

570．．．評價值轉換表

571～573．．．夜景場景指數

601．．．夜景場景

602．．．逆光場景

700,710．．．攝像模式識別小圖示

[圖1]本發明的實施形態中的攝像裝置100之機能構成例的區塊圖。

[圖2]本發明的實施形態中的主控制部200之機能構成例的區塊圖。

[圖3]本發明的實施形態中的場景決定部250之機能構成例的區塊圖。

[圖4]本發明的實施形態中的場景程度得分算出資訊記憶部300中所記憶之場景程度得分算出資訊的模式性圖示。

[圖5]本發明的實施形態中的場景指數算出資訊記憶部350中所記憶之場景指數算出資訊的模式性圖示。

[圖6]本發明的實施形態中的場景程度得分算出資訊之作成方法的概略圖示。

[圖7]本發明的實施形態中的EV值抽出部411所抽出之EV值所關連之直方圖的模式性圖示。

[圖8]儲存有針對各場景所作成之EV資訊評價值參數的場景程度得分算出資訊之一例的場景程度得分算出資訊(EV值)311的圖示。

[圖9]從影像所抽出之亮度之分布狀態加以表示的直方圖之圖示。

[圖10]攝像影像、和針對該攝像影像所抽出之直方圖的圖示。

[圖11]針對攝像影像440，使用以判別分析法所算出之閾值k來進行過2值化的影像441之圖示。

[圖12]針對各影像，模式性圖示關於所抽出之亮度之中央值的直方圖。

[圖13]儲存有針對各場景所作成之亮度值分布資訊評價值參數的場景程度得分算出資訊之例子的圖示。

[圖14]儲存有針對各場景所作成之亮度值分布資訊評價值參數的場景程度得分算出資訊之例子的圖示。

[圖15]儲存有針對各場景所作成之亮度值分布資訊評價值參數的場景程度得分算出資訊之例子的圖示。

[圖16]場景指數之算出時所採用之場景指數算出資訊之作成方法的概略圖示。

[圖17]將影像分割成所定領域的分割方法的概略圖示。

[圖18]基於由複數攝像影像所算出之各領域中的亮度平均值，來作成直方圖時的概略圖示。

[圖19]基於由複數攝像影像所算出之各領域中的亮度平均值，來作成直方圖時的概略圖示。

[圖20]關於夜景影像的場景頻度模態之一例的圖示。

[圖21]針對夜景頻度模態530，當對屬於同一群組的領域內賦予同一編號時，及，在算出場景指數之際用來決定每一領域之評價值所需之評價值轉換表之一例的圖示。

[圖22]關於逆光影像的場景頻度模態及評價值轉換表之一例的圖示。

[圖23]複數攝像影像、與針對這些攝像影像所算出之夜景場景指數之關係加以表示的圖形，以及在較暗場所中所拍攝到的攝像影像之圖示。

[圖24]為了算出場景指數補償值所採用之評價值轉換表，及，夜景場景指數、與場景指數補償值之關係加以表示的圖形之圖示。

[圖25]複數攝像影像、與針對這些攝像影像所算出之夜景場景指數之關係加以表示的圖形，以及在較暗場所中所拍攝到的攝像影像之圖示。

[圖26]關於逆光場景的評價值轉換表，和逆光場景指數及場景指數補償值之關係加以表示的圖形之圖示。

[圖27]當判定為夜景場景或逆光場景時，記錄2個攝像影像之際的攝像記錄參數之一例的圖示。是表示攝像條件、與用來設定該攝像條件所需之各條件之關係的圖。

[圖28]本發明的實施形態中的低照度補償之概略的圖示。

[圖29]本發明的實施形態中的顯示部140中所被顯示之攝像模式識別小圖示之顯示例的圖示。

[圖30]本發明的實施形態中的顯示部140中所被顯示之攝像模式識別小圖示之顯示例的圖示。

[圖31]本發明的實施形態中的攝像裝置100所進行之場景判定處理之處理程序的流程圖。

[圖32]本發明的實施形態中的攝像裝置100所進行之場景判定處理之處理程序當中的場景程度得分算出處理程序的流程圖。

[圖33]本發明的實施形態中的攝像裝置100所進行之場景判定處理之處理程序當中的場景指數算出處理程序的流程圖。

[圖34]本發明的實施形態中的攝像裝置100所進行之攝像模式設定處理之處理程序的流程圖。

[圖35]本發明的實施形態中的攝像裝置100所進行之攝像模式設定處理之處理程序當中的夜景場景之模式設定處理程序的流程圖。

[圖36]本發明的實施形態中的攝像裝置100所進行之攝像模式設定處理之處理程序當中的逆光場景之模式設定處理程序的流程圖。

[圖37]本發明的實施形態中的攝像裝置100所進行之攝像模式識別小圖示顯示處理之處理程序的流程圖。

250．．．場景決定部

251．．．亮度值分布資訊抽出部

252．．．場景程度得分算出部

253．．．領域分割部

254．．．亮度值抽出部

255．．．場景指數算出部

256．．．場景判定部

300．．．場景程度得分算出資訊記憶部

123．．．數位訊號處理部

240．．．EV值抽出部

270．．．曝光判定部

290．．．顯示控制部

Claims (10)

1. 一種攝像裝置，其特徵為，具備：快門操作受理手段，係用以受理快門操作；和攝像手段，係用以拍攝被攝體而生成攝像影像；和明亮度資訊抽出手段，係用以從前記攝像影像中，抽出將前記攝像影像全體之明亮度加以表示的明亮度資訊；和亮度值分布資訊抽出手段，係用以從前記攝像影像中，抽出將前記攝像影像中的亮度值之分布狀態加以表示的亮度值分布資訊；和場景判定手段，係用以基於前記所抽出之明亮度資訊及前記所抽出之亮度值分布資訊，來判定前記攝像影像中所含之被攝體之場景；和控制手段，係用以進行控制，當受理到前記快門操作時，若前記攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則使用至少2個不同之攝像記錄參數而使攝像影像被記錄；和明亮度資訊評價值參數記憶手段，係用以將相應於各種場景的前記明亮度資訊之分布狀態加以表示的明亮度資訊評價值參數，對每一場景加以記憶；和亮度值分布資訊評價值參數記憶手段，係用以將相應於前記各種場景的前記亮度值分布資訊所對應之特徵量加 以表示的亮度值分布資訊評價值參數，對每一場景加以記憶；和判定評價值算出手段，係用以使用前記所抽出之明亮度資訊所對應之前記明亮度資訊評價值參數，來對每一場景算出明亮度資訊評價值，並且使用前記所抽出之亮度值分布資訊所對應之前記亮度值分布資訊評價值參數，來對每一場景算出亮度值分布資訊評價值，然後基於前記對每一場景所算出之明亮度資訊評價值及亮度值分布資訊評價值，來對每一場景算出判定評價值；前記場景判定手段，係基於前記對每一場景所算出之判定評價值，來判定前記攝像影像中所含之被攝體之場景。
2. 如申請專利範圍第1項所記載之攝像裝置，其中，更具備：亮度值領域資訊抽出手段，係用以將前記攝像影像分割成複數領域，然後將該當所被分割之各領域中的亮度值領域資訊，予以抽出；前記場景判定手段，係基於前記所抽出之明亮度資訊與前記所抽出之亮度值分布資訊與前記所抽出之亮度值領域資訊，來判定前記攝像影像中所含之被攝體之場景。
3. 如申請專利範圍第2項所記載之攝像裝置，其中，更具備：明亮度資訊評價值參數記憶手段，係用以將相應於各種場景的前記明亮度資訊之分布狀態加以表示的明亮度資訊評價值參數，對每一場景加以記憶；和 亮度值分布資訊評價值參數記憶手段，係用以將相應於前記各種場景的前記亮度值分布資訊所對應之特徵量加以表示的亮度值分布資訊評價值參數，對每一場景加以記憶；和分割領域評價值轉換資訊記憶手段，係用以記憶：領域群資訊，係用來表示基於前記各種場景所相應之前記亮度值領域資訊之大小而做分類的攝像影像上之領域群，與評價值轉換表，係用來基於前記領域群資訊而將前記所抽出之亮度值領域資訊予以轉換成分割領域評價值；和判定評價值算出手段，係用以使用前記所抽出之明亮度資訊所對應之前記明亮度資訊評價值參數，來對每一場景算出明亮度資訊評價值，並且使用前記所抽出之亮度值分布資訊所對應之前記亮度值分布資訊評價值參數，來對每一場景算出亮度值分布資訊評價值，然後基於前記對每一場景所算出之明亮度資訊評價值及亮度值分布資訊評價值，來對每一場景算出判定評價值；和分割領域評價值算出手段，係用以針對前記所抽出之亮度值領域資訊，使用前記領域群資訊及前記評價值轉換表，對每一場景算出分割領域評價值；前記場景判定手段，係基於前記對每一場景所算出之判定評價值及分割領域評價值，來判定前記攝像影像中所含之被攝體之場景。
4. 如申請專利範圍第3項所記載之攝像裝置，其中，前記分割領域評價值算出手段，係當從前記攝像影像中的 所定領域所抽出之亮度值領域資訊是存在於所定範圍內時，則進行令前記分割領域評價值增加的補償。
5. 如申請專利範圍第1項所記載之攝像裝置，其中，更具備：攝像記錄參數操作受理手段，係用以受理將所望之攝像記錄參數加以設定的操作內容；前記控制手段，係當受理到前記快門操作時，若前記攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則至少使用前記所設定之攝像記錄參數與相應於前記所判定出來之所定場景的攝像記錄參數，而使攝像影像被記錄。
6. 如申請專利範圍第1項所記載之攝像裝置，其中，前記所定場景，係為夜景場景或是逆光場景。
7. 如申請專利範圍第1項所記載之攝像裝置，其中，更具備：顯示控制手段，係用以針對前記攝像影像之記錄上所使用之攝像記錄參數，若是持續所定時間而設定了同一攝像記錄參數的情況下，則令關於該當持續所定時間所被設定之攝像記錄參數的標誌，被顯示出來。
8. 一種攝像裝置，其特徵為，具備：快門操作受理手段，係用以受理快門操作；和攝像手段，係用以拍攝被攝體而生成攝像影像；和分割領域評價值轉換資訊記憶手段，係用以記憶：領域群資訊，係用來表示基於各種場景所相應之攝像影像的所定領域中的亮度值領域資訊之大小而做分類的攝像影像上之領域群，與評價值轉換表，係用來基於前記領域群資 訊而將前記亮度值領域資訊予以轉換成分割領域評價值；和亮度值領域資訊抽出手段，係用以將前記攝像影像分割成複數領域，然後將該當所被分割之各領域中的亮度值領域資訊，予以抽出；和分割領域評價值算出手段，係用以針對前記所抽出之亮度值領域資訊，使用前記領域群資訊及前記評價值轉換表，對每一場景算出分割領域評價值；和場景判定手段，係用以基於前記對每一場景所算出之分割領域評價值，來判定前記攝像影像中所含之被攝體之場景；和控制手段，係用以進行控制，當受理到前記快門操作時，若前記攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則使用至少2個不同之攝像記錄參數而使攝像影像被記錄。
9. 一種攝像裝置之控制方法，係屬於具備用以受理快門操作的快門操作受理手段和用以拍攝被攝體而生成攝像影像的攝像手段的攝像裝置之控制方法，其特徵為，具備：明亮度資訊抽出程序，係用以從前記攝像影像中，抽出將前記攝像影像全體之明亮度加以表示的明亮度資訊；和亮度值分布資訊抽出程序，係用以從前記攝像影像中，抽出將前記攝像影像中的亮度值之分布狀態加以表示的 亮度值分布資訊；和場景判定程序，係用以基於前記所抽出之明亮度資訊及前記所抽出之亮度值分布資訊，來判定前記攝像影像中所含之被攝體之場景；和控制程序，係用以進行控制，當受理到前記快門操作時，若前記攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則使用至少2個不同之攝像記錄參數而使攝像影像被記錄；和明亮度資訊評價值參數記憶程序，係用以將相應於各種場景的前記明亮度資訊之分布狀態加以表示的明亮度資訊評價值參數，對每一場景加以記憶；和亮度值分布資訊評價值參數記憶程序，係用以將相應於前記各種場景的前記亮度值分布資訊所對應之特徵量加以表示的亮度值分布資訊評價值參數，對每一場景加以記憶；和判定評價值算出程序，係用以使用前記所抽出之明亮度資訊所對應之前記明亮度資訊評價值參數，來對每一場景算出明亮度資訊評價值，並且使用前記所抽出之亮度值分布資訊所對應之前記亮度值分布資訊評價值參數，來對每一場景算出亮度值分布資訊評價值，然後基於前記對每一場景所算出之明亮度資訊評價值及亮度值分布資訊評價值，來對每一場景算出判定評價值；前記場景判定程序，係基於前記對每一場景所算出之判定評價值，來判定前記攝像影像中所含之被攝體之場景 。
10. 一種攝像裝置之控制程式，其特徵為，係於具備用以受理快門操作的快門操作受理手段和用以拍攝被攝體而生成攝像影像的攝像手段的攝像裝置中，令電腦執行：明亮度資訊抽出程序，係用以從前記攝像影像中，抽出將前記攝像影像全體之明亮度加以表示的明亮度資訊；和亮度值分布資訊抽出程序，係用以從前記攝像影像中，抽出將前記攝像影像中的亮度值之分布狀態加以表示的亮度值分布資訊；和場景判定程序，係用以基於前記所抽出之明亮度資訊及前記所抽出之亮度值分布資訊，來判定前記攝像影像中所含之被攝體之場景；和控制程序，係用以進行控制，當受理到前記快門操作時，若前記攝像影像中所含之被攝體之場景是已被判定為所定場景的情況下，則使用至少2個不同之攝像記錄參數而使攝像影像被記錄；和明亮度資訊評價值參數記憶程序，係用以將相應於各種場景的前記明亮度資訊之分布狀態加以表示的明亮度資訊評價值參數，對每一場景加以記憶；和亮度值分布資訊評價值參數記憶程序，係用以將相應於前記各種場景的前記亮度值分布資訊所對應之特徵量加以表示的亮度值分布資訊評價值參數，對每一場景加以記憶；和 判定評價值算出程序，係用以使用前記所抽出之明亮度資訊所對應之前記明亮度資訊評價值參數，來對每一場景算出明亮度資訊評價值，並且使用前記所抽出之亮度值分布資訊所對應之前記亮度值分布資訊評價值參數，來對每一場景算出亮度值分布資訊評價值，然後基於前記對每一場景所算出之明亮度資訊評價值及亮度值分布資訊評價值，來對每一場景算出判定評價值；前記場景判定程序，係基於前記對每一場景所算出之判定評價值，來判定前記攝像影像中所含之被攝體之場景。