WO2007072548A1 - 画像判別装置 - Google Patents

画像判別装置 Download PDF

Info

Publication number
WO2007072548A1
WO2007072548A1 PCT/JP2005/023338 JP2005023338W WO2007072548A1 WO 2007072548 A1 WO2007072548 A1 WO 2007072548A1 JP 2005023338 W JP2005023338 W JP 2005023338W WO 2007072548 A1 WO2007072548 A1 WO 2007072548A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
gradation
pixels
pixel
dark
Prior art date
Application number
PCT/JP2005/023338
Other languages
English (en)
French (fr)
Inventor
Masahiro Watanabe
Original Assignee
Fujitsu Limited
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 Fujitsu Limited filed Critical Fujitsu Limited
Priority to PCT/JP2005/023338 priority Critical patent/WO2007072548A1/ja
Priority to JP2007550953A priority patent/JP4750801B2/ja
Publication of WO2007072548A1 publication Critical patent/WO2007072548A1/ja
Priority to US12/142,563 priority patent/US8391633B2/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive

Definitions

  • the present invention relates to an image processing apparatus that automatically performs image quality improvement processing without a user giving an image correction instruction, and more particularly to an image determination apparatus that automatically determines the brightness of an image.
  • FIG. 1 is a diagram for explaining types of dark images.
  • the image to be processed! Is generally considered to be an image that is judged to be too dark and too dark, and that it is too dark but not too dark. It is distinguished from the image.
  • the former includes backlit images in which the main subject is crushed dark but the background is bright, and images in which the entire image is clearly underexposed due to the shooting conditions of the digital camera.
  • Classify as Figure 1 (d) is an example of an under-image that is underexposed. The latter applies to night view images taken at night at amusement parks and cityscapes, and sunset view images taken from dusk landscapes. These are classified as low-key images as a whole.
  • Fig. 1 (a) and Fig. 1 (b) are images of a night view floating in the dark
  • Fig. 1 (c) is an example of a low-key image of a dusk sunset scene image
  • Fig. 1 (d) is an underside of a night view image of a cityscape. It is an example of an image.
  • an image is divided into two regions, a central region and a peripheral region. If it is determined that a large number of level pixels are distributed, and if it is determined that a large number of pixels are distributed, then it is determined whether there are more dark level pixels in the periphery than near the center. If it is determined that there are many, a technique for determining the image as a low-key image such as a night view is disclosed.
  • Patent Document 1 it is difficult to discriminate as low key when there are not many dark pixels in the peripheral area when there are many dark images in the peripheral area of the image. There was a problem. In addition, since all the pixels in the vicinity of the center and the peripheral area are searched and the pixel statistical information necessary for the determination is calculated, the calculation cost of the computer is required for data with a large number of pixel pixels. There was also a problem that the speed was slow.
  • Patent Document 2 Patent Document 3 and Patent Document 3 an image is determined in advance in two regions, ie, near the center and around the periphery, and pixels around the center and around the periphery are determined.
  • a method of comparing information and performing image determination such as backlighting at night is employed, and there is a problem similar to the technique of Patent Document 1.
  • Patent Document 1 Japanese Patent Laid-Open No. 2002-247361
  • Patent Document 2 Japanese Patent Application Laid-Open No. 2004-341901
  • Patent Document 3 Japanese Patent Laid-Open No. 2003-169231
  • Patent Document 4 Japanese Unexamined Patent Publication No. 2003-337944
  • the problem of the present invention is that it is possible to accurately discriminate between a low key image and an under image even in an image where there are not many dark pixels in the periphery of the image, and the calculation cost is greatly reduced, resulting in higher speed.
  • An object of the present invention is to provide an image discriminating apparatus that makes it possible to perform processing.
  • the image discrimination device of the present invention is an image discrimination device for discriminating whether or not the entire image is dark! And the tone of the tone image is appropriate.
  • the tone level Of the pixels located in the periphery of the image, the tone level And a counting means for counting the number of pixels smaller than a predetermined first threshold, and when the number of pixels as a result of the counting is equal to or greater than a predetermined second threshold, the gradation is appropriate even if the image is dark.
  • FIG. 1 is a diagram for explaining types of dark images.
  • FIG. 2 is a diagram illustrating processing steps of the embodiment.
  • FIG. 3 is a diagram for explaining an image discrimination method using gradation change.
  • FIG. 4 is a diagram for explaining a method of determining whether or not a night scene image power is good by a gradation change and gradation gradient power of bright pixels and surrounding pixels.
  • FIG. 5 is a diagram illustrating a method for determining a sunset image.
  • FIG. 6 is a block diagram of an image discriminating apparatus according to an embodiment of the present invention.
  • FIG. 7 is a diagram for explaining area expansion processing.
  • FIG. 8 is a diagram for explaining window search processing.
  • FIG. 9 is a flowchart (No. 1) of processing according to the embodiment of the present invention.
  • FIG. 10 is a flowchart (part 2) of the process according to the embodiment of the present invention.
  • FIG. 11 is a flowchart (part 3) of the process according to the embodiment of the present invention.
  • FIG. 12 is a flowchart (part 4) of the process according to the embodiment of the present invention.
  • FIG. 13 is a flowchart (No. 5) of the process according to the embodiment of the present invention.
  • FIG. 14 is a flowchart (No. 6) of the process according to the embodiment of the present invention.
  • FIG. 15 is a flowchart (No. 7) of the process according to the embodiment of the present invention.
  • FIG. 16 is a flowchart (No. 8) of the process according to the embodiment of the present invention.
  • FIG. 17 is a flowchart (No. 9) of the process according to the embodiment of the present invention.
  • a low key image has a dark tone as a whole, and a dark pixel region having a certain size exists in the image. These dark area pixels are in most cases circumscribed by the image rectangle, but their positions are indeterminate and can be distributed from the periphery of the image to the center of the image only by being distributed in the periphery of the image. It has the characteristic of being.
  • the image rectangle is a digital camera, scanner, etc. Indicates the shape of the input image data.
  • the rectangle indicates the entire data image that is main-scanned in the horizontal direction and sub-scanned in the vertical direction.
  • the data image is usually rectangular or square, and is rectangular.
  • the gradation when determining whether the gradation is appropriate or inappropriate for an image having a dark tone as a whole, it is based on the amount of low-level pixels in contact with the outer periphery of the image rectangle. If the amount of pixels is large, the image is determined to be dark and the tone is appropriate, and if the amount of pixels is small, the image is determined to be dark and the tone is inappropriate. Step to do.
  • FIG. 2 is a diagram for explaining the processing steps of the embodiment.
  • FIG. 2 (d) show various types of dark images.
  • 2 (a) and 2 (b) are night scenes
  • FIG. 2 (c) is a low-key image of evening scenes
  • FIG. 2 (d) is an under-exposed under-image.
  • These images are subjected to the above processing, and the brightness, saturation, hue of the circumscribed pixel, or the level of brightness only is examined, and the number of circumscribed pixels having this level equal to or less than a predetermined value is examined.
  • the amount of circumscribed pixels whose level is equal to or lower than a predetermined value is absolutely larger than the predetermined value or relatively larger than the total number of circumscribed pixels of the image rectangle, it is determined as a low key image, and such circumscribed pixels are determined.
  • FIG. 2 (e) shows a pixel whose level is a predetermined value or less among the circumscribed pixels in FIG. 2 (a) by a bold line.
  • the number of pixels whose level is less than or equal to a predetermined value is relatively large compared to the total number of circumscribed pixels, so it is determined as a low key image.
  • Fig. 2 (f) shows the distribution of circumscribed pixels in Fig. 2 (b), Fig. 2 (g) in Fig. 2 (c), and Fig. 2 (h) in Fig. 2 (d).
  • a thick line indicates a pixel whose level is smaller than a predetermined value.
  • Fig. 2 (f) and Fig. 2 (g) since the number of circumscribed pixels whose level is below a predetermined value is relatively large, Fig. 2 (b) and Fig. 2 (c) are determined to be low key images. .
  • FIG. 2 (h) since the number of circumscribed pixels whose level is below a predetermined value is relatively small, it is determined that FIG. 2 (d) is an under image.
  • the embodiment of the present invention further uses a low-level pixel ratio with respect to the entire image pixels, and when the ratio is large, the gradation is dark and the image is dark. It is determined that the image is appropriate, and when the ratio is small! / ⁇ , the image is determined to be an image having a high tone and appropriate gradation.
  • the dark pixel area circumscribing the image rectangle may be arranged as a continuous background image not only in the periphery of the image but also in the vicinity of the center of the image. Therefore, for the low-level pixels that touch the outer periphery of the image rectangle, the process of extracting the surrounding pixel areas where the image gradation is continuous with these, and the gradation change between the pixels within the obtained pixel area are sampled. If the gradation change is small, it is determined that the image is dark and the gradation is appropriate.If the gradation change is large, the image is dark and the gradation is not appropriate. Implement the process of discrimination.
  • FIG. 3 is a diagram for explaining an image discrimination method using gradation change.
  • FIG. 3 (a) shows a case where the gradation change is determined to be small as a result of investigating the gradation change of the dark blue region in contact with the outer periphery of the image rectangle. In this case, it is determined to be a low key image.
  • the dark area in contact with the outer periphery of the image rectangle has a large gradation change. In this case, it is determined that the image is an under image.
  • the night scene image which is one of the low key images, has a dark tone as a whole, but multiple bright pixel areas such as lights and neon signs are placed inside the image.
  • the periphery of these bright pixel areas is adjacent to the dark pixel area of the background image, and the change in brightness from the bright pixel area to the dark pixel area is abrupt. This is because the light source of the light emitter is arranged on the dark background image. Therefore, the process of extracting a pixel region having a high pixel value level and the spatial distribution of the pixel value level of surrounding pixels of the obtained pixel region are collected, and the gradation between the pixel region and the surrounding pixel region is collected.
  • the gradation gradient is large, it is determined that the image is dark and the gradation is appropriate.If the gradation gradient is small, the gradation is dark. Is determined to be an appropriate night view image.
  • FIG. 4 is a diagram for explaining a method of determining whether or not the image is a night scene image and gradation change and gradation gradient power of bright pixels and surrounding pixels.
  • FIG. 4 (a) is a night scene image with a large gradation gradient between bright pixels and surrounding pixels, and is determined to be a low-key image which may be dark.
  • Fig. 4 (b) it is determined that the image is not a night scene image with a small gradation gradient between bright pixels and surrounding pixels, but is an under image that should be a bright image.
  • the sunset scene image which is one of the low keys
  • a pixel having a value similar to the hue, brightness, and saturation of an average sunset is present in the bright pixel area in the image where the entire image is dark.
  • the process of extracting the pixel area with a high pixel value level and the average level value inside the obtained pixel area are calculated, and the average sunset hue, average sunset saturation, and lightness are calculated.
  • the image is judged to be a sunset image with dark tone and appropriate gradation, and if it does not match, the image is dark and tone and appropriate gradation It is determined that this is not a sunset image.
  • FIG. 5 is a diagram for explaining a method for determining a sunset image.
  • Fig. 5 (a) the sunset is reflected, but when judging whether or not the sunset image is correct, a bright area in the image is extracted, and the pixel value level of the area is adjusted for brightness, saturation, and hue. Any or all are compared to the average evening scene pixel value level. If these are similar, the image is assumed to be an evening scene image.
  • An evening scene image is a low key image in which the image itself may be dark.
  • low-key images and under-images are accurately discriminated. Furthermore, when performing brightness correction by identifying and distinguishing night and sunset images, low-key images with dark tones and appropriate gradations are used. If the image is darkly corrected and the tone is dark and the gradation is not appropriate, or if the under image is not mistakenly left in the dark state, or if it is a night view, the contrast will be emphasized to enhance the night view.
  • a more accurate automatic image quality improvement technique can be realized, such as converting to a more favorable image quality, or, in the case of an evening scene, emphasizing the saturation of the hue specific to the evening scene and converting to a more desirable image quality.
  • FIG. 6 is a block diagram of the image discriminating apparatus according to the embodiment of the present invention.
  • the circumscribed pixel collection unit 10 collects circumscribed pixels from the input image.
  • the low-level pixel collection unit 11 collects a pixel having a low pixel gradation level from among the circumscribed pixels.
  • the circumscribed pixel area expanding unit 12 performs processing for obtaining the same pixel area as the area including the circumscribed pixel. For example, when the circumscribed pixel hits a mountain portion, an area where the mountain is reflected in the image is extracted.
  • the low key image determination unit 13 determines whether the image is a low key image or an under image by the method shown in FIGS.
  • the night view image determination unit 14 determines an image that is a low key image and is a night view image by the method of FIG.
  • the evening scene image determination unit 15 determines an image that is a low key image and is an evening scene image by the method of FIG. An image that is not determined to be an evening scene image by the evening scene image determination unit 15 is a low key image.
  • an image is input to the circumscribed pixel sampling unit 10.
  • the circumscribed pixel sampling unit 10 searches for the gradation level value Pout of the circumscribed pixel in contact with the edge of the input image rectangle and compares it with a predetermined threshold THdarkl. If the gradation level value Pout is less than THdarkl, it is determined as a dark pixel, and if it is greater than THdarkl, it is determined as a bright pixel. The number of pixels determined as dark pixels is counted, and this is defined as Cout.
  • the gradation level value is used for examining the brightness of the pixel, it is a lightness value, but the same processing may be applied to the saturation and hue.
  • the threshold value THdarkl which has been determined in advance, may be a pixel value determined as a sufficiently dark level value as a fixed value.
  • the cumulative frequency distribution of the gradation level values is collected for each input image, and the ratio Rdarkl determined in advance is used to calculate the entire image.
  • the number of pixels corresponding to the ratio Rdarkl with respect to the number of pixels is searched from the lower level value side, and the gradation level value where the number of pixels collected from the lower level is the ratio Rdarkl of the total number of pixels is calculated. It may be adopted as the threshold THdarkl.
  • THdarkl 10
  • Rdarkl 0.01 (1%)
  • 1% of pixels are sampled from the lower level of the image
  • THdarkl 20. From the above, the number of pixels Cout determined as dark pixels is calculated and determined.
  • the low-level pixel sampling unit 11 searches for all pixels in the input image and uses the threshold THdark2 that has been determined in advance. If the gradation level value is less than THdark2, it is determined as a dark pixel. If THdark2 or higher, it is determined as bright! /, Pixel, and the number of pixels determined by subtracting pixels is counted, and this is defined as Cdark.
  • a pixel value that is sufficiently determined to be a level value may be adopted as a fixed value.
  • the cumulative frequency distribution of the gradation level value is collected for each input image, and the pre-determined ratio Rdark2 is used to calculate all pixels in the image.
  • the number of pixels of the ratio Rdark2 with respect to the number is searched from the lower level value side, and when the number of pixels is the ratio of the total number of pixels Rdark2 until the lower level cover is collected Adopt the maximum gradation level value as the threshold THdark2.
  • a pixel with 256 gradations (in this example, it is assumed that there is only one gradation value, but actually there are an R value, a G value, and a B value, and each is processed.
  • the RGB value may be converted to a lightness value to perform force processing.)
  • an image is input to the circumscribed pixel area expanding unit 12.
  • the region is expanded based on the circumscribed pixel Pout searched by the circumscribed pixel collection unit 10 in the previous stage.
  • Area expansion refers to a general labeling process. In the labeling process, label the area number with the target pixel as the start pixel, search the surrounding pixels of this image, and start if it is within the color difference DIFFreg determined by the color difference with the start pixel.
  • the pixel and the surrounding pixel that is currently focused on are regarded as the same area, and the label with the same area number as the start pixel is given.
  • the surrounding pixel newly given a label is used as a start pixel again, the search is repeated, and the process is repeated until there are no pixels to be labeled.
  • FIG. 7 is a diagram for explaining the area expansion process.
  • the pixels labeled “1”, “2”, and “3” are the pixels from which the region is expanded.
  • the gradation values of the pixels adjacent to the pixels labeled “1”, “2”, and “3” and the gradation values of the labeled pixels are If the calculated value is less than or equal to the threshold value, both are labeled as belonging to the same region, and the same label is assigned to the labeled pixel and the adjacent pixel. For example, as shown in FIG.
  • the label “1” is displayed on this adjacent pixel.
  • the label “2” is assigned to the adjacent pixel of the “2” pixel
  • the label “3” is assigned to the adjacent pixel of the “3” pixel.
  • the circumscribed pixel of the image rectangle is used as a start pixel, and region expansion is performed, a pixel region that is considered to be continuous with the circumscribed pixel is sampled, and the obtained pixel in the expanded region is defined as Sreg. Then, reset the pixels included in the extended area as start pixels, perform the same process, and repeat the process until the extended process does not proceed any further. return.
  • a pixel corresponding to the Sreg area is searched and a standard deviation STDEVreg of the pixels in the Sreg is collected.
  • STDEVreg indicates the amount of change in the pixel gradation value in the expanded region, and indicates a large value when the gradation changes greatly, and indicates a small value when the gradation amount change force S is small. is there. In this way, the gradation change STDEVreg in the continuous pixel area of the circumscribed pixels of the image rectangle is calculated and determined.
  • the low key image determination unit 13 receives Cout obtained by the circumscribed pixel sampling unit 10 described above.
  • Vreg is less than THjudge3
  • THjudge3 it is determined as a low key image, otherwise it is determined as an under image.
  • Cout means that as the value increases, the number of pixels circumscribing the image rectangle increases or the number of pixels corresponding to the dark area peculiar to the low key increases, indicating that the possibility of low key is high.
  • Rdark indicates that the input image is a dark image as the value increases, but this value decreases for an image having many bright pixels immediately inside the circumscribing portion of the image. Therefore, the possibility of being a low key image or an under image is reduced.
  • STDEVreg indicates that the higher the value, the more likely there is a gradation change in the dark region that is continuous with the pixel circumscribed by the rectangle.
  • the value When the value is low, it indicates that there is little gradation change, for example, the dark area of the night scene background with originally low gradation, and the image is likely to be low key.
  • the image determined as the low key image is input to the night scene image determination unit 14.
  • the night scene image determination unit 14 searches for the pixel Pnight of the input image and uses a predetermined threshold THbright, and if the gradation level value is equal to or higher than THbright, it is determined as a bright pixel, and less than THbright. If there is a dark pixel, the pixel region is identified as a bright pixel, and this is determined as Sbright.
  • the predetermined threshold THbright is determined to be sufficiently bright! / And the level value.
  • the pixel value may be adopted as a fixed value.
  • the lowest gradation level value of the selected pixels may be adopted as the threshold value THbright.
  • THbright 245
  • Rbright As 0. 01 (1%)
  • the surrounding pixels of the obtained Sbright pixel area are searched to determine these surrounding pixel areas Sround.
  • Sround can be generated by predetermining Sbright! And performing expansion processing using the number of pixels W.
  • FIG. 8 is a diagram for explaining the window search process.
  • Figure 8 uses a 3 X 3 window. As shown in (1) to (2) of Fig. 8, the window is moved on the pixel area, and it is determined whether or not there is a bright pixel Sbright at the center of the window.
  • Sbright is represented as a pixel with the label “1”.
  • the other pixels included in the window are the surrounding pixel area Sround of Sbright, so the same label “1” as Sbright And register as Sround.
  • Sbright is which pixel in the pixel area is which Sbright's surrounding pixel can be divided.
  • W is an integer value of 1 or more. If the pixel in the image is searched and the target pixel is on Sbright, the pixel in the WXW size window that is not the target pixel of Sbright is adopted as Sround. In this way, window processing is performed on all pixels, and the Sbright area Determine the area.
  • Sbright is a force shown as a single pixel.
  • Sbright is Brightness is an area composed of multiple pixels.
  • a gradation gradient SL is calculated by searching for gradation changes in the Sbright pixel area and the Surround pixel area.
  • the gradation gradient SL is calculated by calculating the pixel average level value AVEbright of the Sbright region and calculating the pixel average level value AVEround of S round by the following formula.
  • the average pixel level of Sround is used, but S bright is adjacent to Sround.
  • the slope SL may be obtained by calculating the pixel average level value AVEround + bright using Sround + bright that combines Sround and Sbright. In this case, the calculation formula is as follows.
  • the input image is determined to be a night scene image, and if it is less than THslope, it is not a night scene image. judge.
  • THslope As the value of THslope increases, the brightness suddenly changes from the bright image area Sbright to the surrounding pixel Sround, and a dark background image appears around the light source and light source such as street lights and neon signs peculiar to night scenes. The distribution is shown. On the other hand, as the THslope value decreases, the change in brightness stops abruptly, the gradation changes gently, there is no street sign neon sign, and the gradation distribution indicates the image state! / ⁇ The
  • threshold THslope 200 is adopted in an image of 256 gradations.
  • the input image is a low key and a night scene, or whether it is a low key but a night scene.
  • the sunset scene image determination unit 15 searches the pixel Psunset of the input image and uses a predetermined threshold THsunset, and if the gradation level value is equal to or higher than THsunset, it is determined as a bright pixel and should be less than THsunset. If a pixel is identified as a dark pixel, a pixel region that is identified as a bright pixel is searched and collected, and this is defined as a sunset.
  • a pixel value that is determined to be sufficiently bright! / And a level value may be adopted as a fixed value.
  • the cumulative frequency distribution of the gradation level value is sampled for each input image, and the ratio Rsunset, which is determined in advance, is used.
  • the number of pixels is the ratio of the total number of pixels Rsunset pixels are searched for from the upper level value side *
  • the number of pixels collected is the ratio Rsunset to the total number of pixels. In this case, the lowest gradation level value of the collected pixels may be adopted as the threshold value THsunset.
  • the average lightness Lsunset, the average saturation Csunset, and the average hue angle Hsunset are calculated for the Ssunset region pixels.
  • the average brightness Lsunset, average saturation Csunset, and average hue angle Hsunset is found.
  • the color difference DIFFsunset uses the following formula:
  • a, b, and c are weighting factors that determine which of lightness, saturation, and hue angle is important.
  • THdiffsense 24 or the like.
  • the input image is a low key and a sunset scene, or a low key but an evening scene.
  • the input image is a low key image or an under image, and if it is a low key image, it is a night scene image or a sunset scene image. Can be determined accurately and at high speed.
  • FIG. 9 is a processing flow of the circumscribed pixel processing unit.
  • step S10 a variable Cout for counting the number of circumscribed pixels having a gradation level smaller than the threshold is initialized to zero.
  • step S11 the gradation level of the circumscribed pixel Pout is collected.
  • step S12 it is determined whether or not the gradation level of Pout is smaller than a predetermined threshold TH darkl. If the determination in step S12 is No, the process proceeds to step S14. If the determination in step S12 is yes, in step S13, Cout is increased by 1, and the process proceeds to step S14.
  • step S14 it is determined whether or not the gradation level has been collected for all circumscribed pixels Pout. If the determination in step S14 is No, the process returns to step S11 to acquire the gradation levels of other circumscribed pixels Pout and perform the following processing. If the determination in step S14 is yes, in step S15, Cout is output and the process is terminated.
  • FIG. 10 is a processing flow showing a method of determining THdarkl.
  • the flowchart in Fig. 10 (b) shows the process for dynamically setting the threshold THdarkl for each image.
  • the method of determining the threshold THdarkl is to generate a histogram showing the cumulative frequency of pixel gradation levels as shown in Fig. 10 (a), and determine the threshold value THdarkl based on this histogram.
  • step S20 an array Cnt [256] for forming a histogram is initialized to zero.
  • step S21 the gradation level value Pix of the pixel in the image is collected.
  • step S22 the cumulative frequency Cnt [pix] of the gradation level Pix is increased by one.
  • step S23 it is determined whether or not the pixel values Pix of all the pixels have been counted. If the determination in step S23 is no, return to step S21. If the determination in step S23 is yes, go to step S24.
  • step S24 the threshold THdarkl is initialized to 0.
  • step S25 Calculate the cumulative frequency of gradation level i to M.
  • step S26 it is determined whether or not the cumulative frequency of the pixel calculated in step S25 is greater than or equal to a predetermined ratio (Rdarkl: predetermined) of the total number of pixels. If the determination in step S26 is No, the gradation level i is incremented by 1, and the process returns to step S25 to calculate the cumulative frequency up to the next gradation level. If the determination in step S26 is yes, in step S28, the value of i is set to the threshold THdarkl and output.
  • FIG. 11 is a processing flow of the low-level pixel collection unit.
  • step S30 C dark is initialized to 0, which is a variable that counts the number of pixels at low gradation levels.
  • step S31 the gradation level value Pix of the image pixel is collected.
  • step S32 it is determined whether or not the collected gradation level value Pix is smaller than the threshold THdark2. This threshold THdark2 is determined in advance or by the same method as in FIG. If the determination in step S32 is no, the process proceeds to step S34. If the determination in step S32 is Yes, Cdark is increased by 1 in step S33. Then, in step S34, it is determined whether or not all pixels Pix have been sampled. If the determination in step S34 is No, the process returns to step S31. If the determination in step S34 is Yes, in step S35, CdarkZCall is calculated using the total number of pixels Call of the image, and is set to Rdark. In step S36, Rdark is output and the process ends.
  • FIG. 12 is a processing flow of the circumscribed pixel area expanding unit.
  • step S40 the array Sreg for labeling circumscribed pixels is initialized, and the circumscribed pixel Pout is set as the start pixel Pnext. Sregs are provided as many as the number of circumscribed pixels.
  • step S41 collect the start pixel Pnext and the adjacent pixel Pc lose in contact with the start pixel Pnext.
  • step S42 it is determined whether or not the absolute value of the difference between the Pnext gradation level and the Pclose gradation level is smaller than a predetermined threshold value DIFFeg. If the determination in step S42 is Yes, it is determined that Pclose and Pnext belong to the same area, and Pc lose is registered in Sreg [Pnext].
  • step S44 Pc lose determined as the same area is newly set as the start pixel Pnext, and the process returns to step S41. If the determination in step S42 is No, it is determined in step S45 whether or not the region expansion process has been performed on all circumscribed pixels Pout. If the determination in step S45 is No, Return to step S41 and repeat the process. If the determination in step S45 is Yes, in step S46, the standard deviation STD EVreg of the gradation level in Sreg is calculated for each start pixel, and this is output in step S47, and the process is terminated. To do.
  • FIG. 13 is a processing flow of the low key image determination unit.
  • step S50 Cout, Rdark, and STDEVreg calculated above are input, and in step S51, Cout is greater than or equal to THjudgel, Rdark is greater than or equal to THjudge2, and STDEVreg is less than or equal to THjudge3.
  • threshold values THjudgel, THjudge2, and THjudge3 are determined in advance. If the determination in step S51 is yes, it is determined in step S52 that the image is a low key image, and the result is output. If the determination in step S51 is No, the image is determined to be an under image and the result is output.
  • FIG. 14 and FIG. 15 are processing flows of the night view image determination unit.
  • step S55 an array Sbright for registering bright pixels in the image is prepared for all the pixels and initialized to zero.
  • the gradation level of the pixel Pnight is taken.
  • step S57 it is determined whether or not the gradation level of the pixel Pnight is greater than THbright. THbright may be determined in advance or may be determined for each image by the same method as in FIG. If the determination in step S57 is no, the process proceeds to step S59. If the determination in step S57 is Yes, in step S58, Pnight is determined to be a bright pixel and registered in Sbright. In step S59, it is determined whether or not gradation levels have been collected and processed for all pixels. If the determination in step S59 is No, the process returns to step S56 and is repeated. If the determination in step S59 is yes, go to step S60.
  • step S60 neighboring pixels of the bright pixel Sbright are sampled and set as Sround.
  • step S61 it is determined whether or not neighborhood pixel acquisition processing has been performed for all Sbrights. If the determination in step S61 is No, the process returns to step S60 to collect neighboring pixels. If the determination in step S61 is yes, in step S62, the average gradation level of the pixels belonging to Sbright is calculated. In step S63, the average gradation level of the pixels belonging to the sound is calculated. Bright in step S64 The gradient of the gradation level of the pixel and its neighboring pixels is calculated based on the following formula.
  • W is the width of the window used when collecting neighboring pixels.
  • W is 1 when using the region expansion processing that is not possible with the window method when taking neighboring pixels.
  • step S65 it is determined whether or not the SL force is greater than or equal to a preset threshold THslope. If the determination in step S65 is yes, it is determined in step S66 that the image is a night scene image, and the result is output. If the determination in step S65 is No, it is determined that the image is not a night view image, and the result is output.
  • FIGS. 16 and 17 are processing flows of the evening scene image determination unit.
  • step S70 the array Ssunset used for registering the pixels used for determining the sunset image is prepared for all the pixels and initialized to zero.
  • step S71 the pixel of the image is collected as Psunset, and in step S72, it is determined whether or not the gradation level of the pixel Psunset is greater than a predetermined THsunset. If the determination in step S72 is no, go to step S74. If the determination in step S72 is Yes, it is determined in step S73 that the pixel Psunset is a bright pixel and is registered in Ssunset. In step S74, it is determined whether all pixels of the image have been sampled and processed. If the determination in step S74 is no, the process returns to step S71.
  • step S75 the average brightness Lsunset is calculated for all the bright pixels registered in Ssunset.
  • step S76 the average saturation Csunset is calculated for the bright pixels of Ssunset.
  • step S77 an average hue Hsunset is calculated for the bright pixels of Ssunset.
  • step S78 the color difference DIFFsunset is calculated by the following equation.
  • a, b, and c are weighting factors that determine whether to emphasize the term in the above formula
  • L ref is the average brightness reference value
  • Cref is the average saturation reference value
  • Href is the reference value for the average hue.
  • Each reference value should be calculated and set in advance using a typical sunset image. It is.
  • step S79 it is determined whether DIFFsunset is smaller than a preset threshold value THdiffsunset. If the determination in step S79 is Yes, it is determined in step S80 that the image is a low key image and an evening scene image, and the result is output. If the determination in step S79 is No, the image is determined to be a low-key image that is neither a power night view nor a sunset view, and the result is output.
  • the image discrimination method according to the embodiment of the present invention described above can be applied to devices and application programs that handle images, such as digital cameras, image scanners, printers, newspapers, and DTP image systems.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

　取得された画像の周辺にある外接画素を取得し、外接画素の階調レベルを所定の閾値と比較する。階調レベルが所定の閾値より小さい外接画素の数を数え、画像の周辺にある全外接画素数に比べて、相対的に階調レベルが小さい外接画素の数が多い場合には、その画像はローキー画像であると判定する。逆に、相対的に階調レベルが小さい外接画素の数が、画像周辺にある全外接画素数に比べて少ない場合には、その画像は、アンダー画像であると判定する。

Description

明 細 書
画像判別装置
技術分野
[0001] 本発明は、ユーザが画像補正指示することなしに自動的に画質改善処理を行う画 像処理装置に関し、特に、画像の明るさを自動判別する、画像判別装置に関する。 背景技術
[0002] 近年、デジタルカメラやスキャナなどの画像入力機器が普及し、画像をコンピュータ ディスプレイに表示したり、プリンタで印刷するなど、画像処理装置を利用する機会が 増えてきた。
[0003] 入力される画像には、明るさがちょうどよい画像、暗すぎの画像、明るすぎの画像な ど、状態の異なる様々な画像が存在し、これら入力画像の明るさを解析して、画像を ちょうどよい適切な明るさに補正する、明るさ補正技術が考案されている。
[0004] 図 1は、暗い画像の種類を説明する図である。
ここで処理対象の画像につ!、て総じて喑 、画像に関しては、階調が喑 ヽ調子であ つて暗すぎと判断される画像と、喑 、調子であるが暗すぎではな 、と判断される画像 とに区別される。前者は、主要被写体が暗くつぶれてしまったが背景部分は明るい 状態である逆光画像や、デジタルカメラの撮影条件によって画像全体が明らかに露 出不足となった画像が該当し、これらを総じてアンダー画像として分類する。図 1 (d) は露出不足となったアンダー画像の例である。また後者は、夜間に遊技場や都会の 町並みを撮影した夜景画像や、薄暮の風景を撮影した夕景画像が該当し、これらを 総じてローキー画像として分類する。図 1 (a)や図 1 (b)は暗闇に浮かぶ夜景の画像 、図 1 (c)は薄暮の夕景画像の、ローキー画像例であり、図 1 (d)は町並みの夜景画 像のアンダー画像例である。
[0005] 従来の明るさ補正技術においては、暗い画像について、階調が暗い調子であって 暗すぎと判断されるアンダー画像力、喑 、調子であるが暗すぎではな 、とローキー画 像かを判別して、明るさを適切に補正する方法が考案されている。
[0006] 特許文献 1によれば、画像を中央付近と周辺部の 2領域に分割し、画像全体に暗 、レベルの画素が多く分布して 、るかを判定し、多く分布して 、ると判定された場合 は、つづいて、暗いレベルの画素は中央付近よりも周辺部に多く存在しているかを判 定し、多く存在していると判定した場合は、画像を夜景などのローキー画像として判 定する技術が開示されて ヽる。
[0007] し力しながら、特許文献 1の技術では、画像周辺部に暗い画像が多く存在する場合 はローキーとして判別される力 周辺部に暗い画素が多く存在しない場合はローキー として判別困難となってしまう問題点があった。また中央付近と周辺部の画素をすベ て探索して判定に必要な画素統計情報を算出するため、画素ピクセル数の大きなサ ィズのデータに対しては、コンピュータの計算コストがかかり、処理速度が遅くなる問 題点もあった。
[0008] また、特許文献 2、特許文献 3、特許文献 3にお 、ても、画像を、中央付近と周辺部 の 2つの領域にあら力じめ決定して、中央付近と周辺部の画素情報を比較して、夜 景ゃ逆光などの画像判定を行う方法を採用しており、特許文献 1の技術と同様の問 題点があった。
特許文献 1 :特開 2002— 247361号公報
特許文献 2：特開 2004— 341901号公報
特許文献 3 :特開 2003— 169231号公報
特許文献 4：特開 2003 - 337944号公報
発明の開示
[0009] 本発明の課題は、画像の周辺部に暗い画素が多く存在しない画像でも、精度よく ローキー画像とアンダー画像の判別することができ、かつ、計算コストを大きく低減し て、より高速に処理を行うことを可能にする画像判別装置を提供することである。
[0010] 本発明の画像判別装置は、画像全体が暗!、調子の画像の階調が適切か否かを判 別する画像判別装置において、画像の周辺に位置する画素の内、階調レベルが所 定の第 1の閾値より小さい画素の数を計数する計数手段と、該計数した結果の画素 数が所定の第 2の閾値以上の場合に、該画像が暗い調子でも階調は適切な画像で あると判別する判別手段とを備えることを特徴とする。
図面の簡単な説明 [0011] [図 1]暗い画像の種類を説明する図である。
[図 2]実施形態の処理ステップについて説明する図である。
[図 3]階調変化を利用した画像判別方法を説明する図である。
[図 4]明るい画素とその周囲の画素の階調変化と階調の勾配力 夜景画像力否かを 判断する方法を説明する図である。
[図 5]夕焼け画像を判断する方法を説明する図である。
[図 6]本発明の実施形態の画像判別装置のブロック図である。
[図 7]領域拡張処理を説明する図である。
[図 8]ウィンドウ探索処理を説明する図である。
[図 9]本発明の実施形態に従った処理のフローチャート（その 1)である。
[図 10]本発明の実施形態に従った処理のフローチャート（その 2)である。
[図 11]本発明の実施形態に従った処理のフローチャート（その 3)である。
[図 12]本発明の実施形態に従った処理のフローチャート（その 4)である。
[図 13]本発明の実施形態に従った処理のフローチャート（その 5)である。
[図 14]本発明の実施形態に従った処理のフローチャート（その 6)である。
[図 15]本発明の実施形態に従った処理のフローチャート（その 7)である。
[図 16]本発明の実施形態に従った処理のフローチャート（その 8)である。
[図 17]本発明の実施形態に従った処理のフローチャート（その 9)である。
発明を実施するための最良の形態
[0012] ローキー画像は、画像全体が暗い調子であり、画像中には、ある程度の大きさを もった暗い画素領域が存在している。こうした暗い領域画素は、ほとんどの場合で画 像矩形に外接しているが、その位置は不定であって、画像周辺部に多く分布するの みでなぐ画像周辺部分から中央付近にかけて分布することもあるという特徴を持つ ている。
[0013] アンダー画像では、画像全体が暗い調子であるが、明るく変換すれば適正な明るさ となって豊富な階調性をもった適正な画像になることから、画像矩形 (画像が表示さ れる領域）内の画素には暗い画素のみでなくやや明るい画素など、様々な明るさの 画素が混在して分布している。ここで、画像矩形は、デジタルカメラ、スキャナなどで 入力される画像データの形状を指している。矩形は、横方向に主走査、縦方向に副 走査される、データ画像全面を示している。データ画像は、通常、長方形や正方形と なり、矩形をしている。
[0014] そして、本発明の実施形態では、画像全体が暗い調子の画像について、階調が適 切か適切でないかを判別する場合、画像矩形の外周に接する、レベルの低い画素 の量に基づいて、画素の量が多い場合を、画像が暗い調子で階調は適切である画 像と判別し、画素の量が少ない場合を、画像が暗い調子で階調が不適切である画像 と判別するステップを行う。
[0015] 図 2は、上記実施形態の処理ステップについて説明する図である。
図 2 (a)〜図 2 (d)は、さまざまな種類の暗い画像を示している。図 2 (a)及び図 2 (b )は、夜景、図 2 (c)は、夕景の、ローキー画像であり、図 2 (d)は、露出不足のアンダ 一画像である。これらの画像に上記処理を施し、外接画素の明度、彩度、色相のす ベて、あるいは、明度のみのレベルを調べ、このレベルが所定値以下の外接画素が どのくらいあるかを調べる。そして、レベルが所定値以下の外接画素の量が、絶対的 に所定値より多い、あるいは、画像矩形の外接画素の総数に比べ比較的多いときは 、ローキー画像と判断し、そのような外接画素が絶対的に所定値より少ない、あるい は、全外接画素数に比べて比較的少ない場合には、アンダー画像と判断する。たと えば、図 2 (e)は、図 2 (a)の外接画素のうち、当該レベルが所定値以下の画素を太 線で示したものである。図 2 (e)の場合、当該レベルが所定値以下の画素の数が外 接画素全体の数に比べ比較的多いので、ローキー画像と判断する。図 2 (f)は、図 2 (b)の、図 2 (g)は、図 2 (c)の、図 2 (h)は、図 2 (d)の外接画素の分布の様子を示し た図であり、太線が、当該レベルが所定値より小さい画素を示している。図 2 (f)、図 2 (g)の場合には、当該レベルが所定値以下の外接画素の数が比較的多いので、図 2 (b)、図 2 (c)をローキー画像と判断する。一方、図 2 (h)においては、当該レベルが 所定値以下の外接画素の数が比較的少ないので、図 2 (d)は、アンダー画像である と判断する。
[0016] 以上によれば、精度よく画像が暗い調子で階調は適切であるローキー画像と、画像 が暗い調子で階調は適切でないアンダー画像を判別することができる。また、入力画 像の矩形外周のみの画素の数量をカウントするため、従来技術にくらべて計算コスト を大きく低減して、より高速に処理を行うことができる。
[0017] また、画像矩形 (画像が表示される領域）に外接する画素の情報で判定を行う場合 、画像矩形の外接画素のすぐ内側に、明るい画像が多数分布するような場合では、 誤った判定を行う場合が考えられる。こうした場合にぉ 、ても精度よく判定を行うため に、本発明の実施形態では更に、画像全体画素に対する低レベル画素の割合に基 づき、割合が大きい場合を、画像が暗い調子で階調は適切である画像と判別し、割 合が小さ!/ヽ場合を、画像が喑 ヽ調子で階調は適切である画像と判別する過程を実施 する。
[0018] 以上によれば、画像外接のすぐ内側に明るい画素が存在するような画像の場合で 、誤判断となりやすい画像であっても、精度よく判別を行うことができる。
また、画像矩形に外接する暗い画素領域は、画像周辺部分にとどまらず、画像中 央付近まで、連続した背景画像として配置することがある。そこで、画像矩形の外周 に接するレベルの低い画素について、これらと画像の階調が連続する周囲画素領域 を抽出する過程と、得られた画素領域の内部について画素間の階調変化を採取す る過程とを設け、階調変化が少ない場合は、画像が暗い調子で階調は適切である画 像と判別し、階調変化が多い場合は、画像が暗い調子で階調は適切でない画像と 判別する過程を実施する。
[0019] 図 3は、階調変化を利用した画像判別方法を説明する図である。
図 3 (a)では画像矩形の外周に接する喑 ヽ領域の階調変化を調べた結果、階調変 化が小さいと判断された場合であり、この場合は、ローキー画像と判断する。図 3 (b) では、画像矩形の外周に接する暗い領域の階調変化が大きい場合で、この場合に は、アンダー画像であると判断する。
[0020] 以上によれば、低レベル画素領域力も画像背景と推測される部分を検出して、ロー キー画像とアンダー画像の特徴の違 、を認識し、精度良く判別することが可能にして いる。
また、ローキー画像のひとつである夜景画像では、画像全体は暗い調子であるが、 画像内部には、電灯やネオンサインなどによる明るい画素領域が複数配置されてい る。これら明るい画素領域の周囲は、背景画像の暗い画素領域と隣接しており、明る い画素領域から暗い画素領域へかけての明るさの変化は急激である。これは暗闇の 背景画像上に、発光体の光源が配置されているためである。したがって、画素値レべ ルの高い画素領域を抽出する過程と、得られた画素領域の周囲画素の画素値レべ ルの空間分布を採取して、画素領域とその周囲画素領域との階調変化勾配を算出 する過程とを設け、階調勾配が大きい場合は、画像が暗い調子で階調は適切である 夜景画像と判別し、階調勾配が小さい場合は、画像が暗い調子で階調は適切である 夜景画像ではない、と判別する。
[0021] 図 4は、明るい画素とその周囲の画素の階調変化と階調の勾配力 夜景画像か否 かを判断する方法を説明する図である。
図 4 (a)は、明るい画素とその周囲の画素との階調の勾配が大きぐ夜景画像であり 、画像が暗くてもよいローキー画像であると判断する。図 4 (b)は、明るい画素とその 周囲の画素との階調の勾配が小さぐ夜景画像ではない、本来明るい画像であるべ きアンダー画像であると判断する。
[0022] また、ローキーのひとつである夕景画像は、画像全体が暗い調子である力 画像中 の明るい画素領域には、平均的な夕焼けの色相や明度や彩度に似た値を持つ画素 が分布している。そこで、画素値レベルの高い画素領域を抽出する過程と、得られた 画素領域内部の平均レベル値を算出して、平均的な夕焼けの色相、平均的な夕焼 けの彩度、明度のうちひとつ、もしくは、全てと比較して、これらが一致する場合は、 画像が暗い調子で階調は適切である夕焼け画像と判別し、一致しない場合は、画像 が喑 、調子で階調は適切である夕焼け画像ではな 、、と判別する。
[0023] 図 5は、夕焼け画像を判断する方法を説明する図である。
図 5 (a)では、夕日が写っているが、夕焼け画像カゝ否かを判断する場合には、画像 内の明るい領域を抽出し、当該領域の画素値レベルを明度、彩度、色相のいずれか 、あるいは、すべてについて、平均的な夕景の画素値レベルと比較する。そして、こ れらが類似している場合には、当該画像を夕景画像であるとする。夕景画像は、画 像自体が暗くても良い、ローキー画像である。
[0024] 以上によれば、ローキー画像について、さらに夜景画像、夕焼け画像を判別するこ とができるため、より精度の高い判別が可能となる。
こうして、ローキー画像、アンダー画像を精度よく判別し、さらには、夜景や夕景の 画像を特定判別することで、明るさ補正を実施する際、画像が暗い調子で階調は適 切であるローキー画像を誤って明るく補正したり、また画像が暗い調子で階調は適切 でな 、アンダー画像を誤って喑 、状態のままにしたりすることなぐまた夜景であれば 、よりコントラストを強調して夜景をより好ましい画質に変換したり、夕景であれば夕景 特有の色合いの彩度を強調して、より好ましい画質に変換するなど、より精度の高い 自動画質改善技術を実現できる。
[0025] 図 6は、本発明の実施形態の画像判別装置のブロック図である。
外接画素採取部 10は、入力画像から外接画素を採取する。低レベル画素採取部 11は、外接画素の中から、画素階調レベルが低い画素を採取する。外接画素領域 拡張部 12は、外接画素が含まれる領域と同じ画素領域を得る処理を行う。たとえば、 外接画素が山の部分に当たる場合には、画像中の山が写っている領域を抽出する。 ローキー画像判定部 13は、図 2、図 3の方法で、画像がローキー画像かアンダー画 像かを判断する。夜景画像判定部 14は、図 4の方法で、ローキー画像であって夜景 画像である画像を判別する。夕景画像判定部 15は、図 5の方法で、ローキー画像で あって夕景画像である画像を判別する。夕景画像判定部 15で、夕景画像と判定され なかった画像がローキー画像である。
[0026] 以下、各部について説明する。
まず、画像を外接画素採取部 10に入力する。外接画素採取部 10では、入力画像 矩形の端部に接する外接画素の階調レベル値 Poutを探索して、あらかじめ決めて おいた、閾値 THdarklと比較する。階調レベル値 Poutが THdarkl未満であれば、 暗い画素として判別し、 THdarkl以上であれば明るい画素として判別を行い、暗い 画素をして判別された画素数をカウントし、これを Coutとする。ここで、階調レベル値 は、画素の明るさを調べるために用いるので、明度値であるが、彩度と色相について も同様の処理をしても良い。また、画素力 ¾GB値で表されている場合には、 R値、 G 値、 B値それぞれが所定の閾値以上となっているか否かを判断するようにしても良い 。階調レベルについては、以下同様である。 [0027] ここで、あら力じめ決めておいた閾値 THdarklは、十分暗いレベル値と判別される 画素値を固定値として採用すればよい。あるいは、入力画像ごとに階調レンジが異な る場合は、入力画像各々について、階調レベル値の累積度数分布を採取して、あら 力じめ決めておいた割合 Rdarklを用いて、画像の全画素数に対して、割合 Rdarkl の画素数分の画素を下位レベル値側から探索して、下位レベルから採取した画素の 数が全画素数の割合 Rdarkl分となった階調レベル値を算出して閾値 THdarklとし て採用してもよい。
[0028] たとえば、 256階調の画素について、閾値 THdarklについて固定値とする場合は 、 THdarkl = 10を採用し、画像ごとに異なる階調レンジに対して、ダイナミックに決 定する場合は、割合 Rdarkl =0. 01 (1%)として、画像の下位レベルから 1%分の 画素を採取して、採取された画素の最大階調レベル値を THdarkl = 20などとして 採取するようにする。以上から、暗い画素として判別された画素数 Coutが算出決定 される。
[0029] つづ!/、て、画像を低レベル画素採取部 11に入力する。低レベル画素採取部 11で は、入力画像の全画素を探索して、あらカゝじめ決めておいた、閾値 THdark2を用い て、階調レベル値が THdark2未満であれば、暗い画素として判別し、 THdark2以 上であれば明る!/、画素として判別を行 、、喑 、画素をして判別された画素数をカウン トし、これを Cdarkとする。
[0030] ここで、あらかじめ決めてお!、た閾値 THdark2は、十分喑 、レベル値と判別される 画素値を固定値として採用してよい。あるいは、入力画像ごとに階調レンジが異なる 場合は、入力画像各々について、階調レベル値の累積度数分布を採取して、あらか じめ決めておいた割合 Rdark2を用いて、画像の全画素数に対して、割合 Rdark2の 画素数分の画素を下位レベル値側から探索し、画素の数が全体の画素数の割合 Rd ark2となる画素まで下位レベルカゝら採取したときの、採取された最大の階調レベル 値を閾値 THdark2として採用してもょ 、。
[0031] たとえば、 256階調の画素について（ここでは、 1つの階調値のみがあるとして説明 するが、実際には、 R値、 G値、 B値が存在し、それぞれについて処理を行う。あるい は、 RGB値を明度値に変換して力も処理を行ってもよい。）、閾値 TH2について固 定値とする場合は、 THdark2 = 60を採用し、画像ごとに異なる階調レンジに対して 、ダイナミックに決定する場合は、割合 Rdark2 = 0. 3 (30%)として、全画像の画素 値の下位レベルから 30%分の数の画素を採取して、採取された画素のうちの最大の 階調レベル値を THdark2=40などとして採取するようにする。
[0032] ここで、得られた画素数 Cdarkと、入力画像の全画素数 Callを用いて、全体画素数 に対する Cdarkの割合 Rdark ( = Cdark/Call)が算出決定される。
[0033] つづいて、画像を外接画素領域拡張部 12に入力する。前段の外接画素採取部 10 で探索された、外接画素 Poutに基づいて、領域拡張を行う。領域拡張とは、一般的 なラベリング処理をさす。ラベリング処理においては、注目画素をスタート画素として エリア番号のラベルをつけ、この画像の周囲画素を探索して、スタート画素との色差 力 あら力じめ決めておいた色差 DIFFreg以内であれば、スタート画素と現在注目し ている周囲画素は、同一エリアとみなし、スタート画素と同じエリア番号のラベルを与 える動作を行う。新たにラベルを与えた周囲画素を再びスタート画素にして、探索を 繰り返し、ラベリングする画素がなくなるまで、処理を繰り返す。
[0034] 図 7は、領域拡張処理を説明する図である。
まず、図 7の（1)にあるように、外接画素力 領域拡張をするための元になる画素を 選ぶ。図 7の（1)においては、「1」、 「2」、 「3」とラベリングされた画素が領域拡張を行 うための元になる画素である。次に、図 7の（2)に示されるように、「1」、 「2」、 「3」とラ ベリングされた画素に隣り合う画素の階調値とラベリングされた画素の階調値との差 を計算し、計算値が閾値以下であれば、両者は同じ領域に属する画素であるとして、 ラベリングされた画素と、これに隣接する画素に同じラベルを付与する。たとえば、図 7の（3)に示されるように、「1」の画素の階調値とこの隣接画素の階調値の差が閾値 以下であれば、この隣接画素にはラベル「1」を与える。同様に、階調値の差が閾値 以下であれば、「2」の画素の隣接画素には、ラベル「2」を、「3」の画素の隣接画素に は、ラベル「3」を付与する。こうして、画像矩形の外接画素をスタート画素にして、領 域拡張を行い、外接画素と連続するとみなされる画素領域を採取し、得られた拡張 領域の画素を Sregとする。そして、拡張領域に含まれる画素をスタート画素に再設 定し、同様の処理を行い、拡張処理がこれ以上進まない状態になるまで、処理を繰り 返す。
[0035] さらに、得られた Sregについて、 Sreg領域に該当する画素を探索して Sreg内画素 の標準偏差 STDEVregを採取する。 STDEVregは、領域拡張された中の画素階調 値の変化量を示し、階調が大きく変動する場合は大きな値を示し、階調値の変化量 力 S小さ 、場合は小さな値を示すものである。こうして画像矩形の外接画素の連続した 画素領域の階調変化量 STDEVregが算出決定される。
[0036] つづいて、ローキー画像判定部 13に、前述の外接画素採取部 10で得られた Cout
、および、低レベル画素採取部 11で得られた Rdark、および、外接画素領域拡張部
12で得られた STDEVregの 3つの情報を入力する。
[0037] Coutが THjudgel以上であり、かつ Rdarkが THjudge2以上であり、かつ STDE
Vregが THjudge3未満である場合を、ローキー画像としで判別し、それ以外はアン ダー画像として判別する。
[0038] Coutは、値が大きくなるにつれて画像矩形に外接する画素が増えるか、ローキー 特有の暗闇領域に該当する画素が増えることを意味し、ローキーの可能性が高いこ とを示す。
[0039] また、 Rdarkは値が大きくなるにつれて、入力画像が暗い画像であることを示すが、 画像の外接部分のすぐ内側に明るい画素が多数存在するような画像の場合は、本 値が小さくなり、ローキー画像やアンダー画像である可能性は低くなる。
[0040] また STDEVregは、値が高くなるほど、矩形外接の画素と連続する暗闇領域につ いて階調変化があるため、元来階調があり画像がアンダーである可能性が高いことを 示し、値が低い場合は、階調変化が少なぐたとえば、元来階調の少ない夜景背景 の暗闇の領域であり、画像はローキーである可能性が高いことを示す。
[0041] つづ ヽて、ローキー画像と判定された画像を、夜景画像判定部 14に入力する。夜 景画像判定部 14では、入力画像の画素 Pnightを探索して、あらかじめ決めておい た、閾値 THbrightを用いて、階調レベル値が THbright以上であれば、明るい画素 として判別し、 THbright未満であれば暗い画素として判別を行い、明るい画素をし て判別された画素領域を探索して、これを Sbrightとする。
[0042] ここで、あらかじめ決めてお!、た閾値 THbrightは、十分明る!/、レベル値と判別され る画素値を固定値として採用してよい。あるいは、入力画像ごとに階調レンジが異な る場合は、入力画像各々について、階調レベル値の累積度数分布を採取して、あら カゝじめ決めておいた割合 Rbrightを用いて、画像の全画素数に対して、割合 Rbrigh tの画素数分の画素を上位レベル値側力 探索 ·採取して、上位レベル力 採取した 画素の数が全画素数の割合 Rbrightとなった場合に、採取された画素のうちの最低 の階調レベル値を閾値 THbrightとして採用してもよい。
[0043] たとえば、 256階調の画素について、閾値 THbrightについて固定値とする場合は 、 THbright = 245を採用し、画像ごとに異なる階調レンジに対して、ダイナミックに 決定する場合は、割合 Rbright=0. 01 (1%)として、画像の上位レベル側から 1% の画素を採取して、採取された画素内の最低の階調レベル値を THbright= 250な どとして採取するようにする。以上から、明るい画素として判別された画素領域 Sbrig htが算出決定される。
[0044] つづ!/、て、得られた Sbrightの画素領域の周囲画素を探索して、これら周囲画素 領域 Sroundを決定する。
Sroundは、 Sbrightをあらかじめ決めてお!、た画素数 Wを用いて膨張処理を行つ て生成すればよい。または、画像上であら力じめ決めておいたサイ WXWピクセル によるウィンドウ探索処理を行って決定してもよ 、。
[0045] 図 8は、ウィンドウ探索処理を説明する図である。
図 8では、 3 X 3のウィンドウを使っている。図 8の（1)から（2)のように、ウィンドウを 画素領域上で移動し、ウィンドウの中心に、明るい画素 Sbrightがあるか否かを判断 する。図 8の（1)、（2)では、 Sbrightは、ラベル「1」の画素として表されている。そし て、 Sbrightが、図 8の（3)に示されるように、ウィンドウの中心にきたら、ウィンドウに 含まれる他の画素は、 Sbrightの周囲画素領域 Sroundであるので、 Sbrightと同じ ラベル「1」を付けて、 Sroundとして登録する。これにより、画素領域内のどの画素が 、どの Sbrightの周囲画素であるかが分力るようになる。
[0046] Wは 1以上の整数値である。画像の画素を探索して、注目画素が Sbright上であつ たなら、 WXWサイズのウィンドウ内にある画素で、 Sbrightの対象画素でないものは 、 Sroundとして採用する。こうしてウィンドウ処理を全ての画素上で行い、 Sbright領 域を決定する。
[0047] たとえば、膨張処理による場合や、ウィンドウ処理による場合にぉ 、て、 W= 3と ヽ つた数値を採用する。以上から、明るい画素領域の周囲画素領域 Sroundが算出決 定される。
[0048] なお、図 8では、 Sbrightは、単一の画素として示している力 実際には、画素領域 内の明るい部分は、複数の画素で構成されているのが通常であるので、 Sbrightは、 明る 、複数の画素で構成された領域となる。
[0049] つぎに、 Sbright画素領域と、 Sround画素領域の階調変化を探索して、階調の勾 配 SLを算出する。
階調の勾配 SLは、 Sbright領域の画素平均レベル値 AVEbrightを算出し、また S roundの画素平均レベル値 AVEroundを算出して、以下の数式によって算出する。
[0050] SL= | AVEbright - AVEround | /W
ここで、 AVEroundについて、 Sroundの画素平均レベルとしたが、 Sroundには S brightが隣接している。 Sroundと Sbrightをあわせた Sround+brightによって、画 素平均レベル値 AVEround+brightを算出し、勾配 SLを求めてもよい。この場合、 計算式は、以下のようになる。
[0051] Sround+bright = Sround + Sbright
SL= I AVEbright - AVEround+bright | /W
つぎに、あらかじめ決めておいた、閾値 THslopeを用いて、階調の勾配 SLが THslope以上であれば、入力画像は夜景画像であると判定し、 THslope未満であ れば、夜景画像ではないと判定する。
[0052] THslopeは、値が大きくなると、明るい画像領域 Sbrightから周囲画素の Sround にかけて急激に明るさが変わり、夜景に特有の街灯やネオンサインなどの発光体や 光源の周囲に、暗闇背景画像が分布している様子を示す。一方、 THslopeの値が 小さくなると、明るさの変化が急激でなくなり、なだらかに階調が変化して、街灯ゃネ オンサインが存在しな!、画像状態する階調分布を示して!/ヽる。
[0053] 前述の勾配 SLの算出における、 Sroundを用いる場合と、 Sround+brightを用い る場合では、 Sround+brightを用いる場合は明る 、Sbrightの領域の影響を受け てしまうが、夜景画像における勾配が大きくなる特徴と、夜景意外の画像における勾 配が小さくなる特徴は、 Sroundおよび Sround+brightの両者の場合で成立する。 よって、勾配 SLの算出においては、 Sroundを用いても Sround+brightを用いても よい。
[0054] たとえば、 256階調の画像において、閾値 THslope = 200といった値を採用する。
こうして、入力画像がローキーで、かつ、夜景であるか、もしくは、ローキーであるが夜 景ではないか、を判別決定する。
[0055] つづいて、ローキー画像であるが夜景画像でないと判別された画像を、夕景画像 判定部 15に入力する。夕景画像判定部 15では、入力画像の画素 Psunsetを探索し て、あらかじめ決めておいた、閾値 THsunsetを用いて、階調レベル値が THsunset 以上であれば、明るい画素として判別し、 THsunset未満であれば暗い画素として判 別を行い、明るい画素と判別された画素領域を探索 '採取して、これを Ssunsetとす る。
[0056] ここで、あらかじめ決めてお!、た閾値 THsunsetは、十分明る!/、レベル値と判別さ れる画素値を固定値として採用してよい。あるいは、入力画像ごとに階調レンジが異 なる場合は、入力画像各々について、階調レベル値の累積度数分布を採取して、あ らカじめ決めておいた割合 Rsunsetを用いて、画像の全画素数に対して、画素の数 が割合 Rsunsetの画素数分の画素を上位レベル値側カゝら探索 *採取して、採取され た画素の数が全画素数に対して割合 Rsunsetとなった場合に、採取された画素の内 の最低の階調レベル値を閾値 THsunsetとして採用してもよい。
[0057] たとえば、 256階調の画素について、閾値 THsunsetについて固定値とする場合 は、 THsunset = 200を採用し、画像ごとに異なる階調レンジに対して、ダイナミック に決定する場合は、割合 Rsunset=0. 3 (30%)として、画像の上位レベル側から 3 0%の画素を採取して、採取された画素の内の最低の階調レベル値を THsunset= 210などとして採取するようにする。以上から、明るい画素として判別された画素領域 Ssunsetが算出決定される。
[0058] 次に、 Ssunsetの領域画素について、平均明度 Lsunset、平均彩度 Csunset、平 均色相角度 Hsunsetを算出する。 ここで、あら力じめ決めておいた、平均的'一般的な夕焼けの明度 Lref、彩度 Cref 、色相角度 Hrefと、比較して、平均明度 Lsunset、平均彩度 Csunset、平均色相角 度 Hsunsetを比較して、色差 DIFFsunsetを求める。たとえば、色差 DIFFsunsetは 以下の算式を使用する。
[0059] DIFFsunset = a | Lsunset - Lref | +
b | Csunset ― Cref | +
c | Hsunset ― Href |
ここで、 a、 b、 cは、明度、彩度、色相角度の内いずれを重視するかを決める重み 係数である。
[0060] たとえば、 a = b = c= l、平均的、一般的な夕景の明るい画素領域の参照値として 、 Lref = 220、 Cref = 30、 Href =60° (橙色を中心とし、赤〜黄色の色相部分）を 採用する。
[0061] つぎに、色差 DIFFsunsetについて、あらかじめ決めておいた、閾値 THdiffsunse tを用いて、色差が THdiffsunset未満であれば、ローキー画像で、かつ、夕景画像 である、として判別し、色差が THdiffsunset以上であれば、ローキー画像だが夕景 でない画像、として判別する。
[0062] たとえば、入力画像が夕景画像の特徴に近いかどうかを判定する閾値を THdiffsu nset= 24などとして採用する。
こうして、入力画像がローキーでかつ夕景である力、もしくはローキーであるが夕景 ではないか、を判別決定する。
[0063] 以上説明したように、本説明によれば、入力画像をローキー画像であるかアンダー 画像であるかを判別し、ローキー画像である場合は、さらに夜景画像であるか夕景画 像であるかを精度良く高速に判別することができる。
[0064] なお，本実施形態の手順のうち、外接画像採取部 10のみ実施してローキー画像と アンダー画像を判定して処理を終了する場合や、外接画像採取部 10と低レベル画 素採取部 11のみ実施してローキー画像とアンダー画像を判定して処理を終了する 場合や、外接画像採取部 10と低レベル画素採取部 11とローキー画像判定部 13の みを実施してローキー画像とアンダー画像を判定して処理を終了する場合、外接画 像採取部 10と低レベル画素採取部 11とローキー画像判定部 13と夜景画像判定部 1 4のみを実施してローキー画像とアンダー画像を判定して処理を終了する場合など でも処理を実施することができ、そのような実装では、より高い精度でのローキー画像 の判別や夜景'夕景等の判別まではできないが、処理速度を高めることができる。
[0065] 図 9〜図 17は、本発明の実施形態に従った処理のフローチャートである。
図 9は、外接画素処理部の処理フローである。
まず、ステップ S 10において、閾値より小さな階調レベルを有する外接画素の数を 計数する変数 Coutを 0に初期化する。ステップ S 11において、外接画素 Poutの階 調レベルを採取する。ステップ S12において、 Poutの階調レベルが所定の閾値 TH darklより小さいか否かを判断する。ステップ S12の判断が Noの場合には、ステップ S14に進む。ステップ S12の判断が Yesの場合には、ステップ S13において、 Cout を 1だけ増加し、ステップ S14に進む。ステップ S14においては、全外接画素 Poutに ついて、階調レベルを採取したカゝ否かを判断する。ステップ S 14の判断が Noの場合 には、ステップ S11に戻り、他の外接画素 Poutの階調レベルを取得して、以下の処 理を行う。ステップ S 14の判断が Yesの場合には、ステップ S 15において、 Coutを出 力して処理を終了する。
[0066] 図 10は、 THdarklの決定方法示す処理フローである。
図 10 (b)のフローチャートでは、閾値 THdarklを画像ごとにダイナミックに設定す るための処理を示している。閾値 THdarklの決め方は、図 10 (a)のような画素の階 調レベルの発生累積度数を表すヒストグラムを生成し、このヒストグラムに基づ 、て閾 値 THdarklを決定するというものである。
[0067] まず、ステップ S20において、ヒストグラムを形成するための配列 Cnt[256]を 0に 初期化する。ステップ S21において、画像中の画素の階調レベル値 Pixを採取する。 ステップ S22において、階調レベル Pixの累積度数 Cnt [pix]を 1だけ増加する。ステ ップ S23において、すべての画素の画素値 Pixについてカウントをしたか否かを判断 する。ステップ S23の判断が Noの場合には、ステップ S21〖こ戻る。ステップ S23の判 断が Yesの場合には、ステップ S24に進む。
[0068] ステップ S24においては、閾値 THdarklを 0に初期化し、ステップ S25において、 Mに、階調レベル iの累積度数をカ卩算する。ステップ S26において、ステップ S25で 演算された画素の累積度数が全画素数の所定の割合 (Rdarkl：予め決めておく）以 上になったカゝ否かを判断する。ステップ S26の判断が Noの場合には、階調レベル iを 1だけ増加し、ステップ S25に戻って、次の階調レベルまでの累積度数を計算する。 ステップ S26の判断が Yesの場合には、ステップ S28において、 iの値を閾値 THdar klに設定して、出力する。
[0069] 図 11は、低レベル画素採取部の処理フローである。
ステップ S30にお!/、て、低階調レベルの画素数をカウントする変数である Cdarkを 0 に初期化する。ステップ S31において、画像画素の階調レベル値 Pixを採取する。ス テツプ S32において、採取された階調レベル値 Pixが、閾値 THdark2より小さいか否 かを判断する。この閾値 THdark2は、予め決めておくか、図 10と同じ方法で決定し ておく。ステップ S32の判断が Noの場合には、ステップ S34に進む。ステップ S32の 判断が Yesの場合には、ステップ S33において、 Cdarkを 1だけ増加する。そして、ス テツプ S34において、全画素の Pixについて採取'処理したか否かを判断する。ステ ップ S34の判断が Noの場合には、ステップ S31に戻る。ステップ S34の判断が Yes の場合には、ステップ S35において、画像の全画素数 Callを用いて、 CdarkZCall を計算し、 Rdarkとする。ステップ S36において、 Rdarkを出力し、処理を終了する。
[0070] 図 12は、外接画素領域拡張部の処理フローである。
まず、ステップ S40において、外接画素をラベリングする配列 Sregを初期化し、外 接画素 Poutをスタート画素 Pnextに設定する。 Sregは外接画素の数だけ設ける。ス テツプ S41にお!/、て、スタート画素 Pnextとスタート画素 Pnextに接する隣接画素 Pc loseを採取する。ステップ S42において、 Pnextの階調レベルと Pcloseの階調レべ ルの差の絶対値が予め決められた閾値 DIFFegより小さいか否かを判断する。ステツ プ S42の判断が Yesの場合には、 Pcloseと Pnextは同一領域に属すると判断し、 Pc loseを Sreg [Pnext]に登録する。ステップ S44では、同一エリアとして判断された Pc loseを新たにスタート画素 Pnextとして設定して、ステップ S41に戻る。ステップ S42 の判断が Noの場合には、ステップ S45において、すべての外接画素 Poutについて 領域拡張処理を施したか否かを判断する。ステップ S45の判断が Noの場合には、ス テツプ S41に戻って、処理を繰り返す。ステップ S45の判断が Yesの場合には、ステ ップ S46において、各スタート画素について、 Sreg内の階調レベルの標準偏差 STD EVregを計算し、ステップ S47で、これを出力して、処理を終了する。
[0071] 図 13は、ローキー画像判定部の処理フローである。
ステップ S50において、上記で計算された Cout、 Rdark、 STDEVregを入力し、ス テツプ S51において、 Coutが THjudgel以上であり、かつ、 Rdarkが THjudge2以 上であり、かつ、 STDEVregが THjudge3以下であるか否かを判断する。ここで、閾 値 THjudgel、 THjudge2、 THjudge3は、予め決めておく。ステップ S51の判断が Yesの場合には、ステップ S52において、画像はローキー画像であると判定し、結果 を出力する。ステップ S51の判断が Noの場合には、画像はアンダー画像であると判 定し、結果を出力する。
[0072] 図 14及び図 15は、夜景画像判定部の処理フローである。
ステップ S55において、画像内の明るい画素を登録する配列 Sbrightを全画素数 分用意し、 0に初期化する。ステップ S56において、画素 Pnightの階調レベルを採 取する。ステップ S57において、画素 Pnightの階調レベルが THbrightより大きいか 否かを判断する。 THbrightは、予め決めておいても良いし、図 10と同じ方法によつ て画像ごとに決定しても良い。ステップ S57の判断が Noの場合には、ステップ S59に 進む。ステップ S57の判断が Yesの場合には、ステップ S58において、 Pnightは、明 るい画素であると判別し、 Sbrightに登録する。ステップ S59において、全画素につ いて階調レベルを採取し、処理したか否かを判断する。ステップ S59の判断が Noの 場合には、ステップ S56に戻って処理を繰り返す。ステップ S59の判断が Yesの場合 には、ステップ S60に進む。
[0073] ステップ S60においては、明るい画素 Sbrightの近傍画素を採取して、 Sroundと する。ステップ S61について、すべての Sbrightについて近傍画素の取得処理を行 つたか否かを判断する。ステップ S61の判断が Noの場合には、ステップ S60に戻つ て、近傍画素の採取を行う。ステップ S61の判断が Yesの場合には、ステップ S62に おいて、 Sbrightに属する画素の平均階調レベルを算出する。ステップ S63では、 Sr oundに属する画素の平均階調レベルを算出する。ステップ S64においては、明るい 画素とその近傍画素の階調レベルの勾配を以下の式に基づいて算出する。
勾配 SL= | AVEbright - AVEround | /W
ここで、 Wは、近傍画素を採取する際に用いたウィンドウの幅である。近傍画素を採 取する際に、ウィンドウを使った方法ではなぐ領域拡張処理を使った場合には、 W は 1である。
[0074] ステップ S65においては、 SL力 予め設定される閾値 THslope以上か否かを判断 する。ステップ S65の判断が Yesの場合には、ステップ S66において、画像は夜景画 像であると判定し、結果を出力する。ステップ S65の判断が Noの場合には、画像は 夜景画像ではないと判定し、結果を出力する。
[0075] 図 16及び図 17は、夕景画像判定部の処理フローである。
ステップ S70において、夕景画像の判定に使う画素の登録に使う配列 Ssunsetを 全画素数分用意し、 0に初期化する。ステップ S71において、画像の画素を Psunset として採取し、ステップ S72において、画素 Psunsetの階調レベルが予め定められる THsunsetより大きいか否かを判断する。ステップ S72の判断が Noの場合には、ス テツプ S74に進む。ステップ S72の判断が Yesの場合には、ステップ S73において、 当該画素 Psunsetは、明るい画素であると判断し、 Ssunsetに登録する。ステップ S7 4においては、画像の全画素を採取し、処理したか否かを判断する。ステップ S 74の 判断が Noの場合には、ステップ S71に戻る。ステップ S74の判断が Yesの場合には 、ステップ S75において、 Ssunsetに登録されている明るい画素すべてについて平 均明度 Lsunsetを算出する。ステップ S76において、 Ssunsetの明るい画素につい て、平均彩度 Csunsetを算出する。ステップ S77において、 Ssunsetの明るい画素 について、平均色相 Hsunsetを算出する。ステップ S78において、以下の式により、 色差 DIFFsunsetを計算する。
DIFFsunset = a | Lsunset— Lref | +b | Csunset— Cref | +c | Hsunset— H ref I
ここで、 a、 b、 cは、上記式の内、その項を重視するかを決定する重み係数であり、 L refは、平均明度の基準値、 Crefは、平均彩度の基準値、 Hrefは、平均色相の基準 値である。各基準値は、典型的な夕景画像を用いて予め算出し、設定しておくべきも のである。
[0076] ステップ S79において、 DIFFsunsetが、予め設定される閾値 THdiffsunsetより 小さいか否かを判断する。ステップ S79の判断が Yesの場合には、ステップ S80にお いて、画像がローキー画像であり、かつ、夕景画像であると判定し、結果を出力する。 ステップ S79の判断が Noの場合には、画像はローキー画像である力 夜景でも夕景 でもない画像であると判定し、結果を出力する。
[0077] 以上の本発明の実施形態の画像判別方法は、デジタルカメラ、イメージスキャナ、 プリンタ、新聞や DTPの画像システムなど、画像を扱う装置やアプリケーションプログ ラムに適用が可能である。

Claims

請求の範囲
[1] 画像全体が喑 ヽ調子の画像の階調が適切カゝ否かを判別する画像判別装置にぉ ヽ て、
画像の周辺に位置する画素の内、階調レベルが所定の第 1の閾値より小さい画素 の数を計数する計数手段と、
該計数した結果の画素数が所定の第 2の閾値以上の場合に、該画像が暗い調子 でも階調は適切な画像であると判別する判別手段と、
を備えることを特徴とする画像判別装置。
[2] 前記計数手段が計数した画素数と前記画像の周辺に位置する全画素の数との比 を計算する比計算手段を更に備え、
前記判別手段は、該比が所定の第 3の閾値以上の場合に、前記画像が暗い調子 でも階調は適切な画像であると判別することを特徴とする請求項 1に記載の画像判 別装置。
[3] 前記階調レベルが所定の第 1の閾値より小さい画素と階調レベルが似力よった周 囲の領域の画素を抽出する周囲画素抽出手段と、
得られた周囲の領域の内部について画素間の階調変化を計算する階調変化計算 手段とを更に備え、
前記判別手段は、該階調変化が所定の第 4の閾値以下の場合に、前記画像が暗 い調子でも階調は適切な画像であると判別することを特徴とする請求項 2に記載の画 像判別装置。
[4] 前記階調レベルが所定値より大き!、画素領域と該階調レベルが所定値より大き 、 画素領域の周囲の画素領域の階調レベルの変化勾配を計算する階調レベル変化 勾配計算手段を更に備え、
該階調レベルの変化勾配が所定の第 5の閾値以上の場合に、前記画像が暗い調 子でも階調は適切な夜景画像であると判別することを特徴とする請求項 3に記載の 画像判別装置。
[5] 前記階調レベルが所定値より大きい画素領域内部の平均の明度、彩度、色相のう ちの少なくとも一つを、典型的な夕焼け画像の明度、彩度、色相のうちの、対応する 少なくとも一つと比較する比較手段を更に備え、
該比較の結果、両者が似ていると判断された場合に、前記画像が暗い調子でも階 調は適切な夕焼け画像であると判別することを特徴とする請求項 4に記載の画像判 別装置。
[6] 前記階調レベルは、明度の階調レベルであることを特徴とする請求項 1に記載の画 像判別装置。
[7] 前記階調レベルは、明度、彩度、色相のそれぞれの階調レベルであることを特徴と する請求項 1に記載の画像判別装置。
[8] 前記階調レベルは、画素値カ¾^^値で表されて 、る場合、 R値、 G値、 B値のそれ ぞれの階調レベルであることを特徴とする請求項 1に記載の画像判別装置。
[9] 画像全体が喑 、調子の画像の階調が適切カゝ否かを判別する画像判別方法にぉ ヽ て、
画像の周辺に位置する画素の内、階調レベルが所定の第 1の閾値より小さい画素 の数を計数し、
該計数した結果の画素数が所定の第 2の閾値以上の場合に、該画像が暗い調子 でも階調は適切な画像であると判別する、
ことを特徴とする画像判別方法。
[10] 画像全体が暗い調子の画像の階調が適切カゝ否かを判別する画像判別方法をコン ピュータに実現させるプログラムにおいて、
画像の周辺に位置する画素の内、階調レベルが所定の第 1の閾値より小さい画素 の数を計数し、
該計数した結果の画素数が所定の第 2の閾値以上の場合に、該画像が暗い調子 でも階調は適切な画像であると判別する、
処理をコンピュータに実行させるプログラム。
PCT/JP2005/023338 2005-12-20 2005-12-20 画像判別装置 WO2007072548A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2005/023338 WO2007072548A1 (ja) 2005-12-20 2005-12-20 画像判別装置
JP2007550953A JP4750801B2 (ja) 2005-12-20 2005-12-20 画像判別装置
US12/142,563 US8391633B2 (en) 2005-12-20 2008-06-19 Image discernment apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2005/023338 WO2007072548A1 (ja) 2005-12-20 2005-12-20 画像判別装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US12/142,563 Continuation US8391633B2 (en) 2005-12-20 2008-06-19 Image discernment apparatus

Publications (1)

Publication Number Publication Date
WO2007072548A1 true WO2007072548A1 (ja) 2007-06-28

Family

ID=38188339

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2005/023338 WO2007072548A1 (ja) 2005-12-20 2005-12-20 画像判別装置

Country Status (3)

Country Link
US (1) US8391633B2 (ja)
JP (1) JP4750801B2 (ja)
WO (1) WO2007072548A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8471934B2 (en) 2008-03-18 2013-06-25 Fujitsu Limited Computer readable storage medium, image correction apparatus, and image correction method
JP2022511916A (ja) * 2018-12-12 2022-02-01 ソシエテ・デ・プロデュイ・ネスレ・エス・アー カプセルを認識する飲料調製マシン

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5743384B2 (ja) * 2009-04-14 2015-07-01 キヤノン株式会社 画像処理装置及び画像処理方法とコンピュータプログラム
RU2012106583A (ru) * 2009-07-31 2013-10-20 Шарп Кабусики Кайся Устройство регулирования градации, устройство отображения изображений, телевизионный приемник, программа и считываемый компьютером носитель данных, имеющий сохраненную программу
US20170178341A1 (en) * 2015-12-21 2017-06-22 Uti Limited Partnership Single Parameter Segmentation of Images
CN111046893B (zh) * 2018-10-12 2024-02-02 富士通株式会社 图像相似性确定方法和装置、图像处理方法和装置
JP2020123917A (ja) * 2019-01-31 2020-08-13 富士通株式会社 画像処理プログラム、画像処理装置及び画像処理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10302061A (ja) * 1997-04-23 1998-11-13 Canon Inc デジタルカラー画像のカラーキャスト除去及びコントラスト強調を組み合わせたデジタル処理方法
JP2002247361A (ja) * 2001-02-14 2002-08-30 Ricoh Co Ltd 画像処理装置、画像処理方法およびその方法を実施するためのプログラムを記録した記録媒体

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4051511A (en) * 1974-09-11 1977-09-27 Robert Bosch G.M.B.H. System for automatic color balance correction
US4965664A (en) * 1986-08-15 1990-10-23 Canon Kabushiki Kaisha Color image signal processing method and apparatus for recording a color image from input color image signals by converting an individual color signal component
US6351558B1 (en) * 1996-11-13 2002-02-26 Seiko Epson Corporation Image processing system, image processing method, and medium having an image processing control program recorded thereon
JP4057147B2 (ja) * 1998-06-16 2008-03-05 コニカミノルタビジネステクノロジーズ株式会社 逆光シーン判定方法、逆光シーン判定方法プログラムを記憶したコンピュータにより読み取り可能な記憶媒体及び逆光シーン判定機能を有する画像処理装置
JP2002271616A (ja) * 2001-03-09 2002-09-20 Minolta Co Ltd 画像処理装置及び画像形成装置
JP3992177B2 (ja) 2001-11-29 2007-10-17 株式会社リコー 画像処理装置、画像処理方法及びコンピュータ・プログラム
US7340092B2 (en) * 2001-12-21 2008-03-04 Minolta Co., Ltd. Image processing device, image processing method, program for executing image processing, and computer readable recording medium on which the program is stored
JP2003337944A (ja) 2002-03-14 2003-11-28 Ricoh Co Ltd 画像処理装置、画像処理用のホスト装置及び画像処理方法、並びに画像処理プログラム及びコンピュータ読み取り可能な記憶媒体
JP4341295B2 (ja) 2003-05-16 2009-10-07 セイコーエプソン株式会社 逆光人物画像の判定
JP4304585B2 (ja) * 2003-06-30 2009-07-29 カシオ計算機株式会社 電流生成供給回路及びその制御方法並びに該電流生成供給回路を備えた表示装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10302061A (ja) * 1997-04-23 1998-11-13 Canon Inc デジタルカラー画像のカラーキャスト除去及びコントラスト強調を組み合わせたデジタル処理方法
JP2002247361A (ja) * 2001-02-14 2002-08-30 Ricoh Co Ltd 画像処理装置、画像処理方法およびその方法を実施するためのプログラムを記録した記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHIKANO H.: "Insatsu Work Flow no Tameno Digital Camera satsuei Technique Dai 2 Bu Digital Satsuei no Kotsu Roshutsu to Histogram-hen", PROFESSIONAL DTP 2004, 8 GATSU GO, vol. FIRST EDITION, 1 August 2004 (2004-08-01), pages 66 - 71, XP003014271 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8471934B2 (en) 2008-03-18 2013-06-25 Fujitsu Limited Computer readable storage medium, image correction apparatus, and image correction method
JP2022511916A (ja) * 2018-12-12 2022-02-01 ソシエテ・デ・プロデュイ・ネスレ・エス・アー カプセルを認識する飲料調製マシン
JP7475348B2 (ja) 2018-12-12 2024-04-26 ソシエテ・デ・プロデュイ・ネスレ・エス・アー カプセルを認識する飲料調製マシン

Also Published As

Publication number Publication date
US8391633B2 (en) 2013-03-05
JPWO2007072548A1 (ja) 2009-05-28
JP4750801B2 (ja) 2011-08-17
US20080253684A1 (en) 2008-10-16

Similar Documents

Publication Publication Date Title
US6922487B2 (en) Method and apparatus for capturing text images
WO2019148912A1 (zh) 一种图像处理方法、装置、电子设备及存储介质
JP4016342B2 (ja) コード認識のための装置及びその方法
US7894673B2 (en) Image processing apparatus and method, and image processing computer readable medium for processing based on subject type
US8264594B2 (en) Exposure control for an imaging system
JP4750801B2 (ja) 画像判別装置
EP1130896A3 (en) Image processing method and image processing apparatus
JP2005310123A (ja) 特定シーンの画像を選別する装置、プログラムおよびプログラムを記録した記録媒体
US8565491B2 (en) Image processing apparatus, image processing method, program, and imaging apparatus
US9361669B2 (en) Image processing apparatus, image processing method, and program for performing a blurring process on an image
CN101983507A (zh) 自动红眼检测
JP2008042617A (ja) デジタルカメラ
JPH07303188A (ja) 画像処理装置
JP4105539B2 (ja) 画像処理装置およびそれを備えた画像形成装置ならびに画像処理方法、画像処理プログラムおよび記録媒体
JP2013025651A (ja) 画像処理装置、画像処理方法およびプログラム
US8472716B2 (en) Block-based noise detection and reduction method with pixel level classification granularity
US20110149069A1 (en) Image processing apparatus and control method thereof
TWI700929B (zh) 曝光補償方法及其攝影設備
CN113516595A (zh) 图像处理方法、图像处理装置、电子设备及存储介质
JP2009239772A (ja) 撮像装置、画像処理装置、および画像処理方法、並びにプログラム
JP2005165684A (ja) 画像処理方法および装置
CN109886276A (zh) 一种表盘滚动数字字符的半字判断方法
AU2007249099B2 (en) Block-based noise detection and reduction method with pixel level classification granularity
JPH10276435A (ja) シーンチェンジ検出方法
JP2002152669A (ja) 動画処理装置、動画処理方法、および記録媒体

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2007550953

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 05820339

Country of ref document: EP

Kind code of ref document: A1