WO2009150749A1 - 画像補正装置、画像補正プログラムおよび画像補正方法 - Google Patents

画像補正装置、画像補正プログラムおよび画像補正方法 Download PDF

Info

Publication number
WO2009150749A1
WO2009150749A1 PCT/JP2008/060910 JP2008060910W WO2009150749A1 WO 2009150749 A1 WO2009150749 A1 WO 2009150749A1 JP 2008060910 W JP2008060910 W JP 2008060910W WO 2009150749 A1 WO2009150749 A1 WO 2009150749A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
dark
processing target
target image
correction amount
Prior art date
Application number
PCT/JP2008/060910
Other languages
English (en)
French (fr)
Inventor
珊珊 于
清水　雅芳
Original Assignee
富士通株式会社
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 富士通株式会社 filed Critical 富士通株式会社
Priority to JP2010516700A priority Critical patent/JP5110161B2/ja
Priority to EP08777221.6A priority patent/EP2290945B1/en
Priority to PCT/JP2008/060910 priority patent/WO2009150749A1/ja
Publication of WO2009150749A1 publication Critical patent/WO2009150749A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/16—Circuitry for reinsertion of dc and slowly varying components of signal; Circuitry for preservation of black or white level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4318—Generation of visual interfaces for content selection or interaction; Content or additional data rendering by altering the content in the rendering process, e.g. blanking, blurring or masking an image region
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57—Control of contrast or brightness

Definitions

  • the present invention relates to an image correction apparatus, an image correction program, and an image correction method.
  • FIG. 13 is a figure for demonstrating the technique which correct
  • the technique that corrects an image based on the average brightness of the entire image always corrects the image determined to be a dark image brightly by a constant amount, and depending on the image, there is a possibility that black floating may occur.
  • a general dynamic range correction technique is effective when correcting an image having normal brightness.
  • the dark image is already at a level “1.0% or higher”. 0 "is included, so the image is not corrected.
  • Patent Document 1 As shown in FIG. 14A, when pixels are concentrated in a particularly bright area in the black area (when the number of pixels having high brightness in the black area is large), black floating occurs. there is a possibility. Furthermore, as shown in FIG. 14-2, in Patent Document 1, when pixels are concentrated in a particularly dark area in a black area (when the number of pixels having low brightness in the black area is large), black collapse occurs. there is a possibility.
  • FIG. 14A is a diagram illustrating a dark portion of an image in which pixels are concentrated in a bright region
  • FIG. 14B is a diagram illustrating a dark portion of an image in which pixels are concentrated in a dark region.
  • the present invention has been made to solve the above-described problems of the prior art, and in correcting a dark image, an image correction apparatus and an image correction capable of suppressing black floating or black crushing It is an object to provide a program and an image correction method.
  • the image correction apparatus disclosed in the present application determines whether or not the processing target image is a dark image based on the pixel value of each pixel of the processing target image.
  • the image to be processed is determined to be a dark image by the image determination unit and the image determination unit
  • the pixel of the dark portion that indicates a portion lower than the first value
  • a dark part distribution bias calculating unit that calculates a distribution bias of the appearance frequency
  • a correction amount determining unit that determines a correction amount for the processing target image based on the distribution bias calculated by the dark part distribution bias calculating unit. Is a requirement.
  • FIG. 1 is a diagram illustrating the configuration of the image correction apparatus according to the first embodiment.
  • FIG. 2 is a diagram illustrating an example of the relationship between the brightness and the number of pixels of the processing target image determined to be a dark image.
  • FIG. 3 is a diagram illustrating an example of a correction curve used when there is a possibility of black floating.
  • FIG. 4 is a diagram illustrating an example of a correction curve used when there is a possibility of black crushing.
  • FIG. 5 is a diagram for explaining determination of the parameter value ⁇ .
  • FIG. 6 is a diagram illustrating an example of a correction curve used when it is determined that the processing target image is a normal image.
  • FIG. 7 is a diagram for explaining determination of the parameter value ⁇ .
  • FIG. 1 is a diagram illustrating the configuration of the image correction apparatus according to the first embodiment.
  • FIG. 2 is a diagram illustrating an example of the relationship between the brightness and the number of pixels of the processing target image determined to be a dark image.
  • FIG. 8 is a flowchart for explaining the overall flow of processing performed by the image correction apparatus according to the first embodiment.
  • FIG. 9 is a diagram for explaining an example of calculating a peak of an image dark portion using a coefficient.
  • FIG. 10 is a diagram for explaining an example in which the peak of the dark image portion is calculated using the average brightness of a portion from which pixels with high pixel values are excluded.
  • FIG. 11 is a flowchart for explaining the flow of processing for calculating the distribution deviation of the dark part using the ratio.
  • FIG. 12 is a diagram illustrating a computer that executes an image correction program.
  • FIG. 13 is a diagram for explaining a technique for correcting a dark image according to the related art.
  • FIG. 14A is a diagram illustrating a dark portion of an image in which pixels are concentrated in a bright region.
  • FIG. 14B is a diagram illustrating a dark portion of an image in which pixels are concentrated in a dark region.
  • An image correction apparatus disclosed in the present application is an apparatus that is disposed inside a digital television or the like and corrects and outputs an input processing target image. Note that the image correction apparatus can be applied not only to a digital television but also to a one-segment (one segment broadcast) terminal, a PC (Personal Computer), an image data relay apparatus, and the like.
  • the image correction apparatus determines whether or not the processing target image is a dark image based on the pixel value of each pixel of the processing target image. Then, when it is determined that the processing target image is a dark image, the image correction apparatus distributes the appearance frequency of the pixels in the dark portion indicating the lower portion than the first value in the processing target image that is the dark image. Calculate the bias. Subsequently, the image correction apparatus determines a correction amount for the processing target image based on the calculated distribution bias. Thereafter, the image correction apparatus corrects the image with the determined correction amount.
  • the image correction apparatus calculates a distribution bias of the appearance frequency of the pixels in the dark part when the input processing target image is a dark image. Then, the image correction device determines that there is a possibility of black crushing when the calculated dark portion distribution bias is biased toward a very dark portion, and the calculated dark portion distribution bias is biased toward a slightly dark portion. If it is, it is determined that there is a possibility of black float. Subsequently, the image correction apparatus determines and corrects a correction amount (correction curve) corresponding to the processing target image that is determined to have the possibility of black floating or black collapse.
  • the image correction apparatus can determine the correction amount for the processing target image according to the distribution bias of the appearance frequency of the pixels in the dark part in the processing target image. Compared with the case where the correction amount is determined according to the number of pixels in the portion and the entire dark portion of the image is corrected by a fixed amount, it is possible to suppress the black floating or the blackout.
  • FIG. 1 is a diagram illustrating the configuration of the image correction apparatus according to the first embodiment.
  • the image correction apparatus 10 includes a storage unit 20 and a control unit 30, and corrects and outputs an input processing target image.
  • the storage unit 20 stores data necessary for various processes by the control unit 30 and various processing results by the control unit 30.
  • the storage unit 20 stores a correction curve necessary for image correction processing by the control unit 30 and an image correction processing result by the control unit 30.
  • the control unit 30 includes an internal memory for storing a control program, a program defining various processing procedures, and necessary data, and in particular, an image determination unit 31, a dark part distribution bias calculation unit 32, and a correction amount determination.
  • the unit 33 and the image correction unit 34 have various processes.
  • the image determination unit 31 determines whether the processing target image is a dark image based on the pixel value of each pixel of the processing target image.
  • the image determination unit 31 receives an input processing target image and calculates a histogram of the received processing target image. Regarding the calculation of the histogram, it may be calculated from the RGB (Red-Green-Blue) value of the processing target image, or the histogram may be calculated after calculating the luminance value from the RGB value of the processing target image.
  • the image determination unit 31 calculates the average brightness of the entire processing target image from the brightness indicating the brightness level of each pixel of the processing target image using the calculated histogram. For example, the calculated average brightness is small when the processing target image is biased toward a dark distribution, and is large when the processing target image is biased toward a light distribution.
  • the threshold “Th1” used for determining whether or not the image is a dark image is not limited to “50”.
  • the dark part distribution bias calculation unit 32 is a dark part indicating a lower portion than the first value in the processing target image that is the dark image.
  • the distribution bias of the appearance frequency of pixels is calculated.
  • the dark part distribution bias calculation unit 32 determines that the processing target image that is the dark image is A dark portion indicating a portion lower than the calculated average brightness of the entire processing target image is divided to calculate a distribution bias of the appearance frequency of pixels.
  • the dark part distribution bias calculation unit 32 uses the average brightness near the peak of the dark part of the processing target image. Then, the dark portion is divided into “A” and “B” (divided into two), and the distribution deviation of the number of pixels is calculated.
  • FIG. 2 is a diagram illustrating an example of the relationship between the brightness and the number of pixels of the processing target image determined to be a dark image.
  • the correction amount determination unit 33 determines a correction amount for the processing target image based on the distribution bias calculated by the dark part distribution bias calculation unit 32.
  • the correction curve (correction amount) determined by the correction amount determination unit 33 is stored in the storage unit 20.
  • the correction amount determination unit 33 compares the distribution bias of the number of pixels of the dark part “A” calculated by the dark part distribution bias calculation unit 32 with “Th2”.
  • “Th2” is, for example, a value that is 20% of the number of pixels of the entire processing target image, but is not limited to 20%.
  • FIG. 3 is a diagram illustrating an example of a correction curve used when there is a possibility of black floating.
  • the correction amount determination unit 33 may cause black crushing (when the processing target image is corrected by the conventional technique) when the number of pixels of “A” which is a very dark dark portion is larger than “Th2”. Judge that there is. Then, when it is determined that there is a possibility of black crushing, the correction amount determination unit 33 determines the correction curve “(Equation 2)” illustrated in FIG. 4 as the correction amount for the processing target image.
  • the value of the parameter “ ⁇ ” in (Expression 2) varies depending on “Th1” as shown in FIG.
  • FIG. 4 is a diagram illustrating an example of a correction curve used when there is a possibility of black crushing
  • FIG. 5 is a diagram for explaining determination of the parameter value ⁇ .
  • the correction amount determination unit 33 is illustrated in FIG. 6 with respect to the processing target image determined by the image determination unit 31 to be a normal image (an image in which the average brightness of the entire processing target image is higher than “Th1”).
  • a correction curve “(Expression 3)” shown is determined as a correction amount for the processing target image.
  • the value of the parameter “ ⁇ ” in (Expression 3) varies depending on “Th1” as shown in FIG.
  • the correction curve shown in FIG. 6 shows a case where it is convex upward, but it may be convex downward depending on the value of the parameter “ ⁇ ”.
  • 6 is a diagram illustrating an example of a correction curve used when it is determined that the processing target image is a normal image
  • FIG. 7 is a diagram for describing determination of the parameter value ⁇ . .
  • the correction amount determination unit 33 determines that there is a possibility of black floating, the correction target image is corrected to be darker or weaker (or not corrected), and there is a possibility of black crushing. If it is determined, the image to be processed is corrected brightly. In other words, the correction amount determination unit 33 determines the correction amount (correction curve) according to whether the dark portion “A” is likely to be black floating or black collapse. Regarding the determination of the possibility of black floating or black crushing, the dark portion of the processing target image is calculated from the distribution deviation of the appearance frequency of the calculated pixel without comparing the number of pixels of the dark portion “A” with “Th2”. The determination may be made based on whether or not pixels are gathered in a very dark part of the image.
  • the image correction unit 34 corrects and outputs the processing target image using the correction amount determined by the correction amount determination unit 33. Specifically, in the above example, the image correction unit 34 corrects and outputs the input processing target image using the correction amount for the dark part determined by the correction amount determination unit 33.
  • FIG. 8 is a flowchart for explaining the overall flow of processing performed by the image correction apparatus 10 according to the first embodiment.
  • the image correction apparatus 10 when the image correction apparatus 10 receives a processing target image (Yes in step S101), the image correction apparatus 10 calculates a histogram of the received processing target image. Then, the image correction apparatus 10 calculates the average brightness of the entire processing target image from the brightness indicating the brightness level of each pixel of the processing target image using the calculated histogram (step S102).
  • the image correction apparatus 10 determines that the processing target image that is the dark image is more than the calculated average brightness of the entire processing target image.
  • a dark part indicating a low part is divided to calculate a distribution bias of appearance frequency of pixels (step S104).
  • the dark part is divided into “A” that is a very dark part and “B” that is a slightly dark part by using the average brightness near the peak of the dark part of the processing target image.
  • the image correction apparatus 10 compares the distribution deviation of the appearance frequency of the pixel of the dark part “A” calculated with “Th2”. Thereafter, when the number of pixels of “A”, which is a very dark dark area, is smaller than “Th2”, the image correction apparatus 10 determines that there is a possibility of black floating (step S105 black floating). If the image correction device 10 determines that there is a possibility of black floating, the correction curve (1) or the correction curve (2) shown in FIG. 3 is determined as the correction amount for the processing target image and corrected. Is performed (step S106).
  • the image correction apparatus 10 determines that there is a possibility of black crushing when the number of pixels of “A” which is a very dark dark part is larger than “Th2” (step S105 black crushing). Thereafter, when it is determined that there is a possibility of black crushing, the image correction apparatus 10 determines and corrects the correction curve shown in FIG. 4 as a correction amount for the processing target image (step S107).
  • step S103 the image correction apparatus 10 determines that the average brightness of the entire processing target image is higher than “Th1” and is not a dark image (No in step S103), and the correction curve shown in FIG. Correction is determined and determined as a correction amount for the processing target image (step S108).
  • the image correction apparatus 10 determines the correction amount for the processing target image based on the distribution bias of the appearance frequency of the pixels in the dark part of the processing target image. Is possible.
  • the image correction device 10 in the processing target image that is the dark image indicates a dark portion that indicates a portion that is lower than the calculated average brightness of the entire processing target image Is divided into “A”, which is a very dark portion, and “B”, which is a slightly dark portion, to calculate the distribution bias of the appearance frequency of pixels.
  • the image correction apparatus 10 compares the calculated distribution bias of the appearance frequency of the pixel of the dark part “A” with “Th2” (for example, 20% of the total number of pixels of the processing target image).
  • the image correction apparatus 10 determines that there is a possibility of black floating and determines the correction amount. Correction is performed using the correction amount. Further, the image correction apparatus 10 determines that there is a possibility of black crushing when the number of pixels of “A” that is a very dark dark portion is larger than “Th2”, and determines the correction amount. Correction is performed using the correction amount. As a result, the image correction apparatus 10 can suppress black floating or black collapse.
  • the image correction apparatus 10 determines a correction amount for a dark part of a dark image in particular by using a value easily obtained from the processing target image, so that correction can be performed at high speed, low cost, and high accuracy.
  • the distribution bias of the appearance frequency of the pixels is calculated using the average brightness of the entire processing target image close to the peak of the dark portion of the image.
  • the present invention is not limited to this. Instead, it is possible to calculate the distribution bias of the appearance frequency of pixels by using a value obtained by multiplying the average brightness of the entire processing target image by a coefficient.
  • FIG. 9 is a diagram for explaining an example of calculating a peak of an image dark portion using a coefficient.
  • the configuration and some functions of the image correction apparatus 10 according to the second embodiment are the same as those in the first embodiment, and thus the description thereof is omitted.
  • the peak calculation of an image dark part that is different from the first embodiment is performed. Processing will be described.
  • the image correction apparatus 10 calculates the average brightness “Ave1” of the entire processing target image. Then, the image correction apparatus 10 multiplies the calculated average brightness “Ave1” by the coefficient “0.8” to calculate the peak “Ave2” of the dark image portion. Thereafter, the image correction apparatus 10 uses the calculated “Ave2” to divide the dark part into “A” and “B” and calculate the distribution bias of the appearance frequency of the pixels.
  • the image correction apparatus 10 determines that the average brightness value is the processing target shown in FIG. 2 when the processing target image is a dark image but the pixels are not concentrated only in the dark part.
  • a process of multiplying the average brightness by a coefficient and bringing it closer to the peak of the dark part of the image is performed.
  • An example of a dark image in which pixels are not concentrated only in the dark part is a firework image taken at night.
  • the image correction apparatus 10 when correcting the dark part of the processing target image, the image correction apparatus 10 accurately extracts the dark part region (dark part peak) by multiplying the average brightness of the entire processing target image by a coefficient and corrects it with high accuracy. can do.
  • the distribution bias of the appearance frequency of the pixels is calculated using the average brightness of the entire processing target image close to the peak of the dark portion of the image.
  • the present invention is not limited to this. Instead, it is also possible to calculate the distribution bias of the appearance frequency of the pixels by using the average brightness of the portion excluding the pixels having a high pixel value.
  • FIG. 10 is a diagram for explaining an example in which the peak of the dark image portion is calculated using the average brightness of a portion from which pixels with high pixel values are excluded.
  • the configuration and some functions of the image correction apparatus 10 according to the third embodiment are the same as those in the first embodiment, and thus the description thereof is omitted. In particular, the peak calculation of an image dark part that is different from the first embodiment is performed. Processing will be described.
  • the image correction apparatus 10 calculates the average brightness of pixel values (brightness) “0 to 128” of the processing target image. Then, the image correction apparatus 10 uses the calculated average brightness of “0 to 128” to divide the dark portion into “A” and “B” and calculate the distribution bias of the appearance frequency of the pixels.
  • the image correction device 10 determines that the average brightness value is the processing target shown in FIG. 2 when the processing target image is a dark image but the pixels are not concentrated only in the dark part. In order to be higher than the image, a process of calculating the average brightness of the portion excluding the pixels of the bright portion is performed.
  • the pixel value to be used is not limited to “0 to 128”.
  • the image correction apparatus 10 extracts a dark area (dark peak) from which a bright part of the processing target image is excluded for black reproduction, which is important in image correction, and thus the processing target image is a dark image. If it is determined, it can be corrected without being caught by the characteristics of the image (for example, pixels are also in a bright part).
  • the dark part of the processing target image is divided into “A” and “B” (bisected) to calculate the distribution frequency of the appearance frequency of pixels.
  • the present invention is not limited to this, and it is also possible to divide the dark part of the processing target image into “A” and “B” and calculate the distribution bias by the ratio of the number of pixels.
  • FIG. 11 is a flowchart for explaining the flow of processing for calculating the distribution deviation of the dark part using the ratio. Note that the configuration and some functions of the image correction apparatus 10 according to the fourth embodiment are the same as those in the first embodiment, and thus the description thereof is omitted. In particular, the dark portion distribution bias calculation different from that in the first embodiment is calculated. Processing will be described.
  • the image correction apparatus 10 uses the calculated average brightness of the entire processing target image to calculate a luminance level range (dark portion) belonging to a very dark pixel of the processing target image. (Step S201). Then, the image correction apparatus 10 divides the calculated dark portion into a very dark dark portion “A” and a slightly dark dark portion “B”, and calculates the number of pixels in the dark portion “A” and the number of pixels in the dark portion “B”. Calculate (step S202, step S203).
  • the image correction apparatus 10 calculates the ratio of the calculated number of pixels of the dark part “A” and the number of pixels of the dark part “B” (step S204), and the appearance frequency of the pixels in the dark part of the processing target image.
  • the distribution bias of is calculated.
  • the image correction apparatus 10 that calculates the distribution bias using the ratio determines that there is a possibility of black crushing when the ratio of the dark part “A” is larger than the dark part “B”, and the dark part “A” When the ratio is smaller than the dark part “B”, it is determined that there is a possibility of black floating.
  • the average brightness of the entire processing target image not only the average brightness of the entire processing target image but also a value obtained by multiplying the average brightness by a coefficient as in the second embodiment may be used, as in the third embodiment.
  • the image correction apparatus 10 can determine the correction amount of the processing target image using the ratio of the dark portion distribution bias.
  • the image correction apparatus 10 calculates a statistic of overall distribution bias such as a mode value and a variance value of pixels of the entire processing target image, and determines whether the processing target image is a dark image. To do. That is, the statistic used for determining whether or not the processing target image is a dark image is not only the average brightness of the entire processing target image, but any statistic that indicates the brightness level of the entire processing target image. There may be.
  • a statistic of overall distribution bias such as a mode value and a variance value of pixels of the entire processing target image
  • the dark part of the image to be processed is divided into two parts, a very dark dark part “A” and a slightly darker dark part “B”.
  • the present invention is not limited to this, and the distribution bias can be calculated by dividing into a plurality of areas other than two.
  • the image correction apparatus 10 calculates the distribution bias by dividing the dark part of the processing target image into three or four. That is, since the image correction apparatus 10 calculates the distribution bias by dividing the dark part of the processing target image into a plurality of regions, the processing target image dark part can be corrected with higher accuracy.
  • the image correction apparatus 10 calculates the distribution bias of the dark part of the processing target image using “Skewness” for calculating the characteristics based on the average deviation of the entire processing target image, the variance value, or the like.
  • the calculation used for the dark portion distribution bias is not limited to the absolute number or ratio of the processing target image dark portion, but may be any statistic that indicates the degree of the number of pixels in the processing target image dark portion.
  • each component of each illustrated apparatus is functionally conceptual and does not necessarily need to be physically configured as illustrated. That is, the specific form of distribution / integration of each device is not limited to the illustrated one.
  • the correction amount determination unit 33 and the image correction unit 34 determine the correction amount for the processing target image, and the determined correction amount. All or a part of it is integrated into an “image correction unit” that outputs images after correction using a function, and is distributed or integrated functionally or physically in arbitrary units according to various loads or usage conditions. Can be configured.
  • all or a part of each processing function performed in each device may be realized by a CPU and a program that is analyzed and executed by the CPU, or may be realized as hardware by wired logic.
  • FIG. 12 is a diagram illustrating a computer that executes an image correction program.
  • a computer 110 as an image correction apparatus is connected to a HDD 130, a CPU 140, a ROM 150, and a RAM 160 through a bus 180 or the like.
  • the ROM 150 stores an image correction program that exhibits the same function as that of the image correction apparatus 10 described in the first embodiment, that is, an image determination program 150a, a dark part distribution bias calculation program 150b, and a correction as illustrated in FIG.
  • a quantity determination program 150c is stored in advance. Note that these programs 150a to 150c may be appropriately integrated or distributed in the same manner as each component of the image correction apparatus 10 shown in FIG.
  • the CPU 140 reads out these programs 150a to 150c from the ROM 150 and executes them, so that the programs 150a to 150c have an image determination process 140a, a dark part distribution bias calculation process 140b, and a correction as shown in FIG. It functions as the quantity determination process 140c.
  • the processes 140a to 140c correspond to the image determination unit 31, the dark part distribution bias calculation unit 32, and the correction amount determination unit 33 shown in FIG.
  • the CPU 140 executes an image correction program based on the data recorded in the RAM 160.
  • the programs 150a to 150c are not necessarily stored in the ROM 150 from the beginning.
  • a flexible disk (FD) for example, a flexible disk (FD), a CD-ROM, a DVD disk, or a magneto-optical disk inserted into the computer 110.
  • a "portable physical medium” such as an IC card, or a "fixed physical medium” such as an HDD provided inside or outside the computer 110, and further via a public line, the Internet, a LAN, a WAN, etc.
  • Each program may be stored in “another computer (or server)” or the like, and the computer 110 may read and execute each program therefrom.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Picture Signal Circuits (AREA)
  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)

Abstract

　画像補正装置は、受け付けた処理対象画像全体の平均明度が所定値よりも低いことにより、当該処理対象画像が暗い画像であると判定された場合に、平均明度よりも低い部分を示す暗部を非常に暗い部分とやや暗い部分とに分割して画素の出現頻度の分布偏りを算出し、算出された分布偏りに基づいて、黒浮きの可能性または黒潰れの可能性があるかを判定し、黒浮きの可能性または黒潰れの可能性がある場合に、黒浮きまたは黒潰れそれぞれに対応した補正量を決定し、決定された補正量を用いて処理対象画像を補正する。

Description

画像補正装置、画像補正プログラムおよび画像補正方法
　本発明は、画像補正装置、画像補正プログラムおよび画像補正方法に関する。
　一般的に、デジタルテレビにおける暗いシーン（暗部）の再現は、黒色をいかに出力するかによって画像の締まり具合が左右される。このため、従来より、デジタル画像の補正においては、暗部が明るくなることにより生じる黒浮き、および、暗部が暗くなることにより生じる黒潰れを抑制することが要求されている。
　そして、最近では、暗い画像を補正する様々な技術が開示されている。例えば、暗い画像を補正する技術としては、画像の平均明度により、当該画像が暗ければ暗いほど、より明るく補正するものがある。また、例えば、一般的なダイナミックレンジ補正技術としては、画素数が画像全体の０．１％～１．０％程度である画像の最も暗い部分の画素をレベル「０」になるような線形補間によって補正するものがある。
　また、例えば、特許文献１では、画像全体のヒストグラムを生成し、図１３に示すように、当該画像の暗部である黒領域において、基準値Ａ以下の画素の分布数と基準値Ｂ以上の画素の分布数とに基づいて補正量を算出している。なお、図１３は、従来技術に係る暗い画像を補正する技術について説明するための図である。
特開平６－３３２３９９号公報
　しかしながら、上記した従来の技術は、黒浮きまたは黒潰れを抑制することができないという課題があった。
　具体的には、画像全体の平均明度によって画像を補正する技術は、暗い画像であると判定された画像に対して、常に一定量で明るく補正するため、画像によっては黒浮きが発生する可能性がある。また、一般的なダイナミックレンジ補正技術は、通常の明度である画像を補正する場合に効果があるが、非常に暗い画像を補正する場合に、当該暗い画像は既に１．０％以上のレベル「０」を含むため、画像が補正されることはない。
　また、特許文献１は、図１４－１に示すように、黒領域において特に明るい領域に画素が集中している場合に（黒領域において明度が高い画素数が多い場合に）、黒浮きが生じる可能性がある。さらに、特許文献１は、図１４－２に示すように、黒領域において特に暗い領域に画素が集中している場合に（黒領域において明度が低い画素数が多い場合に）、黒潰れが生じる可能性がある。
　つまり、特許文献１は、図１４－１または図１４－２に示すような画像に対して、同様に補正量を算出するために、少なくとも一方の画像において黒浮きまたは黒潰れが生じる可能性がある。この結果、上記した従来の技術は、黒浮きまたは黒潰れを抑制することができない。なお、図１４－１は、明るい領域に画素が集中している画像の暗部を示す図であり、図１４－２は、暗い領域に画素が集中している画像の暗部を示す図である。
　そこで、本発明は、上記した従来技術の課題を解決するためになされたものであり、暗い画像を補正する場合に、黒浮きまたは黒潰れを抑制することが可能である画像補正装置、画像補正プログラムおよび画像補正方法を提供することを目的とする。
　上述した課題を解決し、目的を達成するため、本願の開示する画像補正装置は、処理対象画像の各画素の画素値に基づいて、前記処理対象画像が暗い画像であるか否かを判定する画像判定手段と、前記画像判定手段によって前記処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、第一の値よりも低い部分を示す暗部の画素の出現頻度の分布偏りを算出する暗部分布偏り算出手段と、前記暗部分布偏り算出手段によって算出された分布偏りに基づいて、前記処理対象画像に対する補正量を決定する補正量決定手段と、を備えたことを要件とする。
　本願の開示する画像補正装置によれば、暗い画像を補正する場合に、黒浮きまたは黒潰れを抑制することが可能であるという効果を奏する。
図１は、実施例１に係る画像補正装置の構成を示す図である。 図２は、暗い画像であると判定された処理対象画像の明度と画素数との関係の例を示す図である。 図３は、黒浮きの可能性がある場合に用いられる補正カーブの例を示す図である。 図４は、黒潰れの可能性がある場合に用いられる補正カーブの例を示す図である。 図５は、パラメタ値αの決定について説明するための図である。 図６は、処理対象画像が通常の画像であると判定された場合に用いられる補正カーブの例を示す図である。 図７は、パラメタ値αの決定について説明するための図である。 図８は、実施例１に係る画像補正装置による処理全体の流れを説明するためのフローチャートである。 図９は、係数を利用して画像暗部のピークを算出する例を説明するための図である。 図１０は、画素値が高い画素を排除した部分の平均明度を利用して、画像暗部のピークを算出する例を説明するための図である。 図１１は、比を利用して暗部の分布偏りを算出する処理の流れを説明するためのフローチャートである。 図１２は、画像補正プログラムを実行するコンピュータを示す図である。 図１３は、従来技術に係る暗い画像を補正する技術について説明するための図である。 図１４－１は、明るい領域に画素が集中している画像の暗部を示す図である。 図１４－２は、暗い領域に画素が集中している画像の暗部を示す図である。
符号の説明
　１０　画像補正装置
　２０　記憶部
　３０　制御部
　３１　画像判定部
　３２　暗部分布偏り算出部
　３３　補正量決定部
　３４　画像補正部
　以下に、添付図面を参照して、本発明に係る画像補正装置の実施例を詳細に説明する。
［画像補正装置の概要］
　最初に、実施例１に係る画像補正装置の概要を説明する。本願の開示する画像補正装置は、デジタルテレビなどの内部に配設され、入力される処理対象画像を補正して出力する装置である。なお、画像補正装置は、デジタルテレビだけでなく、ワンセグ（１セグメント放送）端末、ＰＣ（Personal　Computer）、画像データ中継装置などにも適用可能である。
　上記した構成において、画像補正装置は、処理対象画像の各画素の画素値に基づいて、当該処理対象画像が暗い画像であるか否かを判定する。そして、画像補正装置は、処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、第一の値よりも低い部分を示す暗部の画素の出現頻度の分布偏りを算出する。続いて、画像補正装置は、算出された分布偏りに基づいて、処理対象画像に対する補正量を決定する。その後、画像補正装置は、決定された補正量で画像を補正する。
　具体的には、画像補正装置は、入力された処理対象画像が暗い画像である場合に、暗部の画素の出現頻度の分布偏りを算出する。そして、画像補正装置は、算出された暗部の分布偏りが非常に暗い部分に偏っている場合に、黒潰れの可能性があると判定し、算出された暗部の分布偏りがやや暗い部分に偏っている場合に、黒浮きの可能性があると判定する。続いて、画像補正装置は、黒浮きまたは黒潰れの可能性があると判定された処理対象画像に応じた補正量（補正カーブ）を決定して補正する。
　上記したように、画像補正装置は、処理対象画像における暗部の画素の出現頻度の分布偏りに応じて、処理対象画像に対する補正量を決定することができる結果、従来技術のように、画像の暗い部分の画素数に応じて補正量を決定し、当該画像の暗い部分全体を一定量で補正するのと比較して、黒浮きまたは黒潰れを抑制することが可能である。
［画像補正装置の構成］
　次に、図１を用いて、実施例１に係る画像補正装置の構成を説明する。図１は、実施例１に係る画像補正装置の構成を示す図である。図１に示すように、画像補正装置１０は、記憶部２０と、制御部３０とを有し、入力される処理対象画像を補正して出力する。
　記憶部２０は、制御部３０による各種処理に必要なデータや、制御部３０による各種処理結果を記憶する。例えば、記憶部２０は、制御部３０による画像補正処理に必要な補正カーブや、制御部３０による画像補正処理結果を記憶する。
　制御部３０は、制御プログラム、各種の処理手順などを規定したプログラムおよび所要データを格納するための内部メモリを有するとともに、特に、画像判定部３１と、暗部分布偏り算出部３２と、補正量決定部３３と、画像補正部３４とを有し、これらによって種々の処理を実行する。
　画像判定部３１は、処理対象画像の各画素の画素値に基づいて、前記処理対象画像が暗い画像であるか否かを判定する。具体的に例を挙げると、画像判定部３１は、入力される処理対象画像を受け付けて、受け付けた処理対象画像のヒストグラムを算出する。ヒストグラムの算出については、処理対象画像のＲＧＢ（Red‐Green‐Blue）値から算出してもよいし、処理対象画像のＲＧＢ値から輝度値を算出してからヒストグラムを算出してもよい。
　続いて、画像判定部３１は、算出されたヒストグラムを用いて、処理対象画像の各画素の明るさ度合いを示す明度から、処理対象画像全体の平均明度を算出する。例えば、算出された平均明度は、処理対象画像が暗い分布に偏る場合に小さく、処理対象画像が明るい分布に偏る場合に大きくなる。
　その後、画像判定部３１は、算出された処理対象画像全体の平均明度が閾値「Ｔｈ１＝５０」以上であるか閾値未満であるかを判定する。そして、画像判定部３１は、算出された平均明度が閾値以上である場合に、暗い画像ではないと判定し、算出された平均明度が閾値未満である場合に、暗い画像であると判定する。なお、暗い画像であるか否かの判定に利用される閾値「Ｔｈ１」は、「５０」に限られるものではない。
　暗部分布偏り算出部３２は、画像判定部３１によって処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、第一の値よりも低い部分を示す暗部の画素の出現頻度の分布偏りを算出する。
　上記した例で具体的に例を挙げると、暗部分布偏り算出部３２は、画像判定部３１によって処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、算出された処理対象画像全体の平均明度よりも低い部分を示す暗部を分割して画素の出現頻度の分布偏りを算出する。
　例えば、暗部分布偏り算出部３２は、暗い画像である処理対象画像の明度と画素数とが図２に示す関係である場合に、処理対象画像の暗部のピークに近傍な平均明度を利用して、暗部を「Ａ」と「Ｂ」とに分割（二分割）して画素数の分布偏りを算出する。なお、図２は、暗い画像であると判定された処理対象画像の明度と画素数との関係の例を示す図である。
　補正量決定部３３は、暗部分布偏り算出部３２によって算出された分布偏りに基づいて、処理対象画像に対する補正量を決定する。なお、補正量決定部３３によって決定される補正カーブ（補正量）は、記憶部２０に記憶されている。
　上記した例で具体的に例を挙げると、補正量決定部３３は、暗部分布偏り算出部３２によって算出された暗部「Ａ」の画素数の分布偏りと「Ｔｈ２」とを比較する。なお、「Ｔｈ２」は、例えば、処理対象画像全体の画素数の２０％の値とするが、当該２０％に限られるものではない。
　そして、補正量決定部３３は、非常に暗い暗部である「Ａ」の画素数が「Ｔｈ２」よりも少ない場合に、（処理対象画像を従来技術で補正した際に）黒浮きの可能性があると判定する。続いて、補正量決定部３３は、黒浮きの可能性があると判定した場合に、図３に示す補正カーブ（１）「ｙ＝ｘ」、または、補正カーブ（２）「（式１）」を処理対象画像に対する補正量として決定する。なお、図３は、黒浮きの可能性がある場合に用いられる補正カーブの例を示す図である。
Figure JPOXMLDOC01-appb-M000001
　また、補正量決定部３３は、非常に暗い暗部である「Ａ」の画素数が「Ｔｈ２」よりも多い場合に、（処理対象画像を従来技術で補正した際に）黒潰れの可能性があると判定する。そして、補正量決定部３３は、黒潰れの可能性があると判定した場合に、図４に示す補正カーブ「（式２）」を処理対象画像に対する補正量として決定する。（式２）のパラメタ「α」の値は、図５に示すように、「Ｔｈ１」によって変動する。なお、図４は、黒潰れの可能性がある場合に用いられる補正カーブの例を示す図であり、図５は、パラメタ値αの決定について説明するための図である。
Figure JPOXMLDOC01-appb-M000002
　また、補正量決定部３３は、画像判定部３１によって通常の画像であると判定された処理対象画像（処理対象画像全体の平均明度が「Ｔｈ１」よりも高い画像）に対して、図６に示す補正カーブ「（式３）」を処理対象画像に対する補正量として決定する。（式３）のパラメタ「α」の値は、図７に示すように、「Ｔｈ１」によって変動する。図６に示す補正カーブは、上に凸である場合を示しているが、パラメタ「α」の値によって下に凸になる場合もある。なお、図６は、処理対象画像が通常の画像であると判定された場合に用いられる補正カーブの例を示す図であり、図７は、パラメタ値αの決定について説明するための図である。
Figure JPOXMLDOC01-appb-M000003
　つまり、補正量決定部３３は、黒浮きの可能性があると判定した場合に、処理対象画像をさらに暗く、または、弱めに明るく補正し（または、補正しない）、黒潰れの可能性があると判定した場合に、処理対象画像を明るく補正する。言い換えると、補正量決定部３３は、暗部「Ａ」が黒浮きまたは黒潰れのどちらの可能性があるかに応じて補正量（補正カーブ）を決定する。なお、黒浮きまたは黒潰れの可能性の判定については、暗部「Ａ」の画素数と「Ｔｈ２」とを比較せずに、算出された画素の出現頻度の分布偏りから、処理対象画像の暗部の非常に暗い部分に画素が集まっているか否かによって判定することとしてもよい。
　画像補正部３４は、補正量決定部３３によって決定された補正量を用いて、処理対象画像を補正して出力する。上記した例で具体的に例を挙げると、画像補正部３４は、補正量決定部３３によって決定された暗部に対する補正量を用いて、入力された処理対象画像を補正して出力する。
［画像補正装置による処理全体の流れ］
　次に、図８を用いて、実施例１に係る画像補正装置１０による処理全体の流れを説明する。図８は、実施例１に係る画像補正装置１０による処理全体の流れを説明するためのフローチャートである。
　図８に示すように、画像補正装置１０は、処理対象画像を受け付けた場合に（ステップＳ１０１肯定）、受け付けた処理対象画像のヒストグラムを算出する。そして、画像補正装置１０は、算出されたヒストグラムを用いて、処理対象画像の各画素の明るさ度合いを示す明度から、処理対象画像全体の平均明度を算出する（ステップＳ１０２）。
　続いて、画像補正装置１０は、算出された処理対象画像全体の平均明度が閾値「Ｔｈ１＝５０」以上であるか閾値未満であるかを判定する（ステップＳ１０３）。その後、画像補正装置１０は、算出された平均明度が閾値以上である場合に、暗い画像ではないと判定し（ステップＳ１０３否定）、算出された平均明度が閾値未満である場合に、暗い画像であると判定する（ステップＳ１０３肯定）。
　そして、画像補正装置１０は、処理対象画像が暗い画像であると判定された場合に（ステップＳ１０３肯定）、当該暗い画像である処理対象画像において、算出された処理対象画像全体の平均明度よりも低い部分を示す暗部を分割して画素の出現頻度の分布偏りを算出する（ステップＳ１０４）。なお、暗部の分割については、処理対象画像の暗部のピークに近傍な平均明度を利用して、非常に暗い暗部である「Ａ」とやや暗い暗部である「Ｂ」とに分割する。
　続いて、画像補正装置１０は、算出された暗部「Ａ」の画素の出現頻度の分布偏りと「Ｔｈ２」とを比較する。その後、画像補正装置１０は、非常に暗い暗部である「Ａ」の画素数が「Ｔｈ２」よりも少ない場合に、黒浮きの可能性があると判定する（ステップＳ１０５黒浮き）。そして、画像補正装置１０は、黒浮きの可能性があると判定した場合に、図３に示す補正カーブ（１）、または、補正カーブ（２）を処理対象画像に対する補正量として決定して補正を行う（ステップＳ１０６）。
　また、画像補正装置１０は、非常に暗い暗部である「Ａ」の画素数が「Ｔｈ２」よりも多い場合に、黒潰れの可能性があると判定する（ステップＳ１０５黒潰れ）。その後、画像補正装置１０は、黒潰れの可能性があると判定した場合に、図４に示す補正カーブを処理対象画像に対する補正量として決定して補正を行う（ステップＳ１０７）。
　なお、画像補正装置１０は、ステップＳ１０３において、処理対象画像全体の平均明度が「Ｔｈ１」よりも高く、暗い画像ではないと判定された場合に（ステップＳ１０３否定）、図６に示す補正カーブを処理対象画像に対する補正量として決定して補正を行う（ステップＳ１０８）。
［実施例１による効果］
　上記したように、画像補正装置１０は、処理対象画像の暗部における画素の出現頻度の分布偏りに基づいて、当該処理対象画像に対する補正量を決定するので、黒浮きまたは黒潰れを抑制することが可能である。
　例えば、画像補正装置１０は、処理対象画像を受け付けた場合に、受け付けた処理対象画像のヒストグラムを算出する。そして、画像補正装置１０は、算出されたヒストグラムを用いて、処理対象画像の各画素の明るさ度合いを示す明度から、処理対象画像全体の平均明度を算出する。続いて、画像補正装置１０は、算出された処理対象画像全体の平均明度が閾値「Ｔｈ１＝５０」以上であるか閾値未満であるかを判定する。その後、画像補正装置１０は、算出された平均明度が閾値未満である場合に、暗い画像であると判定する。そして、画像補正装置１０は、処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、算出された処理対象画像全体の平均明度よりも低い部分を示す暗部を非常に暗い部分である「Ａ」とやや暗い部分である「Ｂ」とに分割して画素の出現頻度の分布偏りを算出する。続いて、画像補正装置１０は、算出された暗部「Ａ」の画素の出現頻度の分布偏りと「Ｔｈ２」（例えば、処理対象画像全体の画素数の２０％）とを比較する。その後、画像補正装置１０は、非常に暗い暗部である「Ａ」の画素数が「Ｔｈ２」よりも少ない場合に、黒浮きの可能性があると判定して補正量を決定し、決定された補正量を用いて補正する。また、画像補正装置１０は、非常に暗い暗部である「Ａ」の画素数が「Ｔｈ２」よりも多い場合に、黒潰れの可能性があると判定して補正量を決定し、決定された補正量を用いて補正する。この結果、画像補正装置１０は、黒浮きまたは黒潰れを抑制することができる。
　また、画像補正装置１０は、処理対象画像から容易に得られる値を利用して、特に、暗い画像の暗部に対する補正量を決定するので、高速、低コストおよび高精度で補正することができる。
　ところで、上記実施例１では、画像暗部のピークに近傍な処理対象画像全体の平均明度を利用して、画素の出現頻度の分布偏りを算出する場合を説明したが、本発明はこれに限定されるものではなく、処理対象画像全体の平均明度に係数を掛けた値を利用して、画素の出現頻度の分布偏りを算出することもできる。
　そこで、以下の実施例２では、図９を用いて、係数を利用して画像暗部のピークを算出する例について説明する。図９は、係数を利用して画像暗部のピークを算出する例を説明するための図である。なお、実施例２に係る画像補正装置１０の各構成や一部の機能などについては、実施例１と同様であるためその説明を省略し、特に、実施例１とは異なる画像暗部のピーク算出処理を説明する。
［実施例２に係る画像暗部のピーク算出処理］
　図９に示すように、画像補正装置１０は、処理対象画像全体の平均明度「Ａｖｅ１」を算出する。そして、画像補正装置１０は、算出された平均明度「Ａｖｅ１」に係数「０．８」を掛けて、画像暗部のピーク「Ａｖｅ２」を算出する。その後、画像補正装置１０は、算出された「Ａｖｅ２」を利用して、暗部を「Ａ」と「Ｂ」とに分割して画素の出現頻度の分布偏りを算出する。
　つまり、画像補正装置１０は、図９に示すように、処理対象画像が暗い画像であっても、画素が暗部だけに集中していない場合に、平均明度の値が図２に示した処理対象画像よりも高くなるために、平均明度に係数を掛けて画像暗部のピークに近づける処理を行う。画素が暗部だけに集中していない暗い画像の例としては、夜間に撮影された花火の画像などが挙げられる。
［実施例２による効果］
　上記したように、画像補正装置１０は、画素が暗い部分だけに集中していない暗い画像である場合に、処理対象画像全体の平均明度を暗部のピークに近づける処理を行うので、処理対象画像に対する黒再現のための補正を高精度に実施することが可能である。
　つまり、画像補正装置１０は、処理対象画像の暗部を補正する場合に、処理対象画像全体の平均明度に係数を掛けることにより、暗部の領域（暗部のピーク）を正確に抽出して精度良く補正することができる。
　ところで、上記実施例１では、画像暗部のピークに近傍な処理対象画像全体の平均明度を利用して、画素の出現頻度の分布偏りを算出する場合を説明したが、本発明はこれに限定されるものではなく、画素値が高い画素を排除した部分の平均明度を利用して、画素の出現頻度の分布偏りを算出することもできる。
　そこで、以下の実施例３では、図１０を用いて、画素値が高い画素を排除した部分の平均明度を利用して、画像暗部のピークを算出する例について説明する。図１０は、画素値が高い画素を排除した部分の平均明度を利用して、画像暗部のピークを算出する例を説明するための図である。なお、実施例３に係る画像補正装置１０の各構成や一部の機能などについては、実施例１と同様であるためその説明を省略し、特に、実施例１とは異なる画像暗部のピーク算出処理を説明する。
［実施例３に係る画像暗部のピーク算出］
　図１０に示すように、画像補正装置１０は、処理対象画像の画素値（明度）「０～１２８」の平均明度を算出する。そして、画像補正装置１０は、算出された「０～１２８」の平均明度を利用して、暗部を「Ａ」と「Ｂ」とに分割して画素の出現頻度の分布偏りを算出する。
　つまり、画像補正装置１０は、図１０に示すように、処理対象画像が暗い画像であっても、画素が暗部だけに集中していない場合に、平均明度の値が図２に示した処理対象画像よりも高くなるために、明るい部分の画素を排除した部分の平均明度を算出する処理を行う。なお、利用する画素値は、「０～１２８」に限られるものではない。
［実施例３による効果］
　上記したように、画像補正装置１０は、画素が暗い部分だけに集中していない暗い画像である場合に、特に画像補正において重要となる暗部の領域をより正確に抽出するので、処理対象画像に対する黒再現のための補正をより高精度に実施することが可能である。
　つまり、画像補正装置１０は、画像補正において重要となる黒再現のために、処理対象画像の明るい部分を排除した暗部の領域（暗部のピーク）を抽出するので、処理対象画像が暗い画像であると判定されれば、当該画像の特徴（例えば、明るい部分にも画素があるなど）にとらわれることなく補正することができる。
　ところで、上記実施例１では、処理対象画像の暗部を「Ａ」と「Ｂ」とに分割（二等分）して画素の出現頻度の分布偏りを算出する場合を説明したが、本発明はこれに限定されるものではなく、処理対象画像の暗部を「Ａ」と「Ｂ」とに分割して画素数の比により分布偏りを算出することもできる。
　そこで、以下の実施例４では、図１１を用いて、比を利用して暗部の分布偏りを算出する処理について説明する。図１１は、比を利用して暗部の分布偏りを算出する処理の流れを説明するためのフローチャートである。なお、実施例４に係る画像補正装置１０の各構成や一部の機能などについては、実施例１と同様であるためその説明を省略し、特に、実施例１とは異なる暗部の分布偏り算出処理を説明する。
［実施例４に係る画像暗部の分布偏り算出］
　図１１に示すように、画像補正装置１０は、算出された処理対象画像全体の平均明度を利用して、当該処理対象画像の非常に暗い画素に属する輝度のレベルの範囲（暗部）を算出する（ステップＳ２０１）。そして、画像補正装置１０は、算出された暗部を非常に暗い暗部「Ａ」とやや暗い暗部「Ｂ」とに分割して、暗部「Ａ」の画素数と暗部「Ｂ」の画素数とを算出する（ステップＳ２０２、ステップＳ２０３）。
　続いて、画像補正装置１０は、算出された暗部「Ａ」の画素数と暗部「Ｂ」の画素数との比を算出して（ステップＳ２０４）、処理対象画像の暗部について、画素の出現頻度の分布偏りを算出する。その後、比を利用して分布偏りを算出した画像補正装置１０は、暗部「Ａ」の比率が暗部「Ｂ」よりも大きい場合に黒潰れの可能性があると判定し、暗部「Ａ」の比率が暗部「Ｂ」よりも小さい場合に黒浮きの可能性があると判定する。
　なお、画像暗部のピークの算出については、処理対象画像全体の平均明度だけでなく、実施例２のように、平均明度に係数を掛けた値を利用してもよいし、実施例３のように、画素値が高い画素を排除した部分の平均明度を利用することとしてもよい。
［実施例４による効果］
　上記したように、画像補正装置１０は、処理対象画像が暗い画像であると判定された場合に、暗部の分布偏りの比を利用して処理対象画像の補正量を決定することができる。
　さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、（１）画像判定処理に利用する統計量、（２）暗部の分割数、（３）暗部の分布偏り算出、（４）システム構成、（５）プログラムに区分けして異なる実施例を説明する。
（１）画像判定処理に利用する統計量
　上記実施例１～上記実施例４では、処理対象画像全体の平均明度から当該処理対象画像が暗い画像であるか否かを判定する場合を説明したが、本発明はこれに限定されるものではなく、処理対象画像の全体的な分布偏りの統計量から当該処理対象画像が暗い画像であるか否かを判定することもできる。
　例えば、画像補正装置１０は、処理対象画像全体の画素の最頻値や分散値などの全体的な分布偏りの統計量を算出して、当該処理対象画像が暗い画像であるか否かを判定する。つまり、処理対象画像が暗い画像であるか否かの判定に利用される統計量は、処理対象画像全体の平均明度だけでなく、処理対象画像全体の明るさ度合いがわかる統計量であれば何であってもよい。
（２）暗部の分割数
　また、上記実施例１～上記実施例４では、処理対象画像の暗部を非常に暗い暗部「Ａ」とやや暗い暗部「Ｂ」との二つに分割して分布偏りを算出する場合を説明したが、本発明はこれに限定されるものではなく、二つではない複数領域に分割して分布偏りを算出することもできる。
　例えば、画像補正装置１０は、処理対象画像の暗部を三つや四つなどに分割して分布偏りを算出する。つまり、画像補正装置１０は、処理対象画像の暗部を複数領域に分割して分布偏りを算出するので、処理対象画像暗部の補正をより高精度に実施することができる。
（３）暗部の分布偏り算出
　上記実施例１～上記実施例４では、処理対象画像暗部の分布偏りの算出において、画素の出現頻度や画素数の比を利用する場合を説明したが、本発明はこれに限定されるものではなく、数学的に分布を示す指標を利用することもできる。
　例えば、画像補正装置１０は、処理対象画像全体の平均の偏差に基づいて特性を算出する「Ｓｋｅｗｎｅｓｓ」や分散値などを利用して、処理対象画像暗部の分布偏りを算出する。つまり、暗部の分布偏りに利用される計算は、処理対象画像暗部の絶対数や比などだけでなく、処理対象画像暗部の画素数の度合いがわかる統計量であれば何であってもよい。
（４）システム構成
　また、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメタを含む情報（例えば、図１に示した記憶部２０に保持される補正カーブなど）については、特記する場合を除いて任意に変更することができる。
　また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、例えば、補正量決定部３３と画像補正部３４とを、処理対象画像に対する補正量を決定し、決定された補正量を用いて補正して出力する「画像補正部」に統合するなど、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行われる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
（５）プログラム
　ところで、上記実施例では、ハードウェアロジックによって各種の処理を実現する場合を説明したが、本発明はこれに限定されるものではなく、あらかじめ用意されたプログラムをコンピュータで実行することによって実現するようにしてもよい。そこで、以下では、図１２を用いて、上記の実施例に示した画像補正装置１０と同様の機能を有する画像補正プログラムを実行するコンピュータの一例を説明する。図１２は、画像補正プログラムを実行するコンピュータを示す図である。
　図１２に示すように、画像補正装置としてのコンピュータ１１０は、ＨＤＤ１３０、ＣＰＵ１４０、ＲＯＭ１５０およびＲＡＭ１６０をバス１８０などで接続される。
　ＲＯＭ１５０には、上記の実施例１に示した画像補正装置１０と同様の機能を発揮する画像補正プログラム、つまり、図１２に示すように画像判定プログラム１５０ａと、暗部分布偏り算出プログラム１５０ｂと、補正量決定プログラム１５０ｃとが、あらかじめ記憶されている。なお、これらのプログラム１５０ａ～プログラム１５０ｃについては、図１に示した画像補正装置１０の各構成要素と同様、適宜統合または、分散してもよい。
　そして、ＣＰＵ１４０がこれらのプログラム１５０ａ～プログラム１５０ｃをＲＯＭ１５０から読み出して実行することで、図１２に示すように、プログラム１５０ａ～プログラム１５０ｃは、画像判定プロセス１４０ａと、暗部分布偏り算出プロセス１４０ｂと、補正量決定プロセス１４０ｃとして機能するようになる。なお、プロセス１４０ａ～プロセス１４０ｃは、図１に示した、画像判定部３１と、暗部分布偏り算出部３２と、補正量決定部３３とに対応する。
　そして、ＣＰＵ１４０はＲＡＭ１６０に記録されたデータに基づいて画像補正プログラムを実行する。
　なお、上記した各プログラム１５０ａ～プログラム１５０ｃについては、必ずしも最初からＲＯＭ１５０に記憶させておく必要はなく、例えば、コンピュータ１１０に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」、またはコンピュータ１１０の内外に備えられるＨＤＤなどの「固定用の物理媒体」、さらには公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１１０に接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶させておき、コンピュータ１１０がこれらから各プログラムを読み出して実行するようにしてもよい。

Claims (11)

  1. 　処理対象画像の各画素の画素値に基づいて、前記処理対象画像が暗い画像であるか否かを判定する画像判定手段と、
    　前記画像判定手段によって前記処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、第一の値よりも低い部分を示す暗部の画素の出現頻度の分布偏りを算出する暗部分布偏り算出手段と、
    　前記暗部分布偏り算出手段によって算出された分布偏りに基づいて、前記処理対象画像に対する補正量を決定する補正量決定手段と、
    　を備えたことを特徴とする画像補正装置。
  2. 　前記補正量決定手段によって決定された補正量を用いて前記処理対象画像を補正して出力する画像補正手段をさらに備えたことを特徴とする請求項１に記載の画像補正装置。
  3. 　前記画像判定手段は、前記処理対象画像の各画素の明るさ度合いを示す明度から、前記処理対象画像全体の平均明度を算出して、当該平均明度が閾値以上であるか閾値未満であるかによって、前記処理対象画像が暗い画像であるか否かを判定することを特徴とする請求項１に記載の画像補正装置。
  4. 　前記第一の値は、前記処理対象画像全体の平均明度であることを特徴とする請求項１に記載の画像補正装置。
  5. 　前記第一の値は、前記処理対象画像全体の平均明度と係数との積であることを特徴とする請求項１に記載の画像補正装置。
  6. 　前記第一の値は、前記処理対象画像において、画素値が高い画素を排除した部分の平均明度であることを特徴とする請求項１に記載の画像補正装置。
  7. 　前記画像判定手段によって前記処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、第一の値よりも低い部分を示す暗部を複数の領域に分割して画素の出現頻度の分布偏りを算出し、
    　前記補正量決定手段は、前記暗部分布偏り算出手段によって算出された複数領域それぞれの分布偏りに基づいて、当該分布偏りが暗部の暗い領域に偏る場合に明るく補正する補正量を決定し、当該分布偏りが暗部の明るい領域に偏る場合に暗く補正する補正量を決定することを特徴とする請求項１に記載の画像補正装置。
  8. 　前記画像判定手段によって前記処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、第一の値よりも低い部分を示す暗部を複数の領域に分割して画素の出現頻度の分布偏りを算出し、
    　前記補正量決定手段は、前記暗部分布偏り算出手段によって算出された複数領域それぞれの分布偏りが第二の値よりも多いか否かに基づいて、補正量を決定することを特徴とする請求項１に記載の画像補正装置。
  9. 　前記補正量決定手段は、前記暗部分布偏り算出手段によって算出された暗部の暗い領域の分布偏りが第二の値以上である場合に、明るく補正する補正量を決定し、前記暗部分布偏り算出手段によって算出された暗部の暗い領域の分布偏りが第二の値未満である場合に、暗く補正する補正量を決定することを特徴とする請求項８に記載の画像補正装置。
  10. 　処理対象画像の各画素の画素値に基づいて、前記処理対象画像が暗い画像であるか否かを判定する画像判定手順と、
    　前記画像判定手順によって前記処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、第一の値よりも低い部分を示す暗部の画素の出現頻度の分布偏りを算出する暗部分布偏り算出手順と、
    　前記暗部分布偏り算出手順によって算出された分布偏りに基づいて、前記処理対象画像に対する補正量を決定する補正量決定手順と、
    　をコンピュータに実行させることを特徴とする画像補正プログラム。
  11. 　処理対象画像の各画素の画素値に基づいて、前記処理対象画像が暗い画像であるか否かを判定する画像判定工程と、
    　前記画像判定工程によって前記処理対象画像が暗い画像であると判定された場合に、当該暗い画像である処理対象画像において、第一の値よりも低い部分を示す暗部の画素の出現頻度の分布偏りを算出する暗部分布偏り算出工程と、
    　前記暗部分布偏り算出工程によって算出された分布偏りに基づいて、前記処理対象画像に対する補正量を決定する補正量決定工程と、
    　を含んだことを特徴とする画像補正方法。
PCT/JP2008/060910 2008-06-13 2008-06-13 画像補正装置、画像補正プログラムおよび画像補正方法 WO2009150749A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2010516700A JP5110161B2 (ja) 2008-06-13 2008-06-13 画像補正装置、画像補正プログラムおよび画像補正方法
EP08777221.6A EP2290945B1 (en) 2008-06-13 2008-06-13 Picture correcting device, picture correcting program and picture correcting method
PCT/JP2008/060910 WO2009150749A1 (ja) 2008-06-13 2008-06-13 画像補正装置、画像補正プログラムおよび画像補正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2008/060910 WO2009150749A1 (ja) 2008-06-13 2008-06-13 画像補正装置、画像補正プログラムおよび画像補正方法

Publications (1)

Publication Number Publication Date
WO2009150749A1 true WO2009150749A1 (ja) 2009-12-17

Family

ID=41416470

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2008/060910 WO2009150749A1 (ja) 2008-06-13 2008-06-13 画像補正装置、画像補正プログラムおよび画像補正方法

Country Status (3)

Country Link
EP (1) EP2290945B1 (ja)
JP (1) JP5110161B2 (ja)
WO (1) WO2009150749A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114051098A (zh) * 2021-11-23 2022-02-15 河南牧业经济学院 一种视觉图像智能采集方法及平台

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI567707B (zh) * 2014-08-08 2017-01-21 明基電通股份有限公司 影像調整方法及其顯示器
CN105513566A (zh) * 2016-01-25 2016-04-20 明基电通有限公司 可依据不同环境执行最佳化调整的影像调整方法及其显示器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04110920A (ja) * 1990-08-31 1992-04-13 Sanyo Electric Co Ltd 階調補正回路
JPH06332399A (ja) 1993-05-19 1994-12-02 Fujitsu General Ltd 電子ディスプレイの制御方法およびその装置
JP2007189575A (ja) * 2006-01-16 2007-07-26 Matsushita Electric Ind Co Ltd 自動映像処理システム及び自動映像処理方法
JP2008059374A (ja) * 2006-08-31 2008-03-13 Canon Inc 画像処理装置およびその方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI249630B (en) * 1999-05-10 2006-02-21 Matsushita Electric Ind Co Ltd Image display device and method for displaying image
US6633343B2 (en) * 2000-03-14 2003-10-14 Matsushita Electric Industrial Co., Ltd. Dynamic gamma correction apparatus
KR100592385B1 (ko) * 2003-11-17 2006-06-22 엘지.필립스 엘시디 주식회사 액정표시장치의 구동방법 및 구동장치
JP4277773B2 (ja) * 2004-09-21 2009-06-10 株式会社日立製作所 映像表示装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04110920A (ja) * 1990-08-31 1992-04-13 Sanyo Electric Co Ltd 階調補正回路
JPH06332399A (ja) 1993-05-19 1994-12-02 Fujitsu General Ltd 電子ディスプレイの制御方法およびその装置
JP2007189575A (ja) * 2006-01-16 2007-07-26 Matsushita Electric Ind Co Ltd 自動映像処理システム及び自動映像処理方法
JP2008059374A (ja) * 2006-08-31 2008-03-13 Canon Inc 画像処理装置およびその方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2290945A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114051098A (zh) * 2021-11-23 2022-02-15 河南牧业经济学院 一种视觉图像智能采集方法及平台

Also Published As

Publication number Publication date
EP2290945B1 (en) 2016-08-31
EP2290945A1 (en) 2011-03-02
EP2290945A4 (en) 2011-08-03
JPWO2009150749A1 (ja) 2011-11-10
JP5110161B2 (ja) 2012-12-26

Similar Documents

Publication Publication Date Title
KR101954851B1 (ko) 메타데이터 기반 영상 처리 방법 및 장치
US8131098B2 (en) Image processing device, image processing method, image processing system, program, storage medium, and integrated circuit
EP1745436B1 (en) Methods and systems for converting images from low dynamic range to high dynamic range
US9165346B2 (en) Method and apparatus for reducing image noise
US20210158488A1 (en) Image edge processing method, electronic device, and computer readable storage medium
US20180232867A1 (en) Electronic device performing image conversion, and method thereof
US8417032B2 (en) Adjustment of image luminance values using combined histogram
US20060204124A1 (en) Image processing apparatus for correcting contrast of image
US8165419B2 (en) Histogram stretching apparatus and histogram stretching method for enhancing contrast of image
US20100085361A1 (en) Apparatus and method for enhancing images in consideration of region characteristics
RU2496250C1 (ru) Устройство и способ обработки изображения
US20080240605A1 (en) Image Processing Apparatus, Image Processing Method, and Image Processing Program
EP3306915B1 (en) Method and apparatus for controlling image data
CN108009997B (zh) 一种调整图像对比度的方法及装置
US8295639B2 (en) Image correction apparatus, image correction method, and image correction program
CN108090887B (zh) 一种视频图像处理方法及装置
US20120070084A1 (en) Image processing apparatus, image processing method, and image processing program
JP5648849B2 (ja) 画像処理装置、画像処理方法
US20110110595A1 (en) Image correction apparatus and method for eliminating lighting component
US8300934B2 (en) Image processing device and image correction device
JP5110161B2 (ja) 画像補正装置、画像補正プログラムおよび画像補正方法
US20160110854A1 (en) Image processing apparatus, image processing method, and program
US8351729B2 (en) Apparatus, method, and program for image correction
JP5245991B2 (ja) 明るさ補正プログラム、明るさ補正方法及び明るさ補正装置
WO2010116522A1 (ja) 画像処理装置、その方法、そのプログラム、そのプログラムを記録した記録媒体、および表示装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 08777221

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2010516700

Country of ref document: JP

REEP Request for entry into the european phase

Ref document number: 2008777221

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2008777221

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE