WO2021181966A1 - 画像処理装置、画像処理方法、プログラム - Google Patents

画像処理装置、画像処理方法、プログラム Download PDF

Info

Publication number
WO2021181966A1
WO2021181966A1 PCT/JP2021/004161 JP2021004161W WO2021181966A1 WO 2021181966 A1 WO2021181966 A1 WO 2021181966A1 JP 2021004161 W JP2021004161 W JP 2021004161W WO 2021181966 A1 WO2021181966 A1 WO 2021181966A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
shaking
processing
unit
image processing
Prior art date
Application number
PCT/JP2021/004161
Other languages
English (en)
French (fr)
Inventor
洋司 山本
小曽根 卓義
隆一 唯野
Original Assignee
ソニーグループ株式会社
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 ソニーグループ株式会社 filed Critical ソニーグループ株式会社
Priority to JP2022505837A priority Critical patent/JPWO2021181966A1/ja
Priority to US17/905,473 priority patent/US20230109911A1/en
Publication of WO2021181966A1 publication Critical patent/WO2021181966A1/ja

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/68Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681Motion detection
    • H04N23/6815Motion detection by distinguishing pan or tilt from motion
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/62Control of parameters via user interfaces
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/68Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682Vibration or motion blur correction
    • H04N23/683Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/68Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682Vibration or motion blur correction
    • H04N23/685Vibration or motion blur correction performed by mechanical compensation
    • H04N23/687Vibration or motion blur correction performed by mechanical compensation by shifting the lens or sensor position

Definitions

  • This technology relates to an image processing device, an image processing method, and a program, and particularly to image processing using image shaking.
  • Patent Document 1 discloses that vibration isolation processing is performed on moving image data related to captured images, and the influence of vibration isolation processing is removed on the moving image data after the vibration isolation processing.
  • the image processing apparatus includes a first element, which is one of a plurality of elements related to the fluctuation of the input moving image data, and a second element, which is related to the input moving image data and is an element other than the first element. It includes a parameter setting unit that sets processing parameters for the other element according to one element, and a processing unit that performs processing related to the other element using the parameters set by the parameter setting unit.
  • the shaking element is, for example, a shaking roll component, a yaw component, a pitch component, a dolly component, and the like.
  • the other elements are the shaking element such as the pitch component, the brightness of the image, the color of the image, and the volume of the sound accompanying the image. , Sound quality, frequency, pitch, etc.
  • the parameter setting unit sets parameters for changing the second element according to the first element. For example, the brightness and color of other shaking components, sound, and images are changed according to the shaking component which is the first element.
  • the parameter setting unit sets parameters for changing the first element according to the second element.
  • the shaking component other than the first element, the sound, and the shaking component which is the first element are changed according to the brightness and color of the image.
  • the processing unit includes a shaking changing unit that performs a process of changing the shaking state of the moving image using the parameters set by the parameter setting unit. That is, in the shaking changing unit, the state of shaking, which is the second element, is changed according to the shaking as the first element.
  • the processing unit includes an audio processing unit that performs audio signal processing using the parameters set by the parameter setting unit. That is, the voice processing unit performs voice signal processing so as to change the element related to voice as the second element according to the shaking as the first element.
  • the processing unit includes an image processing unit that performs image signal processing using the parameters set by the parameter setting unit. That is, the image processing unit performs image signal processing so as to change the element of the image, which is the second element, according to the shaking as the first element.
  • the image processing apparatus further includes a user interface processing unit that presents an operator for selecting the first element and the second element. That is, the user can select which element is to be changed according to which element related to the input moving image data.
  • the operator presents the directionality of the first element and the second element from the one element to the other element. For example, the direction in which the arrow reflects between the first element and the second element is presented.
  • the operator can specify a plurality of one or both of the first element and the second element. For example, it is possible to select one or both of the first element and the second element.
  • the shaking element of the input moving image data may include at least one of shaking in the yaw direction, shaking in the pitch direction, shaking in the roll direction, and shaking in the dolly direction. Conceivable.
  • the image processing apparatus includes a first element, which is one element of a plurality of elements related to the fluctuation of the input moving image data, and an element other than the first element, which is related to the input moving image data.
  • a parameter setting process for setting processing parameters for the other element according to one element of a second element and a process for the other element performed using the parameters set in the parameter setting process are performed. ..
  • the program according to the present technology is a program that causes an information processing apparatus to execute a process corresponding to such an image processing method. As a result, the image processing of the present disclosure can be executed by various information processing devices.
  • hake refers to the interframe shake of the images that make up a moving image. It broadly refers to vibration components (image fluctuations between frames) that occur between frames, such as shaking caused by camera shake in an image captured by a so-called image pickup device, or shaking intentionally added by image processing. It shall be.
  • Interframe shake modification refers to changing the state of shaking in an image, such as reducing the shaking occurring in the image or adding shaking to the image.
  • This "shake change” shall include the following “interframe shake reduction” and “interframe shake production”.
  • Hande removal refers to eliminating or reducing the shaking that occurs in the image due to camera shake (total removal of shaking) or reduction (partial removal of shaking). For example, it means adjusting so as to reduce the shaking based on the shaking information at the time of imaging.
  • image stabilization performed in the image pickup apparatus is to remove the shaking.
  • the "shaking effect” may add shaking to the image or reduce the shaking, and in that sense, it may be the same as “shaking removal” as a result.
  • the user operates or automatically. It means that the amount of change in shaking is instructed by control, and the shaking state of the image is changed according to the instruction. For example, information that reduces or increases the shaking by changing the shaking information at the time of imaging according to a user instruction or the like and performing the shaking change processing based on the changed shaking information, or adds shaking generated by the user instruction or the like. Reducing or increasing the sway by changing the sway based on the above corresponds to the "sway effect".
  • Hande information during imaging is information related to shaking when an image is taken by an image pickup device, such as motion detection information of the image pickup device, information that can be calculated from the detection information, and posture information indicating the posture of the image pickup device.
  • Information such as shift and rotation as the movement of the image pickup device is applicable.
  • the quaternion (QD) and the IMU data are given as specific examples of the "shaking information at the time of imaging", but there are other shift / rotation information and the like, and the present invention is not particularly limited.
  • the “adjusted shaking information” is shaking information generated by adjusting the shaking information at the time of imaging, and is information used for the shaking change processing. For example, it is shaking information adjusted according to user operation or automatic control.
  • the adjusted quaternion (eQD) is given as a specific example of the “adjusted shaking information”, but the adjusted IMU data may be used, for example.
  • FIG. 1A shows an example of an image source VS and an image processing device (TDx, TDy) that acquires a moving image file MF from the image source VS.
  • the moving image file MF includes image data (that is, moving image data) and audio data constituting the moving image. However, there may be an audio file separate from the video file so that it can be synchronized.
  • the moving image data also includes a plurality of continuously shot still image data.
  • the image processing device TDx is a device that temporarily performs shaking change processing on the moving image data acquired from the image source VS.
  • the image processing device TDy is a device that secondarily performs the shaking change processing on the moving image data that has already been subjected to the shaking change processing by another image processing device.
  • an image pickup device 1 As the image source VS, an image pickup device 1, a server 4, a recording medium 5, and the like are assumed.
  • a mobile terminal 2 such as a smartphone, a personal computer 3 and the like are assumed.
  • various devices such as an image editing dedicated device, a cloud server, a television device, and a video recording / playback device are assumed as image processing devices TDx and TDy. These devices can function as any of the image processing devices TDx and TDy.
  • the image pickup device 1 as an image source VS is a digital camera or the like capable of performing video imaging, and transfers the video file MF obtained by video imaging to a mobile terminal 2 or a personal computer 3 via wired communication or wireless communication.
  • the server 4 may be a local server, a network server, a cloud server, or the like, but refers to a device capable of providing a moving image file MF captured by the image pickup device 1. It is conceivable that the server 4 transfers the moving image file MF to the mobile terminal 2 or the personal computer 3 via some kind of transmission path.
  • the recording medium 5 may be a solid-state memory such as a memory card, a disk-shaped recording medium such as an optical disk, or a tape-shaped recording medium such as a magnetic tape, but removable recording in which the moving image file MF captured by the imaging device 1 is recorded. Pointing to the medium. It is conceivable that the moving image file MF read from the recording medium 5 is read by the mobile terminal 2 or the personal computer 3.
  • the mobile terminal 2 and the personal computer 3 as the image processing devices TDx and TDy are capable of performing image processing on the moving image file MF acquired from the above image source VS.
  • the image processing referred to here includes shaking change processing (shaking effect and shaking removal).
  • the shaking change processing is performed, for example, by rotating the moving image data frame by using the posture information corresponding to the frame after the pasting process is performed on the celestial sphere model.
  • a certain mobile terminal 2 or personal computer 3 may serve as an image source VS for another mobile terminal 2 or personal computer 3 that functions as an image processing device TDx or TDy.
  • FIG. 1B shows an image pickup device 1 and a mobile terminal 2 as one device that can function as both an image source VS and an image processing device TDx.
  • a microcomputer or the like inside the image pickup apparatus 1 performs the shaking change processing. That is, the image pickup apparatus 1 can perform the shake change processing on the moving image file MF generated by the imaging, and can output the image as the result of the image processing in which the shake is removed and the shake effect is applied.
  • the mobile terminal 2 since it can be an image source VS by having an image pickup function, the image processing result obtained by performing the above-mentioned shaking change processing on the moving image file MF generated by the imaging to remove the shaking and to produce the shaking effect.
  • the image can be output as.
  • various other devices that can serve as an image source and an image processing device can be considered.
  • the image processing device TDx of the embodiment the device functioning as the TDy, and the image source VS are various. And another image processing device TDy will be described as separate devices.
  • FIG. 2 shows a state of information transmission in the image processing device TDy of the image source VS and the image processing device TDx.
  • the moving image data VD1, the audio data AD1, and the metadata MTD1 are transmitted from the image source VS to the image processing device TDx via wired communication, wireless communication, or a recording medium.
  • the moving image data VD1, the audio data AD1, and the metadata MTD1 are information transmitted as, for example, a moving image file MF.
  • the metadata MTD1 may include a coordinate conversion parameter HP as information on shaking removal at the time of imaging performed, for example, as image stabilization.
  • the image processing device TDx can perform various processes by receiving the moving image data VD1, the audio data AD1, the metadata MTD1, and the coordinate conversion parameter HP. For example, the image processing device TDx can perform the shaking change processing on the moving image data VD1 by using the shaking information at the time of imaging included in the metadata MTD1. Further, for example, the image processing device TDx can cancel the shaking removal applied to the moving image data VD1 at the time of imaging by using the coordinate conversion parameter HP included in the metadata MTD1. Further, for example, the image processing device TDx can perform various processes (audio processing and image processing) on the audio data AD1 and the moving image data VD1.
  • the image processing device TDx When the image processing device TDx performs the shaking change processing, the image processing, and the audio processing, the image processing device TDx performs a process of associating the moving image data with the shaking information at the time of imaging and the shaking change information SMI that can specify the processing amount of the shaking change processing. It may be. Then, the associated moving image data, the shaking information at the time of imaging, and the shaking change information SMI are collectively or separately transmitted to the image processing device TDy via wired communication, wireless communication, or a recording medium. Can be done.
  • the term "associate" means, for example, to make the other information available (linkable) when processing one piece of information (data, commands, programs, etc.).
  • the information associated with each other may be collected as one file or the like, or may be individual information.
  • the information B associated with the information A may be transmitted on a transmission path different from that of the information A.
  • the information B associated with the information A may be recorded on a recording medium (or another recording area of the same recording medium) different from the information A.
  • this "association" may be a part of the information, not the entire information.
  • an image and information corresponding to the image may be associated with each other in an arbitrary unit such as a plurality of frames, one frame, or a part within the frame.
  • FIG. 2 shows moving image data transmitted from the image processing device TDx to the image processing device TDy as moving image data VD2.
  • the moving image data VD2 is an image in which the shake removal performed by the image pickup device 1 is canceled, an image in which the shake removal is performed by the image processing device TDx, or a shake change process is performed by the image processing device TDx.
  • FIG. 2 shows the audio data AD2 transmitted from the image processing device TDx to the image processing device TDy.
  • the audio data AD2 is considered to be audio data that has been subjected to audio processing by the image processing device TDx.
  • the metadata MTD2 may have the same information as the metadata MTD1 or may have some different information.
  • the metadata MTD2 includes shaking information during imaging. Therefore, the image processing device TDy can acquire at least the moving image data VD2, the shaking information at the time of imaging included in the metadata MTD2, and the shaking change information SMI in association with each other. It should be noted that a data form in which the shaking change information SMI is also included in the metadata MTD2 can be considered.
  • the image pickup apparatus 1 includes, for example, a lens system 11, an image sensor unit 12, a camera signal processing unit 13, a recording control unit 14, a display unit 15, an output unit 16, an operation unit 17, a camera control unit 18, and a memory. It has a unit 19, a driver unit 22, and a sensor unit 23.
  • the lens system 11 includes a lens such as a cover lens, a zoom lens, and a focus lens, an aperture mechanism, and the like. Light from the subject (incident light) is guided by the lens system 11 and focused on the image sensor unit 12. Although not shown, the lens system 11 may be provided with an optical image stabilization mechanism that corrects image shake (interframe shake) and blur due to camera shake or the like.
  • the image sensor unit 12 includes, for example, an image sensor 12a (imaging element) such as a CMOS (Complementary Metal Oxide Semiconductor) type or a CCD (Charge Coupled Device) type.
  • the image sensor unit 12 executes, for example, CDS (Correlated Double Sampling) processing, AGC (Automatic Gain Control) processing, and the like on the electric signal obtained by photoelectric conversion of the light received by the image sensor 12a, and further performs A / D. (Analog / Digital) Perform conversion processing. Then, the image pickup signal as digital data is output to the camera signal processing unit 13 and the camera control unit 18 in the subsequent stage.
  • the optical image stabilization mechanism (not shown) is a mechanism that corrects image shake by moving the image sensor 12a side instead of the lens system 11 side, or spatial optical image stabilization using a gimbal. In some cases, it may be a balanced optical image stabilization mechanism, and any method may be used. In the optical image stabilization mechanism, in addition to the interframe shake, the blur in the frame is also corrected as described later.
  • the camera signal processing unit 13 is configured as an image processing processor by, for example, a DSP (Digital Signal Processor) or the like.
  • the camera signal processing unit 13 performs various signal processing on the digital signal (image image signal) from the image sensor unit 12. For example, as a camera process, the camera signal processing unit 13 performs preprocessing, simultaneous processing, YC generation processing, resolution conversion processing, codec processing, and the like.
  • the camera signal processing unit 13 also performs various correction processes. However, it is assumed that the image stabilization may or may not be performed in the image pickup apparatus 1.
  • a clamping process for clamping the black level of R, G, B to a predetermined level, a correction process between the color channels of R, G, B, etc. are performed on the captured image signal from the image sensor unit 12. conduct.
  • a color separation processing is performed so that the image data for each pixel has all the color components of R, G, and B.
  • demosaic processing is performed as color separation processing.
  • YC generation process a luminance (Y) signal and a color (C) signal are generated (separated) from the image data of R, G, and B.
  • the resolution conversion process the resolution conversion process is executed on the image data subjected to various signal processing.
  • FIG. 4 shows an example of various correction processes (internal correction of the image pickup apparatus 1) performed by the camera signal processing unit 13.
  • the optical image stabilization performed by the lens system 11 and the correction processing performed by the camera signal processing unit 13 are illustrated by their execution order.
  • the in-lens image stabilization by shifting the yaw direction and pitch direction of the lens system 11 and the in-body image stabilization by shifting the yaw direction and pitch direction of the image sensor 12a are performed to perform image stabilization.
  • the image of the subject is formed on the image sensor 12a in a state where the influence of the above is physically canceled.
  • the in-lens image stabilization and the in-body image stabilization may be only one, or both may be used. When both in-lens image stabilization and in-body image stabilization are used, it is conceivable that the in-body image stabilization does not shift in the yaw direction or pitch direction.
  • neither in-lens image stabilization nor in-body image stabilization is adopted, and for image stabilization, only electronic image stabilization or only optical image stabilization may be performed.
  • processing from processing F2 to processing F7 is performed by spatial coordinate transformation for each pixel.
  • lens distortion correction is performed.
  • focal plane distortion correction is performed as one element of electronic image stabilization. It should be noted that this is to correct the distortion when the rolling shutter type reading is performed by, for example, the CMOS type image sensor 12a.
  • Roll correction is performed in the process F4. That is, the roll component is corrected as one element of the electronic image stabilization.
  • trapezoidal distortion correction is performed for the trapezoidal distortion caused by the electronic image stabilization.
  • the keystone distortion caused by electronic image stabilization is perspective distortion caused by cutting out a place away from the center of the image.
  • the pitch direction and the yaw direction are shifted and cut out as one element of the electronic image stabilization.
  • camera shake correction, lens distortion correction, and trapezoidal distortion correction are performed by the above procedure. It is not essential to carry out all of the processes listed here, and the order of the processes may be changed as appropriate.
  • the image data subjected to the above various processing is subjected to, for example, coding processing for recording or communication, and file generation.
  • a moving image file MF as an MP4 format used for recording MPEG-4 compliant video / audio is generated. It is also conceivable to generate files in formats such as PEG (Joint Photographic Experts Group), TIFF (Tagged Image File Format), GIF (Graphics Interchange Format), and HEIF (High Efficient Image File) as still image files.
  • the camera signal processing unit 13 also generates metadata to be added to the moving image file MF by using the information from the camera control unit 18 and the like.
  • FIG. 3 shows a sound collecting unit 25 and a voice signal processing unit 26 as a voice processing system.
  • the sound collecting unit 25 includes one or more microphones, a microphone amplifier, and the like, and collects monaural or stereo sound.
  • the audio signal processing unit 26 performs digital signal processing such as A / D conversion processing, filter processing, tone processing, and noise reduction on the audio signal obtained by the sound collecting unit 25, and records / transfers the audio data together with the image data. Is output.
  • the audio data output from the audio signal processing unit 26 is processed by the camera signal processing unit 13 together with the image and included in the moving image file MF.
  • the recording control unit 14 records and reproduces, for example, a recording medium using a non-volatile memory.
  • the recording control unit 14 performs a process of recording a moving image file MF such as moving image data or still image data, a thumbnail image, or the like on a recording medium, for example.
  • the actual form of the recording control unit 14 can be considered in various ways.
  • the recording control unit 14 may be configured as a flash memory built in the image pickup device 1 and a write / read circuit thereof, or a recording medium that can be attached to and detached from the image pickup device 1, such as a memory card (portable flash memory, etc.). ) May be in the form of a card recording / playback unit that performs recording / playback access. Further, it may be realized as an HDD (Hard Disk Drive) or the like as a form built in the image pickup apparatus 1.
  • HDD Hard Disk Drive
  • the display unit 15 is a display unit that displays various displays to the imager, and is, for example, a display such as a liquid crystal panel (LCD: Liquid Crystal Display) or an organic EL (Electro-Luminescence) display arranged in the housing of the image pickup device 1. It is used as a display panel or view finder depending on the device.
  • the display unit 15 causes various displays to be executed on the display screen based on the instruction of the camera control unit 18. For example, the display unit 15 displays a reproduced image of the image data read from the recording medium by the recording control unit 14.
  • the display unit 15 is supplied with image data of the captured image whose resolution has been converted by the camera signal processing unit 13 for display, and the display unit 15 is based on the image data of the captured image in response to an instruction from the camera control unit 18. May be displayed. As a result, a so-called through image (subject monitoring image), which is an captured image during composition confirmation, is displayed. Further, the display unit 15 causes various operation menus, icons, messages, etc., that is, display as a GUI (Graphical User Interface) to be executed on the screen based on the instruction of the camera control unit 18.
  • GUI Graphic User Interface
  • the output unit 16 performs data communication and network communication with an external device by wire or wirelessly.
  • the image data for example, a moving image file MF
  • the output unit 16 is a network communication unit, it communicates with various networks such as the Internet, a home network, and a LAN (Local Area Network), and transmits and receives various data to and from servers, terminals, and the like on the network. You may do so.
  • the operation unit 17 collectively shows input devices for the user to perform various operation inputs. Specifically, the operation unit 17 shows various controls (keys, dials, touch panels, touch pads, etc.) provided in the housing of the image pickup apparatus 1. The operation unit 17 detects the user's operation, and the signal corresponding to the input operation is sent to the camera control unit 18.
  • the camera control unit 18 is composed of a microcomputer (arithmetic processing device) provided with a CPU (Central Processing Unit).
  • the memory unit 19 stores information and the like used for processing by the camera control unit 18.
  • a ROM Read Only Memory
  • RAM Random Access Memory
  • flash memory and the like are comprehensively shown.
  • the memory unit 19 may be a memory area built in the microcomputer chip as the camera control unit 18, or may be configured by a separate memory chip.
  • the camera control unit 18 controls the entire image pickup apparatus 1 by executing a program stored in the ROM of the memory unit 19, the flash memory, or the like.
  • the camera control unit 18 controls the shutter speed of the image sensor unit 12, gives instructions for various signal processing in the camera signal processing unit 13, captures and records according to the user's operation, and reproduces the recorded moving image file MF and the like.
  • the operation of each necessary part is controlled with respect to the operation of the lens system 11 such as zoom, focus, and aperture adjustment in the lens barrel, and the operation of the user interface.
  • the RAM in the memory unit 19 is used for temporarily storing data, programs, and the like as a work area for various data processing of the CPU of the camera control unit 18.
  • the ROM and flash memory (nonvolatile memory) in the memory unit 19 include an OS (Operating System) for the CPU to control each unit, content files such as a moving image file MF, application programs for various operations, and a firmware. It is used to store clothing and the like.
  • the driver unit 22 is provided with, for example, a motor driver for the zoom lens drive motor, a motor driver for the focus lens drive motor, a motor driver for the diaphragm mechanism motor, and the like. These motor drivers apply a drive current to the corresponding driver in response to an instruction from the camera control unit 18, to move the focus lens and the zoom lens, open and close the diaphragm blades of the diaphragm mechanism, and the like.
  • the sensor unit 23 comprehensively shows various sensors mounted on the image pickup apparatus.
  • an IMU intial measurement unit
  • an angular velocity is detected by a three-axis angular velocity (gyro) sensor of pitch-, yaw, and roll
  • acceleration is detected by an acceleration sensor. can do.
  • the sensor unit 23 may include a sensor capable of detecting camera shake during imaging, and does not need to include both a gyro sensor and an acceleration sensor. Further, the sensor unit 23 may be equipped with a position information sensor, an illuminance sensor, or the like.
  • the moving image file MF as a moving image captured and generated by the above-mentioned imaging device 1 can be transferred to image processing devices TDx and TDy of a mobile terminal 2 or the like for image processing.
  • the mobile terminal 2 and the personal computer 3 serving as the image processing devices TDx and TDy can be realized as, for example, an information processing device having the configuration shown in FIG.
  • the server 4 can be realized by the information processing device having the configuration shown in FIG.
  • the CPU 71 of the information processing apparatus 70 executes various processes according to a program stored in the ROM 72 or a program loaded from the storage unit 79 into the RAM 73.
  • the RAM 73 also appropriately stores data and the like necessary for the CPU 71 to execute various processes.
  • the CPU 71, ROM 72, and RAM 73 are connected to each other via a bus 74.
  • An input / output interface 75 is also connected to the bus 74.
  • An input unit 76 including an operator and an operation device is connected to the input / output interface 75.
  • various controls and operation devices such as a keyboard, mouse, keys, dial, touch panel, touch pad, and remote controller are assumed.
  • the user's operation is detected by the input unit 76, and the signal corresponding to the input operation is interpreted by the CPU 71.
  • a display unit 77 made of an LCD or an organic EL panel and an audio output unit 78 made of a speaker or the like are connected to the input / output interface 75 as one or a separate body.
  • the display unit 77 is a display unit that performs various displays, and is composed of, for example, a display device provided in the housing of the information processing device 70, a separate display device connected to the information processing device 70, and the like.
  • the display unit 77 executes the display of various images for image processing, moving images to be processed, and the like on the display screen based on the instruction of the CPU 71. Further, the display unit 77 displays various operation menus, icons, messages, etc., that is, as a GUI (Graphical User Interface) based on the instruction of the CPU 71.
  • GUI Graphic User Interface
  • a storage unit 79 composed of a hard disk, a solid-state memory, or the like, or a communication unit 80 composed of a modem or the like may be connected to the input / output interface 75.
  • the communication unit 80 performs communication processing via a transmission line such as the Internet, wire / wireless communication with various devices, bus communication, and the like.
  • a drive 82 is also connected to the input / output interface 75, if necessary, and a removable recording medium 81 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory is appropriately mounted.
  • the drive 82 can read data files such as a moving image file MF and various computer programs from the removable recording medium 81.
  • the read data file is stored in the storage unit 79, and the image and sound included in the data file are output by the display unit 77 and the sound output unit 78. Further, the computer program or the like read from the removable recording medium 81 is installed in the storage unit 79 as needed.
  • this information processing device 70 for example, software for image processing as the image processing device of the present disclosure can be installed via network communication by the communication unit 80 or a removable recording medium 81.
  • the software may be stored in the ROM 72, the storage unit 79, or the like in advance.
  • FIG. 6 shows a function provided as an information processing device 70 that functions as, for example, an image processing device TDx. That is, the information processing device 70 (CPU 71) has functions as a processing unit 100 and a parameter setting unit 102.
  • the processing unit 100 shows a function of performing shaking change processing, image processing, voice processing, and the like.
  • the processing unit 100 performs a shaking change process on the moving image data VD1 transmitted from the image source VS of the image pickup apparatus 1 or the like to obtain the moving image data VD2 to be output.
  • the processing unit 100 performs image processing such as luminance processing and color processing on the moving image data VD1 to obtain the moving image data VD2 to be output.
  • the processing unit 100 performs audio processing such as volume change and frequency characteristic change on the audio data AD1 transmitted from the image source VS to obtain the output audio data AD2.
  • the processing of the processing unit 100 is controlled by the parameter PRM from the parameter setting unit 102.
  • the parameter setting unit 102 sets the parameter PRM according to the shaking information about the moving image data VD1, the moving image data VD1, or the audio data AD1.
  • the processing of the processing unit 100 is executed according to the shaking information about the moving image data VD1, the moving image data VD1, or the audio data AD1.
  • the parameter setting unit 102 has a first element which is one element of a plurality of elements related to the fluctuation of the input moving image data VD1 and a second element which is related to the input moving image data VD1 and is an element other than the first element. Performs parameter setting processing for setting the processing parameter PRM of the other element according to one of the elements (element of video data VD1, element of audio data AD1, or other shaking element of video data VD1). .. Then, the processing unit 100 uses the parameter PRM set by the parameter setting unit 102 to perform processing related to the other element.
  • FIG. 1 A more specific functional configuration example is shown in FIG. As the processing unit 100, the shaking changing unit 101, the image processing unit 107, and the audio processing unit 108 are shown.
  • the moving image data VD1 is output as the moving image data VD2 after being subjected to image processing by the image processing unit 107 or shaking change by the shaking changing unit 101, for example.
  • the processing order of the image processing unit 107 and the shaking changing unit 101 may be the reverse of the order shown in the drawing.
  • the image processing unit 107 has a function of performing image processing for changing various image elements according to the parameter PRM2.
  • image processing for example, luminance processing, color processing, image effect processing, etc. of the moving image data VD1 are assumed. More specifically, it is conceivable to change the level of, for example, the brightness and hue of the image, the tone of the image, the sharpness, the blur, the mosaic, and the resolution.
  • the shaking changing unit 101 has a function of performing shaking changing processing for the shaking element of the moving image data VD1 according to the parameter PRM1.
  • an element according to the swaying direction can be considered, and as an element according to the swaying direction, a swaying component in the pitch direction, a swaying component in the yaw direction, a swaying component in the roll direction, and a dolly direction (depth direction).
  • the shaking change includes the removal of shaking, the partial removal of shaking, the addition of shaking, and the like. It should be noted that these processes may be a shaking change for directing or a shaking change for canceling the shaking.
  • the voice processing unit 108 has a function of performing voice processing for changing various voice elements according to the parameter PRM3.
  • the audio processing for example, volume processing, sound quality processing, and acoustic effect processing of the audio data AD1 are assumed. More specifically, for example, increase / decrease in volume, fluctuation in frequency characteristics, pitch fluctuation, phase difference change in stereo sound, change in panning state, and the like can be considered.
  • the parameter setting unit 102 sets the parameter PRM according to the shaking information about the moving image data VD1, the moving image data VD1, or the audio data AD1, and the parameter PRM is a shaking changing parameter.
  • PRM1 image processing parameter PRM2, and audio processing parameter PRM3.
  • they are described as “parameter PRM1”, “parameter PRM2”, and “parameter PRM3”.
  • processing of one element related to the moving image data VD1 is performed, and the processing of the other element is performed, which is the processing listed below.
  • the parameter PRM1 is set according to the shaking element (one or a plurality of elements) of the moving image data VD1, and the shaking changing unit 101 performs a shaking changing process for changing another element (one or a plurality of elements) of the shaking.
  • the parameter PRM2 is set according to the shaking element (1 or more elements) of the moving image data VD1, and the image processing unit 107 performs image processing for changing the image element (1 or more elements) of the moving image data VD1.
  • .. -The parameter PRM3 is set according to the shaking element (one or a plurality of elements) of the moving image data VD1, and the audio processing unit 108 performs audio processing for changing the audio element (one or a plurality of elements) of the audio data AD1. ..
  • the parameter PRM1 is set according to the element (one or a plurality of elements) of the moving image data VD1, and the shaking changing unit 101 performs a shaking changing process for changing the shaking element (one or a plurality of elements).
  • the parameter PRM1 is set according to the element (one or a plurality of elements) of the voice data AD1, and the shaking changing unit 101 performs a shaking changing process for changing the shaking element (one or a plurality of elements).
  • -The parameter PRM1 is set according to the element (one or more elements) of the moving image data VD1 and the element (one or more elements) of the audio data AD1, and the shaking element (one or more elements) is set by the shaking changing unit 101. Performs shaking change processing to change.
  • the parameter PRM1 is set according to the element (one or more elements) of the moving image data VD1 and the element of shaking (one or more elements), and the other element of shaking (one or more elements) is set by the shaking changing unit 101. Performs shaking change processing to change.
  • the parameter PRM1 is set according to the element (one or more elements) of the voice data AD1 and the element (one or more elements) of the shaking, and the other element (one or more elements) of the shaking is set by the shaking changing unit 101. Performs shaking change processing to change.
  • the parameter PRM1 is set according to the element (one or more elements) of the moving image data VD1, the element (one or more elements) of the audio data AD1, and the element (one or more elements) of the shaking, and the shaking changing unit 101 Performs a shaking change process that changes other elements (one or more elements) of shaking with.
  • the shaking changing unit 101, the image processing unit 107, and the audio processing unit 108 are shown as the processing unit 100, but the configuration of the processing unit 100 in FIG. 6 includes the shaking changing unit 101, the image processing unit 107, and so on. At least one of the voice processing units 108 may be provided.
  • FIG. 7 also shows the function as the user interface processing unit 103.
  • the "user interface” is also referred to as “UI”
  • the user interface processing unit 103 is also referred to as “UI processing unit 103” below.
  • the UI processing unit 103 is a function of causing the user to present an operator regarding conversion or reflection between the shaking element, the image element, and the voice element, and to acquire operation information by the operator. For example, the UI processing unit 103 performs a process of displaying an image showing information about an operator or an image on the display unit 77 as a UI image. Further, the UI processing unit 103 detects the user's operation by the input unit 76. For example, a touch operation on a UI image is detected. The operation information detected by the UI processing unit 103 is sent to the parameter setting unit 102, and the parameter setting unit 102 sets the parameters according to the operation information.
  • FIG. 8A shows an example of an operator presented to the user by the processing of the UI processing unit 103.
  • This is an example of an operator that presents the user with the conversion of elements between shaking elements, images, and sounds.
  • the element selection unit 61 on the left side “yaw”, “roll”, “pitch”, and “dolly” are displayed as shaking elements, and one or more elements can be selected with a radio button.
  • the element selection unit 62 on the right side “brightness” and “saturation” as image elements, “dolly” as a shaking element, and “sound” as a sound element are displayed, and one or more elements can be displayed with a radio button. It is possible to select.
  • the direction to be reflected can be specified by the arrow buttons 63 and 64.
  • FIG. 8A shows a state in which the user selects “yaw” in the element selection unit 61, selects “sound” in the element selection unit 62, and selects the arrow button 63.
  • the parameter setting unit 102 sets the parameter PRM3 according to the yaw component of the shaking information
  • the voice processing unit 108 performs voice processing according to the yaw component.
  • FIG. 8B shows a state in which the user selects “yaw” and “pitch” in the element selection unit 61, selects “sound” in the element selection unit 62, and selects the arrow button 64.
  • the parameter setting unit 102 sets the parameter PRM1 according to the element of the voice data AD1
  • the shake change unit 101 performs the shake change processing of the yaw component and the pitch component according to the voice element.
  • FIG. 8C shows a state in which the user selects “yaw” and “roll” in the element selection unit 61, selects “brightness” and “sound” in the element selection unit 62, and selects the arrow button 63. ..
  • the parameter setting unit 102 sets the parameters PRM2 and PRM3 according to the yaw component and the roll component of the shaking information
  • the image processing unit 107 performs image processing according to the yaw component and the roll component
  • the audio processing unit At 108, voice processing according to the yaw component and the roll component will be performed.
  • the sound element can be selected as "sound”, but the element may be selected in more detail such as "volume” and "sound quality".
  • An example of selecting an element based on a user operation is given, but this is an example. It is conceivable that the reflection source element and the reflection destination element are automatically selected without being based on the user operation. For example, by image analysis of video data VD1, audio analysis of audio data AD1, and shaking information analysis, the parameter setting unit 102 determines an appropriate reflection source element, sets an appropriate reflection destination element, and sets parameters. You may do it.
  • vibration is converted into brightness, color, or sound to add image effects and sound effects.
  • sound and image elements are converted into vibrations (shaking components such as yaw, pitch, roll, and dolly) to add a shaking image effect.
  • the axis of vibration is changed, such as changing the roll sway to a dolly sway. As described above, the effect can be enhanced by converting one element into another and adding it to the image or sound.
  • the frequency and amplitude of the shaking (pitching, etc.) added to the image on the voice or music it is possible to produce a feeling of shaking that matches the image rather than speaking normally or playing music.
  • it is a pitch component the impact can be emphasized by increasing the amplitude (volume) of the sound when it shakes greatly.
  • it is a roll (yaw) component it is possible to express the state of further left and right shaking by adding a phase difference between the left and right stereo sounds according to the left and right shaking.
  • it is a rotation (roll) component it is possible to add an effect as if it is confused by modulating all of the amplitude, pitch, and phase difference of the sound according to the amount of fluctuation.
  • the image can be shaken according to the sound by covering the image with the frequency and amplitude.
  • the image is shaken more by adding pitching to the image according to the volume, so that the feeling of shaking can be emphasized.
  • the frequency of the sound such as an explosion is low, adding a small number of shaking gives a feeling of shaking that expresses an explosion, etc., and when the frequency is high, adding small shaking continuously expresses the fine shaking. It feels like.
  • a more fluffy feeling can be added.
  • the screen brighter when the shaking is large, for example, when it is shaking vertically and shaking upward, and by making the screen darker when it is shaking downward, it is possible to produce a shaking effect due to a change in brightness.
  • a more confused feeling can be emphasized by changing the hue in the red hue direction in the clockwise direction and in the blue hue direction in the counterclockwise direction according to the shaking in the rotation (roll) direction.
  • FIG. 9 shows an example of applying the shaking component to the pitch (pitch and frequency) of the sound. This is a process of frequency-modulating the waveform of the original sound with a fluctuation component.
  • A ⁇ sin ( ⁇ + ⁇ yure) It becomes the voice processing represented by.
  • A is an audio data value
  • ⁇ yure is a shaking component.
  • FIG. 10 shows an example of applying the shaking component to the pitch (pitch and frequency) of the sound. This is a process of amplitude-modulating the waveform of the original sound with a fluctuation component. for example, A ⁇ Ayure ⁇ sin ( ⁇ ) It becomes the voice processing represented by. Note that "Ayure” is an amplitude component of shaking.
  • FIG. 11 shows an example in which the fluctuation component is applied to the phase difference when the audio data AD1 is a signal of a plurality of channels such as a stereo signal.
  • the audio data AD1 is a signal of a plurality of channels such as a stereo signal.
  • Left channel A ⁇ sin ( ⁇ + ⁇ yure)
  • Right channel A ⁇ sin ( ⁇ - ⁇ yure) And so on.
  • FIG. 12A shows the data included in the moving image file MF.
  • the moving image file MF includes various data as "header”, “sound”, “movie”, and "metadata”.
  • “header” information such as a file name and a file size as well as information indicating the presence or absence of metadata are described.
  • “Sound” is audio data AD1 recorded together with a moving image. For example, 2-channel stereo audio data is stored.
  • the “movie” is moving image data, and is composed of image data as each frame (# 1, # 2, # 3, ...) Constituting the moving image.
  • FIG. 12B An example of the contents of the metadata is shown in FIG. 12B.
  • IMU data, coordinate conversion parameter HP, timing information TM, and camera parameter CP are described for one frame. It should be noted that these are a part of the metadata contents, and here, only the information related to the image processing described later is shown.
  • the IMU data As the IMU data, a gyro (angular velocity data), an accelerator (acceleration data), and a sampling rate are described.
  • the IMU mounted on the image pickup apparatus 1 as the sensor unit 23 outputs angular velocity data and acceleration data at a predetermined sampling rate. Generally, this sampling rate is higher than the frame rate of the captured image, so that many IMU data samples can be obtained in one frame period.
  • n samples are associated with each frame, such as gyro sample # 1, gyro sample # 2, ... Gyro sample # n shown in FIG. 12C.
  • m samples are associated with each frame, such as accelerator sample # 1, accelerator sample # 2, ... accelerator sample # m.
  • n m
  • n ⁇ m the metadata is described here as an example associated with each frame, for example, the IMU data may not be completely synchronized with the frame. In such a case, for example, the time information associated with the time information of each frame is provided as the IMU sample timing offset in the timing information TM.
  • the coordinate conversion parameter HP is a general term for parameters used for correction accompanied by coordinate conversion of each pixel in the image. It also includes non-linear coordinate transformations such as lens distortion.
  • the coordinate conversion parameter HP is a term that can include at least a lens distortion correction parameter, a trapezoidal distortion correction parameter, a focal plane distortion correction parameter, an electronic image stabilization parameter, and an optical image stabilization parameter.
  • the lens distortion correction parameter is information for directly or indirectly grasping how the distortion such as barrel aberration and pincushion aberration is corrected and returning the image to the image before the lens distortion correction.
  • the metadata regarding the lens distortion correction parameter as one of the metadata will be briefly described.
  • FIG. 13A shows the image height Y, the angle ⁇ , the entrance pupil position d1, and the exit pupil position d2 in the schematic diagram of the lens system 11 and the image sensor 12a.
  • the lens distortion correction parameter is used in image processing to know the incident angle of each pixel of the image sensor 12a. Therefore, it is sufficient to know the relationship between the image height Y and the angle ⁇ .
  • FIG. 13B shows the image 110 before the lens distortion correction and the image 111 after the lens distortion correction.
  • the maximum image height H0 is the maximum image height before distortion correction, and is the distance from the center of the optical axis to the farthest point.
  • the maximum image height H1 is the maximum image height after distortion correction.
  • the metadata required to understand the relationship between the image height Y and the angle ⁇ is the maximum image height H0 before distortion correction and the incident angle data d0, d1, ... d (N-) for each of the N image heights. 1). It is assumed that "N" is about 10 as an example.
  • the trapezoidal distortion correction parameter is a correction amount when correcting the trapezoidal distortion caused by shifting the cutout area from the center by electronic image stabilization, and is also a value corresponding to the correction amount of electronic image stabilization.
  • the focal plane distortion correction parameter is a value indicating the amount of correction for each line with respect to the focal plane distortion.
  • the parameters of lens distortion correction, trapezoidal distortion correction, focal plane distortion correction, and electronic image stabilization are collectively referred to as coordinate conversion parameters, but these correction processes are performed by each of the image sensors 12a of the image sensor unit 12. This is because it is a correction process for an image formed on a pixel and is a parameter of a correction process that involves a coordinate conversion of each pixel.
  • Optical image stabilization is also one of the coordinate conversion parameters, but this is because the correction of the fluctuation of the inter-frame component in the optical image stabilization is a process that involves coordinate conversion of each pixel.
  • the image data to which the lens distortion correction, the trapezoidal distortion correction, the focal plane distortion correction, the electronic image stabilization, and the optical image stabilization have been performed can be captured before each correction processing, that is, by imaging. It is possible to return to the state when the image sensor 12a of the element unit 12 is imaged.
  • the lens distortion correction, trapezoidal distortion correction, and focal plane distortion correction parameters are distortion correction processing for the case where the optical image itself from the subject is an image captured in an optically distorted state, and each of them is an optical distortion. Since it is intended for correction, it is collectively referred to as an optical distortion correction parameter. That is, if the reverse correction is performed using these parameters, the image data to which the lens distortion correction, the trapezoidal distortion correction, and the focal plane distortion correction have been performed can be returned to the state before the optical distortion correction.
  • the timing information TM in the metadata includes each information of exposure time (shutter speed), exposure start timing, readout time (curtain speed), number of exposure frames (long exposure information), IMU sample offset, and frame rate. In the image processing of the present embodiment, these are mainly used to associate the line of each frame with the IMU data. However, even if the image sensor 12a is a CCD or a global shutter CMOS, if the exposure center of gravity shifts using an electronic shutter or mechanical shutter, the exposure start timing and curtain speed are also used to match the exposure center of gravity. Correction is possible.
  • the camera parameter CP in the metadata As the camera parameter CP in the metadata, the angle of view (focal length), zoom position, and lens distortion information are described.
  • FIG. 14 shows the procedures of various processes executed in the information processing device 70 as the image processing device TDx, and shows the relationship of the information used in each process.
  • step ST30 in FIG. 14 the processes of steps ST13, ST14, ST15, and ST16 enclosed as step ST30 in FIG. 14 are performed.
  • the image processing in step ST20 is performed.
  • the voice processing in step ST22 is performed.
  • the parameter setting process of step ST41 is performed.
  • the UI processing in step ST40 is performed.
  • the pre-processing is the processing performed when the moving image file MF is imported.
  • the term "import" as used herein means that the information processing device 70 targets, for example, a moving image file MF that can be accessed by being imported into a storage unit 79 or the like, and performs image processing by performing preprocessing. It means to develop as possible. For example, it does not mean transferring from the image pickup device 1 to the mobile terminal 2 or the like.
  • the CPU 71 imports the moving image file MF designated by the user operation or the like so as to be the image processing target, and also performs processing related to the metadata added to the moving image file MF as preprocessing. For example, a process of extracting and storing metadata corresponding to each frame of a moving image is performed. Specifically, in this preprocessing, metadata extraction (step ST1), all IMU data concatenation (step ST2), metadata retention (step ST3), conversion to quotation (posture information of imaging device 1), and retention. (Step ST4) is performed.
  • step ST1 the CPU 71 reads the target moving image file MF and extracts the metadata included in the moving image file MF as described with reference to FIG. Note that part or all of steps ST1, ST2, ST3, and ST4 may be performed on the image source VS side such as the image pickup apparatus 1. In that case, in the pre-processing, the contents after the processing described below are acquired as metadata.
  • the CPU 71 performs a concatenation process on the IMU data (angular velocity data (gyro sample) and acceleration data (accelerator sample)) in step ST2.
  • This is a process of constructing IMU data corresponding to the entire sequence of moving images by arranging and concatenating all the IMU data associated with all frames in chronological order.
  • integration processing is performed on the connected IMU data to calculate a quarternion QD representing the posture of the imaging device 1 at each time point on the sequence of moving images, and this is stored and retained. It is an example that the quarternion QD is calculated. It is also possible to calculate the quarternion QD using only the angular velocity data.
  • the CPU 71 performs a process of holding the metadata other than the IMU data, that is, the coordinate conversion parameter HP, the timing information TM, and the camera parameter CP in step ST3. That is, the coordinate conversion parameter HP, the timing information TM, and the camera parameter CP are stored in a state corresponding to each frame.
  • the CPU 71 is ready to perform various image processing including the shaking change of the moving image data received as the moving image file MF.
  • the routine processing of FIG. 14 shows image processing performed on the moving image data of the moving image file MF that has been preprocessed as described above.
  • the CPU 71 takes out one frame of the moving image (step ST11), cancels the internal correction of the image pickup device (step ST12), image processing (step ST20), pastes it on the celestial sphere model (step ST13), synchronizes processing (step ST14), and shake information. Adjustment (step ST15), shaking change (step ST16), output area designation (step ST17), plane projection and cutting (step ST18), audio decoding (step ST21), and audio processing (step ST22) are performed.
  • the CPU 71 performs each process from step ST11 to step ST20 for each frame when reproducing the image of the moving image file MF.
  • step ST11 the CPU 71 decodes one frame of the moving image (moving image data VD1 of the moving image file MF) along the frame number FN. Then, one frame of moving image data PD (#FN) is output. Note that "(#FN)" indicates a frame number and indicates that the information corresponds to that frame. If the moving image is not encoded by compression or the like, the decoding process in step ST11 is not necessary.
  • the one-frame moving image data PD is image data constituting the moving image data VD1.
  • step ST21 the CPU 71 decodes the audio data AD1 synchronized with the frame.
  • the audio processing of step ST22 is possible, and the decoding process may not be necessary depending on the content of the audio processing, the format of the moving image file MF, and the like.
  • step ST22 the CPU 71 performs voice processing according to the parameter PRM3 and outputs the processed voice data AD2.
  • voice processing such as volume increase / decrease, frequency characteristic change, pitch change, stereo sound phase difference change, and panning state change is assumed.
  • the voice processing referred to here is a processing performed according to the parameter PRM3, and when the execution trigger of the processing accompanied by the parameter PRM3 is not generated, the voice data AD1 input without performing the voice processing is directly used as the voice data. It will be output as AD2.
  • step ST12 the CPU 71 performs a process of canceling the internal correction performed by the image pickup apparatus 1 for the moving image data PD (#FN) of one frame.
  • the CPU 71 refers to the coordinate conversion parameter HP (#FN) stored corresponding to the frame number (#FN) at the time of preprocessing, and performs a correction opposite to the correction performed by the image pickup apparatus 1.
  • moving image data iPD (#FN) in a state in which lens distortion correction, trapezoidal distortion correction, focal plane distortion correction, electronic camera shake correction, and optical camera shake correction in the image pickup apparatus 1 are canceled is obtained.
  • step ST12 it is moving image data in which the shaking removal or the like performed by the image pickup apparatus 1 is canceled and the influence of the shaking such as camera shake at the time of imaging appears as it is.
  • the process of canceling the internal correction of the image pickup apparatus as step ST12 may not be performed.
  • the process of step ST12 may be skipped and the moving image data PD (#FN) may be output as it is.
  • step ST20 the CPU 71 performs image processing of the moving image data iPD (#FN) according to the parameter PRM2.
  • the image processing referred to here is a process performed according to the parameter PRM2, and when the execution trigger of the process involving the parameter PRM2 is not generated, the moving image data iPD (#FN) is output as it is without performing any image processing. Will be done.
  • the image processing in step ST20 is not limited to the moving image data iPD (#FN) at this stage, and may be executed for the output moving image data oPD described later. Therefore, for example, step ST20 may be performed as a process following step ST18 described later.
  • step ST13 the CPU 71 attaches one frame of video data iPD (#FN) to the celestial sphere model.
  • the camera parameter CP (#FN) stored corresponding to the frame number (#FN), that is, the angle of view, the zoom position, and the lens distortion information are referred to.
  • FIG. 15 shows an outline of attachment to the celestial sphere model.
  • FIG. 15A shows the moving image data iPD.
  • the image height h is the distance from the center of the image.
  • Each circle in the figure indicates a position where the image heights h are equal.
  • the incident angle ⁇ is the angle of the light beam (the angle seen from the optical axis).
  • This one-dimensional graph is rotated once around the center of the captured image, and the relationship between each pixel and the incident angle is obtained. Accordingly, each pixel of the moving image data iPD is mapped to the celestial sphere model MT from the pixel G1 in FIG. 15C to the pixel G2 on the celestial sphere coordinates.
  • an image (data) of the celestial sphere model MT in which the captured image is attached to the ideal celestial sphere with the lens distortion removed can be obtained.
  • this celestial sphere model MT the parameters and distortions peculiar to the image pickup device 1 that originally captured the moving image data iPD are removed, and the range that can be seen by an ideal pinhole camera is pasted on the celestial sphere. Therefore, by rotating the image of the celestial sphere model MT in a predetermined direction in this state, it is possible to realize the shaking removal and the shaking change processing as the shaking effect.
  • the attitude information (quarterion QD) of the image pickup apparatus 1 is used for the shaking change processing. Therefore, the CPU 71 performs the synchronization process in step ST14.
  • a process of identifying and acquiring a quaternion QD (#LN) suitable for each line corresponding to the frame number FN is performed. Note that "(#LN)" indicates a line number in the frame and indicates that the information corresponds to that line.
  • the reason why the quarternion QD (#LN) for each line is used is that when the image sensor 12a is a CMOS type and the imaging is performed by the rolling shutter method, the amount of shaking differs for each line.
  • a frame-by-frame quarternion QD (#FN) may be used.
  • the center of gravity shifts when an electronic shutter (similar to a mechanical shutter) is used, so the center of the exposure period of the frame (shifts according to the shutter speed of the electronic shutter). ) Timing quotation should be used.
  • FIG. 16 shows the synchronization signal cV of the image pickup apparatus 1 during the vertical period, the synchronization signal sV of the image sensor 12a generated from the synchronization signal cV, and the sample timing of the IMU data, and also shows the exposure timing range 120.
  • the exposure timing range is a parallelogram schematically showing the exposure period of each line of one frame when the exposure time is t4 by the rolling shutter method.
  • the temporal offset t0 of the synchronization signal cV and the synchronization signal sV, the IMU sample timing offset t1, the read start timing t2, the read time (shutter speed) t3, and the exposure time t4 are shown.
  • the read start timing t2 is the timing after a predetermined time t2of has passed from the synchronization signal sV.
  • Each IMU data obtained at each IMU sample timing is associated with a frame.
  • the IMU data in the period FH1 is the metadata associated with the current frame indicating the exposure period in a parallelogram
  • the IMU data in the period FH1 is the metadata associated with the next frame.
  • the IMU data in the period FH1 is the metadata associated with the next frame.
  • the association between each frame and the IMU data is released, and the IMU data can be managed in chronological order.
  • the IMU data corresponding to the exposure center of gravity (timing of the broken line W) of each line of the current frame is specified. This can be calculated if the temporal relationship between the IMU data and the effective pixel area of the image sensor 12a is known.
  • the IMU data corresponding to the exposure center of gravity (timing of the broken line W) of each line is specified by using the information that can be acquired as the timing information TM corresponding to the frame (#FN). That is, it is information on the exposure time, the exposure start timing, the readout time, the number of exposure frames, the IMU sample offset, and the frame rate. Then, the quaternion QD calculated from the IMU data of the exposure center of gravity is specified and used as the quaternion QD (#LN) which is the attitude information for each line.
  • This quarternion QD (#LN) is provided for the process of adjusting the shaking information in step ST15.
  • the CPU 71 adjusts the quaternion QD according to the input shaking change parameter PRM.
  • the swing change parameter PRM may be a parameter input according to a user operation or a parameter generated by automatic control.
  • the user can input the shaking change parameter PRM so as to add an arbitrary shaking condition to the image. Further, the CPU 71 can generate a shake change parameter PRM by automatic control according to an image analysis, an image type, a user's shake model selection operation, or the like.
  • FIG. 14 shows the UI processing of step ST40 and the parameter setting processing of step ST41.
  • the user can input an operation to instruct the shaking change. That is, an operation for instructing the shaking as a shaking effect, an operation for instructing the degree of shaking removal, and the like.
  • the UI processing (ST40) can display the controls shown in, for example, FIG. 8A, and allow the user to perform a selection operation for reflecting a certain element on another element. And.
  • the CPU 71 sets various parameters in step ST41.
  • the parameter PRM1 for changing the shaking according to the user operation is set and used for the shaking information adjustment process in step ST15.
  • the parameter PRM1 includes parameters for shaking removal and shaking effect, but is also a parameter for reflecting a certain element on a certain shaking element as described above.
  • the CPU 71 may set the image processing parameter PRM2 so that it can be used in the image processing in step ST20.
  • the CPU 71 may set the audio processing parameter PRM3 so that it can be used in the audio processing in step ST22.
  • PRM1, PRM2, PRM3 are set based on the information of a certain element. Therefore, in the parameter setting process of step ST40, the quarternion QD (#LN) is referred to and analyzed as the original shaking information. Further, in the parameter setting process, the moving image data VD1 and the audio data AD1 that are the sources of the setting are referred to and analyzed.
  • the CPU 71 adds shaking to the image or increases or decreases the amount of shaking based on the quaker QD which is the shaking information at the time of imaging and the parameter PRM1 for changing the shaking set in step ST41. Generate adjusted quaternion eQD to make it.
  • FIG. 17 shows an example in which the adjusted quarternion eQD is generated according to the instruction of the gain for each frequency band by the parameter PRM1.
  • the frequency band is a band of fluctuation frequencies.
  • the band is divided into three bands: low band, middle band, and high band.
  • the number of bands may be 2 or more.
  • the low-frequency gain LG, the mid-frequency gain MG, and the high-frequency gain HG are given as the swing change parameter PRM1.
  • the adjustment processing system of FIG. 17 includes a low-pass filter 41, a mid-pass filter 42, a high-pass filter 43, gain calculation units 44, 45, 46, and a synthesis unit 47.
  • “Quaternion QDs for shaking” are input to this adjustment processing system. This is the conjugate of the quarternion QD as shake information during imaging.
  • Each value q for the current frame as the quaternion QDs for shaking and the predetermined frames before and after is input to the low-pass filter 41, and the low-pass component q low is obtained.
  • the gain calculation unit 44 gives the low-frequency gain LG to the low-frequency component q low.
  • Mean (q, n) in the equation indicates the average value of n before and after q. It goes without saying that this mean (q, n) equation is just an example of a low-pass filter, and other calculation methods may be used. Each equation described below is also an example.
  • the value q of the quarternion QDs for shaking is also input to the mid- range passing filter 42, and the mid-range component q mid is obtained.
  • q * low is a conjugate of q low.
  • x is the quaternion product.
  • the gain calculation unit 45 gives the mid-range gain MG to the mid- range component q mid.
  • the value q of the quarternion QDs for shaking is input to the high frequency passing filter 43, and the high frequency component q high is obtained.
  • q * mid is a conjugate of q mid.
  • the gain calculation unit 46 gives a high-frequency gain HG to the high-frequency component q high.
  • Such gain calculating section 44, 45 and 46 respectively the low frequency gain LG, midrange gain MG, high frequency gain HG is low frequency component q 'low, midrange component q' given mid, high-frequency components q 'You get high.
  • the value q mixed obtained by combining this with the synthesis unit 47 is obtained.
  • FIG. 18 shows an example in which the adjusted quarternion eQD is generated according to the instruction of the gain for each direction by the parameter PRM1 for changing the shaking.
  • the direction is the direction of sway, that is, the direction of yaw, pitch, and roll.
  • Yaw gain YG, pitch gain PG, and roll gain RG are given as swing change parameters PRM.
  • the adjustment processing system of FIG. 18 includes a yaw component extraction unit 51, a pitch component extraction unit 52, a roll component extraction unit 53, a gain calculation unit 54, 55, 56, and a synthesis unit 57.
  • Information on the yaw axis, the pitch axis, and the roll axis is provided to the yaw component extraction unit 51, the pitch component extraction unit 52, and the roll component extraction unit 53, respectively.
  • Each value q for the current frame as the quarternion QDs for shaking and the predetermined frames before and after is input to the yaw component extraction unit 51, the pitch component extraction unit 52, and the roll component extraction unit 53, respectively, and the yaw component q yaw and the pitch component q are input.
  • Find pitch and roll component q roll In each of these component extraction processes, the input is set to the next “q in ”.
  • u is a unit vector representing the direction of axes such as the yaw axis, the pitch axis, and the roll axis.
  • the yaw component q yaw , the pitch component q pitch , and the roll component q roll obtained by such component extraction are given the yaw gain YG, the pitch gain PG, and the roll gain RG by the gain calculation units 54, 55, and 56, respectively. ..
  • FIG. 19 shows an example in which the above frequency bands and directions are combined.
  • the adjustment processing system includes a low-pass filter 41, a mid-pass filter 42, a high-pass filter 43, direction-specific processing units 58, 59, 90, gain calculation units 44, 45, 46, and a synthesis unit 91.
  • low-frequency gain LG, mid-frequency gain MG, high-frequency gain HG, and yaw gain YG, pitch gain PG, and roll gain RG (not shown) are given.
  • each value q for the current frame as the quaternion QDs for shaking and the predetermined frames before and after is supplied to the low-pass filter 41, the mid-pass filter 42, and the high-pass filter 43, and the respective bands are supplied. Get the ingredients.
  • Each band component is input to the direction-specific processing units 58, 59, 90.
  • Each of the direction-specific processing units 58, 59, 90 has a yaw component extraction unit 51, a pitch component extraction unit 52, a roll component extraction unit 53, a gain calculation unit 54, 55, 56, and a synthesis unit 57 in FIG. do.
  • the direction-specific processing unit 58 the low-frequency components of the quarternion QDs for shaking are divided into the yaw direction, roll direction, and pitch direction components, and the gain calculation is performed using the yaw gain YG, pitch gain PG, and roll gain RG. After performing the above, synthesize.
  • the direction-specific processing unit 59 divides the mid-range components of the quaternion QDs for shaking into the components in the yaw direction, the roll direction, and the pitch direction, performs the same gain calculation, and then synthesizes the components.
  • the direction-specific processing unit 90 divides the high-frequency components of the quaternion QDs for shaking into components in the yaw direction, roll direction, and pitch direction, performs gain calculation in the same manner, and then synthesizes the components. It is assumed that the gains used in the direction-specific processing units 58, 59, and 90 have different gain values. That is, the direction-specific processing unit 58 uses the low-frequency yaw gain YG, the low-frequency pitch gain PG, and the low-frequency roll gain RG, and the direction-specific processing unit 59 uses the mid-range yaw gain YG and the mid-range.
  • the pitch gain PG and the roll gain RG for the mid range are used, and the direction-specific processing unit 90 uses the yaw gain YG for the high range, the pitch gain PG for the high range, and the roll gain RG for the high range. That is, it is conceivable that the direction-specific processing units 58, 59, and 90 use nine gains.
  • the outputs of these direction-specific processing units 58, 59, and 90 are supplied to the gain calculation units 44, 45, and 46, respectively, and low-frequency gain LG, mid-frequency gain MG, and high-frequency gain HG are given, respectively. Then, it is synthesized by the synthesis unit 91 and output as the value of the adjusted quarternion eQD.
  • processing for each direction is applied for each band component, but the reverse is also possible. That is, after dividing by direction first, processing for each frequency band may be applied for each direction component. In that case, it is conceivable to use nine gains in the processing for each frequency band. For example, in the processing for each frequency band in the yaw direction, the low-frequency gain LG for the yaw direction, the mid-range gain MG for the yaw direction, and the high-frequency gain HG for the yaw direction are used.
  • the low-frequency gain LG for the pitch direction In the processing for each frequency band in the pitch direction, the low-frequency gain LG for the pitch direction, the mid-range gain MG for the pitch direction, and the high-frequency gain HG for the pitch direction are used. In the processing for each frequency band in the roll direction, the low-frequency gain LG for the roll direction, the mid-range gain MG for the roll direction, and the high-frequency gain HG for the roll direction are used.
  • the parameters PRM1 include yaw gain YG, pitch gain PG, roll gain RG, low-frequency gain LG, mid-frequency gain MG, and high-frequency gain HG. This is a parameter that performs change processing (elements for each band). Therefore, it is possible to change the shaking of only a certain element by setting the parameter PRM1.
  • step ST15 of FIG. 14 the adjusted quarternion eQD is generated by, for example, the above processing example. Then, the generated adjusted quarternion eQD is provided for the shaking change processing in step ST16.
  • the shaking change processing in step ST16 can be considered to apply, for example, the adjusted quarternion eQD obtained by the processing of FIGS. 17, 18, and 19 to the image in the state where the shaking has stopped to add the shaking. ..
  • step ST16 the CPU 71 adds sway by rotating the image of the celestial sphere model MT to which the frame image is pasted in step ST13 using the quarternion eQD (#LN) after adjusting for each line. To do.
  • the image of the celestial sphere model hMT whose shaking has been changed is sent to the process of step ST18.
  • step ST18 the CPU 71 projects the image of the celestial sphere model hMT whose shaking has been changed onto a plane and cuts it out to obtain an image (output moving image data oPD) whose shaking has been changed.
  • the sway change is realized by the rotation of the celestial sphere model MT, and by using the celestial sphere model MT, the trapezoidal shape is not formed no matter where it is cut out, and as a result, the trapezoidal distortion is also eliminated.
  • the celestial sphere model MT has no lens distortion because the range that can be seen by an ideal pinhole camera is pasted on the celestial sphere.
  • the focal plane distortion correction is also eliminated by rotating the celestial sphere model MT according to the adjusted quarternion eQD (#LN) based on the quarternion QD (#LN) for each line. Furthermore, since the quarternion QD (#LN) corresponds to the exposure center of gravity of each line, the blur is inconspicuous in the image.
  • FIG. 20A shows an example of a rectangular coordinate plane 131 projected in a plane. Let each coordinate of the image projected on the plane be (x, y).
  • the coordinate plane 131 is arranged (normalized) in the three-dimensional space so as to be in contact with the celestial sphere model MT in the center. That is, the center of the coordinate plane 131 is arranged at a position that coincides with the center of the celestial sphere model MT and is in contact with the celestial sphere model MT.
  • the coordinates are normalized based on the zoom magnification and the size of the cutout area. For example, when the horizontal coordinates of the coordinate plane 131 are 0 to outh and the vertical coordinates are 0 to outv as shown in FIG. 20A, outh and outv are the image sizes. Then, for example, the coordinates are normalized by the following equation.
  • min (A, B) is a function that returns the smaller value of A and B.
  • "zoom” is a parameter for controlling enlargement / reduction.
  • xnorm, ynorm, and znorm are normalized x, y, and z coordinates. According to each of the above equations (Equation 10), the coordinates of the coordinate plane 131 are normalized to the coordinates on the spherical surface of the hemisphere having a radius of 1.0.
  • the coordinate plane 131 is rotated by rotation matrix calculation for the rotation for obtaining the orientation of the cutout region. That is, the following rotation matrix (Equation 11) is used to rotate the pan angle, tilt angle, and roll angle.
  • the pan angle is a rotation angle that rotates the coordinates around the z-axis.
  • the tilt angle is a rotation angle for rotating the coordinates around the x-axis, and the roll angle is a rotation angle for rotating the coordinates around the y-axis.
  • These coordinates are used to calculate the celestial sphere corresponding points in perspective projection.
  • the coordinate plane 131 is perspectively projected onto the surface of the celestial sphere (region 132). That is, when a straight line is drawn from the coordinates toward the center of the celestial sphere, the point that intersects the sphere is found.
  • Each coordinate is calculated as follows.
  • xsph, ysph, and zsph are coordinates obtained by projecting the coordinates on the coordinate plane 131 onto the coordinates on the surface of the celestial sphere model MT. Image data projected in a plane can be obtained in this relationship.
  • the cutout area for the image projected on the plane by the above method is set in step ST17 of FIG.
  • the cutout area information CRC in the current frame is set based on the tracking process by image analysis (subject recognition) and the cutout area instruction information CRC according to the user operation.
  • FIGS. 22A and 22B show the cutout area information CRA set for the image of a certain frame in the state of the frame.
  • Such cutout area instruction information CRC is set for each frame.
  • the cutout area information CRA also reflects the instruction of the aspect ratio of the image by the user or automatic control.
  • the cutout area information CRA is reflected in the process of step ST18. That is, as described above, the region corresponding to the cutout region information CRA is projected on the celestial sphere model MT in a plane, and the output moving image data oPD is obtained.
  • the output moving image data oPD thus obtained is, for example, moving image data subjected to the shaking change processing in step ST16.
  • This sway change may simply be the addition or increase / decrease of sway depending on the user performing an operation to add a specific sway for production, or a certain element is reflected in a certain sway element. It may be a shaking change.
  • the output moving image data oPD may be data that has undergone image processing in step ST20. Such output moving image data oPD corresponds to the moving image data VD2 shown in FIG. 2 and the like.
  • the audio data AD2 is output corresponding to the output moving image data oPD (moving image data VD2).
  • the voice data AD2 may be the data to which the voice processing of step ST22 has been performed.
  • Such moving image data VD2 and audio data AD2 are data in which an image, sound, or other shaking element is changed according to a shaking element, or a shaking component is changed according to an image or sound. It will be data.
  • Such moving image data VD2 and audio data AD2 are reproduced by the image processing device TDx or transferred to the image processing device TDy as a moving image file MF and played back, an image to which an effect converted between elements is added. Or the sound will be played.
  • One of the first element which is one of a plurality of elements related to the shaking of the input video data PD (video file MF), and the second element, which is related to the input video data PD and is an element other than the first element. It has a parameter setting unit 102 (ST41) that sets processing parameters of the other element according to the element of the above, and a processing unit that performs processing related to the other element using the parameters set by the parameter setting unit 102.
  • the processing unit includes an image processing unit 107 (ST20), a shaking changing unit 101 (ST16), an audio processing unit 108 (ST22), and the like.
  • the parameter setting unit 102 gives an example of setting a parameter PRM that changes the second element according to the first element.
  • a parameter PRM that changes the second element according to the first element.
  • the brightness and color of other shaking components, sound, and images are changed according to the shaking component which is the first element. This enables image processing such as changing the sound and image quality according to the shaking component and adding shaking of other axes.
  • the parameter setting unit 102 gives an example of setting a parameter PRM that changes the first element according to the second element.
  • the shaking component other than the first element, the sound, and the shaking component which is the first element are changed according to the brightness and color of the image. This enables image processing such as adding vibration of a certain axis according to a certain shaking component, sound, or image.
  • the processing unit 100 of the embodiment an example including a shaking changing unit 101 that performs a process of changing the shaking state of the moving image using the parameter PRM1 set by the parameter setting unit 102 has been given. This enables image processing in which the shaking component is changed according to a certain shaking component, sound, or image.
  • the volume and sound quality can be changed or an acoustic effect can be created according to a certain shaking component. For example, increase / decrease in volume according to shaking, fluctuation of frequency characteristics according to shaking, pitch fluctuation according to shaking, phase difference change of stereo sound according to shaking, change of panning state according to shaking, etc. be able to. This enables voice expression according to the shaking in the moving image.
  • an example including an image processing unit 107 that performs image signal processing using the parameter PRM2 set by the parameter setting unit 102 has been given.
  • the state of the brightness, color, image effect, etc. of the image is changed according to a certain shaking component.
  • an example including a UI processing unit 103 for presenting an operator for selecting the first element and the second element has been given.
  • the user can select an arbitrary element and reflect it in the change of any other element. Therefore, the user can select an element and instruct the desired expression when the shaking is reflected in another element or a certain element is reflected in the shaking.
  • the controls of FIG. 8 given in the embodiment include a display that presents the directionality of one element to the other for the first element and the second element.
  • the arrow buttons 63 and 64 display the reflection direction between the selected elements.
  • FIG. 8B a plurality of shaking components as the first element can be selected.
  • FIG. 8C shows a state in which a plurality of first elements and a plurality of second elements are selected.
  • the elements of the sway of the input moving image data include at least one of the sway in the yaw direction, the sway in the pitch direction, the sway in the roll direction, and the sway in the dolly direction.
  • the element to which the processing by the parameter is reflected is changed according to the element that is the source of the parameter setting.
  • the original element is not changed, but the original element is changed.
  • the process of changing the volume is performed while maintaining the fluctuation of the yaw component as it is.
  • the fluctuation of the yaw component is removed and the volume is changed.
  • the program of the embodiment is a program that causes, for example, a CPU, a DSP, or a device including these to execute the process described with reference to FIG. That is, the program of the embodiment is the first element, which is one element of a plurality of elements related to the fluctuation of the input moving image data PD (video file MF), and the elements other than the first element, which are related to the input moving image data PD.
  • the above-mentioned image processing device TDx can be realized in a device such as a mobile terminal 2, a personal computer 3, or an image pickup device 1.
  • a program that realizes such an image processing device TDx can be recorded in advance in an HDD as a recording medium built in a device such as a computer device, a ROM in a microcomputer having a CPU, or the like.
  • a recording medium built in a device such as a computer device, a ROM in a microcomputer having a CPU, or the like.
  • flexible discs CD-ROMs (Compact Disc Read Only Memory), MO (Magneto Optical) discs, DVDs (Digital Versatile Discs), Blu-ray discs (Blu-ray Discs (registered trademarks)), magnetic discs, semiconductor memories, It can be temporarily or permanently stored (recorded) on a removable recording medium such as a memory card.
  • a removable recording medium can be provided as so-called package software.
  • it can also be downloaded from a download site via a network such as a LAN (Local Area Network) or the Internet.
  • LAN Local Area Network
  • the personal computer or the like can function as the image processing device of the present disclosure. Can be done.
  • the present technology can also adopt the following configurations.
  • (1) Depending on one of the first element, which is one of a plurality of elements related to the fluctuation of the input video data, and the second element, which is an element other than the first element and is related to the input video data.
  • a parameter setting unit that sets the processing parameters of the other element An image processing apparatus including a processing unit that performs processing related to the other element using the parameters set by the parameter setting unit.
  • the parameter setting unit is The image processing apparatus according to (1) above, which sets a parameter for changing the second element according to the first element.
  • (3) The parameter setting unit is The image processing apparatus according to (1) or (2) above, which sets a parameter for changing the first element according to the second element.
  • the processing unit includes a shaking changing unit that performs a process of changing the shaking state of a moving image using a parameter set by the parameter setting unit.
  • the processing unit includes an audio processing unit that performs audio signal processing using the parameters set by the parameter setting unit.
  • the processing unit includes an image processing unit that performs image signal processing using the parameters set by the parameter setting unit.
  • the image processing apparatus according to (7) above, wherein the operator presents the directionality of the first element and the second element from the one element to the other element.
  • the image processing apparatus according to (7) or (8) above, wherein the operator can specify a plurality of one or both of the first element and the second element.
  • the swaying element of the input moving image data is described in any one of (1) to (9) above, including at least one of swaying in the yaw direction, swaying in the pitch direction, swaying in the roll direction, and swaying in the dolly direction.
  • Image processing device including at least one of swaying in the yaw direction, swaying in the pitch direction, swaying in the roll direction, and swaying in the dolly direction.
  • the image processing device Depending on one of the first element, which is one of a plurality of elements related to the fluctuation of the input video data, and the second element, which is an element other than the first element and is related to the input video data.
  • Parameter setting process that sets the processing parameters of the other element, and Processing related to the other element performed using the parameters set in the parameter setting process, and Image processing method to perform.
  • (12) Depending on one of the first element, which is one of a plurality of elements related to the fluctuation of the input video data, and the second element, which is an element other than the first element and is related to the input video data.
  • Parameter setting process that sets the processing parameters of the other element, and Processing related to the other element performed using the parameters set in the parameter setting process, and Is a program that causes the information processing device to execute.
  • Imaging device 2 Mobile terminal 3
  • Personal computer 4 Server 5 Recording medium 61
  • Element selection unit 62 Element selection unit 63, 64
  • Arrow button 70 Information processing device 71
  • CPU 100 Processing unit 101 Shaking change unit 102
  • Parameter setting unit 103 UI processing unit 107
  • Image processing unit 108 Audio processing unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Studio Devices (AREA)

Abstract

画像処理装置において、入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定処理と、パラメータ設定処理で設定したパラメータを用いて行う他方の要素に関する処理とが行われるようにする。

Description

画像処理装置、画像処理方法、プログラム
 本技術は画像処理装置、画像処理方法、プログラムに関し、特に画像の揺れを用いた画像処理に関する。
 撮像装置で撮像した動画について各種の補正などの画像処理を行う技術が知られている。
 下記特許文献1では撮影画像に係る動画データに対して防振処理を実行するとともに、防振処理後の動画データを対象として防振処理の影響を除去することが開示されている。
特開2015-216510号公報
 ところで昨今、ユーザはスマートフォンやタブレットなどの携帯端末、或いはカメラ自体やパーソナルコンピュータなどを用いて画像撮像や画像調整等を手軽に行うことができ、また動画投稿なども盛んである。
 このような環境下では、ユーザが撮像した画像をそのまま出力するのではなく、より品質の高い画像や多様な画像を制作することが望まれている。
 また放送事業者などにおいても画像の多様な演出が可能とされることが望まれている。
 そこで本開示では、動画における揺れの成分に着目し、画像や音声の表現や演出の幅を広げることができる技術を提案する。
 本技術に係る画像処理装置は、入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定部と、前記パラメータ設定部が設定したパラメータを用いて前記他方の要素に関する処理を行う処理部と、を備える。
 揺れの要素とは、例えば揺れのロール成分、ヨー成分、ピッチ成分、ドリー成分などである。例えば揺れのロール成分を一要素とした場合、それ以外の要素とは、ピッチ成分等の揺れ要素であったり、画像の輝度であったり、画像の色であったり、画像に付随する音声の音量、音質、周波数、ピッチなどであったりする。
 上記した本技術に係る画像処理装置においては、前記パラメータ設定部は、前記第1要素に応じて前記第2要素を変化させるパラメータを設定することが考えられる。
 例えば第1要素である揺れ成分に応じて、他の揺れ成分や、音声や、画像の輝度や色を変化させる。
 上記した本技術に係る画像処理装置においては、前記パラメータ設定部は、前記第2要素に応じて前記第1要素を変化させるパラメータを設定することが考えられる。
 例えば第1要素以外の揺れ成分や、音声や、画像の輝度や色に応じて第1要素である揺れ成分を変化させる。
 上記した本技術に係る画像処理装置においては、前記処理部として、前記パラメータ設定部が設定したパラメータを用いて動画の揺れの状態を変更する処理を行う揺れ変更部を備えることが考えられる。
 即ち揺れ変更部では、第1要素としての揺れに応じて、第2要素である揺れの状態が変化されるようにする。
 上記した本技術に係る画像処理装置においては、前記処理部として、前記パラメータ設定部が設定したパラメータを用いて音声信号処理を行う音声処理部を備えることが考えられる。
 即ち音声処理部では、第1要素としての揺れに応じて、第2要素としての音声に関する要素を変化させるように、音声信号処理を行う。
 上記した本技術に係る画像処理装置においては、前記処理部として、前記パラメータ設定部が設定したパラメータを用いて画像信号処理を行う画像処理部を備えることが考えられる。
 即ち画像処理部では、第1要素としての揺れに応じて、第2要素である画像の要素を変化させるように、画像信号処理を行う。
 上記した本技術に係る画像処理装置においては、前記第1要素と前記第2要素を選択するための操作子を提示させるユーザインタフェース処理部をさらに備えることが考えられる。
 即ち入力動画データに関するどの要素に応じてどの要素を変化させるかをユーザが選択できるようにする。
 上記した本技術に係る画像処理装置においては、前記操作子は、前記第1要素と前記第2要素について、前記一方の要素から前記他方の要素の方向性を提示することが考えられる。
 例えば第1要素と第2要素の間を矢印により反映する方向を提示する。
 上記した本技術に係る画像処理装置においては、前記操作子は、前記第1要素又は前記第2要素の一方又は双方を、複数、指定可能とされていることが考えられる。
 例えば第1要素と第2要素の一方又は両方を複数選択できるようにする。
 上記した本技術に係る画像処理装置においては、前記入力動画データの揺れの要素とは、ヨー方向の揺れ、ピッチ方向の揺れ、ロール方向の揺れ、ドリー方向の揺れの少なくともいずれかを含むことが考えられる。
 本技術に係る画像処理方法は、画像処理装置が、入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定処理と、前記パラメータ設定処理で設定したパラメータを用いて行う前記他方の要素に関する処理とを行う。これにより画像に対する揺れ、画像、又は音声の演出としての処理が行われる。
 本技術に係るプログラムは、このような画像処理方法に相当する処理を情報処理装置に実行させるプログラムである。これにより本開示の画像処理を各種の情報処理装置で実行可能とする。
本技術の実施の形態で用いられる機器の説明図である。 実施の形態の機器間で伝送される情報の説明図である。 実施の形態の撮像装置のブロック図である。 実施の形態の撮像装置における画像の揺れ除去処理の説明図である。 実施の形態の情報処理装置のブロック図である。 実施の形態の画像処理装置としての機能構成の説明図である。 実施の形態の画像処理装置としての他の機能構成の説明図である。 実施の形態の操作子の画像例の説明図である。 実施の形態の揺れに応じた音声処理例の説明図である。 実施の形態の揺れに応じた音声処理例の説明図である。 実施の形態の揺れに応じた音声処理例の説明図である。 実施の形態の動画ファイル及びメタデータの内容の説明図である。 レンズ歪み補正に関するメタデータの説明図である。 実施の形態の画像処理の説明図である。 実施の形態の天球モデルへの貼付の説明図である。 実施の形態のIMUデータのサンプルタイミングの説明図である。 実施の形態の周波数帯域別の揺れ情報調整の説明図である。 実施の形態の方向別の揺れ情報調整の説明図である。 実施の形態の周波数帯域別及び方向別の揺れ情報調整の説明図である。 実施の形態の出力画像と天球モデルの対応付けの説明図である。 実施の形態の出力座標平面の回転と透視射影の説明図である。 実施の形態の切り出し領域の説明図である。
 以下、実施の形態を次の順序で説明する。
<1.画像処理装置として適用できる機器の構成>
<2.装置構成及び処理機能>
<3.動画ファイル及びメタデータ>
<4.実施の形態の画像処理>
<5.まとめ及び変形例>
 なお実施の形態の説明に先だって、説明で用いる一部の用語について説明しておく。
 「揺れ」とは動画を構成する画像のフレーム間の揺れ(interframe shake)を指す。いわゆる撮像装置で撮像された画像における手ぶれ(camera shake)等に起因する揺れや、画像処理により意図的に付加した揺れなど、フレーム間で生じる振動成分(フレーム間での画像の揺らぎ)を広く指すものとする。
 「揺れ変更(interframe shake modification)」は、画像に生じている揺れの低減や、画像に揺れを付加することなど、画像における揺れの状態を変化させることをいう。
 この「揺れ変更」には次の「揺れ除去(interframe shake reduction)」「揺れ演出(interframe shake production)」が含まれるものとする。
 「揺れ除去」は、手ぶれなどにより画像に生じている揺れを無くすこと(揺れの全部除去)、もしくは低減すること(揺れの一部除去)をいう。例えば撮像時の揺れ情報に基づいて揺れを低減させるように調整することをいう。撮像装置において行われるいわゆる手ぶれ補正は、揺れ除去を行っていることになる。
 「揺れ演出」は、画像に揺れを加える場合や、揺れを低減させる場合があり、その意味で結果として「揺れ除去」と同様となることもあるが、本実施の形態ではユーザの操作又は自動制御により揺れの変化量が指示され、該指示に応じて画像の揺れ状態を変化させることをいう。例えば撮像時の揺れ情報をユーザ指示等により変化させ、その変化させた揺れ情報に基づいて揺れ変更処理をすることで、揺れを低減又は増加させたり、ユーザ指示等により生成した揺れを付加する情報に基づいて揺れ変更することで、揺れを低減又は増加させたりすることが「揺れ演出」に該当する。
 揺れを抑圧する方向に調整する場合においても、例えば意図的に揺れ具合を調整することは「揺れ演出」に該当すると考えることもできる。
 なお、揺れ演出の目的の一例としては、動画のシーンに迫力を与えるため、わざと画像を揺らすことなどが想定される。
 「撮像時揺れ情報」とは、撮像装置で撮像された際の揺れに関する情報であり、撮像装置の動きの検出情報や、該検出情報から算出できる情報や、撮像装置の姿勢を表す姿勢情報や、撮像装置の動きとしてのシフトや回転の情報などが該当する。
 実施の形態では、「撮像時揺れ情報」の具体例として、クオータニオン(QD)、IMUデータを挙げるが、他にもシフト・回転情報などもあり、特には限定されない。
 「調整後揺れ情報」とは、撮像時揺れ情報を調整して生成した揺れ情報であり、揺れ変更処理に用いられる情報である。例えばユーザ操作や自動制御に応じて調整される揺れ情報である。
 実施の形態では、「調整後揺れ情報」の具体例として、調整後クオータニオン(eQD)を挙げるが、例えば調整後IMUデータなどでもよい。
<1.画像処理装置として適用できる機器の構成>
 以下の実施の形態では、主にスマートフォンやパーソナルコンピュータなどの情報処理装置により本開示に係る画像処理装置が実現される例で説明していくが、画像処理装置は、各種の機器において実現できる。まずは本開示の技術を適用できる機器について説明しておく。
 図1Aは画像ソースVSと、画像ソースVSから動画ファイルMFを取得する画像処理装置(TDx,TDy)としての例を示している。なお動画ファイルMFは、動画を構成する画像データ(即ち動画データ)や音声データを含む。但し、動画ファイルと別に音声ファイルがあって同期できるようにされていてもよい。また動画データとしては、連写された複数の静止画データも含まれる。
 なお、画像処理装置TDxは、画像ソースVSから取得された動画データに対して一次的に揺れ変更処理を行う機器とする。
 一方、画像処理装置TDyは、他の画像処理装置で既に揺れ変更処理が行われた動画データについて二次的に揺れ変更処理を行う機器とする。
 画像ソースVSとしては撮像装置1、サーバ4、記録媒体5などが想定される。
 画像処理装置TDx、TDyとしてはスマートフォンなどの携帯端末2やパーソナルコンピュータ3などが想定される。他にも図示していないが、画像編集専用装置、クラウドサーバ、テレビジョン装置、ビデオ記録再生装置など各種の機器が画像処理装置TDx、TDyとして想定される。これらの機器は、画像処理装置TDx、TDyのいずれとしても機能できる。
 画像ソースVSとしての撮像装置1は動画撮像を行うことのできるデジタルカメラ等であり、動画撮像によって得られた動画ファイルMFを有線通信や無線通信を介して携帯端末2やパーソナルコンピュータ3などに転送する。
 サーバ4はローカルサーバ、ネットワークサーバ、クラウドサーバなどのいずれであっても良いが、撮像装置1で撮像された動画ファイルMFを提供できる装置を指す。このサーバ4がなんらかの伝送路を介して動画ファイルMFを携帯端末2やパーソナルコンピュータ3などに転送することが考えられる。
 記録媒体5はメモリカード等の固体メモリ、光ディスク等のディスク状記録媒体、磁気テープ等のテープ状記録媒体などのいずれでもよいが、撮像装置1で撮像された動画ファイルMFが記録されたリムーバブル記録媒体を指している。この記録媒体5から読み出された動画ファイルMFが携帯端末2やパーソナルコンピュータ3などに読み取られることが考えられる。
 画像処理装置TDx、TDyとしての携帯端末2やパーソナルコンピュータ3等は、以上の画像ソースVSから取得した動画ファイルMFに対する画像処理が可能とされている。ここでいう画像処理とは、揺れ変更処理(揺れ演出や揺れ除去)を含む。
 揺れ変更処理は、例えば、動画データのフレーム毎に、天球モデルへの貼付処理が行われた後に、当該フレームに対応する姿勢情報を用いて回転することにより行う。
 なお、或る携帯端末2やパーソナルコンピュータ3が、画像処理装置TDx,TDyとして機能する他の携帯端末2やパーソナルコンピュータ3に対する画像ソースVSとなることもある。
 図1Bは、画像ソースVSと画像処理装置TDxの両方として機能できる1つの機器としての撮像装置1や携帯端末2を示している。
 例えば撮像装置1の内部のマイクロコンピュータ等が揺れ変更処理を行う。
 つまり撮像装置1は撮像によって生成した動画ファイルMFに対して揺れ変更処理を行うことで、揺れ除去や揺れ演出を施した画像処理結果としての画像出力を行うことができるものとする。
 携帯端末2も同様であり、撮像機能を備えることで画像ソースVSとなり得るため、撮像によって生成した動画ファイルMFについて上記の揺れ変更処理を行うことで、揺れ除去や揺れ演出を施した画像処理結果としての画像出力を行うことができる。
 もちろん撮像装置1や携帯端末2に限らず、画像ソース兼画像処理装置となりうる機器は他にも各種考えられる。
 以上のように実施の形態の画像処理装置TDx、TDyとして機能する装置及び画像ソースVSは多様であるが、以下では、撮像装置1等の画像ソースVS、携帯端末2等の画像処理装置TDx、及び他の画像処理装置TDyが、それぞれ別体の機器であるとして説明していく。
 図2は画像ソースVS、画像処理装置TDx、の画像処理装置TDyにおける情報伝送の様子を示している。
 画像ソースVSから画像処理装置TDxに対しては、動画データVD1、音声データAD1、メタデータMTD1が、有線通信、無線通信、或いは記録媒体を介して伝送される。
 後述するが動画データVD1、音声データAD1、メタデータMTD1は、例えば動画ファイルMFとして伝送される情報である。
 メタデータMTD1には、例えば手ぶれ補正などとして行われた撮像時の揺れ除去の情報として、座標変換パラメータHPが含まれる場合がある。
 画像処理装置TDxは、動画データVD1、音声データAD1、メタデータMTD1、さらには座標変換パラメータHPを受けて各種の処理を行うことができる。
 例えば画像処理装置TDxは、メタデータMTD1に含まれる撮像時揺れ情報を用いて動画データVD1に対する揺れ変更処理を行うことができる。
 また例えば画像処理装置TDxは、メタデータMTD1に含まれる座標変換パラメータHPを用いて撮像時に動画データVD1に施された揺れ除去をキャンセルすることができる。
 また例えば画像処理装置TDxは、音声データAD1や動画データVD1に対する各種処理(音声処理や画像処理)を施すことができる。
 画像処理装置TDxは、揺れ変更処理や画像処理、音声処理を行った場合、動画データと、撮像時揺れ情報と、揺れ変更処理の処理量が特定できる揺れ変更情報SMIとを関連付ける処理を行うようにしてもよい。
 そして関連付けられた動画データと、撮像時揺れ情報と、揺れ変更情報SMIとは、画像処理装置TDyに対して一括して、或いは別々に、有線通信、無線通信、或いは記録媒体を介して伝送されるようにすることができる。
 ここで、「関連付ける」という用語は、例えば、一方の情報(データ、コマンド、プログラム等)を処理する際に他方の情報を利用し得る(リンクさせ得る)ようにすることを意味する。つまり、互いに関連付けられた情報は、1つのファイル等としてまとめられてもよいし、それぞれ個別の情報としてもよい。例えば、情報Aに関連付けられた情報Bは、その情報Aとは別の伝送路上で伝送されるようにしてもよい。また、例えば、情報Aに関連付けられた情報Bは、その情報Aとは別の記録媒体(または同一の記録媒体の別の記録エリア)に記録されるようにしてもよい。なお、この「関連付け」は、情報全体でなく、情報の一部であってもよい。例えば、画像とその画像に対応する情報とが、複数フレーム、1フレーム、またはフレーム内の一部分などの任意の単位で互いに関連付けられるようにしてもよい。
 より具体的には、例えば、複数の情報に同一のID(識別情報)を付与すること、複数の情報を同一の記録媒体に記録すること、複数の情報を同一のフォルダに格納すること、複数の情報を同一のファイルに格納すること(一方を他方にメタデータとして付与すること)、複数の情報を同一のストリームに埋め込むこと、例えば電子透かしのように画像にメタを埋め込むこと等の行為が、「関連付ける」に含まれる。
 図2では動画データVD2として画像処理装置TDxから画像処理装置TDyに伝送される動画データを示している。動画データVD2は、撮像装置1で行われた揺れ除去がキャンセルされた画像であったり、画像処理装置TDxで揺れ除去が施された画像であったり、画像処理装置TDxで揺れ変更処理が行われる前の画像であったり、揺れ変更以外の画像処理が施された画像であったりするなど、各種の例が考えられる。
 また図2では画像処理装置TDxから画像処理装置TDyに伝送される音声データAD2を示している。音声データAD2は、画像処理装置TDxで音声処理が施された音声データであることが考えられる。
 また図2では画像処理装置TDxから画像処理装置TDyに伝送されるメタデータMTD2を示している。メタデータMTD2はメタデータMTD1と同じ情報であったり、一部異なる情報であったりする。但しメタデータMTD2には撮像時揺れ情報が含まれる。
 従って画像処理装置TDyは、少なくとも動画データVD2と、メタデータMTD2に含まれる撮像時揺れ情報と、揺れ変更情報SMIが関連付けられた状態で取得できる。
 なお、揺れ変更情報SMIもメタデータMTD2に含まれるようにするデータ形態も考えられる。
 以下、本実施の形態では画像処理装置TDxで実行される画像処理に注目して説明していく。
<2.装置構成及び処理機能>
 まず画像ソースVSとなる撮像装置1の構成例を図3で説明する。
 なお図1Bで説明したように携帯端末2で撮像した動画ファイルMFについてその携帯端末2で画像処理をすることを想定する場合、撮像機能に関し以下の撮像装置1と同等の構成を携帯端末2が備えればよいことになる。
 また撮像装置1では、いわゆる手ぶれ補正といわれる、撮像時の撮像装置の動きによる画像の揺れを低減する処理が行われるが、これは撮像装置で行われる「揺れ除去」である。 これに対し、画像処理装置TDxで行われる「揺れ演出」や「揺れ除去」は、撮像装置1で撮像時に行われる「揺れ除去」とは独立した別個の処理となる。
 図3に示すように撮像装置1は、例えばレンズ系11、撮像素子部12、カメラ信号処理部13、記録制御部14、表示部15、出力部16、操作部17、カメラ制御部18、メモリ部19、ドライバ部22、センサ部23を有する。
 レンズ系11は、カバーレンズ、ズームレンズ、フォーカスレンズ等のレンズや絞り機構などを備える。このレンズ系11により、被写体からの光(入射光)が導かれ撮像素子部12に集光される。
 なお、図示していないがレンズ系11には手ぶれ等による画像の揺れ(interframe shake)及びブラー(blur)を補正する光学手ぶれ補正機構(optical image stabilization mechanism)が設けられている場合がある。
 撮像素子部12は、例えば、CMOS(Complementary Metal Oxide Semiconductor)型やCCD(Charge Coupled Device)型などのイメージセンサ12a(撮像素子)を有して構成される。
 この撮像素子部12では、イメージセンサ12aで受光した光を光電変換して得た電気信号について、例えばCDS(Correlated Double Sampling)処理、AGC(Automatic Gain Control)処理などを実行し、さらにA/D(Analog/Digital)変換処理を行う。そしてデジタルデータとしての撮像信号を、後段のカメラ信号処理部13やカメラ制御部18に出力する。
 なお、図示していない光学手ぶれ補正機構としては、レンズ系11側ではなく、イメージセンサ12a側を移動させることで画像の揺れを補正する機構とされている場合やジンバルを用いた空間光学手ぶれ補正機構(balanced optical image stabilization mechanism)の場合等もあり、どのような方式であっても構わない。
 光学手ぶれ補正機構では、揺れ(interframe shake)に加えて後述するがフレーム内のブラーも合わせて補正される。
 カメラ信号処理部13は、例えばDSP(Digital Signal Processor)等により画像処理プロセッサとして構成される。このカメラ信号処理部13は、撮像素子部12からのデジタル信号(撮像画像信号)に対して、各種の信号処理を施す。例えばカメラプロセスとしてカメラ信号処理部13は、前処理、同時化処理、YC生成処理、解像度変換処理、コーデック処理等を行う。
 またカメラ信号処理部13は各種補正処理も行う。但し手ぶれ補正については、撮像装置1内で行う場合もあれば、行わない場合も想定される。
 前処理では、撮像素子部12からの撮像画像信号に対して、R,G,Bの黒レベルを所定のレベルにクランプするクランプ処理や、R,G,Bの色チャンネル間の補正処理等を行う。
 同時化処理では、各画素についての画像データが、R,G,B全ての色成分を有するようにする色分離処理を施す。例えば、ベイヤー配列のカラーフィルタを用いた撮像素子の場合は、色分離処理としてデモザイク処理が行われる。
 YC生成処理では、R,G,Bの画像データから、輝度(Y)信号および色(C)信号を生成(分離)する。
 解像度変換処理では、各種の信号処理が施された画像データに対して、解像度変換処理を実行する。
 カメラ信号処理部13で行われる各種補正処理(撮像装置1の内部補正)については図4に例を挙げる。図4ではレンズ系11で行われる光学手ぶれ補正とともに、カメラ信号処理部13で行われる補正処理を、その実行順序により例示している。
 処理F1としての光学手ぶれ補正では、レンズ系11のヨー方向、ピッチ方向のシフトによるレンズ内手ぶれ補正や、イメージセンサ12aのヨー方向、ピッチ方向のシフトによるボディ内手ぶれ補正が行われることで、手ぶれの影響を物理的にキャンセルした状態で被写体の像がイメージセンサ12aに結像するようにされる。
 このレンズ内手ぶれ補正と、ボディ内手ぶれ補正は一方のみの場合もあり、双方を用いる場合もある。レンズ内手ぶれ補正とボディ内手ぶれ補正の双方を用いる場合はボディ内手ぶれ補正ではヨー方向、ピッチ方向のシフトは行わないことが考えられる。
 またレンズ内手ぶれ補正とボディ内手ぶれ補正の双方とも採用されず、手ぶれに対しては電子手ぶれ補正(electrical image stabilization)のみ、または、光学手ぶれ補正のみが行われる場合もある。
 カメラ信号処理部13では処理F2から処理F7までの処理が各画素に対する空間座標変換により行われる。
 処理F2ではレンズ歪み補正が行われる。
 処理F3では電子手ぶれ補正の1つの要素としてのフォーカルプレーン歪み補正が行われる。なお、これは例えばCMOS型のイメージセンサ12aによりローリングシャッター方式の読み出しが行われる場合の歪みを補正するものとなる。
 処理F4ではロール補正が行われる。即ち電子手ぶれ補正の1つの要素としてのロール成分の補正が行われる。
 処理F5では電子手ぶれ補正によって生じる台形歪み分に対する台形歪み補正が行われる。電子手ぶれ補正によって生じる台形歪み分とは、画像の中央から離れた場所を切り出すことにより生じるパース歪みである。
 処理F6では、電子手ぶれ補正の1つの要素としてのピッチ方向、ヨー方向のシフトや切り出しが行われる。
 例えば以上の手順で手ぶれ補正、レンズ歪み補正、台形歪み補正が行われることになる。
 なお、ここで挙げた処理の全てを実施することは必須ではなく処理の順番も適宜入れ替えても構わない。
 図3のカメラ信号処理部13におけるコーデック処理では、以上の各種処理が施された画像データについて、例えば記録用や通信用の符号化処理、ファイル生成を行う。例えばMPEG-4準拠の動画・音声の記録に用いられているMP4フォーマットなどとしての動画ファイルMFの生成を行う。また静止画ファイルとしてJPEG(Joint Photographic Experts Group)、TIFF(Tagged Image File Format)、GIF(Graphics Interchange Format)、HEIF(High Efficient Image File )等の形式のファイル生成を行うことも考えられる。
 なおカメラ信号処理部13はカメラ制御部18からの情報等を用いて、動画ファイルMFに付加するメタデータの生成も行う。
 また図3では音声処理系として収音部25、音声信号処理部26を示している。
 収音部25は、1又は複数のマイクロホンとマイクアンプ等を備え、モノラル又はステレオ音声の収音を行う。
 音声信号処理部26は、収音部25で得られた音声信号について、A/D変換処理、フィルタ処理、トーン処理、ノイズリダクション等のデジタル信号処理を行い、画像データと共に記録/転送する音声データを出力する。
 音声信号処理部26から出力される音声データは、カメラ信号処理部13において画像と共に処理され、動画ファイルMFに含まれるものとなる。
 記録制御部14は、例えば不揮発性メモリによる記録媒体に対して記録再生を行う。記録制御部14は例えば記録媒体に対し動画データや静止画データ等の動画ファイルMFやサムネイル画像等を記録する処理を行う。
 記録制御部14の実際の形態は多様に考えられる。例えば記録制御部14は、撮像装置1に内蔵されるフラッシュメモリとその書込/読出回路として構成されてもよいし、撮像装置1に着脱できる記録媒体、例えばメモリカード(可搬型のフラッシュメモリ等)に対して記録再生アクセスを行うカード記録再生部による形態でもよい。また撮像装置1に内蔵されている形態としてHDD(Hard Disk Drive)などとして実現されることもある。
 表示部15は撮像者に対して各種表示を行う表示部であり、例えば撮像装置1の筐体に配置される液晶パネル(LCD:Liquid Crystal Display)や有機EL(Electro-Luminescence)ディスプレイ等のディスプレイデバイスによる表示パネルやビューファインダーとされる。
 表示部15は、カメラ制御部18の指示に基づいて表示画面上に各種表示を実行させる。
 例えば表示部15は、記録制御部14において記録媒体から読み出された画像データの再生画像を表示させる。
 また表示部15にはカメラ信号処理部13で表示用に解像度変換された撮像画像の画像データが供給され、表示部15はカメラ制御部18の指示に応じて、当該撮像画像の画像データに基づいて表示を行う場合がある。これにより構図確認中の撮像画像である、いわゆるスルー画(被写体のモニタリング画像)が表示される。
 また表示部15はカメラ制御部18の指示に基づいて、各種操作メニュー、アイコン、メッセージ等、即ちGUI(Graphical User Interface)としての表示を画面上に実行させる。
 出力部16は、外部機器との間のデータ通信やネットワーク通信を有線又は無線で行う。
 例えば外部の表示装置、記録装置、再生装置等に対して撮像画像データ(例えば動画ファイルMF)の送信出力を行う。
 また出力部16はネットワーク通信部であるとして、例えばインターネット、ホームネットワーク、LAN(Local Area Network)等の各種のネットワークによる通信を行い、ネットワーク上のサーバ、端末等との間で各種データ送受信を行うようにしてもよい。
 操作部17は、ユーザが各種操作入力を行うための入力デバイスを総括して示している。具体的には操作部17は撮像装置1の筐体に設けられた各種の操作子(キー、ダイヤル、タッチパネル、タッチパッド等)を示している。
 操作部17によりユーザの操作が検知され、入力された操作に応じた信号はカメラ制御部18へ送られる。
 カメラ制御部18はCPU(Central Processing Unit)を備えたマイクロコンピュータ(演算処理装置)により構成される。
 メモリ部19は、カメラ制御部18が処理に用いる情報等を記憶する。図示するメモリ部19としては、例えばROM(Read Only Memory)、RAM(Random Access Memory)、フラッシュメモリなど包括的に示している。
 メモリ部19はカメラ制御部18としてのマイクロコンピュータチップに内蔵されるメモリ領域であってもよいし、別体のメモリチップにより構成されてもよい。
 カメラ制御部18はメモリ部19のROMやフラッシュメモリ等に記憶されたプログラムを実行することで、この撮像装置1の全体を制御する。
 例えばカメラ制御部18は、撮像素子部12のシャッタースピードの制御、カメラ信号処理部13における各種信号処理の指示、ユーザの操作に応じた撮像動作や記録動作、記録した動画ファイルMF等の再生動作、レンズ鏡筒におけるズーム、フォーカス、絞り調整等のレンズ系11の動作、ユーザインタフェース動作等について、必要各部の動作を制御する。
 メモリ部19におけるRAMは、カメラ制御部18のCPUの各種データ処理の際の作業領域として、データやプログラム等の一時的な格納に用いられる。
 メモリ部19におけるROMやフラッシュメモリ(不揮発性メモリ)は、CPUが各部を制御するためのOS(Operating System)や、動画ファイルMF等のコンテンツファイルの他、各種動作のためのアプリケーションプログラムや、ファームウエア等の記憶に用いられる。
 ドライバ部22には、例えばズームレンズ駆動モータに対するモータドライバ、フォーカスレンズ駆動モータに対するモータドライバ、絞り機構のモータに対するモータドライバ等が設けられている。
 これらのモータドライバはカメラ制御部18からの指示に応じて駆動電流を対応するドライバに印加し、フォーカスレンズやズームレンズの移動、絞り機構の絞り羽根の開閉等を実行させることになる。
 センサ部23は、撮像装置に搭載される各種のセンサを包括的に示している。
 センサ部23としては例えばIMU( inertial measurement unit:慣性計測装置)が搭載されており、例えばピッチ-、ヨー、ロールの3軸の角速度(ジャイロ)センサで角速度を検出し、加速度センサで加速度を検出することができる。
 なお、センサ部23は、撮像時の手ぶれを検出することができるセンサを含んでいればよく、ジャイロセンサと加速度センサの双方を備えている必要は無い。
 またセンサ部23としては、位置情報センサ、照度センサ等が搭載されていても良い。
 例えば以上の撮像装置1によって撮像され生成された動画としての動画ファイルMFは、携帯端末2等の画像処理装置TDx、TDyに転送されて画像処理を施されることが可能とされる。
 画像処理装置TDx、TDyとなる携帯端末2、パーソナルコンピュータ3は、例えば図5に示す構成を備えた情報処理装置として実現できる。なおサーバ4についても、同様に図5の構成の情報処理装置により実現できる。
 図5において、情報処理装置70のCPU71は、ROM72に記憶されているプログラム、または記憶部79からRAM73にロードされたプログラムに従って各種の処理を実行する。RAM73にはまた、CPU71が各種の処理を実行する上において必要なデータなども適宜記憶される。
 CPU71、ROM72、およびRAM73は、バス74を介して相互に接続されている。このバス74にはまた、入出力インタフェース75も接続されている。
 入出力インタフェース75には、操作子や操作デバイスよりなる入力部76が接続される。
 例えば入力部76としては、キーボード、マウス、キー、ダイヤル、タッチパネル、タッチパッド、リモートコントローラ等の各種の操作子や操作デバイスが想定される。
 入力部76によりユーザの操作が検知され、入力された操作に応じた信号はCPU71によって解釈される。
 また入出力インタフェース75には、LCD或いは有機ELパネルなどよりなる表示部77や、スピーカなどよりなる音声出力部78が一体又は別体として接続される。
 表示部77は各種表示を行う表示部であり、例えば情報処理装置70の筐体に設けられるディスプレイデバイスや、情報処理装置70に接続される別体のディスプレイデバイス等により構成される。
 表示部77は、CPU71の指示に基づいて表示画面上に各種の画像処理のための画像や処理対象の動画等の表示を実行する。また表示部77はCPU71の指示に基づいて、各種操作メニュー、アイコン、メッセージ等、即ちGUI(Graphical User Interface)としての表示を行う。
 入出力インタフェース75には、ハードディスクや固体メモリなどより構成される記憶部79や、モデムなどより構成される通信部80が接続される場合もある。
 通信部80は、インターネット等の伝送路を介しての通信処理や、各種機器との有線/無線通信、バス通信などによる通信を行う。
 入出力インタフェース75にはまた、必要に応じてドライブ82が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブル記録媒体81が適宜装着される。
 ドライブ82により、リムーバブル記録媒体81からは動画ファイルMF等のデータファイルや、各種のコンピュータプログラムなどを読み出すことができる。読み出されたデータファイルは記憶部79に記憶されたり、データファイルに含まれる画像や音声が表示部77や音声出力部78で出力されたりする。またリムーバブル記録媒体81から読み出されたコンピュータプログラム等は必要に応じて記憶部79にインストールされる。
 この情報処理装置70では、例えば本開示の画像処理装置としての画像処理のためのソフトウエアを、通信部80によるネットワーク通信やリムーバブル記録媒体81を介してインストールすることができる。或いは当該ソフトウエアは予めROM72や記憶部79等に記憶されていてもよい。
 例えばこのようなソフトウエア(アプリケーションプログラム)によって、図6のような機能構成が情報処理装置70のCPU71において構築される。
 図6は例えば画像処理装置TDxとして機能する情報処理装置70として設けられる機能を示している。即ち情報処理装置70(CPU71)は、処理部100、パラメータ設定部102としての機能を備える。
 処理部100は、揺れ変更処理、画像処理、又は音声処理などを行う機能を示している。
 例えば処理部100は撮像装置1等の画像ソースVSから送信されてきた動画データVD1について揺れ変更処理を行って、出力する動画データVD2とする処理を行う。
 また例えば処理部100は動画データVD1について輝度処理や色処理などの画像処理を行って、出力する動画データVD2とする処理を行う。
 また例えば処理部100は画像ソースVSから送信されてきた音声データAD1について音量変更や周波数特性変更などの音声処理を行って、出力する音声データAD2とする処理を行う。
 この処理部100の処理は、パラメータ設定部102からのパラメータPRMで制御される。パラメータ設定部102は、動画データVD1についての揺れ情報、又は動画データVD1、又は音声データAD1に応じてパラメータPRMを設定する。
 これにより処理部100の処理が動画データVD1についての揺れ情報、又は動画データVD1、又は音声データAD1に応じて実行されるようにする。
 即ちパラメータ設定部102は、入力される動画データVD1の揺れに関する複数の要素のうちの一つの要素である第1要素と、入力される動画データVD1に関するとともに第1要素以外の要素である第2要素(動画データVD1の要素、音声データAD1の要素、又は動画データVD1の他の揺れ要素)のうちの、一方の要素に応じて他方の要素の処理のパラメータPRMを設定するパラメータ設定処理を行う。
 そして処理部100で、パラメータ設定部102で設定したパラメータPRMを用いて、他方の要素に関する処理が行われるようにしている。
 より具体的な機能構成例を図7に示す。
 処理部100として、揺れ変更部101、画像処理部107、音声処理部108を示している。
 動画データVD1は、例えば画像処理部107での画像処理や、揺れ変更部101での揺れ変更が施されて、動画データVD2として出力される。
 画像処理部107と揺れ変更部101の処理順序は図示とは逆の順序でも良い。
 画像処理部107は、各種の画像の要素を変更する画像処理をパラメータPRM2に応じて行う機能としている。画像処理としては例えば動画データVD1の輝度処理、色処理、画像エフェクト処理等が想定される。より具体的には、例えば画像の明るさや色合いの変化や、画像のトーン変化、シャープネス、ボケ、モザイク、解像度などのレベルが変化されるようにすることが考えられる。
 揺れ変更部101は、動画データVD1の揺れの要素に対する揺れ変更処理をパラメータPRM1に応じて行う機能としている。
 揺れの要素の一例としては、揺れの方向別の要素が考えられ、揺れの方向別の要素として、ピッチ方向の揺れ成分、ヨー方向の揺れ成分、ロール方向の揺れ成分、ドリー方向(奥行き方向)の揺れ成分がある。本実施の形態としては、揺れの要素として以上の方向別の要素を例に挙げて説明するが、揺れの要素としては、例えば揺れの周波数で分けられる高周波揺れ、低周波揺れなども考えられる。
 揺れ変更とは上述のように、揺れの除去、揺れの一部除去、揺れの付加などを含む。なおそれらの処理は、演出のための揺れ変更でもよいし、揺れのキャンセルのための揺れ変更でも良い。
 音声処理部108は、各種の音声の要素を変更する音声処理をパラメータPRM3に応じて行う機能としている。音声処理としては例えば音声データAD1の音量処理や音質処理、音響エフェクト処理が想定される。より具体的には、例えば音量の増減、周波数特性の変動、ピッチ変動、ステレオ音声の位相差変化、パンニング状態の変化などが考えられる。
 パラメータ設定部102は、図5でも述べたように、動画データVD1についての揺れ情報、又は動画データVD1、又は音声データAD1に応じてパラメータPRMを設定するが、このパラメータPRMとは、揺れ変更パラメータPRM1、画像処理パラメータPRM2、音声処理パラメータPRM3のいずれか1つ、もしくは複数となる。
なお本開示では、これらを区別する場合に「パラメータPRM1」「パラメータPRM2」「パラメータPRM3」と表記している。
 このようなパラメータ設定部102と処理部100によっては、動画データVD1に関する一方の要素に応じて他方の要素の処理が行われるが、それは次に列挙するような処理のことである。
 ・動画データVD1の揺れの要素(1又は複数の要素)に応じてパラメータPRM1を設定し、揺れ変更部101で揺れの他の要素(1又は複数の要素)を変化させる揺れ変更処理を行う。
 ・動画データVD1の揺れの要素(1又は複数の要素)に応じてパラメータPRM2を設定し、画像処理部107で動画データVD1の画像の要素(1又は複数の要素)を変化させる画像処理を行う。
 ・動画データVD1の揺れの要素(1又は複数の要素)に応じてパラメータPRM3を設定し、音声処理部108で音声データAD1の音声の要素(1又は複数の要素)を変化させる音声処理を行う。
 ・動画データVD1の要素(1又は複数の要素)に応じてパラメータPRM1を設定し、揺れ変更部101で揺れの要素(1又は複数の要素)を変化させる揺れ変更処理を行う。
 ・音声データAD1の要素(1又は複数の要素)に応じてパラメータPRM1を設定し、揺れ変更部101で揺れの要素(1又は複数の要素)を変化させる揺れ変更処理を行う。
 ・動画データVD1の要素(1又は複数の要素)と音声データAD1の要素(1又は複数の要素)に応じてパラメータPRM1を設定し、揺れ変更部101で揺れの要素(1又は複数の要素)を変化させる揺れ変更処理を行う。
 ・動画データVD1の要素(1又は複数の要素)と揺れの要素(1又は複数の要素)に応じてパラメータPRM1を設定し、揺れ変更部101で揺れの他の要素(1又は複数の要素)を変化させる揺れ変更処理を行う。
 ・音声データAD1の要素(1又は複数の要素)と揺れの要素(1又は複数の要素)に応じてパラメータPRM1を設定し、揺れ変更部101で揺れの他の要素(1又は複数の要素)を変化させる揺れ変更処理を行う。
 ・動画データVD1の要素(1又は複数の要素)と音声データAD1の要素(1又は複数の要素)と揺れの要素(1又は複数の要素)に応じてパラメータPRM1を設定し、揺れ変更部101で揺れの他の要素(1又は複数の要素)を変化させる揺れ変更処理を行う。
 以上の処理として、揺れ成分に応じて、画像、音声又は他の揺れ成分を変化させたり、或いは画像や音声に応じて、揺れ成分を変化させたりすることが可能となる。
 なお図7では、処理部100として、揺れ変更部101、画像処理部107、音声処理部108を示したが、図6の処理部100の構成としては、揺れ変更部101、画像処理部107、音声処理部108のいずれか1つが少なくとも設けられれば良い。
 図7にはユーザインタフェース処理部103としての機能も示している。
 なお、「ユーザインタフェース」は「UI」とも表記し、ユーザインタフェース処理部103は、以下「UI処理部103」とも表記する。
 UI処理部103は、揺れ要素、画像要素、音声要素の相互間の変換又は反映に関する操作子をユーザに対して提示させるとともに操作子による操作情報を取得する処理を行う機能である。
 例えばUI処理部103は表示部77にUI画像として、操作子や画像に関する情報を示す画像を表示させる処理を行う。またUI処理部103は入力部76によるユーザの操作を検出する。例えばUI画像に対するタッチ操作などを検出する。
 UI処理部103により検知された操作情報はパラメータ設定部102に送られ、パラメータ設定部102は操作情報に応じてパラメータ設定を行う。
 UI処理部103の処理によりユーザに提示される操作子の一例を図8Aに示す。揺れ要素、画像、音の相互間の要素の変換をユーザに提示する操作子の例である。
 例えば左側の要素選択部61として、揺れの要素として、「ヨー」「ロール」「ピッチ」「ドリー」が表示され、ラジオボタンで1又は複数の要素が選択可能とされる。
 また右側の要素選択部62として、画像の要素としての「輝度」「彩度」、揺れの要素の「ドリー」、音の要素として「サウンド」が表示され、ラジオボタンで1又は複数の要素が選択可能とされる。
 また矢印ボタン63,64により、反映させる方向を指定可能としている。
 例えば図8Aは、ユーザが、要素選択部61で「ヨー」を選択し、要素選択部62で「サウンド」を選択し、矢印ボタン63を選択した状態を示している。
 この場合、パラメータ設定部102は、揺れ情報のヨー成分に応じてパラメータPRM3を設定し、音声処理部108でヨー成分に応じた音声処理が行われることになる。
 図8Bは、ユーザが、要素選択部61で「ヨー」と「ピッチ」を選択し、要素選択部62で「サウンド」を選択し、矢印ボタン64を選択した状態を示している。
 この場合、パラメータ設定部102は、音声データAD1の要素に応じてパラメータPRM1を設定し、揺れ変更部101で音声の要素に応じたヨー成分とピッチ成分の揺れ変更処理が行われることになる。
 図8Cは、ユーザが、要素選択部61で「ヨー」と「ロール」を選択し、要素選択部62で「輝度」と「サウンド」を選択し、矢印ボタン63を選択した状態を示している。
 この場合、パラメータ設定部102は、揺れ情報のヨー成分及びロール成分に応じてパラメータPRM2,PRM3を設定し、画像処理部107でヨー成分及びロール成分に応じた画像処理が行われ、音声処理部108でヨー成分及びロール成分に応じた音声処理が行われることになる。
 例えばこのようにユーザ操作によって、反映元の要素と反映先の要素が指定されることで、ユーザの意思に応じた画像や音声の演出効果等が実現される。もちろん図8の例は一例である。操作子では音の要素を「サウンド」として選択可能としたが、「音量」「音質」など、より詳細に要素を選択可能としてもよい。
 なお、ユーザ操作に基づく要素選択を行う例を挙げているがこれは一例である。ユーザ操作に基づかずに自動的に反映元の要素と反映先の要素が選択されることも考えられる。例えば動画データVD1の画像解析、音声データAD1の音声解析、揺れ情報解析によって、パラメータ設定部102が、適切な反映元の要素を判定するとともに、適した反映先の要素を設定してパラメータ設定を行うようにしても良い。
 以上の図6,図7に示した機能構成では、振動要素と他の要素を相互に変換することを可能としている。
 例えば振動を、明るさに変換したり、色に変換したり、音に変換したりして画像効果や音響効果を付加する。
 或いは逆に音や画像の要素を振動(ヨー、ピッチ、ロール、ドリー等の揺れ成分)に変換して揺れの画像効果を付加する。
 或いはロール揺れをドリー揺れにするなど振動の軸を変換する。
 これらのように、ある要素を別の要素に変換してその画像や音声に加えることで演出効果を高めることができる。
 例えば画像に加える揺れ(縦揺れ等)の周波数、振幅を音声や音楽にかぶせることで、普通に喋ったり、音楽が鳴ったりしているよりも画像に合わせた揺れた感じを演出できる。
 縦揺れ(ピッチ)成分であれば、大きく揺れる時に音の振幅(音量)を上げることで、その衝撃を強調できる。
 横揺れ(ヨー)成分であれば、左右の揺れに応じてステレオの左右の音の位相差をつけることで、更に左右に揺れているさまを表現できる。
 回転(ロール)成分であれば、音の振幅、ピッチ、位相差の全てをゆれ量に応じて変調することで、混乱しているかのような効果を付けることができる。
 逆に音が爆発音や振動音だった場合、その周波数、振幅を画像にかぶせることでその音にあった画像の揺れを演出できる。
 大きい音が鳴った場合、その音量に応じて画像に縦揺れを加えることで画像がより揺れるため、揺れている感じを強調できる。
 爆発音等の音の周波数が低い場合は少ない回数の揺れを加えることで爆発等を表現するような揺れ感となり、周波数が高い場合は細かい揺れを継続的に加えることで、細かい揺れを表現する感じになる。
 また、ふらふらとした画像の例えばロール成分をドリーやズームの動きとして画像に反映させることで、よりふらふらした感じを加えることができる。
 揺れが大きい時、例えば縦に揺れていて上方向に揺れる時に画面をより明るくして、下方向に揺れる時に画面をより暗くすることで、明るさの変化によるゆれ演出ができる。
 回転(ロール)方向の揺れに応じて、時計回りなら赤の色相方向に、反時計回りなら青の色相方向に色味の変化をつけることで、より混乱した感じを強調できる。
 ここで、或る要素を他の要素へ反映させる例を説明しておく。ここでは揺れの要素を音の要素に反映させる例を挙げる。
 図9は揺れ成分を音の高さ(ピッチや周波数)に適用する例を示している。
 元の音の波形を揺れ成分で周波数変調する処理である。例えば、
 A ・ sin(θ + θyure)
 で表される音声処理となる。なお「A」は音声データ値、 「θyure」は揺れ成分である。
 図10は揺れ成分を音の高さ(ピッチや周波数)に適用する例を示している。
 元の音の波形を揺れ成分で振幅変調する処理である。例えば、
 A ・Ayure ・ sin(θ) 
 で表される音声処理となる。なお「Ayure」は揺れの振幅成分である。
 図11は音声データAD1がステレオ信号などの複数チャンネルの信号である場合に、揺れ成分を位相差に適用する例を示している。例えば、
 左チャンネル:A ・ sin(θ + θyure)
 右チャンネル:A ・ sin(θ -θyure)
 などとする。
 以上は揺れの要素を音の要素に反映される例であるが、或る要素を他の要素に反映される具体例は多様に考えられる。
<3.動画ファイル及びメタデータ>
 以下、画像ソースVSである撮像装置1で撮像され、画像処理装置TDxへ入力された動画ファイルMFについて、上記のような或る要素を他の要素に反映する処理を行う例を説明していく。
 最初に、撮像装置1等の画像ソースVSから画像処理装置TDxに伝送される動画ファイルMFの内容とメタデータの内容を説明する。
 図12Aは動画ファイルMFに含まれるデータを示している。図示のように動画ファイルMFには「ヘッダー」「サウンド」「ムービー」「メタデータ」としての各種のデータが含まれる。
 「ヘッダー」には、ファイル名、ファイルサイズ等の情報とともにメタデータの有無を示す情報などが記述される。
 「サウンド」は動画とともに収録された音声データAD1である。例えば2チャネルステレオ音声データが格納される。
 「ムービー」は動画データであり、動画を構成する各フレーム(#1、#2、#3・・・)としての画像データで構成される。
 「メタデータ」としては、動画を構成する各フレーム(#1、#2、#3・・・)に対応づけられた付加情報が記述される。
 メタデータの内容例を図12Bに示す。例えば1つのフレームに対して、IMUデータ、座標変換パラメータHP、タイミング情報TM、カメラパラメータCPが記述される。なお、これらはメタデータ内容の一部であり、ここでは後述する画像処理に関連する情報のみを示しているものである。
 IMUデータとしては、ジャイロ(角速度データ)、アクセル(加速度データ)、サンプリングレートが記述される。
 センサ部23として撮像装置1に搭載されるIMUでは、角速度データと加速度データを所定のサンプリングレートで出力している。一般に、このサンプリングレートは撮像画像のフレームレートより高く、このため1フレーム期間に多くのIMUデータサンプルが得られるものとなっている。
 そのため角速度データとしては、図12Cに示すジャイロサンプル#1、ジャイロサンプル#2・・・ジャイロサンプル#nというように、1フレームについてn個のサンプルが対応づけられる。
 また加速度データとしても、アクセルサンプル#1、アクセルサンプル#2・・・アクセルサンプル#mというように、1フレームについてm個のサンプルが対応づけられる。
 n=mの場合もあるし、n≠mの場合もある。
 なお、ここではメタデータは各フレームに対応づけられる例で説明しているが、例えばIMUデータはフレームとは完全に同期しない場合もある。そのような場合、例えば各フレームの時間情報と関連する時間情報を、タイミング情報TMにおけるIMUサンプルタイミングオフセットとして持つようにされる。
 座標変換パラメータHPは、画像内の各画素の座標変換を伴う補正に用いるパラメータの総称としている。例えばレンズ歪みのような非線形な座標変換も含む。
 そして、座標変換パラメータHPとは、少なくとも、レンズ歪み補正パラメータ、台形歪み補正パラメータ、フォーカルプレーン歪み補正パラメータ、電子手ぶれ補正パラメータ、光学手ぶれ補正パラメータを含みうる用語としている。
 レンズ歪み補正パラメータは、樽型収差、糸巻き型収差などの歪みをどのように補正したかを直接または間接的に把握しレンズ歪補正前の画像に戻すための情報となる。メタデータの1つとしてのレンズ歪み補正パラメータに関するメタデータについて簡単に説明しておく。
 図13Aにはレンズ系11とイメージセンサ12aの模式図において、像高Y、角度α、入射瞳位置d1、射出瞳位置d2を示している。
 レンズ歪み補正パラメータは、画像処理においては、イメージセンサ12aの各画素についての入射角度を知りたいために用いられる。そのため像高Y、角度αの関係がわかれば良い。
 図13Bはレンズ歪み補正前の画像110とレンズ歪み補正後の画像111を示している。最大像高H0は歪み補正前の最大像高であり、光軸の中心から最遠までの距離である。最大像高H1は歪み補正後の最大像高である。
 像高Y、角度αの関係がわかるようにメタデータとして必要なのは、歪み補正前の最大像高H0と、N個の各像高に対する入射角度のデータd0、d1、・・・d(N-1)となる。“N”は一例として10程度であることが想定される。
 図12Bに戻って、台形歪み補正パラメータは、電子手ぶれ補正によって切り出し領域を中央からずらすことで生じる台形歪みを補正するときの補正量であり、電子手ぶれ補正の補正量に応じた値ともなる。
 フォーカルプレーン歪み補正パラメータは、フォーカルプレーン歪みに対してライン毎の補正量を示す値となる。
 電子手ぶれ補正及び光学手ぶれ補正に関しては、ヨー、ピッチ、ロールの各軸方向についての補正量を示すパラメータとなる。
 なお、レンズ歪み補正、台形歪み補正、フォーカルプレーン歪み補正、電子手ぶれ補正の各パラメータについては、座標変換パラメータと総称しているが、これらの補正処理は、撮像素子部12のイメージセンサ12aの各画素に結像した像に対する補正処理であって、各画素の座標変換を伴う補正処理のパラメータであるためである。光学手ぶれ補正も座標変換パラメータの1つとするが、光学手ぶれ補正においてフレーム間成分の揺れの補正は各画素の座標変換を伴う処理となるためである。
 つまり、これらのパラメータを用いて逆補正を行えば、レンズ歪み補正、台形歪み補正、フォーカルプレーン歪み補正、電子手ぶれ補正、光学手ぶれ補正が施された画像データを、各補正処理前、即ち、撮像素子部12のイメージセンサ12aに結像したときの状態に戻すことができる。
 またレンズ歪み補正、台形歪み補正、フォーカルプレーン歪み補正の各パラメータについては、被写体からの光学像自体が光学的に歪んだ状態で撮像された画像である場合に対する歪み補正処理であり、それぞれ光学歪み補正を目的とするものであるため、光学歪み補正パラメータと総称している。
 つまり、これらのパラメータを用いて逆補正を行えば、レンズ歪み補正、台形歪み補正、フォーカルプレーン歪み補正が施された画像データを、光学歪み補正前の状態に戻すことができる。
 メタデータにおけるタイミング情報TMとしては、露光時間(シャッタースピード)、露光開始タイミング、読み出し時間(幕速)、露光フレーム数(長秒露光情報)、IMUサンプルオフセット、フレームレートの各情報が含まれる。
 本実施の形態の画像処理においては、これらは主に各フレームのラインとIMUデータを対応づけるために用いられる。
 但しイメージセンサ12aがCCDの場合やグローバルシャッター方式のCMOSの場合であっても、 電子シャッターやメカシャッターを用いて露光重心がずれる場合は、露光開始タイミングと幕速も用いて露光重心に合わせた補正が可能となる。
 メタデータにおけるカメラパラメータCPとしては、画角(焦点距離)、ズーム位置、レンズ歪み情報が記述される。
<4.実施の形態の画像処理>
 実施の形態としての画像処理装置TDxとなる情報処理装置70の処理例を説明する。
 図14は、画像処理装置TDxとしての情報処理装置70において実行される各種処理の手順を示すとともに、各処理で用いる情報の関係性を示している。
 なお、図7の揺れ変更部101の機能によっては、図14においてステップST30として囲った、ステップST13,ST14,ST15,ST16の処理が行われる。
 画像処理部107の機能によってはステップST20の画像処理が行われる。
 音声処理部108の機能によってはステップST22の音声処理が行われる。
 パラメータ設定部102の機能によってはステップST41のパラメータ設定処理が行われる。
 UI処理部103の機能によってはステップST40のUI処理が行われる。
 図14の処理として、まず前処理としてのステップST1,ST2,ST3,ST4について説明する。
 前処理は動画ファイルMFのインポート時に行われる処理とする。
 ここでいう「インポート」とは、情報処理装置70が例えば記憶部79などに取り込んでいることでアクセス可能な動画ファイルMFなどを画像処理の対象とすることを指し、前処理を行って画像処理可能に展開することをいう。例えば撮像装置1から携帯端末2等に転送することを指すものではない。
 CPU71は、ユーザ操作等により指定された動画ファイルMFを画像処理対象となるようにインポートするとともに、前処理として動画ファイルMFに付加されたメタデータに関する処理を行う。例えば動画の各フレームに対応するメタデータを抽出して記憶する処理を行う。
 具体的には、この前処理では、メタデータ抽出(ステップST1)、全IMUデータ連結(ステップST2)、メタデータの保持(ステップST3)、クオータニオン(撮像装置1の姿勢情報)への変換、保持(ステップST4)が行われる。
 ステップST1のメタデータ抽出としては、CPU71は、対象の動画ファイルMFを読み込んで、図12で説明したように動画ファイルMFに含まれているメタデータを抽出する。
 なおステップST1,ST2,ST3,ST4の一部又は全部を撮像装置1などの画像ソースVS側で行ってもよい。その場合は、前処理においては、以下説明するそれらの処理後の内容がメタデータとして取得される。
 CPU71は、抽出されたメタデータのうち、IMUデータ(角速度データ(ジャイロサンプル)と加速度データ(アクセルサンプル))については、ステップST2で連結処理を行う。
 これは、全フレームについて対応づけられているIMUデータについて、全てを時系列順に並べて連結し、動画のシーケンス全体に対応するIMUデータを構築する処理となる。
 そして連結したIMUデータに対して積分処理を行って、動画のシーケンス上の各時点での撮像装置1の姿勢を表すクオータニオンQDを算出し、これを記憶保持する。クオータニオンQDを算出するとしているのは一例である。
 なお角速度データのみでクオータニオンQDを計算することもできる。
 CPU71は、抽出されたメタデータのうち、IMUデータ以外のメタデータ、即ち座標変換パラメータHP、タイミング情報TM、カメラパラメータCPについては、ステップST3で保持する処理を行う。即ち各フレームに対応した状態で座標変換パラメータHP、タイミング情報TM、カメラパラメータCPを記憶する。
 以上の前処理が行われることで、CPU71にとっては、動画ファイルMFとして受け取った動画データに対する揺れ変更を含めた各種の画像処理を行う準備がなされたことになる。
 図14の定常処理は、以上のように前処理が施された動画ファイルMFの動画データを対象として行う画像処理を示している。
 CPU71は、動画の1フレーム取り出し(ステップST11)、撮像装置内部補正キャンセル(ステップST12)、画像処理(ステップST20)、天球モデルへの貼り付け(ステップST13)、同期処理(ステップST14)、揺れ情報調整(ステップST15)、揺れ変更(ステップST16)、出力領域指定(ステップST17)、平面投影及び切り出し(ステップST18)、オーディオデコード(ステップST21)、及び音声処理(ステップST22)の処理を行う。
 CPU71は、以上のステップST11からステップST20の各処理は、動画ファイルMFの画像再生の際に毎フレームについて行うことになる。
 ステップST11でCPU71は、フレーム番号FNに沿って動画(動画ファイルMFの動画データVD1)の1フレームをデコードする。そして1フレームの動画データPD(#FN)を出力する。なお『(#FN)』はフレーム番号を示し、そのフレームに対応する情報であることを表すものとする。
 なお、動画が圧縮などのエンコード処理をされたものでない場合は、このステップST11でのデコード処理は不要である。
 1フレームの動画データPDは、動画データVD1を構成する画像データである。
 ステップST21でCPU71は、フレームに同期した音声データAD1をデコードする。なおここではステップST22の音声処理が可能な状態とされればよく、音声処理の内容や動画ファイルMFの形式等によってはデコード処理が不要な場合もある。
 ステップST22でCPU71は、パラメータPRM3に応じて音声処理を行い、処理後の音声データAD2を出力する。
 例えば音量の増減、周波数特性の変動、ピッチ変動、ステレオ音声の位相差変化、パンニング状態の変化などの処理が想定される。
 なお、ここでいう音声処理はパラメータPRM3に応じて行う処理であり、パラメータPRM3を伴う処理の実行トリガが生じていない場合は、特に音声処理を行わないで入力された音声データAD1をそのまま音声データAD2として出力することになる。
 ステップST12でCPU71は、1フレームの動画データPD(#FN)について撮像装置1で行われた内部補正をキャンセルする処理を行う。
 このためにCPU71は、前処理時に当該フレーム番号(#FN)に対応して記憶された座標変換パラメータHP(#FN)を参照し、撮像装置1で行われた補正とは逆補正を行う。これにより撮像装置1におけるレンズ歪み補正、台形歪み補正、フォーカルプレーン歪み補正、電子手ぶれ補正、光学手ぶれ補正がキャンセルされた状態の動画データiPD(#FN)を得る。つまり撮像装置1で行われた揺れ除去等がキャンセルされて、撮像時の手ぶれ等の揺れの影響がそのまま現れている動画データである。これは、撮像時の補正処理をキャンセルして補正前の状態としたうえで、撮像時揺れ情報(例えばクオータニオンQD)を用いたより高精度の揺れ除去や、揺れ付加を行うためである。
 但し、このステップST12としての撮像装置内部補正キャンセルの処理は行われなくてもよい。例えばステップST12の処理をスキップして、動画データPD(#FN)をそのまま出力してもよい。
 ステップST20でCPU71は、パラメータPRM2に応じて動画データiPD(#FN)の画像処理を行う。
 例えば画像の明るさや色合いの変化や、画像のトーン変化、シャープネス、ボケ、モザイク、解像度などのレベルが変化されるようにする処理が想定される。
 なお、ここでいう画像処理はパラメータPRM2に応じて行う処理であり、パラメータPRM2を伴う処理の実行トリガが生じていない場合は、特に画像処理を行わないでそのまま動画データiPD(#FN)を出力することになる。
 なお、このステップST20の画像処理は、この段階の動画データiPD(#FN)に対して行うことに限らず、後述の出力動画データoPDに対して実行してもよい。従って例えば後述のステップST18の次の処理としてステップST20が行われてもよい。
 ステップST13でCPU71は、1フレームの動画データiPD(#FN)について天球モデルへの貼付を行う。このとき、当該フレーム番号(#FN)に対応して記憶されたカメラパラメータCP(#FN)、即ち画角、ズーム位置、レンズ歪み情報を参照する。
 図15に天球モデルへの貼付の概要を示す。
 図15Aは動画データiPDを示している。像高hは画像中心からの距離である。図中の各円は像高hが等しくなる位置を示している。
 この動画データiPDのフレームについての画角、ズーム位置、レンズ歪み情報から、そのフレームにおける「イメージセンサ面と入射角φの関係」を計算し、イメージセンサ面の各位置の「data0」・・・「dataN-1」とする。そして「data0」・・・「dataN-1」から図15Bのような像高hと入射角φの関係の1次元のグラフとして表現する。入射角φは光線の角度(光軸から見た角度)である。
 この1次元のグラフを撮像画像の真ん中を中心に1回転させて、各ピクセルと入射角の関係を求める。
 それに従って図15Cの画素G1から天球座標上の画素G2のように、動画データiPDの各画素について天球モデルMTへのマッピングを行うことになる。
 以上によりレンズ歪みが除去された状態で撮像画像を理想天球面に貼り付けた天球モデルMTの画像(データ)が得られる。この天球モデルMTは、その動画データiPDを元々撮像した撮像装置1の固有のパラメータや歪みが除去され、理想的なピンホールカメラで見える範囲が、天球面に貼ってあるものとなっている。
 従ってこの状態で天球モデルMTの画像を所定方向に回転させることで、揺れ除去や揺れ演出としての揺れ変更処理が実現できることになる。
 ここで揺れ変更処理には撮像装置1の姿勢情報(クオータニオンQD)を用いることになる。このためにCPU71はステップST14で同期処理を行うようにしている。
 同期処理では、フレーム番号FNに対応して、ライン毎に適したクオータニオンQD(#LN)を特定し取得する処理を行う。なお『(#LN)』はフレーム内のライン番号を示し、そのラインに対応する情報であることを表すものとする。
 なお、ライン毎のクオータニオンQD(#LN)を用いるのは、イメージセンサ12aがCMOS型でローリングシャッター方式の撮像が行われる場合、ライン毎に揺れの量が異なるためである。
 例えばイメージセンサ12aがCCD型でグローバルシャッター方式の撮像が行われる場合は、フレーム単位のクオータニオンQD(#FN)を用いれば良い。
 なお、イメージセンサ12aとしてのCCDやCMOSのグローバルシャッターの時でも電子シャッター(メカシャッターでも同様)を用いていると重心がずれるので、フレームの露光期間の中心(電子シャッターのシャッター速度に応じてずれる)のタイミングのクオータニオンを用いると良い。
 ここで画像に現れるブラーについて考慮する。
 ブラーとは、同一フレーム内の撮像装置と被写体の間の相対的な動きによる、画像のにじみのことである。即ち露光時間内の揺れによる画像のにじみである。露光時間が長くなる程、ブラーとしてのにじみの影響は強くなる。
 電子手ぶれ補正は、フレーム毎に切り出す画像範囲を制御する方式を用いる場合、フレーム間に生じる「揺れ」を軽減/解消できるものであるが、露光時間内の相対的な揺れは、このような電子手ぶれ補正では低減できない。
 また手ぶれ補正で切り出し領域を変化させるときは、各フレームの姿勢情報を用いるが、その姿勢情報が、露光期間の開始又は終了のタイミング等の露光期間の中心とずれたものであると、その姿勢を基準とした露光時間内の揺れの方向が偏ることになり、にじみが目立ちやすい。さらに、CMOSのローリングシャッターではラインごとに露光期間が異なる。
 そこでステップST14の同期処理では、動画データの各フレームについて、ライン毎の露光重心のタイミングを基準としてクオータニオンQDを取得するようにする。
 図16には、撮像装置1の垂直期間の同期信号cVと、この同期信号cVから生成されるイメージセンサ12aの同期信号sV、及びIMUデータのサンプルタイミングを示すとともに、露光タイミング範囲120を示している。
 露光タイミング範囲は、ローリングシャッター方式で露光時間t4としたときの1フレームの各ラインの露光期間を平行四辺形で模式的に示したものである。さらに同期信号cVと同期信号sVの時間的なオフセットt0、IMUサンプルタイミングオフセットt1、読み出し開始タイミングt2、読み出し時間(幕速)t3、露光時間t4を示している。なお読み出し開始タイミングt2は同期信号sVから所定時間t2ofを経たタイミングとなる。
 各IMUサンプルタイミングで得られる各IMUデータについてはフレームに紐づけられる。例えば期間FH1におけるIMUデータは平行四辺形で露光期間を示した現フレームに紐付いたメタデータとされ、期間FH1におけるIMUデータは次のフレームに紐付いたメタデータとされる。但し図14のステップST2で全IMUデータを連結することで、各フレームとIMUデータの紐付けを解除し時系列でIMUデータを管理できる状態になっている。
 この場合に、現フレームの各ラインの露光重心(破線Wのタイミング)に相当するIMUデータを特定する。これはIMUデータとイメージセンサ12aの有効画素領域との時間的な関係がわかれば計算できる。
 そこで当該フレーム(#FN)に対応するタイミング情報TMとして取得できる情報を用いて、各ラインの露光重心(破線Wのタイミング)に相当するIMUデータを特定する。
 即ち露光時間、露光開始タイミング、読み出し時間、露光フレーム数、IMUサンプルオフセット、フレームレートの情報である。
 そして露光重心のIMUデータから計算されたクオータニオンQDを特定し、ライン毎の姿勢情報であるクオータニオンQD(#LN)とする。
 このクオータニオンQD(#LN)はステップST15の揺れ情報調整の処理に提供される。
 揺れ情報調整では、CPU71は入力された揺れ変更パラメータPRMに従ってクオータニオンQDを調整する。
 揺れ変更パラメータPRMは、ユーザ操作に応じて入力されるパラメータであったり、自動制御によって発生されるパラメータであったりする。
 ユーザは、画像に任意の揺れ具合を付加するように揺れ変更パラメータPRMの入力を行うことができる。またCPU71は、画像解析や画像種別、或いはユーザの揺れのモデルの選択操作などに応じて自動制御により揺れ変更パラメータPRMを発生することができる。
 ここで図14にはステップST40のUI処理と、ステップST41のパラメータ設定処理を示している。
 UI処理により、ユーザは揺れ変更を指示する操作入力を行うことができる。即ち揺れ演出としての揺れを指示する操作や、揺れ除去の程度を指示するような操作などである。
 加えて本実施の形態の場合、UI処理(ST40)により、例えば図8A等に示した操作子を表示させ、ユーザが或る要素を他の要素に反映させるための選択操作を行うことを可能とする。
 ステップST40のUI処理に基づいて、CPU71はステップST41で各種のパラメータ設定を行う。例えばユーザ操作に応じた揺れ変更のパラメータPRM1が設定され、ステップST15の揺れ情報調整処理に供される。パラメータPRM1は、揺れ除去や揺れ演出としてのパラメータも含むが、上述したように或る要素を或る揺れの要素に反映させる場合のパラメータでもある。
 またステップST41でCPU71は、画像処理のパラメータPRM2を設定し、ステップST20の画像処理で用いられるようにする場合もある。
 またステップST41でCPU71は、音声処理のパラメータPRM3を設定し、ステップST22の音声処理で用いられるようにする場合もある。
 これらパラメータPRM1,PRM2,PRM3は、或る要素の情報に基づいて設定される。このためステップST40のパラメータ設定処理では、元となる揺れ情報としてクオータニオンQD(#LN)の参照や解析を行う。またパラメータ設定処理では、設定の元となる動画データVD1や音声データAD1の参照や解析を行う。
 ステップST15の揺れ情報調整の処理では、CPU71は、撮像時揺れ情報であるクオータニオンQDやステップST41で設定された揺れ変更のパラメータPRM1に基づいて、画像に揺れを付加したり、揺れの量を増減させたりするための調整後クオータニオンeQDを生成する。
 具体的な調整後クオータニオンeQDの生成例を図17,図18,図19で説明する。
 図17はパラメータPRM1による周波数帯域別ゲインの指示に応じて調整後クオータニオンeQDを生成する例である。
 周波数帯域とは揺れの周波数の帯域である。説明上、ローバンド、ミドルバンド、ハイバンドの3つの帯域に分けるとする。もちろんこれは一例にすぎず帯域数は2以上であればよい。
 低域ゲインLG、中域ゲインMG、高域ゲインHGが、揺れ変更のパラメータPRM1として与えられる。
 図17の調整処理系としては、低域通過フィルタ41,中域通過フィルタ42,高域通過フィルタ43、ゲイン演算部44,45,46、合成部47を有する。
 この調整処理系には「揺らすためのクオータニオンQDs」を入力する。これは撮像時揺れ情報としてのクオータニオンQDの共役である。
 揺らすためのクオータニオンQDsとしての現在フレーム及び前後の所定フレームについての各値qを低域通過フィルタ41に入力し、低域成分qlowを求める。
Figure JPOXMLDOC01-appb-M000001
 この低域成分qlowに対してゲイン演算部44で低域ゲインLGを与える。
 式中のmean(q,n)は、qの前後n個の平均値を示す。
 なお、このmean(q,n)の式はあくまでも低域通過フィルタの一例であり、他の計算方法でもよいことは言うまでもない。以降説明する各式も一例である。
 揺らすためのクオータニオンQDsの値qは中域通過フィルタ42にも入力し、中域成分qmidを求める。
Figure JPOXMLDOC01-appb-M000002
 なお、q* lowはqlowの共役である。
 また“×”はクオータニオン積である。
 この中域成分qmidに対してゲイン演算部45で中域ゲインMGを与える。
 また揺らすためのクオータニオンQDsの値qを高域通過フィルタ43に入力し、高域成分qhighを求める。
Figure JPOXMLDOC01-appb-M000003
 なお、q* midはqmidの共役である。
 この高域成分qhighに対してゲイン演算部46で高域ゲインHGを与える。
 これらのゲイン演算部44,45,46は、入力を“qin”とする。
Figure JPOXMLDOC01-appb-M000004
 この場合にθ’=θ*gainとして、次の“qout”を出力する。
(但しgainは、低域ゲインLG、中域ゲインMG、高域ゲインHG) 
Figure JPOXMLDOC01-appb-M000005
 このようなゲイン演算部44,45,46により、それぞれ低域ゲインLG、中域ゲインMG、高域ゲインHGが与えられた低域成分q'low、中域成分q'mid、高域成分q'highが得られる。これを合成部47で合成した値qmixedを得る。
Figure JPOXMLDOC01-appb-M000006
 なお“×”はクオータニオン積である。
 このように求められた値qmixedが調整後クオータニオンeQDの値となる。
 なお以上は帯域分割した例であるが、帯域分割せずにパラメータPRM1に応じたゲインを与えるという調整後クオータニオンeQDの生成手法も考えられる。
 次に図18は揺れ変更のパラメータPRM1による方向別ゲインの指示に応じて調整後クオータニオンeQDを生成する例である。
 方向とは揺れの方向であり、即ち、ヨー、ピッチ、ロールの方向である。
 ヨーゲインYG、ピッチゲインPG、ロールゲインRGが、揺れ変更パラメータPRMとして与えられる。
 図18の調整処理系としては、ヨー成分抽出部51,ピッチ成分抽出部52,ロール成分抽出部53、ゲイン演算部54,55,56、合成部57を有する。
 ヨー成分抽出部51,ピッチ成分抽出部52,ロール成分抽出部53には、それぞれヨー軸(Yaw axis)、ピッチ軸(Pitch axis)、ロール軸(Roll axis)の情報が提供される。
 揺らすためのクオータニオンQDsとしての現在フレーム及び前後の所定フレームについての各値qをヨー成分抽出部51,ピッチ成分抽出部52,ロール成分抽出部53にそれぞれ入力し、ヨー成分qyaw、ピッチ成分qpitch、ロール成分qrollを求める。
 これら各成分抽出処理は、入力を次の“qin”とする。
Figure JPOXMLDOC01-appb-M000007
 uは、ヨー軸、ピッチ軸、ロール軸等の軸の方向を表す単位ベクトルである。
 この場合にθ’=θ*(a・u)として、次の“qout”を出力する。
Figure JPOXMLDOC01-appb-M000008
 そしてこのような成分抽出により得られたヨー成分qyaw、ピッチ成分qpitch、ロール成分qrollについては、ゲイン演算部54,55,56により、それぞれヨーゲインYG、ピッチゲインPG、ロールゲインRGを与える。
 そしてゲイン演算を施したヨー成分q'yaw、ピッチ成分q'pitch、ロール成分q'rollを合成部47で合成した値qmixedを得る。
Figure JPOXMLDOC01-appb-M000009
 なお、この場合の“×”もクオータニオン積である。
 このように求められた値qmixedが調整後クオータニオンeQDの値となる。
 図19は以上の周波数帯域別と方向別を組み合わせた例である。
 調整処理系としては、低域通過フィルタ41,中域通過フィルタ42,高域通過フィルタ43、方向別処理部58,59,90、ゲイン演算部44,45,46、合成部91を有する。
 揺れ変更のためのパラメータPRM1によっては、低域ゲインLG、中域ゲインMG、高域ゲインHG、及び図示していないヨーゲインYG、ピッチゲインPG、ロールゲインRGが与えられる。
 この調整処理系では、揺らすためのクオータニオンQDsとしての現在フレーム及び前後の所定フレームについての各値qを低域通過フィルタ41,中域通過フィルタ42,高域通過フィルタ43に供給してそれぞれの帯域成分を得る。各帯域成分は、方向別処理部58,59,90に入力される。
 方向別処理部58,59,90は、それぞれが図18のヨー成分抽出部51,ピッチ成分抽出部52,ロール成分抽出部53、ゲイン演算部54,55,56、合成部57を有するものとする。
 即ち、方向別処理部58では、揺らすためのクオータニオンQDsの低域成分に対して、ヨー方向、ロール方向、ピッチ方向の成分に分け、ヨーゲインYG、ピッチゲインPG、ロールゲインRGを用いてゲイン演算を行った後、合成する。
 方向別処理部59では、揺らすためのクオータニオンQDsの中域成分に対して、ヨー方向、ロール方向、ピッチ方向の成分に分けて同様にゲイン演算を行った後、合成する。
 方向別処理部90では、揺らすためのクオータニオンQDsの高域成分に対して、ヨー方向、ロール方向、ピッチ方向の成分に分けて同様にゲイン演算を行った後、合成する。
 なお、方向別処理部58,59,90で用いるゲインは、それぞれ異なるゲイン値とすることが想定される。即ち、方向別処理部58では低域用のヨーゲインYG、低域用のピッチゲインPG、低域用のロールゲインRGを用い、方向別処理部59では中域用のヨーゲインYG、中域用のピッチゲインPG、中域用のロールゲインRGを用い、方向別処理部90では高域用のヨーゲインYG、高域用のピッチゲインPG、高域用のロールゲインRGを用いる。即ち方向別処理部58,59,90では9個のゲインを用いることが考えられる。
 これらの方向別処理部58,59,90の出力はそれぞれゲイン演算部44,45,46に供給され、それぞれ低域ゲインLG、中域ゲインMG、高域ゲインHGが与えられる。そして合成部91で合成され、調整後クオータニオンeQDの値として出力される。
 以上の図19の例では、先に周波数帯域別に分けた後、それぞれの帯域成分毎に方向別の処理を適用したが、逆でもよい。即ち先に方向別に分けた後、それぞれの方向成分毎に周波数帯域別の処理を適用するようにしてもよい。
 その場合、周波数帯域別の処理では9個のゲインを用いることが考えられる。例えばヨー方向についての周波数帯域別の処理では、ヨー方向用の低域ゲインLG、ヨー方向用の中域ゲインMG、ヨー方向用の高域ゲインHGを用いる。ピッチ方向についての周波数帯域別の処理では、ピッチ方向用の低域ゲインLG、ピッチ方向用の中域ゲインMG、ピッチ方向用の高域ゲインHGを用いる。ロール方向についての周波数帯域別の処理では、ロール方向用の低域ゲインLG、ロール方向用の中域ゲインMG、ロール方向用の高域ゲインHGを用いる。
 以上では、パラメータPRM1として、ヨーゲインYG、ピッチゲインPG、ロールゲインRGや、低域ゲインLG、中域ゲインMG、高域ゲインHGを挙げたが、これらは揺れの要素(方向別の要素や周波数帯域別の要素)の変更処理を行うパラメータである。従って、或る要素のみの揺れの変更も、パラメータPRM1の設定により可能である。
 図14のステップST15では、例えば以上のような処理例によって調整後クオータニオンeQDが生成される。
 そして生成された調整後クオータニオンeQDはステップST16の揺れ変更処理に提供される。
 ステップST16の揺れ変更処理とは、例えば図17,図18,図19の処理で得られる調整後クオータニオンeQDを、揺れが止まった状態の画像に適用して揺れを付加するものと考えることができる。
 CPU71はステップST16の揺れ変更処理では、ステップST13でフレームの画像が貼り付けられた天球モデルMTの画像を、ライン毎に調整後クオータニオンeQD(#LN)を用いて回転させることで、揺れを付加するようにする。揺れ変更済天球モデルhMTの画像は、ステップST18の処理に送られる。
 そしてステップST18でCPU71は、揺れ変更済天球モデルhMTの画像を平面に投影し、切り出すことで、揺れ変更がなされた画像(出力動画データoPD)が得られる。
 この場合、天球モデルMTの回転により揺れ変更が実現されているとともに、天球モデルMTを用いることで、どこを切り出しても台形状にならないため結果として台形歪みも解消されていることになる。また上述のように天球モデルMTは理想的なピンホールカメラで見える範囲が天球面に貼ってあるものとなっているためレンズ歪みもない。天球モデルMTの回転がライン毎のクオータニオンQD(#LN)に基づく調整後クオータニオンeQD(#LN)に応じて行われることで、フォーカルプレーン歪み補正も解消されている。
 さらにクオータニオンQD(#LN)が各ラインの露光重心に対応するものであることで、ブラーが目立たない画像となっている。
 ステップST18で平面投影された後の画像と天球モデルMTの対応付けは次のようになる。
 図20Aは、平面投影する矩形の座標平面131の一例を示している。平面投影される画像の各座標を(x,y)とする。
 図20Bに示すように座標平面131を、天球モデルMTの真上に真ん中で接するように3次元空間上に配置(正規化)する。即ち、その座標平面131の中心が天球モデルMTの中心と一致し、かつ天球モデルMTと接する位置に配置されるようにする。
 この場合、ズーム倍率や切り出し領域のサイズに基づいて座標を正規化する。例えば図20Aのように座標平面131の水平座標を0乃至outhとし、垂直座標を0乃至outvとする場合、outhおよびoutvが画像サイズとされる。そして例えば、次の式により座標を正規化する。
Figure JPOXMLDOC01-appb-M000010
 上記(数10)において、min(A、B)は、AおよびBのうち値が小さい方を返す関数である。また、「zoom」は、拡大縮小を制御するためのパラメータである。
 またxnorm、ynorm、znormは、正規化したx、y、z座標である。
 上記(数10)の各式により、座標平面131の座標は、半径1.0の半球の球面上の座標に正規化される。
 切り出し領域の向きを求めるための回転は図21Aのように、座標平面131を回転行列演算により回転させる。即ち下記(数11)の回転行列を使用し、パン角、チルト角およびロール角で回転させる。ここではパン角は、座標をz軸周りに回転させる回転角度である。また、チルト角は、座標をx軸周りに回転させる回転角度であり、ロール角は、y軸周りに回転させる回転角度である。
Figure JPOXMLDOC01-appb-M000011
 上記(数11)において、「Rt」はチルト角、「Rr」はロール角、「Rp」はパン角である。また、(xrot、yrot、zrot)は回転後の座標である。
 この座標(xrot、yrot、zrot)を透視射影での天球対応点算出に用いる。
 図21Bのように、座標平面131を、天球表面に透視射影する(領域132)。即ち座標から天球の中心に向かって直線を引いた時に球面と交差する点を求めることになる。各座標は、以下のように計算される。
Figure JPOXMLDOC01-appb-M000012
 (数12)において、xsph、ysph、zsphは座標平面131上の座標を天球モデルMTの表面上の座標に射影した座標である。
 この関係で平面投影された画像データが得られる。
 例えば以上のような手法で平面に投影された画像についての切り出し領域が、図14のステップST17で設定されることになる。
 ステップST17では、画像解析(被写体認識)によるトラッキング処理や、ユーザ操作に応じた切り出し領域指示情報CRCに基づいて、現在のフレームにおける切り出し領域情報CRAが設定される。
 例えば図22A、図22Bに、或るフレームの画像について設定された切り出し領域情報CRAを、枠の状態で示している。
 このような切り出し領域指示情報CRCがフレーム毎に設定される。
 なお、切り出し領域情報CRAは、ユーザや自動制御による画像のアスペクト比の指示も反映される。
 切り出し領域情報CRAはステップST18の処理に反映される。即ち上記のように天球モデルMT上で切り出し領域情報CRAに応じた領域が平面投影されて出力動画データoPDが得られる。
 このように得られた出力動画データoPDは、例えばステップST16で揺れ変更処理が施された動画データである。この揺れ変更は、単にユーザが演出のための特定の揺れを付加するために操作を行ったことに応じた揺れの付加や増減であることもあるし、或る要素を或る揺れ要素に反映させた揺れ変更であることもある。
 また出力動画データoPDは、ステップST20の画像処理が施されたデータである場合もある。このような出力動画データoPDが、図2等で示した動画データVD2に相当する。
 また出力動画データoPD(動画データVD2)に対応して、音声データAD2が出力される。音声データAD2は、これはステップST22の音声処理が施されたデータである場合がある。
 このような動画データVD2,音声データAD2は、揺れの要素に応じて、画像、音声又は他の揺れ要素を変化させたデータであったり、或いは画像や音声に応じて、揺れ成分を変化させたデータであったりすることになる。
 このような動画データVD2,音声データAD2が画像処理装置TDxで再生されたり、動画ファイルMFとして画像処理装置TDyに転送されて再生されたりする場合、要素間で変換された効果を付加された画像又は音声が再生されることになる。
<6.まとめ及び変形例>
 以上の実施の形態では次のような効果が得られる。
 実施の形態では、
 入力動画データPD(動画ファイルMF)の揺れに関する複数の要素のうちの一つの要素である第1要素と、入力動画データPDに関するとともに第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定部102(ST41)と、パラメータ設定部102が設定したパラメータを用いて他方の要素に関する処理を行う処理部を有する。処理部とは、画像処理部107(ST20)、揺れ変更部101(ST16)、音声処理部108(ST22)などである。
 これにより、揺れの一要素に応じて、他の揺れ要素や、音声や、画像の明るさや、画像の色などを変化させるといったことができたり、逆に、他の揺れ要素や、音声や、画像の明るさや、画像の色に応じて、揺れの一要素を変化させるといったことができたりするようになる。従って画像演出、画像効果の幅を広げることができる。
 実施の形態では、パラメータ設定部102は、第1要素に応じて第2要素を変化させるパラメータPRMを設定する例を挙げた。例えば第1要素である揺れ成分に応じて、他の揺れ成分や、音声や、画像の輝度や色を変化させる。
 これにより、揺れ成分に応じて音声や画質を変化させたり、他の軸の揺れを付加したりするなどといった画像処理が可能となる。
 実施の形態では、パラメータ設定部102は、第2要素に応じて第1要素を変化させるパラメータPRMを設定する例を挙げた。例えば第1要素以外の揺れ成分や、音声や、画像の輝度や色に応じて第1要素である揺れ成分を変化させる。
 これにより、ある揺れ成分や音声や画像に応じて、ある軸の揺れを付加するといった画像処理が可能となる。
 実施の形態の処理部100として、パラメータ設定部102が設定したパラメータPRM1を用いて動画の揺れの状態を変更する処理を行う揺れ変更部101を備える例を挙げた。
 これにより、ある揺れ成分や音声や画像に応じて、揺れ成分が変化されるような画像処理が可能となる。
 実施の形態の処理部100として、パラメータ設定部102が設定したパラメータPRM3を用いて音声信号処理を行う音声処理部108を備える例を挙げた。
 これにより、ある揺れ成分に応じて、音量や音質が変化されたり、音響エフェクトができたりする。例えば揺れに応じた音量の増減、揺れに応じた周波数特性の変動、揺れに応じたピッチ変動、揺れに応じたステレオ音声の位相差変化、揺れに応じたパンニング状態の変化などが生じるようにすることができる。これによって動画における揺れに応じた音声表現が可能となる。
 実施の形態の処理部100として、パラメータ設定部102が設定したパラメータPRM2を用いて画像信号処理を行う画像処理部107を備える例を挙げた。
 これにより、ある揺れ成分に応じて、画像の輝度、色、画像エフェクト等の状態が変化される。例えば画像の明るさや色合いの変化や、トーン、シャープネス、ボケ、モザイク、解像度などのレベルが変化されるようにすることが考えられる。これによって動画としての揺れに応じた動画の画像自体の新たな表現が可能となる。
 実施の形態では、第1要素と第2要素を選択するための操作子を提示させるUI処理部103を備える例を挙げた。
 これによりユーザは、任意の要素を選択し、それを他の任意の要素の変化に反映させるといったことができる。従ってユーザは揺れを他の要素に反映させることや、ある要素を揺れに反映させるといった場合に要素を選択して望みの表現を指示できる。
 実施の形態で挙げた図8の操作子は、第1要素と第2要素について、一方の要素から他方の要素の方向性を提示する表示を含むものとした。
 図8のように、矢印ボタン63,64で、選択した要素間での反映方向が表示される。これによりユーザに直感的にわかりやすい表示を提供できるとともに、指示する画像や音声の効果を理解し易いものとなる。
 また実施の形態の図8の操作子は、第1要素又は第2要素の双方を、複数、指定可能とされているものとした。
 例えば図8Bのように、第1要素としての揺れ成分を複数選択することができる。また図8Cの例は、複数の第1要素と複数の第2要素を選択した状態を示している。このように選択できる要素の数も任意とすることで、より多様な画像/音声表現が可能となる。
 なお第1要素又は第2要素の一方を、複数、指定可能とするものでもよい。
 実施の形態では、入力動画データの揺れの要素とは、ヨー方向の揺れ、ピッチ方向の揺れ、ロール方向の揺れ、ドリー方向の揺れの少なくともいずれかを含むものとした。
 各方向の揺れを、1つの要素として、揺れ変更が可能とすることで、ユーザにとってわかりやすい揺れ演出効果を現出できる。
 なお上述もしたが、例えば周波数帯域としての高域の揺れ成分、中域の揺れ成分、低域の揺れ成分をそれぞれ要素として扱っても良い。
 なお実施の形態では、パラメータ設定の元となる要素に応じて、パラメータによる処理の反映先の要素を変化させるものとし、その場合、元の要素は変化させないものとするが、元の要素を変化させてもよい。
 例えばヨー成分に応じて音量を変化する場合としては、ヨー成分の揺れはそのまま維持しつつ音量を変化させる処理を行うという例が想定されるが、この場合にヨー成分の揺れを除去して音量を変化させる処理を行うようにしても良い。つまり或る元の要素を他の要素に変換して、元の要素を除去又は低減してしまうような処理である。これにより揺れを他の方向の揺れや音や画像に変換することや、或いは音や画像状態を揺れに変換してしまうといったこともできる。
 実施の形態のプログラムは、図14で説明した処理を、例えばCPU、DSP等、或いはこれらを含むデバイスに実行させるプログラムである。
 即ち実施の形態のプログラムは、入力動画データPD(動画ファイルMF)の揺れに関する複数の要素のうちの一つの要素である第1要素と、入力動画データPDに関するとともに第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定処理(ST41)と、パラメータ設定処理で設定したパラメータを用いて行う他方の要素に関する処理(ST30、ST20、ST22)とを情報処理装置に実行させるプログラムである。
 このようなプログラムにより、上述した画像処理装置TDxを、例えば携帯端末2,パーソナルコンピュータ3、或いは撮像装置1などの機器において実現できる。
 このような画像処理装置TDxを実現するプログラムはコンピュータ装置等の機器に内蔵されている記録媒体としてのHDDや、CPUを有するマイクロコンピュータ内のROM等に予め記録しておくことができる。
 あるいはまた、フレキシブルディスク、CD-ROM(Compact Disc Read Only Memory)、MO(Magneto Optical)ディスク、DVD(Digital Versatile Disc)、ブルーレイディスク(Blu-ray Disc(登録商標))、磁気ディスク、半導体メモリ、メモリカードなどのリムーバブル記録媒体に、一時的あるいは永続的に格納(記録)しておくことができる。このようなリムーバブル記録媒体は、いわゆるパッケージソフトウェアとして提供することができる。
 また、このようなプログラムは、リムーバブル記録媒体からパーソナルコンピュータ等にインストールする他、ダウンロードサイトから、LAN(Local Area Network)、インターネットなどのネットワークを介してダウンロードすることもできる。
 またこのようなプログラムによれば、実施の形態の画像処理装置TDxの広範な提供に適している。例えばパーソナルコンピュータ、携帯型情報処理装置、携帯電話機、ゲーム機器、ビデオ機器、PDA(Personal Digital Assistant)等にプログラムをダウンロードすることで、当該パーソナルコンピュータ等を、本開示の画像処理装置として機能させることができる。
 なお、本明細書に記載された効果はあくまでも例示であって限定されるものではなく、また他の効果があってもよい。
 なお本技術は以下のような構成も採ることができる。
 (1)
 入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定部と、
 前記パラメータ設定部が設定したパラメータを用いて前記他方の要素に関する処理を行う処理部と、を備えた
 画像処理装置。
 (2)
 前記パラメータ設定部は、
 前記第1要素に応じて前記第2要素を変化させるパラメータを設定する
 上記(1)に記載の画像処理装置。
 (3)
 前記パラメータ設定部は、
 前記第2要素に応じて前記第1要素を変化させるパラメータを設定する
 上記(1)又は(2)に記載の画像処理装置。
 (4)
 前記処理部として、前記パラメータ設定部が設定したパラメータを用いて動画の揺れの状態を変更する処理を行う揺れ変更部を備える
 上記(1)から(3)のいずれかに記載の画像処理装置。
 (5)
 前記処理部として、前記パラメータ設定部が設定したパラメータを用いて音声信号処理を行う音声処理部を備える
 上記(1)から(4)のいずれかに記載の画像処理装置。
 (6)
 前記処理部として、前記パラメータ設定部が設定したパラメータを用いて画像信号処理を行う画像処理部を備える
 上記(1)から(5)のいずれかに記載の画像処理装置。
 (7)
 前記第1要素と前記第2要素を選択するための操作子を提示させるユーザインタフェース処理部をさらに備える
 上記(1)から(6)のいずれかに記載の画像処理装置。
 (8)
 前記操作子は、前記第1要素と前記第2要素について、前記一方の要素から前記他方の要素の方向性を提示する
 上記(7)に記載の画像処理装置。
 (9)
 前記操作子は、前記第1要素又は前記第2要素の一方又は双方を、複数、指定可能とされている
 上記(7)又は(8)に記載の画像処理装置。
 (10)
 前記入力動画データの揺れの要素とは、ヨー方向の揺れ、ピッチ方向の揺れ、ロール方向の揺れ、ドリー方向の揺れの少なくともいずれかを含む
 上記(1)から(9)のいずれかに記載の画像処理装置。
 (11)
 画像処理装置が、
 入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定処理と、
 前記パラメータ設定処理で設定したパラメータを用いて行う前記他方の要素に関する処理と、
 を行う画像処理方法。
 (12)
 入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定処理と、
 前記パラメータ設定処理で設定したパラメータを用いて行う前記他方の要素に関する処理と、
 を情報処理装置に実行させるプログラム。
1 撮像装置
2 携帯端末
3 パーソナルコンピュータ
4 サーバ
5 記録媒体
61 要素選択部
62 要素選択部
63,64 矢印ボタン
70 情報処理装置
71 CPU
100 処理部
101 揺れ変更部
102 パラメータ設定部
103 UI処理部
107 画像処理部
108 音声処理部

Claims (12)

  1.  入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定部と、
     前記パラメータ設定部が設定したパラメータを用いて前記他方の要素に関する処理を行う処理部と、を備えた
     画像処理装置。
  2.  前記パラメータ設定部は、
     前記第1要素に応じて前記第2要素を変化させるパラメータを設定する
     請求項1に記載の画像処理装置。
  3.  前記パラメータ設定部は、
     前記第2要素に応じて前記第1要素を変化させるパラメータを設定する
     請求項1に記載の画像処理装置。
  4.  前記処理部として、前記パラメータ設定部が設定したパラメータを用いて動画の揺れの状態を変更する処理を行う揺れ変更部を備える
     請求項1に記載の画像処理装置。
  5.  前記処理部として、前記パラメータ設定部が設定したパラメータを用いて音声信号処理を行う音声処理部を備える
     請求項1に記載の画像処理装置。
  6.  前記処理部として、前記パラメータ設定部が設定したパラメータを用いて画像信号処理を行う画像処理部を備える
     請求項1に記載の画像処理装置。
  7.  前記第1要素と前記第2要素を選択するための操作子を提示させるユーザインタフェース処理部をさらに備える
     請求項1に記載の画像処理装置。
  8.  前記操作子は、前記第1要素と前記第2要素について、前記一方の要素から前記他方の要素の方向性を提示する
     請求項7に記載の画像処理装置。
  9.  前記操作子は、前記第1要素又は前記第2要素の一方又は双方を、複数、指定可能とされている
     請求項7に記載の画像処理装置。
  10.  前記入力動画データの揺れの要素とは、ヨー方向の揺れ、ピッチ方向の揺れ、ロール方向の揺れ、ドリー方向の揺れの少なくともいずれかを含む
     請求項1に記載の画像処理装置。
  11.  画像処理装置が、
     入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定処理と、
     前記パラメータ設定処理で設定したパラメータを用いて行う前記他方の要素に関する処理と、
     を行う画像処理方法。
  12.  入力動画データの揺れに関する複数の要素のうちの一つの要素である第1要素と、前記入力動画データに関するとともに前記第1要素以外の要素である第2要素のうちの、一方の要素に応じて他方の要素の処理のパラメータを設定するパラメータ設定処理と、
     前記パラメータ設定処理で設定したパラメータを用いて行う前記他方の要素に関する処理と、
     を情報処理装置に実行させるプログラム。
PCT/JP2021/004161 2020-03-09 2021-02-04 画像処理装置、画像処理方法、プログラム WO2021181966A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022505837A JPWO2021181966A1 (ja) 2020-03-09 2021-02-04
US17/905,473 US20230109911A1 (en) 2020-03-09 2021-02-04 Image processing apparatus, image processing method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020039702 2020-03-09
JP2020-039702 2020-03-09

Publications (1)

Publication Number Publication Date
WO2021181966A1 true WO2021181966A1 (ja) 2021-09-16

Family

ID=77671395

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/004161 WO2021181966A1 (ja) 2020-03-09 2021-02-04 画像処理装置、画像処理方法、プログラム

Country Status (3)

Country Link
US (1) US20230109911A1 (ja)
JP (1) JPWO2021181966A1 (ja)
WO (1) WO2021181966A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0328873U (ja) * 1989-07-28 1991-03-22
JP2009065319A (ja) * 2007-09-05 2009-03-26 Casio Comput Co Ltd 画像音声記録装置及び画像音声再生装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101582961A (zh) * 2008-05-16 2009-11-18 鸿富锦精密工业(深圳)有限公司 数码相框特效处理方法
US9787945B2 (en) * 2013-06-26 2017-10-10 Touchcast LLC System and method for interactive video conferencing
KR102192361B1 (ko) * 2013-07-01 2020-12-17 삼성전자주식회사 머리 움직임을 이용한 사용자 인터페이스 방법 및 장치
JP6448218B2 (ja) * 2014-05-12 2019-01-09 キヤノン株式会社 撮像装置、その制御方法および情報処理システム
US9912868B2 (en) * 2015-09-15 2018-03-06 Canon Kabushiki Kaisha Image-blur correction apparatus, tilt correction apparatus, method of controlling image-blur correction apparatus, and method of controlling tilt correction apparatus
US9961263B2 (en) * 2015-09-25 2018-05-01 Panasonic Intellectual Property Management Co., Ltd. Imaging apparatus including a camera shake correction function for correcting image blur
KR102612988B1 (ko) * 2016-10-20 2023-12-12 삼성전자주식회사 디스플레이 장치 및 디스플레이 장치의 영상 처리 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0328873U (ja) * 1989-07-28 1991-03-22
JP2009065319A (ja) * 2007-09-05 2009-03-26 Casio Comput Co Ltd 画像音声記録装置及び画像音声再生装置

Also Published As

Publication number Publication date
US20230109911A1 (en) 2023-04-13
JPWO2021181966A1 (ja) 2021-09-16

Similar Documents

Publication Publication Date Title
JP7444162B2 (ja) 画像処理装置、画像処理方法、プログラム
JP5428210B2 (ja) 情報処理装置、撮像システム、録画制御方法及びプログラム
CN102739955B (zh) 能生成动态范围宽的全景图像的数据的摄像装置
JP7405131B2 (ja) 画像処理装置、画像処理方法、プログラム
JP6012342B2 (ja) 再生装置、再生装置の制御方法
WO2011099299A1 (ja) 映像抽出装置、撮影装置、プログラム及び記録媒体
JP5155092B2 (ja) カメラ、再生装置、および再生方法
JP6304293B2 (ja) 画像処理装置、画像処理方法及びプログラム
CN110463226B (zh) 声音记录设备,声音系统,声音记录方法和载体装置
WO2021181966A1 (ja) 画像処理装置、画像処理方法、プログラム
WO2021014716A1 (ja) 画像処理装置、画像処理方法、プログラム
WO2021171848A1 (ja) 画像処理装置、画像処理方法、プログラム
US20240221139A1 (en) Image processing apparatus, image processing method, and program
WO2021181965A1 (ja) 画像処理装置、画像処理方法、プログラム
JP2011120165A (ja) 撮像装置
JP6634976B2 (ja) 情報処理装置、及びプログラム
WO2019210462A1 (zh) 云台拍摄方法、云台拍摄系统以及记录介质
JP2005348449A (ja) 撮像、表示、記録、再生、伝送装置及び記録媒体
WO2022195909A1 (ja) 画像処理装置、画像処理方法、プログラム
WO2023047645A1 (ja) 情報処理装置、映像処理方法、プログラム
JP2011155580A (ja) 撮像装置
JP2006217111A (ja) 動画撮影装置、及び動画撮影方法
JP2017118427A (ja) 情報端末装置、撮像装置、画像情報処理システム及び画像情報処理方法
JP2006148560A (ja) 電子カメラ
JP2009239930A (ja) 動画撮影装置、及び、プログラム

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: 21768632

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022505837

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21768632

Country of ref document: EP

Kind code of ref document: A1