CN101394484A - 摄像装置 - Google Patents

Abstract

一种摄像装置，其泛白和泛黑少，动态范围宽，并能通过使主要被摄体形成合适明亮度而提供期望画质的图像。具有：将主要被摄体从图像的图像信号中检测出的被摄体检测部；从图像信号中获取与被摄体有关的亮度信息的被摄体亮度信息获取部；对图像中的多个区域计算亮度分布的亮度分布计算部；根据亮度分布计算与曝光有关的目标亮度的目标亮度计算部；在目标亮度与被摄体亮度之差处于基准范围外时校正目标亮度的目标亮度校正部；以及在用目标亮度或目标亮度校正部实施了校正时根据校正的目标亮度确定主摄影曝光条件的曝光条件确定部，目标亮度校正部具有：确定基准范围的基准范围确定部；以及使用目标亮度与被摄体的亮度之差确定校正量的校正量确定部。

Description

摄像装置

技术领域

本发明涉及数码相机等摄像装置。

背景技术

已知现有技术中有一种摄像装置，其测定主要被摄体的亮度，对准被摄体进行曝光。

另外，还已知一种摄像装置，其以被摄体的亮度分布信息为基础，在画面整体不存在泛白和泛黑的情况下，进行动态范围变宽的曝光调节和灰度转换处理(例如参见日本特开2000-184272号公报、日本特开2004-229054号公报、日本专利第3478769号(登记号)公报)。

但是，在测定主要被摄体的亮度，以对准被摄体的方式调节曝光的摄像装置中，在亮度差较大的场景下主要被摄体之外的部分有可能成为泛白或泛黑，存在画面整体变为不自然的图像的隐忧。

另外，在进行曝光调节和灰度转换处理的摄像装置中，当人物为被摄体的情况下，有时被摄体的明亮度过大或是不足，存在人物脸部表情不明显等问题。

如上，在现有的摄像装置中，存在摄影者无法获取期望图像的情况。

发明内容

为了解决上述问题，本发明的目的在于提供一种摄影装置，该摄影装置的泛白和泛黑少，动态范围宽，并且能够通过使主要被摄体形成合适的明亮度而提供摄影者期望的画质的图像。

为解决上述问题，本发明采用如下方案。

本发明的第一方面中，摄像装置具有：被摄体检测部，其将在主摄影之前获取的图像中的主要被摄体从上述图像的图像信号中检测出；被摄体亮度信息获取部，其从上述图像信号中获取与上述被摄体有关的亮度信息；亮度分布计算部，其针对上述图像中的多个区域，计算各区域的亮度分布；目标亮度计算部，其根据上述亮度分布来确定与曝光有关的目标亮度；目标亮度校正部，在上述目标亮度与上述被摄体的亮度之差处于基准范围以外的情况下，该目标亮度校正部校正上述目标亮度；以及曝光条件确定部，在通过上述目标亮度或上述目标亮度校正部实施了校正的情况下，该曝光条件确定部根据校正后的上述目标亮度来确定主摄影的曝光条件，上述目标亮度校正部具有：基准范围确定部，其确定上述基准范围；以及校正量确定部，其使用上述目标亮度与上述被摄体的亮度之差来确定上述校正量。

本发明的第二方面中，摄像装置具有：亮度分布计算部，其将在主摄影之前获取的图像信号分割为多个区域，计算各分割区域的亮度分布；目标亮度计算部，其根据上述亮度分布来确定与曝光有关的目标亮度；被摄体检测部，其从上述图像信号中检测主要被摄体；被摄体亮度信息获取部，其获取与上述被摄体有关的亮度信息；图像处理部，其针对上述图像的关注像素，根据关于关注像素的附近区域的信息来进行局部的灰度转换处理；亮度评价值计算部，其使用上述局部的灰度转换处理后的图像信号，计算上述被摄体的亮度评价值；目标亮度校正部，在上述亮度评价值与上述目标亮度之差在规定范围以外的情况下，该目标亮度校正部校正上述目标亮度，使得该目标亮度处于上述规定范围内；以及曝光条件确定部，其根据校正后的上述目标亮度来确定主摄影中的曝光条件。

根据本发明，因为泛白和泛黑少，并使主要被摄体形成为合适的明亮度，因而能获取摄影者期望的画质的图像。

附图说明

图1是表示本发明第1实施方式所涉及的摄像装置的整体概要结构的图。

图2A是表示显示流程的图。

图2B是表示显示流程的图。

图3A是表示静止摄影的流程的图。

图3B是表示静止摄影的流程的图。

图4A是表示亮度分布计算处理的流程的图。

图4B是表示亮度分布计算处理的流程的图。

图5是用于说明被摄体为脸部的情况下的脸部区域和被摄体周边区域的图。

图6是用于说明被摄体不是脸部且能测距的情况下的测距区域和被摄体周边区域的图。

图7是用于说明被摄体不是脸部且不可测距的情况下的中央区域和被摄体周边区域的图。

图8是表示分割亮度计算处理的流程的图。

图9A是表示目标亮度计算处理的流程的图。

图9B是表示目标亮度计算处理的流程的图。

图10是用于说明目标亮度计算方法的说明图。

图11是用于说明目标亮度计算方法的说明图。

图12A是表示目标亮度校正处理的流程的图。

图12B是表示目标亮度校正处理的流程的图。

图13是表示校正系数表的一个例子的图。

图14是表示目标亮度校正处理中校正量与被摄体亮度之差的关系的图。

图15是表示第2图像处理的流程的图。

图16是表示第2灰度转换处理的流程的图。

图17A是表示参数选择处理的流程的图。

图17B是表示参数选择处理的流程的图。

图18是表示参数选择处理的流程的图。

图19是表示灰度转换特性曲线的一个例子的图。

图20是表示被摄体亮度与被摄体周围亮度之差同灰度转换特性曲线的关系的图。

图21是表示被摄体亮度与被摄体周围亮度之差同合成比的关系的图。

图22是表示本发明的第2实施方式所涉及的上、下限阈值确定流程的图。

图23是表示本发明第3实施方式所涉及的下限阈值和上限阈值的设定方法的一个例子的图。

图24是表示本发明第4实施方式所涉及的下限阈值和上限阈值的设定方法的一个例子的图，是将下限阈值和上限阈值相对于ISO灵敏度的值进行数值化而示出的表。

图25是将图24所示的表绘成曲线后示出的图。

图26A是表示本发明第5实施方式所涉及的目标亮度校正处理的流程的图。

图26B是表示本发明第5实施方式所涉及的目标亮度校正处理的流程的图。

图27是表示本发明第5实施方式所涉及的参数选择处理的流程的图。

图28是表示在图27所示的参数选择处理中实施的亮度估计处理的流程的图。

图29是表示亮度估计处理中使用的被摄体区域的亮度平均值与灰度转换特性曲线的关系的图。

图30是表示亮度估计处理中使用的被摄体区域的亮度平均值与合成比的关系的图。

具体实施方式

下面参照附图说明本发明所涉及的摄像装置的实施方式。

[第1实施方式]

图1是表示本发明第1实施方式所涉及的摄像装置的概要结构的框图。本实施方式所涉及的摄像装置1例如是数码相机，其具有摄像部2和图像处理装置3。摄像部2具有镜头10、快门11、CCD(电荷耦合装置)12、CCD控制部13、镜头驱动部14和闪光灯15。

镜头10配置有焦点调节和焦距调节用摄影镜头和用于调节开口量的光圈10a。该光圈10a的作用在于，根据来自摄影控制部20的控制指令来调整照射到摄像面上的光的明亮度和深度，然而在较少需要进行深度调整的廉价摄像装置中，以明亮度调节为目的，例如也可以采用光亮调节用的ND滤波器来代替。

镜头10是通过镜头驱动部14在后述的摄影控制部20的控制下启动而被驱动的。由此根据来自摄影控制部20的控制指令，进行对焦、焦距驱动等。闪光灯15能够通过摄影控制部20的控制而向被摄体照射光。

镜头10的后方配置有曝光时间控制用的快门11。该快门11是通过摄影控制部20进行驱动控制的。

快门11在浏览画面摄影时始终为打开状态。此时CCD 12的曝光量控制是使用CCD 12所具有的电子快门功能来实现的。另外，在所谓的静止图像(以下称之为“静止摄影”)摄影时，通过快门11来控制对CCD 12的曝光量。

快门11的后方配置有作为二维摄像元件的CCD 12，将通过镜头10成像的被摄体像光电转换为电信号。并且在本实施方式中，使用CCD作为摄像元件，然而不限于此，当然也可以使用CMOS(ComplementaryOxide Semiconductor：互补型金属氧化物半导体)等二维摄像元件。

CCD控制部13与CCD接口21连接。CCD控制部13通过CCD接口21接收来自后述的流程控制器22(以下称之为“主体CPU”)的控制信号，根据该控制信号进行CCD 12的电源的导通或/切断控制等，调整摄像的定时，进行光电转换信号的放大(增益调整)等。

通过CCD 12获取的模拟信号的图像信号被CCD接口21转换为数字信号，输入到图像处理装置3。

图像处理装置3例如是ASIC(特定用途集成电路)，具有上述摄影控制部20、CCD接口21、主体CPU 22、亮度计算部23、AF运算部24、第1图像处理部25、脸部检测部26、第2图像处理部27和第3图像处理部28等。这些各部分通过图像处理装置3内的数据总线30而彼此相连。

主体CPU 22对摄像装置1所具备的各部分进行控制。

亮度计算部23按照每个规定的分割区域来平均划分图像信号，转换为亮度信号，计算被摄体的亮度分布信息。

AF运算部24将图像信号分割成规定区域，按照每个区域计算对比度信息，与镜头驱动部14的控制同步地驱动镜头10，使得规定区域的对比度为最大，从而使被摄体对焦。

第1图像处理部25、第2图像处理部27和第3图像处理部28对通过摄像部2获取的图像信号进行OB减法、颜色校正、灰度转换、黑白/彩色模式处理、浏览图像处理等各种图像处理。

脸部检测部26以图像信号为基础，制作适用于脸部检测的尺寸的图像，例如使用日本特开2006-227995号公报中公开的公知技术，从处理对象图像中检索具有与脸部器官类似的特征量的部分，提取出脸部候选区域，使用脸部候选区域的各种信息，进行是否为脸部的判断，检测脸部区域的位置和大小。

此处，作为更具体的脸部检测方法，例如P.Viola and M.Jones，“Rapidobject detection using a boosted cascade of simple features，”(采用简单特征的“Boosted Cascade”的快速对象检测)Proc.of CVPR，2001中公开的Viola-Jones的脸部检测方法。Viola-Jones的脸部检测方法是将通过Adaboost学习而选择出的最适于脸部检测的矩形滤波器与脸部检测对象图像进行对照来检测脸部的方法。通过将上述矩形滤波器配置为叶栅型，从而使处理变得高速化。另外，在上述检测处理时，将累计与各矩形滤波器对照的结果并归一化后的值作为评价值，在通过上述处理检测出脸部的情况下，表示检测到的脸部的可靠程度的指标与脸部检测结果一并进行输出。在本实施方式中，将该指标记载为脸部检测可靠性，作为表示检测到的脸部的确定性的指标，在使用脸部检测结果的流程中使用。

另外，上述数据总线30除了上述构成要素之外，还连接有压缩部31、SDRAM(Synchronous Dynamic Random Access Memory：同步动态随机存取存储器)控制部32、闪存控制部33、操作检测部34、记录介质控制部35、视频信号输出部36等。

压缩部31是用于通过JPEG来压缩后述的SDRAM 41中所存储的图像数据等的模块。并且图像压缩不限于JPEG，还能应用其他压缩方法。闪存控制部33与闪存42相连。该闪存42上存储有用于控制摄像装置1中的各处理的图像处理程序，主体CPU 22按照存储在该闪存42中的程序进行各部的控制。并且闪存42是可电改写的非易失性存储器。SDRAM41通过SDRAM控制部32与数据总线30相连。SDRAM 41是用于暂时存储通过第1图像处理部25等进行了图像处理的图像信息或者通过压缩部31进行了压缩的图像信息的存储器。

摄影控制部20通过数据总线30与主体CPU 22等各部连接。记录介质控制部35与记录介质43相连，进行向该记录介质43记录图像数据等的控制。记录介质43由xD图像卡(注册商标)、紧凑式闪存(注册商标)、SD存储卡(注册商标)、记忆棒(注册商标)或者硬盘驱动器(HD)等可改写的记录介质构成，可相对于摄像装置主体进行拆装。

视频信号输出部36通过显示监视器控制部45与显示监视器46连接。视频信号输出部36是用于将存储在SDRAM 41或记录介质43中的图像数据转换为用于显示在显示监视器46上的视频信号的电路。显示监视器46例如是配置在摄像装置主体的背面的液晶显示装置，然而只要是摄影者能观察到的位置，就不限于背面，也不限于液晶，也可以是其他显示装置。

操作部47包含对表示摄像装置1的摄影指示的释放进行检测的开关、模式盘、电源开关、控制盘、再现按钮、菜单按钮、十字键、OK按钮等，操作部47通过操作检测部34与数据总线30相连。

在具有这种结构的摄像装置1中，当用户使电源开关(省略图示)导通时，通过主体CPU 22执行如下所示的显示流程，通过来自主体CPU22的控制使各部启动。下面参照图2A、图2B说明显示流程的动作流程。

[显示流程]

首先，当用户使电源接通后，进行对用户设定的灰度模式的判断(图2A的步骤SA1)。本实施方式中，作为灰度模式，可以选择自动、关闭(off)、手动这3个模式。

自动模式是按照作为处理对象的图像信号的特征，例如按每个图像的位置选定适当的灰度转换特性曲线，使用所选定的灰度转换特性曲线进行灰度转换等，自动进行更适于处理对象图像的灰度转换的模式(第1设定模式)。关闭模式是使用预先确定的规定灰度转换特性曲线对图像信号在画面上相同进行灰度转换的模式(第2设定模式)。手动模式是可进一步通过由用户操作操作部47，来对上述自动模式中获取的图像信号进行微调的模式。

接着进行摄像部2的浏览图像的摄影，获取图像信号(步骤SA2)。该图像信号通过CCD接口21转换为数字信号，转换后的图像信号(以下称之为“浏览图像信号”)输入到图像处理装置3内。

接着，通过第1图像处理部25、第2图像处理部27、第3图像处理部28对浏览图像信号进行颜色转换处理、强调处理、灰度转换处理、压缩、调整尺寸等处理(步骤SA3)，处理后的浏览图像信号显示在显示监视器46上(步骤SA4)。并且，如果也对浏览图像信号进行后述的局部灰度转换处理，则能够获取更接近于静止摄影的图像。

然后通过脸部检测部26将浏览图像信号转换为适于脸部检测的图像，针对每个规定区域进行与脸部特征量的匹配比较，检测脸部的位置和大小(步骤SA5)。其结果，如果检测到脸部，则将检测结果显示在监视器上。

并且，用于脸部检测的浏览图像信号是在上述诸多处理的过程中，储存适于脸部检测的图像来使用。

接下来判断脸部检测的结果是否相比上次检测结果产生了变化(步骤SA6)。其结果，如果检测结果产生了变动，例如在上次的浏览图像信号中检测出了脸部然而本次浏览图像信号中没有检测出的情况下，反之在上次的浏览图像信号中没有检测出脸部然而本次浏览图像信号中检测出了的情况下，以及在脸部的位置或大小产生了变化的情况下，进入步骤SA7。

在步骤SA7中判定被摄体的距离是否相比上次浏览图像信号时产生了变动。该距离的变动如下进行判断，例如计算之前进行自动聚焦获取的浏览图像信号中的对焦区域与此次获取的浏览图像信号的同一区域中的对比度之差，如果该差在规定值之上，则判断为被摄体的距离产生了变动。其结果，如果被摄体的距离产生了变动，则进入步骤SA8。

步骤SA8中，进行自动聚焦。具体而言，为进行自动聚焦而重复多次摄影和镜头驱动，将通过摄影获取的信号分割给多个区域(例如纵向分割10个区域、横向分割15个区域)，计算出每个区域的对比度，通过将镜头10驱动到对比度值为最大的位置上，从而进行向被摄体对焦的对焦动作。

关于所分割的区域中重视哪个区域的对比度来进行镜头驱动，是通过周知的算法来确定的。例如本实施方式中使用前一个脸部检测的结果检测出脸部的情况下，以脸部的位置信息、大小信息为基础重视接近于脸部的区域，在没有检测到脸部的情况下，重视最近的区域。而且在镜头驱动结束之后，以各摄影时的对比度信息和此时的镜头位置、最终驱动结束时的透镜位置信息为基础，计算当前的摄影距离、焦点距离以及各区域的被摄体距离。然后，将该摄影距离、焦点距离和被摄体距离作为被摄体距离分布信息存储在规定存储器中，并且将所重视的区域以及该区域的对比度值也一并存储在存储器中。该处理结束后进入步骤SA9。

另一方面，在上述步骤SA6中脸部检测的结果在上一次和此次中没有变化的情况下，或者在步骤SA7中没有产生距离变动的情况下，进入步骤SA9。

在步骤SA9中，使用浏览图像信号，计算被摄体的亮度分布，并且使用上述脸部检测结果计算被摄体区域、被摄体周围区域的亮度。在接下来的步骤SA10、SA11中，根据在步骤SA9中得到的被摄体的亮度分布信息，确定浏览画面中的快门速度、光圈、ISO灵敏度，将这些APEX值(av，tv，sv)存储在存储器中，在下一次的浏览画面曝光时反映。并且，用于脸部亮度分布计算的浏览画面信号是在上述诸多处理的过程中，储存适于脸部亮度分布计算的图像来使用。

步骤SA12中，通过操作检测部34判定操作者是否按下了释放按钮，在按下了释放按钮的情况下，进入步骤SA13，实施静止摄影。

然后，在静止摄影结束的情况下，或者在步骤SA12中没有按下释放按钮的情况下，返回步骤SA1，重复执行上述处理直到用户切断电源。

并且，在上述显示流程中，根据***构成等的关系，在步骤SA4之后的处理中较耗费时间的情况下，也可以与其他处理并行地进行上述步骤SA1到SA3的处理。

[静止摄影]

接着参照图3A、图3B说明在上述显示流程的步骤SA13中进行的静止摄影。图3A、图3B是表示静止摄影的流程的图。

首先，在图3A的步骤SB1中，使用之前刚得到的浏览图像信号进行脸部检测。在步骤SB2中，判断是否需要预摄影。在该判断中，在静止摄影之前刚得到的浏览图像信号中，分别对亮度低于下限亮度值的像素数和亮度高于上限亮度值的像素数进行计数，对变黑的像素数和泛白的像素数进行计数。而且，当变黑的像素数小于等于规定的阈值、且泛白的像素数小于等于规定的阈值的情况下，由于能获取足够的动态范围的浏览图像信号，因而判断为无需预摄影。另一方面，在不满足上述条件的情况下，即某个像素数大于等于阈值的情况下，判断为需要预摄影。

另外，通过以下的条件式来确定预摄影的曝光量。

例如，在泛白的像素数大于等于规定的阈值的情况下，将曝光量设定为比最近的浏览图像摄影小规定量。另一方面，当变黑的像素数大于等于规定的阈值的情况下，将曝光量设定为比最近的浏览图像摄影大规定量。并且，在泛白的像素数和变黑的像素数都大于等于各自的阈值的情况下，使泛白优先，将曝光量设定为比前一次小规定量。

并且，用于判断上述泛白或变黑的下限亮度值、上限亮度值、规定量以及规定的各阈值可以按照摄像装置1的性能等来适当进行设定。

在步骤SB3中，判断是否在上述步骤SB2中被判定为需要预摄影，在需要预摄影的情况下，用上述曝光条件实施预摄影(步骤SB4)。摄像部2所获取的图像信号在CCD接口21中被数字化之后，传送到摄像处理装置3内的各部。

在上述步骤SB5中，进行自动聚焦。自动聚焦处理由于与上述显示流程中的步骤SA8相同，因而省略说明。

在步骤SB6中，使用在步骤SB4中求出的摄影距离、当前的镜头的焦点距离，通过下式(1)计算摄影倍率。

摄影倍率＝焦点距离/摄影距离      (1)

在步骤SB7中计算被摄体的亮度分布，并且使用自动聚焦的结果以及脸部检测的结果，计算被摄体区域和被摄体周围区域的亮度。并且后面将详细叙述该亮度分布计算处理。

在步骤SB8中，根据在步骤SB7中得到的被摄体的亮度分布信息，求出用于确定曝光条件的目标亮度，在接下来的步骤SB9中，根据目标亮度来确定主摄影(正式摄影)中的快门速度、光圈、ISO灵敏度，存储这些APEX值(av，tv，sv)(曝光条件确定部)。

接下来，在步骤SB10中判断闪光灯有无发光的必要。例如当逆光时或者低亮度时，判断为闪光灯需要发光。其结果，在判断为不需要闪光灯发光的情况下，在步骤SB11中控制光圈10a、快门11、CCD 12，在通过步骤SB9所确定的曝光条件下进行摄影。在摄像部2中获取的图像信号在CCD接口21中被转换为数字信号，传送到图像处理装置3内的各部。

另外，在步骤SB10中，在判断为需要使闪光灯发光的情况下，在步骤SB12中实施用于进行闪光灯发光和摄像的前曝光，读取所获取的CCD输出数据并进行规定的处理。在接下来的步骤SB13中，以在步骤SB12中得到的CCD输出数据为基础，制作闪光灯照射光时的被摄体的亮度分布信息，根据该值运算闪光灯发光量。然后，在步骤SB14中控制光圈10a、快门11、闪光灯15、CCD 12等，采用在步骤SB6中确定的曝光条件和在步骤SB13中得到的发光量进行闪光灯发光和摄影。在摄像部2所获取的图像信号在CCD接口21中被转换为数字信号，传送到图像处理装置3内的各部。

在接下来的步骤SB15中，在第1图像处理部25对图像信号实施公知的OB减法、白平衡校正等校正，处理后的图像信号传送到第2图像处理部27。

在步骤SB16中，在第2图像处理部27中对从第1图像处理部25传送来的图像信号实施灰度转换处理，处理后的图像信号传送到第3图像处理部28。并且，后面将详细叙述此处进行的灰度转换处理。

步骤SB17中，在第3图像处理部28中对从第2图像处理部27传送来的图像信号实施颜色校正、噪声校正、YC转换、压缩等各种图像处理。然后在步骤SB18中，结束了图像处理的图像记录在记录介质43中，在步骤SB19中，结束了图像处理的图像通过视频信号输出部36等显示在显示监视器46上。并且，此处在灰度转换后进行了颜色校正、噪声校正、YC转换、压缩等各种图像处理，然而它们的实施顺序可以按照处理速度和画质性能来进行替换。

[亮度分布计算处理]

下面参照图4A、图4B来详细说明在上述静止摄影流程的步骤SB7中执行的亮度分布计算处理(被摄体检测部/被摄体亮度信息获取部/亮度分布计算部)。图4A、图4B是表示亮度分布计算处理的流程的图。

首先，在步骤SC1中，如图5所示，将图像信号分割成多个分割区域(本实施方式中纵向分割30部分、横向分割20部分)，计算每个分割区域的亮度的平均值。并且，后面将详细叙述该分割亮度计算处理。

如上，当获取了各分割区域的亮度平均值时，在接下来的步骤SC2中判定是否进行了脸部检测。具体而言，在图3A的步骤SB1中，通过静止摄影之前刚得到的浏览图像信号来判定是否进行了脸部检测。其结果，在进行了脸部检测的情况下进入步骤SC3。

在步骤SC3中，根据检测出的脸部位置和大小来确定脸部区域，计算该脸部区域的亮度平均值。在接下来的步骤SC4中，将在步骤SC3中计算出的脸部区域的亮度平均值设为被摄体亮度bv_o。例如图5所示，在确定了脸部区域的情况下，属于该脸部区域的7×7的区域的亮度平均值成为被摄体亮度bv_o。

接着，在步骤SC5中，根据在步骤SC3中确定的脸部区域的信息，计算被摄体周围区域的亮度。该被摄体周围区域是自脸部区域起向上下左右分别扩展4个区域后得到的区域。例如，按照图5那样确定了脸部区域的情况下，以围绕该脸部区域的方式确定出15×15的被摄体周围区域(除脸部区域外)。这样确定了被摄体周围区域后，计算被摄体周围区域的亮度平均值，将其作为被摄体周围亮度bv_near。

然后，在步骤SC6中求出脸部区域的面积，在接下来的步骤SC7中使用下式(2)计算脸部区域和摄影区域的面积比例。

面积比例＝脸部区域面积/摄影区域面积*100(％)         (2)

例如，在图5所示的图像中，按照如下求出面积比例。

面积比例＝7×7×1个分割区域的面积/(30×20×1个分割区域的面积)＝8.1％

另一方面，在上述步骤SC2中，当判定为没有进行脸部检测的情况下，进入步骤SC8，判断是否能测量到被摄体的距离。换言之，判定在图3A的步骤SB5中是否能进行自动聚焦。其结果，在能够进行自动聚焦的情况下判断为能够测距，进入步骤SC9。

在步骤SC9中，确定测距时所重视的区域即测距点，在接下来的步骤SC10中，将测距点附近的规定大小的区域确定为测距区域，在步骤SC11中计算属于测距区域的亮度平均值，在步骤SC12中设测距区域的亮度平均值为被摄体亮度bv_o和被摄体周围亮度bv_near。

此处设bv_near＝bv_o的理由是，虽然通过测距点信息能够获悉被摄***置，然而由于无法获取关于被摄体大小的正确信息，因而将其设定为处理上不存在问题的亮度。图6是表示测距点和测距区域的一个例子的图。

然后，在接下来的步骤SC13中使用摄影倍率来计算测距区域(被摄体区域)相对于摄影区域的面积比例。例如使用下式(3)求出面积比例。

面积比例＝测距区域(被摄体区域)面积/摄影区域面积     (3)

被摄体区域面积＝(被摄体倍率×200mm)²

被摄体倍率＝焦点距离/距离

另一方面，在步骤SC8中判断为不能测距的情况下，进入步骤SC14。在步骤SC14中，如图7所示，在摄影区域的中央确定规定大小的中央区域，计算中央区域的亮度平均值。在本实施方式中，通过13×13的区域构成中央区域。

在步骤SC15中，设中央区域的亮度平均值为被摄体亮度bv_o和被摄体周围亮度bv_near。

然后，在接下来的步骤SC16中，计算中央区域(被摄体区域)相对于摄影区域的面积比例。通过上述(2)式计算该面积比例。

这样，在进行了脸部检测的情况下，或者虽然没有进行脸部检测但能进行测距的情况下，又或者无法进行脸部检测或测距的情况下，当计算出被摄体亮度bv_o、被摄体周围亮度bv_near和面积比例时，则结束该亮度分布计算处理。

下面参照图8，具体说明在上述亮度分布计算处理的步骤SC1中执行的分割亮度计算处理。

图8是表示分割亮度计算处理的流程的图。

首先，在步骤SD1中，将在进行静止摄影之前刚获取的浏览图像信号的摄影区域分割为网格状，划分为多个分割区域，计算各分割区域的亮度平均值。本实施方式中，如图5所示，将摄影区域分割为纵向30个、横向20个。另外，亮度平均值成为各分割区域的灰度转换前的图像信号的绿色输出信号的平均值。

接着，在步骤SD2中，使用预摄影时的曝光条件来运算各分割区域的图像信号的绿色输出信号的区域平均值，转换为APEX单位下的各分割区域的亮度信号。

例如，在图5中通过下式(4)来赋予分割区域(i，j)的亮度信号d_bv_s(i，j)。

d_bv_s(i，j)＝log2(G(i，j)/ref)       (4)

在上述(4)式中，G(i，j)是分割区域(i，j)中的绿色输出信号的平均值。ref是作为基准的绿色输出信号，是以规定的光圈值、快门速度、灵敏度来拍摄规定亮度的光源时的绿色输出平均值，预先按照每个相机进行设定。

接着，在步骤SD3中，判定在图3A所示的静止摄影流程的步骤SB3中是否进行了预摄影。在没有进行预摄影的情况下，在步骤SD2中获取的亮度信号d_bv_s(i，j)上反映浏览图像摄影时的APEX值，计算最终的各分割区域的亮度信号(步骤SD10)。

即，在没有进行预摄影的情况下，可看作能获取足够作为浏览图像的动态图像，因而通过将在上述步骤SD2中获取的亮度信号d_bv_s(i，j)上反映浏览图像摄影时的APEX值，从而能够计算可靠性较高的亮度值。可通过下式(5)获取各分割区域的亮度信号。

bv(i，j)＝(av_s)+(tv_s)—(sv_s)+(d_bv_s(i，j))       (5)

在上述(5)式中，(av_s)是光圈值，(tv_s)是快门速度，(sv_s)是相当于灵敏度的APEX值。

另一方面，在步骤SD3中，在进行了预摄影的情况下，可判断为计算出上述亮度信号d_bv_s(i，j)时的浏览图像产生了泛白和泛黑，可判断为上述d_bv_s(i，j)并非可靠性高的值。因此，这种情况下也使用通过预摄影获取的图像信号的信息，对在上述步骤SD2中获取的亮度信号d_bv_s(i，j)进行校正或变更，从而计算出可靠性高的亮度。

具体而言，在步骤SD4中，将在上述图3A的步骤SB4中实施的预摄影的图像信号的摄影区域分割为网格状，划分成多个分割区域，获取各分割区域的绿色输出信号的亮度平均值。接着，在步骤SD5中使用预摄影时的曝光条件运算各分割区域的亮度平均值，转换为APEX单位下的各分割区域的亮度信号。

例如图5中，分割区域(i，j)的亮度信号d_bv_p(i，j)与上述浏览图像的情况同样地求出。

下面，在步骤SD6中，针对每个分割区域，比较在步骤SD2中获取的浏览图像信号的亮度信号d_bv_s(i，j)和在步骤SD5中获取的预摄影时的图像信号的亮度信号d_bv_p(i，j)。其结果，在浏览图像信号的亮度信号d_bv_s(i，j)的绝对值大于预摄影时的图像信号的亮度信号d_bv_p(i，j)的绝对值的情况下，进入步骤SD7，将该分割区域的浏览图像信号的亮度信号置换为预摄影时的图像信号的亮度信号d_bv_p(i，j)。也就是说，对这种分割区域采用预摄影时的亮度信号。进而在步骤SD8中，将浏览图像摄影时的光圈值、快门速度、ISO灵敏度的APEX值(av_s)、(tv_s)、(sv_s)置换为预摄影时的这些APEX值(av_p)、(tv_p)、(sv_p)。

另一方面，在步骤SD6中，如果没有满足上述条件，则不进行亮度信号的置换，进入步骤SD9。

在步骤SD9中，判定是否对所有分割区域结束了亮度信号的比较。其结果是，如果比较没有结束，则返回步骤SD6，对没有比较的各分割区域进行上述步骤SD6之后的处理。另一方面，在对所有分割区域结束了比较的情况下，进入步骤SD10，按照上述(5)式计算各分割区域的亮度信号。

这样，通过反映曝光条件中的APEX值，从而能够获取不依赖于曝光条件的、定量化的被摄体的亮度信号。

如上所述，通过执行分割亮度计算处理，从而在进行了预摄影的情况下，比较浏览图像信号与在预摄影中获取的图像信号两者，能够根据更为适当的图像信号获取各分割区域的亮度信号。由此，亮度信号的动态变宽，能够得到可靠性高的亮度信号。

另外，通过使用这种可靠性高的亮度信号来进行图4A、图4B所示的亮度分布计算处理，从而能够得到可靠性高的被摄体亮度bv_o、被摄体周围亮度bv_near。

[测光运算处理]

下面详细说明图3A所示的静止摄影流程的步骤SB8中所执行的测光运算处理。该测光运算处理由图9A所示的目标亮度计算处理(目标亮度计算部)和图12A所示的目标亮度校正处理(目标亮度校正部)构成。目标亮度计算处理是根据通过上述分割亮度计算而得到的浏览亮度信号，获取不产生泛白和泛黑的平衡，确定用于确定曝光条件的最佳目标亮度的处理。换言之，本处理中确定不易产生泛白和泛黑的目标亮度。

下面参照图9A～图11说明目标亮度计算处理。图9A、图9B是表示目标亮度计算处理的流程的图。

[目标亮度计算处理]

首先，在步骤SE1中，计算摄影区域整体的亮度平均值bv_avg。这是通过对在上述分割亮度计算处理(参见图8)的步骤SD10中获取的各分割区域的亮度信号进行平均计算而获取的。

在步骤SE2中，设定动态范围临界。该动态范围临界是用于判断图像中的泛白和泛黑的阈值。本实施方式中，设定预先登记的值。例如按照如下设定用于判断泛白的上限阈值d_th_high、用于判断泛黑的下限阈值d_th_low。

d_th_high＝1.5

d_th_low＝—2.0

在步骤SE3中，使用上述上限阈值对泛白(高亮度)的像素数进行计数。具体而言，对满足下面式(6)的分割区域的数目进行计数。

bv(i，j)>bv_avg+d_th_high      (6)

式(6)中，亮度信号bv(i，j)是分割区域(i，j)的亮度信号，bv_avg是摄影区域整体的亮度平均值，d_th_high是上限阈值。

在步骤SE4中，使用上述下限阈值对泛黑的(噪声亮度)像素数进行计数。具体而言，对满足下面式(7)的分割区域的数目进行计数。

bv(i，j)<bv_avg+d_th_low       (7)

在步骤SE5中，判定上述步骤SE3中的泛白的计数值count_dhigh1是否为0。在结果是计数值count_dhigh1为0的情况下，即不存在泛白的分割区域的情况下，进入步骤SE6，将位移值设定为—1。另一方面，在计数值count_dhigh1不为0的情况下，即存在泛白的分割区域的情况下，进入步骤SE7，将位移值设定为+1。后面将叙述此处的位移值。

在步骤SE8中，使判定泛白用的上限阈值再加上在步骤SE6或SE7中设定的位移值shift，由此设定新的泛白判断阈值，使用该泛白判断阈值对泛白的分割区域数目进行计数。具体而言，对满足下式(8)的分割区域的数目进行计数。

bv(i，j)>bv_avg+shift+d_th_high       (8)

在步骤SE9中，使判定泛黑用的下限阈值d_th_low再加上在步骤SE6或SE7中设定的位移值shift，由此设定新的泛黑判断阈值，使用该泛黑判断阈值对泛黑的分割区域数目进行计数。具体而言，对满足下式(9)的分割区域的数目进行计数。

bv(i，j)<bv_avg+shift+d_th_low       (9)

接着，在步骤SE10中，判定在步骤SE3中获取的计数值count_dhigh1与在步骤SE8中获取的计数值count_dhigh2之差的绝对值、以及在步骤SE4中获取的计数值count_dlow1与在步骤SE9中获取的计数值count_dlow2之差的绝对值是否都小于规定值(本实施方式中为“3”)。

其结果，在差的绝对值都小于规定值的情况下，则进入步骤SE11，将位移值shift设定为当前所设定的值的2倍，在步骤SE12和步骤SE13中，使用该位移值设定新的泛白判断阈值和新的泛黑判断阈值，再次对泛白的分割区域的数目以及泛黑的分割区域的数目进行计数，进入步骤SE14。另一方面，在差的绝对值都在规定值以上的情况下，不执行上述步骤SE11～SE13，直接进入步骤SE14。在步骤SE14中，使用在上述步骤SE1到SE13中获取的结果，计算目标亮度bv_p。这里，目标亮度bv_p是不易产生泛白和泛黑的亮度。

下面参照附图说明在步骤SE14中进行的目标亮度的计算方法。

首先，使用在步骤SE3、SE4、SE8、SE9中获取的各计数值count_dhigh1、count_dlow1、count_dhigh2、count_dlow2以及在步骤SE7或SE6中设定的位移值shift，制作图10所示的图表。

在图10中，横轴是亮度bv，纵轴是计数值。首先，在摄影区域整体的亮度平均值bv_avg的线上取计数值count_dhigh1、count_dlow1，在对亮度平均值bv_avg加上了位移值shift的线上取计数值count_dhigh2、count_dlow2。这里，图11表示将位移值shift设定为1的情况、即在图9A的步骤SE5中存在泛白的分割区域的情况下的图表。并且，在将位移值shift设定为—1的情况下，则在图10中，bv_avg+shift的线将到达bv_avg的左侧。

接着，在上述图表中用直线连接与泛白有关的计数值count_dhigh1、count_dhigh2，并且用直线连接与泛黑有关的计数值count_dlow1、count_dlow2。然后将正好位于该直线的交点上的亮度确定为目标亮度bv_p。

通过这样确定目标亮度bv_p，能够确定获取了泛白的分割区域数目与泛黑的分割区域数目之间的平衡的目标亮度bv_p。

并且，在图9B的步骤SE10中设置判断处理，例如图11所示，在与泛白有关的计数值count_dhigh1、count_dhigh2之差以及与泛黑有关的计数值count_dlow1、count_dlow2之差较小的情况下，则无法确定交点，不能确定适当的目标亮度bv_p。这种情况下，通过进行图9B的步骤SE11～SE13的处理，从而将位移值shift设定为2倍，使用此时的计数值count_dhigh3、count_dlow3与上述同样地确定目标亮度bv_p(参见图11的虚线)。

并且，在上述目标亮度bv_p的确定中，不希望目标亮度bv_p过于远离摄影区域整体的亮度平均值bv_avg，因而在亮度平均值bv_avg与目标亮度bv_p之差在规定值(本实施方式中为|1.5|)以上的情况下，限制目标亮度bv_p的值，使其在规定范围内。

用算式表示上述说明的内容时则为下式(10)。

bv_p＝bv_avg+shift×(count_dlow1—count_dhigh1)/(count_dhigh2—count_dhigh1—count_dlow2+count_dlow1)       (10)

其中，在|bv_p—bv_avg|>1.5的情况下，则bv_p＝bv_avg+1.5或者bv_p＝bv_avg—1.5。

[目标亮度校正处理]

当按照如上确定了目标亮度bv_p后，则接下来执行校正上述目标亮度的目标亮度校正处理(目标亮度校正部)。在该处理中，例如通过与被摄体亮度bv_o之间的关系来校正上述目标亮度计算处理中确定的目标亮度bv_p，在目标亮度bv_p与被摄体亮度bv_o之间的亮度差较大的情况下，根据被摄体的条件来调整目标亮度bv_p。由此，能够形成与被摄体亮度之间获取平衡的目标亮度。

下面参照图12A、图12B说明目标亮度校正处理。图12A、图12B是表示目标亮度校正处理的流程的图。

首先，在步骤SF1、SF2中，设定目标亮度bv_p的校正系数和校正上限值bv_hos_max、校正下限值bv_hos_min。具体而言，预先保存图13所示的校正系数表，通过参照该校正系数表来设定校正系数k_low、k_high以及上、下限值。如图13所示，在本实施方式中，在图3A的步骤SB1中如果检测出脸部，则根据下面的式(11-1)、(11-2)来设定校正系数k_low、k_high。

k_low＝0.85×(face_1)/100         (11-1)

k_high＝0.9×(face_1)/100         (11-2)

在上述式(11-1)、(11-2)中，face_1是脸部检测的可靠性。例如在上述Viola-Jones的脸部检测方法中，将检测处理时累计与各矩形滤波器之间对照的结果并进行了归一化的评价值用作上述face_1。

另外，同样根据校正系数表，将上限值bv_hos_max设为1.5，将下限值bv_hos_min设定为—2。

另外，在无法进行脸部检测但能够进行测距的情况下，将校正系数k_low设定为0.6，将校正系数k_high设定为0.7，并且将上限值bv_hos_max设为1.0，将下限值bv_hos_min设为—0.75。

在既无法进行脸部检测也无法进行测距的情况下，将校正系数k_low设定为0.4，将校正系数k_high设定为0.5，并且将上限值bv_hos_max设为0.5，将下限值bv_hos_min设为—0.5。在本实施方式中，使用了两种校正系数即k_low和k_high，在后述的步骤SF5、SF7中将选择性使用。

如上，被摄体检测的可靠精度越高，则将校正系数k_low、k_high设定得越高。通过这样设定校正系数k_low、k_high，从而在被摄体的检测精度的可靠性较高的情况下，通过设定与该被摄体亮度对应的适当校正系数k_low、k_high，从而能够获取最佳亮度的图像。另外，在被摄体检测的可靠精度较低的情况下，通过使用相应的适当的校正系数k，虽然不能获取最佳亮度，然而能够获取完成了一定程度的亮度调整的图像。另外，在本实施方式中，准备校正系数k_low、k_high，根据后述的步骤SF4、SF6的判断结果，按照被摄体相比目标亮度或明或暗的情况来区分使用。该校正系数k_low、k_high的值是考虑到之后的处理中所使用的灰度转换特性等而确定的值。本实施方式中，由于后面处理中存在使灰度转换特性较暗的部分变亮的倾向，因而关注灰度转换特性上的变化(较暗部分变亮)，使k_low<k_high，在被摄体亮度比目标亮度暗的情况下，则略微减小校正系数。

接着，在步骤SF3中，设定下限阈值o_th_low和上限阈值o_th_high(基准范围设定部)。该下限阈值和上限阈值是在目标亮度bv_p与被摄体亮度bv_o之差偏离某种程度的情况下使用上述校正系数k来校正目标亮度bv_p的阈值。本实施方式中，将下限阈值o_th_low设为—1.0，将上限阈值o_th_high设为0.5。

此处，上述下限阈值o_th_low和上限阈值o_th_high是考虑到摄像元件的动态范围、噪声特性、在后面的处理中使用的灰度转换特性等而确定的值。另外，通常摄像元件的动态范围相对于用于曝光的输出电平，较亮一侧变得狭窄，因而上限阈值的绝对值优选被设定得小于下限阈值的绝对值。

接着，判定目标亮度与被摄体亮度之差是否小于下限阈值o_th_low，如果小于则将下限阈值设定为计算校正量bv_hos时所考虑的变量th，将k_low设定为校正量系数k(步骤SF5)，进入步骤SF8。另一方面，在目标亮度与被摄体亮度之差大于等于下限阈值的情况下，判定该差是否大于上限阈值o_th_high(步骤SF6)。其结果，如果差大于上限阈值，则将上限阈值设定为变量th，将k_high设定为校正量系数k(步骤SF7)，进入步骤SF8。步骤SF8中，使用下式(12)计算目标亮度的校正量bv_hos(校正量确定部)。

bv_hos＝k×(bv_o—bv_p—th)      (12)

下面判定上述校正量bv_hos是否属于校正下限值bv_hos_min和校正上限值bv_hos_max之间(步骤SF9、SF11)，在校正量小于校正下限值bv_hos_min的情况下，将校正量bv_hos设定为校正下限值(步骤SF12)，而在校正量大于校正上限值bv_hos_max的情况下，将校正量bv_hos设定为校正上限值(步骤SF10)。

另一方面，在步骤SF4、SF6中，如果目标亮度与被摄体亮度之差大于等于下限阈值且小于等于上限阈值，则进入步骤SF13，使校正量bv_hos为0。也就是说，这种情况下不进行目标亮度bv_p的校正。

然后，在步骤SF14中，使用在上述处理中求出的校正量bv_hos来校正目标亮度bv_p，获取最终的目标亮度bv_p’。可通过下式(13)求出最终的目标亮度bv_p’。

bv_p’＝bv_p+bv_hos    (13)

图14是表示上述目标亮度校正处理中的校正量bv_hos和被摄体亮度bv_o之差(以下称之为“亮度差”)的关系的图。图14中横轴表示亮度差，纵轴表示校正量。在亮度差大于等于下限阈值且小于等于上限阈值的情况下，校正量为0。在亮度差小于下限阈值或者大于上限阈值的情况下，形成为与参照图13确定的规定校正系数k对应的校正量，在到达校正下限值或者校正上限值的部位为恒定。这里，校正系数k示出在亮度差小于下限阈值或者大于上限阈值的情况下，未达到校正下限值或校正上限值时的倾向。通过在亮度差小于下限阈值或者大于上限阈值的情况下改变倾向，从而起到改变被摄体亮度bv_o的重视程度的作用。

这样，在确定了最终的目标亮度bv_p’后，则在图3A所示的曝光运算(步骤SB9)中，为获取上述目标亮度bv_p’，确定主摄影下的快门速度、光圈、ISO灵敏度，并在确定的这些曝光条件下实施静止摄影(主摄影)(参见图3A、图3B的步骤SB9～SB14)。

[第2图像处理]

下面说明第2图像处理部(图像处理部)27对图像信号实施的灰度转换处理，该图像信号是通过按上述调整了曝光的静止摄影而获取的。该处理是在图3B的步骤SB16中执行的处理。图15是表示第2图像处理的流程的图。如该图所示，在灰度转换处理中，首先对通过第1图像处理部25(参见图1)进行了OB校正等的图像信号实施第1灰度转换处理(步骤SG1)。该第1灰度转换处理是使用预先设定的标准灰度转换特性曲线γ2(参见图19)对图像信号执行相同的灰度转换处理。第1灰度转换处理后的图像信号存储在规定的存储器例如图1的记录介质43中。

接着执行第2灰度转换处理(步骤SG2)。

[第2灰度转换处理]

第2灰度转换处理中对第1灰度转换处理后的图像信号执行相同的灰度转换处理，然后再执行局部的灰度转换处理。下面参照图16简单说明第2灰度转换处理。图16是表示第2灰度转换处理的流程的图。

首先，对进行第2灰度转换处理时所使用的参数进行选择(步骤SH1)。作为参数，选择在相同的灰度转换中所使用的灰度转换特性曲线(以下称之为“γ特性”)、后面的合成处理中的合成比等各种参数。后面将详细叙述这些参数的选择处理。

然后，使用在参数选择处理中确定的γ特性，进行相同的灰度转换处理(步骤SH2)。接着依次提取以关注像素为中心的在上述参数选择处理中确定的规定大小的局部区域(步骤SH3)，制作各局部区域的直方图(步骤SH4)。接着，通过对直方图进行累积、归一化，生成灰度转换曲线(步骤SH5)，根据该灰度转换曲线，对关注像素进行灰度转换处理(步骤SH6)。然后，判定是否对所有像素结束了灰度转换处理(步骤SH7)，在没有结束的情况下，则对下一个关注像素提取局部区域，重复进行步骤SH3之后的处理。另外，在对所有像素结束了局部的灰度转换处理的情况下，将最终获取的图像作为第2图像信号存储在存储器中，结束该第2灰度转换处理。

这里，上述步骤SH3～SH7相当于局部的灰度转换处理。

接着，通过在参数选择处理中选择的合成比来合成通过上述第1灰度转换处理获取的第1图像信号与通过第2灰度转换处理获取的第2图像信号，将其作为灰度转换的最终图像信号，输出到第3图像处理部28(参见图1)，结束该第2图像处理(图15的步骤SG3)。

(参数选择处理)

下面详细说明在图16的步骤SH1中实施的参数选择处理。图17A～图18是表示参数选择处理的流程的图。

首先，从图19所示的多个γ特性γ1～γ4中选定在相同的灰度转换处理中所使用的γ特性(步骤SJ1)。本实施方式中选定γ1。这里，γ特性为这样的特性：γ1表示对比度最弱、昏暗的平缓的特性，随着变成γ2、γ3、γ4则对比度越高，且能够获取明亮的图。然后判定灰度模式是否关闭(图17A的步骤SJ2)。这是通过参照图2A的步骤SA1中的判定结果来进行的。如果灰度模式关闭，则将合成比设定为0(步骤SJ3)，结束该处理。

另一方面，如果灰度模式并非关闭，则判定灰度模式是否为手动(步骤SJ4)。在其结果为手动的情况下，读取摄影者所设定的合成比并进行设定(步骤SJ5)，结束该处理。

另外，如果灰度模式并非手动、即灰度模式为自动的情况下，判定静止摄影时的被摄体及其周边是否过暗。具体而言，判定最终的目标亮度bv_p’是否小于0且曝光校正量cv是否大于—2(步骤SJ6)。这里，曝光校正量cv是摄影者希望改变曝光的情况下通过操作部47(参见图1)设定的信息。其结果，在不满足上述条件的情况下，也就是说摄影时的被摄体及其周边没有变暗的情况下进入步骤SJ7。

在步骤SJ7中，判定图像信号的最大亮度与最小亮度之差是否大于规定值(本实施方式为4)，如果大于规定值则将合成比设定为5％(步骤SJ8)，如果小于规定值则判定摄影倍率是否大于10分之1(步骤SJ9)。其结果，如果大于10分之1则将合成比设定为20％(步骤SJ10)，如果不大于，则判定F值是否小于F2、即图像背景是否模糊(步骤SJ11)。如果F值小于F2则将合成比设定为20％(步骤SJ10)，如果不小于则判定被摄体区域的面积比例是否大于等于30％(步骤SJ12)。其结果，如果大于等于30％则将合成比设定为35％(步骤SJ13)，如果小于30％则进入步骤SJ14。

在步骤SJ14中，改变在上述步骤SJ1中设定的在相同的灰度转换处理中所使用的γ特性。例如在被摄体区域较小的情况下(不足30％)，则局部的灰度转换处理的效果较小。这种场景下即使进行局部的灰度转换处理也难以获取期望的图像。这种情况下，通过在改变进行局部的灰度转换处理之前的相同的灰度转换处理的γ特性之后，进行局部的灰度转换处理，从而能够获取期望画质的图像。此处，作为该情况下的γ特性的变更方法，优选考虑摄影场景来选择和改变更合适的γ。进而，如以下步骤SJ15中所说明的那样，可通过提高合成比来提升明亮度，促进局部的灰度转换处理的效果。

具体而言，如图20所示，当被摄体亮度bv_o与被摄体周围亮度bv_near之差在规定值th2以上的情况下则选择γ2，在大于等于规定值th1且小于规定值th2的情况下则选择γ3，在小于规定值th1的情况下则选择γ4。γ特性与图19所述相同。这样，通过考虑摄影场景来选择和改变更合适的γ。

接着，在步骤SJ15中确定合成比。具体而言，如图21所示，在被摄体亮度bv_o与被摄体周围亮度bv_near之差为—3以下的情况下，将合成比设定为55％，在之差为—1以上的情况下将合成比设定为35％，如果在—3到—1之间则使用下式(14)确定合成比。

合成比＝—(bv_o—bv_near+1)×10+35      (14)

这样确定了合成比后结束该处理。

另一方面，在上述步骤SJ6中，在摄影时的被摄体及其周边较暗的情况下，即满足了条件的情况下，进入图18的步骤SJ16。在步骤SJ16中，判定在静止摄影时闪光灯是否发光。其结果，在发光的情况下将确定合成比所需要的系数a设定为0.5(步骤SJ17)，进入步骤SJ21。

另一方面，在步骤SJ16中闪光灯发光的情况下，判定闪光灯是否没有到达(步骤SJ18)。关于该闪光灯没有到达，例如在图3B的步骤SB13中运算发光量时，如果判断为完全发光下光量不足，则会产生未到达闪光灯区域的信息，因而通过确认是否产生了该信息来进行判定。其结果，如果闪光灯没有到达，则将系数a设定为1.5(步骤SJ19)，进入步骤SJ21。另一方面，在闪光灯到达的情况下，将系数a设定为1(步骤SJ20)，进入步骤SJ21。

在步骤SJ21中，计算出通过静止摄影所获取的图像信号中的黑区域的面积比例(泛黑的面积占摄影图像的比例)。具体而言，首先将通过静止摄影所获取的图像信号分割为规定区域以形成多个分割区域，分别计算各分割区域的Y输出的平均值。接着，通过对Y输出小于规定黑判定阈值dark_th的分割区域的数目进行计数，从而对泛黑的分割区域数目进行计数，使该分割区域数目除以图像整体的分割区域数目，并以百分比为单位，从而计算出黑区域的面积比例dark_area(％)。

此处，上述黑判定阈值dark_th是根据ISO灵敏度、系数a、基准阈值ref和基准ISO灵敏度ref_iso来确定的。具体而言，可通过下式(15)来赋值。

dark_th＝iso×a×ref/ref_iso     (15)

接着在步骤SJ22中确定合成比。合成比是使用上述黑区域的面积比例dark_area并通过下式(16)求出的。

合成比＝(100—dark_area)×35/100     (16)

接着判定合成比是否为35％(步骤SJ23)，如果在35％以内则结束该处理，如果为35％则返回步骤SJ7，执行其后面的处理。

这样，虽然是在低亮度下进行摄影，但是在合成比高的情况下，黑色部分较少且图像本身较亮，可期望获取局部的灰度转换处理的效果，因而返回步骤SJ7，按照脸部和其他条件再次求出合成比，从而能够获取具有更佳明亮度的图像。

并且，上述步骤SJ16～SJ23的处理是以夜景等较暗的图像作为对象的处理，在夜景等情况下，例如设定0到百分之十几的合成比。另外，步骤SJ7～SJ15的处理是以明亮的图像作为对象的处理。

并且，在上述参数选择处理中，确定第2图像处理(参见图15)中的在相同的灰度转换处理中所使用的γ特性以及在合成处理中所采用的合成比，然而除了这些参数之外，也能够确定局部的灰度转换中的局部大小。

这样，在第2灰度转换处理中，作为准备处理，按照不靠近图像位置的相同的γ曲线进行了相同的灰度转换处理，然后将在静止摄影中获取的图像信号分割到局部区域上，再次进行局部的灰度转换以使得局部的直方图得以平滑，因此即使是亮度差较大的场景下也能获取不会极端地泛白或者泛黑的自然灰度的图像。

如上所述，根据本实施方式所涉及的摄像装置，使用浏览图像的亮度信息和预摄影的亮度信息，计算用于求出曝光条件的目标亮度。在该情况下，目标亮度是通过估计泛黑和泛白来设定的，因此使用该目标亮度确定曝光条件，能够获取泛黑或泛白较少的图像。进而，在目标亮度与被摄体亮度的亮度差超过规定的范围(基准范围)的情况下，根据该亮度差校正目标亮度，能够获取更为合适的目标亮度。

另外，在运算这些目标亮度时，除了后面实施的局部的灰度转换的效果之外，还确定目标亮度，因此能够使背景与被摄体的明亮度为适当的值，能够提供摄影者期望画质的图像。

另外，根据本实施方式，对在静止摄影中获取的图像信号进行局部的灰度转换处理，按照与摄影场景有关的信息(亮度分布、被摄体亮度、被摄体的大小、摄影F值、被摄体倍率)来确定此时的参数(局部的灰度转换的前处理的灰度曲线、合成率)。因此，能够实施与获取图像的特征对应的最佳的灰度转换处理。

进而，在运算目标亮度时，除了后面实施的局部的灰度转换的效果之外，还确定目标亮度，因此能够使背景与被摄体的明亮度成为适当的值，能够提供摄影者期望画质的图像。

[第2实施方式]

接着使用附图说明本发明的第2实施方式。

在上述第1实施方式所涉及的摄像装置1中，在图3A的步骤SB8的测光运算处理中所执行的目标亮度校正处理(参见图12A)中，使用预先设定的下限阈值o_th_low和上限阈值o_th_high来判断是否校正目标亮度bv_p(参见图12A的步骤SF3等)。在本实施方式所涉及的摄像装置中，按照灰度模式来改变该下限阈值o_th_low和上限阈值o_th_high。

下面针对本实施方式所涉及的摄像装置，省略说明其与第1实施方式的共通之处，主要说明不同之处。

图22是表示用于按照灰度模式来确定在图12A所示的目标亮度校正处理的步骤SF3中使用的下限阈值o_th_low和上限阈值o_th_high的上、下限阈值确定处理的流程的图。

首先，将作为初始值的0.5设定为上限阈值o_th_high(步骤SL1)，将作为初始值的—1.0设定为下限阈值o_th_low。接着判定灰度模式是否关闭(步骤SL3)，如果灰度模式关闭，则将上限阈值o_th_high变更为0.3(步骤SL4)，将下限阈值o_th_low改为—0.5(步骤SL5)，结束该处理。另一方面，如果在步骤SL3中灰度模式并未关闭，则判定灰度模式是否为手动(步骤SL6)，如果为手动则将上限阈值o_th_high变更为0.4(步骤SL7)，将下限阈值o_th_low变更为—0.8(步骤SL8)，结束该处理。

另一方面，在步骤SL6中，如果灰度模式并非手动，则将上限阈值o_th_high和下限阈值o_th_low设为初始值，然后就此结束该处理。

这样，在确定了与各灰度模式对应的上限阈值o_th_high和下限阈值o_th_low后，使用这些值来执行上述目标亮度校正处理(参见图12A、图12B)。

如上所述，根据本实施方式，按照灰度模式来改变上限阈值o_th_high和下限阈值o_th_low，因此，与增设在第2图像处理中进行的灰度转换处理相比，能够确定更为优选的目标亮度。

并且，如果灰度模式为手动，则也可以根据用户所设定的信息(例如第2图像处理中的合成比、局部的灰度转换中的局部区域的大小等)来改变上限阈值o_th_high和下限阈值o_th_low。这种情况下，如果合成比、局部的灰度转换中的局部区域的大小变大，则优选将上限阈值o_th_high的绝对值和下限阈值o_th_low的绝对值改变为大于初始值。通过这样进行处理，也可以按照用户的设定来获取良好的图像。

另外，还可以按照灰度模式来改变校正系数k_high、k_low。由此，如果灰度模式为关闭，则重视主要被摄体，从而即使灰度模式为关闭也能获取某种程度的良好的图像。

[第3实施方式]

下面使用附图说明本发明第3实施方式。

本实施方式所涉及的摄像装置与上述第2实施方式相同，下限阈值o_th_low和上限阈值o_th_high的设定方法与上述第1实施方式不同。具体而言，按照能够在浏览图像中进行脸部检测的情况、虽然无法进行脸部检测然而能够进行测距的情况、或者既不能进行脸部检测也不能进行测距的情况这3种情况，改变下限阈值o_th_low和上限阈值o_th_high。

图23是表示本实施方式所涉及的下限阈值o_th_low和上限阈值o_th_high的一个例子的图。图23中纵轴表示各阈值的值(临界值)、横轴表示被摄体区域占摄影区域的面积比例。根据图23可知，在检测到脸部的情况以及虽然没有检测到脸部然而能够进行测距的情况下，被摄体区域的面积比例越高，下限阈值o_th_low和上限阈值o_th_high的绝对值就设定得越大。并且，无论何种情况下，面积比例在某个恒定值(例如30％)以上的区域中被设定为恒定值。

本实施方式中，在检测出了脸部的情况下，当面积比例为0％时，将下限阈值o_th_low设定为—0.7，将上限阈值o_th_high设定为0.3，当面积比例为30％时，将下限阈值o_th_low设定为一1.5，将上限阈值o_th_high设定为0.8。另外，在这之间的区域上呈现线性变化。

另外，在没有检测出脸部但能够测距的情况下，将绝对值设定得小于检测出脸部的情况下的绝对值。本实施方式中，当面积比例为0％时，将下限阈值o_th_low设定为—0.4，将上限阈值o_th_high设定为0.1，当面积比例为30％时，将下限阈值o_th_low设定为—0.9，将上限阈值o_th_high设定为0.7。另外，在这之间的区域上值呈现线性变化。

另一方面，在不能检测脸部并且也不能进行测距的情况下，与被摄体区域的面积比例无关，下限阈值o_th_low为—0.5，上限阈值o_th_high为0.3，分别保持恒定。

并且，关于被摄体区域的面积比例、是否能够检测脸部等，可以使用图4A、图4B所示的亮度分布计算处理中的各判定结果。

如上所述，本实施方式中，按照是否能够进行被摄体的检测和测距来设定上、下限阈值，因此，即使在没有进行脸部检测等的情况下，但与在第2图像处理中进行的灰度转换处理相比，也能确定更为优选的目标亮度。

[第4实施方式]

下面使用附图说明本发明第4实施方式。

在上述第1实施方式所涉及的摄像装置1中，在图3A的步骤SB8的测光运算处理中所执行的目标亮度计算处理(参见图9A、图9B)中，使用预先设定的下限阈值o_th_low和上限阈值o_th_high对高亮度和噪声亮度进行计数，计算目标亮度bv_p(参见图9A的步骤SE3等)。在本实施方式所涉及的摄像装置中，按照ISO灵敏度来改变该下限阈值o_th_low和上限阈值o_th_high。下面，针对本实施方式所涉及的摄像装置，省略说明其与第1实施方式的共通之处，主要说明不同之处。

图24是将下限阈值o_th_low和上限阈值o_th_high相对于ISO灵敏度的值进行数值化而表示的表，图25是将图24所示的表绘成曲线后示出的图。如图24和图25所示，下限阈值o_th_low被设定为随ISO灵敏度变高而增大的值，上限阈值o_th_high与ISO灵敏度无关而恒为1.0。

如上所述，本实施方式中，根据ISO灵敏度来设定目标亮度计算处理时的上、下限阈值，因此，即使是第2图像处理的效果不高的高灵敏度，也能确定更为优选的目标亮度。

[第5实施方式]

下面使用附图说明本发明第5实施方式。

在上述第1实施方式中，使用浏览图像的亮度信号来实施图3A、图3B所示的亮度分布计算处理、测光运算处理、曝光运算处理，根据这些处理结果确定静止摄影下的曝光条件和通过第2图像处理部27(参见图1)进行的第2图像处理的各参数等。这种情况下，浏览图像摄像时既能够实施局部的灰度转换处理，也能够不实施该处理。

本实施方式中，对上述浏览图像信号实施局部的灰度转换处理，使用进行该处理后的浏览图像信号来确定曝光条件和第2图像处理的各参数等。

下面，针对本实施方式所涉及的摄像装置，省略其与第1实施方式共通之处的说明，主要说明不同之处。

首先，在进行图3A所示的静止摄影流程中的步骤SB1的脸部检测之前，针对在静止图像摄影中由摄像部2获取的图像信号，执行第1图像处理、第2图像处理(相同的灰度转换处理和局部的灰度转换处理)、第3图像处理等处理，获取最终的浏览图像，将该图像和浏览图像摄影时的曝光条件(例如AE等)记录在记录介质中。而且，接下来的脸部检测等各种处理是使用最终获取的浏览图像来进行的。

例如，在本实施方式中也能够将测光运算处理(图3A的步骤SB8)中进行的目标亮度校正处理(参见图12A、图12B)作为图26A、图26B所示的流程。并且，在图26A、图26B所示的参数选择处理中，对与上述第1实施方式所涉及的目标亮度校正处理(图12A、图12B)相同的处理赋予相同的号码，省略其说明。

首先，与上述第1实施方式相同，执行图12A、图12B的步骤SF1～SF8，从而确定目标亮度的校正量bv_hos(图26A的步骤SM1)，使用进行了局部的灰度转换处理等的最终浏览图像信号，计算被摄体区域的明亮度平均值light_o_through(步骤SM2)。针对在进行静止摄影之前刚获取的浏览图像信号进行了灰度转换等图像处理之后，得到明亮度信号Y，针对该明亮度信号Y将摄影区域分割为网格状，划分为多个分割区域，计算与被摄体区域相当的部分的Y信号的平均值，将该平均值作为明亮度平均值light_o_through。接着，计算与浏览图像摄影时的曝光条件相当的APEX值与目标亮度bv_p之差d_bv(步骤SM3)。

d_bv＝(av_s)+(tv_s)—(sv_s)—bv_p     (17-1)

在上述式(17-1)中，(av_s)是光圈值，(tv_s)是快门速度，(sv_s)是相当于灵敏度的APEX值。而且，通过将步骤SM3中所获取的差d_bv反映为在步骤SM2中所获取的被摄体区域的明亮度平均值light_o_through，从而得到最终的明亮度估计值light_o(步骤SM4)。最终的明亮度估计值light_o例如可通过下式(17-2)来赋予。

light_o＝light_o_through+g(d_bv)      (17-2)

由此，能够得到不取决于曝光条件等的差异的、定量的被摄体区域的明亮度估计值。

接下来，使用下面的式(18)将步骤SM4中所获取的明亮度估计值light_o转换为亮度，得到亮度评价值(步骤SM5)。

bv_light_o＝h(light_o)    (18)

接着，判定亮度评价值bv_light_o与目标亮度bv_p之差是否大于第2上限阈值light_th_high(步骤SM6)，在大于的情况下使用下式(19)计算校正量bv_hos2(步骤SM7)。

bv_hos2＝bv_hos+bv_light_o—bv_p—o_th_high    (19)

另一方面，在小于的情况下，判定亮度评价值bv_light_o与目标亮度bv_p之差是否小于第2下限阈值light_th_low(步骤SM6)，在小于的情况下，使用下式(20)计算校正量bv_hos2(步骤SM9)。

bv_hos2＝bv_hos+bv_light_o—bv_p—o_th_low     (20)

并且，上述第2下限阈值light_th_low和第2上限阈值预先记录在闪存42等(参见图1)中，将它们读取后进行设定。

另一方面，在亮度评价值bv_light_o与目标亮度bv_p之差大于等于第2下限阈值light_th_low且小于等于第2上限阈值light_th_high的情况下，则将bv_hos置换为bv_hos2(步骤SM10)。

然后，判定校正量bv_hos2是否属于校正下限值bv_hos_min与校正上限值bv_hos_max之间(步骤SM11、SM12)，在校正量bv_hos2大于校正上限值bv_hos_max的情况下，则将校正量bv_hos2设定为校正上限值bv_hos_max(步骤SM13)；在校正量小于校正下限值bv_hos_min的情况下，则将校正量bv_hos2设定为校正下限值bv_hos_min(步骤SM14)。

然后，在步骤SM15中，使用在上述处理中求出的校正量bv_hos2来校正目标亮度bv_p，计算出最终的目标亮度bv_p2’，结束该处理。通过下式(20)求出最终的目标亮度bv_p2’。

bv_p2’＝bv_p+bv_hos2    (20)

另外，在本实施方式中，也能够将在第2图像处理中进行的参数选择处理作为图27所示的流程。并且，在图27所示的参数选择处理中，对与上述第1实施方式所涉及的参数选择处理(参见图17A、图17B)相同的处理赋予相同的符号，省略其说明。

在步骤SJ12中，在判定为被摄体区域面积比例在30％以上的情况下，则在步骤SJ10’中将合成比设定为25％，结束该处理。另一方面，在判定为被摄体区域的面积比例小于30％的情况下，则判定是否进行了脸部检测(步骤SN3)。其结果，在没有进行脸部检测的情况下将合成比设定为35％(步骤SN4)，结束该处理。另一方面，在进行了脸部检测的情况下，进行最终的浏览图像中的脸部区域(被摄体区域)的亮度估计处理(步骤SN5)。

如图28所示，在亮度估计处理中，首先，针对在进行静止摄影之前刚获取的浏览图像信号进行了灰度转换等图像处理之后，得到明亮度信号Y，针对该明亮度信号Y将摄影区域分割为网格状，划分为多个分割区域，计算与被摄体区域相当的部分的Y信号的平均值，将该平均值作为明亮度平均值light_o_through(步骤SP1)。接着，使用下面的式(21-1)式，计算由于浏览图像摄影时的曝光条件和静止图像摄影时的曝光条件的差异而引起的亮度差d_ev(步骤SP2)。并且，在进行该参数选择处理时，由于处于已经进行了摄影之后，因而静止曝光条件也已确定。

d_ev＝(av_s)+(tv_s)—(sv_s)—(av_still)+(tv_still)—(sv_still)    (21-1)

在上述式(21-1)中，(av_s)是浏览画面摄影时的光圈值，(tv_s)是浏览画面摄影的快门速度，(sv_s)是相当于浏览画面摄影的灵敏度的APEX值。(av_still)是静止画面摄影时的光圈值，(tv_still)是静止画面摄影的快门速度，(sv_still)是相当于静止画面摄影的灵敏度的APEX值。

接着，通过将步骤SP2中所获取的差d_ev反映为步骤SP1中所获取的被摄体区域的明亮度平均值light_o_through，从而获取最终的明亮度估计值light_o(步骤SP3)。最终的明亮度估计值light_o例如通过下式(21-2)来赋予。

light_o＝light_o_through+f(d_ev)    (21-2)

这样，在亮度估计处理中获取了被摄体区域的明亮度估计值light_o后，进入图27的步骤SN6。在步骤SN6中，对在步骤SJ1(参见图17A)中设定的、在相同的灰度转换处理中使用的γ特性进行变更。

具体而言，如图29所示，在被摄体区域的明亮度估计值light_o大于等于规定值th2’的情况下则选择γ2，在大于等于规定值th1’且小于等于规定值th2’的情况下则选择γ3，在小于规定值th1’的情况下则选择γ4。关于γ特性与图19所示相同。

接着，在步骤SN7中确定合成比。具体而言，如图30所示，在被摄体区域的明亮度估计值light_o大于等于规定值th2’的情况下则将合成比确定为30％，在大于等于规定值th1’且小于等于规定值th2’的情况下则将合成比确定为45％，在小于规定值th1’的情况下则将合成比确定为50％。

如上所述，根据本实施方式所涉及的摄像装置，使用实施了各种图像处理、特别是局部的灰度转换处理之后的浏览图像，确定曝光条件或者第2图像处理(参见图15)中的各种参数等，因此能够确定可靠性更高的参数。尤其在局部的灰度转换处理的处理结果难以预测、且脸部区域(被摄体区域)较小的情况下，易于受到局部的灰度转换处理的影响。这种情况下，使用实施了局部的灰度转换处理之后的实际的浏览图像，确定针对通过静止摄影所获取的图像信号进行的第2图像处理的各种参数，或进行曝光条件的校正，从而易于预测处理后的图像，能够选定可靠性高的参数，能够获取更佳画质的静止图像。

以上参照附图对本发明实施方式进行了详细描述，然而具体的构成不限于本实施方式，当然包含不脱离本发明主旨的范围内的设计变更等。

例如在上述实施方式中，在测光运算处理中通过计算来进行测光，然而也能够取而代之，安装传感器等，通过传感器来进行测光。

Claims (13)

1.一种摄像装置，其具有：

被摄体检测部，其将在主摄影之前获取的图像中的主要被摄体从上述图像的图像信号中检测出；

被摄体亮度信息获取部，其从上述图像信号中获取与上述被摄体有关的亮度信息；

亮度分布计算部，其针对上述图像中的多个区域，计算各区域的亮度分布；

目标亮度计算部，其根据上述亮度分布来确定与曝光有关的目标亮度；

目标亮度校正部，在上述目标亮度与上述被摄体的亮度之差处于基准范围以外的情况下，该目标亮度校正部校正上述目标亮度；以及

曝光条件确定部，在通过上述目标亮度或上述目标亮度校正部实施了校正的情况下，该曝光条件确定部根据校正后的上述目标亮度来确定主摄影的曝光条件，

上述目标亮度校正部具有：

基准范围确定部，其确定上述基准范围；以及

校正量确定部，其使用上述目标亮度与上述被摄体的亮度之差来确定上述校正量。

2.根据权利要求1所述的摄像装置，其中，上述基准范围是通过设定得高于上述目标亮度的上限阈值和设定得低于该目标亮度的下限阈值来确定的，且上述下限阈值的绝对值设定得大于上述上限阈值的绝对值。

3.根据权利要求1或2所述的摄像装置，其中，上述基准范围确定部按照摄像元件的灵敏度设定来确定上述基准范围。

4.根据权利要求1或2所述的摄像装置，其中，上述被摄体检测部具有计算上述主要被摄体的面积比例的面积比例计算部，

上述基准范围计算部按照上述面积比例来确定上述基准范围。

5.根据权利要求1或2所述的摄像装置，其中，上述被摄体检测部具有检测脸部的脸部检测部，

上述基准范围计算部按照上述脸部检测部的检测结果来确定上述基准范围。

6.根据权利要求1或2所述的摄像装置，其中，上述被摄体检测部具有检测脸部的脸部检测部，

上述校正量确定部按照上述脸部检测部的检测结果来确定校正量。

7.根据权利要求1或2所述的摄像装置，其中，该摄像装置具有：

第1设定模式，在该模式中进行局部的灰度转换处理，该局部的灰度转换处理是针对上述图像的关注像素，根据关于关注像素的附近区域的上述图像信号来实施的；以及

第2设定模式，在该模式中不进行上述局部的灰度转换处理，

上述基准范围计算部按照设定模式来确定上述基准范围。

8.根据权利要求1或2所述的摄像装置，其中，该摄像装置具有进行第1灰度转换处理和第2灰度转换处理中的至少一个的图像处理部，该第1灰度转换处理是按照相同的灰度转换特性曲线对上述图像的各像素进行相同的灰度转换处理，该第2灰度转换处理是根据关于关注像素的附近区域的上述图像信号针对上述图像的关注像素进行局部的灰度转换处理，

上述基准范围确定部按照由上述图像处理部实施的灰度转换处理来确定上述基准范围。

9.根据权利要求7所述的摄像装置，其中，在实施上述局部的灰度转换处理的情况下，上述基准范围确定部将上述基准范围设定得与不实施上述局部的灰度转换处理的情况相比要宽。

10.根据权利要求7所述的摄像装置，其中，上述图像处理部具有：

合成部，其以规定的合成比将实施上述相同的灰度转换处理所得到的第1图像和实施上述局部的灰度转换处理所得到的第2图像进行合成；以及

参数选择部，其至少设定上述合成比与上述相同的灰度转换处理中所使用的灰度转换特性曲线中的任一个，使得被摄体领域的亮度处于规定的亮度范围内。

11.根据权利要求1或2所述的摄像装置，其中，上述图像信号是针对上述摄像元件的输出信号实施了上述局部的灰度转换处理之后的图像信号。

12.根据权利要求11所述的摄像装置，其中，上述目标亮度校正部按照上述图像中的被摄体领域的亮度与上述目标亮度之差来校正上述目标亮度。

13.一种摄像装置，其具有：

亮度分布计算部，其针对在主摄影之前获取的图像中的多个区域，根据上述图像的图像信号来计算亮度分布；

目标亮度计算部，其根据上述亮度分布来确定与曝光有关的目标亮度；

被摄体检测部，其从上述图像信号中检测上述图像中的主要被摄体；

被摄体亮度信息获取部，其从上述图像信号中获取与上述被摄体有关的亮度信息；

图像处理部，其针对上述图像的关注像素，根据关于关注像素的附近区域的上述图像信号来进行局部的灰度转换处理；

亮度评价值计算部，其使用上述局部的灰度转换处理后的图像信号，计算上述被摄体的亮度评价值；

目标亮度校正部，在上述亮度评价值与上述目标亮度之差在规定范围以外的情况下，该目标亮度校正部校正上述目标亮度，使得该目标亮度处于上述规定范围内；以及

曝光条件确定部，其根据校正后的上述目标亮度来确定主摄影中的曝光条件。

Images