JP2000188768A - 自動階調補正方法 - Google Patents
自動階調補正方法Info
- Publication number
- JP2000188768A JP2000188768A JP10364778A JP36477898A JP2000188768A JP 2000188768 A JP2000188768 A JP 2000188768A JP 10364778 A JP10364778 A JP 10364778A JP 36477898 A JP36477898 A JP 36477898A JP 2000188768 A JP2000188768 A JP 2000188768A
- Authority
- JP
- Japan
- Prior art keywords
- value
- area
- luminance
- pixels
- determined
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Processing Of Color Television Signals (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
(57)【要約】
【課題】 従来は、肌色を意識した補正を行っておら
ず、また、弱い逆光の場合、人物の顔が少し暗くなって
いてもあまり補正されておらず、更に、強い逆光の場合
は、逆光と判断できていても顔がどの程度の輝度である
かはわからない。 【解決手段】 輝度ヒストグラム特徴量と各種曲線デー
タとに基づいて、露光アンダーのアンダー前処理、露光
オーバーのオーバー前処理又はリニア前処理が行われる
(ステップ103〜107)。露光オーバー以外では、
第2の特徴量が入力輝度レベルの最も高い領域と最も低
い領域で共に正の値であるときに強い逆光と判断して逆
光フラグを1にセットする(ステップ108〜11
4)。その後、入力画像の顔エリアを認識する顔部分認
識処理を行った後、階調曲線補正レベル修正処理が行わ
れる(ステップ110、116)。階調曲線補正レベル
修正処理では、逆光の場合は、肌色認識により得たレベ
ル中心の補正とする。
ず、また、弱い逆光の場合、人物の顔が少し暗くなって
いてもあまり補正されておらず、更に、強い逆光の場合
は、逆光と判断できていても顔がどの程度の輝度である
かはわからない。 【解決手段】 輝度ヒストグラム特徴量と各種曲線デー
タとに基づいて、露光アンダーのアンダー前処理、露光
オーバーのオーバー前処理又はリニア前処理が行われる
(ステップ103〜107)。露光オーバー以外では、
第2の特徴量が入力輝度レベルの最も高い領域と最も低
い領域で共に正の値であるときに強い逆光と判断して逆
光フラグを1にセットする(ステップ108〜11
4)。その後、入力画像の顔エリアを認識する顔部分認
識処理を行った後、階調曲線補正レベル修正処理が行わ
れる(ステップ110、116)。階調曲線補正レベル
修正処理では、逆光の場合は、肌色認識により得たレベ
ル中心の補正とする。
Description
【0001】
【発明の属する技術分野】本発明は自動階調補正方法に
係り、特にディジタルカメラ、ビデオカメラ等の出力カ
ラー画像をプリンタで印字する際に、カラー画像の階調
を自動的に補正する自動階調補正方法に関する。
係り、特にディジタルカメラ、ビデオカメラ等の出力カ
ラー画像をプリンタで印字する際に、カラー画像の階調
を自動的に補正する自動階調補正方法に関する。
【0002】
【従来の技術】図18はカラービデオプリンタを使用す
る印字システムの一例のブロック図を示す。同図におい
て、ディジタルカメラ11で撮像して得られたカラー画
像信号は、直接ビデオプリンタ16に供給されて印字さ
れる一方、パーソナルコンピュータ(以下、パソコンと
いう)14に取り込まれてディスプレイモニタの陰極線
管(CRT)19にて表示されると共に、パソコン14
内の中央処理装置(CPU)15で加工されてからビデ
オプリンタ16に供給されて印字される。
る印字システムの一例のブロック図を示す。同図におい
て、ディジタルカメラ11で撮像して得られたカラー画
像信号は、直接ビデオプリンタ16に供給されて印字さ
れる一方、パーソナルコンピュータ(以下、パソコンと
いう)14に取り込まれてディスプレイモニタの陰極線
管(CRT)19にて表示されると共に、パソコン14
内の中央処理装置(CPU)15で加工されてからビデ
オプリンタ16に供給されて印字される。
【0003】また、ビデオカメラ12により撮像して得
られたカラー画像信号も、上記のディジタルカメラ11
からのカラー画像信号と同様に、直接ビデオプリンタ1
6に供給されて印字される一方、パソコン14に取り込
まれてディスプレイモニタのCRT19にて表示される
と共に、パソコン14内のCPU15で加工されてから
ビデオプリンタ16に供給されて印字される。更に、ビ
デオデッキ13により再生されたカラー画像信号は、ビ
デオプリンタ16に供給されて印字される。
られたカラー画像信号も、上記のディジタルカメラ11
からのカラー画像信号と同様に、直接ビデオプリンタ1
6に供給されて印字される一方、パソコン14に取り込
まれてディスプレイモニタのCRT19にて表示される
と共に、パソコン14内のCPU15で加工されてから
ビデオプリンタ16に供給されて印字される。更に、ビ
デオデッキ13により再生されたカラー画像信号は、ビ
デオプリンタ16に供給されて印字される。
【0004】このように、ビデオプリンタ16は、ディ
ジタルカメラ11、ビデオカメラ12、ビデオデッキ1
3から直接に入力されるカラー画像信号を印字するか、
パソコン14内のCPU15で加工処理された、ディジ
タルカメラ11又はビデオカメラ12の出力カラー画像
信号を印字することができる。
ジタルカメラ11、ビデオカメラ12、ビデオデッキ1
3から直接に入力されるカラー画像信号を印字するか、
パソコン14内のCPU15で加工処理された、ディジ
タルカメラ11又はビデオカメラ12の出力カラー画像
信号を印字することができる。
【0005】ところで、通常、ディジタルカメラ11、
ビデオカメラ12で撮影する場合には、カメラ本体が露
出を最適化するような自動調整を行う。しかし、それら
により撮影した画像が、図18に示すような印字システ
ムにおいては必ずしも所望の階調を再現しているとは限
らない。特にビデオカメラ12にて掃影された状態では
動画なので気にならなかった明るさやコントラストも、
ビデオプリンタ16において静止画としてプリントする
と満足のゆく結果が得られない場合がよくある。
ビデオカメラ12で撮影する場合には、カメラ本体が露
出を最適化するような自動調整を行う。しかし、それら
により撮影した画像が、図18に示すような印字システ
ムにおいては必ずしも所望の階調を再現しているとは限
らない。特にビデオカメラ12にて掃影された状態では
動画なので気にならなかった明るさやコントラストも、
ビデオプリンタ16において静止画としてプリントする
と満足のゆく結果が得られない場合がよくある。
【0006】そこで、ビデオプリンタ16にて所望の階
調を得るために、カラー画像の階調補正を施してから印
字することが従来より行われている。このカラー画像の
階調補正では、ビデオプリンタ16内部のCPU17に
よって画像メモリ18に取り込まれた画像データを解析
して自動的に階調を補正してから印刷する、あるいはパ
ソコン14のCPU15にてパソコン14に取り込まれ
た画像データを解析して自動的に階調を補正してから印
刷するといった処理が行われる。
調を得るために、カラー画像の階調補正を施してから印
字することが従来より行われている。このカラー画像の
階調補正では、ビデオプリンタ16内部のCPU17に
よって画像メモリ18に取り込まれた画像データを解析
して自動的に階調を補正してから印刷する、あるいはパ
ソコン14のCPU15にてパソコン14に取り込まれ
た画像データを解析して自動的に階調を補正してから印
刷するといった処理が行われる。
【0007】
【発明が解決しようとする課題】しかるに、従来の自動
階調補正方法では、例えば、本出願人が先に特願平10
−264244号にて提案したように、輝度ヒストグラ
ムの特徴量を把握して階調補正をしているが、特に肌色
を意識した補正を行っていない。また、従来方法では、
全画面の階調のバランスが良好になるように補正してい
るので、画面の大部分が空で弱い逆光の場合、逆光の判
断ができず人物の顔が少し暗くなっていてもあまり補正
されておらず、更に、強い逆光の場合は、逆光と判断で
きていても顔がどの程度の輝度であるかはわからないの
で、十分な階調補正ができないという問題がある。
階調補正方法では、例えば、本出願人が先に特願平10
−264244号にて提案したように、輝度ヒストグラ
ムの特徴量を把握して階調補正をしているが、特に肌色
を意識した補正を行っていない。また、従来方法では、
全画面の階調のバランスが良好になるように補正してい
るので、画面の大部分が空で弱い逆光の場合、逆光の判
断ができず人物の顔が少し暗くなっていてもあまり補正
されておらず、更に、強い逆光の場合は、逆光と判断で
きていても顔がどの程度の輝度であるかはわからないの
で、十分な階調補正ができないという問題がある。
【0008】本発明は上記の点に鑑みなされたもので、
肌色を考慮した自動階調補正を行い得る自動階調補正方
法を提供することを目的とする。
肌色を考慮した自動階調補正を行い得る自動階調補正方
法を提供することを目的とする。
【0009】また、本発明の他の目的は、逆光に強く顔
の輝度レベルが良好な自動階調補正を行い得る自動階調
補正方法を提供することにある。
の輝度レベルが良好な自動階調補正を行い得る自動階調
補正方法を提供することにある。
【0010】
【課題を解決するための手段】本発明は上記の目的を達
成するため、階調補正しようとするカラー画像データか
ら輝度ヒストグラムを作成し、その輝度ヒストグラムか
ら入力輝度レベル軸をa等分(aは4以上の整数)した
それぞれの領域の画素数の全画素に対する割合を示す第
1の特徴量と、a等分したそれぞれの領域の一定のリミ
ッタ値を越える画素数の全画素に対する割合を示す第2
の特徴量と、輝度ヒストグラムから入力輝度レベル軸を
3等分したそれぞれの領域の画素数の全画素に対する割
合を示す第3の特徴量とをそれぞれ算出して第1の格納
部に格納する第1のステップと、第1の格納部に格納さ
れている第1乃至第3の特徴量を取り込み、そのうち最
も低輝度側領域の第3の特徴量が予め設定した下限値よ
り大であり、かつ、最も高輝度側領域の第3の特徴量が
予め設定した上限値より小であるかどうか比較判定する
第2のステップと、第2のステップにより、最も低輝度
側領域の第3の特徴量が予め設定した下限値より大であ
る判定結果が得られたときは露光アンダーと判断して、
第1の特徴量を用いてコントラストの傾き情報を求め、
その傾き情報からアンダー強度を求めるアンダー前処理
を行う第3のステップと、第2のステップにより、最も
高輝度側領域の第3の特徴量が予め設定した上限値より
大である判定結果が得られたときは露光オーバーと判断
して、第1の特徴量を用いてコントラストの傾き情報を
求め、その傾き情報からオーバー強度を求めるオーバー
前処理を行う第4のステップと、第2のステップによ
り、最も低輝度側領域の第3の特徴量が予め設定した下
限値以下であり、かつ、最も高輝度側領域の第3の特徴
量が予め設定した上限値より小である判定結果が得られ
たときは、第1の特徴量を用いてコントラストの傾き情
報を求めると共に、第2の特徴量に応じて強度を求める
リニア前処理を行う第5のステップと、更に第6乃至第
11のステップとからなることを特徴とする。
成するため、階調補正しようとするカラー画像データか
ら輝度ヒストグラムを作成し、その輝度ヒストグラムか
ら入力輝度レベル軸をa等分(aは4以上の整数)した
それぞれの領域の画素数の全画素に対する割合を示す第
1の特徴量と、a等分したそれぞれの領域の一定のリミ
ッタ値を越える画素数の全画素に対する割合を示す第2
の特徴量と、輝度ヒストグラムから入力輝度レベル軸を
3等分したそれぞれの領域の画素数の全画素に対する割
合を示す第3の特徴量とをそれぞれ算出して第1の格納
部に格納する第1のステップと、第1の格納部に格納さ
れている第1乃至第3の特徴量を取り込み、そのうち最
も低輝度側領域の第3の特徴量が予め設定した下限値よ
り大であり、かつ、最も高輝度側領域の第3の特徴量が
予め設定した上限値より小であるかどうか比較判定する
第2のステップと、第2のステップにより、最も低輝度
側領域の第3の特徴量が予め設定した下限値より大であ
る判定結果が得られたときは露光アンダーと判断して、
第1の特徴量を用いてコントラストの傾き情報を求め、
その傾き情報からアンダー強度を求めるアンダー前処理
を行う第3のステップと、第2のステップにより、最も
高輝度側領域の第3の特徴量が予め設定した上限値より
大である判定結果が得られたときは露光オーバーと判断
して、第1の特徴量を用いてコントラストの傾き情報を
求め、その傾き情報からオーバー強度を求めるオーバー
前処理を行う第4のステップと、第2のステップによ
り、最も低輝度側領域の第3の特徴量が予め設定した下
限値以下であり、かつ、最も高輝度側領域の第3の特徴
量が予め設定した上限値より小である判定結果が得られ
たときは、第1の特徴量を用いてコントラストの傾き情
報を求めると共に、第2の特徴量に応じて強度を求める
リニア前処理を行う第5のステップと、更に第6乃至第
11のステップとからなることを特徴とする。
【0011】上記の第6のステップは、第2のステップ
により露光オーバー以外と判断されたときは、第2の特
徴量が入力輝度レベルの最も高い領域と最も低い領域で
共に正の値であるときに強い逆光と判断して逆光フラグ
を所定値にセットする。上記の第7のステップは、入力
されたカラー画像データが明度、色相、彩度が肌色であ
る領域に含まれるか否か判定すると共に、逆光フラグが
所定値であるときは所定値でないときに比べて、肌色で
ある領域の輝度レベルを下げて判定する。上記の第8の
ステップは、第7のステップにより検出された肌色の画
素について、各連結領域の面積を求め、それらの連結領
域のうち最大面積から面積の広い順に全部でn個(nは
予め定めた2以上の整数)の連結領域を、認識対象のエ
リアとして抽出し、そのn個のエリアのそれぞれについ
て、当エリアを内部に含む所定形状の枠に当てはめ、か
つ、その枠の上部に髪の毛エリアを加えた枠を想定し、
n個の各枠全体のそれぞれについて、肌色総画素数を示
す第4の特徴量と、枠の画面縦方向の情報を示す第5の
特徴量と、枠の画面横方向の情報を示す第6の特徴量と
を求めた後、第4乃至第6の特徴量を分析し、顔を示す
エリアである確率が最も高い1つのエリアを顔エリアと
して決定する。
により露光オーバー以外と判断されたときは、第2の特
徴量が入力輝度レベルの最も高い領域と最も低い領域で
共に正の値であるときに強い逆光と判断して逆光フラグ
を所定値にセットする。上記の第7のステップは、入力
されたカラー画像データが明度、色相、彩度が肌色であ
る領域に含まれるか否か判定すると共に、逆光フラグが
所定値であるときは所定値でないときに比べて、肌色で
ある領域の輝度レベルを下げて判定する。上記の第8の
ステップは、第7のステップにより検出された肌色の画
素について、各連結領域の面積を求め、それらの連結領
域のうち最大面積から面積の広い順に全部でn個(nは
予め定めた2以上の整数)の連結領域を、認識対象のエ
リアとして抽出し、そのn個のエリアのそれぞれについ
て、当エリアを内部に含む所定形状の枠に当てはめ、か
つ、その枠の上部に髪の毛エリアを加えた枠を想定し、
n個の各枠全体のそれぞれについて、肌色総画素数を示
す第4の特徴量と、枠の画面縦方向の情報を示す第5の
特徴量と、枠の画面横方向の情報を示す第6の特徴量と
を求めた後、第4乃至第6の特徴量を分析し、顔を示す
エリアである確率が最も高い1つのエリアを顔エリアと
して決定する。
【0012】上記の第9のステップは、第8のステップ
で決定された顔エリアの平均輝度を求め、その平均輝度
を予め設定した目標の輝度範囲に入るかどうか比較し、
その比較結果に基づき、第3、第4又は第5のステップ
で作成したコントラストの傾き情報と強度情報とを、平
均輝度が目標の輝度範囲に入るように予測した値に修正
する。上記の第10のステップは、第9のステップで修
正された強度に応じて、入力階調に対する出力階調の各
種の特性曲線を示す各種曲線データが予め格納されてい
る第2の格納部から曲線データを選択し、その選択した
曲線データと第9のステップで修正されたコントラスト
の傾き情報とを合成して階調補正曲線データを生成して
第3の格納部に格納する。上記の第11のステップは、
階調補正しようとするカラー画像データが格納されてい
る画像メモリから読み出した当階調補正しようとするカ
ラー画像データに、第3の格納部からの階調補正曲線デ
ータを反映させて画像メモリに再び格納する。
で決定された顔エリアの平均輝度を求め、その平均輝度
を予め設定した目標の輝度範囲に入るかどうか比較し、
その比較結果に基づき、第3、第4又は第5のステップ
で作成したコントラストの傾き情報と強度情報とを、平
均輝度が目標の輝度範囲に入るように予測した値に修正
する。上記の第10のステップは、第9のステップで修
正された強度に応じて、入力階調に対する出力階調の各
種の特性曲線を示す各種曲線データが予め格納されてい
る第2の格納部から曲線データを選択し、その選択した
曲線データと第9のステップで修正されたコントラスト
の傾き情報とを合成して階調補正曲線データを生成して
第3の格納部に格納する。上記の第11のステップは、
階調補正しようとするカラー画像データが格納されてい
る画像メモリから読み出した当階調補正しようとするカ
ラー画像データに、第3の格納部からの階調補正曲線デ
ータを反映させて画像メモリに再び格納する。
【0013】この発明では、入力カラー画像データの輝
度ヒストグラムをa等分に分割して、その曲線のおよそ
の形を知り、その形に応じてコントラストの傾き情報を
算出すると共に、階調補正曲線を肌色を考慮した修正を
行うことで曲線データを最適なものに選択した後、それ
らを合成して階調補正曲線データをソフトウェア処理に
より生成することができる。また、本発明によれば、通
常時と強い逆光時の両方で肌色を考慮した階調補正曲線
の修正をすることができる。
度ヒストグラムをa等分に分割して、その曲線のおよそ
の形を知り、その形に応じてコントラストの傾き情報を
算出すると共に、階調補正曲線を肌色を考慮した修正を
行うことで曲線データを最適なものに選択した後、それ
らを合成して階調補正曲線データをソフトウェア処理に
より生成することができる。また、本発明によれば、通
常時と強い逆光時の両方で肌色を考慮した階調補正曲線
の修正をすることができる。
【0014】また、本発明において、上記の第8のステ
ップは、逆光フラグが所定値であるときは、顔を示すエ
リアである確率が最も高い1つのエリアの確率値が予め
定めた第1の下限値以上であるときに、1つのエリアを
顔エリアと判定し、逆光フラグが所定値でないときは、
顔を示すエリアである確率が最も高い1つのエリアの肌
色の総画素数が予め定めた経験値以上で、かつ、1つの
エリアの確率値が第1の下限値よりも大なる予め設定し
た第2の下限値以上であるときのみ、1つのエリアを顔
エリアと判定することを特徴とする。
ップは、逆光フラグが所定値であるときは、顔を示すエ
リアである確率が最も高い1つのエリアの確率値が予め
定めた第1の下限値以上であるときに、1つのエリアを
顔エリアと判定し、逆光フラグが所定値でないときは、
顔を示すエリアである確率が最も高い1つのエリアの肌
色の総画素数が予め定めた経験値以上で、かつ、1つの
エリアの確率値が第1の下限値よりも大なる予め設定し
た第2の下限値以上であるときのみ、1つのエリアを顔
エリアと判定することを特徴とする。
【0015】この発明では、逆光フラグが所定値である
強い逆光の場合は、肌色認識により得たレベル中心の補
正とすることができる。すなわち、強い逆光の場合、従
来方式ではレベルを決定するための情報量が十分でなか
ったために肌色を考慮した補正となっていなかったが、
本発明では肌色認識により得たレベル中心の補正とする
ことができる。
強い逆光の場合は、肌色認識により得たレベル中心の補
正とすることができる。すなわち、強い逆光の場合、従
来方式ではレベルを決定するための情報量が十分でなか
ったために肌色を考慮した補正となっていなかったが、
本発明では肌色認識により得たレベル中心の補正とする
ことができる。
【0016】また、本発明では、通常は従来の解析方法
で得たレベルでも全画面を見た場合には比較的良好な結
果が得られていたが、もう少し肌色の輝度を考慮した補
正とするために、従来の解析方法で得たレベルと肌色認
識により得たレベルの中間をとることを特徴とする。
で得たレベルでも全画面を見た場合には比較的良好な結
果が得られていたが、もう少し肌色の輝度を考慮した補
正とするために、従来の解析方法で得たレベルと肌色認
識により得たレベルの中間をとることを特徴とする。
【0017】
【発明の実施の形態】次に、本発明の実施の形態につい
て、図面と共に説明する。図1は本発明になる自動階調
補正方法の要部の一実施の形態のフローチャート、図2
は本発明になる自動階調補正方法を実現する補正装置の
一実施の形態のブロック図を示す。本発明方法は、図1
8に示したような印字システムにおいて、ビデオプリン
タ16内部のCPU17によって画像メモリ18に取り
込まれた画像データを解析して自動的に肌色の認識を行
ったり、パソコン14のCPU15にてパソコン14に
取り込まれた画像データを解析して自動的に肌色を認識
したりするものであり、色認識に基づき、逆光の場合で
も人物の顔の色再現が良好になるように階調補正された
画像データをビデオプリンタ16で印刷させる。
て、図面と共に説明する。図1は本発明になる自動階調
補正方法の要部の一実施の形態のフローチャート、図2
は本発明になる自動階調補正方法を実現する補正装置の
一実施の形態のブロック図を示す。本発明方法は、図1
8に示したような印字システムにおいて、ビデオプリン
タ16内部のCPU17によって画像メモリ18に取り
込まれた画像データを解析して自動的に肌色の認識を行
ったり、パソコン14のCPU15にてパソコン14に
取り込まれた画像データを解析して自動的に肌色を認識
したりするものであり、色認識に基づき、逆光の場合で
も人物の顔の色再現が良好になるように階調補正された
画像データをビデオプリンタ16で印刷させる。
【0018】この実施の形態の自動階調補正処理では、
従来の自動階調補正に肌色認識を加えると共に、その肌
色認識処理をできるだけ短い処理とするために、原画は
補正前状態で例え暗いままでも肌色が認識できるように
する。また、通常時と強い逆光時の両方で肌色を意識し
た補正が必要であるが、通常は全体のバランスを中心と
した従来の補正方法を生かすように工夫する必要があ
り、強い逆光の場合には肌色を中心とした補正方法とす
るものである。
従来の自動階調補正に肌色認識を加えると共に、その肌
色認識処理をできるだけ短い処理とするために、原画は
補正前状態で例え暗いままでも肌色が認識できるように
する。また、通常時と強い逆光時の両方で肌色を意識し
た補正が必要であるが、通常は全体のバランスを中心と
した従来の補正方法を生かすように工夫する必要があ
り、強い逆光の場合には肌色を中心とした補正方法とす
るものである。
【0019】この実施の形態について、まず、図2のブ
ロック図と対応させて説明する。図2において、ディジ
タルカメラ、ビデオカメラ、パソコンあるいはビデオデ
ッキなどの外部映像機器から入力された、例えばYUV
の3次元色空間のカラー画像信号が画像メモリ21に格
納されている。処理速度を考慮して画像サンプリング処
理部22は、画像メモリ21からg画素(g>0)おき
の画像データをサンプリングして画像サンプリングデー
タ格納部23に格納する。gは、全体の画素数に応じて
2や4といった値を決めればよい。画像サンプリングデ
ータ格納部23は、図18の画像メモリ18に相当し、
また、画像サンプリングデータ格納部23と画像メモリ
21を除いた図2の各ブロックの処理がCPU17のソ
フトウェアにより実現される。
ロック図と対応させて説明する。図2において、ディジ
タルカメラ、ビデオカメラ、パソコンあるいはビデオデ
ッキなどの外部映像機器から入力された、例えばYUV
の3次元色空間のカラー画像信号が画像メモリ21に格
納されている。処理速度を考慮して画像サンプリング処
理部22は、画像メモリ21からg画素(g>0)おき
の画像データをサンプリングして画像サンプリングデー
タ格納部23に格納する。gは、全体の画素数に応じて
2や4といった値を決めればよい。画像サンプリングデ
ータ格納部23は、図18の画像メモリ18に相当し、
また、画像サンプリングデータ格納部23と画像メモリ
21を除いた図2の各ブロックの処理がCPU17のソ
フトウェアにより実現される。
【0020】輝度ヒストグラム作成部24は、画像サン
プリングデータ格納部23に格納されている3次元色空
間のディジタルカラー画像データから輝度ヒストグラム
を作成して、輝度ヒストグラム格納部25に格納する。
輝度ヒストグラム特徴量算出部26は、輝度ヒストグラ
ム格納部25に格納されている輝度ヒストグラムから輝
度ヒストグラム特徴量を算出して、輝度ヒストグラム特
徴量格納部27に格納する。格納される上記の輝度ヒス
トグラム特徴量は3種類ある。
プリングデータ格納部23に格納されている3次元色空
間のディジタルカラー画像データから輝度ヒストグラム
を作成して、輝度ヒストグラム格納部25に格納する。
輝度ヒストグラム特徴量算出部26は、輝度ヒストグラ
ム格納部25に格納されている輝度ヒストグラムから輝
度ヒストグラム特徴量を算出して、輝度ヒストグラム特
徴量格納部27に格納する。格納される上記の輝度ヒス
トグラム特徴量は3種類ある。
【0021】第1は輝度ヒストグラム格納部25のデー
タを入力輝度レベル軸にてa等分(ただし、a>3)し
て得た、全画素に対するそれぞれの領域の画素数の割合
を示す特徴量Sep[0]〜Sep[a−1]である。
第2は輝度ヒストグラム格納部25のデータを入力輝度
レベル軸にてa等分(ただし、a>3)して得た、一定
のリミット値を越える画素数分について全画素に対する
割合を示す特徴量LimitSep[0]〜Limit
Sep[a−1]である。第3は輝度ヒストグラム格納
部25のデータを入力輝度レベル軸にて3等分して得
た、全画素に対するそれぞれの領域の画素数の割合を示
す特徴量L、M、Hである。
タを入力輝度レベル軸にてa等分(ただし、a>3)し
て得た、全画素に対するそれぞれの領域の画素数の割合
を示す特徴量Sep[0]〜Sep[a−1]である。
第2は輝度ヒストグラム格納部25のデータを入力輝度
レベル軸にてa等分(ただし、a>3)して得た、一定
のリミット値を越える画素数分について全画素に対する
割合を示す特徴量LimitSep[0]〜Limit
Sep[a−1]である。第3は輝度ヒストグラム格納
部25のデータを入力輝度レベル軸にて3等分して得
た、全画素に対するそれぞれの領域の画素数の割合を示
す特徴量L、M、Hである。
【0022】露光オーバー、アンダー検出部31は、輝
度ヒストグラム特徴量格納部27に格納されている輝度
ヒストグラム特徴量を読み出し、それらの輝度ヒストグ
ラム特徴量から露光オーバー、アンダーを検出する。続
いて、コントラスト傾き決定部32は、輝度ヒストグラ
ム特徴量格納部27に格納されている輝度ヒストグラム
特徴量と、露光オーバー、アンダー検出部31による検
出結果とに基づいて、コントラストの傾き情報を決定す
る。コントラストデータ作成部35は、コントラスト傾
き決定部32で決定したコントラストの傾きの情報をも
とにコントラストデータを作成する。
度ヒストグラム特徴量格納部27に格納されている輝度
ヒストグラム特徴量を読み出し、それらの輝度ヒストグ
ラム特徴量から露光オーバー、アンダーを検出する。続
いて、コントラスト傾き決定部32は、輝度ヒストグラ
ム特徴量格納部27に格納されている輝度ヒストグラム
特徴量と、露光オーバー、アンダー検出部31による検
出結果とに基づいて、コントラストの傾き情報を決定す
る。コントラストデータ作成部35は、コントラスト傾
き決定部32で決定したコントラストの傾きの情報をも
とにコントラストデータを作成する。
【0023】オーバー、アンダー強度判断部33は、輝
度ヒストグラム特徴量格納部27に格納されている輝度
ヒストグラム特徴量と、露光オーバー、アンダー検出部
31の検出結果と、コントラスト傾き決定部29により
決定されたコントラストの傾き情報とに基づいて、図1
のステップ103〜107の処理を行って、露光のオー
バー強度、アンダー強度(Level)を判断し、その
強度(Level)に応じて各種曲線データ格納部32
に格納されている各種曲線データの中から曲線データを
1つ選択する。
度ヒストグラム特徴量格納部27に格納されている輝度
ヒストグラム特徴量と、露光オーバー、アンダー検出部
31の検出結果と、コントラスト傾き決定部29により
決定されたコントラストの傾き情報とに基づいて、図1
のステップ103〜107の処理を行って、露光のオー
バー強度、アンダー強度(Level)を判断し、その
強度(Level)に応じて各種曲線データ格納部32
に格納されている各種曲線データの中から曲線データを
1つ選択する。
【0024】強い逆光検出部28は、輝度ヒストグラム
特徴量格納部27からLimitSep[0]、[a−
1]の情報を受け、また露光オーバー、アンダー検出部
31からオーバー、アンダー、リニアの情報を受け、図
1のステップ108〜114の判断処理をして、逆光フ
ラグrefFlagを0か1に決める。
特徴量格納部27からLimitSep[0]、[a−
1]の情報を受け、また露光オーバー、アンダー検出部
31からオーバー、アンダー、リニアの情報を受け、図
1のステップ108〜114の判断処理をして、逆光フ
ラグrefFlagを0か1に決める。
【0025】顔部分認識処理部29は、上記の逆光フラ
グrefFlagを受け、また画像サンプリングデータ
格納部23から3次元ディジタルカラー画像データを受
け、図1のステップ115の後述の顔部分認識処理を行
う。階調補正曲線修正部30は、顔エリアの輝度平均値
情報と逆光フラグrefFlagとコントラスト傾き、
レベル強度を受け、図1のステップ116の後述の階調
補正曲線レベル修正処理を実行する。そしてオーバー、
アンダー強度判断部33、コントラスト傾き決定部32
の情報を修正する。
グrefFlagを受け、また画像サンプリングデータ
格納部23から3次元ディジタルカラー画像データを受
け、図1のステップ115の後述の顔部分認識処理を行
う。階調補正曲線修正部30は、顔エリアの輝度平均値
情報と逆光フラグrefFlagとコントラスト傾き、
レベル強度を受け、図1のステップ116の後述の階調
補正曲線レベル修正処理を実行する。そしてオーバー、
アンダー強度判断部33、コントラスト傾き決定部32
の情報を修正する。
【0026】コントラスト直線と曲線データ合成処理部
36は、図1のステップ117で示すように、コントラ
ストデータ作成部30にて作成したコントラスト直線デ
ータと、オーバー、アンダー強度判断部31にて選択し
た曲線データを合成して階調補正曲線データ(図1では
118)を生成し、それを階調補正曲線データ格納部3
7に格納する。変数iが0から255まで変化するとし
て、コントラスト直線データをcont[i]、曲線デ
ータをcurve[i]とすると、合成結果autog
am[i]は、autogam[i]=curve[c
ont[i]]となる。
36は、図1のステップ117で示すように、コントラ
ストデータ作成部30にて作成したコントラスト直線デ
ータと、オーバー、アンダー強度判断部31にて選択し
た曲線データを合成して階調補正曲線データ(図1では
118)を生成し、それを階調補正曲線データ格納部3
7に格納する。変数iが0から255まで変化するとし
て、コントラスト直線データをcont[i]、曲線デ
ータをcurve[i]とすると、合成結果autog
am[i]は、autogam[i]=curve[c
ont[i]]となる。
【0027】色差信号オーバーフロー検出部38は、画
像サンプリングデータ格納部23に格納されているサン
プリングデータと、階調補正曲線データ格納部37に格
納されている階調補正曲線データとを用いて、色差信号
がオーバーフローする画素数(Count)を検出し
て、その検出結果を階調補正曲線修正部39に入力す
る。
像サンプリングデータ格納部23に格納されているサン
プリングデータと、階調補正曲線データ格納部37に格
納されている階調補正曲線データとを用いて、色差信号
がオーバーフローする画素数(Count)を検出し
て、その検出結果を階調補正曲線修正部39に入力す
る。
【0028】階調補正曲線修正部39は、色差信号オー
バーフロー検出部38から入力されたオーバーフロー画
素数と、各種曲線データ格納部34からの各種曲線デー
タと、階調補正曲線データ格納部37からの前記直線レ
ベルと曲線レベルとを受け、オーバーフロー画素数に応
じて露光オーバーの強度(Level)をどれだけ下げ
るか判断し、その判断結果に基づいて階調補正曲線デー
タ格納部37のデータを修正するように、コントラスト
データ作成部35に入力される傾きの情報を修正し、そ
れで修正できないときは更に補正曲線データを変更して
コントラスト直線と曲線データ合成処理部36に入力す
る。
バーフロー検出部38から入力されたオーバーフロー画
素数と、各種曲線データ格納部34からの各種曲線デー
タと、階調補正曲線データ格納部37からの前記直線レ
ベルと曲線レベルとを受け、オーバーフロー画素数に応
じて露光オーバーの強度(Level)をどれだけ下げ
るか判断し、その判断結果に基づいて階調補正曲線デー
タ格納部37のデータを修正するように、コントラスト
データ作成部35に入力される傾きの情報を修正し、そ
れで修正できないときは更に補正曲線データを変更して
コントラスト直線と曲線データ合成処理部36に入力す
る。
【0029】画像処理部40は、階調補正曲線修正部3
9により補正された階調補正曲線データ格納部37内の
階調補正曲線データに基づいて、画像メモリ21からの
画像データを補正し、その補正後の画像データを画像メ
モリ21に再び格納する。この画像メモリ21に格納さ
れている自動階調補正された画像データは、読み出され
てプリンタにより印刷される。
9により補正された階調補正曲線データ格納部37内の
階調補正曲線データに基づいて、画像メモリ21からの
画像データを補正し、その補正後の画像データを画像メ
モリ21に再び格納する。この画像メモリ21に格納さ
れている自動階調補正された画像データは、読み出され
てプリンタにより印刷される。
【0030】次に、この実施の形態の要部の動作につい
て、フローチャートを参照して更に詳細に説明する。輝
度ヒストグラム特徴量算出部26で輝度ヒストグラム特
徴量を算出する際、入力輝度レベル軸を8等分(a=
8)した場合、輝度ヒストグラム特徴量としてSep
[0]〜[7],LimitSep[0]〜[7]が準
備される。Sep[]には、全画素数に対するそれぞれ
の領域の画素数の割合が入っている。また、Limit
Sep[]には一定のリミッタ値を超える画素数分につ
いて全画素数に対する割合が入っている。また、輝度ヒ
ストグラム特徴量L、M、Hは、この実施の形態では、
L=Sep[0]+Sep[1]+Sep[2],M=
Sep〔3〕+Sep[4],H=Sep[5]+Se
p[6]+Sep[7]であるものとする。
て、フローチャートを参照して更に詳細に説明する。輝
度ヒストグラム特徴量算出部26で輝度ヒストグラム特
徴量を算出する際、入力輝度レベル軸を8等分(a=
8)した場合、輝度ヒストグラム特徴量としてSep
[0]〜[7],LimitSep[0]〜[7]が準
備される。Sep[]には、全画素数に対するそれぞれ
の領域の画素数の割合が入っている。また、Limit
Sep[]には一定のリミッタ値を超える画素数分につ
いて全画素数に対する割合が入っている。また、輝度ヒ
ストグラム特徴量L、M、Hは、この実施の形態では、
L=Sep[0]+Sep[1]+Sep[2],M=
Sep〔3〕+Sep[4],H=Sep[5]+Se
p[6]+Sep[7]であるものとする。
【0031】また、図2の各種曲線データ格納部34に
格納されている各種曲線データとして、*Up[1]〜
[5],*Down[1]〜[5]が準備される。*U
p[],*Down[]はY−Y’のルックアップテー
ブル(LUT)である。*Up〔1]はリニアに近いL
UTで、そこには0から255の入力Yの値に対する出
力Y’の値が格納されていると考える。*Up[]
の[]内の数字が増えるほど、LUTの補正強度は大き
くなる。同様に、*Down[1]が最もリニアに近い
LUTで、*Down[]の[]内の数字が増えるほ
ど、LUTの補正強度は大きくなる。
格納されている各種曲線データとして、*Up[1]〜
[5],*Down[1]〜[5]が準備される。*U
p[],*Down[]はY−Y’のルックアップテー
ブル(LUT)である。*Up〔1]はリニアに近いL
UTで、そこには0から255の入力Yの値に対する出
力Y’の値が格納されていると考える。*Up[]
の[]内の数字が増えるほど、LUTの補正強度は大き
くなる。同様に、*Down[1]が最もリニアに近い
LUTで、*Down[]の[]内の数字が増えるほ
ど、LUTの補正強度は大きくなる。
【0032】さて、オーバー、アンダー強度判断部33
は、輝度ヒストグラム特徴量格納部27から輝度ヒスト
グラム特徴量を取り込み(図1のステップ101)、ま
た各種曲線データ格納部34から各種曲線データ*Up
[1]〜[5],*Down[1]〜[5]を取り込み
(図1のステップ102)、まず輝度ヒストグラム特徴
量Lが予め設定した下限値(underLimit)よ
り大であるかどうか判定する(図1のステップ10
3)。
は、輝度ヒストグラム特徴量格納部27から輝度ヒスト
グラム特徴量を取り込み(図1のステップ101)、ま
た各種曲線データ格納部34から各種曲線データ*Up
[1]〜[5],*Down[1]〜[5]を取り込み
(図1のステップ102)、まず輝度ヒストグラム特徴
量Lが予め設定した下限値(underLimit)よ
り大であるかどうか判定する(図1のステップ10
3)。
【0033】輝度ヒストグラム特徴量Lは入力輝度レベ
ル軸を3等分したときの最も低輝度側の領域の特徴量で
あるので、L>(下限値)であれば、露光アンダーと判
断してアンダー前処理を行い(図1のステップ10
4)、L≦(下限値)であれば、輝度ヒストグラム特徴
量Hが予め設定した上限値(overLimit)より
大であるかどうか判定する(図1のステップ105)。
輝度ヒストグラム特徴量Hは入力輝度レベル軸を3等分
したときの最も高輝度側の領域の特徴量であるので、H
>(上限値)であれば、露光オーバーと判断してオーバ
ー前処理を行い(図1のステップ106)、H≦(上限
値)であれば、リニア(またはそれ以外)と判断してリ
ニア前処理を行う(図1のステップ107)。
ル軸を3等分したときの最も低輝度側の領域の特徴量で
あるので、L>(下限値)であれば、露光アンダーと判
断してアンダー前処理を行い(図1のステップ10
4)、L≦(下限値)であれば、輝度ヒストグラム特徴
量Hが予め設定した上限値(overLimit)より
大であるかどうか判定する(図1のステップ105)。
輝度ヒストグラム特徴量Hは入力輝度レベル軸を3等分
したときの最も高輝度側の領域の特徴量であるので、H
>(上限値)であれば、露光オーバーと判断してオーバ
ー前処理を行い(図1のステップ106)、H≦(上限
値)であれば、リニア(またはそれ以外)と判断してリ
ニア前処理を行う(図1のステップ107)。
【0034】上記の上限値、下限値は、多くの画像にて
実験を行って値が決められている。例えば上限値=6
0、下限値=60とした場合、Lに60%より多くの画
素が偏っていた場合にはアンダー、Hに60%より多く
の画素が偏っていた場合にはオーバーと判断される。
実験を行って値が決められている。例えば上限値=6
0、下限値=60とした場合、Lに60%より多くの画
素が偏っていた場合にはアンダー、Hに60%より多く
の画素が偏っていた場合にはオーバーと判断される。
【0035】上記のステップ104のアンダー前処理
は、図3及び図4のフローチャートに従って、輝度ヒス
トグラム特徴量をもとにコントラスト用の直線と補正曲
線*Up[]のレベルを決定し合成して階調補正曲線と
する。基本的な方針は、ヒストグラムの平坦化である。
このヒストグラムの平坦化自体は公知である(長尾真、
「ディジタル画像処理」、近代科学社、p177−p1
81、1978)。
は、図3及び図4のフローチャートに従って、輝度ヒス
トグラム特徴量をもとにコントラスト用の直線と補正曲
線*Up[]のレベルを決定し合成して階調補正曲線と
する。基本的な方針は、ヒストグラムの平坦化である。
このヒストグラムの平坦化自体は公知である(長尾真、
「ディジタル画像処理」、近代科学社、p177−p1
81、1978)。
【0036】まず、レベル(Level)の初期値を例
えば”5”に設定し(図3のステップ201)、変数s
umの初期値を”0”に設定し(図3のステップ20
2)、変数iを”7”に設定し(図3のステップ20
3)、変数sumに輝度ヒストグラム特徴量Sep
[i]を加算し(図3のステップ204)、その加算値
sumが0より大であるかどうか判定し(図3のステッ
プ205)、sum≦0であれば、iの値を6にして同
様の加算、判定処理を行う。そしてsum>0となるま
で、iの値を1ずつ減じながら上記の加算、判定処理を
繰り返す。
えば”5”に設定し(図3のステップ201)、変数s
umの初期値を”0”に設定し(図3のステップ20
2)、変数iを”7”に設定し(図3のステップ20
3)、変数sumに輝度ヒストグラム特徴量Sep
[i]を加算し(図3のステップ204)、その加算値
sumが0より大であるかどうか判定し(図3のステッ
プ205)、sum≦0であれば、iの値を6にして同
様の加算、判定処理を行う。そしてsum>0となるま
で、iの値を1ずつ減じながら上記の加算、判定処理を
繰り返す。
【0037】sum>0となると、変数secthig
hの値を7−iとし、かつ、変数sectlowの値を
0とする(図3のステップ206)。すなわち、まず、
輝度の低い方に画素が偏っていることを考慮して、輝度
の最も高い輝度ヒストグラム特徴量Sep[7〕から画
素が0%の領域を探す。画素のない領域には階調を割り
当てないようにするために0%領域はYcon−Yco
n’のグラフにてYcon’を255に張り付ける。変
数secthighは255に張り付ける領域を示し、
変数sectlowは0に張り付ける領域を示す。
hの値を7−iとし、かつ、変数sectlowの値を
0とする(図3のステップ206)。すなわち、まず、
輝度の低い方に画素が偏っていることを考慮して、輝度
の最も高い輝度ヒストグラム特徴量Sep[7〕から画
素が0%の領域を探す。画素のない領域には階調を割り
当てないようにするために0%領域はYcon−Yco
n’のグラフにてYcon’を255に張り付ける。変
数secthighは255に張り付ける領域を示し、
変数sectlowは0に張り付ける領域を示す。
【0038】もし、上から1区画だけ0%だったらsu
mはi=6の時に0より大きくなるので、変数sect
highは1(=7−6)区画となる。なお、ステップ
206でsectlow=0としているのはアンダーの
画像では下から数えて0%である確率は低く処理を単純
化するためである。ここまででコントラスト直線の傾き
が決まる。なお、ステップ205でsumと比較する値
は0以外でもよい。この値は経験により可変設定でき
る。コントラスト補正強度を強くしたい場合は、これを
大きく設定する。
mはi=6の時に0より大きくなるので、変数sect
highは1(=7−6)区画となる。なお、ステップ
206でsectlow=0としているのはアンダーの
画像では下から数えて0%である確率は低く処理を単純
化するためである。ここまででコントラスト直線の傾き
が決まる。なお、ステップ205でsumと比較する値
は0以外でもよい。この値は経験により可変設定でき
る。コントラスト補正強度を強くしたい場合は、これを
大きく設定する。
【0039】変数secthighは、コントラスト傾
き決定部29の結果情報であり、この値が大きければ入
力階調に対して出力階調を増加させる直線となり、アン
ダーの画像は改善される。次に、アンダーの強度を示す
変数Levelを、Level=Level−sect
highなる演算式に基づき、補正曲線のレベルからコ
ントラスト分を差し引いておく(図3のステップ20
7)。
き決定部29の結果情報であり、この値が大きければ入
力階調に対して出力階調を増加させる直線となり、アン
ダーの画像は改善される。次に、アンダーの強度を示す
変数Levelを、Level=Level−sect
highなる演算式に基づき、補正曲線のレベルからコ
ントラスト分を差し引いておく(図3のステップ20
7)。
【0040】次に補正強度を決定するため、累積輝度分
布を用いた方法を応用する。アンダー前処理において
は、輝度の低い方に画素が偏っていると判断されている
ので、その領域のヒストグラム形状を判断の材料とす
る。すなわち、まず、Sep〔0]>Sep[1]>S
ep[2]の条件を満足するか判定し(図3のステップ
208)、この条件を満たさないときは弱のレベルと判
断して、強度を示す変数LevelをLevel−2と
する(図3のステップ209)。Sep[0]>Sep
[1〕>Sep[2]であれば、次にSep[0]がS
ep[1]*1.5より大であるかどうか比較し(図3
のステップ210)、Sep[1]*1.5以下なら中
のレベルとして強度を示す変数LevelをLevel
−1とする(図3のステップ211)。
布を用いた方法を応用する。アンダー前処理において
は、輝度の低い方に画素が偏っていると判断されている
ので、その領域のヒストグラム形状を判断の材料とす
る。すなわち、まず、Sep〔0]>Sep[1]>S
ep[2]の条件を満足するか判定し(図3のステップ
208)、この条件を満たさないときは弱のレベルと判
断して、強度を示す変数LevelをLevel−2と
する(図3のステップ209)。Sep[0]>Sep
[1〕>Sep[2]であれば、次にSep[0]がS
ep[1]*1.5より大であるかどうか比較し(図3
のステップ210)、Sep[1]*1.5以下なら中
のレベルとして強度を示す変数LevelをLevel
−1とする(図3のステップ211)。
【0041】また、Sep[0]>Sep[1]>Se
p[2]で、かつ、Sep[0〕>Sep[1]*1.
5の場合、傾き最大と判断してアンダーの強度を示す変
数Levelはそのままとする。”1.5”という値は
経験により1以上の値に変更可能である。大きくした場
合には、弱い補正となり、中レベルと判断される割合が
多くなる。
p[2]で、かつ、Sep[0〕>Sep[1]*1.
5の場合、傾き最大と判断してアンダーの強度を示す変
数Levelはそのままとする。”1.5”という値は
経験により1以上の値に変更可能である。大きくした場
合には、弱い補正となり、中レベルと判断される割合が
多くなる。
【0042】続いて、さらに輝度の低い方に着目してリ
ミッタ値を超える画素の率が0%より大きい(すなわ
ち、LimitSep[0]>0)かどうか判定し(図
4のステップ212)、大きい場合ははそのままのレベ
ルに、そうでない場合にはLevelの値を1だけ小さ
くする(図4のステップ213)。
ミッタ値を超える画素の率が0%より大きい(すなわ
ち、LimitSep[0]>0)かどうか判定し(図
4のステップ212)、大きい場合ははそのままのレベ
ルに、そうでない場合にはLevelの値を1だけ小さ
くする(図4のステップ213)。
【0043】以上のようにして、Level=5から減
算した結果、Levelが0以下になる場合がある。そ
もそもアンダーと判断された画像なので最終補正として
最低でもLevel=1となるように補正する。そこ
で、Levelが0より大であるかどうか判定し(図4
のステップ214)、0以下であればLevelの値を
1に補正する(図4のステップ215)。
算した結果、Levelが0以下になる場合がある。そ
もそもアンダーと判断された画像なので最終補正として
最低でもLevel=1となるように補正する。そこ
で、Levelが0より大であるかどうか判定し(図4
のステップ214)、0以下であればLevelの値を
1に補正する(図4のステップ215)。
【0044】続いて、コントラスト決定部29で決定し
た傾きの情報secthighとsectLowからコ
ントラストの傾きが決定するので、入力Ycon、出力
Ycon’のコントラストデータを求めて*Contに
Yconのj=0からj=255に対するYcon’の
値を格納する(図4のステップ216)。式は以下のよ
うな直線式である。aはヒストグラム分割数で、ここで
は”8”である。
た傾きの情報secthighとsectLowからコ
ントラストの傾きが決定するので、入力Ycon、出力
Ycon’のコントラストデータを求めて*Contに
Yconのj=0からj=255に対するYcon’の
値を格納する(図4のステップ216)。式は以下のよ
うな直線式である。aはヒストグラム分割数で、ここで
は”8”である。
【0045】x1=(256/a)*sectlow (ただしx1>255の時x1=255とする) x2=256−(256/a)*secthigh (ただしx2>255の時x2=255とする) Ycon’[j]=255*(j−x1)/(x2−x
1) 以上によりアンダー前処理が終了する。
1) 以上によりアンダー前処理が終了する。
【0046】次に、前記ステップ106のオーバー前処
理について、図5及び図6のフローチャートと共に更に
詳細に説明する。オーバー前処理の場合、輝度ヒストグ
ラム特徴量をもとにコントラスト用の直線と補正曲線*
Down[]のレベルを決定し合成するのが大きな流れ
である。
理について、図5及び図6のフローチャートと共に更に
詳細に説明する。オーバー前処理の場合、輝度ヒストグ
ラム特徴量をもとにコントラスト用の直線と補正曲線*
Down[]のレベルを決定し合成するのが大きな流れ
である。
【0047】まず、レベル(Level)の初期値を例
えば”5”に設定し(図5のステップ301)、変数s
umの初期値を”0”に設定し(図5のステップ30
2)、変数iを”0”に設定し(図5のステップ30
3)、変数sumに輝度ヒストグラム特徴量Sep
[i]を加算し(図5のステップ304)、その加算値
sumが0より大であるかどうか判定し(図5のステッ
プ305)、sum≦0であれば、iの値を2にして同
様の加算、判定処理を行う。そしてsum>0となるま
で、iの値を1ずつ増しながら上記の加算、判定処理を
繰り返す。
えば”5”に設定し(図5のステップ301)、変数s
umの初期値を”0”に設定し(図5のステップ30
2)、変数iを”0”に設定し(図5のステップ30
3)、変数sumに輝度ヒストグラム特徴量Sep
[i]を加算し(図5のステップ304)、その加算値
sumが0より大であるかどうか判定し(図5のステッ
プ305)、sum≦0であれば、iの値を2にして同
様の加算、判定処理を行う。そしてsum>0となるま
で、iの値を1ずつ増しながら上記の加算、判定処理を
繰り返す。
【0048】sum>0となると、変数sectlow
の値をiとし、かつ、変数secthighの値を0と
する(図5のステップ306)。すなわち、まず、輝度
の高い方に画素が偏っていることを考慮して輝度の最も
低いSep[0]から画素が0%の領域を探す。画素の
ない領域には階調を割り当てないようにするために0%
領域はYcon−Ycon’のグラフにてYcon’を
0に張り付ける。
の値をiとし、かつ、変数secthighの値を0と
する(図5のステップ306)。すなわち、まず、輝度
の高い方に画素が偏っていることを考慮して輝度の最も
低いSep[0]から画素が0%の領域を探す。画素の
ない領域には階調を割り当てないようにするために0%
領域はYcon−Ycon’のグラフにてYcon’を
0に張り付ける。
【0049】なお、ステップ306でsecthigh
=0としているのはオーバーの画像では上から数えて0
%である確率は低く処理を単純化するためである。ここ
まででコントラスト直線の傾きが決まる。また、ステッ
プ305でsumと比較する値は0以外でもよい。この
値は経験により可変設定できる。コントラスト補正強度
を強くしたい場合は、これを大きく設定する。変数se
ctlowは、コントラスト傾き決定部29の結果情報
であり、この値が大きければ入力階調に対して出力階調
を減少させる直線となり、オーバーの画像は改善され
る。
=0としているのはオーバーの画像では上から数えて0
%である確率は低く処理を単純化するためである。ここ
まででコントラスト直線の傾きが決まる。また、ステッ
プ305でsumと比較する値は0以外でもよい。この
値は経験により可変設定できる。コントラスト補正強度
を強くしたい場合は、これを大きく設定する。変数se
ctlowは、コントラスト傾き決定部29の結果情報
であり、この値が大きければ入力階調に対して出力階調
を減少させる直線となり、オーバーの画像は改善され
る。
【0050】次に、オーバーの強度を示す変数Leve
lを、Level=Level−sectlowなる演
算式に基づき、補正曲線のレベルからコントラスト分を
差し引いておく(図5のステップ307)。次に補正強
度を決定するため、累積輝度分布を用いた方法を応用す
る。オーバー前処理においては、輝度の高い方に画素が
偏っていると判断されているので、その領域のヒストグ
ラム形状を判断の材料とする。すなわち、まず、Sep
〔7]>Sep[6]>Sep[5]の条件を満足する
か判定し(図5のステップ308)、この条件を満たさ
ないときは弱のレベルと判断して、強度を示す変数Le
velをLevel−2とする(図5のステップ30
9)。
lを、Level=Level−sectlowなる演
算式に基づき、補正曲線のレベルからコントラスト分を
差し引いておく(図5のステップ307)。次に補正強
度を決定するため、累積輝度分布を用いた方法を応用す
る。オーバー前処理においては、輝度の高い方に画素が
偏っていると判断されているので、その領域のヒストグ
ラム形状を判断の材料とする。すなわち、まず、Sep
〔7]>Sep[6]>Sep[5]の条件を満足する
か判定し(図5のステップ308)、この条件を満たさ
ないときは弱のレベルと判断して、強度を示す変数Le
velをLevel−2とする(図5のステップ30
9)。
【0051】Sep[7]>Sep[6〕>Sep
[5]であれば、次にSep[7]がSep[6]*
1.5より大であるかどうか比較し(図5のステップ3
10)、Sep[6]*1.5以下なら中のレベルとし
て強度を示す変数LevelをLevel−1とする
(図5のステップ311)。また、Sep[7]>Se
p[6]>Sep[5]で、かつ、Sep[7〕>Se
p[6]*1.5の場合、傾き最大と判断してオーバー
の強度を示す変数Levelはそのままとする。”1.
5”という値は経験により1以上の値に変更可能であ
る。大きくした場合には、弱い補正となり、中レベルと
判断される割合が多くなる。
[5]であれば、次にSep[7]がSep[6]*
1.5より大であるかどうか比較し(図5のステップ3
10)、Sep[6]*1.5以下なら中のレベルとし
て強度を示す変数LevelをLevel−1とする
(図5のステップ311)。また、Sep[7]>Se
p[6]>Sep[5]で、かつ、Sep[7〕>Se
p[6]*1.5の場合、傾き最大と判断してオーバー
の強度を示す変数Levelはそのままとする。”1.
5”という値は経験により1以上の値に変更可能であ
る。大きくした場合には、弱い補正となり、中レベルと
判断される割合が多くなる。
【0052】続いて、さらに輝度の高い方に着目してリ
ミッタ値を超える画素の率が0%より大きい(すなわ
ち、LimitSep[7]>0)かどうか判定し(図
6のステップ312)、大きい場合ははそのままのレベ
ルに、そうでない場合にはLevelの値を1だけ小さ
くする(図6のステップ313)。続いて、Level
が0より大であるかどうか判定し(図6のステップ31
4)、0以下であればLevelの値を1に補正する
(図6のステップ315)。
ミッタ値を超える画素の率が0%より大きい(すなわ
ち、LimitSep[7]>0)かどうか判定し(図
6のステップ312)、大きい場合ははそのままのレベ
ルに、そうでない場合にはLevelの値を1だけ小さ
くする(図6のステップ313)。続いて、Level
が0より大であるかどうか判定し(図6のステップ31
4)、0以下であればLevelの値を1に補正する
(図6のステップ315)。
【0053】続いて、コントラスト決定部29で決定し
た傾きの情報secthighとsectLowからコ
ントラストの傾きが決定するので、入力Ycon、出力
Ycon’のコントラストデータを求めて*Contに
Yconのj=0からj=255に対するYcon’の
値を格納する(図6のステップ316)。式は前記アン
ダー前処理の場合と同じ直線式である。以上によりオー
バー前処理が終了する。
た傾きの情報secthighとsectLowからコ
ントラストの傾きが決定するので、入力Ycon、出力
Ycon’のコントラストデータを求めて*Contに
Yconのj=0からj=255に対するYcon’の
値を格納する(図6のステップ316)。式は前記アン
ダー前処理の場合と同じ直線式である。以上によりオー
バー前処理が終了する。
【0054】次に、前記ステップ107のリニア前処理
について、図7及び図8のフローチャートと共に更に詳
細に説明する。リニア前処理では、輝度ヒストグラム特
徴量をもとにコントラスト用の直線と補正曲線*U
p[]または*Down[]のレベルを決定し合成する
のが大きな流れである。
について、図7及び図8のフローチャートと共に更に詳
細に説明する。リニア前処理では、輝度ヒストグラム特
徴量をもとにコントラスト用の直線と補正曲線*U
p[]または*Down[]のレベルを決定し合成する
のが大きな流れである。
【0055】まず、コントラストを決めるために上下0
%の領域を探す。すなわち、輝度ヒストグラム特徴量格
納部27のデータSep[7]からSep[0]の方向
へ加算して、7から何区間までが0以下かを調べて変数
secthighに格納する(図7のステップ401〜
405)。続いて、輝度ヒストグラム特徴量格納部27
のデータSep[0]からSep[7]の方向へ加算し
て、0から何区間までが0以下かを調べて変数sect
lowに格納する(図7のステップ406〜410)。
ただし、0以下は、経験により値を調節できる。コント
ラスト補正強度をを強くしたい場合は、これを大きく設
定する。
%の領域を探す。すなわち、輝度ヒストグラム特徴量格
納部27のデータSep[7]からSep[0]の方向
へ加算して、7から何区間までが0以下かを調べて変数
secthighに格納する(図7のステップ401〜
405)。続いて、輝度ヒストグラム特徴量格納部27
のデータSep[0]からSep[7]の方向へ加算し
て、0から何区間までが0以下かを調べて変数sect
lowに格納する(図7のステップ406〜410)。
ただし、0以下は、経験により値を調節できる。コント
ラスト補正強度をを強くしたい場合は、これを大きく設
定する。
【0056】次に、補正強度を決定するために輝度ヒス
トグラム特徴量格納部27のデータLimitSe
p[]の値を見る。LimitSep[0]>0、か
つ、LimitSep〔7]>0かどうか判定し(図8
のステップ411)、この条件を満足する場合は、逆光
と判断する。逆光と判断された場合には、処理を単純化
するために明るい部分がつぶれるのは無視してアンダー
と判断する。累積輝度分布で解析した場合にはこのよう
なヒストグラムの形の場合に変曲点のある曲線となる場
合が多いが、ここでは単純に*Up[]の曲線を選択す
るようにする。
トグラム特徴量格納部27のデータLimitSe
p[]の値を見る。LimitSep[0]>0、か
つ、LimitSep〔7]>0かどうか判定し(図8
のステップ411)、この条件を満足する場合は、逆光
と判断する。逆光と判断された場合には、処理を単純化
するために明るい部分がつぶれるのは無視してアンダー
と判断する。累積輝度分布で解析した場合にはこのよう
なヒストグラムの形の場合に変曲点のある曲線となる場
合が多いが、ここでは単純に*Up[]の曲線を選択す
るようにする。
【0057】また、アンダーと判断された場合は、輝度
ヒストグラム特徴量格納部27のデータLimitSe
p〔0]だけ見て、小さい時はLevelを低く、大き
い時はLevelを高くする(図8のステップ41
2)。レベル割り当ては、多くの画像について調査して
調節すればよい。続いて、secthigh,sect
lowからコントラスト直線*Contの傾きを前記ア
ンダー処理と同様の式に基づいて算出し、コントラスト
直線*Contに格納する(図8のステップ413)。
ヒストグラム特徴量格納部27のデータLimitSe
p〔0]だけ見て、小さい時はLevelを低く、大き
い時はLevelを高くする(図8のステップ41
2)。レベル割り当ては、多くの画像について調査して
調節すればよい。続いて、secthigh,sect
lowからコントラスト直線*Contの傾きを前記ア
ンダー処理と同様の式に基づいて算出し、コントラスト
直線*Contに格納する(図8のステップ413)。
【0058】一方、LimitSep[0]とLimi
tSep〔7]のうち、LimitSep[0]だけが
LimitSep[0]>0である場合は(図8のステ
ップ415、416)、アンダーと判断して、上記のス
テップ412〜413と同様の処理を行う(図8のステ
ップ417〜418)。また、LimitSep[0]
とLimitSep〔7]のうち、LimitSep
[7]だけがLimitSep[7]>0である場合は
(図8のステップ415、416)、オーバーと判断し
て輝度ヒストグラム特徴量格納部27のデータLimi
tSep〔7]だけ見て、小さい時はLevelを低く
し、大きい時はLevelを高くする(図8のステップ
420)。レベル割り当ては、多くの画像について調査
して調節すればよい。
tSep〔7]のうち、LimitSep[0]だけが
LimitSep[0]>0である場合は(図8のステ
ップ415、416)、アンダーと判断して、上記のス
テップ412〜413と同様の処理を行う(図8のステ
ップ417〜418)。また、LimitSep[0]
とLimitSep〔7]のうち、LimitSep
[7]だけがLimitSep[7]>0である場合は
(図8のステップ415、416)、オーバーと判断し
て輝度ヒストグラム特徴量格納部27のデータLimi
tSep〔7]だけ見て、小さい時はLevelを低く
し、大きい時はLevelを高くする(図8のステップ
420)。レベル割り当ては、多くの画像について調査
して調節すればよい。
【0059】続いて、secthigh,sectlo
wからコントラスト直線*Contの傾きを前記アンダ
ー処理と同様の式に基づいて算出し、コントラスト直線
*Contに格納する(図8のステップ421)。以上
により図1のステップ107のリニア前処理が終了す
る。
wからコントラスト直線*Contの傾きを前記アンダ
ー処理と同様の式に基づいて算出し、コントラスト直線
*Contに格納する(図8のステップ421)。以上
により図1のステップ107のリニア前処理が終了す
る。
【0060】上記のアンダー前処理、オーバー前処理あ
るいはリニア前処理が行われているときに、強い逆光検
出部28は、露光オーバー、アンダー検出部31からオ
ーバー、アンダー、リニアのうちアンダー情報が入力さ
れたときは、輝度ヒストグラム特徴量格納部27から入
力されたLimitSep[0]とLimitSep
[7]の両方が共に正であるか否か判定し(図1のステ
ップ108)、共に正であれば強い逆光と判断して逆光
フラグrefFlagを”1”とし(図1のステップ1
09)、そうでなければ逆光フラグrefFlagを”
0”とする(図1のステップ110)。
るいはリニア前処理が行われているときに、強い逆光検
出部28は、露光オーバー、アンダー検出部31からオ
ーバー、アンダー、リニアのうちアンダー情報が入力さ
れたときは、輝度ヒストグラム特徴量格納部27から入
力されたLimitSep[0]とLimitSep
[7]の両方が共に正であるか否か判定し(図1のステ
ップ108)、共に正であれば強い逆光と判断して逆光
フラグrefFlagを”1”とし(図1のステップ1
09)、そうでなければ逆光フラグrefFlagを”
0”とする(図1のステップ110)。
【0061】また、強い逆光検出部28は、露光オーバ
ー、アンダー検出部31からオーバー情報が入力された
ときは、逆光フラグrefFlagを”0”とし(図1
のステップ111)、露光オーバー、アンダー検出部3
1からリニア情報が入力されたときは、輝度ヒストグラ
ム特徴量格納部27から入力されたLimitSep
[0]とLimitSep[7]の両方が共に正である
か否か判定し(図1のステップ112)、共に正であれ
ば強い逆光と判断して逆光フラグrefFlagを”
1”とし(図1のステップ113)、そうでなければ逆
光フラグrefFlagを”0”とする(図1のステッ
プ114)。つまり、この逆光フラグrefFlag
が”1”となった部分は、背景の輝度に比べて、入力画
像中の人物の顔の輝度が通常より暗い場合を指す。
ー、アンダー検出部31からオーバー情報が入力された
ときは、逆光フラグrefFlagを”0”とし(図1
のステップ111)、露光オーバー、アンダー検出部3
1からリニア情報が入力されたときは、輝度ヒストグラ
ム特徴量格納部27から入力されたLimitSep
[0]とLimitSep[7]の両方が共に正である
か否か判定し(図1のステップ112)、共に正であれ
ば強い逆光と判断して逆光フラグrefFlagを”
1”とし(図1のステップ113)、そうでなければ逆
光フラグrefFlagを”0”とする(図1のステッ
プ114)。つまり、この逆光フラグrefFlag
が”1”となった部分は、背景の輝度に比べて、入力画
像中の人物の顔の輝度が通常より暗い場合を指す。
【0062】次に、顔部分認識処理部29において強い
逆光検出部28からの上記の逆光フラグrefFlag
と画像サンプリングデータ格納部23からのディジタル
画像データとに基づき、顔部分認識処理が行われる(図
1のステップ115)。このステップ115の顔部分認
識処理について、図9乃至図13のフローチャートと図
14及び図15と共に更に詳細に説明する。
逆光検出部28からの上記の逆光フラグrefFlag
と画像サンプリングデータ格納部23からのディジタル
画像データとに基づき、顔部分認識処理が行われる(図
1のステップ115)。このステップ115の顔部分認
識処理について、図9乃至図13のフローチャートと図
14及び図15と共に更に詳細に説明する。
【0063】図9に示すように、顔部分認識処理部29
は、まず画像サンプリングデータ格納部23に格納され
ているYUV色空間における3次元ディジタル画像デー
タ(YUV画像データ)を読み出した後(ステップ50
1)、その画像データが肌色領域であることを示す、Y
UV3次元色空間座標においてYi1〜Yi2、Ui1
〜Ui2、Vi1〜Vi2(ただし、i=1、
2、...、m)の座標のm個の直方体領域を、ref
Flag=1のときは低い領域に設定し、refFla
g=0のときはYi1〜Yi2を標準の領域に設定する
(図9のステップ502)。
は、まず画像サンプリングデータ格納部23に格納され
ているYUV色空間における3次元ディジタル画像デー
タ(YUV画像データ)を読み出した後(ステップ50
1)、その画像データが肌色領域であることを示す、Y
UV3次元色空間座標においてYi1〜Yi2、Ui1
〜Ui2、Vi1〜Vi2(ただし、i=1、
2、...、m)の座標のm個の直方体領域を、ref
Flag=1のときは低い領域に設定し、refFla
g=0のときはYi1〜Yi2を標準の領域に設定する
(図9のステップ502)。
【0064】上記の直方体領域はいずれも肌色領域であ
ると予め決定されている領域であり、例えばm=3の場
合、図14に示す如くYUVの3次元空間座標に3つの
直方体として表される。同図において、i=1のときは
直方体41の領域であり、i=2のときは直方体42の
領域であり、i=3のときは直方体43の領域である。
ここで、上記の3つの直方体41〜43はY軸方向上3
段に積み重なっており、Y12=Y21、Y22=Y3
1である。
ると予め決定されている領域であり、例えばm=3の場
合、図14に示す如くYUVの3次元空間座標に3つの
直方体として表される。同図において、i=1のときは
直方体41の領域であり、i=2のときは直方体42の
領域であり、i=3のときは直方体43の領域である。
ここで、上記の3つの直方体41〜43はY軸方向上3
段に積み重なっており、Y12=Y21、Y22=Y3
1である。
【0065】次に、YUV画像データ1画面分の全画素
について肌色検出を実行する(ステップ503)。すな
わち、ある画素YUVが、以下の条件式のm個の直方体
の領域にあてはまるかどうか判定する(ステップ50
4)。
について肌色検出を実行する(ステップ503)。すな
わち、ある画素YUVが、以下の条件式のm個の直方体
の領域にあてはまるかどうか判定する(ステップ50
4)。
【0066】Yi1≦Y≦Yi2、かつ、Ui1≦U≦
Ui2、かつ、Vi1≦V≦Vi2 (ただし、i=1、2、...、m) 上記の条件式はいずれも肌色領域であると予め決定され
ている領域であり、上記の条件式で表される直方体の領
域に存在する画素YUVは肌色領域であると見なし、画
像サンプリングデータ格納部(画像メモリ)23上の対
応する画素に”1”をセットする(ステップ505)。
なお、上記の条件式には、Y11からYm2にて全て
の階調をみたさなくてもよい、mは2以上でいくつの
範囲でもよい、YだけについてはY12=Y21、Y
22=Y31というように連続した領域である、という
条件も含まれている。また、U、Vについては限定はな
い。
Ui2、かつ、Vi1≦V≦Vi2 (ただし、i=1、2、...、m) 上記の条件式はいずれも肌色領域であると予め決定され
ている領域であり、上記の条件式で表される直方体の領
域に存在する画素YUVは肌色領域であると見なし、画
像サンプリングデータ格納部(画像メモリ)23上の対
応する画素に”1”をセットする(ステップ505)。
なお、上記の条件式には、Y11からYm2にて全て
の階調をみたさなくてもよい、mは2以上でいくつの
範囲でもよい、YだけについてはY12=Y21、Y
22=Y31というように連続した領域である、という
条件も含まれている。また、U、Vについては限定はな
い。
【0067】一方、上記のm個の直方体の領域のいずれ
にも当てはまらない画素YUVは、肌色領域でないと見
なし、画像サンプリングデータ格納部(画像メモリ)2
3上の対応する画素に”0”をセットする(ステップ5
06)。このようにして、ソフトウェア処理により入力
画像の一画面における肌色領域を検出する。
にも当てはまらない画素YUVは、肌色領域でないと見
なし、画像サンプリングデータ格納部(画像メモリ)2
3上の対応する画素に”0”をセットする(ステップ5
06)。このようにして、ソフトウェア処理により入力
画像の一画面における肌色領域を検出する。
【0068】その後、顔部分認識処理部29は、肌色と
認識した画素について連結領域の面積(画素数)を求
め、それらの連結領域のうち最大面積から面積の広い順
に全部でn個(nは予め定めた2以上の整数)の連結領
域を、認識対象のエリアとして抽出し、続いて入力され
たカラー画像データから明度、色相、彩度が髪色である
画素とそうでない画素に分ける。
認識した画素について連結領域の面積(画素数)を求
め、それらの連結領域のうち最大面積から面積の広い順
に全部でn個(nは予め定めた2以上の整数)の連結領
域を、認識対象のエリアとして抽出し、続いて入力され
たカラー画像データから明度、色相、彩度が髪色である
画素とそうでない画素に分ける。
【0069】更に引き続いて、顔部分認識処理部29
は、上記のn個のエリアのそれぞれについて、当該エリ
アを内部に含む所定形状の枠に当てはめる。例えば、1
つのエリアの左端、右端、上端、下端の位置がわかった
ら、例えば図15(A)、(B)に示すようにエリアが
内部に含まれるように大きな1つの枠にあてはめる。な
お、図15(A)、(B)中、丸Iは一つの肌エリアの
連結領域を示しているが、連結領域の形状はこれに限定
されるものではないことは勿論である。
は、上記のn個のエリアのそれぞれについて、当該エリ
アを内部に含む所定形状の枠に当てはめる。例えば、1
つのエリアの左端、右端、上端、下端の位置がわかった
ら、例えば図15(A)、(B)に示すようにエリアが
内部に含まれるように大きな1つの枠にあてはめる。な
お、図15(A)、(B)中、丸Iは一つの肌エリアの
連結領域を示しているが、連結領域の形状はこれに限定
されるものではないことは勿論である。
【0070】そして、上記の連結領域Iの左端、右端、
上端、下端を一つの枠に当てはめ、その枠を図15
(A)のように縦3分割し、更にその上にIIで示すよう
に、3分割領域の1領域分を加えて縦の長さとする。つ
まり、(肌ラベルの上端と下端の長さ)×4/3の長さ
が全体の長さとなる。加えた1領域分IIは髪の毛エリ
アを想定している。この髪の毛エリアの下側の肌エリア
が顔エリアである。また、上記の枠を図15(B)に示
すように横4分割する。横は肌ラベルの右端から左端ま
での長さを4等分する。
上端、下端を一つの枠に当てはめ、その枠を図15
(A)のように縦3分割し、更にその上にIIで示すよう
に、3分割領域の1領域分を加えて縦の長さとする。つ
まり、(肌ラベルの上端と下端の長さ)×4/3の長さ
が全体の長さとなる。加えた1領域分IIは髪の毛エリ
アを想定している。この髪の毛エリアの下側の肌エリア
が顔エリアである。また、上記の枠を図15(B)に示
すように横4分割する。横は肌ラベルの右端から左端ま
での長さを4等分する。
【0071】次に、顔部分認識処理部29は上記の枠に
基づいて、3つの特徴量を求める。第1の特徴量は総画
素数であり、第2の特徴量は、画面縦方向の枠の長さと
左肩のy座標と、縦方向を4または8分割した分割枠の
内部について分割枠内の画素数に対する髪の画素数の
割合、分割枠内の画素数に対する肌色の画素数の割
合、分割枠内に存在する肌色の輝度平均値からなる縦
方向の情報であり、第3の特徴量は画面横方向の枠の長
さと、左肩のx座標と、横方向を4または8分割した分
割枠の内部について分割枠内の画素数に対する髪の画
素数の割合、分割枠内の画素数に対する肌の画素数の
割合、分割枠内に存在する肌色の輝度平均値からなる
横方向の情報である。
基づいて、3つの特徴量を求める。第1の特徴量は総画
素数であり、第2の特徴量は、画面縦方向の枠の長さと
左肩のy座標と、縦方向を4または8分割した分割枠の
内部について分割枠内の画素数に対する髪の画素数の
割合、分割枠内の画素数に対する肌色の画素数の割
合、分割枠内に存在する肌色の輝度平均値からなる縦
方向の情報であり、第3の特徴量は画面横方向の枠の長
さと、左肩のx座標と、横方向を4または8分割した分
割枠の内部について分割枠内の画素数に対する髪の画
素数の割合、分割枠内の画素数に対する肌の画素数の
割合、分割枠内に存在する肌色の輝度平均値からなる
横方向の情報である。
【0072】次に、顔部分認識処理部29は、図10乃
至図13のフローチャートに従って、特徴量を分析して
顔エリアを決定する。すなわち、顔部分認識処理部29
は、前記n個のエリアに対応するn個のラベル番号を読
み出し(図10のステップ601)、更にn個のエリア
の特徴量を読み出し(図10のステップ602)、これ
らに基づいて、n個のエリアのそれぞれについてステッ
プ603〜653の処理を繰り返す(図10のステップ
603)。但し、分割枠数は4とする。
至図13のフローチャートに従って、特徴量を分析して
顔エリアを決定する。すなわち、顔部分認識処理部29
は、前記n個のエリアに対応するn個のラベル番号を読
み出し(図10のステップ601)、更にn個のエリア
の特徴量を読み出し(図10のステップ602)、これ
らに基づいて、n個のエリアのそれぞれについてステッ
プ603〜653の処理を繰り返す(図10のステップ
603)。但し、分割枠数は4とする。
【0073】まず、変数pに0を代入し(図10のステ
ップ604)、上記の特徴量中の第1の特徴量である肌
色総画素数maxCn[i]を小なる経験値maxC1
より小であるかどうか判定し(図10のステップ60
5)、小であれば変数pに0を加算し(図10のステッ
プ606)、maxC1以上であれば大なる経験値ma
xC2より小であるかどうか判定し(図10のステップ
607)、小であれば変数pに1を加算し(図10のス
テップ608)、maxC2以上であれば変数pに2を
加算する(図10のステップ609)。
ップ604)、上記の特徴量中の第1の特徴量である肌
色総画素数maxCn[i]を小なる経験値maxC1
より小であるかどうか判定し(図10のステップ60
5)、小であれば変数pに0を加算し(図10のステッ
プ606)、maxC1以上であれば大なる経験値ma
xC2より小であるかどうか判定し(図10のステップ
607)、小であれば変数pに1を加算し(図10のス
テップ608)、maxC2以上であれば変数pに2を
加算する(図10のステップ609)。
【0074】すなわち、エリア内の肌色総画素数は、
高、中、低に分け、大きいほどポイントを高く設定す
る。なお、変数pに0を加算して更新すること(実質的
に何も加算しないこと)を低レベルのポイント加算、p
に1を加算して更新することを中レベルのポイント加
算、pに2を加算して更新することを高レベルのポイン
ト加算ともいう。
高、中、低に分け、大きいほどポイントを高く設定す
る。なお、変数pに0を加算して更新すること(実質的
に何も加算しないこと)を低レベルのポイント加算、p
に1を加算して更新することを中レベルのポイント加
算、pに2を加算して更新することを高レベルのポイン
ト加算ともいう。
【0075】続いて、上記の特徴量中の第2の特徴量で
ある縦方向の情報中の長さhlengthと、第3の特
徴量である横方向の情報中の長さwlengthとから
縦横比の判断を行うため、縦の長さhlengthが、
横の長さwlengthに大なる経験値hWlper1
倍(hwlper1は1.0以上)した値以上であるか
どうか判定し(図10のステップ610)、以上であれ
ば変数pを2だけ加算し(図10のステップ611)、
未満であれば横の長さwlengthに小なる経験値h
wlper2倍(hwlper2 は1.0以上)した
値以上であるかどうか判定し(図10のステップ61
2)、以上であれば変数pを1だけ加算し(図10のス
テップ613)、未満であれば変数pの加算はしない
(図10のステップ614)。経験値hwlper1と
hwlper2を1.0以上としたのは、髪を含めて横
の方が長い顔は少ないという性質からその場合は低とな
るようにするためである。
ある縦方向の情報中の長さhlengthと、第3の特
徴量である横方向の情報中の長さwlengthとから
縦横比の判断を行うため、縦の長さhlengthが、
横の長さwlengthに大なる経験値hWlper1
倍(hwlper1は1.0以上)した値以上であるか
どうか判定し(図10のステップ610)、以上であれ
ば変数pを2だけ加算し(図10のステップ611)、
未満であれば横の長さwlengthに小なる経験値h
wlper2倍(hwlper2 は1.0以上)した
値以上であるかどうか判定し(図10のステップ61
2)、以上であれば変数pを1だけ加算し(図10のス
テップ613)、未満であれば変数pの加算はしない
(図10のステップ614)。経験値hwlper1と
hwlper2を1.0以上としたのは、髪を含めて横
の方が長い顔は少ないという性質からその場合は低とな
るようにするためである。
【0076】続いて、第2の特徴量中の左肩のy座標h
startと第3の特徴量中の左肩のx座標wstar
tを見て、被写体は通常中心に撮影される性質から、中
心に近いほど高、端に近いほど低に分ける(図11のス
テップ615〜619)。すなわち、wstart>l
im0xs又はhstart>lim0ys又はxen
d<lim0xe又はyend<lim0yeかどうか
判定し(図11のステップ615)、これらの不等式の
いずれかを満足するときは中心より大きく離れていると
判断して変数pの加算は行わない(図11のステップ6
16)。ここで、lim0xs、lim0ys、lim
0xe及びlim0yeは経験値である。
startと第3の特徴量中の左肩のx座標wstar
tを見て、被写体は通常中心に撮影される性質から、中
心に近いほど高、端に近いほど低に分ける(図11のス
テップ615〜619)。すなわち、wstart>l
im0xs又はhstart>lim0ys又はxen
d<lim0xe又はyend<lim0yeかどうか
判定し(図11のステップ615)、これらの不等式の
いずれかを満足するときは中心より大きく離れていると
判断して変数pの加算は行わない(図11のステップ6
16)。ここで、lim0xs、lim0ys、lim
0xe及びlim0yeは経験値である。
【0077】ステップ615の不等式をすべて満足しな
いときは、更にwstart>lim1xs又はhst
art>lim1ys又はxend<lim1xe又は
yend<lim1yeかどうか判定し(図11のステ
ップ617)、これらの不等式のいずれかを満足すると
きは中心より比較的離れていると判断して変数pに1だ
け加算し(図11のステップ618)、これらの不等式
のすべてを満足しないときは、中心に近いと判断して変
数pを2だけインクリメントする(図11のステップ6
19)。ここで、lim1xs、lim1ys、lim
1xe及びlim1yeは経験値である。また、xen
d=xstart+wlength、yend=yst
art+hlengthである。
いときは、更にwstart>lim1xs又はhst
art>lim1ys又はxend<lim1xe又は
yend<lim1yeかどうか判定し(図11のステ
ップ617)、これらの不等式のいずれかを満足すると
きは中心より比較的離れていると判断して変数pに1だ
け加算し(図11のステップ618)、これらの不等式
のすべてを満足しないときは、中心に近いと判断して変
数pを2だけインクリメントする(図11のステップ6
19)。ここで、lim1xs、lim1ys、lim
1xe及びlim1yeは経験値である。また、xen
d=xstart+wlength、yend=yst
art+hlengthである。
【0078】次に、第2の特徴量の縦方向の情報のうち
分割枠内の画素数に対する髪の画素数の割合のうち、図
15(A)に示した髪に相当する分割領域IIの配列hh
airC[3]が0かどうか判定し(図11のステップ
620)、0であれば変数pの値をそのままとし(図1
1のステップ621)、0でなければ経験値hhair
C1より小であるかどうか判定し(図11のステップ6
22)、小であれば変数pを1加算して更新し(図11
のステップ623)、hhairC1以上であれば変数
pを2加算して更新する(図11のステップ624)。
このように、髪にあたる画素が少ないほどポイント(変
数pの値)が低くされる。
分割枠内の画素数に対する髪の画素数の割合のうち、図
15(A)に示した髪に相当する分割領域IIの配列hh
airC[3]が0かどうか判定し(図11のステップ
620)、0であれば変数pの値をそのままとし(図1
1のステップ621)、0でなければ経験値hhair
C1より小であるかどうか判定し(図11のステップ6
22)、小であれば変数pを1加算して更新し(図11
のステップ623)、hhairC1以上であれば変数
pを2加算して更新する(図11のステップ624)。
このように、髪にあたる画素が少ないほどポイント(変
数pの値)が低くされる。
【0079】続いて、第2の特徴量の縦方向の情報のう
ち分割枠内の画素数に対する肌の画素数の割合に関し、
図15(A)に示した下の3つの分割枠(ブロック)の
肌の画素数hfaceC[0]〜hfaceC[2]の
うち、1ブロックでも全く肌の画素がない場合は変数p
の値を低くし、また3ブロックhfaceC[0]〜h
faceC[2]の各画素数すべてが同じ値ならば丸み
がないと判断して変数pの値を低くし、更に4つのブロ
ックのうち最も上のブロックの肌の画素数hfaceC
[3]が他の3つのブロックの肌の画素数よりも多い場
合は、最も上のブロックは髪のはずであるから変数pの
値を低くする(図11のステップ625、626)。
ち分割枠内の画素数に対する肌の画素数の割合に関し、
図15(A)に示した下の3つの分割枠(ブロック)の
肌の画素数hfaceC[0]〜hfaceC[2]の
うち、1ブロックでも全く肌の画素がない場合は変数p
の値を低くし、また3ブロックhfaceC[0]〜h
faceC[2]の各画素数すべてが同じ値ならば丸み
がないと判断して変数pの値を低くし、更に4つのブロ
ックのうち最も上のブロックの肌の画素数hfaceC
[3]が他の3つのブロックの肌の画素数よりも多い場
合は、最も上のブロックは髪のはずであるから変数pの
値を低くする(図11のステップ625、626)。
【0080】上記のいずれでもなく、下の3ブロックの
肌の画素数hfaceC[0]〜hfaceC[2]の
うち、最も下のブロックの肌の画素数hfaceC
[0]が最大のときは、顔である確率が低いと判断して
変数pの値を中、すなわち1加算更新する(図11のス
テップ627、628)。上記のいずれの条件を満足し
ないときは、顔である確率が高いと判断して変数pの値
を大、すなわち2加算更新する(図11のステップ62
9)。
肌の画素数hfaceC[0]〜hfaceC[2]の
うち、最も下のブロックの肌の画素数hfaceC
[0]が最大のときは、顔である確率が低いと判断して
変数pの値を中、すなわち1加算更新する(図11のス
テップ627、628)。上記のいずれの条件を満足し
ないときは、顔である確率が高いと判断して変数pの値
を大、すなわち2加算更新する(図11のステップ62
9)。
【0081】続いて、第2の特徴量の縦方向の情報のう
ち分割枠内の画素数に対する肌色の輝度平均値のうち、
図15(A)に示した下の3ブロックの輝度平均値hf
aceY[0]〜hfaceY[3]で判断し、これら
のブロックの輝度平均値hfaceY[0]〜hfac
eY[3]の一つでも0であれば変数pの値の更新はせ
ず、また肌には様々の輝度が存在するという性質から輝
度の最大値と最小値の差が経験値hfaceY1より小
さいときも変数pの値をそのままとし、更に顔の輝度で
影となる一番下のブロックの輝度平均値hfaceY
[0]が一番高い確率は低いのでその場合も変数pの値
の更新はしない(図12のステップ630、631)。
ステップ330の条件を満足しないときは、顔である確
率が高いと判断して変数pの値を大、すなわち2加算更
新する(図12のステップ632)。
ち分割枠内の画素数に対する肌色の輝度平均値のうち、
図15(A)に示した下の3ブロックの輝度平均値hf
aceY[0]〜hfaceY[3]で判断し、これら
のブロックの輝度平均値hfaceY[0]〜hfac
eY[3]の一つでも0であれば変数pの値の更新はせ
ず、また肌には様々の輝度が存在するという性質から輝
度の最大値と最小値の差が経験値hfaceY1より小
さいときも変数pの値をそのままとし、更に顔の輝度で
影となる一番下のブロックの輝度平均値hfaceY
[0]が一番高い確率は低いのでその場合も変数pの値
の更新はしない(図12のステップ630、631)。
ステップ330の条件を満足しないときは、顔である確
率が高いと判断して変数pの値を大、すなわち2加算更
新する(図12のステップ632)。
【0082】次に、第3の特徴量の横方向の情報のう
ち、図15(B)に示した4つの分割枠(ブロック)の
髪の画素数のwhairC[0]〜whairC[3]
のうち、2ブロック以上0であるかどうか判定し(図1
2のステップ633)、2ブロック以上0であれば変数
pの値をそのままとし(図12のステップ634)、0
でなければwhairC[0]〜whairC[3]の
うち、1ブロックの画素数だけが0であれば、変数pを
1加算して更新し(図12のステップ636)、すべて
のブロックの髪の画素数が0でなければ変数pを2加算
して更新する(図12のステップ637)。このよう
に、髪にあたる画素が少ないほどポイント(変数pの
値)が低くされる。
ち、図15(B)に示した4つの分割枠(ブロック)の
髪の画素数のwhairC[0]〜whairC[3]
のうち、2ブロック以上0であるかどうか判定し(図1
2のステップ633)、2ブロック以上0であれば変数
pの値をそのままとし(図12のステップ634)、0
でなければwhairC[0]〜whairC[3]の
うち、1ブロックの画素数だけが0であれば、変数pを
1加算して更新し(図12のステップ636)、すべて
のブロックの髪の画素数が0でなければ変数pを2加算
して更新する(図12のステップ637)。このよう
に、髪にあたる画素が少ないほどポイント(変数pの
値)が低くされる。
【0083】次に、第3の特徴量の横方向の情報のう
ち、図15(B)に示した4つの分割枠(ブロック)そ
れぞれの肌の画素数wfaceC[0]〜wfaceC
[3]のいずれかが0であれば、変数pの値をそのまま
とし(ポイントを低くし)、またそれらの画素数がすべ
て同一であれば丸みがないと判断して、変数pの値をそ
のままとし(ポイントを低くし)、更に、右端又は左端
の肌の画素数wfaceC[0]、wfaceC[3]
のいずれかが最大で、かつ、最大値と最小値の差が所定
の経験値wfaceC1以上であるときも、丸みがない
と判断して変数pの値をそのままとする(図12のステ
ップ638、639)。
ち、図15(B)に示した4つの分割枠(ブロック)そ
れぞれの肌の画素数wfaceC[0]〜wfaceC
[3]のいずれかが0であれば、変数pの値をそのまま
とし(ポイントを低くし)、またそれらの画素数がすべ
て同一であれば丸みがないと判断して、変数pの値をそ
のままとし(ポイントを低くし)、更に、右端又は左端
の肌の画素数wfaceC[0]、wfaceC[3]
のいずれかが最大で、かつ、最大値と最小値の差が所定
の経験値wfaceC1以上であるときも、丸みがない
と判断して変数pの値をそのままとする(図12のステ
ップ638、639)。
【0084】また、横分割したときの4つの分割枠(ブ
ロック)のうち、左端のブロックの肌の画素数wfac
eC[0]と右端のブロックの肌の画素数wfaceC
[3]のいずれか最大値を示し、かつ、最大値と最小値
の差が所定の経験値wfaceC1未満であれば、変数
pの値に1加算し、ポイントを中とする(図12のステ
ップ640、641)。ステップ340の条件を満たさ
ないときは、顔エリアである確率が高いと判断して変数
pの値に2加算し、ポイントを高くする(図12のステ
ップ642)。
ロック)のうち、左端のブロックの肌の画素数wfac
eC[0]と右端のブロックの肌の画素数wfaceC
[3]のいずれか最大値を示し、かつ、最大値と最小値
の差が所定の経験値wfaceC1未満であれば、変数
pの値に1加算し、ポイントを中とする(図12のステ
ップ640、641)。ステップ340の条件を満たさ
ないときは、顔エリアである確率が高いと判断して変数
pの値に2加算し、ポイントを高くする(図12のステ
ップ642)。
【0085】次に、第3の特徴量の横方向の情報のう
ち、図15(B)に示した4つの分割枠(ブロック)そ
れぞれの肌色の輝度平均値wfaceY[0]〜wfa
ceY[3]のうち、いずれか一のブロックの肌色の輝
度平均値が0である場合、あるいはそれらの最大値と最
小値との差が予め定めた経験値wfaceY1以下であ
る場合は、丸みがないと判断して変数pの値をそのまま
とし、ポイントを低くする(図12のステップ643、
644)。肌には様々の輝度(所定値以上の輝度差)が
存在することを考慮したものである。
ち、図15(B)に示した4つの分割枠(ブロック)そ
れぞれの肌色の輝度平均値wfaceY[0]〜wfa
ceY[3]のうち、いずれか一のブロックの肌色の輝
度平均値が0である場合、あるいはそれらの最大値と最
小値との差が予め定めた経験値wfaceY1以下であ
る場合は、丸みがないと判断して変数pの値をそのまま
とし、ポイントを低くする(図12のステップ643、
644)。肌には様々の輝度(所定値以上の輝度差)が
存在することを考慮したものである。
【0086】ステップ343の条件が満足されないとき
は、左端の肌の輝度平均値wfaceY[0]と右端の
肌の輝度平均値wfaceY[3]のいずれかが最大で
あるかどうか判定し(図12のステップ645)、この
条件を満たすときは変数pに1加算してポイントを中と
し(図12のステップ646)、この条件を満たさない
ときは顔エリアの確率が高いと判断して変数pに2加算
してポイントを高くする(図12のステップ647)。
は、左端の肌の輝度平均値wfaceY[0]と右端の
肌の輝度平均値wfaceY[3]のいずれかが最大で
あるかどうか判定し(図12のステップ645)、この
条件を満たすときは変数pに1加算してポイントを中と
し(図12のステップ646)、この条件を満たさない
ときは顔エリアの確率が高いと判断して変数pに2加算
してポイントを高くする(図12のステップ647)。
【0087】続いて、変数pの値をその時点のラベル番
号iの総ポイント数point[i]に代入する(図1
3のステップ648)。抽出されたエリア数nが”5”
であり、ラベル番号が0〜4であるときは、上記のステ
ップ604〜647の処理が5回繰り返され、総ポイン
ト数point[0]〜point[4]が得られる。
号iの総ポイント数point[i]に代入する(図1
3のステップ648)。抽出されたエリア数nが”5”
であり、ラベル番号が0〜4であるときは、上記のステ
ップ604〜647の処理が5回繰り返され、総ポイン
ト数point[0]〜point[4]が得られる。
【0088】続いて、これらの総ポイント数point
[0]〜point[4]の中の最大値を顔エリアと判
断してレジスタmaxcountに格納し、かつ、顔エ
リアと判断したエリアに対応するラベル番号をレジスタ
maxnumに格納する(図13のステップ649)。
次に、逆光フラグrefFlagの値が”1”かどうか
判定し(図13のステップ650)、”1”であるとき
は顔エリアと判断したエリアの総ポイント数maxco
untが所定の下限値refplimよりも小さいかど
うか判定し(図13のステップ651)、小さいときは
顔エリアが見付からなかったと判断する(図13のステ
ップ652)。
[0]〜point[4]の中の最大値を顔エリアと判
断してレジスタmaxcountに格納し、かつ、顔エ
リアと判断したエリアに対応するラベル番号をレジスタ
maxnumに格納する(図13のステップ649)。
次に、逆光フラグrefFlagの値が”1”かどうか
判定し(図13のステップ650)、”1”であるとき
は顔エリアと判断したエリアの総ポイント数maxco
untが所定の下限値refplimよりも小さいかど
うか判定し(図13のステップ651)、小さいときは
顔エリアが見付からなかったと判断する(図13のステ
ップ652)。
【0089】ステップ650で逆光フラグrefFla
gの値が”0”と判定されたときは、顔エリアと判断し
た一エリアにおける肌色の総画素数maxCn[max
num]が予め定めた経験値maxCn1未満であるか
どうか判定し(図13のステップ653)、maxCn
1以上のときは、顔エリアと判断したエリアの総ポイン
ト数maxcountが予め設定した下限値poimt
lim未満であるかどうか判定する(図13のステップ
654)。
gの値が”0”と判定されたときは、顔エリアと判断し
た一エリアにおける肌色の総画素数maxCn[max
num]が予め定めた経験値maxCn1未満であるか
どうか判定し(図13のステップ653)、maxCn
1以上のときは、顔エリアと判断したエリアの総ポイン
ト数maxcountが予め設定した下限値poimt
lim未満であるかどうか判定する(図13のステップ
654)。
【0090】肌色の総画素数maxCn[maxnu
m]が経験値maxCn1未満である場合、あるいは、
顔エリアと判断したエリアの総ポイント数maxcou
ntが下限値poimtlim未満である場合は、顔エ
リアが存在しないと判断する(図13のステップ65
2)。誤認識を減らすためである。
m]が経験値maxCn1未満である場合、あるいは、
顔エリアと判断したエリアの総ポイント数maxcou
ntが下限値poimtlim未満である場合は、顔エ
リアが存在しないと判断する(図13のステップ65
2)。誤認識を減らすためである。
【0091】maxCn[maxnum]≧maxCn
1で、かつ、maxcount≧poimtlimの場
合や、refFlag=1で、かつ、maxcount
≧refplimのときには、レジスタmaxnumに
格納したラベル番号に対応したエリアを顔エリアと確定
する(図13のステップ655)。また、ステップ65
1でmaxcount≧refplimと判定されたと
きも、レジスタmaxnumに格納したラベル番号に対
応したエリアを顔エリアと確定する(図13のステップ
655)。前記の下限値refplimは経験値で、p
ointlimよりも小さな値に設定しておくことによ
り、refFlag=0の場合の判断よりも弱い規制と
なって、顔エリアが暗くても肌色の認識率が高くなる。
1で、かつ、maxcount≧poimtlimの場
合や、refFlag=1で、かつ、maxcount
≧refplimのときには、レジスタmaxnumに
格納したラベル番号に対応したエリアを顔エリアと確定
する(図13のステップ655)。また、ステップ65
1でmaxcount≧refplimと判定されたと
きも、レジスタmaxnumに格納したラベル番号に対
応したエリアを顔エリアと確定する(図13のステップ
655)。前記の下限値refplimは経験値で、p
ointlimよりも小さな値に設定しておくことによ
り、refFlag=0の場合の判断よりも弱い規制と
なって、顔エリアが暗くても肌色の認識率が高くなる。
【0092】以上の図9〜図15と共に説明した顔部分
認識処理が終ると、続いて、階調補正曲線修正部30に
より階調補正曲線レベル修正処理が行われる(図1のス
テップ116)。この階調補正曲線レベル修正処理につ
いて、図16のフローチャートと共に更に詳細に説明す
る。まず、先に決定している顔エリアの平均輝度Yav
eを取り込み(図16のステップ701)、続いて前処
理で得た変数sectlow、secthighの各値
と、UP又はDOWNのレベルを取り込み(図16のス
テップ702)、eectlowとDOWNのレベルは
マイナスの値とし、secthighとUPのレベルを
プラスの値として、これらを合成した値を前処理の総合
レベルとしてレジスタcurlevに格納する(図16
のステップ703)。
認識処理が終ると、続いて、階調補正曲線修正部30に
より階調補正曲線レベル修正処理が行われる(図1のス
テップ116)。この階調補正曲線レベル修正処理につ
いて、図16のフローチャートと共に更に詳細に説明す
る。まず、先に決定している顔エリアの平均輝度Yav
eを取り込み(図16のステップ701)、続いて前処
理で得た変数sectlow、secthighの各値
と、UP又はDOWNのレベルを取り込み(図16のス
テップ702)、eectlowとDOWNのレベルは
マイナスの値とし、secthighとUPのレベルを
プラスの値として、これらを合成した値を前処理の総合
レベルとしてレジスタcurlevに格納する(図16
のステップ703)。
【0093】続いて、顔エリアの平均輝度Yaveを、
予め設定した目標輝度Ytag1とYtag2とそれぞ
れ大小比較する(図16のステップ704、705)。
Ytag2<YaveあるいはYave<Ytag1の
ときは、YaveがYtag1〜Ytag2の範囲内に
入るレベルlevを予測する(図16のステップ70
6)。例えば、前記ステップ104、106又は107
で作成したコントラスト傾きや曲線レベルをいくつにす
れば、顔エリアの平均輝度Yaveが目標輝度Ytag
1〜Ytag2の範囲内に入るかを予測する。
予め設定した目標輝度Ytag1とYtag2とそれぞ
れ大小比較する(図16のステップ704、705)。
Ytag2<YaveあるいはYave<Ytag1の
ときは、YaveがYtag1〜Ytag2の範囲内に
入るレベルlevを予測する(図16のステップ70
6)。例えば、前記ステップ104、106又は107
で作成したコントラスト傾きや曲線レベルをいくつにす
れば、顔エリアの平均輝度Yaveが目標輝度Ytag
1〜Ytag2の範囲内に入るかを予測する。
【0094】通常は、Ytag1〜Ytag2の範囲内
に入るレベルと、前記ステップ104、106又は10
7で作成するコントラスト傾きや曲線レベルの中間レベ
ルと予測する。強い逆光の場合は、Ytag1〜Yta
g2の範囲内に入るレベルそのものと予測する。1レベ
ル上がると輝度がどの位アップするかを経験で求めてお
くことで、およその予測ができる。
に入るレベルと、前記ステップ104、106又は10
7で作成するコントラスト傾きや曲線レベルの中間レベ
ルと予測する。強い逆光の場合は、Ytag1〜Yta
g2の範囲内に入るレベルそのものと予測する。1レベ
ル上がると輝度がどの位アップするかを経験で求めてお
くことで、およその予測ができる。
【0095】続いて、本出願人が先に提案した前記自動
階調補正方法と同様にして求めた総合レベルcurle
vと肌色を中心として求めた総合レベルlevを比較す
るために、それらの差分値を変数paraに代入する
(図16のステップ708)。次に、refFlagの
値が”0”かどうか判定し(図16のステップ70
9)、refFlag=0のときは通常時なのでpar
a<0のときはプラス1、para>0のときはマイナ
ス1というように、1レベル分だけおさえた後(図16
のステップ710)、前処理で得たsectlow、s
ecthigh、UP又はDOWNのLevelを、総
合的に変数paraの分だけ修正する(図16のステッ
プ711)。このようにすることで、完全に肌色中心の
レベルではなく、従来方法との中間くらいの補正曲線が
得られる。
階調補正方法と同様にして求めた総合レベルcurle
vと肌色を中心として求めた総合レベルlevを比較す
るために、それらの差分値を変数paraに代入する
(図16のステップ708)。次に、refFlagの
値が”0”かどうか判定し(図16のステップ70
9)、refFlag=0のときは通常時なのでpar
a<0のときはプラス1、para>0のときはマイナ
ス1というように、1レベル分だけおさえた後(図16
のステップ710)、前処理で得たsectlow、s
ecthigh、UP又はDOWNのLevelを、総
合的に変数paraの分だけ修正する(図16のステッ
プ711)。このようにすることで、完全に肌色中心の
レベルではなく、従来方法との中間くらいの補正曲線が
得られる。
【0096】また、ステップ709でrefFlag=
1と判定されたときは、強い逆光であるので、完全に肌
色中心のレベルとなるように、sectlow、sec
thigh、UP又はDOWNのLevelを、総合的
に変数paraの値をそのまま用いて修正する(図16
のステップ711)。para=0のときは修正はしな
い。なお、Ytag2≧Yave≧Ytag1のとき
は、修正の必要がないので、変数paraの値は0とさ
れ(図16のステップ707)、このときはlevel
の修正は行わない。階調補正曲線修正部30は、このよ
うにして得られたsectlow、secthigh、
UP又はDOWNのLevelを出力する(図16のス
テップ712)。
1と判定されたときは、強い逆光であるので、完全に肌
色中心のレベルとなるように、sectlow、sec
thigh、UP又はDOWNのLevelを、総合的
に変数paraの値をそのまま用いて修正する(図16
のステップ711)。para=0のときは修正はしな
い。なお、Ytag2≧Yave≧Ytag1のとき
は、修正の必要がないので、変数paraの値は0とさ
れ(図16のステップ707)、このときはlevel
の修正は行わない。階調補正曲線修正部30は、このよ
うにして得られたsectlow、secthigh、
UP又はDOWNのLevelを出力する(図16のス
テップ712)。
【0097】このようにして修正された階調補正曲線の
Levelに基づいて、オーバー、アンダー強度判断部
33により、各種曲線データ格納部32に格納されてい
る曲線データ*Up[1]〜〔5]の中のLevelの
もの*Up[Level]が補正曲線データとして選択
され、その補正曲線データと、前記*Contに格納さ
れているコントラスト直線データとが、コントラスト直
線と曲線データ合成処理部26で合成されて階調補正曲
線として階調補正曲線データ格納部37に格納される
(図1のステップ117)。
Levelに基づいて、オーバー、アンダー強度判断部
33により、各種曲線データ格納部32に格納されてい
る曲線データ*Up[1]〜〔5]の中のLevelの
もの*Up[Level]が補正曲線データとして選択
され、その補正曲線データと、前記*Contに格納さ
れているコントラスト直線データとが、コントラスト直
線と曲線データ合成処理部26で合成されて階調補正曲
線として階調補正曲線データ格納部37に格納される
(図1のステップ117)。
【0098】以上のようにして階調補正曲線が決定した
後、階調補正曲線修正部39は、画像サンプリングデー
タ(Y,U,V)をもとに階調補正曲線を修正する。こ
の階調補正曲線の修正動作について、図17のフローチ
ャートと共に詳細に説明する。画像は(Y,U,V)の
3次元の信号からなる情報であり、輝度信号Yが階調補
正の結果Y’/Y倍となった場合、一般的に色差信号
U、Vも同様にY’/Y倍する。本実施の形態でもその
ようにする。
後、階調補正曲線修正部39は、画像サンプリングデー
タ(Y,U,V)をもとに階調補正曲線を修正する。こ
の階調補正曲線の修正動作について、図17のフローチ
ャートと共に詳細に説明する。画像は(Y,U,V)の
3次元の信号からなる情報であり、輝度信号Yが階調補
正の結果Y’/Y倍となった場合、一般的に色差信号
U、Vも同様にY’/Y倍する。本実施の形態でもその
ようにする。
【0099】階調補正曲線修正部39は、まず、階調補
正曲線データ格納部37から階調補正曲線(Y,Y’)
のデータを取り込んだ後(図17のステップ801)、
色差信号U、VをY’/Yした場合にいくつ以上、以下
でオーバーフローするかを予め算出しておく(図17の
ステップ802)。色差信号U、Vは−128から12
7の範囲で変化する。また、入力輝度信号Yに対する制
限値127*Y/Y’と−128*Y/Y’を予め計算
しておく。輝度信号Yは0から255の値である。この
準備をしておいて画像サンプリングデータ(Y,U,
V)をチェックする。
正曲線データ格納部37から階調補正曲線(Y,Y’)
のデータを取り込んだ後(図17のステップ801)、
色差信号U、VをY’/Yした場合にいくつ以上、以下
でオーバーフローするかを予め算出しておく(図17の
ステップ802)。色差信号U、Vは−128から12
7の範囲で変化する。また、入力輝度信号Yに対する制
限値127*Y/Y’と−128*Y/Y’を予め計算
しておく。輝度信号Yは0から255の値である。この
準備をしておいて画像サンプリングデータ(Y,U,
V)をチェックする。
【0100】続いて、サンプリングデータ数は常に同じ
にしておいてU,Vのオーバーフローする画素数を、色
差信号オーバーフロー検出部38でカウントして変数C
ountに格納する(図17のステップ803、80
4)。続いて、上記の変数Countとしきい値UVL
imitとを比較し(図17のステップ805)、Co
unt<UVLimitならば階調補正曲線をそのまま
用いる(図17のステップ806)。そうでない場合に
はCountの値に応じてLevelを下げた後、*U
p[Level]と*Contを合成して改めて補正曲
線とする(図17のステップ807、808)。
にしておいてU,Vのオーバーフローする画素数を、色
差信号オーバーフロー検出部38でカウントして変数C
ountに格納する(図17のステップ803、80
4)。続いて、上記の変数Countとしきい値UVL
imitとを比較し(図17のステップ805)、Co
unt<UVLimitならば階調補正曲線をそのまま
用いる(図17のステップ806)。そうでない場合に
はCountの値に応じてLevelを下げた後、*U
p[Level]と*Contを合成して改めて補正曲
線とする(図17のステップ807、808)。
【0101】UVLimitは、経験により調節する。
UVLimitは0より大きな値である。大きくすれば
するほど色差信号のつぶれが大きくなる。小さければ色
差信号のつぶれは、少なくなる。Levelを下げる率
についても経験により調節する。
UVLimitは0より大きな値である。大きくすれば
するほど色差信号のつぶれが大きくなる。小さければ色
差信号のつぶれは、少なくなる。Levelを下げる率
についても経験により調節する。
【0102】例えばLevelを1レベル下げた時にC
ountの数が100から5に下がったり、1000が
50に下がった場合には1レベルで20分の1下がると
考えてレベルを下げる。UVLimitを6としたなら
ば始めのCountが100の時1レベル下げる。10
00の場合には2レベル下げるという処理になる。ま
た、画像サンプリングデータ格納部23の画素数が19
200画素であった場合、Count>1000のとき
は無条件にリニアにする。1000≧Count>10
0の間は0.25を乗ずる。Count≦100のとき
は0.03を乗ずる。一度乗ずる毎に1レベル下げる。
CountがUVLimitより小さくなるまで乗算と
レベル下げを行う。
ountの数が100から5に下がったり、1000が
50に下がった場合には1レベルで20分の1下がると
考えてレベルを下げる。UVLimitを6としたなら
ば始めのCountが100の時1レベル下げる。10
00の場合には2レベル下げるという処理になる。ま
た、画像サンプリングデータ格納部23の画素数が19
200画素であった場合、Count>1000のとき
は無条件にリニアにする。1000≧Count>10
0の間は0.25を乗ずる。Count≦100のとき
は0.03を乗ずる。一度乗ずる毎に1レベル下げる。
CountがUVLimitより小さくなるまで乗算と
レベル下げを行う。
【0103】階調補正曲線データ格納部37のデータを
修正する場合のレベルの下げ方は、前記Countの値
に応じてLevelを下げるが、その目的のLevel
の値になるように、まずコントラスト直線を決めるse
cthighが0になるまで下げ、それでも目的のLe
velの値にまで下がらないときには、各種曲線データ
格納部32から得られる各種曲線データのうち選択して
いた曲線データよりもレベルの低い曲線データを選択す
る。この曲線データとコントラストの直線データを合成
して補正曲線データを生成する。
修正する場合のレベルの下げ方は、前記Countの値
に応じてLevelを下げるが、その目的のLevel
の値になるように、まずコントラスト直線を決めるse
cthighが0になるまで下げ、それでも目的のLe
velの値にまで下がらないときには、各種曲線データ
格納部32から得られる各種曲線データのうち選択して
いた曲線データよりもレベルの低い曲線データを選択す
る。この曲線データとコントラストの直線データを合成
して補正曲線データを生成する。
【0104】生成された補正曲線データ、すなわち修正
後階調補正曲線809は、画像メモリ21からの画像デ
ータを補正し、その補正後の画像データが画像メモリ2
1に再び格納される。この画像は(Y,U,V)の3次
元なのでY成分のみから決定した補正曲線は、この処理
で修正処理すればバランスの良い画像が得られる。
後階調補正曲線809は、画像メモリ21からの画像デ
ータを補正し、その補正後の画像データが画像メモリ2
1に再び格納される。この画像は(Y,U,V)の3次
元なのでY成分のみから決定した補正曲線は、この処理
で修正処理すればバランスの良い画像が得られる。
【0105】なお、本発明は上記の実施の形態に限定さ
れるものではなく、例えば入力輝度レベル軸を4以上の
n等分、補正レベルを1以上のm段階とすることができ
る。また、上記の実施の形態では画像サンプリング処理
部22から画像処理部40までのブロックの処理は、図
18のビデオプリンタ16内のCPU17のソフトウェ
アで行うように説明したが、パソコン14内のCPU1
5のソフトウェアで行うようにしてもよい。あるいは、
図2の輝度ヒストグラム特徴量算出部26、輝度ヒスト
グラム特徴量格納部27、強い逆光検出部28、顔部分
認識処理部29、階調補正曲線修正部30、露光オーバ
ー、アンダー検出部31、コントラスト傾き決定部3
2、コントラストデータ作成部35、オーバー、アンダ
ー強度判断部33、各種曲線データ格納部34、コント
ラスト直線と曲線データ合成処理部36、色差信号オー
バーフロー検出部38及び階調補正曲線修正部39の各
処理をビデオプリンタ16内のCPU17のソフトウェ
アで行い、それ以外のブロックをハードウェアで構成す
るようにしてもよい。
れるものではなく、例えば入力輝度レベル軸を4以上の
n等分、補正レベルを1以上のm段階とすることができ
る。また、上記の実施の形態では画像サンプリング処理
部22から画像処理部40までのブロックの処理は、図
18のビデオプリンタ16内のCPU17のソフトウェ
アで行うように説明したが、パソコン14内のCPU1
5のソフトウェアで行うようにしてもよい。あるいは、
図2の輝度ヒストグラム特徴量算出部26、輝度ヒスト
グラム特徴量格納部27、強い逆光検出部28、顔部分
認識処理部29、階調補正曲線修正部30、露光オーバ
ー、アンダー検出部31、コントラスト傾き決定部3
2、コントラストデータ作成部35、オーバー、アンダ
ー強度判断部33、各種曲線データ格納部34、コント
ラスト直線と曲線データ合成処理部36、色差信号オー
バーフロー検出部38及び階調補正曲線修正部39の各
処理をビデオプリンタ16内のCPU17のソフトウェ
アで行い、それ以外のブロックをハードウェアで構成す
るようにしてもよい。
【0106】
【発明の効果】以上説明したように、本発明によれば、
入力カラー画像データの輝度ヒストグラムをa等分に分
割して、その曲線のおよその形を知り、その形に応じて
コントラストの傾き情報を算出すると共に、階調補正曲
線を肌色を考慮した修正を行うことで曲線データを最適
なものに選択した後、それらを合成して階調補正曲線デ
ータをソフトウェア処理により生成するようにしたた
め、累積輝度分布をそのまま用いた場合よりも、自然で
しかも肌色の認識率の向上した階調を得ることができ
る。
入力カラー画像データの輝度ヒストグラムをa等分に分
割して、その曲線のおよその形を知り、その形に応じて
コントラストの傾き情報を算出すると共に、階調補正曲
線を肌色を考慮した修正を行うことで曲線データを最適
なものに選択した後、それらを合成して階調補正曲線デ
ータをソフトウェア処理により生成するようにしたた
め、累積輝度分布をそのまま用いた場合よりも、自然で
しかも肌色の認識率の向上した階調を得ることができ
る。
【0107】また、本発明によれば、通常時と強い逆光
時の両方で肌色を考慮した階調補正曲線の修正をするよ
うにしたため、通常の判断では厳しい判断で顔が存在し
ないと判断される暗い所でも顔を認識させることがで
き、また、強い逆光の場合は肌色認識により得たレベル
中心の補正としたため、従来の自動階調補正よりも逆光
に強く顔の輝度レベルが良好な自動階調補正ができる。
時の両方で肌色を考慮した階調補正曲線の修正をするよ
うにしたため、通常の判断では厳しい判断で顔が存在し
ないと判断される暗い所でも顔を認識させることがで
き、また、強い逆光の場合は肌色認識により得たレベル
中心の補正としたため、従来の自動階調補正よりも逆光
に強く顔の輝度レベルが良好な自動階調補正ができる。
【0108】更に、本発明によれば、判断時にニューラ
ルネットワークといった高度な技術を用いないため、複
雑な計算が不要であり、コストの削減と高速化を図るこ
とができる。また、ソフトウェア処理であるので、画像
データの変更などに容易に対応することができる。
ルネットワークといった高度な技術を用いないため、複
雑な計算が不要であり、コストの削減と高速化を図るこ
とができる。また、ソフトウェア処理であるので、画像
データの変更などに容易に対応することができる。
【図1】本発明方法の一実施の形態の要部のフローチャ
ートである。
ートである。
【図2】本発明になる自動階調補正方法を実現する補正
装置の一実施の形態のブロック図である。
装置の一実施の形態のブロック図である。
【図3】図1のアンダー前処理の一例の説明用フローチ
ャート(その1)である。
ャート(その1)である。
【図4】図1のアンダー前処理の一例の説明用フローチ
ャート(その2)である。
ャート(その2)である。
【図5】図1のオーバー前処理の一例の説明用フローチ
ャート(その1)である。
ャート(その1)である。
【図6】図1のオーバー前処理の一例の説明用フローチ
ャート(その2)である。
ャート(その2)である。
【図7】図1のリニア前処理の一例の説明用フローチャ
ート(その1)である。
ート(その1)である。
【図8】図1のリニア前処理の一例の説明用フローチャ
ート(その2)である。
ート(その2)である。
【図9】図1中の顔部分認識処理のうち肌色画素認識処
理の詳細を示すフローチャートである。
理の詳細を示すフローチャートである。
【図10】図1中の顔部分認識処理のうち特徴量分析処
理の詳細を示すフローチャート(その1)である。
理の詳細を示すフローチャート(その1)である。
【図11】図1中の顔部分認識処理のうち特徴量分析処
理の詳細を示すフローチャート(その2)である。
理の詳細を示すフローチャート(その2)である。
【図12】図1中の顔部分認識処理のうち特徴量分析処
理の詳細を示すフローチャート(その3)である。
理の詳細を示すフローチャート(その3)である。
【図13】図1中の顔部分認識処理のうち特徴量分析処
理の詳細を示すフローチャート(その4)である。
理の詳細を示すフローチャート(その4)である。
【図14】図1中の顔部分認識処理における直方体領域
の一例の説明図である。
の一例の説明図である。
【図15】図1中の顔部分認識処理における縦分割、横
分割の様子の説明図である。
分割の様子の説明図である。
【図16】図1中の階調補正曲線レベル修正処理の詳細
を示すフローチャートである。
を示すフローチャートである。
【図17】本発明の一実施の形態の階調補正曲線修正処
理説明用フローチャートである。
理説明用フローチャートである。
【図18】カラービデオプリンタを使用する印字システ
ムの一例のブロック図である。
ムの一例のブロック図である。
【符号の説明】 14 パーソナルコンピュータ(パソコン) 15、17 中央処理装置(CPU) 16 ビデオプリンタ 18、21 画像メモリ 22 画像サンプリング処理部 23 画像サンプリングデータ格納部 24 輝度ヒストグラム作成部 25 輝度ヒストグラム格納部 26 輝度ヒストグラム特徴量算出部 27 輝度ヒストグラム特徴量格納部 28 強い逆光検出部 29 顔部分認識処理部 30 階調補正曲線修正部 31 露光オーバー、アンダー検出部 32 コントラスト傾き決定部 33 オーバー、アンダー強度判断部 34 各種曲線データ格納部 35 コントラストデータ作成部 36 コントラスト直線と曲線データ合成処理部 37 階調補正曲線データ格納部 38 色差信号オーバーフロー検出部 39 階調補正曲線修正部 40 画像処理部 104 アンダー前処理ステップ 106 オーバー前処理ステップ 107 リニア前処理ステップ 115 顔部分認識処理ステップ 116 階調補正曲線レベル修正処理ステップ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 田中 賢二 神奈川県横浜市神奈川区守屋町3丁目12番 地 日本ビクター株式会社内 Fターム(参考) 5C055 AA14 BA03 BA06 BA08 CA07 EA02 EA04 HA19 HA37 5C066 AA01 AA05 BA13 CA08 CA17 EA11 EB02 EC06 EF02 GA02 GA05 HA04 JA01 KD04 KE07 KP05 5C077 LL19 MP08 NN03 PP15 PP28 PP31 PP37 PP46 PP52 PP53 PP61 PP68 PQ19 PQ22 PQ23 TT09
Claims (3)
- 【請求項1】 階調補正しようとするカラー画像データ
から輝度ヒストグラムを作成し、その輝度ヒストグラム
から入力輝度レベル軸をa等分(aは4以上の整数)し
たそれぞれの領域の画素数の全画素に対する割合を示す
第1の特徴量と、前記a等分したそれぞれの領域の一定
のリミッタ値を越える画素数の全画素に対する割合を示
す第2の特徴量と、前記輝度ヒストグラムから入力輝度
レベル軸を3等分したそれぞれの領域の画素数の全画素
に対する割合を示す第3の特徴量とをそれぞれ算出して
第1の格納部に格納する第1のステップと、 前記第1の格納部に格納されている第1乃至第3の特徴
量を取り込み、そのうち最も低輝度側領域の前記第3の
特徴量が予め設定した下限値より大であり、かつ、最も
高輝度側領域の前記第3の特徴量が予め設定した上限値
より小であるかどうか比較判定する第2のステップと、 前記第2のステップにより、最も低輝度側領域の前記第
3の特徴量が予め設定した下限値より大である判定結果
が得られたときは露光アンダーと判断して、前記第1の
特徴量を用いてコントラストの傾き情報を求め、その傾
き情報からアンダー強度を求めるアンダー前処理を行う
第3のステップと、 前記第2のステップにより、最も高輝度側領域の前記第
3の特徴量が予め設定した上限値より大である判定結果
が得られたときは露光オーバーと判断して、前記第1の
特徴量を用いてコントラストの傾き情報を求め、その傾
き情報からオーバー強度を求めるオーバー前処理を行う
第4のステップと、 前記第2のステップにより、最も低輝度側領域の前記第
3の特徴量が予め設定した下限値以下であり、かつ、最
も高輝度側領域の前記第3の特徴量が予め設定した上限
値より小である判定結果が得られたときは、前記第1の
特徴量を用いてコントラストの傾き情報を求めると共
に、前記第2の特徴量に応じて強度を求めるリニア前処
理を行う第5のステップと、 前記第2のステップにより露光オーバー以外と判断され
たときは、前記第2の特徴量が入力輝度レベルの最も高
い領域と最も低い領域で共に正の値であるときに強い逆
光と判断して逆光フラグを所定値にセットする第6のス
テップと、 入力されたカラー画像データが明度、色相、彩度が肌色
である領域に含まれるか否か判定すると共に、前記逆光
フラグが所定値であるときは該所定値でないときに比べ
て、前記肌色である領域の輝度レベルを下げて判定する
第7のステップと、 前記第7のステップにより検出された肌色の画素につい
て、各連結領域の面積を求め、それらの連結領域のうち
最大面積から面積の広い順に全部でn個(nは予め定め
た2以上の整数)の連結領域を、認識対象のエリアとし
て抽出し、そのn個のエリアのそれぞれについて、当該
エリアを内部に含む所定形状の枠に当てはめ、かつ、そ
の枠の上部に髪の毛エリアを加えた枠を想定し、n個の
各枠全体のそれぞれについて、肌色総画素数を示す第4
の特徴量と、前記枠の画面縦方向の情報を示す第5の特
徴量と、前記枠の画面横方向の情報を示す第6の特徴量
とを求めた後、前記第4乃至第6の特徴量を分析し、顔
を示すエリアである確率が最も高い1つのエリアを顔エ
リアとして決定する第8のステップと、 前記第8のステップで決定された前記顔エリアの平均輝
度を求め、その平均輝度を予め設定した目標の輝度範囲
に入るかどうか比較し、その比較結果に基づき、前記第
3、第4又は第5のステップで作成した前記コントラス
トの傾き情報と強度情報とを、前記平均輝度が前記目標
の輝度範囲に入るように予測した値に修正する第9のス
テップと、 前記第9のステップで修正された強度に応じて、入力階
調に対する出力階調の各種の特性曲線を示す各種曲線デ
ータが予め格納されている第2の格納部から曲線データ
を選択し、その選択した曲線データと前記第9のステッ
プで修正された前記コントラストの傾き情報とを合成し
て階調補正曲線データを生成して第3の格納部に格納す
る第10のステップと、 前記階調補正しようとするカラー画像データが格納され
ている画像メモリから読み出した当該階調補正しようと
するカラー画像データに、前記第3の格納部からの前記
階調補正曲線データを反映させて前記画像メモリに再び
格納する第11のステップとを含むことを特徴とする自
動階調補正方法。 - 【請求項2】 前記第7のステップは、入力されたYU
Vの3次元色空間におけるカラー画像データのうち、Y
軸、U軸及びV軸の3次元座標空間において予め設定し
た肌色領域を示し、かつ、隣接する直方体領域の輝度境
界値は同一値であるm個(mは2以上の整数)の直方体
領域内に含まれる画素を、前記明度、色相、彩度が肌色
である画素として求めることを特徴とする請求項1記載
の自動階調補正方法。 - 【請求項3】 前記第8のステップは、前記逆光フラグ
が前記所定値であるときは、前記顔を示すエリアである
確率が最も高い1つのエリアの確率値が予め定めた第1
の下限値以上であるときに、該1つのエリアを顔エリア
と判定し、前記逆光フラグが前記所定値でないときは、
前記顔を示すエリアである確率が最も高い1つのエリア
の肌色の総画素数が予め定めた経験値以上で、かつ、該
1つのエリアの確率値が前記第1の下限値よりも大なる
予め設定した第2の下限値以上であるときのみ、該1つ
のエリアを顔エリアと判定することを特徴とする請求項
1記載の自動階調補正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10364778A JP2000188768A (ja) | 1998-12-22 | 1998-12-22 | 自動階調補正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10364778A JP2000188768A (ja) | 1998-12-22 | 1998-12-22 | 自動階調補正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2000188768A true JP2000188768A (ja) | 2000-07-04 |
Family
ID=18482645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10364778A Pending JP2000188768A (ja) | 1998-12-22 | 1998-12-22 | 自動階調補正方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2000188768A (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1441497A2 (en) * | 2003-01-17 | 2004-07-28 | Omron Corporation | Image pickup device, image pickup device program and image pick up method |
JP2004246456A (ja) * | 2003-02-12 | 2004-09-02 | Omron Corp | 画像編集装置および画像編集方法 |
JP2005148915A (ja) * | 2003-11-12 | 2005-06-09 | Noritsu Koki Co Ltd | 適正顔判別方法及びこの方法を実施する装置 |
JP2006031682A (ja) * | 2004-06-17 | 2006-02-02 | Fuji Photo Film Co Ltd | ルックアップテーブル作成装置および方法,ならびにルックアップテーブル作成プログラム |
JP2006217277A (ja) * | 2005-02-03 | 2006-08-17 | Nikon Corp | 撮像装置 |
KR100690295B1 (ko) | 2005-09-20 | 2007-03-09 | 삼성전자주식회사 | 휴대용 단말기용 얼굴 영상 정규화 방법 및 얼굴 인식시스템 |
CN1332557C (zh) * | 2004-03-15 | 2007-08-15 | 致伸科技股份有限公司 | 数字图像的曝光校正方法 |
CN100375507C (zh) * | 2004-09-14 | 2008-03-12 | 奥林巴斯株式会社 | 图像处理装置、图像记录装置和图像处理方法 |
US7565073B2 (en) | 2005-05-16 | 2009-07-21 | Fujifilm Corporation | Photography apparatus, photography method, and photography program for obtaining an image of a subject |
US7720279B2 (en) | 2004-03-10 | 2010-05-18 | Seiko Epson Corporation | Specifying flesh area on image |
US8285041B2 (en) | 2004-09-14 | 2012-10-09 | Olympus Corporation | Image processing apparatus, image recording apparatus, and image processing method |
JP2012213224A (ja) * | 2005-02-14 | 2012-11-01 | Fujifilm Corp | 輝度変換曲線作成装置および方法,ならび輝度変換曲線作成プログラム |
US8390693B2 (en) | 2008-08-01 | 2013-03-05 | Sanyo Electric Co., Ltd. | Image processing apparatus |
CN112069977A (zh) * | 2020-09-02 | 2020-12-11 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN117061879A (zh) * | 2023-09-27 | 2023-11-14 | 武汉华工激光工程有限责任公司 | 一种自动光量补正方法、***及电子设备 |
-
1998
- 1998-12-22 JP JP10364778A patent/JP2000188768A/ja active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1441497A2 (en) * | 2003-01-17 | 2004-07-28 | Omron Corporation | Image pickup device, image pickup device program and image pick up method |
JP2004246456A (ja) * | 2003-02-12 | 2004-09-02 | Omron Corp | 画像編集装置および画像編集方法 |
JP2005148915A (ja) * | 2003-11-12 | 2005-06-09 | Noritsu Koki Co Ltd | 適正顔判別方法及びこの方法を実施する装置 |
US7720279B2 (en) | 2004-03-10 | 2010-05-18 | Seiko Epson Corporation | Specifying flesh area on image |
CN1332557C (zh) * | 2004-03-15 | 2007-08-15 | 致伸科技股份有限公司 | 数字图像的曝光校正方法 |
JP2006031682A (ja) * | 2004-06-17 | 2006-02-02 | Fuji Photo Film Co Ltd | ルックアップテーブル作成装置および方法,ならびにルックアップテーブル作成プログラム |
JP4708866B2 (ja) * | 2004-06-17 | 2011-06-22 | 富士フイルム株式会社 | ルックアップテーブル作成装置および方法,ならびにルックアップテーブル作成プログラム |
US8285041B2 (en) | 2004-09-14 | 2012-10-09 | Olympus Corporation | Image processing apparatus, image recording apparatus, and image processing method |
CN100375507C (zh) * | 2004-09-14 | 2008-03-12 | 奥林巴斯株式会社 | 图像处理装置、图像记录装置和图像处理方法 |
JP2006217277A (ja) * | 2005-02-03 | 2006-08-17 | Nikon Corp | 撮像装置 |
JP4595569B2 (ja) * | 2005-02-03 | 2010-12-08 | 株式会社ニコン | 撮像装置 |
JP2012213224A (ja) * | 2005-02-14 | 2012-11-01 | Fujifilm Corp | 輝度変換曲線作成装置および方法,ならび輝度変換曲線作成プログラム |
US7565073B2 (en) | 2005-05-16 | 2009-07-21 | Fujifilm Corporation | Photography apparatus, photography method, and photography program for obtaining an image of a subject |
KR100690295B1 (ko) | 2005-09-20 | 2007-03-09 | 삼성전자주식회사 | 휴대용 단말기용 얼굴 영상 정규화 방법 및 얼굴 인식시스템 |
US8390693B2 (en) | 2008-08-01 | 2013-03-05 | Sanyo Electric Co., Ltd. | Image processing apparatus |
CN112069977A (zh) * | 2020-09-02 | 2020-12-11 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN117061879A (zh) * | 2023-09-27 | 2023-11-14 | 武汉华工激光工程有限责任公司 | 一种自动光量补正方法、***及电子设备 |
CN117061879B (zh) * | 2023-09-27 | 2023-12-19 | 武汉华工激光工程有限责任公司 | 一种自动光量补正方法、***及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0747855B1 (en) | Method and apparatus for enhancing a digital image | |
US7023580B2 (en) | System and method for digital image tone mapping using an adaptive sigmoidal function based on perceptual preference guidelines | |
US8035871B2 (en) | Determining target luminance value of an image using predicted noise amount | |
US7406193B2 (en) | Image processing method and image processing apparatus for making luminance correction | |
US7068328B1 (en) | Method, apparatus and recording medium for image processing | |
JP5205968B2 (ja) | 階調補正方法、階調補正装置、階調補正プログラム及び画像機器 | |
US7421120B2 (en) | Apparatus correcting image by luminance histogram | |
US7245764B2 (en) | Image processing method and image processing apparatus utilizing luminance histograms, and projector | |
US7409083B2 (en) | Image processing method and apparatus | |
US20040190789A1 (en) | Automatic analysis and adjustment of digital images with exposure problems | |
JP2000188768A (ja) | 自動階調補正方法 | |
US20080240605A1 (en) | Image Processing Apparatus, Image Processing Method, and Image Processing Program | |
US20070041636A1 (en) | Apparatus and method for image contrast enhancement using RGB value | |
JP2005353069A (ja) | 彩度適応的な映像向上装置およびその方法 | |
US7522314B2 (en) | Image sharpening | |
JP4595569B2 (ja) | 撮像装置 | |
US7593590B2 (en) | Image status estimating method, image correcting method, image correction apparatus, and storage medium | |
JP2004007202A (ja) | 画像処理装置 | |
JP2000102033A (ja) | 自動階調補正方法 | |
JP4013699B2 (ja) | 画像処理装置および画像処理方法 | |
US5774578A (en) | Apparatus for and method of utilizing density histograms for correcting objective images | |
JP2000099717A (ja) | 画質調整装置及び画質調整方法、並びに画像調整用プログラムを記録した記録媒体 | |
JP2000032287A (ja) | 画像処理装置及び画像処理方法 | |
JP2002369004A (ja) | 画像処理装置と画像出力装置と画像処理方法及び記憶媒体 | |
JP4539674B2 (ja) | 画像処理装置および画像処理方法および画像処理に用いられるプロセッサ |