JP2003248822A - 画像処理装置、画像処理方法、画像処理プログラムを記録した媒体および画像処理プログラム - Google Patents
画像処理装置、画像処理方法、画像処理プログラムを記録した媒体および画像処理プログラムInfo
- Publication number
- JP2003248822A JP2003248822A JP2002049370A JP2002049370A JP2003248822A JP 2003248822 A JP2003248822 A JP 2003248822A JP 2002049370 A JP2002049370 A JP 2002049370A JP 2002049370 A JP2002049370 A JP 2002049370A JP 2003248822 A JP2003248822 A JP 2003248822A
- Authority
- JP
- Japan
- Prior art keywords
- image
- distribution ratio
- value
- luminance
- similarity
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
- H04N1/4072—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original
- H04N1/4074—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original using histograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 レタッチ対象画像が逆光であるか否かの判定
を誤ってしまうと適切な明度補正をすることができな
い。 【解決手段】 画像種類の判定対象から輝度成分の分布
割合を取得し、当該分布割合と特定種類の画像における
分布割合との類似度を判定し、類似と判定された場合に
判定対象の画像が特定種類であると判定する。特定種類
の画像における分布割合として予め逆光画像の分布割合
を取得しておけば、上記判定処理により、高精度に逆光
画像であるか否かを判定することができる。
を誤ってしまうと適切な明度補正をすることができな
い。 【解決手段】 画像種類の判定対象から輝度成分の分布
割合を取得し、当該分布割合と特定種類の画像における
分布割合との類似度を判定し、類似と判定された場合に
判定対象の画像が特定種類であると判定する。特定種類
の画像における分布割合として予め逆光画像の分布割合
を取得しておけば、上記判定処理により、高精度に逆光
画像であるか否かを判定することができる。
Description
【０００１】
【発明の属する技術分野】本発明は、画像処理装置、画
像処理方法、画像処理プログラムを記録した媒体および
画像処理プログラムに関する。
像処理方法、画像処理プログラムを記録した媒体および
画像処理プログラムに関する。
【０００２】
【従来の技術】近年、インクジェットプリンタやディジ
タルカメラの性能向上に伴って、一般家庭で銀塩写真と
同等の画質のプリントアウトが得られるようになった。
ここでのプリント対象はディジタル画像であり、ディジ
タル画像はレタッチが容易なことから画質向上のために
フォトレタッチソフトウェアやプリンタドライバ等で種
々の修正を行うのが通常である。しかし、このレタッチ
にはある程度の習熟が必要であることから、各種の自動
レタッチが実現されている。
タルカメラの性能向上に伴って、一般家庭で銀塩写真と
同等の画質のプリントアウトが得られるようになった。
ここでのプリント対象はディジタル画像であり、ディジ
タル画像はレタッチが容易なことから画質向上のために
フォトレタッチソフトウェアやプリンタドライバ等で種
々の修正を行うのが通常である。しかし、このレタッチ
にはある程度の習熟が必要であることから、各種の自動
レタッチが実現されている。
【０００３】ディジタル画像はレタッチが容易であるか
ら、例えば逆光状態で撮影した画像に対して明度補正を
実施し、非逆光画像であるかのように修正することも可
能である。この場合、レタッチの自動化という意味で
は、レタッチ前にレタッチ対象の画像が逆光画像である
のか非逆光画像であるのかを判定する必要があり、従来
の画像処理装置においては画像の特徴量を抽出し、当該
特徴量を分析することによって逆光・非逆光を判定して
いる。
ら、例えば逆光状態で撮影した画像に対して明度補正を
実施し、非逆光画像であるかのように修正することも可
能である。この場合、レタッチの自動化という意味で
は、レタッチ前にレタッチ対象の画像が逆光画像である
のか非逆光画像であるのかを判定する必要があり、従来
の画像処理装置においては画像の特徴量を抽出し、当該
特徴量を分析することによって逆光・非逆光を判定して
いる。
【０００４】
【発明が解決しようとする課題】自動で逆光画像の明度
補正を行う際に、レタッチ対象画像が逆光であるか否か
の判定を誤ってしまうと適切な明度補正をすることがで
きない。本発明は、上記課題にかんがみてなされたもの
で、高精度に逆光画像であるか否かを判定することが可
能な画像処理装置、画像処理方法、画像処理プログラム
を記録した媒体および画像処理プログラムの提供を目的
とする。
補正を行う際に、レタッチ対象画像が逆光であるか否か
の判定を誤ってしまうと適切な明度補正をすることがで
きない。本発明は、上記課題にかんがみてなされたもの
で、高精度に逆光画像であるか否かを判定することが可
能な画像処理装置、画像処理方法、画像処理プログラム
を記録した媒体および画像処理プログラムの提供を目的
とする。
【０００５】
【課題を解決するための手段】上記目的を達成するた
め、請求項１にかかる発明は、画像をドットマトリクス
状の画素で表現した画像データを取得する画像データ取
得手段と、同取得した画像データから各画素の輝度成分
を取得する輝度成分取得手段と、輝度成分が取りうる数
値範囲を複数の値域に分割し輝度成分がそれぞれの値域
に含まれる画素の数が全画素数に占める分布割合を算出
する分布割合算出手段と、予め決定された特定種類の画
像における上記分布割合と上記取得した画像について算
出した分布割合との類似度を判定する類似度判定手段
と、同類似度判定手段によって上記分布割合が類似して
いると判定されたときに上記取得した画像データの画像
を上記特定種類であると判定する画像種類判定手段とを
具備する構成としてある。
め、請求項１にかかる発明は、画像をドットマトリクス
状の画素で表現した画像データを取得する画像データ取
得手段と、同取得した画像データから各画素の輝度成分
を取得する輝度成分取得手段と、輝度成分が取りうる数
値範囲を複数の値域に分割し輝度成分がそれぞれの値域
に含まれる画素の数が全画素数に占める分布割合を算出
する分布割合算出手段と、予め決定された特定種類の画
像における上記分布割合と上記取得した画像について算
出した分布割合との類似度を判定する類似度判定手段
と、同類似度判定手段によって上記分布割合が類似して
いると判定されたときに上記取得した画像データの画像
を上記特定種類であると判定する画像種類判定手段とを
具備する構成としてある。
【０００６】上記のように構成した請求項１にかかる発
明においては、画像データから各画素の輝度成分を取得
し、当該輝度成分に基づいて特定種類の画像と取得した
画像データの画像との類似度を判定する。すなわち、取
得した画像データの画像の輝度成分が特定種類の画像の
輝度成分に類似しているときに当該取得した画像データ
の画像が特定種類であると判定することになる。輝度成
分に基づく類似度の判定のために、本発明においては輝
度成分の分布割合を考え、当該分布割合の類似度を比較
する。
明においては、画像データから各画素の輝度成分を取得
し、当該輝度成分に基づいて特定種類の画像と取得した
画像データの画像との類似度を判定する。すなわち、取
得した画像データの画像の輝度成分が特定種類の画像の
輝度成分に類似しているときに当該取得した画像データ
の画像が特定種類であると判定することになる。輝度成
分に基づく類似度の判定のために、本発明においては輝
度成分の分布割合を考え、当該分布割合の類似度を比較
する。
【０００７】すなわち、画像を何らかの種類に分けるた
めには種々の手法が可能であるが、画像の特徴を考えれ
ば、その特徴を有する画像を同じ種類の画像であるとす
ることができ、本発明では画像の種類を判定するために
画像データに基づいて特徴量を分析する。特定種類の画
像における特徴量と取得した画像データの特徴量とが類
似しているか否かを比較すれば両者が同一種類であるか
否かを判定することができる。
めには種々の手法が可能であるが、画像の特徴を考えれ
ば、その特徴を有する画像を同じ種類の画像であるとす
ることができ、本発明では画像の種類を判定するために
画像データに基づいて特徴量を分析する。特定種類の画
像における特徴量と取得した画像データの特徴量とが類
似しているか否かを比較すれば両者が同一種類であるか
否かを判定することができる。
【０００８】本発明においては画像の輝度成分を特徴量
としており、さらに輝度成分が取りうる数値範囲を複数
の値域に分割してそれぞれの値域の分布割合を比較する
ことによって、輝度が似た分布となる画像を同一種類と
判定する。輝度成分の類似を比較するために輝度の階調
値毎の比較を行うと処理が煩雑になるが、輝度成分が取
りうる数値範囲をある程度のまとまりを有する値域に分
割して当該値域の分布割合を比較することにより輝度分
布の類似／非類似を容易に判定することができる。
としており、さらに輝度成分が取りうる数値範囲を複数
の値域に分割してそれぞれの値域の分布割合を比較する
ことによって、輝度が似た分布となる画像を同一種類と
判定する。輝度成分の類似を比較するために輝度の階調
値毎の比較を行うと処理が煩雑になるが、輝度成分が取
りうる数値範囲をある程度のまとまりを有する値域に分
割して当該値域の分布割合を比較することにより輝度分
布の類似／非類似を容易に判定することができる。
【０００９】ここで、輝度成分取得手段は取得した画像
データから各画素の輝度成分を取得することができれば
よく、画像種類の判定として望まれる精度や計算速度等
の観点で好適な種々の手法を採用することができる。例
えば、画像データが各画素の輝度データを含むＹＣｂＣ
ｒデータ（Ｙは輝度，ＣｂＣｒは色差）であるような場
合には各画素について当該Ｙデータを取得すればよい
し、画像データがＲＧＢ等の色成分階調値で表現されて
いる場合には各色成分の階調値から輝度成分を算出すれ
ばよい。むろん、この算出においてＲＧＢの各階調値に
所定の係数を乗じる重み演算を行ってもよいし、各階調
値を均等に足し合わせて平均を取ってもよいし、緑成分
が輝度成分と近いことから緑成分のみを使用して輝度成
分を算出してもよい。
データから各画素の輝度成分を取得することができれば
よく、画像種類の判定として望まれる精度や計算速度等
の観点で好適な種々の手法を採用することができる。例
えば、画像データが各画素の輝度データを含むＹＣｂＣ
ｒデータ（Ｙは輝度，ＣｂＣｒは色差）であるような場
合には各画素について当該Ｙデータを取得すればよい
し、画像データがＲＧＢ等の色成分階調値で表現されて
いる場合には各色成分の階調値から輝度成分を算出すれ
ばよい。むろん、この算出においてＲＧＢの各階調値に
所定の係数を乗じる重み演算を行ってもよいし、各階調
値を均等に足し合わせて平均を取ってもよいし、緑成分
が輝度成分と近いことから緑成分のみを使用して輝度成
分を算出してもよい。
【００１０】分布割合算出手段においては、複数の値域
ごとの輝度成分の分布割合を算出することができればよ
く、予め全画素の輝度成分の分布を求め、その後に輝度
成分が取りうる数値範囲を複数の値域に分割して分布割
合を算出してもよいし、先に輝度成分が取りうる数値範
囲を複数の値域に分割して値域ごとの分布を求めてから
全画素に対する割合を求めてもよい。類似度判定手段に
おいては、特定種類の画像における分布割合と取得した
画像における分布割合との類似度を判定することができ
ればよく、種々の構成を採用可能である。
ごとの輝度成分の分布割合を算出することができればよ
く、予め全画素の輝度成分の分布を求め、その後に輝度
成分が取りうる数値範囲を複数の値域に分割して分布割
合を算出してもよいし、先に輝度成分が取りうる数値範
囲を複数の値域に分割して値域ごとの分布を求めてから
全画素に対する割合を求めてもよい。類似度判定手段に
おいては、特定種類の画像における分布割合と取得した
画像における分布割合との類似度を判定することができ
ればよく、種々の構成を採用可能である。
【００１１】特定種類の画像における分布割合は、当該
特定種類の画像において特徴的な輝度成分の分布を考慮
して決定してもよいし、特定種類に分類される多くの画
像について予め分布割合を計算し、計算された分布割合
の平均を取るなどして統計的に決定してもよい。類似度
の判定においては、輝度成分の分布割合の類似度を判定
することができればよく、後述の種々の手法を採用する
ことができる。画像種類判定手段においては、当該類似
度判定手段における判定に基づいて画像データが特定種
類であることを判定する。この結果、特定種類の画像で
ある場合に必要となる画像処理を自動で行ったり、画像
毎に適正な画像処理を行うこと等が可能になる。
特定種類の画像において特徴的な輝度成分の分布を考慮
して決定してもよいし、特定種類に分類される多くの画
像について予め分布割合を計算し、計算された分布割合
の平均を取るなどして統計的に決定してもよい。類似度
の判定においては、輝度成分の分布割合の類似度を判定
することができればよく、後述の種々の手法を採用する
ことができる。画像種類判定手段においては、当該類似
度判定手段における判定に基づいて画像データが特定種
類であることを判定する。この結果、特定種類の画像で
ある場合に必要となる画像処理を自動で行ったり、画像
毎に適正な画像処理を行うこと等が可能になる。
【００１２】本発明においては、分布割合の類似度を判
定しているので、比較対象の一方として採用する画像の
種類を適宜変更し、種々の画像の種類を判定することが
できる。その好適な構成例として請求項２にかかる発明
では、特定種類の画像における輝度のヒストグラムは、
所定輝度以上であって最高輝度を含む値域でスパイク状
のピークを有し、所定輝度以下の値域に大きなピークを
有しており、これらの輝度の間の中輝度の分布数が所定
値以下となっており、逆光画像の分布となっている構成
としてある。
定しているので、比較対象の一方として採用する画像の
種類を適宜変更し、種々の画像の種類を判定することが
できる。その好適な構成例として請求項２にかかる発明
では、特定種類の画像における輝度のヒストグラムは、
所定輝度以上であって最高輝度を含む値域でスパイク状
のピークを有し、所定輝度以下の値域に大きなピークを
有しており、これらの輝度の間の中輝度の分布数が所定
値以下となっており、逆光画像の分布となっている構成
としてある。
【００１３】すなわち、逆光画像においては、主オブジ
ェクトの後部から強い光源の光が照射されていることに
よって、主オブジェクトに低輝度成分が多く、主オブジ
ェクトの外側に高輝度成分が多く、通常は高輝度成分の
値が非常に大きい。また、主オブジェクトの後部から強
い光が照射されることによって画像内の多くの画素が低
明度あるいは高明度の画素になっており、中明度の画素
が少なくなっている。従って、逆光画像においては、輝
度のヒストグラムにおいて、所定輝度以上であって最高
輝度を含む値域でスパイク状のピークを有し、所定輝度
以下の値域に大きなピークを有しており、これらの輝度
の間の中輝度の分布数が所定値以下となっている場合が
多い。
ェクトの後部から強い光源の光が照射されていることに
よって、主オブジェクトに低輝度成分が多く、主オブジ
ェクトの外側に高輝度成分が多く、通常は高輝度成分の
値が非常に大きい。また、主オブジェクトの後部から強
い光が照射されることによって画像内の多くの画素が低
明度あるいは高明度の画素になっており、中明度の画素
が少なくなっている。従って、逆光画像においては、輝
度のヒストグラムにおいて、所定輝度以上であって最高
輝度を含む値域でスパイク状のピークを有し、所定輝度
以下の値域に大きなピークを有しており、これらの輝度
の間の中輝度の分布数が所定値以下となっている場合が
多い。
【００１４】そこで、このようなヒストグラムとなって
いる画像を上記特定種類の画像とすれば、その分布割合
は逆光画像に特徴的な分布割合となり、上記類似度判定
手段において、逆光画像であるか否かの判定を行うこと
が可能になる。むろん、ここで、上記スパイク状のピー
クの形状や大きなピークの形状、これらのピークのしき
い値となる所定輝度あるいは中輝度の分布数のしきい値
として理想的な値が一義的に決定されなくてもよく、上
述のように多くの逆光画像を分析してその平均的な値を
しきい値とすることにより特定種類の画像のヒストグラ
ムを決定する構成等を採用可能である。
いる画像を上記特定種類の画像とすれば、その分布割合
は逆光画像に特徴的な分布割合となり、上記類似度判定
手段において、逆光画像であるか否かの判定を行うこと
が可能になる。むろん、ここで、上記スパイク状のピー
クの形状や大きなピークの形状、これらのピークのしき
い値となる所定輝度あるいは中輝度の分布数のしきい値
として理想的な値が一義的に決定されなくてもよく、上
述のように多くの逆光画像を分析してその平均的な値を
しきい値とすることにより特定種類の画像のヒストグラ
ムを決定する構成等を採用可能である。
【００１５】さらに、請求項３にかかる発明では、上記
分布割合算出手段は、上記算出された輝度成分のヒスト
グラムを算出するとともに当該輝度成分が取りうる数値
範囲を複数の値域に分割して各値域の分布割合を算出す
る構成としてある。すなわち、分布割合算出手段におい
ては各値域毎の分布割合を算出することができればよ
く、その算出に当たり予め画像の輝度成分のヒストグラ
ムを算出する。そして、輝度成分が取りうる数値範囲を
複数の値域に分割すれば、それぞれの値域に含まれる画
素数を容易に算出することができ、この結果、各値域内
の画素数が全画素数に占める分布割合を算出することが
できる。
分布割合算出手段は、上記算出された輝度成分のヒスト
グラムを算出するとともに当該輝度成分が取りうる数値
範囲を複数の値域に分割して各値域の分布割合を算出す
る構成としてある。すなわち、分布割合算出手段におい
ては各値域毎の分布割合を算出することができればよ
く、その算出に当たり予め画像の輝度成分のヒストグラ
ムを算出する。そして、輝度成分が取りうる数値範囲を
複数の値域に分割すれば、それぞれの値域に含まれる画
素数を容易に算出することができ、この結果、各値域内
の画素数が全画素数に占める分布割合を算出することが
できる。
【００１６】ここで、分布割合算出手段においては、輝
度成分の分布傾向の類似性を比較できるように輝度成分
が取りうる数値範囲を複数の値域に分割することができ
ればよいが、その好適な構成例として請求項４にかかる
発明では、上記分布割合算出手段は、特定種類の画像と
しての逆光画像における略９割の画素が最低輝度値域お
よびその隣の値域内に存在し、略１割の画素が最高輝度
値域内に存在するように値域の分割を行う構成としてあ
る。
度成分の分布傾向の類似性を比較できるように輝度成分
が取りうる数値範囲を複数の値域に分割することができ
ればよいが、その好適な構成例として請求項４にかかる
発明では、上記分布割合算出手段は、特定種類の画像と
しての逆光画像における略９割の画素が最低輝度値域お
よびその隣の値域内に存在し、略１割の画素が最高輝度
値域内に存在するように値域の分割を行う構成としてあ
る。
【００１７】すなわち、上述のように逆光画像において
は、高輝度成分、低輝度成分および中輝度成分のそれぞ
れに特徴が現れるので、これらの特徴が反映されるよう
に輝度成分が取りうる数値範囲を複数の値域に分割する
と好適である。上述のように、逆光画像の輝度ヒストグ
ラムにおいては高輝度成分のピークがスパイク状となっ
ており、低輝度成分の方がなだらかである。従って、低
輝度成分のピークは高輝度成分のピークより幅が広く、
広い値域に渡って存在する。そこで、低輝度側の分布を
特徴づける値域が２つの値域に含まれ、高輝度側の分布
を特徴づける値域が１つの値域に含まれるように、低輝
度側の２値域に略９割の画素が存在するようにするとと
もに、最高輝度側の１値域に略１割の画素が存在するよ
うにしている。
は、高輝度成分、低輝度成分および中輝度成分のそれぞ
れに特徴が現れるので、これらの特徴が反映されるよう
に輝度成分が取りうる数値範囲を複数の値域に分割する
と好適である。上述のように、逆光画像の輝度ヒストグ
ラムにおいては高輝度成分のピークがスパイク状となっ
ており、低輝度成分の方がなだらかである。従って、低
輝度成分のピークは高輝度成分のピークより幅が広く、
広い値域に渡って存在する。そこで、低輝度側の分布を
特徴づける値域が２つの値域に含まれ、高輝度側の分布
を特徴づける値域が１つの値域に含まれるように、低輝
度側の２値域に略９割の画素が存在するようにするとと
もに、最高輝度側の１値域に略１割の画素が存在するよ
うにしている。
【００１８】この結果、低輝度側の２値域と高輝度側の
１値域およびそれらの間の中輝度の値域に逆光画像の特
徴が現れるように分布割合を規定することができ、高精
度に逆光画像であるか否かの判定を行うことが可能にな
る。本発明においては画像の類似性を判定しているの
で、値域の分割について厳密なしきい値が与えられるわ
けではないが、少なくとも上記指針で値域を分割するこ
とによって確実に判定精度を向上することができる。む
ろん、実際の値域分割においては輝度成分の全値域を等
分割しつつ上記指針をも満たすように分割を行うなど、
種々の分割手法が採用可能である。
１値域およびそれらの間の中輝度の値域に逆光画像の特
徴が現れるように分布割合を規定することができ、高精
度に逆光画像であるか否かの判定を行うことが可能にな
る。本発明においては画像の類似性を判定しているの
で、値域の分割について厳密なしきい値が与えられるわ
けではないが、少なくとも上記指針で値域を分割するこ
とによって確実に判定精度を向上することができる。む
ろん、実際の値域分割においては輝度成分の全値域を等
分割しつつ上記指針をも満たすように分割を行うなど、
種々の分割手法が採用可能である。
【００１９】さらに、請求項５にかかる発明では、特定
種類の画像における上記最低輝度値域の分布割合は、そ
の隣の値域の分布割合より大きい構成としてある。すな
わち、逆光画像においては低輝度の分布割合が大きい
が、低輝度側の２値域を相互に比較すると、より低輝度
側に多くの画素が存在する傾向にある。そこで、特定種
類の画像における分布割合を決定する際に、最低輝度値
域の分布割合をその隣の値域の分布割合より大きくする
ことによって、より正確に逆光画像を判定することが可
能になる。
種類の画像における上記最低輝度値域の分布割合は、そ
の隣の値域の分布割合より大きい構成としてある。すな
わち、逆光画像においては低輝度の分布割合が大きい
が、低輝度側の２値域を相互に比較すると、より低輝度
側に多くの画素が存在する傾向にある。そこで、特定種
類の画像における分布割合を決定する際に、最低輝度値
域の分布割合をその隣の値域の分布割合より大きくする
ことによって、より正確に逆光画像を判定することが可
能になる。
【００２０】さらに、請求項６にかかる発明では、上記
分布割合算出手段は輝度成分が取りうる数値範囲を５個
の値域に略等分割し、上記特定種類の画像における上記
分布割合の比はこの分割された値域の低輝度側から順に
５：４：０：０：１である構成としてある。すなわち、
輝度成分の全値域を５分割すると、逆光画像の分布割合
の比が低輝度側から順に５：４：０：０：１となるよう
に輝度成分の値域を分割することができ、上述のように
低輝度側の２値域に９割の画素が存在し、最高輝度側の
１値域に１割の画素が存在するように値域を分割するこ
とができる。また、特定種類の画像の分布割合比におい
て最低輝度側の値域の比を”５”とし、その隣の値域の
比を”４”とすることによって低輝度側の方が画素数が
多いという逆光画像の傾向に沿うことができる。
分布割合算出手段は輝度成分が取りうる数値範囲を５個
の値域に略等分割し、上記特定種類の画像における上記
分布割合の比はこの分割された値域の低輝度側から順に
５：４：０：０：１である構成としてある。すなわち、
輝度成分の全値域を５分割すると、逆光画像の分布割合
の比が低輝度側から順に５：４：０：０：１となるよう
に輝度成分の値域を分割することができ、上述のように
低輝度側の２値域に９割の画素が存在し、最高輝度側の
１値域に１割の画素が存在するように値域を分割するこ
とができる。また、特定種類の画像の分布割合比におい
て最低輝度側の値域の比を”５”とし、その隣の値域の
比を”４”とすることによって低輝度側の方が画素数が
多いという逆光画像の傾向に沿うことができる。
【００２１】さらに、請求項７にかかる発明では、上記
分布割合算出手段は輝度成分が取りうる数値範囲を５個
の値域に略等分割し、上記特定種類の画像における上記
分布割合の比をこの分割された値域の低輝度側から順に
Ａ：Ｂ：Ｃ：Ｄ：Ｅとしたときに４.７≦Ａ≦５.８，
３.３≦Ｂ≦４.０，０.０≦Ｃ≦０.３，０.０≦Ｄ≦０.
２，０.６≦Ｅ≦１.０（但しＡ＋Ｂ＋Ｃ＋Ｄ＋Ｅ＝１
０）である構成としてある。
分布割合算出手段は輝度成分が取りうる数値範囲を５個
の値域に略等分割し、上記特定種類の画像における上記
分布割合の比をこの分割された値域の低輝度側から順に
Ａ：Ｂ：Ｃ：Ｄ：Ｅとしたときに４.７≦Ａ≦５.８，
３.３≦Ｂ≦４.０，０.０≦Ｃ≦０.３，０.０≦Ｄ≦０.
２，０.６≦Ｅ≦１.０（但しＡ＋Ｂ＋Ｃ＋Ｄ＋Ｅ＝１
０）である構成としてある。
【００２２】すなわち、逆光画像の分布割合の比は上述
のように低輝度側から順に５：４：０：０：１という比
で表現することができるが、逆光画像であるか否かの判
定に当たりこの比の値に限定されることはなく、Ａ〜Ｅ
の各値にある程度の範囲を許容することができ、出願人
の実験によれば、Ａ〜Ｅの各値が上述の範囲であるとき
に高精度で逆光画像であるか否かの判定をすることがで
きた。例えば、Ａ〜Ｅの各値を順に”４．６：４．４：
０：０：１”にしたときには、画像種類の判定対象（取
得画像データの画像）が明らかに逆光画像である、ある
いは逆光画像とみなすべきであるにもかかわらず、上記
類似度が小さくなって逆光画像であると判定されなくな
った。
のように低輝度側から順に５：４：０：０：１という比
で表現することができるが、逆光画像であるか否かの判
定に当たりこの比の値に限定されることはなく、Ａ〜Ｅ
の各値にある程度の範囲を許容することができ、出願人
の実験によれば、Ａ〜Ｅの各値が上述の範囲であるとき
に高精度で逆光画像であるか否かの判定をすることがで
きた。例えば、Ａ〜Ｅの各値を順に”４．６：４．４：
０：０：１”にしたときには、画像種類の判定対象（取
得画像データの画像）が明らかに逆光画像である、ある
いは逆光画像とみなすべきであるにもかかわらず、上記
類似度が小さくなって逆光画像であると判定されなくな
った。
【００２３】上記類似度判定手段にて分布割合の類似度
を判定する手法は種々の構成が採用可能であり、その一
例として請求項８にかかる発明では、上記類似度判定手
段は、上記取得した画像における分布割合を成分とした
ベクトルと上記特定種類の画像における分布割合を成分
としたベクトルとの内積を両ベクトルの大きさの積で除
して得られる値の大きさで類似度を判定する構成として
ある。
を判定する手法は種々の構成が採用可能であり、その一
例として請求項８にかかる発明では、上記類似度判定手
段は、上記取得した画像における分布割合を成分とした
ベクトルと上記特定種類の画像における分布割合を成分
としたベクトルとの内積を両ベクトルの大きさの積で除
して得られる値の大きさで類似度を判定する構成として
ある。
【００２４】すなわち、ベクトルの内積を両ベクトルの
大きさの積で除して得られる値は、これらのベクトル間
の形成する角度におけるｃｏｓ成分である。両ベクトル
が同一ベクトルであれば当該ｃｏｓ成分は”１”とな
り、両ベクトルが同一ベクトルから離れていく程当該ｃ
ｏｓ成分は”１”から離れた値となる。従って、当該ｃ
ｏｓ成分が”１”にどれ程近いかを判定することによっ
て両ベクトルの類似度を判定することができる。
大きさの積で除して得られる値は、これらのベクトル間
の形成する角度におけるｃｏｓ成分である。両ベクトル
が同一ベクトルであれば当該ｃｏｓ成分は”１”とな
り、両ベクトルが同一ベクトルから離れていく程当該ｃ
ｏｓ成分は”１”から離れた値となる。従って、当該ｃ
ｏｓ成分が”１”にどれ程近いかを判定することによっ
て両ベクトルの類似度を判定することができる。
【００２５】ここでは、各値域の分布割合を成分とした
ベクトルを考えていることから、上記ｃｏｓ成分によっ
て分布割合の類似度を判定することができ、この結果、
画像の類似度を判定することが可能になる。むろん、こ
こで、値域の数が２あるいは３以上の数になったとして
も上記ベクトルを多次元ベクトルと考え、上記得られる
値を多次元ベクトル間のｃｏｓ成分と考えることがで
き、このｃｏｓ成分に基づいて類似度を判定することが
できる。
ベクトルを考えていることから、上記ｃｏｓ成分によっ
て分布割合の類似度を判定することができ、この結果、
画像の類似度を判定することが可能になる。むろん、こ
こで、値域の数が２あるいは３以上の数になったとして
も上記ベクトルを多次元ベクトルと考え、上記得られる
値を多次元ベクトル間のｃｏｓ成分と考えることがで
き、このｃｏｓ成分に基づいて類似度を判定することが
できる。
【００２６】さらに、請求項９にかかる発明では、上記
類似度判定手段は、得られた値が所定のしきい値より大
きい場合に分布割合が類似していると判定する構成とし
てある。すなわち、上記得られた値（取得した画像にお
ける分布割合を成分としたベクトルと上記特定種類の画
像における分布割合を成分としたベクトルとの内積を両
ベクトルの大きさの積で除して得られる値）が”１”で
あれば比較される両者は同一であり、”１”ではない
が”１”に近ければ類似であると言えるので、この得ら
れた値が所定のしきい値より大きいか否かを判定すれば
類似しているか否かを判定することができる。しきい値
の具体的な値としては、要求される判定精度等によって
適宜変更することができる。
類似度判定手段は、得られた値が所定のしきい値より大
きい場合に分布割合が類似していると判定する構成とし
てある。すなわち、上記得られた値（取得した画像にお
ける分布割合を成分としたベクトルと上記特定種類の画
像における分布割合を成分としたベクトルとの内積を両
ベクトルの大きさの積で除して得られる値）が”１”で
あれば比較される両者は同一であり、”１”ではない
が”１”に近ければ類似であると言えるので、この得ら
れた値が所定のしきい値より大きいか否かを判定すれば
類似しているか否かを判定することができる。しきい値
の具体的な値としては、要求される判定精度等によって
適宜変更することができる。
【００２７】さらに、請求項１０にかかる発明では、上
記画像種類判定手段は、上記取得した画像データにおけ
る画像を周縁部の所定領域とその内側に位置する所定領
域とに分割し、各領域に属する画素の輝度成分の平均値
を算出するとともに、当該平均値が最大となる領域が上
記内側に位置する所定領域である場合には当該画像につ
いて特定種類であるとの判定を行わない構成としてあ
る。すなわち、暗い背景にて主オブジェクトの前方から
光を当てた場合等における順光画像においては、上述の
逆光画像のように所定輝度以上であって最高輝度を含む
値域でスパイク状のピークを有し、所定輝度以下の値域
に大きなピークを有し、これらの輝度の間の中輝度の分
布数が所定値以下となるように輝度のヒストグラムが分
布する場合がある。
記画像種類判定手段は、上記取得した画像データにおけ
る画像を周縁部の所定領域とその内側に位置する所定領
域とに分割し、各領域に属する画素の輝度成分の平均値
を算出するとともに、当該平均値が最大となる領域が上
記内側に位置する所定領域である場合には当該画像につ
いて特定種類であるとの判定を行わない構成としてあ
る。すなわち、暗い背景にて主オブジェクトの前方から
光を当てた場合等における順光画像においては、上述の
逆光画像のように所定輝度以上であって最高輝度を含む
値域でスパイク状のピークを有し、所定輝度以下の値域
に大きなピークを有し、これらの輝度の間の中輝度の分
布数が所定値以下となるように輝度のヒストグラムが分
布する場合がある。
【００２８】この場合には逆光画像と非逆光画像とを区
別できなくなる場合があるので、順光画像について逆光
画像であるとの判定がなされないようにするとよい。そ
こで、順光画像にて上述のような輝度のヒストグラムと
なっている画像を判別するため、画像を周縁部の所定領
域とその内側に位置する所定領域とに分割し、領域毎の
輝度平均を算出し、輝度平均の最大値を有する領域が内
側に位置する場合に上記特定種類の画像であると判定し
ないようにする。すなわち、画像中央が明るく画像周囲
が暗いは逆光画像であると判定しない。従って、逆光画
像と輝度分布が類似した順光画像を除外することが可能
になり、より高精度に判定を行うことができる。
別できなくなる場合があるので、順光画像について逆光
画像であるとの判定がなされないようにするとよい。そ
こで、順光画像にて上述のような輝度のヒストグラムと
なっている画像を判別するため、画像を周縁部の所定領
域とその内側に位置する所定領域とに分割し、領域毎の
輝度平均を算出し、輝度平均の最大値を有する領域が内
側に位置する場合に上記特定種類の画像であると判定し
ないようにする。すなわち、画像中央が明るく画像周囲
が暗いは逆光画像であると判定しない。従って、逆光画
像と輝度分布が類似した順光画像を除外することが可能
になり、より高精度に判定を行うことができる。
【００２９】ここで、領域の分割手法は様々な手法を採
用することができ、周縁部とその内側との少なくとも２
つの領域に分割する必要があるものの、むろん、２つの
領域より多くの領域、例えば、周縁部を４分割、その内
側を９分割するような構成等を採用可能である。上記２
つの領域に分割する場合は輝度平均の最大値と言っても
２つの領域について輝度平均の大小を比較することとな
る。
用することができ、周縁部とその内側との少なくとも２
つの領域に分割する必要があるものの、むろん、２つの
領域より多くの領域、例えば、周縁部を４分割、その内
側を９分割するような構成等を採用可能である。上記２
つの領域に分割する場合は輝度平均の最大値と言っても
２つの領域について輝度平均の大小を比較することとな
る。
【００３０】順光画像を除外するための具体的な構成例
として請求項１１にかかる発明では、上記画像種類判定
手段は、上記平均値が最大となる領域が上記内側に位置
する所定領域である画像について上記類似度判定手段に
おける上記ベクトルの内積を両ベクトルの大きさの積で
除して得られる値を負の値にする構成としてある。すな
わち、上記ｃｏｓ成分として得られた値は”１”に近い
程類似していると判定されることから、上記平均値が最
大となる領域が上記内側に位置する所定領域である画像
について当該ｃｏｓ成分を負の値にすることにより、こ
の画像が特定種類の画像であると判定されることはなく
なる。ｃｏｓ成分について負の値にすることによって、
類似度の判定アルゴリズムとしては順光画像を除外する
ために特定のしきい値等を使用することなく、終始特定
のしきい値を使用するのみでよい。
として請求項１１にかかる発明では、上記画像種類判定
手段は、上記平均値が最大となる領域が上記内側に位置
する所定領域である画像について上記類似度判定手段に
おける上記ベクトルの内積を両ベクトルの大きさの積で
除して得られる値を負の値にする構成としてある。すな
わち、上記ｃｏｓ成分として得られた値は”１”に近い
程類似していると判定されることから、上記平均値が最
大となる領域が上記内側に位置する所定領域である画像
について当該ｃｏｓ成分を負の値にすることにより、こ
の画像が特定種類の画像であると判定されることはなく
なる。ｃｏｓ成分について負の値にすることによって、
類似度の判定アルゴリズムとしては順光画像を除外する
ために特定のしきい値等を使用することなく、終始特定
のしきい値を使用するのみでよい。
【００３１】さらに、より確実に特定種類の画像である
か否かを判定するための構成例として請求項１２にかか
る発明では、上記分布割合算出手段は、上記取得した画
像データの各画素について輝度成分が所定値より大きな
画素についてその画素の輝度成分より大きな輝度成分値
になるように補正し、輝度成分が所定値より小さな画素
についてその画素の輝度成分より小さな輝度成分値にな
るように補正して上記分布割合を算出する構成としてあ
る。
か否かを判定するための構成例として請求項１２にかか
る発明では、上記分布割合算出手段は、上記取得した画
像データの各画素について輝度成分が所定値より大きな
画素についてその画素の輝度成分より大きな輝度成分値
になるように補正し、輝度成分が所定値より小さな画素
についてその画素の輝度成分より小さな輝度成分値にな
るように補正して上記分布割合を算出する構成としてあ
る。
【００３２】すなわち、本発明では輝度分布の類似度に
基づいて特定種類であるか否かを判定しているので、輝
度成分が全体的に高くあるいは低くなっているが、それ
でもなお逆光画像であると言う場合に、上記しきい値を
小さくすることによって特定種類の画像であると判定し
やすくすることもできるが、しきい値を小さくすると特
定種類でない画像についても特定種類であると判定して
しまう確率が高くなる。そこで、しきい値を小さくせず
に輝度成分に偏りのある特定種類の画像を特定種類であ
ると判定する確率を高くするために、分布割合の算出前
に輝度成分を補正する。
基づいて特定種類であるか否かを判定しているので、輝
度成分が全体的に高くあるいは低くなっているが、それ
でもなお逆光画像であると言う場合に、上記しきい値を
小さくすることによって特定種類の画像であると判定し
やすくすることもできるが、しきい値を小さくすると特
定種類でない画像についても特定種類であると判定して
しまう確率が高くなる。そこで、しきい値を小さくせず
に輝度成分に偏りのある特定種類の画像を特定種類であ
ると判定する確率を高くするために、分布割合の算出前
に輝度成分を補正する。
【００３３】この補正においては輝度成分が所定値より
大きな画素についてその画素の輝度成分より大きな輝度
成分値になるように補正し、輝度成分が所定値より小さ
な画素についてその画素の輝度成分より小さな輝度成分
値になるように補正するので、中輝度画素の分布が減
り、低輝度画素および高輝度画素の分布が増加する。従
って、輝度成分に偏りがある逆光画像は、類似度が比較
される逆光画像のヒストグラム分布に近づくように補正
され、補正後の輝度についての分布割合が算出される。
この補正により輝度成分に偏りがある逆光画像であって
も逆光画像であると判定され、より確実に逆光画像を判
定することができる。
大きな画素についてその画素の輝度成分より大きな輝度
成分値になるように補正し、輝度成分が所定値より小さ
な画素についてその画素の輝度成分より小さな輝度成分
値になるように補正するので、中輝度画素の分布が減
り、低輝度画素および高輝度画素の分布が増加する。従
って、輝度成分に偏りがある逆光画像は、類似度が比較
される逆光画像のヒストグラム分布に近づくように補正
され、補正後の輝度についての分布割合が算出される。
この補正により輝度成分に偏りがある逆光画像であって
も逆光画像であると判定され、より確実に逆光画像を判
定することができる。
【００３４】このように画像の輝度成分に基づいて画像
の種類を判定する手法は必ずしも実体のある装置に限ら
れるものではなく、請求項１３に記載した発明のように
方法の発明としても有効である。また、上述の画像処理
装置は単独で存在する場合もあるし、ある機器に組み込
まれた状態で利用されることもあるなど、発明の思想と
しては、各種の態様を含むものである。また、ソフトウ
ェアであったりハードウェアであったりするなど、適
宜、変更可能である。
の種類を判定する手法は必ずしも実体のある装置に限ら
れるものではなく、請求項１３に記載した発明のように
方法の発明としても有効である。また、上述の画像処理
装置は単独で存在する場合もあるし、ある機器に組み込
まれた状態で利用されることもあるなど、発明の思想と
しては、各種の態様を含むものである。また、ソフトウ
ェアであったりハードウェアであったりするなど、適
宜、変更可能である。
【００３５】発明の思想の具現化例として画像処理装置
のソフトウェアとなる場合には、かかるソフトウェアを
記録した記録媒体上においても当然に存在し、利用され
る。その一例として、請求項１４にかかる発明は、コン
ピュータによって画像処理を行うプログラムを記録した
媒体として発明を特定している。むろん、その記録媒体
は、磁気記録媒体であってもよいし光磁気記録媒体であ
ってもよいし、今後開発されるいかなる記録媒体におい
ても全く同様に考えることができる。
のソフトウェアとなる場合には、かかるソフトウェアを
記録した記録媒体上においても当然に存在し、利用され
る。その一例として、請求項１４にかかる発明は、コン
ピュータによって画像処理を行うプログラムを記録した
媒体として発明を特定している。むろん、その記録媒体
は、磁気記録媒体であってもよいし光磁気記録媒体であ
ってもよいし、今後開発されるいかなる記録媒体におい
ても全く同様に考えることができる。
【００３６】また、一次複製品、二次複製品などの複製
段階については全く問う余地無く同等である。上記媒体
とは異なるが、供給方法として通信回線を利用して行な
う場合であれば通信回線が伝送媒体となって本発明が利
用されることになる。むろん、請求項１５に記載した発
明のようにプログラムの発明として特定することもでき
る。さらに、これらの画像処理方法，画像処理プログラ
ムを記録した媒体，画像処理プログラムにおいて上記請
求項２〜請求項１２に対応した構成にすることも可能で
ある。
段階については全く問う余地無く同等である。上記媒体
とは異なるが、供給方法として通信回線を利用して行な
う場合であれば通信回線が伝送媒体となって本発明が利
用されることになる。むろん、請求項１５に記載した発
明のようにプログラムの発明として特定することもでき
る。さらに、これらの画像処理方法，画像処理プログラ
ムを記録した媒体，画像処理プログラムにおいて上記請
求項２〜請求項１２に対応した構成にすることも可能で
ある。
【００３７】
【発明の効果】以上説明したように請求項１，請求項１
３〜請求項１５にかかる発明によれば、輝度の比較によ
り容易に画像の種類を判定することが可能な画像処理装
置、画像処理方法、画像処理プログラムを記録した媒体
および画像処理プログラムを提供することができる。ま
た、請求項２にかかる発明によれば、容易に逆光画像で
あるか否かを判定することができる。さらに、請求項３
にかかる発明によれば、分割された値域内の画素数が全
画素数に占める分布割合を容易に算出することができ
る。さらに、請求項４にかかる発明によれば、逆光画像
の特徴が反映されるように輝度成分が取りうる数値範囲
を複数の値域に分割することができる。
３〜請求項１５にかかる発明によれば、輝度の比較によ
り容易に画像の種類を判定することが可能な画像処理装
置、画像処理方法、画像処理プログラムを記録した媒体
および画像処理プログラムを提供することができる。ま
た、請求項２にかかる発明によれば、容易に逆光画像で
あるか否かを判定することができる。さらに、請求項３
にかかる発明によれば、分割された値域内の画素数が全
画素数に占める分布割合を容易に算出することができ
る。さらに、請求項４にかかる発明によれば、逆光画像
の特徴が反映されるように輝度成分が取りうる数値範囲
を複数の値域に分割することができる。
【００３８】さらに、請求項５にかかる発明によれば、
正確に逆光画像を判定することが可能になる。さらに、
請求項６にかかる発明によれば、逆光画像の性質を反映
した値域の分割を行うことができ、正確に逆光画像を判
定することが可能になる。さらに、請求項７にかかる発
明によれば、高精度に逆光画像を判定可能な分布割合の
比の範囲を提供することができる。さらに、請求項８に
かかる発明によれば、ベクトルの類似度判定により容易
に分布割合の類似度を判定することができ、画像の類似
度を判定することができる。
正確に逆光画像を判定することが可能になる。さらに、
請求項６にかかる発明によれば、逆光画像の性質を反映
した値域の分割を行うことができ、正確に逆光画像を判
定することが可能になる。さらに、請求項７にかかる発
明によれば、高精度に逆光画像を判定可能な分布割合の
比の範囲を提供することができる。さらに、請求項８に
かかる発明によれば、ベクトルの類似度判定により容易
に分布割合の類似度を判定することができ、画像の類似
度を判定することができる。
【００３９】さらに、請求項９にかかる発明によれば、
しきい値判別により容易に類似しているか否かを判定す
ることができる。さらに、請求項１０にかかる発明によ
れば、高精度に逆光画像を判定することができる。さら
に、請求項１１にかかる発明によれば、順光画像を容易
に除外することができる。さらに、請求項１２にかかる
発明によれば、過露光，露光不足の画像についても逆光
画像であるか否かを容易に判定することができる。
しきい値判別により容易に類似しているか否かを判定す
ることができる。さらに、請求項１０にかかる発明によ
れば、高精度に逆光画像を判定することができる。さら
に、請求項１１にかかる発明によれば、順光画像を容易
に除外することができる。さらに、請求項１２にかかる
発明によれば、過露光，露光不足の画像についても逆光
画像であるか否かを容易に判定することができる。
【００４０】
【発明の実施の形態】ここでは、下記の順序に従って本
発明の実施の形態について説明する。 （１）本発明の構成： （２）逆光画像判定部の構成： （３）印刷処理： （３−１）類似度判定処理： （４）他の実施形態：
発明の実施の形態について説明する。 （１）本発明の構成： （２）逆光画像判定部の構成： （３）印刷処理： （３−１）類似度判定処理： （４）他の実施形態：
【００４１】（１）本発明の構成：図１は本発明にかか
る画像処理装置を含むコンピュータの概略ハードウェア
構成を示しており、図２は同コンピュータのＯＳに組み
込まれたプリンタドライバの概略構成を示している。コ
ンピュータ１０は演算処理の中枢をなすＣＰＵ１１を備
えており、このＣＰＵ１１はシステムバス１２を介して
ＢＩＯＳなどの記載されたＲＯＭ１３やＲＡＭ１４にア
クセス可能となっている。
る画像処理装置を含むコンピュータの概略ハードウェア
構成を示しており、図２は同コンピュータのＯＳに組み
込まれたプリンタドライバの概略構成を示している。コ
ンピュータ１０は演算処理の中枢をなすＣＰＵ１１を備
えており、このＣＰＵ１１はシステムバス１２を介して
ＢＩＯＳなどの記載されたＲＯＭ１３やＲＡＭ１４にア
クセス可能となっている。
【００４２】また、システムバス１２には外部記憶装置
としてのハードディスクドライブ（ＨＤＤ）１５とフレ
キシブルディスクドライブ１６とＣＤ−ＲＯＭドライブ
１７とが接続されており、ＨＤＤ１５に記憶されたＯＳ
２０やアプリケーションプログラム（ＡＰＬ）２５等が
ＲＡＭ１４に転送され、ＣＰＵ１１はＲＯＭ１３とＲＡ
Ｍ１４に適宜アクセスしてソフトウェアを実行する。す
なわち、ＲＡＭ１４を一時的なワークエリアとして種々
のプログラムを実行する。
としてのハードディスクドライブ（ＨＤＤ）１５とフレ
キシブルディスクドライブ１６とＣＤ−ＲＯＭドライブ
１７とが接続されており、ＨＤＤ１５に記憶されたＯＳ
２０やアプリケーションプログラム（ＡＰＬ）２５等が
ＲＡＭ１４に転送され、ＣＰＵ１１はＲＯＭ１３とＲＡ
Ｍ１４に適宜アクセスしてソフトウェアを実行する。す
なわち、ＲＡＭ１４を一時的なワークエリアとして種々
のプログラムを実行する。
【００４３】コンピュータ１０にはシリアル通信用Ｉ／
Ｏ１９ａを介してキーボード３１やマウス３２等の操作
用入力機器が接続されており、図示しないビデオボード
を介して表示用のディスプレイ１８も接続されている。
さらに、プリンタ４０とはパラレル通信用Ｉ／Ｏ１９ｂ
を介して接続が可能である。尚、本コンピュータ１０の
構成は簡略化して説明しているが、パーソナルコンピュ
ータとして一般的な構成を有するものを採用することが
できる。むろん、本発明が適用されるコンピュータはパ
ーソナルコンピュータに限定されるものではない。この
実施形態はいわゆるデスクトップ型コンピュータである
が、ノート型であるとか、モバイル対応のものであって
も良い。また、コンピュータ１０とプリンタ４０の接続
インタフェースも上述のものに限る必要はなくシリアル
インタフェースやＳＣＳＩ，ＵＳＢ接続など種々の接続
態様を採用可能であるし、今後開発されるいかなる接続
態様であっても同様である。
Ｏ１９ａを介してキーボード３１やマウス３２等の操作
用入力機器が接続されており、図示しないビデオボード
を介して表示用のディスプレイ１８も接続されている。
さらに、プリンタ４０とはパラレル通信用Ｉ／Ｏ１９ｂ
を介して接続が可能である。尚、本コンピュータ１０の
構成は簡略化して説明しているが、パーソナルコンピュ
ータとして一般的な構成を有するものを採用することが
できる。むろん、本発明が適用されるコンピュータはパ
ーソナルコンピュータに限定されるものではない。この
実施形態はいわゆるデスクトップ型コンピュータである
が、ノート型であるとか、モバイル対応のものであって
も良い。また、コンピュータ１０とプリンタ４０の接続
インタフェースも上述のものに限る必要はなくシリアル
インタフェースやＳＣＳＩ，ＵＳＢ接続など種々の接続
態様を採用可能であるし、今後開発されるいかなる接続
態様であっても同様である。
【００４４】この例では各プログラムの類はＨＤＤ１５
に記憶されているが、記録媒体はこれに限定されるもの
ではない。例えば、フレキシブルディスク１６ａである
とか、ＣＤ−ＲＯＭ１７ａであってもよい。これらの記
録媒体に記録されたプログラムはフレキシブルディスク
ドライブ１６やＣＤ−ＲＯＭドライブ１７を介してコン
ピュータ１０にて読み込まれ、ＨＤＤ１５にインストー
ルされる。そして、ＨＤＤ１５を介してＲＡＭ１４上に
読み込まれてコンピュータを制御することになる。ま
た、記録媒体はこれに限らず、光磁気ディスクなどであ
ってもよい。また、半導体デバイスとしてフラッシュカ
ードなどの不揮発性メモリなどを利用することも可能で
あるし、モデムや通信回線を介して外部のファイルサー
バにアクセスしてダウンロードする場合には通信回線が
伝送媒体となって本発明が利用される。
に記憶されているが、記録媒体はこれに限定されるもの
ではない。例えば、フレキシブルディスク１６ａである
とか、ＣＤ−ＲＯＭ１７ａであってもよい。これらの記
録媒体に記録されたプログラムはフレキシブルディスク
ドライブ１６やＣＤ−ＲＯＭドライブ１７を介してコン
ピュータ１０にて読み込まれ、ＨＤＤ１５にインストー
ルされる。そして、ＨＤＤ１５を介してＲＡＭ１４上に
読み込まれてコンピュータを制御することになる。ま
た、記録媒体はこれに限らず、光磁気ディスクなどであ
ってもよい。また、半導体デバイスとしてフラッシュカ
ードなどの不揮発性メモリなどを利用することも可能で
あるし、モデムや通信回線を介して外部のファイルサー
バにアクセスしてダウンロードする場合には通信回線が
伝送媒体となって本発明が利用される。
【００４５】一方、図２に示すように本実施形態にかか
るコンピュータ１０では、プリンタドライバ（ＰＲＴＤ
ＲＶ）２１と入力機器ドライバ（ＤＲＶ）２２とディス
プレイドライバ（ＤＲＶ）２３とがＯＳ２０に組み込ま
れている。ディスプレイＤＲＶ２３はディスプレイ１８
における画像データ等の表示を制御するドライバであ
り、入力機器ＤＲＶ２２はシリアル通信用Ｉ／Ｏ１９ａ
を介して入力される上記キーボード３１やマウス３２か
らのコード信号を受信して所定の入力操作を受け付ける
ドライバである。
るコンピュータ１０では、プリンタドライバ（ＰＲＴＤ
ＲＶ）２１と入力機器ドライバ（ＤＲＶ）２２とディス
プレイドライバ（ＤＲＶ）２３とがＯＳ２０に組み込ま
れている。ディスプレイＤＲＶ２３はディスプレイ１８
における画像データ等の表示を制御するドライバであ
り、入力機器ＤＲＶ２２はシリアル通信用Ｉ／Ｏ１９ａ
を介して入力される上記キーボード３１やマウス３２か
らのコード信号を受信して所定の入力操作を受け付ける
ドライバである。
【００４６】ＡＰＬ２５は、カラー画像のレタッチ等を
実行可能なアプリケーションプログラムであり、利用者
は当該ＡＰＬ２５の実行下において上記操作用入力機器
を操作して当該カラー画像をプリンタ４０にて印刷させ
ることができる。すなわち、ＡＰＬ２５は利用者の指示
によりＨＤＤ１５に記録されたＪＰＧファイル１５ａを
ＲＡＭ１４に読み出して、ディスプレイＤＲＶ２３を介
して当該ＪＰＧファイル１５ａに基づく画像をディスプ
レイ１８上に表示させる。利用者が上記入力機器を操作
するとその操作内容が入力機器ＤＲＶ２２を介して取得
されて内容が解釈されるようになっており、ＡＰＬ２５
はその操作内容に応じて印刷指示やレタッチなど種々の
処理を行う。
実行可能なアプリケーションプログラムであり、利用者
は当該ＡＰＬ２５の実行下において上記操作用入力機器
を操作して当該カラー画像をプリンタ４０にて印刷させ
ることができる。すなわち、ＡＰＬ２５は利用者の指示
によりＨＤＤ１５に記録されたＪＰＧファイル１５ａを
ＲＡＭ１４に読み出して、ディスプレイＤＲＶ２３を介
して当該ＪＰＧファイル１５ａに基づく画像をディスプ
レイ１８上に表示させる。利用者が上記入力機器を操作
するとその操作内容が入力機器ＤＲＶ２２を介して取得
されて内容が解釈されるようになっており、ＡＰＬ２５
はその操作内容に応じて印刷指示やレタッチなど種々の
処理を行う。
【００４７】上記ＪＰＧファイル１５ａはＹＣｂＣｒの
色要素を階調表現したドットマトリクス状のデータであ
り、ＪＰＥＧ規格に準拠したデータであるが、むろんｓ
ＲＧＢ規格に準拠したＲＧＢ色成分を階調表現したドッ
トマトリクス状のデータ等を使用することもできる。Ｊ
ＰＧファイルの場合は各画素のデータから輝度成分を直
接的に取得することができるし、ＲＧＢ色成分からなる
データの場合は各色成分から輝度成分を計算（例えば、
Ｙ＝０．３０Ｒ＋０．５９Ｇ＋０．１１Ｂ）して取得す
ることができる。ＪＰＧファイル１５ａはディジタルカ
メラによる撮像画像データ等であり、ディジタルカメラ
や他の記録媒体から所定のインタフェースを介してＨＤ
Ｄ１５に転送することもできるし、ＣＤ−ＲＯＭ１７ａ
等の記録媒体に記録されたデータをＣＤ−ＲＯＭドライ
ブ１７から読み出して取得することもできる。
色要素を階調表現したドットマトリクス状のデータであ
り、ＪＰＥＧ規格に準拠したデータであるが、むろんｓ
ＲＧＢ規格に準拠したＲＧＢ色成分を階調表現したドッ
トマトリクス状のデータ等を使用することもできる。Ｊ
ＰＧファイルの場合は各画素のデータから輝度成分を直
接的に取得することができるし、ＲＧＢ色成分からなる
データの場合は各色成分から輝度成分を計算（例えば、
Ｙ＝０．３０Ｒ＋０．５９Ｇ＋０．１１Ｂ）して取得す
ることができる。ＪＰＧファイル１５ａはディジタルカ
メラによる撮像画像データ等であり、ディジタルカメラ
や他の記録媒体から所定のインタフェースを介してＨＤ
Ｄ１５に転送することもできるし、ＣＤ−ＲＯＭ１７ａ
等の記録媒体に記録されたデータをＣＤ−ＲＯＭドライ
ブ１７から読み出して取得することもできる。
【００４８】ＡＰＬ２５にて印刷指示がなされると上記
ＰＲＴＤＲＶ２１が駆動され、ＰＲＴＤＲＶ２１はディ
スプレイＤＲＶ２３にデータを送出して、印刷ページな
ど印刷に必要な情報を入力させるための図示しないＵＩ
を表示する。上記キーボード３１やマウス３２等を操作
して利用者が当該ＵＩにて印刷に必要な情報を入力する
と、上記ＰＲＴＤＲＶ２１の各モジュールが起動され、
各モジュールによって上記ＪＰＧファイル１５ａの各画
素データが処理され、印刷データが生成される。生成さ
れた印刷データはパラレル通信用Ｉ／Ｏ１９ｂを介して
プリンタ４０に出力され、プリンタ４０は当該印刷デー
タに基づいて印刷を実行する。
ＰＲＴＤＲＶ２１が駆動され、ＰＲＴＤＲＶ２１はディ
スプレイＤＲＶ２３にデータを送出して、印刷ページな
ど印刷に必要な情報を入力させるための図示しないＵＩ
を表示する。上記キーボード３１やマウス３２等を操作
して利用者が当該ＵＩにて印刷に必要な情報を入力する
と、上記ＰＲＴＤＲＶ２１の各モジュールが起動され、
各モジュールによって上記ＪＰＧファイル１５ａの各画
素データが処理され、印刷データが生成される。生成さ
れた印刷データはパラレル通信用Ｉ／Ｏ１９ｂを介して
プリンタ４０に出力され、プリンタ４０は当該印刷デー
タに基づいて印刷を実行する。
【００４９】より具体的には、ＰＲＴＤＲＶ２１は印刷
を実行するために画像データ取得モジュール２１ａと画
像処理モジュール５０と印刷データ生成モジュール２１
ｂとを備えている。画像データ取得モジュール２１ａは
印刷実行対象のＪＰＧファイル１５ａからその画素デー
タを取得し、画像処理モジュール５０に受け渡す。画像
処理モジュール５０は当該画素データに対し種々の画像
処理を行うモジュールであり、画素データの特徴量を取
得してその特徴量の画像に対して好適な種類の画像処理
を実行する。
を実行するために画像データ取得モジュール２１ａと画
像処理モジュール５０と印刷データ生成モジュール２１
ｂとを備えている。画像データ取得モジュール２１ａは
印刷実行対象のＪＰＧファイル１５ａからその画素デー
タを取得し、画像処理モジュール５０に受け渡す。画像
処理モジュール５０は当該画素データに対し種々の画像
処理を行うモジュールであり、画素データの特徴量を取
得してその特徴量の画像に対して好適な種類の画像処理
を実行する。
【００５０】この画像処理の一つが本発明にかかる逆光
画像の判定とその結果に基づく明度補正である。図２に
おいては、画像処理モジュール５０で実行可能な多数の
画像処理について逆光画像の判定にかかる部分を抜き出
して示しており、該当部分として逆光画像判定部５１と
明度補正部５２とを備えている。画像処理モジュール５
０によって画像処理がなされると、処理後の画素データ
は印刷データ生成モジュール２１ｂに受け渡される。印
刷データ生成モジュール２１ｂは、当該画素データをプ
リンタ４０にて印刷を実行可能なデータに成形するモジ
ュールであり、ＨＤＤ１５に保存されたＬＵＴ１５ｃを
参照して各画素データをＣＭＹＫデータ等のデータに変
換する色変換処理や、各画素の階調値を変換してインク
滴の記録密度で表現するためのハーフトーン処理や、画
素データを使用される順に並べるラスタライズ処理等を
行う。
画像の判定とその結果に基づく明度補正である。図２に
おいては、画像処理モジュール５０で実行可能な多数の
画像処理について逆光画像の判定にかかる部分を抜き出
して示しており、該当部分として逆光画像判定部５１と
明度補正部５２とを備えている。画像処理モジュール５
０によって画像処理がなされると、処理後の画素データ
は印刷データ生成モジュール２１ｂに受け渡される。印
刷データ生成モジュール２１ｂは、当該画素データをプ
リンタ４０にて印刷を実行可能なデータに成形するモジ
ュールであり、ＨＤＤ１５に保存されたＬＵＴ１５ｃを
参照して各画素データをＣＭＹＫデータ等のデータに変
換する色変換処理や、各画素の階調値を変換してインク
滴の記録密度で表現するためのハーフトーン処理や、画
素データを使用される順に並べるラスタライズ処理等を
行う。
【００５１】上記逆光画像判定部５１は画像を構成する
各画素のデータから特徴量として輝度成分を抽出し当該
抽出した輝度成分と逆光画像の輝度成分との分布割合の
類似度を判定することにより、上記ＪＰＧファイル１５
ａの画像が逆光画像であるか否かを判定する。明度補正
部５２は、当該ＪＰＧファイル１５ａの画像が逆光画像
である場合に逆光画像用の明度補正を行い、逆光画像で
ない場合に通常の明度補正を行う。本実施形態において
は、ＰＲＴＤＲＶ２１が画像処理モジュール５０を備
え、その一部として逆光画像判定部５１を備えることに
よって、コンピュータ１０を本発明にかかる画像処理装
置として機能させており、以下当該逆光画像判定部５１
について詳細に説明する。
各画素のデータから特徴量として輝度成分を抽出し当該
抽出した輝度成分と逆光画像の輝度成分との分布割合の
類似度を判定することにより、上記ＪＰＧファイル１５
ａの画像が逆光画像であるか否かを判定する。明度補正
部５２は、当該ＪＰＧファイル１５ａの画像が逆光画像
である場合に逆光画像用の明度補正を行い、逆光画像で
ない場合に通常の明度補正を行う。本実施形態において
は、ＰＲＴＤＲＶ２１が画像処理モジュール５０を備
え、その一部として逆光画像判定部５１を備えることに
よって、コンピュータ１０を本発明にかかる画像処理装
置として機能させており、以下当該逆光画像判定部５１
について詳細に説明する。
【００５２】（２）逆光画像判定部の構成：図３は逆光
画像判定部５１の構成を示すブロック図であり、図４は
逆光画像判定部５１が逆光画像について実行する処理を
説明する説明図であり、図５は逆光画像判定部５１が逆
光画像ではない一般画像について実行する処理を説明す
る説明図である。図４において、同図左側には逆光画像
１５０ａを示している。逆光画像１５０ａの主被写体は
人物であり、当該人物の顔部分と画像周縁の斜線は低輝
度画素であることを示しており、画像中央付近で斜線を
付していない部分は高輝度画素であることを示してい
る。
画像判定部５１の構成を示すブロック図であり、図４は
逆光画像判定部５１が逆光画像について実行する処理を
説明する説明図であり、図５は逆光画像判定部５１が逆
光画像ではない一般画像について実行する処理を説明す
る説明図である。図４において、同図左側には逆光画像
１５０ａを示している。逆光画像１５０ａの主被写体は
人物であり、当該人物の顔部分と画像周縁の斜線は低輝
度画素であることを示しており、画像中央付近で斜線を
付していない部分は高輝度画素であることを示してい
る。
【００５３】すなわち、この画像においては主被写体た
る人物の後方から手前に向けて光が照射されることによ
り光が遮られない部分では非常に高輝度となり、当該照
射光を遮る主被写体と画像周縁とにおいては低輝度とな
り、画像内で極端に輝度差があるとともに主被写体輝度
が低い、逆光画像になっている。一方、図５において、
同図左側には逆光画像ではない一般画像１５０ｂを示し
ている。一般画像１５０ｂは屋外で人物を撮影して得ら
れた画像であり、主な光源は被写体の手前に存在し、順
光状体で被写体に光を照射している。
る人物の後方から手前に向けて光が照射されることによ
り光が遮られない部分では非常に高輝度となり、当該照
射光を遮る主被写体と画像周縁とにおいては低輝度とな
り、画像内で極端に輝度差があるとともに主被写体輝度
が低い、逆光画像になっている。一方、図５において、
同図左側には逆光画像ではない一般画像１５０ｂを示し
ている。一般画像１５０ｂは屋外で人物を撮影して得ら
れた画像であり、主な光源は被写体の手前に存在し、順
光状体で被写体に光を照射している。
【００５４】ここで、逆光画像判定部５１は、逆光画像
であるか否かにかかわらず取得した画素データに対して
類似度を算出する処理を行い、算出された類似度に基づ
いて逆光画像であるか否かを判定する。このために逆光
画像判定部５１は、図３に示すように輝度成分取得モジ
ュール５１ａと分布割合算出モジュール５１ｂと類似度
判定モジュール５１ｃと画像種類判定モジュール５１ｄ
とを備えている。輝度成分取得モジュール５１ａは、上
記画像データ取得モジュール２１ａが取得するＪＰＧフ
ァイル１５ａの画素データから、輝度成分Ｙを取得す
る。本実施形態では、上述のように画素データに変更等
を施す必要がなく直接的に輝度成分Ｙを取得することが
できる。
であるか否かにかかわらず取得した画素データに対して
類似度を算出する処理を行い、算出された類似度に基づ
いて逆光画像であるか否かを判定する。このために逆光
画像判定部５１は、図３に示すように輝度成分取得モジ
ュール５１ａと分布割合算出モジュール５１ｂと類似度
判定モジュール５１ｃと画像種類判定モジュール５１ｄ
とを備えている。輝度成分取得モジュール５１ａは、上
記画像データ取得モジュール２１ａが取得するＪＰＧフ
ァイル１５ａの画素データから、輝度成分Ｙを取得す
る。本実施形態では、上述のように画素データに変更等
を施す必要がなく直接的に輝度成分Ｙを取得することが
できる。
【００５５】分布割合算出モジュール５１ｂはヒストグ
ラム生成部５１ｂ１を備えており、上記輝度成分取得モ
ジュール５１ａが取得した各画素の輝度成分Ｙからその
ヒストグラムを生成する。ここでは上記輝度成分取得モ
ジュール５１ａが取得した全画素についてヒストグラム
を生成しても良いし、画素を間引くことにより全画素数
より少ない画素についてヒストグラムを生成しても良
い。間引きを行うときには、統計精度を考慮して全画素
の性質を反映するような画素数にするのが好ましい。
ラム生成部５１ｂ１を備えており、上記輝度成分取得モ
ジュール５１ａが取得した各画素の輝度成分Ｙからその
ヒストグラムを生成する。ここでは上記輝度成分取得モ
ジュール５１ａが取得した全画素についてヒストグラム
を生成しても良いし、画素を間引くことにより全画素数
より少ない画素についてヒストグラムを生成しても良
い。間引きを行うときには、統計精度を考慮して全画素
の性質を反映するような画素数にするのが好ましい。
【００５６】図４および図５に示す処理例では、各画素
の輝度成分Ｙの値を横軸にして、その分布数を縦軸にし
たヒストグラムを示している。さらに、この分布割合算
出モジュール５１ｂは、このヒストグラムにおいて輝度
成分Ｙの値域を均等に５分割し、それぞれの値域ごとの
分布割合を算出する。図４に示す逆光画像１５０ａの分
布割合は、ａ１，ｂ１，ｃ１，ｄ１，ｅ１であり、図５
に示す一般画像１５０ｂの分布割合は、ａ２，ｂ２，ｃ
２，ｄ２，ｅ２である。
の輝度成分Ｙの値を横軸にして、その分布数を縦軸にし
たヒストグラムを示している。さらに、この分布割合算
出モジュール５１ｂは、このヒストグラムにおいて輝度
成分Ｙの値域を均等に５分割し、それぞれの値域ごとの
分布割合を算出する。図４に示す逆光画像１５０ａの分
布割合は、ａ１，ｂ１，ｃ１，ｄ１，ｅ１であり、図５
に示す一般画像１５０ｂの分布割合は、ａ２，ｂ２，ｃ
２，ｄ２，ｅ２である。
【００５７】ここで、分布割合ａ１〜ｅ１，ａ２〜ｅ２
は、各値域内に存在する画素数を全体の画素数で除して
得られる数である。また、本実施形態においては、輝度
成分の階調値域は全体で０〜２５５であり、上記分割さ
れた値域の幅は略５１階調分である。図４に示す逆光画
像１５０ａでは、上述のように主被写体および画像周縁
の画素が低輝度になっておりその他の画素は非常に高輝
度になっているので、画像内のほとんどの画素の輝度が
低輝度側か高輝度側に偏在している。また、逆光画像に
おいては通常高輝度部分の輝度が非常に高いので、高輝
度側のヒストグラムがスパイク状のピークになっている
とともにこのスパイク状ピークは最高輝度側の１値域内
に存在している。
は、各値域内に存在する画素数を全体の画素数で除して
得られる数である。また、本実施形態においては、輝度
成分の階調値域は全体で０〜２５５であり、上記分割さ
れた値域の幅は略５１階調分である。図４に示す逆光画
像１５０ａでは、上述のように主被写体および画像周縁
の画素が低輝度になっておりその他の画素は非常に高輝
度になっているので、画像内のほとんどの画素の輝度が
低輝度側か高輝度側に偏在している。また、逆光画像に
おいては通常高輝度部分の輝度が非常に高いので、高輝
度側のヒストグラムがスパイク状のピークになっている
とともにこのスパイク状ピークは最高輝度側の１値域内
に存在している。
【００５８】逆光画像における低輝度部分では、当該低
輝度部分の画像中の位置に応じて輝度が変化し、ヒスト
グラムとしては上記高輝度部分より幅の広いピークとな
る。図４においては、低輝度側の２値域に低輝度部分の
主な画素が存在している。一方、図５に示す一般画像１
５０ｂにおける輝度成分のヒストグラムは、上記図４に
示す逆光画像に特徴的なヒストグラム分布とはなってい
ない。すなわち、一般画像１５０ｂの輝度成分は全域に
渡って相当程度数分布しており、分布に偏りが存在する
としても上記図４に示す逆光画像１５０ａのような分布
にはなっていない。
輝度部分の画像中の位置に応じて輝度が変化し、ヒスト
グラムとしては上記高輝度部分より幅の広いピークとな
る。図４においては、低輝度側の２値域に低輝度部分の
主な画素が存在している。一方、図５に示す一般画像１
５０ｂにおける輝度成分のヒストグラムは、上記図４に
示す逆光画像に特徴的なヒストグラム分布とはなってい
ない。すなわち、一般画像１５０ｂの輝度成分は全域に
渡って相当程度数分布しており、分布に偏りが存在する
としても上記図４に示す逆光画像１５０ａのような分布
にはなっていない。
【００５９】少なくとも、一般画像においては、低輝度
側の２値域内に幅の広いピークを有し、最高輝度の１値
域内にスパイク状のピークを有し、中輝度の２値域内に
ほとんど分布しないようなヒストグラムにはなっておら
ず、このような特徴でヒストグラムを捉えたときに逆光
画像と他の一般画像とでは顕著な差がある。本発明で
は、このような輝度成分分布の顕著な差に鑑み、逆光画
像の判定対象である画像の輝度ヒストグラムが逆光画像
における理想的な輝度ヒストグラム分布と類似している
か否かによって当該画像が逆光画像であるか否かを判断
している。このために、類似度判定モジュール５１ｃ
は、分布割合算出モジュール５１ｂが算出した分布割合
を取得し、上記ＨＤＤ１５に予め保存されている分布割
合データ１５ｂを取得し、両者の類似度を判定する。
側の２値域内に幅の広いピークを有し、最高輝度の１値
域内にスパイク状のピークを有し、中輝度の２値域内に
ほとんど分布しないようなヒストグラムにはなっておら
ず、このような特徴でヒストグラムを捉えたときに逆光
画像と他の一般画像とでは顕著な差がある。本発明で
は、このような輝度成分分布の顕著な差に鑑み、逆光画
像の判定対象である画像の輝度ヒストグラムが逆光画像
における理想的な輝度ヒストグラム分布と類似している
か否かによって当該画像が逆光画像であるか否かを判断
している。このために、類似度判定モジュール５１ｃ
は、分布割合算出モジュール５１ｂが算出した分布割合
を取得し、上記ＨＤＤ１５に予め保存されている分布割
合データ１５ｂを取得し、両者の類似度を判定する。
【００６０】すなわち、分布割合データ１５ｂは理想的
な逆光画像のヒストグラムを上記分布割合算出モジュー
ル５１ｂにおける値域分割と同様にして値域分割し、各
値域内に存在する画素数を全体の画素数で除した場合の
分布割合であり、判定対象の画像の分布割合と当該分布
割合データ１５ｂとを比較することにより、判定対象の
画像が逆光画像に類似しているか否かを判定することが
できる。本実施形態における分布割合データ１５ｂで
は、輝度値が小さい方の値域から順に”５：４：０：
０：１”となっている。本実施形態においては、理想的
な逆光画像の分布割合を算出するために予め多くの逆光
画像についての分布割合を算出し、これらの分布割合の
平均を算出することによって各値域の理想的な分布割合
としている。
な逆光画像のヒストグラムを上記分布割合算出モジュー
ル５１ｂにおける値域分割と同様にして値域分割し、各
値域内に存在する画素数を全体の画素数で除した場合の
分布割合であり、判定対象の画像の分布割合と当該分布
割合データ１５ｂとを比較することにより、判定対象の
画像が逆光画像に類似しているか否かを判定することが
できる。本実施形態における分布割合データ１５ｂで
は、輝度値が小さい方の値域から順に”５：４：０：
０：１”となっている。本実施形態においては、理想的
な逆光画像の分布割合を算出するために予め多くの逆光
画像についての分布割合を算出し、これらの分布割合の
平均を算出することによって各値域の理想的な分布割合
としている。
【００６１】図６は、理想分布を算出する様子を説明す
る説明図である。同図に示す例においては、逆光画像１
〜ｎについての分布割合を算出している。すなわち、サ
ンプルとしてｎ個の逆光画像を用意し、当該逆光画像１
〜ｎのそれぞれについて輝度成分のヒストグラムを算出
する。当該ヒストグラムのそれぞれにおいては、輝度成
分が取りうる数値範囲を均等に５分割し、各値域毎の分
布数を算出する。そして、これら各値域毎の分布数を各
画像の全体画素数で除すると、それぞれの画像について
分布割合Ａｉ，Ｂｉ，Ｃｉ，Ｄｉ，Ｅｉ（ｉは１〜ｎ）
が算出される。
る説明図である。同図に示す例においては、逆光画像１
〜ｎについての分布割合を算出している。すなわち、サ
ンプルとしてｎ個の逆光画像を用意し、当該逆光画像１
〜ｎのそれぞれについて輝度成分のヒストグラムを算出
する。当該ヒストグラムのそれぞれにおいては、輝度成
分が取りうる数値範囲を均等に５分割し、各値域毎の分
布数を算出する。そして、これら各値域毎の分布数を各
画像の全体画素数で除すると、それぞれの画像について
分布割合Ａｉ，Ｂｉ，Ｃｉ，Ｄｉ，Ｅｉ（ｉは１〜ｎ）
が算出される。
【００６２】これらの分布割合Ａｉ，Ｂｉ，Ｃｉ，
Ｄｉ，Ｅｉについて各値域毎に平均を算出すると、逆光
画像１〜ｎの性質を反映した各値域毎の分布割合を算出
することができ、本実施形態においてはこの分布割合を
理想的な分布割合としている。尚、逆光画像の数を増や
すことにより、分布割合データ１５ｂの統計精度を向上
させることができるし、ヒストグラムを分析する逆光画
像を適宜選択することによって、どのような画像を逆光
画像とみなすのか、作成者の意図を反映した判別を実施
させるようにすることができる。
Ｄｉ，Ｅｉについて各値域毎に平均を算出すると、逆光
画像１〜ｎの性質を反映した各値域毎の分布割合を算出
することができ、本実施形態においてはこの分布割合を
理想的な分布割合としている。尚、逆光画像の数を増や
すことにより、分布割合データ１５ｂの統計精度を向上
させることができるし、ヒストグラムを分析する逆光画
像を適宜選択することによって、どのような画像を逆光
画像とみなすのか、作成者の意図を反映した判別を実施
させるようにすることができる。
【００６３】すなわち、反逆光等を逆光画像とみなすか
否かは微妙なものであり、作成者の感覚に依存している
ところ、作成者が逆光画像とみなしたい画像を多数用意
して分布割合データ１５ｂを作成することによって当該
作成者の意図を反映することができる。この意味で、上
記分布割合の比は”５：４：０：０：１”に限定される
わけではなく、ある程度の範囲内の値を採用すれば高精
度に逆光画像であるか否かを判定することができる。出
願人の実験によれば、分布割合の比を低輝度側から順に
Ａ：Ｂ：Ｃ：Ｄ：Ｅとしたときに４.７≦Ａ≦５.８，
３.３≦Ｂ≦４.０，０.０≦Ｃ≦０.３，０.０≦Ｄ≦０.
２，０.６≦Ｅ≦１.０（但しＡ＋Ｂ＋Ｃ＋Ｄ＋Ｅ＝１
０）の範囲内とすれば、高精度に逆光画像であるか否か
を判定することができる。
否かは微妙なものであり、作成者の感覚に依存している
ところ、作成者が逆光画像とみなしたい画像を多数用意
して分布割合データ１５ｂを作成することによって当該
作成者の意図を反映することができる。この意味で、上
記分布割合の比は”５：４：０：０：１”に限定される
わけではなく、ある程度の範囲内の値を採用すれば高精
度に逆光画像であるか否かを判定することができる。出
願人の実験によれば、分布割合の比を低輝度側から順に
Ａ：Ｂ：Ｃ：Ｄ：Ｅとしたときに４.７≦Ａ≦５.８，
３.３≦Ｂ≦４.０，０.０≦Ｃ≦０.３，０.０≦Ｄ≦０.
２，０.６≦Ｅ≦１.０（但しＡ＋Ｂ＋Ｃ＋Ｄ＋Ｅ＝１
０）の範囲内とすれば、高精度に逆光画像であるか否か
を判定することができる。
【００６４】類似度判定モジュール５１ｃでは、上記Ｊ
ＰＧファイル１５ａについての輝度成分Ｙの分布割合
と、逆光画像の理想分布についての分布割合との類似度
を判定するに当たり、分布割合の値を成分とした５次元
ベクトルを考え、これらの５次元ベクトルにおけるｃｏ
ｓ成分を以下の式（１）に基づいて算出している。
ＰＧファイル１５ａについての輝度成分Ｙの分布割合
と、逆光画像の理想分布についての分布割合との類似度
を判定するに当たり、分布割合の値を成分とした５次元
ベクトルを考え、これらの５次元ベクトルにおけるｃｏ
ｓ成分を以下の式（１）に基づいて算出している。
【数１】
【００６５】ここで、ベクトルｇ０は上記分布割合デー
タ１５ｂの分布割合を成分としたベクトルであって各成
分値はそれぞれ（５，４，０，０，１）であり、ベクト
ルｇ ｎは上記分布割合算出モジュール５１ｂが算出した
分布割合を成分としたベクトルである。式（１）の右辺
は２つのベクトルの内積を当該２つのベクトルの大きさ
の積で除したものであり、２つのベクトルのｃｏｓ成分
を算出する式である。５次元空間におけるｃｏｓ成分や
両ベクトルが形成する角度θを空間的イメージとして認
識することは容易でないが、ここでは、２次元あるいは
３次元ベクトルと同様の類推から式（１）から算出され
る値をｃｏｓ成分としている。
タ１５ｂの分布割合を成分としたベクトルであって各成
分値はそれぞれ（５，４，０，０，１）であり、ベクト
ルｇ ｎは上記分布割合算出モジュール５１ｂが算出した
分布割合を成分としたベクトルである。式（１）の右辺
は２つのベクトルの内積を当該２つのベクトルの大きさ
の積で除したものであり、２つのベクトルのｃｏｓ成分
を算出する式である。５次元空間におけるｃｏｓ成分や
両ベクトルが形成する角度θを空間的イメージとして認
識することは容易でないが、ここでは、２次元あるいは
３次元ベクトルと同様の類推から式（１）から算出され
る値をｃｏｓ成分としている。
【００６６】２つのベクトルにおけるｃｏｓ成分は最大
値が”１”，最小値が”−１”であるとともに、両ベク
トルが形成する角度が一致しているときに最大値”１”
になり、当該角度が大きくなる程ｃｏｓ成分が”１”か
ら離れる。従って、式（１）の算出結果が”１”に近い
か否かを判別することによって両ベクトルが類似してい
るか否かを判別することができる。この意味で、式
（１）の値は両ベクトルの類似度を示していると言え
る。
値が”１”，最小値が”−１”であるとともに、両ベク
トルが形成する角度が一致しているときに最大値”１”
になり、当該角度が大きくなる程ｃｏｓ成分が”１”か
ら離れる。従って、式（１）の算出結果が”１”に近い
か否かを判別することによって両ベクトルが類似してい
るか否かを判別することができる。この意味で、式
（１）の値は両ベクトルの類似度を示していると言え
る。
【００６７】図７かかる類似度の算出例を示している。
同図７において、ベクトルｇ１は上記図４に示す逆光画
像１５０ａの分布割合ａ１〜ｅ１を成分としたベクトル
であり、ベクトルｇ２は上記図５に示す一般画像１５０
ｂの分布割合ａ２〜ｅ２を成分としたベクトルである。
それぞれのベクトルを上記式（１）におけるベクトルｇ
ｎに代入して計算すると、逆光画像１５０ａにおける類
似度は例えば”０．９１”となり、一般画像１５０ｂに
おける類似度は例えば”０．６２”となる。
同図７において、ベクトルｇ１は上記図４に示す逆光画
像１５０ａの分布割合ａ１〜ｅ１を成分としたベクトル
であり、ベクトルｇ２は上記図５に示す一般画像１５０
ｂの分布割合ａ２〜ｅ２を成分としたベクトルである。
それぞれのベクトルを上記式（１）におけるベクトルｇ
ｎに代入して計算すると、逆光画像１５０ａにおける類
似度は例えば”０．９１”となり、一般画像１５０ｂに
おける類似度は例えば”０．６２”となる。
【００６８】画像種類判定モジュール５１ｄは、上記類
似度判定モジュール５１ｃが判定した類似度を取得し、
当該類似度が所定のしきい値を超えている場合に上記Ｊ
ＰＧファイル１５ａの画像が逆光画像であると判定す
る。尚、本実施形態において逆光画像であると判別する
ためのしきい値は”０．８５”である。従って、上記図
４，図５，図７に示す例において逆光画像１５０ａは逆
光画像であると判定され、一般画像１５０ｂは逆光画像
であると判定されない。むろん、このしきい値は逆光画
像であるか中の判別精度等に応じて適宜変更することが
できる。本実施形態では、さらに逆光画像の判定精度を
向上させるため、非逆光画像処理部５１ｄ１の処理によ
って逆光画像の分布割合と類似する一般画像について逆
光画像であると判定しないように構成してある。
似度判定モジュール５１ｃが判定した類似度を取得し、
当該類似度が所定のしきい値を超えている場合に上記Ｊ
ＰＧファイル１５ａの画像が逆光画像であると判定す
る。尚、本実施形態において逆光画像であると判別する
ためのしきい値は”０．８５”である。従って、上記図
４，図５，図７に示す例において逆光画像１５０ａは逆
光画像であると判定され、一般画像１５０ｂは逆光画像
であると判定されない。むろん、このしきい値は逆光画
像であるか中の判別精度等に応じて適宜変更することが
できる。本実施形態では、さらに逆光画像の判定精度を
向上させるため、非逆光画像処理部５１ｄ１の処理によ
って逆光画像の分布割合と類似する一般画像について逆
光画像であると判定しないように構成してある。
【００６９】図８は、非逆光画像処理部５１ｄ１におけ
る処理を説明するための説明図である。同図において、
非逆光画像１５０ｃの主被写体は人物であり、当該人物
周りの斜線は低輝度画素であることを示しており、人物
の顔に該当する部分の白抜きは高輝度画素であることを
示している。すなわち、この画像においては主被写体た
る人物の顔に充分な光が照射されており、当該主被写体
の顔部分の画素は高輝度である。また、人物の顔の周辺
画素においては低輝度となっている。従って、この画像
においては、場所によって大きな輝度差があるものの、
主被写体の輝度が大きく逆光画像ではない。このような
状況は、暗い背景でフラッシュを使用して撮影を行った
場合によく起こる状況である。
る処理を説明するための説明図である。同図において、
非逆光画像１５０ｃの主被写体は人物であり、当該人物
周りの斜線は低輝度画素であることを示しており、人物
の顔に該当する部分の白抜きは高輝度画素であることを
示している。すなわち、この画像においては主被写体た
る人物の顔に充分な光が照射されており、当該主被写体
の顔部分の画素は高輝度である。また、人物の顔の周辺
画素においては低輝度となっている。従って、この画像
においては、場所によって大きな輝度差があるものの、
主被写体の輝度が大きく逆光画像ではない。このような
状況は、暗い背景でフラッシュを使用して撮影を行った
場合によく起こる状況である。
【００７０】同図には非逆光画像１５０ｃの輝度ヒスト
グラムも示しており、同輝度ヒストグラムから非逆光画
像１５０ｃの多くの画素が低輝度側および高輝度側に分
布していることが分かる。このようなヒストグラムを有
する画像について分布割合ａ ３，ｂ３，ｃ３，ｄ３，ｅ
３を算出し、上記類似度判定モジュール５１ｃによって
類似度を判定すると、当該類似度を示す上記ｃｏｓ成分
が”０．８５”より大きくなる場合がある。
グラムも示しており、同輝度ヒストグラムから非逆光画
像１５０ｃの多くの画素が低輝度側および高輝度側に分
布していることが分かる。このようなヒストグラムを有
する画像について分布割合ａ ３，ｂ３，ｃ３，ｄ３，ｅ
３を算出し、上記類似度判定モジュール５１ｃによって
類似度を判定すると、当該類似度を示す上記ｃｏｓ成分
が”０．８５”より大きくなる場合がある。
【００７１】この場合に当該画像を逆光画像であると判
定してしまうと、上記明度補正部５２にて適切な明度補
正を実施できない。そこで、画像種類判定モジュール５
１ｄの非逆光画像処理部５１ｄ１においては、この類の
画像について逆光画像であると判定しないようにする。
具体的には、非逆光画像１５０ｃの画像を周縁部の４個
の領域Ｓ１〜Ｓ４に分割し、さらにその内側を９個の領
域Ｓ５〜Ｓ１３に分割し、上記輝度成分取得モジュール
５１ａにて取得した各画素の輝度成分について、各領域
毎の輝度平均ＹnAVEを算出する。ここで、ｎは各領域の
番号に対応した自然数である。
定してしまうと、上記明度補正部５２にて適切な明度補
正を実施できない。そこで、画像種類判定モジュール５
１ｄの非逆光画像処理部５１ｄ１においては、この類の
画像について逆光画像であると判定しないようにする。
具体的には、非逆光画像１５０ｃの画像を周縁部の４個
の領域Ｓ１〜Ｓ４に分割し、さらにその内側を９個の領
域Ｓ５〜Ｓ１３に分割し、上記輝度成分取得モジュール
５１ａにて取得した各画素の輝度成分について、各領域
毎の輝度平均ＹnAVEを算出する。ここで、ｎは各領域の
番号に対応した自然数である。
【００７２】また、上記画像の分割においては、領域Ｓ
５〜Ｓ７の上側長辺と画像の上側長辺と距離がｈ１（＝
画像短辺の長さ／５）となり、領域Ｓ７，Ｓ１０，Ｓ１
３の左側短辺と画像の左側短辺との距離がｗ１（＝画像
長辺の長さ／５）となるようにしてある。さらに、領域
Ｓ１，Ｓ４の境界が画像短辺の中央に位置するように
（ｈ２＝画像短辺の長さ／２）してあり、領域Ｓ３，Ｓ
４の境界が画像長辺の中央に位置するように（ｗ２＝画
像長辺の長さ／２）してあり、領域Ｓ１〜Ｓ４を合同な
形状とし、領域Ｓ５〜Ｓ１３を合同な形状としてある。
５〜Ｓ７の上側長辺と画像の上側長辺と距離がｈ１（＝
画像短辺の長さ／５）となり、領域Ｓ７，Ｓ１０，Ｓ１
３の左側短辺と画像の左側短辺との距離がｗ１（＝画像
長辺の長さ／５）となるようにしてある。さらに、領域
Ｓ１，Ｓ４の境界が画像短辺の中央に位置するように
（ｈ２＝画像短辺の長さ／２）してあり、領域Ｓ３，Ｓ
４の境界が画像長辺の中央に位置するように（ｗ２＝画
像長辺の長さ／２）してあり、領域Ｓ１〜Ｓ４を合同な
形状とし、領域Ｓ５〜Ｓ１３を合同な形状としてある。
【００７３】以上のように画像を分割して各領域の輝度
平均ＹnAVEを算出した後には、これらの輝度平均ＹnAVE
の中から最大値Ｙmaxを抽出し、当該最大値Ｙmaxとなる
領域がＳ５〜Ｓ１３のいずれかに該当するか否かを判別
する。すなわち、最大値Ｙmaxとなる領域が画像の内側
の領域になるか否かを判別する。そして、最大値Ｙmax
となる領域がＳ５〜Ｓ１３のいずれかに該当する場合に
上記類似度判定モジュール５１ｃで判定した類似度に対
して”−１”を乗じる。
平均ＹnAVEを算出した後には、これらの輝度平均ＹnAVE
の中から最大値Ｙmaxを抽出し、当該最大値Ｙmaxとなる
領域がＳ５〜Ｓ１３のいずれかに該当するか否かを判別
する。すなわち、最大値Ｙmaxとなる領域が画像の内側
の領域になるか否かを判別する。そして、最大値Ｙmax
となる領域がＳ５〜Ｓ１３のいずれかに該当する場合に
上記類似度判定モジュール５１ｃで判定した類似度に対
して”−１”を乗じる。
【００７４】上記類似度判定モジュール５１ｃにて計算
する分布割合は常に正の数であるから、上記式（１）に
て計算を実行する際に使用されるベクトルの各成分も正
の数である。従って、類似度判定モジュール５１ｃで算
出される類似度は常に正の数であり、非逆光画像処理部
５１ｄ１によって”−１”を乗じられた結果は常に負の
数となる。この結果、画像種類判定モジュールで上記し
きい値による判別をした場合に、当該画像について逆光
画像であると判定することがなくなる。以上のような処
理を行うことによって、画像中央寄りのいずれかの位置
に高輝度領域が存在する場合には、その画像を逆光画像
であると判定しないようにすることができる。
する分布割合は常に正の数であるから、上記式（１）に
て計算を実行する際に使用されるベクトルの各成分も正
の数である。従って、類似度判定モジュール５１ｃで算
出される類似度は常に正の数であり、非逆光画像処理部
５１ｄ１によって”−１”を乗じられた結果は常に負の
数となる。この結果、画像種類判定モジュールで上記し
きい値による判別をした場合に、当該画像について逆光
画像であると判定することがなくなる。以上のような処
理を行うことによって、画像中央寄りのいずれかの位置
に高輝度領域が存在する場合には、その画像を逆光画像
であると判定しないようにすることができる。
【００７５】上記図７においては、図８に示す非逆光画
像１５０ｃについての処理例も合わせて示してある。す
なわち、上記類似度判定モジュール５１ｃが非逆光画像
１５０ｃについて式（１）に示す処理を実行する際に
は、上記図８に示す分布割合ａ ３〜ｅ３を成分としたベ
クトルｇ３を上記式（１）におけるベクトルｇｎに代入
して計算し、類似度が”０．８８”であると算出する。
しかし、非逆光画像１５０ｃについては非逆光画像処理
部５１ｄ１にて処理がなされることによって類似度が”
−０．８８”となる。従って、画像種類判定モジュール
５１ｄがしきい値による判定を行うときには当該しきい
値”０．８５”より小さいと判定し、逆光画像であると
判定しない。
像１５０ｃについての処理例も合わせて示してある。す
なわち、上記類似度判定モジュール５１ｃが非逆光画像
１５０ｃについて式（１）に示す処理を実行する際に
は、上記図８に示す分布割合ａ ３〜ｅ３を成分としたベ
クトルｇ３を上記式（１）におけるベクトルｇｎに代入
して計算し、類似度が”０．８８”であると算出する。
しかし、非逆光画像１５０ｃについては非逆光画像処理
部５１ｄ１にて処理がなされることによって類似度が”
−０．８８”となる。従って、画像種類判定モジュール
５１ｄがしきい値による判定を行うときには当該しきい
値”０．８５”より小さいと判定し、逆光画像であると
判定しない。
【００７６】本実施形態における非逆光画像処理部５１
ｄ１においては、画像の中央付近に通常は主被写体が存
在し当該主被写体の輝度が高い場合にはその画像が逆光
画像であるとの予想に基づいて、その画像については逆
光画像であるとの判別をしないようにしており、この非
逆光用の処理を実行することにより画像種類判定モジュ
ール５１ｄにおける逆光画像の判定精度を向上させるこ
とができる。むろん、非逆光画像処理部５１ｄ１におけ
る非逆光画像の判別アルゴリズムは本実施形態における
ものに限定されず、他のアルゴリズムを採用したり併用
したりすることが可能である。
ｄ１においては、画像の中央付近に通常は主被写体が存
在し当該主被写体の輝度が高い場合にはその画像が逆光
画像であるとの予想に基づいて、その画像については逆
光画像であるとの判別をしないようにしており、この非
逆光用の処理を実行することにより画像種類判定モジュ
ール５１ｄにおける逆光画像の判定精度を向上させるこ
とができる。むろん、非逆光画像処理部５１ｄ１におけ
る非逆光画像の判別アルゴリズムは本実施形態における
ものに限定されず、他のアルゴリズムを採用したり併用
したりすることが可能である。
【００７７】例えば、上述のように画像を周縁の４領域
とその内側の９領域に分割する構成が必須ではなく、上
記領域Ｓ１〜Ｓ４を一つの領域とし領域Ｓ５〜Ｓ１３を
一つの領域として、画像全体を周縁と中央の２つの領域
に分割する構成等を採用することも可能である。この場
合には、各領域の輝度平均を算出するとともに、両輝度
平均を比較し、中央の領域の輝度平均が大きい場合に上
記類似度判定モジュール５１ｃで判定した類似度に対し
て”−１”を乗じればよい。
とその内側の９領域に分割する構成が必須ではなく、上
記領域Ｓ１〜Ｓ４を一つの領域とし領域Ｓ５〜Ｓ１３を
一つの領域として、画像全体を周縁と中央の２つの領域
に分割する構成等を採用することも可能である。この場
合には、各領域の輝度平均を算出するとともに、両輝度
平均を比較し、中央の領域の輝度平均が大きい場合に上
記類似度判定モジュール５１ｃで判定した類似度に対し
て”−１”を乗じればよい。
【００７８】また、画像種類判定モジュール５１ｄにお
いてｃｏｓ成分に”−１”を乗じる構成の他、輝度成分
取得モジュール５１ａにて輝度成分を取得した時点で非
逆光画像であるか否かの判別を行って、非逆光であると
判別されたときには分布割合算出モジュール５１ｂ，類
似度判定モジュール５１ｃ，画像種類判定モジュール５
１ｄにおける処理を行わないようにする構成等も可能で
ある。
いてｃｏｓ成分に”−１”を乗じる構成の他、輝度成分
取得モジュール５１ａにて輝度成分を取得した時点で非
逆光画像であるか否かの判別を行って、非逆光であると
判別されたときには分布割合算出モジュール５１ｂ，類
似度判定モジュール５１ｃ，画像種類判定モジュール５
１ｄにおける処理を行わないようにする構成等も可能で
ある。
【００７９】（３）印刷処理：次に、上記ＡＰＬ２５に
てＪＰＧファイル１５ａの画像を印刷する際に、ＰＲＴ
ＤＲＶ２１が実行する一連の処理をフローチャートに沿
って説明する。図９は、ＰＲＴＤＲＶ２１が実行する処
理を示すフローチャートである。ＡＰＬ２５にてＪＰＧ
ファイル１５ａの画像印刷が指示され、上記図示しない
ＵＩによるパラメータ入力がなされると、ＰＲＴＤＲＶ
２１の画像データ取得モジュール２１ａはステップＳ１
００でＪＰＧファイル１５ａからその画素データを取得
する。
てＪＰＧファイル１５ａの画像を印刷する際に、ＰＲＴ
ＤＲＶ２１が実行する一連の処理をフローチャートに沿
って説明する。図９は、ＰＲＴＤＲＶ２１が実行する処
理を示すフローチャートである。ＡＰＬ２５にてＪＰＧ
ファイル１５ａの画像印刷が指示され、上記図示しない
ＵＩによるパラメータ入力がなされると、ＰＲＴＤＲＶ
２１の画像データ取得モジュール２１ａはステップＳ１
００でＪＰＧファイル１５ａからその画素データを取得
する。
【００８０】画像データ取得モジュール２１ａが画素デ
ータを取得すると、ステップＳ１０５にて画像処理モジ
ュール５０の逆光画像判定部５１がステップＳ１０５の
類似度判定処理を実行し、上記式（１）に基づく類似度
を判定する。類似度が判定されると、さらに逆光画像判
定部５１はステップＳ１１０で当該類似度が”０．８
５”より大きいか否かを判別する。ステップＳ１１０に
よる判別の後には明度補正部５２が起動され、同ステッ
プＳ１１０で類似度が”０．８５”より大きいと判別さ
れたときにはＪＰＧファイル１５ａの画像が逆光画像で
あると判定し、ステップＳ１１５にて逆光画像用の明度
補正を実行する。
ータを取得すると、ステップＳ１０５にて画像処理モジ
ュール５０の逆光画像判定部５１がステップＳ１０５の
類似度判定処理を実行し、上記式（１）に基づく類似度
を判定する。類似度が判定されると、さらに逆光画像判
定部５１はステップＳ１１０で当該類似度が”０．８
５”より大きいか否かを判別する。ステップＳ１１０に
よる判別の後には明度補正部５２が起動され、同ステッ
プＳ１１０で類似度が”０．８５”より大きいと判別さ
れたときにはＪＰＧファイル１５ａの画像が逆光画像で
あると判定し、ステップＳ１１５にて逆光画像用の明度
補正を実行する。
【００８１】当該逆光画像用の明度補正においては、画
像内の低輝度部分の輝度を変更し、明るくする処理を行
うことにより逆光画像をあたかも順光画像のように補正
する。この明度補正におけるアルゴリズムは公知の種々
のアルゴリズムを採用することが可能であり、例えば、
γ補正等を採用可能である。このとき、理想とする順光
画像の輝度平均値とＪＰＧファイル１５ａの画像の輝度
平均値とを使用してパラメータγを算出することによっ
て当該順光画像の輝度分布に近づけるように明度補正を
することができる。ステップＳ１１０で類似度が”０．
８５”より大きいと判別されないときには、ステップＳ
１２０にて通常の画像用の明度補正を実行する。当該通
常画像用の明度補正においても種々のアルゴリズムを採
用可能であり、上記γ補正であっても良い。
像内の低輝度部分の輝度を変更し、明るくする処理を行
うことにより逆光画像をあたかも順光画像のように補正
する。この明度補正におけるアルゴリズムは公知の種々
のアルゴリズムを採用することが可能であり、例えば、
γ補正等を採用可能である。このとき、理想とする順光
画像の輝度平均値とＪＰＧファイル１５ａの画像の輝度
平均値とを使用してパラメータγを算出することによっ
て当該順光画像の輝度分布に近づけるように明度補正を
することができる。ステップＳ１１０で類似度が”０．
８５”より大きいと判別されないときには、ステップＳ
１２０にて通常の画像用の明度補正を実行する。当該通
常画像用の明度補正においても種々のアルゴリズムを採
用可能であり、上記γ補正であっても良い。
【００８２】ステップＳ１２５においては、画像処理モ
ジュール５０がさらに図示しない他の画像処理を実行す
る。例えば、カラーバランス調整やホワイトバランス調
整等種々の画像処理を行うことができる。むろん、この
ステップＳ１２５は本発明にかかる逆光画像判定及び明
度補正の前に実行しても良い。尚、本実施形態におい
て、上記ＬＵＴ１５ｃはＲＧＢデータとＣＭＹＫデータ
とを対応づけるテーブルであり、上記ＪＰＧファイル１
５ａはＹＣｂＣｒの各色要素を階調表現したデータであ
るので、上記ステップＳ１２５においては当該ＹＣｂＣ
ｒデータをＲＧＢデータに変換する処理をも行ってい
る。
ジュール５０がさらに図示しない他の画像処理を実行す
る。例えば、カラーバランス調整やホワイトバランス調
整等種々の画像処理を行うことができる。むろん、この
ステップＳ１２５は本発明にかかる逆光画像判定及び明
度補正の前に実行しても良い。尚、本実施形態におい
て、上記ＬＵＴ１５ｃはＲＧＢデータとＣＭＹＫデータ
とを対応づけるテーブルであり、上記ＪＰＧファイル１
５ａはＹＣｂＣｒの各色要素を階調表現したデータであ
るので、上記ステップＳ１２５においては当該ＹＣｂＣ
ｒデータをＲＧＢデータに変換する処理をも行ってい
る。
【００８３】むろん、このようなＹＣｂＣｒデータから
ＲＧＢデータへの変換処理は上記ＡＰＬ２５にて実行し
ても良いし、ＹＣｂＣｒデータとＲＧＢデータとを対応
付けたＬＵＴを使用することにより、このような変換を
実行しないようにしても良い。ステップＳ１２５におけ
る画像処理が終了すると印刷データ生成モジュール２１
ｂが起動され、ステップＳ１３０にて色変換処理を行
う。すなわち、上記ＨＤＤ１５に保存されたＬＵＴ１５
ｃを参照して、上記ＹＣｂＣｒデータからＲＧＢデータ
に変換された画素データを、さらにプリンタ４０で使用
するＣＭＹＫデータに変換する。
ＲＧＢデータへの変換処理は上記ＡＰＬ２５にて実行し
ても良いし、ＹＣｂＣｒデータとＲＧＢデータとを対応
付けたＬＵＴを使用することにより、このような変換を
実行しないようにしても良い。ステップＳ１２５におけ
る画像処理が終了すると印刷データ生成モジュール２１
ｂが起動され、ステップＳ１３０にて色変換処理を行
う。すなわち、上記ＨＤＤ１５に保存されたＬＵＴ１５
ｃを参照して、上記ＹＣｂＣｒデータからＲＧＢデータ
に変換された画素データを、さらにプリンタ４０で使用
するＣＭＹＫデータに変換する。
【００８４】ステップＳ１３５では、各画素のＣＭＹＫ
階調値による色を各色インク滴の記録密度に変換し、当
該記録密度で印刷媒体にインクを付着させるためのヘッ
ド駆動データを生成する。ステップＳ１４０では、当該
ヘッド区駆動データをプリンタ４０で使用される順番に
並べ替えるラスタライズを行い、ステップＳ１４５では
当該ラスタライズ後のデータに画像の解像度などの所定
の情報を付加して印刷データを生成し、上記パラレル通
信用Ｉ／Ｏ１９ｂを介してプリンタ４０に出力する。そ
して、ステップＳ１５０では、ステップＳ１３０〜Ｓ１
４５の処理が上記ＪＰＧファイル１５ａの画像を構成す
る総てのラスタについて終了したか否かを判別し、全ラ
スタについて処理が終了したと判別されるまでステップ
Ｓ１３０以降の処理を繰り返す。この結果、プリンタ４
０においては上記印刷データに基づいて上記ＪＰＧファ
イル１５ａの画像を印刷する。
階調値による色を各色インク滴の記録密度に変換し、当
該記録密度で印刷媒体にインクを付着させるためのヘッ
ド駆動データを生成する。ステップＳ１４０では、当該
ヘッド区駆動データをプリンタ４０で使用される順番に
並べ替えるラスタライズを行い、ステップＳ１４５では
当該ラスタライズ後のデータに画像の解像度などの所定
の情報を付加して印刷データを生成し、上記パラレル通
信用Ｉ／Ｏ１９ｂを介してプリンタ４０に出力する。そ
して、ステップＳ１５０では、ステップＳ１３０〜Ｓ１
４５の処理が上記ＪＰＧファイル１５ａの画像を構成す
る総てのラスタについて終了したか否かを判別し、全ラ
スタについて処理が終了したと判別されるまでステップ
Ｓ１３０以降の処理を繰り返す。この結果、プリンタ４
０においては上記印刷データに基づいて上記ＪＰＧファ
イル１５ａの画像を印刷する。
【００８５】（３−１）類似度判定処理：次に、上記ス
テップＳ１０５における類似度判定処理を図１０に示す
フローチャートに沿って一連の流れで説明する。ステッ
プＳ２００では、上記逆光画像判定部５１の輝度成分取
得モジュール５１ａが上記ＪＰＧファイル１５ａの画素
データから輝度成分Ｙを取得する。ステップＳ２０５で
は分布割合算出モジュール５１ｂのヒストグラム生成部
５１ｂ１が上記取得した各画素の輝度成分Ｙからそのヒ
ストグラムを生成し、ステップＳ２１０でこのヒストグ
ラムの輝度値域を均等に５分割する。さらに、ステップ
Ｓ２１５では、当該分布割合算出モジュール５１ｂが上
記分割した値域ごとの分布割合を算出する。
テップＳ１０５における類似度判定処理を図１０に示す
フローチャートに沿って一連の流れで説明する。ステッ
プＳ２００では、上記逆光画像判定部５１の輝度成分取
得モジュール５１ａが上記ＪＰＧファイル１５ａの画素
データから輝度成分Ｙを取得する。ステップＳ２０５で
は分布割合算出モジュール５１ｂのヒストグラム生成部
５１ｂ１が上記取得した各画素の輝度成分Ｙからそのヒ
ストグラムを生成し、ステップＳ２１０でこのヒストグ
ラムの輝度値域を均等に５分割する。さらに、ステップ
Ｓ２１５では、当該分布割合算出モジュール５１ｂが上
記分割した値域ごとの分布割合を算出する。
【００８６】ステップＳ２２０では、上記類似度判定モ
ジュール５１ｃが上記ＨＤＤ１５から分布割合データ１
５ｂを取得し、ステップＳ２２５にて上記式（１）に分
布割合データ１５ｂに基づくベクトルｇ０と上記ステッ
プＳ２１５にて算出した分布割合データに基づくベクト
ルｇｎとを代入し、類似度を算出する。ステップＳ２３
０〜Ｓ２４０では、上記比逆光画像処理部５１ｄ１が処
理を行っており、まずステップＳ２３０にて上記ＪＰＧ
ファイル１５ａの画像を上記領域Ｓ１〜Ｓ１３に分割す
るとともに、各領域の輝度平均ＹnAVEを算出する。
ジュール５１ｃが上記ＨＤＤ１５から分布割合データ１
５ｂを取得し、ステップＳ２２５にて上記式（１）に分
布割合データ１５ｂに基づくベクトルｇ０と上記ステッ
プＳ２１５にて算出した分布割合データに基づくベクト
ルｇｎとを代入し、類似度を算出する。ステップＳ２３
０〜Ｓ２４０では、上記比逆光画像処理部５１ｄ１が処
理を行っており、まずステップＳ２３０にて上記ＪＰＧ
ファイル１５ａの画像を上記領域Ｓ１〜Ｓ１３に分割す
るとともに、各領域の輝度平均ＹnAVEを算出する。
【００８７】ステップＳ２３５においては、輝度平均の
最大値Ｙmaxが輝度平均Ｙ5AVE〜Ｙ1 3AVEのいずれかであ
るか否かを判別し、同ステップＳ２３５にて輝度平均Ｙ
5AVE〜Ｙ13AVEのいずれかであると判別されたときに
は、ステップＳ２４０において、上記算出された類似度
（ｃｏｓ成分）に”−１”を乗じる。ステップＳ２３５
にて輝度平均の最大値Ｙmaxが輝度平均Ｙ5AVE〜Ｙ13AVE
のいずれかであると判別されないときにはステップＳ２
４０をスキップする。
最大値Ｙmaxが輝度平均Ｙ5AVE〜Ｙ1 3AVEのいずれかであ
るか否かを判別し、同ステップＳ２３５にて輝度平均Ｙ
5AVE〜Ｙ13AVEのいずれかであると判別されたときに
は、ステップＳ２４０において、上記算出された類似度
（ｃｏｓ成分）に”−１”を乗じる。ステップＳ２３５
にて輝度平均の最大値Ｙmaxが輝度平均Ｙ5AVE〜Ｙ13AVE
のいずれかであると判別されないときにはステップＳ２
４０をスキップする。
【００８８】以上の処理において、ＪＰＧファイル１５
ａの画像が逆光画像であれば上記類似度が０．８５より
大きくなり、一般画像であれば上記類似度が０．８５よ
り大きくならない。但し、画像の中心部の平均輝度が大
きく、上記ステップＳ２３５にて肯定的な判別がなされ
る画像においては、上記類似度が負の数となり０．８５
より大きくならない。従って、上記ステップＳ１１０の
判別を経ることにより、上記ＪＰＧファイル１５ａの画
像が逆光画像であればステップＳ１１５で逆光画像用の
明度補正がなされ、一般画像あるいは上記ステップＳ２
３５にて肯定的な判別がなされる非逆光画像であればス
テップＳ１２０で通常画像用の明度補正がなされる。
ａの画像が逆光画像であれば上記類似度が０．８５より
大きくなり、一般画像であれば上記類似度が０．８５よ
り大きくならない。但し、画像の中心部の平均輝度が大
きく、上記ステップＳ２３５にて肯定的な判別がなされ
る画像においては、上記類似度が負の数となり０．８５
より大きくならない。従って、上記ステップＳ１１０の
判別を経ることにより、上記ＪＰＧファイル１５ａの画
像が逆光画像であればステップＳ１１５で逆光画像用の
明度補正がなされ、一般画像あるいは上記ステップＳ２
３５にて肯定的な判別がなされる非逆光画像であればス
テップＳ１２０で通常画像用の明度補正がなされる。
【００８９】（４）他の実施形態：上記実施形態におい
ては、逆光画像であるか否かを上記類似度で判定する際
に、非逆光画像を除外するために周縁の領域と中央の領
域内の画素の平均輝度を算出して画像の位置による輝度
分布を考慮する処理を付加していたが、判定精度を向上
するため、この他にも種々の処理を付加することができ
る。例えば、ディジタルカメラによる撮像画像において
は、その露光時間の長短によって輝度分布が高輝度側あ
るいは低輝度側に偏って分布するので、このような輝度
分布の偏りによる影響を少なくするような前処理を行っ
ても効果的である。
ては、逆光画像であるか否かを上記類似度で判定する際
に、非逆光画像を除外するために周縁の領域と中央の領
域内の画素の平均輝度を算出して画像の位置による輝度
分布を考慮する処理を付加していたが、判定精度を向上
するため、この他にも種々の処理を付加することができ
る。例えば、ディジタルカメラによる撮像画像において
は、その露光時間の長短によって輝度分布が高輝度側あ
るいは低輝度側に偏って分布するので、このような輝度
分布の偏りによる影響を少なくするような前処理を行っ
ても効果的である。
【００９０】図１１は、γ補正によって過露光画像を補
整することにより逆光画像であるとの判定確率を高める
構成を説明する説明図である。この実施形態においてハ
ードウェアは上記図１に示す第１実施形態と同様の構成
を採用可能である。処理としては類似度判定の前処理で
あり、分布割合算出モジュール５１ｂにこの判定処理を
行わせるようにする構成等を採用可能である。図１１の
左側には、逆光画像であるが、過露光によって全画素の
輝度が高くなっている画像のヒストグラムを示してい
る。
整することにより逆光画像であるとの判定確率を高める
構成を説明する説明図である。この実施形態においてハ
ードウェアは上記図１に示す第１実施形態と同様の構成
を採用可能である。処理としては類似度判定の前処理で
あり、分布割合算出モジュール５１ｂにこの判定処理を
行わせるようにする構成等を採用可能である。図１１の
左側には、逆光画像であるが、過露光によって全画素の
輝度が高くなっている画像のヒストグラムを示してい
る。
【００９１】このヒストグラムにおいては、上記逆光画
像のヒストグラムと似た傾向を示しているものの、全体
として高輝度の画素が多いため上記式（１）による判定
においてこの画像の分布割合と上記分布割合データ１５
ｂとが類似していると判定されない場合がある。そこ
で、この画素データについてγ補正を施すと、上記類似
度判定モジュール５１ｃおよび画像種類判定モジュール
５１ｄにおける処理を変更することなく、逆光画像であ
るとの判定を行うことができる。
像のヒストグラムと似た傾向を示しているものの、全体
として高輝度の画素が多いため上記式（１）による判定
においてこの画像の分布割合と上記分布割合データ１５
ｂとが類似していると判定されない場合がある。そこ
で、この画素データについてγ補正を施すと、上記類似
度判定モジュール５１ｃおよび画像種類判定モジュール
５１ｄにおける処理を変更することなく、逆光画像であ
るとの判定を行うことができる。
【００９２】すなわち、γ補正は図１１の中央に示すよ
うに、入力データに対しγカーブで示される補正を行っ
て出力する処理であり、図１１中央に示すグラフにおい
て破線で示すような補正であれば、入出力が等しく画素
データに変動はないが、破線で示す直線より小さい値を
有するカーブによれば入力輝度を低輝度寄りに補正する
ことができるし、破線で示す直線より大きい値を有する
カーブによれば入力輝度を高輝度寄りに補正することが
できる。
うに、入力データに対しγカーブで示される補正を行っ
て出力する処理であり、図１１中央に示すグラフにおい
て破線で示すような補正であれば、入出力が等しく画素
データに変動はないが、破線で示す直線より小さい値を
有するカーブによれば入力輝度を低輝度寄りに補正する
ことができるし、破線で示す直線より大きい値を有する
カーブによれば入力輝度を高輝度寄りに補正することが
できる。
【００９３】図１１中央に示すグラフにおいて実線で示
すようなγカーブでは、中明度領域の画素データを高輝
度および低輝度に補正することができる。すなわち、入
力輝度の中央値ｍｅｄより小さな輝度では入力値をそれ
より小さな値に補正し、中央値ｍｅｄより大きな輝度で
は入力値をそれより大きな値に補正することができる。
上記図１１の左側に示すようなヒストグラムを有する画
像に対してこのようなγカーブで補正すると、図１１の
右側に示すようなヒストグラムになるように画素データ
を補正することができる。
すようなγカーブでは、中明度領域の画素データを高輝
度および低輝度に補正することができる。すなわち、入
力輝度の中央値ｍｅｄより小さな輝度では入力値をそれ
より小さな値に補正し、中央値ｍｅｄより大きな輝度で
は入力値をそれより大きな値に補正することができる。
上記図１１の左側に示すようなヒストグラムを有する画
像に対してこのようなγカーブで補正すると、図１１の
右側に示すようなヒストグラムになるように画素データ
を補正することができる。
【００９４】この結果、低輝度側の２値域に多くの画素
が分布し、最高輝度側の１値域にもある程度の画素が分
布し、中央の２値域にほとんど画素が分布しないような
ヒストグラムを得ることができ、このヒストグラムに対
して上記類似度判定モジュール５１ｃおよび画像種類判
定モジュール５１ｄによる判定を実行すれば、逆光画像
であると判定する確率が高くなる。以上のような処理に
おいては、中輝度の画素を低輝度および高輝度に分布さ
せることによって逆光画像の分布に近づけているので、
むろん、上述のような過露光の画像以外にも露光不足の
画像についても同様のγ補正によって逆光画像の輝度分
布に近づけることができ、逆光画像であると判定する確
率を高くすることができる。
が分布し、最高輝度側の１値域にもある程度の画素が分
布し、中央の２値域にほとんど画素が分布しないような
ヒストグラムを得ることができ、このヒストグラムに対
して上記類似度判定モジュール５１ｃおよび画像種類判
定モジュール５１ｄによる判定を実行すれば、逆光画像
であると判定する確率が高くなる。以上のような処理に
おいては、中輝度の画素を低輝度および高輝度に分布さ
せることによって逆光画像の分布に近づけているので、
むろん、上述のような過露光の画像以外にも露光不足の
画像についても同様のγ補正によって逆光画像の輝度分
布に近づけることができ、逆光画像であると判定する確
率を高くすることができる。
【００９５】このようなγ補正は、類似度判定の前処理
として分布割合算出モジュール５１ｂにおいて実行する
ことが好ましく、種々の指針に基づいて当該γ補正を実
行するか否か決定することができる。例えば、全画素の
輝度平均を算出し、この輝度平均が予め決められた第１
のしきい値より大きければ過露光、予め決められた第２
のしきい値より小さければ露光不足として上記γ補正を
実行したり、予め利用者にこの補正をすべきかどうか選
択させておき、当該選択に基づいて上記γ補正を実行す
る構成等を採用可能である。
として分布割合算出モジュール５１ｂにおいて実行する
ことが好ましく、種々の指針に基づいて当該γ補正を実
行するか否か決定することができる。例えば、全画素の
輝度平均を算出し、この輝度平均が予め決められた第１
のしきい値より大きければ過露光、予め決められた第２
のしきい値より小さければ露光不足として上記γ補正を
実行したり、予め利用者にこの補正をすべきかどうか選
択させておき、当該選択に基づいて上記γ補正を実行す
る構成等を採用可能である。
【００９６】図１２は、後者の構成を採用した場合に実
行される類似度判定処理において、上記分布割合算出モ
ジュール５１ｂが担う処理を示している。同図におい
て、上記図１０に示すフローチャートと同様のステップ
については同様の符号を付して示し、または省略してい
る。この実施形態では、上記印刷に必要な情報を入力さ
せる図示しないＵＩにおいて上記γ補正を実施するか否
かを予め選択させる。ＵＩ上に例えば「露光調整後の逆
光補正」などの表示とともにラジオボタンを表示し、ラ
ジオボタンがチェックされているときに当該γ補正実行
を示すフラグをオンにする。
行される類似度判定処理において、上記分布割合算出モ
ジュール５１ｂが担う処理を示している。同図におい
て、上記図１０に示すフローチャートと同様のステップ
については同様の符号を付して示し、または省略してい
る。この実施形態では、上記印刷に必要な情報を入力さ
せる図示しないＵＩにおいて上記γ補正を実施するか否
かを予め選択させる。ＵＩ上に例えば「露光調整後の逆
光補正」などの表示とともにラジオボタンを表示し、ラ
ジオボタンがチェックされているときに当該γ補正実行
を示すフラグをオンにする。
【００９７】この構成において上記分布割合算出モジュ
ール５１ｂが図１２に示す処理を実行すると、ステップ
Ｓ２００にて上記ＪＰＧファイル１５ａの画素データか
ら輝度成分Ｙを取得し、ステップＳ３００にて上記フラ
グがオンになっているか否かを判別する。同ステップＳ
３００にて当該フラグがオンになっていると判別された
ときには、ステップＳ３０５にて上記取得した輝度成分
Ｙに対して上記図１１の中央に示すγ補正を実行する。
ステップＳ３００にて上記フラグがオンになっていると
判別されないときにはステップＳ３０５をスキップす
る。
ール５１ｂが図１２に示す処理を実行すると、ステップ
Ｓ２００にて上記ＪＰＧファイル１５ａの画素データか
ら輝度成分Ｙを取得し、ステップＳ３００にて上記フラ
グがオンになっているか否かを判別する。同ステップＳ
３００にて当該フラグがオンになっていると判別された
ときには、ステップＳ３０５にて上記取得した輝度成分
Ｙに対して上記図１１の中央に示すγ補正を実行する。
ステップＳ３００にて上記フラグがオンになっていると
判別されないときにはステップＳ３０５をスキップす
る。
【００９８】そして、ステップＳ２０５にて輝度成分Ｙ
からそのヒストグラムを生成する。上記ステップＳ３０
５にてγ補正を行った場合は、上記図１１左側に示すよ
うな輝度ヒストグラムが同図右側に示すような輝度ヒス
トグラムになる。従って、各値域の分布割合を成分とし
たベクトルはγ補正によって上記図６に示すベクトルｇ
０に近づき、逆光状態で撮影された画像において過露光
や露光不足が生じていた場合、ステップＳ２１０以降の
処理によって逆光画像と判定される確率が高くなる。
からそのヒストグラムを生成する。上記ステップＳ３０
５にてγ補正を行った場合は、上記図１１左側に示すよ
うな輝度ヒストグラムが同図右側に示すような輝度ヒス
トグラムになる。従って、各値域の分布割合を成分とし
たベクトルはγ補正によって上記図６に示すベクトルｇ
０に近づき、逆光状態で撮影された画像において過露光
や露光不足が生じていた場合、ステップＳ２１０以降の
処理によって逆光画像と判定される確率が高くなる。
【００９９】以上説明したように、本発明においては画
像種類の判定対象から輝度成分の分布割合を取得し、当
該分布割合と特定種類の画像における分布割合との類似
度を判定し、類似と判定された場合に判定対象の画像が
特定種類であると判定する。特定種類の画像における分
布割合として予め逆光画像の分布割合を取得しておけ
ば、上記判定処理により、高精度に逆光画像であるか否
かを判定することができる。
像種類の判定対象から輝度成分の分布割合を取得し、当
該分布割合と特定種類の画像における分布割合との類似
度を判定し、類似と判定された場合に判定対象の画像が
特定種類であると判定する。特定種類の画像における分
布割合として予め逆光画像の分布割合を取得しておけ
ば、上記判定処理により、高精度に逆光画像であるか否
かを判定することができる。
【図１】本発明にかかる画像処理装置を含むコンピュー
タの概略ハードウェア構成を示す図である。
タの概略ハードウェア構成を示す図である。
【図２】コンピュータのＯＳに組み込まれたプリンタド
ライバの概略構成を示す図である。
ライバの概略構成を示す図である。
【図３】逆光画像判定部の構成を示すブロック図であ
る。
る。
【図４】逆光画像に対する処理の説明図である。
【図５】逆光画像ではない一般画像に対する処理の説明
図である。
図である。
【図６】理想分布を算出する様子を説明する説明図であ
る。
る。
【図７】類似度の算出例を示す図である。
【図８】非逆光画像処理部における処理を説明するため
の説明図である。
の説明図である。
【図９】印刷処理のフローチャートである。
【図１０】類似度判定処理のフローチャートである。
【図１１】γ補正による処理を説明する説明図である。
【図１２】類似度判定処理のフローチャートである。
１０…コンピュータ
１１…ＣＰＵ
１２…システムバス
１３…ＲＯＭ
１４…ＲＡＭ
１５…ＨＤＤ
１５０ａ…逆光画像
１５０ｂ…一般画像
１５０ｃ…非逆光画像
１５ａ…ＪＰＧファイル
１５ｂ…分布割合データ
１５ｃ…ＬＵＴ
１６…フレキシブルディスクドライブ
１７…ＣＤ−ＲＯＭドライブ
１８…ディスプレイ
２１…ＰＲＴＤＲＶ
２１ａ…画像データ取得モジュール
２１ｂ…印刷データ生成モジュール
２２…入力機器ＤＲＶ
２３…ディスプレイＤＲＶ
２５…ＡＰＬ
３１…キーボード
３２…マウス
４０…プリンタ
５０…画像処理モジュール
５１…逆光画像判定部
５１ａ…輝度成分取得モジュール
５１ｂ…分布割合算出モジュール
５１ｂ１…ヒストグラム生成部
５１ｃ…類似度判定モジュール
５１ｄ…画像種類判定モジュール
５１ｄ１…非逆光画像処理部
５２…明度補正部
Claims (15)
- 【請求項１】 画像をドットマトリクス状の画素で表現
した画像データを取得する画像データ取得手段と、 同取得した画像データから各画素の輝度成分を取得する
輝度成分取得手段と、 輝度成分が取りうる数値範囲を複数の値域に分割し輝度
成分がそれぞれの値域に含まれる画素の数が全画素数に
占める分布割合を算出する分布割合算出手段と、 予め決定された特定種類の画像における上記分布割合と
上記取得した画像について算出した分布割合との類似度
を判定する類似度判定手段と、 同類似度判定手段によって上記分布割合が類似している
と判定されたときに上記取得した画像データの画像を上
記特定種類であると判定する画像種類判定手段とを具備
することを特徴とする画像処理装置。 - 【請求項２】 特定種類の画像における輝度のヒストグ
ラムは、所定輝度以上であって最高輝度を含む値域でス
パイク状のピークを有し、所定輝度以下の値域に大きな
ピークを有しており、これらの輝度の間の中輝度の分布
数が所定値以下となっており、逆光画像の分布となって
いることを特徴とする上記請求項１に記載の画像処理装
置。 - 【請求項３】 上記分布割合算出手段は、上記算出され
た輝度成分のヒストグラムを算出するとともに当該輝度
成分が取りうる数値範囲を複数の値域に分割して各値域
の分布割合を算出することを特徴とする上記請求項１ま
たは請求項２のいずれかに記載の画像処理装置。 - 【請求項４】 上記分布割合算出手段は、特定種類の画
像としての逆光画像における略９割の画素が最低輝度値
域およびその隣の値域内に存在し、略１割の画素が最高
輝度値域内に存在するように値域の分割を行うことを特
徴とする上記請求項１〜請求項３のいずれかに記載の画
像処理装置。 - 【請求項５】 特定種類の画像における上記最低輝度値
域の分布割合は、その隣の値域の分布割合より大きいこ
とを特徴とする上記請求項４に記載の画像処理装置。 - 【請求項６】 上記分布割合算出手段は輝度成分が取り
うる数値範囲を５個の値域に略等分割し、上記特定種類
の画像における上記分布割合の比はこの分割された値域
の低輝度側から順に５：４：０：０：１であることを特
徴とする上記請求項１〜請求項５のいずれかに記載の画
像処理装置。 - 【請求項７】 上記分布割合算出手段は輝度成分が取り
うる数値範囲を５個の値域に略等分割し、上記特定種類
の画像における上記分布割合の比をこの分割された値域
の低輝度側から順にＡ：Ｂ：Ｃ：Ｄ：Ｅとしたときに
４.７≦Ａ≦５.８，３.３≦Ｂ≦４.０，０.０≦Ｃ≦０.
３，０.０≦Ｄ≦０.２，０.６≦Ｅ≦１.０（但しＡ＋Ｂ
＋Ｃ＋Ｄ＋Ｅ＝１０）であることを特徴とする上記請求
項１〜請求項６のいずれかに記載の画像処理装置。 - 【請求項８】 上記類似度判定手段は、上記取得した画
像における分布割合を成分としたベクトルと上記特定種
類の画像における分布割合を成分としたベクトルとの内
積を両ベクトルの大きさの積で除して得られる値の大き
さで類似度を判定することを特徴とする上記請求項１〜
請求項７のいずれかに記載の画像処理装置。 - 【請求項９】 上記類似度判定手段は、得られた値が所
定のしきい値より大きい場合に分布割合が類似している
と判定することを特徴とする上記請求項８に記載の画像
処理装置。 - 【請求項１０】 上記画像種類判定手段は、上記取得し
た画像データにおける画像を周縁部の所定領域とその内
側に位置する所定領域とに分割し、各領域に属する画素
の輝度成分の平均値を算出するとともに、当該平均値が
最大となる領域が上記内側に位置する所定領域である場
合には当該画像について特定種類であるとの判定を行わ
ないことを特徴とする上記請求項１〜請求項９のいずれ
かに記載の画像処理装置。 - 【請求項１１】 上記画像種類判定手段は、上記平均値
が最大となる領域が上記内側に位置する所定領域である
画像について上記類似度判定手段における上記ベクトル
の内積を両ベクトルの大きさの積で除して得られる値を
負の値にすることを特徴とする請求項１０に記載の画像
処理装置。 - 【請求項１２】 上記分布割合算出手段は、上記取得し
た画像データの各画素について輝度成分が所定値より大
きな画素についてその画素の輝度成分より大きな輝度成
分値になるように補正し、輝度成分が所定値より小さな
画素についてその画素の輝度成分より小さな輝度成分値
になるように補正して上記分布割合を算出することを特
徴とする上記請求項１〜請求項１１のいずれかに記載の
画像処理装置。 - 【請求項１３】 画像をドットマトリクス状の画素で表
現した画像データを取得する画像データ取得工程と、 同取得した画像データから各画素の輝度成分を取得する
輝度成分取得工程と、 輝度成分が取りうる数値範囲を複数の値域に分割し輝度
成分がそれぞれの値域に含まれる画素の数が全画素数に
占める分布割合を算出する分布割合算出工程と、 予め決定された特定種類の画像における上記分布割合と
上記取得した画像について算出した分布割合との類似度
を判定する類似度判定工程と、 同類似度判定工程によって上記分布割合が類似している
と判定されたときに上記取得した画像データの画像を上
記特定種類であると判定する画像種類判定工程とを具備
することを特徴とする画像処理方法。 - 【請求項１４】 画像をドットマトリクス状の画素で表
現した画像データを所定の記憶容量から取得し、当該画
像データを分析することによって画像の種類を判定する
画像処理プログラムを記録した媒体であって、 同取得した画像データから各画素の輝度成分を取得する
輝度成分取得機能と、 輝度成分が取りうる数値範囲を複数の値域に分割し輝度
成分がそれぞれの値域に含まれる画素の数が全画素数に
占める分布割合を算出する分布割合算出機能と、 予め決定された特定種類の画像における上記分布割合と
上記取得した画像について算出した分布割合との類似度
を判定する類似度判定機能と、 同類似度判定機能によって上記分布割合が類似している
と判定されたときに上記取得した画像データの画像を上
記特定種類であると判定する画像種類判定機能とをコン
ピュータに実現させることを特徴とする画像処理プログ
ラムを記録した媒体。 - 【請求項１５】 画像をドットマトリクス状の画素で表
現した画像データを所定の記憶容量から取得し、当該画
像データを分析することによって画像の種類を判定する
画像処理プログラムであって、 画像をドットマトリクス状の画素で表現した画像データ
を取得する画像データ取得機能と、 同取得した画像データから各画素の輝度成分を取得する
輝度成分取得機能と、 輝度成分が取りうる数値範囲を複数の値域に分割し輝度
成分がそれぞれの値域に含まれる画素の数が全画素数に
占める分布割合を算出する分布割合算出機能と、 予め決定された特定種類の画像における上記分布割合と
上記取得した画像について算出した分布割合との類似度
を判定する類似度判定機能と、 同類似度判定機能によって上記分布割合が類似している
と判定されたときに上記取得した画像データの画像を上
記特定種類であると判定する画像種類判定機能とをコン
ピュータに実現させることを特徴とする画像処理プログ
ラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002049370A JP3928704B2 (ja) | 2002-02-26 | 2002-02-26 | 画像処理装置、画像処理方法、画像処理プログラムを記録した媒体および画像処理プログラム |
| US10/374,551 US7200265B2 (en) | 2002-02-26 | 2003-02-25 | Image processing apparatus, image processing method, image processing program, and medium recording the image processing program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002049370A JP3928704B2 (ja) | 2002-02-26 | 2002-02-26 | 画像処理装置、画像処理方法、画像処理プログラムを記録した媒体および画像処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003248822A true JP2003248822A (ja) | 2003-09-05 |
| JP3928704B2 JP3928704B2 (ja) | 2007-06-13 |
Family
ID=28661904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002049370A Expired - Fee Related JP3928704B2 (ja) | 2002-02-26 | 2002-02-26 | 画像処理装置、画像処理方法、画像処理プログラムを記録した媒体および画像処理プログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7200265B2 (ja) |
| JP (1) | JP3928704B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007108960A (ja) * | 2005-10-12 | 2007-04-26 | Nippon Telegr & Teleph Corp <Ntt> | ディジタルコンテンツ特徴量抽出方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 |
| US7570836B2 (en) | 2003-07-30 | 2009-08-04 | Seiko Epson Corporation | Backlit image judgment |
| US8300934B2 (en) | 2008-01-24 | 2012-10-30 | Fujitsu Limited | Image processing device and image correction device |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6999202B2 (en) | 2001-03-27 | 2006-02-14 | Polaroid Corporation | Method for generating a halftone of a source image |
| US6842186B2 (en) * | 2001-05-30 | 2005-01-11 | Polaroid Corporation | High speed photo-printing apparatus |
| WO2002096651A2 (en) * | 2001-05-30 | 2002-12-05 | Polaroid Corporation | A high speed photo-printing apparatus |
| US6937365B2 (en) | 2001-05-30 | 2005-08-30 | Polaroid Corporation | Rendering images utilizing adaptive error diffusion |
| US6906736B2 (en) * | 2002-02-19 | 2005-06-14 | Polaroid Corporation | Technique for printing a color image |
| JP2003337944A (ja) * | 2002-03-14 | 2003-11-28 | Ricoh Co Ltd | 画像処理装置、画像処理用のホスト装置及び画像処理方法、並びに画像処理プログラム及びコンピュータ読み取り可能な記憶媒体 |
| US7283666B2 (en) * | 2003-02-27 | 2007-10-16 | Saquib Suhail S | Digital image exposure correction |
| US8243004B2 (en) * | 2003-03-10 | 2012-08-14 | Fergason Patent Properties, Llc | Apparatus and method for preparing, storing, transmitting and displaying images |
| JP2004289450A (ja) * | 2003-03-20 | 2004-10-14 | Canon Inc | 情報処理方法及び装置及びプログラム、及びプログラムを格納する記憶媒体 |
| US8773685B2 (en) | 2003-07-01 | 2014-07-08 | Intellectual Ventures I Llc | High-speed digital image printing system |
| JP4362479B2 (ja) * | 2003-12-12 | 2009-11-11 | 富士通株式会社 | カラーバランス補正プログラム、カラーバランス補正装置およびカラーバランス補正方法 |
| US7551776B2 (en) * | 2004-07-22 | 2009-06-23 | Seiko Epson Corporation | Histogram generation apparatus and method for operating the same |
| JP4240023B2 (ja) * | 2005-08-31 | 2009-03-18 | ソニー株式会社 | 撮像装置、撮像方法および撮像プログラム、ならびに、画像処理装置、画像処理方法および画像処理プログラム |
| KR101653271B1 (ko) * | 2009-12-02 | 2016-09-01 | 삼성전자주식회사 | 측면광을 판단하는 디지털 영상 신호 처리 방법, 상기 방법을 기록한 기록 매체 및 디지털 영상 신호 처리 장치 |
| JP6055681B2 (ja) * | 2013-01-10 | 2016-12-27 | 株式会社 日立産業制御ソリューションズ | 撮像装置 |
| US9390315B1 (en) * | 2015-06-25 | 2016-07-12 | A9.Com, Inc. | Image match for featureless objects |
| CN109670389B (zh) * | 2017-10-16 | 2023-04-07 | 富士通株式会社 | 评价人脸图像中的光照条件的方法和设备 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04310077A (ja) | 1991-04-08 | 1992-11-02 | Matsushita Electric Ind Co Ltd | 自動露光制御装置 |
| JPH0916765A (ja) | 1995-06-30 | 1997-01-17 | Meidensha Corp | ２次元画像のマッチング処理方法 |
| JPH0937145A (ja) | 1995-07-24 | 1997-02-07 | Matsushita Electric Ind Co Ltd | 自動露出調節装置、自動階調調節装置及びビデオカメラ |
| JP3700207B2 (ja) | 1995-08-04 | 2005-09-28 | ソニー株式会社 | 自動露出制御装置、自動露出制御方法、及び撮像装置 |
| JP3267200B2 (ja) | 1997-07-11 | 2002-03-18 | 松下電器産業株式会社 | 画像処理装置 |
| JP2000134467A (ja) | 1998-10-26 | 2000-05-12 | Canon Inc | 画像処理方法、装置および記憶媒体 |
| US6694051B1 (en) * | 1998-06-24 | 2004-02-17 | Canon Kabushiki Kaisha | Image processing method, image processing apparatus and recording medium |
| JP2002006390A (ja) | 2000-06-20 | 2002-01-09 | Sakata Corp | デジタル画像の補正方法及び装置 |
| US6873729B2 (en) * | 2000-07-14 | 2005-03-29 | Ricoh Company, Ltd. | Method, apparatus and computer program product for processing image data |
| JP4151225B2 (ja) | 2001-03-15 | 2008-09-17 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理のための装置、方法及びプログラム |
-
2002
- 2002-02-26 JP JP2002049370A patent/JP3928704B2/ja not_active Expired - Fee Related
-
2003
- 2003-02-25 US US10/374,551 patent/US7200265B2/en not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7570836B2 (en) | 2003-07-30 | 2009-08-04 | Seiko Epson Corporation | Backlit image judgment |
| JP2007108960A (ja) * | 2005-10-12 | 2007-04-26 | Nippon Telegr & Teleph Corp <Ntt> | ディジタルコンテンツ特徴量抽出方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 |
| US8300934B2 (en) | 2008-01-24 | 2012-10-30 | Fujitsu Limited | Image processing device and image correction device |
Also Published As
| Publication number | Publication date |
|---|---|
| US7200265B2 (en) | 2007-04-03 |
| US20030231347A1 (en) | 2003-12-18 |
| JP3928704B2 (ja) | 2007-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003248822A (ja) | 画像処理装置、画像処理方法、画像処理プログラムを記録した媒体および画像処理プログラム | |
| US8929681B2 (en) | Image processing apparatus and image processing method | |
| US8391646B2 (en) | Image processing device and method that performs image quality adjustment and resize processing on image data | |
| JP4006347B2 (ja) | 画像処理装置、画像処理システム、画像処理方法、記憶媒体、及びプログラム | |
| US7683973B2 (en) | Image processing method and apparatus performing color adjustment | |
| US6694051B1 (en) | Image processing method, image processing apparatus and recording medium | |
| US7751640B2 (en) | Image processing method, image processing apparatus, and computer-readable recording medium storing image processing program | |
| JP2006345509A (ja) | 画像処理方法及び装置 | |
| JP2003274427A (ja) | 画像処理装置、画像処理システム、画像処理方法、記憶媒体、及びプログラム | |
| JP2000013623A (ja) | 画像処理方法、装置および記録媒体 | |
| JP2002232728A (ja) | 画像処理プログラム、画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、画像処理装置および画像処理方法 | |
| JP4208396B2 (ja) | 画像処理方法、装置および記録媒体 | |
| JP2000134467A (ja) | 画像処理方法、装置および記憶媒体 | |
| JP2003337944A (ja) | 画像処理装置、画像処理用のホスト装置及び画像処理方法、並びに画像処理プログラム及びコンピュータ読み取り可能な記憶媒体 | |
| JP3667181B2 (ja) | 画像処理方法および画像処理装置 | |
| JP2002247361A (ja) | 画像処理装置、画像処理方法およびその方法を実施するためのプログラムを記録した記録媒体 | |
| US7369163B2 (en) | Image processing apparatus, image processing method, and program using condition information for image processing | |
| US8760723B2 (en) | Image processing device superimposing supplemental image on original image | |
| 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 | |
| JPH118768A (ja) | 画像処理装置、画像処理方法、画像処理制御プログラムを記録した媒体 | |
| JP3667182B2 (ja) | 画像処理方法および画像処理装置 | |
| JP4189654B2 (ja) | 画像処理装置 | |
| JP4219577B2 (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 | |
| JP2003060935A (ja) | 画像ファイルの出力画像調整 | |
| JP2008283289A (ja) | 未現像画像データの現像処理装置、現像処理方法、および現像処理のためのコンピュータプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040617 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060821 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061013 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070214 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070227 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100316 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110316 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120316 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120316 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130316 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140316 Year of fee payment: 7 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |