JP2004318461A

JP2004318461A - トーンジャンプを目立たなくする画像処理

Info

Publication number: JP2004318461A
Application number: JP2003111049A
Authority: JP
Inventors: Susumu Murayama; 進村山
Original assignee: Seiko Epson Corp
Current assignee: Seiko Epson Corp
Priority date: 2003-04-16
Filing date: 2003-04-16
Publication date: 2004-11-11

Abstract

【課題】画像データに起因して発生する画像の疑似輪郭を目立ちにくくする。
【解決手段】まず、それぞれ実質的に輝度を有する複数の画素によって画像を表現する画像データを読み込む（Ｓ２）。そして、輝度ごとの画素数の度数分布ｘを求める（Ｓ４，Ｓ６）。その後、度数分布ｘに対して所定の平滑化処理を行った度数分布ｙを求める（Ｓ８）。そして、分布ｘと分布ｙとから画像評価値を決定する（Ｓ１０）。その後、画像評価値に応じて画像データにノイズを付加する（Ｓ１４，１６）。このような画像処理を行うことで、画像データに起因して疑似輪郭が生じるような画像データを、疑似輪郭が目立ちにくい画像データとすることができる。
【選択図】図４

Description

【０００１】
【発明の属する技術分野】
この発明は、画像処理技術に関し、特に、画像データに起因して発生する疑似輪郭を目立ちにくくするするための技術に関する。
【０００２】
【従来の技術】
従来より、デジタル画像における疑似輪郭を解消するための技術が存在する。たとえば、特許文献１においては、階段状に色が変化してゆく複数の図形であって、互いの色の境目が認識できる複数の図形からなるカラーステップ画像から、ビネット画像データを生成する方法が開示されている。ビネット画像データとは、連続的に色が変化するビネット画像を近似的に表す画像データである。特許文献１の技術によれば、ビネット画像を作成することができない画像処理プログラムにおいて、トーンジャンプの少ないビネット画像データを作成することができる。
【０００３】
【特許文献１】
特許第２７６９６７３号公報
【０００４】
【発明が解決しようとする課題】
近年、デジタル画像を加工する技術が専門家以外の一般のユーザにも普及した。その結果、たとえば、暗い写真の画像データを全体に明るくなるように加工して作った画像データや、明るい空の部分の青色から白色への変化を強調するように加工して作った画像データが、一般ユーザ同士で交換されることも多くなった。
【０００５】
たとえば、トーンカーブを利用して画像データの明るさを操作した場合、操作前には画素の輝度が１階調ずつ異なる領域が互いに隣接していたグラデーション部分において、互いの領域の輝度の差が拡大され、トーンジャンプが生じることがある。すると、画像のグラデーション部分において、領域の境目が疑似輪郭として目立つようになる。このような疑似輪郭は、出力機器やアプリケーションプログラムの発色の性能に起因するものではなく、画像データそのものが、互いに隣接する領域であって輝度が大きく異なる領域のデータを含んでいることに起因するものである。このような、画像データに起因して発生する疑似輪郭を目立ちにくくするのに適した画像の処理方法は、開発されていなかった。
【０００６】
この発明は、従来技術における上述の課題を解決するためになされたものであり、画像データに起因して発生する画像の疑似輪郭を目立ちにくくすることを目的とする。
【０００７】
【課題を解決するための手段およびその作用・効果】
上述の課題の少なくとも一部を解決するため、本発明では、画素値をそれぞれ有する複数の画素によって画像を表現する画像データに対して所定の処理を行う。まず、そのような画像データを読み込む。そして、画像データについて、画素値ごとの画素数の分布である度数分布ｘを求める。その後、度数分布ｘに対して所定の平滑化処理を行った度数分布ｙを求める。そして、度数分布ｘと度数分布ｙとに基づいて、画像データについての画像評価値を決定する。その後、画像評価値に応じて画像データにノイズを付加する。このような態様とすれば、画像データに起因して疑似輪郭が生じる画像データを、疑似輪郭が目立ちにくい画像データとすることができる。
【０００８】
なお、度数分布ｙを求める際には、度数分布ｘの各画素値について、対象とする画素値の度数と、対象とする画素値の前後の複数の画素値の度数と、の平均値を計算し、その平均値を、度数分布ｙの対象とする画素値における度数とすることが好ましい。このような態様とすれば、簡単な手続きで、度数分布ｘに対して所定の平滑化処理を行った度数分布ｙを得ることができる。なお、得られた平均値を度数とする際には、得られた平均値をその平均値に最も近い整数に置き換えて、度数とすることが好ましい。
【０００９】
また、度数分布ｙを求める際には、度数分布ｘに対してローパスフィルタを適用して度数分布ｙを得てもよい。このような態様としても、度数分布ｙを得ることができる。
【００１０】
なお、画像評価値を決定する際には、度数分布ｘと度数分布ｙとの差の絶対値を全画素値について合計した値に基づいて、画像評価値を決定することが好ましい。このような態様とすれば、度数分布ｘの変動の激しさに応じて増大する画像評価値を得ることができる。よって、疑似輪郭が目に付きやすい画像データに、適切なノイズを付加することができる。
【００１１】
また、画像評価値を決定する際には、度数分布ｘと度数分布ｙとの差の度数分布ｇに対してフーリエ変換を行い、度数分布ｇの、所定の周波数についてのパワーの大きさに基づいて、画像評価値を決定することが好ましい。疑似輪郭が目立つ画像においては、度数分布ｘと度数分布ｙとの差の分布ｇが所定の周波数成分を多く含むことがある。よって、このような態様とすれば、疑似輪郭が目立つ度合いを反映してノイズを付加することができる。
【００１２】
画像評価値を決定する際には、度数分布ｘと度数分布ｙとの差の分散に基づいて、画像評価値を決定する態様とすることもできる。疑似輪郭が目立つ画像においては、度数分布ｘと度数分布ｙとの差の変動が大きくなる。よって、このような態様とすれば、疑似輪郭が目立つ度合いを反映してノイズを付加することができる。
【００１３】
画像データにノイズを付加する際には、所定の確率で選択された画素について画素値にノイズを付加することが好ましい。そして、画素値に付加するノイズの大きさは、画像評価値に応じて決定されることが好ましい。また、画素を選択する所定の確率を、画像評価値に応じて決定することとしてもよい。このような態様とすれば、疑似輪郭が目立つ度合いに応じて、適切なノイズを付加することができる。
【００１４】
さらに、ノイズを付加された画像データについて、画像評価値を決定し、決定された評価値が所定の条件を満たす場合に、画像データにさらにノイズを付加する態様とすることもできる。このような態様としても、画像データに適切なノイズを付加することができる。
【００１５】
なお、画素値は画素の輝度とすることができる。このような態様とすれば、変化が目に付きやすい画素値を操作して、ノイズを付加することができる。
【００１６】
なお、本発明は、以下に示すような種々の態様で実現することが可能である。
（１）画像処理方法、画像データ生成方法。
（２）画像処理装置、画像データ生成装置。
（３）上記の装置や方法を実現するためのコンピュータプログラム。
（４）上記の装置や方法を実現するためのコンピュータプログラムを記録した記録媒体。
（５）上記の装置や方法を実現するためのコンピュータプログラムを含み搬送波内に具現化されたデータ信号。
【００１７】
【発明の実施の形態】
以下で、本発明の実施の形態を実施例に基づいて以下の順序で説明する。
Ａ．第１実施例：
Ａ１．装置構成：
Ａ２．画像データに起因する疑似輪郭：
Ａ３．画像処理：
Ｂ．第２実施例：
Ｃ．第３実施例：
Ｄ．第４実施例：
Ｅ．第５実施例：
Ｆ．第６実施例：
Ｇ．変形例：
【００１８】
Ａ．第１実施例：
Ａ１．装置構成：
図１は、本発明の実施例である画像処理装置の概略構成を示す説明図である。この画像処理装置は、画像データに対して所定の画像処理を行うパーソナルコンピュータ１００と、パーソナルコンピュータ１００に情報を入力する装置としてのキーボード１２０、マウス１３０およびＣＤ−Ｒ／ＲＷドライブ１４０と、情報を出力する装置としてのディスプレイ１１０およびプリンタ２２と、を備えている。コンピュータ１００では、所定のオペレーティングシステムの下で、アプリケーションプログラムが動作している。このアプリケーションプログラムが実行されることで、コンピュータ１００のＣＰＵ１０２は様々な機能を実現する。
【００１９】
画像のレタッチなどを行うアプリケーションプログラムが実行され、キーボード１２０やマウス１３０からユーザの指示が入力されると、ＣＰＵ１０２は、ＣＤ−Ｒ／ＲＷドライブ１４０内のＣＤ−ＲＷから画像データを読み込む。そして、画像データに対して所定の画像処理を行って、ビデオドライバを介して画像をディスプレイ１１０に表示する。また、ＣＰＵ１０２は、画像処理を行った画像データを、プリンタドライバを介してプリンタ２２に印刷させることもできる。なお、画像データの読み込みは、ＣＰＵ１０２の機能部としての画像データ入力部１０２ａによって実行され、画像処理は、トーンジャンプ判定部１０２ｂ、およびノイズ付加部１０２ｃによって実行される。
【００２０】
Ａ２．画像データに起因するトーンジャンプ：
ここでは、まず、疑似輪郭を目立ちにくくする画像処理について説明する前に、画像データに起因するトーンジャンプがどのようにして発生するかについて説明する。なお、「トーンジャンプ」とは、画像中の徐々に色が変化しているはずの部分において、隣接する領域同士の色が人間の目に付くほど違っている状態をいう。そして、「疑似輪郭」とは、画像中の徐々に色が変化しているはずであって輪郭線が存在しないはずの部分において、人間の目に付くほど色が違っている領域同士の境界に見える境界線のことをいう。
【００２１】
図２は、デジタル画像の明るさを操作する際に用いられるトーンカーブを表す説明図である。横軸は操作前の輝度Ｌを表し、縦軸は操作後の輝度Ｌを表す。なお、輝度Ｌは整数値をとるものとする。直線Ｃ０は、明るさに関して何の操作も加えない状態を表す。もともと暗い写真の画像であった画像データを全体に明るくするように加工する場合には、トーンカーブＣ１で表されるような輝度の操作が行われる。このような操作を行うことで、輝度０〜Ｌ１の輝度の範囲Ｒ１にある各画素の輝度は、輝度０〜Ｌ２のより広い範囲Ｒ２の輝度に変換される。その結果、画像の暗い部分の色（明るさ）の違いが明確になる。
【００２２】
また、画像中の明るい空の部分の青色から白色への変化を強調するように、画像データを加工する場合には、トーンカーブＣ２で表されるような輝度の操作が行われる。このような操作を行うことで、輝度Ｌ３〜Ｌｍａｘの輝度の範囲Ｒ３にある各画素の輝度は、輝度Ｌ４〜Ｌｍａｘのより広い範囲Ｒ４の輝度に変換される。その結果、画像の明るい部分の色（明るさ）の違いが明確になる。
【００２３】
図３は、画像データに対して図２のトーンカーブＣ１で表される加工がされた場合の輝度の分布の変化を表す説明図である。横軸は輝度Ｌであり、縦軸はその輝度を有する画素の数ｘ（Ｌ）である。画像データに対して図２のトーンカーブＣ１で表される加工がされると、前述のように、輝度０〜Ｌ１の輝度の範囲Ｒ１にある各画素の輝度は、輝度０〜Ｌ２のより広い範囲Ｒ２の輝度に変換される。
【００２４】
いま、輝度の階調Ｌ１を階調４とし、階調Ｌ２を階調１４であると仮定すると、トーンカーブＣ１で表される操作によって、たとえば、次にようにそれぞれの輝度の階調が変更されることになる。すなわち、図３に示すように、輝度０の画素の輝度は０に変換される。すなわち、この場合には輝度の変更は行われない。しかし、輝度１の画素の輝度は２に変換される。そして、輝度２の画素の輝度は５に変換され、輝度３の画素の輝度は９に変換される。さらに、輝度４の画素の輝度は１４に変換される。
【００２５】
このような操作が行われると、輝度の分布中に、画素が一つも存在しない輝度ができることになる。たとえば、図３下段の度数分布からわかるように、加工後の画像中には、輝度１，３，４，６〜８，１０〜１３の画素は一つも存在しない。
【００２６】
いま、仮に、画像中に輝度０から輝度４まで徐々に明るくなっていく部分があるとする。そのような部分において、加工前の画像では、輝度３の画素からなる領域と輝度４の画素からなる領域が接していた部分は、加工後の画像では、輝度９の画素からなる領域と輝度１４の画素からなる領域が接することになる。そのような輝度の離れた画素の領域が接している部分は、人間の目に付きやすく、領域の境界が疑似輪郭として認識されてしまうことがある。よって、画像の品質を高めるためには、このような疑似輪郭が目立たなくなるような加工を、画像に対して行うことが望ましい。
【００２７】
なお、ここでは、暗い部分の色の違いを強調するための、トーンカーブＣ１で表されるような加工を例にして説明したが、明るい部分の色の違いを強調するための、トーンカーブＣ２で表されるような加工についても同様の問題が生じる。また、図２および図３は説明のために用意した図であり、図３に示した輝度の数値は、図２のトーンカーブＣ１の形状から特定される操作を正確に反映するものではない。
【００２８】
Ａ３．画像処理：
図４は本発明の一態様である画像処理方法の手順を示すフローチャートである。図５は、トーンジャンプが生じている画像の一例を示す説明図である。画像データに対して、トーンジャンプを目立たなくする画像処理をする際には、以下のような手順を実行する。
【００２９】
まず、図４のステップＳ２で、画像処理の対象である画像データを、ＣＤ−Ｒ／ＲＷドライブ１４０内のＣＤ−ＲＷから読み込む。たとえば、図５のような画像を読み込む。図５の画像においては、右上の空の部分においてトーンジャンプによる疑似輪郭が生じている。ステップＳ２で読み込む画像データは、それぞれがＲＧＢ（レッド、グリーン、ブルー）の色の情報を有している画素の集合によって画像を表す画像データである。
【００３０】
ステップＳ４では、画像データの各画素の輝度を求める。この機能は、輝度演算部１０２ｄ（図１参照）によって実現される。各画素の輝度Ｌは、たとえば、以下の式（１）で求められる。なお、Ｖｒ、Ｖｇ、Ｖｂは、レッド、グリーン、ブルーのそれぞれの色の濃淡を表す階調値である。Ａｒ、Ａｇ、Ａｂは、所定の係数である。Ｖｒ、Ｖｇ、Ｖｂ、Ａｒ、Ａｇ、ＡｂおよびＬは、０以上の整数である。
【００３１】
Ｌ＝（Ａｒ×Ｖｒ）＋（Ａｇ×Ｖｇ）＋（Ａｇ×Ｖｇ）・・・（１）
【００３２】
なお、輝度Ｌが０〜２５５の値となるようにＡｒ、Ａｇ、Ａｂを定めることができる。そして、上記式（１）で得られる値を、その値に最も近い整数に置き換えたものを輝度Ｌとすることが好ましい。
【００３３】
図６は、ステップＳ４で得られた画像データの各画素の輝度Ｌの分布ｘ（Ｌ）のヒストグラムの説明図である。ステップＳ６では、ステップＳ４で得た各画素の輝度Ｌをもとに、輝度ごとの画素数ｘ（Ｌ）のヒストグラムを求める。このヒストグラムを作成する機能は、輝度分布作成部１０２ｅ（図１参照）によって実現される。なお、図６に示したヒストグラムは、説明のための例として用意したヒストグラムであり、図５の画像の輝度の分布を正確に表すものではない。図６のヒストグラムでは、説明を分かりやすくするために、１階調おきの輝度について度数を０としている。
【００３４】
図７は、図６の分布ｘ（Ｌ）を平滑化して得た平滑化度数分布ｙ（Ｌ）のヒストグラムである。図４のステップＳ８では、輝度の分布ｘ（Ｌ）から平滑化度数分布ｙ（Ｌ）を求める。ｙ（Ｌ）は、分布ｘ（Ｌ）をよりなだらかにした分布である。この平滑化分布を求める機能は、平滑化分布作成部１０２ｆ（図１参照）によって実現される。平滑化度数分布ｙ（Ｌ）は、以下の式（２）によって求められる。
【００３５】
ｙ（Ｌ）＝｛ｘ（Ｌ−１）＋ｘ（Ｌ）＋ｘ（Ｌ＋１）｝／３・・・（２）
【００３６】
その後、図４のステップＳ１０では、以下の式（３）で表される画像評価値αを求める。ここで、Ｐは、画像データの全画素数である。Σは、各輝度Ｌについて、｜ｘ（Ｌ）−ｙ（Ｌ）｜の値を足し合わせる演算を意味する。
【００３７】
α＝｛Σ｜ｘ（Ｌ）−ｙ（Ｌ）｜｝／Ｐ・・・（３）
【００３８】
このαは、輝度の分布ｘ（Ｌ）の変動の激しさを表しており、画像全体のトーンジャンプの出やすさの評価値としての機能を有する。αを求める機能は、画像評価値決定部１０２ｇ（図１参照）によって実現される。
【００３９】
図８は、｛ｘ（Ｌ）−ｙ（Ｌ）｝の分布を表すヒストグラムである。｛ｘ（Ｌ）−ｙ（Ｌ）｝のヒストグラムは、輝度の分布ｘ（Ｌ）が、平滑化度数分布ｙ（Ｌ）からどれだけずれているかを表す。
【００４０】
図９は、｜ｘ（Ｌ）−ｙ（Ｌ）｜の分布を表すヒストグラムである。この｜ｘ（Ｌ）−ｙ（Ｌ）｜の分布を表すヒストグラムの面積｛Σ｜ｘ（Ｌ）−ｙ（Ｌ）｜｝は、輝度の分布ｘ（Ｌ）の変動の激しさを表している。αは、このヒストグラムの面積を、全画素数Ｐで割ったものである。αも、やはり、画素中の画素についての輝度の分布ｘ（Ｌ）の変動の激しさを表している。しかし、αは、ヒストグラムの面積｛Σ｜ｘ（Ｌ）−ｙ（Ｌ）｜｝を全画素数Ｐで割っているので、画像データの画素数に左右されない値である。
【００４１】
図４のステップＳ１２では、αの大きさを判定する。αが所定のしきい値Ｔｈ１以下である場合は、そのまま処理を終了する。αが小さい場合には、画像のトーンジャンプは目立ちにくいと判断できる。よって、このような手順を行うことで、画像のトーンジャンプが目立ちにくい画像に対して、後述するようにノイズを付加して、不必要に画質を低下させることがない。なお、この画像評価値αを評価する機能は、評価値判定部１０２ｈ（図１参照）によって実現される。
【００４２】
ステップＳ１２において、αがしきい値Ｔｈ１としきい値のＴｈ２の間にあると判断された場合は、ステップＳ１４において、画像データ中の画素に振幅Ｗ１で輝度についてのノイズを付加する。すなわち、ステップＳ１４では、画像データ中の各画素について、一定の確率で輝度を変更する操作を加える。その際の輝度のずらし量は、−Ｗ１〜＋Ｗ１の区間内のいずれかの値とする。ここで、Ｗ１は正の数である。この輝度のずらし量の最大値を、輝度のずらし量の「振幅」と呼ぶ。
【００４３】
なお、本明細書においては、輝度や色の階調値などの個々の画素の画素値に外乱を与えることを「画素値にノイズを付加する」と表現する。そして、ある画像データの画素について画素値にノイズを付加することを「画像データにノイズを付加する」と表現する。
【００４４】
輝度のずらし量が−Ｗ１〜＋Ｗ１のうちいずれの値となるかは、確率にしたがって決定される。ここでは、ずらし量が−Ｗ１〜＋Ｗ１の間のいずれの値を取るかの確率は、０を中心とするガウス分布に近似の分布を持つものとする。ただし、ずらし量の最小値は−Ｗ１であり、最大値は＋Ｗ１である。ステップＳ１４の後、処理を終了する。
【００４５】
一方、ステップＳ１２において、αがしきい値Ｔｈ２以上であると判断された場合は、ステップＳ１６において、−Ｗ２〜＋Ｗ２の区間内のいずれかのずらし量で、画像データ中の画素の輝度がずらされる。Ｗ２はＷ１より大きい数である。画像データ中の各画素が輝度をずらされる確率は、ステップＳ１４と同じとする。また、ずらし量が−Ｗ２〜＋Ｗ２の間のいずれの値を取るかの確率は、ステップＳ１４と同様、０を中心とするガウス分布に近似の分布であるものとする。ただし、ずらし量の最小値は−Ｗ２であり、最大値は＋Ｗ２である。
【００４６】
すなわち、ステップＳ１６では、ステップＳ１４と同程度の数の画素について輝度がずらされる。そして、そのずらし量は、全体としてはステップＳ１４よりも大きい。この画像にノイズを付加する機能は、ノイズ付加部１０２ｃ（図１参照）によって実現される。
【００４７】
図１０は、図４の画像処理を行った後の画像の一例を示す説明図である。以上で説明したような手順によって、画像データに対して画像処理を行うと、図５に示したような画像が、図１０に示したような画像となる。図５では、左上の空の部分において目立っていたトーンジャンプによる縞模様が、図１０では、目立ちにくくなっている。すなわち、疑似輪郭が目立ちにくくなっている。なお、図５および図１０は、説明のために用意した画像であり、実際の画像の状態を正確に反映しない場合がある。
【００４８】
図１１は、意図的にトーンジャンプを発生させた画像のサンプルを示す説明図である。図１２は、図１１に対して図４の画像処理を行った結果のイメージを示す説明図である。図１１のように、隣り合う領域の輝度が目に付くほど異なっている画像データに対して、図４の画像処理を行うと、図１２に示すように、トーンジャンプが目立たなくなる。なお、図１１および図１２は、説明のために用意したイメージ画像であり、実際の状態を正確に反映しない場合がある。
【００４９】
第１実施例では、画像全体の評価値であるαの値に基づいて、ずらし量の異なるノイズを画像に付加している。αは、輝度の分布ｘ（Ｌ）の変動の激しさを表している。よって、第１実施例では、輝度の分布ｘ（Ｌ）の変動が激しいほど、輝度のずらし量が大きいノイズを付加している。
【００５０】
全体に暗い画像を明るくするなどの画像の加工によって、所定の度数を有する輝度の間に度数０の輝度ができた場合には、その両側の輝度の画素からなる領域が接している箇所において、トーンジャンプが目につく。そして、そのような画像においては、通常、なだらかに推移する輝度の度数分布の中に、ところどころ度数０の輝度が存在する。このため、加工によって度数０の輝度ができた画像データは、αの値が大きくなる。
【００５１】
よって、第１実施例のように、輝度の分布ｘ（Ｌ）の変動の激しさを表す評価値の値に応じてノイズを付加すれば、画像のトーンジャンプの目立ちやすさに応じて、適切なノイズを付加することができる。そして、トーンジャンプが目立たない画像に対して不必要なノイズを付加して、疑似輪郭ではない輪郭をぼやけさせてしまうのを防止できる。
【００５２】
Ｂ．第２実施例：
第２実施例の画像処理方法は、ノイズの付加の仕方が第１実施例の方法とは異なる。他の点は、第１実施例の画像処理方法と同じである。また、装置のハードウェア構成も第１実施例と同様である。
【００５３】
図１３は第２実施例の画像処理方法の手順を示すフローチャートである。図１３のフローチャートにおいて、ステップＳ２からステップＳ１０までの手順は、図４の手順と同じである。
【００５４】
ステップＳ２２においては、αの値がしきい値Ｔｈ３より大きいか否かを判定する。αの値が所定のしきい値Ｔｈ３以下であり、判定結果がＮｏである場合には、そのまま処理を終了する。
【００５５】
ステップＳ２２において、αの値が所定のしきい値Ｔｈ３より大きく、判定結果がＹｅｓである場合は、ステップＳ２４で、振幅Ｗ３のノイズを付加する。ステップＳ２４の処理は、ノイズの振幅が異なる点以外は、ステップＳ１４と同じである。ステップＳ２２のあと、ステップＳ１０に戻る。
【００５６】
ステップＳ１０では、ノイズを付加された画像の画像評価値αの値を再度、計算する。そして、ステップＳ２２において、αの値がしきい値Ｔｈ３より大きいか否かを判定する。以下、同様の手順で処理が実行される。
【００５７】
ステップＳ１０〜Ｓ２４の手順は、画像の評価値αがしきい値Ｔｈ３以下となるまで繰り返される。そして、画像の評価値αがしきい値Ｔｈ３以下となると、処理が終了する。
【００５８】
図１４は、第２実施例の画像処理前の画像データの各画素の輝度Ｌの分布ｘ（Ｌ）のヒストグラムの一例を示す説明図である。図１５は、第２実施例の画像処理後の画像データの各画素の輝度Ｌの分布ｘ（Ｌ）のヒストグラムの一例を示す説明図である。いずれも横軸は輝度であり、縦軸は画素数である。図１４および図１５に示すように、画素数の多い輝度の間に極端に画素数の少ない輝度が存在している画像データに対して第２実施例の画像処理を行うことで、輝度ごとの画素数の変動を少なくすることができる。すなわち、トーンジャンプが目立っていた画像について、トーンジャンプを目立ちにくくすることができる。
【００５９】
第２実施例のような手順を実行すれば、画像データに対して、トーンジャンプが目立たなくなるまで少しづつノイズを付加してゆくことができる。そして、トーンジャンプが目立たなくなった時点で画像処理を終了することができる。このため、トーンジャンプの目立ち易さに応じて適切なノイズを付加して、トーンジャンプを目立たなくすることができる。
【００６０】
Ｃ．第３実施例：
第３実施例の画像処理方法も、ノイズの付加の仕方が第１実施例の方法とは異なる。他の点は、第１実施例の画像処理方法と同じである。また、装置のハードウェア構成も第１実施例と同様である。
【００６１】
図１６は第３実施例の画像処理方法の手順を示すフローチャートである。図１６のフローチャートにおいても、ステップＳ２からステップＳ１０までの手順は、図４の手順と同じである。
【００６２】
ステップＳ３２においては、αの値がしきい値Ｔｈ４より大きいか否かを判定する。αの値が所定のしきい値Ｔｈ４以下であり、判定結果がＮｏである場合には、そのまま処理を終了する。
【００６３】
ステップＳ３２において、αの値が所定のしきい値Ｔｈ４より大きく、判定結果がＹｅｓである場合は、ステップＳ３４で、画像に付加するノイズの振幅Ｗ４の初期値を与える。ここでは、初期値はＷ４ｏとする。その後、ステップＳ３６において、振幅Ｗ４のノイズを付加する。ステップＳ３６の処理は、ノイズの振幅が異なる点以外は、ステップＳ１４と同じである。
【００６４】
ステップＳ３８では、ノイズを付加した画像データについて、画像評価値αを計算する。計算方法は、ステップＳ１０と同じである。そして、ステップＳ４０においては、αの値がしきい値Ｔｈ４より大きいか否かを判定する。αの値が所定のしきい値Ｔｈ４以下であり、判定結果がＮｏである場合には、処理を終了する。
【００６５】
ステップＳ４０において、αの値が所定のしきい値Ｔｈ４より大きく、判定結果がＹｅｓである場合は、ステップＳ４２において、ステップＳ３６で付加したノイズを除去する。そして、ステップＳ４４で、画像に付加するノイズの振幅Ｗ４をΔＷ４だけ増やす。そして、ステップＳ３６に戻る。ステップＳ３６では、ステップＳ４４で増やされた振幅Ｗ４で、画像データにノイズを付加する。以下、同様の手順で処理が実行される。
【００６６】
ステップＳ３６〜Ｓ４４の手順は、画像の評価値αがしきい値Ｔｈ４以下となるまで繰り返される。そして、画像の評価値αがしきい値Ｔｈ４以下となると、処理が終了する。
【００６７】
このような手順を実行しても、トーンジャンプの目立ち易さに応じて適切なノイズを付加して、トーンジャンプを目立たなくすることができる。
【００６８】
Ｄ．第４実施例：
第４実施例は、画像評価値αの計算のしかたが第１実施例とは異なる。他の点は、第１実施例の画像処理方法と同じである。また、装置のハードウェア構成も第１実施例と同様である。
【００６９】
第４実施例では、以下の式（４）で定められるｇ（Ｌ）に対してフーリエ変換を行い、所定の周波数帯域ｆ１〜ｆ２におけるパワーの平均を、画像評価値αとする。なお、分布ｇ（Ｌ）の例は、図８に示すとおりである。
【００７０】
ｇ（Ｌ）＝ｘ（Ｌ）−ｙ（Ｌ）・・・（４）
【００７１】
いま、輝度Ｌが０から（Ｎ−１）までのＮ階調あるとすると、ｇ（Ｌ）は、以下の式（５）のように複素フーリエ級数表示できる。ここで、ｋは０以上の整数である。
【００７２】
【数１】

【００７３】
Ｇ（ｋ／Ｎ）は、以下の式（６）で与えられる。本明細書では、式（６）で与えられるＧ（ｋ／Ｎ）を、周波数（ｋ／Ｎ）における「パワー」と呼ぶ。
【００７４】
【数２】

【００７５】
第４実施例では、周波数（ｋ／Ｎ）が所定の周波数帯域ｆ１〜ｆ２内にあるＧ（ｋ／Ｎ）について平均を求めて、その平均値を画像評価値αとする。
【００７６】
画像においてトーンジャンプが目につく場合には、その画像の輝度のヒストグラムｘ（Ｌ）から得たｇ（Ｌ）（式（４）参照）が、所定の周波数成分を多く含むことがある。第４実施例では、このｇ（Ｌ）をフーリエ変換して得たパワースペクトルのうち、目に付きやすいトーンジャンプが生じる所定の周波数帯域のパワーの平均を画像評価値としている。このため、目に付きやすいトーンジャンプが生じている画像に対して、ノイズを付加して、トーンジャンプを目立ちにくくすることができる。そして、トーンジャンプが目に付きにくい画像に対して不要なノイズを付加して、画像の輪郭をぼやけさせてしまうことがない。
【００７７】
Ｅ．第５実施例：
第５実施例も、画像評価値αの計算のしかたが第１実施例とは異なる。他の点は、第１実施例の画像処理方法と同じである。また、装置のハードウェア構成も第１実施例と同様である。
【００７８】
第５実施例では、上記の式（４）で定められるｇ（Ｌ）に基づいて、以下の式（７）でσ^２を計算し、そのσ^２を画像評価値αとする。ここで、輝度の階調は０〜（Ｎ−１）のＮ階調であるものとする。なお、ｇ_ａｖｅは、全階調０〜２５５の輝度についてのｇ（Ｌ）の画素数の平均値である。
【００７９】
【数３】

【００８０】
式（７）で得られるσ^２は、ｇ（Ｌ）の度数方向についての分散に相当する。すなわち、平滑化分布ｙ（Ｌ）と比べてｘ（Ｌ）の変化が激しいほど、ｇ（Ｌ）の変動幅が大きくなるので、σ^２は大きくなる。よって、式（７）で得られるσ^２、すなわちαは、画像においてトーンジャンプが発生するか否かの目安となりうる。このため、このような計算式で画像評価値αを決定して、その値に応じて画像データにノイズを付加することとしても、トーンジャンプの目立ち易さに応じて適切なノイズを付加して、トーンジャンプを目立たなくすることができる。
【００８１】
Ｆ．第６実施例：
第６実施例の画像処理方法は、平滑化度数分布ｙ（Ｌ）の求め方が第１実施例の方法とは異なる。他の点は、第１実施例の画像処理方法と同じである。また、装置のハードウェア構成も第１実施例と同様である。
【００８２】
第６実施例では、度数分布ｘ（Ｌ）に対して、ローパスフィルタを適用して、高周波成分を除いたものを平滑化度数分布ｙ（Ｌ）とする。すなわち、度数分布ｘ（Ｌ）に対して、フーリエ変換を行い、高周波成分を除いたものを平滑化度数分布ｙ（Ｌ）とする。
【００８３】
いま、輝度Ｌが０から（Ｎ−１）までのＮ階調あるとすると、ｘ（Ｌ）は、以下の式（８）のように複素フーリエ級数表示できる。ここで、ｋは０以上の整数である。
【００８４】
【数４】

【００８５】
Ｘ（ｋ／Ｎ）は、以下の式（９）で与えられる。
【００８６】
【数５】

【００８７】
第６実施例においては、式（８）の形で表されたｘ（Ｌ）において、ｋが１０以上の項を除いたものをｙ（Ｌ）とする。ｙ（Ｌ）は以下の式（１０）で表すことができる。
【００８８】
【数６】

【００８９】
このようにして平滑化分布ｙ（Ｌ）を求めても、第１実施例と同様、トーンジャンプを目立たなくする画像処理を行うことができる。なお、各実施例において、画像評価値αの計算方法が第１実施例とは異なる場合には、画像評価値αのしきい値Ｔｈ１，２もそれぞれの実施例に適した値とする必要がある。
【００９０】
Ｇ．変形例：
なお、この発明は上記の実施例や実施形態に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能であり、例えば次のような変形も可能である。
【００９１】
上記第１実施例では、画素値に付加するノイズの大きさについて、ガウス分布に類似の分布を有するものとし、画像評価値αに基づいて、ノイズの振幅を変動させていた。しかし、ノイズを付加する際には、ノイズをガウス分布に類似しない分布とし、画像評価値αに応じて、ノイズの大きさを決定してもよい。また、一定の大きさのノイズを与えて、画像評価値αに応じて、そのノイズの大きさを決定してもよい。すなわち、画像評価値αに応じて、画素値に付加するノイズの大きさを決定すればよい。
【００９２】
また、画素値にノイズを付加する際には、各画素についての画素値をずらす確率を変動させてもよい。すなわち、画像評価値αが高い場合には、画素値をずらす画素の割合を高くし、画像評価値αが低い場合には、それに応じて画素値をずらす画素の割合を低くしてもよい。そして、画像評価値が所定の条件を満たす場合には、ノイズを付加する画素を選択する確率を０とし、画素値にノイズを付加しない態様とすることもできる。すなわち、画像データにノイズを付加する際には、ノイズを付加する画素を選択する確率を、画像評価値に応じて決定するものであればよい。
【００９３】
上記第１〜第３実施例では、式（２）によって平滑化度数分布ｙ（Ｌ）を定めていた。しかし、第６実施例にも示したように、他の方法で平滑化度数分布ｙ（Ｌ）を定めてもよい。たとえば、度数分布ｘ（Ｌ）の各輝度について、対象とする輝度の前後の２個ずつの輝度の度数と、対象としている輝度の度数との合計５階調の輝度の度数の平均値を求めて、その平均値を、度数分布ｙの対象とする輝度の度数としてもよい。さらに、対象とする輝度の前後の３個以上の輝度の画素数を含む平均値を、度数分布ｙの対象とする輝度の度数としてもよい。
【００９４】
また、第６実施例ではｘ（Ｌ）に対してフーリエ変換を行い、ｋが１０以上の高周波成分を落として平滑化分布ｙ（Ｌ）を求めていた。しかし、ｙ（Ｌ）を求める際には、ｋが５以上の高周波成分を落としてもよいし、ｋが１５以上の高周波成分を落としてもよい。すなわち、平滑化分布ｙは、度数分布ｘに対して所定の平滑化処理を行ったものであればよい。なお、本明細書において「平滑化」とは、移動平均のみを意味するのではなく、形状を平滑にすること一般を意味する。
【００９５】
また、上記各実施例では、各画素の輝度Ｌの分布をもとに画像評価値を定めていた。しかし、画素についての他の評価値に基づいて画像評価値を定めてもよい。たとえば、画像データが、ＲＧＢ（レッド、グリーン、ブルー）の色の情報を有している画素の集合によって画像を表す画像データである場合には、各色の濃淡を表す階調値について、画素数の度数分布を求めて、その度数分布とその度数分布の平滑化分布とに基づいて、画像評価値を定めてもよい。また、様々な色空間座標の値について、画素数の分布を求め、その度数分布とその度数分布の平滑化分布とに基づいて、画像評価値を定めてもよい。すなわち、度数分布ｘは、各画素についての所定の評価値の度数分布であればよい。
【００９６】
そして、画像データは、画素値をそれぞれ有する複数の画素によって画像を表現する画像データであればよい。また、各画素値は、あらかじめ画像データ中にその値自体が含まれているものには限られない。第１実施例で示したように、画像データ中に含まれる各画素に対応する数値（たとえば、ＲＧＢ各色の階調値）から演算によって得られる値でもよい。すなわち、各画素に対応する値として実質的に画素値が画像データに含まれていればよい。そのような場合には、画像データ中の各画素は「画素値をそれぞれ有する」画素に該当するものとする。
【００９７】
第５実施例においては、ｇ（Ｌ）の度数方向についての分散に相当するσ^２を画像評価値αとした。しかし、αは、以下の式（１１）で得られる値σとしてもよい。
【００９８】
【数７】

【００９９】
式（１１）で得られるσは、ｇ（Ｌ）の度数方向についての標準偏差に相当するものである。よって、式（１１）でσを計算し、そのσを画像評価値αとして、その値に応じて画像データにノイズを付加することとしても、トーンジャンプの目立ち易さに応じて適切なノイズを付加して、トーンジャンプを目立たなくすることができる。すなわち、画像評価値αは、画像についての所定の評価値であって、度数分布ｘと平滑化分布ｙとに基づいて得られる評価値であればよい。
【０１００】
なお、各実施例の手順を、二つ以上、同時に実施することとしてもよい。たとえば、画像評価値αの決定は第４実施例の手順にしたがって行い、ノイズの付加は、第２実施例または第３実施例の手順で行うこととしてもよい。また、第６実施例の手順で平滑化分布ｙ（Ｌ）を求めて画像評価値αを計算し、ノイズの付加は、第２実施例または第３実施例の手順で行うこととしてもよい。すなわち、各実施例の画像評価値の決定手順と、ノイズ付加の手順は、異なる実施例のものと組み合わせて実施することができる。
【０１０１】
上記実施例において、ハードウェアによって実現されていた構成の一部をソフトウェアに置き換えるようにしてもよく、逆に、ソフトウェアによって実現されていた構成の一部をハードウェアに置き換えるようにしてもよい。例えば、図１に示したようなトーンジャンプ判定部、ノイズ付加部による処理をハードウェア回路で行うこととしてもよい。
【図面の簡単な説明】
【図１】本発明の実施例である画像処理装置の概略構成を示す説明図。
【図２】デジタル画像の明るさを操作する際に用いられるトーンカーブを表す説明図。
【図３】画像データに対して図２のトーンカーブＣ１で表される加工がされた場合の輝度の分布の変化を表す説明図。
【図４】本発明の一態様である画像処理方法の手順を示すフローチャート。
【図５】トーンジャンプが生じている画像の一例を示す説明図。
【図６】ステップＳ４で得られた画像データの各画素の輝度Ｌの分布ｘ（Ｌ）のヒストグラムの説明図。
【図７】図６の分布ｘ（Ｌ）を平滑化して得た平滑化度数分布ｙ（Ｌ）のヒストグラム。
【図８】｛ｘ（Ｌ）−ｙ（Ｌ）｝の分布を表すヒストグラム。
【図９】｜ｘ（Ｌ）−ｙ（Ｌ）｜の分布を表すヒストグラム。
【図１０】図４の画像処理を行った後の画像の一例を示す説明図。
【図１１】意図的にトーンジャンプを発生させた画像のサンプルを示す説明図。
【図１２】図１１に対してトーンジャンプを目立たなくする画像処理を行った結果のイメージを示す説明図。
【図１３】第２実施例の画像処理方法の手順を示すフローチャート。
【図１４】第２実施例の画像処理後の画像データの各画素の輝度Ｌの分布ｘ（Ｌ）のヒストグラムの一例を示す説明図。
【図１５】第２実施例の画像処理後の画像データの各画素の輝度Ｌの分布ｘ（Ｌ）のヒストグラムの一例を示す説明図。
【図１６】第３実施例の画像処理方法の手順を示すフローチャート。
【符号の説明】
２２…プリンタ
１００…パーソナルコンピュータ
１０２…ＣＰＵ
１０２ａ…画像データ入力部
１０２ｂ…トーンジャンプ判定部
１０２ｃ…ノイズ付加部
１０２ｄ…輝度演算部
１０２ｅ…輝度分布作成部
１０２ｆ…平滑化分布作成部
１０２ｇ…決定部
１１０…ディスプレイ
１２０…キーボード
１３０…マウス
１４０…Ｒ／ＲＷドライブ
Ｃ０…明るさについての操作をしない場合の輝度の対応を表す直線
Ｃ１…明るさについての操作の内容を表すトーンカーブ
Ｃ２…明るさについての操作の内容を表すトーンカーブ
Ｌ…輝度
Ｌ１〜Ｌ４…輝度の階調
Ｐ…全画素数
Ｒ１〜Ｒ４…輝度の範囲
ｇ（Ｌ）…輝度の度数分布ｘ（Ｌ）と平滑化度数分布ｙ（Ｌ）の差の度数分布
Ｔｈ１〜Ｔｈ４…画像評価値についてのしきい値
Ｗ１〜Ｗ４…ノイズの振幅
Ｗ４ｏ…ノイズの振幅Ｗ４の初期値
ｘ（Ｌ）…輝度の度数分布
ｙ…輝度の度数分布ｘ（Ｌ）をなだらかにしてた平滑化度数分布
ΔＷ４…ノイズの振幅Ｗ４の増分

Claims

画像データの処理方法であって、
（ａ）画素値をそれぞれ有する複数の画素によって画像を表現する画像データを準備する工程と、
（ｂ）前記画像データについて、前記画素値ごとの画素数の分布である度数分布ｘを求める工程と、
（ｃ）前記度数分布ｘに対して所定の平滑化処理を行った度数分布ｙを求める工程と、
（ｄ）前記度数分布ｘと前記度数分布ｙとに基づいて、前記画像データについての画像評価値を決定する工程と、
（ｅ）前記画像評価値に応じて前記画像データにノイズを付加する工程と、を備える、画像データの処理方法。
請求項１記載の画像データの処理方法であって、
前記工程（ｃ）は、
前記度数分布ｘの各画素値について、対象とする画素値の度数と、前記対象とする画素値の前後の複数の画素値の度数と、の平均値を計算し、前記平均値を、前記度数分布ｙの前記対象とする画素値における度数とする工程を含む、画像データの処理方法。
請求項１記載の画像データの処理方法であって、
前記工程（ｃ）は、
前記度数分布ｘに対してローパスフィルタを適用して前記度数分布ｙを得る工程を含む、画像データの処理方法。
請求項１記載の画像データの処理方法であって、
前記工程（ｄ）は、
前記度数分布ｘと前記度数分布ｙとの差の絶対値を前記全画素値について合計した値に基づいて、前記画像評価値を決定する工程を含む、画像データの処理方法。
請求項１記載の画像データの処理方法であって、
前記工程（ｄ）は、
（ｄ１）前記度数分布ｘと前記度数分布ｙとの差の度数分布ｇに対してフーリエ変換を行う工程と、
（ｄ２）前記度数分布ｇの、所定の周波数についてのパワーの大きさに基づいて、前記画像評価値を決定する工程を含む、画像データの処理方法。
請求項１記載の画像データの処理方法であって、
前記工程（ｄ）は、
度数分布ｘと前記度数分布ｙとの差の分散に基づいて、前記画像評価値を決定する工程を含む、画像データの処理方法。
請求項１記載の画像データの処理方法であって、
前記工程（ｅ）は、
（ｅ１）所定の確率で選択された画素について前記画素値にノイズを付加する工程を含み、
前記工程（ｅ１）は、
（ｅ２）前記画像評価値に応じて、前記画素値に付加するノイズの大きさを決定する工程を含む、画像データの処理方法。
請求項１記載の画像データの処理方法であって、
前記工程（ｅ）は、
（ｅ１）所定の確率で選択された画素について前記画素値にノイズを付加する工程を含み、
前記工程（ｅ１）は、
（ｅ２）前記画像評価値に応じて、前記所定の確率を決定する工程を含む、画像データの処理方法。
請求項１、７または８に記載の画像データの処理方法であって、
前記工程（ｅ）は、
（ｅ３）前記ノイズを付加された前記画像データについて、前記画像評価値を決定する工程と、
（ｅ４）前記工程（ｅ３）で決定された前記評価値が所定の条件を満たす場合に、前記画像データにさらにノイズを付加する工程と、を含む画像データの処理方法。
請求項７記載の画像データの処理方法であって、
前記画素値は画素の輝度である画像データの処理方法。
画像データを処理する画像処理装置であって、
画素値をそれぞれ有する複数の画素によって画像を表現する画像データを読み込む画像データ入力部と、
前記画像データについて、前記画素値ごとの画素数の分布である度数分布ｘを求める評価値分布作成部と、
前記度数分布ｘに対して所定の平滑化処理を行った度数分布ｙを求める平滑化分布作成部と、
前記度数分布ｘと前記度数分布ｙとに基づいて、前記画像データについての画像評価値を決定する画像評価値決定部と、
前記画像評価値に応じて前記画像データにノイズを付加するノイズ付加部と、を備える、画像データ処理装置。
請求項１１記載の画像データ処理装置であって、
前記平滑化分布作成部は、前記度数分布ｘの各画素値について、対象とする画素値の度数と、前記対象とする画素値の前後の複数の画素値の度数と、の平均値を計算し、前記平均値を、前記度数分布ｙの前記対象とする画素値における度数とする、画像データ処理装置。
請求項１１記載の画像データ処理装置であって、
前記平滑化分布作成部は、前記度数分布ｘに対してローパスフィルタを適用して前記度数分布ｙを得る、画像データ処理装置。
請求項１１記載の画像データ処理装置であって、
前記画像評価値決定部は、前記度数分布ｘと前記度数分布ｙとの差の絶対値を前記全画素値について合計した値に基づいて、前記画像評価値を決定する、画像データ処理装置。
請求項１１記載の画像データ処理装置であって、
前記画像評価値決定部は、
前記度数分布ｘと前記度数分布ｙとの差の度数分布ｇに対してフーリエ変換を行い、
前記度数分布ｇの、所定の周波数についてのパワーの大きさに基づいて、前記画像評価値を決定する、画像データ処理装置。
請求項１１記載の画像データ処理装置であって、
前記画像評価値決定部は、度数分布ｘと前記度数分布ｙとの差の分散に基づいて、前記画像評価値を決定する、画像データ処理装置。
請求項１１記載の画像データ処理装置であって、
前記ノイズ付加部は、
所定の確率で選択された画素について前記画素値にノイズを付加し、
前記画像評価値に応じて、前記画素値に付加するノイズの大きさを決定する、画像データ処理装置。
請求項１１記載の画像データ処理装置であって、
前記ノイズ付加部は、
所定の確率で選択された画素について前記画素値にノイズを付加し、
前記画像評価値に応じて、前記所定の確率を決定する、画像データ処理装置。
請求項１１、１７または１８に記載の画像データ処理装置であって、
前記ノイズ付加部は、
前記ノイズを付加された前記画像データについて、前記画像評価値を決定し、
決定された前記評価値が所定の条件を満たす場合に、前記画像データにさらにノイズを付加する、画像データ処理装置。
請求項１７記載の画像データ処理装置であって、
前記画素値は画素の輝度である画像データ処理装置。
画像データの処理を行うプログラムであって、
画素値をそれぞれ有する複数の画素によって画像を表現する画像データを読み込む第１のサブプログラムと、
前記画像データについて、前記画素値ごとの画素数の分布である度数分布ｘを求める第２のサブプログラムと、
前記度数分布ｘに対して所定の平滑化処理を行った度数分布ｙを求める第３のサブプログラムと、
前記度数分布ｘと前記度数分布ｙとに基づいて、前記画像データについての画像評価値を決定する第４のサブプログラムと、
前記画像評価値に応じて前記画像データにノイズを付加する第５のサブプログラムと、を備えるプログラム。
請求項２１記載のプログラムであって、
前記第３のサブプログラムは、前記度数分布ｘの各画素値について、対象とする画素値の度数と、前記対象とする画素値の前後の複数の画素値の度数と、の平均値を計算し、前記平均値を、前記度数分布ｙの前記対象とする画素値における度数とする、プログラム。
請求項２１記載のプログラムであって、
前記第３のサブプログラムは、前記度数分布ｘに対してローパスフィルタを適用して前記度数分布ｙを得る、プログラム。
請求項２１記載のプログラムであって、
前記第４のサブプログラムは、前記度数分布ｘと前記度数分布ｙとの差の絶対値を前記全画素値について合計した値に基づいて、前記画像評価値を決定する、プログラム。
請求項２１記載のプログラムであって、
前記第４のサブプログラムは、
前記度数分布ｘと前記度数分布ｙとの差の度数分布ｇに対してフーリエ変換を行う第６のサブプログラムと、
前記度数分布ｇの、所定の周波数についてのパワーの大きさに基づいて、前記画像評価値を決定する第７のサブプログラムと、を含む、プログラム。
請求項２１記載のプログラムであって、
前記第４のサブプログラムは、度数分布ｘと前記度数分布ｙとの差の分散に基づいて、前記画像評価値を決定する、プログラム。
請求項２１記載のプログラムであって、
前記第５のサブプログラムは、
所定の確率で選択された画素について前記画素値にノイズを付加する第６のサブプログラムと、
前記画像評価値に応じて、前記画素値に付加するノイズの大きさを決定する第７のサブプログラムと、を含むプログラム。
請求項２１記載のプログラムであって、
前記第５のサブプログラムは、
所定の確率で選択された画素について前記画素値にノイズを付加する第６のサブプログラムと、
前記画像評価値に応じて、前記所定の確率を決定する第７のサブプログラムと、を含むプログラム。
請求項２１、２７または２８に記載のプログラムであって、
前記第５のサブプログラムは、
前記ノイズを付加された前記画像データについて、前記画像評価値を決定する第６のサブプログラムと、
決定された前記評価値が所定の条件を満たす場合に、前記画像データにさらにノイズを付加する第７のサブプログラムと、を含むプログラム。
請求項２７記載のプログラムであって、
前記画素値は画素の輝度であるプログラム。