JP2006343989A - 画像処理装置、画像処理方法及び画像処理プログラム - Google Patents

Abstract

【課題】 対象物の外観の性状の情報を元に画像データから対象物の姿勢や状態に関する情報を生成する場合に、精度を向上できる画像処理装置を提供する。
【解決手段】 第１領域抽出部２１が画像データから人物の肌に係る画像領域を抽出し、色ヒストグラム生成部２２が前記画像領域に含まれる画素の色ヒストグラムを生成し、パラメタ算出部２４が前記色ヒストグラムに基づいて、所定関数のパラメタを算出し、色ヒストグラム補正部２５が前記色ヒストグラムの度数を前記所定関数と前記パラメタを用いて算出した値に補正し、第２領域検出部２６が前記補正された色ヒストグラムに基づいて、前記画像データから人物の肌に係る別の画像領域を検出する画像処理装置である。
【選択図】 図２

Description

本発明は、画像データに含まれる、人物等の対象物の姿勢や状態に関する情報を生成する画像処理装置、画像処理方法及び画像処理プログラムに関する。

画像データの中から、人物の顔や手などの部分を検出することは、当該人物の姿勢や状態を認識するために極めて重要な技術である。ところが、例えば手など動きの自由度の大きい部分は、その形状パターンを用いて検出することが難しい。そこで、手を含む画像領域を検出するために、予め与えられた肌色の情報を用いて、当該肌色の部分を検出することで画像領域を検出する技術がある（例えば、特許文献１及び特許文献２参照）。しかし、この技術を用いた場合、肌の色は人によって様々であり、また環境光の色により肌の色は変化するため、正しく検出することが困難な場合もある。

そこで、まず画像データの中から、形状パターンを用いて比較的精度よく検出できる肌色画像領域（例えば、顔を含む顔領域）を抽出し、当該顔領域に含まれる画素の色分布を用いて目的とする画像領域（例えば、手を含む手領域）を検出する技術がある（特許文献３参照）。この技術によれば、同じ人物の顔と手は近い色になると考えられるため、比較的肌の色の個人差や環境光の影響を受けずに手領域を検出できる。
特開２００２‐２８８６４０号公報 特開平８‐４４４９０号公報 特開２００５‐０７８２５７号公報

しかしながら、上記特許文献３の技術により、例えば顔領域の色分布を用いて手領域の検出を行う場合、実際に撮像して生成された画像データから色分布を生成するため、サンプルとなる顔領域の画素数に限りがある。そのため、統計的に望ましい色分布を生成するために十分な量のデータが得られない場合があり、手領域の検出の精度に悪影響を及ぼす可能性がある。また、例えば動物やロボット等、人物以外の一般の対象物を認識する場合でも、色のような外観の性状を用いて対象部分を認識する際には、同様の問題がある。

本発明は、上記実情に鑑みてなされたものであって、その目的の一つは、対象物の外観の性状を利用して画像データから対象物の姿勢や状態に関する情報を生成する場合に、精度を向上できる画像処理装置、画像処理方法及び画像処理プログラムを提供することにある。

上記課題を解決するための本発明に係る画像処理装置は、人物の少なくとも一部を撮像して生成された画像データについて、当該画像データから、人物の肌に係る部分を含む第１の画像領域を抽出する画像領域抽出手段と、前記第１の画像領域に含まれる画素の色分布を色ヒストグラムとして生成する色ヒストグラム生成手段と、前記色ヒストグラムに基づいて、所定関数のパラメタを算出するパラメタ算出手段と、前記色ヒストグラムの少なくとも一部の度数を、前記所定関数と前記パラメタを用いて算出した値に補正する色ヒストグラム補正手段と、前記色ヒストグラム補正手段により補正された前記色ヒストグラムに基づいて、前記画像データから前記第１の画像領域とは異なる人物の肌に係る部分を含む第２の画像領域を少なくとも一つ検出し、その結果を出力する画像領域検出手段と、を含むことを特徴とする。

ここで、前記所定関数は、ガウス分布を表す関数であってもよい。

また、上記画像処理装置は、前記色ヒストグラム補正手段で用いる前記所定関数を、複数の所定関数の候補の中から選択する補正方式選択手段をさらに含むこととしてもよい。

また、本発明に係る他の画像処理装置は、対象物の少なくとも一部を撮像して生成された画像データについて、当該画像データから、対象物の所定特徴部分を含む第１の画像領域を抽出する画像領域抽出手段と、前記第１の画像領域に含まれる画素値から、対象物の外観に関する性状情報の分布をヒストグラムとして生成するヒストグラム生成手段と、前記ヒストグラムに基づいて、所定関数のパラメタを算出するパラメタ算出手段と、前記ヒストグラムの少なくとも一部の度数を、前記所定関数と前記パラメタを用いて算出した値に補正するヒストグラム補正手段と、前記ヒストグラム補正手段により補正された前記ヒストグラムに基づいて、前記画像データから前記第１の画像領域とは異なる対象物の一部を含む第２の画像領域を少なくとも一つ検出し、その結果を出力する画像領域検出手段と、を含むことを特徴とする。

また、本発明に係る画像処理方法は、コンピュータを用いて、人物の少なくとも一部を撮像して生成された画像データについて、当該画像データから、人物の肌に係る部分を含む第１の画像領域を抽出する第１のステップと、前記第１の画像領域に含まれる画素の色分布を色ヒストグラムとして生成する第２のステップと、前記色ヒストグラムに基づいて、所定関数のパラメタを算出する第３のステップと、前記色ヒストグラムの少なくとも一部の度数を、前記所定関数と前記パラメタを用いて算出した値に補正する第４のステップと、前記第４のステップにより補正された前記色ヒストグラムに基づいて、前記画像データから前記第１の画像領域とは異なる人物の肌に係る部分を含む第２の画像領域を少なくとも一つ検出し、その結果を出力する第５のステップと、を実行することを特徴とする。

また、本発明に係る画像処理プログラムは、コンピュータに、人物の少なくとも一部を撮像して生成された画像データについて、当該画像データから、人物の肌に係る部分を含む第１の画像領域を抽出する第１のステップと、前記第１の画像領域に含まれる画素の色分布を色ヒストグラムとして生成する第２のステップと、前記色ヒストグラムに基づいて、所定関数のパラメタを算出する第３のステップと、前記色ヒストグラムの少なくとも一部の度数を、前記所定関数と前記パラメタを用いて算出した値に補正する第４のステップと、前記第４のステップにより補正された前記色ヒストグラムに基づいて、前記画像データから前記第１の画像領域とは異なる人物の肌に係る部分を含む第２の画像領域を少なくとも一つ検出し、その結果を出力する第５のステップと、を実行させることを特徴とする。

本発明によれば、対象物の所定特徴部分について、その外観に関する性状情報の分布をヒストグラムとして生成し、所定関数により当該ヒストグラムを補正して用いることで、画像データから対象物の所定特徴部分を含む別の領域を検出する際に、精度を向上できる。

以下、本発明の好適な実施の形態について、図面を参照しながら説明する。

本発明の実施の形態に係る画像処理装置１０は、図１に示すように、制御部１１、記憶部１２、操作部１３、表示部１４及び撮像部１５を含んで構成されている。

ここで、制御部１１は、例えばＣＰＵ等で構成されており、記憶部１２に格納されているプログラムに従って動作する。記憶部１２は、ＲＡＭやＲＯＭ等のメモリ素子及び／又はディスクデバイスなどを含んで構成されている。この記憶部１２には、制御部１１によって実行されるプログラムが格納されている。また、記憶部１２は、制御部１１のワークメモリとしても動作する。本発明において制御部１１が実行する処理の内容については、後に詳しく述べる。

操作部１３は、キーボードやマウス等であり、利用者の指示操作を受け付けて、当該指示操作の内容を制御部１１に出力する。表示部１４は、ディスプレイ等であり、制御部１１からの指示に従って、情報の表示を行う。

撮像部１５は、デジタルスチルカメラやビデオカメラ等であり、画像を撮影して得られた画像データを制御部１１に対して出力する。なお、撮像部１５は、必ずしも必要ではない。この場合、本発明による処理の対象となる画像データは、記憶部１２に予め保持されていてもよいし、図示しない通信部によりネットワーク経由で他の装置から受信することとしてもよい。

以下では、人物を撮像して生成された画像データに対して、当該人物の顔に係る部分を含む顔領域をまず抽出し、当該顔領域に含まれる画素の色の情報に基づいて当該人物の手に係る部分を含む手領域を検出する場合に、画像処理装置１０が実行する処理を例として説明する。なお、本発明の実施の形態は、このような形態に限られない。例えば、顔全体ではなく、当該人物の鼻を含む領域や頬を含む領域をサンプルデータとして用いる画像領域として抽出することとしてもよい。また、人物だけでなく、動物やロボット等、その姿勢や状態を外観の性状情報を用いて検出可能な多様な対象物に対して適用することができる。この場合、対象物の外観や撮像する画像のデータ形式などによって、色の情報に代えて画素の濃度の情報など他の外観の性状に関する情報を用いてもよい。

画像処理装置１０は、機能的には、図２に示すように、第１領域抽出部２１、色ヒストグラム生成部２２、補正方式選択部２３、パラメタ算出部２４、色ヒストグラム補正部２５及び第２領域検出部２６を含んで構成されている。これらの機能は、プログラムとして画像処理装置１０の記憶部１２に記憶されており、制御部１１によって実行される。

まず、第１領域抽出部２１は、撮像部１５などによって得られた画像データに対して、当該画像データの中からサンプルデータとして用いる画像領域を抽出する。撮像部１５がビデオカメラなどの場合、動画像のデータが得られるが、この場合、第１領域抽出部２１は、動画像データの中に含まれる各フレームの静止画像データに対して、処理を行う。

ここでは、第１領域抽出部２１は、人物の顔に係る部分を含む領域（顔領域）を抽出する。顔領域の抽出の方法は特に限定されず、任意の技術を用いることができる。例えば、第１領域抽出部２１は、予め学習によって獲得した顔の形状パターンに関する統計データを用いて、顔領域の抽出を行うこととしてもよい。また、第１領域抽出部２１は、顔の位置だけでなく、顔の向きや大きさを特定することとしてもよい。

色ヒストグラム生成部２２は、第１領域抽出部２１により抽出された画像領域に含まれる画素について、その色分布を表す色ヒストグラムを生成する。生成される色ヒストグラムは、対象となる画像データに表される人物の顔の色情報から得られた、その人物固有の肌の色情報を表すことになる。

具体的に、色ヒストグラム生成部２２は、まず顔領域に含まれる画素がそれぞれ持つ色の値を、必要に応じて適当な色空間上の値に変換する。例えば、元の画像データに含まれるそれぞれの画素が、赤、緑、青の３原色のそれぞれについて０から２５５までの２５６階調の値（以下、それぞれＲ，Ｇ，Ｂで表す）を持ち、これら３つの値の組み合わせによって画素の持つ色が表されるものとする。この場合、色ヒストグラム生成部２２は、他の色空間への変換を行わず、Ｒ，Ｇ，Ｂの値をそのまま用いて３次元のヒストグラムを生成してもよいし、３つの値のうち一部の値のみ用いて、より低次元のヒストグラムを生成することとしてもよい。また、特に人物の肌色の特徴を捉える場合には、前記Ｒ，Ｇ，Ｂの値によって表される色を正規化ｒｇ空間や、ＨＳＶ空間上の値に変換することが望ましい。ここでは、正規化ｒｇ空間上の値に変換するものとする。正規化ｒｇ空間上のｒ成分、ｇ成分のそれぞれの値は、以下の計算式により計算される。
ｒ＝Ｒ／（Ｒ＋Ｇ＋Ｂ）
ｇ＝Ｇ／（Ｒ＋Ｇ＋Ｂ）
この計算式により、色ヒストグラム生成部２２は、それぞれの画素について、（Ｒ，Ｇ，Ｂ）の値から、正規化ｒｇ空間上の値（ｒ，ｇ）を得る。ここで、ｒ，ｇはそれぞれ０から１までの値をとる。

さらに、色ヒストグラム生成部２２は、顔領域に含まれる画素のそれぞれについて、必要に応じて変換された色空間上の値が、色ヒストグラムのどのビンに含まれるか判定する。ここで、ヒストグラムのビン数としては、予め定められた適当な値を用いる。例えばビン数をｒ成分、ｇ成分のそれぞれについて５０とすると、生成される色ヒストグラムは、５０×５０のビン数を持つ２次元のヒストグラムになる。ｒ，ｇはそれぞれ０から１までの値をとるので、ビンの幅が一様である場合、それぞれのビン幅は１／５０となる。

このようにして、色ヒストグラム生成部２２は、第１領域抽出部２１が抽出した画像領域に含まれる画素について、所定の色空間における色分布を色ヒストグラムとして生成する。この色ヒストグラムは、それぞれのビンについて、そのビンに該当する成分の色を持つ画素の数を、調査対象とした画素数で割った値を度数として持つ。すなわち、各ビンの度数は画像領域に含まれる全画素に対する割合で表され、全てのビンの度数を合計すると１になる。

補正方式選択部２３は、パラメタ算出部２４及び色ヒストグラム補正部２５で用いる補正関数を複数の関数の候補の中から選択し、決定する。補正方式選択部２３が選択する補正関数の候補としては、ガウス分布を初めとする確率分布を表す分布関数や、補正対象として注目するビンの近傍のビン（すなわち、色空間上における近い点）の度数を用いる関数があり得る。また、この補正関数の選択は、元の画像データの形式や色ヒストグラム生成部２２が色ヒストグラムを生成する際に用いた色空間などに基づいて行ってもよい。なお、補正関数として所定の一種類の関数しか用いない場合、補正方式選択部２３は、必ずしも必要ではない。

パラメタ算出部２４は、予め定められた、又は補正方式選択部２３が選択した所定の関数について、その関数を補正関数として用いる際に必要となる関数のパラメタを算出する。ここでは、所定関数としてガウス分布を表す関数を用いるものとすると、その関数は以下の式で表される。

ここで、Ｂ（ｉ，ｊ）は、色ヒストグラムを補正する場合の、ｒ成分について第ｉ番目、ｇ成分について第ｊ番目のビンの補正後の度数の値である。ｒ成分、ｇ成分ともにビン数をＮとした場合、１≦ｉ≦Ｎ、１≦ｊ≦Ｎとなる。

上記関数を用いる場合、パラメタ算出部２４は、色ヒストグラム生成部２２が生成した色ヒストグラムのデータに基づいて、上記関数のパラメタであるμ_ｒ，μ_ｇ，σ_ｒ及びσ_ｇの値を算出する。ここで、μ_ｒ，σ_ｒはそれぞれｒ成分の平均度数値及び標準偏差であり、μ_ｇ，σ_ｇは、ｇ成分の平均度数値及び標準偏差である。これらの値は、以下の式によって求めることができる。

ここで、Ａ（ｉ，ｊ）は、色ヒストグラム生成部２２によって得られた色ヒストグラムにおける、ｒ成分について第ｉ番目、ｇ成分について第ｊ番目のビンの度数の値である。パラメタ算出部２４が算出したパラメタは、色ヒストグラム補正部２５による色ヒストグラムの補正に用いられる。

色ヒストグラム補正部２５は、予め定められた、又は補正方式選択部２３が選択した所定の関数と、パラメタ算出部２４が算出したパラメタを用いて、色ヒストグラムの度数を算出し、算出された値により、色ヒストグラムを補正する。これにより、色ヒストグラム生成部２２が生成した色ヒストグラムの中に、統計的なサンプルの少なさなどに起因する異常値を持つビンが含まれている場合でも、色ヒストグラム全体の情報に基づいて補正することができる。

ここで、色ヒストグラム補正部２５は、色ヒストグラムの全てのビンについて、その度数を補正してもよい。また、例えば度数がある一定の閾値を下回るビンや、度数が隣り合うビンの度数とある一定以上差があるビンなど、所定の条件を満たすビンについてのみ補正することとしてもよい。この場合には、異常値である可能性が高いと考えられるビンのみ補正すべき値を計算することとなり、計算量が少なくなる。

具体的に、色ヒストグラム補正部２５は、補正すべきビンについて、所定の補正関数とパラメタ算出部２４で算出されたパラメタにより、補正後の度数を計算する。例えば、所定関数がガウス分布を表す関数の場合、式（１）により補正後の色ヒストグラムの度数を計算する。算出された補正後の色ヒストグラムの度数の値は、第２領域検出部２６による画像領域の検出に用いられる。

第２領域検出部２６は、色ヒストグラム補正部２５により補正された色ヒストグラムのデータを用いて、第１領域抽出部２１が顔領域を抽出する対象とした画像データの中から、目的とする画像領域を検出する。ここでは、第２領域検出部２６は、人物の手に係る部分を含む手領域を検出する。

具体的に、第２領域検出部２６は、まず当該画像データに含まれる各画素について、当該画素が対象となる人物の肌色である確率を表すスコアを算出し、各画素にスコアが対応する活性化マップ（尤度マップ）を生成する。このスコアは、色ヒストグラム補正部２５により補正された色ヒストグラムに基づいて、各画素について算出される。ただし、第１領域抽出部２１が抽出した画像領域については、第２領域検出部２６が検出しようとする対象から除かれるため、スコアの算出は行わなくともよい。この場合、当該画像領域に含まれる画素のスコアを０とすることで、最終的に第２領域検出部２６が検出する画像領域からは除かれるようにすることができる。

スコアを算出する方法としては、バックプロジェクション方式や相関方式などの方法を用いることができる。具体的には、例えば以下のようにする。すなわち、まずスコアを算出する対象となる画素の色の値を、必要に応じて色ヒストグラム生成部２２が用いた色空間上の値に変換する。そして、色ヒストグラム補正部２５により得られた補正後の色ヒストグラムにおいて、変換後の画素の色情報が該当するビンの度数の値を、当該画素の肌色スコアとして設定する。

このようにして得られた活性化マップは、第１領域抽出部２１が抽出した顔領域の色情報に近い色を持つ画素が高いスコアを持つため、人物の肌に係る部分を含む領域に高いスコアを持つ画素が集まることになる。

第２領域検出部２６は、上述の活性化マップを用いて、活性化マップの中から高いスコアを持つ画素が集まった領域を特定することで、手領域を検出する。検出の方法は特に限定されないが、ここでは、カムシフトアルゴリズム（Gary R.Bradski, Computer Vision Face Tracking For Use in a Perceptual User Interface: Intel Technology Journal Q2,1998）を用いた例について説明する。

カムシフトアルゴリズムを用いる場合、まず所定の条件を満たす画素を、検出開始点として選択する。検出開始点は、複数あってもよい。そして、検出開始点を中心として、ある大きさを持った正方形の領域（以下、テンプレートという）を設定し、その中に含まれる画素のスコアの情報を用いて、所定の関数により手領域である可能性を判断するための値（以下、モーメントという）を計算する。第２領域検出部２６は、このモーメントに基づいてテンプレートの重心を決定し、決定した重心にテンプレートの中心を移動させて、当該位置におけるモーメントを再計算する処理を行う。以下、同様にして、新たに求めた重心と前回求めた重心との距離が所定の値以下になる（すなわち、重心の位置が収束する）か、繰り返しの回数が所定の値に到達するまでこれらの処理を繰り返す。これにより、最終的に得られたテンプレートの重心の位置を、手候補領域の中心として仮決定する。

続いて、モーメントの値に基づいてテンプレートのサイズ及び傾きを変化させて、再度重心の位置が収束するまで前述の処理を繰り返す。この一連の処理を、位置、サイズ及び傾きの全てが収束するか、繰り返し回数が所定の値に到達するまで繰り返すことにより、最終的に得られたテンプレートの位置、サイズ及び傾きを手候補領域の位置、サイズ及び傾きとして決定する。以上の処理により、第２領域検出部２６は、手領域の候補を検出する。さらに、検出した手候補領域の中から、予め設定されている手の数（１または２）の情報などに基づき、最も手領域である可能性が高いと判断される１または２の領域を、最終的に手領域として決定し、当該領域の情報を出力する。

なお、第２領域検出部２６は、第１領域抽出部２１が検出した顔領域の位置及び大きさ、また顔の向きの情報などに基づいて手領域が存在する可能性のある領域や手領域の大きさなどを推定し、これらの情報を組み合わせて手領域の検出を行ってもよい。

次に、この画像処理装置１０を用いて、実際に手領域を検出する際の処理の流れについて、図３のフロー図に基づいて説明する。

まず、制御部１１は、撮像部１５が人物を撮像して得た画像データを取得する（Ｓ１）。そして、当該画像データの中から、人物の顔に係る部分を含む顔領域の検出を行う（Ｓ２）。顔領域が検出できなかった場合は、当該画像データに対する処理は終了し、顔領域が検出できれば、さらに次の処理を行う（Ｓ３）。

続いて、画像処理装置１０は、Ｓ２で抽出された顔領域の中に含まれる画素の色ヒストグラムを生成する（Ｓ４）。ここでは、説明の便宜のため、正規化ｒｇ空間のｒ成分のみについて色ヒストグラムを生成することとし、ビン数は７とする。この場合、例えば図４に示すようなヒストグラムが得られる。ここで、各ビンの度数の値は、ｒ成分の値が０に近い側から順に、１番目のビンは０．１２、２番目は０．２５、３番目は０．２７、４番目は０．１８、５番目は０．０２、６番目は０．１０、７番目は０．０６である。この例においては、５番目のビン（ｒ成分の値が４／７から５／７まで）の度数の値が、顔領域の画像データの偏りにより、本来あるべき肌色の色分布より極端に小さな値になっていると予想される。

次に、画像処理装置１０は、色ヒストグラムの補正に用いる関数を選択する（Ｓ５）。ここでは、ガウス分布を表す関数が選択されたものとする。この例の場合、ヒストグラムは一次元なので、ガウス分布を表す関数は、以下の式で表される。

ここで、Ｂ（ｋ）は補正後の色ヒストグラムにおけるｋ番目の度数の値である。

そして、選択された補正関数について、その関数で用いるパラメタを色ヒストグラムのデータに基づいて算出する（Ｓ６）。ここでは、平均度数値μ及び標準偏差σを、以下の式により算出する。

ここで、Ａ（ｋ）は、Ｓ４で生成された色ヒストグラムのｋ番目の度数の値である。また、Ｎはビン数であり、前述のヒストグラムの例においては、Ｎ＝７である。前述のヒストグラムの例の場合、この計算式により、μ＝３．２７，σ＝１．６６６と算出される。

次に、画像処理装置１０は、Ｓ４で生成された色ヒストグラムの中に、補正の対象とすべきビンがあるか否かの判定を行う（Ｓ７）。前述の通り、全てのビンを補正関数による補正の対象としてもよいが、ここでは一定の閾値以下の度数を持つビンのみを補正の対象とすることとする。補正の対象となるビンがあれば、Ｓ５で選択した補正関数及びＳ６で算出したパラメタを用いて補正を行う（Ｓ８）。ここでは、２％の値を持つ第５番目のビンが補正の対象となったとすると、式（６）及び算出されたμ，σの値により、Ｂ（５）の値は０．１４と算出される。これにより、５番目のビンの度数を補正した色ヒストグラムとして、図５に示すようなヒストグラムが得られる。ここで、破線部が補正されたビンを表す。この補正後の色ヒストグラムを用いて、画像処理装置１０は元の画像データから手領域を検出する処理を行う（Ｓ９）。

検出して得られた結果の手領域の情報は、人物の姿勢や状態に関する情報として記憶部１２に記録され、又は他の処理に用いられる。また、処理の対象とした画像データが動画像の一部であるフレーム画像のデータであった場合、動画像データの各フレームに対して手領域を検出し、各フレームについての手領域の差分情報を得ることで、人物の手の動きを把握することが可能となる。

以上の説明においては、主としてガウス分布を表す関数を用いて色ヒストグラムの補正を行う例について説明したが、用いることのできる関数はこれに限られない。例えば、式（１）の関数で補正した場合、補正後の色ヒストグラムは、全てのビンについてＢ（ｉ，ｊ）の値を合計しても１に一致せず、割合の分布とはならない。そこで、以下の関数を所定関数として用いてもよい。

ここで、Ｂ（ｉ，ｊ）は、式（１）により決定される値である。このＣ（ｉ，ｊ）を補正後の色ヒストグラムの度数として用いれば、全てのビンについてＣ（ｉ，ｊ）を合計した値は１になる。

あるいは、所定関数として、対象となるビンの近傍のビンの度数の平均値を算出する関数を用いてもよい。例えば、色情報を正規化ｒｇ空間に変換した後の二次元の色ヒストグラムに対しては、以下の関数を用いて補正することができる。

この関数は、（ｉ，ｊ）の近傍の４点について、ガウス分布を表す関数により算出した度数の平均値を、補正後の色ヒストグラムの度数Ｄ（ｉ，ｊ）として算出する。この場合、パラメタ算出部２４が算出するパラメタは、式（１）で表される関数の場合と同様に、μ_ｒ，μ_ｇ，σ_ｒ及びσ_ｇであり、式（２）〜式（５）により算出される。

以上説明した本発明の実施の形態によれば、画像データから人物の顔領域を抽出して、当該顔領域から生成した色分布を用いて手領域を検出する場合に、所定関数を用いて色ヒストグラムを補正して用いることで、手領域の検出の精度を向上できる。

本発明の実施の形態に係る画像処理装置の構成を表すブロック図である。 本発明の実施の形態に係る画像処理装置の機能を表す機能ブロック図である。 本発明の実施の形態に係る画像処理装置によって実行される処理の一例を示すフロー図である。 本発明の実施の形態に係る画像処理装置によって生成される、補正前の色ヒストグラムの一例を表す図である。 本発明の実施の形態に係る画像処理装置によって生成される、補正後の色ヒストグラムの一例を表す図である。

符号の説明

１０ 画像処理装置、１１ 制御部、１２ 記憶部、１３ 操作部、１４ 表示部、１５ 撮像部、２１ 第１領域抽出部、２２ 色ヒストグラム生成部、２３ 補正方式選択部、２４ パラメタ算出部、２５ 色ヒストグラム補正部、２６ 第２領域検出部。

Claims (6)

1. 人物の少なくとも一部を撮像して生成された画像データについて、当該画像データから、人物の肌に係る部分を含む第１の画像領域を抽出する画像領域抽出手段と、
   前記第１の画像領域に含まれる画素の色分布を色ヒストグラムとして生成する色ヒストグラム生成手段と、
   前記色ヒストグラムに基づいて、所定関数のパラメタを算出するパラメタ算出手段と、
   前記色ヒストグラムの少なくとも一部の度数を、前記所定関数と前記パラメタを用いて算出した値に補正する色ヒストグラム補正手段と、
   前記色ヒストグラム補正手段により補正された前記色ヒストグラムに基づいて、前記画像データから前記第１の画像領域とは異なる人物の肌に係る部分を含む第２の画像領域を少なくとも一つ検出し、その結果を出力する画像領域検出手段と、
   を含むことを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記所定関数は、ガウス分布を表す関数であることを特徴とする画像処理装置。
3. 請求項１に記載の画像処理装置において、
   前記色ヒストグラム補正手段で用いる前記所定関数を、複数の所定関数の候補の中から選択する補正方式選択手段を含むことを特徴とする画像処理装置。
4. 対象物の少なくとも一部を撮像して生成された画像データについて、当該画像データから、対象物の所定特徴部分を含む第１の画像領域を抽出する画像領域抽出手段と、
   前記第１の画像領域に含まれる画素値から、対象物の外観に関する性状情報の分布をヒストグラムとして生成するヒストグラム生成手段と、
   前記ヒストグラムに基づいて、所定関数のパラメタを算出するパラメタ算出手段と、
   前記ヒストグラムの少なくとも一部の度数を、前記所定関数と前記パラメタを用いて算出した値に補正するヒストグラム補正手段と、
   前記ヒストグラム補正手段により補正された前記ヒストグラムに基づいて、前記画像データから前記第１の画像領域とは異なる対象物の一部を含む第２の画像領域を少なくとも一つ検出し、その結果を出力する画像領域検出手段と、
   を含むことを特徴とする画像処理装置。
5. コンピュータを用いて、
   人物の少なくとも一部を撮像して生成された画像データについて、当該画像データから、人物の肌に係る部分を含む第１の画像領域を抽出する第１のステップと、
   前記第１の画像領域に含まれる画素の色分布を色ヒストグラムとして生成する第２のステップと、
   前記色ヒストグラムに基づいて、所定関数のパラメタを算出する第３のステップと、
   前記色ヒストグラムの少なくとも一部の度数を、前記所定関数と前記パラメタを用いて算出した値に補正する第４のステップと、
   前記第４のステップにより補正された前記色ヒストグラムに基づいて、前記画像データから前記第１の画像領域とは異なる人物の肌に係る部分を含む第２の画像領域を少なくとも一つ検出し、その結果を出力する第５のステップと、
   を実行することを特徴とする画像処理方法。
6. コンピュータに、
   人物の少なくとも一部を撮像して生成された画像データについて、当該画像データから、人物の肌に係る部分を含む第１の画像領域を抽出する第１のステップと、
   前記第１の画像領域に含まれる画素の色分布を色ヒストグラムとして生成する第２のステップと、
   前記色ヒストグラムに基づいて、所定関数のパラメタを算出する第３のステップと、
   前記色ヒストグラムの少なくとも一部の度数を、前記所定関数と前記パラメタを用いて算出した値に補正する第４のステップと、
   前記第４のステップにより補正された前記色ヒストグラムに基づいて、前記画像データから前記第１の画像領域とは異なる人物の肌に係る部分を含む第２の画像領域を少なくとも一つ検出し、その結果を出力する第５のステップと、
   を実行させることを特徴とする画像処理プログラム。
   

Images