JP2014153866A - 画像処理装置、その制御方法、および制御プログラム - Google Patents

Abstract

【課題】撮影シーンに拘わらず、特定の被写体領域を画像から精度よく判別する。
【解決手段】画像分割部１１０は入力画像を複数のブロック領域に分割し、特徴量算出部１１０はブロック領域の各々において当該ブロック領域の特徴を示す第１の特徴量を求める。領域判別部１３０はブロック領域の各々で得られた第１の特徴量が予め定められた特定被写体領域であることを示す判定条件を満足すると、当該判定条件を満足したブロック領域を仮に特定被写体領域に属する仮特定ブロック領域と判別し、仮特定ブロック領域における第１の特徴量の全てから所定の特徴量を選んで第２の特徴量を得て、第１および第２の特徴量に応じて仮特定ブロック領域の各々が特定被写体領域に属するか否かを再度判別して入力画像における特定被写体領域の判別を行う。
【選択図】図１

Description

本発明は、画像処理装置、その制御方法、および制御プログラムに関し、特に、電子スチルカメラなどの撮像装置で撮影された画像から特定の被写体を示す領域を抽出する画像処理装置に関する。

一般に、電子スチルカメラなどの撮像装置で撮影された画像から特定の被写体領域を抽出する画像処理装置が知られている。そして、被写体領域の抽出によって得られた被写体の種別、画像上の位置、および大きさなどに応じて、例えば、撮像装置におけるオートフォーカスおよびオート露出制御などが行われている。

例えば、被写体領域として空を示す空領域を抽出する際には、無彩色又は青色を特徴量として用いて空領域の抽出が行われる。一方、被写体領域として人物の顔を示す顔領域を抽出する際には、肌色を特徴量として顔領域の抽出が行われる。

ところが、天候などによって多様な色を有する空又は配光条件によって部分的に明るさが変化する人物などの被写体について、同様な色を有する他の被写体と分離しつつ被写体領域を精度よく抽出することは困難である。

そこで、撮影の際の配光条件および被写体の検出位置を示す座標などを考慮して、被写体領域を精度よく検出して抽出するようにした手法がある。

例えば、連続した画像における顔領域の位置のずれ量、顔領域のエッジのヒストグラム、および顔領域を複数の領域に分割した得られた各分割領域の重心などに基づいて顔領域であるか否かを示す信頼度を算出する手法が知られている（特許文献１参照）。

また、入力画像を色空間上の座標値に変換して当該色空間上の座標値の出現頻度を示すヒストグラムを生成し、当該ヒストグラムの極大点近傍の画素をクラスタリングすることによって、特定の色を有する領域のみを抽出する手法がある（特許文献２参照）。

特開２００７−７２６２８号公報 特開２００４−５３８３号公報

ところで、特許文献１に記載された手法では、エッジのヒストグラムおよび分割領域の重心などを用いて顔領域であるか否かを示す信頼度を算出しているものの、例えば、空領域を抽出する際において、画像に空と同一の高さに別の被写体が存在するシーンにおいては、空領域を精度よく抽出できないことがある。

また、特許文献２に記載の手法では、出現頻度を示すヒストグラムの極大点近傍の画素をクラスタリングして特定の色を有する領域のみを抽出しているが、例えば、空領域を抽出する場合、画像において他の被写体によって空領域が分割されているシーンでは空領域を精度よく抽出できないことがある。

従って、本発明の目的は撮影シーンに拘わらず、特定の被写体領域を画像から精度よく判別することのできる画像処理装置、その制御方法、および制御プログラムを提供することにある。

上記の目的を達成するため、本発明による画像処理装置は、特定の被写体を撮影して得られた入力画像を受け、前記入力画像において前記特定の被写体を示す特定被写体領域を判別する画像処理装置であって、前記入力画像を複数のブロック領域に分割する画像分割手段と、前記ブロック領域の各々において当該ブロック領域の特徴を示す第１の特徴量を求める特徴量算出手段と、前記ブロック領域の各々で得られた前記第１の特徴量が定められた特定被写体領域であることを示す判定条件を満足すると、当該判定条件を満足した前記ブロック領域を仮に前記特定被写体領域に属する仮特定ブロック領域と判別する第１の判別手段と、前記仮特定ブロック領域における前記第１の特徴量の全てから所定の特徴量を選んで第２の特徴量を得て、前記第１の特徴量と前記第２の特徴量とに応じて前記仮特定ブロック領域の各々が前記特定被写体領域に属するか否かの判別を再度行って前記入力画像における前記特定被写体領域の判別を行う第２の判別手段と、を有することを特徴とする。

本発明による制御方法は、特定の被写体を撮影して得られた入力画像を受け、前記入力画像において前記特定の被写体を示す特定被写体領域を判別する画像処理装置の制御方法であって、前記入力画像を複数のブロック領域に分割する画像分割ステップと、前記ブロック領域の各々において当該ブロック領域の特徴を示す第１の特徴量を求める特徴量算出ステップと、前記ブロック領域の各々で得られた前記第１の特徴量が予め定められた特定被写体領域であることを示す判定条件を満足すると、当該判定条件を満足した前記ブロック領域を仮に前記特定被写体領域に属する仮特定ブロック領域と判別する第１の判別ステップと、前記仮特定ブロック領域における前記第１の特徴量の全てから所定の特徴量を選んで第２の特徴量を得て、前記第１の特徴量と前記第２の特徴量とに応じて前記仮特定ブロック領域の各々が前記特定被写体領域に属するか否かの判別を再度行って前記入力画像における前記特定被写体領域の判別を行う第２の判別ステップと、を有することを特徴とする。

本発明による制御プログラムは、特定の被写体を撮影して得られた入力画像を受け、前記入力画像において前記特定の被写体を示す特定被写体領域を判別する画像処理装置で用いられる制御プログラムであって、前記画像処理装置が備えるコンピュータに、前記入力画像を複数のブロック領域に分割する画像分割ステップと、前記ブロック領域の各々において当該ブロック領域の特徴を示す第１の特徴量を求める特徴量算出ステップと、前記ブロック領域の各々で得られた前記第１の特徴量が予め定められた特定被写体領域であることを示す判定条件を満足すると、当該判定条件を満足した前記ブロック領域を仮に前記特定被写体領域に属する仮特定ブロック領域と判別する第１の判別ステップと、前記仮特定ブロック領域における前記第１の特徴量の全てから所定の特徴量を選んで第２の特徴量を得て、前記第１の特徴量と前記第２の特徴量とに応じて前記仮特定ブロック領域の各々が前記特定被写体領域に属するか否かの判別を再度行って前記入力画像における前記特定被写体領域の判別を行う第２の判別ステップと、を実行させることを特徴とする。

本発明によれば、撮影シーンに拘わらず、特定の被写体領域を画像から精度よく判別することができる。

本発明の第１の実施形態による画像処理装置の一例についてその構成を示すブロック図である。 図１に示す画像処理装置で行われる特定の被写体領域の判別処理について説明するためのフローチャートである。 図２に示す判別処理で得られる画像について説明するための図であり、 （Ａ）は図１に示す画像取得部で取得する画像の一例を示す図、（Ｂ）は図１に示す画像分割部で分割処理された画像の一例を示す図である。 図１に示す特徴量算出部で得られる特徴量の一例を説明するための図であり、（Ａ）は図３（Ｂ）の左上隅に位置するブロック領域の輝度のヒストグラムを示す図、（Ｂ）は図３（Ｂ）の左上隅に位置するブロック領域の色相のヒストグラムを示す図、（Ｃ）は図３（Ｂ）の左上隅に位置するブロック領域の彩度のヒストグラムを示す図である。 図２に示す空領域判別処理を説明するためのフローチャートである。 図１に示す特徴量算出部で算出された特徴量と信頼度との関係を説明するための図であり、（Ａ）は輝度ヒストグラムのピーク値と信頼度との関係を示す図、（Ｂ）および（Ｃ）は色相ヒストグラムのピーク値と信頼度との関係を示す図、（Ｄ）彩度ヒストグラムのピーク値と信頼度との関係を示す図、（Ｅ）はエッジ量と信頼度との関係を示す図である。 図５に示す空領域判別処理によって得られる領域判別結果（仮空領域判別結果）の一例を示す図である。 図２に示す参照用ヒストグラム算出処理で得られた参照用ヒストグラムの一例を説明するための図であり、（Ａ）は輝度の参照用ヒストグラムを示す図、（Ｂ）は色相の参照用ヒストグラムを示す図である。 図２に示す空領域除外処理を説明するためのフローチャートである。 図９に示す空境界検出処理を説明するためのフローチャートである。 図１に示す領域判別部で行われる境界の検出の一例を説明するための図であり、（Ａ）はブロックラインにおけるライン積分値の算出を示す図、（Ｂ）は算出されたライン積分値をブロックライン毎にプロットした状態を示す図、（Ｃ）は図３（Ａ）に示す画像における境界の位置を示す図である。 仮空領域と境界との関係を示す図である。 図１に示す領域判別部によって最終的に空領域として判別された判別結果を有する画像を示す図である。 図１に示す画像処理装置において画像の上側に存在する領域のみから参照用ヒストグラムを算出する例について説明するための図であり、（Ａ）は入力画像の一例を示す図、（Ｂ）は仮空領域および境界位置の判別結果を示す図、（Ｃ）は最終的な空領域の判別結果を示す図である。 本発明の第２の実施形態による画像処理装置で行われる特定の被写体領域の判別処理について説明するためのフローチャートである。 本発明の第２の実施形態による画像処理装置における判別処理を説明するための図であり、（Ａ）は画像取得部から得られる画像の一例を示す図、（Ｂ）は仮空領域が判別された画像の一例を示す図である。 図１５に示す参照用ヒストグラムの算出処理を説明するためのフローチャートである。 図１７に示す仮空領域のヒストグラムについて説明するための図であり、（Ａ）は輝度ヒストグラムの一例を示す図、（Ｂ）は色相ヒストグラムの一例を示す図である。 図１５に示す空領域除外処理を説明するためのフローチャートである。 本発明の第２の実施形態による画像処理装置における空領域の判別を説明するための図であり、（Ａ）は仮空領域および境界位置の判別結果を示す図、（Ｂ）は処理途中における空領域の判別結果を示す図、（Ｃ）は最終的な空領域の判別結果を示す図である。

以下、本発明の実施の形態による画像処理装置の一例について図面を参照して説明する。

［第１の実施形態］
図１は、本発明の第１の実施形態による画像処理装置の一例についてその構成を示すブロック図である。なお、以下の説明では、電子スチルカメラなどの撮像装置で用いられる画像処理装置については説明する。

撮像装置にはＣＣＤ又はＣＭＯＳセンサなどの撮像素子が備えられており、この撮像素子に光学像が結像すると、撮像素子は光学像に応じた電気信号（アナログ信号）を出力する。そして、このアナログ信号はＡ／Ｄ変換によってデジタル信号に変換された後、種々の信号処理が施されて画像信号として画像取得部１００に与えられる。画像取得部１００は、取得した画像信号 （以下単に画像とも呼ぶ）を画像分割部１１０および特徴量算出部１２０に与える。

画像分割部１１０は、画像取得部１００から出力された画像を所定の大きさの複数のブロック領域（例えば、１２×８個のブロック領域）に分割する。特徴量算出部１２０は、画像分割部１１０で得られたブロック領域毎に、例えば、その輝度、色相のヒストグラム、エッジ量、および画像における位置座標を求めて、特徴量として出力する。

領域判別部１３０は、特徴量算出部１２０で得られたブロック領域毎の特徴量に基づいて分割領域（つまり、ブロック領域）の各々が特定の被写体を示す領域であるか否かを判別して、領域判別結果を出力する。

ここで、撮像装置で撮影された画像から特定の被写体領域を判別する処理について説明する。

図２は、図１に示す画像処理装置で行われる特定の被写体領域の判別処理について説明するためのフローチャートである。

また、図３は、図２に示す判別処理で得られる画像について説明するための図である。そして、図３（Ａ）は図１に示す画像取得部１００で取得する画像の一例を示す図であり、図３（Ｂ）は図１に示す画像分割部１１０で分割処理された画像の一例を示す図である。

抽出処理が開始されると、画像取得部１００は、前述のように各種の信号処理が施された画像（入力画像）を取得する（ステップＳ２００）。ここでは、画像取得部１００は図３（Ａ）に示す画像３００を取得したものとする。画像３００には被写体として空、河川、建物、および道路などが含まれている。

続いて、画像分割部１１０は画像３００を、例えば、１２×８個のブロック領域３２０に分割する分割処理を行う（ステップＳ２１０）。ここでは、当該分割処理によって図３（Ｂ）に示す画像３１０が得られたものとする。なお、各ブロック領域３２０は複数の画素を有している。

次に、特徴量算出部１２０はブロック領域（分割領域）３２０毎にその特徴を示す特徴量（第１の特徴量ともいう）を算出する（ステップＳ２２０）。例えば、特徴量算出部１２０は画像３１０の左上隅に位置するブロック領域３２０から順にその特徴量を算出する。ここでは、特徴量として、ブロック領域毎に輝度Ｙ、色相Ｈ、および彩度Ｓのヒストグラムが算出される。

図４は、図１に示す特徴量算出部１２０で得られる特徴量の一例を説明するための図である。そして、図４（Ａ）は図３（Ｂ）の左上隅に位置するブロック領域３２０の輝度Ｙのヒストグラムを示す図であり、図４（Ｂ）は図３（Ｂ）の左上隅に位置するブロック領域３２０の色相Ｈのヒストグラムを示す図である。また、図４（Ｃ）は図３（Ｂ）の左上隅に位置するブロック領域３２０の彩度Ｓのヒストグラムを示す図である。

図４（Ａ）、図４（Ｂ）、および図４（Ｃ）において、横軸はそれぞれ輝度Ｙ、色相Ｈ、および彩度Ｓであり、縦軸はその頻度数（例えば、画素数）を示す。

特徴量算出部１２０は輝度Ｙ、色相Ｈ、および彩度Ｓを、画素毎のＲＧＢ値を用いて次の式（１）〜式（３）によって算出する。

ここで、ＲＧＢの各値のうち最大の値をＭＡＸ、最小の値をＭＩＮとする。色相Ｈの値は、色相環上で赤は０、緑は１２０、青は２４０を有する。なお、各画素がＲＧＢ全ての値を有しない、例えば、ベイヤー配列形式の場合には注目画素周辺の画像を用いて補間を行う同時化処理を施した後に上記の演算が行われる。

さらに、特徴量算出部１２０はブロック領域３２０におけるエッジを抽出して、当該エッジについて積分処理を行う。具体的には、特徴量算出部１２０は輝度Ｙについて水平および垂直方向の各々に［−１ ０ ２ ０ −１］などのフィルタ処理を行った後、絶対値をとって加算処理してブロック領域３２０において積分を行ってエッジ量を得る。なお、上記のエッジ抽出は一例であり、上述した手法以外の手法を用いてエッジ抽出を行うようにしてもよい。

続いて、領域判別部１３０は画像３００について特定被写体領域に属するブロック領域の判別処理を行う（ステップＳ２３０）。ここでは、特定被写体領域は空領域であるものとする。つまり、領域判別部１３０はブロック領域３２０が空領域であるか否かを判別する。

図５は、図２に示す空領域判別処理を説明するためのフローチャートである。

空領域判別処理を開始すると、領域判別部１３０は全ての分割領域（ブロック領域）について空領域であるか否かの判別が終了したかを判定する（ステップＳ５００）。全ての分割領域について空領域であるか否かの判別が終了すると（ステップＳ５００において、ＹＥＳ）、領域判別部１３０は空領域判別処理を終了する。

一方、全ての分割領域について空領域であるか否かの判別が終了していないと（ステップＳ５００において、ＮＯ）、領域判別部１３０は判別未了の分割領域が空領域であるか否かを判定する。ここでは、領域判別部１３０は、前述のステップＳ２２０で算出されたエッジ量と輝度ヒストグラム、色相ヒストグラム、および彩度ヒストグラムのピーク値とに基づいて信頼度を算出する。

図６は、図１に示す特徴量算出部１２０で算出された特徴量と信頼度との関係を説明するための図である。そして、図６（Ａ）は輝度ヒストグラムのピーク値（Ｈｉｓｔ＿Ｙ）と信頼度との関係を示す図であり、図６（Ｂ）および図６（Ｃ）は色相ヒストグラムのピーク値（Ｈｉｓｔ＿Ｈｕｅ）と信頼度との関係を示す図である。また、図６（Ｄ）彩度ヒストグラムのピーク値（Ｈｉｓｔ＿Ｓｔｒ）と信頼度との関係を示す図であり、図６（Ｅ）はエッジ量（Ｅ＿ｉｔｇ）と信頼度との関係を示す図である。

図６において、縦軸の信頼度は最大値を１とするスコアであり、横軸はそれぞれ輝度ヒストグラムのピーク値（Ｈｉｓｔ＿Ｙ）、色相ヒストグラムのピーク値（Ｈｉｓｔ＿Ｈｕｅ）、彩度ヒストグラムのピーク値（Ｈｉｓｔ＿Ｓｔｒ）、およびエッジ量（Ｅ＿ｉｔｇ）を示す。図６に示すように、高輝度である程、そして、青色又は無彩色であり、エッジ量が低い程スコアが高くなることが分かる。

領域判別部１３０は図６（Ａ）〜図６（Ｅ）に示す関係に応じて、特徴量算出部１２０で求められた特徴量、つまり、Ｈｉｓｔ＿Ｙ、Ｈｉｓｔ＿Ｈｕｅ、Ｈｉｓｔ＿Ｓｔｒ、およびＥ＿ｉｔｇに応じてその信頼度ａ、ｂ、ｃ、ｄ、およびｅを得る。そして、領域判別部１３０は次の式（４）および式（５）を用いて空領域の信頼度を算出する。

領域判別部１３０は、分割領域においてそのエッジ量が所定のエッジ閾値よりも小さく（エッジ量少）、かつ輝度が所定の輝度閾値よりも高いか（高輝度か）又は色相が青又は無彩色であるか否かを示す空領域判定条件を満足するか否かを判定する（ステップＳ５１０）。空領域判定条件を満足すると、つまり、空領域の信頼度を満足すると（ここでは、分割領域について空領域の信頼度が０とないと：ステップＳ５１０において、ＹＥＳ））、領域判別部１３０は当該分割領域を仮空領域として判定する（ステップＳ５２０）。そして、領域判別部１３０はステップＳ５００の処理に戻る。

空領域判定条件を満足しないと（ステップＳ５１０において、ＮＯ）、領域判別部１３０はステップＳ５００の処理に戻る。なお、上述の判別条件としては一例であって、他の手法を用いるようにしてもよい。

図７は、図５に示す空領域判別処理によって得られる領域判別結果（仮空領域判別結果）の一例を示す図である。

図７は、図３に示す画像３１０について空領域判別処理によって得られた領域判別結果７００を示しており、領域判別結果７００において、斜線が付された部分が仮空領域（仮特定ブロック領域）７０１である。

図７に示す例では、空だけでなく河川、建物、および道路の領域が仮空領域であると判別されており、ここでは、これら河川、建物、および道路が空と類似した特徴量を有することが原因となって、仮空領域と判別されている。

再び図２を参照して、上述のようにして空領域判別処理を行った後、領域判別部１３０は仮空領域における輝度ヒストグラムおよび色相ヒストグラムを参照用ヒストグラムＨｉｓｔ＿ＲｅｆＹおよびＨｉｓｔ＿ＲｅｆＨｕｅとして求める（ステップＳ２４０）。参照用ヒストグラムＨｉｓｔ＿ＲｅｆＹおよびＨｉｓｔ＿ＲｅｆＨｕｅを求める際には、ステップＳ２２０で説明した手法が用いられる。

図８は、図２に示す参照用ヒストグラム算出処理で得られた参照用ヒストグラムの一例を説明するための図である。そして、図８（Ａ）は輝度の参照用ヒストグラムを示す図であり、図８（Ｂ）は色相の参照用ヒストグラムを示す図である。

図８（Ａ）において、参照用ヒストグラムＨｉｓｔ＿ＲｅｆＹ（輝度）は、頻度数のピーク値が９６および２００にあることが分かる。ここでは、実際の空領域および反射率の高い建物領域などでピーク値（輝度値）２００が得られ、河川領域および道路領域で輝度値９６が得られる。

一方、図８（Ｂ）において、参照用ヒストグラムＨｉｓｔ＿ＲｅｆＨｕｅ（色相）は、頻度数のピーク値が０および２２０にあることが分かる。ここでは、実際の空領域および河川領域などでピーク値（色相値）２２０が得られ、建物領域および道路領域で色相値（無色）０が得られる。

領域判別部１３０はピーク値の最大値をＨｉｓｔ＿ＲｅｆＹ＝２００、Ｈｉｓｔ＿ＲｅｆＨｕｅ＝２２０（第２の特徴量）として内蔵メモリに保持する。空領域は一般に一定の輝度および色相を有し、さらに、画像における面積割合が最も大きく傾向があることを考慮して、領域判別部１３０は参照用ヒストグラムＨｉｓｔ＿ＲｅｆＹおよびＨｉｓｔ＿ＲｅｆＨｕｅを求める。

続いて、領域判別部１３０は空領域除外処理を行う（ステップＳ２５０）。この空領域除外処理では、ステップＳ２３０において仮空領域と判別した領域に対して空領域であるか否かの判別を再度行う。

図９は、図２に示す空領域除外処理を説明するためのフローチャートである。

空領域除外処理を開始すると、領域判別部１３０は、まず、空境界検出処理を行う（ステップＳ９００）。ここでは、図３（Ａ）に示す画像３００において空領域と空領域以外の領域との境界を検出するため、エッジ量の変化を検出する処理が行われる。つまり、空領域を含む領域ではエッジ量が少なく、空以外を含む領域（建物や木々など）ではエッジ量が多いことを考慮して、エッジ量の変化を検出して境界を識別する。

図１０は、図９に示す空境界検出処理を説明するためのフローチャートである。

空境界検出処理を開始すると、領域判別部１３０は前述のステップＳ２２０において特徴量算出部１２０が算出した各ブロック領域のエッジ量をブロックライン（以下単にラインともいう）毎に積分（つまり、積算）して、ライン積分値（ラインエッジ量ともいう）Ｅ＿Ｌｉｔｇを求める（ステップＳ９０１）。

図１１は、図１に示す領域判別部１３０で行われる境界の検出の一例を説明するための図である。そして、図１１（Ａ）はブロックラインにおけるライン積分値の算出を示す図であり、図１１（Ｂ）は算出されたライン積分値をブロックライン毎にプロットした状態を示す図である。また、図１１（Ｃ）は図３（Ａ）に示す画像における境界の位置を示す図である。

領域判別部１３０はｉ番目（ｉは０〜Ｎまでのいずれかの整数であり、Ｎは１以上の整数である。そして、ここでは、Ｎ＝７である）のラインに位置する全てのブロック領域のエッジ量を積分して、ライン積分値Ｅ＿Ｌｉｔｇ［ｉ］を求める。

続いて、領域判別部１３０は全てのラインについて得られたライン積分値Ｅ＿Ｌｉｔｇ［ｉ］を、横軸をライン番号ｉとし、縦軸をライン積分値Ｅ＿Ｌｉｔｇ［ｉ］としてプロットして図１１（Ｂ）に示すプロット図を得る。

図１１（Ｂ）および図３（Ｂ）を参照すると、被写体として空領域のみが存在するブロックラインｉ＝０，１、河川領域のみが存在するブロックラインｉ＝６、そして、道路領域のみが存在するブロックラインｉ＝７ではライン積分値が小さいのに対して、建物などエッジが多い被写体が存在するブロックラインではライン積分値が大きいことが分かる。

再び図１０を参照して、上述のようにして、ライン積分値を算出した後、領域判別部１３０は全てのブロックラインについてライン積分値に応じた領域の判別が完了したか否かを判定する（ステップＳ９０２）。

全てのブロックラインについて判別が完了していないと（ステップＳ９０２において、ＮＯ）、領域判別部１３０は連続する（つまり、互いに隣接する）ブロックライン（例えば、ｉ番目と（ｉ‐１）番目）におけるライン積分値の増加量（つまり、差分の絶対値である変化量）であるＥ＿Ｌｉｔｇ［ｉ］−Ｅ＿Ｌｉｔｇ［ｉ−１］として求める。

そして、領域判別部１３０は増加量と所定の閾値Ｔｈ＿ｅｄｇｅと比較して、増加量＞閾値Ｔｈ＿ｅｄｇｅであるか否かを判定する（ステップＳ９０３）。ここでは、領域判別部１３０はエッジ量が急激に増加しているか否かを判定することになる。

図１１（Ｂ）に示す例では、ブロックラインｉ＝２の場合に、増加量が閾値Ｔｈ＿ｅｄｇｅを超えている。

増加量＞閾値Ｔｈ＿ｅｄｇｅであると（ステップＳ９０３において、ＹＥＳ）、領域判別部１３０はｉ番目（ここでは、２番目）のブロックラインの位置を境界Ｔｈ＿Ｐｏｓとして内蔵メモリに保持して（ステップＳ９０４）、空境界検出処理を終了する。一方、増加量≦閾値Ｔｈ＿ｅｄｇｅであると（ステップＳ９０３において、ＮＯ）、領域判別部１３０はステップＳ９０２の処理に戻る。

図１１（Ｃ）に示す例では、図３（Ａ）に示す画像３００における境界Ｔｈ＿Ｐｏｓの位置が示されており、ここでは、境界Ｔｈ＿Ｐｏｓよりも下側に位置する領域には空領域以外の被写体が多く含まれていることが分かる。

全てのブロックラインについて判別が完了すると（ステップＳ９０２において、ＹＥＳ）、領域判別部１３０は、ステップＳ９０３において閾値Ｔｈ＿ｅｄｇｅを超える増加量のブロックラインが検出されないと、画像の中心に位置するブロックライン、つまり、ブロックライン数をＮ（ここでは、ブロックライン数は８）とすると、Ｎ／２＝４を境界Ｔｈ＿Ｐｏｓとして内蔵メモリに保持して（ステップＳ９０５）、空境界検出処理を終了する。

再び図９を参照して、空境界検出処理の後、領域判別部１３０は全ての仮空領域について空領域であるか否かの判別が完了したか否かを判定する（ステップＳ９１０）。全ての仮空領域について空領域であるか否かの判別が完了すると（ステップＳ９１０において、ＹＥＳ）、領域判別部１３０は空領域除外処理を終了する。

一方、全ての仮空領域について空領域であるか否かの判別が完了していないと（ステップＳ９１０において、ＮＯ）、領域判別部１３０は、仮空領域について前述のステップＳ２２０と同様にして輝度ヒストグラムのピーク値Ｈｉｓｔ＿Ｙおよび色相ヒストグラムのピーク値Ｈｉｓｔ＿Ｈｕｅを算出する。さらに、領域判別部１３０は仮空領域について画像における高さ、つまり、垂直方向の位置を求める（ステップＳ９２０）。

続いて、領域判別部１３０は、仮空領域についてそのピーク値Ｈｉｓｔ＿ＹおよびＨｉｓｔ＿Ｈｕｅと前述のステップＳ２４０で求めたピーク値Ｈｉｓｔ＿ＲｅｆＹ（ここでは、２００）およびＨｉｓｔ＿ＲｅｆＨｕｅ（ここでは、２２０）との差分絶対値を求める。

領域判別部１３０は差分絶対値｜Ｈｉｓｔ＿ＲｅｆＹ−Ｈｉｓｔ＿Ｙ｜が所定の閾値（第１の輝度差分閾値）Ｔｈ＿Ｙ（例えば、４８）よりも大きいか又は差分絶対値｜Ｈｉｓｔ＿ＲｅｆＨｕｅ−Ｈｉｓｔ＿Ｈｕｅ｜が所定の閾値（色相差分閾値）Ｔｈ＿Ｈｕｅ（例えば、３２）よりも大きいか否かを判定する（ステップＳ９３０）。

｜Ｈｉｓｔ＿ＲｅｆＹ−Ｈｉｓｔ＿Ｙ｜＞Ｔｈ＿Ｙ又は｜Ｈｉｓｔ＿ＲｅｆＨｕｅ−Ｈｉｓｔ＿Ｈｕｅ｜＞Ｔｈ＿Ｈｕｅであると（ステップＳ９３０において、ＹＥＳ）、領域判別部１３０は前述のステップＳ９２０で検出した仮空領域の垂直位置が前述のステップＳ９００で求めた境界位置よりも画像上の下側に存在するか否かを判定する（ステップＳ９４０）。

仮空領域の垂直位置が境界位置よりも画像上の下側に存在すると（ステップＳ９４０において、ＹＥＳ）、領域判別部１３０は、前述のステップＳ２３０で求めた空領域の信頼度を０として、当該仮空領域を空領域から除外する（ステップＳ９５０）。そして、領域判別部１３０はステップＳ９１０の処理に戻る。

一方、仮空領域の垂直位置が境界位置よりも画像上の下側に存在しないと（ステップＳ９４０において、ＮＯ）、領域判別部１３０は、ステップＳ２３０で求めた空領域の信頼度を保持して、当該仮空領域を空領域であるとし、ステップＳ９１０の処理に戻る。

ステップＳ９３０において、｜Ｈｉｓｔ＿ＲｅｆＹ−Ｈｉｓｔ＿Ｙ｜≦Ｔｈ＿Ｙでかつ｜Ｈｉｓｔ＿ＲｅｆＨｕｅ−Ｈｉｓｔ＿Ｈｕｅ｜≦Ｔｈ＿Ｈｕｅであると（ステップＳ９３０において、ＮＯ）、領域判別部１３０は当該仮空領域を空領域と判定して、ステップＳ９１０の処理に戻る。

図１２は、仮空領域と境界Ｔｈ＿Ｐｏｓとの関係を示す図である。

前述のステップＳ９３０において、｜Ｈｉｓｔ＿ＲｅｆＹ−Ｈｉｓｔ＿Ｙ｜＞Ｔｈ＿Ｙ又は｜Ｈｉｓｔ＿ＲｅｆＨｕｅ−Ｈｉｓｔ＿Ｈｕｅ｜＞Ｔｈ＿Ｈｕｅであるとされた仮空領域（斜線で示す部分）１２０１、つまり、空領域と判定されなかった仮空領域のうち境界位置Ｔｈ＿Ｐｏｓよりも画面上の下側に存在する領域（ここでは、ｉ＝３〜７）が除外の対象となる。

ｉ＝３，４の仮空領域では、ピーク値Ｈｉｓｔ＿ＲｅｆＹおよびピーク値Ｈｉｓｔ＿ＲｅｆＨｕｅは実際の空領域（画像中央付近）が有する輝度および色相のヒストグラムのピーク値に近似する値であるので、当該仮空領域は空領域と判定される。

一方、建物領域（画像左右端付近）における輝度および色相のヒストグラムのピーク値はピーク値Ｈｉｓｔ＿ＲｅｆＹおよびＨｉｓｔ＿ＲｅｆＨｕｅとの差異が大きいので、当該仮領域は空領域から除外されることになる。

同様にして、ｉ＝６において河川（低輝度）領域の輝度ヒストグラムのピーク値はピーク値Ｈｉｓｔ＿ＲｅｆＹとの差異が大きく、ｉ＝７において道路（無彩色）領域の色相ヒストグラムのピーク値はピーク値Ｈｉｓｔ＿ＲｅｆＨｕｅとの差異が大きいので、当該仮空領域は空領域から除外される。

図１３は、図１に示す領域判別部１３０によって最終的に空領域として判別された判別結果を有する画像を示す図である。

図１３においては、斜線で示す部分１３０１が空領域として判別されており、建物領域および河川領域などは空領域として判別されておらず、実際の空領域のみが正しく判別されていることが分かる。

このように、本発明の第１の実施形態では、空領域などの特定の被写体領域と同様な輝度および色相を有する別の被写体領域が存在するような撮影シーンにおいても、他の被写体領域を特定の被写体領域として誤判別してしまうことを抑制して、精度よく特定の被写体領域を判別することができる。

なお、第１の実施形態では、入力画像を同一サイズの複数のブロック領域に分割して当該ブロック領域毎に特定の被写体領域に含まれるか否かを判別するようにしたが、この際、入力画像からエッジを抽出して、当該エッジに基づいてブロック領域が特定の被写体領域に含まれるか否かを判別するようにしてもよい。

これによって、エッジをあまり含まれない所謂平坦な画像においてはブロック領域の数が少なくなって、判別に要する処理時間を短縮することができる。

また、第１の実施形態では、仮空領域を判定する際に、輝度ヒストグラムのピーク値と所定の閾値と比較するようにしたが、連続する仮空領域の輝度の変化度合いに応じて仮空領域の判定を行うようにしてもよい。

例えば、判別の際に用いる特徴量として輝度のグラデーションを用いて仮空領域を判別すれば、空以外の領域が仮空領域として判別されることを抑えることができる。

さらに、第１の実施形態では、全てのブロック領域に対する判別結果に応じて仮空領域を検出して、参照用ヒストグラム（Ｈｉｓｔ＿＊Ｈｕｅ）を算出するようにしたが、画像の上側に存在する領域のみから参照用ヒストグラムを算出するようにしてもよい。

図１４は、図１に示す画像処理装置において画像の上側に存在する領域のみから参照用ヒストグラムを算出する例について説明するための図である。そして、図１４（Ａ）は入力画像の一例を示す図であり、図１４（Ｂ）は仮空領域および境界位置の判別結果を示す図である。また、図１４（Ｃ）は最終的な空領域の判別結果を示す図である。

いま、入力画像として図１４（Ａ）に示す画像１３００が画像処理装置に入力されたとする。そして、当該画像１３００について、領域判別部１３０は前述のようにして仮空領域１３０１および境界位置Ｔｈ＿Ｐｏｓを判別する。これによって、図１４（Ｂ）に示す画像１３０２が得られる。

図１４（Ｂ）において、斜線部分は仮空領域１３０１を示しており、領域判別部１３０は境界位置Ｔｈ＿Ｐｏｓよりも上側（ｉ＝０，１）の仮空領域を空領域と判別する。そして、領域判別部１３０は境界位置よりも上側に位置する仮空領域のみから参照用ヒストグラムを算出し、境界位置Ｔｈ＿Ｐｏｓよりも下側に位置する仮空領域については空領域除外処理を行う。

これによって、仮空領域においては建物領域ついて参照用ヒストグラムとの差異が大きくなって、建物領域が空領域から除外されることになる。そして、領域判別部１３０は最終的に図１４（Ｃ）に示す抽出結果を有する画像を得ることになる。

このようにして、入力画像１３００のように、空と類似する被写体が画像において大きな部分を占める場合においても、空領域のみを容易に判別することができる。

ところで、領域判別結果として、空領域か否かについて０および１の二値で出力するようにしてもよいが、ここでは、信頼度として０〜１の範囲の多値で示すようにした。これによって、領域判別結果を、例えば、オート露出制御に用いる際に、空領域であるとの信頼度が高いほど明るさを優先した露出に切り替えるなどしてより撮影シーンに適した制御を行うことが可能となる。

［第２の実施形態］
続いて、本発明の第２の実施形態による画像処理装置の一例について説明する。なお、第２の実施形態による画像処理装置の構成は図１に示す画像処理装置の構成と同様である。

図１５は、本発明の第２の実施形態による画像処理装置で行われる特定の被写体領域の判別処理について説明するためのフローチャートである。なお、図１５において、図２に示すフローチャートと同一の処理については同一の参照符号を付して説明を省略する。

また、図１６は、本発明の第２の実施形態による画像処理装置における判別処理を説明するための図である。そして、図１６（Ａ）は画像取得部から得られる画像の一例を示す図であり、図１６（Ｂ）は仮空領域が判別された画像の一例を示す図である。

ステップＳ２００では画像取得部１００は入力画像を取得して、図１６（Ａ）に示す画像１６００を出力する。画像１６００には被写体として青空および建物が含まれている。画像処理装置は、第１の実施形態で説明したように、ステップＳ２１０〜Ｓ２３０の処理によって、画像１６００において仮空領域を判別して、仮領域１６０２の判別結果を有する画像１６０１を得る（図１６（Ｂ）参照）。

図１６（Ｂ）において斜線部分が仮空領域であるが、図示の例では、空領域および建物領域がいずれも仮空領域として判別されている。

ステップＳ２３０で仮空領域の判別を行った後、領域判別部１３０は仮空領域について輝度ヒストグラムおよび色相ヒストグラムに基づいて、参照用ヒストグラムＨｉｓｔ＿ＲｅｆＹ、Ｈｉｓｔ＿ＲｅｆＹ２、およびＨｉｓｔ＿ＲｅｆＨｕｅを算出する（ステップＳ１５４０）。

図１７は、図１５に示す参照用ヒストグラムの算出処理を説明するためのフローチャートである。

参照用ヒストグラムの算出処理を開始すると、領域判別部１３０は、まず仮空領域についてその輝度ヒストグラムおよび色相ヒストグラムを求める（ステップＳ１５４１）。

図１８は、図１７に示す仮空領域のヒストグラムについて説明するための図である。そして、図１８（Ａ）は輝度ヒストグラムの一例を示す図であり、図１８（Ｂ）は色相ヒストグラムの一例を示す図である。

図１８に示すように、仮空領域について輝度ヒストグラムおよび色相ヒストグラムを求めると、建物領域および空領域について輝度のピーク値と色相のピーク値が現われることが分かる。

続いて、領域判別部１３０は前述のステップＳ２４０の処理と同様にして、図１８（Ａ）および図１８（Ｂ）に示す輝度ヒストグラムおよび色相ヒストグラムのピーク値に応じて参照用ヒストグラムのピーク値Ｈｉｓｔ＿ＲｅｆＹ（ここでは、６４）およびＨｉｓｔ＿ＲｅｆＨｕｅ（ここでは、２２０）を得る（ステップＳ１５４２）。

次に、領域判別部１３０はステップＳ１５４１で求めた輝度ヒストグラムにおいて、輝度値が高い方から順にその頻度数を加算（カウントする（ステップＳ１５４３）。ここでは、領域判別部１３０最も高い輝度値である２２４から順にその頻度数を加算する。

続いて、領域判別部１３０は加算の結果得られた頻度加算値（カウント数）のトータルの頻度数に占める割合が所定の割合（例えば、５０％）以上となったか否かを判定する（ステップＳ１５４４）。カウント数の割合が５０％未満であると（ステップＳ１５４４において、ＮＯ）、領域判別部１３０はステップＳ１５４３の処理に戻って加算処理を続ける。

なお、以下の説明では、輝度値が９６となるまで頻度数を加算した結果であるカウント数の割合が５０％以上であるものとする。

一方、カウント数の割合が５０％以上となると（ステップＳ１５４４において、ＹＥＳ）、領域判別部１３０は、割合が５０％以上となるまでに加算して得られたカウント数において最も頻度数が高い輝度値をピーク値Ｈｉｓｔ＿ＲｅｆＹ２（第３の特徴量）とする（ステップＳ１５４５）。そして、領域判別部１３０は参照用ヒストグラム算出処理を終了する。

図示の例では、輝度値９６〜２２４のうち最も頻度数の高い２００がピーク値Ｈｉｓｔ＿ＲｅｆＹ２として得られることになる。このようにして、空領域が他の被写体領域に比べてその輝度値が高く、そして、一定程度の輝度値を有しており、さらに、画像における面積が最も高い割合を占める傾向があることを考慮して、ピーク値Ｈｉｓｔ＿ＲｅｆＹ２を求めることになる。

再び図１５を参照して、参照用ヒストグラムを求めた後、領域判別部１３０は、仮空領域について再度当該仮空領域が空領域であるか否かを判別する空領域除外処理を行う（ステップＳ１５５０）。

図１９は、図１５に示す空領域除外処理を説明するためのフローチャートである。なお、図１９において、図９に示すフローチャートと同一のステップについては同一の参照符号を付して説明を省略する。

まず、ステップＳ９００において、領域判別部１３０は境界位置Ｔｈ＿Ｐｏｓを求める。

図２０は、本発明の第２の実施形態による画像処理装置における空領域の判別を説明するための図である。そして、図２０（Ａ）は仮空領域および境界位置の判別結果を示す図であり、図２０（Ｂ）は処理途中における空領域の判別結果を示す図である。また、図２０（Ｃ）は最終的な空領域の判別結果を示す図である。

ここでは、ステップＳ９００の処理によって、図２０（Ａ）に示す画像が得られる。図示の画像は右端にある建物領域２００２の上部付近でエッジ量の変化が大きくなって、当該エッジ量の変化に応じて空領域と建物領域との境界位置Ｔｈ＿Ｐｏｓが検出される。なお、図２０（Ａ）において、斜線で示す部分が仮空領域２００１である。

続いて、領域判別部１３０はステップＳ９１０〜Ｓ９５０の処理を行う。これによって、図２０（Ｂ）に示す画像が得られる。図２０（Ｂ）において、図２０（Ａ）に示す画像の右端にある建物領域２００２は、境界位置Ｔｈ＿Ｐｏｓより下側に位置する。

さらに、建物領域２００２では、ピーク値Ｈｉｓｔ＿ＲｅｆＹ（ここでは、６４）とＨｉｓｔ＿ＲｅｆＨｕｅ（ここでは、２２０）と差分が所定の閾値Ｔｈ＿Ｈｕｅよりも大きいので、当該画像の右端にある建物領域２００２は空領域から除外される。なお、図２０（Ｂ）において、斜線で示す部分が仮空領域２００１又は空領域である。

一方、画像の左端にある建物領域２００３は、境界位置Ｔｈ＿Ｐｏｓよりも上側に位置しているので、当該建物領域は空領域から除外されない。また、境界位置Ｔｈ＿Ｐｏｓより下側に位置する領域であっても、当該領域がピーク値Ｈｉｓｔ＿ＲｅｆＹおよびＨｉｓｔ＿ＲｅｆＨｕｅに近似するピーク値を有しているので、空領域から除外されない。

このようにして、第２の実施形態ではピーク値Ｈｉｓｔ＿ＹおよびＨｉｓｔ＿Ｈｕｅと垂直位置に応じて仮空領域の一部を空領域から除外した後、領域判別部１３０は、今までの処理で空領域から除外されていない仮空領域が有するピーク値Ｈｉｓｔ＿Ｙとピーク値Ｈｉｓｔ＿ＲｅｆＹ２との差分絶対値を求める。

そして、領域判別部１３０は｜Ｈｉｓｔ＿ＲＥＦＹ２−Ｈｉｓｔ＿Ｙ｜＞所定の閾値（第２の輝度差分閾値）Ｔｈ＿Ｙ２であるか否かを判定する（ステップＳ１９５０）。

なお、ステップＳ９３０において、｜Ｈｉｓｔ＿ＲｅｆＹ−Ｈｉｓｔ＿Ｙ｜≦Ｔｈ＿Ｙでかつ｜Ｈｉｓｔ＿ＲｅｆＨｕｅ−Ｈｉｓｔ＿Ｈｕｅ｜≦Ｔｈ＿Ｈｕｅであると（ステップＳ９３０において、ＮＯ）、領域判別部１３０はステップＳ１９５０の処理を行う。

差分絶対値が閾値Ｔｈ＿Ｙ２以下であると（ステップＳ１９５０において、ＮＯ）、領域判別部１３０は当該仮空領域を空領域と判定して、ステップＳ９１０の処理に戻る。一方、差分絶対値が閾値Ｔｈ＿Ｙ２より大きいと（ステップＳ１９５０において、ＹＥＳ）、領域判別部１３０は当該仮空領域を空領域から除外する（ステップＳ１９６０）。そして、領域判別部１３０はステップＳ９１０の処理に戻る。

このようにして、領域判別部１３０は空領域であるか否かの判別を行って、最終的な空判別結果を有する画像を出力する。

この画像は、例えば、図２０（Ｃ）に示す画像であり、当該画像の左端に位置する建物領域２００３は、ピーク値Ｈｉｓｔ＿Ｙがおよそ６４であるので、ピーク値Ｈｉｓｔ＿ＲｅｆＹ２（＝２００）との差分絶対値がＴｈ＿Ｙ２（例えば、４８）よりも大きい。このため、画像の左端に位置する建物領域（ここでは仮空領域）２００３は全て空領域から除外される。なお、図２０（Ｃ）において、斜線で示す部分が空領域２００４である。

このように、本発明の第２の実施形態では、空領域などの特定の被写体領域と同様な輝度および色相を有する他の被写体領域が存在し、かつ画像の一方側（例えば、上側）に特定の被写体領域と同様の色相を有する他の被写体領域が存在するような撮影シーンであっても、他の被写体領域を特定の被写体領域として誤判別してしまうことを抑制して、精度よく特定の被写体領域を判別することができる。

なお、第２の実施形態では、参照用ヒストグラムのピーク値Ｈｉｓｔ＿ＲｅｆＹ２を算出する際、輝度値の高い側から頻度数を加算して、当該カウント数の割合が所定の割合以上となるまでの最大の頻度数をピーク値Ｈｉｓｔ＿ＲｅｆＹ２とするようにしたが、例えば、頻度数が所定の割合以上となるまでの輝度値の平均値又は輝度値の頻度数に応じた加重加算によってピーク値Ｈｉｓｔ＿ＲｅｆＹ２を算出するようにしてもよい。

上述の説明から明らかなように、図１に示す例においては、画像分割部１１０が画像分割手段として機能し、特徴量算出部１２０が特徴量算出手段として機能する。また、領域判別部１３０が第１の判別手段および第２の判別手段として機能する。

以上、本発明について実施の形態に基づいて説明したが、本発明は、これらの実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲の様々な形態も本発明に含まれる。

例えば、上記の実施の形態の機能を制御方法として、この制御方法を画像処理装置に実行させるようにすればよい。また、上述の実施の形態の機能を有するプログラムを制御プログラムとして、当該制御プログラムを画像処理装置が備えるコンピュータに実行させるようにしてもよい。なお、制御プログラムは、例えば、コンピュータに読み取り可能な記録媒体に記録される。

上記の制御方法および制御プログラムの各々は、少なくとも画像分割ステップ、特徴量算出ステップ、第１の判別ステップ、および第２の判別ステップを有している。

また、本発明は、以下の処理を実行することによっても実現される。つまり、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種の記録媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵなど）がプログラムを読み出して実行する処理である。

１００ 画像取得部
１１０ 画像分割部
１２０ 特徴量算出部
１３０ 領域判別部
３１０ 入力画像
３２０ ブロック領域（分割領域）
７０１ 仮空領域

Claims (14)

1. 特定の被写体を撮影して得られた入力画像を受け、前記入力画像において前記特定の被写体を示す特定被写体領域を判別する画像処理装置であって、
   前記入力画像を複数のブロック領域に分割する画像分割手段と、
   前記ブロック領域の各々において当該ブロック領域の特徴を示す第１の特徴量を求める特徴量算出手段と、
   前記ブロック領域の各々で得られた前記第１の特徴量が予め定められた特定被写体領域であることを示す判定条件を満足すると、当該判定条件を満足した前記ブロック領域を仮に前記特定被写体領域に属する仮特定ブロック領域と判別する第１の判別手段と、
   前記仮特定ブロック領域における前記第１の特徴量の全てから所定の特徴量を選んで第２の特徴量を得て、前記第１の特徴量と前記第２の特徴量とに応じて前記仮特定ブロック領域の各々が前記特定被写体領域に属するか否かの判別を再度行って前記入力画像における前記特定被写体領域の判別を行う第２の判別手段と、
   を有することを特徴とする画像処理装置。
2. 前記特徴量算出手段は、前記第１の特徴量として少なくとも前記ブロック領域の各々において輝度、色相、およびエッジ量を算出することを特徴とする請求項１に記載の画像処理装置。
3. 前記第１の判別手段は、前記ブロック領域の各々について前記エッジ量が所定のエッジ閾値よりも小さくかつ前記輝度が所定の輝度閾値よりも高いか又は前記色相が予め定められた色相である前記判別条件を満たすと、当該ブロック領域を前記仮特定ブロック領域と判別することを特徴とする請求項２に記載の画像処理装置。
4. 前記第２の判別手段は、前記第２の特徴量として前記仮特定ブロック領域の全てにおける輝度および色相の最大値を前記第２の特徴量とすることを特徴とする請求項３に記載の画像処理装置。
5. 前記第２の判別手段は、前記ブロック領域におけるエッジ量を所定の方向のライン毎に積算してラインエッジ量を得て、互いに隣接するラインにおける前記ラインエッジ量の変化量が所定のエッジ閾値を超えた際、前記変化量が前記エッジ閾値を越えたラインを前記特定被写体領域と他の被写体領域との境界として検出することを特徴とする請求項４に記載の画像処理装置。
6. 前記第２の判別手段は、前記変化量が前記エッジ閾値を超えるラインが存在しないと、前記入力画像の中心に位置するラインを前記境界として検出することを特徴とする請求項５に記載の画像処理装置。
7. 前記第２の判別手段は、前記仮特定ブロック領域の各々について前記第１の特徴量の輝度と前記第２の特徴量の輝度との差分絶対値が所定の第１の輝度差分閾値を超えるか又は前記第１の特徴量の色相と前記第２の特徴量の色相との差分絶対値が所定の色相差分閾値を超えた際、当該仮特定ブロック領域の前記入力画像における位置が前記境界から所定の側に位置すると前記仮特定ブロック領域を前記特定被写体領域から除外することを特徴とする請求項５又は６に記載の画像処理装置。
8. 前記所定の側は前記境界の下側であることを特徴とする請求項７に記載の画像処理装置。
9. 前記第２の判別手段は、前記第１の特徴量の輝度についてその値が高い方にから順に頻度数をカウントしてカウント数を得て、前記第１の特徴量の輝度のトータルの頻度数に対する前記カウント数の割合が所定の割合以上となると当該所定の割合となるまでカウントして得られたカウント数において最も頻度数が高い輝度を第３の特徴量として、前記第１の特徴量の輝度と前記第３の特徴量の輝度との差分絶対値が所定の第２の輝度差分閾値を超えると、その仮特定ブロック領域を前記特定被写体領域から除外することを特徴とする請求項７又は８に記載の画像処理装置。
10. 前記特定被写体領域は空を示す空領域であることを特徴とする請求項１〜９のいずれか１項に記載の画像処理装置。
11. 前記画像分割手段は、前記入力画像を所定のサイズの複数のブロック領域に分割することを特徴とする請求項１〜１０のいずれか１項に記載の画像処理装置。
12. 前記画像分割手段は、前記入力画像においてエッジを検出して、当該エッジに基づいて前記入力画像を複数のブロック領域に分割することを特徴とする請求項１〜１０のいずれか１項に記載の画像処理装置。
13. 特定の被写体を撮影して得られた入力画像を受け、前記入力画像において前記特定の被写体を示す特定被写体領域を判別する画像処理装置の制御方法であって、
    前記入力画像を複数のブロック領域に分割する画像分割ステップと、
    前記ブロック領域の各々において当該ブロック領域の特徴を示す第１の特徴量を求める特徴量算出ステップと、
    前記ブロック領域の各々で得られた前記第１の特徴量が予め定められた特定被写体領域であることを示す判定条件を満足すると、当該判定条件を満足した前記ブロック領域を仮に前記特定被写体領域に属する仮特定ブロック領域と判別する第１の判別ステップと、
    前記仮特定ブロック領域における前記第１の特徴量の全てから所定の特徴量を選んで第２の特徴量を得て、前記第１の特徴量と前記第２の特徴量とに応じて前記仮特定ブロック領域の各々が前記特定被写体領域に属するか否かの判別を再度行って前記入力画像における前記特定被写体領域の判別を行う第２の判別ステップと、
    を有することを特徴とする制御方法。
14. 特定の被写体を撮影して得られた入力画像を受け、前記入力画像において前記特定の被写体を示す特定被写体領域を判別する画像処理装置で用いられる制御プログラムであって、
    前記画像処理装置が備えるコンピュータに、
    前記入力画像を複数のブロック領域に分割する画像分割ステップと、
    前記ブロック領域の各々において当該ブロック領域の特徴を示す第１の特徴量を求める特徴量算出ステップと、
    前記ブロック領域の各々で得られた前記第１の特徴量が予め定められた特定被写体領域であることを示す判定条件を満足すると、当該判定条件を満足した前記ブロック領域を仮に前記特定被写体領域に属する仮特定ブロック領域と判別する第１の判別ステップと、
    前記仮特定ブロック領域における前記第１の特徴量の全てから所定の特徴量を選んで第２の特徴量を得て、前記第１の特徴量と前記第２の特徴量とに応じて前記仮特定ブロック領域の各々が前記特定被写体領域に属するか否かの判別を再度行って前記入力画像における前記特定被写体領域の判別を行う第２の判別ステップと、
    を実行させることを特徴とする制御プログラム。

Images