JP4433017B2 - 画像処理装置及び画像処理プログラム - Google Patents

Description

本発明は、画像補正処理を行うための画像処理装置及び画像処理プログラムに関するものである。

従来、ユーザの好みに応じた画像補正を行う画像処理装置が知られている。
例えば、あらかじめ用意されている複数種類の調整用データの中から１つの調整用データを選択したり、任意の調整用データを設定したりすることで特定された調整用データに基づき、画像調整を行う構成のものがある（特許文献１参照）。
特開２００７−８９１７９号公報

しかしながら、前述したような構成で所望の画像補正が行われるような調整用データを設定するためには、画像に関する専門知識が必要となり、直感的に設定を行うことは困難であった。

本発明は、こうした問題にかんがみてなされたものであり、画像補正の設定を直感的に行うことが可能な画像処理装置及び画像処理プログラムを提供することを目的としている。

上記目的を達成するためになされた本発明の請求項１に記載の画像処理装置は、キーワードを入力するキーワード入力手段と、キーワード入力手段により入力されたキーワードに関連する第１画像を取得する第１画像取得手段と、第１画像取得手段により取得された第１画像を複数の色相に基づいて分割した領域ごとに、その領域に属する構成画素の特徴を表す代表値を、その第１画像の特徴を表す第１特徴量として特定する第１特徴量特定手段と、画像補正の対象とする画像である第２画像を入力する第２画像入力手段と、第２画像入力手段により入力された第２画像について第１画像と同じ条件で特定される領域ごとの代表値を、その第２画像の特徴を表す第２特徴量として特定する第２特徴量特定手段と、第１特徴量特定手段により第１特徴量として特定された領域ごとの代表値と第２特徴量特定手段により第２特徴量として特定された領域ごとの代表値とから、第２特徴量を第１特徴量に近づけるように設定された補正値に従い、第２画像に対する画像補正処理を行う画像補正手段とを備える。

このような画像処理装置によれば、ユーザは、キーワードを指定することで画像補正の設定が可能となるため、専門知識を必要とせず直感的に設定を行うことができる。特に、この画像処理装置では、キーワードに関連する画像を取得し、取得した画像に基づきその画像の特徴を表す第１特徴量を特定するようにしているため、任意のキーワードを用いた柔軟な設定が可能となる。

また、請求項２に記載の画像処理装置は、第１画像取得手段により複数の画像が取得された場合に、取得された複数の画像のそれぞれについて画素値の平均値を算出し、算出した複数の平均値の平均である総平均値に最も近い平均値の画像を選択する選択手段を備え、第１特徴量特定手段は、選択手段により選択された画像の特徴を表す第１特徴量を特定する。このような画像処理装置によれば、複数の画像の中から第１特徴量の特定に適したものを選択して用いることが可能となる。

具体的には、第１画像取得手段により取得された複数の画像の中で最も平均的な画像に基づき第２画像の画像補正を行うことができる。

特に、請求項３に記載の画像処理装置では、選択手段は、第１画像取得手段により取得された複数の画像のうち、総平均値に近似することの判定基準となる所定の近似条件を満たす平均値の画像のみから総平均値を算出し直し、その算出し直した総平均値に最も近い平均値の画像を選択する。このような画像処理装置によれば、キーワードとの関連性の低い画像を排除して総平均値の信頼性を高めることが可能となり、キーワードを適切に反映した画像を選択することができる。

また、請求項４に記載の画像処理装置は、選択手段により算出された総平均値をキーワードと対応付けて記憶する平均値記憶手段を備え、選択手段は、平均値記憶手段に記憶されているキーワードがキーワード入力手段により入力された場合には、第１画像取得手段により取得された画像のうち、そのキーワードと対応付けて記憶されている総平均値に近似することの判定基準となる所定の近似条件を満たす平均値の画像のみから総平均値を算出し直し、その算出し直した総平均値に最も近い平均値の画像を選択する。

このような画像処理装置によれば、過去に入力したことのあるキーワードが再度入力された場合に、そのキーワードとの関連性の低い画像を排除して総平均値の信頼性を高めることが可能となり、キーワードを適切に反映した画像を選択することができる。

一方、請求項５に記載の画像処理装置は、第１特徴量特定手段により特定された第１特徴量をキーワードと対応付けて記憶する特徴量記憶手段を備え、画像補正手段は、特徴量記憶手段に記憶されているキーワードがキーワード入力手段により入力された場合には、第１特徴量特定手段により特定される第１特徴量に代えて、そのキーワードと対応付けて記憶されている第１特徴量を用いる。

このような画像処理装置によれば、過去に入力したことのあるキーワードが再度入力された場合に、そのキーワードに関連する画像を取得することなく画像補正を行うことが可能となる。しかも、キーワードに対する画像補正の設定を固定とすることが可能となる。

また、請求項６に記載の画像処理装置では、第１画像取得手段は、インターネットを介して通信可能な記憶装置から画像を取得する。このような画像処理装置によれば、任意のキーワードを用いた設定を一層柔軟に行うことが可能となる。

次に、請求項７に記載の画像処理プログラムは、キーワードを入力するキーワード入力手段と、キーワード入力手段により入力されたキーワードに関連する第１画像を取得する第１画像取得手段と、第１画像取得手段により取得された第１画像を複数の色相に基づいて分割した領域ごとに、その領域に属する構成画素の特徴を表す代表値を、その第１画像の特徴を表す第１特徴量として特定する第１特徴量特定手段と、画像補正の対象とする画像である第２画像を入力する第２画像入力手段と、第２画像入力手段により入力された第２画像について前記第１画像と同じ条件で特定される領域ごとの代表値を、その第２画像の特徴を表す第２特徴量として特定する第２特徴量特定手段と、第１特徴量特定手段により第１特徴量として特定された領域ごとの代表値と第２特徴量特定手段により第２特徴量として特定された領域ごとの代表値とから、第２特徴量を第１特徴量に近づけるように設定された補正値に従い、第２画像に対する画像補正処理を行う画像補正手段としてコンピュータを機能させる。

このような画像処理プログラムによれば、請求項１に記載の画像処理装置としてコンピュータを機能させることができ、これにより前述した効果を得ることができる。

以下、本発明が適用された実施形態について、図面を用いて説明する。
［１．第１実施形態］
［１−１．全体構成］
図１は、第１実施形態の画像処理装置としての複合機１０の外観を示す斜視図である。

この複合機１０は、プリンタ機能の他、スキャナ機能やカラーコピー機能等を有したものであり、本体ケーシング１１における上部位置に、原稿の読み取りに用いられる画像読取部２０を備えている。

画像読取部２０は、原稿載置面（ガラス台）にセット（載置）された原稿から画像を光学的に読み取るいわゆるフラットベッドスキャナである。ここで、原稿載置面は、その上面が薄板状の原稿カバー２１によって覆われており、原稿カバー２１を上方へ開くことにより、原稿載置面への原稿のセット及びセットされた原稿の除去（つまり原稿の出し入れ）が可能となる。また、原稿カバー２１における原稿載置面と対向する側の面は白色となっており、原稿カバー２１が閉じられた状態（図１に示す状態）で画像の読み取りが行われた場合に、原稿載置面における原稿の載置されていない部分は白色に読み取られる。

一方、複合機１０は、画像読取部２０の前方位置（手前側の位置）に、各種操作ボタンを配置した操作部３１及びメッセージ等の画像を表示する表示部（例えば液晶ディスプレイ）３２からなる操作パネル３０を備えている。

また、複合機１０は、画像読取部２０の下方位置に、用紙等の印刷媒体にカラー画像を印刷可能な画像印刷部４０を備えている。この画像印刷部４０で画像が印刷された用紙は、本体ケーシング１１の前面に形成された開口１２から排紙される。

さらに、複合機１０は、本体ケーシング１１の前面における開口１２の上方位置に、ＳＤカードやＣＦカード等の各種メモリカード（可搬型記憶媒体）を挿入可能なカードスロット５０を備えている。また、複合機１０は、パーソナルコンピュータ等の情報処理装置を介さずに直接メモリカードから画像（デジタルスチルカメラで撮影した画像等）を読み取ってその画像を印刷する機能（いわゆるダイレクトプリント機能）を有している。

次に、複合機１０の制御系について説明する。
図２は、複合機１０の制御系の概略構成を示すブロック図である。
同図に示すように、複合機１０は、前述した画像読取部２０、操作パネル３０、画像印刷部４０及びカードスロット５０と、通信部６０と、制御部７０とを備えており、これらは信号線８０を介して接続されている。

通信部６０は、通信ケーブル（ＬＡＮケーブル）が接続された状態でその通信ケーブルを介したデータの送受信処理を行う。つまり、外部装置との間でデータ通信を行うためのものであり、例えば、ＬＡＮに存在するパーソナルコンピュータや、インターネット上に存在するウェブサーバとの間でデータ通信が可能となっている。ウェブとはＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）の略で、インターネットやイントラネットで標準的に用いられるドキュメントシステムである。

制御部７０は、ＣＰＵ７１、ＲＯＭ７２、ＲＡＭ７３等からなるマイクロコンピュータを中心に構成されており、複合機１０を構成する各部を統括制御する。また、ＲＯＭ７２には、後述する色変換処理をＣＰＵ７１に実行させるためのプログラムが記憶されている。

［１−２．色変換処理の概要］
次に、複合機１０が行う色変換処理の概要について説明する。
本実施形態の複合機１０は、色変換対象の画像に対し、色変換の見本となる画像（以下「お手本画像」ともいう。）に基づく色変換処理を行う。ここで、まず、このような色変換処理の基本的な流れについて、図３を用いて説明する。

ユーザが、お手本画像の印刷された原稿（例えば写真）を画像読取部２０の原稿載置面にセットし、操作部３１で原稿読取操作を行うと（１）、複合機１０は、原稿載置面における設定範囲（Ｌ版サイズ、Ａ４サイズ等、ユーザによって設定された範囲）からお手本画像を読み取る（２）。これにより、原稿載置面にセットされた原稿からお手本画像が読み込まれる。

次に、ユーザが、色変換の対象とする画像が記憶されたメモリカードをカードスロット５０に挿入すると（３）、複合機１０は、挿入されたメモリカードを認識し、ユーザに対し、メモリカードに記憶されている画像のうち色変換の対象とするものを選択させる（４）。なお、ユーザに画像を選択させるための処理としては、公知の処理（例えば、メモリカードに記憶されている各画像を表示部３２に表示させて操作部３１での操作により選択させる処理）を適宜採用可能である。

そして、色変換対象の画像がユーザにより選択されると（５）、複合機１０は、選択された画像を読み込む（６）。なお、以下の説明において、当該画像を「元画像」ということがある。

その後、複合機１０は、画像読取部２０から読み込んだお手本画像を見本として、メモリカードから読み込んだ元画像を補正する処理を行う（７）。
なお、ここでは、画像読取部２０からお手本画像を読み込んだ後にメモリカードから元画像を読み込む手順を例示したが、これに限定されるものではなく、先にメモリカードから元画像を読み込み、その後に画像読取部２０からお手本画像を読み込むようにしてもよい。

このような色変換処理によれば、ユーザは、お手本画像を用いることで、元画像の色変換を簡単な操作でかつ感覚的に行うことができる。
しかしながら、所望の色変換結果を表すお手本画像をユーザが所持していないことも考えられる。

そこで、本実施形態の複合機１０では、お手本画像そのものではなく、お手本画像を特定するためのキーワードをユーザに指定させることで色変換を行うようにしている。
［１−３．色変換処理の具体的内容］
以下、本実施形態の複合機１０が行う色変換処理の具体的内容について説明する。

［１−３−１．色変換処理］
図４は、ＣＰＵ７１が実行する色変換処理のフローチャートである。
ＣＰＵ７１は、色変換処理を開始すると、まず、Ｓ１０１で、お手本画像を特定するためのキーワードをユーザから入力する。具体的には、例えば、キーワードの指定を促すメッセージを表示部３２に表示させ、操作部３１での操作によりユーザにキーワードを指定させる。

続いて、Ｓ１０２では、Ｓ１０１で入力したキーワードがＲＡＭ７３に記憶されているか否かを判定する。すなわち、後述するように、過去に入力したキーワードについては、そのキーワードに基づき取得した画像の各ＲＧＢ平均値の総平均値と対応付けてＲＡＭ７３に記憶されるようになっている（Ｓ１１９）。つまり、Ｓ１０２では、Ｓ１０１で入力したキーワードが、過去に入力したことのあるキーワードであるか否かを判定する。

そして、Ｓ１０２で、Ｓ１０１で入力したキーワードが記憶されていない（新規である）と判定した場合には、Ｓ１０３へ移行し、そのキーワードに関連する画像をインターネット上で検索して取得する。つまり、そのキーワードに関連する画像を記憶しているウェブサーバから画像を取得することになる。ここで、キーワードによっては画像数が膨大になることが考えられるため、画像の取得数の上限値をあらかじめ設定しておくことが好ましい。

例えば、画像の取得数の上限値が６に設定されている場合において、「五月晴れ」というキーワードを入力した場合、図５に示すように６つの画像Ｉｍａｇｅ１〜Ｉｍａｇｅ６が取得される。なお、取得する画像の形式は特に限定されないが、本実施形態ではＲＧＢ形式を前提として説明する。また、キーワードに関連する画像の検索自体は、Ｇｏｏｇｌｅ（登録商標）やＹａｈｏｏ！（登録商標）の検索システムで既に実用化されており、ＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍ Ｉｎｔｅｒｆａｃｅ）も公開されていることから、詳細な説明については省略する。

続いて、Ｓ１０４では、Ｓ１０３で取得した各画像について、画像を構成する全画素のＲＧＢ値の平均値を算出する。図５の例では、各画像Ｉｍａｇｅ１〜Ｉｍａｇｅ６について、平均値Ｍｅａｎ１〜Ｍｅａｎ６をそれぞれ算出することになる。

続いて、Ｓ１０５では、Ｓ１０４で算出した平均値の平均である総平均値を算出する。図５の例では、平均値Ｍｅａｎ１〜Ｍｅａｎ６の合計値を６で割った値を総平均値ＭｅａｎＴｏｔａｌとして算出することになる。

続いて、Ｓ１０６では、ＲＧＢ空間において、Ｓ１０４で算出した平均値のうち、Ｓ１０５で算出した総平均値に対するユークリッド距離が最も遠い平均値の画像を特定し、特定した画像以外の残りの画像を抽出した後、Ｓ１０９へ移行する。つまり、総平均値から最も離れた平均値の画像を排除する。図５の例では、６つの平均値Ｍｅａｎ１〜Ｍｅａｎ６のうち、総平均値ＭｅａｎＴｏｔａｌから最も離れた平均値の画像が排除され、残り５つの画像が抽出されることになる。このようにして、キーワードとの関連性の低い画像を排除する。

なお、ここでは１つの画像のみを排除するようにしているが、これに限定されるものではなく、例えば、総平均値に対するユークリッド距離が所定値以内の平均値の画像のみを抽出するようにしてもよい。また、例えば、総平均値に対するユークリッド距離が近いものから順に所定数以内の画像を抽出するようにしてもよい。このようにすれば、キーワードとの関連性の低い画像が複数存在する場合にも効果的に除去することが可能となる。

一方、Ｓ１０２で、Ｓ１０１で入力したキーワードが記憶されている（過去に入力したキーワードである）と判定した場合には、Ｓ１０７へ移行し、前述したＳ１０４と同様、Ｓ１０３で取得した各画像についてＲＧＢ値の平均値を算出する。

続いて、Ｓ１０８では、Ｓ１０１で入力したキーワードと対応付けてＲＡＭ７３に記憶されている総平均値を読み出す。そして、ＲＧＢ空間において、Ｓ１０７で算出した平均値のうち、ＲＡＭ７３から読み出した総平均値に対するユークリッド距離が所定値以内の平均値の画像のみを抽出した後、Ｓ１０９へ移行する。ここで、該当する画像の数が所定の上限値を超えている場合には、総平均値に対する距離の近いものから順に上限値の範囲内で抽出する。このようにして、キーワードとの関連性の低い画像を排除する。

Ｓ１０９では、Ｓ１０６又はＳ１０８で抽出した画像から、再度総平均値を算出する。
続いて、Ｓ１１０では、図６に示すように、ＲＧＢ空間において、Ｓ１０４又はＳ１０７で算出した平均値のうち、Ｓ１０９で算出し直した総平均値に対するユークリッド距離が最も近い平均値の画像を、色変換処理の見本とするお手本画像に決定する。つまり、キーワードに関連する画像として検索された複数のお手本画像の中から、実際に利用する１つのお手本画像を選択する。

続いて、Ｓ１１１では、Ｓ１１０で決定したお手本画像を構成する各画素をＨＳＶパラメータ（Ｈ値：０〜３６０、Ｓ値及びＶ値：０〜１）に変換する処理を行う。
なお、ＲＧＢからＨＳＶパラメータへの変換や、ＨＳＶからＲＧＢへの変換は、以下に示す公知の変換式に従い行うことができる。
（１）RGB⇒HSVの変換式
max(a,b,c)はa,b,cの中で最も大きい値を表す。
min(a,b,c)はa,b,cの中で最も小さい値を表す。
V = max(R/255,G/255,B/255)
Vが0でない時、
S = [V - min(R,G,B)] ÷ V
Vが0の時、
S = 0
[V - min(R,G,B)]が0でない時、
r = (V - R/255)÷(V-min(R,G,B)
g = (V - G/255)÷(V-min(R,G,B)
b = (V - B/255)÷(V-min(R,G,B)
[V - min(R,G,B)]が0の時、
r = 0
g = 0
b = 0
V = R/255の時
H = 60 × (b-g)
V = G/255の時
H = 60 × (2+r-g)
V = B/255の時
H = 60 × (4+g-r)
ただしH<0の時
H = H+360
として、ＲＧＢからＨＳＶへ変換される。また、ＨＳＶからＲＧＢへは、
（２）HSV⇒RGBの変換式
(以下で示すin, fl, m, nは、ＨＳＶからＲＧＢを算出する過程で利用する媒介変数であ
る)
in を (H/60)の整数部分
fl を (H/60)の小数部分とする。
in が偶数の場合
fl = 1-fl
m = V × (1-S)
n = V × (1-S×fl)
inが0の時
R = V × 255
G = n × 255
B = m × 255
inが1の時
R = n × 255
G = V × 255
B = m × 255
inが2の時
R = m × 255
G = V × 255
B = n × 255
inが3の時
R = m × 255
G = n × 255
B = V × 255
inが4の時
R = n × 255
G = m × 255
B = V × 255
inが5の時
R = V × 255
G = m × 255
B = n × 255
として変換される。

続いて、Ｓ１１２では、Ｓ１１１での変換処理により得られたＨＳＶパラメータに基づいて、お手本画像の特徴を表す特徴量である第１特徴量を特定する第１特徴量特定処理を行う。なお、第１特徴量特定処理の具体的な処理内容については後述する（図７）。

続いて、Ｓ１１３では、メモリカードに記憶されている色変換対象の画像（元画像）をＲＡＭ７３に読み込む。なお、読み込む画像の形式は特に限定されないが、本実施形態ではＲＧＢ形式を前提として説明する。

続いて、Ｓ１１４では、Ｓ１１３で読み込んだ元画像を構成する各画素をＨＳＶパラメータに変換する処理を行う。
続いて、Ｓ１１５では、Ｓ１１４での変換処理により得られたＨＳＶパラメータに基づいて、元画像の特徴を表す特徴量である第２特徴量を特定する第２特徴量特定処理を行う。なお、第２特徴量特定処理の具体的な処理内容については後述する（図８）。

続いて、Ｓ１１６では、第１特徴量及び第２特徴量の値を条件に応じて再設定する代表値再設定処理を行う。なお、代表値再設定処理の具体的な処理内容については後述する（図１０）。

続いて、Ｓ１１７では、第１特徴量及び第２特徴量に基づいて元画像を補正する。なお、具体的な補正方法については後述する。
続いて、Ｓ１１８では、Ｓ１１７で補正された補正後の元画像を画像印刷部４０に印刷させる。

続いて、Ｓ１１９では、Ｓ１０１で入力したキーワードを、Ｓ１０９で算出した総平均値と対応付けてＲＡＭ７３に記憶させた後、本色変換処理を終了する。なお、同一のキーワードが既に記憶されている場合には、既に記憶されている総平均値をＳ１０９で算出した総平均値に更新する。

［１−３−２．第１特徴量特定処理］
次に、色変換処理（図４）におけるＳ１１２で行われる第１特徴量特定処理について、図７のフローチャートを用いて説明する。なお、この第１特徴量特定処理においては、Ｈ値は、−３０〜３３０の値をとるものとし、Ｈ値がこの範囲内にない場合は、Ｈ値を適宜変換することにより（例えば、“Ｈ値＋３６０×ｎ”又は“Ｈ値−３６０×ｎ”、ｎは整数）、この範囲内に調整する。

ＣＰＵ７１は、第１特徴量特定処理を開始すると、まず、Ｓ２０１で、お手本画像を複数の領域に分割する。本実施形態では、一般的に用いられる６つの色相に基づいて分割する。具体的には、それぞれの画素のＨ値に基づき、
・Ｒ領域： −３０以上〜３０未満
・Ｙ領域： ３０以上〜９０未満
・Ｇ領域： ９０以上〜１５０未満
・Ｃ領域： １５０以上〜２１０未満
・Ｂ領域： ２１０以上〜２７０未満
・Ｍ領域： ２７０以上〜３３０未満
に分割する。つまり、お手本画像の構成画素をその色相値に応じた上記分類基準に従い、６つの分類項目に分類する処理を行う。なお、これらの領域とＨ値の対応関係はあくまでも一例であり、適宜変更可能なものである。

続いて、Ｓ２０２では、Ｓ２０１で分割した領域ごとに、各領域がお手本画像中に占める割合と、各領域に属する構成画素の特徴を表す代表値（ＨＳＶ値）とを、第１特徴量として算出する。

ここで、各領域の代表値（ＨＳＶ値）を、以下のように定義する。
・Ｒ領域の代表値：ｓＨｒ，ｓＳｒ，ｓＶｒ
・Ｇ領域の代表値：ｓＨｇ，ｓＳｇ，ｓＶｇ
・Ｂ領域の代表値：ｓＨｂ，ｓＳｂ，ｓＶｂ
・Ｃ領域の代表値：ｓＨｃ，ｓＳｃ，ｓＶｃ
・Ｍ領域の代表値：ｓＨｍ，ｓＳｍ，ｓＶｍ
・Ｙ領域の代表値：ｓＨｙ，ｓＳｙ，ｓＳｙ
本実施形態では、各領域に属する構成画素のＨＳＶ値それぞれの平均値を代表値として特定する。なお、代表値は平均値に限定されるものではなく、例えば中間値を用いることもできる。

また、各領域がお手本画像中に占める割合を、以下のように定義する。
・Ｒ領域がお手本画像中に占める割合：ｓＲａｔｅＲ
・Ｇ領域がお手本画像中に占める割合：ｓＲａｔｅＧ
・Ｂ領域がお手本画像中に占める割合：ｓＲａｔｅＢ
・Ｃ領域がお手本画像中に占める割合：ｓＲａｔｅＣ
・Ｍ領域がお手本画像中に占める割合：ｓＲａｔｅＭ
・Ｙ領域がお手本画像中に占める割合：ｓＲａｔｅＹ
例えばＲ領域については、
ｓＲａｔｅＲ＝（お手本画像中のＲ領域の画素数）÷（お手本画像の全画素数）
とすることができる。なお、他の式によって定義してもよい。

［１−３−３．第２特徴量特定処理］
次に、前述した色変換処理（図４）におけるＳ１１５で行われる第２特徴量特定処理について、図８のフローチャートを用いて説明する。なお、この第２特徴量特定処理では、前述した第１特徴量特定処理（図７）でお手本画像に対して行った処理と同様の処理を、元画像に対して行う。

すなわち、ＣＰＵ７１は、第２特徴量特定処理を開始すると、まず、Ｓ３０１で、元画像を６つの領域に分割する。この処理内容は、第１特徴量特定処理におけるＳ２０１の処理と同様であるので、具体的な説明については省略する。

続いて、Ｓ３０２では、元画像に対し、第１特徴量特定処理におけるＳ２０２の処理と同様の処理を行うことにより、第２特徴量を算出する。ここでは、各領域の代表値（ＨＳＶ値）を、以下のように定義する。
・Ｒ領域の代表値：ｉＨｒ，ｉＳｒ，ｉＶｒ
・Ｇ領域の代表値：ｉＨｇ，ｉＳｇ，ｉＶｇ
・Ｂ領域の代表値：ｉＨｂ，ｉＳｂ，ｉＶｂ
・Ｃ領域の代表値：ｉＨｃ，ｉＳｃ，ｉＶｃ
・Ｍ領域の代表値：ｉＨｍ，ｉＳｍ，ｉＶｍ
・Ｙ領域の代表値：ｉＨｙ，ｉＳｙ，ｉＳｙ
また、各領域が元画像中に占める割合を、以下のように定義する。
・Ｒ領域が元画像中に占める割合：ｉＲａｔｅＲ
・Ｇ領域が元画像中に占める割合：ｉＲａｔｅＧ
・Ｂ領域が元画像中に占める割合：ｉＲａｔｅＢ
・Ｃ領域が元画像中に占める割合：ｉＲａｔｅＣ
・Ｍ領域が元画像中に占める割合：ｉＲａｔｅＭ
・Ｙ領域が元画像中に占める割合：ｉＲａｔｅＹ
［１−３−４．元画像の補正処理］
次に、前述した色変換処理（図４）におけるＳ１１７で行われる元画像の補正処理の具体的方法について説明する。この処理は、元画像の各画素のＨ値、Ｓ値、Ｖ値をそれぞれ変換することによって行われる。

まず、Ｈ値における変換処理について説明する。
第２特徴量のＨ値の代表値をＸ軸にとり、第１特徴量のＨ値の代表値をＹ軸にとって領域ごとのＨ値の代表値をプロットする。そしてプロットされた点の間を、例えば線形補間することにより、図９に示す色相補正テーブルを作成する。ここで、この色相補正テーブルによる補正後のＨ値（Ｙ軸のＨ値）をＨ’とし、Ｈ’＜０の場合は、Ｈ’＝Ｈ’＋３６０とし、Ｈ’＞３６０の場合は、Ｈ’＝Ｈ’−３６０とする。

そして、元画像のそれぞれの画素に対し、上記色相補正テーブルを適用することによって、Ｈ値を補正する。具体的には、補正後のＨ’は、以下の式で定義することができる。
Ｈ’＝(ｙ２-ｙ１)÷(ｘ２-ｘ１) × Ｈ
- (ｙ２-ｙ１)÷(ｘ２-ｘ１) × ｘ２ + ｙ２
・・・（式１）
ここで、ｘ１，ｘ２，ｙ１，ｙ２は、以下のように定義される。

Ｈ＜ｉＨｒのときは、
（ｘ１，ｙ１）= （ｉＨｍ−３６０，ｓＨｍ−３６０）
（ｘ２，ｙ２）= （ｉＨｒ，ｓＨｒ）
ｉＨｒ≦Ｈ＜ｉＨｙのときは、
（ｘ１，ｙ１）= （ｉＨｒ，ｓＨｒ）
（ｘ２，ｙ２）= （ｉＨｙ，ｓＨｙ）
ｉＨｙ≦Ｈ＜ｉＨｇのときは、
（ｘ１，ｙ１）= （ｉＨｙ，ｓＨｙ）
（ｘ２，ｙ２）= （ｉＨｇ，ｓＨｇ）
ｉＨｇ≦Ｈ＜ｉＨｃのときは、
（ｘ１，ｙ１）= （ｉＨｇ，ｓＨｇ）
（ｘ２，ｙ２）= （ｉＨｃ，ｓＨｃ）
ｉＨｃ≦Ｈ＜ｉＨｂのときは、
（ｘ１，ｙ１）= （ｉＨｃ，ｓＨｃ）
（ｘ２，ｙ２）= （ｉＨｂ，ｓＨｂ）
ｉＨｂ≦Ｈ＜ｉＨｍのときは、
（ｘ１，ｙ１）= （ｉＨｂ，ｓＨｂ）
（ｘ２，ｙ２）= （ｉＨｍ，ｓＨｍ）
ｉＨｍ≦Ｈのときは、
（ｘ１，ｙ１）= （ｉＨｍ，ｓＨｍ）
（ｘ２，ｙ２）= （ｉＨｒ＋３６０，ｓＨｒ＋３６０）
次に、Ｓ値及びＶ値における変換について説明する。

Ｓ値及びＶ値は、Ｈ値によって分割された領域ごとに値が変換される。例えば、Ｒ領域について、
Ｓ ≦ ｉＳｒのときは、
Ｓ’＝Ｓ×（ｓＳｒ÷ｉＳｒ） ・・・（式２）
Ｓ ＞ ｉＳｒのときは、
Ｓ’＝１＋（Ｓ−１）×｛（１−ｓＳｒ）÷（１−ｉＳｒ）｝ ・・・（式３）
Ｖ ≦ ｉＶｒのときは、
Ｖ’＝Ｖ×（ｓＶｒ÷ｉＶｒ） ・・・（式４）
Ｖ ＞ ｉＶｒのときは、
Ｖ’＝１＋（Ｖ−１）×｛（１−ｓＶｒ）÷（１−ｉＶｒ）｝ ・・・（式５）
の式で求めることができる。また、その他の領域の計算についても同様に算出することができる。なお、以下においては、上記Ｓ値の変換式で定義される変換テーブルを彩度補正テーブルということがあり、また、上記Ｖ値の変換式で定義される変換テーブルを明度補正テーブルということがある。

その後、変換されたＨＳＶ値を、画像印刷部４０に適するフォーマット（例えば、ＲＧＢ値）に変換する。なお、ＨＳＶ値からＲＧＢ値への変換は、前述した公知の変換式に従い行うことができる。

このように、Ｈ値に基づいて分割された領域ごとに、第２特徴量を第１特徴量に近づけるように元画像に対する補正処理を行うことによって、元画像の色合いをお手本画像の色合いに変換することができる。

［１−３−５．代表値再設定処理］
次に、前述した色変換処理（図４）におけるＳ１１６で行われる代表値再設定処理について、図１０のフローチャートを用いて説明する。

ＣＰＵ７１は、代表値再設定処理を開始すると、まず、Ｓ４０１で、元画像において色相ごとに分割した６つの領域のうちの１つの領域について、色変換の対象とするか否かを判定する。ここで、その領域を色変換の対象とするか否かは、その領域が後述の変換対象条件を満たすか否かによって判定する。そして、色変換の対象とすると判定した場合には（Ｓ４０１：ＹＥＳ）、Ｓ４０３へ移行する。一方、色変換の対象としないと判定した場合には（Ｓ４０１：ＮＯ）、Ｓ４０２へ移行し、その領域に係る第１特徴量及び第２特徴量の代表値を再設定した後、Ｓ４０３へ移行する。なお、代表値の再設定方法については後述する。

Ｓ４０３では、６つの領域すべてについて、色変換の対象とするか否かの判定処理を行ったか否かを判定する。そして、色変換の対象とするか否かの判定処理を行っていない領域が残っていると判定した場合には（Ｓ４０３：ＮＯ）、Ｓ４０１に戻り処理を繰り返す。一方、すべての領域について判定処理を行ったと判定した場合には（Ｓ４０３：ＹＥＳ）、本代表値再設定処理を終了する。

ここで、Ｓ４０１の変換対象条件について説明する。
（Ａ）しきい値Threを用いる方法
Ｓ４０１では、第１特徴量及び第２特徴量における対象領域についての割合値（お手本画像中又は元画像中に占める割合）がしきい値Thre以上である場合に、変換対象条件を満たす（色変換の対象とする）と判定する。そして、第１特徴量及び第２特徴量の少なくとも一方における対象領域についての割合値がしきい値Thre未満の場合には、Ｓ４０２で、その領域に係る第１特徴量及び第２特徴量の代表値を同じ値に変更し、変更後の代表値を用いて補正処理が行われるようにする。具体的には、代表値を次のように再設定する。

ｓＲａｔｅＲ＜Thre 又は ｉＲａｔｅＲ＜Thre のときは、
ｓＨｒ＝０，ｓＳｒ＝０．５，ｓＶｒ＝０．５，
ｉＨｒ＝０，ｉＳｒ＝０．５，ｉＶｒ＝０．５
ｓＲａｔｅＧ＜Thre 又は ｉＲａｔｅＧ＜Thre のときは、
ｓＨｇ＝１２０，ｓＳｇ＝０．５，ｓＶｇ＝０．５，
ｉＨｇ＝１２０，ｉＳｇ＝０．５，ｉＶｇ＝０．５
ｓＲａｔｅＢ＜Thre 又は ｉＲａｔｅＢ＜Thre のときは、
ｓＨｂ＝２４０，ｓＳｂ＝０．５，ｓＶｂ＝０．５，
ｉＨｂ＝２４０，ｉＳｂ＝０．５，ｉＶｂ＝０．５
ｓＲａｔｅＣ＜Thre 又は ｉＲａｔｅＣ＜Thre のときは、
ｓＨｃ＝１８０，ｓＳｃ＝０．５，ｓＶｃ＝０．５，
ｉＨｃ＝１８０，ｉＳｃ＝０．５，ｉＶｃ＝０．５
ｓＲａｔｅＭ＜Thre 又は ｉＲａｔｅＭ＜Thre のときは、
ｓＨｍ＝３００，ｓＳｍ＝０．５，ｓＶｍ＝０．５，
ｉＨｍ＝３００，ｉＳｍ＝０．５，ｉＶｍ＝０．５
ｓＲａｔｅＹ＜Thre 又は ｉＲａｔｅＹ＜Thre のときは、
ｓＨｙ＝６０，ｓＳｙ＝０．５，ｓＶｙ＝０．５，
ｉＨｙ＝６０，ｉＳｙ＝０．５，ｉＶｙ＝０．５
本実施形態では、Ｓ値及びＶ値については、そのとり得る値（０〜１）の中間値である０．５を採用し、Ｈ値においては、それぞれの領域の中間値を採用したが、これらはあくまでも一例に過ぎず、これらの数値に限定されるものではない。

このように代表値を変更することで、補正処理において、Ｓ値及びＶ値については、前述した変換式（式２）〜（式５）から明らかなように値が変換されない。すなわち、例えばＲ領域に関して、Ｓ ≦ ｉＳｒのときは、前述した（式２）のとおり、
Ｓ’＝Ｓ×（ｓＳｒ÷ｉＳｒ）
の式で算出されるが、当該式において、ｓＳｒ＝０．５，ｉＳｒ＝０．５となるので、前述した式は、
Ｓ’＝Ｓ×（０．５÷０．５）＝Ｓ ・・・（式６）
となる。Ｓ＞ｉＳｒのときも同様にＳ’＝Ｓとなる。また、Ｖ値及び他の領域についても同様に変換されない。

一方、Ｈ値については、図９においてプロットされる点が代表値に変更されるので、その領域における変換量を小さくすることができる。すなわち、前述した変換式（式１）を利用した場合であっても、代表値を変更することによって変換量が小さくなる。

次に、しきい値Threの決定方法について説明する。この値は、例えば官能評価に基づいて決定することができる。官能評価では、約６％以上の面積を占めていれば、その領域は知覚されやすいことを確認した。したがって、しきい値Threとして、６％を採用することができる。ただし、しきい値Threは６％に限定されるものではない。

また、例えば、他の領域に対して相対的に面積が大きい領域を抽出するようにしきい値Threを決定してもよい。具体的には、分割される領域の数が６であれば、その逆数である１／６をしきい値Threとする。

ここで、分割される領域の数が６とは、色彩を表現する色域の１つであるＲＧＢ空間（頂点数８）から、無彩色である白と黒とを除いた残りの６つの頂点である。人が色彩を識別するには、色域を頂点数６に分類すれば十分であり、６より少なくすると、元画像がお手本画像のように変換されていないとユーザが感じる可能性が高くなる。逆に、６より細かく分割すれば、変換精度は高くなるが、人には識別できなくなる可能性が高くなる。また、分割数の増加に伴い計算量も増えるため、印刷結果が得られるまでの時間が長くなり、ユーザの不満も増加する可能性も高くなるので、分割される領域の数は６が好ましい。

なお、本実施形態では、すべての領域において同一のしきい値Threを用いているが、これに限定されるものではなく、領域ごとにしきい値Threを変更してもよい。
（Ｂ）最大領域の情報を用いる方法
上記（Ａ）の方法では、しきい値Threを設定し、当該しきい値Threに基づいて代表値の変更、すなわち、色変換処理の停止、変換量の減少の制御を行った。ここでは、お手本画像の特定の色のみについて元画像に反映させるために、画像中の最大領域の情報を用いる方法について説明する。

この場合、Ｓ４０１では、第１特徴量及び第２特徴量のいずれにおいても最も割合値が大きい領域である場合に、変換対象条件を満たす（色変換の対象とする）と判定する。そして、変換対象条件を満たさない領域については、Ｓ４０２で、その領域に係る第１特徴量及び第２特徴量の代表値を次のように再設定する。ここで、第１特徴量の割合値のうち最も大きい割合値を、ｓＭａｘＲａｔｅとする。また、第２特徴量の割合値のうち最も大きい割合値を、ｉＭａｘＲａｔｅとする。

ｓＲａｔｅＲ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＲ≠ｓＭａｘＲａｔｅのとき、
ｓＨｒ＝０，ｓＳｒ＝０．５，ｓＶｒ＝０．５，
ｉＨｒ＝０，ｉＳｒ＝０．５，ｉＶｒ＝０．５
ｓＲａｔｅＧ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＧ≠ｓＭａｘＲａｔｅのとき、
ｓＨｇ＝１２０，ｓＳｇ＝０．５，ｓＶｇ＝０．５，
ｉＨｇ＝１２０，ｉＳｇ＝０．５，ｉＶｇ＝０．５
ｓＲａｔｅＢ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＢ≠ｓＭａｘＲａｔｅのとき、
ｓＨｂ＝２４０，ｓＳｂ＝０．５，ｓＶｂ＝０．５，
ｉＨｂ＝２４０，ｉＳｂ＝０．５，ｉＶｂ＝０．５
ｓＲａｔｅＣ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＣ≠ｓＭａｘＲａｔｅのとき、
ｓＨｃ＝１２０，ｓＳｃ＝０．５，ｓＶｃ＝０．５，
ｉＨｃ＝１２０，ｉＳｃ＝０．５，ｉＶｃ＝０．５
ｓＲａｔｅＭ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＭ≠ｓＭａｘＲａｔｅのとき、
ｓＨｍ＝３００，ｓＳｍ＝０．５，ｓＶｍ＝０．５，
ｉＨｍ＝３００，ｉＳｍ＝０．５，ｉＶｍ＝０．５
ｓＲａｔｅＹ≠ｉＭａｘＲａｔｅ又はｉＲａｔｅＹ≠ｓＭａｘＲａｔｅのとき、
ｓＨｙ＝６０，ｓＳｙ＝０．５，ｓＶｙ＝０．５，
ｉＨｙ＝６０，ｉＳｙ＝０．５，ｉＶｙ＝０．５
このように代表値を設定することで、第１特徴量及び第２特徴量のいずれにおいても最も割合値の大きい領域のみが変換対象となるから、変換対象とならなかった領域のＳ値及びＶ値については変換が行われず、また、Ｈ値については変換量を減少させることができる。

具体的には、例えばＢ領域のみを変換対象とした場合、図１１に示すような色相補正テーブルが作成されることになる。この色相補正テーブルにおいては、色空間上Ｂ領域に隣接するＣ領域におけるＨ値の代表値（ｉＨｃ＝１８０，ｓＨｃ＝１８０）とＢ領域におけるＨ値の代表値（ｉＨｂ，ｓＨｂ）とが直線で結ばれ、また、色空間上Ｂ領域に隣接するＭ領域におけるＨ値の代表値（ｉＨｍ＝３００，ｓＨｍ＝３００）とＢ領域におけるＨ値の代表値（ｉＨｂ，ｓＨｂ）とが直線で結ばれることになる。

このため、Ｈ値が１８０＜Ｈ≦２１０のＣ領域、及びＨ値が２７０＜Ｈ≦３００のＭ領域についても変換されることになる。この変換量は、Ｂ領域に近い値ほど大きくなる。
このように、変換対象の領域を選択可能であり、また、変換対象ではない領域であっても、色空間上隣接するＨ値については一部変換されることになるから、変換対象の領域の変換対象ではない領域との間に擬似輪郭（階調とび）が生成されることを防ぐことができる。

このような代表値再設定処理を行うことにより、分割されたそれぞれの領域に対し、領域の大きさに基づいて補正処理の一部を停止したり、変換量を小さくしたりすることができるため、ユーザは、お手本画像の一部の色合いのみを元画像の色合いに反映させるといったことが可能となる。

［１−４．効果］
以上説明したように、本実施形態の複合機１０は、ユーザからキーワードを入力し（Ｓ１０１）、入力したキーワードに関連するお手本画像をウェブ上で取得して（Ｓ１０３）、取得したお手本画像の特徴を表す第１特徴量を特定する（Ｓ１１１，Ｓ１１２）。また、色変換の対象とする元画像をメモリカードから入力し（Ｓ１１３）、入力した元画像の特徴を表す第２特徴量を特定する（Ｓ１１４，Ｓ１１５）。そして、第２特徴量を第１特徴量に近づけるように、元画像に対する色変換処理を行う（Ｓ１１６，Ｓ１１７）。

このような複合機１０によれば、ユーザは、色変換のお手本となる画像を特定するためのキーワードを指定するだけで、元画像の色変換を簡単な操作でかつ感覚的に行うことができる。また、この複合機１０によれば、ユーザは、お手本画像自体を所持していなくても色変換を行うことができる。

具体的には、例えば、建物と空が写っている元画像に対し、空の青を鮮やかな海の青に変換したい場合は、鮮やかな海の写っている画像を特定するためのキーワードを指定することによって、元画像の青色を鮮やかな海の青に変換することができる。

また、人の顔が映っている元画像に対し、肌色を明るく変換したい場合は、明るい肌色の写っている画像を特定するためのキーワードを指定することによって、元画像の肌色を明るい肌色に変換することができる。

このように、ユーザは、何ら専門的な知識を必要とせず、色変換のお手本となる画像を特定するためのキーワードを指定するだけで、所望の色変換を行うことができる。さらに、色変換を行う領域が自動的に選択されるので、知覚されにくい領域の変換を中止又は低減し、知覚されやすい領域のみを変換することもできる。

特に、この複合機１０では、キーワードに対応する第１特徴量をあらかじめ設定しておくのではなく、キーワードに関連する画像を取得し、取得した画像に基づき第１特徴量を特定するようにしているため、任意のキーワードを用いた柔軟な設定が可能となる。

また、この複合機１０では、キーワードに関連する画像が複数取得された場合に、それらの中から１つの画像を選択し、選択した画像の特徴を表す第１特徴量を特定する。具体的には、取得した複数の画像のそれぞれについて画素値の平均値を算出し（Ｓ１０４，Ｓ１０７）、算出した複数の平均値の平均である総平均値に最も近い平均値の画像を選択する（Ｓ１１０）。このようにすることで、複数の画像の中で最も平均的な画像（換言すれば、キーワードに対する関連性が最も高いと考えられる画像）に基づき元画像の色変換を行うことができる。

さらに、この複合機１０では、取得した複数の画像のうち、総平均値に対する距離が最も遠いものでないという条件を満たす平均値の画像のみから総平均値を算出し直し（Ｓ１０６，Ｓ１０９）、その算出し直した総平均値に最も近い平均値の画像を選択する（Ｓ１１０）。

加えて、算出した総平均値をキーワードと対応付けて記憶しておき（Ｓ１１９）、記憶されているキーワードが入力された場合には（Ｓ１０２：ＹＥＳ）、取得した画像のうち、そのキーワードと対応付けて記憶されている総平均値に対する距離が所定値以内であるという条件を満たす平均値の画像のみから総平均値を算出し直し（Ｓ１０７〜Ｓ１０９）、その算出し直した総平均値に最も近い平均値の画像を選択する（Ｓ１１０）。

このため、キーワードとの関連性の低い画像を排除することで総平均値の信頼性を高めることが可能となり、キーワードを適切に反映した画像を選択することができる。
［１−５．特許請求の範囲との対応］
なお、第１実施形態の複合機１０では、色変換処理（図４）におけるＳ１０１の処理を実行するＣＰＵ７１が、キーワード入力手段に相当し、Ｓ１０３の処理を実行するＣＰＵ７１が、第１画像取得手段に相当する。また、Ｓ１０４〜Ｓ１１０の処理を実行するＣＰＵ７１が、選択手段に相当し、Ｓ１１１，Ｓ１１２の処理を実行するＣＰＵ７１が、第１特徴量特定手段に相当し、Ｓ１１３の処理を実行するＣＰＵ７１が、第２画像入力手段に相当する。また、Ｓ１１４，Ｓ１１５の処理を実行するＣＰＵ７１が、第２特徴量特定手段に相当し、Ｓ１１６，Ｓ１１７の処理を実行するＣＰＵ７１が、画像補正手段に相当し、Ｓ１１９の処理を実行するＣＰＵ７１が、平均値記憶手段に相当する。

［２．第２実施形態］
次に、第２実施形態の複合機１０について説明する。
第２実施形態の複合機１０は、前述した図４の色変換処理に代えて、図１２のフローチャートに示す色変換処理を行う点が第１実施形態の複合機１０と異なる。その他、共通する内容については説明を省略する。

図１２の色変換処理は、図４の色変換処理と対比すると、Ｓ５０１〜Ｓ５１０，Ｓ５１２〜Ｓ５１７の各処理内容が、Ｓ１０１〜Ｓ１０６，Ｓ１０９〜Ｓ１１８の各処理内容と共通している。つまり、Ｓ５０２でキーワードがＲＡＭ７３に記憶されていると判定した場合の処理（Ｓ５１１）と、Ｓ５１８の処理内容とが相違している。そこで、この相違点に係る処理を中心に説明し、共通する部分については説明を省略する。

Ｓ５０２で、Ｓ５０１で入力したキーワードがＲＡＭ７３に記憶されている（過去に入力したキーワードである）と判定した場合には、Ｓ５１１へ移行し、そのキーワードと対応付けてＲＡＭ７３に記憶されている第１特徴量を読み出した後、Ｓ５１２へ移行する。

また、Ｓ５１８では、Ｓ５０１で入力したキーワードを、第１特徴量と対応付けてＲＡＭ７３に記憶させた後、本色変換処理を終了する。なお、同一のキーワードが既に記憶されている場合には、記憶内容がそのまま維持されることとなる。

つまり、第２実施形態の色変換処理では、新規のキーワードを入力した場合に、そのキーワードを第１特徴量と対応付けて記憶するようにしており、過去に入力した（新規でない）キーワードが入力された場合には、記憶している第１特徴量を用いるようにしている。

このような複合機１０によれば、過去に入力したことのあるキーワードが再度入力された場合に、そのキーワードに関連する画像を取得することなく色変換を行うことができる。

しかも、キーワードに対する色変換の設定を固定とすることができる。すなわち、第１実施形態の複合機１０では、色変換処理を実行する時期等によって取得される画像が異なることが考えられ、この場合には色変換の設定も変化することになるが、第２実施形態の複合機１０によれば、キーワードに対する色変換の設定を固定とすることができる。

なお、第２実施形態の複合機１０では、色変換処理（図１２）におけるＳ５０１の処理を実行するＣＰＵ７１が、キーワード入力手段に相当し、Ｓ５０３の処理を実行するＣＰＵ７１が、第１画像取得手段に相当する。また、Ｓ５０４〜Ｓ５０８の処理を実行するＣＰＵ７１が、選択手段に相当し、Ｓ５０９，Ｓ５１０の処理を実行するＣＰＵ７１が、第１特徴量特定手段に相当し、Ｓ５１２の処理を実行するＣＰＵ７１が、第２画像入力手段に相当する。また、Ｓ５１３，Ｓ５１４の処理を実行するＣＰＵ７１が、第２特徴量特定手段に相当し、Ｓ５１５，Ｓ５１６の処理を実行するＣＰＵ７１が、画像補正手段に相当し、Ｓ５１８の処理を実行するＣＰＵ７１が、特徴量記憶手段に相当する。

［３．他の形態］
以上、本発明の実施形態について説明したが、本発明は、種々の形態をとり得ることは言うまでもない。

（１）上記実施形態では、複合機１０がお手本画像をウェブ上で取得する例について説明したが、これに限定されるものではない。例えば、ＬＡＮに存在する外部装置や、当該複合機１０の内部の記憶装置からお手本画像を取得するようにしてもよい。ただし、上記実施形態のようにウェブ上で取得する場合には、ウェブ上に存在する膨大な数の画像を利用可能となり、入力したキーワードに対して画像が全く存在しないという問題を生じにくくすることができるという面で効果的である。また、画像処理装置は、複合機１０に限らず、例えば、パーソナルコンピュータのような情報処理装置であればよい。

（２）上記実施形態では、キーワードに関連する画像が複数取得された場合に、それらの中から選択した１つの画像に基づき第１特徴量を特定するようにしているが、これに限定されるものではない。例えば、複数の画像の総合的な特徴を表す特徴量を第１特徴量として特定するようにしてもよい。ただし、上記実施形態のように、取得した複数の画像の中から１つの画像を選択する場合には、キーワードとの関連性が低い画像の特徴が第１特徴量に加味されないようにすることができるという面で効果的である。

（３）上記実施形態では、キーワードに関連する画像が複数取得され得る例について説明したが、これに限定されるものではなく、１つのお手本画像のみを取得するようにしてもよい。

（４）上記実施形態では、色変換の対象とする画像をメモリカードから入力する例について説明したが、これに限定されるものではない。例えば、画像読取部２０で読み取られた画像や、通信部６０を介して外部から受信した画像を色変換の対象としてもよい。

（５）上記実施形態では、色変換処理において、第１特徴量及び第２特徴量を特定するための処理を行う前に、お手本画像及び元画像の各構成画素をＨＳＶパラメータに変換する処理を行うようにしているが、これに限定されるものではない。例えば、ＨＳＶパラメータに代えて、Ｌ^*ｃ^*ｈ^*パラメータやＲＧＢパラメータ等の他のパラメータに変換してもよい。

（６）上記実施形態では、色変換処理において、第１特徴量を特定した後に第２特徴量を特定しているが、これに限定されるものではなく、第２特徴量を特定した後に第１特徴量を特定してもよい。

（７）上記実施形態では、第１特徴量を特定するアルゴリズムと第２特徴量を特定するアルゴリズムとを同一のものとして説明したが、これに限定されるものではなく、異なるアルゴリズムによって特定してもよい。

（８）上記実施形態では、代表値再設定処理により、領域の大きさに応じて補正処理の一部を停止したり、変換量を小さくしたりする処理を例示したが、これに限定されるものではなく、代表値再設定処理を行わないようにしてもよい。

（９）上記実施形態では、画像補正処理として色変換処理を例示したが、これに限定されるものではなく、上記実施形態で例示した以外の画像補正処理を行うものであってもよい。

（１０）上記実施形態においては、変換対象としない領域のＨ値は、変換量を減少させることはできるものの、変換量をゼロとすることはできない。図９に示すように、変換対象としない領域の代表値との間で線形補間されるため、他の領域の代表値の影響を受けるからである。

そこで、図１３に示すような色相補正テーブルを採用することができる。図１３は、Ｂ領域のみを変換対象とした場合の色相補正テーブルである。なお、この図においては、変換対象の領域の数を１つとしているが、複数の領域を補正対象とした場合にも同様に適用できる。

図１３においては、Ｂ領域以外のＨ値は、Ｈ’＝Ｈであるから、色変換は行われない。Ｂ領域のＨ’値については、Ｂ領域中の最小値をＨmin，Ｂ領域中の最大値をＨmaxとすれば、以下の式で求めることができる。

Ｈ＜ｉＨのときは、
Ｈ’＝Ｈmin＋（ｓＨｂ−Ｈmin）×（Ｈ−Ｈmin）÷（ｉＨｂ−Ｈmin）
Ｈ＞ｉＨのときは、
Ｈ’＝ｓＨｂ＋（Ｈmax−ｓＨｂ）×（Ｈ−ｉＨｂ）÷（Ｈmax−ｉＨｂ）
この式を用いることにより、変換対象の領域のみを変換することができる。

このようにすれば、変換対象のＨ値のみを変換することができるから、色変換の効果を大きくすることができる。
（１１）上記実施形態においては、Ｓ値及びＶ値に対し、領域ごとに補正カーブ（変換式）を独立して用いるため、擬似輪郭（階調とび）が生成されるおそれがある。すなわち、図１４に示すように、領域ごとに、ＳとＳ’との関係を示すテーブルを有しており、隣接する領域におけるテーブルの性質を何ら考慮していない。

これに対し、図１５に示すように、各色領域における補正カーブを滑らかにすることで階調とびを防止できる。
ここで、具体的な処理について以下に説明する。なお、図１６及び図１７を参照しつつＣ領域の一部及びＢ領域の一部の色変換処理について説明を行うが、他の領域についても処理の内容は基本的には同じである。

補正されたＳ値（Ｓｂ’’）は、変換対象領域のＨ値（Ｈ）、変換対象とする領域のＨ値の中間値（Ｈｂｍｉｄ）、変換対象となる画素のＨ値の色相座標位置と、変換対象とする領域のＨ値の中間値の色相座標位置とを比較し、変換対象となる画素のＨ値の色相座標位置は近くに、かつ、変換対象とする領域のＨ値の中間値の色相座標位置からは遠くに隣接する領域のＨ値の代表値（Ｈｃｍｉｄ）、上記変換式（式２）に対応する変換式で変換された（すなわち、Ｂ領域の彩度補正テーブルを用いて算出された）変換対象領域のＳ値（Ｓｂ’）、上記変換式（式３）に対応する変換式で変換された（すなわち、Ｃ領域の彩度補正テーブルを用いて算出された）隣接する領域のＳ値（Ｓｃ’）を用いて、以下の式で求めることができる。

Ｓｂ’’ ＝ ｛（Ｈ−Ｈｃｍｉｄ）×Ｓｂ’＋（Ｈｂｍｉｄ−Ｈ）×Ｓｃ’｝
÷｛（Ｈｂｍｉｄ−Ｈｃｍｉｄ）｝ ・・・（式７）
なお、上記Ｈｂｍｉｄ、Ｈｃｍｉｄは、上記再設定された「代表値」である。

また、この例における補正されたＶ値（Ｖｂ’’）は、変換対象領域のＨ値（Ｈ）、変換対象領域のＨ値の代表値（Ｈｂｍｉｄ）、隣接する領域のＨ値の代表値（Ｈｃｍｉｄ）、上記変換式（式４）に対応する変換式で変換された（すなわち、Ｂ領域の明度補正テーブルを用いて算出された）変換対象領域のＶ値（Ｖｂ’）、上記変換式（式５）に対応する変換式で変換された（すなわち、Ｃ領域の明度補正テーブルを用いて算出された）隣接する領域のＳ値（Ｖｃ’）を用いて、以下の式で求めることができる。

Ｖｂ’’ ＝ ｛（Ｈ−Ｈｃｍｉｄ）×Ｖｂ’＋（Ｈｂｍｉｄ−Ｈ）×Ｖｃ’｝
÷｛（Ｈｂｍｉｄ−Ｈｃｍｉｄ）｝ ・・・（式８）
前述した処理を、図１８に示されるＢ領域の一部（Ｈ値の範囲：２１０＜Ｈ≦２４０）及びＣ領域の一部（Ｈ値の範囲１８０＜Ｈ≦２１０）に対して行う。これにより、入力の色相値（Ｈ）に応じた重み付け計算により、出力の彩度値（Ｓ''）及び明度値（Ｖ''）を求めることにより、各色相間の補正効果を滑らかにすることができる。

第１実施形態の複合機の外観を示す斜視図である。 複合機の制御系の概略構成を示すブロック図である。 色変換処理におけるユーザの動作及び複合機の処理の概略を示した説明図である。 第１実施形態の色変換処理のフローチャートである。 キーワードに関連する複数の画像の例を示す説明図である。 ＲＧＢ空間における各画像の平均値と総平均値との位置関係の例を示す説明図である。 第１特徴量特定処理のフローチャートである。 第２特徴量特定処理のフローチャートである。 色相補正テーブルの説明図である。 代表値再設定処理のフローチャートである。 Ｂ領域のみを変換対象とした場合に作成される色相補正テーブルの説明図である。 第２実施形態の色変換処理のフローチャートである。 変形例における色相補正テーブルを示した図である。 彩度補正テーブルを示した図である。 彩度補正のカーブの変化を示した図である。 Ｂ領域及びＣ領域における彩度補正テーブルを示した図である。 Ｂ領域及びＣ領域における補正されたＳ値を示した図である。 Ｂ領域及びＣ領域の一部が変換対象となることを示した図である。

１０…複合機、１１…本体ケーシング、１２…開口、２０…画像読取部、２１…原稿カバー、３０…操作パネル、３１…操作部、３２…表示部、４０…画像印刷部、５０…カードスロット、６０…通信部、７０…制御部、７１…ＣＰＵ、７２…ＲＯＭ、７３…ＲＡＭ、８０…信号線

Claims (7)

1. キーワードを入力するキーワード入力手段と、
   前記キーワード入力手段により入力されたキーワードに関連する第１画像を取得する第１画像取得手段と、
   前記第１画像取得手段により取得された第１画像を複数の色相に基づいて分割した領域ごとに、その領域に属する構成画素の特徴を表す代表値を、その第１画像の特徴を表す第１特徴量として特定する第１特徴量特定手段と、
   画像補正の対象とする画像である第２画像を入力する第２画像入力手段と、
   前記第２画像入力手段により入力された第２画像について前記第１画像と同じ条件で特定される領域ごとの代表値を、その第２画像の特徴を表す第２特徴量として特定する第２特徴量特定手段と、
   前記第１特徴量特定手段により前記第１特徴量として特定された領域ごとの代表値と前記第２特徴量特定手段により前記第２特徴量として特定された領域ごとの代表値とから、前記第２特徴量を前記第１特徴量に近づけるように設定された補正値に従い、前記第２画像に対する画像補正処理を行う画像補正手段と、
   を備えることを特徴とする画像処理装置。
2. 前記第１画像取得手段により複数の画像が取得された場合に、取得された複数の画像のそれぞれについて画素値の平均値を算出し、算出した複数の平均値の平均である総平均値に最も近い平均値の画像を選択する選択手段を備え、
   前記第１特徴量特定手段は、前記選択手段により選択された画像の特徴を表す第１特徴量を特定すること
   を特徴とする請求項１に記載の画像処理装置。
3. 前記選択手段は、前記第１画像取得手段により取得された複数の画像のうち、前記総平均値に近似することの判定基準となる所定の近似条件を満たす平均値の画像のみから総平均値を算出し直し、その算出し直した総平均値に最も近い平均値の画像を選択すること
   を特徴とする請求項２に記載の画像処理装置。
4. 前記選択手段により算出された総平均値を前記キーワードと対応付けて記憶する平均値記憶手段を備え、
   前記選択手段は、前記平均値記憶手段に記憶されているキーワードが前記キーワード入力手段により入力された場合には、前記第１画像取得手段により取得された画像のうち、そのキーワードと対応付けて記憶されている総平均値に近似することの判定基準となる所定の近似条件を満たす平均値の画像のみから総平均値を算出し直し、その算出し直した総平均値に最も近い平均値の画像を選択すること
   を特徴とする請求項２又は請求項３に記載の画像処理装置。
5. 前記第１特徴量特定手段により特定された第１特徴量を前記キーワードと対応付けて記憶する特徴量記憶手段を備え、
   前記画像補正手段は、前記特徴量記憶手段に記憶されているキーワードが前記キーワード入力手段により入力された場合には、前記第１特徴量特定手段により特定される第１特徴量に代えて、そのキーワードと対応付けて記憶されている第１特徴量を用いること
   を特徴とする請求項１から請求項３までのいずれか１項に記載の画像処理装置。
6. 前記第１画像取得手段は、インターネットを介して通信可能な記憶装置から画像を取得すること
   を特徴とする請求項１から請求項５までのいずれか１項に記載の画像処理装置。
7. キーワードを入力するキーワード入力手段と、
   前記キーワード入力手段により入力されたキーワードに関連する第１画像を取得する第１画像取得手段と、
   前記第１画像取得手段により取得された第１画像を複数の色相に基づいて分割した領域ごとに、その領域に属する構成画素の特徴を表す代表値を、その第１画像の特徴を表す第１特徴量として特定する第１特徴量特定手段と、
   画像補正の対象とする画像である第２画像を入力する第２画像入力手段と、
   前記第２画像入力手段により入力された第２画像について前記第１画像と同じ条件で特定される領域ごとの代表値を、その第２画像の特徴を表す第２特徴量として特定する第２特徴量特定手段と、
   前記第１特徴量特定手段により前記第１特徴量として特定された領域ごとの代表値と前記第２特徴量特定手段により前記第２特徴量として特定された領域ごとの代表値とから、前記第２特徴量を前記第１特徴量に近づけるように設定された補正値に従い、前記第２画像に対する画像補正処理を行う画像補正手段としてコンピュータを機能させること
   を特徴とする画像処理プログラム。