JP4527500B2 - 画像処理方法および装置並びにプログラム - Google Patents

Description

本発明は画像群を構成する各画像の所定の画質を補正する画像処理画像処理方法および装置並びにそのためのプログラムに関するものである。

ネガフィルムやカラーリバーサルフィルムなどの写真フィルムに記録された写真画像をスキャナなどの読取装置で光電的に読み取って得たデジタル写真画像や、デジタルスチルカメラ（ＤＳＣ）で撮像して得たデジタル写真画像（以下略して単に画像という）などに対して、輝度や、コントラストや、ホワイトバランスなどの種々の画質の補正処理を施して表示したり、プリントしたりするなどのことが行われている。これらの画質例えば輝度の補正を行う際に、通常、補正前の画像の平均輝度に基づいて補正処理を行うものである。そのため、例えば連続したシーンや、被写体や背景などが同じなどのように類似したシーンの画像であるにも拘わらず、撮像条件が僅かに異なるだけで、補正後の仕上がりが異なって見えることがある。また例えば、卒業アルバムを製作する際に、アルバムに各々の卒業生の顔写真画像を乗せるために、卒業生の顔写真画像を撮像して画質を夫々補正して印刷することが考えられる。このような場合、画質補正によって、夫々の顔写真画像の仕上がりが異なって見えたりすると、全体に違和感を与えてしまうという問題があるため、補正後の顔写真画像の輝度や、コントラストや、ホワイトバランスなどの画質が統一されることが望まれる。

複数の画像の画質を補正した後の画質を統一するために、例えば、特許文献１に記載されたように、画像群内の各々の画像を補正した後の補正済み画像が均一な画質を有するようにするために、補正済み画像から基準となる補正済み画像（基準画像）をユーザに指定させ、指定された基準画像の画質と一致するように、基準画像以外の補正済み画像の画質を修正補正する方法が提案されている。こうすることによって、各補正済み画像の画質が、基準画像の画質に一致するように修正されるので、修正補正後の補正済み画像の画質が統一される。
特開２００２−１７１４０８号公報

しかしながら、特許文献１に記載された方法は、ユーザによる基準画像の指定を必要とするので、手間がかかるという問題以外に、熟練したユーザではなければ、適切な画像を基準画像として指定することが難しいため、画質を統一することができるものの、間違った基準画像の指定により個々の画像の画質を劣化させてしまうという問題がある。

本発明は、上記事情に鑑み、複数の画像の補正後の画質を適切にかつ効率良く統一することができる画像処理方法および装置並びにそのためのプログラムを提供することを目的とするものである。

本発明の画像処理方法は、画像群を構成する各々の画像の所定の画質を補正して夫々の補正済み画像を得る画像処理方法において、
前記画像群内の複数の画像に対して前記所定の画質の仮補正を行って夫々の仮補正済み画像を得、
前記所定の画質を表す特徴量を前記仮補正済み画像に対して夫々算出し、
各々の前記仮補正済み画像の前記特徴量を用いて、各該特徴量が目標特徴量に対するばらつきが最小となるように前記目標特徴量を算出し、
前記補正済み画像の前記特徴量が前記目標特徴量になるように、前記画像群を構成する各々の画像の補正値を求め、
求められた前記補正値で当該画像を補正することを特徴とするものである。

本発明の画像装置は、画像群を構成する各々の画像の所定の画質を補正して夫々の補正済み画像を得る画像処理装置であって、
前記画像群内の複数の画像に対して前記所定の画質の仮補正を行って夫々の仮補正済み画像を得る仮補正手段と、
前記所定の画質を表す特徴量を前記仮補正済み画像に対して夫々算出する特徴量算出手段と、
各々の前記仮補正済み画像の前記特徴量を用いて、各該特徴量が目標特徴量に対するばらつきが最小となるように前記目標特徴量を算出する目標特徴量算出手段と、
前記補正済み画像の前記特徴量が前記目標特徴量になるように、前記画像群を構成する各々の画像の補正値を求める補正値算出手段と、
前記補正値を用いて当該画像を補正する補正実行手段とを有してなることを特徴とするものである。

ここで、「画像群」とは、補正後の画質が統一される必要のある画像の集合を意味する。

また、仮補正の対象となる「画像群内の複数の画像」とは、該画像群内の２つ以上の画像を意味し、予め設定された数の画像であってもよいが、画像群内の画像の総数の１／３などのように、総数に応じた数の画像であることが望ましい。また、これらの複数の画像の選出は、例えば画像が入力された順で複数選出するようにしてもよいし、入力された順に沿って所定の間隔でサンプリングして選出するようにしてもよい。

また、「各々の特徴量が目標特徴量に対するばらつき」とは、目標特徴量と各特徴量との夫々の差の大きさを表し得る値の総和であり、例えば、目標特徴量と各特徴量との夫々の差の絶対値の総和や、目標特徴量と各特徴量との夫々の差の２乗の総和などとすることができる。

また、各特徴量が目標特徴量に対するばらつきが最小となるように目標特徴量を求める具体的な方法としては、ばらつきの種類に応じた方法を用いればよい。例えばばらつきとして、目標特徴量と各特徴量との夫々の差の２乗の総和をばらつきとする場合には、最小２乗法により目標特徴量を求めればよく、目標特徴量と各特徴量との夫々の差の絶対値の総和をばらつきとする場合には、各特徴量の平均値を目標特徴量とすればよい。

また、例えば、修学旅行のアルバムを作成する際に、各々の画像の補正済み画像における背景領域を統一したい、或いは卒業アルバムを作成する際に、背景領域はともかく、顔領域の画質を統一したいなどのように、補正済み画像の用途などに応じて、画像群内の各々の画像の補正済み画像の全体の画質を統一する代わりに、画像内の特定の領域、すなわち代表領域の画質のみを統一したい要望がある。本発明の画像処理装置は、このような要望に応じるため、前記特徴量算出手段が、前記仮補正済み画像における代表領域の前記特徴量を算出するものであり、前記目標特徴量算出手段が、各々の前記補正済み画像における前記代表領域の前記特徴量を用いて前記目標特徴量を算出するものであり、前記補正値算出手段が、前記補正済み画像における前記代表領域の前記特徴量が前記目標特徴量になるように、前記画像群を構成する各々の画像の補正値を求めるものとすることができる。

ここで、算出された前記補正値を用いて画像を補正する補正実行手段としては、この補正値を該当画像の代表領域に対してのみ適用して補正し、代表領域以外の領域に対しては、補正しないようにしてもよく、または個々に別に補正値を求めて補正してもよいが、画像内の異なる領域に対して異なる補正値で補正することに起因するむらを防ぐと共に、処理時間を短縮するためには、代表領域以外の領域に対しても代表領域の補正値で補正する、すなわち、代表領域に対して求められた補正値で画像全体を補正することが望ましい。

また、上記のように、顔領域のみ、または背景領域のみの画質を統一する代わりに、主に顔領域の画質を統一したいが、背景領域に対してもある程度統一したいように、画像における複数の代表領域に対して異なる程度の統一を図りたい要望がある。本発明の画像処理装置は、画像における複数の代表領域の夫々の重要度を取得する重要度取得手段をさらに備え、前記特徴量算出手段が、前記仮補正済み画像における前記複数の代表領域毎に前記特徴量を算出するものであり、前記目標特徴量算出手段が、各前記仮補正済み画像に対して、前記複数の代表領域毎に前記目標特徴量を算出するものであり、前記補正値算出手段が、前記補正済み画像における各前記代表領域の前記特徴量が該代表領域の前記目標特徴量となるように各前記代表領域の第１の補正値を求め、各々の前記第１の補正値を、該第１の補正値に対応する代表領域の前記重要度に応じた重み付け係数で重み付け加算して第２の補正値を算出するものであり、前記補正実行手段が、前記第２の補正値を用いて当該画像を補正するものとすることができる。

ここで、「代表領域の重要度」とは、該代表領域の画質を統一する程度に対応するものであり、例えば、主に顔領域の画質を統一したいが、顔領域ほどではないが背景領域の画質もある程度統一したい場合、顔領域の重要度を０．７、背景領域の重要度を０．３とするようにすることができる。なお、代表領域の重要度を取得する重要度取得手段は、ユーザに重要度を入力させるための入力手段であってもよく、夫々の代表領域に対して予め設定された重要度を記憶した記憶手段と、この記憶手段から重要度を読み取る読取手段とからなるものであってもよい。さらに、重要度取得手段は、例えば、画像群内の画像のシーンがポートレートシーンであれば、背景領域の重要度よりも顔領域の重要度を高く設定し、風景シーンであれば、顔領域の重要度よりも背景領域の重要度を高く設定するような、画像群内の画像のシーンの種類に応じて重要度を設定するものであってもよい。この場合において、シーンの種類は、ユーザにより入力されたものであってもよいし、画像を解析して得たものであってもよい。

また、重要度が異なる複数の代表領域を有する場合、前記目標特徴量算出手段は、代表領域毎に、各前記仮補正済み画像の相対応する代表領域の前記特徴量が該代表領域の目標特徴量に対するばらつきが最小となるように各々の代表領域の前記目標特徴量を算出するようにしてもよいが、より良い統一効果を得るためには、目標特徴量算出手段は、各前記仮補正済み画像の相対応する代表領域の前記特徴量が該代表領域の目標特徴量に対するばらつきを該代表領域の前記重要度に応じた重み付け係数で重み付け加算して得た和が最小となるように、各前記代表領域の前記目標特徴量を算出するものであることが好ましい。

本発明の画像処理方法を、コンピュータに実行させるプログラムとして提供してもよい。

本発明の画像処理方法および装置によれば、画像群を構成する画像のうちの複数の画像に対してまず画質の仮補正を行って、仮補正済み画像を得る。そして仮補正済み画像の特徴量を夫々求めてこれらの特徴量のばらつきが最小となる目標特徴量を算出すると共に、各画像群を構成する画像の特徴量がこの目標特徴量になるように各々の画像の補正値を求めて補正する。こうすることによって、従来の技術のようにユーザに基準となる基準画像の指定を必要としないので、手間がかからない。また、画像群内の複数の画像を仮補正して得た仮補正済み画像から目標特徴量を算出し、この目標特徴量に基づいて補正値を得ているので、補正後の画像の画質の向上を図ると共に画質を統一することができる。

以下、図面を参照して、本発明の実施形態について説明する。

図１は、本発明の実施形態となる画像処理装置の構成を示すブロック図である。なお、本実施形態の画像処理装置は、多数の証明写真画像に対して画質の補正をすると共に、補正後の画像の画質を統一する処理をするものであり、補助記憶装置に読み込まれた処理プログラムをコンピュータ（たとえばパーソナルコンピュータ等）上で実行することにより実現される。また、この処理プログラムは、ＣＤ−ＲＯＭ等の情報記憶媒体に記憶され、もしくはインターネット等のネットワークを介して配布され、コンピュータにインストールされることになる。

また、画像データは画像を表すものであり、以下、特に画像と画像データの区別をせずに説明を行う。

図１に示すように、本実施形態の画像処理装置は、多数の証明写真画像（以下略して単に写真画像という）Ｓｉ（Ｓ１，Ｓ２，・・・，Ｓｎ）からなる画像群を入力する入力手段１と、画像群内の各々の写真画像Ｓｉに対してＹＣＣ変換を行って各写真画像の輝度色差成分を得るＹＣＣ変換手段５と、写真画像Ｓｉ（Ｓ１，Ｓ２，・・・，Ｓｎ）のうちのｍ（ｍ＜ｎ）枚の写真画像の輝度画像、すなわち輝度成分Ｙｊ（Ｙ１，Ｙ２，・・・，Ｙｍ）に対して、夫々仮の輝度補正を行って仮補正済み画像Ｙ’ｊ（Ｙ’１，Ｙ’２，・・・，Ｙ’ｍ）を得る仮補正手段１５と、画像群内の各々の写真画像に対して背景領域と顔領域を検出し、顔領域と背景領域の位置を示す情報（以下領域情報という）Ｈを写真画像毎に取得する領域検出手段１０と、領域検出手段１０により得られた領域情報Ｈ（ここではＨｊ：Ｈ１，Ｈ２，・・・，Ｈｍ）に基づいて、顔領域仮補正手段１５により得られた仮補正済み画像Ｙ’j毎に、顔領域と背景領域の夫々の特徴量（ここでは平均輝度Ｔｆｊ，Ｔｂｊ）を算出する特徴量算出手段２０と、特徴量算出手段２０により得られた特徴量および後述する重要度入力手段３０を介して入力された背景領域の重要度αを用いて顔領域と背景領域の夫々の目標特徴量Ｑｆ，Ｑｂを算出する目標特徴量算出手段２５と、画像群内の各画像の補正値Ｔｉを算出する補正値算出手段４０と、補正値算出手段４０により得られた補正値で当該画像の補正を行って補正済み画像Ｓ’ｉ（Ｓ’１，Ｓ’２，・・・，Ｓ’ｎ）を得る補正実行手段５０とを備えてなる。

入力手段１は、画像群を構成する各々の写真画像Ｓｉを入力するものであり、例えば、ネットワークを介して送信されてきた写真画像を受信する受信部や、ＣＤ−ＲＯＭなどの記録媒体から写真画像を読み出す読取部や、紙や、プリント用紙などの印刷媒体から印刷媒体に印刷（プリントを含む）された画像を光電変換によって読み取って写真画像を得るスキャナなどとすることができる。

ＹＣＣ変換手段５は、下記の式（１）に従って、写真画像ＳｉのＲ、Ｇ、Ｂ値を輝度Ｙ、色差値Ｃｂ、Ｃｒに変換する。

Ｙ＝０．２９９×Ｒ＋０．５８７×Ｇ＋０．１１４×Ｂ
Ｃｒ＝０．５００×Ｒ−０．４１９×Ｇ−０．０８１×Ｂ （１）
Ｃｂ＝−０．１６９×Ｒ−０．３３１×Ｇ＋０．５００×Ｂ
但し，Ｙ：輝度
Ｃｒ，Ｃｂ：色差
Ｒ，Ｇ，Ｂ：Ｒ値，Ｇ値，Ｂ値

本発明の画像処理方法および装置は、輝度補正、γ補正、コントラスト補正、ホワイトバランス補正などいかなる画質の補正にも適用することができるが、本実施形態の画像処理装置は、例として輝度補正を行うものであるため、仮補正手段１５は、画像群内のｎ枚の写真画像のうちのｍ枚の写真画像（以下サンプル画像という）の輝度成分Ｙｊに対して個々の輝度補正を行って仮補正済み画像Ｙ’ｊ（Ｙ’１，Ｙ’２，・・・，Ｙ’ｍ）を得る。なお、本実施形態の画像処理装置において、仮補正手段１５は、画像群内のｎ枚の写真画像Ｓｉに対して、例えば１枚目、４枚目、７枚目、・・・のように、３枚というサンプル間隔でサンプル画像を抽出して仮補正を施すものである。

仮補正手段１５は、サンプル画像の輝度成分Ｙｊに対して、下記の式（２）に従って仮補正を施す。

ΔＹｊ＝Ｙｍｉｄ／Ｙａｖ（ｊ） （２）
Ｙ’ｊ＝Ｙｊ×ΔＹｊ
但し、Ｙｍｉｄ：定数
Ｙａｖ（ｊ）：サンプル画像Ｙｊの平均輝度
ΔＹｊ：サンプル画像Ｙｊの補正値
Ｙ’ｊ：仮補正済み画像Ｙ’ｊの輝度

なお、Ｙｍｉｄはサンプル画像のビット数に関係する定数であり、例えばサンプル画像が８ビットの画像である場合には、１２８とすることができる。

領域検出手段１０は、各々の写真画像Ｓｉ（Ｓ１，Ｓ２，・・・，Ｓｎ）に対して、夫々の顔領域と背景領域を検出し、顔領域の位置および背景領域の位置を示す領域情報Ｈを得て、特徴量算出手段２０および補正値算出手段４０に供するものである。領域検出手段１０は、写真画像Ｓｉから領域情報Ｈを得ることができればいかなる手法を用いるものであってもよいが、本実施形態の画像処理装置においては、処理対象が証明写真画像であるため、背景領域の色を示す背景色情報（例えばブルーバックの場合は青）を図示しない記憶手段に予め登録されており、記憶手段に登録された背景色情報に基づいて、背景色と類似色を有する領域を背景領域とし、背景領域以外の領域を顔領域とするようにして顔領域と背景領域を検出して領域情報Ｈを得る。

特徴量算出手段２０は、領域情報Ｈに基づいて、特徴量、ここでは顔領域の平均輝度Ｔｆｊ、背景領域の平均輝度Ｔｂｊを、仮補正済み画像Ｙ’ｊ毎に求める。

重要度入力手段３０は、各代表領域の重要度、すなわち画質を統一したい程度の割合をユーザに入力させるものであり、本実施形態においては、代表領域は顔領域と背景領域との２つであるため、ここでは背景領域の重要度αのみを入力させ、（１−α）を顔領域の重要度として算出する。

なお、重要度入力手段３０がユーザに提供するＧＵＩ（グラフィック・ユーザ・インターフェース）としては、重要度αを入力することができればいかなるものであってもよい。例えば、モニタなどの表示手段にスライドバーを設け、スライドバー上のポイントをマウスなどで移動させることによって重要度αの入力をさせるようにすることができる。なお、ユーザによる入力が無い場合は、デフォルトの重要度（α＝０）が入力されたこととする。

目標特徴量算出手段２５は、重要度入力手段３０を介して入力された背景領域の重要度αと、特徴量算出手段２０により得られた各々の仮補正済み画像Ｙ’ｊの特徴量Ｔｆｊ，Ｔｂｊとを用いて、下記の式（３）におけるばらつきσが最小となるように顔領域の目標特徴量Ｑｆ、背景領域の目標特徴量Ｑｊを算出する。

ここで、差分関数ｆ（ｘ，ｙ）は、２つのパラメータｘ、ｙ間の差分の大きさを得るものであり、例えば（ｘ−ｙ）の絶対値や、（ｘ−ｙ）の２乗などとすることができる。

補正値算出手段４０は、領域検出手段１０により得られた領域情報Ｈ、重要度入力手段３０を介して入力された重要度α、目標特徴量算出手段２５により得られた目標特徴量Ｑｂ、Ｑｆを用いて、下記の式（４）に従って画像群内の各写真画像Ｓｉの輝度補正値Ｔｉを算出する。

Ｔｉ＝（１−α）・（Ｑｆ／Ｙａｖｆ（ｉ））＋α・（Ｑｂ／Ｙａｖｂ（ｉ）） （４）
但し，Ｔｉ：画像Ｓｉの補正値
α：背景領域の重要度
Ｑｆ：顔領域の目標特徴量
Ｑｂ：背景領域の目標特徴量
Ｙａｖｆ（ｉ）：画像Ｓｉの顔領域の平均輝度
Ｙａｖｂ（ｉ）：画像Ｓｉの背景領域の平均輝度

補正実行手段５０は、補正値算出手段４０により得られた補正値Ｔｉを用いて、対応する画像Ｓｉの輝度補正を行う。具体的には、下記の式（５）にしたがって画像Ｓｉの輝度成分Ｙｉを補正する。

Ｙ’ｉ＝Ｙｉ×Ｔｉ （５）
但し，Ｙ’ｉ： 補正済み画像Ｓ’ｉの輝度
Ｙｉ：画像Ｓｉの輝度
Ｔｉ：補正値

補正実行手段５０は、このように輝度Ｙ’ｉを得ると共に、輝度Ｙ’ｉと、輝度Ｙ’ｉに対応する画像Ｓｉの色差Ｃｂｉ、Ｃｒｉとからなる画像Ｓ’ｉ（Ｙ’ｉ，Ｃｂｉ，Ｃｒｉ）を補正済み画像として出力する。

図２は、図１に示す実施形態の画像処理装置における処理を示すフローチャートである。図示のように、本実施形態の画像処理装置においては、入力手段１により画像群を構成する各写真画像Ｓ１，Ｓ２，・・・，Ｓｎを入力する（Ｓ１０）と、領域検出手段１０は、各画像における顔領域および背景領域を検出して、写真画像毎に顔領域および背景領域の位置を示す領域情報Ｈを得る（Ｓ１５）。これに並行して、ＹＣＣ変換手段５は、各々の写真画像Ｓｉに対してＹＣＣ変換を行って各画像Ｓｉの輝度画像Ｙｉを得る（Ｓ２０）。仮補正手段１５は、各々の輝度画像Ｙｉ（ｉ＝１〜ｎ）からサンプル画像Ｙｊ（ｊ＝１〜ｍ，ｍ＜ｎ）を選出して、各々のサンプル画像に対して仮補正を行って仮補正済み画像Ｙ’ｊ（ｊ＝１〜ｍ）を得る（Ｓ２５）。特徴量算出手段２０は、領域検出手段１０により得られた領域情報Ｈに基づいて、仮補正済み画像Ｙ’ｊ（ｊ＝１〜ｍ）毎に顔領域の平均輝度Ｔｆｊおよび背景領域の平均輝度Ｔｂｊを仮補正済み画像Ｙ’ｊの特徴量として算出する（Ｓ３０）。目標特徴量算出手段２５は、重要度入力手段３０を介して入力された背景領域の重要度α（入力が無い場合にはでデフォルト値０）に基づいて、上記式（３）にしたがって仮補正済み画像Ｙ’ｊ（ｊ＝１〜ｍ）の特徴量Ｔｆｊ、Ｔｂｊから目標特徴量Ｑｆ、Ｑｂを算出する（Ｓ３５、Ｓ４０）。補正値算出手段４０は、重要度αおよび目標特徴量Ｑｆ、Ｑｂを用いて、上記式（４）にしたがって、画像群の各写真画像Ｓｉ（ｉ＝１〜ｎ）の輝度画像Ｙｉに対して補正値Ｔｉ（ｉ＝１〜ｎ）を算出する（Ｓ４５）。補正実行手段５０は、補正値算出手段４０により得られた補正値Ｔｉを用いて、上記式（５）にしたがって、対応する輝度画像Ｙｉの補正を行って補正済みの輝度成分Ｙ’ｉを得ると共に、補正済みの輝度成分Ｙ’ｉと、輝度成分Ｙ’ｉに対応する色差成分Ｃｂｉ、Ｃｒｉとからなる画像Ｓ’ｉ（Ｙ’ｉ，Ｃｂｉ，Ｃｒｉ）を補正済み画像として出力する（Ｓ５０）。

なお、本実施形態は、写真画像をＹＣｂＣｒ画像に変換して補正を行っているが、ＲＧＢ画像に対して直接補正を行うようにしてもよい。

このように、本実施形態の画像処理装置によれば、まず、画像群内の一部の複数の画像に対して仮補正を行って仮補正済み画像を得、得られた仮補正済み画像の各代表領域毎の特徴量を算出する。そして、代表領域毎の特徴量が該代表領域の目標特徴量に対するばらつきを、該領域の重要度に応じた重み付け係数で加算して得た総和が最小となるように、各代表領域の目標特徴量を求め、この目標特徴量に基づいて各画像の補正値を算出して補正を行う。こうすることによって、従来の技術のような、補正後の画像の画質を統一するためにユーザによる基準画像の指定を必要とせずに効率良く画質を統一することができる。

また、画像における領域毎の重要度に応じた程度で画質の統一をしているので、用途や、ユーザの好みに応じた処理をすることができる。

以上、本発明の望ましい実施形態について説明したが、本発明の画像処理方法および装置並びにそのためのプログラムは、上述した実施形態に限られることがなく、本発明の主旨を逸脱しない限り、様々な増減、変化を加えることができる。

例えば、上述した実施形態において、目標特徴量算出手段２５は、背景領域の重要度αおよび顔領域の重要度（１−α）に応じた重み付け係数で、各仮補正済み画像の背景領域の特徴量が背景領域の目標特徴量に対するばらつきと、各仮補正済み画像の顔領域の特徴量が顔領域の目標特徴量に対するばらつきとを重み付け加算して得た総和が最小となるように顔領域の目標特徴量と背景領域の目標特徴量を求めるようにすると共に、補正値算出手段４０は、式（４）に示すように、補正済み画像における顔領域の特徴量が顔領域の目標特徴量となるように顔領域の第１の補正値（式（４）におけるＱｆ／Ｙａｖｆ（ｉ）部分）と、補正済み画像における背景領域の特徴量が背景領域の目標特徴量となるように背景領域の第１の補正値（式（４）におけるＱｂ／Ｙａｖｂ（ｉ）部分）とを求め、この２つの第１の補正値を、重要度に応じた重み付け係数で重み付け加算して得た値を画像Ｓｉの補正値として算出するようにしているが、重要度に応じた演算は、目標特徴量算出手段２５と補正値算出手段３０とのいずれか一方のみにおいて行うようにしてもよい。例えば、補正値算出手段は、本実施形態における補正値算出手段４０と同じように重要度に基づいて演算を行う一方、目標特徴量算出手段は、重要度に関係なく、各仮補正済み画像の背景領域の特徴量が背景領域の目標特徴量に対するばらつきが最小となるように背景領域の特徴量を求め、各仮補正済み画像の顔領域の特徴量が顔領域の目標特徴量に対するばらつきが最小となるように顔領域の特徴量を求めるようにしてもよいし、目標特徴量算出手段は、本実施形態における目標特徴量算出手段２５と同じように重要度に基づいて演算を行って顔領域と背景領域との夫々の目標特徴量を得る一方、補正値演算手段は、補正済み画像の顔領域の特徴量と背景領域の特徴量が夫々顔領域の目標特徴量と背景領域の目標特徴量になるように顔領域の補正値と背景領域の補正値を求めるようにしてもよい。この場合、顔領域と背景領域とに対して夫々求められた補正値で当該領域に適用して補正をすればよい。

また、本実施形態の画像処理装置は、処理対象が例として証明写真画像であるため、代表領域としては顔領域と背景領域との２つとなるが、本発明の画像処理方法および装置は、２より多い数の代表領域を有する画像から構成された画像群に適用しても勿論よい。

また、代表領域（本実施形態の画像処理装置においては顔領域と背景領域）の検出方法も、本実施形態の画像処理装置に用いられた手法に限られるものではない。

また、本実施形態の画像処理装置において、重要度に基づいて各代表領域の目標特徴量の算出や、補正値の算出を行っているが、画像群内の各画像の補正済み画像の全体の画質を統一したい場合には、領域分けせずに画像全体に対して目標特徴量および補正値を求めるようにしてもよい。

また、本実施形態の画像処理装置は、例として輝度補正を行うものであるが、本発明の画像処理方法および装置並びにプログラムは、輝度補正に限らず、シャープネス、階調、コントラスト、ホワイトバランスなどのいかなる種類の画質の補正に適用してもい。

本発明の実施形態となる画像処理装置の構成を示すブロック図 図１に示す実施形態の画像処理装置における処理を示すフローチャート

符号の説明

１ 入力手段
５ ＹＣＣ変換手段
１０ 領域検出手段
１５ 仮補正手段
２０ 特徴量算出手段
２５ 目標特徴量算出手段
３０ 重要度入力手段
４０ 補正値算出手段
５０ 補正実行手段
Ｑｆ 顔領域の目標特徴量
Ｑｂ 背景領域の目標特徴量
α 背景領域の重要度

Claims (4)

1. 画像処理装置が、画像群を構成する各々の画像の所定の画質を補正して夫々の補正済み画像を得る画像処理方法において、
   前記画像群内の複数の画像に対して前記所定の画質の仮補正を行って夫々の仮補正済み画像を得、
   前記仮補正済み画像における代表領域の前記所定の画質を表す特徴量を前記仮補正済み画像に対して夫々算出し、
   各々の前記仮補正済み画像における前記代表領域の前記特徴量を用いて、各該特徴量が目標特徴量に対するばらつきが最小となるように前記目標特徴量を算出し、
   前記補正済み画像における前記代表領域の前記特徴量が前記目標特徴量になるように、前記画像群を構成する各々の画像の補正値を求め、
   求められた前記補正値で当該画像を補正する画像処理方法であって、
   前記代表領域が複数あり、
   複数の前記代表領域の夫々の重要度を取得し、
   前記特徴量の算出が、前記仮補正済み画像における前記複数の代表領域毎に前記特徴量を算出するものであり、
   前記目標特徴量の算出が、各前記仮補正済み画像に対して、前記複数の代表領域毎に前記目標特徴量を算出するものであり、
   前記補正値の算出が、前記補正済み画像における各前記代表領域の前記特徴量が該代表領域の前記目標特徴量となるように各前記代表領域の第１の補正値を求め、各々の前記第１の補正値を、該第１の補正値に対応する代表領域の前記重要度に応じた重み付け係数で重み付け加算して第２の補正値を算出するものであり、
   前記補正が、前記第２の補正値を用いて当該画像を補正するものであることを特徴とする画像処理方法。
2. 画像群を構成する各々の画像の所定の画質を補正して夫々の補正済み画像を得る画像処理装置であって、
   前記画像群内の複数の画像に対して前記所定の画質の仮補正を行って夫々の仮補正済み画像を得る仮補正手段と、
   前記仮補正済み画像における代表領域の前記所定の画質を表す特徴量を前記仮補正済み画像に対して夫々算出する特徴量算出手段と、
   各々の前記仮補正済み画像における前記代表領域の前記特徴量を用いて、各該特徴量が目標特徴量に対するばらつきが最小となるように前記目標特徴量を算出する目標特徴量算出手段と、
   前記補正済み画像における前記代表領域の前記特徴量が前記目標特徴量になるように、前記画像群を構成する各々の画像の補正値を求める補正値算出手段と、
   前記補正値を用いて当該画像を補正する補正実行手段とを備え、
   前記代表領域が複数あり、
   複数の前記代表領域の夫々の重要度を取得する重要度取得手段をさらに備え、
   前記特徴量算出手段が、前記仮補正済み画像における前記複数の代表領域毎に前記特徴量を算出するものであり、
   前記目標特徴量算出手段が、各前記仮補正済み画像に対して、前記複数の代表領域毎に前記目標特徴量を算出するものであり、
   前記補正値算出手段が、前記補正済み画像における各前記代表領域の前記特徴量が該代表領域の前記目標特徴量となるように各前記代表領域の第１の補正値を求め、各々の前記第１の補正値を、該第１の補正値に対応する代表領域の前記重要度に応じた重み付け係数で重み付け加算して第２の補正値を算出するものであり、
   前記補正実行手段が、前記第２の補正値を用いて当該画像を補正するものであることを特徴とする画像処理装置。
3. 前記目標特徴量算出手段が、各前記仮補正済み画像の相対応する代表領域の前記特徴量が該代表領域の目標特徴量に対するばらつきを該代表領域の前記重要度に応じた重み付け係数で重み付け加算して得た和が最小となるように、各前記代表領域の前記目標特徴量を算出するものであることを特徴とする請求項２記載の画像処理装置。
4. 画像群を構成する各々の画像の所定の画質を補正して夫々の補正済み画像を得る画像処理をコンピュータに実行させるプログラムであって、
   前記画像処理が、前記画像群内の複数の画像に対して前記所定の画質の仮補正を行って夫々の仮補正済み画像を得る処理と、
   前記仮補正済み画像における代表領域の前記所定の画質を表す特徴量を前記仮補正済み画像に対して夫々算出する処理と、
   各々の前記仮補正済み画像における前記代表領域の前記特徴量を用いて、各該特徴量が目標特徴量に対するばらつきが最小となるように前記目標特徴量を算出する処理と、
   前記補正済み画像における前記代表領域の前記特徴量が前記目標特徴量になるように、前記画像群を構成する各々の画像の補正値を求める処理と、
   求められた前記補正値で当該画像を補正する処理とからなり、
   前記代表領域が複数あり、
   前記画像処理が、複数の前記代表領域の夫々の重要度を取得する処理をさらに含むものであり、
   前記特徴量を算出する処理が、前記仮補正済み画像における前記複数の代表領域毎に前記特徴量を算出するものであり、
   前記目標特徴量を算出する処理が、各前記仮補正済み画像に対して、前記複数の代表領域毎に前記目標特徴量を算出するものであり、
   前記補正値を求める処理が、前記補正済み画像における各前記代表領域の前記特徴量が該代表領域の前記目標特徴量となるように各前記代表領域の第１の補正値を求め、各々の前記第１の補正値を、該第１の補正値に対応する代表領域の前記重要度に応じた重み付け係数で重み付け加算して第２の補正値を算出するものであり、
   前記補正する処理が、前記第２の補正値を用いて当該画像を補正するものであることを特徴とするプログラム。

Images