JP6969550B2 - 画像処理装置、画像処理システム、画像処理方法及びプログラム - Google Patents

Description

本開示は、画像処理に関する。

カラー画像を撮像するためのイメージセンサには、例えばシリコン系センサのように、可視光（visible light）のほかに近赤外光（near-infrared light）にも感度を有するものがある。近赤外光に感度を有するイメージセンサは、人間の色知覚と異なる特性を有するため、色再現性が低下する場合がある。

特許文献１は、可視光成分を透過するフィルタに加え、主に赤外光成分を透過するＩＲ（InfraRed）フィルタを有する撮像装置を開示している。また、特許文献２は、可視光センサ部よりも画像光が進入する側から遠い位置に非可視光センサ部を有する撮像デバイスを開示している。

特開２０１１−２４３８６２号公報 特開２０１２−２２７７５８号公報

特許文献１、２に開示された技術は、いずれも、近赤外光を読み取るための特別な構成の撮像部を要する。

本開示の例示的な目的は、可視画像と近赤外画像とを簡易な構成で生成できるようにすることにある。

一の態様において、可視光及び近赤外光を含む入射光に応じて撮像手段により撮像されたカラー画像を取得する取得手段と、前記取得されたカラー画像の色情報と、前記撮像手段の分光感度特性と、前記入射光の分光特性をモデル化した情報とに基づいて前記入射光の分光特性を推定する推定手段と、前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて可視画像と近赤外画像とを生成する生成手段とを備える画像処理装置が提供される。

別の態様において、撮像装置と画像処理装置とを備え、前記撮像装置は、可視光及び近赤外光を含む入射光に応じてカラー画像を生成する撮像手段を備え、前記画像処理装置は、前記撮像手段により撮像されたカラー画像を取得する取得手段と、前記取得されたカラー画像の色情報と、前記撮像手段の分光感度特性と、前記入射光の分光特性をモデル化した情報とに基づいて前記入射光の分光特性を推定する推定手段と、前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて可視画像と近赤外画像とを生成する生成手段とを備える画像処理システムが提供される。

さらに別の態様において、可視光及び近赤外光を含む入射光に応じて撮像手段により撮像されたカラー画像を取得し、前記取得されたカラー画像の色情報と、前記撮像手段の分光感度特性と、前記入射光の分光特性をモデル化した情報とに基づいて前記入射光の分光特性を推定し、前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて可視画像と近赤外画像とを生成する画像処理方法が提供される。

さらに別の態様において、コンピュータに、可視光及び近赤外光を含む入射光に応じて撮像手段により撮像されたカラー画像を取得するステップと、前記取得されたカラー画像の色情報と、前記撮像手段の分光感度特性と、前記入射光の分光特性をモデル化した情報とに基づいて前記入射光の分光特性を推定するステップと、前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて可視画像と近赤外画像とを生成するステップとを実行させるためのプログラムを記録したコンピュータ読み取り可能なプログラム記録媒体が提供される。

本開示によれば、可視画像と近赤外画像とが簡易な構成で生成可能である。

図１は、画像処理装置の構成の一例を示すブロック図である。 図２は、画像処理装置が実行する画像処理の一例を示すフローチャートである。 図３は、画像処理システムの構成の一例を示すブロック図である。 図４は、撮像装置のイメージセンサの分光感度特性の一例を示す図である。 図５は、光学フィルタの分光透過特性の一例を示す図である。 図６は、ＩＲカットフィルタの分光透過特性の一例を示す図である。 図７は、平均ベクトルｒ₀（λ）と基底ベクトルｒ_i（λ）の一例を示す図である。 図８は、撮像装置の構成の一例を示すブロック図である。 図９は、光学フィルタの構成の一例を示す図である。 図１０は、画像処理装置の構成の別の例を示すブロック図である。 図１１は、画像処理装置の構成のさらに別の例を示すブロック図である。 図１２は、撮像装置の構成の別の例を示すブロック図である。 図１３は、コンピュータ装置のハードウェア構成の一例を示すブロック図である。

［第１実施形態］
図１は、一実施形態に係る画像処理装置１００の構成を示すブロック図である。画像処理装置１００は、取得部１１０と、推定部１２０と、生成部１３０とを少なくとも含んで構成される。画像処理装置１００は、他の構成を含んでもよい。

取得部１１０は、カラー画像を取得する。取得部１１０は、可視光及び近赤外光のいずれにも感度を有する撮像部により撮像された可視光及び近赤外光を含む入射光に応じたカラー画像を取得する。取得部１１０は、撮像部からカラー画像を直接取得してもよいし、撮像部により撮像された後に記憶媒体に記憶されたカラー画像をその記憶媒体から取得してもよい。

ここでいう可視光は、例えば、概ね４００〜７００ｎｍの波長域の光（すなわち電磁波）である。一方、近赤外光は、例えば、概ね０．７〜２μｍの波長域の光である。ただし、可視光及び近赤外光の上限及び下限は、ここに例示された波長に必ずしも限定されず、例えば、撮像部の性能や構成に応じてある程度異なってもよい。

カラー画像は、複数チャネルの画像の組み合わせにより表される。換言すれば、カラー画像は、複数の色成分の組み合わせにより表される。カラー画像のチャネル数は、２以上であれば特に限定されない。例えば、取得部１１０は、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の３チャネルのカラー画像を取得するように構成されてもよい。以下においては、カラー画像のチャネル数を「Ｍ」とする。

撮像部は、例えば、ＣＣＤ（Charge Coupled Device）イメージセンサなどのシリコン系のセンサと、センサへの入射光をフィルタする光学フィルタ（カラーフィルタ）とを含んで構成される。例えば、撮像部は、画素に相当する撮像素子のそれぞれにＲ、Ｇ、Ｂのいずれかに相当する光学フィルタを設けたイメージセンサにより構成される。このような複数色の光学フィルタを有する構成のイメージセンサのことを、以下においては「カラーイメージセンサ」ともいう。

推定部１２０は、入射光の分光特性を推定する。推定部１２０は、取得部１１０により取得されたＭチャネルのカラー画像の色情報と、撮像部の分光感度特性と、入射光の分光特性をモデル化した情報とに基づき、取得部１１０により取得されたカラー画像の基となった入射光の分光特性を推定する。

ここで、カラー画像がＲ、Ｇ、Ｂの３色の色成分により表されるとする。また、カラーイメージセンサの分光感度特性をＣ_R（λ）、Ｃ_G（λ）、Ｃ_B（λ）とし、カラーイメージセンサのある画素への入射光の分光特性をＥ（λ）とする。ここで、各画素における色信号をＲ、Ｇ、Ｂとすると、これらの色信号は、式（１）のように表される。ここにおいて、λは、光の波長を表し、カラーイメージセンサが感度を有する波長域の任意の値をとり得る。

カラーイメージセンサの分光感度特性は、イメージセンサの分光感度特性と光学フィルタの分光透過特性の積で表すことができ、既知である。入射光の分光特性Ｅ（λ）は、本来、波長に関して離散的でない連続データである。本実施形態においては、画像データの色信号Ｒ、Ｇ、Ｂから入射光の分光特性Ｅ（λ）を式（１）に基づいて求めるために、入射光の分光特性Ｅ（λ）を比較的少数のパラメータで表現するモデル化が導入される。

具体的には、入射光の分光特性Ｅ（λ）は、入射光の平均ベクトルｒ₀（λ）と基底ベクトルｒ_i（λ）の加重和（重み付き和）によってモデル化される。ここにおいて、基底ベクトルの数は、光学フィルタの色数、すなわちカラー画像のチャネル数（Ｍ）と等しい。したがって、カラー画像がＲ、Ｇ、Ｂの３色の色成分により表される場合の基底ベクトルの数（すなわちｉの最大値）は、「３」である。Ｍ＝３の場合、入射光の分光特性Ｅ（λ）は、式（２）のようにモデル化される。

基底ベクトルｒ_i（λ）は、入射光の分光特性を表現する関数である。基底ベクトルｒ_i（λ）は、光源の分光特性と物体の表面反射率の積で形成される分光空間を主成分分析することによって得られる。このような基底ベクトルｒ_i（λ）によれば、入射光の分光特性を少ないパラメータで表現することが可能である。

式（１）に式（２）を代入すると、式（３）に示される未知のパラメータａ_iに関する観測方程式を得ることができる。ここで、式（３）の右辺の積分定数は、説明を簡単にするために省略されている。

式（３）の積分は、式（４）に示される総和に近似することができる。ここにおいて、λ１は、可視光の波長域の下限を表す。また、λ２は、近赤外光の波長域の上限を表す。λ１、λ２は、カラーイメージセンサの分光感度特性に依存する。

画像データから色情報、すなわち各色成分の色信号（Ｒ、Ｇ、Ｂ）が得られれば、式（４）の観測方程式は、未知のパラメータａ_iに関する連立三元一次方程式になる。そうすると、各画素の入射光の分光特性Ｅ（λ）は、式（４）により求められたパラメータａ_i（ｉ＝１，２，３）を式（２）に代入することで推定することができる。したがって、推定部１２０は、画像データの全ての画素について式（４）の観測方程式を解くことにより、入射光の分光特性を全ての画素について求めることが可能である。

生成部１３０は、可視画像と近赤外画像とを生成する。生成部１３０は、推定部１２０により推定された入射光の分光特性と、撮像部の分光感度特性とに基づいて、可視画像と近赤外画像とを生成する。具体的には、生成部１３０は、以下のように可視画像と近赤外画像とを生成する。以下においては、近赤外画像を、必要に応じて「ＮＩＲ（near-infrared）画像」ともいう。

例えば、カラーイメージセンサの分光感度特性Ｃ_R（λ）、Ｃ_G（λ）、Ｃ_B（λ）のうち、可視領域の分光感度特性をＣ_{R_VIS}（λ）、Ｃ_{G_VIS}（λ）、Ｃ_{B_VIS}（λ）とする。すると、可視光成分による色信号Ｒ_VIS、Ｇ_VIS、Ｂ_VISは、式（５）により表される。ここにおいて、λ３は、可視光の波長域の上限（近赤外光の波長域の下限）を表す。λ３は、λ１＜λ３＜λ２を満たす。

生成部１３０は、カラー画像を構成する全ての画素について色信号Ｒ_VIS、Ｇ_VIS、Ｂ_VISを生成することで、それぞれの色成分の可視光成分による画像データＩ_R、Ｉ_G、Ｉ_Bを生成することができる。画像データＩ_R、Ｉ_G、Ｉ_Bは、可視画像を表す画像データである。

また、生成部１３０は、カラーイメージセンサの分光感度特性Ｃ_R（λ）、Ｃ_G（λ）、Ｃ_B（λ）のうちの近赤外領域の分光感度特性Ｃ_{R_NIR}（λ）、Ｃ_{G_ NIR}（λ）、Ｃ_{B_ NIR}（λ）を用いて、近赤外光成分による色信号Ｒ_NIR、Ｇ_NIR、Ｂ_NIRを式（６）により求める。

生成部１３０は、カラー画像を構成する全ての画素について色信号Ｒ_NIR、Ｇ_NIR、Ｂ_NIRを生成し、これらを画素毎に加算することで、近赤外光成分による画像データＩ_NIRを生成することができる。画像データＩ_NIRは、近赤外画像を表す画像データである。

図２は、画像処理装置１００が実行する画像処理を示すフローチャートである。ステップＳ１において、取得部１１０は、撮像部により撮像されたＭチャネルのカラー画像を取得する。ステップＳ２において、推定部１２０は、ステップＳ１において取得されたＭチャネルのカラー画像の色情報と、撮像部の分光感度特性と、入射光の分光特性をモデル化した情報とに基づき、入射光の分光特性を推定する。ステップＳ３において、生成部１３０は、ステップＳ２において推定された入射光の分光特性と、撮像部の分光感度特性とに基づき、可視画像と近赤外画像とを生成する。

以上のとおり、本実施形態の画像処理装置１００は、カラー画像の色情報、撮像部の分光感度特性及び入射光の分光特性をモデル化した情報に基づいて入射光の分光特性を推定する構成を有する。この構成は、可視光成分と近赤外光成分とを別個のイメージセンサで読み取るような構成や、光学フィルタを機械的に移動させる構成を有することなく可視画像と近赤外画像とを生成することが可能である。したがって、本実施形態の画像処理装置１００は、このような特別な構成を要することなく、可視画像と近赤外画像とを簡易な構成で生成することを可能にする。

［第２実施形態］
図３は、別の実施形態に係る画像処理システム２００の構成を示すブロック図である。画像処理システム２００は、撮像装置２１０と、画像処理装置２２０とを含んで構成される。画像処理システム２００は、撮像装置２１０及び画像処理装置２２０以外の構成を含んでもよい。例えば、画像処理システム２００は、撮像装置２１０により供給されるデータを記憶し、又は画像処理装置２２０に転送する別の装置を含んでもよい。

撮像装置２１０は、被写体を撮像し、画像データを生成する。本実施形態において、撮像装置２１０は、イメージセンサと、Ｒ、Ｇ、Ｂの３色の光学フィルタとを含むカラーイメージセンサを有する。撮像装置２１０は、入射光に応じたカラー画像を表す画像データを生成して出力する。この画像データは、可視領域及び近赤外領域に分光感度を有する。撮像装置２１０は、例えば、デジタルスチルカメラであってもよい。

撮像装置２１０のカラーイメージセンサは、近赤外領域に受光感度を有するように構成されている。すなわち、撮像装置２１０の光学フィルタは、近赤外光の少なくとも一部を透過するように構成されている。一般に、カラーイメージセンサは、近赤外光の透過を妨げるフィルタ（ＩＲカットフィルタ）をカラーフィルタとは別に有している場合がある。撮像装置２１０は、このような一般的なカラーイメージセンサからＩＲカットフィルタを取り除いたカラーイメージセンサを用いて構成されてもよい。

なお、本実施形態において、可視光とは、波長が４００〜７００ｎｍの電磁波をいう。また、近赤外光とは、波長が７００〜１０００ｎｍの電磁波をいう。すなわち、本実施形態においては、λ１＝４００ｎｍ、λ２＝１０００ｎｍ、λ３＝７００ｎｍである。

図４は、撮像装置２１０のイメージセンサの分光感度特性の一例を示す図である。図４に示すように、撮像装置２１０のイメージセンサは、可視光に加えて近赤外光に感度を有する。

図５は、Ｒ、Ｇ、Ｂの各色の光学フィルタの分光透過特性の一例を示す図である。図５に示すように、撮像装置２１０の光学フィルタは、可視光に加えて近赤外光を透過する特性を有している。なお、撮像装置２１０のイメージセンサは、各画素がＲ、Ｇ、Ｂ３色のいずれについても受光できるように構成されているものとする。

図６は、一般的なカラーイメージセンサに用いられるＩＲカットフィルタの分光透過特性の一例を示す図である。一般的なカラーイメージセンサは、このようなＩＲカットフィルタをカラーフィルタとともに設けることで、近赤外光がカットされた撮像、すなわち人間の色知覚に近い撮像を可能にしている。

画像処理装置２２０は、画像データに対して画像処理を実行する。画像処理装置２２０は、撮像装置２１０から供給された画像データに基づいて、可視画像に相当する画像データと近赤外画像に相当する画像データとを生成することができる。画像処理装置２２０は、データ取得部２２１と、スペクトル推定部２２２と、可視画像生成部２２３と、ＮＩＲ画像生成部２２４とを含んで構成される。

データ取得部２２１は、データを取得する。データ取得部２２１は、例えば、撮像装置２１０から画像データを受信するための有線又は無線のインタフェースを含む。あるいは、データ取得部２２１は、記憶媒体に記憶された画像データを読み出すリーダを含んでもよい。データ取得部２２１は、第１実施形態の取得部１１０の一例に相当する。

データ取得部２２１は、画像データを少なくとも取得する。データ取得部２２１は、画像データに加え、撮像装置２１０の分光感度特性を示すデータ（以下「特性データ」ともいう。）を取得するように構成されてもよい。あるいは、データ取得部２２１は、画像データにメタデータとして埋め込まれ、又は画像データに関連付けられた特性データを取得してもよい。

スペクトル推定部２２２は、撮像装置２１０のカラーイメージセンサの各画素に入射した光の分光特性を推定する。本実施形態において、スペクトル推定部２２２は、入射光のスペクトルを推定する。スペクトル推定部２２２は、データ取得部２２１により取得された画像データと、撮像装置２１０の特性データとに基づき、入射光のスペクトルを推定する。スペクトル推定部２２２は、第１実施形態の推定部１２０の一例に相当する。

可視画像生成部２２３は、可視画像を表す第１の画像データを生成する。可視画像生成部２２３は、スペクトル推定部２２２により推定された入射光のスペクトルと、撮像装置２１０の特性データとに基づき、第１の画像データを生成する。可視画像生成部２２３（及びＮＩＲ画像生成部２２４）は、第１実施形態の生成部１３０の一例に相当する。

ＮＩＲ画像生成部２２４は、近赤外画像を表す第２の画像データを生成する。ＮＩＲ画像生成部２２４は、スペクトル推定部２２２により推定された入射光のスペクトルと、撮像装置２１０の特性データとに基づき、第２の画像データを生成する。

なお、ここでいう第１の画像データ及び第２の画像データは、便宜的な区別にすぎない。例えば、画像処理装置２２０は、第１の画像データ（３チャネル）及び第２の画像データ（１チャネル）に相当する４チャネルの画像データを出力するように構成されてもよい。

画像処理システム２００の構成は、以上のとおりである。画像処理装置２２０は、原理的には、第１実施形態の画像処理装置１００と同様に動作する。より詳細には、画像処理装置２２０は、式（１）〜（６）を用いて説明された原理の下、λ１＝４００ｎｍ、λ２＝１０００ｎｍ、λ３＝７００ｎｍであるとして必要な演算を実行する。

例えば、可視画像生成部２２３は、式（２）のモデル化に基づき、可視光成分による色信号Ｒ_VIS、Ｇ_VIS、Ｂ_VISを次の式（７）を用いて算出する。

また、ＮＩＲ画像生成部２２４は、近赤外光成分による色信号Ｒ_NIR、Ｇ_NIR、Ｂ_NIRを式（８）を用いて算出する。

図７は、本実施形態における平均ベクトルｒ₀（λ）と基底ベクトルｒ_i（λ）の一例を示す図である。基底ベクトルｒ_i（λ）は、上述のように、光源の分光特性と物体の表面反射率の積で形成される分光空間を主成分分析することによって求めることが可能である。

本実施形態の画像処理システム２００は、第１実施形態の画像処理装置１００と同様の構成を含む。そのため、画像処理システム２００は、画像処理装置１００と同様に、可視画像と近赤外画像とを簡易な構成で生成することが可能である。

［第３実施形態］
図８は、さらに別の実施形態に係る撮像装置３００の構成を示すブロック図である。撮像装置３００は、光学系部材３１０と、カラーイメージセンサ３２０と、画像処理部３３０と、メモリ３４０とを含んで構成される。カラーイメージセンサ３２０は、より詳細には、光学フィルタ３２１とフォトセンサ３２２とを含む。

光学系部材３１０は、光をカラーイメージセンサ３２０に誘導する。光学系部材３１０は、例えば、レンズやミラーを含む。光学系部材３１０は、可視光及び近赤外光をカラーイメージセンサ３２０に入射させる。

カラーイメージセンサ３２０は、入射光に応じた画像データを生成する。光学フィルタ３２１は、Ｒ、Ｇ、Ｂの３色の光学フィルタを含んで構成される。光学フィルタ３２１は、いわゆるベイヤ（Bayer）配列で各色の光学フィルタが配置される。したがって、フォトセンサ３２２は、各画素がＲ、Ｇ、Ｂの３色のいずれかの色成分を選択的に受光する。

図９は、光学フィルタ３２１の構成の一例を示す図である。この例において、赤色（Ｒ）のカラーフィルタは、奇数行奇数列の画素に対応して設けられる。これに対し、青色（Ｂ）のカラーフィルタは、偶数行偶数列の画素に対応して設けられる。また、緑色（Ｇ）のカラーフィルタは、奇数行偶数列及び偶数行奇数列の画素に対応して設けられる。

光学フィルタ３２１が図９に示される構成の場合、フォトセンサ３２２は、奇数行奇数列の画素で赤色に相当する光（及び近赤外光）を受光し、偶数行偶数列の画素で青色に相当する光（及び近赤外光）を受光する。また、フォトセンサ３２２は、その他の画素で緑色に相当する光（及び近赤外光）を受光する。

なお、一般的なカラーイメージセンサは、光学フィルタ３２１の前段（すなわち光学系部材３１０と光学フィルタ３２１の間）にＩＲカットフィルタ３２３を有する。カラーイメージセンサ３２０は、このような一般的なカラーイメージセンサからＩＲカットフィルタ３２３を取り除いた構成であってもよい。したがって、カラーイメージセンサ３２０は、大量生産が容易な汎用品を用いて作成可能である。

画像処理部３３０は、第２実施形態の画像処理装置２２０と同様の構成を有する。具体的には、画像処理部３３０は、カラーイメージセンサ３２０により生成された画像データを取得する機能と、入射光の分光特性を推定する機能と、可視画像を表す第１の画像データを生成する機能と、近赤外画像を表す第２の画像データを生成する機能とを含む。また、画像処理部３３０は、取得された画像データに対してデモザイキング処理を実行する機能を有する。なお、本実施形態における可視光及び近赤外光の波長域は、第２実施形態に準ずる。すなわち、本実施形態においても、λ１＝４００ｎｍ、λ２＝１０００ｎｍ、λ３＝７００ｎｍである。

メモリ３４０は、上述の第２実施形態と同様の特性データを記憶する。ただし、本実施形態の特性データは、撮像装置３００の分光感度特性を示すデータである。メモリ３４０は、揮発性又は不揮発性の記憶媒体を含んで構成される。この記憶媒体は、特定の種類の記憶媒体に限定されない。特性データは、撮像装置３００を用いてあらかじめ測定されてもよく、実験的又は経験的に決定されてもよい。

撮像装置３００の構成は、以上のとおりである。撮像装置３００は、このような構成により、可視光と近赤外光とを含む入射光に応じた画像データに基づき、可視画像に相当する第１の画像データと近赤外画像に相当する第２の画像データとを生成する。

光学フィルタ３２１がベイヤ配列であるため、画像処理部３３０に入力される画像データは、各画素が単一の色成分のみよって構成されている。そのため、画像処理部３３０は、デモザイキング処理を実行する。デモザイキング処理は、複数のアルゴリズムが周知である。画像処理部３３０は、例えば、デモザイキング処理を以下のように実行する。ただし、画像処理部３３０が実行するデモザイキング処理は、特定のアルゴリズムに限定されない。

ここで、図９を参照し、第ｉ行第ｊ列の画素の座標を（ｉ，ｊ）とする。また、座標（ｉ，ｊ）における各チャネルの色信号をそれぞれＲ（ｉ，ｊ）、Ｇ（ｉ，ｊ）、Ｂ（ｉ，ｊ）とする。説明の便宜上、以下においては、Ｒ（ｉ，ｊ）、Ｇ（ｉ，ｊ）、Ｂ（ｉ，ｊ）をそれぞれ「Ｒ値」、「Ｇ値」、「Ｂ値」ともいう。

例えば、座標（１，１）の画素は、赤色に相当する画素である。したがって、座標（１，１）のＲ値は、式（９）に示されるように、座標（１，１）の色信号がそのまま用いられる。

一方、座標（１，１）のＧ値及びＢ値は、当該座標の色信号から直接には取得できない。そのため、座標（１，１）のＧ値及びＢ値は、例えば式（１０）、（１１）に示されるように、近傍の同色の画素の色信号から補間することによって求められる。

次に、座標（１，２）の画素は、緑色に相当する画素である。したがって、座標（１，２）のＧ値は、式（１２）に示されるように、座標（１，２）の色信号がそのまま用いられる。

また、座標（１，２）のＲ値及びＢ値は、例えば式（１３）、（１４）に示されるように、近傍の同色の画素の色信号から補間することによって求められる。

画像処理部３３０は、他の画素についても同様にＲ値、Ｇ値及びＢ値を計算する。画像処理部３３０は、Ｒ値、Ｇ値及びＢ値を全ての画素について計算することにより、各画素について３チャネル分の色情報を得ることができる。画像処理部３３０がデモザイキング処理以降に実行する処理は、第２実施形態の画像処理装置２２０が実行する処理と同様である。

本実施形態の撮像装置３００は、第２実施形態の画像処理装置２２０と同様の構成を含む。そのため、撮像装置３００は、画像処理装置２２０と同様に、可視画像と近赤外画像とを簡易な構成で生成することが可能である。加えて、撮像装置３００は、近赤外画像を生成するために特別な構成を要する場合に比べ、簡易又は安価な構成で近赤外画像を生成可能であり、ひいては装置の小型化や（少ない故障による）信頼性の向上に寄与することが期待できる。

［第４実施形態］
図１０は、さらに別の実施形態に係る画像処理装置２２０ａの構成を示すブロック図である。画像処理装置２２０ａは、第２実施形態の画像処理装置２２０と同様のデータ取得部２２１、スペクトル推定部２２２及び可視画像生成部２２３を含んで構成される。加えて、画像処理装置２２０ａは、信号分離部２２５を有する。

信号分離部２２５は、近赤外画像を生成する機能を有する。具体的には、信号分離部２２５は、データ取得部２２１により供給される画像データと、可視画像生成部２２３により生成された第１の画像データとに基づいて、第２の画像データを生成する。

より詳細には、信号分離部２２５は、データ取得部２２１により供給される画像データと第１の画像データの差に基づいて第２の画像データを生成する。例えば、データ取得部２２１により供給される（可視成分及び近赤外成分を含む）３チャネルの画像データをＩ_{R_NIR}、Ｉ_{G_NIR}、Ｉ_{B_NIR}、（可視成分を含む）第１の画像データをＩ_R、Ｉ_G、Ｉ_Bとした場合、信号分離部２２５は、式（１５）により第２の画像データＩ_NIRを算出する。ここにおいて、ｃ_R1、ｃ_G1、ｃ_B1は、所定の係数である。

本実施形態の画像処理装置２２０ａは、第２実施形態の画像処理装置２２０と同様の構成を含む。そのため、画像処理装置２２０ａは、画像処理装置２２０と同様に、可視画像と近赤外画像とを簡易な構成で生成することが可能である。また、画像処理装置２２０ａは、信号分離部２２５を有することにより、減算等の簡易な計算によって第２の画像データを生成することが可能である。

［第５実施形態］
図１１は、さらに別の実施形態に係る画像処理装置２２０ｂの構成を示すブロック図である。画像処理装置２２０ｂは、第２実施形態の画像処理装置２２０と同様のデータ取得部２２１、スペクトル推定部２２２及びＮＩＲ画像生成部２２４を含んで構成される。加えて、画像処理装置２２０ｂは、信号分離部２２６を有する。

信号分離部２２６は、可視画像を生成する機能を有する。具体的には、信号分離部２２６は、データ取得部２２１により供給される画像データと、ＮＩＲ画像生成部２２４により生成された第２の画像データとに基づいて、第１の画像データを生成する。

より詳細には、信号分離部２２６は、データ取得部２２１により供給される画像データと第２の画像データの差に基づいて第１の画像データを生成する。例えば、データ取得部２２１により供給される（可視成分及び近赤外成分を含む）３チャネルの画像データをＩ_{R_NIR}、Ｉ_{G_NIR}、Ｉ_{B_NIR}、（近赤外成分を含む）第２の画像データをＩ_NIRとした場合、信号分離部２２６は、式（１６）により第１の画像データＩ_R、Ｉ_G、Ｉ_Bを算出する。ここにおいて、ｃ_R2、ｃ_G2、ｃ_B2は、所定の係数である。

本実施形態の画像処理装置２２０ｂは、第２実施形態の画像処理装置２２０と同様の構成を含む。そのため、画像処理装置２２０ｂは、画像処理装置２２０と同様に、可視画像と近赤外画像とを簡易な構成で生成することが可能である。また、画像処理装置２２０ｂは、信号分離部２２６を有することにより、減算等の簡易な計算によって第１の画像データを生成することが可能である。

［第６実施形態］
図１２は、さらに別の実施形態に係る撮像装置６００の構成を示すブロック図である。撮像装置６００は、いわゆる多板方式の撮像装置の一例である。すなわち、本開示に係る撮像装置は、単板方式に限定されない。撮像装置６００は、色分解部６１０と、フォトセンサ６２０、６３０、６４０と、画像処理部６５０と、メモリ６６０とを含んで構成される。

色分解部６１０は、入射光を特定の波長域毎に分散させる。色分解部６１０は、例えば、プリズムである。色分解部６１０は、可視成分と近赤外成分とを含む入射光をＲ、Ｇ、Ｂのそれぞれの波長域に相当する色光に分解して出射する。色分解部６１０から出射された色光は、フォトセンサ６２０、６３０、６４０に入射する。

フォトセンサ６２０、６３０、６４０は、入射光に応じた画像データを生成する。フォトセンサ６２０は、赤色に相当する画像データＩ_{R_NIR}を生成する。フォトセンサ６３０は、緑色に相当する画像データＩ_{G_NIR}を生成する。フォトセンサ６４０は、青色に相当する画像データＩ_{B_NIR}を生成する。これらの画像データの少なくともいずれかには、可視成分だけでなく近赤外成分も含まれる。

画像処理部６５０は、第２実施形態の画像処理装置２２０と同様の構成を有する。すなわち、画像処理部６５０は、フォトセンサ６２０、６３０、６４０により生成された画像データ（Ｉ_{R_NIR}、Ｉ_{G_NIR}、Ｉ_{B_NIR}）を取得する機能と、入射光の分光特性を推定する機能と、可視画像を表す第１の画像データ（Ｉ_R、Ｉ_G、Ｉ_B）を生成する機能と、近赤外画像を表す第２の画像データ（Ｉ_NIR）を生成する機能とを含む。

メモリ６６０は、撮像装置６００の分光感度特性を示す特性データを記憶する。メモリ６６０は、第３実施形態のメモリ３４０と同様の構成でよい。ただし、特性データの具体的な値は、第３実施形態の特性データの値と異なり得る。

本実施形態によれば、他の実施形態と同様に、可視画像と近赤外画像とを簡易な構成で生成することが可能である。撮像装置６００は、ハードウェア的には、一般的な３板方式の撮像装置からＩＲカットフィルタを取り除くことによって実現することが可能である。ただし、画像処理部６５０が実行する画像処理には、一般的な３板方式の撮像装置が実行する画像処理と異なる処理が含まれる。

［変形例］
本開示は、上述された第１実施形態〜第６実施形態に限定されない。本開示は、当業者が把握し得る変形又は応用を適用した形態を含み得る。例えば、本開示は、以下に記載される変形例の形態及び変形例から想到し得る形態を含む。また、本開示は、本明細書に記載された事項を必要に応じて適宜に組み合わせた形態を含み得る。例えば、特定の実施形態を用いて説明された事項は、矛盾を生じない範囲において、他の実施形態に対しても適用され得る。

（変形例１）
カラー画像のチャネル数と各チャネルの色成分（すなわち波長域）は、いずれも特定の値に限定されない。例えば、カラー画像のチャネル数は、４以上であってもよい。また、カラー画像の色成分は、ＲＧＢに代えてＣ（Cyan）Ｍ（Magenta）Ｙ（Yellow）が用いられてもよい。

（変形例２）
本開示に係る装置（画像処理装置１００、２２０、撮像装置３００、６００など）の具体的なハードウェア構成は、さまざまなバリエーションが含まれ、特定の構成に限定されない。例えば、各装置は、ソフトウェアを用いて実現されてもよく、２以上の装置を組み合わせて用いて各種処理を分担するように構成されてもよい。

図１３は、本開示に係る装置を実現するためのコンピュータ装置７００のハードウェア構成の一例を示すブロック図である。コンピュータ装置７００は、ＣＰＵ（Central Processing Unit）７０１と、ＲＯＭ（Read Only Memory）７０２と、ＲＡＭ（Random Access Memory）７０３と、記憶装置７０４と、ドライブ装置７０５と、通信インタフェース７０６と、入出力インタフェース７０７とを含んで構成される。本開示に係る装置は、図１３に示される構成（又はその一部）によって実現され得る。

ＣＰＵ７０１は、ＲＡＭ７０３を用いてプログラム７０８を実行する。プログラム７０８は、ＲＯＭ７０２に記憶されていてもよい。また、プログラム７０８は、メモリカード等の記録媒体７０９に記録され、ドライブ装置７０５によって読み出されてもよいし、外部装置からネットワーク７１０を介して送信されてもよい。通信インタフェース７０６は、ネットワーク７１０を介して外部装置とデータをやり取りする。入出力インタフェース７０７は、周辺機器（入力装置、表示装置など）とデータをやり取りする。通信インタフェース７０６及び入出力インタフェース７０７は、データを取得又は出力するための構成要素として機能することができる。

なお、本開示に係る装置の構成要素は、単一の回路（プロセッサ等）によって構成されてもよいし、複数の回路の組み合わせによって構成されてもよい。ここでいう回路（circuitry）は、専用又は汎用のいずれであってもよい。

上述された実施形態において単体の装置として説明された構成は、複数の装置に分散して設けられてもよい。例えば、画像処理装置１００、２２０は、クラウドコンピューティング技術などを用いて、複数のコンピュータ装置によって実現されてもよい。

以上、上述した実施形態を模範的な例として本発明を説明した。しかしながら、本発明は、上述した実施形態には限定されない。即ち、本発明は、本発明のスコープ内において、当業者が理解し得る様々な態様を適用することができる。

この出願は、２０１６年６月２４日に出願された日本出願特願２０１６−１２５１４７を基礎とする優先権を主張し、その開示の全てをここに取り込む。

１００ 画像処理装置
１１０ 取得部
１２０ 推定部
１３０ 生成部
２００ 画像処理システム
２１０ 撮像装置
２２０、２２０ａ、２２０ｂ 画像処理装置
２２１ データ取得部
２２２ スペクトル推定部
２２３ 可視画像生成部
２２４ ＮＩＲ画像生成部
２２５、２２６ 信号分離部
３００、６００ 撮像装置
７００ コンピュータ装置

Claims (9)

1. 可視光及び近赤外光を含む入射光に応じて撮像手段により撮像されたカラー画像を取得する取得手段と、
   前記取得されたカラー画像の色情報と、前記撮像手段の分光感度特性と、前記入射光の分光特性をモデル化した情報とに基づいて前記入射光の分光特性を推定する推定手段と、
   前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて可視画像と近赤外画像とを生成する生成手段と
   を備え、
   前記カラー画像は、Ｍチャネル（Ｍは２以上の整数）のカラー画像であり、
   前記情報は、前記入射光の分光特性を、前記入射光の平均ベクトルとＭ個の基底ベクトルとによってモデル化した情報である、
   画像処理装置。
2. 前記生成手段は、
   前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて前記可視画像を生成し、
   前記カラー画像と当該生成された可視画像とに基づいて前記近赤外画像を生成する
   請求項１に記載の画像処理装置。
3. 前記生成手段は、
   前記カラー画像と前記生成された可視画像の差に基づいて前記近赤外画像を生成する
   請求項２に記載の画像処理装置。
4. 前記生成手段は、
   前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて前記近赤外画像を生成し、
   前記カラー画像と当該生成された近赤外画像とに基づいて前記可視画像を生成する
   請求項１に記載の画像処理装置。
5. 前記生成手段は、
   前記カラー画像と前記生成された近赤外画像の差に基づいて前記可視画像を生成する
   請求項４に記載の画像処理装置。
6. 前記Ｍは、３であり、
   前記カラー画像は、赤、緑及び青の３色の色成分により構成される
   請求項１に記載の画像処理装置。
7. 撮像装置と画像処理装置とを備え、
   前記撮像装置は、
   可視光及び近赤外光を含む入射光に応じてＭチャネル（Ｍは２以上の整数）のカラー画像を生成する撮像手段を備え、
   前記画像処理装置は、
   前記撮像手段により撮像されたカラー画像を取得する取得手段と、
   前記取得されたカラー画像の色情報と、前記撮像手段の分光感度特性と、前記入射光の分光特性をモデル化した情報とに基づいて前記入射光の分光特性を推定する推定手段と、
   前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて可視画像と近赤外画像とを生成する生成手段とを備え、
   前記情報は、前記入射光の分光特性を、前記入射光の平均ベクトルとＭ個の基底ベクトルとによってモデル化した情報である、
   画像処理システム。
8. 可視光及び近赤外光を含む入射光に応じて撮像手段により撮像されたカラー画像を取得し、
   前記取得されたカラー画像の色情報と、前記撮像手段の分光感度特性と、前記入射光の分光特性をモデル化した情報とに基づいて前記入射光の分光特性を推定し、
   前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて可視画像と近赤外画像とを生成し、
   前記カラー画像は、Ｍチャネル（Ｍは２以上の整数）のカラー画像であり、
   前記情報は、前記入射光の分光特性を、前記入射光の平均ベクトルとＭ個の基底ベクトルとによってモデル化した情報である、
   画像処理方法。
9. コンピュータに、
   可視光及び近赤外光を含む入射光に応じて撮像手段により撮像されたカラー画像を取得するステップと、
   前記取得されたカラー画像の色情報と、前記撮像手段の分光感度特性と、前記入射光の分光特性をモデル化した情報とに基づいて前記入射光の分光特性を推定するステップと、
   前記推定された前記入射光の分光特性と前記撮像手段の分光感度特性とに基づいて可視画像と近赤外画像とを生成するステップと
   を実行させ、
   前記カラー画像は、Ｍチャネル（Ｍは２以上の整数）のカラー画像であり、
   前記情報は、前記入射光の分光特性を、前記入射光の平均ベクトルとＭ個の基底ベクトルとによってモデル化した情報である、
   プログラム。

Images