JP4293469B2 - 画像処理装置、画像処理方法及びコンピュータ・プログラム - Google Patents

Description

本発明は、画像補正処理の分野に係り、特に、デジタル画像の階調補正処理に関する。

デジタルカメラには撮影時の露出を常に最適に保つための自動露出制御機構が装備されている。その露出制御方式には種々のものがあるが、光量検出のため画面を複数の適当な領域に分割し、領域ごとに重み付けを行って光量の加重平均を取り、絞りやシャッタスピードなどを調節する方法が一般的である。

デジタルカメラの撮影シーンとしては一般的に以下の４つが考えられる。
通常撮影：順光状態の屋外撮影や室内での一般的な撮影
逆光撮影：被写体の後ろに光源が存在する状態での撮影
夜間ポートレート撮影：夜間、屋外でフラッシュを用いた撮影
夜景撮影：イルミネーション等、自己発光している被写体の撮影。

また、露出状態には、被写体の露出が適正である『適正』と、被写体の露出が不足気味の『露出不足』状態が存在する。

デジタルカメラの露出制御方式は、各社様々であるが、撮影条件によって適正に作動しない場合もあるため完全なものは存在せず、その結果、コントラスト不足や露出不足が往々にして起こる。

デジタル画像の撮影時における不適切なコントラスト状態に対応するため、画像データの全画素について輝度分布を求めた後、上端と下端において所定の分布割合だけ内側に入った端部を前記輝度分布の端部とみなしてダイナミックレンジ（シャドーポイント及びハイライトポイント）を設定し、コントラスト補正を行う技術が提案されている（例えば特許文献１）。また、シーンに応じた補正を行うため、ニューラルネットを用いて画像のシーンを分析し、輝度ヒストグラムからシーンに応じて異常と思われる濃度域を除き、残りを有効濃度域とし、有効濃度域の中から参照濃度値（シャドーポイント及びハイライトポイント）を算出する技術が提案されている（例えば特許文献２）。

一方、デジタルカメラの自動露出制御機構は、とりわけ逆光撮影では背景の明るさに引っ張られて露出がマイナスに補正されるため、被写体が暗く写ってしまう。また、夜間ポートレート撮影では、被写体にストロボ光が当たることが前提になるため、絞りやシャッタスピードは既定値に固定されるが、ストロボと被写体の距離が遠すぎると光が届かず、この場合も被写体は暗く写ってしまう。

画像データを自動的に階調補正する技術が提案されている。例えば、輝度ヒストグラムの形状より原画像が逆光画像か夜間ストロボ画像か標準露出画像かを推定し、状況に応じて処理を行う技術（例えば特許文献３）、被写体と背景との測光値から撮影状態（逆光から過順光まで）を把握して露出の調節を行う技術（例えば特許文献４）、撮像画面の中央部と周辺部の出力信号を比較して、周辺部の出力が大きくなるに従って連続的に利得を上げるか、もしくは利得を一定にする制御信号を出力する技術（例えば特許文献５）などが提案されている。

なお、露出補正とは、シーンに対して不適切な明るさを持つ被写体を、シーンに適した明るさに調節することを意味する。例えば露出不足で全体に暗い被写体や、逆光で被写体が暗くなっている被写体を明るくしたり、露出オーバの被写体を暗くしたりすることである。カメラにおける露出補正は、レンズに入る入射光量を調節するために絞りやシャッタスピードを変える方法が一般的である。また、プリンタやディスプレイでは、入出力変換関数（線型もしくは非線型の階調補正テーブル）等を用い、入力信号の明るさに対し出力信号の明るさを最適化するための処理等を意味する。このように露出を補正して画像データの明るさを調節することと、本発明における階調補正処理とは目的が同等であるので、以下、階調補正処理と記す。
特開平１０−１９８８０２号公報 特開平１１−１５４２３５号公報 特開２０００−１３４４６７号公報 特開平０９−０３７１４３号公報 特公平７−１１８７８６号公報

夜間ポートレート撮影画像のように、輝度の分布が極端に偏っており、かつハイライトに人物以外の被写体が存在しない画像では、特許文献１のように画像全域でダイナミックレンジを設定すると、被写体が小さい場合に、被写体の有する明るさ付近にハイライトポイントが設定さるため、過補正になり階調がつぶれてしまう。人間の視覚特性で階調つぶれが目立つのは、少しの色味を持っているハイライト領域である。よって、輝度ヒストグラムのみでハイライトポイントを決めると色情報が無視されるため、上記の特徴を持つ領域で階調つぶれや色相変化が起こる場合がある。

また、特許文献２では、シーンに応じて濃度ヒストグラムの異常域を除去した有効濃度域からハイライトポイントを算出しているが、特許文献１と同様に、階調つぶれが目立つハイライト領域の面積が小さければ補正により階調つぶれが起こる。

また、階調補正処理を行う上で重要なのは、シーンを的確に判定し、シーンに応じて補正パラメータを設定することである。デジタル画像の場合、特許文献３のようにデジタル特有の輝度ヒストグラムをとり、その形状やハイライト及びシャドーポイントからシーンを把握するのが一般的である。また、中央値等の統計値から露出判定を行う。しかし、シーンに分類すると、その後の補正処理はシーンに依存することになるため、シーン判定の精度が悪いと誤処理が行われてしまう。また、位置情報を欠いたヒストグラムから露出状態を判定するのは困難であり、特に、画像が特異な場合には正しい判定が行えない可能性がある。

例えば、暗い色の壁を背景に人物を撮影した画像で、その被写体が適正露出であった場合、ヒストグラムを用いて露出判定をすると、被写体は適正であるにもかかわらず全体的には暗いため、露出アンダーと判定され、その結果、過補正になる。また、被写体の真後ろに光源が存在する真逆光状態では背景が白飛びを起すため、真逆光状態か否かを判定するには、特許文献４や特許文献５のように、背景と被写体のコントラスト情報ではなく、背景の色情報を用いる方が高精度に判定を行うことができる。

よって、本発明の主要な目的は、画像をシーンに分類するのではなく、背景の絶対的な明るさ、もしくは被写体と背景との相対的な明るさ関係に基づいて撮影状況を把握し、様々な撮影状況の画像に対し適切な階調補正を施すための画像処理手段を提供することにある。

請求項１記載の発明は、画像が逆光画像であるか否か判定する第一の判定手段と、画像の背景領域と被写体領域との相対的な明暗関係を判定する第二の判定手段と、前記第一の判定手段による判定結果及び前記第二の判定手段による判定結果に応じて適応的な階調補正を画像に施す処理手段を有し、前記第一の判定手段が、画像の背景領域に、所定以上の輝度を持ち、かつ、所定以下の彩度を持つ領域が所定割合以上存在する場合に逆光画像と判定することを特徴とする。ここで、相対的な明暗関係とは、背景領域と被写体領域の間で、一方が他方に対して平均的に明るいか否かということである。

請求項２記載の発明は、画像が逆光画像であるか否かを判定する第一の判定ステップと、前記画像の背景領域と被写体領域との相対的な明暗関係を判定する第二の判定ステップと、前記第一の判定ステップによる判定結果及び前記第二の判定ステップによる判定結果に応じて適応的な階調補正を前記画像に施す処理ステップとを有し、前記第一の判定ステップは、画像の背景領域に、所定以上の輝度を持ち、かつ、所定以下の彩度を持つ領域が所定割合以上存在する場合に逆光画像と判定することを特徴とする。

請求項３記載の発明は、請求項１記載の画像処理装置の各手段の機能をコンピュータに実行させるためのコンピュータ・プログラムを特徴とする。

請求項４記載の発明は、請求項２記載の画像処理方法の各ステップの処理をコンピュータに実行させるためのコンピュータ・プログラムを特徴とする。

発明によれば、画像をシーンに分類するのではなく、背景の絶対的な明るさ、もしくは被写体と背景との相対的な明るさ関係に基づいて撮影状況を把握して適応的な階調補正を行うため、逆光画像、夜間ポートレート撮影画像、夜景画像など、様々な撮影状況の画像に対して適切な階調補正を施すことができる。また、逆光画像の判定を精度良く行うことができるため、逆光画像に対し確実に適切な階調補正を施すことができるとともに逆光画像の誤判定による不適切な階調補正を防止することができる。

以下、添付図面を参照し、本発明の実施の形態について詳細に説明する。
《実施例１》
図１は本発明の実施例１の構成を示すブロック図であり、図２は本実施例における処理手順を示すフローチャートである。

図１に示す画像処理装置１は、画像データのコントラスト補正を行うもので、入力画像のタイプ判定処理（ステップＳ１）を行う判定手段２、判定されたタイプに応じてハイライトポイントを設定するための対象領域の情報を獲得する処理（ステップＳ２）を行う対象領域情報獲得手段３、獲得された対象領域の情報を用いてダイナミックレンジを設定する処理（ステップＳ３）を行うダイナミックレンジ設定手段４、及び、設定されたダイナミックレンジを用いて画像全体のコントラスト補正処理（ステップＳ４）を行う処理手段５より構成される。以下、各手段について具体的に説明する。なお、入力画像データをＲＧＢデータとして扱うが、他の形式のカラー画像データも同様に処理可能であることは以下の説明から明らかであろう。

まず、判定手段２（ステップＳ１）について説明する。この判定手段２は、コントラスト補正により階調つぶれの目立ちやすい領域が存在する画像をＡタイプ、そのような領域が存在しない画像をＢタイプに分類する判定を行う。ここで、「階調つぶれの目立ちやすい領域」とは、画像を構成するうえで意味のある重要領域である。

Ａタイプと判定されるのは、例えば、逆光撮影画像や、フラッシュを使用した夜間ポートレート撮影画像等である。逆光撮影で背景が白飛びを起こしている場合、背景以外のハイライト部分は階調つぶれが目立ちやすい。また、夜間ポートレート撮影画像も、被写体はハイライト側に存在するためコントラストを強調しすぎる処理を行うと、階調つぶれが目立つ。これ以外にも、被写体の明るさが画像内の明るさにおいて相対的に明るい範囲に存在する場合は、Ａタイプに判定される。図２７及び図２８にＡタイプの画像例を示す。Ｂタイプと判定される画像は、Ａタイプに判定されなかった画像であり、例えば通常撮影の適正露出画像、露出不足画像等である。図２９にＢタイプの画像例を示す。

図３に判定手段２の構成例を示す。ここに示す判定手段２は輝度ヒストグラム二極化測定手段２１、輝度ヒストグラム歪度算出手段２２、領域別明るさ検出手段２３、付随情報参照手段２４及びタイプ決定手段２５から構成される。Ａタイプの画像の輝度ヒストグラムは分布のバランスが悪い場合が多いが、この特徴を得るための手段が輝度ヒストグラム二極化測定手段２１、輝度ヒストグラム歪度算出手段２２及び領域別明るさ検出手段２３である。画像データにはヘッダ情報等として撮影時の情報が付随していることが多い。例えば、デジタルカメラで撮影された画像データをExif等の情報形式で保存する場合、撮影時の情報をタグに埋め込むことが可能である。付随情報参照手段２４は、そのような画像データに付随したタイプ判定に利用可能な情報（具体的には、逆光モードや夜間撮影モード等のモード情報やストロボのON/OFF情報等）を取得するための手段である。タイプ決定手段２５は、各手段２１〜２４により取得された情報に基づいて最終的に画像のタイプを判断する手段であり、その判定フローを図４に示す。

まず、輝度ヒストグラム二極化測定手段２１について説明する。前述のようにＡタイプに判定される画像のヒストグラムは分布のバランスが悪い場合が多いが、特に、逆光画像では、背景が極端に明るく被写体が極端に暗い場合が多く、その場合には輝度ヒストグラムが図５に例示するように二極化する。輝度ヒストグラム二極化測定手段２１は、輝度ヒストグラムの頻度と勾配を用いて、輝度ヒストグラムの二極化度合を測定する手段であり、その処理フローを図６に示す。図７及び図８は二極化していない輝度ヒストグラム及び二極化した輝度ヒストグラムに対する処理の説明のための図である。

ここで、輝度ヒストグラムにおける輝度レベルをi(i=0,1,2,...255)、レベルiの頻度をf(i)、勾配をh(i)とする。h(i)は以下の式で表される。
h(i)＝(f(i+δ)-f(i))/δ (i=0,1,2,,,,,255-δ,δ＞0） … (1)

二極化測定はレベル255-δからレベルをデクリメントしながら行われ、Ｘと，Ｙ１又はＹ２の各レベルを検出する。

輝度ヒストグラムが二極化していない場合の処理について、図７を参照して説明する。勾配h(i)がマイナスの255≧i≧Qのレベル領域ではステップＳ２１→Ｓ２２→Ｓ２３〜Ｓ２４→Ｓ２１のループが繰り返され、ｉがデクリメントされるだけである。つぎの勾配h(i)がプラスで頻度f(i)が閾値th1より大きいQ＞i＞Xのレベル領域では、ステップＳ２１→Ｓ２５→Ｓ２８→Ｓ２１のループが繰り返されｉがデクリメントされるだけであるが、f(i)＝Th1となると（ステップＳ２６，Ｙｅｓ）、その時のｉがレベルＸとして検出され（ステップＳ２７）、ステップＳ２８より処理が継続される。その後、勾配は多少あっても頻度が低いX＞i＞Y1のレベル領域では、ステップＳ２１→Ｓ２５→Ｓ２６→Ｓ２８→Ｓ２１のループ又はステップＳ２２→Ｓ３０→Ｓ３１→Ｓ３３→Ｓ２２のループが繰り返されｉがデクリメントされるだけであるが、f(i)＝Th1となると（ステップＳ３１，Ｙｅｓ）、その時のｉがレベルＹ１として検出され（ステップＳ３２）、処理を終了する。

輝度ヒストグラムが二極化している場合の処理について、図８を参照して説明する。この場合も、レベルＸの検出までは図７の例の場合と同じ処理であるが、二極化している場合には頻度f(i)が閾値Th1未満の領域で勾配h(i)がマイナス方向に急激に増加し、h(i)＝-Th2（Th2は閾値）となると（ステップＳ２３，Ｙｅｓ）、その時のｉがレベルＹ２として検出され（ステップＳ３５）、処理を終了する。

なお、Th1,Th2は、その設定によって検出される二極化度合いが変わるが、例えばヒストグラムの総頻度数をNとして次式により決定することができる。
Th1＝C*N
Th2＝f(i)*D
但し、C,Dは定数 … (2)

タイプ決定手段２５においては、輝度ヒストグラム二極化測定手段２１により検出されたレベルＹ１，Ｙ２の大きい方のレベルをX'とし、レベルＸとレベルX'の差（X-X'）と閾値Th3の比較判定を行い（図４、ステップＳ５１）、X-X'≧Th3の場合に二極化していると判定し入力画像のタイプをＡタイプに決定する（図４、ステップＳ５５）。

次に、輝度ヒストグラム歪度算出手段２２について説明する。フラッシュを使用した夜間ポートレート撮影画像の場合、背景が暗闇のためヒストグラムは極端にアンダー寄りである。これに対し、Ｂタイプを代表する通常撮影の適正露出画像は、輝度ヒストグラムの偏りが少なくバランス良く分布している。このような輝度ヒストグラムの偏りを表す尺度として、輝度ヒストグラム歪度算出手段２２は輝度ヒストグラムの歪度Ｚを次式により算出する。
Z＝(1/N)Σ((Y(j)/ave(Y(j))/S(Y(j)))^3 … (3)
ただし、Nは総画素数であり、Y(j)はj番目の画素の輝度、Σの和はj=1からNについてとる。また、ave(Y(j))はY(j)の平均値、S(Y(j))は標準偏差である。

Ｚ＞０の場合、輝度ヒストグラムは図９に例示するようなアンダー寄りの形状である。したがって、判定手段２のタイプ決定手段２５は、算出された歪度Ｚが０より大きいか判定し（図４、ステップＳ５２）、その条件が成立する場合には入力画像のタイプをＡタイプに決定する（図４、ステップＳ５６）。なお、０以外の閾値を設定し、その閾値を歪度Ｚが越えている場合にＡタイプと判定することも可能である。

また、画像の背景領域と被写体領域の明るさが極端に異なる場合にも、輝度ヒストグラムはバランス良く分布していないと考えられる。そこで、判定手段２の領域別明るさ検出手段２３は、入力画像の背景領域と被写体領域を識別し、各領域の明るさを検出する。各領域の明るさの尺度としては、例えば輝度中央値や輝度平均値を用いることができる。そして、判定手段２のタイプ決定手段２５は、下記（４）式の条件判定を行い（図４、ステップＳ５３）、条件が成立するときには入力画像のタイプをＡタイプに決定する（図４、ステップＳ５７）。
背景の明るさ≪被写体の明るさ
もしくは
背景の明るさ≫被写体の明るさ … (4)
この条件判定は、具体的には、例えば、
背景の輝度平均値／被写体の輝度平均値 ＞ Th4
もしくは、
背景の輝度中央値／被写体の輝度中央値 ＞ Th5
の場合にＡタイプ（逆光撮影画像）とし、また、
背景の輝度平均値／被写体の輝度平均値 < Th4
もしくは、
背景の輝度中央値／被写体の輝度中央値 < Th5
の場合にＡタイプ（夜間ポートレート撮影画像）とすることができる。

また、前述のように、画像データに撮影状態を把握できるような情報が付随しているならば、その情報によって画像のタイプを判別できる。そのような付随情報を参照するのが判定手段２の付随情報参照手段２４の役割である。より具体的には、逆光モード撮影、夜間撮影モード、ストロボONのように、Ａタイプに相当する特定の撮影状態を示す情報を参照する。判定手段２のタイプ決定手段２５においては、そのような特定の撮影状態を示す情報が存在するときには（図４、ステップＳ５４、Ｙｅｓ）、入力画像のタイプをＡタイプに決定する（図４、ステップＳ５８）。そして、ステップＳ５１〜Ｓ５４のいずれの判定条件も成立しない場合に、タイプ決定手段２５は入力画像のタイプをＢタイプと決定する（図４、ステップＳ５９）。

なお、逆光モード撮影、夜間撮影モード、ストロボONなどの特定の撮影状態を示す情報をオペレータが与えるようにすることも可能であり、そのような構成も本発明に包含される。また、他の情報、例えばシャッタースピードの情報も利用可能である（シャッタースピードが遅ければ適正露出以外の露出状態で撮影が行われた可能性が高く、Ａタイプと判定し得る）。

ステップＳ５１，Ｓ５２の判定は輝度ヒストグラムの形状に基づいた判定であるが、その際にヒストグラムの間引きを行ってもよい。

また、ヒストグラムの形状以外にも、ハイライトポイントをタイプ判定に利用してもよい。この場合、輝度レベル255から頻度を積算していき、積算頻度が例えば総度数の0.5％を超えたレベルをハイライトポイントとすることができる。
つまり、全度数をN、レベルｉの頻度をz(i)(i＝,1,2...255)とする場合、
N＝Σz(i)、（和はi=0,1,2...255、についてとる）と表せ、
ハイライトポイントは(0.5*N)/100≦Σz(i)(i=255,254,....の順にとる)となるiの最大値とすることができる。

判定手段２の判定方法は以上の方法のみに限定されるものではなく、コントラスト補正によって階調つぶれの目立ちやすい領域が存在するか否かを判定できるならば他の方法を利用しても構わない。

次に、対象領域情報獲得手段３（図２、ステップＳ２）について説明する。対象領域情報獲得手段３は、判定手段２により判定されたタイプに応じて、ハイライトポイントの設定のための領域（対象領域）の情報を得る。以下、Ａタイプの場合とＢタイプの場合とに分けて説明する。

まず、Ａタイプと判定された場合について説明する。入力画像がＡタイプと判定された場合には、階調つぶれの目立ちやすい領域を対象領域とする。そのような領域は、ハイライトでかすかに色づいている領域、すなわち画像を明るさの分布を表す情報で表現した場合の『相対的に明るい』範囲に対応する画像領域である。そのような領域を得るための処理フローを図１０に示し、その各ステップについて説明する。

ステップＳ７１：入力画像全体の輝度ヒストグラムを作成する。なお、判定手段２で作成された輝度ヒストグラムを利用することも可能である。

ステップＳ７２：画像のなかで相対的に明るい部分を取り出すために、対象領決定用ダイナミックレンジ(Scene_Min,Scene_Max)を算出する。すなわち、輝度ヒストグラムにおいて、最小レベルから最大レベルに向かって、及び、最大レベルから最小レベルに向かって、頻度を累積し、累積頻度が総頻度の１％になるレベルをそれぞれシャドーポイントScene_Min、ハイライトポイントScene_Maxとする。ただし、この設定パラメータ（累積頻度１％）は一例であり、変更可能である。なお、デジタルカメラで撮影された画像などは、レベル０とレベル２５５にノイズがのり易いため、最小レベルを1、最大レベルを２５４とするのが一般に好ましい。

ステップＳ７３：画像のなかで相対的に明るい部分をヒストグラム上の分布域から決定するため、輝度ヒストグラムをいくつかの区分に量子化する。例えば、Scene_MinとScene_Maxの間を４つの区分に分割する。そして各区分にレベルの低い順から番号付けを行う。図１１に量子化例を示す。最もレベルの高い区分３に属する画素が「相対的に明るい領域」である。

ステップＳ７４：上のステップで得た「相対的に明るい領域」から、高輝度白色光画素及びエッジ画素を排除し、残った画素を対象領域とする（ステップＳ７４）。

図２８に示した夜間ポートレート撮影画像の場合、図３０に示した白抜き領域が対象領域である。高輝度白色光画素の領域をあらかじめ排除する理由は、その領域は後述するコントラスト補正によって仮に階調がつぶれたとしても、そのつぶれが認識しにくい（目立たない）からである。また、エッジ画素の領域をあらかじめ排除する理由は、デジタルカメラ内のエッジ強調処理により故意に強調された可能性があるため判定には適さないからである。

ここで、高輝度白色画素とは、その色成分(R,G,B)が、例えば、
((R>240 && G>240 && B>240) && (|G-R|<10 && |G-B|<10)) … (5)
を満たす領域である。ここで、Ｇ−Ｒ，Ｇ−Ｂは彩度を表わす。

次に、Ｂタイプと判定された入力画像の場合について説明する。Ｂタイプの画像は、適度なコントラストを持ち、輝度ヒストグラムは広い範囲でバランス良く分布しているため、画像全域をハイライトポイントの設定に用いることができる。したがって、対象領域情報獲得手段３は、入力画像の全領域から上に述べた高輝度白色光画素とエッジ画素を除き、残った領域を対象領域とする。ここで高輝度白色光画素とエッジ画素を排除する理由は上に述べた通りである。

なお、(5)式においては、RGB情報を用いて高輝度白色光画素か否かの判定を行っているが、輝度色差情報、明度色差情報などRGB以外の色空間を用いることもできる。また、高輝度白色画素を定義しているパラメータ（前記(5)式中の閾値２４０，１０）は処理後の画像を出力するデバイスの特性等に応じて適宜変更することができる。また、輝度情報を用いて画像のなかで相対的に明るい部分を算出しているが、明度情報あるいはＧ信号などの色情報を用いることもできる。

次に、ダイナミックレンジ設定手段４（図２、ステップＳ３）について説明する。対象領域情報獲得手段３により得られた対象領域の情報を用いて、以下の手順でダイナミックレンジを設定する。

ハイライトポイントの設定であるが、対象領域のR,G,B各ヒストグラムにおいて最大レベルからの累積頻度をそれぞれ計算し、累積頻度の値が総頻度の0.5％となるR,G,B各々のレベルの中で最大のレベルをハイライトポイントRange_Maxとする。シャドーポイントについては、画像の全領域のR,G,B各ヒストグラムにおいて、最小レベルからの累積頻度をそれぞれ計算し、その値が0.5％に対するR,G,B各々のレベルの中で最小のレベルをシャドーポイントRange_Minとする。なお、デジタルカメラで撮影された画像は０レベル、２５５レベルにノイズがのり易いため、累積頻度の計算の際には最小レベルを1、最大レベルを２５４とするのが一般に好ましい。

このように、ハイライトポイントの設定に、輝度ヒストグラムではなく、R,G,B各色のヒストグラムを用いるのは、輝度値は同じでも異なる色成分を持つ画素が存在する場合には、輝度ヒストグラムのみでハイライトポイントを決めると色情報が無視されるために階調つぶれが起こる可能性があるからである。つまり、少なくともハイライトポイントの設定には、色情報を用いる。ただし、色情報として、RGB情報以外の輝度色差情報や明度色差情報等を用いてもよい。一方、シャドー部分は色が認識されにくいため、処理速度の高速化のために、シャドーポイントは輝度情報のみを用いて設定してもよい。

なお、ダイナミックレンジの設定パラメータ（累積頻度１％）は一例であり、適宜変更し得る。また、ここまでの説明から明らかなように、対象領域情報獲得手段３によって獲得する対象領域情報は、対象領域のヒストグラムを作成できるならば、どのような形の情報でも構わない。

次に、処理手段５（図２、ステップＳ４）について説明する。処理手段５は、ダイナミックレンジ設定手段４により設定されたダイナミックレンジを用いて、画像全体に対しコントラスト補正を行う。すなわち、j番目の画素(j=1,2,...N-1,N)の輝度値をYin(j)とし、そのコントラスト補正後の輝度値Y1(j)を(6)式により算出し、補正係数C0(j)を(7)式により算出する。

Y1(j)＝α×Yin(j)＋β
α＝(255−0)/(Range_Max−Range_Min)
β＝(1-α)・(255・Range_Min−0・Range_Max)/
((255−0)−(Range_Max−Range_Min)) … (６)
C0(j)＝Y1(j)/Yin(j) … (７)
そして、算出された補正係数C0(j)を色成分(Rin(j),Gin(j),Bin(j))に乗じることにより、コントラスト補正された色成分(R1(j),G1(j),B1(j))を得る。
(R1(j),G1(j),B1(j))＝C0(j)・(Rin(j),Gin(j),Bin(j)) … (８)

以上説明した画像処理装置１は、独立した装置として実現することも、他の機器の組み込み装置として実現することもでき、また、ハードウェア、ソフトウェア、その組み合わせのいずれによっても実現できる。ソフトウェアにより実現する場合について図１２を参照して説明する。

図１２に示す画像処理システム１０１は、コンピュータ１０７と周辺機器とからなる。ここに示す例では、周辺機器として、スキャナ１０４、デジタルカメラ１０５、ビデオカメラ１０６などの、カラー画像をマトリックス状の画素として表した実写の画像データとしてコンピュータ１０７に入力するための機器、オペレータからコマンド、その他の情報を入力するためのキーボード１０９、補助記憶のためのハードディスク１０８、フロッピディスクドライブ１１１など、データやプログラムなどが記録されたＣＤ−ＲＯＭを読み取るためのＣＤ-ＲＯＭドライブ１１０、コンピュータ１０７より画像を出力するためのディスプレイ１１４、プリンタ１１５などを有する。また、モデム１１２及びサーバ１１３もコンピュータ１０１に接続されている。

コンピュータ１０７上で動作する画像処理アプリケーション１１８は、オペレーティングシステム１１６により処理の実行が制御され、また、必要に応じてディスプレイドライバ１１９と連携し所定の画像処理を実行する。この画像処理アプリケーション１１８には、図１の画像処理装置１の機能（図２に示す処理手順）をコンピュータ１０７上で実現するための補正プログラム１１７が組み込まれている。画像処理アプリケーション１１８で画像処理を行う時に、補正プログラム１１７で画像データに対するコントラスト補正処理が施される。コントラスト補正後の画像データは、ディスプレイドライバ１１９を介してディスプレイ１１４に出力され、あるいはプリンタドライバ１２０を介してプリンタ１１５に出力される。

なお、ここでは画像処理システムの例であったが、汎用のコンピュータシステムで動作する画像処理アプリケーションに補正プログラム１１７と同様の機能を実装することも可能である。また、コントラスト補正処理を画像出力時にのみ施すのであれば、補正プログラム１１７と同様の機能を、プリンタドライバ１２０やディスプレイドライバ１１９、あるいは、プリンタ１１５やディスプレイ１１４に実装することも可能である。このようなコントラスト補正のための機能をコンピュータ上で実現するためプログラム類、及び、それが記録されたコンピュータが読み取り可能な情報記憶媒体、例えば磁気ディスク、光ディスク、光磁気ディスク、半導体記憶素子等も本発明に包含される。

《実施例２》
図１３は本発明の実施例２の構成を示すブロック図である。ここに示す画像出力システムは複数のパソコン（PC）１３１ａ，１３１ｂと複数のプリンタ１３６ａ，１３６ｂを有し、任意のパソコンより任意のプリンタに画像を出力することができる。この画像出力システムは、各プリンタ１３６ａ，１３６ｂに対応した画像処理装置１３２ａ，１３２ｂも備える。

この画像出力システムにおいて、例えばパソコン１３１ａでオペレータがプリンタ１３６ａを選択して出力指令を入力すると、パソコン１３１ａは画像を撮像するなどして取り込まれた画像データや各種ＤＴＰソフトで作成された画像データを画像処理装置１３２ａに送る。画像処理装置１３２ａは、送られた画像データのコントラスト補正処理を行ってから複数の出力色成分Ｃ（シアン）、Ｍ（マゼンタ）、Ｙ（イエロー）、Ｋ（ブラック）への色変換処理を行って印刷データを生成し、それをプリンタ１３６ａに送り印刷させる。

なお、画像処理装置１３２ａ，１３２ｂは独立した装置として示されているが、後により具体的に述べるように、画像処理装置１３２ａ，１３２ｂの全機能をパソコン１３１ａ，１３１ｂ上で動作するプリンタドライバに実装することも、一部機能をプリンタドライバに実装し残りの機能をプリンタ１３６ａ，１３６ｂに実装するなど、様々な実現形態をとり得る。

各画像処理装置１３２ａ，１３２ｂは、色変換手段１３３と、中間調処理等を実施する描画手段１３４と、描画手段１３４で描画された１ページ分の印刷画像を一時的に格納するための画像記憶手段１３５とからなる。

色変換手段１３３は、図１４に示すように、コントラスト補正手段１５０、補間演算部１５１及び色変換テーブル記憶部１５２から構成される。コントラスト補正手段１５０は、前記実施例１の画像処理装置１と同じ判定手段２、対象領域情報獲得手段３、ダイナミックレンジ設定手段４及び処理手段５に、対象領域情報獲得手段３のための設定パラメータテーブル７と、ダイナミックレンジ設定手段４のための許容基準テーブル８が追加された構成である。

以下、パソコン１３１ａ又は１３１ｂからＲＧＢ画像データを画像処理装置１３２ａに送り、ＣＭＹＫの印刷データに変換してプリンタ１３６ａで画像出力する場合を例にして、画像処理装置１３２ａにおける処理を説明する。

ＲＧＢの画像データが画像処理装置１３２ａに送られると、色変換手段１３３のコントラスト補正手段１５０において、判定手段２により画像のタイプ（Ａ，Ｂタイプ）が判定され、判定されたタイプに応じた対象領域の情報が対象領域情報獲得手段３によって取得される。次に、ダイナミックレンジ設定手段４においてダイナミックレンジが設定され、そのダイナミックレンジに基づいて処理手段５においてコントラスト補正が行われる。

ここで、使用されるプリンタによって再現範囲が異なるため、階調つぶれの許容基準もプリンタ毎に異なる。よって、コントラスト補正手段１５０は、出力予定のプリンタ（ここでは１３６ａ）に関するパラメータ情報をテーブルとして保持する。具体的には、前記(５)式において高輝度白色画素を定義しているパラメータを設定パラメータテーブル７に保持し、ダイナミックレンジを設定する際の累積頻度パラメータを許容基準テーブル８に保持する。対象領域情報獲得手段３は対象領域情報の取得処理の際に設定パラメータテーブル７よりパラメータを読み込んで使用し、また、ダイナミックレンジ設定手段４はダイナミックレンジの設定の際に許容基準テーブル８よりパラメータを読み込み使用する。

次に、色変換手段１３３において、色変換テーブル記憶部１５２に記憶されている色変換テーブルの中から最適なテーブルを選択して補間演算部１５１に送る。補間演算部１５１では、その選択された色変換テーブルのメモリマップの入力ＲＧＢに対し、後述するメモリマップ補間を実施し、ＲＧＢ画像データをＣＭＹＫの印刷データに変換し、それを描画手段１３４に送る。

このメモリマップ補間は、図１５に示すように、ＲＧＢ空間を入力色空間とした場合、ＲＧＢ空間を同種類の立体図形に分割し、入力の座標（ＲＧＢ）おける出力値Ｐを求めるために、入力の座標（ＲＧＢ）を含む立方体を選択し、選択された立方体の８点の予め設定した頂点上の出力値と立体図形の中における位置すなわち各頂点からの距離に基づいて線形補間を実施する。ここで出力値Ｐは、Ｃ、Ｍ、Ｙ値にそれぞれ相当し、補間演算に使用される入力空間上の座標（ＲＧＢ）には、実際の入出力（Ｌ*ａ*ｂ*，ＣＭＹ）の関係を測定して、このデータを使用して最小２乗法等により算出したＲＧＢ（Ｌ*ａ*ｂ*）に対するＣ、Ｍ、Ｙの値が予め設定してある。そして、ＣＭＹ信号は、例えば下記(９)式の演算によってＣＭＹＫ信号に変換される。
Ｋ＝α・min(Ｃ，Ｍ，Ｙ)
Ｃ１＝Ｃβ・Ｋ
Ｍ１＝Ｍβ・Ｋ
Ｙ１＝Ｙβ・Ｋ … (９)

なお、色変換方法として、画像データではなく、メモリマップの色変換を行う方法を用いることもできる。例えば、補正係数を補間演算部１５１に送り、選択された色変換テーブルのメモリマップの入力ＲＧＢに対し前記(９)式で色変換を行い、さらに色変換後のＣＭＹ信号に書換えを行う。次に、この変更されたメモリマップを用い、全画素に対しメモリマップ補間を実施する。このように、画像データではなく、メモリマップの書換えを行う方法は、処理の高速化に一般に有利である。

以上のようにして補間演算部１５１によりＣＭＹＫに変換された印刷データは描画手段１３４に送られ、ここで中間調処理等が行われた印刷画像データが１ページ分ずつ画像記憶手段１３５に一時記憶される。この印刷画像がプリンタ１３６aで印刷される。

以上に説明した画像処理装置１３２ａ，１３２ｂは、独立したハードウェア装置として実現することも勿論可能であるが、その機能の全部又は一部をプリンタ１３６ａ，１３６ｂに組み込むことも可能である。また、画像処理装置の機能の全部又は一部をソフトウェアにより実現することも可能である。例えば、パソコン１３１ａ，１３１ｂ上で動作するプリンタドライバに、画像処理装置の機能の全部又は一部を実装することも可能である。プリンタドライバに実装する場合、補間演算部１５１の機能の中、前記（９）式のＣ，Ｙ，Ｋデータ生成までの機能をプリンタドライバに持たせ、（Ｃ１，Ｍ１，Ｙ１，Ｋ）データへの変換機能はプリンタ側に持たせる構成にすると、パソコンからプリンタへの転送データ量が減り高速化の面で一般に有利であろう。このようなプリンタドライバ等のプログラムと、それが記録された各種情報記録媒体も本発明に包含される。

ここで、１枚のプリントデータに自然画像やグラフィック画像など、種類の異なる複数のオブジェクトが貼り付いている場合、例えば図１６に示すようなオブジェクトobject1，object2，object3がはりついているプリントデータの場合、色変換手段１３３において色変換テーブルをオブジェクト毎に選択する必要がある。また、自然画像のオブジェクトobject1,object3の間でも一般的に補正係数が異なるため、補間演算部１５１で書きかえられたメモリマップはオブジェクトobject1用とオブジェクトobject3用とでは異なることになる。よって、このような場合には、図１６の右側に図示するように、補正係数を画像データのヘッダに付属させて画像処理装置１３２ａ，１３２ｂに送る必要がある（画像データと別に送ることも可能である）。なお、プリンタドライバに実装する場合には、ＩＣＣ（Inter Color Consortium）で標準化されているデバイス・プロファイルを読み出して用いるような構成とすることも可能である。

《実施例３》
図１７は本発明の実施例３の構成を示すブロック図であり、図１８は本実施例における処理手順を示すフローチャートである。

図１７に示す画像処理装置２０１は、画像の階調補正を行うもので、第一の判定手段２０２、第二の判定手段２０３、及び、処理手段２０４から構成される。第一の判定手段２０２は、入力したカラー画像データにおける背景領域の色信号よりＤタイプの画像か否かを判定する処理（図１８、ステップＳ２０１）を行う手段である。第二の判定手段２０３は、第一の判定手段２０２でＤタイプでないと判定された場合に、画像における背景領域と被写体領域との相対的な明るさ関係を調べることによりＥタイプの画像であるかＦタイプの画像であるか判定する処理（図１８、ステップＳ２０３）を行う手段である。処理手段２０４は、第一の判定手段２０２、第二の判定手段２０３で判定された画像のタイプに応じ適応的な階調補正処理を行う手段であり、より具体的には、タイプに応じた階調補正テーブルを作成し（図１８、ステップＳ２０２，Ｓ２０４，Ｓ２０５）、そのテーブルを用いて、画像データに対し階調補正処理（図１８、ステップＳ２０６）を行う。

以下、画像処理装置２０１の各手段について詳細に説明する。
まず、第一の判定手段２０２（図１８、ステップＳ２０１）について説明する。第一の判定手段２０２では、入力画像が逆光画像（Ｄタイプ）か否かを判定する。Ｄタイプと判定される画像とは、背景領域が主に高輝度白色光に属する画像であり、その主な撮影状況は背景が白飛びを起こしている真逆光画像である。この判定には様々な方法を用いることができるが、その２つの例について次に説明する。

第１の方法においては、図１９のフローチャートに示すように、入力画像の背景領域と被写体領域との像域分離を行う（ステップＳ２１０）。図２７の画像の場合、図３１のように像域分離がなされる。そして、背景背景領域において、高輝度白色光の画素をカウントし（ステップＳ２１１）、背景領域の例えば70％以上の画素が高輝度白色光画素ならばＤタイプと判定する（ステップＳ２１２）。ここで、高輝度白色光画素とは、その色成分（Ｒ，Ｇ，Ｂ）が前記（５）式を満たす画素である。なお、像域分離の処理と、高輝度白色光画素のカウント処理とを同時に実行することも可能である。

第２の方法においては、図２０のフローチャートに示すように、入力画像全域に対し高輝度白色光画素のカウントを行う（ステップＳ２２０）。この際、画像端部に属する画素か否かの識別もおこなう。画像端部とは、例えば図２１に斜線部として示すような画像の周辺部分である。そして、高輝度白色光画素が総画素数の例えば７％以上であり、かつ、高輝度白色光画素の７０％以上が画像端部に存在するならばＤタイプと判定する（ステップＳ２２１）。

次に、第二の判定手段２０３（図１８、ステップＳ２０３）について説明する。この第二の判定手段２０３においては、第一の判定手段２０２でＤタイプと判定されなかった画像が、背景領域の方が被写体領域よりも相対的に暗い場合にＥタイプと判定し、そうでない場合にＦタイプと判定する。Ｅタイプに判定される画像の一例が図２８に示した夜間ポートレート撮影画像である。

第二の判定手段２０３の処理フローを図２２に示し、各ステップの処理内容について説明する。

ステップＳ２５０：入力画像の全域の輝度ヒストグラムを作成する。ここで輝度Ｙは、色成分（Ｒ，Ｇ，Ｂ）から次式により求められる。これは前記各実施例においても同様である。
Y＝0.299・R＋0.587・G＋0.114・B … (１０)

ステップＳ２５１：前ステップで作成された輝度ヒストグラムからタイプ判定用ダイナミックレンジ(Scene_Min,Scene_Max)を求める。具体的には、輝度ヒストグラムにおいて、最小レベルから累積頻度を求め、その値が総頻度の例えば１％に達したレベルをシャドーポイントScene_Minとする。また、最大レベルから累積頻度を求め、その値が総頻度の例えば１％に達したレベルをハイライトポイントScene_Maxとする。なお、デジタルカメラで撮影された画像は０レベルと２５５レベルにノイズがのり易いため、最小レベルを１、最大レベルを２５４とするのがよい。

ステップＳ２５２：画像のなかで相対的に暗い部分を輝度ヒストグラム上の分布域から決定するため、前ステップで求めたシャドーポイントScene_MinとハイライトポイントScene_Maxの間を４分割することにより、図１１に例示するように、４つの区分０，１，２，３に量子化する。区分０が相対的に暗い分布域となる。

ステップＳ２５３：入力画像に対し、前ステップで得られた各区分の輝度レベルを持つ画素を代表レベルに置き換えることにより、輝度レベルを４レベルに量子化した画像（過度のコントラストをつけた画像）を作成する。図２８に示した夜間ポートレート撮影画像の場合、図３２のような量子化画像が得られる。そして、量子化画像の背景領域（図Ａ５の白領域）の平均輝度と被写体領域（図３２の黒領域）の平均輝度を算出して比較し、背景領域の平均輝度の方が被写体領域の平均輝度よりも低い場合に（背景が被写体よりも相対的に暗い場合に）Ｅタイプと判定する。そうでない場合は、Ｆタイプと判定する。ここで画像を量子化するのは、画像に過度のコントラストをつけることにより、背景と被写体との相対的な明るさ関係の把握を容易にするためである。

Ｅタイプに判定される画像は、背景が被写体よりも相対的に暗い画像、つまり夜間ポートレート画像や夜景画像、通常撮影の露出不足画像などである。Ｆタイプに判定されるのは、背景のほうが被写体よりも明るい、真逆光以外の逆光画像や、通常撮影の適正画像（例えば図２９に示す画像）、通常撮影の露出不足画像などである。

ここで、第一の判定手段２０２で真逆光画像（Ｄタイプ）であるか否かを判定したの後に第二の判定手段２０３でさらにタイプ判定を行う理由は２つある。一つ目の理由は、判定の容易な真逆光画像の判定を先に行うほうが誤判定が起こりにくいからである。また、第二の判定手段２０３において画像中の相対的に明るい部分と暗い部分を抽出するためにタイプ判定用ダイナミックレンジを算出するが、これは、露出不足などでコントラスト不足な画像の明るい部分と暗い部分とをはっきりさせることで背景と被写体との明るさ関係を分かりや易くするためである。よって、元々背景が絶対的に明るく、逆光撮影画像と思われるＤタイプの画像に同様の量子化を行うと、適正露出のＦタイプの画像と混同し易いため、第一の判定手段２０２でＤタイプの判定を先に行う必要があり、これが二つ目の理由である。

なお、上に説明した画像タイプの判定処理において、高輝度白色領域や輝度ヒストグラムを算出する際には適当に間引きを行っても良い。また、高輝度白色光か否かの判定にＲＧＢ情報を用いる例を説明したが、輝度色差情報や明度色差情報などＲＧＢ以外の色空間を判定に用いることも可能である。また、第二の判定手段２０３において、輝度情報を用いて画像のなかで相対的に暗い部分を算出しているが明度情報やＧ信号などの色情報を用いても良い。また、高輝度白色光の判定パラメータ（前記（５）式中の閾値）やタイプ判別用ダイナミックレンジの判定パラメータ（累積頻度１％）は必要に応じて変更可能である。

また、第一の判定手段２０２による判定をオペレータが判定するようにしてもよい。例えば、オペレータの判定結果を入力するための「逆光補正キー」のような手段を用意し、オペレータによって「逆光補正キー」が押された場合にはＤタイプとしての処理に移行し、押されない場合には第二の判定手段２０３による判定処理に移行するような構成とすることも可能である。

次に、処理手段２０４（図１８のステップＳ２０２，Ｓ２０４，Ｓ２０６）について、図２３のフローチャートに沿って説明する。

ステップＳ２６０：露出補正量決定領域と制御領域の抽出を行う。露出補正量決定領域とは露出補正量を決定するための領域であり、制御領域とは補正を制御する時に使用する領域である。下記に従って全ての画素をこの２領域に振り分ける。

背景が被写体よりも明るいＤタイプ又はＦタイプの場合（図１８のステップＳ２０２又はＳ２０５の場合）においては、被写体領域を露出補正量決定領域とし、また、背景領域及び被写体領域（つまり画像全域）のハイライト画素を制御領域とする。これに対し、背景は被写体よりも暗いＥタイプの場合（図１８のステップＳ２０４）においては、被写体領域を露出補正量決定領域とし、被写体領域のハイライト画素を制御領域とする。ここで、ハイライト画素とは、例えば図１１のように量子化した輝度ヒストグラムの区分３に属する画素である。

ステップＳ２６１〜Ｓ２６４：まず、ステップＳ２６１において、露出補正量決定領域の情報、例えば輝度中央値と、画像のタイプとに応じて、補正量δの初期値を決定する（これが露出の判定に相当する）。その決定には様々な方法を用い得るが、例えば、輝度中央値が第１の閾値より小さいときに、Ｄタイプならば第１の所定値を初期値とし、Ｅ又はＦタイプならば輝度中央値を用いて第１の計算式で算出した値を初期値とする。輝度中央値が第１の閾値より大きく第２の閾値より小さい場合には、どのタイプであっても、輝度中央値を用いて第２の計算式で算出した値を初期値とする。輝度中央値が第２の閾値より大きい場合には、どのタイプであっても第２の所定値を初期値とする。そして、決定した補正量δの初期値を用いて、初期の階調補正テーブルf0(x)を作成する（ステップＳ２６１）。
f0(x)＝{(x/255)^δ}・255 … （１１)

次に、現在の階調補正テーブルを用いて階調補正を行った場合の階調つぶれが許容される程度であるか評価する（ステップＳ２６２）。具体的には、現在の階調補正テーブルを用いて、後述するステップＳ２６５と同じ色変換方法を用いて制御領域に属する画素の変換を行う。そして、階調補正後の画像データの階調つぶれを評価する。例えば、出力デバイスの再現範囲を超えた（つまりレベル255を超えた）飽和画素に対し、平均的な超越値を算出する。すなわち、ｋ個の飽和画素に対し、各画素ごとに飽和した色成分の最大レベルlj(j=1,2...K)を求め、最大レベルと再現範囲上限との差分の平均値Oaveを飽和度として算出する。
Oave＝Σ(lj−255)／K … (１２)
但し、Σはj=1,2...Kについてとる。
そして、飽和度がある閾値以上の場合に、飽和度合すなわち階調つぶれが許容されないと判断する。

なお、制御領域に属する画素数Ｍと制御領域における飽和画素数Ｋの比K/Mを飽和度とすることもできる。あるいは、画像全領域の画素数Ｎと飽和画素数Ｋの比K/Nを飽和度とすることもできる。

ステップＳ２６２で階調つぶれが許容されないと判定された場合は、補正量δを小さくなるように調節し（ステップＳ２６３）、その補正量δを用いた階調補正テーブルfｉ(x)を作成し（ステップＳ２６４）、再び階調つぶれが許容されるか判定する（ステップＳ２６２）。この階調補正テーブルの更新処理は階調つぶれが許容されると判断されるまで繰り返される（以上のステップＳ２６２〜Ｓ２６４のループによる階調補正テーブルの更新処理が露出の制御である）。図２４に、初期の階調補正テーブルf0(x)と１回目の更新後の階調補正テーブルf1(x)の例を示す。

ステップＳ２６５：以上の手順により得られた最終の階調補正テーブルfn(x)を用いて、入力画像に対し色変換を行う。ここでは、入力画像のRGBデータに対する色変換について説明する。

入力画像の輝度値Y1(j)(j=1,2,...,N、Nは総画素数)
に対し、階調補正テーブルfn(x)による補正後の出力輝度値Y2(j)を定義し、階調補正係数C1(j)を算出する。
C1(j)＝Y2(j)/Y1(j)
＝fn(Y1(j))/Y1(j) … (１３)
そして、この階調補正係数を用いてカラー画像信号(R1(j),G1(j),B1(j))を変換し、出力カラー信号(R2(j),G2(j),B2(j))を得る。

(R2(j),G2(j),B2(j))＝C1(j)・(R1(j),G1(j),B1(j)) … (１４)
以上説明した画像処理装置２０１は、独立した装置として実現することも、他の機器の組み込み装置として実現することもでき、また、ハードウェア、ソフトウェア、その組み合わせのいずれによっても実現できる。

ソフトウェアで実現する場合について図１２を援用して説明する。例えば、図１２に示すような画像処理システム１０１において、コンピュータ１０７上で動作する画像処理アプリケーション１１８に、図１７に示した画像処理装置２０１の機能（図１８に示す処理手順）をコンピュータ１０７上で実現するための補正プログラム１１７を組み込むことができる。画像処理アプリケーション１１８で画像処理を行う時に、補正プログラム１１７で画像データに対する階調補正処理が施され、階調補正後の画像データは、ディスプレイドライバ１１９を介してディスプレイ１１４に出力されたり、プリンタドライバ１２０を介してプリンタ１１５に出力される。なお、階調補正処理を画像出力時にのみ施すのであれば、補正プログラム１１７と同様の機能を、プリンタドライバ１１５やディスプレイドライバ１１９、あるいは、プリンタ１１５やディスプレイ１１４に実装することも可能である。このようなコントラスト補正のための機能を実現するためプログラム類、及び、それが記録されたコンピュータが読み取り可能な情報記憶媒体、例えば磁気ディスク、光ディスク、光磁気ディスク、半導体記憶素子等も本発明に包含される。

《実施例４》
図２５は本発明の実施例３の構成を示すブロック図である。ここに示す画像出力システムは複数のパソコン（PC）２３１ａ，２３１ｂと複数のプリンタ２３６ａ，２３６ｂを有し、任意のパソコンより任意のプリンタに画像を出力することができる。画像出力システムは、各プリンタ２３６ａ，２３６ｂに対応した画像処理装置２３２ａ，１３２ｂも備える。

この画像出力システムにおいて、例えばパソコン２３１ａでオペレータがプリンタ２３６ａを選択して出力指令を入力すると、パソコン２３１ａは画像を撮像するなどして取り込まれた画像データや各種ＤＴＰソフトで作成された画像データを画像処理装置２３２ａに送る。画像処理装置２３２ａは、送られた画像データの階調補正処理を行ってから複数の出力色成分Ｃ（シアン）、Ｍ（マゼンタ）、Ｙ（イエロー）、Ｋ（ブラック）への色変換処理を行って印刷データを生成し、それをプリンタ２３６ａに送り印刷させる。

なお、画像処理装置２３２ａ，１３２ｂは独立した装置として示されているが、後により具体的に述べるように、画像処理装置２３２ａ，２３２ｂの全機能をパソコン２３１ａ，２３１ｂ上で動作するプリンタドライバに実装することも、一部機能をプリンタドライバに実装し残りの機能をプリンタ２３６ａ，２３６ｂに実装するなど、様々な実現形態をとり得る。

各画像処理装置２３２ａ，２３２ｂは、色変換手段２３３と、中間調処理等を実施する描画手段２３４と、描画手段２３４で描画された１ページ分の印刷画像を一時的に格納するための画像記憶手段２３５とからなる。

色変換手段２３３は、図２６に示すように、補正処理手段２５０、補間演算部２５１及び色変換テーブル記憶部２５２から構成される。補正処理手段２５０は、前記実施例３の画像処理装置２０１と同じ第一の判定手段２０２、第二の判定手段２０３、処理手段２０４に、設定パラメータテーブル２０７と許容基準テーブル２０８が追加された構成である。

以下、パソコン２３１ａ又は２３１ｂからＲＧＢ画像データを画像処理装置２３２ａに送り、ＣＭＹＫの印刷データに変換してプリンタ２３６ａで画像出力する場合を例にして、画像処理装置２３２ａにおける処理を説明する。

ＲＧＢの画像データが画像処理装置２３２ａに送られると、色変換手段２３３の補正処理手段２５０において、第一と第二の判定手段２０２，２０３により画像のタイプが判定される。処理手段２０４において、判定されたタイプに応じた階調補正テーブルが作成され、それを用いた階調補正が行われる。

ここで、使用されるプリンタによって再現範囲が異なるため、階調つぶれの許容基準もプリンタ毎に異なる。よって、補正処理手段２５０は、出力予定のプリンタ（ここでは２３６ａ）に関するパラメータ情報をテーブルとして保持している。具体的には、前記(５)式における高輝度白色画素を定義しているパラメータや、ダイナミックレンジを設定する際の累積頻度パラメータを設定パラメータテーブル２０７に保持している。また、プリンタのインク特性や、描画手段２５１による中間調処理に応じて階調つぶれの許容基準が異なるため、階調つぶれ許容評価のための飽和度の判定閾値などを許容基準テーブル２０８に保持している。第一と第２の判定手段２０２，２０３は設定パラメータテーブル２０７に保持されているパラメータを読み込んで使用し、処理手段２０４は許容基準テーブル２０８に保持されているパラメータを読み込んで使用する。

次に、色変換手段２３３において、色変換テーブル記憶部２５２に記憶されている色変換テーブルの中から最適なテーブルを選択して補間演算部２５１に送る。補間演算部２５１では、その選択された色変換テーブルのメモリマップの入力ＲＧＢに対し前記実施例２と同様のメモリマップ補間を実施し、ＲＧＢ画像データをＣＭＹＫの印刷データに変換し、それを描画手段２３４に送る。

補間演算部２５１によりＣＭＹＫに変換された印刷データは描画手段２３４に送られ、ここで中間調処理等が行われた印刷画像データが１ページ分ずつ画像記憶手段２３５に一時的に記憶され、最終的にプリンタ２３６aで印刷される。

以上に説明した画像処理装置２３２ａ，２３２ｂは、独立したハードウェア装置として実現することも勿論可能であるが、その機能の全部又は一部をプリンタ２３６ａ，２３６ｂに組み込むことも可能である。また、画像処理装置の機能の全部又は一部をソフトウェアにより実現することも可能である。例えば、パソコン２３１ａ，２３１ｂ上で動作するプリンタドライバに、画像処理装置の機能の全部又は一部を実装することも可能である。プリンタドライバに実装する場合、補間演算部２５１の機能の中、（Ｃ，Ｙ，Ｋ）データ生成までの機能をプリンタドライバに持たせ、（Ｃ，Ｍ，Ｙ，Ｋ）データへの変換機能はプリンタ側に持たせる構成にすると、パソコンからプリンタへの転送データ量が減り高速化の面で一般に有利であろう。このようなプリンタドライバ等のプログラムと、それが記録された各種情報記録媒体も本発明に包含される。

前記実施例２に関連して説明したように、１枚のプリントデータに自然画像やグラフィック画像など、種類の異なるオブジェクトが貼り付いている場合、画像データのヘッダに補正係数を付属させて画像処理装置２３２ａ，２３２ｂに送る必要がある（画像データと別に送ることも可能である）。また、プリンタドライバに実装する場合には、ＩＣＣ（Inter Color Consortium）で標準化されているデバイス・プロファイルを読み出して用いる構成とすることも可能である。

実施例１の構成を示すブロック図である。 実施例２の処理手順を示すフローチャートである。 図１中の判定手段の構成を示すブロック図である。 図３中のタイプ決定手段のタイプ決定手順を示すフローチャートである。 逆光画像の輝度ヒストグラムの例を示す図である。 輝度ヒストグラムの二極化測定手順を示すフローチャートである。 輝度ヒストグラムが二極化していない場合の二極化測定の説明図である。 輝度ヒストグラムが二極化している場合の二極化測定の説明図である。 歪度Ｚが０より大きい輝度ヒストグラムの例を示す図である。 図１中の対象領域情報獲得手段のＡタイプ画像に対する処理を示すフローチャートである。 輝度ヒストグラムの量子化の説明図である。 画像処理システムの一例を示すブロック図である。 実施例２の構成を示すブロック図である。 図１３中の色変換手段の構成を示すブロック図である。 メモリマップ補間の説明のための図である。 複数のオブジェクトからなるプリントデータとオブジェクトの付随情報を説明するための図である。 実施例３の構成を示すブロック図である。 実施例３の処理手順を示すフローチャートである。 図１７中の第一の判定手段における判定処理の一例を示すフローチャートである。 図１７中の第一の判定手段における判定処理の他の一例を示すフローチャートである。 画像端部の説明図である。 図１７中の第二の判定手段における判定処理を示すフローチャートである。 図１７中の処理手段における処理を示すフローチャートである。 階調補正テーブルの例を示す図である。 実施例４の構成を示すブロック図である。 図２５中の色変換手段の構成を示すブロック図である。 逆光撮影画像の例を示す図である。 夜間ポートレート撮影画像の例を示す図である。 通常撮影画像の例を示す図である。 図２８の夜間ポートレート撮影画像の対象領域を示す図である。 図２７の逆光撮影画像の背景領域と被写体領域を示す図である。 図２８の夜間ポートレート撮影画像の量子化画像を示す図である。

符号の説明

１ 画像処理装置
２ 判定手段
３ 対象領域情報獲得手段
４ ダイナミックレンジ設定手段
５ 処理手段
２１ 二極化測定手段
２２ 輝度ヒストグラム歪度算出手段
２３ 領域別明るさ検出手段
２４ 付随情報参照手段
２５ タイプ決定手段
１０１ 画像処理システム
１０７ コンピュータ
１１７ 補正プログラム
１１８ 画像処理アプリケーション
１３２ 画像処理装置
１３３ 色変換手段
１３４ 描画手段
１３５ 画像記憶手段
１５０ コントラスト補正手段
１５１ 補間演算部
１５２ 色変換テーブル記憶部
２０１ 画像処理装置
２０２ 第一の判定手段
２０３ 第二の判定手段
２０４ 処理手段
２３２ 画像処理装置
２３３ 色変換手段
２３４ 描画手段
２３５ 画像記憶手段
２５０ 補正処理手段
２５１ 補間演算部
２５２ 色変換テーブル記憶部

Claims (4)

1. 画像が逆光画像であるか否かを判定する第一の判定手段と、
   前記画像の背景領域と被写体領域との相対的な明暗関係を判定する第二の判定手段と、
   前記第一の判定手段による判定結果及び前記第二の判定手段による判定結果に応じて適応的な階調補正を前記画像に施す処理手段とを有し、
   前記第一の判定手段は、前記画像の背景領域に、所定以上の輝度を持ち、かつ、所定以下の彩度を持つ領域が所定割合以上存在する場合に逆光画像と判定することを特徴とする画像処理装置。
2. 画像が逆光画像であるか否かを判定する第一の判定ステップと、
   前記画像の背景領域と被写体領域との相対的な明暗関係を判定する第二の判定ステップと、
   前記第一の判定ステップによる判定結果及び前記第二の判定ステップによる判定結果に応じて適応的な階調補正を前記画像に施す処理ステップとを有し、
   前記第一の判定ステップは、画像の背景領域に、所定以上の輝度を持ち、かつ、所定以下の彩度を持つ領域が所定割合以上存在する場合に逆光画像と判定することを特徴とする画像処理方法。
3. 請求項１記載の画像処理装置の各手段の機能をコンピュータに実行させるためのコンピュータ・プログラム。
4. 請求項２記載の画像処理方法の各ステップの処理をコンピュータに実行させるためのコンピュータ・プログラム。

Images