JP6945190B2 - 画像処理装置及び画像処理方法 - Google Patents

Description

本開示は、画像のコントラストを補正する画像処理装置に関する。

特許文献１は、画像のコントラストを調整する画像処理システムを開示する。この画像処理システムは、指定された分割条件に従って、画像を複数の領域に分割する分割手段と、分割手段により分割された各領域の光の透過率または該透過率と相関関係にあるデータを透過率情報として計測または画像から算出する計測手段と、計測手段により計測または算出された透過率情報に応じて、コントラストを調整するために使用するパラメータを決定する決定手段と、決定手段により各領域につき決定されたパラメータを用いて、各領域のコントラストを調整する調整手段とを含む。このようなコントラスト調整により、画像の視認性を向上させている。

特開２０１６−１２６７５０号公報

本開示は、画像の視認性を向上するために画像のコントラストを補正する画像処理装置を提供する。

本開示の第１の態様において画像処理装置が提供される。画像処理装置は、画像データが示す画像の少なくとも１つの特徴量と、画像内の被写体の距離を示す距離情報とに基づき、画像の視認性の悪さの程度を示す視認性レベルを算出する視認性判定部と、画像の視認性レベルと、距離情報が示す距離とに基づき、画像データに対するコントラスト補正のためのパラメータを決定するパラメータ決定部と、パラメータに基づき画像データのコントラストを補正するコントラスト処理部と、を備える。

本開示の第２の態様において画像処理方法が提供される。画像処理方法は、画像データが示す画像の少なくとも１つの特徴量と、画像内の被写体の距離を示す距離情報とに基づき、画像の視認性の悪さの程度を示す視認性レベルを算出し、画像の視認性レベルと、距離情報が示す距離とに基づき、画像データに対するコントラスト補正のためのパラメータを決定し、パラメータに基づき画像データのコントラストを補正する。

本開示の画像処理装置によれば、霧、ＰＭ２．５、黄砂等、大気中の浮遊物等により視認性が悪い画像の視認性を向上することができる。

実施の形態１における画像処理装置の概略構成を示すブロック図 実施の形態１における視認性判定部の概略構成を示すブロック図 画像処理装置による画像の視認性の改善を説明するための図 実施の形態１における画像処理装置のコントラスト補正処理を示すフローチャート 視認性阻害レベルの算出に使用される重み（ｋ１、ｋ２）と距離（ｄ）との関係を説明した図 トーンカーブの例を示す図 距離に基づくトーンカーブの補正を示す図 画像処理装置による画像処理によって視認性が改善された画像の例を示す図 実施の形態２における画像処理装置の概略構成を示すブロック図 実施の形態２における視認性判定部の概略構成を示すブロック図 実施の形態２における画像処理装置のコントラスト補正処理を示すフローチャート 重みを補正するためのバイアスと環境照度の関係を示した図 バイアスによる重みの補正を説明した図

以下、適宜図面を参照しながら、実施の形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。なお、添付図面及び以下の説明は、当業者が本開示を十分に理解するために、提供されるものであって、これらによって特許請求の範囲に記載の主題を限定することは意図されていない。

以下、図面を用いて本開示に係る撮像装置の実施の形態を説明する。

（実施の形態１）
以下、本開示の実施の形態における画像処理装置の構成および動作について説明する。なお、以下に説明する画像処理装置は、画像の視認性を向上するために画像のコントラストを補正する装置である。

〔１．構成〕
図１は本開示の実施の形態１における画像処理装置の概略構成を示すブロック図である。画像処理装置１０は、被写体を撮像し画像データを生成する撮像部１１０と、撮像される被写体までの距離を計測する測距部１２０と、画像データに対してコントラスト補正を含む画像処理を行う画像処理部１００とを備える。

撮像部１１０は、所定のフレームレートで被写体を撮像し、画像データを生成する。撮像部１１０はCMOSイメージセンサ、CCD等の画像センサで構成される。

測距部１２０は被写体までの距離を測定し、測定した距離を示す情報を生成する。具体的には、測距部１２０は、画素毎に被写体までの距離を示す距離画像データを生成し、出力する。距離画像データは、画素毎に、被写体までの距離を示す情報を含む。測距部１２０は、例えば、LIDAR（Light Detection and RangingまたはLaser Imaging Detection and Ranging）で構成される。

画像処理部１００は、以下に説明する機能を実現するように設計された１つまたは複数の半導体素子（電子回路）で構成される。画像処理部１００は、撮像部１１０から入力した画像（撮像画像）に対してフレーム毎にコントラスト補正を行う。画像処理部１００は、画像の視認性の悪さの程度（視認性の阻害レベル）を判定する視認性判定部１３０と、画像を補正するための補正パラメータを決定するパラメータ決定部１４０と、画像のコントラストを変換するコントラスト処理部１５０とを備える。

視認性判定部１３０は、画像データから所定の特徴量を抽出し、抽出した特徴量に基づき画像の視認性の悪さの程度を示す値である視認性阻害レベルＶ（視認性レベルの一例）を出力する。

パラメータ決定部１４０は、視認性判定部１３０からの視認性阻害レベルVと測距部１２０からの距離情報とに基づき、コントラスト処理部１５０で実行される補正処理を制御するための補正パラメータＣを決定する。パラメータ決定部１４０は、トーンカーブ設定部１４２と、トーンカーブ補正部１４４とを備える。

コントラスト処理部１５０は、補正パラメータCにしたがい、撮像部１１０で撮像され、生成された画像データに対して、視認性を向上させるための画像処理を行う。具体的には、撮像部１１０で生成された画像データに対して、視認性を向上するように画素毎に輝度の変換処理を行う。

図２は、画像処理装置１０における視認性判定部１３０の概略構成を示すブロック図である。視認性判定部１３０は、特徴量算出部１３２と、重み付け部１３４と、累積部１３６と、正規化部１３８とを含む。

特徴量算出部１３２は、入力した画像から第１及び第２の特徴量を算出する。ここで、第１の特徴量は、入力した画像の周波数特性である。第２の特徴量は、入力した画像から生成された暗画像である。

大気拡散モデルによれば、画像の輝度値は、天空光を物体が反射した光(直接伝搬光)と、浮遊粒子が錯乱した光(大気光)とを加算することで得られる。

ここで、Ｊは物体の反射光、Ａは天空光、βは錯乱係数、ｄは距離、ｚは座標である。上式（１）において、第１項は直接伝搬光を示し、第２項は大気光を示す。直接伝搬光及び大気光は指数関数的に変化する。

本実施の形態では、第１の特徴量を、直接伝搬光を示す指標として使用し、第２の特徴量を、大気光を示す指標として使用する。

画像の周波数成分（第１の特徴量）は、大気中の霧や浮遊物等が少ない状態に応じて変化する。すなわち、大気中の霧や浮遊物等が存在している場合、大気光が支配的となり、画像における高周波成分に影響する。すなわち、大気中の霧や浮遊物等が多い状態で撮像された画像においては、高周波成分が少なくなる。一方、大気中の霧や浮遊物等が少ない状態で撮像された画像においては、高周波成分が多くなる。

暗画像（第２の特徴量）は、浮遊粒子が錯乱した光（大気光）を抽出した画像である。暗画像は、元の画像の各画素について、各画素とその周辺の画素（例えば、５画素×５画素の局所領域）のＲＧＢ値の中で最小の値をその画素の値に置換して生成される画像である。すなわち、霧や浮遊粒子が多い状態で撮影された画像の場合、その画像に対する暗画像の画素値は比較的大きくなり、一方、霧や浮遊粒子が少ない状態で撮影された画像の場合、暗画像の画素値は比較的小さくなる。

特徴量算出部１３２は、入力画像に対して例えばＳｏｂｅｌフィルタを適用することで、画素毎に、第１の特徴量（周波数成分）を算出する。また、特徴量算出部１３２は、各画素の周辺局所領域（対象画素とその周辺の画素を含む領域）のＲＧＢの最小値を求めることで入力画像の各画素について第２の特徴量を求める。第１の特徴量及び第２の特徴量は入力画像の画素毎に求められる。

重み付け部１３４は、画素毎に求められた特徴量に対して距離の応じた重みづけを行う。累積部１３６は、重みづけられた第１及び第２の特徴量を全画素分加算する。正規化部１３８は、加算された値を画素数で除算することで正規化し、正規化した値を視認性阻害レベルとして出力する。

〔２．動作〕
以上のように構成される画像処理装置１０の動作を説明する。

画像処理装置１０は、撮像部１１０で生成された画像の視認性を改善するように画像のコントラストを補正する。図３は、画像処理装置１０による画像の視認性の改善を説明した図である。画像５０ａは撮像部１１０で生成された画像である。画像５０ａは、霧または大気中の浮遊粒子により視認性が悪い画像である。この画像５０ａに対して、画像処理装置１０によるコントラスト補正がなされることにより、視認性が改善された画像５０ｂが得られる。

以下、画像処理装置１０におけるコントラスト補正処理の詳細について説明する。図４は、実施の形態１における画像処理装置１０のコントラスト補正処理を示すフローチャートである。

撮像部１１０は、所定のフレームレートで被写体を撮像し、画像データを生成する。測距部１２０は被写体までの距離を計測し、距離画像を生成する。画像処理部１００は、撮像部１１０から画像データを、測距部１２０から距離画像データをそれぞれ取得する（Ｓ１１）。

画像処理部１００は、視認性判定部１３０により、入力した画像データと距離画像データとから、入力画像に対する視認性阻害レベルを算出する。

視認性阻害レベルＶは具体的には下記の式で求めることができる。以下の式において、ｍａｘ関数は、複数の引数の中の最大値を出力する関数である。視認性阻害レベルＶの値が負にならないようにｍａｘ関数を使用している。

ここで、Ｉfreqは、入力画像の周波数特性に基づき画素毎に算出される第１の特徴量である。Ｉdarkは、入力画像の暗画像の画素値（第２の特徴量）である。ｋ１は第１の特徴量に対する重みであり、ｋ２は第２の特徴量に対する重みである。Ｘは入力画像の水平方向の画素数、Ｙは垂直方向の画素数である。上式において、分子の第１項は大気光の強さを、分子の第２項は直接伝搬光の強さを表しているとみなせる。

上式において、第１の特徴量Ｉfreqの項の符号は負に設定されている。これは、視認性阻害レベルＶを、画像の視認性が悪いほど、視認性阻害レベルの値が大きくなるようにするためである。

視認性阻害レベルを算出するために、視認性判定部１３０において、特徴量算出部１３２は、まず、入力した撮像画像から、画素毎に第１及び第２の特徴量Ｉfreq、Ｉdarkを算出する（Ｓ１２）。

そして、重み付け部１３４は、各画素に対して特徴量Ｉfreq、Ｉdarkに対して重み付けを行う（Ｓ１３）。

ここで、重み付け部１３４は、基準距離αにおける重みｋ１、ｋ２の値を基準として、各画素の距離ｄに応じて重みｋ１、ｋ２を補正している。図５は、重みｋ１、ｋ２と距離ｄとの関係を説明した図である。

大気拡散モデルでは、近距離では直接伝搬光が支配的で、遠距離では大気光が支配的になる。具体的には、直接伝搬光、すなわち、周波数成分に関して、距離ｄが小さい（近い）ほど、画像の高周波成分が多くなり、距離ｄが大きい（遠い）ほど、画像の高周波成分が少なくなる。よって、第１の特徴量（周波数特性）に対する重みｋ１は、距離ｄが大きくなるほど大きくし、距離ｄが小さくなるほど小さくしている。一方、大気光成分に関しては、距離ｄが小さい（近い）ほど、大気光成分が少なくなり、距離ｄが大きい（遠い）ほど、大気光成分が多くなる。よって、第２の特徴量（暗画像）に対する重みｋ２は、距離ｄが大きくなるほど小さくし、距離ｄが小さくなるほど大きくしている。

重みｋ１、ｋ２は、基準距離αに対する値を基準として距離ｄに応じて下記式にしたがい増加または減少される。βは錯乱係数である。

次に、累積部１３６は、重みづけられた特徴量を全画素分合算し、正規化部１３８が合算した値を画素数（ＸＹ）で除算して正規化を行う（Ｓ１４）。これにより、入力画像に対する視認性阻害レベルＶが算出される（Ｓ１５）。

パラメータ決定部１４０は、視認性阻害レベルＶと、撮像部１１０により生成された画像データとを入力し、コントラスト補正のためのパラメータを決定する。具体的には、パラメータ決定部１４０のトーンカーブ設定部１４２は、視認性阻害レベルＶに基づきトーンカーブ（基準トーンカーブ）を設定する（Ｓ１６）。トーンカーブは画像の画素値（輝度）を変換するための変換式であり、下記式で表される。

Ｉinは入力画素値（入力輝度値）であり、Ｉoutは出力画素値（出力輝度値）である。（ｘ、ｙ）は画素の座標である。ａはゲインである。ｈは閾値である。

図６にトーンカーブの例を示す。図６（Ａ）〜（Ｃ）において、横軸が入力輝度値であり、縦軸が出力輝度値である。図６（Ａ）は、視認性阻害レベルが比較的低いときのトーンカーブの例を示す。図６（Ｃ）は、視認性阻害レベルが比較的高いときのトーンカーブの例を示す。図６（Ｂ）は視認性阻害レベルが中間のときのトーンカーブの例を示す。なお、図６は画素値の範囲が０〜２５５であり、閾値ｈが中間の１２２．５に設定されている例を示している。

図６（Ａ）の例では、入力画素値は変換されずにそのままの値で出力される。図６（Ｂ）の例では、画素値が中央より低い領域では、より低い値に変換され、画素値が中央より高い領域では、より高い値に変換される。図６（Ｃ）の例は、図６（Ｂ）の場合よりもより強調して画素値を変化させる場合を示している。

トーンカーブの特性はゲインａを変化させることで変更することができる。例えば、図６（Ａ）に示すトーンカーブから図６（Ｃ）に示すトーンカーブへ変化させるためには、ゲインａを増加させればよい。本実施の形態では、ゲインａは視認性阻害レベルＶの値に応じて調整する。すなわち、ゲインａは視認性阻害レベルＶの関数である。例えば、視認性阻害レベルＶの値が０の場合は、ゲインａを図６（Ａ）に示すようなトーンカーブが得られるように設定する。視認性阻害レベルＶの値が最大値のときは、ゲインａを図６（Ｃ）に示すようなトーンカーブが得られるように設定する。視認性阻害レベルＶの値が中間値のときは、ゲインａを図６（Ｂ）に示すようなトーンカーブが得られるように設定する。このように視認性阻害レベルＶの値が大きいほど、すなわち、画像の視認性が悪いほど、コントラストがより強調されるようなトーンカーブが設定される。

入力画像に対するトーンカーブの設定（Ｓ１６）の完了後、トーンカーブ補正部１４４は、画素毎の距離ｄに基づきトーンカーブを補正する（Ｓ１７）。

トーンカーブは、画素毎に、測距された画素の距離ｄに基づいて補正される。図７は、トーンカーブの補正を説明するための図である。トーンカーブの補正は画素の距離に基づいてゲインａを調整することで行われる。図７に示すように、距離ｄに応じてコントラストの強さが変化する。調整前のゲインをａ、調整後のゲインをａ^*とすると、調整後のゲインａ^*は画素の距離ｄ及び基準距離αを用いて次式で設定される。

以上のようにして、画素毎に、画素の距離ｄに基づき補正されたトーンカーブが得られる。パラメータ決定部１４０は、各画素についての補正後のトーンカーブを指定する情報（例えば、補正後のゲインａ^*）を、補正パラメータＣとして、コントラスト処理部１５０へ出力する。

ここで、ｆ_xyは画素毎に設定されたトーンカーブを示す関数である。ｘは水平方向の画素座標、ｙは垂直方向の画素座標である。

コントラスト処理部１５０は、補正パラメータCに基づき入力画像の各画素の画素値（輝度値）を変換し（Ｓ１８）、画素値が変換された補正画像を外部機器に出力する（Ｓ１９）。

図８に、画像処理装置１０による画像処理によって視認性が改善された画像の一例を示す。画像５１ａは撮像部１１０からの画像であり、霧により視認性がよくない。画像５１ｂは画像処理装置１０により画像５１ａのコントラストが補正された画像であり、視認性が改善されている。

〔３．効果、等〕
以上のように、本実施形態の画像処理装置１０（または画像処理部１００）は、画像データが示す画像の少なくとも１つの特徴量と、画像内の被写体の距離を示す距離情報とに基づき、画像の視認性の悪さの程度を示す視認性阻害レベル（Ｖ）を算出する視認性判定部１３０と、画像の視認性阻害レベルと、距離情報が示す距離（ｄ）とに基づき、画像データに対するコントラスト補正のためのパラメータ（C）を決定するパラメータ決定部１４０と、パラメータに基づき画像データのコントラストを補正するコントラスト処理部１５０と、を備える。

以上の構成により、画素毎の視認性阻害レベル（Ｖ）と距離（ｄ）に基づきコントラスト補正のためのパラメータ（Ｃ）が決定されるため、各画素の状態に適したコントラスト補正が可能になり、画面全体として連続性を持った良好な視認性の向上を実現できる。

また、少なくとも１つの特徴量は、画像データの周波数特性である第１の特徴量と、画像データの暗画像である第２の特徴量とを含んでもよい。暗画像は、画像の各画素の画素値を、各画素の周辺局所領域のＲＧＢ値の中の最小値に置換して生成される画像である。第１の特徴量は、大気拡散モデルにおける直接伝搬光に対応し、第２の特徴量は大気光に対応する。よって、このような特徴量を抽出することにより、精度良く視認性阻害レベルの算出が可能となる。

また、視認性判定部１３０は、視認性阻害レベルの算出において、第１及び第２の特徴量に対して、距離情報が示す距離（ｄ）に基づいた重み（ｋ１、ｋ２）づけを行ってもよい。このように距離に基づいた重みづけを行うことで、各特徴量について距離に基づく変動要因を補正でき、より精度良く視認性阻害レベルの算出が可能となる。

（実施の形態２）
夜間のように画像撮影時の被写体または画像処理装置の周囲の明るさ（以下「環境照度」という）が低い場合、被写体からの直接伝搬光が昼間と比べ減衰する。よって、環境照度が低い場合、直接伝搬光の減衰を考慮したコントラスト補正を行うことが好ましい。そこで、本実施の形態では、画像撮影時の環境照度を考慮したコントラスト補正を行う画像処理装置の構成を説明する。

図９は、実施の形態２における画像処理装置１０ｂの概略構成を示すブロック図である。実施の形態２における画像処理装置１０ｂは、実施の形態１の画像処理装置１０の構成に加えてさらに画像撮影時の環境の明るさ（環境照度）を検出する照度検出部１６０を備えている。照度検出部１６０は、明るさを検出する照度センサ、または、画像解析して環境照度を検出する機能を有する回路（プロセッサ）で構成してもよい。

実施の形態２の画像処理部１００ｂにおける視認性判定部１３０ｂは、測距部１２０及び撮像部１１０からの情報と、照度検出部１６０からの環境照度とを入力し、それらの情報に基づき視認性阻害レベルを算出する。

図１０は、実施の形態２における視認性判定部１３０ｂの概略構成を示したブロック図である。実施の形態２の視認性判定部１３０ｂにおいて、重み付け部１３４ｂは、入力画像の特徴量と距離画像の情報とに加えて、さらに環境照度に関する情報を入力し、これらの情報に基づき特徴量に対する重み付けを行う。

図１１は、実施の形態２における画像処理部１００ｂのコントラスト補正処理を示すフローチャートである。実施の形態２における図１１に示すフローチャートにおいて、ステップＳ１１ｂ、Ｓ１３ｂが、実施の形態１のものと異なる。

まず、画像処理部１００ｂは、撮像部１１０からの画像データと測距部１２０からの距離画像データに加えて、照度検出部１６０から環境照度の情報を取得する（Ｓ１１ｂ）。

画像処理部１００ｂにおける視認性判定部１３０ｂは、これらの取得した情報に基づき入力画像の視認性阻害レベルを算出する（Ｓ１２−Ｓ１５）。

ここで、視認性判定部１３０ｂの処理として、ステップＳ１２、Ｓ１４、Ｓ１５の処理は実施の形態１と同様であるので、これらの処理の説明は省略する。以下では、特徴量に対する重み付けを行うステップＳ１３ｂについて説明する。ステップＳ１３ｂにおいて、重み付け部１３４ｂは、各画素に対して、距離ｄと環境照度を考慮して特徴量Ｉdark、Ｉfreqに対して重み付けを行う。

夜間など環境照度が低い場合、直接伝搬光が昼間と比べ減衰すると考えられる。よって、環境照度が低い場合、直接伝搬光の減衰を考慮して、トーンカーブのゲインをより大きくなるように設定することが好ましい。そこで、重みｋ１、ｋ２の算出式において、下記のように環境照度に基づく影響を示すバイアスｂの項を追加した。ここで、αは基準距離であり、βは錯乱係数である。

図１２は、バイアスｂと環境照度の関係を示した図である。バイアスｂは、下記式で示すように、計測した環境照度が閾値（図１２では、１００）以上のときは０にし、閾値を下回る場合に、照度に比例して減少するよう変化させる。ここで、Ａ、Ｃは定数、ｌは照度(lux)である。

図１３は、バイアスｂにより補正された重みｋ１、ｋ２を説明した図である。第１の特徴量に対する重みｋ１はバイアスｂだけ下方にシフトされ、第２の特徴量に対する重みｋ２はバイアスｂだけ上方にシフトされている。例えば、実施の形態１では、図５に示すように、基準距離αにおいて重みｋ１、ｋ２はともに１．０であった。これに対して、本実施の形態では、図１３に示すように、重みｋ１、ｋ２はそれぞれ−０．５、＋０．５だけシフトされ、０．５、１．５となっている。

以上のように、本実施の形態の構成によれば、第１及び第２の特徴量に対する重みｋ１，ｋ２を環境照度に応じて変化させる。これにより、視認性阻害レベルＶの値が環境照度をも考慮して設定されることになる。すなわち、夜間などの照度が低い環境において、よりコントラストが強調されるように画像が補正されるため、照度が低い環境で撮像された画像の視認性を良好に改善することができる。

（他の実施の形態）
以上のように、本出願において開示する技術の例示として、実施の形態１、２を説明した。しかしながら、本開示における技術は、これに限定されず、適宜、変更、置き換え、付加、省略などを行った実施の形態にも適用可能である。また、上記実施の形態で説明した各構成要素を組み合わせて、新たな実施の形態とすることも可能である。そこで、以下、他の実施の形態を例示する。

上記の実施の形態においては、画素単位で、コントラスト補正に使用するトーンカーブ（すなわち、コントラスト補正用のパラメータ）を決定した。しかし、トーンカーブは所定の画素領域（すなわち、ブロック領域）の単位で求めてもよい。

上記の実施の形態においては、視認性レベルの一例として、視認性阻害レベルを示したが、視認性の良さまたは悪さの程度を定量的に示すものであれば、他の指標を用いてもよい。例えば、視認性レベルとして画像の透過率を用いてもよい。

上記の実施の形態において、画像処理部１００、１００ｂの各部の機能は電子回路で構成したが、ハードウェアとソフトウェアの組み合わせにより実現してもよい。すなわち、画像処理部１００、１００ｂはＣＰＵやＭＰＵのような汎用的なプロセッサとソフトウェアにより実現してもよい。

上記の実施の形態で説明した視認性阻害レベルＶの式は一例であり、上記のものに限定されるものではない。第１の特徴量と第２の特徴量が反映される式であればよい。

上記の実施の形態で説明した重みｋ１，ｋ２の式は一例であり、上記のものに限定されるものではない。重みｋ１，ｋ２の式は、距離ｄに応じて指数関数的に変化する式であればよい。

以上のように、本開示における技術の例示として、実施の形態を説明した。そのために、添付図面および詳細な説明を提供した。したがって、添付図面および詳細な説明に記載された構成要素の中には、課題解決のために必須な構成要素だけでなく、上記技術を例示するために、課題解決のためには必須でない構成要素も含まれ得る。そのため、それらの必須ではない構成要素が添付図面や詳細な説明に記載されていることをもって、直ちに、それらの必須ではない構成要素が必須であるとの認定をするべきではない。また、上述の実施の形態は、本開示における技術を例示するためのものであるから、特許請求の範囲またはその均等の範囲において種々の変更、置き換え、付加、省略などを行うことができる。

本開示は、視認性の悪い画像に対して視認性を向上できる。このため、撮像された画像を表示したり、解析したりする様々なアプリケーションに対して、例えば、車両の自動運転のためのセンシング技術や電子ミラー等に適用することができる。

１０、１０ｂ 画像処理装置
５０ａ、５１ａ コントラスト補正前の画像
５０ｂ、５１ｂ コントラスト補正後の画像
１００、１００ｂ 画像処理部
１１０ 撮像部
１２０ 測距部
１３０、１３０ｂ 視認性判定部
１４０ パラメータ決定部
１４２ トーンカーブ設定部
１４４ トーンカーブ補正部
１５０ コントラスト処理部

Claims (10)

1. 画像データが示す画像の少なくとも１つの特徴量と、前記画像内の被写体の距離を示す距離情報とに基づき、前記画像の視認性の悪さの程度を示す視認性レベルを算出する視認性判定部と、
   前記画像の前記視認性レベルと、前記距離情報が示す距離とに基づき、前記画像データに対するコントラスト補正のためのパラメータを決定するパラメータ決定部と、
   前記パラメータに基づき前記画像データのコントラストを補正するコントラスト処理部と、を備える、
   画像処理装置。
2. 前記少なくとも１つの特徴量は、前記画像データの周波数特性である第１の特徴量と、前記画像データの暗画像である第２の特徴量とを含み、
   前記暗画像は、前記画像の各画素の画素値を、各画素の周辺局所領域のＲＧＢ値の中の最小値に置換して生成される画像である、
   請求項１に記載の画像処理装置。
3. 前記視認性判定部は、前記視認性レベルの算出において、前記特徴量に対して、前記距離情報が示す距離に基づいた重みづけを行う、
   請求項１に記載の画像処理装置。
4. 前記コントラスト処理部は、入力輝度値に対する出力輝度値を規定するトーンカーブにしたがい前記画像データの各画素のコントラストを補正する、請求項１に記載の画像処理装置。
5. 前記パラメータは、前記画像の画素毎に設定された前記トーンカーブのゲインを示す情報を含み、
   前記パラメータ決定部は、前記視認性レベルに基づきトーンカーブのゲインを設定し、その後に、画素毎に、設定したゲインを各画素の距離情報に基づき補正する、請求項４に記載の画像処理装置。
6. 前記視認性判定部は、前記画像データの特徴量と、前記距離情報と、さらに前記画像の照度とに基づき前記視認性レベルを算出する、
   請求項１に記載の画像処理装置。
7. 被写体を撮影して前記画像データを生成する撮像部と、
   前記被写体の距離を測定して前記距離情報を生成する測距部と、
   をさらに備えた請求項１ないし６のいずれかに記載の画像処理装置。
8. 画像データが示す画像の少なくとも１つの特徴量と、前記画像内の被写体の距離を示す距離情報とに基づき、前記画像の視認性の悪さの程度を示す視認性レベルを算出し、
   前記画像の前記視認性レベルと、前記距離情報が示す距離とに基づき、前記画像データに対するコントラスト補正のためのパラメータを決定し、
   前記パラメータに基づき前記画像データのコントラストを補正する、
   画像処理方法。
9. 前記少なくとも１つの特徴量は、前記画像データの周波数特性である第１の特徴量と、前記画像データの暗画像である第２の特徴量とを含み、
   前記暗画像は、前記画像の各画素の画素値を、各画素の周辺局所領域のＲＧＢ値の中の最小値に置換して生成される画像である、
   請求項８に記載の画像処理方法。
10. 前記視認性レベルの算出において、前記特徴量に対して、前記距離情報が示す距離に基づいた重みづけを行う、
    請求項８または９に記載の画像処理方法。

Images