WO2006137361A1 - 画像処理装置、画像処理方法、画像処理プログラム製品、および撮像装置 - Google Patents

画像処理装置、画像処理方法、画像処理プログラム製品、および撮像装置 Download PDF

Info

Publication number
WO2006137361A1
WO2006137361A1 PCT/JP2006/312245 JP2006312245W WO2006137361A1 WO 2006137361 A1 WO2006137361 A1 WO 2006137361A1 JP 2006312245 W JP2006312245 W JP 2006312245W WO 2006137361 A1 WO2006137361 A1 WO 2006137361A1
Authority
WO
WIPO (PCT)
Prior art keywords
image processing
pixel
image data
image
gradation
Prior art date
Application number
PCT/JP2006/312245
Other languages
English (en)
French (fr)
Inventor
Hideyasu Kuniba
Original Assignee
Nikon Corporation
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nikon Corporation filed Critical Nikon Corporation
Priority to US11/922,313 priority Critical patent/US8103119B2/en
Priority to EP06766909.3A priority patent/EP1898624B1/en
Priority to JP2007522273A priority patent/JP4831067B2/ja
Publication of WO2006137361A1 publication Critical patent/WO2006137361A1/ja

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/407Control or modification of tonal gradation or of extreme levels, e.g. background level
    • G06T5/94

Definitions

  • Image processing apparatus image processing method, image processing program product, and imaging apparatus
  • the present invention relates to an image processing device that performs image processing on an image, an image processing method, an image processing program product, and an imaging device that captures an image.
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2004-165840
  • the image processing device includes a parameter calculation unit that obtains a plurality of different conversion parameter forces for pixels in image data, and a plurality of parameters obtained by the parameter calculation unit.
  • the first aspect includes a weighting unit that performs predetermined weighting on the value and a gradation correction unit that performs gradation correction of the image data based on the weighting result by the weighting unit.
  • the parameter calculation unit preferably obtains a plurality of values based on a plurality of gradation conversions having different characteristics for pixels in the image data.
  • the gradation correction unit calculates the gain coefficient of the pixel based on the weighting result by the weighting unit. It is preferable that the tone correction of the image data is performed according to the gain coefficient calculated by the gain coefficient calculation unit.
  • the weighting unit performs predetermined weighting according to the brightness of the neighboring pixels of the pixel.
  • the exposure correction value acquisition unit that acquires the exposure correction value that is set when the image data is captured, and the acquisition result by the exposure correction value acquisition unit Based on the image data corrected by the brightness correction unit, the parameter calculation unit preferably obtains a plurality of values.
  • the image processing apparatus in the image processing apparatus according to any one of the second to fifth aspects, there are three or more types of gradation conversion, and two levels are selected according to the brightness of the image. It is preferable that the image processing apparatus further includes a selection unit for selecting a tone conversion, and the parameter calculation unit obtains a plurality of values for the brightness value of the pixel using each of the two tone conversions selected by the selection unit.
  • the plurality of gradation conversions are a first gradation having a characteristic that is monotonously increased and is at least partially represented by a convex curve.
  • the part includes the third gradation conversion having a characteristic represented by a downwardly convex curve.
  • the selection unit when the average luminance of the predetermined range of the image data is less than a predetermined value, the selection unit performs the first gradation conversion, It is preferable to select the second gradation conversion.
  • the selection unit has the first or second gradation when the average luminance of the predetermined range of the image data is equal to or higher than a predetermined value. It is preferable to select the conversion and the third gradation conversion.
  • the gain coefficient calculation unit outputs the image data when the image data is expressed in primary color system representation. Based on one included color component, gain factor for tone conversion of other color components It is preferable to calculate the number.
  • the gain coefficient calculation unit is configured to display the image data when the image data is represented by luminance color difference expression. It is preferable to calculate a gain coefficient for gradation-converting the luminance of each pixel of the image data based on the luminance of the image data.
  • the color difference data correction unit that corrects the color difference data of each pixel in accordance with the gain coefficient of each pixel obtained by the gain coefficient calculation unit.
  • the image processing apparatus is further preferably provided.
  • the plurality of values are a plurality of gain coefficients.
  • a reduced image generating unit that generates reduced image data of a reduced image based on the image data, and smoothing that smoothes the reduced image data It is preferable to further include a neighborhood calculation unit that obtains brightness of neighboring pixels based on the reduced image data that has been smoothed.
  • an image processing method includes a plurality of different conversion parameter forces for a pixel in image data, a parameter calculation step for obtaining a plurality of values, and a plurality of values obtained by the normum calculation step.
  • the parameter calculation step obtains a plurality of values for the pixels in the image data based on a plurality of gradation conversions having different characteristics. Preferred.
  • the gradation correction step includes a gain coefficient calculation step of calculating a gain coefficient of the pixel based on the weighting result of the weighting step.
  • the weighting step performs predetermined weighting according to the brightness of the neighboring pixels of the pixel. Is preferred.
  • an exposure correction value acquisition step for acquiring an exposure correction value set at the time of image data capture, and an acquisition result by the exposure correction value acquisition step
  • a brightness correction step for correcting the brightness of pixels in the vicinity of the pixel
  • the parameter calculation step obtains a plurality of values based on the image data corrected by the brightness correction step.
  • two gradation conversions are selected from among three or more gradation conversions according to the brightness of the image.
  • a selection step is further selected, and the parameter calculation step preferably obtains a plurality of values from the brightness of the pixel using each of the two gradation conversions selected in the selection step.
  • the plurality of gradation conversions are a first gradation having a characteristic represented by a curve that is monotonously increased and at least partially convex upward. Conversion, monotonically increasing, at least partly represented by a convex curve, the change in the output value to the input is smaller than the first gradation conversion, the second gradation conversion of the characteristic, and at least monotonically increasing It is preferable to include a third gradation conversion, a part of which is represented by a downwardly convex curve.
  • the selecting step includes the first gradation conversion when the average luminance of the predetermined range of the image data is less than a predetermined value, It is preferable to select the second gradation conversion.
  • the selecting step includes the first or second gradation conversion when the average luminance of the predetermined range of the image data is equal to or greater than a predetermined value. And the third gradation conversion are preferably selected.
  • the gain coefficient calculating step is performed on the image data when the image data is expressed in primary color system representation. Based on one color component included, it is preferable to calculate a gain coefficient for gradation conversion of other color components.
  • the gain coefficient calculation step includes the step of calculating the image data when the image data is represented by a luminance color difference expression. Based on the brightness of the image, the gain for gradation conversion of the brightness of each pixel of the image data is obtained. It is preferable to calculate the in coefficient.
  • a color difference data correction step of correcting the color difference data of each pixel according to the gain coefficient of each pixel obtained in the gain coefficient calculation step Is preferably further provided.
  • the plurality of values are preferably a plurality of gain coefficients.
  • a reduced image generating step for generating reduced image data of a reduced image based on the image data, and a smoothing for smoothing the reduced image data
  • the method further includes a step and a neighborhood calculation step of obtaining brightness of neighboring pixels based on the smoothed reduced image data.
  • an image processing method acquires an image composed of a plurality of pixels, obtains a plurality of values according to a plurality of different characteristics based on a value indicating the luminance of the pixel of interest, and The brightness of the target pixel is calculated, the weighted average of the determined values is calculated based on the brightness of the vicinity of the target pixel, and the tone correction of the target pixel is performed based on the value indicating the luminance of the target pixel and the calculated weighted average.
  • a computer-readable computer product product has an image processing program for causing a computer to execute the image processing method according to any one of the fifteenth to twenty-ninth aspects.
  • an imaging apparatus executes an image processing unit that forms an image capturing unit that captures an image and a computer program product according to the thirty-third aspect, and acquires image data captured by the image capturing unit.
  • An image processing unit that performs gradation correction.
  • FIG. 1 is a block diagram showing a configuration of an embodiment of an image processing apparatus.
  • FIG. 2 is a diagram showing a specific example of input / output characteristics of gradation conversion characteristics gl (V) and g2 (V) in the first embodiment.
  • FIG. 3 is a diagram showing a specific example of input / output characteristics of a weight function w (Vavg).
  • FIG. 4 is a flowchart showing the flow of processing of an image processing program in the first embodiment.
  • FIG. 5 is a diagram showing a specific example of input / output characteristics of gradation conversion characteristics g2 (V) and g3 (V) in the second embodiment.
  • FIG. 6 is a flowchart showing the flow of processing of an image processing program in the second embodiment.
  • Fig. 7 is a diagram showing a specific example when an imaging surface of an input RGB image is divided into 6 X 4 according to the third embodiment.
  • FIG. 8 is a diagram showing a specific example of a first gradation conversion characteristic f (G) and a second gradation conversion characteristic g (G) in the third embodiment.
  • FIG. 9 is a diagram showing a specific example of the third gradation conversion characteristic in the third embodiment.
  • FIG. 10 is a flowchart showing the flow of processing of an image processing program in the third embodiment.
  • FIG. Ll is a diagram showing the arrangement of R, G, and B color filters in the Bayer array.
  • FIG. 12 is a diagram showing a specific example of two gain characteristics in the fourth embodiment.
  • FIG. 13 is a flowchart showing the flow of processing of an image processing program in the fourth embodiment.
  • FIG. 14 is a flowchart showing the flow of processing of an image processing program in the fifth embodiment.
  • FIG. 15 is a diagram showing a modification of the input / output characteristics of the gradation conversion characteristics g2 (V) and g3 (V).
  • FIG. 16 is a block diagram illustrating a configuration example when the image processing apparatus is mounted on a digital camera.
  • FIG. 17 is a diagram showing how an image processing program is provided to an image processing apparatus.
  • FIG. 18 is a diagram illustrating a flowchart of processing performed by an image processing unit.
  • FIG. 1 is a block diagram showing a configuration of an embodiment of an image processing apparatus according to the first embodiment.
  • the image processing apparatus 100 includes an input device 101 operated by a user, for example, a mouse, a keyboard, or an input switch, image data to be subjected to image processing, a memory 102 for storing an image processing program, a CPU, and others. And a monitor 104 that outputs an image.
  • the image processing apparatus 100 can be configured by a personal computer.
  • the image data stored in the memory 102 is captured by, for example, a digital camera and is shown in an RGB color system (primary color system representation). It is assumed that color information of each RGB color component exists in each pixel constituting the image data.
  • the color information of each RGB color component is, for example, an intensity signal of each color represented by a level of 0 to 255, and the luminance of each pixel is determined based on the intensity signal of each RGB color.
  • each RGB intensity signal is simply indicated by RGB.
  • the control device 103 has an image processing unit 103a that reads an image processing program stored in the memory 102 and performs gradation correction processing on the image.
  • the image processing unit 103 a The image processing program stored in is read and executed. Then, gradation correction is performed by processing the image data to be processed as follows.
  • a luminance value (brightness) V of each pixel is calculated by the following equation (1).
  • the maximum RGB value of the target pixel is calculated as the luminance value of the target pixel.
  • R, G, B, and V are standardized to numerical values from 0 to 1.
  • V max (R, G, B) (1)
  • Vl ' gl (V) ⁇ ' ⁇ (2)
  • V2 ' g2 (V)
  • gl (V) and g2 (V) are both monotonically increasing and represented by upward convex curves as shown in FIG. It is set to have a value.
  • gl (V) is set so that most values are smaller than g2 (V).
  • a neighborhood average Vavg (X, y) is calculated with respect to a luminance value V (x, y) of an arbitrary pixel of interest on the input RGB image.
  • the neighborhood average Vavg (X, y) is the brightness of neighboring pixels, for example, the average value of the luminance values V of 10 ⁇ 10 pixels around the pixel of interest.
  • the weighting average of ⁇ is calculated by weighting ⁇ and ⁇ 2 according to the neighborhood average Vavg (x, y) using the following equation (4) .
  • V ' w (Vavg) -VI' + (1 -w (Vavg)) V2 '
  • the weighting function w (Vavg) used in this embodiment is a weighting function represented by a monotonically increasing straight line as shown in Fig. 3, and is used as the input value of the neighborhood average Vavg (X, y). On the other hand, a weight value between 0 and 1 is output.
  • Equation (4) the darker the neighborhood average Vavg, the smaller the w (Vavg) becomes, and thus the higher the weight, and the darker the neighborhood average Vavg, the stronger the correction strength. That is, as the neighborhood average Vavg is darker, the luminance of the pixel can be corrected brightly.
  • the gradation conversion characteristics gl (V) and g2 (V) are similar to each other with a monotonically increasing and upwardly convex curve. Even in a region where the degree of correction varies between the two, the difference between the gradation conversion characteristics gl (V) and g2 (V) can be suppressed, and adverse effects associated with corrections such as halo can be suppressed.
  • the saturation correction parameter S is calculated when calculating G ′, after the gradation correction. Set (0 ⁇ S ⁇ 1) to correct the saturation so that the saturation does not change even if the color difference changes! ,.
  • R ' R + V ⁇ ((WV)-1) ⁇ (R / V) S ⁇ ' ⁇ (8)
  • G ' G + V- ((WV)-1)-(G / V) s
  • FIG. 4 is a flowchart showing the flow of processing of the image processing program in the first embodiment.
  • the image processing program is read from the memory 102 into the control device 103, and the read image processing program is read by the image processing program. It is executed by being activated by the processing unit 103a.
  • step S10 the luminance value V of each pixel is calculated by equation (1), and the process proceeds to step S20.
  • step S20 as described above, the luminance value of each pixel is calculated according to formulas (2) and (3) based on the two gradation conversion characteristics gl (V) and g2 (V) that have been preliminarily set. Get two values. Thereafter, the process proceeds to step S30, the neighborhood average Vavg (x, y) is calculated for the luminance value V (x, y) of an arbitrary pixel of interest, and the process proceeds to step S40.
  • step S40 as described above, ⁇ according to the neighborhood average Vavg (x, y) and
  • step S50 the ratio of the corrected luminance V, and the luminance V before correction is multiplied by R, G, and B of each pixel of the input RGB image, and after gradation correction by equations (5) to (7) Calculate, G 'and. Thereafter, the process proceeds to step S60, where the image data after gradation correction is output and displayed on the monitor 104, and the process ends.
  • the weight function w (Vavg) is a weight function represented by a monotonically increasing straight line, and the neighborhood average Vavg
  • the weight value from 0 to 1 is output for the input value of (X, y).
  • the brightness can be corrected to an appropriate brightness according to the ambient brightness according to the size of the neighborhood average Vavg.
  • the second embodiment a case will be described in which a reduced image of image data read from the memory 102 is created, a luminance value average in the vicinity of the pixel of interest is obtained using the reduced image, and gradation correction is performed.
  • the block diagram of the image processing apparatus shown in FIG. 1 is the same as that of the first embodiment, and a description thereof will be omitted.
  • thinning processing is performed on the image data (input RGB image) read from the memory 102, and for example, both the vertical size and the horizontal size are reduced to 1Z10. Then, the luminance value V of each pixel is calculated from R, G, and B of the reduced image by the equation (1) described above in the first embodiment. Then, LPF processing is applied to the reduced image with the calculated brightness value V. That is, smoothing processing is performed on the reduced image having the luminance value V to blur the image.
  • the LPF process may be performed on the image with the pixels thinned out V, and the L PF is directly applied to the input RGB image. It is possible to reduce the load on LPF processing rather than processing.
  • the luminance value (X, y) after LPF processing of the reduced image corresponding to an arbitrary position (X, y) on the input RGB image is calculated by, for example, bilinear interpolation represented by the following equation (11) To do.
  • the luminance value (X, y) after LPF processing when the reduced image after LPF processing is restored to the original size of the input RGB image can be calculated.
  • the luminance value (X, y) corresponding to an arbitrary position (X, y) on the input RGB image is obtained using the data of the reduced image after LPF processing.
  • This luminance value v ′ (X, y) is used as the neighborhood average Vavg (X, y) of the luminance value for the pixel of interest described later.
  • N (X, y) (l-w) (l-u) V (X, Y) + (l-w) uV (X, ⁇ ) + w (li) V (X,
  • the luminance value V (x, y) of each pixel is calculated from the RGB value at an arbitrary position (X, y) of the input RGB image by the expression (1) in the first embodiment, and the calculation is performed.
  • the two values V2 are calculated as shown in the following equations (12) and (13): obtain.
  • the input RGB image is used instead of the reduced image.
  • V2 ' g2 (V)
  • V3 ' g3 (V)' (13)
  • the gradation conversion characteristic g2 (V) is the same as the gradation conversion characteristic g2 (V) in the first embodiment, that is, it is monotonously increased and protrudes upward.
  • the gradation conversion characteristic represented by a curve and g3 (V) is a gradation conversion characteristic represented by a monotonically increasing and downwardly convex curve.
  • g2 (V) has an input-output characteristic suitable for dark part correction
  • g3 (V) has an input-output characteristic suitable for bright part correction.
  • the value of the neighborhood average Vavg (x, y) is obtained for the luminance value V (X, y) of an arbitrary pixel of interest.
  • the value of v '(X, y) obtained by LPF processing and bilinear interpolation is used as it is.
  • the luminance value V in a range substantially wider than the calculation range (10 ⁇ 10 pixels) in the first embodiment is obtained with a small load.
  • weighting is performed according to the neighborhood average Vavg (X, y) using the weighting function w (Vavg), and the equations (12) and (13) are used. Calculate the weighted average of and using the following equation (14).
  • V ' (1-w (Vavg)) V2' + w (Vavg) -V3 '(14)
  • Equation (14) As a result, w (Vavg) becomes small in the pixel having a dark neighborhood average Vavg, so that the weight of becomes high in Equation (14), and a value V ′ suitable for dark part correction is obtained. be able to.
  • w (Vavg) increases for pixels with a bright neighborhood average Vavg. Therefore, in Equation (14), the weight of becomes high, and a value V suitable for bright part correction can be obtained. .
  • the entire image can be corrected to a natural brightness by increasing the brightness of dark portions in the image and decreasing the brightness of bright portions.
  • the ratio (ZV) between the luminance corrected by equation (14) and the luminance V before correction (ZV) is used as a gain coefficient, and is described above in equations (5) to (7).
  • the input RGB image is subjected to gradation correction by multiplying each of R, G, and B of each pixel of the input RGB image.
  • the darkness in the image is corrected to brighten, and the brightness is corrected to darken.
  • Each pixel can be tone-corrected so that the entire image has a natural brightness.
  • the saturation correction parameter S is used when calculating the RG after the gradation correction using the expressions (8) to (10) instead of the expressions (5) to (7).
  • FIG. 6 is a flowchart showing a flow of processing of the image processing program in the second embodiment.
  • the image processing program is read from the image processing program memory 102 to the control device 103, and the read image processing program is displayed on the image. It is executed by being activated by the processing unit 103a.
  • step S110 a reduced image is created by reducing the input RGB image to, for example, 1/10 in both the vertical size and the horizontal size. After that, go to step 120.
  • the luminance value V of each pixel is calculated by the equation (1), and the process proceeds to step S130.
  • step S 1 30 the image having the calculated brightness value V is smoothed by applying an LPF process to blur the image. Thereafter, the process proceeds to step S140.
  • step S140 the luminance value (X, y) after LPF processing of the reduced image corresponding to the position (X, y) on the input RG B image is calculated by, for example, bilinear interpolation using the above-described equation (11). To do. Thereafter, the process proceeds to step S 150, and the luminance value V (x, y) of each pixel is calculated from the R GB value of the position (X, y) of the input RGB image by Expression (1), and the process proceeds to step S 160.
  • step S160 the luminance value of each pixel is calculated based on two preset gradation conversion characteristics g2 (V) and g3 (V) according to equations (12) and (13). Correct each one. Thereafter, the process proceeds to step S170, and the neighborhood average Vavg (x, y) for the luminance value V (x, y) of any pixel of interest is set to the value of the luminance component v ′ (x, y) obtained in advance. Replace and proceed to step S 180.
  • step S 180 as described above, the weighted average of and according to the neighborhood average Vavg (x, y) is calculated by the equation (14) using the weight function w (Vavg). Proceed to 190.
  • step S 190 the ratio of the obtained value and the luminance V before correction is multiplied by G and B of each pixel of the input RGB image, and gradation correction is performed using equations (5) to (7). Later IT, GB 'is calculated. Thereafter, the process proceeds to step S200, where the image data after gradation correction is output and displayed on the monitor 104, and the process is terminated.
  • the weighting function w (Vavg) is used to perform weighting according to the neighborhood average Vavg (x, y), and the tone conversion characteristics g2 (V) and The luminance and the weighted average corrected by each of the monotonically increasing and downwardly convex gradation conversion characteristics g3 (V) are calculated as the corrected luminance. This makes it possible to tone the R, G, and B of each pixel based on the brightness ⁇ corrected so that the dark part in the image is brightened and the bright part is darkened. Each pixel can be tone corrected so that the entire RGB image has a natural brightness.
  • the gradation conversion characteristic g2 (V) represented by a curve that is monotonously increasing and convex upward and the gradation conversion characteristic g3 (V) t that is monotonically increasing and convex downward
  • the gradation conversion characteristics are greatly different, unnatural adverse effects such as halo are likely to occur due to the correction.
  • the input RGB image is subjected to gradation correction by using the G pixel value representing the luminance of each pixel and the R, G, and B of each pixel.
  • the case of correction will be described.
  • the block diagram of the image processing apparatus shown in FIG. 1 is the same as that of the first embodiment, and a description thereof will be omitted.
  • Each pixel of the input RGB image has color information of R, G, and B color components, that is, color component values, through interpolation processing and the like.
  • the image processing unit 103a calculates a luminance evaluation value as the brightness of the neighboring pixels of each pixel in the input RGB image. For this purpose, for example, as shown in FIG. 7, the imaging surface is divided into 6 ⁇ 4, and the average luminance value of each region of 6 ⁇ 4 is calculated. The average luminance value is the average of the G values in each area. Gamma processing may be performed on the average luminance value of each region. Then, a curved surface z (x, y) as shown in the following equation (15) approximating the luminance distribution of each region of 6 ⁇ 4 is calculated by the least square method. Using the curved surface z (x, y) shown in the following equation (15), the luminance evaluation value at each pixel position of the input RGB image is calculated.
  • Other luminance values include R, G, and B.
  • Input R by using the maximum value of R, using the weighted addition of R, G, B, using the G pixel value, or calculating the Lab color system L from the RGB value A luminance evaluation value at each pixel of the GB image may be calculated.
  • the luminance G at an arbitrary pixel of interest on the input RGB image is calculated, and the calculated luminance G is based on two preset gradation conversion characteristics f (G) and g (G).
  • the first corrected luminance G1 and the second corrected luminance G2 are calculated.
  • the luminance of the target pixel is evaluated by the G pixel value.
  • the first gradation conversion characteristic f (G) represented by a monotonically increasing upward convex curve shown in Fig. 8 (a) and the monotonically increasing monotonous increase shown in Fig. 8 (b).
  • the first corrected luminance G1 and the second corrected luminance G2 are calculated by the following formulas (16) and (17) using the second gradation conversion characteristic g (G) represented by the curve. Note that at least one of the first gradation conversion characteristic f (G) and the second gradation conversion characteristic g (G) may be an identity conversion.
  • the neighborhood average Gavg (x, y) is calculated using Equation (15).
  • Gavg (x, y) z (x, y).
  • G1 and G2 are weighted averaged according to the calculated neighborhood average Gavg (x, y). That is, the weighted average T of G1 and G2 is calculated by the following equation (18) using a simple increasing weight function ⁇ (Gavg) that satisfies 0 ⁇ (Gavg) ⁇ 1.
  • G ' (l— ⁇ (Gavg))' Gl + co (Gavg) 'G2 ⁇ ⁇ ⁇ (18)
  • the characteristic of (G) becomes stronger, and correction can be made to make the dark part brighter.
  • the g (G) characteristic becomes stronger, and correction can be performed so that gradation is not lost even in a bright part.
  • the ratio (G′ZG) between the G correction value T and G calculated by Expression (18) is set as a gain coefficient, and R and B of each pixel are corrected for gradation. That is, and after gradation correction are calculated by the following equations (19) and (20).
  • each of R, G, and B can be processed lighter than the gradation correction based on the luminance value V and its correction value ⁇ .
  • FIG. 10 is a flowchart showing the processing flow of the image processing program according to the third embodiment.
  • the image processing program is read from the memory 102 to the control device 103, and the read image processing program is read. It is executed by being activated by the image processing unit 103a.
  • step S210 the image processing unit 103a is calculated by the equation (15) as described above.
  • the brightness evaluation value at each pixel of the input RGB image is calculated using the curved surface. That is, the value calculated by Equation (15) is set as the luminance evaluation value.
  • step S220 the luminance G at an arbitrary target pixel on the input R GB image is calculated, and the two gradation conversion characteristics f (G) and the calculated luminance G are set in advance.
  • the first corrected luminance G1 and the second corrected luminance G2 are calculated by correction according to equations (16) and (17). Thereafter, the process proceeds to step S230.
  • step S250 where the ratio between the calculated G correction value T and G is set as a gain coefficient, and and after gradation correction are calculated using equations (19) and (20). Thereafter, the process proceeds to step S260, where the image data after gradation correction is output and displayed on the monitor 104, and the process ends.
  • the gradation correction value T is calculated using the G pixel value representing the luminance of each pixel in the input RGB image, and R and B are the ratio of Tone correction was performed by applying the gain coefficient calculated in.
  • each of R, G, and B can be processed lighter than the gradation correction based on the luminance value V and its correction value ⁇ . .
  • the image sensor of the digital camera that captured the image used in this embodiment has a color filter for each pixel and is sensitive to G or B light.
  • R, G, and B color filters are arranged in a Bayer array.
  • the image data captured by this image sensor is assumed to be a Bayer image represented by the RGB color system, and each pixel constituting the image data has color information of one of the RGB color components. It shall be.
  • FIG. 1 the block diagram of the image processing apparatus shown in FIG. 1 is the same as that of the first embodiment. Explanation is omitted for the sake of convenience.
  • FIG. 11 is a diagram showing the arrangement of R, G, and B color filters in the Bayer array. As shown in FIG. 11, each pixel of the Bayer image has color information of one of the R, G, and B color components, that is, a color component value (a value corresponding to the CCD signal value). Yes.
  • the image processing unit 103a operates when the user operates the input device 101 in a state where the image to be processed selected by the user is displayed on the monitor 104, and starts the image processing.
  • the image processing program stored in the memory 102 is read and executed.
  • Bayer image data (input Bayer image) to be image-processed is read from the memory 102, and a luminance evaluation value of 256 ⁇ 256 resolution in the input Bayer image is calculated.
  • the imaging surface is divided into 256 x 256 areas, and the average of the G pixels in each area is calculated as the luminance evaluation value.
  • a curved surface z (x, y) that approximates the calculated luminance evaluation value is calculated by the equation (15) described above in the third embodiment.
  • the imaging surface may be divided into 6 ⁇ 4 before calculating the approximate curved surface z (x, y).
  • the input Bayer image is divided into 2 ⁇ 2 blocks. That is, in FIG. 11, it is divided into 2 ⁇ 2 blocks indicated by reference numeral 11a, each including 2 G pixels and 1 B pixel and 1 R pixel.
  • Two G pixels included in each block are a G pixel in the B row, that is, a G pixel, and a G pixel in the R row, that is, a G pixel.
  • the pixel value of each pixel is corrected for each 2 ⁇ 2 block.
  • any one of the following values (A) to (D) is calculated as the luminance evaluation value GO of the target block.
  • the luminance evaluation value GO of the target block is calculated by the method shown in (A).
  • the first gain coefficient ml and the second gain coefficient m2 are calculated by the following equations (21) and (22).
  • the gain characteristic is also called a conversion parameter.
  • the neighborhood average luminance evaluation value GOavg in the target block is calculated based on the center coordinates of the target block and the approximate curved surface z (x, y) calculated in the above-described processing.
  • the third gain coefficient m3 is calculated by weighted average of ml and m2 according to the calculated neighborhood average luminance evaluation value GOavg.
  • the third gain coefficient m3 is calculated by the following equation (23) using a simple increasing weight function ⁇ (GOavg) that satisfies 0 ⁇ (GOavg) ⁇ 1.
  • m3 ml-(1- ⁇ (Gavg)) + m2- ⁇ (Gavg) ⁇ ⁇ ⁇ (23)
  • the pixel value of each pixel is corrected by multiplying the pixel value of each pixel in the target block by the third gain coefficient m3 calculated by Expression (23).
  • the pixel values of G, G, B, and R in the target block are corrected by the following equations (24) to (27), and corrected T,, B
  • the pixel value is corrected for each pixel of the entire input Bayer image, and the tone correction of the input Bayer image is performed. be able to.
  • FIG. 13 is a flowchart showing the flow of processing of the image processing program in the fourth embodiment.
  • the image processing program is read from the memory 102 to the control device 103, and the read image processing program is read. It is executed by being activated by the image processing unit 103a.
  • step S310 as described above, the luminance evaluation value of the resolution of 256 ⁇ 256 in the input Bayer image is calculated. Then, a curved surface z (x, y) that approximates the calculated luminance evaluation value is calculated. Thereafter, the process proceeds to step S320.
  • step S320 the input Bayer image is divided into 2 ⁇ 2 blocks including two G pixels and one B pixel and one R pixel. Thereafter, the process proceeds to step S330.
  • step S330 the luminance evaluation value GO of the target block is calculated by the above-described (A) to (D)! Thereafter, the process proceeds to step S340, and based on the two gain characteristics ⁇ (GO) and g ′ (GO) shown in FIG. 12, the first gain coefficient ml and the first gain coefficient are calculated according to equations (21) and (22). Calculate the two gain coefficient m2 and proceed to Step S350.
  • step S350 the neighborhood average luminance evaluation value GOavg in the target block is calculated based on the center coordinates of the target block and the approximate curved surface z (x, y). Then, according to the equation (23), ml and m2 are weighted and averaged according to the calculated neighborhood average luminance evaluation value GOavg to calculate the third gain coefficient m3. Then, it progresses to step S360.
  • step S360 the calculated third gain coefficient m3 is multiplied by the pixel value of each pixel in the target block by Equations (24) to (27) to correct the pixel value of each pixel, and The corrected pixel values of T, G ′,:, and are obtained. Thereafter, the process proceeds to step S370, and it is determined whether or not the processing from step S330 force to S360 described above has been executed for all blocks in the input Bayer image. If it is determined that there is an incomplete block, the process returns to step S330 and is repeated. On the other hand, if it is determined that all blocks have been processed, the process proceeds to step S380. In step S380, the corrected image data is output and displayed on the monitor 104, and the process ends.
  • a plurality of preset gain characteristics that is, two gain characteristics of gain characteristics ⁇ (GO) and (GO) are used as a plurality of values.
  • a first gain coefficient ml and a second gain coefficient m2 were calculated.
  • ml and m2 are weighted and averaged according to the neighborhood average luminance evaluation value GOavg of the target block to calculate the third gain coefficient m3 used for correcting each pixel. Accordingly, as described above in the first to third embodiments, it is not necessary to calculate a plurality of values based on gradation conversion! it can.
  • the input Bayer image includes exposure correction value data at the time of image capturing in the image data. That is, in a digital camera that captures an input Bayer image, an exposure correction value can be set when the image is captured, and when the image is captured, the set exposure correction value can be included and stored in the image data. It ’s like that.
  • the image data includes exposure correction value data at the time of image capturing will be described.
  • the exposure correction value data at the time of image capturing is associated with the image data in the memory. Let's memorize it in 102.
  • the image processing unit 103a divides the imaging surface of the input Bayer image into 6 ⁇ 4, and calculates the luminance evaluation value of each region of 6 ⁇ 4. Then, the calculated luminance evaluation value of each region is corrected based on the exposure correction value included in the image data, and a curved surface that approximates the corrected luminance evaluation value is calculated. For this purpose, the image processing unit 103a multiplies the luminance evaluation value of each area by a multiple according to the image format of the input Bayer image based on the exposure correction value at the time of image capturing.
  • the image format of the input Bayer image is RAW data or other image data where the luminance value and the pixel value are in a proportional relationship (linear relationship)
  • the exposure correction value is 1 level
  • the brightness evaluation value is doubled
  • the exposure compensation value is +1
  • the brightness evaluation value of each area is multiplied by 1Z2. If the luminance value and the pixel value are not in a proportional relationship, such as when the input Bayer image format is SRGB, a multiple corresponding to the image format should be applied to the luminance evaluation value of each area. .
  • FIG. 14 is a flowchart showing the flow of processing of the image processing program in the fifth embodiment.
  • the image processing program is read from the memory 102 to the control device 103, and the read image processing program is read. It is executed by being activated by the image processing unit 103a.
  • the same processing steps as those of the image processing program in the fourth embodiment shown in FIG. 13 are given the same step numbers, and differences will be mainly described.
  • step S311 the imaging surface of the input Bayer image is divided into 6 ⁇ 4, and the process proceeds to step S312.
  • step S312 a luminance evaluation value for each 6 ⁇ 4 region is calculated. Thereafter, the process proceeds to step S313, and as described above, the calculated luminance evaluation value of each region is corrected based on the exposure correction value included in the image data, and the process proceeds to step S314.
  • step S314 a curved surface approximating the corrected luminance evaluation value is calculated, and the process proceeds to step S320. Step S320 and subsequent steps are the same as in the fourth embodiment.
  • the exposure correction is darkened in the digital camera. It is possible to prevent the exposure correction from being canceled by the tone correction even though the image is captured with the brightness set to be brighter.
  • the image processing apparatus can be modified as follows.
  • the example in which the luminance value V of each pixel is calculated by the equation (1) has been described.
  • the present invention is not limited to this.
  • it may be calculated by the following equation (28) or (29).
  • Y represents the luminance in the image data in the YCb Cr format (luminance color difference expression)
  • I Cb I and I Cr I are the absolute values of the color differences Cb and Cr. .
  • V Y + I Cb I + I Cr I '(29)
  • the brightness may be calculated by the following equation (30), and the brightness may be greatly evaluated in the blue sky when the skin color is small, and the skin color may be corrected brightly and the blue color may be corrected to a deep color. Yes.
  • V (R + 2G + 2B) / 5---(30)
  • the gradation conversion characteristics gl (V) and g2 (V) are both monotonically increasing and represented by upward convex curves.
  • the output size for each input is set differently.
  • the brightness of each pixel is determined by a set of gradation conversion characteristics gl (V) and g2 (V), each of which is monotonically increasing and represented by an upwardly convex curve.
  • the gradation conversion characteristic g 2 (V) which is monotonically increasing and represented by an upward convex curve, and the monotonic increase, represented by a downward convex curve, are obtained.
  • An example has been described in which a plurality of values are acquired based on the brightness of each pixel by the set of gradation conversion characteristics g3 (V) to be performed.
  • the present invention is not limited to this, and the gradation conversion characteristics gl (V) and g2 (V) that are monotonically increasing and expressed by a convex curve upward, and the floor that is monotonically increasing and expressed by a convex curve downward
  • the average luminance of the entire input RGB image is less than the specified value
  • three sets of tonal conversion characteristics g3 (V) are set in advance.
  • g2 (V) Do it.
  • the average luminance of the entire input RGB image is greater than or equal to a predetermined value, it is a monotonically increasing pair of upward and downward convex gradation characteristics, for example, a pair of gl (V) and g3 (V). You may make it process using.
  • FIG. 18 is a diagram showing a flowchart of the above processing performed by the image processing unit 103a.
  • the average luminance is not necessarily the average luminance of the entire input RGB image, and may be a predetermined range. Also, if the average brightness is greater than or equal to a predetermined value, you may use a pair of g 2 (V) and g3 (V) for processing!
  • gradation conversion characteristics gN (V) (N> 2) are set, and two sets are determined according to the brightness of the entire image. Also good. For example, the image to be corrected is divided into a plurality of areas, and each divided area is divided into a bright case and a dark case. Then, depending on the brightness of the entire area, you may choose two sets of three or more types of gradation conversion characteristics gN (V) (N> 2) force!
  • the gradation conversion characteristic g2 (V) represented by a convex curve that increases monotonously and decreases downward as it increases monotonously.
  • An example has been described in which the gradation conversion characteristic g3 (V) represented by a convex curve is set as shown in FIG.
  • the present invention is not limited to this. For example, as shown in FIG. 15, it is set so that a part of the curve is convex upward by monotonic increase, or a part of the curve is convex downward by monotonic increase. Also good.
  • the image processing unit 103a in the image processing apparatus 100 described in the first to fifth embodiments may be mounted on the imaging apparatus 200, for example, a digital camera.
  • the imaging apparatus 200 includes an input device 201, for example, a release button, an external memory IF 202 for inserting an external memory such as a memory card, an imaging element 203, for example, a CCD, a CPU 204, and a liquid crystal monitor 205. It is a general digital camera equipped with.
  • the CPU 204 includes an image processing unit 204a that controls image capturing by the image sensor 203 and an image processing unit 103a.
  • the image processing unit 103a performs various known types of images on the image captured by the image sensor 203.
  • the gradation correction processing described above in the first to fifth embodiments is performed on an arbitrary image selected by the user.
  • the image processing unit 103a in the image processing apparatus 100 described above in the fifth embodiment is mounted on a digital camera, the digital camera has a function for setting an exposure correction value. .
  • the luminance evaluation value as the brightness of the neighboring pixels of each pixel is calculated based on the input RGB image.
  • the brightness evaluation value should be calculated based on a reduced image or thumbnail image of the input RGB image.
  • the correction target image is RGB format image data (image data expressed in primary color system representation)
  • the pixel of interest included in the input RGB image Based on the value of one color component G and the average G of the neighborhood, tone correction of the target pixel G is performed, and the gain coefficient is derived from the target pixel G and the target pixel G after the tone correction.
  • tone correction is performed on the color components R and B based on the gain coefficient.
  • the present invention is not limited to this, and the following example may be used.
  • a gain coefficient is calculated based on the luminance Y of the pixel of interest and the luminance Y of the neighboring pixel, and the luminance Y of the pixel of interest is corrected for gradation.
  • the luminance evaluation value of each area when the imaging surface of the input Bayer image is divided into 6 ⁇ 4 is used as the exposure correction value included in the image data. Based on the above, an example of correction is described. However, the present invention is not limited to this, and gradation conversion characteristics and gain characteristics used in gradation correction processing may be corrected according to the exposure correction value.
  • the image processing program is stored in the memory 102.
  • This image processing program is provided to the image processing apparatus (personal computer) 100 through a recording medium such as a CD-ROM or a data signal such as the Internet. Can.
  • FIG. 17 is a diagram showing this situation.
  • the image processing apparatus 100 is provided with an image processing program via the CD-RO M304.
  • the image processing apparatus 100 has a connection function with the communication line 301.
  • a computer 302 is a server computer that provides the image processing program, and stores the image processing program in a recording medium such as a hard disk 303.
  • the communication line 301 is a communication line such as the Internet or a dedicated communication line.
  • the computer 302 reads the image processing program using the hard disk 303 and transmits the image processing program to the image processing apparatus 100 via the communication line 301. That is, the image processing program is embodied as a data signal on a carrier wave and transmitted via the communication line 301. As described above, the image processing program can be supplied as computer-readable computer program products in various forms such as a recording medium and a carrier wave.
  • the image data to be subjected to image processing is stored in the memory 102. Similar to the image processing program described above, this image data can be acquired by the image processing apparatus 100 through a recording medium such as a CD-ROM or a data signal such as the Internet. In addition, the image processing apparatus 100 may be acquired by connecting to a digital camera via a USB interface cable.

Abstract

 画像処理装置は、画像データにおける画素について、複数の異なる変換パラメータから複数の値を得るパラメータ算出部と、パラメータ算出部により得られた複数の値に所定の重み付けを行う重み付け部と、重み付け部による重み付け結果に基づいて、画像データの階調補正を行う階調補正部とを備える。

Description

明 細 書
画像処理装置、画像処理方法、画像処理プログラム製品、および撮像装 置
技術分野
[0001] 本発明は、画像を画像処理する画像処理装置、画像処理方法、画像処理プロダラ ム製品、および画像を撮像する撮像装置に関する。
背景技術
[0002] 次のような画像処理プログラムが特許文献 1によって知られている。この画像処理プ ログラムによれば、 Retinex処理を行って、画像の局所的な明るさに応じた階調補正 を行う。
[0003] 特許文献 1:特開 2004— 165840号公報
発明の開示
発明が解決しょうとする課題
[0004] しかしながら、従来のプログラムでは、階調補正を行うために Retinex処理を行う必 要があるが、 Retinex処理を行った場合には、階調補正後の画像に元の画像にはな カゝつた階調が付 ヽてしまう t ヽぅ悪影響が出る可能性があると ヽぅ問題が生じて!/、た。 課題を解決するための手段
[0005] 本発明の第 1の態様によると、画像処理装置は、画像データにおける画素について 、複数の異なる変換パラメータ力も複数の値を得るパラメータ算出部と、パラメータ算 出部により得られた複数の値に所定の重み付けを行う重み付け部と、重み付け部に よる重み付け結果に基づいて、画像データの階調補正を行う階調補正部とを備える 本発明の第 2の態様によると、第 1の態様の画像処理装置において、パラメータ算 出部は、画像データにおける画素について特性が異なる複数の階調変換に基づい て、複数の値を得るのが好ましい。
本発明の第 3の態様によると、第 1または 2の態様の画像処理装置において、階調 補正部は、重み付け部による重み付け結果に基づいて、画素のゲイン係数を算出す るゲイン係数算出部を含み、ゲイン係数算出部で算出したゲイン係数に応じて画像 データの階調補正を行うのが好まし 、。
本発明の第 4の態様によると、第 1〜3のいずれかの態様の画像処理装置において 、重み付け部は、画素の近傍画素の明るさに応じて所定の重み付けを行うのが好ま しい。
本発明の第 5の態様によると、第 4の態様の画像処理装置において、画像データの 撮像時に設定された露出補正値を取得する露出補正値取得部と、露出補正値取得 部による取得結果に基づいて、画素の近傍画素の明るさを補正する明るさ補正部と をさらに備え、パラメータ算出部は、明るさ補正部により補正された画像データに基 づき、複数の値を得るのが好ましい。
本発明の第 6の態様によると、第 2〜5のいずれかの態様の画像処理装置において 、複数の階調変換は 3種以上であり、その中から画像の明るさに応じて 2つの階調変 換を選択する選択部をさらに備え、パラメータ算出部は、選択部で選択した 2つの階 調変換のそれぞれを用いて、画素の明るさ値力も複数の値を得るのが好ましい。 本発明の第 7の態様によると、第 6の態様の画像処理装置において、複数の階調 変換は、単調増加で少なくとも一部が上に凸の曲線で表される特性の第 1の階調変 換、単調増加で少なくとも一部が上に凸の曲線で表され、第 1の階調変換より入力に 対する出力値の変化が小さい特性の第 2の階調変換、および単調増加で少なくとも 一部が下に凸の曲線で表される特性の第 3の階調変換を含むのが好ましい。
本発明の第 8の態様によると、第 7の態様の画像処理装置において、選択部は、画 像データの所定範囲の平均輝度が所定値未満である場合に、第 1の階調変換と、第 2の階調変換とを選択するのが好ま 、。
本発明の第 9の態様によると、第 7の態様の画像処理装置において、選択部は、画 像データの所定範囲の平均輝度が所定値以上である場合に、第 1または第 2の階調 変換と、第 3の階調変換とを選択するのが好ましい。
本発明の第 10の態様によると、第 3〜9のいずれかの態様の画像処理装置におい て、ゲイン係数算出部は、画像データが原色系表現で表される場合には、画像デー タに含まれる 1つの色成分に基づいて、他の色成分を階調変換するためのゲイン係 数を算出するのが好ましい。
本発明の第 11の態様によると、第 3〜9のいずれかの態様の画像処理装置におい て、ゲイン係数算出部は、画像データが輝度色差表現で表される場合には、画像デ ータの輝度に基づいて、画像データの各画素の輝度を階調変換するためのゲイン係 数を算出するのが好ましい。
本発明の第 12の態様によると、第 11の態様の画像処理装置において、ゲイン係数 算出部で求められた各画素のゲイン係数に応じて、各画素の色差データを補正する 色差データ補正部をさらに備えることを特徴とする画像処理装置のが好ましい。 本発明の第 13の態様によると、第 1の態様の画像処理装置において、複数の値は 、複数のゲイン係数であるのが好ましい。
本発明の第 14の態様によると、第 4の態様の画像処理装置において、画像データ に基づき縮小画像の縮小画像データを生成する縮小画像生成部と、縮小画像デー タを平滑化処理する平滑化部と、平滑化処理された縮小画像データに基づき近傍 画素の明るさを求める近傍演算部とをさらに備えるのが好ましい。
本発明の第 15の態様によると、画像処理方法は、画像データにおける画素につい て複数の異なる変換パラメータ力 複数の値を得るパラメータ算出工程と、ノラメータ 算出工程により得られた複数の値に所定の重み付けを行う重み付け工程と、重み付 け工程による重み付け結果に基づいて、画像データの階調補正を行う階調補正ェ 程とを有する。
本発明の第 16の態様によると、第 15の態様の画像処理方法において、パラメータ 算出工程は、画像データにおける画素について、特性が異なる複数の階調変換に 基づ 、て複数の値を得るのが好ま 、。
本発明の第 17の態様によると、第 15または 16の態様の画像処理方法において、 階調補正工程は、重み付け工程による重み付け結果に基づいて、画素のゲイン係 数を算出するゲイン係数算出工程を含み、ゲイン係数算出工程で算出したゲイン係 数に応じて画像データの階調補正を行うのが好まし!/、。
本発明の第 18の態様によると、第 15〜17のいずれかの態様の画像処理方法にお いて、重み付け工程は、画素の近傍画素の明るさに応じて所定の重み付けを行うの が好ましい。
本発明の第 19の態様によると、第 18の態様の画像処理方法において、画像デー タの撮像時に設定された露出補正値を取得する露出補正値取得工程と、露出補正 値取得工程による取得結果に基づいて、画素の近傍画素の明るさを補正する明るさ 補正工程とをさらに有し、パラメータ算出工程は、明るさ補正工程により補正された画 像データに基づき、複数の値を得るのが好ま 、。
本発明の第 20の態様によると、第 16〜19のいずれかの態様の画像処理方法にお いて、 3種以上の階調変換の中から画像の明るさに応じて 2つの階調変換を選択す る選択工程をさらに有し、パラメータ算出工程は、選択工程で選択した 2つの階調変 換のそれぞれを用いて、画素の明るさから複数の値を得るのが好ましい。
本発明の第 21の態様によると、第 20の態様の画像処理方法において、複数の階 調変換は、単調増加で少なくとも一部が上に凸の曲線で表される特性の第 1の階調 変換、単調増加で少なくとも一部が上に凸の曲線で表され、第 1の階調変換より入力 に対する出力値の変化が小さ 、特性の第 2の階調変換、および単調増加で少なくと も一部が下に凸の曲線で表される特性の第 3の階調変換を含むのが好ましい。 本発明の第 22の態様によると、第 21の態様の画像処理方法において、選択工程 は、画像データの所定範囲の平均輝度が所定値未満である場合に、第 1の階調変 換と、第 2の階調変換とを選択するのが好ましい。
本発明の第 23の態様によると、第 21の態様の画像処理方法において、選択工程 は、画像データの所定範囲の平均輝度が所定値以上である場合に、第 1または第 2 の階調変換と、第 3の階調変換とを選択するのが好ましい。
本発明の第 24の態様によると、第 17〜23のいずれかの態様の画像処理方法にお いて、ゲイン係数算出工程は、画像データが原色系表現で表される場合には、画像 データに含まれる 1つの色成分に基づいて、他の色成分を階調変換するためのゲイ ン係数を算出するのが好ましい。
本発明の第 25の態様によると、第 17〜23のいずれかの態様の画像処理方法にお いて、ゲイン係数算出工程は、画像データが輝度色差表現で表される場合には、画 像データの輝度に基づいて、画像データの各画素の輝度を階調変換するためのゲ イン係数を算出するのが好ましい。
本発明の第 26の態様によると、第 25の態様の画像処理方法において、ゲイン係数 算出工程で求められた各画素のゲイン係数に応じて、各画素の色差データを補正す る色差データ補正工程をさらに備えるのが好ましい。
本発明の第 27の態様によると、第 13の態様の画像処理方法において、複数の値 は、複数のゲイン係数であるのが好ましい。
本発明の第 28の態様によると、第 18の態様の画像処理方法において、画像デー タに基づき縮小画像の縮小画像データを生成する縮小画像生成工程と、縮小画像 データを平滑化処理する平滑化工程と、平滑化処理された縮小画像データに基づ き近傍画素の明るさを求める近傍演算工程とをさらに備えるのが好ましい。
本発明の第 29の態様によると、画像処理方法は、複数の画素からなる画像を取得 し、着目画素の輝度を示す値に基づき複数の異なる特性に応じた複数の値を求め、 着目画素近傍の明るさを求め、着目画素近傍の明るさに基づき、求めた複数の値の 加重平均を求め、着目画素の輝度を示す値と求めた加重平均とに基づき、着目画素 の階調補正を行う。
本発明の第 30の態様によると、コンピュータ読み込み可能なコンピュータプロダラ ム製品は、第 15から 29のいずれかの態様の画像処理方法をコンピュータに実行さ せる画像処理プログラムを有する。
本発明の第 31の態様によると、撮像装置は、画像を撮像する撮像部と、第 30の態 様のコンピュータプログラム製品を構成する画像処理プログラムを実行して、撮像部 で撮像した画像データを階調補正する画像処理部とを備える。
発明の効果
[0006] 本発明は上記のように構成するので、画素ごとに最適な階調補正を行うことができ
、補正後の画像に発生する悪影響を排除することができる。
図面の簡単な説明
[0007] [図 1]画像処理装置の一実施の形態の構成を示すブロック図である。
[図 2]第 1の実施の形態における階調変換特性 gl (V)および g2 (V)の入出力特性の 具体例を示す図である。 [図 3]重み関数 w (Vavg)の入出力特性の具体例を示す図である。
[図 4]第 1の実施の形態における画像処理プログラムの処理の流れを示すフローチヤ ート図である。
[図 5]第 2の実施の形態における階調変換特性 g2 (V)および g3 (V)の入出力特性の 具体例を示す図である。
[図 6]第 2の実施の形態における画像処理プログラムの処理の流れを示すフローチヤ ート図である。
[図 7]第 3の実施の形態にぉ ヽて入力 RGB画像の撮像面を 6 X 4に分割した場合の 具体例を示す図である。
[図 8]第 3の実施の形態における第一の階調変換特性 f (G)と第二の階調変換特性 g (G)の具体例を示す図である。
[図 9]第 3の実施の形態における第三の階調変換特性の具体例を示す図である。
[図 10]第 3の実施の形態における画像処理プログラムの処理の流れを示すフローチ ヤート図である。
[図 ll]Bayer配列における R、 G、 Bのカラーフィルタの配置を示す図である。
[図 12]第 4の実施の形態における 2つのゲイン特性の具体例を示す図である。
[図 13]第 4の実施の形態における画像処理プログラムの処理の流れを示すフローチ ヤート図である。
[図 14]第 5の実施の形態における画像処理プログラムの処理の流れを示すフローチ ヤート図である。
[図 15]階調変換特性 g2 (V)および g3 (V)の入出力特性の変形例を示す図である。
[図 16]画像処理装置をデジタルカメラに搭載した場合の構成例を示すブロック図で ある。
[図 17]画像処理プログラムを画像処理装置に提供する様子を示す図である。
[図 18]画像処理部が行う処理のフローチャートを示す図である。
発明を実施するための最良の形態
一第 1の実施の形態一
図 1は、第 1の実施の形態における画像処理装置の一実施の形態の構成を示すブ ロック図である。画像処理装置 100は、使用者によって操作される入力装置 101、例 えばマウス、キーボード、または入力スィッチと、画像処理の対象となる画像データ、 および画像処理プログラムを格納するメモリ 102と、 CPUやその他の周辺回路で構 成される制御装置 103と、画像を出力するモニタ 104とを備えている。画像処理装置 100は、パーソナルコンピュータによって構成できる。
[0009] メモリ 102に記憶される画像データは、例えばデジタルカメラで撮像され、 RGB表 色系(原色系表現)で示されている。画像データを構成する各々の画素には、 RGB の各色成分の色情報が存在しているものとする。ここで、 RGBの各色成分の色情報 とは、例えば 0〜255のレベルで表される各色の強度信号であり、 RGBの各色の強 度信号を基に各画素の輝度が決定される。以下では、 RGBの各強度信号を単に R GBで示す。
[0010] 制御装置 103は、メモリ 102に記憶された画像処理プログラムを読み込み、画像の 階調補正処理を行う画像処理部 103aを有している。この画像処理部 103aは、使用 者によって選択された画像処理対象の画像がモニタ 104に表示された状態で、使用 者によって入力装置 101が操作され、画像処理の開始が指示されると、メモリ 102に 記憶された画像処理プログラムを読み込んで実行する。そして、画像処理対象の画 像データに対して次のように処理を施して階調補正を行う。
[0011] まず、メモリ 102から読み込んだ画像処理対象の画像データ(入力 RGB画像)の R GBデータに基づいて、次式(1)によって各画素の輝度値(明るさ) Vを算出する。す なわち、着目画素の RGBの最大値をその着目画素の輝度値として算出する。なお、 次式(1)において、 R、 G、 B、および Vは 0以上 1以下の数値に規格化されたもので ある。
V=max (R, G, B) …(1)
[0012] 式(1)で算出した各画素の輝度値から、あらかじめ設定された 2つの階調変換特性
(ゲインカーブ) gl (V)および g2 (V)に基づ 、て、次式(2)および(3)により 2つの値 を求める。すなわち、特性が異なる複数の階調変換に基づいて 2つの値を得る。なお 、階調変換特性は変換パラメータとも言う。
Vl' =gl (V) · ' · (2) V2'=g2(V) ·'·(3)
[0013] なお、階調変換特性 gl(V)および g2(V)は、図 2に示すように、いずれも単調増加 で上に凸の曲線で表され、それぞれ入力に対する出力の大きさが異なる値を持つよ うに設定されている。例えば本実施の形態では、 gl (V)は、 g2(V)よりもほとんどの 値が小さ!/、値になるように設定されて!、る。
[0014] 次に、入力 RGB画像上の任意の着目画素の輝度値 V(x, y)に対してその近傍平 均 Vavg (X, y)を算出する。近傍平均 Vavg (X, y)は、近傍画素の明るさであり、例え ば着目画素の周囲 10 X 10画素の輝度値 Vの平均値である。そして、次式 (4)により 、重み関数 w (Vavg)を使用して、 νΓおよび ν2Ίこ対して近傍平均 Vavg(x, y)に 応じた重み付けを行って、 νΓおよび の加重平均を算出する。
V'=w(Vavg) -VI' + (1 -w(Vavg) ) · V2' · · · (4)
[0015] 本実施の形態で使用する重み関数 w (Vavg)は、図 3に示すような単調増加の直 線で表される重み関数であり、近傍平均 Vavg (X, y)の入力値に対して、 0〜1の重 み値が出力される。これによつて、式 (4)においては、近傍平均 Vavgが暗いほど w( Vavg)は小さくなることから の重みが高くなり、近傍平均 Vavgが暗いほど補正強 度を強くすることができる。すなわち、近傍平均 Vavgが暗いほど、当該画素の輝度を 明るくネ ΐ正することができる。
[0016] また、階調変換特性 gl (V)および g2 (V)を共に上に単調増加で上に凸の曲線で 表して似通った特性としたため、近傍平均 Vavgの変化が大きぐ隣接する画素間で 補正の度合 、が変化するような領域でも、階調変換特性 gl (V)と g2 (V)との差を抑 えて、ハロなどの補正に伴う悪影響を抑えることができる。
[0017] 式 (4)によって得られた値 V'と補正前の輝度 Vの比 (V,ZV)をゲイン係数として、 入力 RGB画像の各画素の R、 G、 Bのそれぞれに掛け、入力 RGB画像を階調補正 する。すなわち、次式 (5)〜(7)に示すように、階調補正後の IT、 G を算出して 出力する。
R'=R-VVV ··· (5)
G'=G-VVV ··· (6)
B'=B-VVV ··· (7) [0018] このように、近傍平均 Vavgが暗いほど大きい値を持つ の値が強く反映されるよ うに V'が決定された V'の値に基づいて、各画素の R、 G、 Bを階調するようにしたた め、入力 RGB画像の暗い部分を明るくするように各画素を階調補正することができる
[0019] なお、式(5)〜(7)に代えて、次式 (8)〜( 10)に示すように、階調補正後の 、 G' 、 を算出する際に彩度補正パラメータ S (0< S≤1)を設定して彩度を補正し、色 差が変化しても彩度が変化しな 、ようにしてもよ!、。
R' = R+ V· ( ( WV) - 1) · (R/V) S · ' · (8)
G' =G+V- ( (WV) - 1) - (G/V) s · ' · (9)
B' = B+V - ( (WV) - 1) - (B/V) S · ' · (10)
[0020] 図 4は、第 1の実施の形態における画像処理プログラムの処理の流れを示すフロー チャートである。この図 4に示す処理は、使用者によって入力装置 101が操作され、 画像処理の開始が指示されると、画像処理プログラムがメモリ 102から制御装置 103 に読み込まれ、読み込まれた画像処理プログラムが画像処理部 103aによって起動 されることより実行される。
[0021] ステップ S10において、式(1)によって各画素の輝度値 Vを算出して、ステップ S20 へ進む。ステップ S20では、上述したように、各画素の輝度値を、あら力じめ設定した 2つの階調変換特性 gl (V)および g2 (V)に基づいて、式(2)および(3)により 2つの 値を得る。その後、ステップ S30へ進み、任意の着目画素の輝度値 V(x, y)に対して その近傍平均 Vavg (x, y)を算出して、ステップ S40へ進む。
[0022] ステップ S40では、上述したように、近傍平均 Vavg (x, y)に応じた νΓおよび
の加重平均を、重み関数 w( Vavg)を使用して式 (4)により算出して、ステップ S 50へ 進む。ステップ S50では、補正した輝度 V,と補正前の輝度 Vの比を、入力 RGB画像 の各画素の R、 G、 Bのそれぞれに掛けて、式(5)〜(7)により階調補正後の 、 G' 、 を算出する。その後、ステップ S60へ進み、階調補正後の画像データをモニタ 1 04に出力して表示して、処理を終了する。
[0023] 以上説明した第 1の実施の形態によれば、以下のような作用効果を得ることができ る。 (1)入力 RGB画像上の任意の着目画素の輝度値 V(x, y)に対して、その近傍平均 Vavg (x, y)を算出する。そして、重み関数 w (Vavg)を使用して近傍平均 Vavg (X, y)に応じた重み付けを行って、単調増加で上に凸の曲線で表される 2つの階調変換 特性 gl (V)および g2 (V)のそれぞれにより得られる値 νΓおよび の加重平均を ゲインを決定する値 として算出するようにした。これによつて、画像の各領域に適し た補正を行うことができる。
[0024] (2) 2種類の階調変換特性 gl (V)および g2 (V)を共に似通った特性としたため、近 傍平均 Vavgの変化が大きぐ隣接する画素間で補正の度合い変化するような領域 でも、階調変換特性 gl (V)と g2 (V)との差を抑えて、ハロなどの補正に伴う悪影響を 抑えることができる。しカゝも、 1種類の階調変換特性で一律に補正するのに比べて、 領域ごとにきめ細かい補正を行うことができる。
[0025] (3)重み関数 w (Vavg)を単調増加の直線で表される重み関数とし、近傍平均 Vavg
(X, y)の入力値に対して、 0〜1の重み値が出力されるようにした。これによつて、近 傍平均 Vavgの大きさに応じて、周囲の明るさに応じた適当な明るさに補正することが できる。
[0026] 一第 2の実施の形態一
第 2の実施の形態では、メモリ 102から読み込んだ画像データの縮小画像を作成し 、当該縮小画像を使用して着目画素の近傍の輝度値平均を求め、階調補正を行う 場合について説明する。なお、図 1に示した画像処理装置のブロック図については、 第 1の実施の形態と同様のため説明を省略する。
[0027] この実施の形態では、まず、メモリ 102から読み込んだ画像データ (入力 RGB画像 )に対して間引き処理を施し、例えば縦サイズ、横サイズともに 1Z10に縮小する。そ して、この縮小画像の R、 G、 Bより、第 1の実施の形態で上述した式(1)によって、各 画素の輝度値 Vを算出する。そして、算出した輝度値 Vの縮小画像に LPF処理を施 す。すなわち、輝度値 Vの縮小画像に対して平滑ィ匕処理を行って画像をぼけさせる。
[0028] このように画像を縮小した後に LPF処理を施すようにしたことによって、画素を間引 V、た状態の画像に対して LPF処理を施せばよく、入力 RGB画像に対してそのまま L PF処理を施すよりも、 LPF処理に力かる負荷を低減することができる。 [0029] 次に、入力 RGB画像上の任意の位置 (X, y)に対応する縮小画像の LPF処理後の 輝度値 (X, y)を、例えば次式(11)に示す bilinear補間によって算出する。これに よって、 LPF処理後の縮小画像を入力 RGB画像の元のサイズに復元したときの LPF 処理後の輝度値 (X, y)を算出することができる。すなわち、 LPF処理後の縮小画 像のデータを使用して、入力 RGB画像上の任意の位置 (X, y)に対応する輝度値 (X, y)を求める。この輝度値 v' (X, y)は、後に説明する着目画素に対する輝度値の 近傍平均 Vavg (X, y)として使用される。
N (X, y) = (l-w) (l-u)V(X , Y ) + (l-w)uV(X , Υ )+w(li)V(X ,
0 0 1 0 0
Υ )+uwV(X , Υ ) ··· (11)
ただし、式(10)においては、 X = I x/10 I、X = I x/10 I +1、 Y =
0 1 0 I y/1
0 I、 Y = I y/10 I +l、u=mod(x, 10)/10, w=mod(y, 10)ZlOとする。
[0030] そして、第 1の実施の形態における式(1)により、入力 RGB画像の任意の位置 (X, y)の RGB値より各画素の輝度値 V(x, y)を算出し、算出した各画素の輝度値から、 あらかじめ設定された 2つの階調変換特性 g2(V)および g3(V)に基づいて、次式(1 2)および(13)に示すように 2つの値 V2 を得る。ここでは、上記縮小画像では なぐ入力 RGB画像を使用する。
V2'=g2(V) ·'·(12)
V3'=g3(V) ·'·(13)
[0031] なお、図 5に示すように、階調変換特性 g2(V)は、第 1の実施の形態における階調 変換特性 g2(V)と同一のもの、すなわち単調増加で上に凸の曲線で表される階調 変換特性であり、 g3(V)は、単調増加で下に凸の曲線で表される階調変換特性であ る。換言すれば、 g2 (V)は暗部補正に適した入力一出力特性を有し、 g3 (V)は明部 補正に適した入力一出力特性を有する。
[0032] 次に、任意の着目画素の輝度値 V (X, y)に対してその近傍平均 Vavg (x, y)の値 を取得する。近傍平均 Vavg (X, y)は、先に LPF処理と bilinear補間によって得られ た v' (X, y)の値をそのまま用いる。この実施の形態では、第 1の実施の形態における 算出範囲(10 X 10画素)よりも実質的に広い範囲の輝度値 Vを少ない負荷で得てい る。すなわち、 1Z10に縮小した縮小画像で平滑化処理 (LPF処理)をしたデータを 使用して (x, y)を求めているので、 (χ, y)自体が、 10 X 10画素範囲よりも実質 的に広い範囲の輝度値の平均とみなすことができる。
[0033] そして、第 1の実施の形態と同様に、重み関数 w (Vavg)を使用して近傍平均 Vavg (X, y)に応じた重み付けを行って、式(12)および(13)で算出した および の加重平均を次式(14)により算出する。
V' = ( 1 - w (Vavg) ) · V2' + w (Vavg) -V3' · · · (14)
[0034] これによつて、近傍平均 Vavgが暗い画素においては、 w (Vavg)は小さくなることか ら、式(14)においては の重みが高くなり、暗部補正に適した値 V'を得ることが できる。これに対して、近傍平均 Vavgが明るい画素においては、 w (Vavg)は大きく なることから、式(14)においては の重みが高くなり、明部補正に適した値 Vを得 ることができる。すなわち、画像内の暗い箇所の輝度を上げ、明るい箇所の輝度を下 げることによって、画像全体を自然な明るさに補正することができる。
[0035] そして、第 1の実施の形態と同様に、式(14)によって補正した輝度 と補正前の 輝度 Vの比 ( ZV)をゲイン係数として、式(5)〜(7)で上述したように、入力 RGB 画像の各画素の R、 G、 Bのそれぞれに掛け、入力 RGB画像を階調補正する。これ によって、画像内の暗部は明るくするように補正し、明部は暗くするように補正した輝 度 νΊこ基づいて、各画素の R、 G、 Bを階調補正するようにしたため、入力 RGB画像 全体を自然な明るさにするように、各画素を階調補正することができる。
[0036] なお、本実施の形態においても、式(5)〜(7)に代えて、式(8)〜(10)によって、 階調補正後の R G を算出する際に彩度補正パラメータ S (0< S≤1)を設定 して彩度を補正し、色差が変化しても彩度が変化しな 、ようにしてもょ 、。
[0037] 図 6は、第 2の実施の形態における画像処理プログラムの処理の流れを示すフロー チャートである。この図 6に示す処理は、使用者によって入力装置 101が操作され、 画像処理の開始が指示されると、画像処理プログラムカ モリ 102から制御装置 103 に読み込まれ、読み込まれた画像処理プログラムが画像処理部 103aによって起動 されることより実行される。
[0038] ステップ S110において、入力 RGB画像を、例えば縦サイズ、横サイズともに 1/10 に縮小した縮小画像を作成する。その後、ステップ 120へ進み、縮小画像の RGBよ り、式(1)によって各画素の輝度値 Vを算出して、ステップ S 130へ進む。ステップ S 1 30では、算出した輝度値 Vの画像に LPF処理を施して平滑ィ匕し、画像をぼけさせる 。その後、ステップ S 140へ進む。
[0039] ステップ S140では、例えば上述した式(11)による bilinear補間によって、入力 RG B画像上の位置 (X, y)に対応する縮小画像の LPF処理後の輝度値 (X, y)を算出 する。その後、ステップ S 150へ進み、式(1)により、入力 RGB画像の位置(X, y)の R GB値より各画素の輝度値 V (x, y)を算出して、ステップ S160へ進む。
[0040] ステップ S160では、上述したように、各画素の輝度値を、あらかじめ設定した 2つの 階調変換特性 g2 (V)および g3 (V)に基づいて、式(12)および(13)によりそれぞれ 補正する。その後、ステップ S 170へ進み、任意の着目画素の輝度値 V (x, y)に対し てその近傍平均 Vavg (x, y)を予め得ている輝度成分 v' (x, y)の値に置き換えて、 ステップ S 180へ進む。ステップ S 180では、上述したように、近傍平均 Vavg (x, y) に応じた および の加重平均を、重み関数 w (Vavg)を使用して式(14)によ り算出して、ステップ S 190へ進む。
[0041] ステップ S 190では、得られた値 と補正前の輝度 Vの比を、入力 RGB画像の各 画素の G、 Bのそれぞれに掛けて、式(5)〜(7)により階調補正後の IT、 G B' を算出する。その後、ステップ S200へ進み、階調補正後の画像データをモニタ 104 に出力して表示して、処理を終了する。
[0042] 以上説明した第 2の実施の形態によれば、第 1の実施の形態における効果に加え て、次のような作用効果を得ることができる。
(1)重み関数 w (Vavg)を使用して近傍平均 Vavg (x, y)に応じた重み付けを行って 、単調増加で上に凸の曲線で表される階調変換特性 g2 (V)および単調増加で下に 凸の階調変換特性 g3 (V)のそれぞれにより補正した輝度 および の加重平 均を補正後の輝度 として算出するようにした。これによつて、画像内の暗部は明る くするように補正し、明部は暗くするように補正した輝度 νΊこ基づいて、各画素の R、 G、 Bを階調することができ、入力 RGB画像全体を自然な明るさにするように、各画素 を階調補正することができる。
[0043] (2)縮小画像の RGBより各画素の輝度値 Vを算出して力 LPF処理を施して画像を ぼかし、その結果に基づいて階調補正を行うようにした。これによつて、画素を間引い た状態の画像に対して LPF処理を施せばよくなるため、入力 RGB画像に対してその まま LPF処理を施すよりも、 LPF処理に力かる負荷を低減することができる。
[0044] なお、第 2の実施の形態では、単調増加で上に凸の曲線で表される階調変換特性 g2 (V)および単調増加で下に凸の階調変換特性 g3 (V) t 、うように、階調変換特性 が大きく異なるものを使用しているので、補正によりハロといった不自然な悪影響が 出やすくなる。このような悪影響を防ぐために、近傍平均 Vavg (x, y)の画素位置に よる変化が第 1の実施の形態に比べて小さくするのが好ましい。このためには、 LPF の平滑化の度合 、を強めるようにすればよ!、。
[0045] 一第 3の実施の形態一
第 3の実施の形態では、入力 RGB画像にぉ 、て各画素の輝度を表す G画素値を 用いて、各画素の R、 G、 Bを階調補正することによって、入力 RGB画像を階調補正 する場合について説明する。なお、図 1に示した画像処理装置のブロック図について は、第 1の実施の形態と同様のため説明を省略する。入力 RGB画像の各画素には、 補間処理等を経て、 R、 G、 Bの各色成分の色情報、すなわち色成分値が存在してい る。
[0046] 画像処理部 103aは、入力 RGB画像における各画素の近傍画素の明るさとしての 輝度評価値を算出する。このために、例えば図 7に示すように撮像面を 6 X 4に分割 し、この 6 X 4の各領域の平均輝度値を算出する。平均輝度値は、各領域内の Gの値 の平均を計算する。この各領域の平均輝度値にガンマ処理を行ってもよい。そして、 最小二乗法により、 6 X 4の各領域の輝度分布に近似した次式(15)に示すような曲 面 z (x、 y)を算出する。この次式( 15)で示される曲面 z (x、 y)を使って、入力 RGB画 像の各画素位置での輝度評価値を算出する。
z、x、 y) =k x +k x y + k x +k xy +k xy+k x+k y
1 2 3 4 5 6 7
+ k y2 + k y+k +k x +k x y+k x2y2 + k xy3 + k y4
8 9 10 11 12 13 14 15
•••(15)
[0047] なお、図 7に示した例では、曲面を算出する際の近似曲面の傾きが大きすぎないよ うに、 6 X 4のサンプル点(1)〜(24) ( ()で囲まれた数字)の外周に擬似サンプル点 2 5〜48 ( ()で囲まれていない数字)を設定し、擬似サンプル点 25〜48の値は、各擬 似サンプル点に近いサンプル点と同じ値にした場合の例を示している。例えば、擬似 サンプル点 33はサンプル点(1)と同じ z値にし、擬似サンプル点 48はサンプル点(2 4)と同じ z値にした。また、ここでは式(15)によって算出した曲面に基づいて、入力 R GB画像の各画素での輝度評価値を算出する例を示したが、輝度値としては、その 他、 R、 G、 Bの最大値を用いたり、 R、 G、 Bを重み付け加算したものを用いたり、 G画 素値を用いたり、あるいは RGB値より Lab表色系の Lを計算して用いたりして、入力 R GB画像の各画素での輝度評価値を算出してもよい。
[0048] 次に、入力 RGB画像上の任意の着目画素での輝度 Gを計算し、算出した輝度 Gを あらかじめ設定された 2つの階調変換特性 f (G)および g (G)に基づ 、て補正して、 第一補正輝度 G1と第二補正輝度 G2とを算出する。本実施の形態では、上述したよ うに、着目画素の輝度を G画素値で評価するものとする。
[0049] 例えば、図 8 (a)に示す単調増加で上に凸の曲線で表される第一の階調変換特性 f (G)と、図 8 (b)に示す単調増加で下に凸の曲線で表される第二の階調変換特性 g (G)を用いて、次式(16)および(17)により第一補正輝度 G1と第二補正輝度 G2とを 算出する。なお、第一の階調変換特性 f (G)、および第二の階調変換特性 g (G)の少 なくとも一方は恒等変換であってもよい。
Gl =f (G) · · · (16)
G2=g (G) · ' · (17)
[0050] なお、図 8に示した階調変換特性 f (G)および g (G)を表すグラフにおいては、便宜 的に入出力とも範囲が 0〜1のグラフになっている力 この範囲は入出力ともに 0〜25 5でも 0〜4095でもよ!/、。また、入力の範囲を 0〜4095とし、出力の範囲を 0〜255 としてもよい。また、この補正は LUTを用いて行ってもよい。
[0051] 上述した処理で算出した着目画素の位置 (X, y)における輝度 G (X, y)に対して、 式(15)を用いてその近傍平均 Gavg (x, y)を算出する。 Gavg (x, y) =z (x、 y)であ る。そして、算出した近傍平均 Gavg (x, y)に応じて、 G1と G2を加重平均する。すな わち 0≤ ω (Gavg)≤1となる単純増加な重み関数 ω (Gavg)を使用して、次式(18) により G1および G2の加重平均Tを算出する。 G' = (l— ω (Gavg) ) 'Gl + co (Gavg) 'G2 · · · (18)
[0052] この式(18)によって算出した Gの補正値 G こよれば、近傍平均 Gavgが暗いほど f
(G)の特性が強くなり、より暗部を明るくするような補正を行うことができる。また、近傍 平均 Gavgが明るいほど、 g(G)の特性が強くなり、明るい部分でも階調つぶれしない ような補正を行うことができる。
[0053] なお、重み関数は、平均近傍輝度 Gavgだけでなぐ着目画素輝度 Gにも依存させ てもよい。例えば、 0≤Gavg, G≤lとし、 ω (Gavg, G) = (Gavg + G) Z2とすれば 、着目画素の輝度が低いときに、より明るく補正する効果を高めることができる。また、 ω (Gavg, G) = (Gavg + G2) /2としてもよい。さらに、図 9に示すような第三の階調 変換特性を設定しておき、この第三の階調変換特性に基づいて算出した第三補正 輝度 G3と、式(18)で補正した補正値Tを所定の比率で加重平均して、最終補正 輝度値T 'を算出してもよ ヽ。
[0054] 次に、式(18)で算出した Gの補正値Tと Gとの比(G'ZG)をゲイン係数として設 定し、各画素の Rと Bを階調補正する。すなわち、次式(19)および (20)により、階調 補正後の および を算出する。
R' =R-GVG · · · (19)
B' =B-GVG - - - (20)
[0055] このように、 Rと Bは、 Gと Gの階調補正結果Tを用いて階調補正を行うことができる 。換言すれば、入力 RGB画像に含まれる 1つの色成分 Gに基づいて、他の色成分 R および Bを階調補正することができる。このため、第 1および第 2の実施の形態におい て、 R、 G、 Bのそれぞれを、輝度値 Vおよびその補正値 νΊこ基づいて階調補正する よりも、処理を軽くすることができる。
[0056] 図 10は、第 3の実施の形態における画像処理プログラムの処理の流れを示すフロ 一チャートである。この図 10に示す処理は、使用者によって入力装置 101が操作さ れ、画像処理の開始が指示されると、画像処理プログラムがメモリ 102から制御装置 103に読み込まれ、読み込まれた画像処理プログラムが画像処理部 103aによって 起動されることより実行される。
[0057] ステップ S210において、画像処理部 103aは、上述したように、式(15)で算出され る曲面を使用して、入力 RGB画像の各画素での輝度評価値を算出する。すなわち、 式(15)で算出される値を輝度評価値とする。その後、ステップ S220へ進み、入力 R GB画像上の任意の着目画素での輝度 Gを計算し、算出した輝度 Gをあらカゝじめ設 定された 2つの階調変換特性 f (G)および g (G)に基づいて、式(16)および(17)に より補正して、第一補正輝度 G1と第二補正輝度 G2とを算出する。その後、ステップ S 230へ進む。
[0058] ステップ S230では、着目画素の位置(X, y)における輝度 G (x, y)に対して、式(1 5)を用いてその近傍平均 Gavg (x, y)を算出して、ステップ S240へ進む。前述した ように、 Gavg (x, y) =z (x、 y)とする。ステップ S240では、式(18)により算出した近 傍平均 Gavg (x, y)に応じた G1および G2の加重平均Tを算出する。
[0059] その後、ステップ S250へ進み、算出した Gの補正値Tと Gとの比をゲイン係数とし て設定し、式(19)および (20)により、階調補正後の および を算出する。その 後、ステップ S260へ進み、階調補正後の画像データをモニタ 104に出力して表示し て、処理を終了する。
[0060] 以上説明した第 3の実施の形態によれば、入力 RGB画像において各画素の輝度 を表す G画素値を用いて階調補正値Tを算出し、 Rと Bは、 と Gの比で算出される ゲイン係数をかけて階調補正するようにした。これによつて、第 1および第 2の実施の 形態において、 R、 G、 Bのそれぞれを、輝度値 Vおよびその補正値 νΊこ基づいて階 調補正するよりも、処理を軽くすることができる。
[0061] 一第 4の実施の形態一
第 4の実施の形態では、階調補正対象の画像データとして、 Bayer画像が入力さ れる場合に、各画素の画素値を補正して階調補正する方法ついて説明する。この実 施の形態で使用する画像を撮像したデジタルカメラの撮像素子は、各画素ごとにカラ 一フィルタが配置され、それぞれ G、または Bの光に感度がある。すなわち、 R、 G 、 Bのカラーフィルタが Bayer配列されている。この撮像素子で撮像される画像デー タは RGB表色系で示される Bayer画像であるものとし、画像データを構成する各々 の画素には、 RGBの何れ力 1つの色成分の色情報が存在しているものとする。
[0062] なお、図 1に示した画像処理装置のブロック図については、第 1の実施の形態と同 様のため説明を省略する。
[0063] 図 11は、 Bayer配列における R、 G、 Bのカラーフィルタの配置を示す図である。こ の図 11に示すように、 Bayer画像の各画素には、 R、 G、 Bのいずれかの色成分の色 情報、すなわち色成分値 (CCDの信号値に対応する値)が存在している。
[0064] 画像処理部 103aは、使用者によって選択された画像処理対象の画像がモニタ 10 4に表示された状態で、使用者によって入力装置 101が操作され、画像処理の開始 が指示されると、メモリ 102に記憶された画像処理プログラムを読み込んで実行する 。そして、メモリ 102から画像処理対象の Bayer画像データ (入力 Bayer画像)を読み 込んで、この入力 Bayer画像における 256 X 256の解像度の輝度評価値を算出する 。具体的には、撮像面を 256 X 256の領域に分割し、各領域内の G画素の平均を算 出し輝度評価値とする。そして、算出した輝度評価値を近似する曲面 z (x、 y)を、第 3の実施の形態で上述した式(15)により算出する。なお、第 3の実施の形態と同様に 、近似曲面 z (x、 y)を算出する前に撮像面を 6 X 4に分割してもよい。
[0065] 次に、入力 Bayer画像を 2 X 2のブロックに分割する。すなわち、図 11において、符 号 11aに示す、 G画素を 2つ含み、 B画素と R画素はそれぞれ 1つずつ含む 2 X 2の ブロックに分割する。なお、各ブロックに含まれる 2つの G画素は、 B行における G画 素、すなわち G画素と、 R行における G画素、すなわち G画素である。そして、分割
B R
した各 2 X 2のブロックごとに各画素の画素値の補正を行う。
[0066] 以下、任意の 1ブロックを対象ブロックとして画素値の補正を行う場合について説明 する。以下に示す対象ブロックに対する処理を、全ての 2 X 2のブロックに対して実行 することによって、入力 Bayer画像全体の各画素について画素値の補正を行うことが できる。
[0067] まず、対象ブロックにおいて、以下の(A)〜(D)のいずれかの値を対象ブロックの 輝度評価値 GOとして算出する。
(A)対象ブロック内の 2つの G画素の輝度評価値の平均値、すなわち G画素の輝度
B
評価値、および G画素の輝度評価値の平均値。
R
(B)対象ブロック内の G画素の輝度評価値、および G画素の輝度評価値の最大値 (C)対象ブロック内の 4つの画素の輝度評価値の最大値、すなわち G画素の輝度
B
評価値、 G画素の輝度評価値、 B画素の輝度評価値、および R画素の輝度評価値
R
の最大値。
(D)対象ブロック内の G画素の輝度評価値、 G画素の輝度評価値、 C X B画素の
B R 1 輝度評価値、および C X R画素の輝度評価値のそれぞれの輝度評価値の最大値。
2
なお、 Cおよび Cはホワイトバランス係数であり、例えば C = 2、 C = 1. 5が設定さ
1 2 1 2 れる。
[0068] これらの(A)〜(D)の!、ずれの方法で対象ブロックの輝度評価値 GOを算出するか は、あら力じめ画像処理プログラムで設定されている。本実施の形態では、例えば (A )に示した方法で、対象ブロックの輝度評価値 GOを算出する。
[0069] そして、算出した対象ブロックの輝度評価値 GOに対応した、あら力じめ設定されて いる 2つのゲイン特性、例えば図 12(a)に示す Γ (GO)、および図 12(b)に示す ( GO)に基づいて、次式(21)および(22)により、第一ゲイン係数 mlと、第二ゲイン係 数 m2とを算出する。なお、ゲイン特性は変換パラメータとも言う。
πι1=Γ (GO) · · · (21)
m2=g' (GO) · · · (22)
なお、ゲイン特性 Γ (GO)および (GO)は、大きすぎな!/、ように上限を設けてもよ い。
[0070] 次に、対象ブロックの中心座標と、上述した処理で算出した近似曲面 z (x、 y)とに 基づいて、当該対象ブロックにおける近傍平均輝度評価値 GOavgを算出する。算出 した近傍平均輝度評価値 GOavgに応じて mlと m2を加重平均して、第三ゲイン係数 m3を算出する。すなわち 0≤ ω (GOavg)≤1となる単純増加な重み関数 ω (GOavg )を使用して、次式 (23)により第三ゲイン係数 m3を算出する。
m3 =ml - (1 - ω (Gavg) ) +m2 - ω (Gavg) · · · (23)
[0071] 式(23)で算出した第三ゲイン係数 m3を、対象ブロック内のそれぞれの画素の画 素値に掛けて、各画素の画素値を補正する。すなわち、次式 (24)〜(27)により、対 象ブロック内の G、 G、 B、および Rの画素値を補正して、補正後の T 、 , B
B R B R
および R'の画素値を出力する。 G' =m3 -G - - - (24)
B B
G' =m3 -G · · · (25)
R R
B' =m3 -B · · · (26)
R' =m3 -R · · · (27)
[0072] 上述したように、この対象ブロックに対する処理を全てのブロックに対して実行する ことによって、入力 Bayer画像全体の各画素について画素値の補正を行って、入力 Bayer画像の階調補正を行うことができる。
[0073] 図 13は、第 4の実施の形態における画像処理プログラムの処理の流れを示すフロ 一チャートである。この図 13に示す処理は、使用者によって入力装置 101が操作さ れ、画像処理の開始が指示されると、画像処理プログラムがメモリ 102から制御装置 103に読み込まれ、読み込まれた画像処理プログラムが画像処理部 103aによって 起動されることより実行される。
[0074] ステップ S310において、上述したように、入力 Bayer画像における 256 X 256の解 像度の輝度評価値を算出する。そして、算出した輝度評価値を近似する曲面 z (x、 y )を算出する。その後、ステップ S320へ進む。ステップ S320では、入力 Bayer画像 を G画素を 2つ含み、 B画素と R画素はそれぞれ 1つずつ含む 2 X 2のブロックに分割 する。その後、ステップ S330へ進む。
[0075] ステップ S330では、上述した (A)〜(D)の!、ずれかの方法によって、対象ブロック の輝度評価値 GOを算出する。その後、ステップ S340へ進み、図 12に示した 2つの ゲイン特性 Γ (GO)、および g' (GO)に基づいて、式(21)および(22)により、第一ゲ イン係数 mlと、第二ゲイン係数 m2とを算出して、ステップ S350へ進む。
[0076] ステップ S350では、対象ブロックの中心座標と近似曲面 z (x、 y)とに基づいて、当 該対象ブロックにおける近傍平均輝度評価値 GOavgを算出する。そして、式(23)に より、算出した近傍平均輝度評価値 GOavgに応じて mlと m2を加重平均して、第三 ゲイン係数 m3を算出する。その後、ステップ S 360へ進む。
[0077] ステップ S360では、算出した第三ゲイン係数 m3を、式(24)〜(27)により対象ブ ロック内のそれぞれの画素の画素値に掛けて、各画素の画素値を補正して、補正後 の T 、 G' 、: 、および の画素値を得る。 [0078] その後、ステップ S370へ進み、上述したステップ S330力ら S360までの処理を、入 力 Bayer画像における全てのブロックに対して実行したか否かを判断する。未完了の ブロックがあると判断した場合には、ステップ S330へ戻って処理を繰り返す。これに 対して、全てのブロックに対する処理が完了したと判断した場合には、ステップ S380 へ進む。ステップ S380では、補正後の画像データをモニタ 104に出力して表示して 、処理を終了する。
[0079] 以上説明した第 4の実施の形態によれば、あらかじめ設定された複数のゲイン特性 、すなわちゲイン特性 Γ (GO)、および (GO)の 2つのゲイン特性を複数の値として 使用し、この複数のゲイン特性に基づいて、第一ゲイン係数 mlと、第二ゲイン係数 m2とを算出した。そして、対象ブロックの近傍平均輝度評価値 GOavgに応じて mlと m2を加重平均して、各画素の補正に使用する第三ゲイン係数 m3を算出するように した。これによつて、第 1〜第 3の実施の形態で上述したように、複数の値を階調変換 に基づ!/、て算出する必要がな 、ため、処理の負荷を低減することができる。
[0080] 一第 5の実施の形態一
第 5の実施の形態では、第 4の実施の形態と同様に、階調補正対象の画像データ として Bayer画像が入力される場合について説明する。なお、図 1に示した画像処理 装置のブロック図については、第 1の実施の形態と同様のため説明を省略する。
[0081] この実施の形態では、入力 Bayer画像は、画像データ内に画像撮像時の露出補 正値のデータを含んでいる。すなわち、入力 Bayer画像を撮像したデジタルカメラで は、画像撮像時に露出補正値を設定することができ、画像が撮像されると設定された 露出補正値を画像データ内に含んで記憶することができるようになつている。本実施 の形態では、このように画像データ内に画像撮像時の露出補正値のデータを含む場 合について説明するが、画像撮像時の露出補正値のデータを、画像データと対応付 けてメモリ 102に記憶するようにしてもょ 、。
[0082] 画像処理部 103aは、第 3の実施の形態と同様に、入力 Bayer画像の撮像面を 6 X 4に分割し、この 6 X 4の各領域の輝度評価値を算出する。そして、算出した各領域 の輝度評価値を、画像データ内に含まれる露出補正値に基づいて補正し、補正した 輝度評価値を近似する曲面を算出する。 [0083] このために、画像処理部 103aは、画像撮像時の露出補正値に基づいて、入力 Ba yer画像の画像形式に応じた倍数を各領域の輝度評価値にかける。例えば、入力 B ayer画像の画像形式が RAWデータなどの輝度値と画素値が比例関係 (線形関係) にあるような画像データの場合には、露出補正値が 1段の場合には各領域の輝度 評価値を 2倍し、露出補正値が + 1段の場合には各領域の輝度評価値を 1Z2倍す る。なお、入力 Bayer画像の画像形式が SRGBの場合など、輝度値と画素値が比例 関係にない場合には、その画像形式に応じた倍数を各領域の輝度評価値に力 4ナる ようにする。
[0084] そして、各領域の補正した輝度評価値に基づいて、第 3の実施の形態と同様に、輝 度評価値を近似する曲面を算出する。そして、上述した第 4の実施の形態と同様に、 入力 Bayer画像の各画素の画素値を補正して、入力 Bayer画像の階調補正を行う。 これによつて、デジタルカメラにおいて露出補正を暗め、または明るめに設定して画 像を撮像したにも関わらず、階調補正によりその露出補正を打ち消してしまうことを防 ぐことができる。
[0085] 図 14は、第 5の実施の形態における画像処理プログラムの処理の流れを示すフロ 一チャートである。この図 14に示す処理は、使用者によって入力装置 101が操作さ れ、画像処理の開始が指示されると、画像処理プログラムがメモリ 102から制御装置 103に読み込まれ、読み込まれた画像処理プログラムが画像処理部 103aによって 起動されることより実行される。なお、図 14においては、図 13に示す第 4の実施の形 態における画像処理プログラムの処理と同一の処理内容については、同じステップ 番号を付与し、相違点を中心に説明する。
[0086] ステップ S311にお!/、て、入力 Bayer画像の撮像面を 6 X 4に分割して、ステップ S3 12へ進む。ステップ S312では、 6 X 4の各領域の輝度評価値を算出する。その後、 ステップ S313へ進み、上述したように、算出した各領域の輝度評価値を、画像デー タ内に含まれる露出補正値に基づいて補正して、ステップ S314へ進む。ステップ S3 14では、補正した輝度評価値を近似する曲面を算出して、ステップ S320へ進む。ス テツプ S320以降は、第 4の実施の形態と同様である。
[0087] 以上説明した第 5の実施の形態によれば、デジタルカメラにおいて露出補正を暗め 、または明るめに設定して画像を撮像したにも関わらず、階調補正によりその露出補 正を打ち消してしまうことを防ぐことができる。
[0088] 一変形例一
なお、上述した実施の形態の画像処理装置は、以下のように変形することもできる。 (1)上述した第 1および第 2の実施の形態では、式(1)によって各画素の輝度値 Vを 算出する例について説明した。しかしこれに限定されず、例えば、次式 (28)または( 29)によって算出するようにしてもよい。なお、次式(28)、(29)において、 Yは、 YCb Cr形式 (輝度色差表現)の画像データにおける輝度を表し、 I Cb Iおよび I Cr I は、色差 Cbおよび Crの絶対値である。
V=Y=0. 3R+0. 6G + 0. IB · · · (28)
V=Y+ I Cb I + I Cr I ' · · (29)
また、次式 (30)によって輝度を算出して、肌色では明るさを小さぐ青空では明るさ を大きく評価し、肌色を明るく補正して青色を深みのある色に補正するようにしてもよ い。
V= (R+ 2G + 2B) /5 - - - (30)
[0089] (2)上述した第 1の実施の形態では、階調変換特性 gl (V)および g2 (V)は、図 2に 示すように、いずれも単調増加で上に凸の曲線で表され、それぞれ入力に対する出 力の大きさが異なるように設定する例について説明した。し力しこれに限定されず、 g 2 (V)を gl (V)と g' 1 (V)の合成関数、すなわち g2 (V) =g' l (gl (V) )としてもよ ヽ。
[0090] (3)上述した第 1の実施の形態では、それぞれ単調増加で上に凸の曲線で表される 階調変換特性 gl (V)および g2 (V)の組によって各画素の明るさから複数の値を取 得し、第 2の実施の形態では、単調増加で上に凸の曲線で表される階調変換特性 g 2 (V)と、単調増加で下に凸の曲線で表される階調変換特性 g3 (V)の組によって各 画素の明るさに基づいて複数の値を取得する例について説明した。
[0091] しかしこれに限定されず、単調増加で上に凸の曲線で表される階調変換特性 gl ( V)、 g2 (V)、および単調増加で下に凸の曲線で表される階調変換特性 g3 (V)の 3 つをあらかじめ設定しておき、入力 RGB画像全体の平均輝度が所定値未満であれ ば、単調増加で上に凸の階調特性の組、すなわち gl (V)と g2 (V)の組を使用して処 理を行う。また、入力 RGB画像全体の平均輝度が所定値以上であれば、単調増加 で上に凸の階調特性と下に凸の階調特性の組、例えば gl (V)と g3 (V)の組を使用 して処理を行うようにしてもよい。これによつて、入力 RGB画像が全体的に暗い場合 には、暗部補正に適した単調増加で上に凸の階調特性の組を使用して画像全体を 明るくする方向に補正することができ、入力 RGB画像が全体的に明るい場合には、 暗部補正に適した単調増加で上に凸の階調特性と、明部補正に適した単調増加で 下に凸の階調特性との組を使用して、画像全体が明るくなり過ぎないように補正する ことができるようになる。図 18は、画像処理部 103aが行う上記の処理のフローチヤ一 トを示す図である。なお、平均輝度は必ずしも入力 RGB画像全体の平均輝度でなく てもよく、一部の所定の範囲であってもよい。また、平均輝度が所定値以上の場合、 g 2 (V)と g3 (V)の組を使用して処理を行うようにしてもよ!、。
[0092] また、同様に 3種類以上の階調変換特性 gN (V) (N> 2)を設定しておき、それらの 中から 2つの組を画像全体の輝度に応じて決定するようにしてもよい。例えば、補正 する画像を複数の領域に分割し、分割された領域ごとに全体的に明るい場合と暗い 場合に分ける。そして、領域全体の明るさに応じて、 3種類以上の階調変換特性 gN ( V) (N > 2)力も 2つの組を選び出すようにしてもよ!、。
[0093] (4)上述した第 2の実施の形態、および変形例(3)では、単調増加で上に凸の曲線 で表される階調変換特性 g2 (V)と、単調増加で下に凸の曲線で表される階調変換 特性 g3 (V)とを、図 5に示すように設定する例について説明した。しかしこれに限定 されず、例えば図 15に示すように、単調増加で曲線の一部が上に凸、または単調増 加で曲線の一部が下に凸となる特性になるように設定してもよい。
[0094] (5)第 1〜5の実施の形態で上述した画像処理装置 100における画像処理部 103a を、撮像装置 200、例えばデジタルカメラに搭載してもよい。この撮像装置 200は、図 16に示すように、入力装置 201、例えばレリーズボタンと、メモリーカードなどの外部 メモリを挿入する外部メモリ IF202と、撮像素子 203、例えば CCDと、 CPU204と、 液晶モニタ 205とを備えた一般的なデジタルカメラである。 CPU204は、撮像素子 2 03による画像の撮影を制御する撮影処理部 204aと、画像処理部 103aとを有してい る。この画像処理部 103aは、撮像素子 203で撮像された画像に対して、公知の各種 画像処理を行うとともに、使用者によって選択された任意の画像に対して、第 1〜5の 実施の形態で上述した階調補正処理を実行する。なお、第 5の実施の形態で上述し た画像処理装置 100における画像処理部 103aをデジタルカメラに搭載する場合に は、当該デジタルカメラは露出補正値を設定する機能を備えて 、るものとする。
[0095] (6)上述した第 3の実施の形態では、入力 RGB画像に基づ 、て各画素の近傍画素 の明るさとしての輝度評価値を算出する例について説明した。し力しこれに限定され ず、入力 RGB画像の縮小画像やサムネイル画像に基づいて、輝度評価値を算出す るようにしてちょい。
[0096] (7)上述した第 3の実施の形態では、補正対象画像が RGB形式の画像データ (原色 系表現で表される画像データ)である場合に、入力 RGB画像に含まれる着目画素の 1つの色成分 Gと近傍平均の Gの値を基に着目画素の Gの階調補正を行い、さらに 着目画素の Gと階調補正後の着目画素の Gとからゲイン係数を導き出し、他の色成 分 Rや Bにもそのゲイン係数を基に、階調補正を行う例について説明した。しかしこれ に限定されず、次のような例でもよい。補正対象画像が YCbCr形式の画像データの 場合、着目画素の輝度 Yと近傍画素の輝度 Yに基づいてゲイン係数を算出し、着目 画素の輝度 Yを階調補正する。その際、着目画素の輝度 Yを補正するゲイン係数に 応じて、色素 Cb、 Crが補正前の画像データと飽和度 (サチユレーシヨン)が変わらな V、ように補正することが好ま 、。
[0097] (8)上述した第 3の実施の形態では、式(19)および(20)により、画素単位で Rと Bを 階調補正する例について説明した。しかしこれに限定されず、例えば撮像面を 6 X 4 に分割したときの各領域単位に Rと Bを階調補正するようにしてもょ 、。
[0098] (9)上述した第 5の実施の形態では、入力 Bayer画像の撮像面を 6 X 4に分割したと きの各領域の輝度評価値を、画像データ内に含まれる露出補正値に基づ 、て補正 する例について説明した。しかしこれに限定されず、露出補正値に応じて階調補正 処理で使用する階調変換特性やゲイン特性を補正するようにしてもよい。
[0099] (10)上述した実施の形態では、画像処理プログラムはメモリ 102に格納されていると して説明した。この画像処理プログラムは、 CD— ROMなどの記録媒体やインターネ ットなどのデータ信号を通じて画像処理装置 (パーソナルコンピュータ) 100に提供す ることができる。図 17はその様子を示す図である。画像処理装置 100は、 CD-RO M304を介して画像処理プログラムの提供を受ける。また、画像処理装置 100は通 信回線 301との接続機能を有する。コンピュータ 302は上記画像処理プログラムを提 供するサーバーコンピュータであり、ハードディスク 303などの記録媒体に画像処理 プログラムを格納する。通信回線 301は、インターネットなどの通信回線、あるいは専 用通信回線などである。コンピュータ 302はハードディスク 303を使用して画像処理 プログラムを読み出し、通信回線 301を介して画像処理プログラムを画像処理装置 1 00に送信する。すなわち、画像処理プログラムをデータ信号として搬送波に具現化( embody)して、通信回線 301を介して送信する。このように、画像処理プログラムは、 記録媒体や搬送波などの種々の形態のコンピュータ読み込み可能なコンピュータプ ログラム製品として供給できる。
[0100] (11)上述した実施の形態では、画像処理の対象となる画像データはメモリ 102に格 納されているとして説明した。この画像データは、上述した画像処理プログラムと同様 に、 CD— ROMなどの記録媒体やインターネットなどのデータ信号を通じて画像処 理装置 100が取得することができる。また、画像処理装置 100が、デジタルカメラと U SBインターフェースケーブルなどを介して接続し取得するようにしてもょ 、。
[0101] なお、本発明の特徴的な機能を損なわない限り、本発明は、上述した実施の形態 における構成に何ら限定されない。
[0102] 次の優先権基礎出願の開示内容は引用文としてここに組み込まれる。
日本国特許出願 2005年第 179067号(2005年 6月 20日出願)
日本国特許出願 2005年第 284569号(2005年 9月 29日出願)

Claims

請求の範囲
[1] 画像処理装置であって、
画像データにおける画素について、複数の異なる変換パラメータ力 複数の値を得 るパラメータ算出部と、
前記パラメータ算出部により得られた複数の値に所定の重み付けを行う重み付け 部と、
前記重み付け部による重み付け結果に基づいて、前記画像データの階調補正を 行う階調補正部とを備える。
[2] 請求項 1に記載の画像処理装置において、
前記パラメータ算出部は、前記画像データにおける画素につ 、て特性が異なる複 数の階調変換に基づいて、前記複数の値を得る。
[3] 請求項 1または 2に記載の画像処理装置において、
前記階調補正部は、前記重み付け部による重み付け結果に基づいて、画素のゲイ ン係数を算出するゲイン係数算出部を含み、前記ゲイン係数算出部で算出したゲイ ン係数に応じて前記画像データの階調補正を行う。
[4] 請求項 1〜3のいずれかに記載の画像処理装置において、
前記重み付け部は、前記画素の近傍画素の明るさに応じて所定の重み付けを行う
[5] 請求項 4に記載の画像処理装置において、
前記画像データの撮像時に設定された露出補正値を取得する露出補正値取得部 と、
前記露出補正値取得部による取得結果に基づいて、前記画素の近傍画素の明る さを補正する明るさ補正部とをさらに備え、
前記パラメータ算出部は、前記明るさ補正部により補正された画像データに基づき 、前記複数の値を得る。
[6] 請求項 2〜5の 、ずれかに記載の画像処理装置にお!/、て、
前記複数の階調変換は 3種以上であり、その中から画像の明るさに応じて 2つの階 調変換を選択する選択部をさらに備え、 前記パラメータ算出部は、前記選択部で選択した 2つの階調変換のそれぞれを用 いて、画素の明るさ値力 前記複数の値を得る。
[7] 請求項 6に記載の画像処理装置において、
前記複数の階調変換は、単調増加で少なくとも一部が上に凸の曲線で表される特 性の第 1の階調変換、単調増加で少なくとも一部が上に凸の曲線で表され、前記第 1 の階調変換より入力に対する出力値の変化が小さい特性の第 2の階調変換、および 単調増加で少なくとも一部が下に凸の曲線で表される特性の第 3の階調変換を含む
[8] 請求項 7に記載の画像処理装置において、
前記選択部は、画像データの所定範囲の平均輝度が所定値未満である場合に、 前記第 1の階調変換と、前記第 2の階調変換とを選択する。
[9] 請求項 7に記載の画像処理装置において、
前記選択部は、画像データの所定範囲の平均輝度が所定値以上である場合に、 前記第 1または第 2の階調変換と、前記第 3の階調変換とを選択する。
[10] 請求項 3〜9の 、ずれかに記載の画像処理装置にお!/ヽて、
前記ゲイン係数算出部は、前記画像データが原色系表現で表される場合には、前 記画像データに含まれる 1つの色成分に基づいて、他の色成分を階調変換するため のゲイン係数を算出する。
[11] 請求項 3〜9の 、ずれかに記載の画像処理装置にお!/ヽて、
前記ゲイン係数算出部は、前記画像データが輝度色差表現で表される場合には、 前記画像データの輝度に基づ!ヽて、前記画像データの各画素の輝度を階調変換す るためのゲイン係数を算出する。
[12] 請求項 11に記載の画像処理装置にお 、て、
前記ゲイン係数算出部で求められた各画素の前記ゲイン係数に応じて、各画素の 色差データを補正する色差データ補正部をさらに備えることを特徴とする画像処理 装置。
[13] 請求項 1に記載の画像処理装置において、
前記複数の値は、複数のゲイン係数である。
[14] 請求項 4に記載の画像処理装置において、
前記画像データに基づき縮小画像の縮小画像データを生成する縮小画像生成部 と、
前記縮小画像データを平滑化処理する平滑化部と、
前記平滑ィヒ処理された縮小画像データに基づき前記近傍画素の明るさを求める近 傍演算部とをさらに備える。
[15] 画像処理方法であって、
画像データにおける画素について複数の異なる変換パラメータ力 複数の値を得 るパラメータ算出工程と、
前記パラメータ算出工程により得られた前記複数の値に所定の重み付けを行う重 み付け工程と、
前記重み付け工程による重み付け結果に基づ ヽて、前記画像データの階調補正 を行う階調補正工程とを有する。
[16] 請求項 15に記載の画像処理方法において、
前記パラメータ算出工程は、前記画像データにおける画素について、特性が異な る複数の階調変換に基づ 、て前記複数の値を得る。
[17] 請求項 15または 16に記載の画像処理方法において、
前記階調補正工程は、前記重み付け工程による重み付け結果に基づいて、画素 のゲイン係数を算出するゲイン係数算出工程を含み、前記ゲイン係数算出工程で算 出したゲイン係数に応じて前記画像データの階調補正を行う。
[18] 請求項 15〜 17のいずれかに記載の画像処理方法において、
前記重み付け工程は、前記画素の近傍画素の明るさに応じて所定の重み付けを 行う。
[19] 請求項 18に記載の画像処理方法において、
前記画像データの撮像時に設定された露出補正値を取得する露出補正値取得ェ 程と、
前記露出補正値取得工程による取得結果に基づいて、前記画素の近傍画素の明 るさを補正する明るさ補正工程とをさらに有し、 前記パラメータ算出工程は、前記明るさ補正工程により補正された画像データに基 づき、前記複数の値を得る。
[20] 請求項 16〜19のいずれかに記載の画像処理方法において、
3種以上の階調変換の中から画像の明るさに応じて 2つの階調変換を選択する選 択工程をさらに有し、
前記パラメータ算出工程は、前記選択工程で選択した 2つの階調変換のそれぞれ を用いて、前記画素の明るさから前記複数の値を得る。
[21] 請求項 20に記載の画像処理方法において、
前記複数の階調変換は、単調増加で少なくとも一部が上に凸の曲線で表される特 性の第 1の階調変換、単調増加で少なくとも一部が上に凸の曲線で表され、前記第 1 の階調変換より入力に対する出力値の変化が小さい特性の第 2の階調変換、および 単調増加で少なくとも一部が下に凸の曲線で表される特性の第 3の階調変換を含む
[22] 請求項 21に記載の画像処理方法にぉ 、て、
前記選択工程は、画像データの所定範囲の平均輝度が所定値未満である場合に 、前記第 1の階調変換と、前記第 2の階調変換とを選択する。
[23] 請求項 21に記載の画像処理方法にぉ 、て、
前記選択工程は、画像データの所定範囲の平均輝度が所定値以上である場合に 、前記第 1または第 2の階調変換と、前記第 3の階調変換とを選択する。
[24] 請求項 17〜23のいずれかに記載の画像処理方法において、
前記ゲイン係数算出工程は、前記画像データが原色系表現で表される場合には、 前記画像データに含まれる 1つの色成分に基づいて、他の色成分を階調変換するた めのゲイン係数を算出する。
[25] 請求項 17〜23のいずれかに記載の画像処理方法において、
前記ゲイン係数算出工程は、前記画像データが輝度色差表現で表される場合に は、前記画像データの輝度に基づいて、前記画像データの各画素の輝度を階調変 換するためのゲイン係数を算出する。
[26] 請求項 25に記載の画像処理方法にぉ ヽて、 前記ゲイン係数算出工程で求められた各画素の前記ゲイン係数に応じて、各画素 の色差データを補正する色差データ補正工程をさらに備える。
[27] 請求項 13に記載の画像処理方法において、
前記複数の値は、複数のゲイン係数である。
[28] 請求項 18に記載の画像処理方法において、
前記画像データに基づき縮小画像の縮小画像データを生成する縮小画像生成ェ 程と、
前記縮小画像データを平滑化処理する平滑化工程と、
前記平滑ィヒ処理された縮小画像データに基づき前記近傍画素の明るさを求める近 傍演算工程とをさらに備える。
[29] 画像処理方法であって、
複数の画素からなる画像を取得し、
着目画素の輝度を示す値に基づき複数の異なる特性に応じた複数の値を求め、 前記着目画素近傍の明るさを求め、
前記着目画素近傍の明るさに基づき、前記求めた複数の値の加重平均を求め、 前記着目画素の輝度を示す値と前記求めた加重平均とに基づき、前記着目画素 の階調補正を行う。
[30] コンピュータ読み込み可能なコンピュータプログラム製品であって、
請求項 15から 29のいずれかに記載の画像処理方法をコンピュータに実行させる 画像処理プログラムを有する。
[31] 撮像装置であって、
画像を撮像する撮像部と、
請求項 30に記載のコンピュータプログラム製品を構成する画像処理プログラムを実 行して、前記撮像部で撮像した画像データを階調補正する画像処理部とを備える。
PCT/JP2006/312245 2005-06-20 2006-06-19 画像処理装置、画像処理方法、画像処理プログラム製品、および撮像装置 WO2006137361A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US11/922,313 US8103119B2 (en) 2005-06-20 2006-06-19 Image processing device, image processing method, image processing program product, and image-capturing device
EP06766909.3A EP1898624B1 (en) 2005-06-20 2006-06-19 Image processing device, image processing method, image processing program product, and image-capturing device
JP2007522273A JP4831067B2 (ja) 2005-06-20 2006-06-19 画像処理装置、画像処理方法、画像処理プログラム製品、および撮像装置

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2005-179067 2005-06-20
JP2005179067 2005-06-20
JP2005284569 2005-09-29
JP2005-284569 2005-09-29

Publications (1)

Publication Number Publication Date
WO2006137361A1 true WO2006137361A1 (ja) 2006-12-28

Family

ID=37570389

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2006/312245 WO2006137361A1 (ja) 2005-06-20 2006-06-19 画像処理装置、画像処理方法、画像処理プログラム製品、および撮像装置

Country Status (4)

Country Link
US (1) US8103119B2 (ja)
EP (1) EP1898624B1 (ja)
JP (1) JP4831067B2 (ja)
WO (1) WO2006137361A1 (ja)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009044221A (ja) * 2007-08-06 2009-02-26 Nikon Corp 撮像装置
JP2011028449A (ja) * 2009-07-23 2011-02-10 Nikon Corp 画像処理装置、電子カメラ、および画像処理プログラム
JP2012505460A (ja) * 2008-10-13 2012-03-01 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 画像のコントラスト強調
JP2013033446A (ja) * 2011-06-28 2013-02-14 Dainippon Printing Co Ltd 画像処理装置、画像処理方法、画像処理用プログラム、および、記録媒体
JP2014032369A (ja) * 2012-08-06 2014-02-20 Canon Inc 表示装置およびその制御方法
US8665351B2 (en) 2009-07-23 2014-03-04 Nikon Corporation Image processing device, electronic camera, and storage medium storing image processing program
JP2015139155A (ja) * 2014-01-23 2015-07-30 キヤノン株式会社 撮像装置及び撮像方法
JP2015165385A (ja) * 2014-02-05 2015-09-17 パナソニックIpマネジメント株式会社 画像処理方法および画像処理装置
WO2017022323A1 (ja) * 2015-08-03 2017-02-09 オリンパス株式会社 画像信号処理方法、画像信号処理装置および画像信号処理プログラム

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7480083B2 (en) * 2002-07-30 2009-01-20 Canon Kabushiki Kaisha Image processing system, apparatus, and method, and color reproduction method
JP4891130B2 (ja) * 2007-03-30 2012-03-07 キヤノン株式会社 画像処理装置および画像処理方法
JP4841582B2 (ja) * 2008-03-18 2011-12-21 富士通株式会社 画像補正プログラムおよび画像補正装置
US20090237530A1 (en) * 2008-03-20 2009-09-24 Ilia Ovsiannikov Methods and apparatuses for sharpening images
WO2010007726A1 (ja) * 2008-07-17 2010-01-21 株式会社ニコン 撮像装置、画像処理プログラム、画像処理装置、および画像処理方法
EP2384583A1 (en) * 2009-01-20 2011-11-09 Hewlett-Packard Development Company, L.P. Image processing
JP2011228807A (ja) * 2010-04-15 2011-11-10 Nikon Corp 画像処理プログラム、画像処理装置、および画像処理方法
JP5672776B2 (ja) * 2010-06-02 2015-02-18 ソニー株式会社 画像処理装置、および画像処理方法、並びにプログラム
JP5535053B2 (ja) * 2010-11-26 2014-07-02 キヤノン株式会社 画像処理装置、及び画像処理方法
US9025867B2 (en) * 2012-05-31 2015-05-05 Apple Inc. Systems and methods for YCC image processing
JP5924147B2 (ja) * 2012-06-14 2016-05-25 ソニー株式会社 表示装置、画像処理装置、および表示方法
JP2016001809A (ja) * 2014-06-11 2016-01-07 ソニー株式会社 撮像装置、及び、撮像方法
JPWO2016103634A1 (ja) * 2014-12-25 2017-10-19 日本電気株式会社 監視システム、監視方法、および監視用プログラム
JP6789760B2 (ja) * 2016-10-31 2020-11-25 キヤノン株式会社 撮像装置及びその制御方法、プログラム、並びに記憶媒体
CN106774896B (zh) * 2016-12-19 2018-03-13 吉林大学 一种坐式手工装配线模特值评测系统
CN107918932B (zh) * 2017-11-15 2021-04-06 广西大学 基于钢筋全角度锈蚀形态图像计算锈蚀特征参数的方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0424920A2 (en) 1989-10-25 1991-05-02 Dainippon Screen Mfg. Co., Ltd. Method of and apparatus for obtaining tone curve
US6101271A (en) 1990-10-09 2000-08-08 Matsushita Electrial Industrial Co., Ltd Gradation correction method and device
JP2001136438A (ja) * 1999-11-10 2001-05-18 Minolta Co Ltd 画像処理装置および画像処理方法ならびに画像処理プログラムを記録したコンピュータ読取可能な記録媒体
JP2002077616A (ja) * 2000-08-31 2002-03-15 Canon Inc 画像処理方法、装置および記録媒体
JP2002135587A (ja) * 2000-10-25 2002-05-10 Canon Inc 画像処理装置およびその方法
JP2004140553A (ja) * 2002-10-17 2004-05-13 Noritsu Koki Co Ltd 画像処理方法、画像処理装置、写真処理装置、画像処理プログラム、および画像処理プログラムを記録した記録媒体
JP2004140692A (ja) * 2002-10-18 2004-05-13 Matsushita Electric Ind Co Ltd 画像補正装置および画像補正方法
JP2004165840A (ja) 2002-11-11 2004-06-10 Minolta Co Ltd 画像処理プログラム
JP2004221644A (ja) * 2003-01-09 2004-08-05 Sony Corp 画像処理装置および方法、記録媒体、並びにプログラム
JP2005117542A (ja) * 2003-10-10 2005-04-28 Konica Minolta Holdings Inc 監視システム

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4500919A (en) * 1982-05-04 1985-02-19 Massachusetts Institute Of Technology Color reproduction system
JPS6342575A (ja) 1986-08-08 1988-02-23 Dainippon Screen Mfg Co Ltd 階調変換方法およびその装置
DE69216190T2 (de) * 1991-09-27 1997-04-17 Dainippon Screen Mfg Verfahren und Vorrichtung zum Umsetzen von Bildsignalen die ein Bild mit Gradation darstellen
JP2790562B2 (ja) * 1992-01-06 1998-08-27 富士写真フイルム株式会社 画像処理方法
JPH0662252A (ja) 1992-05-19 1994-03-04 Minolta Camera Co Ltd デジタル画像生成装置
EP0613294B1 (en) * 1993-02-24 1998-10-28 Matsushita Electric Industrial Co., Ltd. Gradation correction device and image sensing device therewith
EP0784399B1 (en) * 1994-09-30 2006-04-12 Matsushita Electric Industrial Co., Ltd. Image pickup device
US5991456A (en) 1996-05-29 1999-11-23 Science And Technology Corporation Method of improving a digital image
US6683982B1 (en) * 1998-03-23 2004-01-27 Heidelberger Druckmaschinen Ag Method for analyzing images and for correcting the values of video signals
JP3584389B2 (ja) * 1998-03-25 2004-11-04 富士写真フイルム株式会社 画像処理方法および画像処理装置
JP4131348B2 (ja) * 1998-11-18 2008-08-13 ソニー株式会社 画像処理装置及び画像処理方法
US6825884B1 (en) * 1998-12-03 2004-11-30 Olympus Corporation Imaging processing apparatus for generating a wide dynamic range image
US6961337B2 (en) 2000-01-06 2005-11-01 International Business Machines Corporation Interleaved processing system for processing frames within a network router
US6738510B2 (en) * 2000-02-22 2004-05-18 Olympus Optical Co., Ltd. Image processing apparatus
US6813041B1 (en) 2000-03-31 2004-11-02 Hewlett-Packard Development Company, L.P. Method and apparatus for performing local color correction
US7088390B2 (en) * 2000-06-19 2006-08-08 Olympus Optical Co., Ltd. Imaging apparatus in which exposure control is performed to suppress changes in sensitivity due to changes in gradation mode
US7092122B2 (en) * 2000-07-18 2006-08-15 Fuji Photo Film Co., Ltd. Image processing device and method
EP1365580A4 (en) 2001-01-31 2006-10-11 Sanyo Electric Co IMAGE PROCESSING CIRCUIT
US7251056B2 (en) * 2001-06-11 2007-07-31 Ricoh Company, Ltd. Image processing apparatus, image processing method and information recording medium
JP4217041B2 (ja) * 2002-09-12 2009-01-28 Hoya株式会社 フィルタ処理
EP1411714B1 (en) 2002-10-17 2008-11-05 Noritsu Koki Co., Ltd. Conversion correcting method of color image data and photographic processing apparatus implementing the method
KR101051604B1 (ko) 2003-01-09 2011-07-22 소니 주식회사 화상 처리 장치 및 방법
US7409083B2 (en) * 2003-07-18 2008-08-05 Canon Kabushiki Kaisha Image processing method and apparatus
JP4136841B2 (ja) * 2003-08-18 2008-08-20 株式会社リコー 撮像装置
US7412105B2 (en) * 2003-10-03 2008-08-12 Adobe Systems Incorporated Tone selective adjustment of images
JP2005117524A (ja) 2003-10-10 2005-04-28 Canon Inc 画像処理システム
JP4078649B2 (ja) * 2004-01-28 2008-04-23 日本ビクター株式会社 映像信号処理装置及び方法
JP4341526B2 (ja) * 2004-03-31 2009-10-07 セイコーエプソン株式会社 画像処理装置
CN101010937A (zh) * 2004-09-01 2007-08-01 日本电气株式会社 图像修正处理系统以及图像修正处理方法
JP4934326B2 (ja) * 2005-09-29 2012-05-16 富士フイルム株式会社 画像処理装置およびその処理方法
JP5076716B2 (ja) * 2007-08-06 2012-11-21 株式会社ニコン 撮像装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0424920A2 (en) 1989-10-25 1991-05-02 Dainippon Screen Mfg. Co., Ltd. Method of and apparatus for obtaining tone curve
US6101271A (en) 1990-10-09 2000-08-08 Matsushita Electrial Industrial Co., Ltd Gradation correction method and device
JP2001136438A (ja) * 1999-11-10 2001-05-18 Minolta Co Ltd 画像処理装置および画像処理方法ならびに画像処理プログラムを記録したコンピュータ読取可能な記録媒体
JP2002077616A (ja) * 2000-08-31 2002-03-15 Canon Inc 画像処理方法、装置および記録媒体
JP2002135587A (ja) * 2000-10-25 2002-05-10 Canon Inc 画像処理装置およびその方法
JP2004140553A (ja) * 2002-10-17 2004-05-13 Noritsu Koki Co Ltd 画像処理方法、画像処理装置、写真処理装置、画像処理プログラム、および画像処理プログラムを記録した記録媒体
JP2004140692A (ja) * 2002-10-18 2004-05-13 Matsushita Electric Ind Co Ltd 画像補正装置および画像補正方法
JP2004165840A (ja) 2002-11-11 2004-06-10 Minolta Co Ltd 画像処理プログラム
JP2004221644A (ja) * 2003-01-09 2004-08-05 Sony Corp 画像処理装置および方法、記録媒体、並びにプログラム
JP2005117542A (ja) * 2003-10-10 2005-04-28 Konica Minolta Holdings Inc 監視システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1898624A4

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009044221A (ja) * 2007-08-06 2009-02-26 Nikon Corp 撮像装置
JP2012505460A (ja) * 2008-10-13 2012-03-01 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 画像のコントラスト強調
JP2011028449A (ja) * 2009-07-23 2011-02-10 Nikon Corp 画像処理装置、電子カメラ、および画像処理プログラム
US8665351B2 (en) 2009-07-23 2014-03-04 Nikon Corporation Image processing device, electronic camera, and storage medium storing image processing program
JP2013033446A (ja) * 2011-06-28 2013-02-14 Dainippon Printing Co Ltd 画像処理装置、画像処理方法、画像処理用プログラム、および、記録媒体
JP2014032369A (ja) * 2012-08-06 2014-02-20 Canon Inc 表示装置およびその制御方法
JP2015139155A (ja) * 2014-01-23 2015-07-30 キヤノン株式会社 撮像装置及び撮像方法
JP2015165385A (ja) * 2014-02-05 2015-09-17 パナソニックIpマネジメント株式会社 画像処理方法および画像処理装置
WO2017022323A1 (ja) * 2015-08-03 2017-02-09 オリンパス株式会社 画像信号処理方法、画像信号処理装置および画像信号処理プログラム

Also Published As

Publication number Publication date
US20080253650A1 (en) 2008-10-16
EP1898624B1 (en) 2015-08-26
JP4831067B2 (ja) 2011-12-07
EP1898624A1 (en) 2008-03-12
US8103119B2 (en) 2012-01-24
EP1898624A4 (en) 2010-08-04
JPWO2006137361A1 (ja) 2009-01-15

Similar Documents

Publication Publication Date Title
WO2006137361A1 (ja) 画像処理装置、画像処理方法、画像処理プログラム製品、および撮像装置
JP4577621B2 (ja) 画像補正処理システム及び画像補正処理方法
JP5100565B2 (ja) 画像処理装置及び画像処理方法
JP5205968B2 (ja) 階調補正方法、階調補正装置、階調補正プログラム及び画像機器
US9443323B2 (en) Image processing apparatus, image processing method and recording medium
JP5223742B2 (ja) エッジ強調画像処理装置
JPH07322033A (ja) 電子文書中の自然シーン画像の画像依存カラー彩度補正方法及びその装置
JP5392560B2 (ja) 画像処理装置および画像処理方法
JP2006013558A (ja) 画像処理装置、画像処理プログラム
WO2006134923A1 (ja) 画像処理装置、コンピュータプログラム製品および画像処理方法
US20080056615A1 (en) Image processing device that quickly displays retinex-processed preview image
JP4479527B2 (ja) 画像処理方法、画像処理装置、画像処理プログラム、および電子カメラ
JP2007228451A (ja) 撮像装置
JP2006114005A (ja) 階調変換装置、プログラム、電子カメラ、およびその方法
JP2004326082A5 (ja)
JP6912869B2 (ja) 画像処理装置、画像処理プログラム、画像処理方法
JP4752912B2 (ja) 画像の質感を補正する画像処理装置、画像処理プログラム、画像処理方法、および電子カメラ
JP5070921B2 (ja) 未現像画像データの現像処理装置、現像処理方法、および現像処理のためのコンピュータプログラム
JP2006114006A (ja) 階調変換装置、プログラム、電子カメラ、およびその方法
JP5365881B2 (ja) 画像処理装置、画像処理方法
JP4120928B2 (ja) 画像処理装置、画像処理方法、およびそのプログラム
JP7277156B2 (ja) 画像処理装置及び画像処理方法、プログラム
JP5103984B2 (ja) 画像処理装置、撮像装置、および画像処理プログラム
JP5745482B2 (ja) 画像処理装置、画像表示装置、画像撮像装置及び画像印刷装置、階調変換方法並びにプログラム
JP5225491B2 (ja) 画像処理装置及び画像処理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2007522273

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 11922313

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2006766909

Country of ref document: EP