图像处理装置以及图像处理方法

摘要

本发明提供一种图像处理装置以及图像处理方法，该图像处理装置对取得的图像进行校正，其具有：取得图像的图像取得部；在图像上设定包含主要被摄体的第1区域和不包含主要被摄体的第2区域的区域设定部；分别计算第1区域和第2区域中的预定的图像特征量的产生频度即第1图像特征量的图像特征量计算部；比较第1区域和第2区域的第1图像特征量的比较部；以及根据比较部的比较结果，调整所取得的图像的第2图像特征量的图像特征调整部。

权利要求

1.一种图像处理装置，其对所取得的图像进行校正，其特征在于，具有：取得图像的图像取得部；

区域设定部，其在上述图像上设定包含主要被摄体的第1区域和不包含上述主要被摄体的第2区域；

图像特征量计算部，其分别计算上述第1区域和上述第2区域中的预定的图像特征量的产生频度即第1图像特征量；

比较部，其比较上述第1区域和上述第2区域的上述第1图像特征量；以及图像特征调整部，其根据上述比较部的比较结果，调整所取得的上述图像的第2图像特征量，上述第1区域包含图像中央区域、对焦区域、脸部检测区域中的任一个。

2.根据权利要求1所述的图像处理装置，其特征在于，上述预定的图像特征量与上述第2图像特征量为相同的特征量。

3.根据权利要求2所述的图像处理装置，其特征在于，上述预定的图像特征量包含颜色信息、频率信息、边缘信息中的任一个。

4.根据权利要求3所述的图像处理装置，其特征在于，上述颜色信息包含明度信息、色相信息、色度信息中的任一个。

5.根据权利要求3所述的图像处理装置，其特征在于，上述颜色信息包含每种明度的色相信息、每种明度的色度信息、每种色相的明度信息、每种色相的色度信息、每种色度的明度信息、每种色度的色相信息中的任一个。

6.根据权利要求1所述的图像处理装置，其特征在于，上述预定的图像特征量与上述第2图像特征量是不同的特征量。

7.根据权利要求6所述的图像处理装置，其特征在于，上述预定的图像特征量包含颜色信息、频率信息、边缘信息中的任一个。

8.根据权利要求7所述的图像处理装置，其特征在于，上述颜色信息包含明度信息、色相信息、色度信息中的任一个。

9.根据权利要求7所述的图像处理装置，其特征在于，上述颜色信息包含每种明度的色相信息、每种明度的色度信息、每种色相的明度信息、每种色相的色度信息、每种色度的明度信息、每种色度的色相信息中的任一个。

10.根据权利要求1所述的图像处理装置，其特征在于，具有：颜色重心位置计算部，其计算上述第1区域中色度大于预定值且最多的色相的颜色重心位置；

颜色校正区域设定部，其根据上述颜色重心位置，设定要校正的颜色范围即颜色校正区域；以及特定颜色校正部，其对属于上述颜色校正区域设定部所设定的上述颜色校正区域的颜色进行校正。

11.根据权利要求10所述的图像处理装置，其特征在于，具有：权重计算部，其根据上述颜色重心位置，计算针对属于上述颜色校正区域的颜色的权重；以及颜色校正量设定部，其根据上述权重，设定属于上述颜色校正区域的颜色的颜色校正量，上述特定颜色校正部根据由上述颜色校正量设定部设定的上述颜色校正量进行校正。

12.根据权利要求10所述的图像处理装置，其特征在于，上述图像特征量计算部计算上述第1区域中具有上述第1图像特征量的像素的位置信息，上述颜色校正区域设定部根据上述颜色重心位置和上述位置信息，设定上述颜色校正区域。

13.根据权利要求12所述的图像处理装置，其特征在于，上述位置信息包含重心、方差、标准偏差之中的至少任一个。

14.根据权利要求12所述的图像处理装置，其特征在于，上述图像特征调整部进行强调上述颜色校正区域的色度的调整。

15.根据权利要求14所述的图像处理装置，其特征在于，上述位置信息是方差或者标准偏差，上述方差或上述标准偏差越小，则上述颜色校正区域的色度强调就越强。

16.根据权利要求1所述的图像处理装置，其特征在于，具有直方图累计部，该直方图累计部计算上述第1区域中的色度直方图的统计信息，上述图像特征调整部根据上述比较结果和上述色度直方图的统计信息，对上述第1区域中色度大于预定值且最多的色相的颜色进行校正。

17.根据权利要求16所述的图像处理装置，其特征在于，上述色度直方图的统计信息包含上述色度直方图的最大值、最小值、中央值、平均值、最频值中的至少任一个。

18.根据权利要求16所述的图像处理装置，其特征在于，上述图像特征量计算部计算上述第1区域中最多的色相的标准偏差，上述颜色校正区域设定部根据上述颜色重心位置和上述标准偏差设定上述颜色校正区域。

19.根据权利要求1所述的图像处理装置，其特征在于，具有校正系数计算部，该校正系数计算部根据上述比较部的比较结果，对上述第1区域和上述第2区域分别计算上述第

1区域和上述第2区域中的边缘强调系数，根据上述比较部的比较结果，对上述第1区域和上述第2区域分别计算上述第1区域和上述第2区域中的模糊处理系数，上述图像特征调整部具有：

边缘强调处理部，其根据各个上述边缘强调系数对上述第1区域和上述第2区域进行边缘强调处理；以及模糊处理部，其根据各个上述模糊处理系数，对上述第1区域和上述第2区域进行模糊处理。

20.根据权利要求19所述的图像处理装置，其特征在于，上述校正系数计算部计算用于校正所取得的上述图像的色度的色度校正系数，上述图像特征调整部根据上述色度校正系数对所取得的上述图像进行校正之后，进行上述边缘强调处理和上述模糊处理。

21.根据权利要求1所述的图像处理装置，其特征在于，具有：第1纹理信息累计部，其累计上述第1区域的第1纹理信息；以及第2纹理信息累计部，其累计上述第2区域的第2纹理信息，上述比较部比较上述第1纹理信息和上述第2纹理信息，上述图像特征调整部根据上述比较部的比较结果，调整上述图像的噪声。

22.根据权利要求21所述的图像处理装置，其特征在于，上述第1纹理信息和上述第2纹理信息包含上述图像的粒状度信息、空间频率分布、边缘信息、边缘强度直方图中的任一个。

23.根据权利要求21所述的图像处理装置，其特征在于，上述图像特征调整部至少对上述第1区域和上述第2区域中的一方进行噪声附加处理或噪声降低处理。

24.根据权利要求21所述的图像处理装置，其特征在于，上述第1纹理信息和上述第2纹理信息是空间频率分布，上述第1区域中的高频产生频度的累计值越大于上述第2区域中的高频产生频度的累计值，则上述图像特征调整部越加强上述第1区域中的噪声附加。

25.一种图像处理方法，其对所取得的图像进行校正，其特征在于，取得图像，

在上述图像上设定包含主要被摄体的第1区域和不包含上述主要被摄体的第2区域，分别计算上述第1区域和上述第2区域中的预定的图像特征量的产生频度即第1图像特征量，比较上述第1区域和上述第2区域的上述第1图像特征量，根据上述比较结果，调整所取得的上述图像的第2图像特征量，上述第1区域包含图像中央区域、对焦区域、脸部检测区域中的任一个。

说明书

图像处理装置以及图像处理方法

技术领域

[0001] 本发明涉及图像处理装置以及图像处理方法。

背景技术

[0002] 以往作为校正所拍摄的图像的方法，具有校正色度的方法。校正色度的方法例如在JP2000-224607A中已公开。

[0003] 在JP2000-224607A中将图像分割为多个区域，对每个区域计算色度等级。然后以色度等级最高的区域为基准，进行图像整体的色度校正。

[0004] 通常而言，优选通过拍摄取得的图像中包含主要被摄体的关注区域较为醒目。也就是说，希望取得在对比关注区域与关注区域之外的非关注区域的情况下，由关注区域的图像特征带来的印象能比由非关注区域的图像特征带来的印象更强的图像。

[0005] 然而在上述发明中，没有进行使之成为由关注区域的图像特征带来的印象比由非关注区域的图像特征带来的印象更强的图像的校正。因此，当在关注区域与非关注区域之间进行图像特征的比较的情况下，存在未必能制作出主要被摄体醒目的图像的问题点。

发明内容

[0006] 本发明就是为解决上述问题点而完成的，其目的在于制作关注区域的主要被摄体醒目的图像。

[0007] 本发明的一个方面涉及的图像处理装置具有：取得图像的图像取得部；区域设定部，其在图像上设定包含主要被摄体的第1区域和不包含主要被摄体的第2区域；图像特征量计算部，其分别计算第1区域和第2区域中的预定的图像特征量的产生频度即第1图像特征量；比较部，其比较第1区域和第2区域的第1图像特征量；以及图像特征调整部，其根据比较部的比较结果，调整取得的图像的第2图像特征量。

[0008] 本发明的另一个方面涉及的图像处理方法中，取得图像，在图像上设定包含主要被摄体的第1区域和不包含主要被摄体的第2区域，分别计算第1区域和第2区域中的预定的图像特征量的产生频度即第1图像特征量，比较第1区域和第2区域的第1图像特征量，根据比较结果，调整所取得的图像的第2图像特征量。

[0009] 根据这些方式，例如可以取得关注区域的色度比非关注区域更得到强调的图像。

[0010] 根据本发明能制作出使主要被摄体醒目的图像。

附图说明

[0011] 图1是表示第1实施方式的摄像装置的概要框图。

[0012] 图2是表示第1实施方式的图像分析部的概要框图。

[0013] 图3是表示第1实施方式的区域选择部的概要框图。

[0014] 图4是举例表示关注区域的图。

[0015] 图5是举例表示关注区域的图。

[0016] 图6A是表示第1实施方式的像素频度的累计结果的图。

[0017] 图6B是表示第1实施方式的像素频度的累计结果的图。

[0018] 图7是第1实施方式中计算色度强调系数的映射图。

[0019] 图8是表示计算色度强调系数的映射图。

[0020] 图9是表示第1实施方式的图像处理部的概要框图。

[0021] 图10是表示第2实施方式的图像分析部的概要框图。

[0022] 图11是计算第2实施方式中色度强调系数和特定颜色色度强调系数的映射图。

[0023] 图12是说明第2实施方式的颜色校正区域的图。

[0024] 图13是表示第2实施方式的图像处理部的概要框图。

[0025] 图14是表示第3实施方式的图像分析部的概要框图。

[0026] 图15是用于说明第3实施方式中第1累计值和第2累计值的图。

[0027] 图16是用于说明第3实施方式中第3累计值和第4累计值的图。

[0028] 图17是计算第3实施方式的边缘强调系数和模糊处理系数的映射图。

[0029] 图18是在第3实施方式中用于通过不同方法计算边缘强调系数的映射图。

[0030] 图19是在第3实施方式中用于通过不同方法计算模糊处理系数的映射图。

[0031] 图20是表示第3实施方式的图像处理部的概要框图。

[0032] 图21是表示第4实施方式的图像分析部的概要框图。

[0033] 图22是第4实施方式中计算色度强调系数、边缘强调系数和模糊处理系数的映射图。

[0034] 图23是表示第4实施方式的图像处理部的概要框图。

[0035] 图24是表示第5实施方式的图像分析部的概要框图。

[0036] 图25是用于计算方差的流程图。

[0037] 图26是用于计算方差的流程图。

[0038] 图27A是表示第5实施方式的像素频度的累计结果的图。

[0039] 图27B是表示第5实施方式的像素频度的累计结果的图。

[0040] 图28是表示第5实施方式中计算色度强调系数和特定颜色色度强调系数的映射图。

[0041] 图29A是表示关注区域的像素状态的图。

[0042] 图29B是表示关注区域的像素状态的图。

[0043] 图30是表示第6实施方式的图像分析部的概要框图。

[0044] 图31是表示第6实施方式的第1区域纹理信息累计部的概要框图。

[0045] 图32是第6实施方式中计算噪声校正系数的映射图。

[0046] 图33是表示第6实施方式的图像处理部的概要框图。

[0047] 图34是表示第7实施方式的图像分析部的概要框图。

[0048] 图35是表示第7实施方式的第1区域颜色累计部的概要框图。

[0049] 图36是举例表示色度直方图的图。

[0050] 图37是表示第1区域颜色累计部的累计结果的图。

[0051] 图38是第7实施方式中计算色度强调系数和特定颜色色度强调系数的映射图。

[0052] 图39是表示第7实施方式的图像处理部的概要框图。

具体实施方式

[0053] 说明本发明的第1实施方式。

[0054] 使用图1说明本实施方式的摄像装置。图1是表示本实施方式的摄像装置的一部分的概要框图。在下面所说明的摄像装置中，具有作为对所拍摄的图像进行处理的图像处理装置的功能。

[0055] 本实施方式的摄像装置具有摄像元件(图像取得部)1、图像分析部2、图像处理部(图像特征调整部)3、显示部4、记录部5、摄像控制部6。

[0056] 摄像元件1在预定定时输出与射入到受光面的光对应的电信号。摄像元件1例如是被称作CCD(电荷耦合元件)或CMOS(互补性金属氧化膜半导体)传感器的形式或其他各种形式的摄像元件。

[0057] 使用图2说明图像分析部2。图2是表示图像分析部2的概要框图。

[0058] 图像分析部2具有区域选择部7、第1区域颜色累计部(图像特征量计算部)8、第2区域颜色累计部(图像特征量计算部)9、比较部10、色度校正参数计算部11。

[0059] 使用图3说明区域选择部7。图3是表示区域选择部7的概要框图。

[0060] 区域选择部7具有脸部区域设定部12、对焦区域设定部13、关注区域设定部(区域设定部)14、区域判定部(区域设定部)15。

[0061] 脸部区域设定部12根据从未图示的脸部检测部输出的脸部信息，从通过摄像元件1取得的图像数据中选择包含主要被摄体的区域。主要被摄体例如是人脸、动物脸部，但不必限定于此。并且，本实施方式中，主要被摄体包含脸部，也可以将不包含脸部的被摄体作为主要被摄体。

[0062] 对焦区域设定部13根据从未图示的对焦部输出的自动对焦信息(AF信息)设定对焦区域。并且，对焦区域也可以根据手动对焦信息(MF信息)来设定。另外，还可以将预先设定的区域设定为对焦区域。

[0063] 关注区域设定部14根据由脸部区域设定部12选择的脸部区域和由对焦区域设定部13设定的对焦区域设定关注区域(第1区域)。关注区域是包含脸部区域和对焦区域的区域，是包含主要被摄体的区域。例如通过摄影取得了图4所示的图像的情况下，关注区域是包含脸部区域A1和对焦区域A2的矩形区域A3。

[0064] 并且，关注区域也可以是包含脸部区域、对焦区域中的某一方的区域。进而，脸部区域还可以是图像中的图像中央、图像下部等预先确定的区域。

[0065] 另外，区域选择部7可以将画面分割为多个矩形区域，求出各区域中的空间频率分布来设定关注区域。例如在通过摄影取得了图5所示的图像的情况下，关注区域是合并了高频分量超过预定频率的区域B1的区域B2。

[0066] 区域判定部15将由关注区域设定部14设定的关注区域之外的区域设定为非关注区域(第2区域)。非关注区域是没有包含主要被摄体的区域。

[0067] 另外，在上述实施方式中，还可以根据人或动物的头部大小、脸部大小等推定与被摄体的距离，将最接近的被摄体设定为关注区域。还可以将由相机通过构图辅助功能向用户指示的框区域设定为关注区域。也可以与预先设定了关注区域的构图模式和场景模式对照来设定关注区域。还可以识别预先登记的个人来设定关注区域。还可以将对比度高(光强度的变化大)的区域设定为关注区域。用户可以在背面监视器(包含触摸面板)指定关注区域或非关注区域来设定。用户可以在观察背面监视器或取景器的同时移动/放大指定框，来指定关注区域。还可以将手动对焦摄影时放大显示的部分设定为关注区域。还可以改变闪光灯的强度和焦点位置、光圈值多次进行摄影，通过亮度差和边缘分量等设定关注区域。还可以通过图像特征的阈值、相关函数、水平集(Level Set)方法等设定关注区域和非关注区域。还可以使用公知的运动检测，将正在移动的物体设定为关注被摄体，设定关注区域。

[0068] 返回图2，第1区域颜色累计部8根据关注区域中的图像数据，累计关注区域中的像素频度(第1图像特征量)。像素频度是某个区域中具有相同图像特征(预定的图像特征量)的像素数。图像特征指颜色信息、频率信息和边缘信息等。而颜色信息是明度信息、色相信息和色度信息等。本实施方式中图像特征是色度和色相。第1区域颜色累计部8将关注区域中的像素划分为色度高于第1阈值(预定值)的像素和色度低于第1阈值的像素。第1阈值是预先设定的值。另外，第1区域颜色累计部8还将关注区域中的像素按照每种色相进行划分。划分的色相是红、紫、蓝、青、绿、黄。基于色相的像素划分是通过判定像素的色相是否属于能识别为划分的色相的范围来进行的。能识别为划分的色相的范围是按照每种色相来设定的。而且第1区域颜色累计部8根据色度、色相对关注区域的像素频度进行累计。并且，本实施方式中划分的色相为红、紫、蓝、青、绿、黄这6种色相，然而不限于此，也可以例如是8种色相。

[0069] 另外，第1区域颜色累计部8对关注区域中能识别为肤色和天空色的像素数进行累计。并且，第1区域颜色累计部8根据色度和色相来进行像素频度的累计，然而也可以根据明度和色相来进行累计，还可以根据明度、色相、色度的组合来进行累计。

[0070] 第2区域颜色累计部9根据由区域判定部15所判定的非关注区域中的图像数据，对非关注区域的像素频度进行累计。第2区域颜色累计部9中的累计方法与第1区域颜色累计部8相同，然而在第2区域颜色累计部9中不累计肤色和天空色的像素数。

[0071] 如果通过表来表现第1区域颜色累计部8和第2区域颜色累计部9的累计结果，则例如为图6A、图6B所示。图6A是第1区域颜色累计部8的累计结果。图6B是第2区域颜色累计部9的累计结果。在关注区域中，设色度高于第1阈值的情况为“Ki”，色度低于第1阈值的情况为“Li”。另外，在非关注区域中，设色度高于第1阈值的情况为“Mi”，色度低于第1阈值的情况为“Ni”。“i”是1到6的整数，与色相对应。色相为红的情况下i＝1，随着变为紫、蓝、青、绿、黄，i的数值增加，色相为黄的情况下i＝6。并且，关注区域中肤色的像素数为S1，天空色的像素数为S2。

[0072] 比较部10比较关注区域的像素频度和非关注区域的像素频度。比较部10计算第1像素数比Pr1(＝Max(Ki)/Max(Mi))，该第1像素数比Pr1是关注区域中色度高于第1阈值且像素数最大的色相的像素数(第1发生频度)Max(Ki)与非关注区域中色度高于第1阈值且像素数最大的色相的像素数(第2发生频度)Max(Mi)之比。

[0073] 比较部10比较第1像素数比Pr1与第2阈值。另外，比较部10比较肤色的像素数S1与第3阈值，还比较天空色的像素数S2与第4阈值。比较后的结果被输出到色度校正参数计算部11。第2阈值、第3阈值和第4阈值都是预先设定的值。

[0074] 色度校正参数计算部11根据比较部10中的比较结果，计算色度强调系数。色度强调系数是用于变更关注区域和非关注区域的色度的系数。详细情况将在后面叙述，当色度强调系数大于1.0的情况下对色度进行强调。而当色度强调系数小于1.0的情况下色度被抑制。当色度强调系数为1.0的情况下不对色度进行校正。例如根据图7来计算色度强调系数。当第1像素数比Pr1大于等于第2阈值的情况下，色度强调系数为1.2，当第1像素数比Pr1小于第2阈值的情况下，色度强调系数为0.8。

[0075] 计算色度强调系数时，相比第1像素数比Pr1，优先计算出关注区域中肤色的像素数S1、天空色的像素数S2的值。尤其最优先计算出肤色的像素数S1。也就是说，当肤色的像素数S1大于等于第3阈值的情况下，不管第1像素数比Pr1的值如何，色度强调系数都为1.0。而当肤色的像素数S1小于第3阈值且天空色的像素数S2大于等于第4阈值的情况下，色度强调系数为1.2。也就是说，根据第1像素数比Pr1的值计算色度强调系数的情况就是肤色的像素数S1小于第3阈值且天空色的像素数S2小于第4阈值的情况。

[0076] 并且，在本实施方式中最优先计算肤色的像素数S1，然而不限于此，例如也可以优先计算第1像素数比Pr1。

[0077] 还可以如图8所示根据连续函数计算色度强调系数。图8是表示第1像素数比Pr1与色度强调系数的关系的函数。如果第1像素数比Pr1变大、即预定的色相的像素数较多，则色度强调系数就会变大。按照第1像素数比Pr1计算色度强调系数，就能够取得按照关注区域和非关注区域的像素频度校正了色度的图像。

[0078] 返回图1，使用图9说明图像处理部3。图9是表示图像处理部3的概要框图。

[0079] 图像处理部3具有亮度色差信号生成部16、乘法部17、颜色信号转换部18。

[0080] 亮度色差信号生成部16将通过摄像元件1取得的图像数据的RGB信号转换为亮度信号Y和色差信号Cb、Cr。通过亮度色差信号生成部16生成的色差信号Cb、Cr被输出到乘法部17。

[0081] 乘法部17使用通过色度校正参数计算部11计算出的色度强调系数，校正通过亮度色差信号生成部16生成的色差信号Cb、Cr。其中，通过对色差信号Cb、Cr乘以色度强调系数来进行校正。校正后的色差信号Cb’、Cr’可通过式(1)、(2)计算出来。

[0082] Cb’＝Cb×色度强调系数 ...式(1)

[0083] Cr’＝Cr×色度强调系数 ...式(2)

[0084] 颜色信号转换部18根据亮度信号Y和校正后的色差信号Cb’、Cr’生成RGB信号。

[0085] 使用色度强调系数校正色差信号Cb、Cr，就能够取得变更了色度的图像。也就是说，能取得例如调整了色度等特征(第2图像特征量)的图像。在色度强调系数大于1.0的情况下，校正为图像整体色度变高，就能够突显关注区域的主要被摄体。

[0086] 返回图1，摄像控制部6与摄像元件1、图像分析部2、图像处理部3等连接，对包含这些部分的该摄像装置进行控制。摄像控制部6由CPU、ROM、RAM等构成。ROM储存控制程序和各数据。CPU根据储存于ROM中的控制程序执行运算，从而发挥摄像控制部6的各功能。

[0087] 显示部4显示例如通过图像处理部3校正了色度的图像。另外，记录部5存储例如通过图像处理部3校正了色度的图像数据。

[0088] 并且，还可以分别计算关注区域的色度强调系数和非关注区域的色度强调系数，在关注区域和非关注区域进行不同的校正。

[0089] 下面说明本发明第1实施方式的效果。

[0090] 设定包含主要被摄体的关注区域和不包含关注区域的非关注区域，累计关注区域中的像素频度即关注区域中色度大于第1阈值且像素数最大的色相的像素数、以及非关注区域中的像素频度即非关注区域中色度大于第1阈值且像素数最大的色相的像素数。比较关注区域中的像素频度和非关注区域中的像素频度计算第1像素数比Pr1，根据第1像素数比Pr1计算色度强调系数。然后使用色度强调系数校正色差信号Cb、Cr，从而能变更色度。例如在与非关注区域相比，关注区域中存在像素频度高的主要被摄体的情况下，通过强调图像整体的色度，就能突显关注区域的主要被摄体。

[0091] 下面说明本发明的第2实施方式。

[0092] 本实施方式的摄像装置与第1实施方式的不同之处在于图像分析部20和图像处理部21。这里说明一下图像分析部20和图像处理部21。图像分析部20和图像处理部21中，对与第1实施方式相同的构成部分赋予与第1实施方式同样的标号，省略在此的说明。

[0093] 使用图10说明图像分析部20。图10是表示图像分析部20的概要框图。

[0094] 图像分析部20具有区域选择部7、第1区域颜色累计部8、第2区域颜色累计部9、颜色重心位置计算部22、比较部30、特定颜色校正参数计算部(颜色校正区域设定部)23、色度校正参数计算部31。

[0095] 颜色重心位置计算部22根据通过第1区域颜色累计部8对关注区域的像素频度进行累计的结果，计算色度高于第1阈值且像素数最多的色相的颜色重心位置。颜色重心位置是色度高于第1阈值且像素数最多的色相的色度坐标的中心。通过计算属于色度高于第1阈值且像素数最多的色相的像素的颜色平均，能求出颜色重心位置。例如，通过对属于色度高于第1阈值且像素数最多的色相的像素的像素值进行相加，将相加的值除以关注区域的总像素数，能求出颜色重心位置。颜色重心位置作为用于校正图像中的特定颜色的校正中心颜色而被输出到特定颜色校正参数计算部23。

[0096] 比较部30除了第1像素数比Pr1之外，还计算第2像素数比Pr2(＝Max(Ki)/Total(Ki))，该第2像素数比Pr2是关注区域中色度高于第1阈值且像素数最大的色相的像素数Max(Ki)与关注区域的所有色相(红、紫、蓝、青、绿、黄)的合计像素数Total(Ki)之比。第2像素数比Pr2用于判定关注区域中色相的频度是否发生偏斜。在第2像素数比Pr2较大的情况下，关注区域中存在较多的特定颜色的像素。另外，比较部30计算第3像素数比Pr3(＝Max(Ki)/S1)，该第3像素数比Pr3是关注区域中色度高于第1阈值且像素数最大的色相的像素数Max(Ki)与肤色的像素数S1之比。

[0097] 比较部30比较第2像素数比Pr2与第5阈值。比较部30还比较第3像素数比Pr3与第6阈值。比较的结果被输出到特定颜色校正参数计算部23和色度校正参数计算部31。第5阈值和第6阈值是预先设定的值。

[0098] 特定颜色校正参数计算部23根据比较部30的比较结果，计算特定颜色色度强调系数。色度强调系数是用于进行图像整体的色度校正的系数。特定颜色色度强调系数是用于校正图像的一部分颜色的系数。

[0099] 特定颜色色度强调系数能根据图11计算出来。例如第1像素数比Pr1大于等于第2阈值，第2像素数比Pr2大于等于第5阈值时，特定颜色色度强调系数是1.2。

[0100] 另外，特定颜色校正参数计算部23根据颜色重心位置、特定颜色色度强调系数，计算第1颜色校正量和颜色校正区域。第1颜色校正量表示属于颜色校正区域的颜色的校正量。并且，详细情况将在后面叙述，第1颜色校正量被赋予权重，使用通过加权而取得的第2颜色校正量校正图像的一部分颜色。

[0101] 可通过式(3)计算第1颜色校正量。

[0102] 第1颜色校正量＝(特定颜色色度强调系数×颜色重心位置)-颜色重心位置 ...式(3)

[0103] 可通过式(4)计算颜色校正区域。

[0104] 颜色校正区域＝颜色重心位置±α ...式(4)

[0105] 并且，α是预先设定的值，是例如防止颜色跳跃的值。例如如图12所示在计算出颜色重心位置c的情况下，计算出颜色校正区域D。颜色校正区域是以颜色重心位置为中心，表示进行颜色校正的颜色范围。并且，也可以在图12所示的颜色坐标中，按照Cb轴、Cr轴将α设定为不同的值。

[0106] 色度校正参数计算部31根据比较部30的比较结果计算色度强调系数。色度强调系数可根据图11计算出来。例如在第1像素数比Pr1大于等于第2阈值且第2像素数比Pr2小于第5阈值的情况下，色度强调系数是1.2。关于色度强调系数，与第1实施方式同样地，肤色的像素数S1、天空色的像素数S2优先于第1像素数比Pr1。

[0107] 使用图13说明图像处理部21。图13是表示图像处理部21的概要框图。

[0108] 图像处理部21具有亮度色差信号生成部16、权重系数计算部(权重计算部)24、第1乘法部(颜色校正量设定部)25、第1加法部(特定颜色校正部)26、第2加法部(特定颜色校正部)27、第2乘法部28、颜色信号转换部29。

[0109] 权重系数计算部24根据由特定颜色校正参数计算部23计算出的颜色校正区域计算权重系数。权重系数是对要校正的颜色附加权重的系数。权重系数在颜色重心位置是1，在颜色校正区域的外侧是0。随着从颜色重心位置到颜色校正区域的界线，颜色校正区域内的权重系数变小。例如图12所示，在设定了颜色重心位置c、颜色校正区域D的情况下，颜色重心位置c的权重系数为1。而在颜色校正区域D中，以颜色重心位置c为中心，在颜色坐标中越是远离颜色重心位置C的颜色，则权重系数越小。而在颜色校正区域D的外侧，权重系数为零。

[0110] 第1乘法部25将通过权重系数计算部24计算出的权重系数乘以通过特定颜色校正参数计算部23计算出的第1颜色校正量，计算第2颜色校正量(颜色校正量)。

[0111] 第1加法部26将第2颜色校正量与通过亮度色差信号生成部16生成的亮度信号Y相加。

[0112] 第2加法部27将第2颜色校正量与通过亮度色差信号生成部16生成的色差信号Cb、Cr相加。

[0113] 由于通过第1乘法部25对第1颜色校正量乘以权重系数，因此当权重系数为零的情况下，第2颜色校正量为零。也就是说，对于颜色校正区域之外的颜色，不通过第1加法部26和第2加法部27进行颜色校正。而当权重系数并非零的情况下，对于属于颜色校正区域的颜色，按照权重系数计算第2颜色校正量。然后通过第1加法部26和第2加法部27把第2颜色校正量加到亮度信号Y和色差信号Cb、Cr上，对特定颜色进行颜色校正。

[0114] 其中，特定颜色色度强调系数大于1.0的情况下，通过第1加法部26和第2加法部27，按照根据式(4)计算出的第1颜色校正量，属于颜色校正区域的颜色的亮度信号Y和色差信号Cb、Cr的绝对值都增大。特定颜色色度强调系数大于1.0的情况例如是第1像素数比Pr1大于等于第2阈值、第2像素数比Pr2大于等于第5阈值的情况。也就是说，当关注区域中像素频度偏斜于某个色相的情况下，进行在图像整体中强调该色相附近的颜色的校正。此时由于关注区域的色相较多的颜色被强调，因而能突显主要被摄体。

[0115] 而当特定颜色色度强调系数为1.0的情况下，第1颜色校正量为零。此时，第2颜色校正量也为零，不通过第1加法部26和第2加法部27对亮度信号Y和色差信号Cb、Cr进行校正。亦即，不对特定颜色进行校正。

[0116] 进而，当特定颜色色度强调系数小于1.0的情况下，通过第1加法部26和第2加法部27，按照根据式(4)计算出的第1颜色校正量，属于颜色校正区域的颜色的亮度信号Y和色差信号Cb、Cr的绝对值都减小。也就是说，进行在图像整体中抑制某种色相附近的颜色的校正。

[0117] 如上所述，计算特定颜色色度强调系数、权重系数，根据这些值进行颜色校正，从而能对颜色校正区域内的颜色、即特定颜色进行校正。

[0118] 第2乘法部28通过色度强调系数校正从第2加法部27输出的色差信号Cb、Cr。

[0119] 颜色信号转换部29根据从第1加法部26输出的亮度信号Y和从第2乘法部28输出的色差信号Cb’、Cr’，生成RGB信号。

[0120] 并且，在本实施方式中，通过第2颜色校正量来校正亮度信号Y和色差信号Cb、Cr，也可以按照要进行校正的颜色来校正明度。另外，作为图像特征使用了色度、色相，也可以使用边缘检测量等其他图像特征。进而，作为突显主要被摄体的方法，这里采用了强调色度的方法，也可以进行边缘强调等其他强调处理。

[0121] 下面说明本发明第2实施方式的效果。

[0122] 通过设定颜色重心位置和颜色校正区域，对属于颜色校正区域的颜色进行校正，从而能校正图像中的特定颜色。例如，当关注区域中像素频度向某个色相偏斜的情况下，能仅对该色相附近的颜色进行颜色强调，能更为突显主要被摄体。另外，例如当主要被摄体包含肤色的情况下，能保留图像中的肤色部分的颜色，突显主要被摄体。

[0123] 另外，通过以颜色重心位置为中心，使颜色校正区域具备权重来进行颜色校正，从而能进行平缓的颜色校正。

[0124] 下面说明本发明的第3实施方式。

[0125] 本实施方式的摄像装置与第1实施方式相比，不同之处在于图像分析部40和图像处理部41。这里说明图像分析部40和图像处理部41。关于图像分析部40和图像处理部41，对与第1实施方式相同的构成部分赋予与第1实施方式相同的标号，省略在此的说明。

[0126] 使用图14说明图像分析部40。图14是表示图像分析部40的概要框图。

[0127] 图像分析部40具有区域选择部7、第1区域空间频率特性累计部42、第2区域空间频率特性累计部43、比较部44、空间频率校正参数计算部(校正系数计算部)45。

[0128] 第1区域空间频率特性累计部42根据图像数据对关注区域的空间频率分布进行累计。本实施方式中图像特征是频率信息。这里如图15所示，根据关注区域的频率与其频率的频度的关系来对频率大于等于预定频率的频率的频度进行累计。第1区域空间频率特性累计部42计算图15中频率大于等于预定频率的频度的累计值即第1累计值Eh和频率小于预定频率的频度的累计值即第2累计值El。

[0129] 第2区域空间频率特性累计部43根据图像数据对非关注区域的空间频率分布进行累计。这里如图16所示，根据非关注区域的频率与其频率的频度的关系来对频率大于等于预定频率的频率的频度进行累计。第2区域空间频率特性累计部43计算图16中频率大于等于预定频率的频度的累计值即第3累计值Fh和频率小于预定频率的频度的累计值即第4累计值Fl。

[0130] 比较部44计算第1累计值Eh与第3累计值Fh之比即累计值比I(＝Eh/Fh)。另外，比较部44比较累计值比I与第7阈值。第7阈值是预先设定的值。比较的结果被输出到空间频率校正参数计算部45。

[0131] 空间频率校正参数计算部45根据比较部44的比较结果，计算空间频率校正系数。空间频率校正系数是边缘强调系数和模糊处理系数。也就是说，空间频率校正参数计算部
45计算边缘强调系数和模糊处理系数。边缘强调系数和模糊处理系数可根据图17计算出来。例如，当累计值比I大于等于第7阈值的情况下，关注区域中边缘强调系数为2.0，模糊处理系数为1.0。

[0132] 并且，也可以例如图18所示根据连续函数计算边缘强调系数。图18是表示关注区域中累计值比I与边缘强调系数的关系的函数。如果关注区域中累计值比I变大，则边缘强调系数也变大。

[0133] 另外，也可以例如图19所示根据连续函数计算模糊处理系数。图19是表示非关注区域中的累计值比I与模糊处理系数的关系的函数。如果非关注区域中累计值比I变大，则模糊处理系数也变大。

[0134] 使用图20说明图像处理部41。图20是表示图像处理部41的概要框图。

[0135] 图像处理部41具有边缘强调处理部46和模糊处理部47。

[0136] 边缘强调处理部46根据通过空间频率校正参数计算部45计算出的边缘强调系数，对关注区域和非关注区域进行边缘强调处理。边缘强调处理部46使用拉普拉斯滤波器进行边缘强调。边缘强调系数越大则边缘强调处理的强度就越强，图像中的边缘越能得以强调。并且，边缘强调处理部46也可以通过拉普拉斯滤波器之外的差值滤波器等进行边缘强调。

[0137] 模糊处理部47根据通过空间频率校正参数计算部45计算出的模糊处理系数，对关注区域和非关注区域进行模糊处理。模糊处理部47使用高斯滤波器进行模糊处理。模糊处理系数越强则模糊处理的强度越强，图像会变得模糊。并且，模糊处理部47也可以通过高斯滤波器之外的低通滤波器等进行模糊处理。

[0138] 图像处理部41对RGB信号进行边缘强调处理和模糊处理。由此能取得例如调整了边缘等特征的图像。

[0139] 本实施方式中，例如在关注区域的空间频率高且非关注区域的空间频率低的情况下，关注区域的边缘强调系数变大，非关注区域的模糊处理系数变大。由此，能取得突显主要被摄体的图像。

[0140] 下面说明本发明第3实施方式的效果。

[0141] 比较关注区域的频率信息和非关注区域的频率信息，计算累计值比I，根据累计值比I分别计算出关注区域和非关注区域的边缘强调系数和模糊处理系数。然后根据各边缘强调系数、各模糊处理系数在关注区域、非关注区域进行各边缘强调处理、各模糊强调处理。由此能够进行分别适于关注区域、非关注区域的边缘强调、模糊强调处理。例如当关注区域的空间频率高、非关注区域的空间频率低的情况下，在关注区域进行边缘强调处理，在非关注区域进行模糊强调处理。由此能突显关注区域的主要被摄体。

[0142] 下面说明本发明第4实施方式。

[0143] 本发明第4实施方式是具有第1实施方式和第3实施方式的特征的摄像装置。其中说明图像分析部50和图像处理部51。

[0144] 使用图21说明图像分析部50。图21是表示图像分析部50的概要框图。

[0145] 图像分析部50具有区域选择部7、第1区域颜色累计部8、第2区域颜色累计部9、颜色比较部52、第1区域空间频率特性累计部42、第2区域空间频率特性累计部43、空间频率比较部53、色度校正参数计算部11、空间频率校正参数计算部45。

[0146] 颜色比较部52具有与第1实施方式的比较部10相同的结构，此处省略说明。另外，空间频率比较部53具有与第3实施方式的比较部44相同的结构，此处省略说明。

[0147] 色度校正参数计算部11根据颜色比较部52的比较结果和空间频率比较部53的比较结果计算色度强调系数。另外，空间频率校正参数计算部45根据颜色比较部52的比较结果和空间频率比较部53的比较结果计算边缘强调系数和模糊处理系数。色度强调系数、边缘强调系数和模糊处理系数可根据图22计算出来。例如，当第1像素数比Pr1大于等于第2阈值、累计值比I大于等于第7阈值的情况下，关注区域中色度强调系数是2.0，边缘强调系数是2.0，边缘处理系数是1.0。另一方面，非关注区域中色度强调系数是0.5，边缘强调系数是1.0，模糊处理系数是2.0。并且，色度强调系数、边缘强调系数和模糊处理系数不限于图22所示的值。

[0148] 使用图23说明图像处理部51。图23是图像处理部51的概要框图。

[0149] 图像处理部51具有亮度色差信号生成部16、乘法部17、颜色信号转换部18、边缘强调处理部46、模糊处理部47。

[0150] 图像处理部51在乘法部17校正了色差信号，并校正了关注区域的色度之后，在边缘强调处理部46中进行边缘强调，在模糊处理部47中进行模糊处理。

[0151] 下面说明本发明第4实施方式的效果。

[0152] 根据像素频度和空间频率进行校正，因此能进行适合于主要被摄体状态的图像处理。因而能高效且精度良好地突显主要被摄体。例如当关注区域的色度高且空间频率也高的情况下，能判断为主要被摄体是色度高且结构细致的被摄体。因此，在关注区域中进行色度强调处理和使主要被摄体的结构明确的边缘强调处理，在非关注区域进行模糊处理。由此能取得主要被摄体的结构更为明晰突显出来的图像。另外，当关注区域的色度高而空间频率低的情况下，能判断为主要被摄体是色度高的平滑结构的被摄体。因此通过仅实施关注区域的色度强调，不会有损被摄体的平滑度，能取得显著的图像。

[0153] 另外，在校正了关注区域的色度之后，通过进行边缘强调、模糊处理，能有效进行边缘强调和模糊处理。

[0154] 下面说明本发明第5实施方式。

[0155] 本实施方式的摄像装置相比第2实施方式的不同之处在于图像分析部60。这里说明图像分析部60。在图像分析部60中对与第2实施方式相同的构成部分赋予与第2实施方式相同的标号，在此省略说明。

[0156] 使用图24说明图像分析部60。图24是表示图像分析部60的概要框图。

[0157] 图像分析部60具有区域选择部7、第1区域颜色累计部61、第2区域颜色累计部9、颜色重心位置计算部22、比较部62、特定颜色校正参数计算部(颜色校正区域设定部)63、色度校正参数计算部64。

[0158] 第1区域颜色累计部61除了关注区域中的像素频度，还对各像素的位置信息进行累计。位置信息是指具有相同图像特征(预定的图像特征量)的像素的位置信息，是具有相同图像特征的像素的中心或方差或标准偏差等。本实施方式中将重心和方差用作位置信息。

[0159] 第1区域颜色累计部61按照每种色度和色相对关注区域中的像素进行划分，还存储像素位置，按照每种色度和色相计算重心和方差。并且，也对肤色和天空色计算重心和方差。

[0160] 其中使用图25、26的流程图说明本实施方式中方差的计算方法。

[0161] 步骤S100中，区域选择部7将读取色相、色度、位置信息的像素(以下称之为对象像素)设定在开始位置。开始位置可任意设定，例如以摄像元件的左上为原点的情况下将开始位置设定为原点。

[0162] 步骤S101中，区域选择部7判定对象像素是否为关注区域中的像素。而当对象像素为关注区域中的像素的情况下进入步骤S102，在对象像素为非关注区域中的像素的情况下进入步骤S107。

[0163] 步骤S102中，第1区域颜色累计部61读取对象像素的RGB值和坐标。坐标是例如以像素的左上为原点，将以摄像装置为正位置的情况下的水平方向为x轴、铅直方向为y轴而读取的。

[0164] 步骤S103中，第1区域颜色累计部61根据读取的RGB值判定对象像素属于哪个色度、色相。

[0165] 步骤S104中，第1区域颜色累计部61进行对象像素的划分。其中，对被划分的色度和色相的像素频度加1。

[0166] 步骤S105中，第1区域颜色累计部61对划分了对象像素的色相的RGB值分别加上对象像素的RGB值并累计，计算关注区域的色相的RGB累计值。

[0167] 步骤S106中，第1区域颜色累计部61对划分了对象像素的色相的像素位置进行相加并累计，计算坐标累计值。坐标累计值根据x坐标、y坐标分别计算出来。

[0168] 如果在步骤S101中判定为对象像素处于非关注区域，则在步骤S107中，第2区域颜色累计部9读取对象像素的RGB值。

[0169] 步骤S108中，第2区域颜色累计部9根据读取的RGB值判定对象像素属于哪个色度、色相。

[0170] 步骤S109中，第2区域颜色累计部9进行对象像素的划分。此时对被划分的色度和色相的像素频度加1。

[0171] 步骤S110中，区域选择部7判定是否对摄像元件中的所有像素进行了对象像素的设定。也就是说，在此判定是否对所有像素进行了读取。而当对所有像素进行了对象像素的设定时进入步骤S112，在存在没有进行对象像素的设定的像素时进入步骤S111。

[0172] 步骤S111中，区域选择部7使对象像素的位置移动1个像素。区域选择部7例如首先使y坐标固定，使x坐标错开1个像素来设定对象像素，在将对象像素设定为x坐标的最后像素之后，使y坐标错开1个像素来设定对象像素。然后区域设定部7使y坐标固定，使x坐标错开1个像素来设定对象像素。区域选择部7重复该动作来使对象像素的位置移动。

[0173] 步骤S112中，第1区域颜色累计部61确定关注区域中色度高于第1阈值且像素数最大的色相。

[0174] 步骤S113中，第1区域颜色累计部61计算关注区域中色度高于第1阈值且像素数最大的色相的坐标重心位置。坐标重心位置是通过将坐标累计值除以该色相的像素数来计算的。

[0175] 步骤S114中，颜色重心位置计算部22计算像素频度为最大频度的色相的颜色重心位置。

[0176] 步骤S115中，区域选择部7将对象像素重新设定为开始位置的像素。

[0177] 步骤S116中，区域选择部7判定对象像素是否为关注区域内的像素。而当对象像素为关注区域中的像素的情况下进入步骤S118，当对象像素为非关注区域中的像素的情况下进入步骤S117。

[0178] 步骤S117中，区域选择部7使对象像素的位置移动1个像素。使像素移动的方法例如是与步骤S111相同的方法。

[0179] 步骤S118中，第1区域颜色累计部61读取对象像素的RGB值和坐标。

[0180] 步骤S119中，第1区域颜色累计部61判定对象像素是否属于关注区域中色度高于第1阈值且像素数为最大的色相。而当对象像素属于关注区域中色度高于第1阈值且像素数为最大的色相时进入步骤S120，当对象像素不属于关注区域中色度高于第1阈值且像素数为最大的色相时进入步骤S117。

[0181] 步骤S120中，第1区域颜色累计部61计算对象像素的位置与坐标重心位置的偏差。偏差可分别根据x坐标、y坐标计算出来。

[0182] 步骤S121中，区域选择部7判定是否对所有像素设定了对象像素。当对所有像素设定了对象像素的情况下进入步骤S122，当存在没有进行过对象像素的设定的像素的情况下进入步骤S117。

[0183] 步骤S122中，第1区域颜色累计部61根据在步骤S120计算出的偏差，计算关注区域中色度高于第1阈值且像素数为最大的色相的方差。方差可分别根据x坐标、y坐标计算出来。

[0184] 并且也可以从步骤S115起仅对关注区域内进行对象像素的设定。

[0185] 通过如上方法可计算出关注区域中色度高于第1阈值且像素数为最大的色相、该色相的方差以及颜色重心位置。

[0186] 如果列表表示第1区域颜色累计部61和第2区域颜色累计部9的累计结果，则例如如图27A、图27B所示。图27A是第1区域颜色累计部61的累计结果。图27B是第2区域颜色累计部9的累计结果。并且，这里为了便于说明，表示了各色相的重心和方差。图27A、图27B中，设色度高于第1阈值的情况的重心为“(xKi、yKi)”，色度低于第1阈值的情况的重心为“(xLi、yLi)”。而且设色度高于第1阈值的情况的方差为“(x’Ki、y’Ki)”，色度低于第1阈值的情况的方差为“(x’Li、y’Li)”。并且设关注区域中肤色的重心和方差分别为“(xS1、yS1)”、“(x’S1、y’S1)”。设关注区域中天空色的重心和方差分别为“(xS2、yS2)”、“(x’S2、y’S2)”。此处“i”与第1实施方式同样地对应于色相。

[0187] 返回图24，比较部62计算第1像素数比Pr1、第2像素数比Pr2和第3像素数比Pr3。另外，比较部62比较关注区域中色度高于第1阈值且像素数最大的色相的方差的x坐标值与y坐标值。其中，比较该方差的x’Ki与y’Ki，将值大的一方作为代表方差VKi。如果代表方差VKi较小则关注区域中色度高于第1阈值且像素数最大的色相的像素集中存在于局部。而如果代表方差VKi较大则该色相的像素在关注区域中方差分布。

[0188] 比较部62比较第2像素数比Pr2与第5阈值，并比较第3像素数比Pr3与第6阈值。还比较代表方差VKi与第8阈值。比较的结果被输出到特定颜色校正参数计算部63和色度校正参数计算部64。第8阈值是预先设定的值。第8阈值是判定关注区域中色度高于第1阈值且像素数最大的色相的像素是集中还是方差分布的值。

[0189] 特定颜色校正参数计算部63根据比较部62的比较结果计算特定颜色色度强调系数。特定颜色色度强调系数可根据图28计算出来。例如当第1像素数比Pr1大于等于第2阈值、第2像素数比Pr2大于等于第5阈值、代表方差VKi小于第8阈值的情况下，特定颜色色度强调系数为1.5。而当第1像素数比Pr1大于等于第2阈值、第2像素数比Pr2大于等于第5阈值、代表方差VKi大于等于第8阈值的情况下，特定颜色色度强调系数为1.1。也就是说，当代表方差VKi较小、关注区域中色度高于第1阈值且像素数最大的色相的像素集中分布的情况下，特定颜色色度强调系数增大以强调该色相。

[0190] 色度校正参数计算部64根据比较部62的比较结果，计算色度强调系数。色度强调系数可根据图28计算出来。例如当第1像素数比Pr1大于等于第2阈值、第2像素数比Pr2大于等于第5阈值、代表方差VKi小于第8阈值的情况下，色度强调系数为1.0。

[0191] 并且本实施方式中使用方差作为位置信息，也可以使用标准偏差和距离重心的距离信息等。还可以使用根据摄像元件所取得的图像制作降低了分辨率的图像，比较所制作的图像的像素频度求出偏差的手法以及通过特定颜色的色相和色度进行二值化，通过值相同的部分的各集群的面积、集群间的距离信息、集群的轮廓线长度等来判定偏差的结果。

[0192] 下面说明本发明第5实施方式的效果。

[0193] 即便关注区域中的像素频度相同，根据像素状态(特定颜色的像素的集群状态等)不同，关注区域的状态也会例如图29A、图29B那样不同。图29A是特定颜色的像素集中于关注区域的中央附近的状态，图29B是特定颜色的像素方差的状态。由于图29A是主要被摄体集中的情况，因而通过增强特定颜色强调就能强调主要被摄体。然而由于图29B是被摄体方差于多处的情况或是颜色斑驳的主要被摄体，因而如果与图29A的情况同样增强对特定颜色的强调的话仅突显该颜色，反而使得主要被摄体变得不醒目。因此，相比图29A的情况，图29B的情况下需要减小特定颜色强调，整体上提升色度。

[0194] 本实施方式中，计算关注区域中色度高于第1阈值且像素数最大的色相的方差，使用方差来计算特定颜色色度强调系数、色度强调系数。然后使用特定颜色色度强调系数、色度强调系数来校正图像。例如当关注区域中像素频度向某种色相种偏斜，而且该色相的像素在关注区域集中于一定部分的情况下，增大特定颜色色度强调系数。由此能仅增强该色相附近的颜色的强调，能突显主要被摄体。另外，例如当关注区域中像素频度向某种色相偏斜，而且该色相的像素在关注区域种方差分布的情况下，与该色相的像素集中的情况相比，减小特定颜色色度强调系数。由此就能抑制由于仅强化该色相附近的颜色的强调而可能引发的颜色扩散的错觉等导致的偏差等，能适度地突显主要被摄体。

[0195] 下面说明本发明第6实施方式。

[0196] 本实施方式的摄像装置相比第3实施方式的不同之处在于图像分析部70和图像处理部80。此处说明图像分析部70、图像处理部80。在图像分析部70中，对与第3实施方式相同的构成部分赋予与第3实施方式相同的标号，在此省略说明。

[0197] 使用图30说明图像分析部70。图30是表示图像分析部70的概要框图。

[0198] 图像分析部70具有区域选择部7、第1区域纹理信息累计部71、第2区域纹理信息累计部72、比较部73、噪声校正参数计算部74。

[0199] 如图31所示，第1区域纹理信息累计部71通过第1空间频率特性累计部75构成。本实施方式中，根据频率分布判断纹理。第1区域纹理信息累计部71对关注区域的空间频率分布进行累计，判断关注区域的纹理。并且，也可以根据图像中粒状度的信息、边缘信息、边缘强度直方图等来判断纹理。

[0200] 如图15所示，第1区域纹理信息累计部71根据关注区域的频率与其频率的频度的关系，计算关注区域中频率大于等于预定频率的高频的频度的累计值即第1累计值Eh、关注区域中频率小于预定频率的低频的频度的累计值即第2累计值El。

[0201] 第2区域纹理信息累计部72与第1区域纹理信息累计部71同样，通过第2空间频率特性累计部(未图示)构成。第2区域纹理信息累计部如图16所示，根据非关注区域的频率与其频率的频度的关系，计算频率大于等于预定频率的高频的频度的累计值即第3累计值Fh、非关注区域中频率小于预定频率的低频的频度的累计值即第4累计值Fl。

[0202] 比较部73计算第1累计值Eh与第3累计值Fh之比即累计值比I(＝Eh/Fh)，比较累计值比I与第9阈值。第9阈值是预先设定的值，当累计值比I大于等于第9阈值的情况下，判断为与非关注区域的纹理相比关注区域的纹理例如凹凸多且粗糙感大。比较部73还比较第3累计值Fh与第10阈值。第10阈值是预先设定的值，是判定非关注区域的纹理的值。当第3累计值Fh大于等于第10阈值的情况下，判断为非关注区域的纹理例如是凹凸少且粗糙感小(以下将这种纹理称之为平坦感)。比较结果被输出到噪声校正参数计算部74。

[0203] 噪声校正参数计算部74根据比较部73的比较结果，计算噪声校正系数。噪声校正系数分别根据关注区域、非关注区域来计算。噪声校正系数大于1.0时表示随机噪声的附加量，数值越大则噪声附加就越大。而噪声校正系数小于1.0时表示噪声降低的强度，数值越小则噪声降低越强。

[0204] 噪声校正系数按照累计值比I和第3累计值Fh，根据图32计算出来。例如当累计值比I大于等于第9阈值且第3累计值Fh大于等于第10阈值时，关注区域的噪声校正系数为1.2，非关注区域的噪声校正系数为0.8。也就是说，此时在关注区域噪声附加，在非关注区域噪声降低。

[0205] 当累计值比I较大的情况下，例如关注区域的纹理与非关注区域的纹理相比粗糙感高。因此当累计值比I较大的情况下，通过增大关注区域的噪声校正系数，减小非关注区域的噪声校正系数，就能强调关注区域的粗糙感。

[0206] 图像处理部80如图33所示具有噪声校正处理部81。噪声校正处理部81根据噪声校正系数，在关注区域和非关注区域进行噪声处理。

[0207] 下面说明本发明第6实施方式的效果。

[0208] 根据关注区域与非关注区域的各纹理信息，计算关注区域的噪声校正系数和非关注区域的噪声校正系数。然后根据计算出的各噪声校正系数校正图像，从而能进行强调了关注区域的纹理的校正。

[0209] 例如当关注区域的纹理与非关注区域的纹理相比粗糙感大时，通过对关注区域进行噪声附加处理，就能在关注区域进行强调了粗糙感的校正。另一方面，例如当关注区域的纹理与非关注区域的纹理相比平坦感强时，通过对关注区域进行噪声降低处理，能抑制关注区域的粗糙感，进行强调了平坦感的校正。

[0210] 另外，例如在非关注区域中粗糙感较小的情况下，与粗糙感较大时相比要增大关注区域的噪声附加量。由此能进行强调了关注区域的粗糙感的校正。

[0211] 下面说明本发明第7实施方式。

[0212] 本实施方式的摄像装置相比第2实施方式的不同之处在于图像分析部90和图像处理部120。此处说明图像分析部90和图像处理部120。在图像分析部90、图像处理部120中，对与第2实施方式相同结构的部分赋予与第2实施方式相同的标号，在此省略说明。

[0213] 使用图34说明图像分析部90。图34是表示图像分析部90的概要框图。

[0214] 图像分析部90具有区域选择部7、第1区域颜色累计部91、第2区域颜色累计部92、比较部93、特定颜色校正参数计算部94、色度校正参数计算部95、颜色重心位置计算部
96。

[0215] 第1区域颜色累计部91如图35所示具有色相判定部100、按色相类别直方图累计部(直方图累计部)101。

[0216] 色相判定部100对关注区域中的像素频度进行累计。

[0217] 按色相类别直方图累计部101制作像素频度的色度直方图。色度直方图与色度是否高于第1阈值无关，按照每种色相来制作。另外，按色相类别直方图累计部101计算各色相的最频值Hi。本实施方式中首先将制作的色度直方图中像素频度最大的值设定为临时最频值。然后当该假设最频值满足以下(1)～(3)的所有条件时，将临时最频值作为最频值Hi计算。

[0218] (1)临时最频值大于等于第1四分位值(最小值与中央值的中心值)。

[0219] (2)临时最频值小于等于第3四分位值(中央值与最大值的中心值)。

[0220] (3)临时最频值附近的累计值大于第11阈值。临时最频值附近的累计值是对从临时最频值开始的预定范围内的像素频度进行累积得到的值。第11阈值是预先设定的值。如果临时最频值没有满足(1)～(3)的条件中的任一个，则将像素频度次之大的值设定为临时最频值。

[0221] 例如当属于图36所示的色度直方图的情况下，由于处于最大值与第3四分位值之间的像素频度的第1峰值最大，因此将第1峰值设定为临时最频值。然而由于该临时最频值大于第3四分位值，因此不将其设定为最频值Hi。接下来将处于最小值与第1四分位值之间的像素频度的第2峰值设定为临时最频值。然而由于该临时最频值小于第1四分位值，因此不将其设定为最频值Hi。接着将处于中央值附近的像素频度的第3峰值设定为临时最频值。该临时最频值大于等于第1四分位值且小于等于第3四分位值。而且临时最频值附近的累计值大于第11阈值。因此将该临时最频值作为最频值Hi来计算。

[0222] 如果列表表示第1区域颜色累计部91的累计结果，则例如图37所示。图37是第1区域颜色累计部91的累计结果。图37中，各色相的最频值为“Hi”。其中“i”与第1实施方式同样地对应于色相。另外，按色相类别直方图累计部101根据色度直方图计算色相的标准偏差α。该标准偏差α与色度没有关系，按照每种色相计算。

[0223] 比较部93计算第1像素数比Pr1、第2像素数比Pr2和第3像素数比Pr3。另外，比较部93比较像素数最大的色相的最频值Hi、第12阈值和第13阈值。其中，第12阈值是小于第1阈值的值，第13阈值是大于第1阈值的值，第12阈值和第13阈值都预先被设定。

[0224] 特定颜色校正参数计算部94根据比较部93的比较结果，计算特定颜色色度强调系数。特定颜色色度强调系数根据图38计算出来。例如当第1像素数比Pr1大于等于第2阈值、第2像素数比Pr2大于等于第5阈值且最频值Hi大于第13阈值的情况下，特定颜色色度强调系数为1.6。另外，当第1像素数比Pr1大于等于第2阈值、第2像素数比Pr2大于等于第5阈值且最频值Hi大于等于第12阈值但小于等于第13阈值的情况下，特定颜色色度强调系数为1.1。如这些例子所示，即便其他条件相同，根据最频值Hi的值不同，特定颜色色度强调参数的值也发生变更。当最频值Hi大于第13阈值时，由于关注区域的色度大，因此为了强调特定颜色，特定颜色色度强调系数变大。另外，当最频值Hi大于等于第
12阈值但小于等于第13阈值的情况下，由于关注区域的色度并非那么大，因此如果过大强调特定颜色，则原本连续的颜色变化可能会出现颜色的界线。因此应与最频值Hi大于第13阈值的情况相比减小特定颜色色度强调系数。

[0225] 特定颜色校正参数计算部94根据颜色重心位置和特定颜色色度强调系数计算第1颜色校正量。可通过式(3)计算第1颜色校正量。

[0226] 另外，特定颜色校正参数计算部94根据颜色重心位置、标准偏差α计算颜色校正区域。

[0227] 可通过式(5)计算颜色校正区域。

[0228] 颜色校正区域＝颜色重心位置±α ...式(5)

[0229] 色度校正参数计算部95根据比较部93的比较结果计算色度强调系数。色度强调系数根据图38计算出来。例如当第1像素数比Pr1小于第2阈值、第2像素数比Pr2小于第5阈值且最频值Hi大于等于第12阈值但小于等于第13阈值的情况下，色度强调系数是0.7。而当第1像素数比Pr1小于第2阈值、第2像素数比Pr2小于第5阈值且最频值Hi大于第13阈值的情况下，色度强调系数是1.0。

[0230] 下面使用图39说明图像处理部120。图39是表示图像处理部120的概要框图。图像处理部120具有亮度色差信号生成部16、权重系数计算部121、第1乘法部25、第1加法部26、第2加法部27、第2乘法部28、颜色信号转换部29。

[0231] 权重系数计算部121根据由特定颜色校正参数计算部94计算出的颜色校正区域计算权重系数。并且，权重系数的计算方法与第2实施方式相同。

[0232] 本实施方式中使用了最大值、最小值、第1四分位值和第3四分位值来设定最频值Hi，也可以不使用这些而将色度直方图中像素频度最高的值设定为最频值Hi。另外，当设定最频值Hi时，也可以使用平均值来校正最频值Hi。如果最频值Hi与平均值的差异较大，则考量平均值来校正最频值Hi。

[0233] 下面说明本发明第7实施方式的效果。

[0234] 在关注区域制作色度直方图，根据色度直方图的统计信息计算色度强调系数和特定颜色色度强调系数。然后使用计算出的色度强调系数和特定颜色色度强调系数来校正图像，从而能适当地突显主要被摄体。例如当关注区域中像素频度向某种色相偏斜且色度直方图的最频值Hi大于第13阈值的情况下，能判断为关注区域中某种色相色度大的像素较多。因此通过增大特定色度强调系数，加强该色相的颜色的强调，就能突显主要被摄体。另一方面，当虽然关注区域中像素频度向某种色相偏斜，然而色度直方图的最频值Hi大于等于第12阈值且小于等于第13阈值的情况下，可判断为关注区域中某种色相色度为中等程度的像素较多。因而由于增大特定色度强调系数可能导致该色相中颜色界线变强，所以在不增大特定色度强调系数的状况下进行不会使颜色界线变强的颜色调整。

[0235] 另外，通过计算色相的标准偏差α，使用标准偏差α设定颜色校正区域，从而能进行更为平缓的颜色校正。

[0236] 还可以组合上述实施方式。另外，图7等所示的色度强调系数等仅为一个例子，不限定于这些数值。

[0237] 上述摄像装置可安装于数字相机、数字摄像机、电子内窥镜等为了正确工作而依赖于电流或电磁场的设备的电子设备中。

[0238] 另外，在上述实施方式的说明中，作为摄像装置进行的处理，以基于硬件的处理作为前提，然而无需限定于这种结构。例如也可以采用另外通过软件进行处理的结构。

[0239] 此时，摄像装置具有CPU、RAM等主存储装置、存储有用于实现上述处理的全部或一部分的程序的计算机可读取的存储介质。其中将该程序称作图像处理程序。然后CPU读取存储于上述存储介质的图像处理程序，执行信息的加工/运算处理，从而实现与上述摄像装置同样的处理。

[0240] 其中，所谓计算机可读取的存储介质是指磁盘、光磁盘、CD-ROM、DVD-ROM、半导体存储器等。另外，也可以通过通信线路向计算机发布该图像处理程序，由接受到该发布的计算机执行该图像处理程序。

[0241] 本发明不限于上述实施方式，当然包含在其技术思想范围内能实现的各种变更、改良。

[0242] 本申请要求基于2009年10月15日向日本专利局提交的特愿2009-238527和2010年9月10日向日本专利局提交的特愿2010-203096的优先权，这些申请的所有内容都通过参照被加入本说明书中。