JPH05165119A

JPH05165119A - 人物の顔のデータの抽出方法

Info

Publication number: JPH05165119A
Application number: JP32899891A
Authority: JP
Inventors: Hiroaki Nakamura; 博明中村
Original assignee: Fuji Photo Film Co Ltd
Current assignee: Fujifilm Holdings Corp
Priority date: 1991-12-12
Filing date: 1991-12-12
Publication date: 1993-06-29
Anticipated expiration: 2013-06-11
Also published as: JP2763221B2

Abstract

(57)【要約】【目的】カラー原画像から人物の顔のデータのみを高
い確度で自動的に抽出することができる人物の顔のデー
タ抽出方法を提供すること。【構成】原画像を測光したデータに基づいて色領域毎
に分割し、色領域の中から１つの領域を注目領域として
選択し、選択した注目領域の収縮処理を行なって注目領
域の核を求める（１６２）。求めた核を中心とした注目
領域に内接する面積が最大の円を求め（１６４〜１６
６）、注目領域の全領域についての分割終了を判断し
（１６８〜１７０）、これを繰り返すことによって注目
領域を面積の大きな円の順に分割する。注目領域の分割
が終了した後分割された最大の面積の円を顔の領域と判
断し、顔であると判断された領域のＲ、Ｇ、Ｂ測光デー
タを適正露光量計算回路４０に出力する（１７２）。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は人物の顔のデータ抽出方
法に係り、より詳しくは、カラー原画像をカラー複写材
料または黒白複写材料に複写するときに使用する、人物
の顔の濃度データ等の人物の顔のデータを抽出する方法
に関する。

【０００２】

【従来の技術及び発明が解決しようとする課題】人物写
真を観賞するときに最も注目される部位は、人物の顔で
あり、品質の良い写真を作成するためには人物の顔の色
を適正な色に焼付ける必要がある。

【０００３】従来では、カラーフィルムの原画像中の顔
領域をライトペンで指定して人物の顔の濃度データを抽
出し、この抽出した濃度データに基づいて顔の色が適正
に焼付けられるように露光量を決定している。このよう
な技術としては、特開昭６２−１１５４３０号公報、特
開昭６２−１１５４３１号公報、特開昭６２−１１５４
３２号公報、特開昭６２−１８９４５６号公報、特開昭
６２−１８９４５７号公報、特開昭６３−１３８３４０
号公報、特開昭６３−１７８２２２号公報に記載のもの
がある。

【０００４】しかしながら、上記従来の技術では、画像
毎にオペレータがライトペンで顔領域を指定しなければ
ならないため、焼付作業に時間がかかる、という問題が
ある。また、オペレータが目視して顔領域を指定しなけ
ればならないため、無人化が困難である。

【０００５】また、特開昭５２−１５６６２４号公報、
特開昭５２−１５６６２５号公報、特開昭５３−１２３
３０号公報、特開昭５３−１４５６２０号公報、特開昭
５３−１４５６２１号公報、特開昭５３−１４５６２２
号公報には、肌色データを抽出することによって人物の
顔のデータを抽出する以下の方法が記載されている。す
なわち、カラー原画像を多数の測光点に分割すると共に
各測光点をＲ（赤）、Ｇ（緑）、Ｂ（青）の３色に分解
して測光し、測光データから計算した各測光点の色が肌
色範囲内か否か判断する。そして、肌色範囲と判断され
た測光点のクラスタ（群）を顔の濃度データとするもの
である。

【０００６】しかしながら、この方法では肌色範囲内の
色を顔の濃度データと仮定しているため、地面、木の
幹、洋服等の肌色または肌色に近似した色をした顔以外
の部位も顔の濃度データとして抽出されてしまう。

【０００７】また、仮に地面や木の幹等の肌色または肌
色に近似した部位を除外して抽出できたとしても、海水
浴シーズンやプール等の画像では肌を多く露出した顔と
同色の領域が顔の周辺に多数存在しており、その周辺の
領域が顔の領域と結合していることがある。また、人物
の画像では、頬杖をついた画像等があり、やはり顔と同
色の画像が顔の領域と結合してしまう。このため、原画
像の色の特徴から顔の領域を抽出しようとすると、顔の
みの領域を抽出することができず、同色の結合した領域
をも抽出してしまう。これによって、顔のみの濃度デー
タを自動的に抽出することができない。

【０００８】本発明は上記問題点を解決するために成さ
れたもので、ネガフィルム等のカラー原画像から特徴画
像データである人物の顔のデータのみを高い確度で自動
的に抽出することができる人物の顔のデータの抽出方法
を提供することを目的とする。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に請求項１の発明は、カラー原画像を多数画素に分割し
て各画素を赤光、緑光及び青光の３色に分解して測光
し、測光により得られたデータに基づいて前記カラー原
画像上に色相が同一または類似の色領域を求め、求めた
色領域の境界部位に内接する円または長円を想定し、か
つ面積の大きな円または長円から順に円または長円の領
域によって求めた色領域を分割し、分割された領域の少
なくとも１つを選択して選択された領域のデータを人物
の顔のデータとして抽出する。

【００１０】また、請求項２の発明は、カラー原画像を
多数画素に分割して各画素を赤光、緑光及び青光の３色
に分解して測光し、測光により得られたデータに基づい
て前記カラー原画像上に色相が同一または類似の色領域
を求め、求めた色領域の境界部位に内接する円または長
円を想定し、かつ面積が最大の円または長円の領域を求
め、円または長円の外周から外側に突出すると共に前記
求めた領域に接する所定面積以上の凸領域を求め、該凸
領域に含まれる色領域の境界部位に内接する円の領域に
よって該色領域を分割し、分割された領域の少なくとも
１つを選択して選択された領域のデータを人物の顔のデ
ータとして抽出する。

【００１１】

【作用】人物写真を観賞するときに最も注目される部位
は、人物の顔であるので、カラー原画像から人物の顔の
領域のデータを抽出し、そのデータを特徴画像データと
して用いるのが好ましい。また、人物の顔の形状は円ま
たは楕円のものが殆どであり、カラー原画像の同系色の
色領域から円の領域を優先して抽出することで人物の顔
の領域が抽出される可能性が高い。

【００１２】そこで請求項１に記載の発明では、カラー
原画像を多数画素に分割して各画素を赤光、緑光及び青
光の３色に分解して測光し、測光により得られたデータ
に基づいてカラー原画像上に色相が同一または類似の色
領域を求める。次に、求めた色領域の境界部位に内接す
る円または長円を想定し、かつ面積の大きな円または長
円から順に円または長円の領域によって求めた色領域を
分割する。これにより、最終的に分割された領域は、顔
のみの独立した領域である可能性が高い。従って、カラ
ー原画像の分割された各々の色領域は、顔の領域として
抽出される可能性の高い領域に更に分割され、この画像
の特徴を表す少なくとも１つの領域を選択すれば、選択
された領域のデータが特徴画像データを表すことになる
から、領域の選択によって特徴画像データを抽出するこ
とができる。

【００１３】また、顔の領域が顔以外の部位に接してい
るとき（例えば、プールで斜め上方から撮影したときは
顔の領域が身体に埋没している）に、その色領域の内接
円から先に分割すると、顔の領域が分割されて抽出され
てしまうことがある。そこで、請求項２に記載の発明で
は、上記請求項１で説明したように測光により得られた
データに基づいてカラー原画像上に色相が同一または類
似の色領域を求める。次に、この求めた色領域の境界部
位に内接する円または長円を想定し、かつ面積が最大の
円または長円の領域を求める。そして、この求めた領域
に、円または長円の外周から外側に突出する所定面積の
以上の凸領域が接している場合には、該凸領域に含まれ
る色領域の境界部位に内接する円の領域によって該色領
域を分割する。これによって、カラー原画像上で類似し
た色領域が接していても、人物の顔の領域が抽出される
可能性が高い円または長円の領域を顔の領域として優先
して分割することができ、分割された領域の内少なくと
も１つを選択することによってこの領域のデータを特徴
画像データとして抽出することができる。

【００１４】

【実施例】以下図面を参照して本発明の第１実施例を詳
細に説明する。本実施例は、オートプリンタに本発明を
適用したものである。図１に示されるように、本実施例
のオートプリンタは、カラーネガフィルム１０を搬送す
る搬送ローラ１２を備えている。搬送ローラ１２によっ
て搬送されるカラーネガフィルム１０の下方には、光源
１４、調光フイルタ等の色補正フィルタ１６および拡散
ボックス１８が順に配列されている。また、ネガフィル
ム１０の上方には、ネガフィルム１０を透過した光線を
２方向に分配する分配用プリズム２０が配置されてい
る。分配用プリズム２０によって分配された一方の光路
上には、投影光学系２２、ブラックシャッタ２３及びカ
ラーペーパー（印画紙）２４が順に配列され、他方の光
路上には投影光学系２６及びＣＣＤイメージセンサ２８
が順に配列されている。このＣＣＤイメージセンサ２８
は、ネガフィルム１０の１画面（１コマ）全体を多数の
画素（例えば２５６×２５６画素）に分割して各画素を
Ｒ（赤）、Ｇ（緑）、及びＢ（青）の３色に分解して測
光する。ＣＣＤイメージセンサ２８は、ＣＣＤイメージ
センサ出力を増幅する増幅器３０及びアナログ−デジタ
ル（Ａ／Ｄ）変換器３２を介してＣＣＤイメージセンサ
の感度補正用の３×３マトリックス回路３４に接続され
ている。３×３マトリックス回路３４は、以下で説明す
るルーチンのプログラムを記憶したマイクロコンピュー
タで構成された顔抽出回路３６を介して適正露光量計算
回路４０に接続されると共に、１画面全体の平均濃度を
演算する平均濃度演算回路３８を介して適正露光量計算
回路４０に接続されている。そして、適正露光量計算回
路４０は、色補正フイルタを駆動するドライバ４２を介
して色補正フィルタ１６に接続されている。

【００１５】次に本実施例の作用を説明する。光源１４
から照射された光線は、色補正フィルタ１６、拡散ボッ
クス１８及びカラーネガフィルム１０を透過し、分配用
プリズム２０によって分配され、投影光学系２６を介し
てＣＣＤイメージセンサ２８に受光される。なお、この
ときブラックシャツタ２３は閉じられている。この受光
によってＣＣＤイメージセンサ２８は、１画面全体を多
数の画素に分割して各画素をＲ、Ｇ、Ｂ３色に分解して
測光し、測光データ信号を出力する。測光データ信号は
増幅器３０で増幅された後Ａ／Ｄ変換器３２でデジタル
信号に変換され、３×３マトリックス回路３４でイメー
ジセンサの感度補正が行なわれ、顔抽出回路３６と平均
濃度演算回路３８に入力される。この平均濃度演算回路
３８では、１画面全体の平均濃度を演算する。顔抽出回
路３６では、以下で説明するように１画面中の人物の顔
の部位を推定し、顔と推定された部位のＲ、Ｇ、Ｂ３色
測光データを出力する。露光量演算回路４０は、顔抽出
回路３６から出力された３色測光データと平均濃度演算
回路３８で求められた平均濃度とを用いて露光量を演算
し、ドライバ４２を介して色補正フイルタ１６を制御す
ると共にブラックシャッタ２３を開閉して焼付けを行な
う。なお、平均濃度演算回路３８で求めた平均濃度を用
いるとき、平均濃度に対する露光補正量を求めることが
できる。露光補正量を求めない場合、必ずしも平均濃度
演算回路３８を必要とせず、直接顔抽出回路３６から出
力された３色測光データより露光量を求めてもよい。

【００１６】図２は顔抽出回路３６よる顔抽出ルーチン
を示すものであり、ステップ１００において入力された
３色測光データのノイズ除去、すなわちスムージングを
行なう。次のステップ１０２では下記の（１）〜（３）
式によってＲ、Ｇ、Ｂ３色測光データをＨ（色相値）、
Ｌ（明度値）、Ｓ（彩度値）に変換する。

【００１７】Ｌ＝（Ｒ＋Ｇ＋Ｂ）／３・・・・（１）Ｓ＝１−ｍｉｎ（ｒ’，ｇ’，ｂ’）・・・・（２）Ｈ＝Ｈ’／２Ｐｉ・・・・（３）ただし、Ｒ、Ｇ、Ｂは図３の３次元色座標に示すように
各々最小値が０、最大値が１になるように規格された３
色測光データ、ｍｉｎ（）は（）内の数値の最小
値、ｒ’、ｇ’、ｂ’はｒ’＝Ｒ／Ｌ、ｇ’＝Ｇ／Ｌ、
ｂ’＝Ｂ／Ｌを表す。またＨ’は次の（４）式で与えら
れ、Ｐｉ（ｉは、Ｒ、Ｇ、Ｂのうちの１つ）は図３のＰ
である。

【００１８】

【数１】

【００１９】ただし、

【００２０】

【数２】

【００２１】ステップ１０４では、図４（１）に示すよ
うに、各々直交する色相値軸、彩度値軸及び画素数軸か
ら成る座標系を用いて色相値及び彩度値についての２次
元ヒストグラムを求め、次のステップ１０６において後
述するように、求めた２次元ヒストグラムを山毎に分割
する、すなわち２次元ヒストグラムのクラスタリングを
行なう。次のステップ１０８ではクラスタリングされた
２次元ヒストグラムの山に基づいて多数の画素のクラス
タリングを行ない、このクラスタリングに基づいて画面
を分割し、分割された領域から人物の顔の候補となる領
域を抽出する。次のステップ１１０では、顔の候補とし
て抽出された色領域を円または長円の領域に更に分割す
ることによって、少なくとも顔の領域をそれ以外の領域
とに分割し、この分割された領域に基づいて顔の領域を
推定し、顔として推定された領域のＲ、Ｇ、Ｂ３色測光
データを出力する。そして、ステップ１１２において全
コマの焼付けが終了したか否か判断し、焼付終了と判断
されたときにこのルーチンを終了する。

【００２２】次に、上記ステップ１０６〜１１０の詳細
を説明する。図５はステップ１０６の詳細を示すもの
で、ステップ１２０において色相値及び彩度値について
の２次元ヒストグラムから評価すべき領域を切り出す。
図４では説明を簡単にするため１コマを評価領域とし
た。ステップ１２２では評価領域があるか否か判断す
る。ステップ１２０で評価領域が切り出せなかったと
き、すなわち全ての領域の評価が終了したときには評価
領域がないため、このルーチンを終了する。評価領域が
ある場合には、ステップ１２４において山切り出し用ヒ
ストグラムを作成するためのＸ、Ｙ軸の決定を行なう。
すなわち、評価領域を画素数軸と平行な軸を中心に回転
させ、ヒストグラムの山を横から見たときに多峰性を優
先しかつ山が最も尖鋭となる位置を求め、この位置を基
準にＸ、Ｙ軸を決定する。処理時間の短縮が必要な場合
は、精度が多少低下するが、Ｘ、Ｙ軸としてヒストグラ
ムの分散が最大となる軸を用いてもよい。図４（１）の
例では、１〜４の符号を付した４つの山を横から見たと
きに多峰性を優先しかつ山が最も尖鋭になる位置は３つ
の山が見える位置であるので見る方向と直交する方向に
Ｘ軸を定め、このＸ軸と直交する方向にＹ軸を定めてい
る。

【００２３】次のステップ１２６では、２次元ヒストグ
ラムをＸ、Ｙ軸に投影させて各々１次元ヒストグラムを
作成する。図４（１）の例では、Ｘ軸と直交する方向か
ら見ると１、２の符号を付した山が重なって見えるため
Ｘ軸についての１次元ヒストグラムには、符号３を付し
た山、符号１、２を付した山、符号４を付した山の３つ
の山が現れ、Ｙ軸と直交する方向から見ると１〜４の符
号を付した山が重なって見えるためＹ軸についての１次
元ヒストグラムには１つの山が現れている。次のステッ
プ１２８では、次の（５）式によってヒストグラムを評
価関数Ｈ（ａ）に変換しこの評価関数に基づいてＸ軸に
ついてのヒストグラムから山の切り出しを行なう。

【００２４】

【数３】

【００２５】ただし、ｆ（ａ）はＸ軸方向の値（特徴
量）がａのときの画素数、ｘは特徴量ａからの変位であ
る。

【００２６】すなわち、評価関数Ｈ（ａ）の平均値Ｔを
求め、評価関数Ｈ（ａ）の平均値Ｔ以下の範囲（谷、裾
部の存在範囲）を求める。次に、この範囲内のヒストグ
ラムが最小の位置をヒストグラムの谷または裾部とす
る。そして、求められた谷または裾部でヒストグラムを
切り出す。

【００２７】上記山の切り出しを図６を参照して説明す
ると、実線ＳＩで表わされたヒストグラムから評価関数
Ｈ（ａ）を求めると図の破線で示すようになる。この評
価関数Ｈ（ａ）が負の部分に関しての平均値Ｔ以下の範
囲は特徴量がｖ０〜ｖ１、ｖ２〜ｖ３の範囲である。こ
の範囲内のヒストグラムの度数が最小の位置は、範囲ｖ
０〜ｖ１ではａｖ０＝ｖ０、範囲ｖ２〜ｖ３ではａｖ１
であり、ａｖ０が裾部として、ａｖ２が谷として各々求
められ、この位置でヒストグラムの切り出しを行なう。

【００２８】ステップ１３０ではＸ軸についてのヒスト
グラムの山の切り出しと同様の方法でＹ軸についてのヒ
ストグラムの山の切り出しを行なう。次のステップ１３
２では、２次元ヒストグラム上で上記のように切り出さ
れたＸ軸、Ｙ軸についての１次元ヒストグラムの山が重
なる領域を求め、色相値及び彩度値についての２次元ヒ
ストグラムから山の切り出しを行なう。図４（１）の領
域Ｅ１は上記のようにして切り出した山の一例を示すも
のである。

【００２９】次のステップ１３４では、２次元ヒストグ
ラムから切り出された山が単峰か否か判断し、単峰でな
い場合は２次元ヒストグラムから切り出された山が単峰
になるまでステップ１２４〜ステップ１３４を繰り返
す。図４（３）の領域Ｅ２は、上記のようにして切り出
された単峰の山の一例を示すものである。

【００３０】次のステップ１３６では、切り出された単
峰の山を識別するためのラベルを付ける処理（ラベリン
グ）を行ない、ステップ１３８ではラベリングされた山
をマスクしてステップ１２０へ戻る。そして、上記のス
テップを繰り返して色相値及び彩度値についての２次元
ヒストグラムの全領域を単峰の山に分割する。

【００３１】図７は図２のステップ１０８の詳細を示す
もので、ステップ１４０では、上記のようにして分割さ
れた単峰の山のＸ軸方向の範囲ＸＲ（図４（３））及び
Ｙ軸方向の範囲ＹＲ（図４（３））を単峰の山毎に各々
求め、原画像の各画素について色相値及び彩度値がこれ
らの範囲に属しているかを判断して画素のクラスタリン
グを行なうと共に、範囲ＸＲ、ＹＲで囲まれた範囲に属
している画素を集め、集めた画素が原画像上で１つの領
域となるように原画像を分割する。また、分割された領
域にナンバリングする。図４（２）は、原画像を分割し
た例を示すもので符号１〜４を付した各領域の画素は、
図４（１）の、符号１〜４を付した単峰の山に含まれる
画素に対応している。図４（１）で同じ単峰の山に属し
ている画素が図４（２）では異る領域に分割されている
が、これは図４（１）では単峰の山の色相値範囲及び彩
度値範囲を持つ画素であるが、図４（２）では領域が分
かれているからである。

【００３２】次のステップ１４２では、分割された領域
の面積を判断することにより微小領域を除去し、ナンバ
リングをし直す。次のステップ１４４では、領域の境界
画素をすべて削除してひと皮分取り除く収縮処理と、収
縮処理とは逆に境界画素を背景画素方向へ増殖させてひ
と皮分太らせる膨張処理とを行なって大領域と繁がって
いる小領域を大領域から分離する。次のステップ１４６
ではステップ１４２と同様に微小領域を除去してリナン
バリングを行ない、ステップ１４８で弱い結合をしてい
る領域同士を分離するために、上記と同様の収縮、膨張
処理を行ない、ステップ１５０において上記と同様に微
小領域の除去とリナンバリングを行なう。

【００３３】図８はステップ１１０の詳細を示すもので
ある。また、以下、ステップ１１０の説明を詳細に行な
うために、図９（１）に示した、顔と同色または類似色
の色領域が広範囲に渡る場合の画像を用いて説明する。

【００３４】先ず、ステップ１６２においてステップ１
０８、すなわち図７のルーチンで抽出された領域の中か
ら１つの領域を注目領域として選択する（図９（１）参
照）。次に、選択した注目領域の収縮処理を行なって注
目領域を分解するための核を求める。すなわち、注目領
域の境界画素を削除していく収縮処理を繰り返し行なっ
て、最終的に残った１つの点状または線状領域を核とす
る。この線状領域とは、図９（２）に示したように、複
数の連続した点（画素または複数画素の集合）すなわち
線Ｌ₁になるものをいう。対象とする画像は原画像をＣ
ＣＤイメージセンサ２８によって測光して得られるデー
タに基づくため、連続系ではなく、離散系であるので、
上記核はある面積をもつことになる。また、対象とする
画像の形状によっては最終的に残る核が複数になること
がある。この場合には、最小面積の領域を核とする。ま
た、同面積の領域が残存した場合には任意の１つを選択
するものとする。

【００３５】次のステップ１６４では、上記のようにし
て求めた核を中心として注目領域に内接する面積が最大
の円または長円を求める。すなわち、上記のように核を
求めるために収縮処理を行った回数だけ核を中心に膨張
処理を行うことによって、核が点状の場合には内接円と
して、核が線状の場合には内接長円として求めることが
できる（モフォロジックフィルタ）。

【００３６】注目領域に内接する面積が最大の円または
長円を求めた後にはステップ１６６へ進み、ステップ１
６６では、求めた面積最大の円（またはこの円による長
円）を識別するためのラベルを付ける処理（ラベリン
グ）を行なう。次のステップ１６８では、ラベリングさ
れた円または長円の領域ＢＬ１をマスクしてステップ１
７０へ進む。次のステップ１７０では、抽出された全領
域について円または長円の領域によっての分割が終了し
たか否か判断し、終了していないときにはステップ１６
２〜ステップ１６８を繰り返す。これによって、図９
（２）〜（６）に示したように、面積の大きな円による
領域ＢＬ１〜ＢＬ１０の順に分割が行なわれる。

【００３７】注目領域の分割が終了するとステップ１７
２へ進む。ステップ１７２では、詳細は後述するが分割
された円または長円の内少なくとも１つを選択して顔の
領域を推定し、顔であると推定された領域のＲ、Ｇ、Ｂ
測光データを適正露光量計算回路４０に出力する。

【００３８】このように、顔と同色の色領域が顔以外の
領域をも含む広範囲に渡る場合であっても、顔の領域と
しての確率が高い円領域で、この色領域を更に分割する
ことができるため、この円領域を選択することによっ
て、色相や彩度が類似している顔、地面、木等が混在す
る画像からでも高い確率で顔の領域のみのデータを抽出
することができる。

【００３９】なお、上記説明した核Ｌ_i及び内接円の領
域Ｘ_iは、以下に示した集合演算の式（６）及び（７）
で表すことができる。

【００４０】

【数４】

【００４１】ここで、色領域を収縮及び核を中心に色領
域の内接円を求めるときの形状Ｂ_iは、以下の式（８）
によって定めることができる。

【００４２】

【数５】

【００４３】但し、Ｂ：円形の構成要素また、このｎ_iは、以下の式（９）によって定めること
ができる。

【００４４】

【数６】

【００４５】但し、ｋ＝１，２，… Ｍ_i ²＝Ａｒｅａ（Ｘ−Ｘ’_i-1）Ａｒｅａ（Ｘ）：Ｘ領域の面積このｋ値を最適に選択することによって、分解される大
きさのｎ_iを定めることができる。なお、上記式（９）
は、以下に示した式（１０）でもよい。

【００４６】

【数７】

【００４７】但し、ｋ＝１，２，… ｒ₀：構成要素Ｂの半径また、上記円形の構成要素ＢとＸ領域との関係は、

【００４８】

【数８】

【００４９】で表すことができる。図１５はステップ１
７２の詳細を示すもので、ステップ３０２において、上
記のように円または長円に分割された領域の中から１つ
の領域を特徴領域として選択し、特徴領域の水平フィレ
径および垂直フィレ径が所定値になるように特徴領域の
拡大縮小処理を行って特徴領域のサイズの規格化を行う
と共に、次の（１１）式に従って濃度値または輝度値の
規格化を行う。

【００５０】

【数９】

【００５１】ただし、ｄmax ：領域内最大濃度値（または輝度値) ｄmin ：領域内最低濃度値（または輝度値) ｄs ：イメージセンサのフルスケール濃度値（または
輝度値）ｄ：規格化前濃度値（または輝度値）ｄr ：規格化後濃度値（または輝度値）ステップ３０４では、予め記憶された複数種（本実施例
では１０種類）の標準的な顔画像（正面から見た顔画
像、横から見た顔画像（左右）、下向き顔画像、上向き
顔画像等）に対する特徴領域の相関係数ｒを次の（１
２）式によって演算し、この相関係数を特徴量とする。
この標準的な顔画像は、顔の輪郭のみのデータであって
も、顔の輪郭のデータに顔の内部構造（眼、鼻、口等）
データを加えたデータであってもよい。

【００５２】

【数１０】

【００５３】ただし、

【００５４】

【数１１】

【００５５】であり、Ｔは画像の水平、垂直フィレ径の
長さ（ここでは、フィレ径の長さは同じとした）、ｆ
（ｘ、ｙ）は特徴領域、ｇ（ｘ、ｙ）は標準的な顔画像
を表す。

【００５６】そして、ステップ３０６において上記特徴
量を変量とした線形判別分析により特徴領域が人物の顔
であるか否かを判断し、顔であると判断された領域の
Ｒ、Ｇ、Ｂ測光データを適正露光量計算回路４０に出力
する。ステップ３０８では分割された全領域について顔
か否かの判定が終了したか否か判断し、終了していない
ときにはステップ３０２〜ステップ３０８を繰り返す。

【００５７】上記では人物の顔か否かの判定を行うため
に用いる特徴量として相関係数を使用したが、以下で説
明する重心回りの正規化されたセントラル・モーメント
から導出される不変量、自己相関関数または幾何学的不
変量を用いてもよい。

【００５８】画像ｆ（ｘ、ｙ）の（ｐ＋ｑ）次の重心回
りのセントラル・モーメントμ_pqを

【００５９】

【数１２】

【００６０】ただし、

【００６１】

【数１３】

【００６２】とすれば、重心回りの正規化されたセント
ラル・モーメントは次のようになる。

【００６３】

【数１４】

【００６４】ただし、ｙ＝（ｐ＋ｑ＋２）／２ｐ＋ｑ＝２，３，…… 以上のことより、２次、３次の重心回りの正規化された
セントラル・モーメントから次の七つの不変量ψ_i,（ｉ
＝１，２，……，７）が導出される。

【００６５】

【数１５】

【００６６】また、自己相関関数Ｒ_fは次のように表さ
れる。

【００６７】

【数１６】

【００６８】そして、幾何学的不変特徴量は次の式で表
わされる。

【００６９】

【数１７】

【００７０】適正露光量計算回路４０は、顔抽出回路３
６で上記のように抽出された顔領域のＲ、Ｇ、Ｂ測光デ
ータと平均濃度演算回路３８で演算された１コマの画面
平均濃度Ｄ_i（ｉ＝Ｒ、Ｇ、Ｂのうちのいずれか）とを
用いて以下の式に従って適正露光量Ｅ_iを演算し、ドラ
イバ４２に出力する。ドライバ４２は適正露光量Ｅ_iか
ら露光コントロール値を演算して調光フイルタ１６を制
御する。

【００７１】ｌ_ogＥ_i＝ＬＭ_i・ＣＳ_i・（ＤＮ_i−Ｄ_i）＋ＰＢ_i＋ＬＢ_i＋ＭＢ_i ＋ＮＢ_i＋Ｋ₁＋Ｋ₂…（１１）ただし、各記号は次のものを表す。

【００７２】ＬＭ：倍率スロープ係数であり、ネガの種
類とプリントサイズから決まる引伸倍率に応じて予め設
定されている。

【００７３】ＣＳ：ネガの種類毎に用意されたカラース
ロープ係数でアンダー露光用とオーバー露光用とがあ
り、プリントすべきコマの平均濃度が標準ネガ濃度値に
対してアンダーかオーバーかを判定してアンダー露光用
またはオーバー露光用のいずれかが選択される。

【００７４】ＤＮ：標準ネガ濃度値。Ｄ：プリントコマの平均濃度値。

【００７５】ＰＢ：標準カラーペーパーに対する補正バ
ランス値であり、カラーペーパーの種類に応じて決定さ
れている。

【００７６】ＬＢ：標準焼付レンズに対する。補正レン
ズバランス値であり、焼付レンズの種類に応じて決定さ
れてる。

【００７７】ＭＢ：プリント光源の変動やペーパー現像
性能の変化に対する補正値（マスターバランス値）。

【００７８】ＮＢ：ネガフィルムの特性によって定めら
れるネガバランス（カラーバランス）値。

【００７９】Ｋ₂：カラー補正量。Ｋ₁：以下の式で表される濃度補正量。

【００８０】

【数１８】

【００８１】ここで、Ｋ_a、Ｋ_bは定数であり、ＦＤは
顔領域平均濃度である。また、上記（８）式の濃度補正
量Ｋ₁をフィルム検定装置によって求められた補正値と
し、カラー補正量Ｋ₂を次のように顔領域平均濃度を用
いて表してもよい。

【００８２】

【数１９】

【００８３】ただし、Ｋ_cは定数である。更に、上記
（８）式の濃度補正量Ｋ₁、カラー補正量Ｋ₂をフィル
ム検定装置によって求められた補正量とし、（８）式の
プリントコマの平均濃度Ｄ_iを顔領域の平均濃度ＦＤ_i
置きかえて露出量を求めてもよい。

【００８４】次に、本発明の第２実施例を図１０に示し
たフローチャートに従って説明する。本実施例は、顔の
領域と接した領域から顔領域を最適に分割するものであ
る。すなわち、人物の画像での顔の領域は、体の周囲に
ある場合が殆どである。このため、顔の領域を含んだ色
領域が複数の凸領域を有する場合には、その凸部分に内
接する円領域からその色領域を分割して分割された円領
域を選択することによって、その円領域を顔の領域と推
定できる可能性が高い領域を優先して分割するようにし
たものである。

【００８５】先ず、ステップ１８０においてステップ１
０８、すなわち図７のルーチンで抽出された領域の中か
ら１つの領域を注目領域として選択する（図１１（１）
参照）。そして上記第１実施例と同様に、選択した注目
領域の収縮処理を行なって注目領域の核Ｌ_aを求める
（図１１（２）参照）。

【００８６】次のステップ１８２では、上記のようにし
て求めた核Ｌ_aを中心として注目領域に内接する面積が
最大の円または長円Ｂ_aを求める。次のステップ１８４
では、上記のようにして求めた注目領域に内接する円ま
たは長円の面積と注目領域の面積とを比較することによ
って注目領域の内接円の周囲に残存する領域ＥＲ_i（ｉ
＝１，２，…）の面積が所定値以上か否かを判断する。
残存する領域ＥＲ_iの面積が所定値以上の場合には、残
存する領域ＥＲ_iに凸領域の存在可能性があるため、ス
テップ１８６へ進み、所定値未満の場合にはステップ１
９２へ進む。

【００８７】ステップ１８６では、先ず、図１１（３）
に示したように、上記のようにして求めた核Ｌ_aを注目
領域から除外（マスク）する。次のステップ１８８で
は、上記と同様に収縮及び膨張処理を行って、この核Ｌ
_aがマスクされた注目領域に対して内接する面積が最大
の円または長円Ｂ_bを求める（図１１（４）参照）。

【００８８】次のステップ１９０では、上記のようにし
て求めた内接円または長円Ｂ_a、Ｂ _bの各々を所定（１
〜３）画素程度の範囲で膨張させその膨張された領域の
内、注目領域からはみ出した領域の大きさが所定値以上
であるか否かを判断することによって、注目した色領域
の外側部の凸部分の大きさを判断する。すなわち、膨張
された領域のうち、注目領域からはみ出した領域が大き
い程凸であると判断する。求めた凸部分が所定値以上で
ある場合には、ステップ１９４へ進み、求めた内接する
円または長円Ｂ_bを識別するためのラベルを付ける処理
を行なってステップ１９６へ進む。所定値以下の場合に
は、上記第１実施例と同様にステップ１９２において、
注目領域に内接する面積最大の円（またはこの円による
長円）に識別するためのラベルを付ける処理を行なっ
て、ステップ１９６へ進む。

【００８９】ステップ１９６では、ステップ１９２また
はステップ１９４においてラベリングされた円または長
円の領域をマスクしてステップ１９８へ進む。ステップ
１９８では、抽出された全領域について円または長円の
領域によっての分割が終了したか否か判断し、終了して
いないときにはステップ１８０〜ステップ１９８を繰り
返す。次のステップ２００では、分割された円または長
円の内、少なくとも１つの領域を選択し、上記第１実施
例と同様に顔の領域を判断し、顔であると判断された領
域のＲ、Ｇ、Ｂ測光データを適正露光量計算回路４０に
出力する。

【００９０】このように、本実施例では色領域の周囲に
ある凸部分でかつこの凸部分に内接する面積の大きな円
領域、すなわち、顔の領域である確率の高い円領域を優
先して注目領域から分割するため、身体と顔が接した色
領域であっても、より確度が高く顔の領域のみを分割し
て顔の領域のデータを抽出することができる。

【００９１】なお、上記実施例では、色相値及び彩度値
の２次元ヒストグラムに基づいて色領域に分割した場合
の例について説明したが、本実施例はこれに限定される
ものではなく、色相値のみによるヒストグラムに基づい
て色領域に分割してもよい。また、ヒストグラムに限定
されるものではなく、原画像の他の特徴量に基づいて色
領域を分割してもよい。

【００９２】図１２はプリンタまたはプリンタプロセッ
サとは別体の露光量決定装置に本発明を適用した変形例
を示すものである。なお、図１１において図１と対応す
る部分には同一符号を付して説明を省略する。また、平
均濃度演算回路３８は必ずしも必要ではないが、これに
代えて画面全体のＬＡＴＤを検出する積算透過濃度検出
回路を用いてもよい。

【００９３】図１３は、図１２の顔抽出回路を複数の顔
抽出回路３６₁、３６₂・・・３６ｎで構成し、並列処
理により露光量を演算するものである。顔抽出回路３６
₁、３６₂・・・３６ｎは図１４のタイムチャートに従
って画像を読込み、露光量を演算し、その結果を出力す
る。図１４においてｔ₁は１コマの画像読込み時間、ｔ
₂は１コマの露光量演算時間、ｔ₃は１コマの露光量演
算結果転送時間であり、ｔ₂＞＞ｔ₁、ｔ₃である。顔
抽出回路３６₁はｔ₁時間で１コマの画像を読込み、ｔ
₂時間で露光量を演算し、ｔ₃時間で演算結果を転送す
る。顔抽出回路３６₁による１コマの画像読込みが終了
すると同時にフィルムが１コマ分送られ顔抽出回路３６
₂による１コマり画像読込みが開始され、顔抽出回路３
６₁の露光量演算と顔抽出回路３６₂の画像読込みとが
並列して行なわれ、以下同様に顔抽出回路３６₃、３６
₄・・・３６ｎによって並列処理される。

【００９４】ｍｘｎのコマを並列処理するに要する時間
Ｔｐは、Ｔｐ＝ｍ（ｔ₁＋ｔ₂＋ｔ₃）＋（ｎ−１）ｔ₁ である。一方、並列処理を行なわない場合の処理時間Ｔ
ｓはＴｓ＝ｍ・ｎ（ｔ₁＋ｔ₂＋ｔ₃）である。従って、

【００９５】

【数２０】

【００９６】倍高速化が可能である。なお、この並列処
理装置は図１のプリンタにも適用できる。

【００９７】本発明は写真焼付装置の露光量決定以外
に、ディジタルカラープリンタの露光量決定、複写機の
複写条件決定、カメラの露出量決定、ＣＲＴ画面の表示
条件決定、磁気画像データからハードコピーを作成する
ときの光量決定にも適用することができる。

【００９８】

【発明の効果】以上説明したように請求項１に記載の発
明によれば、色領域分割により分割した領域内に特徴画
像と同一色または近似した色の画像が混在していても、
人物の顔である可能性の高い円領域で色領域を分割する
ため、人物の顔画像を高い確率で分離して、人物の顔の
データのみを抽出することができる、という効果が得ら
れる。

【００９９】また、請求項２に記載の発明によれば、色
領域に内接する円に接した面積の大きな領域から優先し
て分割するため、人物の顔と色相が同一または近似した
部位が混在していても人物の顔データを高い確率で分離
して抽出することができる、という効果が得られる。

【図面の簡単な説明】

【図１】本発明の実施例のプリンタを示す概略図であ
る。

【図２】顔抽出回路の顔抽出ルーチンを示す流れ図であ
る。

【図３】色座標を示す線図である。

【図４】（１）は色相値及び彩度値についての２次元ヒ
ストグラムを示す線図である。（２）は原画像を分割し
た状態を示す線図である。（３）は２次元ヒストグラム
から単峰の山を切り出した状態を示す線図である。

【図５】図２のステップ１０６の詳細を示す線図であ
る。

【図６】ヒストグラムと評価関数を示す線図である。

【図７】図２のステップ１０８の詳細を示す線図であ
る。

【図８】図２のステップ１１０の詳細を示す線図であ
る。

【図９】第１実施例の色領域を分割する過程を示す線図
である。

【図１０】本発明の第２実施例の顔推定ルーチンの流れ
図である。

【図１１】第２実施例の色領域を分割する過程を示す線
図である。

【図１２】本発明を適用した露光量演算装置の概略図で
ある。

【図１３】複数の顔抽出回路によって並列処理を行う露
光量演算装置の概略図である。

【図１４】並列処理のタイムチャートを示す線図であ
る。

【図１５】図８のステップ１７２の詳細を示す線図であ
る。

【符号の説明】

２８ＣＣＤイメージセンサ３０増幅器３６顔抽出回路

Claims

【特許請求の範囲】

【請求項１】カラー原画像を多数画素に分割して各画
素を赤光、緑光及び青光の３色に分解して測光し、測光により得られたデータに基づいて前記カラー原画像
上に色相が同一または類似の色領域を求め、求めた色領域の境界部位に内接する円または長円を想定
し、かつ面積の大きな円または長円から順に円または長
円の領域によって求めた色領域を分割し、分割された領域の少なくとも１つを選択して選択された
領域のデータを人物の顔のデータとして抽出する、人物の顔のデータの抽出方法。
【請求項２】カラー原画像を多数画素に分割して各画
素を赤光、緑光及び青光の３色に分解して測光し、測光により得られたデータに基づいて前記カラー原画像
上に色相が同一または類似の色領域を求め、求めた色領域の境界部位に内接する円または長円を想定
し、かつ面積が最大の円または長円の領域を求め、円または長円の外周から外側に突出すると共に前記求め
た領域に接する所定面積以上の凸領域を求め、該凸領域
に含まれる色領域の境界部位に内接する円の領域によっ
て該色領域を分割し、分割された領域の少なくとも１つを選択して選択された
領域のデータを人物の顔のデータとして抽出する、人物の顔のデータの抽出方法。