JPH09197575A - 露光量決定方法及び露光制御装置 - Google Patents

Abstract

(57)【要約】 【課題】 焼付けすべき原画像の画像内容に拘らず、主
要被写体を適正に焼付けできる露光量を高い得率で得
る。 【解決手段】 ネガフィルムに記録されている画像を測
光し、画像データの取込みを行った(100,102）後に顔領
域抽出処理を行い(104) 、抽出した顔領域の数やサイズ
のばらつき度合い等に基づいて画像の複雑度Ｃを演算し
(106) 、画像の構成の複雑度に応じて予め定められたｎ
個のクラス１〜ｎの何れかに原画像を分類する(108) 。
露光量演算式は、複雑さが低いクラスほど画像から抽出
した顔領域の画像特徴量が露光量の決定に関与する度合
いが大きくなり、前記複雑さが高いクラスほど前記関与
する度合いが小さくなるように各クラス毎に定められて
おり、先に分類したクラスに対応する露光量演算式を取
込んで露光量を演算し、画像の焼付けを行う(110〜11
4)。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は露光量決定方法及び
露光制御装置に係り、特に、主要被写体に相当する領域
が適正に焼付けされるように露光量を決定する露光量決
定方法、及び該露光量決定方法を適用可能な露光制御装
置に関する。

【０００２】

【従来の技術】カラーネガフィルムに記録された画像は
画面全体としてＲ、Ｇ、Ｂの各成分色光を透過させる
が、大多数の画像は統計的に前記各成分色光の透過割合
が略等しいか、一定の割合であることが知られている。
このため、写真焼付装置では一般に、次の（１）式に基
づいて露光量を決定している。

【０００３】 ｌｏｇＥj ＝Ｓj ・（ＤＮj −Ｄj ）＋Ｋj …（１） 但し、ｌｏｇＥは露光量の対数、Ｋは定数、Ｄは測光系
で測光した画像の積算透過濃度（ＬＡＴＤ）、ＤＮは写
真焼付装置の条件設定用の基準画像（所謂目玉ネガ）の
濃度、Ｓはスロープ係数、ｊはＲ、Ｇ、Ｂの何れかを表
す。上記の露光量演算式を用いることにより、大多数の
画像に対し主要被写体としての人物の顔を適正に焼付け
できる適正な露光量を得ることができる。

【０００４】しかし、上記の露光量演算式は、ストロボ
を用いて撮影した画像や逆光のシーンを撮影した画像等
のように背景部分に広面積に亘って濃度が極端に高い、
又は低い部分が存在している画像（所謂濃度フェリアが
生じている画像）や、背景部分に広面積に亘って特定の
色に偏倚している部分が存在している画像（所謂カラー
フェリアが生じている画像）に対し、背景部分の濃度や
色の影響を受け、主要被写体としての人物の顔に相当す
る部分を適正に焼付けできる適正な露光量を得ることが
できない、という問題がある。

【０００５】このため、（１）式により求めた露光量Ｅ
を各種の画像特徴量（例えば画像中の濃度の最大値、最
小値、画像の画面中心部の平均濃度、画面周辺部の平均
濃度等）に応じて補正したり、（１）式における画像の
積算透過濃度Ｄを前記各種の画像特徴量に応じて修正し
て露光量Ｅを演算することも行われているが、前述の濃
度フェリアやカラーフェリアが生じている画像等に対し
ては、適正な露光量の得率が充分ではないのが実情であ
る。濃度フェリアやカラーフェリアが生じている画像に
対して適正な露光量を得るには、背景部分の濃度を無視
し、人物の顔に相当する顔領域の濃度が適正になるよう
に露光量を決定する必要がある。

【０００６】このため、画像から顔領域を抽出し、抽出
した顔領域の濃度に基づいて露光量を決定する技術の一
例として、特開昭 52-156624号公報には、２次元又は３
次元の色座標上に予め定めた色領域に含まれる測定点を
肌色と定義し、肌色と判断した測定点の数が１３個以上
ある場合に、画像中に肌色があると判定し、肌色部分の
濃度を用いて露光量を決定する技術が記載されている。

【０００７】また、画像から顔領域を抽出する技術の他
の例として、特開平4-346332号公報には、カラー原画像
を多数画素に分割し各画素毎に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色相値（及び彩度
値）についてのヒストグラムを求め、求めたヒストグラ
ムを山毎に分割し、各画素が分割した山の何れに属する
かを判断して各画素を分割した山に対応する群に分け、
各群毎にカラー原画像を複数の領域に分割し、該複数の
領域のうち主要部としての人物の顔に相当する領域を推
定し、推定した領域の測光データに基づいて露光量を決
定することが提案されている。

【０００８】

【発明が解決しようとする課題】しかし、従来より提案
されている各種の顔領域抽出方法は、画像中の人物の顔
に相当する領域を確実に抽出することはできないのが実
情であり、画像中の顔ではない領域を顔領域として誤抽
出することがあった。このため、画像中の顔領域をオペ
レータが指定して露光量を決定する方式（例えば特開昭
62-115430号公報等）と比較して、適正な露光量を得ら
れる得率が低いという問題があった。

【０００９】すなわち、従来より提案されている各種の
顔領域抽出方法は、特に、多数の被写体が存在している
画像に対する顔領域抽出精度が低く、例えば町中を背景
として撮影したポートレイトで、近景として、主要被写
体としての人物や該人物が所持しているバッグ等、中景
として数名の人物、車、商店や該商店に陳列されている
品物、ディスプレイ、街路樹、地面等、遠景として多数
の人物、ビル、空、地面、車、街路樹、看板等の被写体
が各々存在している画像、或いは家庭内のパーティーシ
ーンを撮影した画像で、数名の人物、前景としてのテー
ブル及び該テーブル上の食物、置物、周囲の家具、壁の
装飾品等の被写体が存在している画像等に対し、主要被
写体としての人物の顔のみを抽出することは非常に困難
であり、顔領域を誤抽出する可能性が高い。

【００１０】本発明は上記事実を考慮して成されたもの
で、焼付けすべき原画像の画像内容に拘らず、主要被写
体を適正に焼付けできる露光量を高い得率で得ることが
できる露光量決定方法を得ることが目的である。

【００１１】また本発明は、焼付けすべき原画像の画像
内容に拘らず、高い確率で、主要被写体が適正に焼付け
されるように原画像を焼付けることができる露光制御装
置を得ることが目的である。

【００１２】

【課題を解決するための手段】前述したように、従来よ
り提案されている各種の顔領域抽出方法は、多数の被写
体が存在している画像、すなわち構成（画像内容）が複
雑（特に背景に相当する部分の構成が複雑）な画像に対
しての抽出精度が低いので、構成が複雑な画像に対し前
記顔領域抽出方法を適用して抽出した人物の顔に相当す
ると推定される領域の画像特徴量に基づいて露光量を決
定しても適正な露光量が得られない確率が高い。

【００１３】本願発明者は、上記のように構成が複雑な
画像は、その画像の平均濃度に基づく露光量に対して補
正量は小さく、人物の顔に相当すると推定される領域の
画像特徴量が露光量の決定に関与する度合いが小さくな
るようにして露光量を決定した方が適正な露光量が得ら
れる確率が高いこと、また前述の各種の顔領域抽出方法
は構成が複雑でない画像から人物の顔に相当すると推定
される領域を抽出する抽出精度は高く、これらの画像は
上記補正量が大きいため、人物の顔に相当すると推定さ
れる領域の画像特徴量が露光量の決定に関与する度合い
が大きくなるようにして露光量を決定した方が適正な露
光量が得られる確率が高いことに想到し、本発明を成す
に至った。

【００１４】このため、請求項１記載の発明に係る露光
量決定方法は、原画像の構成の複雑さを判定し、判定し
た原画像の構成の複雑さが低くなるに従って前記原画像
から抽出した主要被写体に相当すると推定される領域の
画像特徴量が露光量の決定に関与する度合いが大きくな
り、前記複雑さが高くなるに従って前記原画像から抽出
した主要被写体に相当すると推定される領域の画像特徴
量が露光量の決定に関与する度合いが小さくなるよう
に、原画像の露光量を決定する。

【００１５】請求項１記載の発明では、原画像の構成の
複雑さを判定し、例えば原画像の構成の複雑さが低いと
判定した場合には、原画像から抽出した主要被写体に相
当すると推定される領域の画像特徴量が露光量の決定に
関与する度合いが大きくなるように露光量が決定され、
例えば原画像の構成の複雑さが低いと判定した場合に
は、原画像から抽出した主要被写体に相当すると推定さ
れる領域の画像特徴量が露光量の決定に関与する度合い
が小さくなるように露光量が決定されることになる。

【００１６】このように請求項１の発明では、原画像の
構成の複雑さを判定し、判定した原画像の複雑さの高低
に応じて、適正な露光量が得られる確率が高くなるよう
に、原画像から抽出した主要被写体に相当すると推定さ
れる領域の画像特徴量が露光量の決定に関与する度合い
が変更されて露光量が決定されるので、焼付けすべき原
画像の画像内容に拘らず、主要被写体を適正に焼付けで
きる露光量を高い得率で得ることができる。

【００１７】請求項２記載の発明に係る露光量決定方法
は、画像の構成の複雑さに応じた複数のクラスを予め定
めると共に、前記複雑さが低いクラスほど画像から抽出
した主要被写体に相当すると推定される領域の画像特徴
量が露光量の決定に関与する度合いが大きくなり、前記
複雑さが高いクラスほど画像から抽出した主要被写体に
相当すると推定される領域の画像特徴量が露光量の決定
に関与する度合いが小さくなるように、各クラス毎に露
光量演算式を予め定めておき、原画像の構成の複雑さを
判定して原画像を前記複数のクラスの何れかに分類し、
分類したクラスに対応する露光量演算式を用いて原画像
の露光量を決定する。

【００１８】請求項２記載の発明では、画像の構成の複
雑さが低いクラスほど画像から抽出した主要被写体に相
当すると推定される領域の画像特徴量が露光量の決定に
関与する度合いが大きくなり、前記複雑さが高いクラス
ほど画像から抽出した主要被写体に相当すると推定され
る領域の画像特徴量が露光量の決定に関与する度合いが
小さくなるように各クラス毎に露光量演算式を定めてい
るので、例えば原画像の構成の複雑さが低い場合には、
該原画像が構成の複雑さが低いクラスに分類され、分類
されたクラスに対応する露光量演算式を用いて露光量が
決定され、原画像から抽出した主要被写体に相当すると
推定される領域の画像特徴量が露光量の決定に関与する
度合いが大きくなるようにして露光量が決定されること
になる。

【００１９】また例えば、原画像の構成の複雑さが高い
場合には、該原画像が構成の複雑さが低いクラスに分類
され、分類されたクラスに対応する露光量演算式を用い
て露光量が決定され、原画像から抽出した主要被写体に
相当すると推定される領域の画像特徴量が露光量の決定
に関与する度合いが小さくなるようにして露光量が決定
されることになる。

【００２０】このように、請求項２の発明では原画像が
構成の複雑さに応じて複数のクラスの何れかに分類さ
れ、分類されたクラスの複雑さの高低に応じて、適正な
露光量が得られる確率が高くなるように、原画像から抽
出した主要被写体に相当すると推定される領域の画像特
徴量が露光量の決定に関与する度合いが変更されて露光
量が決定されるので、焼付けすべき原画像の画像内容に
拘らず、主要被写体を適正に焼付けできる露光量を高い
得率で得ることができる。

【００２１】請求項３記載の発明に係る露光量決定方法
は、画像の構成の複雑さが低くなるに従って画像から抽
出した主要被写体に相当すると推定される領域の画像特
徴量が露光量の決定に関与する度合いが大きくなり、前
記複雑さが高くなるに従って画像から抽出した主要被写
体に相当すると推定される領域の画像特徴量が露光量の
決定に関与する度合いが小さくなるように、前記関与す
る度合いが画像の構成の複雑さの関数で表された露光量
演算式を定めておき、原画像の構成の複雑さを判定し、
原画像の構成の複雑さの判定結果に基づき、前記露光量
演算式を用いて原画像の露光量を決定する。

【００２２】請求項３記載の発明では、画像の構成の複
雑さが低くなるに従って画像から抽出した主要被写体に
相当すると推定される領域の画像特徴量が露光量の決定
に関与する度合いが大きくなり、前記複雑さが高くなる
に従って画像から抽出した主要被写体に相当すると推定
される領域の画像特徴量が露光量の決定に関与する度合
いが小さくなるように、前記関与する度合いが画像の構
成の複雑さの関数で表された露光量演算式を定めている
ので、例えば原画像の構成の複雑さが低い場合には、原
画像から抽出した主要被写体に相当すると推定される領
域の画像特徴量が露光量の決定に関与する度合いが大き
くなるように露光量が決定されることになり、原画像の
構成の複雑さが高い場合には、原画像から抽出した主要
被写体に相当すると推定される領域の画像特徴量が露光
量の決定に関与する度合いが小さくなるようにして露光
量が決定されることになる。

【００２３】このように、請求項３の発明においても、
原画像の構成の複雑さの高低に応じて、適正な露光量が
得られる確率が高くなるように、原画像から抽出した主
要被写体に相当すると推定される領域の画像特徴量が露
光量の決定に関与する度合いが変更されて露光量が決定
されるので、焼付けすべき原画像の画像内容に拘らず、
主要被写体を適正に焼付けできる露光量を高い得率で得
ることができる。

【００２４】なお、請求項１乃至請求項３の何れか１項
の発明における原画像の構成の複雑さの判定は、例えば
請求項４に記載したように、原画像を多数個に分割して
測光することにより得られた測光データに基づいて行う
ことができる。また、例えば請求項５に記載したよう
に、原画像を記録したカメラによって記録された情報に
基づいて行うようにしてもよい。この場合、カメラによ
る情報の記録は、例えば原画像が記録されている媒体に
磁気的或いは光学的に記録することができる。また、カ
メラによって記録される情報には、例えば原画像を撮影
記録する際の撮影倍率、撮影時の主要被写体までの距離
等の撮影条件を表す情報を含めることができる。

【００２５】請求項６記載の発明に係る露光制御装置
は、画像の構成の複雑さに応じて予め定められた複数の
クラスの各々に対し、前記複雑さが低いクラスほど画像
から抽出した主要被写体に相当すると推定される領域の
画像特徴量が露光量の決定に関与する度合いが大きくな
り、前記複雑さが高いクラスほど画像から抽出した主要
被写体に相当すると推定される領域の画像特徴量が露光
量の決定に関与する度合いが小さくなるように各々定め
られた露光量演算式を記憶する記憶手段と、原画像を多
数個に分割して測光することにより得られた測光データ
又は原画像を記録したカメラによって記録された情報に
基づいて原画像の構成の複雑さを判定し、原画像を前記
複数のクラスの何れかに分類する分類手段と、前記記憶
手段に記憶されている、前記分類手段によって分類され
たクラスに対応する露光量演算式を用いて原画像の露光
量を決定する露光量決定手段と、露光量決定手段によっ
て決定された露光量に基づいて複写材料への原画像の露
光を制御する露光制御手段と、を含んで構成している。

【００２６】請求項６の発明では、先の請求項２と同様
に、原画像が構成の複雑さに応じて複数のクラスの何れ
かに分類され、分類されたクラスの複雑さの高低に応じ
て、適正な露光量が得られる確率が高くなるように、原
画像から抽出した主要被写体に相当すると推定される領
域の画像特徴量が露光量の決定に関与する度合いが変更
されて露光量が決定されるので、焼付けすべき原画像の
画像内容に拘らず、主要被写体を適正に焼付けできる露
光量を高い得率で得ることができる。そして露光制御手
段では、露光量決定手段によって決定された露光量に基
づいて複写材料への原画像の露光を制御するので、焼付
けすべき原画像の画像内容に拘らず、高い確率で、主要
被写体が適正に焼付けされるように原画像を焼付けるこ
とができる。

【００２７】請求項７記載の発明に係る露光制御装置
は、画像の構成の複雑さが低くなるに従って画像から抽
出した主要被写体に相当すると推定される領域の画像特
徴量が露光量の決定に関与する度合いが大きくなり、前
記複雑さが高くなるに従って画像から抽出した主要被写
体に相当すると推定される領域の画像特徴量が露光量の
決定に関与する度合いが小さくなるように予め定められ
た、前記関与する度合いが画像の構成の複雑さの関数で
表された露光量演算式を記憶する記憶手段と、原画像を
多数個に分割して測光することにより得られた測光デー
タ又は原画像を記録したカメラによって記録された情報
に基づいて原画像の構成の複雑さを判定する判定手段
と、前記判定手段による判定結果に基づき、前記記憶手
段に記憶されている露光量演算式を用いて原画像の露光
量を決定する露光量決定手段と、露光量決定手段によっ
て決定された露光量に基づいて複写材料への原画像の露
光を制御する露光制御手段と、を含んで構成している。

【００２８】請求項７記載の発明では、先の請求項３と
同様に、原画像の構成の複雑さの高低に応じて、適正な
露光量が得られる確率が高くなるように、原画像から抽
出した主要被写体に相当すると推定される領域の画像特
徴量が露光量の決定に関与する度合いが変更されて露光
量が決定されるので、焼付けすべき原画像の画像内容に
拘らず、主要被写体を適正に焼付けできる露光量を高い
得率で得ることができる。そして露光制御手段では、露
光量決定手段によって決定された露光量に基づいて複写
材料への原画像の露光を制御するので、焼付けすべき原
画像の画像内容に拘らず、高い確率で、主要被写体が適
正に焼付けされるように原画像を焼付けることができ
る。

【００２９】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態の一例を詳細に説明する。

【００３０】〔第１実施形態〕図１には本発明の露光制
御装置としての写真焼付装置１０が示されている。写真
焼付装置１０は、ネガフィルム１２に記録された画像を
焼付けるための露光光を射出する光源１６を備えてい
る。光源１６の光射出側には、調光フィルタ等の色補正
フィルタ１８、拡散ボックス２０、分配用プリズム２２
が順に配列されている。

【００３１】写真フィルムとしてのネガフィルム１２の
搬送路は拡散ボックス２０と分配用プリズム２２との間
に形成されており、分配用プリズム２２はネガフィルム
１２を透過した光を２方向に分配する。光源１６の光軸
を挟んで両側には、ネガフィルム１２の搬送路に沿って
搬送ローラ対１４Ａ、１４Ｂが設けられている。搬送ロ
ーラ対１４Ａ、１４Ｂは各々モータ５２Ａ、５２Ｂの駆
動軸に連結されており、モータ５２Ａ、５２Ｂの駆動力
が伝達されることにより回転し、ネガフィルム１２を搬
送する。

【００３２】分配用プリズム２２によって２方向に分配
された光の一方の光路上には、投影光学系２４、ブラッ
クシャッタ２６、及び複写材料としてのカラーペーパ
（印画紙）２８が順に配置されており、他方の光路上に
は投影光学系３０、ＣＣＤイメージセンサ３２が順に配
置されている。ＣＣＤイメージセンサ３２はネガフィル
ム１２に記録された画像（１コマ）全体を多数の画素
（例えば２５６×２５６画素）に分割し、各画素をＲ
（赤）、Ｇ（緑）、Ｂ（青）の３色に分解して測光す
る。

【００３３】ＣＣＤイメージセンサ３２の信号出力端に
は、ＣＣＤイメージセンサ３２から出力された信号を増
幅する増幅器３４、アナログ−デジタル（Ａ／Ｄ）変換
器３６、ＣＣＤイメージセンサ３２の感度補正用の３×
３マトリクス回路３８が順に接続されている。３×３マ
トリクス回路３８は、マイクロコンピュータ及びその周
辺機器で構成された制御部４０の入出力ポート４０Ｄに
接続されている。制御部４０は、ＣＰＵ４０Ａ、ＲＯＭ
４０Ｂ、ＲＡＭ４０Ｃ及び入出力ポート４０Ｄを備えて
おり、これらがバスを介して互いに接続されている。

【００３４】制御部４０の入出力ポート４０Ｄには、色
補正フィルタ１８を駆動するドライバ４６を介して色補
正フィルタ１８が接続されており、ドライバ５０Ａ、５
０Ｂを介してモータ５２Ａ、５２Ｂが各々接続されてい
る。また入出力ポート４０Ｄには、ＬＣＤ又はＣＲＴか
ら成るディスプレイ４２と、オペレータが各種情報を入
力するためのテンキー等のキーボード４４と、光源１６
の光軸を挟んで両側に配置されネガフィルム１２の透過
光量を検出する画面検出センサ４８が接続されている。

【００３５】次に本第１実施形態の作用として、図２の
フローチャートを参照し、本第１実施形態に係る写真焼
付処理について説明する。なお図２に示した処理は、ネ
ガフィルム１２に記録されている画像の印画紙２８への
焼付けが指示されると、制御部４０で繰り返し実行され
る。ステップ１００ではネガフィルム１２を搬送しなが
ら画面検出センサ４８から出力される信号を監視してネ
ガフィルム１２に記録された画像の位置を判断し、前記
画像が露光位置に到達したと判断するとネガフィルム１
２の搬送を停止させることにより、画像を露光位置に位
置決めする。

【００３６】ステップ１０２では露光位置に位置決めし
た画像をＣＣＤイメージセンサ３２によって測光し、Ｃ
ＣＤイメージセンサ３２から増幅器３４、Ａ／Ｄ変換器
３６、３×３マトリクス回路３８を介して出力される
Ｒ、Ｇ、Ｂ毎の画像データ（請求項４に記載の測光デー
タ）を取込み、更に取込んだ画像データをＲＡＭ４０Ｃ
等のメモリに記憶する。次のステップ１０４では本発明
の主要被写体としての人物の顔に相当すると推定される
領域（以下、顔領域という）を抽出する顔領域抽出処理
を行う。

【００３７】この顔領域抽出処理としては、従来より提
案されている種々の抽出方式を適用できるが、一例とし
て、本願出願人が既に特願平6-265850号、特願平6-2665
98号で提案しているように、画像データに基づいて、画
像中に存在する人物の各部に特有の形状パターン（例え
ば頭部の輪郭、顔の輪郭、顔の内部構造、胴体の輪郭等
を表す形状パターン）の何れか１つを探索し、検出した
形状パターンの大きさ、向き、検出した形状パターンが
表す人物の所定部分と人物の顔との位置関係に応じて、
人物の顔に相当すると推定される領域を設定すると共
に、検出した形状パターンと異なる他の形状パターンを
探索し、先に設定した領域の、人物の顔としての整合性
を求め、顔領域を抽出する抽出方式を適用することがで
きる。

【００３８】次のステップ１０６では、顔領域抽出処理
によって抽出された顔領域に関する特徴量に基づいて、
先に位置決めした画像の構成の複雑度Ｃを求める。この
処理は原画像の構成の複雑さを判定することに相当して
いる。なお、顔領域に関する特徴量としては、例えば抽
出された顔領域の数、抽出された顔領域のサイズの分布
（サイズのばらつき度合い）、抽出された各顔領域の平
均濃度の分布（平均濃度のばらつき度合い）の何れかを
用いることができ、例えば前記顔領域の数、顔領域のサ
イズ或いは平均濃度の分散を、構成の複雑度Ｃの値とし
てそのまま用いることができる。

【００３９】ステップ１０８では、ステップ１０６で求
めた複雑度Ｃの値に基づいて、先に位置決めした画像
を、画像の構成の複雑さに応じて予め定められたクラス
１〜クラスｎのｎ個のクラスの何れかに分類する。な
お、本第１実施形態ではクラス１〜クラスｎの各々の画
像の構成の複雑さを、クラス１＞クラス２＞ … ＞ク
ラスｎとしており、各クラス毎に複雑度Ｃの値の範囲が
各々定められている。先の分類は、複雑度Ｃの値が、各
クラス毎に各々定められた複雑度Ｃの値の範囲のうち、
何れのクラスの範囲に属しているかを判断することによ
り行われる。なお、先のステップ１０６及び上記ステッ
プ１０８は、請求項６に記載の分類手段に対応してい
る。

【００４０】次のステップ１１０では、分類したクラス
に対応する露光量演算式をＲＯＭ４０Ｂから取り込む。
本第１実施形態では、クラス１〜クラスｎの各々に対応
して次の（２）式のようなｎ個の露光量演算式が予め定
められており、このｎ個の露光量演算式は請求項６に記
載の記憶手段に対応するＲＯＭ４０Ｂに記憶されてい
る。

【００４１】

【数１】

【００４２】但し、Ｅは露光量、Ｄｆは顔領域の画像特
徴量（例えば顔領域濃度）、Ｄｘはその他の画像特徴量
である。なお、その他の画像特徴量Ｄｘはｍ種類の画像
特徴量Ｄｘ_i （但しｉ＝１〜ｍ）を含んでおり、具体的
には、例えば濃度の最大値、最小値、中間値、画面の部
分平均濃度、濃度ヒストグラムのピークにおける濃度値
や、濃度の最大値又は最小値からの累積頻度が所定値の
ときの濃度値等を適用することができる。（２）式より
明らかなように、露光量演算式１〜露光量演算式ｎは、
何れも露光量Ｅを、顔領域の画像特徴量Ｄｆ及びその他
の画像特徴量Ｄｘの関数として表している演算式である
が、対応するクラスの複雑さが低くなるに従って、その
他の画像特徴量Ｄｘが露光量Ｅの決定に関与する度合い
が低くなるように、露光量演算式１〜露光量演算式ｎが
各々定められている。

【００４３】なお、対応するクラスの複雑さが低くなる
に従って、その他の画像特徴量Ｄｘが露光量Ｅの決定に
関与する度合いを低くすることは、例えば複雑さが低く
なるに従って、その他の画像特徴量Ｄｘとして用いる画
像特徴量Ｄｘ_i の種類数を少なくする、或いはその他の
画像特徴量Ｄｘを構成する各種の画像特徴量Ｄｘ_i のう
ち重み係数が０となる画像特徴量の数を多くすることに
より実現できる。これにより、複雑さが低くなるに従っ
て顔領域の画像特徴量Ｄｆが露光量Ｅの決定に関与する
度合いが相対的に高くなり、複雑さが高くなるに従って
顔領域の画像特徴量Ｄｆが露光量Ｅの決定に関与する度
合いが相対的に低くなることになる。また、複雑さの高
低に応じて顔領域の画像特徴量Ｄｆに乗ずる重み係数の
値を変更するようにしてもよい。

【００４４】ステップ１１２では、先のステップ１１０
で取込んだ露光量演算式を用い、該露光量演算式に顔領
域の画像特徴量Ｄｆやその他の画像特徴量Ｄｘ_i 等を代
入して露光量Ｅを演算する。先のステップ１１０及びこ
のステップ１１２は請求項６に記載の露光量決定手段に
対応している。

【００４５】次のステップ１１４では上記で演算した露
光量Ｅをドライバ４６に出力する。これにより、ドライ
バ４６では入力された露光量Ｅに基づいて、入力された
露光量に対応する位置に色補正フィルタ１８を移動させ
る。また、制御部４０はブラックシャッタ２６を露光量
Ｅによって定まる所定時間だけ開放する。これにより、
露光位置に位置決めされた画像が露光量Ｅで印画紙２８
に焼付けされる。このステップ１１４は本発明の露光制
御手段に対応している。

【００４６】このように、本第１実施形態では画像の構
成の複雑度Ｃを求め、複雑度Ｃの値に基づいて画像をク
ラス１〜クラスｎのｎ個のクラスの何れかに分類し、分
類したクラスに対応する露光量演算式を用いて露光量Ｅ
を演算しているので、画像が分類されたクラスが複雑さ
の低いクラスであるほど、顔領域の画像特徴量を重視し
た露光量が演算され、画像が分類されたクラスが複雑さ
の高いクラスであるほど、顔領域の画像特徴量を重視し
ない露光量が演算されることになる。従って、焼付けす
る画像の画像内容（構成の複雑度）に拘らず、人物の顔
等の主要被写体を適正に焼付けできる露光量を高い得率
で得ることができ、高い得率で適正な仕上りの写真プリ
ントが得られる。

【００４７】なお、上記では抽出した顔領域に関する特
徴量として、抽出した顔領域の個数、抽出した顔領域の
サイズ又は平均濃度の分布（ばらつき度合い））の何れ
か１つを用いて画像の構成の複雑度を判定していたが、
これに限定されるものではなく、上記の顔領域に関する
複数の特徴量を組み合わせて、画像の構成の複雑度を判
定するようにしてもよい。この場合、例えば図３に示す
ようなマップを用いることにより構成の複雑度を判定す
ることができる。

【００４８】図３では、例として抽出した顔領域の個数
を横軸、抽出した顔領域のサイズ又は平均濃度の分布
（ばらつき度合い）を縦軸とし、各々複雑度が等しいと
判定する複数の領域の各々の範囲を２次元的に定めたも
のである。これにより、抽出した顔領域の個数と、抽出
した顔領域のサイズ又は平均濃度の分布に基づいて画像
の構成の複雑度を判定することができる。なお、抽出し
た顔領域の個数が少ない場合には顔抽出処理により人物
の顔に相当する領域を適正に抽出できる確率が高いの
で、図３では、抽出した顔領域の個数が少ない場合はサ
イズ又は平均濃度の分布（ばらつき度合い）が大きくて
も複雑度が比較的低いと判定されるように、マップ上の
各領域を定めている。

【００４９】なお、図３において、複雑度が等しいと判
定する領域の数をクラスの数ｎと等しくすれば、図３に
示すようなマップにより画像の複雑度の判定及びクラス
１〜クラスｎの何れかへの分類を同時に行うことができ
る。

【００５０】〔第２実施形態〕次に本発明の第２実施形
態について説明する。なお本第２実施形態は第１実施形
態と同一の構成であるので、各部分に同一の符号を付し
て構成の説明を省略し、以下では第２実施形態の作用と
して、図４のフローチャートを参照し、本第２実施形態
に係る写真焼付処理について、第１実施形態と異なる部
分についてのみ説明する。

【００５１】本第２実施形態では、ステップ１００でネ
ガフィルム１２に記録された画像を露光位置に位置決め
し、ステップ１０２で露光位置に位置決めした画像を測
光して画像データを記憶した後に、ステップ１０３では
画像の構成の複雑度Ｃを前記記憶した画像データに基づ
いて求め、次のステップ１０８で求めた複雑度Ｃの値に
基づいて、先に位置決めした画像を、画像の構成の複雑
さに応じて予め定められたクラス１〜クラスｎのｎ個の
クラスの何れかに分類している。このステップ１０３、
ステップ１０８は、具体的には、例えば以下に列挙する
方法の何れかを適用して行うことができる。

【００５２】（色の分布に基づく複雑度の判定）例とし
て図５に示すような色座標（図５では、ＲとＧの色差を
横軸、ＧとＢの色差を縦軸にとった色座標を例として示
す）において、色座標の原点で座標軸と交差し、色座標
の第１乃至第４象限を各々２つの領域に分割する２本の
軸６０Ａ、６０Ｂを設定すると共に、各々色座標の原点
を中心とし互いに半径が異なる３つの同心状の円６２
Ａ、６２Ｂ、６２Ｃを設定することにより、色座標の原
点の周囲の領域を８色×３種類の彩度の合計２４個の領
域に分割する。次に、画像データが表す各画素のＲ、
Ｇ、Ｂ毎の濃度値に基づいて、画像中の各画素の色を前
記色座標上に点をプロットし、前記２４個の領域のうち
１個以上の点がプロットされた領域の数をカウントす
る。

【００５３】この場合、複雑度Ｃの値が比較的高けれ
ば、画像中に多数種類の色の画素が存在しており、画像
中に多数の被写体が存在していると推定できるので、画
像の構成の複雑度は高いと判断できる。一方、複雑度Ｃ
の値が比較的低ければ、画像中に存在している色の種類
数が少なく、画像中に多数の被写体が存在している可能
性は低いので、画像の構成の複雑度は低いと判断でき
る。このため、例えば複雑度Ｃの値に基づいて、画像を
クラス１〜クラスｎの何れかに分類する。

【００５４】なお、上記では彩度が所定値以上の色（図
５において円６２Ｃの外側にプロットされる色）を除外
して複雑度を判定しているが、円６２Ｃの外側の領域に
ついてもカウントの対象とすることにより、高彩度の色
のデータも用いて複雑度を判定するようにしてもよい。
但し、画像中に高彩度の色の被写体が多数存在している
ことは、一般に顔抽出処理における顔領域抽出性能の低
下の原因とはなりにくい。複雑度の判定は、顔抽出処理
による顔領域抽出性能の低い画像を検出することが目的
であることを考慮すると、高彩度の色のデータを除外し
て複雑度を判定することが望ましい。

【００５５】（画素間の濃度差に基づく複雑度の判定）
画像データが表す各画素の濃度値に基づいて、画像中の
隣接する画素間の濃度差を、所定のラインに沿って前記
ライン上の各画素について順に演算する。構成の複雑度
が低い画像では、図６（Ａ）に示すように、前記ライン
に沿った濃度差の変化が比較的滑らかであり、値が大き
く変化している箇所が少ないのに対し、構成の複雑度が
高い画像では、図６（Ｂ）に示すように、前記ラインに
沿って濃度差が大きくかつ複雑に変化する。

【００５６】このため、前述した濃度差の演算結果よ
り、濃度差の変化が図６の（Ａ）に示す変化に近いか、
図６（Ｂ）に示す変化に近いかを識別するための特徴量
（例えば濃度差の分散、濃度差の絶対値をラインに沿っ
て積算した値、濃度差をラインに沿って微分して得られ
た微分値の絶対値をラインに沿って積算した値、前記微
分値の符号が変化している箇所の数をラインに沿ってカ
ウントした値等）を求める。上記処理を画像中の全ライ
ン或いは所定間隔で選択した複数のラインについて各々
行い、各ライン毎に求めた前記特徴量を総合して（例え
ば平均値、積算値等を求める）複雑度Ｃを求める。そし
て複雑度Ｃの値に基づいて、画像をクラス１〜クラスｎ
の何れかに分類する。

【００５７】（画素間の濃度差、色差より抽出した背景
部に基づく複雑度の判定）画像データが表す各画素の
Ｒ、Ｇ、Ｂ毎の濃度値に基づいて、隣接する画素との濃
度差、色差を演算し、濃度差及び色差が所定値未満であ
った場合には前記画素との類似性が高いと判定し前記画
素に隣接する画素を対象として上記処理を行うことを繰
り返し、濃度差及び色差が所定値以上であった場合は隣
接する画素の類似性が低いと判断して処理を終了するこ
とを、図７に示すように、画像の周縁部から画像の中心
部へ向けて順に行う。なお、上記判定は、図７に矢印で
示した４つの方向のうち少なくとも２つの方向、望まし
くは前記４つの方向の全てについて行う。そして、類似
性が高いと判断した画素から成る、画像の周縁部に接し
ている領域を、画像の背景に相当する背景部として抽出
する。

【００５８】なお、上記判定を画像の周縁部から中心部
へ向けて行うのは、画像の周縁部は画像の背景に相当す
る領域である確率が高い、という経験則に基づいてい
る。上記のようにして判定した背景部の面積が狭い場合
は背景に相当する部分の構成が複雑な画像である可能性
が高く、前記背景部の面積が広い場合は背景に相当する
部分の構成が単調な画像である可能性が高いので、複雑
度Ｃとして抽出した背景部の面積を求め、複雑度Ｃの値
に基づいて画像をクラス１〜クラスｎの何れかに分類す
る。

【００５９】（画像分割に基づく複雑度の判定）画像デ
ータが表す各画素のＲ、Ｇ、Ｂ毎の濃度値に基づいて、
画像を複数の領域に分割する。画像の分割にあたって
は、前記画像データに基づいて色相値（及び彩度値）に
ついてのヒストグラムを求め、求めたヒストグラムを山
毎に分割し、各画素が分割した山の何れに属するかを判
断して各画素を分割した山に対応する群に分け、各群毎
に画像を複数の領域に分割する、所謂クラスタ分析を適
用することができる。また、濃度値の微分等により画像
中のエッジ（輪郭線）を検出し、検出した輪郭線に基づ
いて画像を複数の領域に分割するようにしてもよい。更
に、先の背景部抽出で説明した判定を画像全面に亘って
実行し、判定結果に基づいて、互いに類似性が高いと判
断した画素のみから成る複数の領域に画像を分割するよ
うにしてもよい。

【００６０】上記のような分割により得られた領域の数
が多い場合、或いは分割により得られた各領域の面積が
狭い場合は構成が簡単な画像である可能性が高く、前記
領域の数が少ない、或いは各領域の面積が広い場合は構
成が複雑な画像である可能性が高い。このため、分割に
より得られた領域の数、各領域の面積の平均値等に基づ
いて複雑度Ｃの値を定め、更に複雑度Ｃの値に基づいて
画像をクラス１〜クラスｎの何れかに分類する。

【００６１】なお、複雑度Ｃの値を定めることなく、図
３に示すようなマップを用いて画像の構成の複雑さを判
定し何れかのクラスに分類するようにしてもよい。ま
た、上記の画像分割では、例えば雲が浮かんでいる空を
背景する画像に対し、空に相当する領域を複数の領域に
分割してしまう可能性がある。このため、上記の画像分
割を行った後に、隣接する領域の平均濃度や色等を比較
し、平均濃度や色等が近似している領域があった場合に
は、それらを統合することが好ましい。

【００６２】（ヒストグラムの形状に基づく複雑度の判
定）画像データが表す各画素の濃度値に基づいて、各画
素の濃度値についてのヒストグラムを求める。構成の複
雑度が低い画像では、図８（Ａ）に示すように、濃度ヒ
ストグラムは山及び谷の数が少ない形状となり、かつ山
のピークにおける高さ（度数）も高い。一方、構成の複
雑度が高い画像では、図８（Ｂ）に示すように、濃度ヒ
ストグラムは多数の山及び谷が生じている形状となり、
かつ各山のピークにおける高さも低い。

【００６３】このため、求めた濃度ヒストグラムより、
濃度ヒストグラムの形状が図８の（Ａ）に示す形状に近
いか、図８（Ｂ）に示す形状に近いかを識別するための
特徴量（例えば山や谷の数、各山のピークにおける高さ
の平均値等）を求め、これを複雑度Ｃとする。そして、
複雑度Ｃの値に基づいて画像をクラス１〜クラスｎの何
れかに分類する。なお、上記の濃度ヒストグラムに代え
て、例えば各画素毎の隣接する画素との色差についての
ヒストグラム等を用いてもよい。

【００６４】なお、前述のステップ１０３、ステップ１
０８は、上述した方法の何れかを適用することに限定さ
れるものではなく、上述した複雑度判定方法を組み合わ
せ、例えば図３に示したような２次元のマップ、又は３
次元以上の多次元のマップを用いるか、或いは上述した
複雑度を判定するための各種の特徴量のうち少なくとも
１個以上の特徴量を含む関数式等を用いて画像の複雑度
を判定し、画像を分類するようにしてもよい。

【００６５】ステップ１０８の画像の分類が終了する
と、次のステップ１１０では分類したクラスに対応する
露光量演算式をＲＯＭ４０Ｂから取込み、ステップ１１
１では第１実施形態で説明した図２のフローチャートの
ステップ１０４と同様にして顔領域抽出処理を行う。そ
して次のステップ１１２では、先のステップ１１０で取
込んだ露光量演算式を用い、該露光量演算式に顔領域の
画像特徴量Ｄｆ及びその他の画像特徴量Ｄｘ等を代入し
て露光量Ｅを演算し、ステップ１１４において、演算し
た露光量Ｅに従って、第１実施形態と同様にして印画紙
２８への画像の焼付けを行って処理を終了する。

【００６６】このように、本第２実施形態も第１実施形
態と同様に、複雑度Ｃの値に基づいて画像をクラス１〜
クラスｎのｎ個のクラスの何れかに分類し、分類したク
ラスに対応する露光量演算式を用いて露光量Ｅを演算し
ているので、画像が分類されたクラスが複雑さの低いク
ラスであるほど、顔領域の画像特徴量を重視した露光量
が演算され、画像が分類されたクラスが複雑さの高いク
ラスであるほど、顔領域の画像特徴量を重視しない露光
量が演算されることになる。従って、焼付けする画像の
画像内容（構成の複雑度）に拘らず、人物の顔等の主要
被写体を適正に焼付けできる露光量を高い得率で得るこ
とができ、高い得率で適正な仕上りの写真プリントが得
られる。

【００６７】また、顔領域抽出処理は処理時間の長い複
雑な処理であることが一般的であるが、本第２実施形態
では画像データに基づいて複雑度Ｃを求めているので、
複雑度Ｃにより分類したクラスに対応する露光量演算式
が、顔領域抽出処理の結果を用いることなく露光量を求
める演算式（例えば顔領域の画像特徴量Ｄｆに対する重
み係数が０とされている演算式）である場合には、ステ
ップ１１１の顔領域抽出処理を省略するようにしてもよ
い。この場合、第１実施形態と比較して、１画像当りの
平均処理時間を短くすることができ、写真焼付装置１０
の処理能力を向上させることができる。

【００６８】〔第３実施形態〕次に本発明の第３実施形
態について説明する。なお、本第３実施形態は第１実施
形態及び第２実施形態と同一の構成であるので、各部分
に同一の符号を付して構成の説明を省略し、以下では第
３実施形態の作用として、図９のフローチャートを参照
し、本第３実施形態に係る写真焼付処理について、第１
実施形態と異なる部分についてのみ説明する。

【００６９】本第３実施形態では、第１実施形態と同様
にして、ステップ１００でネガフィルム１２に記録され
た画像を露光位置に位置決めし、ステップ１０２で露光
位置に位置決めした画像を測光して画像データを記憶
し、ステップ１０４で顔領域抽出処理を行い、ステップ
１０６で顔領域に関する特徴量に基づいて画像の構成の
複雑度Ｃを演算（このステップ１０６は請求項７に記載
の判定手段に対応している）した後に、次のステップ１
０９において、請求項７に記載の記憶手段としてのＲＯ
Ｍ４０Ｂに予め記憶されている露光量演算式（次の
（３）式参照）を取込む。

【００７０】 Ｅ＝ｆ（ｇ（Ｃ）・Ｄｆ，ΣＫ_i ・Ｄｘ_i ） …（３） 但し、ｇ（Ｃ）は顔領域の画像特徴量Ｄｆの重み関数、
Ｋ_i はその他の画像特徴量Ｄｘ_i の重み係数（定数）で
ある。重み関数ｇ（Ｃ）は、複雑度Ｃが表す画像の構成
の複雑さが高くなるに従って値が小さく（顔領域の画像
特徴量Ｄｆの重みが小さく）なり、複雑度Ｃが表す画像
の構成の複雑さが低くなるに従って値が大きく（顔領域
の画像特徴量Ｄｆの重みが大きく）なる単調関数であ
り、適正な露光量の得率が所定値以上となる任意の単調
関数を適用することができる。

【００７１】（３）式では、露光量Ｅが、重み関数ｇ
（Ｃ）によって重み付けされた顔領域の画像特徴量Ｄ
ｆ、及び重み係数Ｋ_i によって重み付けされた複数のそ
の他の画像特徴量Ｄｘ_i を変数とする関数として表され
ているので、顔領域の画像特徴量Ｄｆが露光量Ｅの決定
に関与する度合いは重み関数ｇ（Ｃ）の値によって変化
し、画像の複雑さが高くなるに従って顔領域の画像特徴
量Ｄｆが露光量Ｅの決定に関与する度合いが小さくな
り、画像の複雑さが低くなるに従って顔領域の画像特徴
量Ｄｆが露光量Ｅの決定に関与する度合いが大きくな
る。

【００７２】次のステップ１１３では、上記で取込んだ
露光量演算式に、複雑度Ｃ、顔領域の画像特徴量Ｄｆ、
その他の画像特徴量Ｄｘ等を代入して露光量Ｅを演算す
る。なお、先のステップ１０９及びステップ１１３は請
求項７に記載の露光量決定手段に対応している。そし
て、ステップ１１４において、演算した露光量Ｅに従っ
て、第１実施形態と同様にして印画紙２８への画像の焼
付けを行って処理を終了する。

【００７３】このように、本第３実施形態では、顔領域
の画像特徴量Ｄｆが露光量の決定に関与する度合いが複
雑度Ｃの関数で表された露光量演算式を用いて露光量を
演算しているので、複雑度Ｃが表す画像の構成の複雑さ
が低くなるに従って、顔領域の画像特徴量を重視した露
光量が演算され、複雑度Ｃが表す画像の構成の複雑さが
高くなるに従って、顔領域の画像特徴量を重視する度合
いが低くされて露光量が演算されることになる。従っ
て、焼付けする画像の画像内容（構成の複雑度）に拘ら
ず、人物の顔等の主要被写体を適正に焼付けできる露光
量を高い得率で得ることができ、高い得率で適正な仕上
りの写真プリントが得られる。また、第１実施形態及び
第２実施形態のように、画像を予め定められた複数のク
ラスの何れかに分類する処理を行う必要もなくなる。

【００７４】なお、第３実施形態では顔領域抽出処理に
よって抽出された顔領域の特徴量に基づいて複雑度Ｃを
求めるようにした例を説明したが、これに限定されるも
のではなく、第２実施形態で説明したように、画像デー
タに基づいて複雑度Ｃを求めるようにしても良いことは
言うまでもない。

【００７５】〔第４実施形態〕次に本発明の第４実施形
態について説明する。なお、以下では第１実施形態と同
一の部分に同一の符号を付し、説明を省略する。

【００７６】本第４実施形態に係る写真焼付装置６０
（図１０参照）には、乳剤層が形成されている面と反対
側の面に透明磁性材料が塗布されて透明な磁気記録層が
形成されたネガフィルム１２がセットされる。このネガ
フィルム１２は、カメラにより画像が記録される範囲外
に、ネガフィルム１２の長手方向に沿って情報を記録す
るための記録トラックが形成されている。ネガフィルム
１２は、前記記録トラックに各種の情報を記録する機能
を備えたカメラに装填されて画像が撮影・記録されると
共に、画像が撮影・記録される毎に前記カメラにより、
撮影記録された画像の撮影倍率、撮影時に測定された主
要被写体までの距離等の撮影条件を表す情報を含む各種
情報が前記記録トラックに磁気的に記録される。

【００７７】写真焼付装置６０は、画面検出センサ４８
と搬送ローラ対１４Ｂとの間に、ネガフィルム１２の記
録トラックに対応して磁気ヘッド６２が設けられてい
る。記録ヘッド６２は増幅器６４、Ａ／Ｄ変換器６６を
介して制御部４０の入出力ポート４０Ｄに接続されてい
る。ネガフィルム１２の記録トラックに記録された前記
撮影条件を表す情報を含む各種情報は、ネガフィルム１
２の搬送時に磁気ヘッド６２によって読取られ、増幅器
６４で増幅され、Ａ／Ｄ変換器６６でデジタルデータに
変換されて制御部４０に入力される。

【００７８】次に図１１のフローチャートを参照し、本
第４実施形態の作用を説明する。ステップ１０１ではネ
ガフィルム１２を搬送し、磁気ヘッド６２によりネガフ
ィルム１２の記録トラックに記録されている情報を読取
ってＲＡＭ４０Ｃ等に記憶すると共に、画面検出センサ
４８から出力される信号を監視してネガフィルム１２に
記録された画像の位置を判断し、前記画像が露光位置に
到達したと判断するとネガフィルム１２の搬送を停止さ
せることにより、画像を露光位置に位置決めする。

【００７９】また、次のステップ１０２で露光位置に位
置決めした画像を測光して画像データを記憶した後に、
ステップ１０５において、ネガフィルム１２の記録トラ
ックから読取ってＲＡＭ４０Ｃに記憶した各種情報のう
ち、露光位置に位置決めした画像の撮影条件を表す情報
に基づいて前記画像の撮影条件を判定し、判定した撮影
条件に基づいて画像の複雑度Ｃを求める。このステップ
１０５は請求項５に記載の複雑さの判定に相当してい
る。なお、撮影条件に基づく複雑度Ｃの判定は、例えば
以下のようにして行うことができる。

【００８０】すなわち、撮影時の撮影倍率が大きい場合
には、画像中に存在する主要被写体の大きさが大きく、
画像中に占める背景に相当する部分の面積が小さい可能
性が高い。これは撮影時の主要被写体との距離が短い場
合も同様である。このため、上記のような場合には画像
の構成の複雑さは低いと判断できるので、複雑度Ｃの値
を比較的小さな値とする。これに対し、撮影時の撮影倍
率が小さい場合には、画像中に存在する主要被写体の大
きさが小さく、画像中に占める背景に相当する部分の面
積が大きい可能性が高い。これは撮影時の主要被写体と
の距離が長い場合も同様である。このため、上記のよう
な場合には画像の構成の複雑さは高いと判断できるの
で、複雑度Ｃの値を比較的大きな値とする。

【００８１】なお、複雑度を判定するための撮影条件は
上記に限定されるものではなく、例えばストロボ発光の
有無を表す情報や被写体の輝度を表す情報を含めてもよ
い。例えば被写体の輝度が低く、高い撮影倍率でストロ
ボを発光して撮影した等の撮影条件では、得られるネガ
画像は背景が暗いので画像中に占める素抜け部分の面積
が大きく、かつ画像中に存在する主要被写体の大きさは
大きいので、画像の構成の複雑さは低いと判断できる。

【００８２】上記のようにして複雑度Ｃを演算すると、
次のステップ１０８では複雑度Ｃの値に基づいて画像を
クラス１〜クラスｎの何れかに分類し、ステップ１１０
で分類したクラスに対応する露光量演算式を取込み、ス
テップ１１１で顔領域抽出処理を行う。また、ステップ
１１２ではステップ１１０で取込んだ露光量演算式に複
雑度Ｃ、顔領域の画像特徴量Ｄｆ、その他の画像特徴量
Ｄｘ等を代入して露光量Ｅを演算し、ステップ１１４で
演算した露光量Ｅに従って、印画紙２８への画像の焼付
けを行って処理を終了する。

【００８３】なお、第４実施形態ではカメラによりネガ
フィルム１２に磁気記録された情報を読取って複雑度を
判定するようにした場合を説明したが、これに限定され
るものではなく、カメラにより例えばバーコード等の形
態で情報が光学的に記録され、該情報を光学的に読取っ
て複雑度を判定するようにしてもよい。また、第４実施
形態では画像をクラス１〜クラスｎの何れかに分類し、
分類したクラスに対応する露光量演算式を用いて露光量
を演算していたが、これに代えて、第３実施形態に記載
したように、顔領域の画像特徴量Ｄｆが露光量の決定に
関与する度合いが複雑度Ｃの関数で表された露光量演算
式を用いて露光量を演算するようにしてもよい。

【００８４】また、画像の構成の複雑度を判定するため
の特徴量は、上記の各実施形態に記載した特徴量に限定
されるものではなく、本発明は、画像の構成の複雑度に
関連する各種の特徴量を適用できることは言うまでもな
い。また、上記で複雑度Ｃの値を求めるために用いてい
た各種特徴量より複雑さを評価するためのルールを予め
定めておき、前記ルールを用い公知のファジー推論によ
り複雑さを判定するようにしてもよい。

【００８５】更に、上記では顔領域抽出処理として、人
物の各部に特有の形状パターンを探索して顔領域を抽出
する抽出方式を例に説明したが、本発明はこれに限定さ
れるものではなく、例えば本願出願人が特開昭 52-1566
24号公報、特開昭 52-156625号公報、特開昭53-12330号
公報、特開昭 53-145620号公報、特開昭 53-145621号公
報、特開昭 53-145622号公報等で提案しているように、
画像データに基づいて各画素の色が色座標上で肌色の範
囲内に含まれているか否か判定し、肌色の範囲内と判断
した測定点のクラスタ（群）が存在している領域を顔領
域として抽出する抽出方式を適用してもよい。

【００８６】また、本願出願人が特開平4-346333号公報
等で提案しているように、画像データに基づいて色相値
（及び彩度値）についてのヒストグラムを求め、求めた
ヒストグラムを山毎に分割し、各測定点が分割した山の
何れに属するかを判断して各測定点を分割した山に対応
する群に分け、各群毎に画像を複数の領域に分割し、該
複数の領域のうち人物の顔に相当する領域を推定し、推
定した領域を顔領域として抽出する抽出方式を適用する
ようにしてもよい。

【００８７】更に、上記では主要被写体に相当すると推
定される領域として、人物の顔に相当すると推定される
領域を抽出するようにしていたが、これに限定されるも
のではなく、画像中の背景に相当すると推定される領域
（背景領域）を判断し、背景領域以外の領域を主要被写
体に相当すると推定される領域として抽出するようにし
てもよい。具体的には、画像データに基づいて各画素の
色が、色座標上で明らかに背景に属する特定の色（例え
ば空や海の青、芝生や木の緑等）の範囲内に含まれてい
るか否か判定し、前記特定の色範囲内と判断した画素の
クラスタ（群）が存在している領域を背景領域と判断し
て除去し、残った領域を非背景領域（主要被写体に相当
すると推定される領域）として抽出することができる。

【００８８】また、本願出願人が特願平6-265850号、特
願平6-266598号で提案しているように、前記と同様にし
て画像を複数の領域に分割した後に、各領域毎に背景に
相当する領域としての特徴量（輪郭に含まれる直線部分
の比率、線対称度、凹凸数、画像外縁との接触率、領域
内の濃度コントラスト、領域内の濃度の変化パターンの
有無等）を求め、求めた特徴量に基づいて各領域が背景
領域か否か判定し背景部と判断した領域を除去し、残っ
た領域を非背景領域（主要被写体に相当すると推定され
る領域）として抽出するようにしてもよい。

【００８９】更に、第１、第２及び第４実施形態では画
像をクラス１〜クラスｎの何れかに分類し、分類したク
ラスに対応する露光量演算式を用いて露光量を演算する
態様を、第３実施形態では顔領域の画像特徴量Ｄｆが露
光量の決定に関与する度合いが複雑度Ｃの関数で表され
た露光量演算式を用いて露光量を演算する態様を各々説
明したが、露光量演算式として単一の演算式を用いると
共に、前記演算式に含まれている各種の係数や定数の値
を、画像の構成の複雑さが低くなるに従って画像から抽
出した主要被写体に相当すると推定される領域の画像特
徴量が露光量の決定に関与する度合いが大きくなり、画
像の構成の複雑さが高くなるに従って画像から抽出した
主要被写体に相当すると推定される領域の画像特徴量が
露光量の決定に関与する度合いが小さくなるように、画
像の構成の複雑さに応じて予め複数種類定めてテーブル
等の形態で記憶しておき、露光量の決定にあたっては、
判定した画像の構成の複雑さに対応する前記各種の係数
や定数の値を取込み、取込んだ係数や定数の値を露光量
演算式に代入して露光量を決定するようにしてもよい。
本発明の請求項１は上記のような実施態様も含むもので
ある。

【００９０】また、上記の実施形態では画像の構成の複
雑さを写真焼付装置側で自動的に判定する態様を説明し
たが、オペレータが画像を検定して画像の構成の複雑さ
を判定し、判定結果をテンキーやタッチパネル等の入力
手段を介して入力し、写真焼付装置側では、入力手段を
介して入力された画像の複雑さの判定結果に応じて、画
像から抽出した主要被写体に相当すると推定される領域
の画像特徴量が露光量の決定に関与する度合いが変化す
るようにして、画像の露光量を決定するようにしてもよ
い。なお、オペレータによる画像の構成の複雑さの判定
は、写真焼付装置により画像の焼付けが行われる際に行
ってもよいし、画像焼付前に検定機を用いて行われる検
定工程において行ってもよい。検定工程でオペレータが
画像の構成の複雑さを判定する場合には、オペレータに
より入力された判定結果は、メモリカードや、第４実施
形態で説明したネガフィルム１２に形成された記録トラ
ック等の記憶媒体を介して、或いはオンラインにより写
真焼付装置に伝達することができる。本発明の請求項１
は上記のような実施態様も含むものである。

【００９１】

【発明の効果】以上説明したように請求項１記載の発明
は、判定した原画像の構成の複雑さが低くなるに従って
前記原画像から抽出した主要被写体に相当すると推定さ
れる領域の画像特徴量が露光量の決定に関与する度合い
が大きくなり、前記複雑さが高くなるに従って前記画像
から抽出した主要被写体に相当すると推定される領域の
画像特徴量が露光量の決定に関与する度合いが小さくな
るように、原画像の露光量を決定するようにしたので、
焼付けすべき原画像の画像内容に拘らず、主要被写体を
適正に焼付けできる露光量を高い得率で得ることができ
る、という優れた効果を有する。

【００９２】請求項２記載の発明は、画像の構成の複雑
さが低いクラスほど画像から抽出した主要被写体に相当
すると推定される領域の画像特徴量が露光量の決定に関
与する度合いが大きくなり、画像の構成の複雑さが高い
クラスほど前記関与する度合いが小さくなるように、各
クラス毎に露光量演算式を予め定めておき、原画像の構
成の複雑さを判定して原画像を複数のクラスの何れかに
分類し、分類したクラスに対応する露光量演算式を用い
て原画像の露光量を決定するようにしたので、焼付けす
べき原画像の画像内容に拘らず、主要被写体を適正に焼
付けできる露光量を高い得率で得ることができる、とい
う優れた効果を有する。

【００９３】請求項３記載の発明は、画像の構成の複雑
さが低くなるに従って画像から抽出した主要被写体に相
当すると推定される領域の画像特徴量が露光量の決定に
関与する度合いが大きくなり、前記複雑さが高くなるに
従って前記関与する度合いが小さくなるように、前記関
与する度合いが画像の構成の複雑さの関数で表された露
光量演算式を定めておき、原画像の構成の複雑さを判定
し、原画像の構成の複雑さの判定結果に基づき、前記露
光量演算式を用いて原画像の露光量を決定するようにし
たので、焼付けすべき原画像の画像内容に拘らず、主要
被写体を適正に焼付けできる露光量を高い得率で得るこ
とができる、という優れた効果を有する。

【００９４】請求項６記載の発明は、画像の構成の複雑
さが低いクラスほど画像から抽出した主要被写体に相当
すると推定される領域の画像特徴量が露光量の決定に関
与する度合いが大きくなり、前記複雑さが高いクラスほ
ど前記関与する度合いが小さくなるように各クラス毎に
各々定められた露光量演算式を記憶しておき、原画像の
構成の複雑さを判定して原画像を複数のクラスの何れか
に分類し、分類されたクラスに対応する露光量演算式を
用いて原画像の露光量を決定し、決定された露光量に基
づいて複写材料への原画像の露光を制御するようにした
ので、焼付けすべき原画像の画像内容に拘らず、高い確
率で、主要被写体が適正に焼付けされるように原画像を
焼付けることができる、という優れた効果を有する。

【００９５】請求項７記載の発明は、画像の構成の複雑
さが低くなるに従って画像から抽出した主要被写体に相
当すると推定される領域の画像特徴量が露光量の決定に
関与する度合いが大きくなり、前記複雑さが高くなるに
従って前記関与する度合いが小さくなるように予め定め
られた、前記関与する度合いが画像の構成の複雑さの関
数で表された露光量演算式を記憶しておき、原画像の構
成の複雑さを判定し、判定結果に基づき前記露光量演算
式を用いて原画像の露光量を決定し、決定された露光量
に基づいて複写材料への原画像の露光を制御するように
したので、焼付けすべき原画像の画像内容に拘らず、高
い確率で、主要被写体が適正に焼付けされるように原画
像を焼付けることができる、という優れた効果を有す
る。

【図面の簡単な説明】

【図１】第１実施形態に係る写真焼付装置の概略構成図
である。

【図２】第１実施形態に係る写真焼付処理を示すフロー
チャートである。

【図３】顔領域抽出処理により抽出した顔領域の数と、
該顔領域のサイズ又は平均濃度の分布と、に基づいて画
像の構成の複雑度を判定する場合に用いるマップの一例
を示す概念図である。

【図４】第２実施形態に係る写真焼付処理を示すフロー
チャートである。

【図５】画像の色の分布に基づいて画像の構成の複雑度
を判定する場合に用いる色座標の一例を示す線図であ
る。

【図６】（Ａ）は構成の複雑度が低い画像、（Ｂ）は構
成の複雑度が高い画像について、所定のライン上に隣接
する画素間の濃度差を順に演算した結果の一例を各々示
す線図である。

【図７】画像の構成の複雑度を判定するために背景領域
を抽出する際の、背景領域の判定処理を進める方向を示
す概念図である。

【図８】（Ａ）は構成の複雑度が低い画像、（Ｂ）は構
成の複雑度が高い画像について求めた濃度ヒストグラム
の一例を各々示す線図である。

【図９】第３実施形態に係る写真焼付処理を示すフロー
チャートである。

【図１０】第４実施形態に係る写真焼付装置の概略構成
図である。

【図１１】第４実施形態に係る写真焼付処理を示すフロ
ーチャートである。

【符号の説明】

１０ 写真焼付装置 １２ ネガフィルム １８ 色補正フィルタ ２８ 印画紙 ３２ ＣＣＤイメージセンサ ４０ 制御部 ６２ 磁気ヘッド

Claims (7)

【特許請求の範囲】
1. 【請求項１】 原画像の構成の複雑さを判定し、 判定した原画像の構成の複雑さが低くなるに従って前記
   原画像から抽出した主要被写体に相当すると推定される
   領域の画像特徴量が露光量の決定に関与する度合いが大
   きくなり、前記複雑さが高くなるに従って前記原画像か
   ら抽出した主要被写体に相当すると推定される領域の画
   像特徴量が露光量の決定に関与する度合いが小さくなる
   ように、原画像の露光量を決定する露光量決定方法。
2. 【請求項２】 画像の構成の複雑さに応じた複数のクラ
   スを予め定めると共に、前記複雑さが低いクラスほど画
   像から抽出した主要被写体に相当すると推定される領域
   の画像特徴量が露光量の決定に関与する度合いが大きく
   なり、前記複雑さが高いクラスほど画像から抽出した主
   要被写体に相当すると推定される領域の画像特徴量が露
   光量の決定に関与する度合いが小さくなるように、各ク
   ラス毎に露光量演算式を予め定めておき、 原画像の構成の複雑さを判定して原画像を前記複数のク
   ラスの何れかに分類し、分類したクラスに対応する露光
   量演算式を用いて原画像の露光量を決定する露光量決定
   方法。
3. 【請求項３】 画像の構成の複雑さが低くなるに従って
   画像から抽出した主要被写体に相当すると推定される領
   域の画像特徴量が露光量の決定に関与する度合いが大き
   くなり、前記複雑さが高くなるに従って画像から抽出し
   た主要被写体に相当すると推定される領域の画像特徴量
   が露光量の決定に関与する度合いが小さくなるように、
   前記関与する度合いが画像の構成の複雑さの関数で表さ
   れた露光量演算式を定めておき、 原画像の構成の複雑さを判定し、原画像の構成の複雑さ
   の判定結果に基づき、前記露光量演算式を用いて原画像
   の露光量を決定する露光量決定方法。
4. 【請求項４】 原画像の構成の複雑さの判定を、原画像
   を多数個に分割して測光することにより得られた測光デ
   ータに基づいて行うことを特徴とする請求項１乃至請求
   項３の何れか１項記載の露光量決定方法。
5. 【請求項５】 原画像の構成の複雑さの判定を、原画像
   を記録したカメラによって記録された情報に基づいて行
   うことを特徴とする請求項１乃至請求項３の何れか１項
   記載の露光量決定方法。
6. 【請求項６】 画像の構成の複雑さに応じて予め定めら
   れた複数のクラスの各々に対し、前記複雑さが低いクラ
   スほど画像から抽出した主要被写体に相当すると推定さ
   れる領域の画像特徴量が露光量の決定に関与する度合い
   が大きくなり、前記複雑さが高いクラスほど画像から抽
   出した主要被写体に相当すると推定される領域の画像特
   徴量が露光量の決定に関与する度合いが小さくなるよう
   に各々定められた露光量演算式を記憶する記憶手段と、 原画像を多数個に分割して測光することにより得られた
   測光データ又は原画像を記録したカメラによって記録さ
   れた情報に基づいて原画像の構成の複雑さを判定し、原
   画像を前記複数のクラスの何れかに分類する分類手段
   と、 前記記憶手段に記憶されている、前記分類手段によって
   分類されたクラスに対応する露光量演算式を用いて原画
   像の露光量を決定する露光量決定手段と、 露光量決定手段によって決定された露光量に基づいて複
   写材料への原画像の露光を制御する露光制御手段と、 を含む露光制御装置。
7. 【請求項７】 画像の構成の複雑さが低くなるに従って
   画像から抽出した主要被写体に相当すると推定される領
   域の画像特徴量が露光量の決定に関与する度合いが大き
   くなり、前記複雑さが高くなるに従って画像から抽出し
   た主要被写体に相当すると推定される領域の画像特徴量
   が露光量の決定に関与する度合いが小さくなるように予
   め定められた、前記関与する度合いが画像の構成の複雑
   さの関数で表された露光量演算式を記憶する記憶手段
   と、 原画像を多数個に分割して測光することにより得られた
   測光データ又は原画像を記録したカメラによって記録さ
   れた情報に基づいて原画像の構成の複雑さを判定する判
   定手段と、 前記判定手段による判定結果に基づき、前記記憶手段に
   記憶されている露光量演算式を用いて原画像の露光量を
   決定する露光量決定手段と、 露光量決定手段によって決定された露光量に基づいて複
   写材料への原画像の露光を制御する露光制御手段と、 を含む露光制御装置。