目立ち画像生成装置及び目立ち画像生成プログラム
【課題】評価対象の目立ちを色の差異を反映して定量的に評価する。
【解決手段】評価対象を撮像した撮像画像に対し、前記評価対象と周囲との色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲との色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する色差目立ち評価部２９と、前記色差目立ち評価部２９の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する画像化部２５とを備える目立ち画像生成装置１１を構成した。
【解決手段】評価対象を撮像した撮像画像に対し、前記評価対象と周囲との色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲との色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する色差目立ち評価部２９と、前記色差目立ち評価部２９の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する画像化部２５とを備える目立ち画像生成装置１１を構成した。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、対象物の目立ちの度合いを評価する技術に関する。
【背景技術】
【０００２】
従来、照明や自然光によって作り出される光環境を評価する技術として、評価対象の光環境を撮像した撮像画像に基づいて、光環境の輝度分布を示す輝度分布画像を生成し、この輝度分布画像を参照して光環境を評価する技術が知られている。
近年では、光環境について、人間が感じる明るさ知覚の分布を定量的に示した明るさ画像を輝度分布画像から生成し、明るさ知覚の画像に基づいて光環境を評価する技術も知られている。この技術では、予め定めた輝度と明るさ知覚との対応関係に基づいて、輝度分布画像の輝度を明るさ知覚に変換して評価対象の明るさ知覚を定量的に示す画像を生成している（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】国際公開２００６／１３２０１４号パンフレット
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、光環境において、評価対象が人間に知覚されやすいかどうか、すなわち、光環境の中で評価対象が目立っているかどうかは、評価対象の明るさ知覚だけで判別することはできない。
例えば、評価対象の輝度が低い場合であっても、評価対象の色が周囲と異なっているときには、その色の異なりによっては、当該評価対象が目立っていると知覚され得る。
より具体的には、均一高輝度を有する、同一色の面が視野全体に広がっている場合、明るさは知覚されうるが、目立ち知覚は検出されない。なぜなら、目立ちにおいては、輝度の絶対量は重視されず、あくまで対比の有無が重要だからである。
本発明は、上述した事情に鑑みてなされたものであり、評価対象の目立ちを色の差異を反映して定量的に評価できる目立ち画像生成装置及び目立ち画像生成プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００５】
上記目的を達成するために、本発明は、評価対象を撮像した撮像画像に対し、前記評価対象と周囲との色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲との色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する色差目立ち評価部と、前記色差目立ち評価部の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する画像化部とを備えることを特徴とする目立ち画像生成装置を提供する。
【０００６】
また本発明は、上記目立ち画像生成装置において、前記色差目立ち評価部は、前記評価対象と前記周囲との色差を、Ｗａｖｅｌｅｔ解析により均等色度図上、或いは均等色空間での座標成分ごとの対比量を求めて座標間のユークリッド距離として算出した後、Ｗａｖｅｌｅｔ解析により前記色差対比量を示す前記ユークリッド距離対比量を求め、当該ユークリッド距離対比量に基づいて目立ちを評価することを特徴とする。
【０００７】
また本発明は、上記目立ち画像生成装置において、前記評価対象を撮像した撮像画像に対し、前記評価対象と周囲の輝度が等しい場合に目立ちが無いと評価し、前記評価対象と前記周囲の輝度対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する輝度目立ち評価部を備え、前記画像化部は、前記色差目立ち評価部と前記輝度目立ち評価部の評価結果に基づいて、前記撮像画像の色差及び輝度の目立ちの分布を示す目立ち画像を生成することを特徴とする。
【０００８】
また本発明は、上記目的を達成するために、コンピューターを、評価対象を撮像した撮像画像に対し、前記評価対象と周囲の色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲の色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する手段、及び、前記色差目立ち評価部の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する手段として機能させることを特徴とする目立ち画像生成プログラムを提供する。
【発明の効果】
【０００９】
本発明によれば、評価対象を撮像した撮像画像に対し、前記評価対象と周囲の色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲の色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価し、この評価結果に基づいて、撮像画像から目立ちを反映した目立ち画像を生成する構成としたため、評価対象が周囲に対して、色の違いにより、どの程度目立っているかを目立ち画像から定量的に把握することができる。
【図面の簡単な説明】
【００１０】
【図１】本発明の実施形態に係る目立ち評価システムの構成を示す図である。
【図２】目立ち画像生成装置の機能的構成を示すブロック図である。
【図３】色差目立ち評価部の機能的構成を示すブロック図である。
【図４】画素と周囲画素の関係を示す図である。
【図５】Δｕ’中間画像、Δｖ’中間画像、並びにΔｕ'ｖ'色差画像の説明図である。
【図６】輝度目立ち評価部の機能的構成を示すブロック図である。
【図７】画像化部の機能的構成を示すブロック図である。
【図８】マグニチュード推定法に用いた刺激のサンプルを示す図である。
【図９】ターゲット領域のサイズ及び色度を可変したときのマグニチュード推定法による評価結果の一例を示す図であり、（Ａ）はターゲット領域のサイズを可変した場合、（Ｂ）は色度を可変した場合を示す。
【図１０】ターゲット領域のサイズ及び輝度比を可変したときのマグニチュード推定法による評価結果の一例を示す図であり、（Ａ）はターゲット領域のサイズを可変した場合、（Ｂ）は輝度比を可変した場合を示す。
【図１１】試験に用いた色のｘｙ色度図の座標と輝度である。
【図１２】目立ち画像生成処理のフローチャートである。
【図１３】ウェーブレット分解を説明するための図である。
【図１４】ウェーブレット分解を用いた周囲画素との対比の一例を示す図である。
【図１５】ウェーブレット分解のレベルに応じた目立ち画像の生成を説明するための図である。
【図１６】一色の背景に円板を配置した光環境を撮影した撮像画像データを模したサンプル図であり、円板のサイズ、及び色を可変して示すとともに、各撮像画像データの輝度分布を示す図である。
【図１７】図１６における撮像画像データを対象に目立ちを評価した目立ち画像のサンプル図である。
【図１８】本発明の変形例に係る目立ち画像生成処理のフローチャートである。
【図１９】本発明の他の変形例に係る目立ち画像生成処理のフローチャートである。
【図２０】本発明の他の変形例に係る目立ち画像生成処理のフローチャートである。
【発明を実施するための形態】
【００１１】
以下、図面を参照して本発明の実施形態について説明する。
図１は、本実施形態に係る目立ち評価システム１の構成を示す図である。
目立ち評価システム１は、カメラ７と、目立ち画像生成装置１１と、表示装置１３とを備えている。
カメラ７は、目立ちの評価対象を含む光環境３を撮像し、撮像画像のデジタルデータ（以下、「撮像画像データ５」と言う）を目立ち画像生成装置１１に入力する。この撮像画像データ５には、光環境３の撮像画像の印刷画をスキャナー装置で読み取ってデジタルデータ化したデータを用いることもできる。または、撮像画像データ５には、光環境３をコンピュータグラフィックス（ＣＧ）で再現し、レンダリングしたデータを用いることもできる。
【００１２】
目立ち画像生成装置１１は、撮像画像データ５に基づいて目立ち画像データ９を生成し表示装置１３に出力する。目立ち画像データ９は、光環境３に含まれる評価対象の目立ちを定量化して示す目立ち画像のデータである。この目立ち画像には、人が評価対象を視認したときに感じられる目立ちの程度を、擬似カラーを用いて領域ごとに色づけして表現したカラーマッピング画像が用いられる。
表示装置１３は、目立ち画像データ９に基づく目立ち画像を表示するものであり、この表示により、ユーザーは、光環境３の評価対象の目立ちを定量的に把握できる。なお、この目立ち画像データ９をプリンター装置に出力して画像化しても良い。
【００１３】
図２は、目立ち画像生成装置１１の機能的構成を示すブロック図である。
目立ち画像生成装置１１は、画像入力部２１と、目立ち評価部２３と、画像化部２５と、画像出力部２７とを備えている。画像入力部２１は、撮像画像データ５を出力するカメラ７に接続され、このカメラ７から出力された撮像画像データ５を目立ち評価部２３に出力する。この画像入力部２１には、カメラ７の他にも、撮像画像データ５を出力する任意の機器を接続できる。目立ち評価部２３は、撮像画像データ５に基づいて評価対象の目立ちを評価し、目立ち評価結果を画像化部２５に出力する。画像化部２５は、目立ち評価結果に基づいて、評価対象の目立ちを画像化した目立ち画像データ９を生成し、画像出力部２７に出力する。画像出力部２７は、目立ち画像データ９を表示装置１３に出力する。
また、目立ち評価部２３は、評価対象の色と周囲の色との色差に基づいて目立ちを評価する色差目立ち評価部２９と、評価対象の輝度と周囲の輝度の輝度対比に基づいて目立ちを評価する輝度目立ち評価部３０とを備え、評価対象の色及び輝度の両方を用いて総合的に目立ちを評価する。
なお、この目立ち画像生成装置１１は、ＣＰＵやＲＡＭ、ＲＯＭを備えた、いわゆるコンピューターに、上記の各機能ブロックを実現するための目立ち画像生成プログラム１５（図１）を実行させることで実施される。
【００１４】
図３は、色差目立ち評価部２９の機能的構成を示す図である。
色差目立ち評価部２９は、評価対象と周囲との色差に基づいて目立ちを評価するために、カラー画像（ＲＧＢ情報）である撮像画像の各画素の値を色座標情報に変換して目立ちを評価する。色座標情報には、座標間の２点間の距離が知覚的な色差に対応するよう設計された均等色度図或いは均等色空間の座標情報が用いられる。本実施形態では均等色度図であるｕ’ｖ’色度図の座標情報を用いる。
【００１５】
かかる色差目立ち評価部２９の機能的構成について説明すると、図３に示すように、色差目立ち評価部２９は、ｕ’画像生成部３１及びｖ’画像生成部３３と、第１Ｗａｖｅｌｅｔ（ウェーブレット）分解部３５と、Δｕ’中間画像生成部３６及びΔｖ’中間画像生成部３７と、Δｕ’ｖ’色差画像生成部３８と、第２Ｗａｖｅｌｅｔ分解部３９と、係数処理部４０と、を備えている。
ｕ’画像生成部３１は撮像画像データ５からｕ’画像を生成し、またｖ’画像生成部３３は撮像画像データ５からｖ’画像を生成し、第１Ｗａｖｅｌｅｔ分解部３５に出力する。これらｕ’画像生成部３１及びｖ’画像生成部３３は、それぞれカメラ７から取得されるＲＧＢ情報を色度座標（ｕ’，ｖ’）に変換する近似マトリクス情報に基づいて撮像画像データ５の各画素のＲＧＢ値をｕ’色度成分及びｖ’色度成分のそれぞれに分解した画像に変換する。近似マトリクス情報は較正実験により求められ、色差目立ち評価部２９に予め格納されている。
【００１６】
第１Ｗａｖｅｌｅｔ分解部３５は、ｕ’画像及びｖ’画像のそれぞれの各画素について、該画素（以下、「対象画素」と言う）を取り囲む画素（以下、「周囲画素」と言う）との各々との色度成分差を反映した色度成分対比量（ｕ’対比量、及びｖ’対比量）を算出する。周囲画素Ｐは、図４に示すように、対象画素Ｏを中心とする半径Ｒの円の円周上に位置する画素として定義される。すなわち、対象画素Ｏを取り囲む周囲画素Ｐから成る色度成分と対象画素Ｏの色度成分対比が色度成分対比量として求められる。このとき、ｕ’色度成分及びｖ’色度成分のそれぞれにおいて、対象画素Ｏが周囲画素Ｐよりも値が大きい場合（正対比）に色度成分対比量の符号が正となり、値が小さい場合（逆対比）に色度成分対比量の符号が負となる。また、この色度成分対比量は、周囲画素Ｐの全てに対して対象画素Ｏの色度成分対比が大きい場合に、その絶対値は最大となり、対象画素Ｏとの色度成分対比が小さい画素が周囲画素Ｐに含まれるほど、絶対値は小さくなる。また、周囲画素Ｐの全てが対象画素Ｏと値が同じ場合には、色度成分対比量の絶対値が最小となる。
【００１７】
さらに色度成分対比量（ｕ’対比量、及びｖ’対比量）は、対象画素Ｏと周囲画素Ｐの間の距離によっても値が変わる。例えば、対象画素Ｏの周囲に同じ値の画素が連続している状態を想定すると、この連続範囲内の画素が周囲画素Ｐに設定されたときには、色度成分対比量の絶対値は小さくなる。これとは逆に、連続範囲外に周囲画素Ｐが設定されたときには、色度成分対比量の絶対値は大きくなる。かかる対象画素Ｏと周囲画素Ｐまでの距離の違いを色度成分対比量に反映すべく、本実施形態では、半径Ｒの大きさをレベル１〜Ｎ（本実施形態ではＮ＝９）の多段階に定義し、これらのレベルごとに、色度成分対比量を求めることとしている。なお、同じ画素値が連続している範囲は、撮像画像に写った一つの物体と推定される。すなわち、半径Ｒをレベル１〜Ｎに分けて色度成分対比量を求めることは、評価対象のサイズに応じた色度成分対比量を求めているとも言える。
【００１８】
第１Ｗａｖｅｌｅｔ分解部３５は、Ｗａｖｅｌｅｔ解析を用いてレベルごとの対比量を算出し、レベルごとのＷａｖｅｌｅｔ分解画像（細部画像）を、ｕ’画像及びｖ’画像ごとにＮ枚ずつ生成する。この細部画像では、各画素の値が色度成分対比量に相当する。
【００１９】
ところで、色度座標においては、輝度とは異なり正対比及び逆対比の違いによる目立ちの符号分けが意味をなさない。すなわち、輝度対比においては、対象画素Ｏの輝度が周囲画素Ｐの輝度よりも大きい場合には対象画素Ｏが明るくて目立ち（正対比）、これとは逆に、対象画素Ｏの輝度が周囲画素Ｐの輝度よりも小さい場合には対象画素Ｏが暗くて目立つ（逆対比）こととなる。このため、輝度対比においては、目立ちが正対比と逆対比のいずれに依るものかを正負の符号によって区別することは十分に意味がある。これに対し、ｕ’色度成分及びｖ’色度成分のそれぞれにおいては、正対比及び逆対比の違いは対象画素Ｏと周囲画素Ｐの色度座標上の位置関係を表しているだけで、目立ちの評価に直接影響する違いではない。換言すれば、色度座標においては、対象画素Ｏと周囲画素Ｐの対比量に正負の符号を付したままであると、同じ目立ち知覚であっても異なる目立ちの評価になることから、対比量の絶対値に基づいて目立ちを評価する必要がある。
そこで、色度成分対比量として、ｕ’画像及びｖ’画像のそれぞれにおいて、対象画素Ｏと周囲画素Ｐの間の差の絶対値を算出し、この色度対比量Ｑに基づいて、細部画像を生成する手法が考えられる。
【００２０】
しかしながら、Ｗａｖｅｌｅｔ解析においては、細部画像における負の値を全て正の値に変換してしまうと、その後にＷａｖｅｌｅｔ合成しても、Ｗａｖｅｌｅｔ分解前の画像（本実施形態ではｕ’画像、及びｖ’画像）には戻らない。すなわち、全て正の値に変換した細部画像に基づいて色の目立ちを評価すると、撮像画像データ５における色の目立ちを評価しているとは言い難く、正確な評価結果が得られない。
【００２１】
そこで、本実施形態では、ｕ’画像、及びｖ’画像のそれぞれの色度成分対比量（ｕ’対比量、及びｖ’対比量）に基づいて色の目立ちを評価するのではなく、対象画素Ｏと周囲画素Ｐの色差を示すｕ’ｖ’色度図上でのユークリッド距離Ｄに基づいて色の目立ちを評価することとしている。
このユークリッド距離Ｄは、対象画素Ｏと周囲画素Ｐのｕ’画像における差Δｕ’、及びｖ’画像における差Δｖ’を用いて、次式（１）で求められる。
なお、式（１）において、添字ｉ、ｊは、それぞれｕ’画像及びｖ’画像における画素の位置座標（図５）を示す変数である。
【００２２】
式（１）から明らかなように、ユークリッド距離Ｄは符号が負になることはない。このため、ｕ’画像、及びｖ’画像の負の値を含む細部画像を正符号に変換し、目立ちを評価する必要が無いことから、正確に色差による目立ちを評価できる。
【００２３】
ユークリッド距離Ｄを用いた目立ち評価のための構成について説明すると、図３において、色差目立ち評価部２９のΔｕ’中間画像生成部３６は、第１Ｗａｖｅｌｅｔ分解部３５でＷａｖｌｅｔ変換されたｕ’画像の１〜Ｎレベルの細部画像を、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成し、Δｕ’ｖ’色差画像生成部３８に出力する。またΔｖ’中間画像生成部３７は、同様に、ｖ’画像の１〜Ｎレベルの細部画像を、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成し、Δｕ’ｖ’色差画像生成部３８に出力する。Ｗａｖｅｌｅｔ変換は、多重解像度解析といわれるように、各解像度（周波数）での信号の変化量を解析する処理であることから、１〜Ｎレベルの細部画像から近似画像（バイアス）を除いて再合成することで、各レベルでの信号の変化分のみの抽出が可能になる。具体的には、図５（Ａ）に示すように、ｕ’画像、及びｖ’画像のそれぞれにおいて、周囲画素Ｐの値が異なる場合でも、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成することで、図５（Ｂ）に示すように、周囲画素Ｐの値を共に所定の一定値（本実施形態ではゼロ）にして対象画素Ｏと周囲画素Ｐとの差Δｕ’、Δｖ’を表現した画像をΔｕ’中間画像、及びΔｖ’中間画像として生成することができる。
Δｕ’ｖ’色差画像生成部３８は、図５（Ｃ）に示すように、Δｕ’中間画像、及びΔｖ’中間画像の各画素の差Δｕ’、Δｖ’と（１）式とに基づいて、対象画素Ｏの値を上述のユークリッド距離Ｄで表示したΔｕ’ｖ’色差画像８１を生成し、このΔｕ’ｖ’色差画像８１に基づいてＷａｖｅｌｅｔ解析により色の目立ちを評価すべく、第２Ｗａｖｅｌｅｔ分解部３９に出力する。
【００２４】
第２Ｗａｖｅｌｅｔ分解部３９は、第１Ｗａｖｅｌｅｔ分解部３５と同様にして、Δｕ’ｖ’色差画像８１に対するＷａｖｅｌｅｔ解析により、１〜ＮレベルのＷａｖｅｌｅｔ分解画像を生成し、これらＮ枚のＷａｖｅｌｅｔ分解画像を係数処理部４０に出力する。各レベルのＷａｖｅｌｅｔ分解画像の各画素値は、そのレベルでのユークリッド距離対比量Ｑを示す。このユークリッド距離対比量Ｑは、そのレベルでの対象画素Ｏと周囲画素Ｐの色差の対比量を示すものである。また、後に詳述するが、かかるＷａｖｅｌｅｔ分解を用いてユークリッド距離対比量Ｑを算出することで、対象画素Ｏと周囲画素Ｐとのユークリッド距離の対比に加え、対象画素Ｏと周囲画素Ｐとの間に存在する各画素と、対象画素Ｏとのユークリッド距離の対比をも反映した値がユークリッド距離対比量Ｑとして求められる。
【００２５】
係数処理部４０は、第２Ｗａｖｅｌｅｔ分解部３９から出力されたＮ枚のＷａｖｅｌｅｔ分解画像データの各画素のユークリッド距離対比量Ｑを目立ちの程度を示す値に変換する係数処理を行いＷａｖｅｌｅｔ合成し、色差目立ち画像８５として画像化部２５に出力する。係数処理としては、１〜Ｎの各レベルのＷａｖｅｌｅｔ分解画像において、各画素のユークリッド距離対比量Ｑ１〜ＱＮのそれぞれに、そのレベルに応じた重回帰係数α１〜αＮを乗じる。これにより、レベルごとに、Ｗａｖｅｌｅｔ分解画像の各画素の値を、ユークリッド距離対比量Ｑの中間生成値ＩＱ１〜ＩＱＮに変換した画像データが生成される。
中間生成値ＩＱ１〜ＩＱＮは、各画素のユークリッド距離対比量Ｑの目立ちの程度を示す値であり、マグニチュード推定法により得られた値である。なお、重回帰係数α及びマグニチュード推定法の詳細については後述する。
そして係数処理部４０は、係数処理したＮ枚のＷａｖｅｌｅｔ分解画像データをＷａｖｅｌｅｔ合成し、色目立ち画像８５として画像化部２５に出力する。この色目立ち画像８５は、Δｕ’ｖ’色差画像の各画素の値を、各レベルの中間生成値ＩＱ１〜ＩＱＮを合算した値（以下、「色差目立ち予測値ＭＱ」と言う）に変換した画像に相当する。
【００２６】
このように、対象画素Ｏと周囲画素Ｐの色差を、ｕ’ｖ’色度図上でのユークリッド距離Ｄで表したΔｕ’ｖ’色差画像８１を生成し、このΔｕ’ｖ’色差画像８１に対してＷａｖｌｅｔ分解、及び再合成を含むＷａｖｅｌｅｔ解析を施して色の目立ちを評価する構成とした。これにより、対象画素Ｏと周囲画素Ｐの色度座標上の正対比及び逆対比の違いによる符号の違いを解消するために符号を揃える（絶対値をとる）必要がないため、色の目立ちを正確に評価することができる。
【００２７】
また、ｕ’画像及びｖ’画像のそれぞれごとに、Ｗａｖｅｌｅｔ解析して色差目立ち画像８５を生成する場合、ｕ’画像のｕ’色度成分対比量及びｖ’画像のｖ’色度成分対比量のそれぞれごとに上記重回帰係数αが必要となる。このため、色の目立ちは、分解レベル数の２倍の数の重回帰係数αを説明変数に用いて評価される。
これに対して、ユークリッド距離Ｄを用いることで、Ｗａｖｅｌｅｔ解析対象の画像をΔｕ’ｖ’色差画像８１のみとすることができ、重回帰係数αの数は分解レベル数分となるから、説明変数の数を半減でき、説明変数の１つ当たりの信頼度を高めることができる。
【００２８】
図６は、輝度目立ち評価部３０の機能的構成を示すブロック図である。
輝度目立ち評価部３０は、対数輝度分布画像生成部４５と、Ｗａｖｅｌｅｔ分解部４７と、係数処理部４９とを備えている。
対数輝度分布画像生成部４５は、撮像画像データ５に基づいて光環境３の輝度分布を示す輝度分布画像を生成し、該輝度分布画像の各画素の輝度値の対数をとって対数輝度分布画像を生成し、Ｗａｖｅｌｅｔ分解部４７に出力する。
【００２９】
輝度分布画像の生成には、幅広い輝度レンジにて輝度値を生成できるように、例えば写真測光法（photographic photometry）が用いられる。すなわち、対数輝度分布画像生成部４５は、露出条件（例えばシャッタースピード）を異ならせて光環境３を撮像した複数の撮像画像データ５を取得し、各撮像画像データ５について、撮像画像の各画素値の階調値を輝度値に変換して輝度データを生成し、各撮像画像データ５の輝度データを合成して輝度分布画像を生成する。
【００３０】
Ｗａｖｅｌｅｔ分解部４７は、色差目立ち評価部２９の第１Ｗａｖｅｌｅｔ分解部３５と同様にＷａｖｅｌｅｔ分解を用いて、対数輝度分布画像の各画素について、該画素の周囲画素Ｐの各々との輝度対比を反映した輝度対比量Ｌを、周囲画素Ｐまでの距離に相当する複数のレベル１〜Ｎ（本実施形態ではＮ＝９）のそれぞれについて算出する。この輝度対比量Ｌの値は、対象画素Ｏの輝度が周囲画素Ｐよりも高い場合（正対比）に正となり、輝度が低い場合（逆対比）には負となる。また、輝度対比量Ｌの値は、周囲画素Ｐの全てに対して対象画素Ｏの輝度対比が大きい場合に、その絶対値が最大となり、対象画素Ｏとの輝度対比が小さい画素が周囲画素Ｐに含まれるほど、絶対値が小さくなる。また、周囲画素Ｐの全てが対象画素Ｏと輝度が同じ場合には、輝度対比の絶対値が最小となる。
【００３１】
係数処理部４９は、Ｗａｖｅｌｅｔ分解部４７から出力されたＮ枚の画像データをＷａｖｅｌｅｔ合成し、輝度目立ち画像８６として画像化部２５に出力する。
係数処理部４９は、Ｗａｖｅｌｅｔ分解部４７から出力されたＮ枚のＷａｖｅｌｅｔ分解画像データの各画素の輝度対比量Ｌを目立ちの程度を示す数値に変換する係数処理を行いＷａｖｅｌｅｔ合成し、輝度目立ち画像８６として画像化部２５に出力する。この係数処理としては、１〜Ｎの各レベルのＷａｖｅｌｅｔ分解画像において、各画素の輝度対比量Ｌ１〜ＬＮのそれぞれに、そのレベルに応じた輝度対比量Ｌについての重回帰係数β１〜βＮを乗じる。これにより、レベルごとに、Ｗａｖｅｌｅｔ分解画像の各画素の値を、輝度対比の中間生成値ＩＬ１〜ＩＬＮに変換した画像データが生成される。
中間生成値ＩＬ１〜ＩＬＮは、各画素の輝度対比量Ｌの目立ちの程度を示す値でありマグニチュード推定法により得られた値である。なお、重回帰係数β及びマグニチュード推定法の詳細については後述する。
そして係数処理部４９は、係数処理したＮ枚のＷａｖｅｌｅｔ分解画像データをＷａｖｅｌｅｔ合成し、輝度目立ち画像８６として画像化部２５に出力する。この輝度目立ち画像８６は、Ｗａｖｅｌｅｔ分解画像データの各画素の値を、各レベルの中間生成値ＩＬ１〜ＩＬＮを合算した値（以下、「輝度目立ち予測値ＭＬ」と言う）に変換した画像に相当する。
【００３２】
図７は、画像化部２５の機能的構成を示すブロック図である。
画像化部２５は、色差目立ち評価部２９から出力された色目立ち画像８５と、輝度目立ち評価部３０から出力された輝度目立ち画像８６とを合成して、対象画素Ｏと周囲画素Ｐの色差及び輝度差の両方を統合的に判断した目立ち度を示す目立ち画像を生成し、画像出力部２７に出力する。具体的には、画像化部２５は、輝度目立ち予測値符号変換部６５と、色差・輝度目立ち合成部６７と、多段階評価値変換部６９と、評価値符号変換部７１とを備えている。
【００３３】
輝度目立ち予測値符号変換部６５は、負符号を取らない色差目立ちと輝度目立ちとの合算を可能にするため、輝度目立ち画像の各画素で輝度目立ち予測値ＭＬの絶対値をとり、負符号の輝度目立ち予測値ＭＬを正符号に変化し、輝度・色差目立ち合成部６７に出力する。
色差・輝度目立ち合成部６７は、輝度目立ち画像の輝度目立ち予測値ＭＬと、色目立ち画像８５の色差目立ち予測値ＭＱとを画素ごとに合算して、色及び輝度を反映した目立ち値Ｕに変換し、多段階評価値変換部６９に出力する。
【００３４】
なお、本実施形態では、画像化部２５が色差目立ち予測値ＭＱと輝度目立ち予測値ＭＬとを加算して目立ち値Ｕを求めているが、これに限らない。すなわち、目立ち値Ｕ≒ｆ（色差目立ち予測値ＭＱ、輝度目立ち予測値ＭＬ）を十分に満たす関数ｆであれば、任意の関数ｆを用いることができる。
【００３５】
多段階評価値変換部６９は、目立ち画像の各画素の目立ち値Ｕを多段階評価値（本実施形態では１３段階）に変換し、各評価値に擬似カラーを対応付けて目立ちの程度を色づけして表現したカラーマッピング画像たる目立ち画像を生成し、評価値符号変換部７１に出力する。
評価値符号変換部７１は、輝度目立ち予測値符号変換部６５で正符号化した画素の多段階評価値に負符号を付与して、輝度の正対比及び逆対比を区別した目立ち画像を生成し、画像出力部２７に出力する。これにより、撮像画像について目立ちの分布を示した目立ち画像の目立ち画像データ９が画像出力部２７から例えば表示装置１３等の外部出力装置に出力される。
【００３６】
ここで、目立ち値Ｕから多段階評価値への変換は、予め実験により求められた関係が用いられる。より具体的には、被験者に対して評価刺激を提示し、その評価刺激から感じられる目立ちを、「非常に良く目立つ」、「良く目立つ」、「目立つ」、「やや目立つ」、「かろうじて目立つ」、「目立たない」、「視認できない」の７つの評価語句、及び、これら評価語句の各々の中間の１３段階で評価させた。この評価刺激は、上記輝度目立ち予測値ＭＬ及び色差目立ち予測値ＭＱ（すなわち、目立ち値Ｕ）が既知の刺激である。このような評価試験を多数の被験者に対し多数の評価刺激を用いて行い、これらの評価刺激の目立ち値Ｕと１３段階の評価との相関関係を求めている。この相関関係が多段階評価値変換部６９による目立ち値Ｕから１３段階評価値への変換に用いられる。
【００３７】
次いで、ユークリッド距離対比量Ｑと色差目立ち予測値ＭＱの相関関係、及び、輝度対比量Ｌと輝度目立ち予測値ＭＬの相関関係を求めるために本実施形態で採用した上述のマグニチュード推定法について説明する。
マグニチュード推定法においては、はじめに、被験者に基準刺激を観察させる。被験者には、この基準刺激の目立ちの度合いを１００点とするよう、予め指示する。次いで、被験者に対して評価刺激を提示し、この評価刺激の目立ちの程度を点数で評価させた。このとき、評価０点は、評価刺激のターゲットが視認できなかった場合に限り応答するものとし、負の値は評価には用いないものとした。また、評価点数の上限は特に設けなかった。係るマグニチュード推定法により得られた点数が評価刺激に対する目立ち予測値となる。
【００３８】
基準刺激には、図８（Ａ）に示すように、視野角が一辺９０．０［ｄｅｇ］の正方形（１７［ｃｄ／ｍ2］）の背景領域７０の中心に、視野角が直径２０．０［ｄｅｇ］（輝度５０［ｃｄ／ｍ2］）の円形のターゲット領域７２を描画したサンプルを用いた。背景領域７０及びターゲット領域７２の色はともに無彩色とした。
ユークリッド距離対比量Ｑと色差目立ち予測値ＭＱの相関関係を求める実験においては、背景領域７０とターゲット領域７２との色差（ユークリッド距離）と、ターゲット領域７２のサイズの違いが目立ちに与える影響を調べるべく、ターゲット領域７２の色度（例えば図８（Ｂ））やサイズを可変したものを評価刺激として被験者に提示した。このとき、輝度対比の影響を除くべく、基準刺激及び評価刺激のいずれも、背景領域７０及びターゲット領域７２が共に２０．０［ｃｄ／ｍ2］となるように輝度を調整した。
また輝度対比量Ｌと輝度目立ち予測値ＭＬの相関関係を求める実験においては、背景領域７０とターゲット領域７２との輝度比と、ターゲット領域７２のサイズの違いが目立ちに与える影響を調べるべく、ターゲット領域７２の輝度やサイズを可変したもの（例えば図８（Ｃ））を評価刺激として被験者に提示した。このとき、色差の影響を除くべく、基準刺激及び評価刺激のいずれも、背景領域７０及びターゲット領域７２の色はともに無彩色（図１１の色７）とした。
【００３９】
このマグニチュード推定法による評価試験は、被験者が座位した位置から１６０［ｍｍ］離れたＰＣモニタに基準刺激及び評価刺激を映し出し、これを被験者が観察することで行われている。このとき、暗幕により被験者の周囲を遮蔽することで、被験者の周囲を暗室環境としている。
【００４０】
図９は、ターゲット領域７２のサイズ及び色度を可変したときのマグニチュード推定法による評価結果の一例を示す図であり、図９（Ａ）はターゲット領域７２のサイズを可変した場合、図９（Ｂ）は色差を示すユークリッド距離Ｄを可変した場合を示す。図９（Ａ）の実験結果は、図１１にｘｙ色度図の座標で示した色２を背景領域７０の色とし、ターゲット領域７２の色を、色１、色３〜色６としたときの結果である。なお、図１１においてＹは輝度［ｃｄ／ｍ2］を示す。
同図に示す結果から、ターゲット領域７２の色に拘わらず、ターゲット領域７２のサイズが大きくなるほど評価点が高くなる傾向が読み取れる。この傾向は、背景領域７０の色が色２以外の他の色１〜７でも同じであった。
【００４１】
図９（Ｂ）は、ターゲット領域７２と背景領域７０との色差を上記ユークリッド距離Ｄで表し、このユークリッド距離Ｄを横軸、評価点の平均値を縦軸としてターゲット領域のサイズごとにプロットしたものである。この図からは、ユークリッド距離Ｄが大きくなるほど評価点が高くなる傾向が認められる。なお、例えば背景領域７０を色１、ターゲット領域７２を色２とした場合と、背景領域７０を色２、ターゲット領域７２を色１とした場合など、背景領域７０とターゲット領域７２とで色を入れ替えた場合、それぞれユークリッド距離Ｄは同一となる。このため同図では、ユークリッド距離Ｄ及びターゲットサイズが同一でも、それぞれのユークリッド距離Ｄについて複数の評価点がプロットされている。
【００４２】
図１０は、ターゲット領域７２のサイズ及び輝度比を可変したときのマグニチュード推定法による評価結果の一例を示す図であり、図１０（Ａ）はターゲット領域７２のサイズを可変した場合、図１０（Ｂ）は輝度比を可変した場合を示す。
同図に示す結果から、ターゲット領域７２のサイズが大きくなるほど、或いは、輝度比が大きくなるほど評価点が高くなることが読み取れる。
【００４３】
ユークリッド距離対比量Ｑについての重回帰係数α、及び、輝度についての重回帰係数βは、上記のマグニチュード推定法による評価結果に対して重回帰分析を行うことで導出される。
すなわちユークリッド距離対比量Ｑの重回帰係数αを導出する場合は、マグニチュード推定法において、ｔ番目に被験者に与えた評価刺激をＤＱｔ、この評価刺激ＤＱｔに対する評価点の平均点をＣＱｔとする。そして、色差目立ち評価部２９と同様にして、ｕ’画像及びｖ’画像をそれぞれ生成した後、Δｕ’ｖ’色差画像を生成し、これをレベル９までＷａｖｅｌｅｔ分解して９枚の画像（細部画像）を得る。そして、細部画像の中心の画素の値（ユークリッド距離対比量）を説明変数とし、評価平均点ＣＱｔを被説明変数として重回帰分析を実行する。これにより、レベルごとに人間の知覚を反映したα１〜α９の９個の重回帰係数が得られる。これらレベルは、同一色差（もしくは同一ユークリッド距離Ｄもしくは同一画素値）が連続する範囲（サイズ）を示しており、該サイズ及びユークリッド距離対比量Ｑと目立ちとが上記重回帰係数αにより対応付けられると言える。
【００４４】
また、輝度の重回帰係数βを導出する場合は、輝度についてのマグニチュード推定法において、ｔ番目に被験者に与えた評価刺激をＤＬｔ、この評価刺激ＤＬｔに対する評価点の平均点をＣＬｔとする。ここで、ターゲット領域輝度／背景領域輝度が１．００以下となるような評価刺激ＤＬｔに対する評価平均点ＣＬｔについては負符号を加えた。評価平均点ＣＬｔに負符号を加えることで、ターゲット領域輝度／背景領域輝度が１．００以上となる刺激（正対比刺激）及びその対比（正対比）により生じる目立ち（正対比目立ち）と、ターゲット領域輝度／背景領域輝度が１．００以下となる刺激（逆対比刺激）及びその対比（逆対比）により生じる目立ち（逆対比目立ち）との違いが符号により表現される。
【００４５】
そして、輝度目立ち評価部３０の対数輝度分布画像生成部４５と同様にして、評価刺激ＤＬｔの対数輝度分布画像を生成し、また、Ｗａｖｅｌｅｔ分解部４７と同様にして、対数輝度分布画像をレベル９までＷａｖｅｌｅｔ分解し、計９枚の画像（細部画像）を得る。そして、細部画像の中心の画素の値（対数輝度対比量）を説明変数とし、評価平均点ＣＬｔを被説明変数として重回帰分析を実行する。これにより、各レベルについて、人間の知覚を反映したβ１〜β９までの９個の重回帰係数が得られる。なお、これらレベルは、上記のように、同一輝度が連続する範囲（サイズ）を示しており、該サイズ及び輝度対比量Ｌと目立ちとが上記重回帰係数βにより対応付けられると言える。
【００４６】
次いで、目立ち画像生成装置１１による目立ち画像生成処理を説明する。
図１２は、目立ち画像生成処理のフローチャートである。
目立ち画像生成装置１１は、撮像画像データ５が入力されると（ステップＳ１）、色差についての目立ちと輝度についての目立ちとを、それぞれ個別に評価する。
すなわち、色差の目立ち評価においては、色差目立ち評価部２９のｕ’画像生成部３１及びｖ’画像生成部３３のそれぞれが撮像画像データ５に基づいてｕ’画像及びｖ’画像を生成する（ステップＳ２、Ｓ３）。次に、第１Ｗａｖｅｌｅｔ分解部３５がｕ’画像及びｖ’画像のそれぞれを９レベルまでＷａｖｅｌｅｔ分解し（ステップＳ４、Ｓ５）、Δｕ’中間画像生成部３６、及びΔｖ’中間画像生成部３７が近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成し、それぞれΔｕ’中間画像、及びΔｖ’中間画像を生成する（ステップＳ６、Ｓ７）。次いで、Δｕ’ｖ’色差画像生成部３８は、Δｕ’中間画像、及びΔｖ’中間画像の各画素Δｕ’、Δｖ’と（１）式とに基づいて、各画素の色差をユークリッド距離Ｄで表示したΔｕ’ｖ’色差画像８１を生成する（ステップＳ８）。
【００４７】
次いで、第２Ｗａｖｅｌｅｔ分解部３９がΔｕ’ｖ’色差画像８１に対するＷａｖｅｌｅｔ解析により、９レベルのＷａｖｅｌｅｔ分解画像を生成する（ステップＳ９）。
第１Ｗａｖｅｌｅｔ分解部３５及び第２Ｗａｖｅｌｅｔ分解部３９によるＷａｖｅｌｅｔ分解には、例えばｓｙｍｌｅｔ６などの略対称な形状の関数が直交系のＷａｖｅｌｅｔとして用いられ、図５（Ａ）に示すｕ’画像及びｖ’画像、図５（Ｃ）に示すΔｕ’ｖ’色差画像８１それぞれに対し、レベルを１つずつ上げながらレベルＮ（本実施形態ではＮ＝９）までＷａｖｅｌｅｔ分解が行われる。
例えば第２Ｗａｖｅｌｅｔ分解部３９において、レベル１のＷａｖｅｌｅｔ分解では、図１３に示すように、Δｕ’ｖ’色差画像８１が、ＬＬ（Ｌｖ１）（Ｌ：Low-pass components）、ＨＬ（Ｌｖ１）（Ｈ：High-pass components）、ＬＨ（Ｌｖ１）、ＨＨ（Ｌｖ１）の４つのサブバンド画像（細部画像）８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨに分解される。
ＬＬ（Ｌｖ１）のサブバンド画像８３ＬＬは、Δｕ’ｖ’色差画像８１におけるユークリッド距離Ｄの変化の低周波数成分を抽出したものであり、Δｕ’ｖ’色差画像８１の画像サイズを１／４倍に縮小したような粗い画像に相当する。
また、ＨＬ（Ｌｖ１）、ＬＨ（Ｌｖ１）、ＨＨ（Ｌｖ１）のサブバンド画像８３ＨＬ、８３ＬＨ、８３ＨＨは、それぞれΔｕ’ｖ’色差画像８１におけるユークリッド距離Ｄの変化のうち、垂直方向の高周波成分、水平方向の高周波成分、斜め方向の高周波成分を抽出したものである。これらのサブバンド画像８３ＨＬ、８３ＬＨ、８３ＨＨは、それぞれの画素の値が、Δｕ’ｖ’色差画像８１の各画素についての垂直方向、水平方向、及び斜め方向のレベル１におけるユークリッド距離対比量Ｑ１を与えている。
さらに、例えば図１４（Ａ）に示すように、ドーナツ形状（但し半径＜Ｒ）にユークリッド距離Ｄの画素が分布している場合には、該ドーナツ形状の中心の対象画素Ｏと、この対象画素Ｏから半径Ｒ離れた、ドーナツ形状の外側の周囲画素Ｐとの間には、ユークリッド距離Ｄの対比がないものの、対象画素Ｏから周囲画素Ｐを含む範囲にはドーナツ形状により対比が発生している。この場合でも、ｓｙｍｌｅｔ６のような関数を用いたＷａｖｅｌｅｔ分解によれば、分解後のユークリッド距離対比量Ｑが単純にゼロにはならず、図１４（Ｂ）に示すように、コンボリューションにより対象画素Ｏと周囲画素Ｐとのユークリッド距離対比量Ｑが算出されるため、あるレベルで相当量の対比が算出される。
ユークリッド距離Ｄ以外にも、例えば色度成分や輝度の信号値がドーナツ形状（但し半径＜Ｒ）に分布している場合、ｓｙｍｌｅｔ６のような関数を用いたＷａｖｅｌｅｔ分解によれば、あるレベルで相当量の対比が算出される。
【００４８】
次のレベル２のＷａｖｅｌｅｔ分解では、図１３に示すように、ＬＬ（Ｌｖ１）のサブバンド画像８３ＬＬに関してＷａｖｅｌｅｔ分解が施され、ＬＬ（Ｌｖ２）、ＨＬ（Ｌｖ２）、ＬＨ（Ｌｖ２）、及びＨＨ（Ｌｖ２）の４つのサブバンド画像８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨに分解される。
以降同様にして、レベル１からレベルを１つずつ上げながらレベルＮに達するまで、次々とＬＬ（Ｌｖｎ（ｎ＝１〜Ｎ））のサブバンド画像８３ＬＬのみにＷａｖｅｌｅｔ分解が施され、これにより、各レベルについてサブバンド画像８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨが生成される。
【００４９】
このとき、ＬＬ（Ｌｖｎ（ｎ＝１〜Ｎ））のサブバンド画像８３ＬＬに対してＷａｖｅｌｅｔ分解が繰り返されることで、Ｗａｖｅｌｅｔ分解のたびに、Δｕ’ｖ’色差画像８１を順次１／４倍に縮小したような粗いサブバンド画像８３ＬＬが生成される。この結果、Ｗａｖｅｌｅｔ分解のレベルが上がるほど、Ｗａｖｅｌｅｔの関数に対して画像が相対的に大きくなることから、Δｕ’ｖ’色差画像８１の各画素については、レベルが上がるほど、より遠くの周囲画素Ｐとのユークリッド距離Ｄの対比が求められる。
【００５０】
前掲図１２に戻り、ステップＳ９において、ＮレベルまでのＷａｖｅｌｅｔ分解が行われると、係数処理部４０は、Δｕ’ｖ’色差画像８１の全画素について各レベルの水平方向、垂直方向、及び斜め方向のユークリッド距離対比量Ｑと、そのレベルに対応した重回帰係数αに基づいて、Δｕ’ｖ’色差画像８１の全画素について、各レベルのユークリッド距離対比量Ｑの中間生成値ＩＱ１〜ＩＱＮを求める（ステップＳ１０）。
例えば、レベル３のＷａｖｅｌｅｔ分解で得られたサブバンド画像８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨを対象とした場合、図１５に示すように、ＬＬ（Ｌｖ３）のサブバンド画像８３ＬＬの全画素値を「０」とし、また、斜線で示したＨＬ（Ｌｖ３）、ＬＨ（Ｌｖ３）及びＨＨ（Ｌｖ３）の全画素に対し、それぞれレベル３に対応する重回帰係数α３が乗じられる。
そして、レベル３の各サブバンド画像８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨが、Ｗａｖｅｌｅｔ分解に用いられた直交ウェーブレット（例えばｓｙｍｌｅｔ６）によりＷａｖｅｌｅｔ合成される。
以降、原画像レベル（０レベル）まで１つずつレベルを下げながらＷａｖｅｌｅｔ合成が繰り返されるが、このとき、各レベルにおけるサブバンド画像８３ＨＬ、８３ＬＨ、及び８３ＨＨの全画素の値を「０」として合成が繰り返される。
この結果、Δｕ’ｖ’色差画像８１の全画素に、レベル３相当のユークリッド距離対比量Ｑについての中間生成値ＩＱ３が格納されたレベル３相当の色差目立ち画像８５が得られる。
これと同様にして、１〜Ｎレベルについて、各レベル相当の色差目立ち画像を生成し、それぞれのレベル相当の色差目立ち画像を合成することで（各目立ち画像の対応する画素の値を加算することで）、Δｕ’ｖ’色差画像８１の全画素に中間生成値ＩＱが格納された色差目立ち画像８５のデータが生成される（ステップＳ１１）。
【００５１】
次いで輝度目立ち評価について説明すると、輝度目立ち評価部３０の対数輝度分布画像生成部４５が撮像画像データ５に基づいて対数輝度分布画像を生成する（ステップＳ１２）。次いで、Ｗａｖｅｌｅｔ分解部４７が、色差目立ち評価部２９の第２Ｗａｖｅｌｅｔ分解部３９と同様にして、対数輝度分布画像を、ｓｙｍｌｅｔ６を用いてレベル９までＷａｖｅｌｅｔ分解し、各レベルでの輝度対比量Ｌを求める（ステップＳ１３）。
次いで、係数処理部４９が各レベルでのサブバンド画像８３に、レベルに対応する重回帰係数β１〜β９を乗じることで中間生成値ＩＬ１〜ＩＬ９を求め、Ｗａｖｅｌｅｔ合成部５１が、これら各レベルのサブバンド画像８３をＷａｖｅｌｅｔ合成して（ステップＳ１４）、対数輝度分布画像の全画素に輝度目立ち予測値ＭＬが格納された輝度目立ち画像を生成する（ステップＳ１５）。
【００５２】
次いで、画像化部２５の輝度目立ち予測値符号変換部６５により、輝度目立ち画像において、負符号の輝度目立ち予測値ＭＬを全て正にした輝度目立ち画像を生成し（ステップＳ１６）、また、符号変換前の輝度目立ち画像の各画素の正負符号を示した輝度目立ち画像の符号マトリクスを生成する（ステップＳ１７）
その後、色差・輝度目立ち合成部６７により、符号変換された輝度目立ち予測値ＭＬと色差目立ち予測値ＭＱとを加算して目立ち値Ｕを算出し、多段階評価値変換部６９により、目立ち値Ｕを１３段階評価値に変換して目立ち画像を生成する（ステップＳ１８）。次いで、輝度の正対比と逆対比による目立ちの違いを明示すべく、評価値符号変換部７１がステップＳ１７において生成した符号マトリクスを目立ち画像に積算し、輝度目立ち予測値ＭＬが負符号だった画素の１３段階評価値に負符号を加える（ステップＳ１９）。これにより、撮像画像の全画素に、「＋１３」から「−１３」までの多段階評価値が格納された目立ち画像生成され、係る目立ち画像のデータが画像出力部２７から出力される（ステップＳ２０）。この目立ち画像においては、評価値ごとに擬似カラーに色分けされる。これにより、撮像画像に写した評価対象の目立ちを定量的に把握することが可能となる。
【００５３】
図１６は、一色の背景９１に円板９２を配置した光環境３を撮影した撮像画像データ５を模したサンプル図であり、円板９２のサイズ、及び色度を可変して示すとともに、各撮像画像データ５の輝度分布を示す図である。また、図１７は、各撮像画像データ５の目立ちを評価した目立ち画像のサンプル図である。
これらの図において、円板９２が上記評価対象の対象画素Ｏに相当し、背景９１が周囲画素Ｐに相当する。これらの図に示すように、円板９２と背景９１の色差が一定の場合には、円板９２のサイズが大きくなるほど円板９２が目立つと評価され、また円板９２のサイズが同じ場合には、円板９２と背景９１の色差が大きくなるほど目立つと評価されることが分る。すなわち、この目立ち評価によれば、評価対象の円板９２と背景９１の色差と、円板９２のサイズとの両方を加味した目立ちが統合的に評価されていることが分る。
【００５４】
以上説明したように本実施形態によれば、評価対象を撮像した撮像画像に対し、評価対象と周囲の色差が無い場合に目立ちが無いと評価し、評価対象と周囲の色差対比量たるユークリッド距離対比量Ｑが大の場合に、その大きさの度合いに応じて評価対象の目立ちを高く評価し、この評価に基づいて、撮像画像から色差目立ち画像８５を生成する構成とした。
この構成により、評価対象と周囲との色の対比に基づいた目立ちを、色差目立ち画像８５から定量的に評価することができる。
【００５５】
特に本実施形態によれば、評価対象及び周囲の色差を、Ｗａｖｅｌｅｔ解析によりｕ’ｖ’色度図上での座標成分ごとの対比量を求め、座標間のユークリッド距離Ｄとして算出した後、Ｗａｖｅｌｅｔ解析により色差対比量を示すユークリッド距離対比量Ｑを求め、当該ユークリッド距離対比量Ｑに基づいて目立ちを評価する構成とした。
この構成により、撮像画像データ５を色度成分ごとのｕ’画像及びｖ’画像に分け、それぞれについてＷａｖｅｌｅｔ解析により目立ちを評価する場合に比べ、色の目立ちを説明する説明変数及び重回帰係数αの数を減らすことができるため、説明変数１つあたりの信頼性を高めることができる。また、ｕ’画像、及びｖ’画像の負の値を含む細部画像を正の値に変換する必要がない。このため、Ｗａｖｅｌｅｔ合成による元の画像の復元性を損なうことは無く、撮像画像データ５に含まれる評価対象の色の目立ちを正確に評価できる。
【００５６】
また本実施形態によれば、評価対象を撮像した撮像画像に対し、評価対象と周囲の輝度が等しい場合に目立ちが無いと評価し、評価対象と周囲の輝度対比が大の場合に、その大きさの度合いに応じて評価対象の目立ちを高く評価し、色差の目立ちと輝度の目立ちの評価結果に基づいて、撮像画像の色度及び輝度の目立ちの分布を示す目立ち画像を生成した。これにより、色度及び輝度のそれぞれの違いによる目立ちを定量的に評価することができる。
特に、従来技術においては、評価対象を輝度により評価する際、その明るさによって目立ちを評価しているため、評価対象が暗いほど目立たないと評価される。しかし実際には、評価対象の周囲が明るい場合、評価対象が暗いほど逆対比により目立っており、このように従来技術では実際とは異なる評価結果がでてしまうことがある。また、評価対象が明るい場合でも、周囲が同等に明るい場合には、評価対象は目立たなくなるものの、従来技術では目立つという評価結果がでてしまう。このような従来技術に対して本実施形態によれば、周囲との輝度対比により輝度の目立ちが評価されるため、評価対象の目立ちを正確に評価することができる。
【００５７】
また、本実施形態では、輝度の逆対比による目立ちを負符号で示し、輝度の正対比による目立ちを正符号で示すことで、これらを分けて目立ち画像に画像化している。これにより、評価対象が正対比及び逆対比のいずれによって目立っているのかを判別することができる。
【００５８】
なお、上述した各実施形態は、あくまでも本発明の一態様を示すものであり、本発明の範囲内で任意に変形および応用が可能である。
【００５９】
例えば、上述した実施形態では、評価対象の色と周囲の色との色差にｕ’ｖ’色度図上のユークリッド距離Ｄを用いる構成としたが、例えばｕｖ色度図等の他の均等色度図を用いても良い。
さらに、均等色度図に代えて、均等色空間での座標を用いても良い。
詳述すると、通常、光環境３の輝度分布は複雑であり、評価対象と周囲の輝度が同じでない場合が多々あるが、このｕ’ｖ’色度図は、輝度が異なる色の比較については、考慮されていない。すなわち、色度図上の２点間の距離が知覚的な色の差に等しいことが保証されていない。
そこで、輝度が異なる色の比較においても、その色空間の２点間の距離が知覚的な色の差に等しいように設計された均等色空間での座標をｕ’ｖ’色度図に代えて用いる構成とし、色の目立ちを正確に表示し、目立ち評価の精度を高めるようにしても良い。
【００６０】
図１８は、均等色空間としてＬ*ａ*ｂ*表色系（ＪＩＳ Ｚ８７２９）を用いたときの目立ち画像生成処理のフローチャートである。均等色空間としてＬ*ａ*ｂ*表色系を用いた場合、色度座標（ｕ’、ｖ’）を知覚色度指数ａ*、ｂ*とし、また、輝度Ｌを知覚明度指数Ｌ*として処理が行われる。
すなわち、図１８に示すように、撮像画像データ１０１が入力された後（ステップＳ１０１）、色差の目立ち評価においては、色差目立ち評価部２９は、ａ*画像及びｂ*画像を生成し（ステップＳ１０２、Ｓ１０３）、それぞれを９レベルまでＷａｖｅｌｅｔ分解した後（ステップＳ１０４、Ｓ１０５）、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成することでΔａ*中間画像、及びΔｂ*中間画像を生成する（ステップＳ１０６、Ｓ１０７）。次いで、色差目立ち評価部２９は、Δａ*中間画像、及びΔｂ*中間画像の各画素の値Δａ*、Δｂ*に基づいて、対象画素Ｏと周囲画素ＰとのＬ*ａ*ｂ*表色系での色差をユークリッド距離Ｄで表示したΔａ*ｂ*色差画像を生成する（ステップＳ１０８）。
【００６１】
そして、このΔａ*ｂ*色差画像に基づいて、色の目立ちを評価すべく、色差目立ち評価部２９は、Δａ*ｂ*色差画像に対するＷａｖｅｌｅｔ解析により、９レベルのＷａｖｅｌｅｔ分解画像を生成し（ステップＳ１０９）、Δａ*ｂ*色差画像の全画素について各レベルの水平方向、垂直方向、及び斜め方向のユークリッド距離対比量Ｑと、そのレベルに対応した重回帰係数に基づいて、各レベルのユークリッド距離対比量Ｑの中間生成値ＩＱ１〜ＩＱＮを求める（ステップＳ１１０）。
そして、色差目立ち評価部２９は、それぞれのレベルの画像を合成することで（各目立ち画像の対応する画素の値を加算することで）、Δａ*ｂ*色差画像の全画素に中間生成値ＩＱが格納された色目立ち画像のデータを生成する（ステップＳ１１１）。
【００６２】
一方、輝度目立ち評価部３０は、撮像画像データ５に基づいて明度Ｌ*画像を生成し（ステップＳ１１２）、上記ステップＳ１０５、Ｓ１０６と同様にして、９レベルまでＷａｖｅｌｅｔ分解した後（ステップＳ１１３）、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成することでΔＬ*中間画像を生成する（ステップＳ１１４）。なお、これらステップＳ１１３、Ｓ１１４の処理は省略することもできる。
次いで、輝度目立ち評価部３０は、ΔＬ*中間画像を、ｓｙｍｌｅｔ６を用いてレベル９までＷａｖｅｌｅｔ分解し、各レベルでの輝度対比量に相当する明度対比量を求め（ステップＳ１１５）、各レベルでのサブバンド画像８３に、レベルに対応する重回帰係数を乗じることで中間生成値ＩＬ１〜ＩＬ９を求めた後、これら各レベルのサブバンド画像８３をＷａｖｅｌｅｔ合成して（ステップＳ１１６）、明度Ｌ*画像の全画素に明度目立ち予測値が格納された明度目立ち画像を生成する（ステップＳ１１７）。
【００６３】
そして、画像化部２５が、明度目立ち画像において、負符号の明度目立ち予測値を全て正にした明度目立ち画像を生成し（ステップＳ１１７）、また、符号変換前の明度目立ち画像の各画素の正負符号を示した符号マトリクスを生成する（ステップＳ１１８）
その後、画像化部２５は、符号変換された明度目立ち予測値と色差目立ち予測値とを単純に加算して目立ち値を算出し、この目立ち値を１３段階評価値に変換して目立ち画像を生成する（ステップＳ１１９）。次いで、画像化部２５は、明度の正対比と逆対比による目立ちの違いを明示すべく、ステップＳ１１８において生成した符号マトリクスを目立ち画像に積算し、明度目立ち予測値が負符号だった画素の１３段階評価値に負符号を加える（ステップＳ１２０）。これにより、撮像画像の全画素に、「＋１３」から「−１３」までの多段階評価値が格納された目立ち画像生成され、係る目立ち画像のデータが画像出力部２７から出力される（ステップＳ１２１）。
【００６４】
なお、この図１８に示す目立ち画像処理において、Ｌ*ａ*ｂ*色空間を用いた場合、色度と明度を分ける必要はなく、知覚色度指数ａ*、ｂ*に、知覚明度指数Ｌ*を加えた３つを変数としたユークリッド距離Ｄを算出して色差画像を生成しても良い。
図１９は、かかる目立ち画像処理のフローチャートである。なお、この図において、図１８と同一の処理については同じ符号を付して、その説明を省略する。
この図に示すように、ステップＳ２０８において、色差目立ち評価部２９は、Δａ*中間画像、Δｂ*中間画像、並びに、ΔＬ*明度差画像の各画素の値Δａ*、Δｂ*、ΔＬ*に基づいて、対象画素Ｏと周囲画素ＰとのＬ*ａ*ｂ*色空間での色差をユークリッド距離Ｄで表示したΔＥ*ａｂ色差画像を生成し（ステップＳ２０８）、このΔＥ*ａｂ色差画像に基づいてＷａｖｅｌｅｔ解析を用いて色の目立ちを評価する。
このΔＥ*ａｂ色差画像に基づいて生成された色目立ち画像には、既に明度の目立ちが反映されているため、正の値のみの明度目立ち画像（図１８のステップＳ１１８）、単純加算で正の値のみの目立ち画像生成（図１８のステップＳ１２０）は、それぞれ不要となる。
【００６５】
なお、均等色空間としてＬ*ａ*ｂ*表色系を例示したが、例えばＬ*ｕ*ｖ*表色系等の均等色空間に分類される他の表色系を用いても良いことは勿論である。
【００６６】
また、均等色空間の座標に基づいて、鮮やかさを示す彩度、色合いを示す色相、及び明るさを示す明度を算出し、これらのユークリッド距離を色差として目立ちを評価しても良い。
図２０は、かかる目立ち画像処理のフローチャートである。なお、この図において、図１８、図１９と同一の処理については同じ符号を付して、その説明を省略する。
この図に示すように、撮像画像データが入力されると、色差目立ち評価部２９は、均等色空間の座標に基づいて、Ｃ*彩度画像及びＨ*色相画像を生成し（ステップＳ３０２、Ｓ３０３）、それぞれをＷａｖｅｌｅｔ分解し（ステップＳ３０４、Ｓ３０５）、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成することでΔＣ*彩度差画像、及びΔＨ*色相差画像を生成する（ステップＳ３０６、Ｓ３０７）。
そして、これらΔＣ*彩度差画像、ΔＨ*色相差画像、並びにΔＬ*明度差画像の各画素の値ΔＣ*、ΔＨ*、ΔＬ*に基づいて、均等色空間から求められた彩度、色相及び明度の３次元空間での色差をユークリッド距離Ｄで表示したΔＥ*色差画像を生成し（ステップＳ３０８）、このΔＥ*色差画像に基づいてＷａｖｅｌｅｔ解析を用いて色の目立ちを評価することとなる。
【００６７】
上述した実施形態では、ウェーブレット変換を用いて、対数輝度分布画像の各画素について輝度対比量Ｌを求める場合を例示したが、これに限らず、例えば、対数輝度分布画像に対する大きさ（フィルターの適用範囲（画素数））を各レベルに応じて異ならせた複数のＮフィルターを用いてもレベルごとの輝度対比量Ｌを求めることができる。
【００６８】
また本発明の目立ち評価システム１の応用例としては、広告や看板、道路交通標識、視線誘導灯などの周囲に対して目立たせる事が望まれる対象物が、その設置環境で目立っているかを評価する事が可能になる。
他にも、例えば、液晶ディスプレイの色むらを利用者から見たときの目立ちを評価することで、利用者が許容できる液晶ディスプレイの色むらの判定に利用でき、過度の品質を防ぐことも可能である。
【００６９】
上述した目立ち画像生成プログラム１５を、例えばＣＤやＤＶＤなどのコンピューター読み取り可能な記録媒体に記録して実施しても良く、また、インターネットなどの電気通信回線を介して配布するなどの実施をすることも可能である。
【符号の説明】
【００７０】
１ 評価システム
３ 光環境
５ 撮像画像データ
９ 目立ち画像データ
１１ 目立ち画像生成装置
１５ 目立ち画像生成プログラム
２３ 目立ち評価部
２５ 画像化部
２９ 色差目立ち評価部
３０ 輝度目立ち評価部
３５ 第１Ｗａｖｅｌｅｔ分解部
３８ Δｕ’ｖ’色差画像生成部
３９ 第２Ｗａｖｅｌｅｔ分解部
４０、４９ 係数処理部
４７ Ｗａｖｅｌｅｔ分解部
４３ 加算部
６７ 色差・輝度目立ち合成部
６９ 目立ち画像生成部
８１ Δｕ’ｖ’色差画像
８３ サブバンド画像
８５ 目立ち画像
Ｌ 輝度対比量
Ｑ ユークリッド距離対比量（色差対比量）
Ｐ 周囲画素
Ｕ 目立ち値
ＭＬ 輝度目立ち予測値
ＭＱ 色差目立ち予測値
α、β 重回帰係数
【技術分野】
【０００１】
本発明は、対象物の目立ちの度合いを評価する技術に関する。
【背景技術】
【０００２】
従来、照明や自然光によって作り出される光環境を評価する技術として、評価対象の光環境を撮像した撮像画像に基づいて、光環境の輝度分布を示す輝度分布画像を生成し、この輝度分布画像を参照して光環境を評価する技術が知られている。
近年では、光環境について、人間が感じる明るさ知覚の分布を定量的に示した明るさ画像を輝度分布画像から生成し、明るさ知覚の画像に基づいて光環境を評価する技術も知られている。この技術では、予め定めた輝度と明るさ知覚との対応関係に基づいて、輝度分布画像の輝度を明るさ知覚に変換して評価対象の明るさ知覚を定量的に示す画像を生成している（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】国際公開２００６／１３２０１４号パンフレット
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、光環境において、評価対象が人間に知覚されやすいかどうか、すなわち、光環境の中で評価対象が目立っているかどうかは、評価対象の明るさ知覚だけで判別することはできない。
例えば、評価対象の輝度が低い場合であっても、評価対象の色が周囲と異なっているときには、その色の異なりによっては、当該評価対象が目立っていると知覚され得る。
より具体的には、均一高輝度を有する、同一色の面が視野全体に広がっている場合、明るさは知覚されうるが、目立ち知覚は検出されない。なぜなら、目立ちにおいては、輝度の絶対量は重視されず、あくまで対比の有無が重要だからである。
本発明は、上述した事情に鑑みてなされたものであり、評価対象の目立ちを色の差異を反映して定量的に評価できる目立ち画像生成装置及び目立ち画像生成プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００５】
上記目的を達成するために、本発明は、評価対象を撮像した撮像画像に対し、前記評価対象と周囲との色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲との色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する色差目立ち評価部と、前記色差目立ち評価部の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する画像化部とを備えることを特徴とする目立ち画像生成装置を提供する。
【０００６】
また本発明は、上記目立ち画像生成装置において、前記色差目立ち評価部は、前記評価対象と前記周囲との色差を、Ｗａｖｅｌｅｔ解析により均等色度図上、或いは均等色空間での座標成分ごとの対比量を求めて座標間のユークリッド距離として算出した後、Ｗａｖｅｌｅｔ解析により前記色差対比量を示す前記ユークリッド距離対比量を求め、当該ユークリッド距離対比量に基づいて目立ちを評価することを特徴とする。
【０００７】
また本発明は、上記目立ち画像生成装置において、前記評価対象を撮像した撮像画像に対し、前記評価対象と周囲の輝度が等しい場合に目立ちが無いと評価し、前記評価対象と前記周囲の輝度対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する輝度目立ち評価部を備え、前記画像化部は、前記色差目立ち評価部と前記輝度目立ち評価部の評価結果に基づいて、前記撮像画像の色差及び輝度の目立ちの分布を示す目立ち画像を生成することを特徴とする。
【０００８】
また本発明は、上記目的を達成するために、コンピューターを、評価対象を撮像した撮像画像に対し、前記評価対象と周囲の色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲の色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する手段、及び、前記色差目立ち評価部の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する手段として機能させることを特徴とする目立ち画像生成プログラムを提供する。
【発明の効果】
【０００９】
本発明によれば、評価対象を撮像した撮像画像に対し、前記評価対象と周囲の色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲の色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価し、この評価結果に基づいて、撮像画像から目立ちを反映した目立ち画像を生成する構成としたため、評価対象が周囲に対して、色の違いにより、どの程度目立っているかを目立ち画像から定量的に把握することができる。
【図面の簡単な説明】
【００１０】
【図１】本発明の実施形態に係る目立ち評価システムの構成を示す図である。
【図２】目立ち画像生成装置の機能的構成を示すブロック図である。
【図３】色差目立ち評価部の機能的構成を示すブロック図である。
【図４】画素と周囲画素の関係を示す図である。
【図５】Δｕ’中間画像、Δｖ’中間画像、並びにΔｕ'ｖ'色差画像の説明図である。
【図６】輝度目立ち評価部の機能的構成を示すブロック図である。
【図７】画像化部の機能的構成を示すブロック図である。
【図８】マグニチュード推定法に用いた刺激のサンプルを示す図である。
【図９】ターゲット領域のサイズ及び色度を可変したときのマグニチュード推定法による評価結果の一例を示す図であり、（Ａ）はターゲット領域のサイズを可変した場合、（Ｂ）は色度を可変した場合を示す。
【図１０】ターゲット領域のサイズ及び輝度比を可変したときのマグニチュード推定法による評価結果の一例を示す図であり、（Ａ）はターゲット領域のサイズを可変した場合、（Ｂ）は輝度比を可変した場合を示す。
【図１１】試験に用いた色のｘｙ色度図の座標と輝度である。
【図１２】目立ち画像生成処理のフローチャートである。
【図１３】ウェーブレット分解を説明するための図である。
【図１４】ウェーブレット分解を用いた周囲画素との対比の一例を示す図である。
【図１５】ウェーブレット分解のレベルに応じた目立ち画像の生成を説明するための図である。
【図１６】一色の背景に円板を配置した光環境を撮影した撮像画像データを模したサンプル図であり、円板のサイズ、及び色を可変して示すとともに、各撮像画像データの輝度分布を示す図である。
【図１７】図１６における撮像画像データを対象に目立ちを評価した目立ち画像のサンプル図である。
【図１８】本発明の変形例に係る目立ち画像生成処理のフローチャートである。
【図１９】本発明の他の変形例に係る目立ち画像生成処理のフローチャートである。
【図２０】本発明の他の変形例に係る目立ち画像生成処理のフローチャートである。
【発明を実施するための形態】
【００１１】
以下、図面を参照して本発明の実施形態について説明する。
図１は、本実施形態に係る目立ち評価システム１の構成を示す図である。
目立ち評価システム１は、カメラ７と、目立ち画像生成装置１１と、表示装置１３とを備えている。
カメラ７は、目立ちの評価対象を含む光環境３を撮像し、撮像画像のデジタルデータ（以下、「撮像画像データ５」と言う）を目立ち画像生成装置１１に入力する。この撮像画像データ５には、光環境３の撮像画像の印刷画をスキャナー装置で読み取ってデジタルデータ化したデータを用いることもできる。または、撮像画像データ５には、光環境３をコンピュータグラフィックス（ＣＧ）で再現し、レンダリングしたデータを用いることもできる。
【００１２】
目立ち画像生成装置１１は、撮像画像データ５に基づいて目立ち画像データ９を生成し表示装置１３に出力する。目立ち画像データ９は、光環境３に含まれる評価対象の目立ちを定量化して示す目立ち画像のデータである。この目立ち画像には、人が評価対象を視認したときに感じられる目立ちの程度を、擬似カラーを用いて領域ごとに色づけして表現したカラーマッピング画像が用いられる。
表示装置１３は、目立ち画像データ９に基づく目立ち画像を表示するものであり、この表示により、ユーザーは、光環境３の評価対象の目立ちを定量的に把握できる。なお、この目立ち画像データ９をプリンター装置に出力して画像化しても良い。
【００１３】
図２は、目立ち画像生成装置１１の機能的構成を示すブロック図である。
目立ち画像生成装置１１は、画像入力部２１と、目立ち評価部２３と、画像化部２５と、画像出力部２７とを備えている。画像入力部２１は、撮像画像データ５を出力するカメラ７に接続され、このカメラ７から出力された撮像画像データ５を目立ち評価部２３に出力する。この画像入力部２１には、カメラ７の他にも、撮像画像データ５を出力する任意の機器を接続できる。目立ち評価部２３は、撮像画像データ５に基づいて評価対象の目立ちを評価し、目立ち評価結果を画像化部２５に出力する。画像化部２５は、目立ち評価結果に基づいて、評価対象の目立ちを画像化した目立ち画像データ９を生成し、画像出力部２７に出力する。画像出力部２７は、目立ち画像データ９を表示装置１３に出力する。
また、目立ち評価部２３は、評価対象の色と周囲の色との色差に基づいて目立ちを評価する色差目立ち評価部２９と、評価対象の輝度と周囲の輝度の輝度対比に基づいて目立ちを評価する輝度目立ち評価部３０とを備え、評価対象の色及び輝度の両方を用いて総合的に目立ちを評価する。
なお、この目立ち画像生成装置１１は、ＣＰＵやＲＡＭ、ＲＯＭを備えた、いわゆるコンピューターに、上記の各機能ブロックを実現するための目立ち画像生成プログラム１５（図１）を実行させることで実施される。
【００１４】
図３は、色差目立ち評価部２９の機能的構成を示す図である。
色差目立ち評価部２９は、評価対象と周囲との色差に基づいて目立ちを評価するために、カラー画像（ＲＧＢ情報）である撮像画像の各画素の値を色座標情報に変換して目立ちを評価する。色座標情報には、座標間の２点間の距離が知覚的な色差に対応するよう設計された均等色度図或いは均等色空間の座標情報が用いられる。本実施形態では均等色度図であるｕ’ｖ’色度図の座標情報を用いる。
【００１５】
かかる色差目立ち評価部２９の機能的構成について説明すると、図３に示すように、色差目立ち評価部２９は、ｕ’画像生成部３１及びｖ’画像生成部３３と、第１Ｗａｖｅｌｅｔ（ウェーブレット）分解部３５と、Δｕ’中間画像生成部３６及びΔｖ’中間画像生成部３７と、Δｕ’ｖ’色差画像生成部３８と、第２Ｗａｖｅｌｅｔ分解部３９と、係数処理部４０と、を備えている。
ｕ’画像生成部３１は撮像画像データ５からｕ’画像を生成し、またｖ’画像生成部３３は撮像画像データ５からｖ’画像を生成し、第１Ｗａｖｅｌｅｔ分解部３５に出力する。これらｕ’画像生成部３１及びｖ’画像生成部３３は、それぞれカメラ７から取得されるＲＧＢ情報を色度座標（ｕ’，ｖ’）に変換する近似マトリクス情報に基づいて撮像画像データ５の各画素のＲＧＢ値をｕ’色度成分及びｖ’色度成分のそれぞれに分解した画像に変換する。近似マトリクス情報は較正実験により求められ、色差目立ち評価部２９に予め格納されている。
【００１６】
第１Ｗａｖｅｌｅｔ分解部３５は、ｕ’画像及びｖ’画像のそれぞれの各画素について、該画素（以下、「対象画素」と言う）を取り囲む画素（以下、「周囲画素」と言う）との各々との色度成分差を反映した色度成分対比量（ｕ’対比量、及びｖ’対比量）を算出する。周囲画素Ｐは、図４に示すように、対象画素Ｏを中心とする半径Ｒの円の円周上に位置する画素として定義される。すなわち、対象画素Ｏを取り囲む周囲画素Ｐから成る色度成分と対象画素Ｏの色度成分対比が色度成分対比量として求められる。このとき、ｕ’色度成分及びｖ’色度成分のそれぞれにおいて、対象画素Ｏが周囲画素Ｐよりも値が大きい場合（正対比）に色度成分対比量の符号が正となり、値が小さい場合（逆対比）に色度成分対比量の符号が負となる。また、この色度成分対比量は、周囲画素Ｐの全てに対して対象画素Ｏの色度成分対比が大きい場合に、その絶対値は最大となり、対象画素Ｏとの色度成分対比が小さい画素が周囲画素Ｐに含まれるほど、絶対値は小さくなる。また、周囲画素Ｐの全てが対象画素Ｏと値が同じ場合には、色度成分対比量の絶対値が最小となる。
【００１７】
さらに色度成分対比量（ｕ’対比量、及びｖ’対比量）は、対象画素Ｏと周囲画素Ｐの間の距離によっても値が変わる。例えば、対象画素Ｏの周囲に同じ値の画素が連続している状態を想定すると、この連続範囲内の画素が周囲画素Ｐに設定されたときには、色度成分対比量の絶対値は小さくなる。これとは逆に、連続範囲外に周囲画素Ｐが設定されたときには、色度成分対比量の絶対値は大きくなる。かかる対象画素Ｏと周囲画素Ｐまでの距離の違いを色度成分対比量に反映すべく、本実施形態では、半径Ｒの大きさをレベル１〜Ｎ（本実施形態ではＮ＝９）の多段階に定義し、これらのレベルごとに、色度成分対比量を求めることとしている。なお、同じ画素値が連続している範囲は、撮像画像に写った一つの物体と推定される。すなわち、半径Ｒをレベル１〜Ｎに分けて色度成分対比量を求めることは、評価対象のサイズに応じた色度成分対比量を求めているとも言える。
【００１８】
第１Ｗａｖｅｌｅｔ分解部３５は、Ｗａｖｅｌｅｔ解析を用いてレベルごとの対比量を算出し、レベルごとのＷａｖｅｌｅｔ分解画像（細部画像）を、ｕ’画像及びｖ’画像ごとにＮ枚ずつ生成する。この細部画像では、各画素の値が色度成分対比量に相当する。
【００１９】
ところで、色度座標においては、輝度とは異なり正対比及び逆対比の違いによる目立ちの符号分けが意味をなさない。すなわち、輝度対比においては、対象画素Ｏの輝度が周囲画素Ｐの輝度よりも大きい場合には対象画素Ｏが明るくて目立ち（正対比）、これとは逆に、対象画素Ｏの輝度が周囲画素Ｐの輝度よりも小さい場合には対象画素Ｏが暗くて目立つ（逆対比）こととなる。このため、輝度対比においては、目立ちが正対比と逆対比のいずれに依るものかを正負の符号によって区別することは十分に意味がある。これに対し、ｕ’色度成分及びｖ’色度成分のそれぞれにおいては、正対比及び逆対比の違いは対象画素Ｏと周囲画素Ｐの色度座標上の位置関係を表しているだけで、目立ちの評価に直接影響する違いではない。換言すれば、色度座標においては、対象画素Ｏと周囲画素Ｐの対比量に正負の符号を付したままであると、同じ目立ち知覚であっても異なる目立ちの評価になることから、対比量の絶対値に基づいて目立ちを評価する必要がある。
そこで、色度成分対比量として、ｕ’画像及びｖ’画像のそれぞれにおいて、対象画素Ｏと周囲画素Ｐの間の差の絶対値を算出し、この色度対比量Ｑに基づいて、細部画像を生成する手法が考えられる。
【００２０】
しかしながら、Ｗａｖｅｌｅｔ解析においては、細部画像における負の値を全て正の値に変換してしまうと、その後にＷａｖｅｌｅｔ合成しても、Ｗａｖｅｌｅｔ分解前の画像（本実施形態ではｕ’画像、及びｖ’画像）には戻らない。すなわち、全て正の値に変換した細部画像に基づいて色の目立ちを評価すると、撮像画像データ５における色の目立ちを評価しているとは言い難く、正確な評価結果が得られない。
【００２１】
そこで、本実施形態では、ｕ’画像、及びｖ’画像のそれぞれの色度成分対比量（ｕ’対比量、及びｖ’対比量）に基づいて色の目立ちを評価するのではなく、対象画素Ｏと周囲画素Ｐの色差を示すｕ’ｖ’色度図上でのユークリッド距離Ｄに基づいて色の目立ちを評価することとしている。
このユークリッド距離Ｄは、対象画素Ｏと周囲画素Ｐのｕ’画像における差Δｕ’、及びｖ’画像における差Δｖ’を用いて、次式（１）で求められる。
なお、式（１）において、添字ｉ、ｊは、それぞれｕ’画像及びｖ’画像における画素の位置座標（図５）を示す変数である。
【００２２】
式（１）から明らかなように、ユークリッド距離Ｄは符号が負になることはない。このため、ｕ’画像、及びｖ’画像の負の値を含む細部画像を正符号に変換し、目立ちを評価する必要が無いことから、正確に色差による目立ちを評価できる。
【００２３】
ユークリッド距離Ｄを用いた目立ち評価のための構成について説明すると、図３において、色差目立ち評価部２９のΔｕ’中間画像生成部３６は、第１Ｗａｖｅｌｅｔ分解部３５でＷａｖｌｅｔ変換されたｕ’画像の１〜Ｎレベルの細部画像を、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成し、Δｕ’ｖ’色差画像生成部３８に出力する。またΔｖ’中間画像生成部３７は、同様に、ｖ’画像の１〜Ｎレベルの細部画像を、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成し、Δｕ’ｖ’色差画像生成部３８に出力する。Ｗａｖｅｌｅｔ変換は、多重解像度解析といわれるように、各解像度（周波数）での信号の変化量を解析する処理であることから、１〜Ｎレベルの細部画像から近似画像（バイアス）を除いて再合成することで、各レベルでの信号の変化分のみの抽出が可能になる。具体的には、図５（Ａ）に示すように、ｕ’画像、及びｖ’画像のそれぞれにおいて、周囲画素Ｐの値が異なる場合でも、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成することで、図５（Ｂ）に示すように、周囲画素Ｐの値を共に所定の一定値（本実施形態ではゼロ）にして対象画素Ｏと周囲画素Ｐとの差Δｕ’、Δｖ’を表現した画像をΔｕ’中間画像、及びΔｖ’中間画像として生成することができる。
Δｕ’ｖ’色差画像生成部３８は、図５（Ｃ）に示すように、Δｕ’中間画像、及びΔｖ’中間画像の各画素の差Δｕ’、Δｖ’と（１）式とに基づいて、対象画素Ｏの値を上述のユークリッド距離Ｄで表示したΔｕ’ｖ’色差画像８１を生成し、このΔｕ’ｖ’色差画像８１に基づいてＷａｖｅｌｅｔ解析により色の目立ちを評価すべく、第２Ｗａｖｅｌｅｔ分解部３９に出力する。
【００２４】
第２Ｗａｖｅｌｅｔ分解部３９は、第１Ｗａｖｅｌｅｔ分解部３５と同様にして、Δｕ’ｖ’色差画像８１に対するＷａｖｅｌｅｔ解析により、１〜ＮレベルのＷａｖｅｌｅｔ分解画像を生成し、これらＮ枚のＷａｖｅｌｅｔ分解画像を係数処理部４０に出力する。各レベルのＷａｖｅｌｅｔ分解画像の各画素値は、そのレベルでのユークリッド距離対比量Ｑを示す。このユークリッド距離対比量Ｑは、そのレベルでの対象画素Ｏと周囲画素Ｐの色差の対比量を示すものである。また、後に詳述するが、かかるＷａｖｅｌｅｔ分解を用いてユークリッド距離対比量Ｑを算出することで、対象画素Ｏと周囲画素Ｐとのユークリッド距離の対比に加え、対象画素Ｏと周囲画素Ｐとの間に存在する各画素と、対象画素Ｏとのユークリッド距離の対比をも反映した値がユークリッド距離対比量Ｑとして求められる。
【００２５】
係数処理部４０は、第２Ｗａｖｅｌｅｔ分解部３９から出力されたＮ枚のＷａｖｅｌｅｔ分解画像データの各画素のユークリッド距離対比量Ｑを目立ちの程度を示す値に変換する係数処理を行いＷａｖｅｌｅｔ合成し、色差目立ち画像８５として画像化部２５に出力する。係数処理としては、１〜Ｎの各レベルのＷａｖｅｌｅｔ分解画像において、各画素のユークリッド距離対比量Ｑ１〜ＱＮのそれぞれに、そのレベルに応じた重回帰係数α１〜αＮを乗じる。これにより、レベルごとに、Ｗａｖｅｌｅｔ分解画像の各画素の値を、ユークリッド距離対比量Ｑの中間生成値ＩＱ１〜ＩＱＮに変換した画像データが生成される。
中間生成値ＩＱ１〜ＩＱＮは、各画素のユークリッド距離対比量Ｑの目立ちの程度を示す値であり、マグニチュード推定法により得られた値である。なお、重回帰係数α及びマグニチュード推定法の詳細については後述する。
そして係数処理部４０は、係数処理したＮ枚のＷａｖｅｌｅｔ分解画像データをＷａｖｅｌｅｔ合成し、色目立ち画像８５として画像化部２５に出力する。この色目立ち画像８５は、Δｕ’ｖ’色差画像の各画素の値を、各レベルの中間生成値ＩＱ１〜ＩＱＮを合算した値（以下、「色差目立ち予測値ＭＱ」と言う）に変換した画像に相当する。
【００２６】
このように、対象画素Ｏと周囲画素Ｐの色差を、ｕ’ｖ’色度図上でのユークリッド距離Ｄで表したΔｕ’ｖ’色差画像８１を生成し、このΔｕ’ｖ’色差画像８１に対してＷａｖｌｅｔ分解、及び再合成を含むＷａｖｅｌｅｔ解析を施して色の目立ちを評価する構成とした。これにより、対象画素Ｏと周囲画素Ｐの色度座標上の正対比及び逆対比の違いによる符号の違いを解消するために符号を揃える（絶対値をとる）必要がないため、色の目立ちを正確に評価することができる。
【００２７】
また、ｕ’画像及びｖ’画像のそれぞれごとに、Ｗａｖｅｌｅｔ解析して色差目立ち画像８５を生成する場合、ｕ’画像のｕ’色度成分対比量及びｖ’画像のｖ’色度成分対比量のそれぞれごとに上記重回帰係数αが必要となる。このため、色の目立ちは、分解レベル数の２倍の数の重回帰係数αを説明変数に用いて評価される。
これに対して、ユークリッド距離Ｄを用いることで、Ｗａｖｅｌｅｔ解析対象の画像をΔｕ’ｖ’色差画像８１のみとすることができ、重回帰係数αの数は分解レベル数分となるから、説明変数の数を半減でき、説明変数の１つ当たりの信頼度を高めることができる。
【００２８】
図６は、輝度目立ち評価部３０の機能的構成を示すブロック図である。
輝度目立ち評価部３０は、対数輝度分布画像生成部４５と、Ｗａｖｅｌｅｔ分解部４７と、係数処理部４９とを備えている。
対数輝度分布画像生成部４５は、撮像画像データ５に基づいて光環境３の輝度分布を示す輝度分布画像を生成し、該輝度分布画像の各画素の輝度値の対数をとって対数輝度分布画像を生成し、Ｗａｖｅｌｅｔ分解部４７に出力する。
【００２９】
輝度分布画像の生成には、幅広い輝度レンジにて輝度値を生成できるように、例えば写真測光法（photographic photometry）が用いられる。すなわち、対数輝度分布画像生成部４５は、露出条件（例えばシャッタースピード）を異ならせて光環境３を撮像した複数の撮像画像データ５を取得し、各撮像画像データ５について、撮像画像の各画素値の階調値を輝度値に変換して輝度データを生成し、各撮像画像データ５の輝度データを合成して輝度分布画像を生成する。
【００３０】
Ｗａｖｅｌｅｔ分解部４７は、色差目立ち評価部２９の第１Ｗａｖｅｌｅｔ分解部３５と同様にＷａｖｅｌｅｔ分解を用いて、対数輝度分布画像の各画素について、該画素の周囲画素Ｐの各々との輝度対比を反映した輝度対比量Ｌを、周囲画素Ｐまでの距離に相当する複数のレベル１〜Ｎ（本実施形態ではＮ＝９）のそれぞれについて算出する。この輝度対比量Ｌの値は、対象画素Ｏの輝度が周囲画素Ｐよりも高い場合（正対比）に正となり、輝度が低い場合（逆対比）には負となる。また、輝度対比量Ｌの値は、周囲画素Ｐの全てに対して対象画素Ｏの輝度対比が大きい場合に、その絶対値が最大となり、対象画素Ｏとの輝度対比が小さい画素が周囲画素Ｐに含まれるほど、絶対値が小さくなる。また、周囲画素Ｐの全てが対象画素Ｏと輝度が同じ場合には、輝度対比の絶対値が最小となる。
【００３１】
係数処理部４９は、Ｗａｖｅｌｅｔ分解部４７から出力されたＮ枚の画像データをＷａｖｅｌｅｔ合成し、輝度目立ち画像８６として画像化部２５に出力する。
係数処理部４９は、Ｗａｖｅｌｅｔ分解部４７から出力されたＮ枚のＷａｖｅｌｅｔ分解画像データの各画素の輝度対比量Ｌを目立ちの程度を示す数値に変換する係数処理を行いＷａｖｅｌｅｔ合成し、輝度目立ち画像８６として画像化部２５に出力する。この係数処理としては、１〜Ｎの各レベルのＷａｖｅｌｅｔ分解画像において、各画素の輝度対比量Ｌ１〜ＬＮのそれぞれに、そのレベルに応じた輝度対比量Ｌについての重回帰係数β１〜βＮを乗じる。これにより、レベルごとに、Ｗａｖｅｌｅｔ分解画像の各画素の値を、輝度対比の中間生成値ＩＬ１〜ＩＬＮに変換した画像データが生成される。
中間生成値ＩＬ１〜ＩＬＮは、各画素の輝度対比量Ｌの目立ちの程度を示す値でありマグニチュード推定法により得られた値である。なお、重回帰係数β及びマグニチュード推定法の詳細については後述する。
そして係数処理部４９は、係数処理したＮ枚のＷａｖｅｌｅｔ分解画像データをＷａｖｅｌｅｔ合成し、輝度目立ち画像８６として画像化部２５に出力する。この輝度目立ち画像８６は、Ｗａｖｅｌｅｔ分解画像データの各画素の値を、各レベルの中間生成値ＩＬ１〜ＩＬＮを合算した値（以下、「輝度目立ち予測値ＭＬ」と言う）に変換した画像に相当する。
【００３２】
図７は、画像化部２５の機能的構成を示すブロック図である。
画像化部２５は、色差目立ち評価部２９から出力された色目立ち画像８５と、輝度目立ち評価部３０から出力された輝度目立ち画像８６とを合成して、対象画素Ｏと周囲画素Ｐの色差及び輝度差の両方を統合的に判断した目立ち度を示す目立ち画像を生成し、画像出力部２７に出力する。具体的には、画像化部２５は、輝度目立ち予測値符号変換部６５と、色差・輝度目立ち合成部６７と、多段階評価値変換部６９と、評価値符号変換部７１とを備えている。
【００３３】
輝度目立ち予測値符号変換部６５は、負符号を取らない色差目立ちと輝度目立ちとの合算を可能にするため、輝度目立ち画像の各画素で輝度目立ち予測値ＭＬの絶対値をとり、負符号の輝度目立ち予測値ＭＬを正符号に変化し、輝度・色差目立ち合成部６７に出力する。
色差・輝度目立ち合成部６７は、輝度目立ち画像の輝度目立ち予測値ＭＬと、色目立ち画像８５の色差目立ち予測値ＭＱとを画素ごとに合算して、色及び輝度を反映した目立ち値Ｕに変換し、多段階評価値変換部６９に出力する。
【００３４】
なお、本実施形態では、画像化部２５が色差目立ち予測値ＭＱと輝度目立ち予測値ＭＬとを加算して目立ち値Ｕを求めているが、これに限らない。すなわち、目立ち値Ｕ≒ｆ（色差目立ち予測値ＭＱ、輝度目立ち予測値ＭＬ）を十分に満たす関数ｆであれば、任意の関数ｆを用いることができる。
【００３５】
多段階評価値変換部６９は、目立ち画像の各画素の目立ち値Ｕを多段階評価値（本実施形態では１３段階）に変換し、各評価値に擬似カラーを対応付けて目立ちの程度を色づけして表現したカラーマッピング画像たる目立ち画像を生成し、評価値符号変換部７１に出力する。
評価値符号変換部７１は、輝度目立ち予測値符号変換部６５で正符号化した画素の多段階評価値に負符号を付与して、輝度の正対比及び逆対比を区別した目立ち画像を生成し、画像出力部２７に出力する。これにより、撮像画像について目立ちの分布を示した目立ち画像の目立ち画像データ９が画像出力部２７から例えば表示装置１３等の外部出力装置に出力される。
【００３６】
ここで、目立ち値Ｕから多段階評価値への変換は、予め実験により求められた関係が用いられる。より具体的には、被験者に対して評価刺激を提示し、その評価刺激から感じられる目立ちを、「非常に良く目立つ」、「良く目立つ」、「目立つ」、「やや目立つ」、「かろうじて目立つ」、「目立たない」、「視認できない」の７つの評価語句、及び、これら評価語句の各々の中間の１３段階で評価させた。この評価刺激は、上記輝度目立ち予測値ＭＬ及び色差目立ち予測値ＭＱ（すなわち、目立ち値Ｕ）が既知の刺激である。このような評価試験を多数の被験者に対し多数の評価刺激を用いて行い、これらの評価刺激の目立ち値Ｕと１３段階の評価との相関関係を求めている。この相関関係が多段階評価値変換部６９による目立ち値Ｕから１３段階評価値への変換に用いられる。
【００３７】
次いで、ユークリッド距離対比量Ｑと色差目立ち予測値ＭＱの相関関係、及び、輝度対比量Ｌと輝度目立ち予測値ＭＬの相関関係を求めるために本実施形態で採用した上述のマグニチュード推定法について説明する。
マグニチュード推定法においては、はじめに、被験者に基準刺激を観察させる。被験者には、この基準刺激の目立ちの度合いを１００点とするよう、予め指示する。次いで、被験者に対して評価刺激を提示し、この評価刺激の目立ちの程度を点数で評価させた。このとき、評価０点は、評価刺激のターゲットが視認できなかった場合に限り応答するものとし、負の値は評価には用いないものとした。また、評価点数の上限は特に設けなかった。係るマグニチュード推定法により得られた点数が評価刺激に対する目立ち予測値となる。
【００３８】
基準刺激には、図８（Ａ）に示すように、視野角が一辺９０．０［ｄｅｇ］の正方形（１７［ｃｄ／ｍ2］）の背景領域７０の中心に、視野角が直径２０．０［ｄｅｇ］（輝度５０［ｃｄ／ｍ2］）の円形のターゲット領域７２を描画したサンプルを用いた。背景領域７０及びターゲット領域７２の色はともに無彩色とした。
ユークリッド距離対比量Ｑと色差目立ち予測値ＭＱの相関関係を求める実験においては、背景領域７０とターゲット領域７２との色差（ユークリッド距離）と、ターゲット領域７２のサイズの違いが目立ちに与える影響を調べるべく、ターゲット領域７２の色度（例えば図８（Ｂ））やサイズを可変したものを評価刺激として被験者に提示した。このとき、輝度対比の影響を除くべく、基準刺激及び評価刺激のいずれも、背景領域７０及びターゲット領域７２が共に２０．０［ｃｄ／ｍ2］となるように輝度を調整した。
また輝度対比量Ｌと輝度目立ち予測値ＭＬの相関関係を求める実験においては、背景領域７０とターゲット領域７２との輝度比と、ターゲット領域７２のサイズの違いが目立ちに与える影響を調べるべく、ターゲット領域７２の輝度やサイズを可変したもの（例えば図８（Ｃ））を評価刺激として被験者に提示した。このとき、色差の影響を除くべく、基準刺激及び評価刺激のいずれも、背景領域７０及びターゲット領域７２の色はともに無彩色（図１１の色７）とした。
【００３９】
このマグニチュード推定法による評価試験は、被験者が座位した位置から１６０［ｍｍ］離れたＰＣモニタに基準刺激及び評価刺激を映し出し、これを被験者が観察することで行われている。このとき、暗幕により被験者の周囲を遮蔽することで、被験者の周囲を暗室環境としている。
【００４０】
図９は、ターゲット領域７２のサイズ及び色度を可変したときのマグニチュード推定法による評価結果の一例を示す図であり、図９（Ａ）はターゲット領域７２のサイズを可変した場合、図９（Ｂ）は色差を示すユークリッド距離Ｄを可変した場合を示す。図９（Ａ）の実験結果は、図１１にｘｙ色度図の座標で示した色２を背景領域７０の色とし、ターゲット領域７２の色を、色１、色３〜色６としたときの結果である。なお、図１１においてＹは輝度［ｃｄ／ｍ2］を示す。
同図に示す結果から、ターゲット領域７２の色に拘わらず、ターゲット領域７２のサイズが大きくなるほど評価点が高くなる傾向が読み取れる。この傾向は、背景領域７０の色が色２以外の他の色１〜７でも同じであった。
【００４１】
図９（Ｂ）は、ターゲット領域７２と背景領域７０との色差を上記ユークリッド距離Ｄで表し、このユークリッド距離Ｄを横軸、評価点の平均値を縦軸としてターゲット領域のサイズごとにプロットしたものである。この図からは、ユークリッド距離Ｄが大きくなるほど評価点が高くなる傾向が認められる。なお、例えば背景領域７０を色１、ターゲット領域７２を色２とした場合と、背景領域７０を色２、ターゲット領域７２を色１とした場合など、背景領域７０とターゲット領域７２とで色を入れ替えた場合、それぞれユークリッド距離Ｄは同一となる。このため同図では、ユークリッド距離Ｄ及びターゲットサイズが同一でも、それぞれのユークリッド距離Ｄについて複数の評価点がプロットされている。
【００４２】
図１０は、ターゲット領域７２のサイズ及び輝度比を可変したときのマグニチュード推定法による評価結果の一例を示す図であり、図１０（Ａ）はターゲット領域７２のサイズを可変した場合、図１０（Ｂ）は輝度比を可変した場合を示す。
同図に示す結果から、ターゲット領域７２のサイズが大きくなるほど、或いは、輝度比が大きくなるほど評価点が高くなることが読み取れる。
【００４３】
ユークリッド距離対比量Ｑについての重回帰係数α、及び、輝度についての重回帰係数βは、上記のマグニチュード推定法による評価結果に対して重回帰分析を行うことで導出される。
すなわちユークリッド距離対比量Ｑの重回帰係数αを導出する場合は、マグニチュード推定法において、ｔ番目に被験者に与えた評価刺激をＤＱｔ、この評価刺激ＤＱｔに対する評価点の平均点をＣＱｔとする。そして、色差目立ち評価部２９と同様にして、ｕ’画像及びｖ’画像をそれぞれ生成した後、Δｕ’ｖ’色差画像を生成し、これをレベル９までＷａｖｅｌｅｔ分解して９枚の画像（細部画像）を得る。そして、細部画像の中心の画素の値（ユークリッド距離対比量）を説明変数とし、評価平均点ＣＱｔを被説明変数として重回帰分析を実行する。これにより、レベルごとに人間の知覚を反映したα１〜α９の９個の重回帰係数が得られる。これらレベルは、同一色差（もしくは同一ユークリッド距離Ｄもしくは同一画素値）が連続する範囲（サイズ）を示しており、該サイズ及びユークリッド距離対比量Ｑと目立ちとが上記重回帰係数αにより対応付けられると言える。
【００４４】
また、輝度の重回帰係数βを導出する場合は、輝度についてのマグニチュード推定法において、ｔ番目に被験者に与えた評価刺激をＤＬｔ、この評価刺激ＤＬｔに対する評価点の平均点をＣＬｔとする。ここで、ターゲット領域輝度／背景領域輝度が１．００以下となるような評価刺激ＤＬｔに対する評価平均点ＣＬｔについては負符号を加えた。評価平均点ＣＬｔに負符号を加えることで、ターゲット領域輝度／背景領域輝度が１．００以上となる刺激（正対比刺激）及びその対比（正対比）により生じる目立ち（正対比目立ち）と、ターゲット領域輝度／背景領域輝度が１．００以下となる刺激（逆対比刺激）及びその対比（逆対比）により生じる目立ち（逆対比目立ち）との違いが符号により表現される。
【００４５】
そして、輝度目立ち評価部３０の対数輝度分布画像生成部４５と同様にして、評価刺激ＤＬｔの対数輝度分布画像を生成し、また、Ｗａｖｅｌｅｔ分解部４７と同様にして、対数輝度分布画像をレベル９までＷａｖｅｌｅｔ分解し、計９枚の画像（細部画像）を得る。そして、細部画像の中心の画素の値（対数輝度対比量）を説明変数とし、評価平均点ＣＬｔを被説明変数として重回帰分析を実行する。これにより、各レベルについて、人間の知覚を反映したβ１〜β９までの９個の重回帰係数が得られる。なお、これらレベルは、上記のように、同一輝度が連続する範囲（サイズ）を示しており、該サイズ及び輝度対比量Ｌと目立ちとが上記重回帰係数βにより対応付けられると言える。
【００４６】
次いで、目立ち画像生成装置１１による目立ち画像生成処理を説明する。
図１２は、目立ち画像生成処理のフローチャートである。
目立ち画像生成装置１１は、撮像画像データ５が入力されると（ステップＳ１）、色差についての目立ちと輝度についての目立ちとを、それぞれ個別に評価する。
すなわち、色差の目立ち評価においては、色差目立ち評価部２９のｕ’画像生成部３１及びｖ’画像生成部３３のそれぞれが撮像画像データ５に基づいてｕ’画像及びｖ’画像を生成する（ステップＳ２、Ｓ３）。次に、第１Ｗａｖｅｌｅｔ分解部３５がｕ’画像及びｖ’画像のそれぞれを９レベルまでＷａｖｅｌｅｔ分解し（ステップＳ４、Ｓ５）、Δｕ’中間画像生成部３６、及びΔｖ’中間画像生成部３７が近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成し、それぞれΔｕ’中間画像、及びΔｖ’中間画像を生成する（ステップＳ６、Ｓ７）。次いで、Δｕ’ｖ’色差画像生成部３８は、Δｕ’中間画像、及びΔｖ’中間画像の各画素Δｕ’、Δｖ’と（１）式とに基づいて、各画素の色差をユークリッド距離Ｄで表示したΔｕ’ｖ’色差画像８１を生成する（ステップＳ８）。
【００４７】
次いで、第２Ｗａｖｅｌｅｔ分解部３９がΔｕ’ｖ’色差画像８１に対するＷａｖｅｌｅｔ解析により、９レベルのＷａｖｅｌｅｔ分解画像を生成する（ステップＳ９）。
第１Ｗａｖｅｌｅｔ分解部３５及び第２Ｗａｖｅｌｅｔ分解部３９によるＷａｖｅｌｅｔ分解には、例えばｓｙｍｌｅｔ６などの略対称な形状の関数が直交系のＷａｖｅｌｅｔとして用いられ、図５（Ａ）に示すｕ’画像及びｖ’画像、図５（Ｃ）に示すΔｕ’ｖ’色差画像８１それぞれに対し、レベルを１つずつ上げながらレベルＮ（本実施形態ではＮ＝９）までＷａｖｅｌｅｔ分解が行われる。
例えば第２Ｗａｖｅｌｅｔ分解部３９において、レベル１のＷａｖｅｌｅｔ分解では、図１３に示すように、Δｕ’ｖ’色差画像８１が、ＬＬ（Ｌｖ１）（Ｌ：Low-pass components）、ＨＬ（Ｌｖ１）（Ｈ：High-pass components）、ＬＨ（Ｌｖ１）、ＨＨ（Ｌｖ１）の４つのサブバンド画像（細部画像）８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨに分解される。
ＬＬ（Ｌｖ１）のサブバンド画像８３ＬＬは、Δｕ’ｖ’色差画像８１におけるユークリッド距離Ｄの変化の低周波数成分を抽出したものであり、Δｕ’ｖ’色差画像８１の画像サイズを１／４倍に縮小したような粗い画像に相当する。
また、ＨＬ（Ｌｖ１）、ＬＨ（Ｌｖ１）、ＨＨ（Ｌｖ１）のサブバンド画像８３ＨＬ、８３ＬＨ、８３ＨＨは、それぞれΔｕ’ｖ’色差画像８１におけるユークリッド距離Ｄの変化のうち、垂直方向の高周波成分、水平方向の高周波成分、斜め方向の高周波成分を抽出したものである。これらのサブバンド画像８３ＨＬ、８３ＬＨ、８３ＨＨは、それぞれの画素の値が、Δｕ’ｖ’色差画像８１の各画素についての垂直方向、水平方向、及び斜め方向のレベル１におけるユークリッド距離対比量Ｑ１を与えている。
さらに、例えば図１４（Ａ）に示すように、ドーナツ形状（但し半径＜Ｒ）にユークリッド距離Ｄの画素が分布している場合には、該ドーナツ形状の中心の対象画素Ｏと、この対象画素Ｏから半径Ｒ離れた、ドーナツ形状の外側の周囲画素Ｐとの間には、ユークリッド距離Ｄの対比がないものの、対象画素Ｏから周囲画素Ｐを含む範囲にはドーナツ形状により対比が発生している。この場合でも、ｓｙｍｌｅｔ６のような関数を用いたＷａｖｅｌｅｔ分解によれば、分解後のユークリッド距離対比量Ｑが単純にゼロにはならず、図１４（Ｂ）に示すように、コンボリューションにより対象画素Ｏと周囲画素Ｐとのユークリッド距離対比量Ｑが算出されるため、あるレベルで相当量の対比が算出される。
ユークリッド距離Ｄ以外にも、例えば色度成分や輝度の信号値がドーナツ形状（但し半径＜Ｒ）に分布している場合、ｓｙｍｌｅｔ６のような関数を用いたＷａｖｅｌｅｔ分解によれば、あるレベルで相当量の対比が算出される。
【００４８】
次のレベル２のＷａｖｅｌｅｔ分解では、図１３に示すように、ＬＬ（Ｌｖ１）のサブバンド画像８３ＬＬに関してＷａｖｅｌｅｔ分解が施され、ＬＬ（Ｌｖ２）、ＨＬ（Ｌｖ２）、ＬＨ（Ｌｖ２）、及びＨＨ（Ｌｖ２）の４つのサブバンド画像８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨに分解される。
以降同様にして、レベル１からレベルを１つずつ上げながらレベルＮに達するまで、次々とＬＬ（Ｌｖｎ（ｎ＝１〜Ｎ））のサブバンド画像８３ＬＬのみにＷａｖｅｌｅｔ分解が施され、これにより、各レベルについてサブバンド画像８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨが生成される。
【００４９】
このとき、ＬＬ（Ｌｖｎ（ｎ＝１〜Ｎ））のサブバンド画像８３ＬＬに対してＷａｖｅｌｅｔ分解が繰り返されることで、Ｗａｖｅｌｅｔ分解のたびに、Δｕ’ｖ’色差画像８１を順次１／４倍に縮小したような粗いサブバンド画像８３ＬＬが生成される。この結果、Ｗａｖｅｌｅｔ分解のレベルが上がるほど、Ｗａｖｅｌｅｔの関数に対して画像が相対的に大きくなることから、Δｕ’ｖ’色差画像８１の各画素については、レベルが上がるほど、より遠くの周囲画素Ｐとのユークリッド距離Ｄの対比が求められる。
【００５０】
前掲図１２に戻り、ステップＳ９において、ＮレベルまでのＷａｖｅｌｅｔ分解が行われると、係数処理部４０は、Δｕ’ｖ’色差画像８１の全画素について各レベルの水平方向、垂直方向、及び斜め方向のユークリッド距離対比量Ｑと、そのレベルに対応した重回帰係数αに基づいて、Δｕ’ｖ’色差画像８１の全画素について、各レベルのユークリッド距離対比量Ｑの中間生成値ＩＱ１〜ＩＱＮを求める（ステップＳ１０）。
例えば、レベル３のＷａｖｅｌｅｔ分解で得られたサブバンド画像８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨを対象とした場合、図１５に示すように、ＬＬ（Ｌｖ３）のサブバンド画像８３ＬＬの全画素値を「０」とし、また、斜線で示したＨＬ（Ｌｖ３）、ＬＨ（Ｌｖ３）及びＨＨ（Ｌｖ３）の全画素に対し、それぞれレベル３に対応する重回帰係数α３が乗じられる。
そして、レベル３の各サブバンド画像８３ＬＬ、８３ＨＬ、８３ＬＨ、及び８３ＨＨが、Ｗａｖｅｌｅｔ分解に用いられた直交ウェーブレット（例えばｓｙｍｌｅｔ６）によりＷａｖｅｌｅｔ合成される。
以降、原画像レベル（０レベル）まで１つずつレベルを下げながらＷａｖｅｌｅｔ合成が繰り返されるが、このとき、各レベルにおけるサブバンド画像８３ＨＬ、８３ＬＨ、及び８３ＨＨの全画素の値を「０」として合成が繰り返される。
この結果、Δｕ’ｖ’色差画像８１の全画素に、レベル３相当のユークリッド距離対比量Ｑについての中間生成値ＩＱ３が格納されたレベル３相当の色差目立ち画像８５が得られる。
これと同様にして、１〜Ｎレベルについて、各レベル相当の色差目立ち画像を生成し、それぞれのレベル相当の色差目立ち画像を合成することで（各目立ち画像の対応する画素の値を加算することで）、Δｕ’ｖ’色差画像８１の全画素に中間生成値ＩＱが格納された色差目立ち画像８５のデータが生成される（ステップＳ１１）。
【００５１】
次いで輝度目立ち評価について説明すると、輝度目立ち評価部３０の対数輝度分布画像生成部４５が撮像画像データ５に基づいて対数輝度分布画像を生成する（ステップＳ１２）。次いで、Ｗａｖｅｌｅｔ分解部４７が、色差目立ち評価部２９の第２Ｗａｖｅｌｅｔ分解部３９と同様にして、対数輝度分布画像を、ｓｙｍｌｅｔ６を用いてレベル９までＷａｖｅｌｅｔ分解し、各レベルでの輝度対比量Ｌを求める（ステップＳ１３）。
次いで、係数処理部４９が各レベルでのサブバンド画像８３に、レベルに対応する重回帰係数β１〜β９を乗じることで中間生成値ＩＬ１〜ＩＬ９を求め、Ｗａｖｅｌｅｔ合成部５１が、これら各レベルのサブバンド画像８３をＷａｖｅｌｅｔ合成して（ステップＳ１４）、対数輝度分布画像の全画素に輝度目立ち予測値ＭＬが格納された輝度目立ち画像を生成する（ステップＳ１５）。
【００５２】
次いで、画像化部２５の輝度目立ち予測値符号変換部６５により、輝度目立ち画像において、負符号の輝度目立ち予測値ＭＬを全て正にした輝度目立ち画像を生成し（ステップＳ１６）、また、符号変換前の輝度目立ち画像の各画素の正負符号を示した輝度目立ち画像の符号マトリクスを生成する（ステップＳ１７）
その後、色差・輝度目立ち合成部６７により、符号変換された輝度目立ち予測値ＭＬと色差目立ち予測値ＭＱとを加算して目立ち値Ｕを算出し、多段階評価値変換部６９により、目立ち値Ｕを１３段階評価値に変換して目立ち画像を生成する（ステップＳ１８）。次いで、輝度の正対比と逆対比による目立ちの違いを明示すべく、評価値符号変換部７１がステップＳ１７において生成した符号マトリクスを目立ち画像に積算し、輝度目立ち予測値ＭＬが負符号だった画素の１３段階評価値に負符号を加える（ステップＳ１９）。これにより、撮像画像の全画素に、「＋１３」から「−１３」までの多段階評価値が格納された目立ち画像生成され、係る目立ち画像のデータが画像出力部２７から出力される（ステップＳ２０）。この目立ち画像においては、評価値ごとに擬似カラーに色分けされる。これにより、撮像画像に写した評価対象の目立ちを定量的に把握することが可能となる。
【００５３】
図１６は、一色の背景９１に円板９２を配置した光環境３を撮影した撮像画像データ５を模したサンプル図であり、円板９２のサイズ、及び色度を可変して示すとともに、各撮像画像データ５の輝度分布を示す図である。また、図１７は、各撮像画像データ５の目立ちを評価した目立ち画像のサンプル図である。
これらの図において、円板９２が上記評価対象の対象画素Ｏに相当し、背景９１が周囲画素Ｐに相当する。これらの図に示すように、円板９２と背景９１の色差が一定の場合には、円板９２のサイズが大きくなるほど円板９２が目立つと評価され、また円板９２のサイズが同じ場合には、円板９２と背景９１の色差が大きくなるほど目立つと評価されることが分る。すなわち、この目立ち評価によれば、評価対象の円板９２と背景９１の色差と、円板９２のサイズとの両方を加味した目立ちが統合的に評価されていることが分る。
【００５４】
以上説明したように本実施形態によれば、評価対象を撮像した撮像画像に対し、評価対象と周囲の色差が無い場合に目立ちが無いと評価し、評価対象と周囲の色差対比量たるユークリッド距離対比量Ｑが大の場合に、その大きさの度合いに応じて評価対象の目立ちを高く評価し、この評価に基づいて、撮像画像から色差目立ち画像８５を生成する構成とした。
この構成により、評価対象と周囲との色の対比に基づいた目立ちを、色差目立ち画像８５から定量的に評価することができる。
【００５５】
特に本実施形態によれば、評価対象及び周囲の色差を、Ｗａｖｅｌｅｔ解析によりｕ’ｖ’色度図上での座標成分ごとの対比量を求め、座標間のユークリッド距離Ｄとして算出した後、Ｗａｖｅｌｅｔ解析により色差対比量を示すユークリッド距離対比量Ｑを求め、当該ユークリッド距離対比量Ｑに基づいて目立ちを評価する構成とした。
この構成により、撮像画像データ５を色度成分ごとのｕ’画像及びｖ’画像に分け、それぞれについてＷａｖｅｌｅｔ解析により目立ちを評価する場合に比べ、色の目立ちを説明する説明変数及び重回帰係数αの数を減らすことができるため、説明変数１つあたりの信頼性を高めることができる。また、ｕ’画像、及びｖ’画像の負の値を含む細部画像を正の値に変換する必要がない。このため、Ｗａｖｅｌｅｔ合成による元の画像の復元性を損なうことは無く、撮像画像データ５に含まれる評価対象の色の目立ちを正確に評価できる。
【００５６】
また本実施形態によれば、評価対象を撮像した撮像画像に対し、評価対象と周囲の輝度が等しい場合に目立ちが無いと評価し、評価対象と周囲の輝度対比が大の場合に、その大きさの度合いに応じて評価対象の目立ちを高く評価し、色差の目立ちと輝度の目立ちの評価結果に基づいて、撮像画像の色度及び輝度の目立ちの分布を示す目立ち画像を生成した。これにより、色度及び輝度のそれぞれの違いによる目立ちを定量的に評価することができる。
特に、従来技術においては、評価対象を輝度により評価する際、その明るさによって目立ちを評価しているため、評価対象が暗いほど目立たないと評価される。しかし実際には、評価対象の周囲が明るい場合、評価対象が暗いほど逆対比により目立っており、このように従来技術では実際とは異なる評価結果がでてしまうことがある。また、評価対象が明るい場合でも、周囲が同等に明るい場合には、評価対象は目立たなくなるものの、従来技術では目立つという評価結果がでてしまう。このような従来技術に対して本実施形態によれば、周囲との輝度対比により輝度の目立ちが評価されるため、評価対象の目立ちを正確に評価することができる。
【００５７】
また、本実施形態では、輝度の逆対比による目立ちを負符号で示し、輝度の正対比による目立ちを正符号で示すことで、これらを分けて目立ち画像に画像化している。これにより、評価対象が正対比及び逆対比のいずれによって目立っているのかを判別することができる。
【００５８】
なお、上述した各実施形態は、あくまでも本発明の一態様を示すものであり、本発明の範囲内で任意に変形および応用が可能である。
【００５９】
例えば、上述した実施形態では、評価対象の色と周囲の色との色差にｕ’ｖ’色度図上のユークリッド距離Ｄを用いる構成としたが、例えばｕｖ色度図等の他の均等色度図を用いても良い。
さらに、均等色度図に代えて、均等色空間での座標を用いても良い。
詳述すると、通常、光環境３の輝度分布は複雑であり、評価対象と周囲の輝度が同じでない場合が多々あるが、このｕ’ｖ’色度図は、輝度が異なる色の比較については、考慮されていない。すなわち、色度図上の２点間の距離が知覚的な色の差に等しいことが保証されていない。
そこで、輝度が異なる色の比較においても、その色空間の２点間の距離が知覚的な色の差に等しいように設計された均等色空間での座標をｕ’ｖ’色度図に代えて用いる構成とし、色の目立ちを正確に表示し、目立ち評価の精度を高めるようにしても良い。
【００６０】
図１８は、均等色空間としてＬ*ａ*ｂ*表色系（ＪＩＳ Ｚ８７２９）を用いたときの目立ち画像生成処理のフローチャートである。均等色空間としてＬ*ａ*ｂ*表色系を用いた場合、色度座標（ｕ’、ｖ’）を知覚色度指数ａ*、ｂ*とし、また、輝度Ｌを知覚明度指数Ｌ*として処理が行われる。
すなわち、図１８に示すように、撮像画像データ１０１が入力された後（ステップＳ１０１）、色差の目立ち評価においては、色差目立ち評価部２９は、ａ*画像及びｂ*画像を生成し（ステップＳ１０２、Ｓ１０３）、それぞれを９レベルまでＷａｖｅｌｅｔ分解した後（ステップＳ１０４、Ｓ１０５）、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成することでΔａ*中間画像、及びΔｂ*中間画像を生成する（ステップＳ１０６、Ｓ１０７）。次いで、色差目立ち評価部２９は、Δａ*中間画像、及びΔｂ*中間画像の各画素の値Δａ*、Δｂ*に基づいて、対象画素Ｏと周囲画素ＰとのＬ*ａ*ｂ*表色系での色差をユークリッド距離Ｄで表示したΔａ*ｂ*色差画像を生成する（ステップＳ１０８）。
【００６１】
そして、このΔａ*ｂ*色差画像に基づいて、色の目立ちを評価すべく、色差目立ち評価部２９は、Δａ*ｂ*色差画像に対するＷａｖｅｌｅｔ解析により、９レベルのＷａｖｅｌｅｔ分解画像を生成し（ステップＳ１０９）、Δａ*ｂ*色差画像の全画素について各レベルの水平方向、垂直方向、及び斜め方向のユークリッド距離対比量Ｑと、そのレベルに対応した重回帰係数に基づいて、各レベルのユークリッド距離対比量Ｑの中間生成値ＩＱ１〜ＩＱＮを求める（ステップＳ１１０）。
そして、色差目立ち評価部２９は、それぞれのレベルの画像を合成することで（各目立ち画像の対応する画素の値を加算することで）、Δａ*ｂ*色差画像の全画素に中間生成値ＩＱが格納された色目立ち画像のデータを生成する（ステップＳ１１１）。
【００６２】
一方、輝度目立ち評価部３０は、撮像画像データ５に基づいて明度Ｌ*画像を生成し（ステップＳ１１２）、上記ステップＳ１０５、Ｓ１０６と同様にして、９レベルまでＷａｖｅｌｅｔ分解した後（ステップＳ１１３）、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成することでΔＬ*中間画像を生成する（ステップＳ１１４）。なお、これらステップＳ１１３、Ｓ１１４の処理は省略することもできる。
次いで、輝度目立ち評価部３０は、ΔＬ*中間画像を、ｓｙｍｌｅｔ６を用いてレベル９までＷａｖｅｌｅｔ分解し、各レベルでの輝度対比量に相当する明度対比量を求め（ステップＳ１１５）、各レベルでのサブバンド画像８３に、レベルに対応する重回帰係数を乗じることで中間生成値ＩＬ１〜ＩＬ９を求めた後、これら各レベルのサブバンド画像８３をＷａｖｅｌｅｔ合成して（ステップＳ１１６）、明度Ｌ*画像の全画素に明度目立ち予測値が格納された明度目立ち画像を生成する（ステップＳ１１７）。
【００６３】
そして、画像化部２５が、明度目立ち画像において、負符号の明度目立ち予測値を全て正にした明度目立ち画像を生成し（ステップＳ１１７）、また、符号変換前の明度目立ち画像の各画素の正負符号を示した符号マトリクスを生成する（ステップＳ１１８）
その後、画像化部２５は、符号変換された明度目立ち予測値と色差目立ち予測値とを単純に加算して目立ち値を算出し、この目立ち値を１３段階評価値に変換して目立ち画像を生成する（ステップＳ１１９）。次いで、画像化部２５は、明度の正対比と逆対比による目立ちの違いを明示すべく、ステップＳ１１８において生成した符号マトリクスを目立ち画像に積算し、明度目立ち予測値が負符号だった画素の１３段階評価値に負符号を加える（ステップＳ１２０）。これにより、撮像画像の全画素に、「＋１３」から「−１３」までの多段階評価値が格納された目立ち画像生成され、係る目立ち画像のデータが画像出力部２７から出力される（ステップＳ１２１）。
【００６４】
なお、この図１８に示す目立ち画像処理において、Ｌ*ａ*ｂ*色空間を用いた場合、色度と明度を分ける必要はなく、知覚色度指数ａ*、ｂ*に、知覚明度指数Ｌ*を加えた３つを変数としたユークリッド距離Ｄを算出して色差画像を生成しても良い。
図１９は、かかる目立ち画像処理のフローチャートである。なお、この図において、図１８と同一の処理については同じ符号を付して、その説明を省略する。
この図に示すように、ステップＳ２０８において、色差目立ち評価部２９は、Δａ*中間画像、Δｂ*中間画像、並びに、ΔＬ*明度差画像の各画素の値Δａ*、Δｂ*、ΔＬ*に基づいて、対象画素Ｏと周囲画素ＰとのＬ*ａ*ｂ*色空間での色差をユークリッド距離Ｄで表示したΔＥ*ａｂ色差画像を生成し（ステップＳ２０８）、このΔＥ*ａｂ色差画像に基づいてＷａｖｅｌｅｔ解析を用いて色の目立ちを評価する。
このΔＥ*ａｂ色差画像に基づいて生成された色目立ち画像には、既に明度の目立ちが反映されているため、正の値のみの明度目立ち画像（図１８のステップＳ１１８）、単純加算で正の値のみの目立ち画像生成（図１８のステップＳ１２０）は、それぞれ不要となる。
【００６５】
なお、均等色空間としてＬ*ａ*ｂ*表色系を例示したが、例えばＬ*ｕ*ｖ*表色系等の均等色空間に分類される他の表色系を用いても良いことは勿論である。
【００６６】
また、均等色空間の座標に基づいて、鮮やかさを示す彩度、色合いを示す色相、及び明るさを示す明度を算出し、これらのユークリッド距離を色差として目立ちを評価しても良い。
図２０は、かかる目立ち画像処理のフローチャートである。なお、この図において、図１８、図１９と同一の処理については同じ符号を付して、その説明を省略する。
この図に示すように、撮像画像データが入力されると、色差目立ち評価部２９は、均等色空間の座標に基づいて、Ｃ*彩度画像及びＨ*色相画像を生成し（ステップＳ３０２、Ｓ３０３）、それぞれをＷａｖｅｌｅｔ分解し（ステップＳ３０４、Ｓ３０５）、近似画像（バイアス）を除いてＷａｖｅｌｅｔ再合成することでΔＣ*彩度差画像、及びΔＨ*色相差画像を生成する（ステップＳ３０６、Ｓ３０７）。
そして、これらΔＣ*彩度差画像、ΔＨ*色相差画像、並びにΔＬ*明度差画像の各画素の値ΔＣ*、ΔＨ*、ΔＬ*に基づいて、均等色空間から求められた彩度、色相及び明度の３次元空間での色差をユークリッド距離Ｄで表示したΔＥ*色差画像を生成し（ステップＳ３０８）、このΔＥ*色差画像に基づいてＷａｖｅｌｅｔ解析を用いて色の目立ちを評価することとなる。
【００６７】
上述した実施形態では、ウェーブレット変換を用いて、対数輝度分布画像の各画素について輝度対比量Ｌを求める場合を例示したが、これに限らず、例えば、対数輝度分布画像に対する大きさ（フィルターの適用範囲（画素数））を各レベルに応じて異ならせた複数のＮフィルターを用いてもレベルごとの輝度対比量Ｌを求めることができる。
【００６８】
また本発明の目立ち評価システム１の応用例としては、広告や看板、道路交通標識、視線誘導灯などの周囲に対して目立たせる事が望まれる対象物が、その設置環境で目立っているかを評価する事が可能になる。
他にも、例えば、液晶ディスプレイの色むらを利用者から見たときの目立ちを評価することで、利用者が許容できる液晶ディスプレイの色むらの判定に利用でき、過度の品質を防ぐことも可能である。
【００６９】
上述した目立ち画像生成プログラム１５を、例えばＣＤやＤＶＤなどのコンピューター読み取り可能な記録媒体に記録して実施しても良く、また、インターネットなどの電気通信回線を介して配布するなどの実施をすることも可能である。
【符号の説明】
【００７０】
１ 評価システム
３ 光環境
５ 撮像画像データ
９ 目立ち画像データ
１１ 目立ち画像生成装置
１５ 目立ち画像生成プログラム
２３ 目立ち評価部
２５ 画像化部
２９ 色差目立ち評価部
３０ 輝度目立ち評価部
３５ 第１Ｗａｖｅｌｅｔ分解部
３８ Δｕ’ｖ’色差画像生成部
３９ 第２Ｗａｖｅｌｅｔ分解部
４０、４９ 係数処理部
４７ Ｗａｖｅｌｅｔ分解部
４３ 加算部
６７ 色差・輝度目立ち合成部
６９ 目立ち画像生成部
８１ Δｕ’ｖ’色差画像
８３ サブバンド画像
８５ 目立ち画像
Ｌ 輝度対比量
Ｑ ユークリッド距離対比量（色差対比量）
Ｐ 周囲画素
Ｕ 目立ち値
ＭＬ 輝度目立ち予測値
ＭＱ 色差目立ち予測値
α、β 重回帰係数
【特許請求の範囲】
【請求項１】
評価対象を撮像した撮像画像に対し、前記評価対象と周囲との色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲との色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する色差目立ち評価部と、
前記色差目立ち評価部の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する画像化部と
を備えることを特徴とする目立ち画像生成装置。
【請求項２】
前記色差目立ち評価部は、
前記評価対象及び前記周囲の色差を、Ｗａｖｅｌｅｔ解析により均等色度図上、或いは均等色空間の座標成分ごとの対比量を求めて座標間のユークリッド距離として算出した後、Ｗａｖｅｌｅｔ解析により前記色差対比量を示す前記ユークリッド距離対比量を求め、当該ユークリッド距離対比量に基づいて目立ちを評価する
ことを特徴とする請求項１に記載の目立ち画像生成装置。
【請求項３】
前記評価対象を撮像した撮像画像に対し、前記評価対象と周囲の輝度が等しい場合に目立ちが無いと評価し、前記評価対象と前記周囲の輝度対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する輝度目立ち評価部を備え、
前記画像化部は、
前記色差目立ち評価部と前記輝度目立ち評価部の評価結果に基づいて、前記撮像画像の色差及び輝度の目立ちの分布を示す目立ち画像を生成する
ことを特徴とする請求項１又は２に記載の目立ち画像生成装置。
【請求項４】
コンピューターを、
評価対象を撮像した撮像画像に対し、前記評価対象と周囲の色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲の色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する手段、及び、
前記色差目立ち評価部の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する手段
として機能させることを特徴とする目立ち画像生成プログラム。
【請求項１】
評価対象を撮像した撮像画像に対し、前記評価対象と周囲との色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲との色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する色差目立ち評価部と、
前記色差目立ち評価部の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する画像化部と
を備えることを特徴とする目立ち画像生成装置。
【請求項２】
前記色差目立ち評価部は、
前記評価対象及び前記周囲の色差を、Ｗａｖｅｌｅｔ解析により均等色度図上、或いは均等色空間の座標成分ごとの対比量を求めて座標間のユークリッド距離として算出した後、Ｗａｖｅｌｅｔ解析により前記色差対比量を示す前記ユークリッド距離対比量を求め、当該ユークリッド距離対比量に基づいて目立ちを評価する
ことを特徴とする請求項１に記載の目立ち画像生成装置。
【請求項３】
前記評価対象を撮像した撮像画像に対し、前記評価対象と周囲の輝度が等しい場合に目立ちが無いと評価し、前記評価対象と前記周囲の輝度対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する輝度目立ち評価部を備え、
前記画像化部は、
前記色差目立ち評価部と前記輝度目立ち評価部の評価結果に基づいて、前記撮像画像の色差及び輝度の目立ちの分布を示す目立ち画像を生成する
ことを特徴とする請求項１又は２に記載の目立ち画像生成装置。
【請求項４】
コンピューターを、
評価対象を撮像した撮像画像に対し、前記評価対象と周囲の色差が無い場合に目立ちが無いと評価し、前記評価対象と前記周囲の色差対比量が大の場合に、その大きさの度合いに応じて前記評価対象の目立ちを高く評価する手段、及び、
前記色差目立ち評価部の評価結果に基づいて、前記撮像画像の色差による目立ちの分布を示す目立ち画像を生成する手段
として機能させることを特徴とする目立ち画像生成プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１８】
【図１９】
【図２０】
【図１６】
【図１７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１８】
【図１９】
【図２０】
【図１６】
【図１７】
【公開番号】特開２０１２−５８８４９（Ｐ２０１２−５８８４９Ａ）
【公開日】平成２４年３月２２日（２０１２．３．２２）
【国際特許分類】
【出願番号】特願２０１０−１９９２０７（Ｐ２０１０−１９９２０７）
【出願日】平成２２年９月６日（２０１０．９．６）
【出願人】（００００００１９２）岩崎電気株式会社 (533)
【Ｆターム（参考）】
【公開日】平成２４年３月２２日（２０１２．３．２２）
【国際特許分類】
【出願日】平成２２年９月６日（２０１０．９．６）
【出願人】（００００００１９２）岩崎電気株式会社 (533)
【Ｆターム（参考）】
[ Back to top ]