CN1885952A - 摄像设备和图像处理方法 - Google Patents

Abstract

本发明提供一种摄像设备和图像处理方法，该摄像设备用于对被摄体进行摄像并处理通过该摄像获得的图像信号，包括：白平衡校正装置，用于利用根据包含在图像信号中的面部区域和其他区域计算的白平衡校正值，进行图像信号的白平衡校正；以及CPU，用于当根据图像信号计算白平衡校正值时，改变在计算白平衡校正值中使用的面部区域的图像信号的比例。

Description

摄像设备和图像处理方法

技术领域

本发明涉及一种诸如数字照相机、数字摄像机等的摄像设备以及用于处理通过摄像获得的图像信号的图像处理方法，更具体地说，本发明涉及进行面部检测的摄像设备内的白平衡校正与图像处理方法。

背景技术

现在给出数字照相机等采用的传统白平衡增益计算电路的操作的说明。首先，如图22所示，事先将屏幕划分为任意多个块(m)。然后，在每个块(1至m)上，对于每种颜色，相加并平均像素值，计算颜色平均值(R[i]、G[i]、B[i])，并利用例如下面的式(1)计算颜色评价值(Cx[i]、Cy[i])：

Cx[i]＝(R[i]-B[i])/Y[i]×1024

Cy[i]＝(R[i]+B[i]-2G[i])/Y[i]×1024...(1)其中Y[i]＝R[i]+2G[i]+B[i]，而[i]是每个块的索引号。

然后，事先在各种光源下拍摄白色被摄体，并计算颜色评价值。通过这样做，如果在每个块计算的颜色评价值均包括在事先设置的如图23所示的白色检测范围301内，则判定该块是白色，并对同样被认为是白色的块的像素值求和。白色检测范围301对事先在不同光照条件下拍摄白色并计算的颜色评价值进行绘图，图23所示x坐标(Cx)的负方向表示在拍摄高色温被摄体的白色时的颜色评价值，正方向表示在拍摄低色温被摄体的白色时的颜色评价值，Y坐标(Cy)表示光源的绿色分量程度。该量值在负方向上越大，则G分量越大，光源是荧光的可能性越大。

然后，根据总像素值(sumR、sumG、sumB)，利用下面的式(2)，计算白平衡系数(WBCo_R、WBCo_G、WBCo_B)：

WBCo_R＝sumY×1024/sumR

WBCo_G＝sumY×1024/sumG          ...(2)

WBCo_B＝sumY×1024/sumB其中sumY＝(sumR+2×sumG+sumB)/4。

然而，如图24所示，在拍摄人面部的特写镜头时，传统白平衡增益计算方法存在以下问题。即，因为在阳光下拍摄的肤色区域的颜色评价值(图23中的9-1所示)与在钨灯下拍摄的白色被摄体的颜色评价值(图23中的9-2所示)基本相同，所以在钨灯下，有时会将肤色错误地判定为白色，而将肤色校正为白色。

为了解决上述问题，提出了从白色检测中去除由面部检测电路检测到的面部区域(请参考图25)(JP-A-2003-189325)。

然而，在这种传统的白平衡增益计算方法中，在该面部检测电路中没有考虑到处理错误地识别面部或者不能检测到面部的情况。因此，如果面部检测电路错误地将不是面部的区域检测为面部，则白色检测对象区域减小，从而导致输出色温信息的准确度降低。此外，如果某个区域是人面部，但是没有将该区域识别为面部，则因为在该面部区域上执行白色检测，导致白平衡校正的准确度降低。

此外，如图24所示，在对人面部拍摄特写镜头的情况下，如果从该白色检测对象区域内去除该面部区域，则用于实现白色检测的被摄体区域几乎消失，导致白平衡校正准确度降低。

发明内容

本发明的一个方面是一种摄像设备，用于对被摄体进行摄像并处理通过该摄像获得的图像信号，其特征在于，该摄像设备包括：白平衡校正装置，用于利用根据包含在所述图像信号中的面部区域和其他区域计算的白平衡校正值，进行所述图像信号的白平衡校正；以及控制装置，用于当根据所述图像信号计算所述白平衡校正值时，改变在计算所述白平衡校正值中使用的所述面部区域的图像信号的比例。

根据本发明，还可以通过提供一种摄像设备来实现上述目的，该摄像设备用于对被摄体进行摄像并处理通过该摄像获得的图像信号，其特征在于，该摄像设备包括：面部检测装置，用于从所述图像信号中检测面部区域；白平衡校正装置，用于利用白平衡校正值进行所述图像信号的白平衡校正；以及控制装置，用于根据表示由所述面部检测装置检测到的所述面部区域是面部的可能性的可靠度，控制所述白平衡校正装置。

根据本发明，还可以通过提供一种摄像设备来实现上述目的，该摄像设备用于对被摄体进行摄像并处理通过该摄像获得的图像信号，其特征在于，该摄像设备包括：面部检测装置，用于从所述图像信号中检测面部区域，并获取关于检测到的面部区域的属性信息；第一计算装置，用于利用所述图像信号中被认为是白色的图像信号来计算第一白平衡校正值；第二计算装置，用于利用所述图像信号中被所述面部检测装置检测到的所述面部区域的图像信号来计算第二白平衡校正值；第三计算装置，用于通过根据所述面部检测装置获得的所述属性信息，加权组合所述第一白平衡校正值和所述第二白平衡校正值，来计算第三白平衡校正值；以及白平衡校正装置，用于利用所述第三白平衡校正值进行白平衡校正。

根据本发明，还可以通过提供一种摄像设备来实现上述目的，该摄像设备用于对被摄体进行摄像并处理通过该摄像获得的图像信号，其特征在于，该摄像设备包括：面部检测装置，用于从所述图像信号中检测面部区域，并从检测到的面部区域中获取属性信息；权重确定装置，所述图像信号被划分为多个分区，所述权重确定装置用于根据所述分区的图像信号是否是白色、所述分区是否包括在面部区域内、以及所述属性信息，来确定对每个所述分区分配的权重；白平衡校正值计算装置，用于根据由被利用所述权重确定装置对每个所述分区分配的权重进行加权相加的所述图像信号组成的图像信号，来计算白平衡校正值；以及白平衡校正装置，用于利用所述白平衡校正值进行白平衡校正。

根据本发明，还可以通过提供一种图像处理方法来实现上述目的，该图像处理方法用于处理通过拍摄被摄体而获得的图像信号，其特征在于，该方法包括：白平衡校正步骤，用于利用根据包含在所述图像信号中的面部区域和其他区域计算的白平衡校正值，进行所述图像信号的白平衡校正；以及控制步骤，用于当根据所述图像信号计算所述白平衡校正值时，改变在计算所述白平衡校正值中使用的所述面部区域的图像信号的比例。

根据本发明，还可以通过提供一种图像处理方法来实现上述目的，该图像处理方法用于处理通过拍摄被摄体而获得的图像信号，其特征在于，该方法包括：面部检测步骤，用于从所述图像信号中检测面部区域；白平衡校正步骤，用于利用白平衡校正值进行所述图像信号的白平衡校正；以及控制步骤，用于根据表示在所述面部检测步骤中检测到的所述面部区域是面部的可能性的可靠度，控制所述白平衡校正步骤。

根据本发明，还可以通过提供一种图像处理方法来实现上述目的，该图像处理方法用于处理通过拍摄被摄体而获得的图像信号，其特征在于，该方法包括：面部检测步骤，用于从所述图像信号中检测面部区域，并获取关于检测到的面部区域的属性信息；第一计算步骤，用于利用所述图像信号中被认为是白色的图像信号来计算第一白平衡校正值；第二计算步骤，用于利用所述图像信号中被所述面部检测步骤检测到的所述面部区域的图像信号来计算第二白平衡校正值；第三计算步骤，用于通过根据在所述面部检测步骤中获得的所述属性信息，加权组合所述第一白平衡校正值和所述第二白平衡校正值，来计算第三白平衡校正值；以及白平衡校正步骤，用于利用所述第三白平衡校正值进行白平衡校正。

根据本发明，还可以通过提供一种图像处理方法来实现上述目的，该图像处理方法用于处理通过拍摄被摄体而获得的图像信号，其特征在于，该方法包括：面部检测步骤，用于从所述图像信号中检测面部区域，并从检测到的面部区域中获取属性信息；权重确定步骤，所述图像信号被划分为多个分区，所述权重确定步骤用于根据所述分区的图像信号是否是白色、所述分区是否包括在面部区域内、以及所述属性信息，来确定对每个所述分区分配的权重；白平衡校正值计算步骤，用于根据由被利用所述权重确定步骤对每个所述分区分配的权重进行加权相加的所述图像信号组成的图像信号，来计算白平衡校正值；以及白平衡校正步骤，用于利用所述白平衡校正值进行白平衡校正。

根据下面结合附图所做的说明，本发明的其他特征和优点显而易见，在本发明的所有附图中，同样的附图标记表示同样或者类似的部分。

附图说明

包括在本说明书中并构成本说明书一部分的附图示出本发明实施例，而且它与说明书一起用于解释本发明的原理。

图1是示出根据本发明第一实施例具有面部检测能力的摄像设备的功能结构的示意框图；

图2A和图2B是示出根据本发明第一实施例的面部信息的图；

图3是示出根据本发明第一实施例的摄像处理的流程图；

图4是示出根据本发明第一实施例的聚焦控制/测光/色度测量处理的流程图；

图5是示出根据本发明第一实施例的摄像处理的流程图；

图6是示出根据本发明第一实施例的记录处理的流程图；

图7是示出根据本发明第一实施例的WB(白平衡)控制单元的详细功能结构的框图；

图8是示出根据本发明第一实施例的第一WB校正值计算处理的流程图；

图9是示出根据本发明第一实施例的第二WB校正值计算处理的流程图；

图10是示出根据本发明第一实施例的第三WB校正值计算处理的流程图；

图11是示出根据本发明第一实施例与事先准备的白色检测范围和WB校正值相对应的颜色评价值的例子的图；

图12是示出根据本发明第一实施例的肤色色调(hue)范围的图；

图13是示出根据本发明第一实施例在检测到多个面部区域的情况下的第二WB校正值计算处理的流程图；

图14是示出根据本发明第一实施例用于计算加权相加系数(weighted addition coefficient)的特性的图；

图15是示出根据本发明第一实施例用于计算加权相加系数的特性的图；

图16是示出根据本发明第二实施例的第二WB校正值计算处理的流程图；

图17A、17B是示出根据本发明第二实施例对应于直线的肤色评价值与白色评价值的关系的图；

图18是示出根据本发明第三实施例的WB控制单元的功能结构的框图；

图19是示出根据本发明第三实施例的WB校正值计算处理的流程图；

图20是示出根据本发明的第三变形例的摄像处理的流程图；

图21是示出根据本发明第三变形例的聚焦控制/测光/色度测量处理的流程图；

图22是示出将屏幕划分为任意数量的多个块的例子的图；

图23是示出白色检测范围的图；

图24是示出被摄体是对面部拍摄的特写镜头的例子的图；以及

图25是示出从白色检测中去除面部区域的传统例子的图。

具体实施方式

现在，根据附图详细说明本发明的优选实施例。

第一实施例

图1是示出根据本发明第一实施例具有面部检测功能的摄像设备的功能结构的示意框图。

在图1中，附图标记101表示包括CCD、CMOS等的固态图像传感元件，利用例如拜耳布局RGB滤色器覆盖其正面，因此，它具有可以拍摄彩色照片的结构。附图标记102表示OB(opticalblack，光影)校正电路102，通过从根据图像传感元件101的曝光区获得的图像信号中减去从设置在该图像传感元件101上的光屏蔽部分获得的暗电流信号，该OB校正电路102执行暗电流去除处理。OB校正电路为了去除暗电流而处理的图像信号被临时存储到存储器103内。

附图标记115表示面部检测单元，它利用存储在存储器103内的图像信号来检测面部。在面部检测单元115利用如图2A所示的众所周知方法检测面部(面部1，面部2)时，它将如图2B所示的面部信息存储到该存储器中。该面部信息包括表示面部部分的区域和中心的坐标值，左眼和右眼的坐标值以及可靠度(表示面部之外的内容不被错误地检测为面部的可靠度)。应该注意，在此使用的存储器可以是上述存储器103，或者其它内部存储器。

现在，说明用于获得上述可靠度的方法。

首先，从该图像信号中提取面部部分。具体地说，例如，利用如下方法，提取该面部部分：首先，面部部分的提取包括利用水平和垂直带通滤波器对该图像信号进行虑波，检测该面部部分的边缘；然后，数字化该边缘，检测纹理；然后，将检测到的纹理送到模式识别电路，该模式识别电路识别面部的各组成部分，例如，面部轮廓、眼睛、鼻子、嘴等，而且使检测到的纹理缩小到面部组成部分备选项。

接着，使上面描述的所提取的面部组成部分备选项通过非面部滤波器，而且缩小各组成部分。具体地说，例如，检测到的面部组成部分通过多个非面部滤波器，对检测到的面部组成部分分配分数，并将分数等于或者大于事先设置的分数的组成部分看作面部组成部分。

例如，面部组成部分备选项通过诸如以下滤波器：1)检测到的眼睛备选项组成部分是否是一组，2)对于该组眼睛组成部分，关于眼睛的大小和它们之间的距离是否不自然，3)鼻子组成部分和嘴组成部分是否在眼睛之间空间的中心的下方，4)眼睛周围的颜色是否是肤色。然后，对事先对每个滤波器设置的阈值分配分数，并输出分数等于或者大于该分数的面部组成部分作为面部。

在此，以可靠度的方式反映上述分数，例如，可靠度是1或者大于某个分数，以及可靠度是0.5或者低于某个分数(其中最高可靠度是1，最低可靠度是0)。

此外，面部检测单元115将对应于所检测的面部部分的图像信号(即，该面部部分的坐标值限定的区域内的图像信号)发送到CPU116。应该注意，如果不能检测到人的面部，则将表示不能检测到面部的信息记录到存储器内，然后，将存储在存储器103内的图像信号原样发送到CPU 116。

在CPU 116上，如果根据面部检测单元115发送来的图像信号检测到人的面部，则计算提供最适合该面部的亮度的快门速度Tv和光圈值Av，并计算使该面部聚焦的聚焦镜头驱动量。另一方面，如果没有检测到人的面部，则CPU 116计算对整个图像提供最佳亮度的快门速度Tv和光圈值Av，并计算使位于预置焦点区内的被摄体部分聚焦的聚焦镜头驱动量。将CPU 116计算的曝光值(Tv，Av)和聚焦镜头驱动量送到快门/光圈/聚焦镜头控制电路114，并根据该值调节未示出的镜头、光圈和快门以及图像传感元件101。

附图标记104表示白平衡(WB)控制单元，其根据存储在存储器103内的图像信号和从面部检测单元115获取的面部信息，计算WB校正值，并利用算出的WB校正值，对存储在存储器103内的图像信号进行WB校正。下面将详细说明WB控制单元104的详细结构以及用于计算WB校正值的方法。

附图标记105表示颜色转换MTX电路，它增加颜色增益，并转换为色差信号R-Y、B-Y，以便以最适当的颜色再现由WB控制电路104进行了WB校正的图像信号。附图标记106表示低通滤波器(LPF)电路，它用于限制色差信号R-Y、B-Y的带宽，而107表示CSUP(Chroma Suppress，色度抑制)电路，它用于抑制由LPF电路106限制了带宽的图像信号的饱和部分的伪(pseudo)颜色信号。

与此同时，还将利用WB控制单元104进行了WB校正的图像信号输出到亮度信号(Y)生成电路112，并产生亮度信号Y。然后，边缘强调电路113对所产生的亮度信号Y进行边缘强调处理。

然后，RGB转换电路108将CSUP电路107输出的色差信号R-Y、B-Y和边缘强调电路113输出的亮度信号Y转换为RGB信号，之后，伽玛校正电路109对它们进行色调校正，此后，颜色亮度转换电路110将它们转换为YUV信号，压缩电路111进一步压缩它们，然后，将它们作为图像信号记录在诸如压缩闪存(compact flash，注册商标)等外部记录介质或者内部记录介质上。

接着，将参考图3至6说明具有上述结构的摄像设备内的摄像处理。应该注意，当利用未示出的模式拨盘等将该设备设置为摄像模式时，执行该处理。

首先，在步骤S11，检验未示出的快门开关的状态。当用户将快门开关按下一半(半程)(SW1接通)时，摄像处理进入步骤S12，执行聚焦控制/测光/色度测量处理。后面将参考图4详细说明该聚焦控制/测光/色度测量处理。当完成聚焦控制/测光/色度测量处理(步骤S12)时，该摄像处理进入步骤S13。

如果在没有完全按下(全程)(SW2接通)的情况下(步骤S13中的“断开”)，释放未示出的现在处于半程(SW1接通)的快门开关(步骤S14中的“断开”)，则该摄像处理返回步骤S11，重复上述处理。如果在没有完全按下(全程)(SW2接通)的情况下(步骤S13中的“断开”)，快门开关保持在半程(SW1接通)(步骤S14中的“接通”)，则该摄像处理返回步骤S13。当快门开关被完全按下时(SW2接通)(步骤S13中的“接通”)，则该摄像处理进入步骤S15。

在步骤S15，执行摄像处理。后面将参考图5详细说明在步骤S15执行的摄像处理。在完成了步骤S15的摄像处理后，摄像处理进入步骤S16，执行记录处理。后面将参考图6详细说明在步骤S16执行的记录处理。

当完成了在步骤S16执行的记录处理时，在步骤S17探测快门开关是否被完全按下(SW2接通)。如果是，则该摄像处理进入步骤S18，确认该摄像设备处于连续摄像模式。如果没有将该设备设置为连续摄像模式，则该摄像处理返回步骤S17，该设备处于对快门开关完全按下(SW2接通)的待机状态，并且该摄像处理进入步骤S19。如果该设备被设置为连续摄像模式，则该摄像处理返回步骤S15，拍摄下一个照片。另一方面，如果释放全部按下(SW2接通)的快门开关(步骤S17中的“断开”)，则在步骤S19，该设备处于对释放半程(SW1接通)快门开关的待机状态。一旦被释放，则该摄像处理返回步骤S11。

图4是示出在图3所示步骤S12执行的聚焦控制/测光/色度测量处理细节的流程图。

首先，在步骤S21，从图像传感元件101读出电荷信号，OB校正电路102执行暗电流去除，并将获得的图像信号依次写入存储器103。然后，根据写入存储器103的图像信号，CPU 116判断曝光是否正确(步骤S22)。如果CPU 116判定曝光不正确，则CPU116计算如上所述的快门速度Tv和光圈Av(步骤S23)，处理返回步骤S21。根据在步骤S23计算的值，快门/光圈/聚焦镜头控制电路114分别调节未示出的光圈和快门以及图像传感元件101，并再次读出电荷信号。应该注意，如上所述，如果面部检测单元115检测到面部，则在全部曝光像素图像信号中，CPU 116使用检测到的面部区域内的图像信号用于其计算，从而使能够进行适合面部的曝光控制。

当在步骤S22，CPU 116判定曝光正确时，所算出的快门速度Tv和光圈Av被存储到CPU 116的内部存储器中。

接着，直到判定白平衡正确为止(即，只要在步骤S26是“否”)，利用WB控制电路104执行AWB控制(步骤S27)。后面将参考图7和图8至10，详细说明AWB控制。

一旦判定白平衡正确(步骤S26中的“是”)，则将WB校正值(白平衡增益)存储在WB控制单元104的如下所述的第一WB校正值保持单元205内，处理进入步骤S28。

在步骤S28，直到通过聚焦控制处理判定该图像处在焦点上为止(即，只要在步骤S28是“否”)，CPU 116执行用于调节未示出的聚焦镜头的AF控制(步骤S29)。AF控制包括计算聚焦镜头驱动量，并根据快门/光圈/聚焦镜头控制电路114计算的聚焦镜头驱动量来调节未示出的聚焦镜头。应该注意，如上所述，如果面部检测单元115检测到面部，则在全部曝光像素图像信号中，CPU 116使用检测到的面部区域内的图像信号用于其计算，从而使能够进行适合面部的曝光控制。

一旦通过聚焦控制处理判定该图像处在焦点上(在步骤S28中为“是”)，则将测量数据存储到CPU 116的内部存储器中，并结束聚焦控制/测光/色度测量例程S12。

应该注意，尽管在上述处理例子中，处理顺序是曝光控制之后进行WB控制，然后进行聚焦控制，但是本发明并不局限于此。因此，作为选择，当然可以采用不同的处理顺序，或者并行执行这些处理。

图5是详细示出图3所示步骤S15的摄像处理的流程图。

在未示出的快门按钮被完全按下(SW2接通)时，根据参考图4所述获得的快门速度Tv和光圈值Av，调节快门/光圈/聚焦镜头控制电路114。然后，根据光圈值，打开未示出的具有光圈功能的快门(步骤S31)，开始图像传感元件101的曝光(步骤S32)。

然后，快门/光圈/聚焦镜头控制电路114根据快门速度Tv对图像传感元件101的曝光结束进行待机。当曝光时间段结束时，处理进入步骤S34，关闭快门，从图像传感元件101读出电信号，并将由OB校正电路102进行了暗电流去除处理的图像信号写入存储器103(步骤S35)。

在步骤S36，在WB控制单元104至颜色亮度转换电路110的每一个电路按顺序执行了包括WB校正的上述颜色处理之后，结束该摄像处理例程(步骤S15)。

图6是详细示出图3所示步骤S16的记录处理的流程图。

在步骤S41，在利用压缩电路111压缩颜色处理后的图像数据后，将压缩图像数据写入未示出的诸如存储卡或者压缩闪存(注册商标)的外部记录介质，或者内部记录介质(步骤S42)。一旦完成将压缩图像数据写入记录介质，该记录处理例程(步骤S16)结束。

接下来，将参考图7至图10，详细说明在第一实施例中在图4所示的聚焦控制/测光/色度测量处理的步骤S27中执行的AWB控制。

图7是示出WB控制单元104的详细功能结构的框图，图8至10是示出在WB控制单元104中执行的用于计算WB校正值的方法的流程图。

第一实施例的WB控制单元104的区别特征是，它具有第一至第三WB校正值计算单元202至204。第一WB校正值计算单元202利用传统方法计算第一WB校正值，而不使用面部检测单元115检测的面部信息。第二WB校正值计算单元203计算第二WB校正值，该第二WB校正值提供对面部检测单元115检测到的面部区域的肤色的颜色再现。第三WB校正值计算单元204利用根据面部信息计算的加权相加系数，通过加权相加第一WB校正值和第二WB校正值，来计算第三WB校正值。此外，第一实施例的WB控制单元104具有开关201，在未示出的快门开关被按下半程(SW1接通)时，该开关201连接到端子1，而在所有其他情况下，该开关201连接到端子0。此外，WB控制单元104具有：第一WB校正值保持单元205，用于存储由第三WB校正值计算单元204计算的第三WB校正值；以及第二WB校正值保持单元206，用于保持预置的WB校正值。此外，WB控制单元104具有开关207，当未示出的快门开关被按下半程(SW1接通)，或者被完全按下(SW2接通)时，该开关207连接到端子1，而在所有其他情况下，该开关207连接到端子0。此外，WB控制单元104具有WB校正单元208，利用存储在第一或者第二WB校正值保持单元205或者206内的WB校正值，该WB校正单元208对存储在存储器103内的图像信号进行WB校正。利用这种结构，当不操作快门开关(SW1和SW2都断开)时，开关201和207都连接到端子0，因此，存储在存储器103内的图像信号被输入到WB校正单元208，并且利用存储在第二WB校正值保持单元206内的预定WB校正值，WB校正单元208进行WB校正。应该注意，尽管在图7中，第一和第二WB校正值保持单元205和206被示出在WB控制单元104内，但是，显然，可以将第一和第二WB校正值保持单元205、206设置在WB控制单元104的外部，而且可以采用可通过WB控制单元104对其进行读、写的存储器。

在图4所示的聚焦控制/测光/色度测量处理的步骤S27中，快门开关被按下半程(SW1接通)，因此，开关201和207都连接到端子1侧，并执行用于计算第一WB校正值、第二WB校正值和第三WB校正值的处理。下面将详细说明用于计算第一WB校正值、第二WB校正值和第三WB校正值的方法。

首先，先参考图8说明第一WB校正值计算单元202执行的第一WB校正值计算方法。首先，从存储器103输出图像信号，并将由该图像信号构成的图像划分为任意m个块，如图22所示(步骤S101)。然后，对于每个块(1至m)，对每种颜色相加并平均像素值，并计算颜色平均值(R[i]，G[i]，B[i])，利用式(1)计算颜色评价值(Cx[i]，Cy[i])(步骤S102)：

Cx[i]＝(R[i]-B[i])/Y[i]×1024

Cy[i]＝(R[i]+B[i]-2G[i])/Y[i]×1024    ...(1)其中Y[i]＝R[i]+2G[i]+B[i]，[i]是块的索引号。

接着，判断在步骤S102计算的第i块的颜色评价值(Cx[i]，Cy[i])是否包括在图23所示的预置白色检测范围301内(步骤S103)。白色检测范围301对颜色评价值绘图，该颜色评价值是事先在不同光源下拍摄白色并计算的。图23所示的x坐标(Cx)的负方向表示当拍摄高色温被摄体的白色时的颜色评价值，正方向表示当拍摄低色温被摄体的白色时的颜色评价值。y坐标(Cy)表示光源的绿色分量度。沿负方向延伸越大，则G分量越大，表示该光源是荧光。

如果第i块的颜色评价值(Cx[i]，Cy[i])在白色检测范围301内(步骤S103中为“是”)，则该块被认为是白色，并对该块的颜色平均值(R[i]，G[i]，B[i])求和(步骤S104)。如果该颜色评价值(Cx[i]，Cy[i])不在该白色检测范围301内，则该处理进入步骤S105，而不对该块的颜色平均值求和。可以利用式(3)表示步骤S103和步骤S104的处理：

$\mathrm{SumR}=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}\mathrm{Sw}\left[i\right]\×R\left[i\right]$

$\mathrm{SumG}=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}\mathrm{Sw}\left[i\right]\×G\left[i\right]---\left(3\right)$

$\mathrm{SumB}=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}\mathrm{Sw}\left[i\right]\×B\left[i\right]$

在式(3)中，当颜色评价值(Cx[i]，Cy[i])在白色检测范围301内时，将Sw[i]设置为1，而在它们不在白色检测范围301内时，将Sw[i]设置为0，这样，实际上可以执行相加或者不相加校正的颜色平均值(R[i]，G[i]，B[i])的处理。

在步骤S105，判断是否已经对所有块执行了上述处理。如果存在没有处理的块，则该处理返回到步骤S102，重复上述处理。如果已经对所有块进行了处理，则该处理进入步骤S106。

在步骤S106，根据利用下面的式(4)获得的颜色评价值的和值(sumR，sumG，sumB)，计算第一WB校正值(WBCo1_R，WBCo1_G，WBCo1_B)：

WBCo1_R＝sumY×1024/sumR

WBCo1_G＝sumY×1024/sumG    ...(4)

WBCo1_B＝sumY×1024/sumB其中sumY＝(sumR+2×sumG+sumB)/4。

接着，参考图9说明第二WB校正值计算单元203执行的第二WB校正值计算方法。第一实施例中的第二WB校正值计算方法包括从多个预置WB校正值的组中选择使检测到的面部区域的色调(颜色再现)最佳的WB校正值。为了有助于理解该说明，首先说明检测到单个面部的情况。

首先，对于颜色RGB中的每一个，相加和平均面部检测单元115检测到的面部区域内的像素值，并计算面部区域颜色平均值(aveFaceR，aveFaceG，aveFaceB)(步骤S111)。

接着，利用式(5)，将事先为每个色温准备的后面要说明的n个WB校正值(WBCo_R[j]，WBCo_G[j]，WBCo_B[j]，j＝1～n)乘以在步骤S111算出的面部区域的颜色平均值。这样，计算利用每种颜色的WB校正值校正的该面部区域的校正颜色平均值(R[j]，G[j]，B[j])(步骤S112)。

R[j]＝aveFaceR×WBCo_R[j]

G[j]＝aveFaceG×WBCo_G[j]    ...(5)

B[j]＝aveFaceB×WBCo_B[j]

在此，说明n个WB校正值。

图11中的附图标记301示出与图23所示相同的白检测范围301。该颜色检测范围301内的颜色评价值与该WB校正值是一一对应的。因此，如果知道颜色评价值，则可以利用如下公式计算WB校正值。

如果在上述式(1)中，Y[m]＝1024，则

Cx[m]＝R[m]_B[m]

Cy[m]＝R[m]+B[m]-2G[m]    ...(6)

1024＝R[m]+2G[m]+B[m]

如果求解式(6)的联立方程，则各RGB像素值变成：

R[m]＝2Cx[m]+Cy[m]+1024/4

G[m]＝1024-Cy[m]/2        ...(7)

B[m]＝-2Cx[m]+Cy[m]+1024/4

可以利用它们计算WB校正值。在第一实施例的第二WB校正值计算方法中，在每个给定的色温带(Cx)和每个给定的荧光带(Cy)，事先关联并存储n个颜色评价值和根据这些颜色评价值计算的WB校正值，如图11示出的○点所示。(WBCo_R[j]，WBCo_G[j]，WBCo_B[j]，j＝1～n)。然后，利用下面的处理，从其内选择最佳WB校正值，计算第二WB校正值。

接着，根据如上所述计算的校正颜色平均值(R[j]，G[j]，B[j])，利用式(8)计算面部区域色差值(R-Y[j]，B-Y[j])(步骤S113)：

R-Y[j]＝R[j]-Y[j]

B-Y[j]＝B[j]-Y[j]               ...(8)其中Y[j]＝0.3×R[j]+0.59×G[j]+0.11×B[j]，j＝1～n。

接着，根据利用式(8)计算的面部区域色差值(R-Y[j]，B-Y[j])，利用式(9)计算色调角值(hue[j])(步骤S114)。

Hue[j]＝tan^-1(^R-Y[j]/_B-Y[j])    ...(9)

然后，判断计算的色调角值是否在图12所示的预置的理想肤色色调范围内(步骤S115)。如果在预置的理想肤色色调范围内，则对在计算色调角值期间使用的WB校正值(WBCo_R[j]，WBCo_G[j]，WBCo_B[j])求和(步骤S116)。然后，对事先准备的n个WB校正值(WBCo_R[j]，WBCo_G[j]，WBCo_B[j])，执行步骤S112至步骤S116的处理(步骤S117)。

在对全部n个校正值进行了处理后，对计算出的WB校正值的和进行平均，并计算第二WB校正值(步骤S118)。换句话说，经过步骤S112至步骤S118，利用下面的式(10)求得第二WB校正值：

$\mathrm{WBCo}2\_R=\left(\underset{j=0}{\overset{n}{\mathrm{\Σ}}}\mathrm{Sw}\right[j]\×\mathrm{WBCo}\_R[j]/\mathrm{Num})$

$\mathrm{WBCo}2\_G=\left(\underset{j=0}{\overset{n}{\mathrm{\Σ}}}\mathrm{Sw}\right[j]\×\mathrm{WBCo}\_G[j]/\mathrm{Num})---\left(10\right)$

$\mathrm{WBCo}2\_B=\left(\underset{j=0}{\overset{n}{\mathrm{\Σ}}}\mathrm{Sw}\right[j]\×\mathrm{WBCo}\_B[j]/\mathrm{Num})$

在式(10)中，在步骤S114计算的n个色调角值中，当该值位于图12所示肤色色调区域内时，将式(3)内的Sw[i]设置为1，当不在该肤色色调区域内时，将Sw[i]设置为0。因此，步骤S115的判断结果基本上可以判定是否相加该WB校正值。此外，Num表示在n个色调角值中将Sw[i]设置为1的色调角值的数量。

接着，参考图10，说明第三WB校正值计算单元执行的第三WB校正值计算方法。

第一实施例中的第三WB校正值计算方法选择或者执行对第一WB校正值和第二WB校正值的加权相加，以响应面部检测单元115检测到的面部的可靠度(请参考图2B)，并输出该结果作为第三WB校正值。面部检测单元115检测到的可靠性在1至0的范围内，其中1表示面部检测的可靠度是100％，随着该值的减小，可靠度降低。

首先，在步骤S121，输入第一和第二WB校正值计算单元202和203计算的第一和第二WB校正值。接着，从面部检测单元115输出的面部信息中提取可靠度(r)(步骤S122)，然后，利用下面的式(11)，利用该可靠度(r)计算第三WB校正值(WBCo3_R，WBCo3_G，WBCo3_B)(步骤S123)：

WBCo3_R＝(1-r)×WBCo1_R+r×WBCo2_R

WBCo3_G＝(1-r)×WBCo1_G+r×WBCo2_G    ...(11)

WBCo3_B＝(1-r)×WBCo1_B+r×WBCo2_B

因此，在第一实施例中，当利用面部检测单元115检测到面部时的可靠度高(r＝1)时，采用100％的第二WB校正值，当该可靠度低(r＝0)时，采用100％的第一WB校正值。对于中等可靠度，根据该可靠度，将第一WB校正值和第二WB校正值加权相加在一起。面部检测单元115有时错误地将与人面部类似的纹理检测为面部，但是，通过利用式(11)计算第三WB校正值，可以避免采用错误检测到的非面部区域计算的第二WB校正值产生的错误。

此外，即使在面部区域占据大部分图像时，仍可以利用第二WB校正值计算第三WB校正值。

然后，将如上所述计算的第三WB校正值存储在第一WB校正值保持单元205内。然后，在未示出的快门开关被完全按下(SW2接通)，并执行摄像处理时，执行图5所示步骤S36的颜色处理。此时，利用通过开关207的端子1输入的第三WB校正值，WB校正单元208对通过开关201的端子0从存储器103读取的图像信号进行WB校正。

上面的说明描述了当计算第二WB校正值时检测到单个面部的情况。作为对比，参考图13所示的流程图，说明当检测到多个面部时计算第二WB校正值的计算方法。在此，如图2A所示，检测到两个面部。

首先，在步骤S131，根据从面部检测单元115获得的面部信息，获取检测到的面部区域的数量(Face1，Face2)。

然后，对每个面部区域执行参考图9所示的步骤S111至S118描述的处理，并计算每个面部区域的第二WB校正值(步骤S132)。重复步骤S132，直到在步骤S133完成对所有面部区域的处理。

在此，如图2A所示存在两个面部区域，因此计算两组WB校正值，Face1第二WB校正值和Face2第二WB校正值。在此，Face1的第二WB校正值是WBCo2_R_Face[1]、WBCo2_G_Face[1]、WBCo2_B_Face[1]，Face2的第二WB校正值是WBCo2_R_Face[2]、WBCo2_G_Face[2]、WBCo2_B_Face[2]。

接着，利用式(12)，根据包括在面部信息内的可靠度值(r[1]＝F1(re1)，r[2]＝F2(re1))，计算加权相加系数MixRatio[i](步骤S134)：

MixRatio[1]＝r[1]/(r[1]+r[2])

MixRatio[2]＝r[2]/(r[1]+r[2])    ...(12)

这些式被设计成使得在检测到的面部区域中，采用更多个根据具有实际上是面部的高可靠度的区域计算的WB校正值。接着，利用在步骤S134计算的加权相加系数MixRatio[i]，利用式(13)加权相加在步骤S132计算的两组第二WB校正值(步骤S135)：

WBCo2_R＝(MixRatio[1]×WBCo2_R_Face[1]+MixRatio[2]×WBCo2_R_Face[2])

WBCo2_G＝(MixRatio[1]×WBCo2_G_Face[1]+MixRatio[2]×WBCo2_G_Face[2])

WBCo2_B＝(MixRatio[1]×WBCo2_B_Face[1]+MixRatio[2]×WBCo2_B_Face[2])                        ...(13)

通过以上述方式加权相加而获得的值是第二WB校正值。

应该注意，利用图10所示的上述过程，可以计算第三WB校正值，当检测到多个面部区域时，在步骤S123计算并使用在步骤S122计算的可靠度的平均值。例如，当检测到两个面部区域并且该面部区域的可靠度是r[1]＝F1(re1)、r[2]＝F2(re1)时，在计算第三WB校正值时使用的可靠度r是r＝(r[1]+r[2])/2。

应该注意，尽管在上述图13所示的步骤S134执行的加权相加系数MixRatio[i]的计算采用概率度(degree of probability)r[i]，该概率度r[i]是面部信息中的信息是面部的可能性的量化，但是，作为一种选择，还可以采用如下技术。

例子(1)

使用根据面部区域的面积计算的0至1的值。该技术首先优化表示面部特写镜头的被摄体的WB校正值。首先，利用面部检测单元115检测到的面部信息，根据式(14)计算每个面部区域的面积S[i](其中i是面部区域索引号)。然后，利用式(12)以r[i]计算MixRatio[i]，其中r[i]是利用诸如图14所示曲线图的曲线图求得的值，该曲线图以该面部的面积S[i]作为输入，以加权相加系数k[i]作为输出。例如，当如图2A所示计算两个面部时，面积S[i]为：

S[1]＝(x1[1]-x0[1])×(y1[1]-y0[1])

S[2]＝(x1[2]-x0[2])×(y1[2]-y0[2])    ...(14)

例子(2)

采用根据面部坐标值计算的0至1的值。这种技术首先优化位于画面中央的被摄体的WB校正值。根据面部检测单元115检测到的面部信息的中心坐标(x_Center[i]，y_Center[i])、拍摄画面的中心坐标(CenterX，CenterY)以及从该画面的中心到该画面的对角的距离，计算每个面部区域的图像高度(FaceDis[i])(其中[i]是面部区域索引号)，然后，利用式(12)以r[i]计算MixRatio[i]，其中r[i]是利用诸如图15所示曲线图的曲线图获得的值，该曲线图以图像的高度作为输入，以加权相加系数k[i]作为输出。

$\mathrm{FaceDis}\left[i\right]=\sqrt{{(x\_\mathrm{Center}[i]-\mathrm{CenterX})}^2+{(y\_\mathrm{Center}[i]-\mathrm{CenterY})}^2}/R---\left(15\right)$

应该注意，还可以使用通过将上面步骤S134中描述的方法和在例子(1)和例子(2)中描述的方法任意组合而获得的值。例如，通过将根据面部检测可靠度计算的加权相加系数乘以根据该面部的面积计算的加权相加系数，可以计算新加权相加系数。这是利用面积进一步加权是面部的概率高的面部的系数。

此外，尽管在上面的描述中，将检测到多个面部区域时每个面部区域的可靠度(r[i])平均值用作计算第三WB校正值时使用的可靠度(r)，但是，可以利用其他方法计算该可靠度(r)。例如，如果照相机具有对预先注册的人的面部提供最佳颜色再现的模式，则可以仅对这样预先注册的人计算最佳WB校正值，使得：

r＝特定人的可靠度(1-0)这可以获得对预先注册的人最佳的WB校正值。

此外，当数字照相机具有肤色优先模式，并且选择了该肤色优先模式时，可以输出第二WB校正值作为第三WB校正值，使得该面部获得其最佳肤色。

尽管在上面的描述中，根据面部检测单元115检测到的面部的可靠度来加权组合第一WB校正值和第二WB校正值，但是，作为一种选择，也可以采用下面的结构。

可以在摄像设备上设置允许拍摄者设置要使用的第二WB校正值的比例的控制部件。例如，该控制部件可以是能在0至1的范围内以0.1为增量进行设置的部件。例如，在被设置为0时，CPU116进行控制，以仅使用第一WB校正值。例如，在被设置为0.4时，CPU 116进行控制，以通过将60％的第一WB校正值和40％的第二WB校正值相加来计算第三WB校正值。在被设置为1时，CPU116进行控制，以仅使用第二WB校正值。

此外，尽管在上面的描述中，当加权组合第一WB校正值和第二WB校正值时，可以改变各校正值的比例，但是，作为一种选择，可以进行设置使得在计算第三WB校正值时，始终使用一半的第一WB校正值和一半的第二WB校正值。

第二实施例

接着，将说明本发明的第二实施例。

在该第二实施例中，第二WB校正值计算方法与第一实施例中的第二WB校正值计算方法不同。其余结构和处理与第一实施例的结构和处理相同，因此，在此省略对其说明。参考图16，说明第二实施例中的第二WB校正值计算方法。

在第二WB校正值计算方法中，以如下方式计算第二WB系数：首先，根据面部检测单元115检测到的面部区域，计算颜色评价值(在第二实施例中称为“肤色评价值”)，根据预置的肤色评价值-白色评价值直线，计算白色的评价值(在第二实施例中称为“白色评价值”)。然后，根据该白色评价值，计算第二WB系数。

首先，对于颜色RGB中的每一个，相加并平均面部检测单元115检测到的面部区域内的像素值，并计算面部区域的颜色平均值(aveFaceR[i]，aveFaceG[i]，aveFaceB[i])(步骤S211)。应该注意，i是检测到的面部区域的索引号。

根据在步骤S211计算的颜色平均值，利用式(16)，计算肤色评价值CxSkin[i]、CySkin[i](步骤S212)。

CxSkin[i]＝(aveFaceR[i]-aveFaceB[i])/Y[i]×1024

CySkin[i]＝(aveFaceR[i]+aveFaceB[i])-2aveFaceG[i]/Y[i]×1024                                   ...(16)其中Y[i]＝aveFaceR[i]+2aveFaceG[i]+aveFaceB[i]，而[i]是检测到的面部区域的索引号。

接着，对于每个面部区域，利用如图17A、17B所示的预置肤色评价值(CxSkin[i]，CySkin[i])与白色评价值(CxWhite，CyWhite)之间的直线对应关系，将肤色评价值(CxSkin，CySkin)转换为白色评价值(Cx[i]，Cy[i])(步骤S213)。根据对每个面部区域计算的白色评价值，利用式(7)，计算颜色值(R[i]，G[i]，B[i])，并根据计算的颜色值，利用式(17)，对每个区域首先计算第二WB校正值(步骤S214)：

WBco2_R[i]＝Y[i]×1024/R[i]

WBco2_G[i]＝Y[i]×1024/G[i]    ...(17)

WBco2_B[i]＝Y[i]×1024/B[i]其中Y[i]＝(R[i]+2×G[i]+B[i])/4。

当仅存在面部检测单元115检测到的一个面部区域时，利用式(17)确定第二WB校正值。然而，当存在两个或者更多个的检测到的面部区域时，如在第一实施例中所述地确定第二WB校正值。首先，利用式(12)，计算该面部区域的可靠度的加权相加系数MixRatio[i]。然后，利用该加权相加系数MixRatio[i]，加权相加利用式(13)计算的第二WB校正值，这样获得的值是第二WB校正值。

尽管在上面的描述中，根据面部检测单元115检测到的该面部的可靠度，进行第一WB校正值和第二WB校正值的加权组合，但是，作为一种选择，也可以采用下面的结构。

可以在摄像设备上设置允许拍摄者设置要使用的第二WB校正值的比例的控制部件。例如，该控制部件可以是能够在0至1的范围内以0.1为增量进行设置的部件。例如，在被设置为0时，CPU116进行控制，以仅使用第一WB校正值。例如，在被设置为0.4时，CPU 116进行控制，以通过将60％的第一WB校正值和40％的第二WB校正值相加来计算第三WB校正值。在被设置为1时，CPU116进行控制，以仅使用第二WB校正值。

此外，尽管在上面的描述中，在加权组合第一WB校正值和第二WB校正值时，可以改变校正值的比例，但是，作为一种选择，可以进行设置使得在计算第三WB校正值时，始终使用一半的第一WB校正值和一半的第二WB校正值。

第三实施例

接着，将说明本发明的第三实施例。

在该第三实施例中，WB校正值计算方法与第一和第二实施例中的WB校正值计算方法不同，而且执行该WB校正值计算方法，代替在第一实施例中描述的、图4所示的步骤S127中第一实施例的计算第一至第三WB校正值的处理。应该注意，摄像设备的结构与图1所示的结构相同，而且摄像处理与参考图3至6描述的摄像处理相同，因此，在此省略对其说明。

图18是示出根据本发明第三实施例的WB控制单元104的功能结构的框图。在图18中，附图标记401表示权重确定单元，402表示WB校正值计算单元，403表示WB校正单元。

现在，参考图19，说明利用具有图18所示结构的WB控制单元104在图4所示步骤S27执行的第三实施例中的WB校正值计算方法。

首先，读出存储在存储器103内的图像信号，并将获得的屏幕划分为例如任意数量m个块，如图22所示(步骤S311)。然后，在m个块的每个块，对每种颜色相加并平均每个块内的像素值，计算颜色平均值(R[i]，G[i]，B[i])，以及利用上面描述的式(1)计算颜色评价值(Cx[i]，Cy[i])(步骤S312)。

接着，判断在步骤S312计算的颜色评价值(Cx[i]，Cy[i])是否包括在图23所示的预置白色检测范围301内(步骤S313)。如果该颜色评价值(Cx[i]，Cy[i])不在该白色检测范围301内，则该处理返回步骤S312，并执行下一个决的处理。如果该颜色评价值(Cx[i]，Cy[i])在该白色检测范围301内，则该处理进入步骤S314，判断该颜色评价值(Cx[i]，Cy[i])是否在面部检测单元115检测到的面部区域内。

如果该颜色评价值(Cx[i]，Cy[i])不在该面部区域内，则对该块的颜色评价值(Cx[i]，Cy[i])求和(步骤S315)。如果该颜色评价值(Cx[i]，Cy[i])在该面部区域内，则利用根据该面部信息计算的权重(FaceWeight[i])对该颜色评价值(Cx[i]，Cy[i])进行加权，并求和(步骤S316)。应该注意，利用下面的式(18)，执行步骤S313至S316的处理：

$\mathrm{SumR}=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}\mathrm{Sw}\left[i\right]\×R\left[i\right]\×\mathrm{FaceWeight}\left[i\right]$

$\mathrm{SumG}=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}\mathrm{Sw}\left[i\right]\×G\left[i\right]\×\mathrm{FaceWeight}\left[i\right]---\left(18\right)$

$\mathrm{SumB}=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}\mathrm{Sw}\left[i\right]\×B\left[i\right]\×\mathrm{FaceWeight}\left[i\right]$

其中r是面部区域i的可靠度值，当颜色评价值(Cx[i]，Cy[i])包括在白色检测范围301内时，Sw[i]是1，当颜色评价值(Cx[i]，Cy[i])不包括在内时，Sw[i]是0。

在此，说明利用面部信息计算FaceWeight的方法。在第三实施例的WB校正值计算方法中，因为目的是要从像素和中去除在被认为是白色的块中被检测为是面部的区域，所以利用可靠度r来计算FaceWeight。例如，在可靠度是100％的面部区域内，权重是0，因此，不对该区域的颜色评价值求和，而将可靠度是0％的面部区域赋予权重1，以对该区域的颜色评价值求和。利用下面的式(19)，计算FaceWeight：

FaceWeight[i]＝-r[i]+1                 ...(19)其中r是面部区域i中的可靠度。

然后，判断是否对所有块完成了上述处理(步骤S317)。如果已经处理了所有块，则利用下面的式(20)，利用总颜色平均值(SumR，SumG，SumB)，计算WB校正值(步骤S318)：

WBCo_R＝sumY×1024/sumR

WBCo_G＝sumY×1024/sumG    ...(20)

WBCo_B＝sumY×1024/sumB其中sumY＝(sumR+2×sumG+sumB)/4。

通过如上所述计算WB校正值，当被认为是白色的块在面部区域内时，根据面部信息的可靠度和求和后的颜色平均值分配权重，因此，可以根据面部区域的检测准确度，计算WB校正值。

第一变形例

在上面描述的第一至第三实施例中，当图3中未示出的快门开关被按下半程(SW1接通)时，在步骤S12执行的聚焦控制/测光/色度测量处理期间，进行面部检测和WB校正值计算。作为比较，在该第一变形例中，此时不进行计算，而在快门开关被完全按下(SW2接通)时，在执行摄像处理时进行计算。此时，利用摄像获得的图像信号，在图5所示步骤S36的图像信号颜色处理同时，进行面部检测、计算第一至第三WB校正值以及WB校正。

第二变形例

在第二变形例中，当图3中未示出的快门开关被按下半程(SW1接通)时，进行面部检测和仅第二WB校正值的计算，与当快门开关被完全按下(SW2接通)时执行步骤S15的摄像处理同时，进行面部检测和WB校正值计算。此时，利用摄像获得的图像信号，在图5所示的步骤S36的图像信号颜色处理的同时，进行第一和第三WB校正值的计算和WB校正。

第三变形例

接着，说明第三变形例。

在第三变形例中，响应场景的变化，改变进行面部检测和计算WB校正值的时间。下面，参考图20和21进行说明。

图20是示出第三变形例的摄像设备的摄像处理的流程图。首先，在步骤S41，从图像传感元件101输出电信号，并将利用OB校正电路102去除了其中的暗电流的图像信号顺序写入存储器103。接着，在步骤S42，利用写入存储器103的图像信号，并采用上述第一至第三实施例中描述的任意方法，进行面部检测和WB校正值计算。应该注意，在第一和第二实施例的方法中，在此所称的WB校正值指第一至第三WB校正值。

接着，在步骤S43，利用写入存储器103的图像信号，在未示出的图像显示单元上执行众所周知的直通显示(through-display)处理。在步骤S44，判断未示出的快门开关是否被按下半程(SW1接通)。如果快门开关没有被按下半程，则该处理进入步骤S41。如果快门开关已经按下半程，则该处理进入步骤S45，执行根据第三变形例的聚焦控制/测光/色度测量处理。此时之后，处理与在上述第一实施例中参考图3描述的步骤S13之后的处理相同，因此在此省略对其说明。

接着，参考图21，说明在步骤S45执行的聚焦控制/测光/色度测量处理。然而，对与图4所示步骤相同的步骤赋予同样的附图标记，因此，省略对其说明。在根据第三变形例的聚焦控制/测光/色度测量处理中，在确认白平衡的状态之前，将在步骤S21读取的图像与在图20所示在将快门按下半程(SW1接通)之前直通显示中读取的图像进行比较。然后，判断场景是否发生了变化(步骤S51)。例如，通过获得在步骤S21输出的图像与直通图像之间的差的和执行该判断，当该和超过预定值时，判定场景发生变化。

如果该判断的结果指出场景发生了变化，则该处理进入步骤S26，再次获得白平衡状态和WB校正值。如果场景没有发生变化，则采用在图20所示步骤S42计算的WB校正值，并跳过步骤S26和S27。

上述处理可以缩短当没有发生场景变化时进行聚焦控制/测光/色度测量处理所需的时间，因此可缩短释放时间延迟。

第四变形例

在第四变形例中，在直通显示期间，进行面部检测，并利用在快门开关按下半程(SW1接通)后的聚焦控制/测光/色度测量处理中计算的第一和第三WB校正值来获得第二WB校正值。

第五变形例

在第五变形例中，在直通显示期间进行面部检测，在快门开关被按下半程(SW1接通)后，在聚焦控制/测光/色度测量处理中，计算WB校正值。

第六变形例

在第六变形例中，在直通显示期间进行面部检测，在快门开关被按下半程(SW1接通)后，在聚焦控制/测光/色度测量处理中，计算第二WB校正值，此外，在快门开关被完全按下(SW2接通)后，利用颜色处理计算第一和第三WB校正值。

第七变形例

在第七变形例中，在快门开关被按下半程(SW1接通)后，在聚焦控制/测光/色度测量处理中，利用快门开关被完全按下(SW2导通)后的颜色处理中计算的WB校正值，进行面部检测。

这种配置可以方便地改变面部检测和WB校正值计算的时间。

其他实施例

应该注意，还可以在输入并处理原始的所拍摄的图像信号(RAW图像数据)、或者通过无损压缩RAW图像数据而获得的图像数据的图像处理设备中实现本发明。

通过直接或者间接地对系统或者设备提供用于实现上述实施例的功能的软件程序，利用该系统或者设备的计算机读取所提供的程序代码，然后执行该程序代码，也可以实现本发明。在这种情况下，只要系统或者设备具有该程序的功能，实现方式无需依赖程序。

因此，由于利用计算机实现本发明的功能，所以安装在该计算机内的程序代码也实现本发明。换句话说，本发明的权利要求还包括用于实现本发明的功能的计算机程序。

在这种情况下，只要该系统或者设备具有该程序的功能，可以以任意形式，例如目标代码、由解释程序执行的程序、或者送到操作系统的脚本数据，来执行该程序。

可以用于提供该程序的存储介质的例子有软盘、硬盘、光盘、磁光盘、CD-ROM、CD-R、CD-RW、磁带、非易失性存储卡、ROM以及DVD(DVD-ROM和DVD-R)。

关于提供该程序的方法，可以利用客户计算机的浏览器将客户计算机连接到因特网上的网站，然后将本发明的计算机程序或者该程序的自动安装压缩文件下载到诸如硬盘的记录介质上。此外，通过将构成该程序的程序代码划分为多个文件，并从不同网站下载各文件，也可以提供本发明的程序。换句话说，本发明的权利要求还包括通过计算机将实现本发明的功能的程序文件下载到多个用户的WWW(万维网)服务器。

还可以对本发明的程序进行加密，将其存储到诸如CD-ROM的存储介质上，将该存储介质分发给用户，允许满足特定要求的用户通过因特网从网站下载解密密钥信息，允许这些用户利用该密钥信息解密该加密程序，从而将该程序安装在用户计算机上。

除了通过利用计算机执行所读取的程序来实现根据实施例的上述功能的情况外，运行在计算机上的操作系统等也可以实现全部或部分实际处理，从而可通过该处理实现上述实施例的功能。

此外，在将从存储介质读取的程序写入插入计算机的功能扩展板，或者写入设在连接到计算机的功能扩展单元上的存储器后，安装在该功能扩展板或功能扩展单元上的CPU等执行全部或者部分实际处理，从而可通过该处理实现上述实施例的功能。

由于在不脱离本发明的精神和范围的情况下，可以实现本发明的许多明显不同的实施例，所以，显然，除了由所附权利要求书限定之外，本发明不局限于具体实施例。

Claims (20)

1.一种摄像设备，用于对被摄体进行摄像并处理通过该摄像获得的图像信号，其特征在于，该摄像设备包括：

白平衡校正装置，用于利用根据包含在所述图像信号中的面部区域和其他区域计算的白平衡校正值，进行所述图像信号的白平衡校正；以及

控制装置，用于当根据所述图像信号计算所述白平衡校正值时，改变在计算所述白平衡校正值中使用的所述面部区域的图像信号的比例。

2.根据权利要求1所述的摄像设备，其特征在于，所述白平衡校正装置包括：

第一计算装置，用于根据所述图像信号计算第一白平衡校正值；

第二计算装置，用于根据在所述图像信号中检测到的所述面部区域之外的区域计算第二白平衡校正值；以及

第三计算装置，用于根据所述第一白平衡校正值和所述第二白平衡校正值计算第三白平衡校正值，

其中，所述白平衡校正装置利用所述第三白平衡校正值进行所述图像信号的白平衡校正，

所述控制装置进行控制，以改变当计算所述第三白平衡校正值时使用的所述第二白平衡校正值的比例。

3.根据权利要求1所述的摄像设备，其特征在于：

所述白平衡校正装置根据一帧图像的图像信号中被认为是白色的图像信号，计算所述白平衡校正值，并利用所述白平衡校正值进行白平衡校正；以及

所述控制装置进行控制，以改变当计算所述白平衡校正值时使用的、由面部检测单元检测到的所述面部区域的图像信号中被认为是白色的所述图像信号的比例。

4.根据权利要求1所述的摄像设备，其特征在于，当根据所述图像信号计算所述白平衡校正值时，所述控制装置根据表示由面部检测单元检测到的所述面部区域是面部的可能性的可靠度，改变在所述计算中使用的所述面部区域的比例。

5.一种摄像设备，用于对被摄体进行摄像并处理通过该摄像获得的图像信号，其特征在于，该摄像设备包括：

面部检测装置，用于从所述图像信号中检测面部区域；

白平衡校正装置，用于利用白平衡校正值进行所述图像信号的白平衡校正；以及

控制装置，用于根据表示由所述面部检测装置检测到的所述面部区域是面部的可能性的可靠度，控制所述白平衡校正装置。

6.一种摄像设备，用于对被摄体进行摄像并处理通过该摄像获得的图像信号，其特征在于，该摄像设备包括：

面部检测装置，用于从所述图像信号中检测面部区域，并获取关于检测到的面部区域的属性信息；

第一计算装置，用于利用所述图像信号中被认为是白色的图像信号来计算第一白平衡校正值；

第二计算装置，用于利用所述图像信号中被所述面部检测装置检测到的所述面部区域的图像信号来计算第二白平衡校正值；

第三计算装置，用于通过根据所述面部检测装置获得的所述属性信息，加权组合所述第一白平衡校正值和所述第二白平衡校正值，来计算第三白平衡校正值；以及

白平衡校正装置，用于利用所述第三白平衡校正值进行白平衡校正。

7.根据权利要求6所述的摄像设备，其特征在于，所述第二计算装置对由所述面部检测装置检测到的每个面部区域利用预置的多个固定白平衡校正值来校正包括在面部区域中的图像信号，并计算多个校正图像信号，对在所述多个校正图像信号中的预定范围内的、当计算校正图像信号时使用的固定白平衡校正值进行平均，并对每个面部区域计算白平衡校正值，当所述面部检测装置检测到单个面部区域时，使用所述白平衡校正值作为第二白平衡校正值。

8.根据权利要求6所述的摄像设备，其特征在于，所述第二计算装置对所述面部检测装置检测到的每个面部区域，从包括在每个面部区域中的图像信号计算颜色评价值，并将算出的颜色评价值变换为对应的白色评价值，从变换后的颜色评价值计算白平衡校正值，当所述面部检测装置检测到单个面部区域时，使用所述白平衡校正值作为第二白平衡校正值。

9.根据权利要求6～8中任一项所述的摄像设备，其特征在于：

所述面部检测装置获取每个检测到的面部区域的可靠度、区域大小以及区域中心中的至少一个作为所述属性信息；以及

当所述面部检测装置检测到多个面部区域时，所述第二计算装置通过根据每个所述面部区域的所述可靠度、区域大小以及区域中心中的至少一个加权平均对每个所述面部区域计算的白平衡校正值，来计算所述第二白平衡校正值。

10.根据权利要求9所述的摄像设备，其特征在于，所述第二计算装置对较高可靠度的面部区域、中心更靠近图像中心的面部区域以及较大的面部区域分配较大的权重。

11.根据权利要求6～8中任一项所述的摄像设备，其特征在于，还包括注册单元，用于事先注册和存储特定被摄体，

其特征在于，当将所述摄像设备设置为优化被注册的被摄体的颜色再现的模式，并且所述面部检测装置检测到多个面部区域时，所述第二计算装置对所述被注册的被摄体的面部区域分配较大的权重。

12.根据权利要求6～8中任一项所述的摄像设备，其特征在于：

所述面部检测装置至少获取每个所述检测到的面部区域的可靠度作为所述属性信息；以及

当所述面部检测装置检测到多个面部区域时，所述第三计算装置根据所述多个面部区域中的每一个的所述可靠度的平均值进行加权组合，以获得第三白平衡校正值。

13.根据权利要求12所述的摄像设备，其特征在于，在所述可靠度较高或所述可靠度的所述平均值较高的情况下，所述第三计算装置减小所述第二白平衡校正值的所述权重。

14.一种摄像设备，用于对被摄体进行摄像并处理通过该摄像获得的图像信号，其特征在于，该摄像设备包括：

面部检测装置，用于从所述图像信号中检测面部区域，并从检测到的面部区域中获取属性信息；

权重确定装置，所述图像信号被划分为多个分区，所述权重确定装置用于根据所述分区的图像信号是否是白色、所述分区是否包括在面部区域内、以及所述属性信息，来确定对每个所述分区分配的权重；

白平衡校正值计算装置，用于根据由被利用所述权重确定装置对每个所述分区分配的权重进行加权相加的所述图像信号组成的图像信号，来计算白平衡校正值；以及

白平衡校正装置，用于利用所述白平衡校正值进行白平衡校正。

15.根据权利要求14所述的摄像设备，其特征在于，所述权重确定装置当判定被认为是白色的分区不在所述面部区域内时，使所述权重最大，当所述分区在所述面部区域内时，根据所述属性信息来分配所述权重。

16.根据权利要求14或15所述的摄像设备，其特征在于：

所述面部检测装置获取每个检测到的面部区域的可靠度、区域大小以及区域中心中的至少一个作为所述属性信息；以及

当所述面部检测装置检测到多个面部区域时，所述权重确定装置对较高可靠度的面部区域、中心更靠近图像中心的面部区域以及较大的面部区域分配较大权重。

17.一种图像处理方法，用于处理通过拍摄被摄体而获得的图像信号，其特征在于，该方法包括：

白平衡校正步骤，用于利用根据包含在所述图像信号中的面部区域和其他区域计算的白平衡校正值，进行所述图像信号的白平衡校正；以及

控制步骤，用于当根据所述图像信号计算所述白平衡校正值时，改变在计算所述白平衡校正值中使用的所述面部区域的图像信号的比例。

18.一种图像处理方法，用于处理通过拍摄被摄体而获得的图像信号，其特征在于，该方法包括：

面部检测步骤，用于从所述图像信号中检测面部区域；

白平衡校正步骤，用于利用白平衡校正值进行所述图像信号的白平衡校正；以及

控制步骤，用于根据表示在所述面部检测步骤中检测到的所述面部区域是面部的可能性的可靠度，控制所述白平衡校正步骤。

19.一种图像处理方法，用于处理通过拍摄被摄体而获得的图像信号，其特征在于，该方法包括：

面部检测步骤，用于从所述图像信号中检测面部区域，并获取关于检测到的面部区域的属性信息；

第一计算步骤，用于利用所述图像信号中被认为是白色的图像信号来计算第一白平衡校正值；

第二计算步骤，用于利用所述图像信号中被所述面部检测步骤检测到的所述面部区域的图像信号来计算第二白平衡校正值；

第三计算步骤，用于通过根据在所述面部检测步骤中获得的所述属性信息，加权组合所述第一白平衡校正值和所述第二白平衡校正值，来计算第三白平衡校正值；以及

白平衡校正步骤，用于利用所述第三白平衡校正值进行白平衡校正。

20.一种图像处理方法，用于处理通过拍摄被摄体而获得的图像信号，其特征在于，该方法包括：

面部检测步骤，用于从所述图像信号中检测面部区域，并从检测到的面部区域中获取属性信息；

权重确定步骤，所述图像信号被划分为多个分区，所述权重确定步骤用于根据所述分区的图像信号是否是白色、所述分区是否包括在面部区域内、以及所述属性信息，来确定对每个所述分区分配的权重；

白平衡校正值计算步骤，用于根据由被利用所述权重确定步骤对每个所述分区分配的权重进行加权相加的所述图像信号组成的图像信号，来计算白平衡校正值；以及

白平衡校正步骤，用于利用所述白平衡校正值进行白平衡校正。

Images