JP6369019B2 - 画像評価装置および画像評価プログラム - Google Patents

Description

本発明は、画像評価装置および画像評価プログラムに関する。

表示装置やプリンター等の画像出力装置が出力する画像についての画質評価が行われている。

また、パネル材におけるムラの有無を検査するムラ検査方法において、検査対象となるパネル材を複数水準の条件で撮像し、この撮像結果から複数枚の一次画像を取得し、これらの一次画像に画像の変化を強調するような処理を施して複数枚の二次画像を作成し、これらの二次画像を所定の重み付けで合成して合成画像を作成し、この合成画像に基づいてムラの有無を判定する技術が知られている（特許文献１参照）。

特開２００８‐６４６２９号公報

従来の主観による画質評価（官能評価）は、評価を行う検査員の違いに応じて評価結果が安定しないことがある。一方、検査用の装置を用いた客観評価は、評価精度があるレベルで安定するものの、人間の知覚的な物の見え方に対する考慮が十分でなく、官能評価の結果との乖離が大きい場合があった。また、人間による物の見方には、環境や評価対象としている素材等の種々の要素が影響を及ぼすため、正確な評価のためにはこれら各要素の影響も考慮する必要があった。

本発明は上述の課題の少なくとも一つを解決するためになされたものであり、人間の知覚的な物の見え方を考慮して、官能評価に近い評価結果を安定的かつ簡易に得ることが可能な画像評価装置および画像評価プログラムを提供する。

本発明の態様の一つは、画像評価装置は、評価対象とする入力画像を取得する画像取得部と、前記入力画像に含まれるノイズであって人間の知覚と相関のある特定の空間周波数に対応するノイズを強調したノイズ画像を生成するノイズ画像生成部と、前記ノイズ画像から所定の統計量を取得する統計量取得部と、前記統計量に基づいて前記入力画像のノイズ量を特定するノイズ量特定部と、を備える。

本発明によれば、人間の知覚と相関のある特定の空間周波数に対応するノイズを強調したノイズ画像が生成され、当該ノイズ画像から取得された統計量に基づいて入力画像のノイズ量（入力画像に関する評価値）が得られる。従って、人間の知覚的な物の見え方に基づいた、官能評価に近い評価結果が得られる。

本発明の態様の一つは、画像評価装置は、前記入力画像に含まれるノイズであって前記特定の空間周波数とは異なる空間周波数に対応するバックグラウンドノイズを算出するバックグラウンドノイズ算出部を備え、前記ノイズ画像生成部は、前記バックグラウンドノイズの度合いに応じて補正した前記ノイズ画像を生成するとしてもよい。
入力画像には、画像の媒体（素材）の特性等に起因するバックグラウンドノイズが含まれることがある。人間は、このようなバックグラウンドノイズを強く認識しないものの、当該バックグラウンドノイズは人間が主に知覚するノイズの見え方に影響を与える。当該構成によれば、バックグラウンドノイズの影響を考慮したノイズ画像が生成され、人間の知覚的な物の見え方に正確に基づいた評価結果が得られる。

本発明の態様の一つは、画像評価装置は、前記入力画像の明度を算出する明度算出部を備え、前記ノイズ画像生成部は、前記明度に応じて補正した前記ノイズ画像を生成するとしてもよい。
入力画像の明度は、人間が主に知覚するノイズの見え方に影響を与える。当該構成によれば、明度の影響を考慮したノイズ画像が生成され、人間の知覚的な物の見え方に正確に基づいた評価結果が得られる。

本発明の態様の一つは、前記統計量取得部は、前記ノイズ画像における領域毎の前記統計量を取得するとしてもよい。
当該構成によれば、ノイズ画像における領域毎の統計量が取得されるため、非周期的なノイズを捕捉し易い。

本発明の態様の一つは、前記統計量取得部は、設定された視野角および観察距離に応じて前記領域のサイズを決定し、当該決定したサイズの領域毎の前記統計量を取得するとしてもよい。
当該構成によれば、人間の視野で見えている領域単位でのノイズの統計量を得ることができるため、人間による見え方に基づいた正確な評価結果が得られる。
なお、前記統計量は前記ノイズ画像における色彩値の分布を捉えた値であり、例えば、前記ノイズ画像における色彩値の標準偏差である。

本発明の技術的思想は、上述したような画像評価装置のみならず、方法、システム、コンピュータープログラム、さらには当該プログラムを記録したコンピューター読み取り可能な記録媒体、とった各種カテゴリーにて実現されてもよい。この場合の一例として、評価対象とする入力画像を取得する画像取得機能と、前記入力画像に含まれるノイズであって人間の知覚と相関のある特定の空間周波数に対応するノイズを強調したノイズ画像を生成するノイズ画像生成機能と、前記ノイズ画像から所定の統計量を取得する統計量取得機能と、前記統計量に基づいて前記入力画像のノイズ量を特定するノイズ量特定機能と、をコンピューターに実行させる画像評価プログラム、を把握することができる。

本実施形態にかかる装置構成を概略的に示す図である。 制御部が実現する機能を示すブロック図である。 画像評価処理を示すフローチャートである。 ノイズ画像生成の詳細を示すフローチャートである。 ノイズ画像生成の各工程を説明するための図である。 各種フィルターを例示する図である。 ＢＧノイズ強度に応じたＢＧノイズ補正係数を例示する図である。 明度に応じた明度補正係数を例示する図である。 ノイズ画像に設定された領域および領域毎の標準偏差の程度を例示する図である。

以下、図面を参照して本実施形態を説明する
１．装置構成の概略
図１は、本実施形態にかかる画像評価システムの構成を概略的に示している。画像評価システムは、画像評価装置１０と、入力装置２０とを含む。画像評価装置１０は、画像評価プログラム（プログラムＰ）を搭載した装置である。画像評価装置１０は、デスクトップ型あるいはラップトップ型のパーソナルコンピューター（ＰＣ）、あるいは、画像評価のために専用に構成された冶具等であってもよい。入力装置２０は、撮像部を備える。具体的には、入力装置２０は、画像を撮像部により撮影（読取）可能なカメラやスキャナー等である。

画像評価システムを構成する画像評価装置１０や入力装置２０は、通信可能に接続された個別の装置であってもよいし、それらがまとまった一製品を構成していてもよい。つまり、画像評価装置１０が入力装置２０を構成の一部として含むものであってもよい。この場合、画像評価装置１０単体で画像評価システムを構築すると言える。

画像評価装置１０では、演算処理の中枢をなすＣＰＵ１２がシステムバスを介して画像評価装置１０全体を制御する。当該バスには、ＲＯＭ１３、ＲＡＭ１４、インターフェース（Ｉ／Ｆ）１６が接続され、また、ハードディスクドライブ（ＨＤＤ）や半導体メモリーによる記憶部１５が接続されている。記憶部１５には、オペレーティングシステムやアプリケーションプログラム、プログラムＰ、フィルターＦＬ１，ＦＬ２、補正係数Ｃ１，Ｃ２等が記憶され、これらプログラム類やデータがＣＰＵ１２によって適宜ＲＡＭ１４に読み出され、所定の処理（後述する画像評価処理など）がＣＰＵ１２によって実行される。ＣＰＵ１２、ＲＯＭ１３、ＲＡＭ１４をまとめて制御部１１と呼ぶ。Ｉ／Ｆ１６は入力装置２０と接続している。さらに画像評価装置１０は、例えば液晶ディスプレーによって構成される表示部１７や、例えばキーボードやマウスやタッチパッドやタッチパネルやボタンやスイッチ等によって構成される操作部１８を備える。

図２は、制御部１１がプログラムＰに従った処理をして実現する各機能を示している。図２によれば、制御部１１は、画像取得部Ｆ１、ノイズ画像生成部Ｆ２、統計量取得部Ｆ３、ノイズ量特定部Ｆ４、バックグラウンド（ＢＧ）ノイズ算出部Ｆ５、明度算出部Ｆ６、等を有する。こられ各機能については後述する。

２．画像評価処理
図３は、制御部１１がプログラムＰに従って実行する画像評価処理をフローチャートにより示している。
ステップＳ１００では、画像取得部Ｆ１は、Ｉ／Ｆ１６を介して入力装置２０から評価対象とする入力画像を取得する。入力画像は、入力装置２０が撮像部により撮像して得た画像である。入力装置２０は、例えば、検査対象の製品である不図示の表示装置が表示する画像や、同様に検査対象の製品である不図示のプリンターが印刷した画像を撮像する。入力画像は、例えば、画素毎にＲ（レッド）、Ｇ（グリーン）、Ｂ（ブルー）の各階調値を有するビットマップデータである。

ステップＳ１１０では、画像取得部Ｆ１は、ステップＳ１００で取得した入力画像を、評価に際して用いる色空間の情報へ変換（色変換）する。例えば、入力画像を構成する画素毎の値（ＲＧＢ）を、国際照明委員会（ＣＩＥ）で規定されたＣＩＥ Ｌ^*ａ^*ｂ^*色空間のＬ^*，ａ^*，ｂ^*成分で表される色彩値へ変換する。ＲＧＢからＬ^*ａ^*ｂ^*への色変換は、既知の色変換プロファイル等を用いることにより可能である。なお、ステップＳ１１０では、画像取得部Ｆ１は、色変換前の入力画像に色補正処理を施した上で色変換を行うとしてもよい。ここで言う色補正処理とは、例えば、入力装置２０の撮像部により得られる信号の色バランスを補正する処理である。

ステップＳ１２０では、ノイズ画像生成部Ｆ２は、ステップＳ１１０で色変換された後の入力画像から、入力画像に含まれるノイズであって人間の知覚と相関のある特定の空間周波数に対応するノイズ（以下、知覚ノイズとも呼ぶ。）を強調したノイズ画像を生成する。

図４は、ステップＳ１２０におけるノイズ画像生成の詳細を示すフローチャートである。また図５は、ノイズ画像生成の各工程を説明するための図である。
ステップＳ２００では、ノイズ画像生成部Ｆ２は、入力画像（図５の符号３１参照）を一定方向に走査することにより走査方向ノイズ（図５の符号３２参照）を取得する。ここでは一例として、図５に示すように、筋状の濃度ムラがある方向に周期的あるいは非周期的に発生している入力画像３１を想定する。このような濃度ムラは、例えば、入力装置２０に撮像させるための画像をプリンターが印刷する際に、印刷媒体を搬送するときの紙送り量のばらつき等に起因して生じる。

図５に例示した入力画像３１では、濃度ムラとしての筋が縦方向を向いているため、入力画像３１は、当該筋と直交する横方向（入力画像３１内の矢印参照）に沿って走査される。当該走査の結果、１回の走査につき１つの走査方向ノイズ３２が取得される。走査方向ノイズ３２は、走査方向における入力画像３１の明度Ｌ^*の変動である。以下では簡単のため、入力画像３１から取得する情報は明度であるとする。ただし本実施形態は、入力画像３１のａ^*成分やｂ^*成分、あるいはＬ^*，ａ^*，ｂ^*成分を線形加算等した値を当該ステップＳ２００や後述のステップＳ２１０で使用するケースを排除しない。ノイズ画像生成部Ｆ２は、走査方向ノイズ３２を、当該走査方向に直交する方向に並ぶ画素列毎に取得する。ここで言う１つの画素列は、当該走査方向に並ぶ複数の画素によって構成される。

ステップＳ２１０では、ＢＧノイズ算出部Ｆ５が、入力画像３１に含まれるノイズであって前記特定の空間周波数とは異なる空間周波数に対応するバックグラウンド（ＢＧ）ノイズを算出する。まず、ＢＧノイズ算出部Ｆ５は、入力画像３１（画素毎の明度からなる画像）を空間周波数の分布に変換する。ここでは、ＢＧノイズ算出部Ｆ５は、入力画像３１を２次元フーリエ変換（２次元ＦＦＴ：Fast Fourier Transform）することにより２次元の空間周波数スペクトル（図５の符号３３参照）を得る。次に、ＢＧノイズ算出部Ｆ５は、空間周波数スペクトル３３に対し、ＢＧノイズ特性フィルターを適用する。ＢＧノイズ特性フィルターは、画像評価装置１０がフィルターＦＬ１（図１）として予め有しており、ＢＧノイズ算出部Ｆ５は当該フィルターＦＬ１を読み出して使用する。

ＢＧノイズとは、人間が殆ど知覚しない（画像を観察するときに殆ど意識しない）が入力画像３１に含まれるノイズであり、前記知覚ノイズよりも総じて高い周波数のノイズである。例えば、入力装置２０に撮像させるための画像をプリンターが印刷する際に用いた印刷媒体の表面に細かな凹凸がある場合、このような凹凸がＢＧノイズの原因の一つとなる。また、印刷画像を構成するインクのドットの粒状性もＢＧノイズの原因の一つとなる。

図６Ａは、ＢＧノイズ特性フィルター（フィルターＦＬ１）を例示している。当該フィルターは、横軸がCycles／degree（あるいはCycles／mm）であり、縦軸がレスポンスの強度（０〜１倍）である。ＢＧノイズ特性フィルターにおいては、横軸は中心が０であり、そこから外側（高周波側）に向かってある高周波域でレスポンスが最大値１となり、そこから外側には徐々にレスポンスが低下する特性となっている。このようなＢＧノイズ特性フィルターは、上述した比較的高周波のＢＧノイズを的確に捕捉できるような特性となっている。ＢＧノイズ算出部Ｆ５は、ＢＧノイズ特性フィルターを３６０°回転させることで２次元の空間周波数スペクトル３３全体に適用する。この結果、ＢＧノイズに対応する周波数以外の信号が的確に減衰した状態の２次元の空間周波数スペクトルが得られる。

ＢＧノイズ算出部Ｆ５は、ＢＧノイズ特性フィルターを適用した後の２次元の空間周波数スペクトルを逆変換（ＩＦＦＴ）することにより、ＢＧノイズ画像（図５の符号３４参照）を算出する。ＢＧノイズ画像３４は、ＢＧノイズが分布した明度画像である。以上がステップＳ２１０である。

ステップＳ２２０では、ＢＧノイズ算出部Ｆ５は、ステップＳ２１０で算出したＢＧノイズ画像３４に基づいて、ＢＧノイズの度合い（ＢＧノイズ強度）を算出する。ＢＧノイズ強度として用いる指標は種々考えられるが、ここではＢＧノイズ画像３４における明度の標準偏差を算出し、当該標準偏差をＢＧノイズ強度と定義する。そして、ＢＧノイズ算出部Ｆ５は、予め用意された補正係数Ｃ１（図１）の中からＢＧノイズ強度に対応する補正係数（ＢＧノイズ補正係数）を抽出する。画像評価装置１０は、このような複数の補正係数Ｃ１を予め有している。

図７は、ＢＧノイズ強度に応じたＢＧノイズ補正係数（補正係数Ｃ１）を例示している。ＢＧノイズ補正係数は、ＢＧノイズ強度が最小値０である場合、「１倍」すなわち補正無し、を示し、ＢＧノイズ強度が大きくなるにつれて「１倍」よりも低い値となる。また、ＢＧノイズ強度に応じたＢＧノイズ補正係数は、ノイズの周期に応じて異なる値に設定されている。

ステップＳ２３０では、明度算出部Ｆ６が、入力画像３１の明度を算出する。例えば、明度算出部Ｆ６は、入力画像３１の平均明度を算出する。
ステップＳ２４０では、明度算出部Ｆ６は、予め用意された補正係数Ｃ２（図１）の中から、ステップＳ２３０で算出した平均明度に対応する補正係数（明度補正係数）を抽出する。画像評価装置１０は、平均明度と補正係数Ｃ２との対応関係を予め有している。

図８は、平均明度（横軸）に応じた明度補正係数（補正係数Ｃ２）を例示している。明度補正係数は、明度が中間値（５０）近傍で「１倍」すなわち補正無し、を示し、高明度側あるいは低明度側に近づくに連れて「１倍」よりも低い値となる。

ステップＳ２５０では、ノイズ画像生成部Ｆ２は、視覚特性フィルターおよび上述のように取得された補正係数（ＢＧノイズ補正係数、明度補正係数）を用いて、ノイズ画像（図５の符号３６参照）を生成する。当該ステップＳ２５０を実行するまでに行う、走査方向ノイズの取得（ステップＳ２００）、ＢＧノイズ補正係数の取得（ステップＳ２２０）および明度補正係数の取得（ステップＳ２４０）の処理順は、図４に示した順番に拘泥する必要は無く、また、制御部１１の処理能力上可能であれば、それらを並行して行うとしてもよい。

当該ステップＳ２５０において、ノイズ画像生成部Ｆ２は、各走査方向ノイズ３２をそれぞれ空間周波数の分布に変換する。ここでは、ノイズ画像生成部Ｆ２は、走査方向ノイズ３２毎にフーリエ変換（ＦＦＴ）することにより、走査方向ノイズ３２毎に空間周波数スペクトル（図５の符号３５参照）を得る。次に、ノイズ画像生成部Ｆ２は、走査方向ノイズ３２毎の空間周波数スペクトル３５に対し、視覚特性フィルターを適用する。視覚特性フィルターは、画像評価装置１０がフィルターＦＬ２（図１）として予め有しており、ノイズ画像生成部Ｆ２は、当該フィルターＦＬ２を読み出して使用する。

図６Ｂは、視覚特性フィルター（フィルターＦＬ２）を例示している。縦軸と横軸の意味は、ＢＧノイズ特性フィルター（フィルターＦＬ１）と同じである。ここで、視覚特性フィルターは、ＢＧノイズ特性フィルターと比較して低い周波数の段階でレスポンスが最大値１を迎え、それより高周波側では急激にレスポンスが最小値０へ低下する特性となっている。このような視覚特性フィルターは、人間の視覚特性に基づいて設計されており、人間が知覚しやすい周波数（人間の知覚と相関のある特定の空間周波数）域でレスポンスが最大値となるように定められている。視覚特性フィルターを適用することにより、知覚ノイズに対応する周波数以外の信号が的確に減衰した状態の、走査方向ノイズ３２毎の空間周波数スペクトルが得られる。

ただしノイズ画像生成部Ｆ２は、空間周波数スペクトル３５に視覚特性フィルターを適用するにあたり、ステップＳ２４０で取得された明度補正係数も適用する。具体的には、明度補正係数によりレスポンスを補正した視覚特性フィルターを、空間周波数スペクトル３５に適用する。次に、ノイズ画像生成部Ｆ２は、視覚特性フィルターを適用した後の各空間周波数スペクトルを逆変換（ＩＦＦＴ）することにより、各走査方向ノイズを得る。そして、このような各走査方向ノイズを前記走査方向と直交する方向へ束ねることにより、２次元のノイズつまりノイズ画像３６を生成する。

ただしノイズ画像生成部Ｆ２は、前記ＩＦＦＴにより得た各走査方向ノイズを、ステップＳ２１０で取得されたＢＧノイズ補正係数により補正する。つまり、前記ＢＧノイズ強度に応じて取得されたＢＧノイズ補正係数であって走査方向ノイズ毎の周期に対応した補正係数を、対応する周期の走査方向ノイズへ掛ける。そして、このようにＢＧノイズ補正係数により補正された後の各走査方向ノイズにより、ノイズ画像３６を生成する。以上がノイズ画像生成（図４）の説明である。

ステップＳ１３０（図３）では、統計量取得部Ｆ３が、ステップＳ１２０で生成されたノイズ画像から所定の統計量を取得する。本実施形態では、ノイズ画像の色彩値（例えば明度）の標準偏差を当該統計量として取得する。さらに本実施形態では、ノイズ画像における領域毎に当該統計量を取得する。統計量取得部Ｆ３は、統計量を算出するノイズ画像内における領域のサイズを、視野角および観察距離に従って決定する。視野角は、例えば、２°視野や１０°視野と呼ばれるものであり、観察距離は、数十センチ、数メートルといった具体的数値である。このような視野角および観察距離は、画像評価装置１０を操作するユーザーによって操作部１８を介して予め設定された値である。つまり、ユーザーは、画像評価装置１０に評価対象として供している画像を実際に観察する際の視野角および観察距離を、画像評価装置１０に設定する。

図９Ａは、統計量取得部Ｆ３がノイズ画像内に設定した前記統計量を算出するための領域Ｒを１箇所例示している。ステップＳ１３０では、統計量取得部Ｆ３は、このような領域Ｒのサイズ毎にノイズ画像から標準偏差を算出する。
図９Ｂは、ステップＳ１３０で算出された標準偏差の程度を、ノイズ画像の前記領域毎に例示している。図９Ｂでは、例えば、色が濃いほど標準偏差が大きい領域を示し、色が薄いほど標準偏差が小さい領域を示している。

ステップＳ１４０では、ノイズ量特定部Ｆ４が、ステップＳ１３０で取得された統計量に基づいて、入力画像のノイズ量を特定する。ノイズ量特定部Ｆ４は、上述のようにノイズ画像の領域毎に算出された各標準偏差の最大値、中央値、平均値…、といった各値のうちいずれか１つを、入力画像に含まれる知覚ノイズの程度を代表的に示す値、すなわち入力画像のノイズ量として特定する。本実施形態では、前記領域毎に算出された各標準偏差の最大値を、入力画像のノイズ量として特定する。このように特定したノイズ量は、入力画像の評価値であるとも言える。

画像評価装置１０（制御部１１）は、ステップＳ１２０で生成したノイズ画像や、図９Ｂに示した領域毎の標準偏差の分布を示すイメージや、ステップＳ１４０で特定したノイズ量（数値）を、適宜、表示部１７に表示してユーザーに提示するとしてもよい。例えば、ユーザーは、画像評価装置１０により提示されたノイズ量が、ある基準より大きい値であれば、そのときの入力画像は、知覚ノイズが大きい画像、つまり人間による官能評価であれば不合格とされる画像であると容易かつ客観的に判断できる。逆に、当該ノイズ量が当該基準以下であれば、入力画像は、知覚ノイズが小さい画像、つまり人間による官能評価であれば合格とされる画像であると容易かつ客観的に判断できる。なお、ステップＳ１３０で取得する前記統計量は、標準偏差に限定されない。例えば、前記領域毎の標準偏差を算出した上で、各標準偏差の分布の歪度や尖度を算出し、これら歪度や尖度を前記統計量としてもよい。

３．まとめ
このように、本実施形態の画像評価装置１０によれば、人間の知覚と相関のある特定の空間周波数に対応する知覚ノイズが強調された（当該特定の空間周波数以外の空間周波数に対応するノイズが減衰された）ノイズ画像が生成され（ステップＳ１２０）、ノイズ画像から取得された統計量に基づいて入力画像のノイズ量（評価値）が得られる（ステップＳ１４０）。従って、ユーザーは、容易に（コストを要する大掛かりな検査装置等を用意することなく）、人間の知覚的な物の見え方に基づいた官能評価に近い評価値を得ることができる。

また、ＢＧノイズは人間が殆ど知覚しない（画像を観察するときに殆ど意識しない）ノイズではあるが、それが存在することにより、ユーザーは、知覚ノイズに対する認識を鈍らせる傾向がある。従って、人間の知覚的な物の見え方により正確に沿った評価値を得るには、ＢＧノイズの影響を考慮したノイズ画像を生成することが好適である。そこで画像評価装置１０は、上述したように、入力画像に含まれるノイズであって知覚ノイズとは異なる空間周波数に対応するＢＧノイズを算出し、ＢＧノイズの強度に応じて補正したノイズ画像を生成するとした。つまり、ＢＧノイズが強い程、ノイズ画像におけるノイズが低減されるように補正することで、ＢＧが存在する場合に人間が認識する知覚ノイズを正確に表したノイズ画像が得られる。

また、入力画像自体の明るさも、ユーザーの知覚ノイズに対する認識に影響を与える。具体的には、入力画像が明度Ｌ^*＝５０近傍の明るさであるとき、ユーザーは知覚ノイズを認識し易く、明度Ｌ^*が高過ぎたり低過ぎたりすると、知覚ノイズに対する認識を鈍らせる傾向がある。従って、人間の知覚的な物の見え方により正確に沿った評価値を得るには、入力画像の明るさを考慮したノイズ画像を生成することが好適である。そこで画像評価装置１０は、上述したように、入力画像の明度に応じて補正したノイズ画像を生成するとした。つまり、入力画像の明度が高過ぎたり低過ぎたりする場合、ノイズ画像におけるノイズが低減されるように補正することで、入力画像の明るさの影響を受けて人間が認識する知覚ノイズを正確に表したノイズ画像が得られる。

ただし本実施形態では、ＢＧノイズ補正係数や明度補正係数による補正は必須の構成ではなく、いずれか一方あるいは両方の補正係数を用いなくても良い。例えば、図４において、ステップＳ２１０，Ｓ２２０，Ｓ２３０，Ｓ２４０を実行せず、ステップＳ２５０では、走査方向ノイズ３２から得た空間周波数スペクトル３５に対して視覚特性フィルターを適用し、当該適用後の空間周波数スペクトルから得られる走査方向ノイズによってノイズ画像３６を生成する、としてもよい。

なお、入力画像に含まれる知覚ノイズが仮に周期的なノイズであれば、画像全体から１つの統計量を算出することで、当該画像における知覚ノイズの程度を表わすことは可能である。しかし、入力画像に含まれる知覚ノイズが非周期的である場合、画像全体から１つの統計量を算出しても、その統計量が当該画像における知覚ノイズの程度を正確に表しているとは言い難い。そのため、本実施形態では、ノイズ画像の領域毎の統計量（局所的な統計量）を取得し、それら統計量の中から代表的な値（例えば、領域毎の標準偏差の中の最大値）を特定するとした。これにより、入力画像に含まれる知覚ノイズが非周期的であったとしても知覚ノイズの程度を適切に表す１つのノイズ量（評価値）を得ることができる。

さらに本実施形態では、ノイズ画像から統計量を算出する際の前記領域のサイズは、視野角と観察距離に応じたサイズである。これは、人間の視野で見えている領域単位での統計量を得ることを意味し、このような領域単位で得られた統計量から特定されるノイズ量は、人間による物の見え方を考慮した適切なノイズ量（評価値）であると言える。

なお、ノイズ画像生成部Ｆ２によるノイズ画像生成（図３のステップＳ１２０および図４）においては、入力画像３１から走査方向ノイズ３２を取得することは必須ではない。例えば、入力画像３１を、２次元ＦＦＴやウェーブレット変換により周波数解析して（ステップＳ２００）得た結果（空間周波数の分布）に対して、上述したように視覚特性フィルターや各補正係数を適用することによりノイズ画像３６を生成する（ステップＳ２５０）としてもよい。

また前記では、ノイズ画像３６の生成に使用する視覚特性フィルターは、明度Ｌ^*を人間が知覚する特性に基づいて設定されたものとしているが、ａ^*，ｂ^*成分を人間が知覚する特性に基づいて設定された視覚特性フィルターを用いても良い。このような数種類の視覚特性フィルターは、評価したい画像の種類や用途等、種々の条件に応じて使い分けるとしてもよい。

また、入力画像３１について、ステップＳ２００以降の処理対象とする前段階で、移動平均フィルター等の実空間フィルターによるフィルタリングを施すとしてもよい。つまり、このようなフィルタリングで入力画像３１における細かなノイズをある程度除去した上で、上述したような周波数解析や視覚特性フィルターの適用を行うとしてもよい。

１０…画像評価装置、１１…制御部、１２…ＣＰＵ、１３…ＲＯＭ、１４…ＲＡＭ、１５…記憶部、１６…Ｉ／Ｆ、１７…表示部、１８…操作部、２０…入力装置、３１…入力画像、３２…走査方向ノイズ、３３…２次元の空間周波数スペクトル、３４…ＢＧノイズ画像、３５…空間周波数スペクトル、３６…ノイズ画像、Ｃ１，Ｃ２…補正係数、Ｆ１…画像取得部、Ｆ２…ノイズ画像生成部、Ｆ３…統計量取得部、Ｆ４…ノイズ量特定部、Ｆ５…ＢＧノイズ算出部、Ｆ６…明度算出部、ＦＬ１，ＦＬ２…フィルター、Ｐ…プログラム

Claims (7)

1. 評価対象とする入力画像を取得する画像取得部と、
   前記入力画像に含まれるノイズであって人間の知覚と相関のある特定の空間周波数に対
   応するノイズを強調したノイズ画像を生成するノイズ画像生成部と、
   前記ノイズ画像から所定の統計量を取得する統計量取得部と、
   前記統計量に基づいて前記入力画像のノイズ量を特定するノイズ量特定部と、
   前記入力画像に含まれるノイズであって前記特定の空間周波数とは異なる空間周波数に
   対応するバックグラウンドノイズを算出するバックグラウンドノイズ算出部と、を備える
   ことを特徴とする画像評価装置。
2. 前記ノイズ画像生成部は、前記バックグラウンドノイズの度合いに応じて補正した前記
   ノイズ画像を生成することを特徴とする請求項１に記載の画像評価装置。
3. 前記入力画像の明度を算出する明度算出部を備え、
   前記ノイズ画像生成部は、前記明度に応じて補正した前記ノイズ画像を生成することを
   特徴とする請求項１または請求項２に記載の画像評価装置。
4. 前記統計量取得部は、前記ノイズ画像における領域毎の前記統計量を取得することを特
   徴とする請求項１〜 請求項３のいずれかに記載の画像評価装置。
5. 前記統計量取得部は、設定された視野角および観察距離に応じて前記領域のサイズを決
   定し、当該決定したサイズの領域毎の前記統計量を取得することを特徴とする請求項４に
   記載の画像評価装置。
6. 前記統計量は前記ノイズ画像における色彩値の標準偏差であることを特徴とする請求項
   １〜 請求項５のいずれかに記載の画像評価装置。
7. 評価対象とする入力画像を取得する画像取得機能と、
   前記入力画像に含まれるノイズであって人間の知覚と相関のある特定の空間周波数に対
   応するノイズを強調したノイズ画像を生成するノイズ画像生成機能と、
   前記ノイズ画像から所定の統計量を取得する統計量取得機能と、
   前記統計量に基づいて前記入力画像のノイズ量を特定するノイズ量特定機能と、
   前記入力画像に含まれるノイズであって前記特定の空間周波数とは異なる空間周波数に
   対応するバックグラウンドノイズを算出するバックグラウンドノイズ算出機能をコンピューターに実行させることを特徴とする画像評価プログラム。