專利名稱：攝像裝置的制作方法
技術領域：
本發(fā)明涉及數(shù)碼相機等攝像裝置。
技術背景已知現(xiàn)有技術中有一種攝像裝置，其測定主要被攝體的亮度，對準 被攝體進行曝光。另外，還已知一種攝像裝置，其以被攝體的亮度分布信息為基礎， 在畫面整體不存在泛白和泛黑的情況下，進行動態(tài)范圍變寬的曝光調節(jié)和灰度轉換處理(例如參見日本特開2000-184272號公報、日本特開 2004-229054號公報、日本專利第3478769號(登記號)公報)。但是，在測定主要被攝體的亮度，以對準被攝體的方式調節(jié)曝光的 攝像裝置中，在亮度差較大的場景下主要被攝體之外的部分有可能成為 泛白或泛黑，存在畫面整體變?yōu)椴蛔匀坏膱D像的隱憂。另外，在進行曝光調節(jié)和灰度轉換處理的攝像裝置中，當人物為被 攝體的情況下，有時被攝體的明亮度過大或是不足，存在人物臉部表情 不明顯等問題。如上，在現(xiàn)有的攝像裝置中，存在攝影者無法獲取期望圖像的情況。 發(fā)明內容為了解決上述問題，本發(fā)明的目的在于提供一種攝影裝置，該攝影 裝置的泛白和泛黑少，動態(tài)范圍寬，并且能夠通過使主要被攝體形成合 適的明亮度而提供攝影者期望的畫質的圖像。為解決上述問題，本發(fā)明采用如下方案。本發(fā)明的第一方面中，攝像裝置具有被攝體檢測部，其將在主攝 影之前獲取的圖像中的主要被攝體從上述圖像的圖像信號中檢測出；被
攝體亮度信息獲取部，其從上述圖像信號中獲取與上述被攝體有關的亮度信息；亮度分布計算部，其針對上述圖像中的多個區(qū)域，計算各區(qū)域 的亮度分布；目標亮度計算部，其根據(jù)上述亮度分布來確定與曝光有關 的目標亮度；目標亮度校正部，在上述目標亮度與上述被攝體的亮度之 差處于基準范圍以外的情況下，該目標亮度校正部校正上述目標亮度； 以及曝光條件確定部，在通過上述目標亮度或上述目標亮度校正部實施 了校正的情況下，該曝光條件確定部根據(jù)校正后的上述目標亮度來確定 主攝影的曝光條件，上述目標亮度校正部具有基準范圍確定部，其確 定上述基準范圍；以及校正量確定部，其使用上述目標亮度與上述被攝 體的亮度之差來確定上述校正量。本發(fā)明的第二方面中，攝像裝置具有亮度分布計算部，其將在主 攝影之前獲取的圖像信號分割為多個區(qū)域，計算各分割區(qū)域的亮度分布； 目標亮度計算部，其根據(jù)上述亮度分布來確定與曝光有關的目標亮度； 被攝體檢測部，其從上述圖像信號中檢測主要被攝體；被攝體亮度信息 獲取部，其獲取與上述被攝體有關的亮度信息；圖像處理部，其針對上 述圖像的關注像素，根據(jù)關于關注像素的附近區(qū)域的信息來進行局部的 灰度轉換處理；亮度評價值計算部，其使用上述局部的灰度轉換處理后 的圖像信號，計算上述被攝體的亮度評價值；目標亮度校正部，在上述 亮度評價值與上述目標亮度之差在規(guī)定范圍以外的情況下，該目標亮度 校正部校正上述目標亮度，使得該目標亮度處于上述規(guī)定范圍內；以及 曝光條件確定部，其根據(jù)校正后的上述目標亮度來確定主攝影中的曝光 條件。根據(jù)本發(fā)明，因為泛白和泛黑少，并使主要被攝體形成為合適的明 亮度，因而能獲取攝影者期望的畫質的圖像。


圖1是表示本發(fā)明第1實施方式所涉及的攝像裝置的整體概要結構 的圖。圖2A是表示顯示流程的圖。
圖2B是表示顯示流程的圖。
圖3A是表示靜止攝影的流程的圖。
圖3B是表示靜止攝影的流程的圖。
圖4A是表示亮度分布計算處理的流程的圖。
圖4B是表示亮度分布計算處理的流程的圖。
圖5是用于說明被攝體為臉部的情況下的臉部區(qū)域和被攝體周邊區(qū) 域的圖。
圖6是用于說明被攝體不是臉部且能測距的情況下的測距區(qū)域和被 攝體周邊區(qū)域的圖。
圖7是用于說明被攝體不是臉部且不可測距的情況下的中央?yún)^(qū)域和 被攝體周邊區(qū)域的圖。
圖8是表示分割亮度計算處理的流程的圖。
圖9A是表示目標亮度計算處理的流程的圖。
圖9B是表示目標亮度計算處理的流程的圖。
圖IO是用于說明目標亮度計算方法的說明圖。
圖11是用于說明目標亮度計算方法的說明圖。
圖12A是表示目標亮度校正處理的流程的圖。
圖12B是表示目標亮度校正處理的流程的圖。
圖13是表示校正系數(shù)表的一個例子的圖。
圖14是表示目標亮度校正處理中校正量與被攝體亮度之差的關系的圖。
圖15是表示第2圖像處理的流程的圖。
圖16是表示第2灰度轉換處理的流程的圖。
圖17A是表示參數(shù)選擇處理的流程的圖。
圖17B是表示參數(shù)選擇處理的流程的圖。
圖18是表示參數(shù)選擇處理的流程的圖。
圖19是表示灰度轉換特性曲線的一個例子的圖。
圖20是表示被攝體亮度與被攝體周圍亮度之差同灰度轉換特性曲線 的關系的圖。
圖21是表示被攝體亮度與被攝體周圍亮度之差同合成比的關系的圖。圖22是表示本發(fā)明的第2實施方式所涉及的上、下限閾值確定流程 的圖。圖23是表示本發(fā)明第3實施方式所涉及的下限閾值和上限閾值的設 定方法的一個例子的圖。圖24是表示本發(fā)明第4實施方式所涉及的下限閾值和上限閾值的設 定方法的一個例子的圖，是將下限閾值和上限閾值相對于ISO靈敏度的 值進行數(shù)值化而示出的表。圖25是將圖24所示的表繪成曲線后示出的圖。圖26A是表示本發(fā)明第5實施方式所涉及的目標亮度校正處理的流 程的圖。圖26B是表示本發(fā)明第5實施方式所涉及的目標亮度校正處理的流 程的圖。圖27是表示本發(fā)明第5實施方式所涉及的參數(shù)選擇處理的流程的圖。圖28是表示在圖27所示的參數(shù)選擇處理中實施的亮度估計處理的 流程的圖。圖29是表示亮度估計處理中使用的被攝體區(qū)域的亮度平均值與灰度 轉換特性曲線的關系的圖。圖30是表亮度估計處理中使用的被攝體區(qū)域的亮度平均值與合成 比的關系的圖。
具體實施方式
下面參照

本發(fā)明所涉及的攝像裝置的實施方式。 [第1實施方式]圖1是表示本發(fā)明第1實施方式所涉及的攝像裝置的概要結構的框 圖。本實施方式所涉及的攝像裝置1例如是數(shù)碼相機，其具有攝像部2 和圖像處理裝置3。攝像部2具有鏡頭10、快門11、 CCD (電荷耦合裝置)12、 CCD控制部13、鏡頭驅動部14和閃光燈15。鏡頭IO配置有焦點調節(jié)和焦距調節(jié)用攝影鏡頭和用于調節(jié)開口量的 光圈10a。該光圈10a的作用在于，根據(jù)來自攝影控制部20的控制指令 來調整照射到攝像面上的光的明亮度和深度，然而在較少需要進行深度 調整的廉價攝像裝置中，以明亮度調節(jié)為目的，例如也可以采用光亮調 節(jié)用的ND濾波器來代替。鏡頭10是通過鏡頭驅動部14在后述的攝影控制部20的控制下啟動 而被驅動的。由此根據(jù)來自攝影控制部20的控制指令，進行對焦、焦距 驅動等。閃光燈15能夠通過攝影控制部20的控制而向被攝體照射光。鏡頭10的后方配置有曝光時間控制用的快門11。該快門11是通過 攝影控制部20進行驅動控制的?？扉T11在瀏覽畫面攝影時始終為打開狀態(tài)。此時CCD 12的曝光量 控制是使用CCD 12所具有的電子快門功能來實現(xiàn)的。另夕卜，在所謂的靜 止圖像(以下稱之為"靜止攝影")攝影時，通過快門11來控制對CCD 12 的曝光量。快門11的后方配置有作為二維攝像元件的CCD 12，將通過鏡頭10 成像的被攝體像光電轉換為電信號。并且在本實施方式中，使用CCD作 為攝像元件，然而不限于此，當然也可以使用CMOS (Complementary Oxide Semiconductor:互補型金屬氧化物半導體)等二維攝像元件。CCD控制部13與CCD接口 21連接。CCD控制部13通過CCD接 口 21接收來自后述的流程控制器22 (以下稱之為"主體CPU")的控制信 號，根據(jù)該控制信號進行CCD 12的電源的導通或/切斷控制等，調整攝 像的定時，進行光電轉換信號的放大(增益調整)等。通過CCD 12獲取的模擬信號的圖像信號被CCD接口21轉換為數(shù)字 信號，輸入到圖像處理裝置3。圖像處理裝置3例如是ASIC (特定用途集成電路)，具有上述攝影 控制部20、 CCD接口21、主體CPU22、亮度計算部23、 AF運算部24、 第1圖像處理部25、臉部檢測部26、第2圖像處理部27和第3圖像處 理部28等。這些各部分通過圖像處理裝置3內的數(shù)據(jù)總線30而彼此相 連。主體CPU 22對攝像裝置1所具備的各部分進行控制。亮度計算部23按照每個規(guī)定的分割區(qū)域來平均劃分圖像信號，轉換 為亮度信號，計算被攝體的亮度分布信息。AF運算部24將圖像信號分割成規(guī)定區(qū)域，按照每個區(qū)域計算對比 度信息，與鏡頭驅動部14的控制同步地驅動鏡頭10，使得規(guī)定區(qū)域的對 比度為最大，從而使被攝體對焦。第1圖像處理部25、第2圖像處理部27和第3圖像處理部28對通 過攝像部2獲取的圖像信號進行OB減法、顏色校正、灰度轉換、黑白/ 彩色模式處理、瀏覽圖像處理等各種圖像處理。臉部檢測部26以圖像信號為基礎，制作適用于臉部檢測的尺寸的圖 像，例如使用日本特開2006-227995號公報中公開的公知技術，從處理對 象圖像中檢索具有與臉部器官類似的特征量的部分，提取出臉部候選區(qū) 域，使用臉部候選區(qū)域的各種信息，進行是否為臉部的判斷，檢測臉部 區(qū)域的位置和大小。 . .此處，作為更具體的臉部檢測方法，例如P. Viola and M. Jones, "Rapid object detection using a boosted cascade of simple features,"(采用簡單特征 的"Boosted Cascade"的快速對象檢測)Proc. of CVPR， 2001中公開的 Viola-Jones的臉部檢測方法。Viola-Jones的臉部檢測方法是將通過 Adaboost學習而選擇出的最適于臉部檢測的矩形濾波器與臉部檢測對象 圖像進行對照來檢測臉部的方法。通過將上述矩形濾波器配置為葉柵型， 從而使處理變得高速化。另外，在上述檢測處理時，將累計與各矩形濾 波器對照的結果并歸一化后的值作為評價值，在通過上述處理檢測出臉 部的情況下，表示檢測到的臉部的可靠程度的指標與臉部檢測結果一并 進行輸出。在本實施方式中，將該指標記載為臉部檢測可靠性，作為表 示檢測到的臉部的確定性的指標，在使用臉部檢測結果的流程中使用。另外，上述數(shù)據(jù)總線30除了上述構成要素之外，還連接有壓縮部31、 SDRAM (Synchronous Dynamic Random Access Memory: 同步動態(tài)隨機 存取存儲器)控制部32、閃存控制部33、操作檢測部34、記錄介質控制 部35、視頻信號輸出部36等。壓縮部31是用于通過JPEG來壓縮后述的SDRAM 41中所存儲的圖 像數(shù)據(jù)等的模塊。并且圖像壓縮不限于JPEG，還能應用其他壓縮方法。 閃存控制部33與閃存42相連。該閃存42上存儲有用于控制攝像裝置1 中的各處理的圖像處理程序，主體CPU 22按照存儲在該閃存42中的程 序進行各部的控制。并且閃存42是可電改寫的非易失性存儲器。SDRAM 41通過SDRAM控制部32與數(shù)據(jù)總線30相連。SDRAM 41是用于暫時 存儲通過第1圖像處理部25等進行了圖像處理的圖像信息或者通過壓縮 部31進行了壓縮的圖像信息的存儲器。攝影控制部20通過數(shù)據(jù)總線30與主體CPU 22等各部連接。記錄介 質控制部35與記錄介質43相連，進行向該記錄介質43記錄圖像數(shù)據(jù)等 的控制。記錄介質43由xD圖像卡(注冊商標)、緊湊式閃存(注冊商標)、 SD存儲卡(注冊商標)、記憶棒(注冊商標)或者硬盤驅動器(HD)等 可改寫的記錄介質構成，可相對于攝像裝置主體進行拆裝。視頻信號輸出部36通過顯示監(jiān)視器控制部45與顯示監(jiān)視器46連接。 視頻信號輸出部36是用于將存儲在SDRAM 41或記錄介質43中的圖像 數(shù)據(jù)轉換為用于顯示在顯示監(jiān)視器46上的視頻信號的電路。顯示監(jiān)視器 46例如是配置在攝像裝置主體的背面的液晶顯示裝置，然而只要是攝影 者能觀察到的位置，就不限于背面，也不限于液晶，也可以是其他顯示 裝置。操作部47包含對表示攝像裝置1的攝影指示的釋放進行檢測的開 關、模式盤、電源開關、控制盤、再現(xiàn)按鈕、菜單按鈕、十字鍵、OK按 鈕等，操作部47通過操作檢測部34與數(shù)據(jù)總線30相連。在具有這種結構的攝像裝置1中，當用戶使電源開關(省略圖示) 導通時，通過主體CPU22執(zhí)行如下所示的顯示流程，通過來自主體CPU 22的控制使各部啟動。下面參照圖2A、圖2B說明顯示流程的動作流程。[顯示流程]首先，當用戶使電源接通后，進行對用戶設定的灰度模式的判斷(圖 2A的步驟SA1)。本實施方式中，作為灰度模式，可以選擇自動、關閉
(off)、手動這3個模式。自動模式是按照作為處理對象的圖像信號的特征，例如按每個圖像 的位置選定適當?shù)幕叶绒D換特性曲線，使用所選定的灰度轉換特性曲線 進行灰度轉換等，自動進行更適于處理對象圖像的灰度轉換的模式(第1 設定模式)。關閉模式是使用預先確定的規(guī)定灰度轉換特性曲線對圖像信 號在畫面上相同進行灰度轉換的模式(第2設定模式)。手動模式是可進 一步通過由用戶操作操作部47，來對上述自動模式中獲取的圖像信號進 行微調的模式。接著進行攝像部2的瀏覽圖像的攝影，獲取圖像信號(步驟SA2)。 該圖像信號通過CCD接口 21轉換為數(shù)字信號，轉換后的圖像信號(以 下稱之為"瀏覽圖像信號")輸入到圖像處理裝置3內。接著，通過第1圖像處理部25、第2圖像處理部27、第3圖像處理 部28對瀏覽圖像信號進行顏色轉換處理、強調處理、灰度轉換處理、壓 縮、調整尺寸等處理(步驟SA3)，處理后的瀏覽圖像信號顯示在顯示監(jiān) 視器46上(步驟SA4)。并且，如果也對瀏覽圖像信號進行后述的局部 灰度轉換處理，則能夠獲取更接近于靜止攝影的圖像。然后通過臉部檢測部26將瀏覽圖像信號轉換為適于臉部檢測的圖 像，針對每個規(guī)定區(qū)域進行與臉部特征量的匹配比較，檢測臉部的位置 和大小(步驟SA5)。其結果，如果檢測到臉部，則將檢測結果顯示在監(jiān) 視器上。并且，用于臉部檢測的瀏覽圖像信號是在上述諸多處理的過程中， 儲存適于臉部檢測的圖像來使用。接下來判斷臉部檢測的結果是否相比上次檢測結果產(chǎn)生了變化(步 驟SA6)。其結果，如果檢測結果產(chǎn)生了變動，例如在上次的瀏覽圖像信 號中檢測出了臉部然而本次瀏覽圖像信號中沒有檢測出的情況下，反之 在上次的瀏覽圖像信號中沒有檢測出臉部然而本次瀏覽圖像信號中檢測 出了的情況下，以及在臉部的位置或大小產(chǎn)生了變化的情況下，進入步 驟SA7。在步驟SA7中判定被攝體的距離是否相比上次瀏覽圖像信號時產(chǎn)生
了變動。該距離的變動如下進行判斷，例如計算之前進行自動聚焦獲取 的瀏覽圖像信號中的對焦區(qū)域與此次獲取的瀏覽圖像信號的同一區(qū)域中 的對比度之差，如果該差在規(guī)定值之上，則判斷為被攝體的距離產(chǎn)生了變動。其結果，如果被攝體的距離產(chǎn)生了變動，則進入步驟SA8。步驟SA8中，進行自動聚焦。具體而言，為進行自動聚焦而重復多 次攝影和鏡頭驅動，將通過攝影獲取的信號分割給多個區(qū)域(例如縱向 分割10個區(qū)域、橫向分割15個區(qū)域)，計算出每個區(qū)域的對比度，通過 將鏡頭IO驅動到對比度值為最大的位置上，從而進行向被攝體對焦的對 焦動作。關于所分割的區(qū)域中重視哪個區(qū)域的對比度來進行鏡頭驅動，是通 過周知的算法來確定的。例如本實施方式中使用前一個臉部檢測的結果 檢測出臉部的情況下，以臉部的位置信息、大小信息為基礎重視接近于 臉部的區(qū)域，在沒有檢測到臉部的情況下，重視最近的區(qū)域。而且在鏡 頭驅動結束之后，以各攝影時的對比度信息和此時的鏡頭位置、最終驅 動結束時的透鏡位置信息為基礎，計算當前的攝影距離、焦點距離以及 各區(qū)域的被攝體距離。然后，將該攝影距離、焦點距離和被攝體距離作 為被攝體距離分布信息存儲在規(guī)定存儲器中，并且將所重視的區(qū)域以及 該區(qū)域的對比度值也一并存儲在存儲器中。該處理結束后進入步驟SA9。另一方面，在上述步驟SA6中臉部檢測的結果在上一次和此次中沒 有變化的情況下，或者在步驟SA7中沒有產(chǎn)生距離變動的情況下，進入 步驟SA9。在步驟SA9中，使用瀏覽圖像信號，計算被攝體的亮度分布，并且 使用上述臉部檢測結果計算被攝體區(qū)域、被攝體周圍區(qū)域的亮度。在接 下來的步驟SAIO、 SA11中，根據(jù)在步驟SA9中得到的被攝體的亮度分 布信息，確定瀏覽畫面中的快門速度、光圈、ISO靈敏度，將這些APEX 值(av,tv,sv)存儲在存儲器中，在下一次的瀏覽畫面曝光時反映。并且， 用于臉部亮度分布計算的瀏覽畫面信號是在上述諸多處理的過程中，儲 存適于臉部亮度分布計算的圖像來使用。步驟SA12中，通過操作檢測部34判定操作者是否按下了釋放按鈕，
在按下了釋放按鈕的情況下，進入步驟SA13，實施靜止攝影。然后，在靜止攝影結束的情況下，或者在步驟SA12中沒有按下釋放按鈕的情況下，返回步驟SA1，重復執(zhí)行上述處理直到用戶切斷電源。 并且，在上述顯示流程中，根據(jù)系統(tǒng)構成等的關系，在步驟SA4之后的處理中較耗費時間的情況下，也可以與其他處理并行地進行上述步驟SA1到SA3的處理。 [靜止攝影]接著參照圖3A、圖3B說明在上述顯示流程的步驟SA13中進行的 靜止攝影。圖3A、圖3B是表示靜止攝影的流程的圖。首先，在圖3A的步驟SB1中，使用之前剛得到的瀏覽圖像信號進 行臉部檢測。在步驟SB2中，判斷是否需要預攝影。在該判斷中，在靜 止攝影之前剛得到的瀏覽圖像信號中，分別對亮度低于下限亮度值的像 素數(shù)和亮度高于上限亮度值的像素數(shù)進行計數(shù)，對變黑的像素數(shù)和泛白 的像素數(shù)進行計數(shù)。而且，當變黑的像素數(shù)小于等于規(guī)定的閾值、且泛 白的像素數(shù)小于等于規(guī)定的閾值的情況下，由于能獲取足夠的動態(tài)范圍 的瀏覽圖像信號，因而判斷為無需預攝影。另一方面，在不滿足上述條 件的情況下，即某個像素數(shù)大于等于閾值的情況下，判斷為需要預攝影。另外，通過以下的條件式來確定預攝影的曝光量。例如，在泛白的像素數(shù)大于等于規(guī)定的閾值的情況下，將曝光量設 定為比最近的瀏覽圖像攝影小規(guī)定量。另一方面，當變黑的像素數(shù)大于 等于規(guī)定的閾值的情況下，將曝光量設定為比最近的瀏覽圖像攝影大規(guī) 定量。并且，在泛白的像素數(shù)和變黑的像素數(shù)都大于等于各自的閾值的 情況下，使泛白優(yōu)先，將曝光量設定為比前一次小規(guī)定量。并且，用于判斷上述泛白或變黑的下限亮度值、上限亮度值、規(guī)定 量以及規(guī)定的各閾值可以按照攝像裝置1的性能等來適當進行設定。在步驟SB3中，判斷是否在上述步驟SB2中被判定為需要預攝影， 在需要預攝影的情況下，用上述曝光條件實施預攝影(步驟SB4)。攝像 部2所獲取的圖像信號在CCD接口 21中被數(shù)字化之后，傳送到攝像處 理裝置3內的各部。
在上述步驟SB5中，進行自動聚焦。自動聚焦處理由于與上述顯示 流程中的步驟SA8相同，因而省略說明。在步驟SB6中，使用在步驟SB4中求出的攝影距離、當前的鏡頭的 焦點距離，通過下式(1)計算攝影倍率。攝影倍率-焦點距離/攝影距離 (1)在步驟SB7中計算被攝體的亮度分布，并且使用自動聚焦的結果以 及臉部檢測的結果，計算被攝體區(qū)域和被攝體周圍區(qū)域的亮度。并且后 面將詳細敘述該亮度分布計算處理。在步驟SB8中，根據(jù)在步驟SB7中得到的被攝體的亮度分布信息， 求出用于確定曝光條件的目標亮度，在接下來的步驟SB9中，根據(jù)目標 亮度來確定主攝影(正式攝影)中的快門速度、光圈、ISO靈敏度，存儲 這些APEX值(av，tv，sv)(曝光條件確定部)。接下來，在步驟SB10中判斷閃光燈有無發(fā)光的必要。例如當逆光時 或者低亮度時，判斷為閃光燈需要發(fā)光。其結果，在判斷為不需要閃光 燈發(fā)光的情況下，在步驟SBll中控制光圈10a、快門11、 CCD 12，在 通過步驟SB9所確定的曝光條件下進行攝影。在攝像部2中獲取的圖像 信號在CCD接口 21中被轉換為數(shù)字信號，傳送到圖像處理裝置3內的 各部。另外，在步驟SB10中，在判斷為需要使閃光燈發(fā)光的情況下，在步 驟SB12中實施用于進行閃光燈發(fā)光和攝像的前曝光，讀取所獲取的CCD 輸出數(shù)據(jù)并進行規(guī)定的處理。在接下來的步驟SB13中，以在步驟SB12 中得到的CCD輸出數(shù)據(jù)為基礎，制作閃光燈照射光時的被攝體的亮度分 布信息，根據(jù)該值運算閃光燈發(fā)光量。然后，在步驟SB14中控制光圈 10a、快門ll、閃光燈15、 CCD 12等，采用在步驟SB6中確定的曝光條 件和在步驟SB13中得到的發(fā)光量進行閃光燈發(fā)光和攝影。在攝像部2所 獲取的圖像信號在CCD接口 21中被轉換為數(shù)字信號，傳送到圖像處理 裝置3內的各部。在接下來的步驟SB15中，在第1圖像處理部25對圖像信號實施公 知的OB減法、白平衡校正等校正，處理后的圖像信號傳送到第2圖像
處理部27。在步驟SB16中，在第2圖像處理部27中對從第1圖像處理部25傳 送來的圖像信號實施灰度轉換處理，處理后的圖像信號傳送到第3圖像 處理部28。并且，后面將詳細敘述此處進行的灰度轉換處理。步驟SB17中，在第3圖像處理部28中對從第2圖像處理部27傳送 來的圖像信號實施顏色校正、噪聲校正、YC轉換、壓縮等各種圖像處理。 然后在步驟SB18中，結束了圖像處理的圖像記錄在記錄介質43中，在 步驟SB19中，結束了圖像處理的圖像通過視頻信號輸出部36等顯示在 顯示監(jiān)視器46上。并且，此處在灰度轉換后進行了顏色校正、噪聲校正、 YC轉換、壓縮等各種圖像處理，然而它們的實施順序可以按照處理速度 和畫質性能來進行替換。 -[亮度分布計算處理]下面參照圖4A、圖4B來詳細說明在上述靜止攝影流程的步驟SB7 中執(zhí)行的亮度分布計算處理(被攝體檢測部/被攝體亮度信息獲取部/亮度 分布計算部)。圖4A、圖4B是表示亮度分布計算處理的流程的圖。首先，在步驟SC1中，如圖5所示，將圖像信號分割成多個分割區(qū) 域(本實施方式中縱向分割30部分、橫向分割20部分)，計算每個分割 區(qū)域的亮度的平均值。并且，后面將詳細敘述該分割亮度計算處理。如上，當獲取了各分割區(qū)域的亮度平均值時，在接下來的步驟SC2 中判定是否進行了臉部檢測。具體而言，在圖3A的步驟SB1中，通過 靜止攝影之前剛得到的瀏覽圖像信號來判定是否進行了臉部檢測。其結 果，在進行了臉部檢測的情況下進入步驟SC3。在步驟SC3中，根據(jù)檢測出的臉部位置和大小來確定臉部區(qū)域，計 算該臉部區(qū)域的亮度平均值。在接下來的步驟SC4中，將在步驟SC3中 計算出的臉部區(qū)域的亮度平均值設為被攝體亮度bv—o。例如圖5所示， 在確定了臉部區(qū)域的情況下，屬于該臉部區(qū)域的7x7的區(qū)域的亮度平均 值成為被攝體亮度bv一o。接著，在步驟SC5中，根據(jù)在步驟SC3中確定的臉部區(qū)域的信息， 計算被攝體周圍區(qū)域的亮度。該被攝體周圍區(qū)域是自臉部區(qū)域起向上下左右分別擴展4個區(qū)域后得到的區(qū)域。例如，按照圖5那樣確定了臉部 區(qū)域的情況下，以圍繞該臉部區(qū)域的方式確定出15x15的被攝體周圍區(qū) 域(除臉部區(qū)域外)。這樣確定了被攝體周圍區(qū)域后，計算被攝體周圍區(qū) 域的亮度平均值，將其作為被攝體周圍亮度bv—near。然后，在步驟SC6中求出臉部區(qū)域的面積，在接下來的步驟SC7中 使用下式(2)計算臉部區(qū)域和攝影區(qū)域的面積比例。面積比例=臉部區(qū)域面積/攝影區(qū)域面積*100 (°/。) (2) 例如，在圖5所示的圖像中，按照如下求出面積比例。 面積比例=7><7><1個分割區(qū)域的面積/ (30x20x1個分割區(qū)域的面積) =8.1%另一方面，在上述步驟SC2中，當判定為沒有進行臉部檢測的情況 下，進入步驟SC8，判斷是否能測量到被攝體的距離。換言之，判定在 圖3A的步驟SB5中是否能進行自動聚焦。其結果，在能夠進行自動聚 焦的情況下判斷為能夠測距，進入步驟SC9。在步驟SC9中，確定測距時所重視的區(qū)域即測距點，在接下來的步 驟SC10中，將測距點附近的規(guī)定大小的區(qū)域確定為測距區(qū)域，在步驟 SC11中計算屬于測距區(qū)域的亮度平均值，在步驟SC12中設測距區(qū)域的 亮度平均值為被攝體亮度bv—o和被攝體周圍亮度bv一near。此處設bv一nea產(chǎn)bv—o的理由是，雖然通過測距點信息能夠獲悉被攝 體位置，然而由于無法獲取關于被攝體大小的正確信息，因而將其設定 為處理上不存在問題的亮度。圖6是表示測距點和測距區(qū)域的一個例子 的圖。然后，在接下來的步驟SC13中使用攝影倍率來計算測距區(qū)域(被攝 體區(qū)域)相對于攝影區(qū)域的面積比例。例如使用下式(3)求出面積比例。 面積比例-測距區(qū)域(被攝體區(qū)域)面積/攝影區(qū)域面積 (3) 被攝體區(qū)域面積=(被攝體倍率x200mm) 2 被攝體倍率=焦點距離/距離另一方面，在步驟SC8中判斷為不能測距的情況下，進入步驟SC14。 在步驟SC14中，如圖7所示，在攝影區(qū)域的中央確定規(guī)定大小的中央?yún)^(qū)
域，計算中央?yún)^(qū)域的亮度平均值。在本實施方式中，通過13x13的區(qū)域 構成中央?yún)^(qū)域。在步驟SC15中，設中央?yún)^(qū)域的亮度平均值為被攝體亮度bv一o和被 攝體周圍亮度bv一near。然后，在接下來的步驟SC16中，計算中央?yún)^(qū)域(被攝體區(qū)域)相對 于攝影區(qū)域的面積比例。通過上述(2)式計算該面積比例。這樣，在進行了臉部檢測的情況下，或者雖然沒有進行臉部檢測但 能進行測距的情況下，又或者無法進行臉部檢測或測距的情況下，當計 算出被攝體亮度bv一o、被攝體周圍亮度bv一near和面積比例時，則結束 該亮度分布計算處理。下面參照圖8，具體說明在上述亮度分布計算處理的步驟SC1中執(zhí) 行的分割亮度計算處理。圖8是表示分割亮度計算處理的流程的圖。首先，在步驟SD1中，將在進行靜止攝影之前剛獲取的瀏覽圖像信 號的攝影區(qū)域分割為網(wǎng)格狀，劃分為多個分割區(qū)域，計算各分割區(qū)域的 亮度平均值。本實施方式中，如圖5所示，將攝影區(qū)域分割為縱向30個、 橫向20個。另外，亮度平均值成為各分割區(qū)域的灰度轉換前的圖像信號 的綠色輸出信號的平均值。接著，在步驟SD2中，使用預攝影時的曝光條件來運算各分割區(qū)域 的圖像信號的綠色輸出信號的區(qū)域平均值，轉換為APEX單位下的各分 割區(qū)域的亮度信號。例如，在圖5中通過下式(4)來賦予分割區(qū)域(ij)的亮度信號 d一bv—s(i，j)。d—bv—s(i，j)=log2(G(i,j)/ref) ( 4 )在上述(4)式中，G(i,j)是分割區(qū)域(i"中的綠色輸出信號的平均 值。ref是作為基準的綠色輸出信號，是以規(guī)定的光圈值、快門速度、靈 敏度來拍攝規(guī)定亮度的光源時的綠色輸出平均值，預先按照每個相機進 行設定。接著，在步驟SD3中，判定在圖3A所示的靜止攝影流程的步驟SB3
中是否進行了預攝影。在沒有進行預攝影的情況下，在步驟SD2中獲取 的亮度信號d—bv一s(ij)上反映瀏覽圖像攝影時的APEX值，計算最終的各 分割區(qū)域的亮度信號(步驟SDIO)。艮P，在沒有進行預攝影的情況下，可看作能獲取足夠作為瀏覽圖像 的動態(tài)圖像，因而通過將在上述步驟SD2中獲取的亮度信號d一bvj(ij) 上反映瀏覽圖像攝影時的APEX值，從而能夠計算可靠性較高的亮度值。 可通過下式(5)獲取各分割區(qū)域的亮度信號。bv(i，j)=(av_s)+(tv—s)—(sv一s)+(d一bv一s(i,j)) ( 5 )在上述(5)式中，(av—s)是光圈值，(tv—s)是快門速度，(svj)是相當 于靈敏度的APEX值。另一方面，在步驟SD3中，在進行了預攝影的情況下，可判斷為計 算出上述亮度信號d—bv—sOJ)時的瀏覽圖像產(chǎn)生了泛白和泛黑，可判斷為 上述d一bv一s(U)并非可靠性高的值。因此，這種情況下也使用通過預攝影 獲取的圖像信號的信息，對在上述步驟SD2中獲取的亮度信號d—bv—s(i,j) 進行校正或變更，從而計算出可靠性高的亮度。具體而言，在步驟SD4中，將在上述圖3A的步驟SB4中實施的預 攝影的圖像信號的攝影區(qū)域分割為網(wǎng)格狀，劃分成多個分割區(qū)域，獲取 各分割區(qū)域的綠色輸出信號的亮度平均值。接著，在步驟SD5中使用預 攝影時的曝光條件運算各分割區(qū)域的亮度平均值，轉換為APEX單位下 的各分割區(qū)域的亮度信號。例如圖5中，分割區(qū)域(U)的亮度信號djwj(i，j)與上述瀏覽圖像的 情況同樣地求出。下面，在步驟SD6中，針對每個分割區(qū)域，比較在步驟SD2中獲取 的瀏覽圖像信號的亮度信號d_bv—s(ij)和在步驟SD5中獲取的預攝影時 的圖像信號的亮度信號d—bv_p(ij)。其結果，在瀏覽圖像信號的亮度信號 d—bv一s(i，j)的絕對值大于預攝影時的圖像信號的亮度信號d—bv^(i，j)的絕 對值的情況下，進入步驟SD7，將該分割區(qū)域的瀏覽圖像信號的亮度信 號置換為預攝影時的圖像信號的亮度信號d—bv_p(ij)。也就是說，對這種 分割區(qū)域采用預攝影時的亮度信號。進而在步驟SD8中，將瀏覽圖像攝
影時的光圈值、快門速度、ISO靈敏度的APEX值(av—s)、 (tv_s)、 (sv—s) 置換為預攝影時的這些APEX值(avj)、 (tv_p)、 (sv_p)。另一方面，在步驟SD6中，如果沒有滿足上述條件，則不進行亮度 信號的置換，進入步驟SD9。在步驟SD9中，判定是否對所有分割區(qū)域結束了亮度信號的比較。 其結果是，如果比較沒有結束，則返回步驟SD6，對沒有比較的各分割 區(qū)域進行上述步驟SD6之后的處理。另一方面，在對所有分割區(qū)域結束 了比較的情況下，進入步驟SDIO，按照上述(5)式計算各分割區(qū)域的 亮度信號。這樣，通過反映曝光條件中的APEX值，從而能夠獲取不依賴于曝 光條件的、定量化的被攝體的亮度信號。如上所述，通過執(zhí)行分割亮度計算處理，從而在進行了預攝影的情 況下，比較瀏覽圖像信號與在預攝影中獲取的圖像信號兩者，能夠根據(jù) 更為適當?shù)膱D像信號獲取各分割區(qū)域的亮度信號。由此，亮度信號的動 態(tài)變寬，能夠得到可靠性高的亮度信號。另外，通過使用這種可靠性高的亮度信號來進行圖4A、圖4B所示 的亮度分布計算處理，從而能夠得到可靠性高的被攝體亮度bv_o、被攝 體周圍亮度bvjear。[測光運算處理]下面詳細說明圖3A所示的靜止攝影流程的步驟SB8中所執(zhí)行的測 光運算處理。該測光運算處理由圖9A所示的目標亮度計算處理(目標亮 度計算部)和圖12A所示的目標亮度校正處理(目標亮度校正部)構成。 目標亮度計算處理是根據(jù)通過上述分割亮度計算而得到的瀏覽亮度信 號，獲取不產(chǎn)生泛白和泛黑的平衡，確定用于確定曝光條件的最佳目標 亮度的處理。換言之，本處理中確定不易產(chǎn)生泛白和泛黑的目標亮度。下面參照圖9A 圖11說明目標亮度計算處理。圖9A、圖9B是表示 目標亮度計算處理的流程的圖。[目標亮度計算處理]首先，在步驟SE1中，計算攝影區(qū)域整體的亮度平均值bv一avg。這
是通過對在上述分割亮度計算處理(參見圖8)的步驟SD10中獲取的各 分割區(qū)域的亮度信號進行平均計算而獲取的。在步驟SE2中，設定動態(tài)范圍臨界。該動態(tài)范圍臨界是用于判斷圖 像中的泛白和泛黑的閾值。本實施方式中，設定預先登記的值。例如按 照如下設定用于判斷泛白的上限閾值d—th一high、用于判斷泛黑的下限閾 值d—th—low。d—th—high=1.5d_th—low=—2.0在步驟SE3中，使用上述上限閾值對泛白(高亮度)的像素數(shù)進行 計數(shù)。具體而言，對滿足下面式(6)的分割區(qū)域的數(shù)目進行計數(shù)。 bv(i,j)>bv—avg+d__th—high (6)式(6)中，亮度信號bv(i,j)是分割區(qū)域(ij)的亮度信號，bv_aVg是 攝影區(qū)域整體的亮度平均值，d—th—high是上限閾值。在步驟SE4中，使用上述下限閾值對泛黑的(噪聲亮度)像素數(shù)進 行計數(shù)。具體而言，對滿足下面式(7)的分割區(qū)域的數(shù)目進行計數(shù)。bv(i，j)<bv—avg+d_th—low ( 7 )在步驟SE5中，判定上述步驟SE3中的泛白的計數(shù)值count—dhighl 是否為0。在結果是計數(shù)值count—dhighl為0的情況下，即不存在泛白的 分割區(qū)域的情況下，進入步驟SE6，將位移值設定為一l。另一方面，在 計數(shù)值coimt一dhighl不為0的情況下，即存在泛白的分割區(qū)域的情況下， 進入步驟SE7，將位移值設定為+1。后面將敘述此處的位移值。在步驟SE8中，使判定泛白用的上限閾值再加上在步驟SE6或SE7 中設定的位移值shift,由此設定新的泛白判斷閾值，使用該泛白判斷閾 值對泛白的分割區(qū)域數(shù)目進行計數(shù)。具體而言，對滿足下式(8)的分割 區(qū)域的數(shù)目進行計數(shù)。bv(i，j )>bv_avg+shift+d—th—high ( 8 )在步驟SE9中，使判定泛黑用的下限閾值d—th一low再加上在步驟SE6 或SE7中設定的位移值shift,由此設定新的泛黑判斷閾值，使用該泛黑 判斷閾值對泛黑的分割區(qū)域數(shù)目進行計數(shù)。具體而言，對滿足下式(9)
的分割區(qū)域的數(shù)目進行計數(shù)。bv(i」)〈bv一avg+shift+d—th一low (9)接著,在步驟SE10中，判定在步驟SE3中獲取的計數(shù)值count—dhighl 與在步驟SE8中獲取的計數(shù)值count—dhigh2之差的絕對值、以及在步驟 SE4中獲取的計數(shù)值count一dlowl與在步驟SE9中獲取的計數(shù)值 COUnt_dlow2之差的絕對值是否都小于規(guī)定值(本實施方式中為"3")。其結果，在差的絕對值都小于規(guī)定值的情況下，則進入步驟SEll， 將位移值shift設定為當前所設定的值的2倍，在步驟SE12和步驟SE13 中，使用該位移值設定新的泛白判斷閾值和新的泛黑判斷閾值，再次對 泛白的分割區(qū)域的數(shù)目以及泛黑的分割區(qū)域的數(shù)目進行計數(shù)，進入步驟 SE14。另一方面，在差的絕對值都在規(guī)定值以上的情況下，不執(zhí)行上述 步驟SE11 SE13，直接進入步驟SE14。在步驟SE14中，使用在上述步 驟SE1到SE13中獲取的結果，計算目標亮度bv—p。這里，目標亮度bvj 是不易產(chǎn)生泛白和泛黑的亮度。下面參照

在步驟SE14中進行的目標亮度的計算方法。首先，使用在步驟SE3、 SE4、 SE8、 SE9中獲取的各計數(shù)值 count—dhighl、 count—dlowl 、 count—dhigh2、 count—dlow2以及在步驟SE7 或SE6中設定的位移值shift,制作圖10所示的圖表。在圖10中，橫軸是亮度bv，縱軸是計數(shù)值。首先，在攝影區(qū)域整體 的亮度平均值b、avg的線上取計數(shù)值count—dhighl 、 count_dlowl，在對 亮度平均值bv_avg加上了位移值shift的線上取計數(shù)值count一dhigh2、 count—dlow2。這里，圖11表示將位移值shift設定為1的情況、即在圖 9A的步驟SE5中存在泛白的分割區(qū)域的情況下的圖表。并且，在將位移 值shift設定為一l的情況下，則在圖10中，bv一avg+shift的線將到達 bv_avg的左側。接著，在上述圖表中用直線連接與泛白有關的計數(shù)值count—dhighl、 count—dhigh2 ，并且用直線連接與泛黑有關的計數(shù)值count一dlowl、 coimt一dlow2。然后將正好位于該直線的交點上的亮度確定為目標亮度 bv_p。
通過這樣確定目標亮度bv_p，能夠確定獲取了泛白的分割區(qū)域數(shù)目 與泛黑的分割區(qū)域數(shù)目之間的平衡的目標亮度bv_p。并且，在圖9B的步驟SE10中設置判斷處理，例如圖11所示，在與 泛白有關的計數(shù)值count—dhighl 、 count—dhigh2之差以及與泛黑有關的計 數(shù)值count—dlowl、 count—dlow2之差較小的情況下，則無法確定交點， 不能確定適當?shù)哪繕肆炼萣v_p。這種情況下，通過進行圖9B的步驟 SE11 SE13的處理，從而將位移值shift設定為2倍，使用此時的計數(shù)值 count一dhigh3、 count—dlow3與上述同樣地確定目標亮度bv_p (參見圖11 的虛線)。并且，在上述目標亮度bv_p的確定中，不希望目標亮度bv_p過于 遠離攝影區(qū)域整體的亮度平均值bv—avg，因而在亮度平均值bv一avg與目 標亮度bv_p之差在規(guī)定值(本實施方式中為|1.5|)以上的情況下，限制 目標亮度bvj的值，使其在規(guī)定范圍內。用算式表示上述說明的內容時則為下式(10)。bv_p=bv—avg+shiftx(count_dlowl — count—dhighl)/(count—dhigh2 — count一dhigh 1 — count_dlow2+count—dlow 1) (10)其中，在lbvjp—bv—avg |>1.5的情況下，則bv_p=bv—avg+1.5或者 bv_p=bv—avg—1.5。[目標亮度校正處理]當按照如上確定了目標亮度bv_p后，則接下來執(zhí)行校正上述目標亮 度的目標亮度校正處理(目標亮度校正部)。在該處理中，例如通過與被 攝體亮度bv—o之間的關系來校正上述目標亮度計算處理中確定的目標亮 度bv_p，在目標亮度bv_p與被攝體亮度bv_o之間的亮度差較大的情況 下，根據(jù)被攝體的條件來調整目標亮度bv』。由此，能夠形成與被攝體 亮度之間獲取平衡的目標亮度。下面參照圖12A、圖12B說明目標亮度校正處理。圖12A、圖12B 是表示目標亮度校正處理的流程的圖。首先，在步驟SF1、 SF2中，設定目標亮度bvj的校正系數(shù)和校正 上限值bv—hos—max、校正下限值bv—hos—min。具體而言，預先保存圖13
所示的校正系數(shù)表，通過參照該校正系數(shù)表來設定校正系數(shù)k—low、 kjiigh以及上、下限值。如圖13所示，在本實施方式中，在圖3A的步 驟SB1中如果檢測出臉部，則根據(jù)下面的式(11-1)、 (11-2)來設定校正 系數(shù)k一low、 k—high。k—low=0.85x (face一l) /100 (11-1)k—high=0.9x (face一l) /100 (11-2)在上述式(11-1)、 (11-2)中，face—1是臉部檢測的可靠性。例如在 上述Viola-Jones的臉部檢測方法中，將檢測處理時累計與各矩形濾波器 之間對照的結果并進行了歸一化的評價值用作上述face—1。另外，同樣根據(jù)校正系數(shù)表，將上限值bv—hos—max設為1.5，將下 限值bv—hos—min設定為一2。另外，在無法進行臉部檢測但能夠進行測距的情況下，將校正系數(shù) k一low設定為0.6，將校正系數(shù)k一high設定為0.7，并且將上限值 bv—hos—max設為1.0，將下限值bv—hos—min設為一0.75。在既無法進行臉部檢測也無法進行測距的情況下，將校正系數(shù)k一low 設定為0.4，將校正系數(shù)k_high設定為0.5，并且將上限值bv—hos—max 設為0.5,將下限值bv一hos一min設為一0.5。在本實施方式中，使用了兩 種校正系數(shù)即k_low和k_high，在后述的步驟SF5、 SF7中將選擇性使用。如上，被攝體檢測的可靠精度越高，則將校正系數(shù)k—low、 k—high 設定得越高。通過這樣設定校正系數(shù)k—low、 k_high，從而在被攝體的檢 測精度的可靠性較高的情況下，通過設定與該被攝體亮度對應的適當校 正系數(shù)l^k)W、 kjiigh，從而能夠獲取最佳亮度的圖像。另外，在被攝體 檢測的可靠精度較低的情況下，通過使用相應的適當?shù)男Ｕ禂?shù)k，雖然 不能獲取最佳亮度，然而能夠獲取完成了一定程度的亮度調整的圖像。 另外，在本實施方式中，準備校正系數(shù)k—low、 kjiigh，根據(jù)后述的步驟 SF4、 SF6的判斷結果，按照被攝體相比目標亮度或明或暗的情況來區(qū)分 使用。該校正系數(shù)k一low、 k—high的值是考慮到之后的處理中所使用的灰 度轉換特性等而確定的值。本實施方式中，由于后面處理中存在使灰度 轉換特性較暗的部分變亮的傾向，因而關注灰度轉換特性上的變化(較暗部分變亮)，使k—low<k—high,在被攝體亮度比目標亮度暗的情況下， 則略微減小校正系數(shù)。接著，在步驟SF3中，設定下限閾值o一tl^low和上限閩值cUh一high (基準范圍設定部)。該下限閾值和上限閾值是在目標亮度bv_p與被攝 體亮度bv_o之差偏離某種程度的情況下使用上述校正系數(shù)k來校正目標 亮度bvj的閾值。本實施方式中，將下限閾值o一th—low設為一l.O，將 上限閾值o-th—high設為0.5。此處，上述下限閾值o一th一low和上限閾值o一th一high是考慮到攝像元 件的動態(tài)范圍、噪聲特性、在后面的處理中使用的灰度轉換特性等而確 定的值。另外，通常攝像元件的動態(tài)范圍相對于用于曝光的輸出電平， 較亮一側變得狹窄，因而上限閾值的絕對值優(yōu)選被設定得小于下限閾值 的絕對值。接著，判定目標亮度與被攝體亮度之差是否小于下限閾值o_tii_lOW， 如果小于則將下限閾值設定為計算校正量bv_hos時所考慮的變量th，將 k—low設定為校正量系數(shù)k (步驟SF5)，進入步驟SF8。另一方面，在目 標亮度與被攝體亮度之差大于等于下限閥值的情況下，判定該差是否大 于上限閾值ojh一high (步驟SF6)。其結果，如果差大于上限閾值，則將 上限閾值設定為變量th，將k—high設定為校正量系數(shù)k (步驟SF7),進 入步驟SF8。步驟SF8中，使用下式(12)計算目標亮度的校正量bv—hos (校正量確定部)。bv—hos=kx(bv_o—bv_p—th) (12)下面判定上述校正量bv—hos是否屬于校正下限值bv—hos—min和校正 上限值bv—hos—max之間(步驟SF9、 SFll)，在校正量小于校正下限值 bvjios—min的情況下，將校正量bv—hos設定為校正下限值(步驟SF12)， 而在校正量大于校正上限值bv—hos—max的情況下，將校正量bvjios設 定為校正上限值(步驟SFIO)。另一方面，在步驟SF4、 SF6中，如果目標亮度與被攝體亮度之差大 于等于下限閾值且小于等于上限閾值，則進入步驟SF13，使校正量bv一hos 為0。也就是說，這種情況下不進行目標亮度bv-p的校正。 然后，在步驟SF14中，使用在上述處理中求出的校正量bv一hos來 校正目標亮度bvjp，獲取最終的目標亮度bvj，?？赏ㄟ^下式(13)求出 最終的目標亮度bv_p'。b v_p ， =b vjp+b v—hos (13)圖14是表示上述目標亮度校正處理中的校正量bvjios和被攝體亮 度bv—o之差(以下稱之為"亮度差")的關系的圖。圖14中橫軸表示亮 度差，縱軸表示校正量。在亮度差大于等于下限閾值且小于等于上限閾 值的情況下，校正量為0。在亮度差小于下限閾值或者大于上限閾值的情 況下，形成為與參照圖13確定的規(guī)定校正系數(shù)k對應的校正量，在到達 校正下限值或者校正上限值的部位為恒定。這里，校正系數(shù)k示出在亮 度差小于下限閾值或者大于上限閾值的情況下，未達到校正下限值或校 正上限值時的傾向。通過在亮度差小于下限閾值或者大于上限閾值的情 況下改變傾向，從而起到改變被攝體亮度bv_o的重視程度的作用。這樣，在確定了最終的目標亮度bvjp，后，則在圖3A所示的曝光運 算(步驟SB9)中，為獲取上述目標亮度bvjp，，確定主攝影下的快門速 度、光圈、ISO靈敏度，并在確定的這些曝光條件下實施靜止攝影(主攝 影)(參見圖3A、圖3B的步驟SB9 SB14)。[第2圖像處理]下面說明第2圖像處理部(圖像處理部)27對圖像信號實施的灰度 轉換處理，該圖像信號是通過按上述調整了曝光的靜止攝影而獲取的。 該處理是在圖3B的步驟SB16中執(zhí)行的處理。圖15是表示第2圖像處 理的流程的圖。如該圖所示，在灰度轉換處理中，首先對通過第1圖像 處理部25 (參見圖1)進行了 OB校正等的圖像信號實施第1灰度轉換 處理(步驟SG1)。該第1灰度轉換處理是使用預先設定的標準灰度轉換 特性曲線W (參見圖19)對圖像信號執(zhí)行相同的灰度轉換處理。第1灰 度轉換處理后的圖像信號存儲在規(guī)定的存儲器例如圖1的記錄介質43 中。接著執(zhí)行第2灰度轉換處理(步驟SG2)。 [第2灰度轉換處理]
第2灰度轉換處理中對第1灰度轉換處理后的圖像信號執(zhí)行相同的 灰度轉換處理，然后再執(zhí)行局部的灰度轉換處理。下面參照圖16簡單說 明第2灰度轉換處理。圖16是表示第2灰度轉換處理的流程的圖。首先，對進行第2灰度轉換處理時所使用的參數(shù)進行選擇(步驟 SH1)。作為參數(shù)，選擇在相同的灰度轉換中所使用的灰度轉換特性曲線 (以下稱之為"Y特性")、后面的合成處理中的合成比等各種參數(shù)。后面 將詳細敘述這些參數(shù)的選擇處理。然后，使用在參數(shù)選擇處理中確定的Y特性，進行相同的灰度轉換 處理(步驟SH2)。接著依次提取以關注像素為中心的在上述參數(shù)選擇處 理中確定的規(guī)定大小的局部區(qū)域(步驟SH3)，制作各局部區(qū)域的直方圖 (步驟SH4)。接著，通過對直方圖進行累積、歸一化，生成灰度轉換曲 線(步驟SH5)，根據(jù)該灰度轉換曲線，對關注像素進行灰度轉換處理(步 驟SH6)。然后，判定是否對所有像素結束了灰度轉換處理(步驟SH7), 在沒有結束的情況下，則對下一個關注像素提取局部區(qū)域，重復進行步 驟SH3之后的處理。另外，在對所有像素結束了局部的灰度轉換處理的 情況下，將最終獲取的圖像作為第2圖像信號存儲在存儲器中，結束該 第2灰度轉換處理。這里，上述步驟SH3 SH7相當于局部的灰度轉換處理。接著，通過在參數(shù)選擇處理中選擇的合成比來合成通過上述第1灰 度轉換處理獲取的第1圖像信號與通過第2灰度轉換處理獲取的第2圖 像信號，將其作為灰度轉換的最終圖像信號，輸出到第3圖像處理部28 (參見圖l)，結束該第2圖像處理(圖15的步驟SG3)。 (參數(shù)選擇處理)下面詳細說明在圖16的步驟SH1中實施的參數(shù)選擇處理。圖17A~ 圖18是表示參數(shù)選擇處理的流程的圖。首先，從圖19所示的多個7特性Y1^4中選定在相同的灰度轉換處 理中所使用的Y特性(步驟SJ1)。本實施方式中選定yl。這里，Y特性 為這樣的特性Yl表示對比度最弱、昏暗的平緩的特性，隨著變成Y2、 Y3、 Y4則對比度越高，且能夠獲取明亮的圖。然后判定灰度模式是否關
閉(圖17A的步驟SJ2)。這是通過參照圖2A的步驟SA1中的判定結果 來進行的。如果灰度模式關閉，則將合成比設定為0 (步驟SJ3)，結束 該處理。另一方面，如果灰度模式并非關閉，則判定灰度模式是否為手動(步 驟SJ4)。在其結果為手動的情況下，讀取攝影者所設定的合成比并進行 設定(步驟SJ5),結束該處理。另外，如果灰度模式并非手動、即灰度模式為自動的情況下，判定 靜止攝影時的被攝體及其周邊是否過暗。具體而言，判定最終的目標亮 度bvj，是否小于0且曝光校正量cv是否大于一2 (步驟SJ6)。這里，曝 光校正量cv是攝影者希望改變曝光的情況下通過操作部47 (參見圖1) 設定的信息。其結果，在不滿足上述條件的情況下，也就是說攝影時的 被攝體及其周邊沒有變暗的情況下進入步驟SJ7。在步驟SJ7中，判定圖像信號的最大亮度與最小亮度之差是否大于 規(guī)定值(本實施方式為4)，如果大于規(guī)定值則將合成比設定為5% (步驟 SJ8)，如果小于規(guī)定值則判定攝影倍率是否大于10分之1 (步驟SJ9)。 其結果，如果大于10分之1則將合成比設定為20% (步驟SJIO)，如果 不大于，則判定F值是否小于F2、即圖像背景是否模糊(步驟SJll)。 如果F值小于F2則將合成比設定為20。/。(步驟SJIO)，如果不小于則判 定被攝體區(qū)域的面積比例是否大于等于30°/。(步驟SJ12)。其結果，如果 大于等于30%則將合成比設定為35% (步驟SJ13)，如果小于30%則進 入步驟SJ14。在步驟SJ14中，改變在上述步驟SJ1中設定的在相同的灰度轉換處 理中所使用的y特性。例如在被攝體區(qū)域較小的情況下(不足30%)，則 局部的灰度轉換處理的效果較小。這種場景下即使進行局部的灰度轉換 處理也難以獲取期望的圖像。這種情況下，通過在改變進行局部的灰度 轉換處理之前的相同的灰度轉換處理的y特性之后，進行局部的灰度轉 換處理，從而能夠獲取期望畫質的圖像。此處，作為該情況下的y特性的變更方法，優(yōu)選考慮攝影場景來選擇和改變更合適的y。進而，如以下 步驟SJ15中所說明的那樣，可通過提高合成比來提升明亮度，促進局部
的灰度轉換處理的效果。具體而言，如圖20所示，當被攝體亮度bv—o與被攝體周圍亮度 bv—near之差在規(guī)定值th2以上的情況下則選擇^，在大于等于規(guī)定值thl 且小于規(guī)定值th2的情況下則選擇W，在小于規(guī)定值thl的情況下則選擇 Y4。 Y特性與圖19所述相同。這樣，通過考慮攝影場景來選擇和改變更 合適的Y。接著，在步驟SJ15中確定合成比。具體而言，如圖21所示，在被 攝體亮度bv一o與被攝體周圍亮度bv一near之差為一3以下的情況下，將 合成比設定為55%，在之差為一l以上的情況下將合成比設定為35%， 如果在一3到一1之間則使用下式(14)確定合成比。合成比=—(bv_o—bv—near+l) xl0+35 (14)這樣確定了合成比后結束該處理。另一方面，在上述步驟SJ6中，在攝影時的被攝體及其周邊較暗的 情況下，即滿足了條件的情況下，進入圖18的步驟SJ16。在步驟SJ16 中，判定在靜止攝影時閃光燈是否發(fā)光。其結果，在發(fā)光的情況下將確 定合成比所需要的系數(shù)a設定為0.5 (步驟SJ17)，進入步驟SJ21。另一方面，在步驟SJ16中閃光燈發(fā)光的情況下，判定閃光燈是否沒 有到達(步驟SJ18)。關于該閃光燈沒有到達，例如在圖3B的步驟SB13 中運算發(fā)光量時，如果判斷為完全發(fā)光下光量不足，則會產(chǎn)生未到達閃 光燈區(qū)域的信息，因而通過確認是否產(chǎn)生了該信息來進行判定。其結果， 如果閃光燈沒有到達，則將系數(shù)a設定為1.5(步驟SJ19)，進入步驟SJ21 。 另一方面，在閃光燈到達的情況下，將系數(shù)a設定為l (步驟SJ20)，進 入步驟SJ21。在步驟SJ21中，計算出通過靜止攝影所獲取的圖像信號中的黑區(qū)域 的面積比例(泛黑的面積占攝影圖像的比例)。具體而言，首先將通過靜 止攝影所獲取的圖像信號分割為規(guī)定區(qū)域以形成多個分割區(qū)域，分別計 算各分割區(qū)域的Y輸出的平均值。接著，通過對Y輸出小于規(guī)定黑判定 閾值dark一th的分割區(qū)域的數(shù)目進行計數(shù)，從而對泛黑的分割區(qū)域數(shù)目進 行計數(shù)，使該分割區(qū)域數(shù)目除以圖像整體的分割區(qū)域數(shù)目，并以百分比
為單位，從而計算出黑區(qū)域的面積比例dark—area(%)。此處，上述黑判定閾值dark—th是根據(jù)ISO靈敏度、系數(shù)a、基準閾 值ref和基準ISO靈敏度ref—iso來確定的。具體而言，可通過下式(15) 來賦值。dark_th=iso x axref/ref一iso (15)接著在步驟SJ22中確定合成比。合成比是使用上述黑區(qū)域的面積比 例dark—area并通過下式(16)求出的。合成比=(100—dark—area) x35/100 (16)接著判定合成比是否為35% (步驟SJ23),如果在35%以內則結束該 處理，如果為35。/。則返回步驟SJ7，執(zhí)行其后面的處理。這樣，雖然是在低亮度下進行攝影，但是在合成比高的情況下，黑 色部分較少且圖像本身較亮，可期望獲取局部的灰度轉換處理的效果， 因而返回步驟SJ7，按照臉部和其他條件再次求出合成比，從而能夠獲取 具有更佳明亮度的圖像。并且，上述步驟SJ16-SJ23的處理是以夜景等較暗的圖像作為對象 的處理，在夜景等情況下，例如設定0到百分之十幾的合成比。另外， 步驟SJ7 SJ15的處理是以明亮的圖像作為對象的處理。并且，在上述參數(shù)選擇處理中，確定第2圖像處理(參見圖15)中 的在相同的灰度轉換處理中所使用的Y特性以及在合成處理中所采用的 合成比，然而除了這些參數(shù)之外，也能夠確定局部的灰度轉換中的局部 大小。這樣，在第2灰度轉換處理中，作為準備處理，按照不靠近圖像位 置的相同的Y曲線進行了相同的灰度轉換處理，然后將在靜止攝影中獲 取的圖像信號分割到局部區(qū)域上，再次進行局部的灰度轉換以使得局部 的直方圖得以平滑，因此即使是亮度差較大的場景下也能獲取不會極端 地泛白或者泛黑的自然灰度的圖像。如上所述，根據(jù)本實施方式所涉及的攝像裝置，使用瀏覽圖像的亮 度信息和預攝影的亮度信息，計算用于求出曝光條件的目標亮度。在該 情況下，目標亮度是通過估計泛黑和泛白來設定的，因此使用該目標亮
度確定曝光條件，能夠獲取泛黑或泛白較少的圖像。進而，在目標亮度 與被攝體亮度的亮度差超過規(guī)定的范圍(基準范圍)的情況下，根據(jù)該 亮度差校正目標亮度，能夠獲取更為合適的目標亮度。另外，在運算這些目標亮度時，除了后面實施的局部的灰度轉換的 效果之外，還確定目標亮度，因此能夠使背景與被攝體的明亮度為適當 的值，能夠提供攝影者期望畫質的圖像。另外，根據(jù)本實施方式，對在靜止攝影中獲取的圖像信號進行局部 的灰度轉換處理，按照與攝影場景有關的信息(亮度分布、被攝體亮度、被攝體的大小、攝影F值、被攝體倍率)來確定此時的參數(shù)(局部的灰 度轉換的前處理的灰度曲線、合成率)。因此，能夠實施與獲取圖像的特 征對應的最佳的灰度轉換處理。進而，在運算目標亮度時，除了后面實施的局部的灰度轉換的效果 之外，還確定目標亮度，因此能夠使背景與被攝體的明亮度成為適當?shù)?值，能夠提供攝影者期望畫質的圖像。[第2實施方式]接著使用

本發(fā)明的第2實施方式。在上述第1實施方式所涉及的攝像裝置1中，在圖3A的步驟SB8 的測光運算處理中所執(zhí)行的目標亮度校正處理(參見圖12A)中，使用 預先設定的下限閾值oJh—Iow和上限閾值o一thjiigh來判斷是否校正目標 亮度bv_p (參見圖12A的步驟SF3等)。在本實施方式所涉及的攝像裝 置中，按照灰度模式來改變該下限閾值o一th一low和上限閾值o一th一high。下面針對本實施方式所涉及的攝像裝置，省略說明其與第1實施方 式的共通之處，主要說明不同之處。圖22是表示用于按照灰度模式來確定在圖12A所示的目標亮度校正 處理的步驟SF3中使用的下限閾值ojh—low和上限閾值o—thjiigh的上、 下限閾值確定處理的流程的圖。首先，將作為初始值的0.5設定為上限閾值o一thjiigh (步驟SL1)， 將作為初始值的一l.O設定為下限閾值0—th—low。接著判定灰度模式是否 關閉(步驟SL3)，如果灰度模式關閉，則將上限閾值o_th—high變更為0.3 (步驟SL4)，將下限閾值o—th—low改為一0.5 (步驟SL5)，結束該處 理。另一方面，如果在步驟SL3中灰度模式并未關閉，則判定灰度模式 是否為手動(步驟SL6)，如果為手動則將上限閾值o—thjiigh變更為0.4 (步驟SL7)，將下限閾值o一th」ow變更為一0.8 (步驟SL8)，結束該處 理。另一方面，在步驟SL6中，如果灰度模式并非手動，則將上限閾值 o_th—high和下限閾值o—th一low設為初始值，然后就此結束該處理。這樣，在確定了與各灰度模式對應的上限閾值OjhJligh和下限閾值 o—th一low后，使用這些值來執(zhí)行上述目標亮度校正處理(參見圖12A、 圖12B)。如上所述，根據(jù)本實施方式，按照灰度模式來改變上限閾值o一th一high 和下限閾值o一th一low,因此，與增設在第2圖像處理中進行的灰度轉換 處理相比，能夠確定更為優(yōu)選的目標亮度。并且，如果灰度模式為手動，則也可以根據(jù)用戶所設定的信息(例 如第2圖像處理中的合成比、局部的灰度轉換中的局部區(qū)域的大小等) 來改變上限閾值oJh—high和下限閾值o—th一low。這種情況下，如果合成 比、局部的灰度轉換中的局部區(qū)域的大小變大，則優(yōu)選將上限閾值 o_th_high的絕對值和下限閾值o—th_low的絕對值改變?yōu)榇笥诔跏贾?。?過這樣進行處理，也可以按照用戶的設定來獲取良好的圖像。另外，還可以按照灰度模式來改變校正系數(shù)k一high、 k_low。由此， 如果灰度模式為關閉，則重視主要被攝體，從而即使灰度模式為關閉也 能獲取某種程度的良好的圖像。[第3實施方式]下面使用

本發(fā)明第3實施方式。本實施方式所涉及的攝像裝置與上述第2實施方式相同，下限閾值 o一th—low和上限閾值ojh一high的設定方法與上述第1實施方式不同。具 體而言，按照能夠在瀏覽圖像中進行臉部檢測的情況、雖然無法進行臉 部檢測然而能夠進行測距的情況、或者既不能進行臉部檢測也不能進行 測距的情況這3種情況，改變下限閾值o_th—low和上限閾值o—th—high。
圖23是表示本實施方式所涉及的下限閾值o—th_lOW和上限閾值 o—thjiigh的一個例子的圖。圖23中縱軸表示各閾值的值(臨界值)、橫 軸表示被攝體區(qū)域占攝影區(qū)域的面積比例。根據(jù)圖23可知，在檢測到臉 部的情況以及雖然沒有檢測到臉部然而能夠進行測距的情況下，被攝體 區(qū)域的面積比例越高，下限閾值o—th—low和上限閾值o_th_high的絕對值 就設定得越大。并且，無論何種情況下，面積比例在某個恒定值(例如 30%)以上的區(qū)域中被設定為恒定值。本實施方式中，在檢測出了臉部的情況下，當面積比例為0%時，將 下限閾值o一th—low設定為一0.7,將上限閾值o—th—high設定為0.3，當面 積比例為30%時，將下限閾值o—th—low設定為一1.5，將上限閾值 o—th一high設定為0.8。另外，在這之間的區(qū)域上呈現(xiàn)線性變化。另外，在沒有檢測出臉部但能夠測距的情況下，將絕對值設定得小 于檢測出臉部的情況下的絕對值。本實施方式中，當面積比例為0%時， 將下限閾值o—th一low設定為一0.4，將上限閾值o—th一high設定為O.l，當 面積比例為30%時，將下限閾值o—th—low設定為一0.9，將上限閾值 o—th一high設定為0.7。另外，在這之間的區(qū)域上值呈現(xiàn)線性變化。另一方面，在不能檢測臉部并且也不能進行測距的情況下，與被攝 體區(qū)域的面積比例無關，下限閾值o一th一low為一0.5，上限閾值o—th一high 為0.3，分別保持恒定。并且，關于被攝體區(qū)域的面積比例、是否能夠檢測臉部等，可以使 用圖4A、圖4B所示的亮度分布計算處理中的各判定結果。如上所述，本實施方式中，按照是否能夠進行被攝體的檢測和測距 來設定上、下限閾值，因此，即使在沒有進行臉部檢測等的情況下，但 與在第2圖像處理中進行的灰度轉換處理相比，也能確定更為優(yōu)選的目 標亮度。[第4實施方式]下面使用

本發(fā)明第4實施方式。在上述第1實施方式所涉及的攝像裝置1中，在圖3A的步驟SB8 的測光運算處理中所執(zhí)行的目標亮度計算處理(參見圖9A、圖9B)中，
使用預先設定的下限閾值o—th—low和上限閾值o—th—high對高亮度和噪聲 亮度進行計數(shù)，計算目標亮度bv_p (參見圖9A的步驟SE3等)。在本實 施方式所涉及的攝像裝置中，按照ISO靈敏度來改變該下限閾值o—th_low 和上限閾值o_th—high。下面，針對本實施方式所涉及的攝像裝置，省略 說明其與第1實施方式的共通之處，主要說明不同之處。圖24是將下限閾值o—th—low和上限閾值o_th—high相對于ISO靈敏 度的值進行數(shù)值化而表示的表，圖25是將圖24所示的表繪成曲線后示 出的圖。如圖24和圖25所示，下限閾值o—th一low被設定為隨ISO靈敏 度變高而增大的值，上限閾值oJh—high與ISO靈敏度無關而恒為1.0。如上所述，本實施方式中，根據(jù)ISO靈敏度來設定目標亮度計算處 理時的上、下限閾值，因此，即使是第2圖像處理的效果不高的高靈敏 度，也能確定更為優(yōu)選的目標亮度。[第5實施方式]下面使用

本發(fā)明第5實施方式。在上述第l實施方式中，使用瀏覽圖像的亮度信號來實施圖3A、圖 3B所示的亮度分布計算處理、測光運算處理、曝光運算處理，根據(jù)這些 處理結果確定靜止攝影下的曝光條件和通過第2圖像處理部27 (參見圖 1)進行的第2圖像處理的各參數(shù)等。這種情況下，瀏覽圖像攝像時既能 夠實施局部的灰度轉換處理，也能夠不實施該處理。本實施方式中，對上述瀏覽圖像信號實施局部的灰度轉換處理，使 用進行該處理后的瀏覽圖像信號來確定曝光條件和第2圖像處理的各參 數(shù)等。'下面，針對本實施方式所涉及的攝像裝置，省略其與第1實施方式 共通之處的說明，主要說明不同之處。首先，在進行圖3A所示的靜止攝影流程中的步驟SB1的臉部檢測 之前，針對在靜止圖像攝影中由攝像部2獲取的圖像信號，執(zhí)行第1圖 像處理、第2圖像處理(相同的灰度轉換處理和局部的灰度轉換處理)、 第3圖像處理等處理，獲取最終的瀏覽圖像，將該圖像和瀏覽圖像攝影 時的曝光條件(例如AE等)記錄在記錄介質中。而且，接下來的臉部檢
測等各種處理是使用最終獲取的瀏覽圖像來進行的。例如，在本實施方式中也能夠將測光運算處理(圖3A的步驟SB8) 中進行的目標亮度校正處理(參見圖12A、圖12B)作為圖26A、圖26B 所示的流程。并且，在圖26A、圖26B所示的參數(shù)選擇處理中，對與上 述第1實施方式所涉及的目標亮度校正處理(圖12A、圖12B)相同的 處理賦予相同的號碼，省略其說明。首先，與上述第1實施方式相同，執(zhí)行圖12A、圖12B的步驟 SF1 SF8，從而確定目標亮度的校正量bv—hos (圖26A的步驟SM1)，使用進行了局部的灰度轉換處理等的最終瀏覽圖像信號，計算被攝體區(qū)域 的明亮度平均值light一o—through (步驟SM2)。針對在進行靜止攝影之前 剛獲取的瀏覽圖像信號進行了灰度轉換等圖像處理之后，得到明亮度信 號Y，針對該明亮度信號Y將攝影區(qū)域分割為網(wǎng)格狀，劃分為多個分割 區(qū)域，計算與被攝體區(qū)域相當?shù)牟糠值腨信號的平均值，將該平均值作 為明亮度平均值lighU)—through。接著，計算與瀏覽圖像攝影時的曝光條 件相當?shù)腁PEX值與目標亮度bv_p之差d一bv (步驟SM3 )。 d—bv= (av—s) + (tv_s) — (sv—s) — bv_p (17-1) 在上述式(17-1)中，(av—s)是光圈值，(tv—s)是快門速度，(sv_s) 是相當于靈敏度的APEX值。而且，通過將步驟SM3中所獲取的差d一bv 反映為在步驟SM2中所獲取的被攝體區(qū)域的明亮度平均值 light—o—through,從而得到最終的明亮度估計值light—o (步驟SM4)。最 終的明亮度估計值light一o例如可通過下式(17-2)來賦予。 light_o=light—o—through+g(d—bv) (17-2)由此，能夠得到不取決于曝光條件等的差異的、定量的被攝體區(qū)域 的明亮度估計值。接下來，使用下面的式(18)將步驟SM4中所獲取的明亮度估計值 light—o轉換為亮度，得到亮度評價值(步驟SM5)。 bv—light—o=h(light_o) (18)接著，判定亮度評價值bvjight一o與目標亮度bv_p之差是否大于第 2上限閾值light—th—high (步驟SM6)，在大于的情況下使用下式(19)
計算校正量bv一hos2 (步驟SM7 )。bv_hos2=bv—hos+bv_light—o—bv_p—o_th_high (19)另一方面，在小于的情況下，判定亮度評價值bv—ligh^o與目標亮度 bv』之差是否小于第2下限閾值light—th—low (步驟SM6)，在小于的情 況下，使用下式(20)計算校正量bv—hos2 (步驟SM9)。bv—hos2=bv—hos+bv—light_o—bv_p—o—th_low ( 20 )并且，上述第2下限閾值light_th_low和第2上限閾值預先記錄在閃 存42等(參見圖l)中，將它們讀取后進行設定。另一方面，在亮度評價值bv一light—o與目標亮度bv_p之差大于等于 第2下限閾值light_th_low且小于等于第2上限閾值light一th一high的情況 下，則將bv—hos置換為bv—hos2 (步驟SM10)。然后，判定校正量bv_hos2是否屬于校正下限值bv—hos_min與校正 上限值bv—hos—max之間(步驟SMll、 SM12)，在校正量bv—hos2大于 校正上限值bv—hos—max的情況下，則將校正量bv—hos2設定為校正上限 值bvjios—max (步驟SM13);在校正量小于校正下限值bv—hos—min的 情況下，則將校正量bv—hos2設定為校正下限值bv一hos一min(步驟SM14)。然后，在步驟SM15中，使用在上述處理中求出的校正量bv—hos2 來校正目標亮度bvj，計算出最終的目標亮度bvj2，，結束該處理。通 過下式(20)求出最終的目標亮度bv』2'。bv_p2 ，=bv_p+bv_hos2 ( 20 )另外，在本實施方式中，也能夠將在第2圖像處理中進行的參數(shù)選 擇處理作為圖27所示的流程。并且，在圖27所示的參數(shù)選擇處理中， 對與上述第1實施方式所涉及的參數(shù)選擇處理(參見圖17A、圖17B) 相同的處理賦予相同的符號，省略其說明。在步驟SJ12中，在判定為被攝體區(qū)域面積比例在30。/。以上的情況下， 則在步驟SJ10，中將合成比設定為25。/。，結束該處理。另一方面，在判定 為被攝體區(qū)域的面積比例小于30%的情況下，則判定是否進行了臉部檢 測(步驟SN3)。其結果，在沒有進行臉部檢測的情況下將合成比設定為 35% (步驟SN4),結束該處理。另一方面，在進行了臉部檢測的情況下， 進行最終的瀏覽圖像中的臉部區(qū)域(被攝體區(qū)域)的亮度估計處理(步驟SN5)。如圖28所示，在亮度估計處理中，首先，針對在進行靜止攝影之前 剛獲取的瀏覽圖像信號進行了灰度轉換等圖像處理之后，得到明亮度信 號Y，針對該明亮度信號Y將攝影區(qū)域分割為網(wǎng)格狀，劃分為多個分割 區(qū)域，計算與被攝體區(qū)域相當?shù)牟糠值腨信號的平均值，將該平均值作 為明亮度平均值light—0—through (步驟SP1)。接著，使用下面的式(21-1) 式，計算由于瀏覽圖像攝影時的曝光條件和靜止圖像攝影時的曝光條件 的差異而引起的亮度差d—ev (步驟SP2)。并且，在進行該參數(shù)選擇處理 時，由于處于已經(jīng)進行了攝影之后，因而靜止曝光條件也已確定。d—ev=(av—s)+(tv—s)—(sv_s)—(av—still)+(tv一still)—(sv_still) (21-1)在上述式(21-1)中，(av—s)是瀏覽畫面攝影時的光圈值，(tv—s)是瀏 覽畫面攝影的快門速度，(sv—s)是相當于瀏覽畫面攝影的靈敏度的APEX 值。(avjtill)是靜止畫面攝影時的光圈值，(tv—still)是靜止畫面攝影的快 門速度，(sv一still)是相當于靜止畫面攝影的靈敏度的APEX值。接著，通過將步驟SP2中所獲取的差d—ev反映為步驟SP1中所獲取 的被攝體區(qū)域的明亮度平均值light—o—through,從而獲取最終的明亮度估 計值light—o(步驟SP3 )。最終的明亮度估計值light—o例如通過下式(21-2) 來賦予。light_o=light_o—through+f(d—ev) (21-2)這樣，在亮度估計處理中獲取了被攝體區(qū)域的明亮度估計值light—o 后，進入圖27的步驟SN6。在步驟SN6中，對在步驟SJ1 (參見圖17A)中設定的、在相同的灰度轉換處理中使用的Y特性進行變更。具體而言，如圖29所示，在被攝體區(qū)域的明亮度估計值light一o大于 等于規(guī)定值th2，的情況下則選擇Y2，在大于等于規(guī)定值thl，且小于等于 規(guī)定值th2，的情況下則選擇y3，在小于規(guī)定值thl，的情況下則選擇"。關于Y特性與圖19所示相同。接著，在步驟SN7中確定合成比。具體而言，如圖30所示，在被攝 體區(qū)域的明亮度估計值light—o大于等于規(guī)定值th2，的情況下則將合成比
確定為30%，在大于等于規(guī)定值thl，且小于等于規(guī)定值th2'的情況下則將 合成比確定為45%，在小于規(guī)定值thl，的情況下則將合成比確定為50°/。。如上所述，根據(jù)本實施方式所涉及的攝像裝置，使用實施了各種圖 像處理、特別是局部的灰度轉換處理之后的瀏覽圖像，確定曝光條件或 者第2圖像處理(參見圖15)中的各種參數(shù)等，因此能夠確定可靠性更 高的參數(shù)。尤其在局部的灰度轉換處理的處理結果難以預測、且臉部區(qū) 域(被攝體區(qū)域)較小的情況下，易于受到局部的灰度轉換處理的影響。 這種情況下，使用實施了局部的灰度轉換處理之后的實際的瀏覽圖像， 確定針對通過靜止攝影所獲取的圖像信號進行的第2圖像處理的各種參 數(shù)，或進行曝光條件的校正，從而易于預測處理后的圖像，能夠選定可 靠性高的參數(shù)，能夠獲取更佳畫質的靜止圖像。以上參照附圖對本發(fā)明實施方式進行了詳細描述，然而具體的構成 不限于本實施方式，當然包含不脫離本發(fā)明主旨的范圍內的設計變更等。例如在上述實施方式中，在測光運算處理中通過計算來進行測光， 然而也能夠取而代之，安裝傳感器等，通過傳感器來進行測光。
權利要求
1. 一種攝像裝置，其具有被攝體檢測部，其將在主攝影之前獲取的圖像中的主要被攝體從上述圖像的圖像信號中檢測出；被攝體亮度信息獲取部，其從上述圖像信號中獲取與上述被攝體有關的亮度信息；亮度分布計算部，其針對上述圖像中的多個區(qū)域，計算各區(qū)域的亮度分布；目標亮度計算部，其根據(jù)上述亮度分布來確定與曝光有關的目標亮度；目標亮度校正部，在上述目標亮度與上述被攝體的亮度之差處于基準范圍以外的情況下，該目標亮度校正部校正上述目標亮度；以及曝光條件確定部，在通過上述目標亮度或上述目標亮度校正部實施了校正的情況下，該曝光條件確定部根據(jù)校正后的上述目標亮度來確定主攝影的曝光條件，上述目標亮度校正部具有基準范圍確定部，其確定上述基準范圍；以及校正量確定部，其使用上述目標亮度與上述被攝體的亮度之差來確定上述校正量。
2. 根據(jù)權利要求1所述的攝像裝置，其中，上述基準范圍是通過設定 得高于上述目標亮度的上限閾值和設定得低于該目標亮度的下限閾值來 確定的，且上述下限閾值的絕對值設定得大于上述上限閾值的絕對值。
3. 根據(jù)權利要求1或2所述的攝像裝置，其中，上述基準范圍確定部 按照攝像元件的靈敏度設定來確定上述基準范圍。
4. 根據(jù)權利要求1或2所述的攝像裝置，其中，上述被攝體檢測部具 有計算上述主要被攝體的面積比例的面積比例計算部，上述基準范圍計算部按照上述面積比例來確定上述基準范圍。
5. 根據(jù)權利要求1或2所述的攝像裝置，其中，上述被攝體檢測部具 有檢測臉部的臉部檢測部，上述基準范圍計算部按照上述臉部檢測部的檢測結果來確定上述基 準范圍。
6. 根據(jù)權利要求1或2所述的攝像裝置，其中，上述被攝體檢測部具 有檢測臉部的臉部檢測部，上述校正量確定部按照上述臉部檢測部的檢測結果來確定校正量。
7. 根據(jù)權利要求1或2所述的攝像裝置，其中，該攝像裝置具有-第1設定模式，在該模式中進行局部的灰度轉換處理，該局部的灰度轉換處理是針對上述圖像的關注像素，根據(jù)關于關注像素的附近區(qū)域的上述圖像信號來實施的；以及第2設定模式，在該模式中不進行上述局部的灰度轉換處理， 上述基準范圍計算部按照設定模式來確定上述基準范圍。
8. 根據(jù)權利要求1或2所述的攝像裝置，其中，該攝像裝置具有進行 第1灰度轉換處理和第2灰度轉換處理中的至少一個的圖像處理部，該 第1灰度轉換處理是按照相同的灰度轉換特性曲線對上述圖像的各像素 進行相同的灰度轉換處理，該第2灰度轉換處理是根據(jù)關于關注像素的 附近區(qū)域的上述圖像信號針對上述圖像的關注像素進行局部的灰度轉換 處理，上述基準范圍確定部按照由上述圖像處理部實施的灰度轉換處理來 確定上述基準范圍。
9. 根據(jù)權利要求7所述的攝像裝置，其中，在實施上述局部的灰度轉 換處理的情況下，上述基準范圍確定部將上述基準范圍設定得與不實施 上述局部的灰度轉換處理的情況相比要寬。
10. 根據(jù)權利要求7所述的攝像裝置，其中，上述圖像處理部具有 合成部，其以規(guī)定的合成比將實施上述相同的灰度轉換處理所得到的第1圖像和實施上述局部的灰度轉換處理所得到的第2圖像進行合成； 以及參數(shù)選擇部，其至少設定上述合成比與上述相同的灰度轉換處理中 所使用的灰度轉換特性曲線中的任一個，使得被攝體領域的亮度處于規(guī) 定的亮度范圍內。
11. 根據(jù)權利要求1或2所述的攝像裝置，其中，上述圖像信號是針 對上述攝像元件的輸出信號實施了上述局部的灰度轉換處理之后的圖像 信號。
12. 根據(jù)權利要求11所述的攝像裝置，其中，上述目標亮度校正部按 照上述圖像中的被攝體領域的亮度與上述目標亮度之差來校正上述目標 亮度。
13. —種攝像裝置，其具有-亮度分布計算部，其針對在主攝影之前獲取的圖像中的多個區(qū)域， 根據(jù)上述圖像的圖像信號來計算亮度分布；目標亮度計算部，其根據(jù)上述亮度分布來確定與曝光有關的目標亮度；被攝體檢測部，其從上述圖像信號中檢測上述圖像中的主要被攝體； 被攝體亮度信息獲取部，其從上述圖像信號中獲取與上述被攝體有 關的亮度信息；圖像處理部，其針對上述圖像的關注像素，根據(jù)關于關注像素的附 近區(qū)域的上述圖像信號來進行局部的灰度轉換處理；亮度評價值計算部，其使用上述局部的灰度轉換處理后的圖像信號， 計算上述被攝體的亮度評價值；目標亮度校正部，在上述亮度評價值與上述目標亮度之差在規(guī)定范 圍以外的情況下，該目標亮度校正部校正上述目標亮度，使得該目標亮 度處于上述規(guī)定范圍內；以及曝光條件確定部，其根據(jù)校正后的上述目標亮度來確定主攝影中的 曝光條件。
全文摘要
一種攝像裝置，其泛白和泛黑少，動態(tài)范圍寬，并能通過使主要被攝體形成合適明亮度而提供期望畫質的圖像。具有將主要被攝體從圖像的圖像信號中檢測出的被攝體檢測部；從圖像信號中獲取與被攝體有關的亮度信息的被攝體亮度信息獲取部；對圖像中的多個區(qū)域計算亮度分布的亮度分布計算部；根據(jù)亮度分布計算與曝光有關的目標亮度的目標亮度計算部；在目標亮度與被攝體亮度之差處于基準范圍外時校正目標亮度的目標亮度校正部；以及在用目標亮度或目標亮度校正部實施了校正時根據(jù)校正的目標亮度確定主攝影曝光條件的曝光條件確定部，目標亮度校正部具有確定基準范圍的基準范圍確定部；以及使用目標亮度與被攝體的亮度之差確定校正量的校正量確定部。
文檔編號H04N5/235GK101394484SQ200810213590
公開日2009年3月25日 申請日期2008年9月16日 優(yōu)先權日2007年9月18日
發(fā)明者清水沙織 申請人:奧林巴斯株式會社