图像处理装置、图像处理方法及图像处理程序 【技术领域】
本发明涉及用于将用数字照相机等的摄像装置拍摄的图像输出到监视器或打印机等的输出设备的图像处理装置、图像处理方法以及图像处理程序。
背景技术
在将由数字照相机等摄像装置拍摄的图像输出到各种监视器或打印机等的输出设备时，为了使输出结果适宜观看，需要在其中间阶段对各种图像进行处理。例如，需要变换色调或色。
作为这样的变换，首先，有用于校正输出设备固有的特性而进行的变换。例如，在输出到CRT(Cathode Ray Tube)监视器(以下简称为监视器)的情况下，监视器中，输出亮度具有缘于与输入数据的幂乘成比例的设备的原理的固有色调特性。另一方面，数字照相机中通常使用的摄像传感器CCD(Charge Coupled Device)输出与亮度大致成比例的图像数据。因此，如果将用CCD拍摄的数据原样输出到监视器，则成为具有与摄影场景的亮度的幂乘成比例的亮度的图像，不是希望的特性。同样，打印机具有打印机固有地色调特性，拍摄的数据原样输出则成为希望的图像的可能性低。因此，在至输出的中间阶段，需要配合输出设备的色调特性来变换图像数据的色调。
关于色也同样，输出设备具有由使用的色材(监视器的荧光体、打印机的色素等)决定的固有的再现原色。另外，CCD等的摄像传感器具有固有的分光特性，在将拍摄的图像数据原样输出的情况下，获得与拍摄的被摄体接近的色再现的可能性低。因此，需要根据摄像传感器的分光特性和输出设备的再现原色的关系，对图像数据进行色变换。
而且，除了这些用于配合输出设备的固有特性的变换之外，还需要缘于输出设备的再现能力的界限的变换处理。输出设备的再现能力是指其依赖的色调和色的再现范围。在多数情况下它们与摄影场景的亮度范围(亮度域)和被摄体的色相比较窄。例如，作为摄影对象的实际的场景的亮度域，在屋外经常达到数千：1的量级(例如，参照日本色彩学会编“新编色彩科学手册”第2版第926页东京大学出版会)。然而，在通常的室内观看的监视器显示和打印机中可再现的亮度范围，在最宽的情况下为数百：1的程度。因此，在将摄像传感器等的摄像设备取得的信息输出时，对于亮度需要进行某种程度的压缩。对于色也同样，对于比根据输出设备的色材而获得的色再现范围更鲜艳的被摄体，需要将其压缩并分配至输出设备的色再现范围的处理。输出设备的色再现范围被称为色域(Gamut)，分配可再现的色的处理被称为色域映射处理。
用于配合上述那样的设备的特性的处理，理所当然地，需要对每个设备改变处理内容。在市场上，存在各种各样特性的设备，但对于这样的各种设备的组合进行适当的处理被称为色管理，其构造被称为色管理系统。最近，在个人计算机的操作系统(OS；Operation System)的级别上，支持色管理，图像处理应用软件通过利用OS的服务，可以执行这些变换(例如，参照专利文献1)。
色管理大致分为两种思路。一种方法是根据预先定义的色空间来进行输入设备和输出设备之间进行的数据的交换。即，输入设备将设备固有特性变换成其色空间的图像数据输出，输出设备在接受的数据为其色空间的前提下，进行与设备固有特性配合的处理并进行输出。
另一种方法是，准备记述了设备的固有特性、称作设备简档(profile)的数据文件，用色管理系统将其读入，进行适当的变换。作为设备简档，大多使用由ICC(Intemational Color Consortium)标准化的格式、ICC简档。
数字照相机中大多采用前一种方法，使用被称为sRGB的、根据平均性的监视器特性而标准化的色空间(参照“IEC 61966-2-1‘Multimedia Systemsand Equipment-Color Measurment and Management-Part2-1：ColorManagement-Default RGB Color Space-sRGB’”。)。即，在数字照相机内，变换成sRGB的数据被输出。
对于监视器，由于sRGB由平均性的监视器特性来决定，所以即使原样输出也不会产生大的误差。为了获得更正确的再现，使用ICC简档，用应用软件将从sRGB变换成监视器固有特性的数据输出。另外，最近，使监视器固有特性与sRGB色空间配合而进行硬(hard)校正的制品也存在很多，在使用这样的监视器的情况下，照原样输出没有问题。
对于打印机，也有通过打印机侧的软件(打印机驱动器)将接受的图像数据作为sRGB处理的情况，但使用作为后一种方法的ICC简档，用应用软件将从sRGB配合打印机特性而变换的数据输出的情况也很多。
这样地将数字照相机拍摄的图像数据打印的情况下的色管理，现状是以sRGB为基准，即，以平均性的监视器为基准。
但是，根据这样的色管理系统，对显示在监视器上的图像和打印图像进行变换时，为了使两者具有相同的观感，仅仅校正上述的设备固有特性有时是不充分的。这是因为，由于观察两者时的观察条件不同，人的视觉特性发生变化，因此不对此进行校正则两者不能获得相同的观感。观察条件是指关注的区域和周边区域的对比度、监视器显示的白色和对打印机进行照明的光源色的差异等。
为了校正缘于这样的观察条件的差异的视觉特性的差异，采用色外观模型(CAM；Color Appearance Model)。色外观模型是对各种观察条件下的色观感进行预测的模型。具体地说，是通过测色值，进行将观察条件作为图像变换参数(称为外观参数)的图像变换，可计算表示指定的观察条件下的色外观的值的模型。
色外观模型经常被用于由国际照明委员会(CIE)推荐作为标准模型的CIECAM97s。而且，在CIECAM97s发表后，进一步改良的CIECAM02作为CIECAM97s的替代，不久将被推荐劝用。
通过使用组装了CIECAM那样的色外观模型的色管理系统，在监视器显示和打印机那样的不同的观察条件下，为使观感相同，可对图像进行必要的变换。
经过以上说明的变换，数字照相机的图像可进行监视器显示或打印，但此时作为基准的色空间、sRGB有以下的问题。sRGB为上述那样的与平均性的监视器配合的色空间，所以其色再现范围大致被限定在与监视器同样的范围。然而，打印机的色再现范围具有比显示器宽的部分。例如，在喷墨打印机的蓝绿色区域或银盐照相打印机的黄色区域中，存在通过sRGB不能再现的区域(例如，参照コロナ社‘ファインイメ-ジングとディジタル写真’，(社)日本照相学会出版委员会编第444页)。这样的区域的色在以sRGB作为基准的现有系统中不能被使用。另外，作为摄影对象的被摄体，存在属于这些区域的色，但这样的色虽然具有在打印机中再现的能力，但被压缩到sRGB的色再现范围，难于再现。
因而在最近，考虑如下技术：不是sRGB那样的与监视器匹配的色空间，而是将与实际的摄影场景的特性形成关联的图像数据从数字照相机输出。即，将变换成测色性地定义的色空间的、与实际的摄影场景的亮度成比例的图像数据从数字照相机输出。这样的数据称为场景参照(scene-referred)原始数据，或称为场景参照色空间的图像数据。作为场景参照的色空间，已知例如RIMM RGB ERIMM RGB(参照Journal of Imaging Science and Technology第45卷 第418页-426页(2001年))，或scRGB(IEC规格61966-2-2)。另一方面，以往的sRGB那样的与输出设备匹配的图像数据被称为输出参照(out-referred)图像数据。
[专利文献1](日本)特开2003-299116
在将scRGB所代表的场景参照原始数据从数字照相机输出的情况下，需要通过应用软件在输出设备上变换成适宜观看的输出参照图像。因此，以往，使用与某种色管理系统对应的应用软件。如图17所示的以往的应用软件1a，具有根据色外观模型进行观察条件的校正处理和色域映射处理的功能。
但是，这样的以往的应用软件具有不能将场景参照原始数据变换成输出参照图像的问题。
即，缘于摄影场景和输出图像的观察条件的差异的视觉特性的差异不能充分校正。如上所述，为了校正这样的观察条件的差异，使用了色外观模型，但通常在这些色管理系统中，以校正监视器和打印机之间的观察条件的差异为目的而使用色外观模型。
监视器和打印机的观察条件通常大致一定而没有大的变化。因此，在以往的色管理系统中，大多将外观参数以通常的办公环境下的观察条件作为最佳而固定。另外，在将色外观模型在OS等中标准配置的情况下，也有不能自由设定观察条件的情况。
但是，观看用数字照相机要拍摄的实际的摄影场景时的观察条件，与观看监视器显示或打印机时的观察条件有很大的不同。例如，监视器显示和打印机之间的绝对亮度大致为相同的程度，但白天屋外的场景和监视器显示/打印机的差非常大。
此外，用数字照相机拍摄的场景，从白天的明亮场景至夜晚的暗的场景而千差万别，观察条件依赖于摄影场景而变化大。这样的每个图像数据观察条件变化的情况下，以往的系统也不能很好的应对。
将数字照相机生成的图像输出的情况下，为了观察由于摄影场景和输出环境之差而产生的Hunt效应、斯蒂文斯效应的校正以及输出时的可视播放(viewing player)，需要对图像的对比度或色度进行强调的处理。这样的强调处理，目前是在数字照相机的内部进行处理。从数照相机输出的图像，即使是sRGB，也并非是sRGB定义的样子，而是成为进行了这样的校正的图像。因此，用应用软件处理场景参照原始数据的情况下，需要在某个步骤进行这样的强调处理。但是，在处理通常的sRGB图像的色管理系统中，由于未考虑这样的变换，所以不能施加变换。其结果，不能对场景参照原始数据进行希望的变换并输出。
而且，除了缘于这样的观察条件的差异的校正，还存在想施加有意图的校正的情况。例如，有根据拍摄的被摄体而理想的色调特性不同的事实。例如，在拍摄人物时和拍摄风景时，最好是人物为相对低对比度的图像。此外，根据人物画面所占的比例、即摄影倍率而理想的色调特性不同，趋势是人物尺寸变小的同时，与风景接近的对比度的高色调特性较理想。
对于这样的被摄体的差异而进行的有意图的色调校正处理，以往是通过在数字照相机的内部的处理来进行的，但在将场景参照原始数据从数字照相机输出的情况下，具有不能进行这样的处理的问题。
本发明的课题在于，对与摄影场景的亮度成比例的图像数据进行变换并输出，以能适宜观看。
【发明内容】
本发明的课题在于，对与摄影场景的亮度成比例的图像数据进行变换并将其输出，以能适宜观看
为了解决上述课题，在将输入的场景参照原始数据输出到监视器或打印机时，对场景参照原始数据进行基于色外观模型的图像变换，在该图像变换之后，用基于所述场景参照原始数据和与所述场景参照原始数据相关的信息的任何一项所确定的校正参数，来进行色调和/或色的校正和与输出设备对应的色域映射处理，在该色调和/或色的校正和色域映射处理之后，进行所述图像变换的逆变换。
【附图说明】
图1是表示适用本发明的图像处理装置和外部设备的连接关系的图。
图2是表示适用本发明的数字照相机的内部结构的图。
图3是说明具有适用本发明的图像处理装置的应用软件的功能的图。
图4是说明具有适用本发明的图像处理装置的应用软件的功能的图。
图5是说明具有适用本发明的图像处理装置的应用软件的功能的图。
图6是用于说明图3～图5所示的应用软件的处理内容的流程图。
图7是说明图3～图5所示的摄影数据解析模型的处理内容的流程图。
图8(a)～图8(c)是表示图3～图5所示的摄影数据解析模型使用的成员函数的图。
图9是用于说明基于图3～图5所示的CAM正变换模型的CIECAM97s(CIECAM02)的CAM正变换的处理内容的流程图。
图10是用于说明图3～图5所示的场景解析模型的处理内容的流程图。
图11是用于说明图3、图5所示的图像变换模型104的处理内容的流程图。
图12表示压缩的曲线图。
图13是用于说明图3～图5所示的色域映射模型的处理内容的流程图。
图14是用于说明基于图3～图5所示的CAM逆变换模型的CIECAM97s(CIECAM02)的CAM逆正变换的处理内容的流程图。
图15是表示外观校正用LUT的一例的图。
图16(a)和图16(b)是表示场景校正用LUT的一例的图。
图17是说明现有的应用软件的功能的图。
【具体实施方式】
以下，说明本发明的优选方式。
方案1-1记载的方式，为一种图像处理装置，包括：
图像正变换部，对于输入的场景参照原始数据，进行基于色外观模型的图像正变换；
图像处理部，在该图像变换之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正、与输出设备对应的色域映射处理；以及
图像逆变换部，在该图像变换处理之后，进行所述图像变换的逆变换。
方案1-2记载的方式，在方案1-1记载的方式中，所述图像处理部包括：图像校正部，在所述图像正变换之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正；以及
色域映射部，在该校正之后进行与输出设备对应的色域映射处理。
方案1-3记载的方式，在方案1-2记载的方式中，所述图像校正部，基于与所述场景参照原始数据相关联的校正参数，进行所述色调和/或色的校正。
方案1-4记载的方式，在方案1-2记载的方式中，还包括：摄影数据解析部，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正部中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-5记载的方式，在方案1-2记载的方式中，还包括：场景解析部，依据所述场景参照原始数据来确定校正参数，
在所述图像校正部中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-6记载的方式，在方案1-1记载的方式中，所述图像处理部包括：色域映射部，进行与输出设备对应的色域映射处理；以及
图像校正部，在进行所述色域映射处理的同时，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正。
方案1-7记载的方式，在方案1-6记载的方式中，所述图像校正部，在进行与输出设备对应的色域映射处理的同时，进行基于与所述场景参照原始数据相关联的校正参数的色调和/或色的校正。
方案1-8记载的方式，在方案1-6记载的方式中，还包括：摄影数据解析部，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正部中，进行基于该确定的校正参数的色调和/或色的校正。
方案1-9记载的方式，在方案1-6记载的方式中，还包括：场景解析部，从所述场景参照原始数据来确定校正参数，
在所述图像校正部中，进行基于该确定的校正参数的色调和/或色的校正。
方案1-10记载的方式，在方案1-1记载的方式中，所述图像处理部包括：色域映射部，在所述图像正变换之后，进行与输出设备对应的色域映射处理；以及
图像校正部，在该色域映射处理之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正。
方案1-11记载的方式，在方案1-10记载的方式中，所述图像校正部，基于与所述场景参照原始数据相关联的校正参数，进行所述色调和/或色的校正。
方案1-12记载的方式，在方案1-10记载的方式中，还包括：摄影数据解析部，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正部中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-13记载的方式，在方案1-10记载的方式中，还包括：场景解析部，依据所述场景参照原始数据来确定校正参数，
在所述图像校正部中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-14记载的方式，在方案1-1～1-13的任何一项记载的方式中，所述色调和/或色的校正是增强图像对比度的校正。
方案1-15记载的方式，在方案1-1～1-13的任何一项记载的方式中，所述色调和/或色的校正是增强图像的色度的校正。
方案1-16记载的方式，在方案1-1～1-15的任何一项记载的方式中，所述色外观模型是CIECAM97s。
方案1-17记载的方式，在方案1-1～1-15的任何一项记载的方式中，所述色外观模型是CIECAM02。
方案1-18记载的方式，在方案1-1～1-17的任何一项记载的方式中，与所述场景参照原始数据相关联的信息是表示摄影场景类别的信息和/或与摄影条件相关的信息，作为元信息被附加在所述场景参照原始数据的标记信息区域。
方案1-19记载的方式，为一种图像处理方法，该方法对于输入的场景参照原始数据，进行基于色外观模型的图像正变换，在该图像变换之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正、与输出设备对应的色域映射处理，在该图像变换处理之后，进行所述图像变换的逆变换。
方案1-20记载的方式，在方案1-19记载的方式中，在所述图像正变换之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正，在该校正之后进行与输出设备对应的色域映射处理。
方案1-21记载的方式，在方案1-20记载的方式中，所述图像校正，基于与所述场景参照原始数据相关联的校正参数，进行所述色调和/或色的校正。
方案1-22记载的方式，在方案1-20记载的方式中，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-23记载的方式，在方案1-20记载的方式中，还进行场景解析，依据所述场景参照原始数据来确定校正参数，
在所述图像校正中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-24记载的方式，在方案1-19记载的方式中，在所述图像处理中，进行与输出设备对应的色域映射处理；以及
进行图像校正，在进行所述色域映射处理的同时，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正。
方案1-25记载的方式，在方案1-24记载的方式中，在所述图像校正中，在与输出设备对应的色域映射处理的同时，进行基于与所述场景参照原始数据相关联的校正参数的色调和/或色的校正。
方案1-26记载的方式，在方案1-24记载的方式中，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正中，进行基于该确定的校正参数的色调和/或色的校正。
方案1-27记载的方式，在方案1-24记载的方式中，依据所述场景参照原始数据来确定校正参数，
在所述图像校正中，进行基于该确定的校正参数的色调和/或色的校正。
方案1-28记载的方式，在方案1-19记载的方式中，在所述图像处理中，在所述图像正变换之后，进行与输出设备对应的色域映射处理；以及
在该色域映射处理之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正。
方案1-29记载的方式，在方案1-28记载的方式中，在图像校正中，基于与所述场景参照原始数据相关联的校正参数，进行所述色调和/或色的校正。
方案1-30记载的方式，在方案1-28记载的方式中，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-31记载的方式，在方案1-28记载的方式中，依据所述场景参照原始数据来确定校正参数，
在所述图像校正中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-32记载的方式，在方案1-19～1-31的任何一项记载的方式中，所述色调和/或色的校正是增强图像对比度的校正。
方案1-33记载的方式，在方案1-19～1-31的任何一项记载的方式中，所述色调和/或色的校正是增强图像的色度的校正。
方案1-34记载的方式，在方案1-19～1-33的任何一项记载的方式中，所述色外观模型是CIECAM97s。
方案1-35记载的方式，在方案1-19～1-33的任何一项记载的方式中，所述色外观模型是CIECAM02。
方案1-36记载的方式，在方案1-19～1-35的任何一项记载的方式中，与所述场景参照原始数据相关联的信息是表示摄影场景类别的信息和/或与摄影条件相关的信息，作为元信息被附加在所述场景参照原始数据的标记信息区域
方案1-37记载的方式，为一种图像处理程序，在进行图像处理的计算机中，包括：
图像正变换步骤，对于输入的场景参照原始数据，进行基于色外观模型的图像正变换；
图像处理步骤，在该图像变换之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正、与输出设备对应的色域映射处理；以及
图像逆变换步骤，在该图像变换处理之后，进行所述图像变换的逆变换。
方案1-38记载的方式，在方案1-37记载的方式中，所述图像处理步骤包括：图像校正步骤，在所述图像正变换之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正；以及
色域映射步骤，在该校正之后进行与输出设备对应的色域映射处理。
方案1-39记载的方式，在方案1-38记载的方式中，所述图像校正步骤，基于与所述场景参照原始数据相关联的校正参数，进行所述色调和/或色的校正。
方案1-40记载的方式，在方案1-38记载的方式中，还包括：摄影数据解析步骤，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正步骤中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-41记载的方式，在方案1-38记载的方式中，还包括：场景解析步骤，依据所述场景参照原始数据来确定校正参数，
在所述图像校正步骤中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-42记载的方式，在方案1-37记载的方式中，所述图像处理步骤包括：色域映射步骤，进行与输出设备对应的色域映射处理；以及
图像校正步骤，在进行所述色域映射处理的同时，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正。
方案1-43记载的方式，在方案1-42记载的方式中，所述图像校正步骤，在进行与输出设备对应的色域映射处理的同时，进行基于与所述场景参照原始数据相关联的校正参数的色调和/或色的校正。
方案1-44记载的方式，在方案1-42记载的方式中，还包括：摄影数据解析步骤，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正步骤中，进行基于该确定的校正参数的色调和/或色的校正。
方案1-45记载的方式，在方案1-42记载的方式中，还包括：场景解析步骤，从所述场景参照原始数据来确定校正参数，
在所述图像校正步骤中，进行基于该确定的校正参数的色调和/或色的校正。
方案1-46记载的方式，在方案1-37记载的方式中，所述图像处理步骤包括：色域映射步骤，在所述图像正变换之后，进行与输出设备对应的色域映射处理；以及
图像校正步骤，在该色域映射处理之后，用基于所述场景参照原始数据、或与所述场景参照原始数据相关联的信息的任何一项所确定的校正参数，进行色调和/或色的校正。
方案1-47记载的方式，在方案1-45记载的方式中，所述图像校正步骤，基于与所述场景参照原始数据相关联的校正参数，进行所述色调和/或色的校正。
方案1-48记载的方式，在方案1-45记载的方式中，还包括：摄影数据解析步骤，依据与所述场景参照原始数据相关联的信息来确定校正参数，
在所述图像校正步骤中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-49记载的方式，在方案1-45记载的方式中，还包括：场景解析步骤，依据所述场景参照原始数据来确定校正参数，
在所述图像校正步骤中，基于该确定的校正参数，进行所述色调和/或色的校正。
方案1-50记载的方式，在方案1-37～1-49的任何一项记载的方式中，所述色调和/或色的校正是增强图像对比度的校正。
方案1-51记载的方式，在方案1-37～1-49的任何一项记载的方式中，所述色调和/或色的校正是增强图像的色度的校正。
方案1-52记载的方式，在方案1-37～1-51的任何一项记载的方式中，所述色外观模型是CIECAM97s。
方案1-53记载的方式，在方案1-37～1-51的任何一项记载的方式中，所述色外观模型是CIECAM02。
方案1-54记载的方式，在方案1-37～1-54的任何一项记载的方式中，与所述场景参照原始数据相关联的信息是表示摄影场景类别的信息和/或与摄影条件相关的信息，作为元信息被附加在所述场景参照原始数据的标记信息区域。
以下，说明本发明的其他优选实施方式。
方案1记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行色调和/或色的校正，在该校正之后，进行与输出设备对应的色域映射处理，在色域映射处理之后，进行所述图像变换的逆变换并输出。
而且，如方案2记载的方式那样，在方案1记载的方式中，最好是基于附加在所述场景参照原始数据中的校正参数，进行所述色调和/或色的校正。
而且，如方案3记载的方式那样，在方案1记载的方式中，最好是从所述场景参照原始数据的附加信息中确定校正参数，基于该确定的校正参数进行所述色调和/或色的校正。
而且，如方案4记载的方式那样，在方案1记载的方式中，最好是从场景参照原始数据中确定校正参数，基于该校正参数进行所述色调和/或色的校正。
而且，如方案5记载的方式那样，在方案1～4的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的对比度进行强调的校正。
而且，如方案6记载的方式那样，在方案1～4的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的色度进行强调的校正。
另外，为了解决上述课题，方案7记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于附加在场景参照原始数据中的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换并输出。
另外，为了解决上述课题，方案8记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于从场景参照原始数据的附加信息确定的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换并输出。
另外，为了解决上述课题，方案9记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于从场景参照原始数据确定的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换并输出。
而且，如方案10记载的方式那样，在方案7～9的任何一项记载的方式中，最好所述色域映射处理是对图像的对比度进行强调的处理。
而且，如方案11记载的方式那样，在方案7～9的任何一项记载的方式中，最好所述色域映射处理是对图像的色度进行强调的处理。
另外，为了解决上述课题，方案12记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，在该色域映射处理之后，进行色调和/或色的校正，在该校正之后，进行所述图像变换的逆变换并输出。
而且，如方案13记载的方式那样，在方案12记载的方式中，最好是基于附加在所述场景参照原始数据中的校正参数，进行所述色调和/或色的校正。
而且，如方案14记载的方式那样，在方案12记载的方式中，最好是从场景参照原始数据的附加信息中确定校正参数，基于该确定的校正参数进行所述色调和/或色的校正。
而且，如方案15记载的方式那样，在方案12的方式中，最好是从场景参照原始数据中确定校正参数，基于该校正参数进行所述色调和/或色的校正。
而且，如方案16记载的方式那样，在方案12～15的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的对比度进行强调的校正。
而且，如方案17记载的方式那样，在方案12～15的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的色度进行强调的校正。
而且，如方案18记载的方式那样，在方案1～17的任何一项记载的方式中，最好所述色外观模型是CIECAM97s。
而且，如方案19记载的方式那样，在方案1～17的任何一项记载的方式中，最好所述色外观模型是CIECAM02。
而且，如方案20记载的方式那样，在方案3，8，14的任何一项记载的方式中，最好所述场景参照原始数据的附加信息是包含于Exif文件格式的信息。
方案21记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行色调和/或色的校正，在该校正之后，进行与输出设备对应的色域映射处理，在色域映射处理之后，进行所述图像变换的逆变换并输出。
而且，如方案22记载的方式那样，在方案21记载的方式中，最好是基于附加在所述场景参照原始数据中的校正参数，进行所述色调和/或色的校正。
而且，如方案23记载的方式那样，在方案21记载的方式中，最好是从场景参照原始数据的附加信息中确定校正参数，基于该确定的校正参数进行所述色调和/或色的校正。
而且，如方案24记载的方式那样，在方案21记载的方式中，最好是从场景参照原始数据中确定校正参数，基于该校正参数进行所述色调和/或色的校正。
而且，如方案25记载的方式那样，在方案21～24的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的对比度进行强调的校正。
而且，如方案26记载的方式那样，在方案21～24的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的色度进行强调的校正。
另外，为了解决上述课题，方案27记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于附加在场景参照原始数据中的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换并输出。
另外，为了解决上述课题，方案28记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于从场景参照原始数据的附加信息确定的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换并输出。
另外，为了解决上述课题，方案29记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于从场景参照原始数据确定的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换并输出。
而且，如方案30记载的方式那样，在方案27～29的任何一项记载的方式中，最好所述色域映射处理是对图像的对比度进行强调的处理。
而且，如方案31记载的方式那样，在方案27～29的任何一项记载的方式中，最好所述色域映射处理是对图像的色度进行强调的处理。
另外，为了解决上述课题，方案32记载的方式，对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，在该色域映射处理之后，进行色调和/或色的校正，在该校正之后，进行所述图像变换的逆变换并输出。
而且，如方案33记载的方式那样，在方案32记载的方式中，最好是基于附加在所述场景参照原始数据中的校正参数，进行所述色调和/或色的校正。
而且，如方案34记载的方式那样，在方案32记载的方式中，最好是从场景参照原始数据的附加信息中确定校正参数，基于该确定的校正参数进行所述色调和/或色的校正。
而且，如方案35记载的方式那样，在方案32的方式中，最好是从场景参照原始数据中确定校正参数，基于该校正参数进行所述色调和/或色的校正。
而且，如方案36记载的方式那样，在方案32～35的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的对比度进行强调的校正。
而且，如方案37记载的方式那样，在方案32～35的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的色度进行强调的校正。
而且，如方案38记载的方式那样，在方案21～37的任何一项记载的方式中，最好所述色外观模型是CIECAM97s。
而且，如方案39记载的方式那样，在方案21～37的任何一项记载的方式中，最好所述色外观模型是CIECAM02。
而且，如方案40记载的方式那样，在方案23，28，34的任何一项记载的方式中，最好所述场景参照原始数据的附加信息是包含于Exif文件格式的信息。
方案41记载的方式，使进行图像处理的计算机实现以下功能：对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行色调和/或色的校正，在该校正之后，进行与输出设备对应的色域映射处理，在色域映射处理之后，进行所述图像变换的逆变换并输出。
而且，如方案42记载的方式那样，在方案41记载的方式中，最好是使所述计算机进一步实现以下功能：基于附加在所述场景参照原始数据中的校正参数，进行所述色调和/或色的校正。
而且，如方案43记载的方式那样，在方案41记载的方式中，最好是所述计算机进一步实现以下功能：从场景参照原始数据的附加信息中确定校正参数，基于该确定的校正参数进行所述色调和/或色的校正。
而且，如方案44记载的方式那样，在方案41记载的方式中，最好是所述计算机进一步实现以下功能：从场景参照原始数据中确定校正参数，基于该校正参数进行所述色调和/或色的校正。
而且，如方案45记载的方式那样，在方案41～44的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的对比度进行强调的校正。
而且，如方案46记载的方式那样，在方案41～44的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的色度进行强调的校正。
另外，为了解决上述课题，方案47记载的方式，使进行图像处理的计算机实现以下功能：对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于附加在场景参照原始数据中的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换并输出。
另外，为了解决上述课题，方案48记载的方式，实现以下功能：对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于从场景参照原始数据的附加信息确定的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换。
另外，为了解决上述课题，方案49记载的方式，实现以下功能：对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，同时进行基于从场景参照原始数据确定的色域映射用参数的色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换。
而且，如方案50记载的方式那样，在方案47～49的任何一项记载的方式中，最好所述色域映射处理是对图像的对比度进行强调的处理。
而且，如方案51记载的方式那样，在方案47～49的任何一项记载的方式中，最好所述色域映射处理是对图像的色度进行强调的处理。
另外，为了解决上述课题，方案52记载的方式，使进行图像处理的计算机实现以下功能：对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，在该色域映射处理之后，进行色调和/或色的校正，在该校正之后，进行所述图像变换的逆变换。
而且，如方案53记载的方式那样，在方案52记载的方式中，最好是使所述计算机进一步实现以下功能：基于附加在所述场景参照原始数据中的校正参数，进行所述色调和/或色的校正。
而且，如方案54记载的方式那样，在方案52记载的方式中，最好是使所述计算机进一步实现以下功能：从场景参照原始数据的附加信息中确定校正参数，基于该确定的校正参数进行所述色调和/或色的校正。
而且，如方案55记载的方式那样，在方案52的方式中，最好是使所述计算机进一步实现以下功能：从场景参照原始数据中确定校正参数，基于该校正参数进行所述色调和/或色的校正。
而且，如方案56记载的方式那样，在方案52～55的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的对比度进行强调的校正。
而且，如方案57记载的方式那样，在方案52～55的任何一项记载的方式中，最好所述色调和/或色的校正是对图像的色度进行强调的校正。
而且，如方案58记载的方式那样，在方案41～57的任何一项记载的方式中，最好所述色外观模型是CIECAM97s。
而且，如方案59记载的方式那样，在方案41～57的任何一项记载的方式中，最好所述色外观模型是CIECAM02。
而且，如方案60记载的方式那样，在方案43，48，54的任何一项记载的方式中，最好所述场景参照原始数据的附加信息是包含于Exif文件格式的信息。
这里，上述方案中记载的场景参照原始数据意味着属于场景参照(scene-referred)的图像状态(image state)的图像数据、以及可变换成属于场景参照的图像状态的图像数据的数据。
图像状态是作为表示‘图像数据的再现状态’的概念在近年来被固定使用的用语(该用语的详细定义，例如示于‘Requirements for UnambiguousSpecification of a Color Encoding ISO 22028-1’，Kevin Spaulding，in Proc.TenthColor Imaging Conference：Color Science and Engineering Systems、Technologies、Applications、IS&T、Springfield、VA，p.106-111(2002)。)。
场景参照意味着用数字照相机等的摄像装置拍摄的、与实际的摄影场景的特性相关联的图像数据，指被变换成测色性定义的色空间、与场景的亮度成比例的图像数据。而且，即使不是与亮度成比例的图像数据，未施加意图性校正和强调等的状态的图像数据，通过用简单的公式可记载的变换，可变换场景的亮度和色度值的数据，也包含于场景参照。例如，一般用于数字照相机的Raw(原始)数据，通过施行表示摄像元件的特性的矩阵运算，可变换成场景的测色值，包含于场景参照。
即，上述方案中记载的场景参照原始数据，具体地说，是所述数字照相机的Raw数据，或变换方法将该数据变换成测色性定义的色空间的数据，未施加意图性校正和强调等的图像数据与此相当。图像亮度值和场景亮度的关系不限于一次直线关系，OECF(光电变换特性，由ISO14524定义)、色调变换特性等若已知就可以。
根据本发明，在将输入的场景参照原始数据输出到输出设备等时，1)对于输入的场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行色调和/或色的校正，在该校正之后，进行与输出设备对应的色域映射处理，在色域映射处理之后，进行所述图像变换的逆变换并输出。或者，2)对于场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，在该色域映射处理之后，同时进行色调和/或色的校正，在该色域映射处理之后，进行所述图像变换的逆变换并输出。或者，3)对于场景参照原始数据，进行基于色外观模型的图像变换，在该图像变换之后，进行与输出设备对应的色域映射处理，在该色域映射处理之后，同时进行色调和/或色的校正，在该校正之后，进行所述图像变换的逆变换并输出，所以基于色外观模型的图像变换可与色调和/或色的校正一同进行。因此，即使输入像场景参照原始数据那样的具有与摄影场景的亮度成比例的亮度的图像数据的情况下，也总能生成合适的输出用图像数据。
首先，参照图1，说明本实施方式的图像处理装置10与各种设备的连接关系。
如图1所示，图像处理装置10和数字照相机2、CRT等的监视器3、打印机4连接。
图像处理装置10具有应用软件1，其作为对输入的各种图像文件进行图像处理的程序。数字照相机2输出附加了与应用软件1组合使用的数据的图像文件6。应用软件1读入图像文件6并处理，输出到监视器3、打印机4。另外，应用软件1也可处理数字照相机2以外的一般照相机拍摄的图像文件7。数字照相机2、监视器3、打印机4中分别配置了记述各自特性的数字照相机ICC简档21、监视器ICC简档31、打印机ICC简档41。
下面，参照图2，说明数字照相机2的内部结构。
CPU201统筹控制数字照相机2的动作。光学系统202是变焦透镜，使被摄体像结像在作为摄像传感器部203的CCD图像传感器上。摄像传感器部203通过CCD将光学像进行光电变换，A/D变换并输出。输出的图像数据被输入到AF运算部204、WB运算部205、AE运算部206、图像处理部208中。AF运算部204求出设置在画面内9处的AF区域的距离并输出。根据图像对比度判定来进行距离的判定。CPU201选择其中的最近距离的值，作为被摄体距离。WB运算部205输出图像的白平衡评价值。白平衡评价值是在摄影时的光源下，使中性的被摄体的RGB输出值一致所需要的增益值，以G通道为基准计算R/G、B/G的比。将该算出的评价值输入到图像处理部208，调整图像的自平衡。AE运算部206根据图像数据求出合适的漏出值并输出。CPU201计算使该计算出的合适漏出值与现在的漏出值一致的光圈值和快门速度值。光圈值被输出到透镜控制部207并被设定为相应的光圈径。快门速度值被输出到摄像传感器部203，并被设定为相应的CCD积分时间。图像处理部208执行白平衡处理、CCD滤波器配列的插补处理、色变换、色调变换、锐度校正、JPEG压缩等的一连串的图像处理。JPEG压缩的图像数据被输出到显示部209和记录数据生成部210。显示部209将摄像图像显示在液晶显示器上，同时显示CPU201的指示的各种信息。记录数据生成部210将JPEG压缩的图像数据和CPU201输入的各种摄影数据格式化成Exif文件，记录在记录介质211中。
数字照相机2可根据用户设定来切换摄影场景模式。即，作为摄影场景模式，可选择通常模式、肖像模式、风景模式共三种模式，用户操作场景模式设定键212，在被摄体是人物的情况下切换成肖像模式，在为风景的情况下切换成风景模式，这样，可得到适应各自情况的图像。而且，数字照相机2将选择的摄影场景模式的信息附加到图像数据文件并与之相关联记录。图像数据以作为数字照相机标准的Exif文件格式的JPEG形式被记录，但其中，作为各制造商可写入自由信息的空间，有被称为制造商笔记本的部分(标记信息区域)，在那里将摄影场景模式信息作为元信息记录。再有，可构成如下的数字照相机：自动地判定摄影场景并切换摄影场景模式(例如，参照特开2003-18433)。
此外，数字照相机2将作为被摄体选择的AF区域的位置信息和使用的CCD大小信息同样地记录在图像文件中。
而且，数字照相机2可根据色空间设定键213进行输出色空间的用户设定。作为输出色空间，可选择作为场景参照的色空间的scRGB、作为输出参照色空间的sRGB、以及Raw的任何一项。在选择sRGB的情况下，与以往的数字照相机同样，将在照相机内变换成施加了各种图像处理的sRGB色空间的图像输出。关于该处理，与以往的数字照相机同样。在选择scRGB色空间的情况下，基于IEC规格(IEC61966-2-2)进行变换并输出。在选择Raw的情况下，按CCD固有的色空间输出。
再有，应用软件1可进行上述摄影场景模式的切换，除了将其信息记录在图像数据中并输出的数字照相机之外，还可组合使用记录通常的Exif信息的数字照相机、仅记录图像数据而不记录附加的信息的数字照相机的任何一项。
下面，参照图3，说明应用软件1的功能。
应用软件1由以下构成：依据色外观模型的CAM正变换模块101；场景解析模块102；摄影数据解析模块103；图像校正模块104；色域映射模块105；依据色外观模型的CAM逆变换模块106等。也可将图像校正模块104和色域映射模块105统一作为图像处理模块107。即，与图17所示的现有应用软件1a相比，应用软件1的特征在于追加了场景解析模块102、摄影数据解析模块103以及图像校正模块104。这里，图像校正模块104进行图像的色调和/或色的校正(对比度强调、色度强调)。
再有，如图4所示的应用软件11那样，也可为用色域映射模块105进行色调和/或色的校正的结构。该情况下，应用软件1中图像校正模块104和色域映射模块105在应用软件11中被统合成色域映射模块105一个模块。另外，也可将统合的模块作为图像处理模块。统合的模块，在色域映射的色饱和度压缩处理之前，与应用软件1中的图像校正模块104同样地执行对比度和色度的变换。
此外，如图5所示的应用软件12那样，在图像处理模块107中，也可为在用色域映射模块105进行色域映射处理后进行色调和/或色的校正的结构。该情况下，图像校正模块104设置在色域映射模块105的后级。即，应用软件1和应用软件12仅仅是处理顺序不同，而处理内容相同。
下面，参照图6，详细说明应用软件1的处理内容。这里说明的处理内容，通过图像处理装置10的未图示的CPU执行应用软件1来进行。
首先，在步骤#001，进行使用的变量和标记的复位等的初始化。在步骤#002，根据用户的指示从数字照相机2读入场景参照的图像数据。然后，在步骤#003，判定该场景参照的图像数据中是否包含数字照相机2的摄影场景模式信息，包含该信息的情况下(步骤#003：“是”)，移到步骤#007，不包含的情况下(步骤#003：“否”)，移到步骤#004。在步骤#004，判定该场景参照的图像数据中是否附加有Exif信息，有附加的情况下(步骤#004：“是”)，移到步骤#006，通过摄影数据解析模块103，从Exif信息来确定摄影场景。在步骤#004的阶段，在场景参照的图像数据中未附加Exif信息的情况下(步骤#004：“否”)，移到步骤#005，通过场景解析模块102，解析该场景参照的图像数据并进行摄影场景的确定。在步骤#007，通过CAM正变换模块101，根据色外观模型对图像数据进行CAM正变换。再有，该色外观模型，用于校正平均性办公室环境下的监视器和打印机的观察条件的差异，CAM正变换使用的外观参数不能变更。然后，在步骤#008，在该变换了的图像数据由图像校正模块104进行了色调和/或色的校正之后，移到步骤#009，通过色域映射模块105进行色域映射处理。另外，也可将#008和#009统一为由图像处理模块107进行的图像处理的一个步骤。最后，在步骤#010，通过CAM逆变换模块106，进行基于该色外观模型的CAM逆变换，在步骤#011，将该CAM逆变换后的输出图像(输出参照图像数据)输出到输出设备。
下面，参照图7，详细说明摄影数据解析模块103的处理内容。
通过执行摄影数据解析模块103，可使用作为Exif信息而被记录的亮度、透镜焦点距离、摄影距离的信息来确定摄影场景。
首先，在步骤#101，计算肖像程度。这里，用Exif信息中记录的亮度Bv和透镜焦点距离f’的信息以及从透镜焦点距离和摄影距离D计算出的摄影倍率β(＝f’/D)的信息，通过图8所示的从属关系函数来计算肖像程度。从属关系函数例如表示透镜焦点距离对肖像场景的程度(精确度)，可认为其表示判别对象场景的使用频度。分别从图8(a)的曲线求出对亮度的肖像程度PBv，从图8(b)求出对焦点距离的肖像程度Pf‘，从图8(c)求出对摄影倍率的肖像程度Pβ，由下式计算P。
[式1]
P＝PBv×Pf’×Pβ
同样地，在步骤#102，计算风景程度L。
[式2]
L＝LBv×Lf’×Lβ
然后，在步骤#103，判定P和L是否相等，在相等的情况下(步骤#103：“是”)，结束本处理，在不相等的情况下(步骤#103：“否”)，移到步骤#104，判定P是否比L大。在P比L大的情况下(步骤#104：“是”)，移到步骤#105，设定为人物标记并结束本处理。在P不比L大的情况下(步骤#104：“否”)，移到步骤#106，设定为风景标记并结束本处理。
以下，参照图9，详细说明CAM正变换模块101基于色外观模型进行的CAM正变换处理。本实施方式中，首先进行将CIECAM97s用作外观模型的说明。
作为对色外观模型的输入数据，必要的数据有以下数据。
要预测的外观的色的三刺激值：X、Y、Z
有关输入图像的观察条件参数
适应视野区域中的白色的三刺激值：Xw、Yw、Zw
适应视野区域的平均亮度：LA
背景区域的相对亮度：Yb
由周边区域的条件决定的常数：c、Nc、FLL、F
在步骤#201中，输入图像数据的各像素的RGB值被变换为三刺激值XYZ。在图像数据以scRGB记载的情况下，RGB值根据下式被变换为色的三刺激值X、Y、Z。
[式3]
R,G,B,=(R÷8192.0)-0.5(G÷8192.0)-0.5(B÷8192.0)-0.5]]>
XYZ=0.41240.35760.18050.21260.71520.07220.01930.11920.9505R,G,B,]]>
而在sRGB的情况下，则使用下式。
[式4]
RsRGB＝R/255
GsRGB＝G/255
BsRGB＝B/255
if RsRGB、GsRGB、BsRGB≤0.04045
R’＝RsRGB/12.92
G’＝GsRGB/12.92
B’＝BsRGB/12.92
otherwise
R’＝[(RsRGB+0.055)/1.055]2.4
G’＝[(GsRGB+0.055)/1.055]2.4
B’＝[(BsRGB+0.055)/1.055]2.4
XYZ=0.41240.35760.18050.21260.71520.07220.01930.11920.9505R,G,B,]]>
而在Raw数据的情况下，采用记述了数字照相机2的特性的数字照相机ICC简档21来进行变换。具体地说，采用数字照相机ICC简档21内记述的3×3矩阵信息，执行与上述同样的变换。
接着，在步骤#202中，根据设定的外观参数，计算在后面的计算中使用的以下值。
[式5]
k=15·LA+1]]>
FL=0.2·k4·(5·LA)+0.1·(1-k4)2·(5·LA)13]]>
n=YbYw]]>
Nbb=Ncb=0.725·(1n)0.2]]>
z＝1+FLL·n1/2
接着，在步骤#203中，对图像数据进行色适应变换。色适应变换是对冯克利斯型(フォンクリ-スタイプ)的色适应变换进行改良了的变换，考虑了观察条件下的相对于白色的适应程度。首先，根据下式，将X、Y、Z进行
[式6]
R， G， B的变换(以下，在说明书中分别表现为R1、G1、B1)。
[式7]
R‾G‾B‾=MB·X/YY/YZ/Y]]>
这里，作为变换矩阵MB，使用以下矩阵。
[式8]
MB=0.89510.2664-0.1614-0.75021.71350.03670.03890.06851.0296]]>
从如上述那样变换后的R1、G1、B1中，根据下式来计算色适应变换后的响应、RC、GC、BC。
[式9]
RC=[DRw+(1-D)]·R‾]]>
GC=[DGw+(1-D)]·G‾]]>
BC=[DBwP+(1-D)]·B‾]]>
P＝Bw0 0834
D=F-F/[1+2(LA1/4)+(LA2)/300]]]>
这里，Rw、Gw、Bw是将适应白色的三刺激值通过矩阵MB变换后得到的。
接着，在步骤#204中，实施了色适应处理的图像数据被变换为与人的视觉系统的感觉相当的锥体响应R’、G’、B’。首先，如下式那样，进行基于上述矩阵变换的逆变换，然后乘以被称为Hunt-Pointer-Estevez变换的3×3矩阵。
[式10]
R,G,B,=MHPE·MB-1Rc·YGc·YBc·Y]]>
MB-1=0.9870-0.14710.16000.43230.51840.0493-0.00850.04000.9685]]>
MHPE=0.389710.68898-0.07868-0.229811.183400.04641001]]>
接着，在步骤#205中，对于变换为锥体响应的图像数据，进行与视觉系统的非线性响应对应的以下变换。
[式11]
Ra,=40·(FL·R,/100)0.73[(FL·R,/100)0.73+2]+1]]>
Ga,=40·(FL·G,/100)0.73[(FL·G,/100)0.73+2]+1]]>
Ba,=40·(FL·B,/100)0.73[(FL·B,/100)0.73+2]+1]]>
最后，在步骤#206中，分别根据下述的算式来计算对色外观进行预测的数值、色彩角h、亮度J、色度C。
[式12]
h＝tan-1(b/a)
a＝Ra’-12·Ga’/11+Ba’/11
b＝(1/9)·(Ra’+Ga’-2·Ba’)
J＝100·(A/Aw)c’z
A＝[2·Ra’+Ga’+(1/20)·Ba’-0.305]·Nbb
(Aw根据将Xw、Yw、Zw同样地变换后的Ra’、Ga’、Ba’来计算)
C＝2.44·s0.69(J/100)0.67n(1.64-0.29n)
s=50·(a2+b2)1/2100·e·(10/13)Nc·NcbRa,+Ga,+(21/20)·Ba,]]>
e＝e1+(e2-e1)(h-h1)/(h2-H1)
对于h1、h2、e1、e2，从以下的表中进行检索。在h＜h1时h’＝h+360，除此以外h’＝h，在下表中求满足hi≤h’＜hi+1的i，用作h1＝hi、h2＝hi+1、e1＝ei、e2＝ei+1。
[表1] i 1 2 3 4 5 hi 20.14 90.00 164.25 237.53 380.14 ei 0.8 0.7 1.0 1.2 0.8 Hi 0.0 100.0 200.0 300.0 400.0
作为色外观模型，在使用CIECAM02的情况下，将步骤#202以后的处理进行如下那样变更。
即，在步骤#202中，从设定的外观参数中，计算在后面的计算中使用的以下值。
[式13]
k=15·LA+1]]>
FL=0.2·k4·(5·LA)+0.1·(1-k4)2·(5·LA)13]]>
n=YbYw]]>
Nbb=Ncb=0.725·(1n)0.2]]>
z=1.48+n]]>
接着，在步骤#203中，对于图像数据进行色适应变换。色适应变换是将冯克利斯型(フォンクリ-スタイプ)的色适应变换改良的变换，考虑了观察条件下的相对于白色的适应程度。首先，根据下式，将X、Y、Z变换为R1、G1、B1。
[式14]
R‾G‾B‾=MCAT02·XYZ]]>
这里，作为变换矩阵MCAT02，使用以下矩阵。
[式15]
MCAT02=0.73280.4296-0.1624-0.70361.69750.00610.00300.01360.9834]]>
接着，从上述变换后的R1、G1、B1中，通过下式来计算色适应变换后的响应、Rc、Gc、Bc。
[式16]
RC=[Yw·DRw+(1-D)]·R‾]]>
GC=[Yw·DGw+(1-D)]·G‾]]>
BC=[Yw·DBw+(1-D)]·B‾]]>
D=F[1-(13.6)e(-LA-4292)],]]>e为自然对数的底
这里，Rw、Gw、Bw是将适应白色的三刺激值通过矩阵MCAT02变换后得到的。
接着，在步骤#204中，进行了色适应处理的图像数据被变换为与人的视觉系统的感觉相当的锥体响应R’、G’、B’。首先，进行基于上述矩阵变换的逆变换，然后乘以被称为Hunt-Pointer-Estevez变换的3×3矩阵。
[式17]
R,G,B,=MHPE·MCAT02-1RcGcBc]]>
MCAT02-1=1.096124-0.2788690.1827450.4543690.4735330.072098-0.009628-0.0056981.015326]]>
MHPE=0.389710.68898-0.07868-0.229811.183400.04641001]]>
接着，在步骤#205中，对于变换为锥体响应的图像数据，进行与视觉系统的非线性响应对应的以下变换。
[式18]
Ra,=400·(FL·R,/100)0.4227.13+(FL·R,/100)0.42+0.1]]>
Ga,=400·(FL·G,/100)0.4227.13+(FL·G,/100)0.42+0.1]]>
Ba,=400·(FL·B,/100)0.4227.13+(FL·B,/100)0.42+0.1]]>
最后，在步骤#206中，分别根据下述的算式来计算对色外观进行预测的数值、色彩角h、亮度J、色度C。
[式19]
h＝tan-1(b/a)
a＝Ra’-12·Ga’/11+Ba’/11
b＝(1/9)·(Ra’+Ga’-2·Ba’)
J＝100·(A/Aw)c’z
A＝[2·Ra’+Ga’+(1/20)·Ba’-0.305]·Nbb
(Aw根据将Xw、Yw、Zw同样地变换后的Ra’、Ga’、Ba’来计算)
C=t0.9J/100·(1.64-0.29n)0.73]]>
t=e1·(a2+b2)1/2Ra,+Ga,+(21/20)·Ba,]]>
e1=(1250013·Nc·Ncb)·[cos(h·π180+2)+3.8]]]>
通过以上变换，图像数据的RGB值成为表示了‘色外观’的J、C、h的值。
下面，参照图10，详细说明场景解析模块102的处理内容。
场景解析模块102根据色外观模型，对被变换成视觉性的‘外观’的数据的图像进行解析，判定图像数据中是否包含与肤色相当的部分。由此，判定是否为拍摄了人物的图像。此外，通过测定其面积来确定人物的大小。
首先，在步骤#301，将用于像素的计数的像素计数值复位为0。然后，在步骤#302，判定变换成L*a*b值的各像素值是否属于预先设定的肤色区域，属于肤色区域的情况下(步骤#302：“是”)，移到步骤#303，将肤色像素计数值加1，此后移到步骤#304。在不属于肤色区域的情况下(步骤#302：“否”)，移到步骤#304。在步骤#304，将上述像素计数值加1，在步骤#305，比较像素计数值和全像素数，判定对所有像素的处理是否已完成。在未完成的情况下(步骤#305：“否”)，返回步骤#302，并重复进行上述步骤#302～#305的处理。在对全部像素的处理完成的情况下(步骤#305：“是”)，移到步骤#306，判定用肤色像素计数值除以全像素计数值而得到的肤色比例值是否比阈值TH大，在比阈值大的情况下(步骤#306：“是”)，移到步骤#307，设置表示被摄体是人物的人物标记并结束本处理。在肤色比例值在TH以下时(步骤#306：“否”)，移到步骤#308，复位成人物标记并结束本处理。
下面，参照图11，详细说明图像校正模块104的处理内容。
首先，在步骤#401，判定是否存在由数字照相机2记录的Exif信息。存在Exif信息的情况下(步骤#401：“是”)，移到步骤#402，从控制Bv读出记录的亮度值(色调和/或色的校正参数)并设定为亮度值LBv。上述亮度值通过数字照相机2的露出控制中使用的APEX系统的控制Bv值来被记录。
即使亮度值未被直接记录的情况下，在记录了作为快门速度值和光圈值和ISO感度值的APEX值的Tv值、Av值、Sv值的情况下，可通过下式计算Bv值，从由此求出的Bv值来求亮度值LBv也可以。
[式20]
Bv＝Tv+Av-Sv
在不存在Exif信息的情况下(步骤#401：“否”)，移到步骤#403，假设摄影场景为一般情况下频度最高的白天屋外场景，将其平均亮度值Bv＝9(默认值)设定为亮度值LBv。
在步骤#404，设定用于进行对比度的强调的变换LUT(Look Up Table)，和用于强调色度的外观校正系数。在色外观模型的CAM正变换(参照图6所示的步骤#007)中，观察条件假定为通常的办公室环境中放置的sRGB监视器。sRGB监视器的亮度值为80cd/m2。图像校正模块104，根据摄影场景的亮度值LBV和作为标准条件设定的亮度值之差，预先设定对不同的对比度进行强调的变换LUT(参照图15)。
根据上述亮度值LBv，如下设定变换LUT。
[式21]
设定LUT f
8＜LBv LUT4 1.2
7＜L≤8 LUT3 1.1
5＜L≤7 LUT2 1.05
5＜L LUT1 1.0
而且，为了进行色度的强调，设定对色饱和度的值进行校正的系数f。
然后，为了进行对应于摄影场景的色调校正，在步骤#405，判定是否设置了人物被摄体标记，在设置了人物被摄体标记的情况下(步骤#405：“是”)，移到步骤#406，设定人物用的LUT，在未设置人物被摄体标记的情况下(步骤#405：“否”)，移到步骤#407，设定通常用的LUT。在步骤#408，对外观校正用LUT和场景校正用LUT适用于图像数据的亮度J并进行色调变换，进而，根据下式校正系数f的色饱和度C并结束本处理。
[式22]
C’＝f×C
下面，参照图12、图13，详细说明色域映射模块105的处理内容。
作为色域映射的方法，最单纯的方法是将位于可记录的色域之外的色度点映射到最靠近的色域境界上的映射，但这样的话色域外的色调变的不完整，成为观赏时感觉到不适的图像。因此，本实施例使用非线性压缩：将在适当的阈值以上的色饱和度高的色度点，按照色饱和度的大小，平滑地压缩。即，使用根据色外观模型计算出的色饱和度值C，在色饱和值在阈值Cth以上的区域中进行如图12所示的压缩(关于色域映射方法的详细，例如参照コロナ社‘ファインイメ-ジングとディジタル写真’，(社)日本照相学会出版委员会编第447页)。
首先，在步骤#501，对输入侧色空间的R、G、B、C、M、Y的主要6原色，分别计算侧色值Xin(i)、Yin(i)、Zin(i)(i＝R、G、B、C、M、Y)。即，如果为8bit数据，则R、G、B的值，R为255、0、0，G为0、255、0，依次计算。向侧色值的变换，采用色外观模型的变换的步骤#501中说明的方法。
进而，在步骤#502，根据计算出的XYZ的值，用色外观模型计算色饱和度值Cin(i)(i＝R、G、B、C、M、Y)。
接着，在步骤#503，同样地，在输出设备的色空间，对R、G、B、C、M、Y的主要6原色，分别计算测色值Xout(i)、Yout(i)、Zout(i)(i＝R、G、B、C、M、Y)。在向测色值的变换中，使用监视器ICC简档31、打印机ICC简档41作为色域映射的参数。在以多维检查表方式记述变换方法的情况下，通常的ICC简档是在生成简档时生成色域映射的表，但在本实施例中，在生成简档时，对于未压缩的输出设备的色域外，使用写入了可判断其为色域外的数据的专用的简档。
进而，在步骤#504，根据计算出的XYZ的值，与步骤#502同样，计算色饱和值Cout(i)(i＝R、G、B、C、M、Y)。
接着，在步骤#505，根据下式由Cout(i)/Cin(i)的最小值来计算k的值。此外，算出了该k的色作为mincolor存储在RAM等的存储器中。
[式23]
k＝Min[Cout(i)/Cin(i)]，i＝R、G、B、C、M、Y
但在k＞1时，限定为k＝1。
接着，在步骤#506，将用于像素的计数的计数值复位。
接着，在步骤#507，将变换成JCH的各像素的值的色饱和度的值C变换成按下式压缩的值C’。开始压缩的阈值Cth作为k值的80％，用下式计算。
[式24]
Cth＝k×0.8
if C＜Cth
C’＝C
otherwise
C′=Cout(mincolor)[Cin(mincolor)-Cth]0.5·(C-Cth)0.5]]>
接着，在步骤#508，比较像素计数值和全像素值，判定对所有的像素的处理是否完成。在处理完成的情况下(步骤#508：“是”)，结束本处理。在处理未完成的情况下(步骤#508：“否”)，返回步骤#507，重复进行步骤#507、#508的处理。
再有，色域映射的方法，除了在此叙述的方法之外还存在多种方法，可使用这些方法。
下面，按照图14的流程图，详细说明CAM逆变换模块106基于色外观模型的CAM逆变换。
首先，在步骤#601中，从关系到输出图像的第2外观参数Xw’、Yw’、Zw’、LA’、Yb’、c’、Nc’、FLL’、F’中计算下述变量。
[式25]
k,=15·LA,+1]]>
FL,=0.2·k,4·(5·LA,)+0.1·(1-k,4)2·(5·LA,)13]]>
n,=Yb,Yw,]]>
Nbb,=Ncb,=0.725·(1n,)0.2]]>
z’＝1+FLL’·n’1/2
此外，将图9的步骤#203#206的运算应用于Xw’、Yw’、Zw’，计算Aw’。
接着，在步骤#602中，从表现色外观的参数J’、C’、h中计算非线性响应值Ra’、Ga’、Ba’。首先，从J’、C’中，根据下式来求A和s。
[式26]
A＝Aw’·(J·/100)1/c’·z’
s=C,1/0.69/[2.44·(J,/100)0.67n,(1.64-0.29n,)]1/0.69]]>
接着，根据下式来求a、b。
[式27]
a=s·(A/Nbb,+2.05){[1+tan2(h)]1/2[50000·e·Nc,·Ncb,/13]+s[11/23+(108/23)·tan(h)]}]]>
b＝a·tan(h)
这里，在[1+tan2(h)]1/2的计算中，根据h的值将结果表示为以下的符号。
0≤h＜90 …[1+tan2(h)]1/2
90≤h＜270…-[1+tan2(h)]1/2
270≤h＜360…[1+tan2(h)]1/2
此外，e＝e1+(e2-e1)(h-h1)/(h2-h1)
关于h1、h2、e1、e2，从以下的表进行检索。在h＜h1时h’＝h+360，除此以外h’＝h，在下述表中求满足hi≤h’＜hi+1的i，用作h1＝hi、h2＝hi+1、e1＝ei、e2＝ei+1。
[表2] i 1 2 3 4 5 hi 20.14 90.00 164.25 237.53 380.14 ei 0.8 0.7 1.0 1.2 0.8
Ra’、Ga’、Ba’根据下式来计算。
[式28]
Ra’＝(20/61)·(A/Nbb’+2.05)+(41/61)·(11/23)·a+(288/61)·(1/23)·b
Ga’＝(20/61)·(A/Nbb’+2.05)-(81/61)·(11/23)·a-(261/61)·(1/23)·b
Ba’＝(20/61)·(A/Nbb’+2.05)-(20/61)·(11/23)·a-(20/61)·(315/23)·b
接着，在步骤#603中，进行非线性响应值Ra’、Ga’、Ba’的逆变换，求锥体响应R’、G’、B’。
[式29]
R’＝100·[(2·Ra’-2)/(41-Ra’)]1/0.73
G’＝100·[(2·Ga’-2)/(41-Ga’)]1/0.73
B’＝100·[(2·Ba’-2)/(41-Ba’)]1/0.73
这里，在Ra’-1＜0时，使用下式。对于Ga’、Ba’也是同样。
[式30]
R’＝-100·[(2-2·Ra’)/(39-Ra’)]/0.73
进而，在步骤#604中，进行锥体响应的逆变换，计算Rc·Y、Gc·Y、Bc·Y(以下表示为RcY、GcY、BcY)。
[式31]
RcYGcYBcY=MB·MHPE-1R,G,B,]]>
MHPE=1.91019-1.112140.201950.370950.629050001]]>
接着，在步骤#605中，进行色适应逆变换，返回到测色值。首先，根据下式来计算Yc。
[式32]
Yc＝0.43231·RcY+0.51836·GcY+0.04929·BcY
接着，根据下式，计算(Y/Yc)R、(Y/Yc)G、(Y/Yc)1/pB。
[式33]
(Y/Yc)R＝(Y/Yc)Rc/[D(1/Rw)+1-D]
(Y/Yc)G＝(Y/Yc)Gc/[D(1/Gw)+1-D]
(Y/Yc)1/pB＝[|(Y/Yc)Bc|]1/p/[D(1/Bwp)+1-D]1/p
这里，在(Y/Yc)＜0时，(Y/Yc)1/pB的值为负。
接着，根据下式计算Y’。
[式34]
Y’＝0.43231·YR+0.51836·YG+0.04929·(Y/Yc)1/pBYc
这里，三刺激值X”、Y”、Z”根据下式来计算。
[式35]
X,,Y,,Z,,=M-1Yc(Y/Yc)RYc(Y/Yc)GYc(Y/Yc)1/pB/Yc(Y,/Yc)(1/p-1)]]>
通过以上计算，从表示色外观的值、第2观察环境参数中，计算与该环境指定的外观相当的色的三刺激值X”、Y”、Z”。
该值在步骤#606中被变换为输出设备的色空间后输出。具体地说，采用记述了监视器3和打印机4的各自特性的监视器ICC简档31、打印机ICC简档41中记述的3×3矩阵信息或三维检查表来进行变换。
再有，作为色外观模型，采用CIECAM02情况下的CAM逆变换如下那样。
首先，在步骤#601中，从第2外观参数中计算下述变量。
[式36]
k,=15·LA,+1]]>
FL,=0.2·k,4·(5·LA,)+0.1·(1-k,4)2·(5·LA,)13]]>
n,=Yb,Yw,]]>
Nbb,=Ncb,=0.725·(1n,)0.2]]>
z,=1.48+n,]]>
此外，对于适应视野中的白色的三刺激值Xw’、Yw’、Zw’采用第2外观参数，应用上述CAM变换的步骤#203～#206的运算，来计算Aw’。
下面，说明来自色外观值的非线性响应计算(步骤#602)。首先，用下表来检索色彩角h的输入值，求满足了hi≤h’＜hi+1的i。
[表3] i 1 2 3 4 5 hi 20.14 90.00 164.25 237.53 380.14 ei 0.8 0.7 1.0 1.2 0.8 Hi 0.0 100.0 200.0 300.0 400.0
采用上述i和色外观的色彩分量H的输入值，来计算下式。
[式37]
h,=(H-Hi)(ei+1·hi-ei·hi+1)-100·hi·ei+1(H-Hi)(ei+1-ei)-100·ei+1]]>
这里，h’＞360的情况下为减去了360的值。
接着，采用用于表示色外观的色饱和度C’和表示亮度的J’的输入值来计算下述变量。
[式38]
t=(C,J,/100(1.64-0.29n,)0.73)10.9]]>
e=(1250013·Nc,·Ncb,)(cos(h,π180+2)+3.8)]]>
A=Aw,(J,/100)1c,·z,]]>
p1＝e/t
p2＝(4/Nbb’)+0.305
p3＝21/20
hr=h,π180]]>
接着，如果满足
[式39]
|sin(hr)|≥|cos(hr)|，
则计算下式。
[式40]
p4＝p1/sin(hr)
b=p2(2+p3)(460/1403)p4+(2+p3)(220/1403)(cos(hr)/sin(hr))-(27/1403)+p3(6300/1403)]]>
a＝b(cos(hr)/sin(hr))
而如果满足
[式41]
|sin(hr)|＜|cos(hr)|，
则计算下式。
[式42]
p5＝p1/cos(hr)
a=p2(2+p3)(460/1403)p5+(2+p3)(220/1403)-((27/1403)-p3(6300/1403))(sin(hr)/cos(hr))]]>
b＝a(sin(hr)/cos(hr))
接着，进行以下的计算。
[式43]
Ra,=4601403p2+4511403a+2881403b]]>
Ga,=4601403p2-8911403a-2611403b]]>
Ba,=4601403p2-2201403a-63001403b]]>
下面，说明非线性响应逆变换的计算(步骤#603)。
[式44]
R,=sign(Ra,-0.1)·100FL,·(27.13·|Ra,-0.1|400-|Ra,-0.1|)10.42]]>
G,=sign(Ga,-0.1)·100FL,·(27.13·|Ga,-0.1|400-|Ga,-0.1|)10.42]]>
B,=sign(Ba,-0.1)·100FL,·(27.13·|Ba,-0.1|400-|Ba,-0.1|)10.42]]>
其中，sign(x)是x＞0时取1、x＝0时取0、x＜0时取-1的值的函数。
接着，说明锥体响应逆变换的计算(步骤#604)。
[式45]
RcGcBc=0.73280.4296-0.1624-0.70361.69750.00610.00300.01360.98341.910197-1.1121240.2019080.3709500.6290540.000008001R,G,B,]]>
接着，说明色适应逆变换的计算(步骤#605)。
[式46]
R=Rc(Yw,·D/Rw,+1-D)]]>
G=Gc(Yw,·D/Gw,+1-D)]]>
B=Bc(Yw,·D/Bw,+1-D)]]>
X,,Y,,Z,,=1.096124-0.2788690.1827450.4543690.4735330.072098-0.009628-0.0056981.015326RGB]]>
再有，在色外观模型中，除了本实施方式使用的CIECAM97s、CIECAM02以外，还公开了纳谷模型、Hunt模型、RLab模型、LLab模型等一些模型。也可以将这些模型取代CIECAM97s、CIECAM02来使用。
如上所述，在将输入的场景参照的图像数据输出到监视器3或打印机4的输出设备时，1)对于场景参照的图像数据，通过CAM正变换模块101进行CAM正变换，在该CAM正变换之后通过图像校正模块104进行色调和/或色的校正，在该校正之后通过色域映射模块105进行对应于输出设备的色域映射处理，在该色域映射处理之后通过CAM逆变换模块106进行CAM逆变换。或者2)对于场景参照的图像数据，通过CAM正变换模块101进行CAM正变换，在该CAM正变换之后通过色域映射模块105进行对应于输出设备的色域映射处理，在该色域映射处理之后通过CAM逆变换模块106进行CAM逆变换。或者3)对于场景参照的图像数据，通过CAM正变换模块101进行CAM正变换，在该CAM正变换之后通过色域映射模块105进行对应于输出设备的色域映射处理，在该色域映射处理之后通过图像校正模块104进行色调和/或色的校正，在该校正之后通过CAM逆变换模块106进行CAM逆变换。因此，基于色外观模型的图像变换可始终与色调和/或色的校正一同进行。这里，图像校正模块104和色域映射模块105也可统一为图像处理模块107。由此，即使场景参照原始数据那样的具有与摄影场景的亮度成比例的亮度的图像数据被输入时，也总能生成适当的输出用图像数据。
再有，本实施方式中的记载，只是例示本发明的图像处理装置、图像处理方法以及图像处理程序，并非限定于此。关于本实施方式的图像处理装置10的细部结构以及详细动作，在不脱离本发明的宗旨的范围内可适当变更。