画像判断装置、画像処理装置、カメラ及び画像判断プログラム
【課題】学習によって判断基準を決定する画像判断装置等を提供する。
【解決手段】学習画像を記憶する第１記憶部１６と、前記学習画像について、画像品質に関する指標の具体値を取得する特徴抽出部４０と、前記学習画像を所定の表示条件で表示する表示部１４と、前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する入力部３２と、前記判断結果と前記具体値を対応させた学習要素を記憶する第２記憶部２０と、前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する学習演算部３６と、を有する画像判断装置。
【解決手段】学習画像を記憶する第１記憶部１６と、前記学習画像について、画像品質に関する指標の具体値を取得する特徴抽出部４０と、前記学習画像を所定の表示条件で表示する表示部１４と、前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する入力部３２と、前記判断結果と前記具体値を対応させた学習要素を記憶する第２記憶部２０と、前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する学習演算部３６と、を有する画像判断装置。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像判断装置、画像処理装置、カメラ及び画像判断プログラムに関する。
【背景技術】
【０００２】
デジタルカメラは、記録媒体に要するコストが比較的安価であり、またゴミを発生させることなく容易に撮影画像を削除可能であること等から、撮影枚数の増大を気にせずに、撮影したいだけ撮影できるという利点を有する。そのため、デジタルカメラによる撮影画像の数は、銀塩カメラに比べて増大する傾向にある。その一方で、撮影者が失敗を怖れずに撮影を行う結果、デジタルカメラの撮影画像には、ブレやボケが発生したような失敗画像が、比較的多く含まれる傾向にある。
【０００３】
撮影者は、失敗画像が印刷されることや、失敗画像によって記録媒体が占有され続けることを防ぐために、カメラの液晶画面やＰＣのモニタで失敗画像を選別し、これを分別又は削除する作業を行うことができる。しかし、多くの撮影画像に対して、このような目視及び手動による仕分け作業を行うことは、煩雑であり、撮影者の負担となっている。
【０００４】
このような問題を解決するための従来技術として、画像データに含まれる高周波成分を抽出すること等により撮影ミスを判断するための指標を算出し、自動的に撮影画像の合否判断を行う技術が提案されている（特許文献１等参照）。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００１−２５６４９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
従来技術に係る画像判断技術において、撮影画像を仕分けるための基準となる判断基準は、例えば失敗画像及び成功画像の一般的な傾向を統計的に調査して定められたものにすぎないため、撮影者個人が求める判断基準に対してずれが生じるという問題がある。撮影画像を仕分けるための判断基準は、撮影者の個性、撮影画像の用途、撮影画像の鑑賞サイズ等によって異なるからである。また、仮に撮影者が判断基準を任意に設定できる場合であっても、撮影画像の合否判断には様々な要因が影響するため、如何なる基準が自分に適しているかを撮影者自身が認識し、正しく設定を行うことは、容易ではないと考えられる。
【０００７】
本発明は、このような実状に鑑みてなされ、その目的は、学習によって判断基準を決定する画像判断装置等を提供することである。
【課題を解決するための手段】
【０００８】
上記目的を達成するために、本発明に係る画像判断装置は、
学習画像を記憶する第１記憶部（１６）と、
前記学習画像について、画像品質に関する指標の具体値を取得する特徴抽出部（４０）と、
前記学習画像を所定の表示条件で表示する表示部（１４）と、
前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する入力部（３２）と、
前記判断結果と前記具体値を対応させた学習要素を記憶する第２記憶部（２０）と、
前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する学習演算部（３６）と、を有する。
【０００９】
また、例えば、前記特徴抽出部は主成分分析部（４６）を有しても良く、
前記主成分分析部は、画像品質に関する２以上の暫定指標に各々対応する暫定具体値を、２以上の前記学習画像の各々について取得し、前記暫定具体値について主成分分析を行い、２以上の前記暫定指標が統合された主成分に関する前記具体値を算出しても良い。
【００１０】
また、例えば、前記学習演算部は、前記学習要素について判別分析を行い、前記判断基準値を決定しても良い。
【００１１】
また、例えば、本発明に係る画像判断装置は、前記評価者によって選択された画像鑑賞サイズ情報を取得し、前記画像鑑賞サイズを前記表示条件に反映させる画像サイズ取得部（３４）をさらに有しても良い。
【００１２】
また、例えば、本発明に係る画像判断装置は、前記学習画像の画像品質を調整する画質調整部（３８）をさらに有しても良く、
前記画質調整部は、前記学習画像の前記指標の前記具体値が、予め定められた第１の値になるように前記学習画像の画像品質を調整し、
前記表示部は、前記画質調整部によって調整された前記学習画像を表示しても良い。
【００１３】
また、本発明に係る画像処理装置は、上記いずれかに記載の画像判断装置と、
撮影された撮影画像について、画像品質に関する第２指標の第２具体値を取得し、前記撮影画像の前記第２具体値と、前記画像判断装置によって決定された前記判断基準値とを比較して、前記撮影画像を判断する撮影画像判断部（５２）と、を有する。
【００１４】
本発明に係るカメラは、上記に記載の画像処理装置を有する。
【００１５】
また、本発明に係る画像判断プログラムは、
コンピュータに、
第１記憶部に記憶された学習画像を読み出す手順と、
前記学習画像について、画像品質に関する指標の具体値を算出する手順と、
前記学習画像を所定の表示条件で表示する手順と、
前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する手順と、
前記判断結果と前記指標の前記具体値とを対応させた学習要素を記憶させる手順と、
前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する手順と、を実行させる。
【００１６】
なお上述の説明では、本発明をわかりやすく説明するために実施形態を示す図面の符号に対応づけて説明したが、本発明は、これに限定されるものでない。後述の実施形態の構成を適宜改良してもよく、また、少なくとも一部を他の構成物に代替させてもよい。さらに、その配置について特に限定のない構成要件は、実施形態で開示した配置に限らず、その機能を達成できる位置に配置することができる。
【図面の簡単な説明】
【００１７】
【図１】図１は、本発明の一実施形態に係る画像判断装置のブロック図である。
【図２】図２は、図１に示す画像判断装置で行われる学習処理の第１の例を表すフローチャートである。
【図３】図３は、図２に示す学習処理における判断基準値の決定処理を説明した概念図である。
【図４】図４は、図１に示す画像判断装置で行われる学習処理の第２の例を表すフローチャートである。
【図５】図５は、図４に示す学習処理を説明した概念図である。
【図６】図６は、図１に示す画像判断装置で行われる学習処理の第３の例を表すフローチャートである。
【図７】図７は、図６に示す学習処理における学習画像の画像品質の変更手順を説明した概念図である。
【図８】図８は、本発明の第２実施形態に係る画像処理装置のブロック図である。
【図９】図９は、図８に示す画像処理装置で行われる学習処理と自動判別処理の関係を表す概念図である。
【図１０】図１０は、図８に示す画像処理装置で行われる自動判別処理の一例を表すフローチャートである。
【発明を実施するための形態】
【００１８】
第１実施形態
図１は、本発明の一実施形態に係る画像判断装置１０のブロック図である。画像判断装置１０は、撮影画像の自動判断処理等に用いる判断基準値を、学習処理により算出する。画像判断装置１０は、ＰＣ（パーソナルコンピュータ）等に搭載されてもよく、デジタルカメラや携帯電話など、デジタル画像を生成する撮像装置に搭載されても良い。
【００１９】
画像判断装置１０は、入力装置１２、表示装置１４、記憶装置１６、画像メモリ１８、プログラムメモリ２０及び中央処理装置３０を有する。入力装置１２は、画像判断装置１０を使用する評価者が、評価者の判断や意志等を、画像判断装置１０に伝えるための操作部である。入力装置１２の例としては、画像判断装置１０がＰＣである場合には、マウス、キーボード、タッチパネル等が挙げられ、画像判断装置１０が撮像装置である場合には、十字キー、ダイアル、ボタン等が挙げられるが特に限定されない。入力装置１２は、評価者の操作に基づき、操作信号を中央処理装置３０に出力する。
【００２０】
表示装置１４は、撮影画像や表示画像等の各種画像や、操作メニュー等を表示するものである。表示装置１４の例としては、液晶パネル等が挙げられる。表示装置１４も、入力装置１２と同様に、中央処理装置３０によって制御される。記憶装置１６は、各種画像ファイルや、中央処理装置３０等を制御するためのプログラム及び当該プログラムに使用するデータ等が記憶される。記憶装置１６に記憶される画像ファイルには、画像判断装置１０による学習処理に用いられる学習画像や、図８に示す撮影画像判断部５２による自動判断処理によって判断される撮影画像等が含まれる。
【００２１】
プログラムメモリ２０には、画像判断装置１０に学習処理を行わせるためのプログラムや、図７に示す画像処理装置５０に自動判断処理を行わせるためのプログラムが格納される。また、プログラムメモリ２０は、学習処理の際に、最終的な判断基準値を算出する過程で得られる学習要素を一時的に記憶する。
【００２２】
画像メモリ１８は、記憶装置１６に記憶されている画像データを、一時的に格納する。中央処理装置３０は、画像データに対して各種の演算処理を行う場合や、表示装置１４に画像を表示させるような場合において、画像データが画像メモリ１８に格納されるように制御を行う。
【００２３】
中央処理装置（ＣＰＵ）３０は、画像判断装置１０で行われる学習処理に必要な各種の演算処理を実施する。画像判断装置１０において、中央処理装置３０は、判断入力処理部３２、画像サイズ取得部３４、学習演算部３６、画質調整部３８及び特徴抽出部４０等として機能する。
【００２４】
画像サイズ取得部３４は、画像判断装置１０のユーザーである評価者によって入力された画像鑑賞サイズ情報を取得する。また、画像サイズ取得部３４は、取得された画像鑑賞サイズ情報を、学習画像が表示装置１４に表示される際の表示条件（特に表示サイズ）に反映させる。画像鑑賞サイズ情報とは、学習処理の結果を用いて自動判断処理される予定の撮影画像が、どのような条件で鑑賞されるかということに関する情報である。
【００２５】
画像サイズ取得部３４は、評価者に対して、入力装置１２を介して画像鑑賞サイズ情報を入力するように求める。画像サイズ取得部３４は、得られた画像鑑賞サイズ情報を用いて、学習画像が表示装置１４に表示される際の表示条件を変更する。例えば、画像サイズ取得部３４は、学習画像が、その後に行われる自動判断処理によって処理される撮影画像の使用条件と同様又は近似する条件で表示されるように、表示装置１４を制御する。
【００２６】
さらに一例を挙げると、画像サイズ取得部３４は、画像鑑賞サイズ情報が画像を所定のサイズに拡大して鑑賞する旨の情報であれば、学習画像の表示サイズを、これに合わせて拡大する。反対に、画像サイズ取得部３４は、画像鑑賞サイズ情報が画像を縮小して鑑賞する旨の情報であれば、学習画像の表示サイズをこれに合わせて縮小する。このような処理を行うことにより、画像判断装置１０における学習処理によって算出される判断基準値は、画像鑑賞サイズ情報を考慮したものとなり、評価者の要求する基準に高い精度で一致する。
【００２７】
画質調整部３８は、学習画像の画像品質を調整することができる。画質調整部３８は、例えば、画質調整前の学習画像である元画像に対して、ブレ・ボケの軌跡を表すＰＳＦ（Point Spread Function）をコンボリューションすることにより、学習画像の画像品質を調整する。画質調整部３８によって調整される画像品質としては、エッジ量（エッジ量算出部４２によって算出されるものと同様）等が挙げられるが、特に限定されない。
【００２８】
画質調整部３８で使用されるボケのＰＳＦとしては、例えば以下の数式（１−１）で表されるガウス分布が挙げられる。ガウス分布を用いて画質調整を行う場合、画質調整部３８では、数式（１−２）で表すように、ガウス分布を正規化する。さらに、画質調整部３８では、正規化後のガウス分布を、画質調整前の学習画像の輝度Ｙ（ｉ，ｊ）にコンボリューションする。これにより、画質調整部は、数式（１−３）で示すように、画質調整後の学習画像の輝度Ｙgaussian(ｉ，ｊ）を得る。なお、数式（１−１）におけるσは標準偏差とし、ｘ＝４σとして計算を行うことができるが、特に限定されない。また、数式（１−３）におけるＴは転置を表す。
【００２９】
【数１】
【００３０】
学習処理において、画質調整部３８によって学習画像の画像品質が調整された場合、表示装置１４は、調整後の学習画像を表示する。画質調整部３８によって画像品質を調整することにより、画像判断装置１０は、同様の構図を有していながら、特定の画像品質に関する指標のみが異なる複数の画像を用いて、学習処理を行うことが可能である。したがって、画像判断装置１０は、特定の画像品質に関する指標以外の影響を排除又は抑制した学習処理を行うことが可能であり、評価者の要求する基準に高い精度で一致する判断基準値を得ることができる。なお、画質調整部３８が、学習画像のエッジ量が所定の値になるように調整を行った場合、特徴抽出部４０は、エッジ量の算出を行う必要がない。なぜなら、特徴抽出部４０は、画質調整部３８の設定値を読み出すだけで、学習画像のエッジ量を取得できるからである。
【００３１】
特徴抽出部４０は、学習処理に使用される学習画像について、その画像品質に関する指標の具体値を取得する。特徴抽出部４０は、エッジ量算出部４２、データ取得部４４及び主成分分析部４６を有する。エッジ量算出部４２、データ取得部４４及び主成分分析部４６は、それぞれ異なる方法で、学習画像の画像品質に関する指標の具体値を取得する。
【００３２】
特徴抽出部４０で取得される画像品質の指標としては特に限定されず、特徴抽出部４０は、学習画像が成功画像であるか失敗画像であるかを判断するために有効な任意の指標の具体値を、取得することができる。特徴抽出部４０で取得される指標の例としては、後述するエッジ量算出部４２、データ取得部４４及び主成分分析部４６で取得される指標以外にも、ＤＣＴ係数、ウェーブレット係数、ＦＦＴ係数の実部などが挙げられる。
【００３３】
エッジ量算出部４２は、画像品質の指標の１つであるエッジ量を、学習画像から算出する。エッジ量算出部４２が、学習処理の対象となる学習画像からエッジ量の具体的な値（具体値）を取得する方法の一例を、数式（２−１）〜数式（２−４）を用いて以下に説明する。
【００３４】
エッジ量算出部４２は、数式（２−１）に示すように、学習画像におけるＲＧＢチャンネルの各数値から、各画素の輝度Ｙ（ｉ，ｊ）を算出する。さらにエッジ量算出部４２は、数式（２−２）及び数式（２−３）に示すように、算出された輝度Ｙ（ｉ，ｊ）に対して、エッジ検出フィルタをコンボリューションし、ｘ方向及びｙ方向のエッジＧｘ（ｉ，ｊ）、Ｇｙ（ｉ，ｊ）を算出する。エッジ量算出部４２は、エッジ検出フィルタとしてＳｏｂｅｌフィルタを用いる。ただし、エッジ量算出部４２が使用するエッジ検出フィルタはこれに限定されず、Ｐｒｅｗｉｔｔフィルタ等を用いることもできる。さらに、エッジ量算出部４２は、数式（２−４）に示すように、算出されたエッジＧｘ（ｉ，ｊ）、Ｇｙ（ｉ，ｊ）から、エッジ方向に依存しないエッジ量Ｇ（ｉ，ｊ）を算出する。
【００３５】
【数２】
【００３６】
データ取得部４４は、学習画像に関する画像品質の指標の具体値のうち、学習画像とともに記憶装置１６に記録されているものや、画質調整部３８において設定済みのエッジ量等を取得する。データ取得部４４が取得する指標としては、例えば学習画像が撮影された時のシャッタスピード及びＥＶ値や、画質調整部３８における画質調整において設定されたエッジ量などが挙げられる。
【００３７】
主成分分析部４６は、学習画像の画像品質に関する２以上の指標（暫定指標）について主成分分析を行い、学習処理を行う学習画像群の全体の傾向・特徴を表す新たな指標である主成分を算出する。主成分分析部４６は、予め２以上の学習画像について学習処理を行うことが解っており、各学習画像について、画像品質に関する２以上の指標の具体値を取得できる場合において行うことができる。以下に、主成分分析部４６が学習画像の画像品質に関する指標（主成分）を算出する方法を、表１及び数式（３−１）〜数式（３−３）を用いて説明する。
【００３８】
主成分分析部４６は、表１に示すように、画像品質に関する２以上（表１に示す例では３）の暫定指標である指標ｘ，指標ｙ及び指標ｚに各々対応する具体値（暫定具体値）を、２以上（表１に示す例では１０）の学習画像の各々について取得する。主成分分析部４６が用いる暫定指標としては、エッジ量、シャッタスピード及びＥＶ値等が挙げられるが、特に限定されない。また、暫定具体値としては、エッジ量算出部４２で算出された指標の具体値や、データ取得部４４で取得された指標の具体値を用いることができる。
【００３９】
【表１】
【００４０】
次に、主成分分析部４６は、数式（３−１）に示す共分散行列Ｖｘｙｚを求める。数式（３−１）において、変数ａは表１における画像の番号に対応しており、dataは画像数を表しており、表１の例を数式（３−１）に適用する場合、dataは１０となる。また、数式（３−１）において、表１に示す指標ｘの具体値はｘａ、指標ｙの具体値はｙａ、指標ｚの具体値はｚａとして表されている。
【００４１】
【数３】
【００４２】
さらに、主成分分析部４６は、共分散行列Ｖｘｙｚの固有値λα、λβ、λγと、これらの固有値に対応する固有ベクトルｕα、ｕβ、ｕγを求める。さらに、主成分分析部４６は、算出された各固有ベクトルｕα、ｕβ、ｕγと、各画像の暫定指標の具体値ｘａ、ｙａ、ｚａ及び画像群の暫定指標毎の平均値から、各画像の主成分の具体値ξα、ψα、ζαを算出する。固有ベクトルｕα、ｕβ、ｕγの成分を、数式（３−２）に示すようにｕα１〜ｕα３、ｕβ１〜ｕβ３、ｕγ１〜ｕγ３とすると、各画像の主成分の具体値ξα、ψα、ζαは、数式（３−３）で表すことができる。
【００４３】
主成分分析部４６で算出された各主成分の具体値ξα、ψα、ζαは、学習画像の画像品質に関する指標の具体値として、特徴抽出部４０で取得された他の指標の具体値と同様に、学習処理において使用することができる。また、主成分分析部４６は、固有値λα、λβ、λγから各主成分の寄与率を算出し、寄与率の高い主成分のみを、学習処理に用いる指標として採用することができる。この場合、主成分分析部４６は、累積寄与率が８０％を超える主成分もしくは主成分の組合せを、学習処理に用いる指標として採用しても良い。主成分分析部４６で算出された各主成分のうち、寄与率の高い一部の主成分のみを学習処理に用いることによって、学習演算部３６における判断基準値の演算処理や、学習処理後に実施される自動画像判断処理の演算処理を、高速化することができる。
【００４４】
判断入力処理部３２は、表示装置１４によって表示された学習画像に対する評価者の判断結果を取得する。例えば、判断入力処理部３２は、評価者に対して、表示装置１４によって表示された学習画像が、成功画像であるか失敗画像であるか（すなわちＯＫかＮＧか）を判断するように求める。学習画像に対する評価者の判断結果は、入力装置１２を介して、判断入力処理部３２に入力される。
【００４５】
さらに、判断入力処理部３２は、得られた評価者の判断結果と、当該学習画像について特徴抽出部４０で抽出された画像品質に関する指標の具体値を対応させる。さらに、判断入力処理部３２は、学習画像の判断結果と指標の具体値とを対応させたものを学習要素として、プログラムメモリ２０に記憶させる。この場合、学習要素として記憶される指標の種類は、１種類であっても良く、２種類以上であっても良い。
【００４６】
学習演算部３６は、プログラムメモリ２０に記憶された学習要素から、学習要素の具体値に対応する指標に関する評価者の判断基準値を決定する。例えば、学習処理で採用された指標がエッジ量である場合、プログラムメモリ２０に記憶された学習要素は、評価者が如何なるエッジ量の画像をＯＫと判断し、また如何なるエッジ量の画像をＮＧと判断したかを、具体的に記録したものである。学習演算部３６は、このような学習要素から、あるエッジ量の値を境界として評価者のＯＫ・ＮＧの判断が分かれるという前提の下に、その値を求め、判断基準値とする。
【００４７】
学習演算部３６は、例えば、線形判別（linear discriminant）等により、判断基準値を決定することができるが、判断基準値の決定方法は特に限定されない。なお、学習処理における判断基準値、具体値、暫定具体値には、一つの値によって構成されるスカラー量等だけでなく、複数の値によって構成される配列等が含まれる。
【００４８】
図２は、図１に示す画像判断装置１０で行われる学習処理の第１の例を表すフローチャートである。ステップ００１では、画像判断装置１０による学習処理が開始される。
【００４９】
ステップ００２では、図１に示す画像サイズ取得部３４が、鑑賞サイズ情報を取得する。画像サイズ取得部３４は、表示装置１４に選択メニューを表示する等の方法により、評価者に鑑賞サイズ情報の入力を促す。評価者は、印刷サイズ（Ｌ版、はがきサイズ、Ａ４等）や、表示サイズ（１００％、５０％、ブログ用）等の鑑賞サイズ情報を、入力装置１２を介して入力する。この際、画像サイズ取得部３４は、取得した鑑賞サイズ情報を、プログラムメモリ２０に記憶させてもよい。
【００５０】
ステップＳ００３では、図１に示す中央処理装置３０が、学習画像を決定する。中央処理装置３０は、表示装置１４にコメントを表示する等の方法により、評価者に対して、学習処理で使用する学習画像を指定するように促す。評価者は、予め記憶装置１６に用意されている画像や、評価者自身が撮影した撮影画像であって記憶装置１６に保存されている画像を、学習画像として指定する。中央処理装置３０は、評価者によって指定された学習画像を、学習処理に使用する学習画像として特定する。さらに、中央処理装置３０は、決定された学習画像を、画像メモリ１８に一時的に格納させる。
【００５１】
この際、評価者は、１つの学習画像を指定しても良いし、複数の学習画像を指定しても良い。また、記憶装置１６には、予め学習処理に適したサンプル画像が保存されていても良く、評価者は、このようなサンプル画像の中から、学習画像を選択しても良い。さらに、記憶装置１６に保存されるサンプル画像は、撮影シーン（夜景、マクロ、スポーツ等）が異なる複数の画像で構成されていても良い。これにより、評価者は、自動判断処理される予定の撮影画像と同じ撮影シーンの画像を、学習画像として指定することができる。なお、サンプル画像の画像品質は、適度なばらつきを有していることが好ましい。
【００５２】
ステップＳ００４では、特徴抽出部４０が、ステップＳ００３で決定された学習画像について、画像品質に関する指標の具体値を取得する。学習処理で使用される指標には様々なものが存在するが、図２に示す第１の例では、画像品質に関する指標として、エッジ量とシャッタスピードが用いられる場合を例に説明を行う。ステップＳ００４では、特徴抽出部４０のエッジ量算出部４２が、学習画像のエッジ量を算出する。さらに、ステップＳ００４では、データ取得部４４が、学習画像とともに記憶装置１６に保存されている情報を検索し、学習画像のシャッタスピードを取得する。エッジ量算出部４２で算出されたエッジ量の具体値と、データ取得部４４で取得されたシャッタスピードの具体値は、プログラムメモリ２０に一時的に格納されても良い。
【００５３】
ステップＳ００５では、中央処理装置３０は、ステップＳ００３で決定された学習画像を表示するように、表示装置１４を制御する。この際、中央処理装置３０は、ステップＳ００２で取得された鑑賞サイズ情報に基づき、学習画像の表示条件を指定する。例えば、ステップＳ００２で取得された画像鑑賞サイズ情報が画像を２００％に拡大して鑑賞する旨の情報であれば、中央処理装置３０は、表示装置１４が学習画像を２００％で表示するように、表示条件を指定する。これにより、表示装置１４は、鑑賞サイズ情報に基づく表示条件で、学習画像を表示する。
【００５４】
ステップＳ００６では、中央処理装置３０の判断入力処理部３２が、表示装置１４によって表示された学習画像に対する評価者の判断結果を取得する。判断入力処理部３２は、評価者に対して、表示装置１４によって表示された学習画像がＯＫかＮＧかを入力するように求め、入力された情報を取得することにより、評価者の判断結果を取得する。
【００５５】
ステップＳ００７では、判断入力処理部３２は、ステップＳ００６で得られた評価者の判断結果と、ステップＳ００４で取得された学習画像のエッジ量及びシャッタスピードの具体値を対応させ、学習要素を生成する。また、判断入力処理部３２は、学習画像の判断結果とエッジ量及びシャッタスピードとを対応させた学習要素を、プログラムメモリ２０に記憶させる。
【００５６】
ステップＳ００８では、中央処理装置３０は、評価者に対して、学習処理を終了するか否かを入力するように求める。中央処理装置３０は、学習処理を終了させる旨の入力情報を取得した場合にはステップＳ００９の処理を行う。それに対し、学習処理を続ける旨の入力情報を取得した場合には、中央処理装置３０は、ステップＳ００３の処理に戻り、学習画像を変えてステップＳ００３〜ステップＳ００７の処理を繰り返す。
【００５７】
ステップＳ００９では、中央処理装置３０の学習演算部３６が、プログラムメモリ２０に記憶された学習要素から、エッジ量及びシャッタスピードに関する評価者の判断基準値を決定する。図３は、学習演算部３６で行われる判断基準値の決定において行われる処理を、概念的に表したものである。図３に示すグラフは、横軸をエッジ量（指標Ａ）とし、縦軸をシャッタスピード（指標Ｂ）として、学習要素をプロットしたものである。図３に示す黒丸及び白丸は、ステップＳ００７においてプログラムメモリ２０に記憶された学習要素に対応している。
【００５８】
図３に示すグラフでは、１１個の学習要素がプロットされており、これは、ステップＳ００９までに、１１個の学習画像について、学習画像の決定（ステップＳ００３）から学習要素の記憶（ステップＳ００７）までの処理が行われたことを意味している。図３に示すグラフにおいて、白丸であるか黒丸であるかは、学習要素における学習画像の判断結果に対応している。すなわち、白丸は、ステップＳ００６において評価者がＯＫと判断した学習要素であり、黒丸はＮＧと判断した学習要素である。また、各プロットの横軸の位置は、学習要素のエッジ量（指標Ａ）の具体値に対応しており、各プロットの縦軸の位置は、学習要素のシャッタスピード（指標Ｂ）の具体値に対応している。
【００５９】
学習演算部３６は、線形判別により、評価者は、直線７０より右下の領域にある画像をＯＫと判断し、直線７０より左上の領域にある画像をＮＧと判断すると認定する。さらに、学習演算部３６は、評価者がエッジ量（指標Ａ）及びシャッタスピード（指標Ｂ）に関して、画像をＯＫまたはＮＧに分類する境界である判断基準値は、直線７０であると決定する。図３に示す場合において、ステップＳ００９で算出される判断基準値は、一次式の形で表される。ステップＳ００９で算出された判断基準値は、記憶装置１６に格納される。
【００６０】
ステップＳ０１０では、中央処理装置３０が、一連の学習処理を終了させる。
【００６１】
このように、図１に示す画像判断装置１０は、図２で示すような一連の学習処理を行うことにより、特定の個人である評価者の判断傾向を、学習・認識することができる。したがって、画像判断装置１０は、評価者個人が求める判断基準に対して高い精度で一致する判断基準値を、評価者になんら専門知識等を要求することなく、決定することができる。
【００６２】
また、画像判断装置１０は、画像サイズ取得部３４によって取得された画像鑑賞サイズ情報を、学習画像を表示する際の表示条件に反映させている。これにより、画像判断装置１０は、学習結果を用いて行われる自動判別処理の対象となる撮影画像の用途を考慮に入れて学習処理を行うことが可能である。したがって、画像判断装置１０は、目的に応じた判断基準値を決定することができる。
【００６３】
図４は、図１に示す画像判断装置１０で行われる学習処理の第２の例を表すフローチャートである。図４におけるステップＳ１０１及びステップＳ１０２は、図２において説明したステップＳ００１及びステップＳ００２と同様であるため、説明を省略する。
【００６４】
図４に示すステップＳ１０３では、図１に示す中央処理装置３０が、判断基準値の決定（Ｓ１１０）に使用する全ての学習画像によって構成される学習画像群を取得する。中央処理装置３０は、表示装置１４にコメントを表示する等の方法により、評価者に対して、学習処理で使用する全ての学習画像を指定するように促す。評価者は、学習画像群が格納されているディレクトリを指定する等により、学習画像群を指定する。中央処理装置３０は、評価者によって指定された学習画像群を、学習処理に使用する学習画像群として特定する。
【００６５】
ステップＳ１０４では、図１に示す中央処理装置３０が、学習画像を決定する。中央処理装置３０は、ステップＳ１０３で取得された学習画像群に含まれる学習画像の中から、自動的に１つの学習画像を選択することができる。ただし、中央処理装置３０は、評価者に学習画像群に含まれる学習画像の中から１つの学習画像を選んでもらい、それを学習画像としても良い。
【００６６】
ステップＳ１０５では、ステップＳ１０３で取得された学習画像群に含まれる学習画像の各々について、特徴抽出部４０におけるエッジ量算出部４２がエッジ量を算出し、データ取得部４４が学習画像のシャッタスピードを取得する。エッジ量算出部４２によるエッジ量の算出処理及びデータ取得部４４によるシャッタスピードの取得処理は、図２に示すステップＳ００４で説明した処理と同様である。
【００６７】
さらに、ステップＳ１０５では、主成分分析部４６が、エッジ量算出部４２及びデータ取得部４４で取得されたエッジ量及びシャッタスピードを取得する。またさらに、主成分分析部４６は、学習画像群に含まれる各学習画像のエッジ量及びシャッタスピードの具体値について主成分分析を行い、エッジ量及びシャッタスピードが統合された主成分を算出する。その上で、ステップＳ１０５では、ステップＳ１０４で決定された学習画像について、主成分の具体値を算出する。
【００６８】
図５は、図４に示す学習処理における主成分分析（ステップＳ１０５）から判断基準値の決定（ステップＳ１１０）までの処理を、概念的に表したものである。ステップＳ１０５において、主成分分析部４６は、直線７２で表される第１主成分を算出する。第１主成分は、図４に示す学習処理における暫定指標であるエッジ量（特徴Ａ）とシャッタスピード（特徴Ｂ）が統合された指標である（数式３−３参照）。図４に示す学習処理では、直線７２で表される第１主成分の寄与率が高いため、第１主成分のみを指標として使用する。
【００６９】
ステップＳ１０４で決定された学習画像について、ステップＳ１０５で算出される第１主成分の具体値は、直線７２上に配置される点（スカラー量）として表される。なお、第１主成分の具体値を算出するための算出式は、プログラムメモリ２０に格納される。
【００７０】
ステップＳ１０６〜ステップＳ１０８に関する処理は、図２において説明したステップＳ００５〜ステップＳ００７と同様であるため、説明を省略する。
【００７１】
ステップＳ１０９では、中央処理装置３０は、ステップＳ１０３で選択された学習画像群に含まれるすべての学習画像について、学習要素が記憶されたか否かを判断する。中央処理装置３０は、すべての学習画像について学習要素が記憶されていると認める場合には、ステップＳ１１０の処理を行う。これに対し、学習要素が記憶されていない学習画像が残っていると認められる場合には、中央処理装置３０は、学習画像を変えてステップＳ１０４〜ステップＳ１０８の処理を繰り返す。ただし、中央処理装置３０は、入力装置１２を介して評価者の意志を取得し、学習要素が記憶されていない学習画像が残っているか否かにかかわらず、ステップＳ１１０へ進んでも良い。
【００７２】
なお、２回目以降のステップＳ１０５では、第１回目のループで既に第１主成分を算出しているため、改めて主成分分析を行う必要はなく、新たに選択された学習画像について、第１主成分の具体値を算出するだけで足りる。
【００７３】
ステップＳ１１０では、中央処理装置３０の学習演算部３６が、プログラムメモリ２０に記憶された学習要素から、第１主成分に関する評価者の判断基準値を決定する。図５に示すように、図４に示す学習処理で取得される学習要素は、第１主成分の具体値と評価者の判断結果を対応させたものである。なお、図５におけるプロット（白丸及び黒丸）の意味は、図３と同様である。
【００７４】
学習演算部３６は、線形判別により、直線７２のうち点７４より右下の部分にある画像をＯＫとし、点７４より左上の領域にある画像をＮＧと判断する傾向にあると認定する。さらに、学習演算部３６は、評価者が第１主成分に関して、画像をＯＫまたはＮＧに分類する境界である判断基準値は、点７４であると決定する。図５に示す場合において、ステップＳ１１０で算出される判断基準値は、一つの数値で表される。ステップＳ１１０で算出された判断基準値は、記憶装置１６に格納される。
【００７５】
ステップＳ１１１では、中央処理装置３０が、一連の学習処理を終了させる。
【００７６】
このように、図１に示す画像判断装置１０は、主成分分析を用いて学習処理を行うことにより、学習演算部３６における判断基準値の演算処理を高速化することができる。
【００７７】
図６は、図１に示す画像判断装置１０で行われる学習処理の第３の例を表すフローチャートである。図６におけるステップＳ２０１及びステップＳ２０２は、図２において説明したステップＳ００１及びステップＳ００２と同様であるため、説明を省略する。
【００７８】
ステップＳ２０３では、図１に示す中央処理装置３０が、学習画像（元画像）を決定する。中央処理装置３０は、評価者に対して、予め用意されたサンプル画像から、学習処理に仕様される学習画像（元画像）を選択するように求め、評価者によって選択された画像を、学習画像（元画像）として特定する。
【００７９】
この際、評価者は、１つの学習画像（元画像）を指定する。また、学習画像（元画像）として予め用意されるサンプル画像は、ステップＳ２０４で行われる画質調整後における画像品質の指標（例えばエッジ量）の具体値が、予め解っているものであることが好ましい。なお、学習画像（元画像）は、画像メモリ１８に一時的に格納される。
【００８０】
ステップＳ２０４では、図１に示す中央処理装置３０の画質調整部３８が、ステップＳ２０４で特定された学習画像（元画像）の画像品質を調整し、学習画像（画質調整後）を生成する。画質調整部３８は、ブレ・ボケの軌跡を表すＰＳＦ（Point Spread Function）をコンボリューションすることにより、学習画像（元画像）の画像品質を調整し、学習画像（画質調整後）を生成する。
【００８１】
図７は、図６に示す学習処理における学習画像の画像品質の変更手順を説明した概念図である。ステップＳ２０３で選択された学習画像（元画像）は、第１回目のステップＳ２０４においては、その画像品質の指標（図７に示す例ではエッジ量）が、統計的に算出された一般的な判断基準値（点７６）に最も近い値（点Ｄ）になるように調整される。すなわち、画質調整部３８は、画質調整によって生成される学習画像（画質調整後）のエッジ量の具体値を点Ｄに設定し、画質調整を行う。なお、学習画像（画質調整後）のエッジ量（ステップＳ２０４で実施される画質調整の設定値）は、プログラムメモリ２０に格納される。
【００８２】
ステップＳ２０５では、特徴抽出部４０のデータ取得部４４が、プログラムメモリ２０に格納されている学習画像（画質調整後）のエッジ量を取得する。なお、図６に示す第３の例では、画像品質に関する指標として、エッジ量のみが用いられる場合を例に説明を行う。
【００８３】
図６に示すステップＳ２０６〜ステップＳ２０８に関する処理は、図２において説明したステップＳ００５〜ステップＳ００７と同様であるため、説明を省略する。
【００８４】
ステップＳ２０９では、中央処理装置３０は、プログラムメモリ２０に格納されている学習要素を調査し、既に算出された学習要素によって判断基準値を決定しても良いか否かを判断する。例えば、中央処理装置３０は、プログラムメモリ２０に格納されている学習要素に、評価者による判断がＯＫのものとＮＧのものが両方とも含まれている場合には、既に算出された学習要素によって判断基準値を決定しても良いと判断する。その反対に、中央処理装置３０は、プログラムメモリ２０に格納されている学習要素に、評価者による判断がＯＫ及びＮＧのもののうちいずれか一方が含まれていない場合には、判断基準値を決定すべきでないと判断する。
【００８５】
ステップＳ２０９において、中央処理装置３０は、判断基準値を決定しても良いと判断した場合には、ステップＳ２１１の処理に進む。その反対に、中央処理装置３９は、判断基準値を決定すべきでないと判断した場合には、ステップＳ２１０の処理に進む。
【００８６】
ステップＳ２１０では、中央処理装置３０の画質調整部３８が、ステップＳ２０４で実施される画質調整の設定値を変更する。図７のケース１は、第１回目の画質調整（ステップＳ２０４）の設定値が点Ｄであり、その学習画像（画質調整後）についてステップＳ２０７で取得された評価者の判断がＯＫであった場合である。このような場合、ステップＳ２１０では、２回目の画質調整（ステップＳ２０４）の設定値を、第１回目の設定値より悪い（よりエッジ量の少ない）点Ｃに変更する。図７のケース２は、ケース１とは反対に、第１回目の評価者の判断がＮＧであった場合であり、２回目の画質調整（ステップＳ２０４）の設定値は、第１回目の設定値より良い（よりエッジ量の多い）点Ｅに変更する。
【００８７】
ステップＳ２１０で画質調整の設定値を変更した後は、図６に示すようにステップＳ２０４〜ステップＳ２０８の処理を繰り返す。
【００８８】
ステップＳ２１１では、中央処理装置３０は、評価者に対して、学習処理を終了するか否かを入力するように求める。中央処理装置３０は、学習処理を終了させる旨の入力情報を取得した場合にはステップＳ２１２の処理を行う。それに対し、学習処理を続ける旨の入力情報を取得した場合には、中央処理装置３０は、ステップＳ２０３の処理に戻り、学習画像（元画像）を変えてステップＳ２０３〜ステップＳ２１０の処理を繰り返す。
【００８９】
ステップＳ２１２では、中央処理装置３０の学習演算部３６が、プログラムメモリ２０に記憶された学習要素から、エッジ量に関する評価者の判断基準値を決定する。図７のケース１では、最後にＯＫと判断された学習画像のエッジ量が点Ｄであり、初めてＮＧと判断された学習画像のエッジ量が点Ｃである。この場合、学習演算部３６は、点Ｃと点Ｄの中間点である点Ｐを、判断基準値とする。図７のケース２では、最後にＮＧと判断された学習画像のエッジ量が点Ｅであり、初めてＯＫと判断された学習画像のエッジ量が点Ｆである。この場合、学習演算部３６は、点Ｅと点Ｆの中間点である点Ｑを、判断基準値とする。ステップＳ２１２で算出された判断基準値は、記憶装置１６に格納される。
【００９０】
ステップＳ２１３では、中央処理装置３０が、一連の学習処理を終了させる。
【００９１】
このように、図１に示す画像判断装置１０は、画質調整部３８によって画像品質を調整することにより、同様の構図でありながら画像品質のみが異なる学習画像を用いて、学習処理を行うことができる。したがって、画像判断装置１０は、特定の画像品質に関する指標以外の影響を抑制し、評価者の要求する基準に高い精度で一致する判断基準値を得ることができる。
【００９２】
また、画像判断装置１０は、画質調整部３８によって画質調整を行うことにより、学習画像の指標の具体値を、適度に分散させることができる。これにより、画像判断装置１０は、評価者が学習処理に要する時間及び手間を減らすことができる。また、画像判断装置１０は、第１回目の画質調整で得られる学習画像（画質調整後）のエッジ量を、統計的に算出された一般的な判断基準値に近い値とすることによって、評価者が学習処理に要する時間及び手間を更に減らすことができる。
【００９３】
第２実施形態
図８は、本発明の第２実施形態に係る画像処理装置５０のブロック図である。画像処理装置５０は、中央処理装置３０ａが、学習処理に関する演算処理だけでなく、自動判別処理に関する演算処理を行える点で図２に示す画像判断装置１０と異なるが、その他の点では画像判断装置１０と同様である。
【００９４】
画像処理装置５０の中央処理装置３０ａは、図８に示すように、図１に示す中央処理装置３０と同様の処理装置として機能するだけでなく、撮影画像判断部５２としても機能することができる。撮影画像判断部５２は、第２特徴抽出部６０と、比較部５４を有している。
【００９５】
図９は、図８に示す画像処理装置５０で行われる学習処理と自動判別処理の関係を表す概念図である。撮影画像判断部５２は、第１実施形態において説明した学習処理で算出された評価者の判断傾向である判断基準値を用いて、撮影画像の自動判別処理を行う。また、画像処理装置５０の中央処理装置３０ａは、撮影画像判断部５２による自動判別処理の結果に基づき、撮影画像の分類等、必要な処理を行うことができる。
【００９６】
図８に示す第２特徴抽出部６０は、自動判別処理の対象となる撮影画像について、画像品質に関する指標（第２指標）の具体値（第２具体値）を取得することができる。第２特徴抽出部６０は、第２エッジ量算出部６２と、第２データ取得部６４を有する。第２エッジ量算出部６２及び第２データ取得部６４は、指標を取得する対象が学習画像ではなく、自動判別処理の対象となる撮影画像である点を除き、エッジ量算出部４２及びデータ取得部４４と同様である。
【００９７】
比較部５４は、自動判別処理の対象となる撮影画像の指標（第２指標）の具体値（第２具体値）と、学習処理によって学習演算部３６によって決定された判断基準値とを比較し、撮影画像が成功画像であるか失敗画像であるか（すなわちＯＫかＮＧか）を判断する。
【００９８】
図１０は、図８に示す自動判別処理の一例を表すフローチャートである。図１に示すステップＳ３０１では、画像処理装置５０による自動判別処理が開始される。
【００９９】
ステップＳ３０２では、中央処理装置３０ａが、撮影画像判断部５２で行われる自動判別処理に用いる判断基準値を取得する。ステップＳ３０２では、図２、図４、図６で説明した学習処理が行われても良く、予め記憶装置１６等に保存された判断基準値を読み出すことによって、判断基準値を取得しても良い。
【０１００】
ステップＳ３０２では、中央処理装置３０ａが、自動判別処理の対象となる撮影画像を決定する。中央処理装置３０ａは、表示装置１４にコメントを表示する等の方法により、評価者に対して、自動判別処理の対象となる撮影画像を指定するように促す。評価者は、既に記憶装置１６に保存されている撮影画像や、新たに記憶装置１６に保存した撮影画像を指定する。中央処理装置３０ａは、評価者によって指定された撮影画像を、自動判別処理の対象となる撮影画像として特定する。さらに、中央処理装置３０ａは、決定された撮影画像を、画像メモリ１８に一時的に格納させる。なお、この際、評価者は、１つの撮影画像を指定しても良いし、複数の撮影画像を指定しても良い。
【０１０１】
ステップＳ３０４では、撮影画像判断部５２における第２特徴抽出部６０が、ステップＳ３０３で決定された撮影画像について、画像品質に関する指標（第２指標）の具体値（第２具体値）を取得する。ステップＳ３０４で取得される具体値（第２具体値）は、ステップＳ３０２で取得された判断基準値と比較できるように、当該判断基準値を決定した際の学習処理において使用された指標と同一の指標に関する具体値であることが好ましい。例えば、学習処理において使用された指標がエッジ量及びシャッタスピードであれば、第２特徴抽出部６０の第２エッジ量算出部６２が撮影画像のエッジ量を算出し、第２取得部６４が撮影画像のシャッタスピードを取得する。
【０１０２】
ステップＳ３０５では、撮影画像判断部５２における比較部５４が、ステップＳ３０４で取得された撮影画像の具体値（第２具体値）と、ステップＳ３０２で取得された判断基準値を比較する。これにより、比較部５４は、自動判別処理の対象である撮影画像がＯＫかＮＧかを判断する。ステップＳ３０５において、比較部５４が撮影画像はＯＫだと判断した場合はステップＳ３０６へ進み、撮影画像はＮＧだと判断した場合はステップＳ３０７へ進む。
【０１０３】
ステップＳ３０６及びステップＳ３０７では、中央処理装置３０ａが、自動判別処理の結果に基づき、撮影画像の分類を行う。すなわち、ステップＳ３０６では、中央処理装置３０ａは、ＯＫと判断された撮影画像を、記憶装置１６に作成されたＯＫ画像フォルダに分類する。また、ステップＳ３０７では、中央処理装置３０ａは、ＮＧと判断された撮影画像を、ＮＧ画像フォルダに分類する。なお、ステップＳ３０７において、中央処理装置３０ａは、ＮＧと判断された撮影画像を記憶装置１６から削除する処理を行っても良い。
【０１０４】
ステップＳ３０８では、中央処理装置３０ａは、評価者に対して、自動判別処理を終了するか否かを入力するように求める。中央処理装置３０ａは、自動判別処理を終了させる旨の入力情報を取得した場合には、ステップＳ３０９の処理へ進む。それに対し、自動判別処理を続ける旨の入力情報を取得した場合には、中央処理装置３０ａはステップＳ３０３の処理に戻り、対象となる撮影画像を変えてステップＳ００３〜ステップＳ３０７の処理を繰り返す。
【０１０５】
ステップＳ３０９では、中央処理装置３０ａが、一連の自動判別処理を終了させる。
【０１０６】
このように、図８に示す画像処理装置５０は、特定の個人である評価者の判断傾向を、学習・認識し、学習処理によって得られた判断基準値に基づき、撮影画像の自動判別処理を行うことができる。したがって、画像処理装置５０は、評価者個人が求める判断基準に対して高い精度で一致する判断基準に基づく自動判別処理を行うことができる。なお、画像処理装置５０は、図１に示す画像判断装置１０と同様の効果を奏する。
【符号の説明】
【０１０７】
１０…画像判断装置
１２…入力装置
１４…表示装置
１６…記憶装置
１８…画像メモリ
２０…プログラムメモリ
３０，３０ａ…中央処理装置
３２…判断入力処理部
３４…画像サイズ取得部
３６…学習演算部
３８…画質調整部
４０…特徴抽出部
４２…エッジ量算出部
４４…データ取得部
４６…主成分分析部
５０…画像処理装置
５２…撮影画像判断部
５４…比較部
６０…第２特徴抽出部
６２…第２エッジ量算出部
６４…第２データ取得部
【技術分野】
【０００１】
本発明は、画像判断装置、画像処理装置、カメラ及び画像判断プログラムに関する。
【背景技術】
【０００２】
デジタルカメラは、記録媒体に要するコストが比較的安価であり、またゴミを発生させることなく容易に撮影画像を削除可能であること等から、撮影枚数の増大を気にせずに、撮影したいだけ撮影できるという利点を有する。そのため、デジタルカメラによる撮影画像の数は、銀塩カメラに比べて増大する傾向にある。その一方で、撮影者が失敗を怖れずに撮影を行う結果、デジタルカメラの撮影画像には、ブレやボケが発生したような失敗画像が、比較的多く含まれる傾向にある。
【０００３】
撮影者は、失敗画像が印刷されることや、失敗画像によって記録媒体が占有され続けることを防ぐために、カメラの液晶画面やＰＣのモニタで失敗画像を選別し、これを分別又は削除する作業を行うことができる。しかし、多くの撮影画像に対して、このような目視及び手動による仕分け作業を行うことは、煩雑であり、撮影者の負担となっている。
【０００４】
このような問題を解決するための従来技術として、画像データに含まれる高周波成分を抽出すること等により撮影ミスを判断するための指標を算出し、自動的に撮影画像の合否判断を行う技術が提案されている（特許文献１等参照）。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００１−２５６４９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
従来技術に係る画像判断技術において、撮影画像を仕分けるための基準となる判断基準は、例えば失敗画像及び成功画像の一般的な傾向を統計的に調査して定められたものにすぎないため、撮影者個人が求める判断基準に対してずれが生じるという問題がある。撮影画像を仕分けるための判断基準は、撮影者の個性、撮影画像の用途、撮影画像の鑑賞サイズ等によって異なるからである。また、仮に撮影者が判断基準を任意に設定できる場合であっても、撮影画像の合否判断には様々な要因が影響するため、如何なる基準が自分に適しているかを撮影者自身が認識し、正しく設定を行うことは、容易ではないと考えられる。
【０００７】
本発明は、このような実状に鑑みてなされ、その目的は、学習によって判断基準を決定する画像判断装置等を提供することである。
【課題を解決するための手段】
【０００８】
上記目的を達成するために、本発明に係る画像判断装置は、
学習画像を記憶する第１記憶部（１６）と、
前記学習画像について、画像品質に関する指標の具体値を取得する特徴抽出部（４０）と、
前記学習画像を所定の表示条件で表示する表示部（１４）と、
前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する入力部（３２）と、
前記判断結果と前記具体値を対応させた学習要素を記憶する第２記憶部（２０）と、
前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する学習演算部（３６）と、を有する。
【０００９】
また、例えば、前記特徴抽出部は主成分分析部（４６）を有しても良く、
前記主成分分析部は、画像品質に関する２以上の暫定指標に各々対応する暫定具体値を、２以上の前記学習画像の各々について取得し、前記暫定具体値について主成分分析を行い、２以上の前記暫定指標が統合された主成分に関する前記具体値を算出しても良い。
【００１０】
また、例えば、前記学習演算部は、前記学習要素について判別分析を行い、前記判断基準値を決定しても良い。
【００１１】
また、例えば、本発明に係る画像判断装置は、前記評価者によって選択された画像鑑賞サイズ情報を取得し、前記画像鑑賞サイズを前記表示条件に反映させる画像サイズ取得部（３４）をさらに有しても良い。
【００１２】
また、例えば、本発明に係る画像判断装置は、前記学習画像の画像品質を調整する画質調整部（３８）をさらに有しても良く、
前記画質調整部は、前記学習画像の前記指標の前記具体値が、予め定められた第１の値になるように前記学習画像の画像品質を調整し、
前記表示部は、前記画質調整部によって調整された前記学習画像を表示しても良い。
【００１３】
また、本発明に係る画像処理装置は、上記いずれかに記載の画像判断装置と、
撮影された撮影画像について、画像品質に関する第２指標の第２具体値を取得し、前記撮影画像の前記第２具体値と、前記画像判断装置によって決定された前記判断基準値とを比較して、前記撮影画像を判断する撮影画像判断部（５２）と、を有する。
【００１４】
本発明に係るカメラは、上記に記載の画像処理装置を有する。
【００１５】
また、本発明に係る画像判断プログラムは、
コンピュータに、
第１記憶部に記憶された学習画像を読み出す手順と、
前記学習画像について、画像品質に関する指標の具体値を算出する手順と、
前記学習画像を所定の表示条件で表示する手順と、
前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する手順と、
前記判断結果と前記指標の前記具体値とを対応させた学習要素を記憶させる手順と、
前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する手順と、を実行させる。
【００１６】
なお上述の説明では、本発明をわかりやすく説明するために実施形態を示す図面の符号に対応づけて説明したが、本発明は、これに限定されるものでない。後述の実施形態の構成を適宜改良してもよく、また、少なくとも一部を他の構成物に代替させてもよい。さらに、その配置について特に限定のない構成要件は、実施形態で開示した配置に限らず、その機能を達成できる位置に配置することができる。
【図面の簡単な説明】
【００１７】
【図１】図１は、本発明の一実施形態に係る画像判断装置のブロック図である。
【図２】図２は、図１に示す画像判断装置で行われる学習処理の第１の例を表すフローチャートである。
【図３】図３は、図２に示す学習処理における判断基準値の決定処理を説明した概念図である。
【図４】図４は、図１に示す画像判断装置で行われる学習処理の第２の例を表すフローチャートである。
【図５】図５は、図４に示す学習処理を説明した概念図である。
【図６】図６は、図１に示す画像判断装置で行われる学習処理の第３の例を表すフローチャートである。
【図７】図７は、図６に示す学習処理における学習画像の画像品質の変更手順を説明した概念図である。
【図８】図８は、本発明の第２実施形態に係る画像処理装置のブロック図である。
【図９】図９は、図８に示す画像処理装置で行われる学習処理と自動判別処理の関係を表す概念図である。
【図１０】図１０は、図８に示す画像処理装置で行われる自動判別処理の一例を表すフローチャートである。
【発明を実施するための形態】
【００１８】
第１実施形態
図１は、本発明の一実施形態に係る画像判断装置１０のブロック図である。画像判断装置１０は、撮影画像の自動判断処理等に用いる判断基準値を、学習処理により算出する。画像判断装置１０は、ＰＣ（パーソナルコンピュータ）等に搭載されてもよく、デジタルカメラや携帯電話など、デジタル画像を生成する撮像装置に搭載されても良い。
【００１９】
画像判断装置１０は、入力装置１２、表示装置１４、記憶装置１６、画像メモリ１８、プログラムメモリ２０及び中央処理装置３０を有する。入力装置１２は、画像判断装置１０を使用する評価者が、評価者の判断や意志等を、画像判断装置１０に伝えるための操作部である。入力装置１２の例としては、画像判断装置１０がＰＣである場合には、マウス、キーボード、タッチパネル等が挙げられ、画像判断装置１０が撮像装置である場合には、十字キー、ダイアル、ボタン等が挙げられるが特に限定されない。入力装置１２は、評価者の操作に基づき、操作信号を中央処理装置３０に出力する。
【００２０】
表示装置１４は、撮影画像や表示画像等の各種画像や、操作メニュー等を表示するものである。表示装置１４の例としては、液晶パネル等が挙げられる。表示装置１４も、入力装置１２と同様に、中央処理装置３０によって制御される。記憶装置１６は、各種画像ファイルや、中央処理装置３０等を制御するためのプログラム及び当該プログラムに使用するデータ等が記憶される。記憶装置１６に記憶される画像ファイルには、画像判断装置１０による学習処理に用いられる学習画像や、図８に示す撮影画像判断部５２による自動判断処理によって判断される撮影画像等が含まれる。
【００２１】
プログラムメモリ２０には、画像判断装置１０に学習処理を行わせるためのプログラムや、図７に示す画像処理装置５０に自動判断処理を行わせるためのプログラムが格納される。また、プログラムメモリ２０は、学習処理の際に、最終的な判断基準値を算出する過程で得られる学習要素を一時的に記憶する。
【００２２】
画像メモリ１８は、記憶装置１６に記憶されている画像データを、一時的に格納する。中央処理装置３０は、画像データに対して各種の演算処理を行う場合や、表示装置１４に画像を表示させるような場合において、画像データが画像メモリ１８に格納されるように制御を行う。
【００２３】
中央処理装置（ＣＰＵ）３０は、画像判断装置１０で行われる学習処理に必要な各種の演算処理を実施する。画像判断装置１０において、中央処理装置３０は、判断入力処理部３２、画像サイズ取得部３４、学習演算部３６、画質調整部３８及び特徴抽出部４０等として機能する。
【００２４】
画像サイズ取得部３４は、画像判断装置１０のユーザーである評価者によって入力された画像鑑賞サイズ情報を取得する。また、画像サイズ取得部３４は、取得された画像鑑賞サイズ情報を、学習画像が表示装置１４に表示される際の表示条件（特に表示サイズ）に反映させる。画像鑑賞サイズ情報とは、学習処理の結果を用いて自動判断処理される予定の撮影画像が、どのような条件で鑑賞されるかということに関する情報である。
【００２５】
画像サイズ取得部３４は、評価者に対して、入力装置１２を介して画像鑑賞サイズ情報を入力するように求める。画像サイズ取得部３４は、得られた画像鑑賞サイズ情報を用いて、学習画像が表示装置１４に表示される際の表示条件を変更する。例えば、画像サイズ取得部３４は、学習画像が、その後に行われる自動判断処理によって処理される撮影画像の使用条件と同様又は近似する条件で表示されるように、表示装置１４を制御する。
【００２６】
さらに一例を挙げると、画像サイズ取得部３４は、画像鑑賞サイズ情報が画像を所定のサイズに拡大して鑑賞する旨の情報であれば、学習画像の表示サイズを、これに合わせて拡大する。反対に、画像サイズ取得部３４は、画像鑑賞サイズ情報が画像を縮小して鑑賞する旨の情報であれば、学習画像の表示サイズをこれに合わせて縮小する。このような処理を行うことにより、画像判断装置１０における学習処理によって算出される判断基準値は、画像鑑賞サイズ情報を考慮したものとなり、評価者の要求する基準に高い精度で一致する。
【００２７】
画質調整部３８は、学習画像の画像品質を調整することができる。画質調整部３８は、例えば、画質調整前の学習画像である元画像に対して、ブレ・ボケの軌跡を表すＰＳＦ（Point Spread Function）をコンボリューションすることにより、学習画像の画像品質を調整する。画質調整部３８によって調整される画像品質としては、エッジ量（エッジ量算出部４２によって算出されるものと同様）等が挙げられるが、特に限定されない。
【００２８】
画質調整部３８で使用されるボケのＰＳＦとしては、例えば以下の数式（１−１）で表されるガウス分布が挙げられる。ガウス分布を用いて画質調整を行う場合、画質調整部３８では、数式（１−２）で表すように、ガウス分布を正規化する。さらに、画質調整部３８では、正規化後のガウス分布を、画質調整前の学習画像の輝度Ｙ（ｉ，ｊ）にコンボリューションする。これにより、画質調整部は、数式（１−３）で示すように、画質調整後の学習画像の輝度Ｙgaussian(ｉ，ｊ）を得る。なお、数式（１−１）におけるσは標準偏差とし、ｘ＝４σとして計算を行うことができるが、特に限定されない。また、数式（１−３）におけるＴは転置を表す。
【００２９】
【数１】
【００３０】
学習処理において、画質調整部３８によって学習画像の画像品質が調整された場合、表示装置１４は、調整後の学習画像を表示する。画質調整部３８によって画像品質を調整することにより、画像判断装置１０は、同様の構図を有していながら、特定の画像品質に関する指標のみが異なる複数の画像を用いて、学習処理を行うことが可能である。したがって、画像判断装置１０は、特定の画像品質に関する指標以外の影響を排除又は抑制した学習処理を行うことが可能であり、評価者の要求する基準に高い精度で一致する判断基準値を得ることができる。なお、画質調整部３８が、学習画像のエッジ量が所定の値になるように調整を行った場合、特徴抽出部４０は、エッジ量の算出を行う必要がない。なぜなら、特徴抽出部４０は、画質調整部３８の設定値を読み出すだけで、学習画像のエッジ量を取得できるからである。
【００３１】
特徴抽出部４０は、学習処理に使用される学習画像について、その画像品質に関する指標の具体値を取得する。特徴抽出部４０は、エッジ量算出部４２、データ取得部４４及び主成分分析部４６を有する。エッジ量算出部４２、データ取得部４４及び主成分分析部４６は、それぞれ異なる方法で、学習画像の画像品質に関する指標の具体値を取得する。
【００３２】
特徴抽出部４０で取得される画像品質の指標としては特に限定されず、特徴抽出部４０は、学習画像が成功画像であるか失敗画像であるかを判断するために有効な任意の指標の具体値を、取得することができる。特徴抽出部４０で取得される指標の例としては、後述するエッジ量算出部４２、データ取得部４４及び主成分分析部４６で取得される指標以外にも、ＤＣＴ係数、ウェーブレット係数、ＦＦＴ係数の実部などが挙げられる。
【００３３】
エッジ量算出部４２は、画像品質の指標の１つであるエッジ量を、学習画像から算出する。エッジ量算出部４２が、学習処理の対象となる学習画像からエッジ量の具体的な値（具体値）を取得する方法の一例を、数式（２−１）〜数式（２−４）を用いて以下に説明する。
【００３４】
エッジ量算出部４２は、数式（２−１）に示すように、学習画像におけるＲＧＢチャンネルの各数値から、各画素の輝度Ｙ（ｉ，ｊ）を算出する。さらにエッジ量算出部４２は、数式（２−２）及び数式（２−３）に示すように、算出された輝度Ｙ（ｉ，ｊ）に対して、エッジ検出フィルタをコンボリューションし、ｘ方向及びｙ方向のエッジＧｘ（ｉ，ｊ）、Ｇｙ（ｉ，ｊ）を算出する。エッジ量算出部４２は、エッジ検出フィルタとしてＳｏｂｅｌフィルタを用いる。ただし、エッジ量算出部４２が使用するエッジ検出フィルタはこれに限定されず、Ｐｒｅｗｉｔｔフィルタ等を用いることもできる。さらに、エッジ量算出部４２は、数式（２−４）に示すように、算出されたエッジＧｘ（ｉ，ｊ）、Ｇｙ（ｉ，ｊ）から、エッジ方向に依存しないエッジ量Ｇ（ｉ，ｊ）を算出する。
【００３５】
【数２】
【００３６】
データ取得部４４は、学習画像に関する画像品質の指標の具体値のうち、学習画像とともに記憶装置１６に記録されているものや、画質調整部３８において設定済みのエッジ量等を取得する。データ取得部４４が取得する指標としては、例えば学習画像が撮影された時のシャッタスピード及びＥＶ値や、画質調整部３８における画質調整において設定されたエッジ量などが挙げられる。
【００３７】
主成分分析部４６は、学習画像の画像品質に関する２以上の指標（暫定指標）について主成分分析を行い、学習処理を行う学習画像群の全体の傾向・特徴を表す新たな指標である主成分を算出する。主成分分析部４６は、予め２以上の学習画像について学習処理を行うことが解っており、各学習画像について、画像品質に関する２以上の指標の具体値を取得できる場合において行うことができる。以下に、主成分分析部４６が学習画像の画像品質に関する指標（主成分）を算出する方法を、表１及び数式（３−１）〜数式（３−３）を用いて説明する。
【００３８】
主成分分析部４６は、表１に示すように、画像品質に関する２以上（表１に示す例では３）の暫定指標である指標ｘ，指標ｙ及び指標ｚに各々対応する具体値（暫定具体値）を、２以上（表１に示す例では１０）の学習画像の各々について取得する。主成分分析部４６が用いる暫定指標としては、エッジ量、シャッタスピード及びＥＶ値等が挙げられるが、特に限定されない。また、暫定具体値としては、エッジ量算出部４２で算出された指標の具体値や、データ取得部４４で取得された指標の具体値を用いることができる。
【００３９】
【表１】
【００４０】
次に、主成分分析部４６は、数式（３−１）に示す共分散行列Ｖｘｙｚを求める。数式（３−１）において、変数ａは表１における画像の番号に対応しており、dataは画像数を表しており、表１の例を数式（３−１）に適用する場合、dataは１０となる。また、数式（３−１）において、表１に示す指標ｘの具体値はｘａ、指標ｙの具体値はｙａ、指標ｚの具体値はｚａとして表されている。
【００４１】
【数３】
【００４２】
さらに、主成分分析部４６は、共分散行列Ｖｘｙｚの固有値λα、λβ、λγと、これらの固有値に対応する固有ベクトルｕα、ｕβ、ｕγを求める。さらに、主成分分析部４６は、算出された各固有ベクトルｕα、ｕβ、ｕγと、各画像の暫定指標の具体値ｘａ、ｙａ、ｚａ及び画像群の暫定指標毎の平均値から、各画像の主成分の具体値ξα、ψα、ζαを算出する。固有ベクトルｕα、ｕβ、ｕγの成分を、数式（３−２）に示すようにｕα１〜ｕα３、ｕβ１〜ｕβ３、ｕγ１〜ｕγ３とすると、各画像の主成分の具体値ξα、ψα、ζαは、数式（３−３）で表すことができる。
【００４３】
主成分分析部４６で算出された各主成分の具体値ξα、ψα、ζαは、学習画像の画像品質に関する指標の具体値として、特徴抽出部４０で取得された他の指標の具体値と同様に、学習処理において使用することができる。また、主成分分析部４６は、固有値λα、λβ、λγから各主成分の寄与率を算出し、寄与率の高い主成分のみを、学習処理に用いる指標として採用することができる。この場合、主成分分析部４６は、累積寄与率が８０％を超える主成分もしくは主成分の組合せを、学習処理に用いる指標として採用しても良い。主成分分析部４６で算出された各主成分のうち、寄与率の高い一部の主成分のみを学習処理に用いることによって、学習演算部３６における判断基準値の演算処理や、学習処理後に実施される自動画像判断処理の演算処理を、高速化することができる。
【００４４】
判断入力処理部３２は、表示装置１４によって表示された学習画像に対する評価者の判断結果を取得する。例えば、判断入力処理部３２は、評価者に対して、表示装置１４によって表示された学習画像が、成功画像であるか失敗画像であるか（すなわちＯＫかＮＧか）を判断するように求める。学習画像に対する評価者の判断結果は、入力装置１２を介して、判断入力処理部３２に入力される。
【００４５】
さらに、判断入力処理部３２は、得られた評価者の判断結果と、当該学習画像について特徴抽出部４０で抽出された画像品質に関する指標の具体値を対応させる。さらに、判断入力処理部３２は、学習画像の判断結果と指標の具体値とを対応させたものを学習要素として、プログラムメモリ２０に記憶させる。この場合、学習要素として記憶される指標の種類は、１種類であっても良く、２種類以上であっても良い。
【００４６】
学習演算部３６は、プログラムメモリ２０に記憶された学習要素から、学習要素の具体値に対応する指標に関する評価者の判断基準値を決定する。例えば、学習処理で採用された指標がエッジ量である場合、プログラムメモリ２０に記憶された学習要素は、評価者が如何なるエッジ量の画像をＯＫと判断し、また如何なるエッジ量の画像をＮＧと判断したかを、具体的に記録したものである。学習演算部３６は、このような学習要素から、あるエッジ量の値を境界として評価者のＯＫ・ＮＧの判断が分かれるという前提の下に、その値を求め、判断基準値とする。
【００４７】
学習演算部３６は、例えば、線形判別（linear discriminant）等により、判断基準値を決定することができるが、判断基準値の決定方法は特に限定されない。なお、学習処理における判断基準値、具体値、暫定具体値には、一つの値によって構成されるスカラー量等だけでなく、複数の値によって構成される配列等が含まれる。
【００４８】
図２は、図１に示す画像判断装置１０で行われる学習処理の第１の例を表すフローチャートである。ステップ００１では、画像判断装置１０による学習処理が開始される。
【００４９】
ステップ００２では、図１に示す画像サイズ取得部３４が、鑑賞サイズ情報を取得する。画像サイズ取得部３４は、表示装置１４に選択メニューを表示する等の方法により、評価者に鑑賞サイズ情報の入力を促す。評価者は、印刷サイズ（Ｌ版、はがきサイズ、Ａ４等）や、表示サイズ（１００％、５０％、ブログ用）等の鑑賞サイズ情報を、入力装置１２を介して入力する。この際、画像サイズ取得部３４は、取得した鑑賞サイズ情報を、プログラムメモリ２０に記憶させてもよい。
【００５０】
ステップＳ００３では、図１に示す中央処理装置３０が、学習画像を決定する。中央処理装置３０は、表示装置１４にコメントを表示する等の方法により、評価者に対して、学習処理で使用する学習画像を指定するように促す。評価者は、予め記憶装置１６に用意されている画像や、評価者自身が撮影した撮影画像であって記憶装置１６に保存されている画像を、学習画像として指定する。中央処理装置３０は、評価者によって指定された学習画像を、学習処理に使用する学習画像として特定する。さらに、中央処理装置３０は、決定された学習画像を、画像メモリ１８に一時的に格納させる。
【００５１】
この際、評価者は、１つの学習画像を指定しても良いし、複数の学習画像を指定しても良い。また、記憶装置１６には、予め学習処理に適したサンプル画像が保存されていても良く、評価者は、このようなサンプル画像の中から、学習画像を選択しても良い。さらに、記憶装置１６に保存されるサンプル画像は、撮影シーン（夜景、マクロ、スポーツ等）が異なる複数の画像で構成されていても良い。これにより、評価者は、自動判断処理される予定の撮影画像と同じ撮影シーンの画像を、学習画像として指定することができる。なお、サンプル画像の画像品質は、適度なばらつきを有していることが好ましい。
【００５２】
ステップＳ００４では、特徴抽出部４０が、ステップＳ００３で決定された学習画像について、画像品質に関する指標の具体値を取得する。学習処理で使用される指標には様々なものが存在するが、図２に示す第１の例では、画像品質に関する指標として、エッジ量とシャッタスピードが用いられる場合を例に説明を行う。ステップＳ００４では、特徴抽出部４０のエッジ量算出部４２が、学習画像のエッジ量を算出する。さらに、ステップＳ００４では、データ取得部４４が、学習画像とともに記憶装置１６に保存されている情報を検索し、学習画像のシャッタスピードを取得する。エッジ量算出部４２で算出されたエッジ量の具体値と、データ取得部４４で取得されたシャッタスピードの具体値は、プログラムメモリ２０に一時的に格納されても良い。
【００５３】
ステップＳ００５では、中央処理装置３０は、ステップＳ００３で決定された学習画像を表示するように、表示装置１４を制御する。この際、中央処理装置３０は、ステップＳ００２で取得された鑑賞サイズ情報に基づき、学習画像の表示条件を指定する。例えば、ステップＳ００２で取得された画像鑑賞サイズ情報が画像を２００％に拡大して鑑賞する旨の情報であれば、中央処理装置３０は、表示装置１４が学習画像を２００％で表示するように、表示条件を指定する。これにより、表示装置１４は、鑑賞サイズ情報に基づく表示条件で、学習画像を表示する。
【００５４】
ステップＳ００６では、中央処理装置３０の判断入力処理部３２が、表示装置１４によって表示された学習画像に対する評価者の判断結果を取得する。判断入力処理部３２は、評価者に対して、表示装置１４によって表示された学習画像がＯＫかＮＧかを入力するように求め、入力された情報を取得することにより、評価者の判断結果を取得する。
【００５５】
ステップＳ００７では、判断入力処理部３２は、ステップＳ００６で得られた評価者の判断結果と、ステップＳ００４で取得された学習画像のエッジ量及びシャッタスピードの具体値を対応させ、学習要素を生成する。また、判断入力処理部３２は、学習画像の判断結果とエッジ量及びシャッタスピードとを対応させた学習要素を、プログラムメモリ２０に記憶させる。
【００５６】
ステップＳ００８では、中央処理装置３０は、評価者に対して、学習処理を終了するか否かを入力するように求める。中央処理装置３０は、学習処理を終了させる旨の入力情報を取得した場合にはステップＳ００９の処理を行う。それに対し、学習処理を続ける旨の入力情報を取得した場合には、中央処理装置３０は、ステップＳ００３の処理に戻り、学習画像を変えてステップＳ００３〜ステップＳ００７の処理を繰り返す。
【００５７】
ステップＳ００９では、中央処理装置３０の学習演算部３６が、プログラムメモリ２０に記憶された学習要素から、エッジ量及びシャッタスピードに関する評価者の判断基準値を決定する。図３は、学習演算部３６で行われる判断基準値の決定において行われる処理を、概念的に表したものである。図３に示すグラフは、横軸をエッジ量（指標Ａ）とし、縦軸をシャッタスピード（指標Ｂ）として、学習要素をプロットしたものである。図３に示す黒丸及び白丸は、ステップＳ００７においてプログラムメモリ２０に記憶された学習要素に対応している。
【００５８】
図３に示すグラフでは、１１個の学習要素がプロットされており、これは、ステップＳ００９までに、１１個の学習画像について、学習画像の決定（ステップＳ００３）から学習要素の記憶（ステップＳ００７）までの処理が行われたことを意味している。図３に示すグラフにおいて、白丸であるか黒丸であるかは、学習要素における学習画像の判断結果に対応している。すなわち、白丸は、ステップＳ００６において評価者がＯＫと判断した学習要素であり、黒丸はＮＧと判断した学習要素である。また、各プロットの横軸の位置は、学習要素のエッジ量（指標Ａ）の具体値に対応しており、各プロットの縦軸の位置は、学習要素のシャッタスピード（指標Ｂ）の具体値に対応している。
【００５９】
学習演算部３６は、線形判別により、評価者は、直線７０より右下の領域にある画像をＯＫと判断し、直線７０より左上の領域にある画像をＮＧと判断すると認定する。さらに、学習演算部３６は、評価者がエッジ量（指標Ａ）及びシャッタスピード（指標Ｂ）に関して、画像をＯＫまたはＮＧに分類する境界である判断基準値は、直線７０であると決定する。図３に示す場合において、ステップＳ００９で算出される判断基準値は、一次式の形で表される。ステップＳ００９で算出された判断基準値は、記憶装置１６に格納される。
【００６０】
ステップＳ０１０では、中央処理装置３０が、一連の学習処理を終了させる。
【００６１】
このように、図１に示す画像判断装置１０は、図２で示すような一連の学習処理を行うことにより、特定の個人である評価者の判断傾向を、学習・認識することができる。したがって、画像判断装置１０は、評価者個人が求める判断基準に対して高い精度で一致する判断基準値を、評価者になんら専門知識等を要求することなく、決定することができる。
【００６２】
また、画像判断装置１０は、画像サイズ取得部３４によって取得された画像鑑賞サイズ情報を、学習画像を表示する際の表示条件に反映させている。これにより、画像判断装置１０は、学習結果を用いて行われる自動判別処理の対象となる撮影画像の用途を考慮に入れて学習処理を行うことが可能である。したがって、画像判断装置１０は、目的に応じた判断基準値を決定することができる。
【００６３】
図４は、図１に示す画像判断装置１０で行われる学習処理の第２の例を表すフローチャートである。図４におけるステップＳ１０１及びステップＳ１０２は、図２において説明したステップＳ００１及びステップＳ００２と同様であるため、説明を省略する。
【００６４】
図４に示すステップＳ１０３では、図１に示す中央処理装置３０が、判断基準値の決定（Ｓ１１０）に使用する全ての学習画像によって構成される学習画像群を取得する。中央処理装置３０は、表示装置１４にコメントを表示する等の方法により、評価者に対して、学習処理で使用する全ての学習画像を指定するように促す。評価者は、学習画像群が格納されているディレクトリを指定する等により、学習画像群を指定する。中央処理装置３０は、評価者によって指定された学習画像群を、学習処理に使用する学習画像群として特定する。
【００６５】
ステップＳ１０４では、図１に示す中央処理装置３０が、学習画像を決定する。中央処理装置３０は、ステップＳ１０３で取得された学習画像群に含まれる学習画像の中から、自動的に１つの学習画像を選択することができる。ただし、中央処理装置３０は、評価者に学習画像群に含まれる学習画像の中から１つの学習画像を選んでもらい、それを学習画像としても良い。
【００６６】
ステップＳ１０５では、ステップＳ１０３で取得された学習画像群に含まれる学習画像の各々について、特徴抽出部４０におけるエッジ量算出部４２がエッジ量を算出し、データ取得部４４が学習画像のシャッタスピードを取得する。エッジ量算出部４２によるエッジ量の算出処理及びデータ取得部４４によるシャッタスピードの取得処理は、図２に示すステップＳ００４で説明した処理と同様である。
【００６７】
さらに、ステップＳ１０５では、主成分分析部４６が、エッジ量算出部４２及びデータ取得部４４で取得されたエッジ量及びシャッタスピードを取得する。またさらに、主成分分析部４６は、学習画像群に含まれる各学習画像のエッジ量及びシャッタスピードの具体値について主成分分析を行い、エッジ量及びシャッタスピードが統合された主成分を算出する。その上で、ステップＳ１０５では、ステップＳ１０４で決定された学習画像について、主成分の具体値を算出する。
【００６８】
図５は、図４に示す学習処理における主成分分析（ステップＳ１０５）から判断基準値の決定（ステップＳ１１０）までの処理を、概念的に表したものである。ステップＳ１０５において、主成分分析部４６は、直線７２で表される第１主成分を算出する。第１主成分は、図４に示す学習処理における暫定指標であるエッジ量（特徴Ａ）とシャッタスピード（特徴Ｂ）が統合された指標である（数式３−３参照）。図４に示す学習処理では、直線７２で表される第１主成分の寄与率が高いため、第１主成分のみを指標として使用する。
【００６９】
ステップＳ１０４で決定された学習画像について、ステップＳ１０５で算出される第１主成分の具体値は、直線７２上に配置される点（スカラー量）として表される。なお、第１主成分の具体値を算出するための算出式は、プログラムメモリ２０に格納される。
【００７０】
ステップＳ１０６〜ステップＳ１０８に関する処理は、図２において説明したステップＳ００５〜ステップＳ００７と同様であるため、説明を省略する。
【００７１】
ステップＳ１０９では、中央処理装置３０は、ステップＳ１０３で選択された学習画像群に含まれるすべての学習画像について、学習要素が記憶されたか否かを判断する。中央処理装置３０は、すべての学習画像について学習要素が記憶されていると認める場合には、ステップＳ１１０の処理を行う。これに対し、学習要素が記憶されていない学習画像が残っていると認められる場合には、中央処理装置３０は、学習画像を変えてステップＳ１０４〜ステップＳ１０８の処理を繰り返す。ただし、中央処理装置３０は、入力装置１２を介して評価者の意志を取得し、学習要素が記憶されていない学習画像が残っているか否かにかかわらず、ステップＳ１１０へ進んでも良い。
【００７２】
なお、２回目以降のステップＳ１０５では、第１回目のループで既に第１主成分を算出しているため、改めて主成分分析を行う必要はなく、新たに選択された学習画像について、第１主成分の具体値を算出するだけで足りる。
【００７３】
ステップＳ１１０では、中央処理装置３０の学習演算部３６が、プログラムメモリ２０に記憶された学習要素から、第１主成分に関する評価者の判断基準値を決定する。図５に示すように、図４に示す学習処理で取得される学習要素は、第１主成分の具体値と評価者の判断結果を対応させたものである。なお、図５におけるプロット（白丸及び黒丸）の意味は、図３と同様である。
【００７４】
学習演算部３６は、線形判別により、直線７２のうち点７４より右下の部分にある画像をＯＫとし、点７４より左上の領域にある画像をＮＧと判断する傾向にあると認定する。さらに、学習演算部３６は、評価者が第１主成分に関して、画像をＯＫまたはＮＧに分類する境界である判断基準値は、点７４であると決定する。図５に示す場合において、ステップＳ１１０で算出される判断基準値は、一つの数値で表される。ステップＳ１１０で算出された判断基準値は、記憶装置１６に格納される。
【００７５】
ステップＳ１１１では、中央処理装置３０が、一連の学習処理を終了させる。
【００７６】
このように、図１に示す画像判断装置１０は、主成分分析を用いて学習処理を行うことにより、学習演算部３６における判断基準値の演算処理を高速化することができる。
【００７７】
図６は、図１に示す画像判断装置１０で行われる学習処理の第３の例を表すフローチャートである。図６におけるステップＳ２０１及びステップＳ２０２は、図２において説明したステップＳ００１及びステップＳ００２と同様であるため、説明を省略する。
【００７８】
ステップＳ２０３では、図１に示す中央処理装置３０が、学習画像（元画像）を決定する。中央処理装置３０は、評価者に対して、予め用意されたサンプル画像から、学習処理に仕様される学習画像（元画像）を選択するように求め、評価者によって選択された画像を、学習画像（元画像）として特定する。
【００７９】
この際、評価者は、１つの学習画像（元画像）を指定する。また、学習画像（元画像）として予め用意されるサンプル画像は、ステップＳ２０４で行われる画質調整後における画像品質の指標（例えばエッジ量）の具体値が、予め解っているものであることが好ましい。なお、学習画像（元画像）は、画像メモリ１８に一時的に格納される。
【００８０】
ステップＳ２０４では、図１に示す中央処理装置３０の画質調整部３８が、ステップＳ２０４で特定された学習画像（元画像）の画像品質を調整し、学習画像（画質調整後）を生成する。画質調整部３８は、ブレ・ボケの軌跡を表すＰＳＦ（Point Spread Function）をコンボリューションすることにより、学習画像（元画像）の画像品質を調整し、学習画像（画質調整後）を生成する。
【００８１】
図７は、図６に示す学習処理における学習画像の画像品質の変更手順を説明した概念図である。ステップＳ２０３で選択された学習画像（元画像）は、第１回目のステップＳ２０４においては、その画像品質の指標（図７に示す例ではエッジ量）が、統計的に算出された一般的な判断基準値（点７６）に最も近い値（点Ｄ）になるように調整される。すなわち、画質調整部３８は、画質調整によって生成される学習画像（画質調整後）のエッジ量の具体値を点Ｄに設定し、画質調整を行う。なお、学習画像（画質調整後）のエッジ量（ステップＳ２０４で実施される画質調整の設定値）は、プログラムメモリ２０に格納される。
【００８２】
ステップＳ２０５では、特徴抽出部４０のデータ取得部４４が、プログラムメモリ２０に格納されている学習画像（画質調整後）のエッジ量を取得する。なお、図６に示す第３の例では、画像品質に関する指標として、エッジ量のみが用いられる場合を例に説明を行う。
【００８３】
図６に示すステップＳ２０６〜ステップＳ２０８に関する処理は、図２において説明したステップＳ００５〜ステップＳ００７と同様であるため、説明を省略する。
【００８４】
ステップＳ２０９では、中央処理装置３０は、プログラムメモリ２０に格納されている学習要素を調査し、既に算出された学習要素によって判断基準値を決定しても良いか否かを判断する。例えば、中央処理装置３０は、プログラムメモリ２０に格納されている学習要素に、評価者による判断がＯＫのものとＮＧのものが両方とも含まれている場合には、既に算出された学習要素によって判断基準値を決定しても良いと判断する。その反対に、中央処理装置３０は、プログラムメモリ２０に格納されている学習要素に、評価者による判断がＯＫ及びＮＧのもののうちいずれか一方が含まれていない場合には、判断基準値を決定すべきでないと判断する。
【００８５】
ステップＳ２０９において、中央処理装置３０は、判断基準値を決定しても良いと判断した場合には、ステップＳ２１１の処理に進む。その反対に、中央処理装置３９は、判断基準値を決定すべきでないと判断した場合には、ステップＳ２１０の処理に進む。
【００８６】
ステップＳ２１０では、中央処理装置３０の画質調整部３８が、ステップＳ２０４で実施される画質調整の設定値を変更する。図７のケース１は、第１回目の画質調整（ステップＳ２０４）の設定値が点Ｄであり、その学習画像（画質調整後）についてステップＳ２０７で取得された評価者の判断がＯＫであった場合である。このような場合、ステップＳ２１０では、２回目の画質調整（ステップＳ２０４）の設定値を、第１回目の設定値より悪い（よりエッジ量の少ない）点Ｃに変更する。図７のケース２は、ケース１とは反対に、第１回目の評価者の判断がＮＧであった場合であり、２回目の画質調整（ステップＳ２０４）の設定値は、第１回目の設定値より良い（よりエッジ量の多い）点Ｅに変更する。
【００８７】
ステップＳ２１０で画質調整の設定値を変更した後は、図６に示すようにステップＳ２０４〜ステップＳ２０８の処理を繰り返す。
【００８８】
ステップＳ２１１では、中央処理装置３０は、評価者に対して、学習処理を終了するか否かを入力するように求める。中央処理装置３０は、学習処理を終了させる旨の入力情報を取得した場合にはステップＳ２１２の処理を行う。それに対し、学習処理を続ける旨の入力情報を取得した場合には、中央処理装置３０は、ステップＳ２０３の処理に戻り、学習画像（元画像）を変えてステップＳ２０３〜ステップＳ２１０の処理を繰り返す。
【００８９】
ステップＳ２１２では、中央処理装置３０の学習演算部３６が、プログラムメモリ２０に記憶された学習要素から、エッジ量に関する評価者の判断基準値を決定する。図７のケース１では、最後にＯＫと判断された学習画像のエッジ量が点Ｄであり、初めてＮＧと判断された学習画像のエッジ量が点Ｃである。この場合、学習演算部３６は、点Ｃと点Ｄの中間点である点Ｐを、判断基準値とする。図７のケース２では、最後にＮＧと判断された学習画像のエッジ量が点Ｅであり、初めてＯＫと判断された学習画像のエッジ量が点Ｆである。この場合、学習演算部３６は、点Ｅと点Ｆの中間点である点Ｑを、判断基準値とする。ステップＳ２１２で算出された判断基準値は、記憶装置１６に格納される。
【００９０】
ステップＳ２１３では、中央処理装置３０が、一連の学習処理を終了させる。
【００９１】
このように、図１に示す画像判断装置１０は、画質調整部３８によって画像品質を調整することにより、同様の構図でありながら画像品質のみが異なる学習画像を用いて、学習処理を行うことができる。したがって、画像判断装置１０は、特定の画像品質に関する指標以外の影響を抑制し、評価者の要求する基準に高い精度で一致する判断基準値を得ることができる。
【００９２】
また、画像判断装置１０は、画質調整部３８によって画質調整を行うことにより、学習画像の指標の具体値を、適度に分散させることができる。これにより、画像判断装置１０は、評価者が学習処理に要する時間及び手間を減らすことができる。また、画像判断装置１０は、第１回目の画質調整で得られる学習画像（画質調整後）のエッジ量を、統計的に算出された一般的な判断基準値に近い値とすることによって、評価者が学習処理に要する時間及び手間を更に減らすことができる。
【００９３】
第２実施形態
図８は、本発明の第２実施形態に係る画像処理装置５０のブロック図である。画像処理装置５０は、中央処理装置３０ａが、学習処理に関する演算処理だけでなく、自動判別処理に関する演算処理を行える点で図２に示す画像判断装置１０と異なるが、その他の点では画像判断装置１０と同様である。
【００９４】
画像処理装置５０の中央処理装置３０ａは、図８に示すように、図１に示す中央処理装置３０と同様の処理装置として機能するだけでなく、撮影画像判断部５２としても機能することができる。撮影画像判断部５２は、第２特徴抽出部６０と、比較部５４を有している。
【００９５】
図９は、図８に示す画像処理装置５０で行われる学習処理と自動判別処理の関係を表す概念図である。撮影画像判断部５２は、第１実施形態において説明した学習処理で算出された評価者の判断傾向である判断基準値を用いて、撮影画像の自動判別処理を行う。また、画像処理装置５０の中央処理装置３０ａは、撮影画像判断部５２による自動判別処理の結果に基づき、撮影画像の分類等、必要な処理を行うことができる。
【００９６】
図８に示す第２特徴抽出部６０は、自動判別処理の対象となる撮影画像について、画像品質に関する指標（第２指標）の具体値（第２具体値）を取得することができる。第２特徴抽出部６０は、第２エッジ量算出部６２と、第２データ取得部６４を有する。第２エッジ量算出部６２及び第２データ取得部６４は、指標を取得する対象が学習画像ではなく、自動判別処理の対象となる撮影画像である点を除き、エッジ量算出部４２及びデータ取得部４４と同様である。
【００９７】
比較部５４は、自動判別処理の対象となる撮影画像の指標（第２指標）の具体値（第２具体値）と、学習処理によって学習演算部３６によって決定された判断基準値とを比較し、撮影画像が成功画像であるか失敗画像であるか（すなわちＯＫかＮＧか）を判断する。
【００９８】
図１０は、図８に示す自動判別処理の一例を表すフローチャートである。図１に示すステップＳ３０１では、画像処理装置５０による自動判別処理が開始される。
【００９９】
ステップＳ３０２では、中央処理装置３０ａが、撮影画像判断部５２で行われる自動判別処理に用いる判断基準値を取得する。ステップＳ３０２では、図２、図４、図６で説明した学習処理が行われても良く、予め記憶装置１６等に保存された判断基準値を読み出すことによって、判断基準値を取得しても良い。
【０１００】
ステップＳ３０２では、中央処理装置３０ａが、自動判別処理の対象となる撮影画像を決定する。中央処理装置３０ａは、表示装置１４にコメントを表示する等の方法により、評価者に対して、自動判別処理の対象となる撮影画像を指定するように促す。評価者は、既に記憶装置１６に保存されている撮影画像や、新たに記憶装置１６に保存した撮影画像を指定する。中央処理装置３０ａは、評価者によって指定された撮影画像を、自動判別処理の対象となる撮影画像として特定する。さらに、中央処理装置３０ａは、決定された撮影画像を、画像メモリ１８に一時的に格納させる。なお、この際、評価者は、１つの撮影画像を指定しても良いし、複数の撮影画像を指定しても良い。
【０１０１】
ステップＳ３０４では、撮影画像判断部５２における第２特徴抽出部６０が、ステップＳ３０３で決定された撮影画像について、画像品質に関する指標（第２指標）の具体値（第２具体値）を取得する。ステップＳ３０４で取得される具体値（第２具体値）は、ステップＳ３０２で取得された判断基準値と比較できるように、当該判断基準値を決定した際の学習処理において使用された指標と同一の指標に関する具体値であることが好ましい。例えば、学習処理において使用された指標がエッジ量及びシャッタスピードであれば、第２特徴抽出部６０の第２エッジ量算出部６２が撮影画像のエッジ量を算出し、第２取得部６４が撮影画像のシャッタスピードを取得する。
【０１０２】
ステップＳ３０５では、撮影画像判断部５２における比較部５４が、ステップＳ３０４で取得された撮影画像の具体値（第２具体値）と、ステップＳ３０２で取得された判断基準値を比較する。これにより、比較部５４は、自動判別処理の対象である撮影画像がＯＫかＮＧかを判断する。ステップＳ３０５において、比較部５４が撮影画像はＯＫだと判断した場合はステップＳ３０６へ進み、撮影画像はＮＧだと判断した場合はステップＳ３０７へ進む。
【０１０３】
ステップＳ３０６及びステップＳ３０７では、中央処理装置３０ａが、自動判別処理の結果に基づき、撮影画像の分類を行う。すなわち、ステップＳ３０６では、中央処理装置３０ａは、ＯＫと判断された撮影画像を、記憶装置１６に作成されたＯＫ画像フォルダに分類する。また、ステップＳ３０７では、中央処理装置３０ａは、ＮＧと判断された撮影画像を、ＮＧ画像フォルダに分類する。なお、ステップＳ３０７において、中央処理装置３０ａは、ＮＧと判断された撮影画像を記憶装置１６から削除する処理を行っても良い。
【０１０４】
ステップＳ３０８では、中央処理装置３０ａは、評価者に対して、自動判別処理を終了するか否かを入力するように求める。中央処理装置３０ａは、自動判別処理を終了させる旨の入力情報を取得した場合には、ステップＳ３０９の処理へ進む。それに対し、自動判別処理を続ける旨の入力情報を取得した場合には、中央処理装置３０ａはステップＳ３０３の処理に戻り、対象となる撮影画像を変えてステップＳ００３〜ステップＳ３０７の処理を繰り返す。
【０１０５】
ステップＳ３０９では、中央処理装置３０ａが、一連の自動判別処理を終了させる。
【０１０６】
このように、図８に示す画像処理装置５０は、特定の個人である評価者の判断傾向を、学習・認識し、学習処理によって得られた判断基準値に基づき、撮影画像の自動判別処理を行うことができる。したがって、画像処理装置５０は、評価者個人が求める判断基準に対して高い精度で一致する判断基準に基づく自動判別処理を行うことができる。なお、画像処理装置５０は、図１に示す画像判断装置１０と同様の効果を奏する。
【符号の説明】
【０１０７】
１０…画像判断装置
１２…入力装置
１４…表示装置
１６…記憶装置
１８…画像メモリ
２０…プログラムメモリ
３０，３０ａ…中央処理装置
３２…判断入力処理部
３４…画像サイズ取得部
３６…学習演算部
３８…画質調整部
４０…特徴抽出部
４２…エッジ量算出部
４４…データ取得部
４６…主成分分析部
５０…画像処理装置
５２…撮影画像判断部
５４…比較部
６０…第２特徴抽出部
６２…第２エッジ量算出部
６４…第２データ取得部
【特許請求の範囲】
【請求項１】
学習画像を記憶する第１記憶部と、
前記学習画像について、画像品質に関する指標の具体値を取得する特徴抽出部と、
前記学習画像を所定の表示条件で表示する表示部と、
前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する入力部と、
前記判断結果と前記具体値を対応させた学習要素を記憶する第２記憶部と、
前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する学習演算部と、
を有する画像判断装置。
【請求項２】
前記特徴抽出部は主成分分析部を有し、
前記主成分分析部は、画像品質に関する２以上の暫定指標に各々対応する暫定具体値を、２以上の前記学習画像の各々について取得し、前記暫定具体値について主成分分析を行い、２以上の前記暫定指標が統合された主成分に関する前記具体値を算出することを特徴とする請求項１に記載の画像判断装置。
【請求項３】
前記学習演算部は、前記学習要素について判別分析を行い、前記判断基準値を決定することを特徴とする請求項１又は請求項２に記載の画像判断装置。
【請求項４】
前記評価者によって選択された画像鑑賞サイズを取得し、前記画像鑑賞サイズを前記表示条件に反映させる画像サイズ取得部をさらに有することを特徴とする請求項１から請求項３までのいずれかに記載の画像判断装置。
【請求項５】
前記学習画像の画像品質を調整する画質調整部をさらに有し、
前記画質調整部は、前記学習画像の前記指標の前記具体値が、予め定められた第１の値になるように前記学習画像の画像品質を調整し、
前記表示部は、前記画質調整部によって調整された前記学習画像を表示することを特徴とする請求項１から請求項４までのいずれかに記載の画像判断装置。
【請求項６】
請求項１から請求項５までのいずれかに記載の画像判断装置と、
撮影された撮影画像について、画像品質に関する第２指標の第２具体値を取得し、前記撮影画像の前記第２具体値と、前記画像判断装置によって決定された前記判断基準値とを比較して、前記撮影画像を判断する撮影画像判断部と、
を有する画像処理装置。
【請求項７】
請求項６に記載の画像処理装置を有するカメラ。
【請求項８】
コンピュータに、
第１記憶部に記憶された学習画像を読み出す手順と、
前記学習画像について、画像品質に関する指標の具体値を算出する手順と、
前記学習画像を所定の表示条件で表示する手順と、
前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する手順と、
前記判断結果と前記指標の前記具体値とを対応させた学習要素を記憶させる手順と、
前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する手順と、を実行させるための画像判断プログラム。
【請求項１】
学習画像を記憶する第１記憶部と、
前記学習画像について、画像品質に関する指標の具体値を取得する特徴抽出部と、
前記学習画像を所定の表示条件で表示する表示部と、
前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する入力部と、
前記判断結果と前記具体値を対応させた学習要素を記憶する第２記憶部と、
前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する学習演算部と、
を有する画像判断装置。
【請求項２】
前記特徴抽出部は主成分分析部を有し、
前記主成分分析部は、画像品質に関する２以上の暫定指標に各々対応する暫定具体値を、２以上の前記学習画像の各々について取得し、前記暫定具体値について主成分分析を行い、２以上の前記暫定指標が統合された主成分に関する前記具体値を算出することを特徴とする請求項１に記載の画像判断装置。
【請求項３】
前記学習演算部は、前記学習要素について判別分析を行い、前記判断基準値を決定することを特徴とする請求項１又は請求項２に記載の画像判断装置。
【請求項４】
前記評価者によって選択された画像鑑賞サイズを取得し、前記画像鑑賞サイズを前記表示条件に反映させる画像サイズ取得部をさらに有することを特徴とする請求項１から請求項３までのいずれかに記載の画像判断装置。
【請求項５】
前記学習画像の画像品質を調整する画質調整部をさらに有し、
前記画質調整部は、前記学習画像の前記指標の前記具体値が、予め定められた第１の値になるように前記学習画像の画像品質を調整し、
前記表示部は、前記画質調整部によって調整された前記学習画像を表示することを特徴とする請求項１から請求項４までのいずれかに記載の画像判断装置。
【請求項６】
請求項１から請求項５までのいずれかに記載の画像判断装置と、
撮影された撮影画像について、画像品質に関する第２指標の第２具体値を取得し、前記撮影画像の前記第２具体値と、前記画像判断装置によって決定された前記判断基準値とを比較して、前記撮影画像を判断する撮影画像判断部と、
を有する画像処理装置。
【請求項７】
請求項６に記載の画像処理装置を有するカメラ。
【請求項８】
コンピュータに、
第１記憶部に記憶された学習画像を読み出す手順と、
前記学習画像について、画像品質に関する指標の具体値を算出する手順と、
前記学習画像を所定の表示条件で表示する手順と、
前記表示部によって表示された前記学習画像に対する評価者の判断結果を取得する手順と、
前記判断結果と前記指標の前記具体値とを対応させた学習要素を記憶させる手順と、
前記学習要素から、前記指標に関する前記評価者の判断基準値を決定する手順と、を実行させるための画像判断プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２０１２−１６８６４１（Ｐ２０１２−１６８６４１Ａ）
【公開日】平成２４年９月６日（２０１２．９．６）
【国際特許分類】
【出願番号】特願２０１１−２７６２８（Ｐ２０１１−２７６２８）
【出願日】平成２３年２月１０日（２０１１．２．１０）
【出願人】（０００００４１１２）株式会社ニコン (12,601)
【Ｆターム（参考）】
【公開日】平成２４年９月６日（２０１２．９．６）
【国際特許分類】
【出願日】平成２３年２月１０日（２０１１．２．１０）
【出願人】（０００００４１１２）株式会社ニコン (12,601)
【Ｆターム（参考）】
[ Back to top ]