JP3562516B2 - 画像印象評価装置、画像印象評価方法及び画像印象評価プログラム - Google Patents
画像印象評価装置、画像印象評価方法及び画像印象評価プログラム Download PDFInfo
- Publication number
- JP3562516B2 JP3562516B2 JP2002187522A JP2002187522A JP3562516B2 JP 3562516 B2 JP3562516 B2 JP 3562516B2 JP 2002187522 A JP2002187522 A JP 2002187522A JP 2002187522 A JP2002187522 A JP 2002187522A JP 3562516 B2 JP3562516 B2 JP 3562516B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- area
- feature amount
- impression
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Editing Of Facsimile Originals (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置、画像印象評価方法及び画像印象評価プログラムに関する。
【０００２】
【従来の技術】
近年の情報処理の高速化及び大容量化に伴って、プレゼンテーション資料や各種のウェブサイトにおいて多数の色彩を施された画像が利用されるようになっている。これらの画像においては、画像中に用いられる色の選択、配置、面積及び面積比などによって、人間に与える視覚的な印象が大きく異なる。
【０００３】
しかしながら、実際の画像作成の多くは一般的なユーザに委ねられている。画像作成に不慣れな一般的なユーザは、画像をいかに着色及び配色することによって、自分の意図する雰囲気、美観及び視認性が得ることができるか分からないことが多い。また、画像作成の専門家にとっても、作成した画像がユーザに与える印象を客観的に評価する手段が必要とされている。
【０００４】
この問題を解決するために、人間の感性に基づいた画像処理や画像評価の研究が盛んに行われており、なかでも人間の感性を評価する感性評価手段と、その結果と画像の特徴とを解析する画像解析手段とを結びつけた感性的画像作成支援手段が数多く提案されている。
【０００５】
特開平７−３０６９３５号公報及び特開平８−２４９４４１号公報には、対話型の配色支援方法及びそれを用いた配色支援装置が開示されている。この配色支援方法では、ユーザが画像データを編集する際に、画像の背景、文字又はグラフなどの配色の適正を具体的な数値として提示したり、配色に適した色彩を候補として提示する。
【０００６】
【発明が解決しようとする課題】
しかしながら、上記従来技術においては、画像の配色の適正を求める際の特徴の抽出が適切でなかったり、人間の感性と画像の特徴との対応にずれを生じたりすることが多く、ユーザの意図に沿った雰囲気、美観及び視認性を的確に評価できない問題があった。
【０００７】
また、装置の操作が対話型であるために、ユーザからの指示が適切でない場合には、適切な評価結果を提示することができなかった。特に、画像作成の経験が少ないユーザほど支援を必要とするにも関わらず、適切な指示を行うことができないことが多く、利用上の問題を有していた。
【０００８】
本発明は、上記従来技術の問題を鑑み、人間の感性に基づいて画像の印象を的確に評価できる画像印象評価装置、画像印象評価方法及び画像印象評価プログラムを提供することを目的とする。
【０００９】
【課題を解決するための手段】
上記課題を解決するための本発明は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置であって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段と、評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得手段と、前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出手段と、前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力手段とを備える。
【００１０】
また、上記課題を解決するための本発明の別の形態は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置であって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段と、評価対象となる画像を複数の画像領域として分割する領域分割手段と、前記画像領域に各々に含まれる画像から少なくとも１つの特徴量を取得する特徴量取得手段と、前記データベースから、前記取得された特徴量が満たす前記条件に関連付けられた前記表現情報を抽出する表現情報抽出手段と、前記抽出した表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力手段とを備える。
【００１１】
上記画像印象評価装置において、前記出力手段は、前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する手段を含むことを特徴とする。
【００１２】
また、上記画像印象評価装置において、前記特徴量は、明度、彩度、色相、平均色、面積又は位置に関する特徴量の少なくとも１つであることが好適である。
【００１３】
また、上記画像印象評価装置において、前記特徴量は、前記画像領域間の視覚的な特徴の差異に関する特徴量を含むことが好適である。
【００１４】
すなわち、上記画像印象評価装置において、前記特徴量は、画像全体と画像領域との色差、背景と画像領域との色差、又は画像領域と当該画像領域に隣接する画像領域との色差、に関する特徴量の少なくとも１つであることが好適である。
【００１５】
さらに、上記画像印象評価装置において、前記出力手段は、前記出力画面の領域を複数の分割画面領域として分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割領域に前記抽出された表現情報を表示する手段を含むことが好適である。
【００１６】
ここで、上記画像印象評価装置において、前記特徴量は平均色及び面積を含み、前記取得された特徴量に関する情報は、当該取得された特徴量の取得元である前記画像領域の面積に比例した出力画面の領域に、当該画像領域の平均色を表示する画像情報であることが好適である。
【００１７】
また、上記画像印象評価装置において、前記特徴量は平均色及び面積を含み、前記出力手段は、前記出力画面の領域を複数の分割画面領域に分割し、当該分割画面領域毎に異なる色を割り当て、前記画像領域毎に、当該画像領域の平均色に対応する前記分割画面領域内において、当該画像領域の面積に比例する領域に当該画像領域の平均色を表示する手段を含むことが好適である。
【００１８】
上記課題を解決するための本発明は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価方法であって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出工程と、前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力工程とを備える。
【００１９】
また、上記課題を解決するための本発明の別の形態は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価方法であって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、評価対象となる画像を複数の画像領域として分割する領域分割工程と、前記画像領域に各々に含まれる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、前記データベースから、前記取得された特徴量が満たす前記条件に関連付けられた前記表現情報を抽出する表現情報抽出工程と、前記抽出した表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力工程とを備える。
【００２０】
上記画像印象評価方法において、前記出力工程は、前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する工程を含むことを特徴とする。
【００２１】
また、上記画像印象評価方法において、前記特徴量は、明度、彩度、色相、平均色、面積又は位置に関する特徴量の少なくとも１つであることが好適である。
【００２２】
また、上記画像印象評価方法において、前記特徴量は、前記画像領域間の視覚的な特徴の差異に関する特徴量を含むことが好適である。
【００２３】
すなわち、上記画像印象評価方法において、前記特徴量は、画像全体と画像領域との色差、背景と画像領域との色差、又は画像領域と当該画像領域に隣接する画像領域との色差、に関する特徴量の少なくとも１つであることが好適である。
【００２４】
さらに、上記画像印象評価方法において、前記出力工程は、前記出力画面の領域を複数の分割画面領域として分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割領域に前記抽出された表現情報を表示する工程を含むことが好適である。
【００２５】
ここで、上記画像印象評価方法において、前記特徴量は平均色及び面積を含み、前記取得された特徴量に関する情報は、当該取得された特徴量の取得元である前記画像領域の面積に比例した出力画面の領域に、当該画像領域の平均色を表示する画像情報であることが好適である。
【００２６】
また、上記画像印象評価方法において、前記特徴量は平均色及び面積を含み、前記出力工程は、前記出力画面の領域を複数の分割画面領域に分割し、当該分割画面領域毎に異なる色を割り当て、前記画像領域毎に、当該画像領域の平均色に対応する前記分割画面領域内において、当該画像領域の面積に比例する領域に当該画像領域の平均色を表示する工程を含むことが好適である。
【００２７】
上記課題を解決するための本発明は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価プログラムであって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、コンピュータに、評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出工程と、前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する工程であって、前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する出力工程とを含む処理を実行させることを特徴とする。
【００２８】
【発明の実施の形態】
以下に、本発明の実施の形態について図を参照して詳細に説明する。本発明の実施の形態における印象評価装置は、図１のように、制御部１０、内部記憶部１２、大容量記憶部１４、出力部１６、標準入力部１８及び画像入力部２０から基本的に構成される。制御部１０、内部記憶部１２、大容量記憶部１４、出力部１６、標準入力部１８及び画像入力部２０はバス２４を介して情報（データ）伝達可能に接続される。
【００２９】
印象評価装置は、さらに、インターフェース部２２を含んでなることが好適である。インターフェース部２２は、他の構成要素とバス２４を介して情報（データ）伝達可能に接続される。インターフェース部２２は、ネットワーク２６を介して、印象評価装置の外部のサーバからウェブページ等の画像データを読み込むために用いることができる。
【００３０】
制御部１０は、内部記憶部１２に保持されている画像印象評価プログラムを実行し、大容量記憶部１４に格納されている画像データ又はネットワーク２６を介して画像データを適宜読み込んで、その画像データにより表現される画像の印象評価を行う。印象評価の結果は、出力部１６又は内部記憶部１２へ出力される。制御部１０には、一般的なコンピュータのＣＰＵを用いることができる。
【００３１】
内部記憶部１２は、制御部１０で実行される印象評価プログラム、評価処理に用いられる各パラメータ及び処理結果である印象評価値等を格納及び保持する。内部記憶部１２に保持されたデータは、バス２４を介して、制御部１０から適宜参照することができる。内部記憶部１２は、一般的な半導体メモリ、ハードディスク装置、光磁気ディスク装置等を適宜選択して用いることができる。
【００３２】
大容量記憶部１４は、制御部１０での印象評価の対象となる画像（以下、被評価画像という）の画像データを格納及び保持する。画像データは、ビットマップ形式、ｊｐｅｇ形式、ｔｉｆｆ形式、ＨＴＭＬ形式などの様々なデータ形式で保持される。大容量記憶部１４に保持された画像データは、バス２４を介して、制御部１０から適宜参照することができる。大容量記憶部１４は、一般的なハードディスク装置、光磁気ディスク装置等の大容量の記憶装置を選択して用いることができる。
【００３３】
出力部１６は、制御部１０から出力された処理結果をユーザが確認可能な情報として出力する。また、印象評価の処理に必要な制御コマンドやパラメータをユーザが入力する際のユーザインターフェースとしても用いられる。出力部１６は、ディスプレイ装置、プリンタ又はタッチパネル等を適宜選択して用いることができる。
【００３４】
標準入力部１８は、画像の評価を行う際の制御コマンドやパラメータをユーザが入力するために用いられる。例えば、制御部１０に対して、内部記憶部１２に保持された印象評価プログラムの実行開始を命令する制御コマンドを入力する際に用いられる。標準入力部１８は、キーボード、マウス又はタッチパネル等を適宜選択して用いることができる。
【００３５】
画像入力部２０は、印象評価の対象となる画像データの入力を行う。画像入力部２０から入力された画像データは、大容量記憶部１４又は内部記憶部１２に格納及び保持される。画像入力部２０は、スキャナ、デジタルカメラ又はデジタルビデオなどの一般的な画像入力装置を適宜選択して用いることができる。
【００３６】
本実施の形態の印象評価装置は、一般的なコンピュータによって基本的に構成することができる。また、上記構成に限定されるものではなく、適宜構成要素を付加、削除又は変更することが好適である。
【００３７】
＜第１の画像印象評価方法＞
以下に、上記印象評価装置を用いた画像の印象評価の処理方法について、図を参照して説明する。図２に、第１の画像の印象評価方法におけるフローチャートを示す。
【００３８】
本印象評価方法は、図２のように、被評価画像の入力（ステップＳ１）、画像領域の分割（ステップＳ２）、物理的特徴量を取得するサブルーチン（ステップＳ３）、印象評価の抽出（ステップＳ４）及び評価結果の出力（ステップＳ５）を含み、各ステップを順次行うことによって実行される。具体的には、各ステップをコンピュータで実行可能な印象評価プログラムとして内部記憶部１２に格納及び保持し、制御部１０によってその印象評価プログラムを実行することによって行われる。
【００３９】
ユーザが、標準入力部１８から印象評価プログラムの実行開始の制御コマンドを入力することによって、制御部１０は内部記憶部１２に保持された印象評価プログラムを実行する。その結果、直ちにステップＳ１へ処理が移行される。
【００４０】
ステップＳ１では、画像入力部２０を用いて、印象の評価対象となる画像の画像データが取得される。または、ネットワーク２６を介して、ウェブページなどの画像データを取得しても良い。画像データは、大容量記憶部１４又は内部記憶部１２に格納及び保持され、制御部１０によって適宜読み出されて処理に供される。
【００４１】
ステップＳ２では、被評価画像を複数の画像領域に分割する。画像領域への分割は、一般的な画像リタッチャ方法を用いて行うことができる。このとき、被評価画像を出力部１６を用いて表示し、ユーザはその画像を確認しながら標準入力部１８を用いて、画像中の任意の領域を選択して分割する。
【００４２】
また、被評価画像がビットマップ形式の画像データである場合には、良く知られたＫ平均アルゴリズムによるクラスタリング等に代表される画像領域分割アルゴリズムを適用した画像処理方法を用いて、画像を自動的に領域分割することも好適である。
【００４３】
分割された画像領域は、それぞれ大容量記憶部１４又は内部記憶部１２に格納及び保持される。
【００４４】
例えば、図３に示すように、被評価画像がウェブページから取り込まれた画像である場合には、画像データはヘッダ部３０、タイトル部３１、見出し部３２、リンクボタン部３３、イメージ画像部３４及びテキスト部３５等に領域分割される。
【００４５】
ステップＳ３では、画像領域ごとに物理的な特徴量が算出される。ここで、物理的な特徴量とは、画像領域の面積、画像領域の幅ｗ及び高さｈ、左上の位置ｘ，ｙ、画像領域全体の色平均、Ｌ＊成分の平均値、ａ＊成分の平均値、ｂ＊成分の平均値、画像全体の色平均と画像領域全体の色平均の色差ΔＬ＊ａ＊ｂ＊、画像領域と近接する画像領域との色平均の色差ΔｎＬ＊ａ＊ｂ＊、背景と画像領域との色平均の色差ΔｂＬ＊ａ＊ｂ＊、画像領域内における色の分散、同色数などの画像の特徴をいう。
【００４６】
ステップＳ３は、図４に示すように、サブルーチンとして処理される。
【００４７】
ステップＳ３１では、分割された各画像領域の画像データの色空間がＲＧＢ空間からＬ＊ａ＊ｂ＊空間に変換される。通常、コンピュータで利用される画像データは、不均等色空間であるＲＧＢ色空間によって表現されていることが多く、人の感覚に近い分析ができない。そこで、不均等色空間であるＲＧＢ色空間から均等色空間であるＬ＊ａ＊ｂ＊色空間に変換することによって、画像をより人の感性に近い印象として分析・評価することができる。勿論、画像データが既にＬ＊ａ＊ｂ＊色空間で表現されている場合には変換をする必要はない。
【００４８】
図５に、均等色空間を一般的なマンセル色相環として表現した例を示す（図面上において、異なる色は、異なるハッチングによって表現する）。通常、マンセル色相環はさらに多色の色分類を行っているが、図５にはその一部を示した。以下、色空間を色相及び明度ともに１０分割したマンセル色相環を用いて説明する。勿論、さらに色空間を細分化したカラーパレットを用いることが好適である。
【００４９】
ステップＳ３２では、色空間変換された各画像領域の画像データを大容量記憶部１４又は内部記憶部１２に格納及び保持する。
【００５０】
ステップＳ３３では、各画像領域に対して位置、面積、色平均、色の分散及び色数の特徴量の抽出を行う。大容量記憶部１４又は内部記憶部１２に保持されている各画像領域の画像データを順次選択し、それぞれの画像領域に対する各特徴量を求める。このとき、全画像領域の中において最大面積を有する画像領域を背景領域と定義する。
【００５１】
例えば、位置は、各画像領域に対して左上の画素の位置ｘ，ｙを求めることにより決定する。面積は、各画像領域の幅ｗ及び高さｈを抽出することによって決定する。色平均及び色の分散は、各画像領域内の全画素のＬ＊成分、ａ＊成分及びｂ＊成分に対して、それぞれ算術平均及び分散値を求めることによって決定する。また、色数は、各画像領域内の全画素に対して、Ｌ＊成分、ａ＊成分及びｂ＊成分の全てが異なる色の数を累積することによって決定する。
【００５２】
同様に、画像全体及び背景領域の色平均、色の分散及び色数を求めることができる。
【００５３】
ステップＳ３４では、各画像領域と画像全体及び背景領域との色差を求める。
まず、各画像領域について画像全体との各色成分の差ΔＬｉ ＊，Δａｉ ＊及びΔｂｉ ＊を求める。各色成分の差ΔＬｉ ＊，Δａｉ ＊及びΔｂｉ ＊は数式（１）で表される。
【数１】
ΔＬｉ ＊＝画像領域ｉのＬ＊成分の色平均−画像全体のＬ＊成分の色平均
Δａｉ ＊＝画像領域ｉのａ＊成分の色平均−画像全体のａ＊成分の色平均
Δｂｉ ＊＝画像領域ｉのｂ＊成分の色平均−画像全体のｂ＊成分の色平均
ここで、ｉは画像領域の識別符号 ・・・・・・・・・・・・・（１）
【００５４】
同様に、各画像領域について背景領域との各色成分の差ΔＬｊ ＊，Δａｊ ＊及びΔｂｊ ＊を求める。各色成分の差ΔＬｊ ＊，Δａｊ ＊及びΔｂｊ ＊は数式（２）で表される。
【数２】
ΔＬｊ ＊＝画像領域ｊのＬ＊成分の色平均−背景領域のＬ＊成分の色平均
Δａｊ ＊＝画像領域ｊのａ＊成分の色平均−背景領域のａ＊成分の色平均
Δｂｊ ＊＝画像領域ｊのｂ＊成分の色平均−背景領域のｂ＊成分の色平均
ここで、ｊは画像領域の識別符号 ・・・・・・・・・・・・（２）
【００５５】
各画像領域と画像全体との色差ΔｉＬ＊ａ＊ｂ＊及び各画像領域と背景領域との色差ΔｂｊＬ＊ａ＊ｂ＊は数式（３）を用いて求めることができる。
【数３】
ΔｉＬ＊ａ＊ｂ＊＝｛ΔＬｉ ＊２＋Δａｉ ＊２＋Δｂｉ ＊２｝１／２
ΔｂｉＬ＊ａ＊ｂ＊＝｛ΔＬｊ ＊２＋Δａｊ ＊２＋Δｂｊ ＊２｝１／２
ここで、ｉ，ｊは画像領域の識別子 ・・・・・・・・・・・・・（３）
【００５６】
ステップＳ３５では、各画像領域とその領域に隣接する画像領域との色差を求める。画像領域ｉが画像領域ｊと隣接していた場合には、数式（４）を用いて各色成分の差ΔＬｉｊ ＊，Δａｉｊ ＊及びΔｂｉｊ ＊を求める。
【数４】
ΔＬｉｊ ＊＝画像領域ｉのＬ＊成分の色平均−画像領域ｊのＬ＊成分の色平均
Δａｉｊ ＊＝画像領域ｉのａ＊成分の色平均−画像領域ｊのａ＊成分の色平均
Δｂｉｊ ＊＝画像領域ｉのｂ＊成分の色平均−画像領域ｊのｂ＊成分の色平均
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・（４）
【００５７】
画像領域ｉが画像領域ｊとの色差ΔｎｉＬ＊ａ＊ｂ＊は、数式（５）を用いて求めることができる。
【数５】
ΔｎｉＬ＊ａ＊ｂ＊＝｛ΔＬｉｊ ＊２＋Δａｉｊ ＊２＋Δｂｉｊ ＊２｝１／２ ・・・（５）
【００５８】
画像領域が複数の画像領域と隣接していた場合には、隣接する全ての画像領域に対する各色成分の差ΔＬｉｊ ＊，Δａｉｊ ＊及びΔｂｉｊ ＊を求め、それらの算術平均を行うことによって色差を求めることが好適である。
【００５９】
図６に、各画像領域に対して各特徴量を求めた結果を例示する。これらの特徴量は、各画像領域と対応付けられて大容量記憶部１４又は内部記憶部１２に格納及び保持される。各特徴量の抽出を終了すると、メインルーチンのステップＳ４に処理を移行する。
【００６０】
ステップＳ４では、ステップＳ３で抽出された各特徴量に基づいて画像の印象に対する評価を求める。具体的には、画像領域間で各特徴量の値を比較し、所定の条件を満たす画像領域の特徴量を選択し、その値に基づいて予めデータベース化しておいた画像の印象を表現する表現情報を抽出する。表現情報は、テキスト情報のみならず、画像情報や音声情報とすることも好適である。
【００６１】
データベースは、内部記憶部１２又は大容量記憶部１４に格納及び保持される。データベースには、すくなくとも１つの特徴量に関する条件と、画像が人間に与える印象、すなわち画像を見た人間が感じる印象に関する表現情報とが関連付けて保持される。
【００６２】
本実施の形態では、例として、図７に示すデータベースを用いて説明を行う。本データベースでは、背景領域の色平均（Ｌ＊成分、ａ＊成分及びｂ＊成分）、背景領域からの色差が所定値以上で面積が最も大きい画像領域（メイン領域）の色成分に関する特徴量、面積が所定値以下で背景領域からの色差が最も大きい画像領域（アクセント領域）の色成分に関する特徴量に関する条件と、画像の印象に関するテキスト情報が関連付けられている。
【００６３】
但し、画像の印象に関する情報を抽出するために用いることができる特徴量はこれらに限られるものではなく、さらに背景領域からの色差が所定値以上で面積が２番目に大きい面積を有する画像領域の色成分に関する特徴量を用いる等、より多くの特徴量を組み合わせて表現情報を関連付けることがより好適である。
【００６４】
例えば、背景領域（面積が最も大きい画像領域）のＬ＊成分が３、ａ＊成分が０．３及びｂ＊成分が０．１であり、メイン領域のＬ＊成分が３、ａ＊成分が０．３及びｂ＊成分が０．１であり、アクセント領域のＬ＊成分が３、ａ＊成分が０．３及びｂ＊成分が０．１である場合には、条件１に合致するため、「風格がある」というテキスト情報が抽出される。取得した特徴量が他の条件に合致する場合には、その条件に関連付けられたテキスト情報を抽出することができる。
【００６５】
また、さらに多くの特徴量の値を組み合わせた多次元のデータベースを用いても良い。このように、出来る限り多くの特徴量を組み合わせることにより、画像が人間に与える印象をより詳細なものとすることができる。特に、画像領域間の色差など、異なる画像領域間の特徴量の差異を含んだ条件を用いることにより、被評価画像の中で強いコントラストを持つ箇所等から受ける印象を表す表現情報を抽出することも可能となる。
【００６６】
また、図８に示すデータベースのように、特徴量に対する条件と表現情報との関連付けを複数用いても良い。この場合、取得した特徴量が満足する条件が複数となり、それぞれに関連付けられた複数のテキスト情報が抽出される。
【００６７】
例えば、図８のデータベースでは、背景領域（面積が最も大きい画像領域）のＬ＊成分が３、ａ＊成分が０．３及びｂ＊成分が０．１である場合には、条件１に合致するため、「風格がある」というテキスト情報が抽出される。同時に、背景領域からの色差が所定値以上で面積が最も大きい画像領域（メイン領域）のＬ＊成分が５５、ａ＊成分が０．３及びｂ＊成分が０．１である場合には、条件１０２に合致するため、「ナチュラルな」というテキスト情報が抽出される。さらに、面積が所定値以下で背景領域からの色差が最も大きい画像領域（アクセント領域）のＬ＊成分が６５、ａ＊成分が０．３及びｂ＊成分が０．１５である場合には、条件２０２に合致するため、「平和な」というテキスト情報が抽出される。
【００６８】
ステップＳ５では、出力部１６において、取得された特徴量に関する情報及び抽出された表現情報を表示する。出力は、画像に関する情報がユーザに把握し易い態様で行うことが好適である。
【００６９】
例えば、図９に示すように、被評価画像９０、被評価画像に含まれる各画像領域の面積及び平均色の分布を示す画像色彩情報表示部９１、特徴量に基づいて抽出された表現情報を示すカラーイメージ９２及び主な画像領域の平均色を示す表示部９３を含むことが好適である。
【００７０】
画像色彩情報表示部９１は、図１０（ａ）に示すように、画像領域毎に、各画像領域の平均色に最も近似するカラーパレット上の色を求め、カラーパレットの色毎に、その色に近似する平均色を有する画像領域の合計面積を求め、その面積に比例した領域をそのカラーパレットの色で塗り潰して表示する。
【００７１】
具体的には、図１０（ｂ）に示すように、画像色彩情報表示部９１の画面位置とカラーパレットに含まれる色成分範囲の条件とを関連付けたデータベースを内部記憶部１２又は大容量記憶部１４に格納及び保持しておき、内部記憶部１２又は大容量記憶部１４に保持された各画像領域の平均色の各色成分（Ｌ＊成分、ａ＊成分及びｂ＊成分）及び面積を参照して、各色成分範囲の条件と一致する平均色を有する画像領域の合計面積を求め、その色成分範囲の条件に関連付けられた画面位置に、その合計面積に比例する領域をそのカラーパレットの色で塗り潰した画像情報を表示する。
【００７２】
この画像色彩情報表示部９１によって、ユーザは、評価対象となった画像に含まれる色（平均色）の分布を一見して確認することができる。
【００７３】
カラーイメージ９２は、図１１（ａ）に示すように、出力画面の領域を複数の分割画面領域９５として分割し、分割画面領域９５毎にステップ４のデータベースに含まれる特徴量に対する条件を予め割り当てておき、ステップ４において画像の印象に関する情報を抽出する際に用いた条件が割り当てられた分割画面領域９５に、その条件から抽出された表現情報を表示する。
【００７４】
具体的には、図１１（ｂ）に示すように、各分割画面領域９５の位置情報と、図７又は図８に示すデータベースに含まれる特徴量に対する条件と、を対応付けたデータベースを予め内部記憶部１２又は大容量記憶部１４に保持しておき、このデータベースを参照して、一致する条件の画面の位置に表現情報を表示する。
【００７５】
このとき、分割画面領域９５に条件を割り当てる際に、人間が画像から感じる印象が近い条件ほど、互いに近接する分割画面領域９５に割り当てることが好適である。
【００７６】
図１１のカラーイメージ９２の例では、“暖かい”印象を与える条件ほどカラーイメージ９２の左側に割り当て、逆に、“冷たい”印象を与える条件ほどカラーイメージ９２の右側に割り当てている。また、“柔らかい”印象を与える条件ほどカラーイメージ９２の上側に割り当て、逆に、“硬い”印象を与える条件ほどカラーイメージ９２の下側に割り当てている。但し、これらに限られるものではなく、ユーザが必要とする情報に応じて割り当てを変更しても良い。
【００７７】
例えば、画面領域の左側から右側に向けてａ＊成分が増加し、画面領域の下側から上側に向けてｂ＊成分が増加するような条件を割り当てることによって、人間に与える印象が近い条件を、より近接する分割画面領域９５に割り当てることができる。他の特徴量についても同様である。
【００７８】
このように、条件を傾向付けて割り当てることによって、カラーイメージ９２に表示された情報の位置や集中度から評価対象となった画像の印象に対する傾向を知ることができる。
【００７９】
例えば、取得した特徴量が図８の条件１、条件１０２及び条件２０２に合致して「風格がある」「ナチュラルな」及び「平和な」というテキスト情報が抽出された場合、図１２に示すように、カラーイメージ９２の条件１、条件１０２及び条件２０２が割り当てられた分割画面領域９６，９７，９８にそれぞれ「風格がある」「ナチュラルな」及び「平和な」が表示される。
【００８０】
さらに、条件に合致した特徴量を示す情報を同時に表示することが好適である。例えば、図１２に示すように、条件１に合致した背景領域の面積に比例した領域９６を背景領域の平均色で塗り潰して表示する。同様に、条件１０２及び条件２０２に合致した各々の画面領域の面積に比例した領域９７及び領域９８をその画面領域の平均色で塗り潰して表示する。
【００８１】
このように、カラーイメージ９２上に画像の印象を示すテキスト情報と特徴量を示す情報とを同時に表示することによって、ユーザは、どのような特徴量に基づいて画像の印象が評価されたかを、その特徴量に対応付けて容易に認識することが可能となる。
【００８２】
また、ステップＳ４において、図７のように、複数の特徴量の組合せからなる条件を用いて表現情報を抽出した場合には、図１１の各分割画面領域９５に割り当てる条件を複数の特徴量の組合せからなる条件とすることが好適である。
【００８３】
この場合、組み合わされた特徴量の抽出元の画像領域の平均色を一緒に表示しても良い。例えば、図１３のように、図７の条件１により抽出された表現情報「風格がある」と、その抽出に用いられた背景領域、メイン領域及びアクセント領域の平均色をカラーイメージ９２上に同時に表示する。
【００８４】
主な画像領域の平均色を示す表示部９３は、背景領域、メイン領域及びアクセント領域の各々の平均色を表示する。
【００８５】
このように、評価対象となった画像の主要な画像領域の特徴量を抽出した結果を提示することにより、ユーザは、カラーイメージ９２の表示と比較し、各画像領域の特徴量によってどのような印象が与えられるかを明確に知ることができる。
【００８６】
＜第２の画像印象評価方法＞
第２の画像印象評価方法を以下に説明する。第２の画像印象評価方法では、予め複数の色を含んだカラーパレットを準備し、そのカラーパレットに含まれる各色を組み合わせた条件に画像の印象の表現情報を割り当てたデータベースを準備し、被評価画像から色に関する特徴量を抽出し、その特徴量に対応するカラーパレット上の色に割り当てられた表現情報を選択して表示する。
【００８７】
以下に、カラーパレットを用いた画像の印象評価の処理方法について、図を参照して説明する。上記第１の画像印象評価方法と同様に、図２に示すように、被評価画像の入力（ステップＳ１）、画像領域の分割（ステップＳ２）、物理的特徴量を取得するサブルーチン（ステップＳ３）、印象評価の抽出（ステップＳ４）及び評価結果の出力（ステップＳ５）を含み、各ステップを順次行うことによって実行される。
【００８８】
ステップＳ１及びＳ２では、上記第１の画像印象評価方法と同様に処理が行われるため、説明を省略する。
【００８９】
ステップＳ３では、画像領域毎に特徴量が算出され、その中の色に関する特徴量とカラーパレット上の色への対応付けが行われる。ステップＳ３は、図１４に示すように、サブルーチンとして処理される。
【００９０】
ステップＳ３１では、各画像領域の画像データの色空間がＲＧＢ空間からＬ＊ａ＊ｂ＊空間に変換される。この処理は、上記第１の画像印象評価方法と同様であるため、説明は省略する。
【００９１】
ステップＳ３２では、色空間変換された各画像領域の画像データを大容量記憶部１４又は内部記憶部１２に格納及び保持する。
【００９２】
ステップＳ３７では、各画像領域に対して位置、面積、色の分散及び色数の特徴量の抽出を行うと共に、さらに各画像領域の色平均の特徴量に最も近似するカラーパレット上の色を特徴量として求める。
【００９３】
各画像領域の位置、面積、色の分散及び色数についての特徴量の算出方法は、上記第１の画像印象評価方法と同様であるので、説明は省略する。
【００９４】
カラーパレット上の色の特徴量は、上記第１の画像印象評価方法と同様に算出した各画像領域の色平均に基づいてパターンマッチングを行うことによって、その色平均に最も近似するカラーパレット上の色を求める。
【００９５】
ステップＳ３８では、画像領域毎に求められたカラーパレット上の色と、その画像領域の面積に基づいて、ベースカラー、サブカラー及びアクセントカラーを算出する。ここで、ベースカラーとは、被評価画像の中で最大面積用いられている色をいう。サブカラーとは、ベースカラーからの色差が所定値以上であり、かつ、より広い面積に用いられている色を順に２色選択したものをいう。アクセントカラーとは、用いられている面積が被評価画像の面積に対して所定割合以下であり、かつベースカラーからのより色差が大きいものから順に２色選択したものをいう。図１５に、選択されたベースカラー１色、サブカラー２色及びアクセントカラー２色を例示する。但し、色の選択条件はこれらに限られるものではなく、被評価画像の特徴を明確に示す色であれば良い。
【００９６】
ステップＳ４では、選択された色、すなわちベースカラー、サブカラー及びアクセントカラーに基づいて、被評価画像が人間に与える印象に関する情報を抽出する。具体的には、予めベースカラー、サブカラー又はアクセントカラーを組み合わせた条件と、その組合せから人間が受ける印象に関する表現情報とを関連付けたデータベースを作成しておき、選択されたベースカラー、サブカラー及びアクセントカラーの組合せと一致する条件に関連付けられた表現情報を抽出する。
【００９７】
ここでは、図１６に示すデータベースを用いて説明する。本データベースでは、ベースカラーとサブカラー２色の組合せを条件としてデータベースと、アクセントカラー２色の組合せを条件としたデータベースを含んでいる。但し、ベースカラー、サブカラー及びアクセントカラーの組合せの条件はこれらに限られるものではなく、その他の組合せを条件としても良い。
【００９８】
これらのデータベースを参照すると、例えば図１４において、被評価画像から選択されたベースカラー、サブカラー及びアクセントカラーからは、「大胆な」及び「明瞭な」というテキスト情報を抽出することができる。
【００９９】
ステップＳ５では、出力部１６において、選択されたベースカラー、サブカラー及びアクセントカラーや抽出された表現情報を表示する。出力は、画像に関する情報がユーザに把握し易い態様で行うことが好適である。
【０１００】
例えば、図１７のように、被評価画像１６０、被評価画像に含まれるカラーパレット上の色の面積を示す画像色彩情報表示部１６１、選択されたカラーから抽出された表現情報を表示するカラーイメージ１６２及び選択されたカラーを表示する表示部１６３を含むことが好適である。
【０１０１】
画像色彩情報表示部１６１は、上記第１の画像印象評価方法と同様に、被評価画像内に含まれるカラーパレット上の色の面積を、その面積に比例した画面領域をそのカラーパレット上の色で塗り潰して表示される。
【０１０２】
カラーイメージ１６２は、出力画面の領域を複数の分割画面領域に分割し、分割画面領域毎にベースカラー、サブカラー及びアクセントカラーの組合せからなる条件を割り当て、表現情報を抽出するときに用いた条件と一致する条件が割り当てられた領域に、その条件から抽出された表現情報を表示する。また、併せて、表現情報の抽出に用いられたベースカラー、サブカラー及びアクセントカラーを表示することも好適である。
【０１０３】
具体的な、表示方法は、上記第１の画像印象評価方法と同様であるので、ここでの説明は省略する。
【０１０４】
以上のように、第１及び第２の画像印象評価方法によれば、画像が人間に与える印象を評価するために適した特徴量及びその組合せが満たす条件から、画像が人間に与える印象に関する情報を自動で提示することができる。
【０１０５】
したがって、画像作成の経験が少ないユーザであっても、画像データを入力するだけで、的確な印象に関する情報を得ることができる。
【０１０６】
また、画像が人間に与える印象に関する情報のみならず、評価に用いられた特徴量等を、ユーザが把握し易い態様で提示することができ、ユーザは画像に関する全般的な情報を容易に把握することができる。
【０１０７】
＜第３の画像印象評価方法＞
ハイパーテキスト形式等のコンテンツが構造化された画像やドキュメントの場合には、それらを構成しているテキスト情報の構文を解析することによって、画像の領域分割及び特徴量の抽出を自動で行うことができる。
【０１０８】
以下に、構造化された画像の印象評価の処理方法について、図を参照して説明する。上記第１の画像印象評価方法と同様に、被評価画像の入力（ステップＳ１）、画像領域の分割（ステップＳ２）、物理的特徴量を取得するサブルーチン（ステップＳ３）、印象評価の抽出（ステップＳ４）及び評価結果の出力（ステップＳ５）を含み、各ステップを順次行うことによって実行される。
【０１０９】
ステップＳ１は、上記第１の画像印象評価方法と同様に処理するため、ここでの説明は省略する。
【０１１０】
ステップＳ２では、評価対象となる画像を複数の領域に分割する。このとき、構造化された画像データを解析し、構造化されているコンテンツ毎に分割画像領域として分割する。
【０１１１】
ネットワーク２６から読み込まれたＨＴＭＬ形式で記述された画像が評価対象である場合は、その画像データに含まれる各タグで括られるコンテンツを１つの分割画像領域とする。例えば、＜ｈｅａｄ＞タグと＜／ｈｅａｄ＞タグの間をヘッダ部として分割することができる。
【０１１２】
ステップＳ３では、ステップＳ２で分割された各画像領域から特徴量を抽出する。すなわち、各画像領域として分割されたコンテンツ毎の色、大きさ、配置等の情報を特徴量として抽出する。
【０１１３】
以下、ステップＳ４及びステップＳ５では、上記第１の画像印象評価方法と同様に処理を行うため、説明を省略する。
【０１１４】
以上のように、第３の画像印象評価方法によれば、ハイパーテキスト形式等の構造化された画像データから特徴量を抽出し、その画像が人間に与える印象に関する情報を提示することができる。さらに、被評価画像のビットマップ形式の画像データと、上記構文解析を組み合わせることによって、より正確な領域分割を行うこともできる。
【０１１５】
【発明の効果】
本発明によれば、評価対象となる画像から複数の視覚的な特徴量を取得し、その特徴量の組合せに基づいて、その画像が人間に与える印象に関する情報を把握し易い形態で提示することができる。
【０１１６】
また、ユーザは、評価対象となる画像の画像データを入力するだけで、上記の情報を得ることができる。したがって、画像作成等の経験が少ないユーザであっても、画像の印象に関する情報を正確に把握することができる。
【図面の簡単な説明】
【図１】本実施の形態における画像印象評価装置の構成のブロック図である。
【図２】本実施の形態における第１の画像印象評価方法のフローチャートを示す図である。
【図３】評価対象となる画像を画像領域に分割した例を示す図である。
【図４】本発明の実施の形態における第１の画像印象評価方法のステップＳ３のフローチャートを示す図である。
【図５】均等色空間におけるマンセル色相環を示す図である。
【図６】本発明の実施の形態における第１の画像印象評価方法で取得された特徴量の例を示す図である。
【図７】本発明の実施の形態における第１の画像印象評価方法で用いられる表現情報抽出用データベースの例を示す図である。
【図８】本発明の実施の形態における第１の画像印象評価方法で用いられる表現情報抽出用データベースの別の例を示す図である。
【図９】本発明の実施の形態における第１の画像印象評価方法の評価結果の出力例を示す図である。
【図１０】本発明の実施の形態における第１の画像印象評価方法の画像色彩情報表示部を表示する方法の説明図である。
【図１１】本発明の実施の形態における第１の画像印象評価方法のカラーイメージを表示する方法の説明図である。
【図１２】本発明の実施の形態における第１の画像印象評価方法のカラーイメージの表示例を示す図である。
【図１３】本発明の実施の形態における第１の画像印象評価方法の評価結果の別の表示例を示す図である。
【図１４】本発明の実施の形態における第２の画像印象評価方法のフローチャートを示す図である。
【図１５】本発明の実施の形態における第２の画像印象評価方法で取得されたベースカラー、サブカラー及びアクセントカラーの例を示す図である。
【図１６】本発明の実施の形態における第２の画像印象評価方法で用いられる表現情報抽出用データベースの例を示す図である。
【図１７】本発明の実施の形態における第２の画像印象評価方法の評価結果の出力例を示す図である。
【符号の説明】
１０ 制御部、１２ 内部記憶部、１４ 大容量記憶部、１６ 出力部、１８標準入力部、２０ 画像入力部、２２ インターフェース部、２４ バス、２６ ネットワーク、３０ ヘッダ部、３１ タイトル部、３２ 見出し部、３３リンクボタン部、３４ イメージ画像部、３５ テキスト部、９０ 評価対象画像（被評価画像）、９１ 画像色彩情報表示部、９２ カラーイメージ、９３主な領域のカラー表示部。
【発明の属する技術分野】
本発明は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置、画像印象評価方法及び画像印象評価プログラムに関する。
【０００２】
【従来の技術】
近年の情報処理の高速化及び大容量化に伴って、プレゼンテーション資料や各種のウェブサイトにおいて多数の色彩を施された画像が利用されるようになっている。これらの画像においては、画像中に用いられる色の選択、配置、面積及び面積比などによって、人間に与える視覚的な印象が大きく異なる。
【０００３】
しかしながら、実際の画像作成の多くは一般的なユーザに委ねられている。画像作成に不慣れな一般的なユーザは、画像をいかに着色及び配色することによって、自分の意図する雰囲気、美観及び視認性が得ることができるか分からないことが多い。また、画像作成の専門家にとっても、作成した画像がユーザに与える印象を客観的に評価する手段が必要とされている。
【０００４】
この問題を解決するために、人間の感性に基づいた画像処理や画像評価の研究が盛んに行われており、なかでも人間の感性を評価する感性評価手段と、その結果と画像の特徴とを解析する画像解析手段とを結びつけた感性的画像作成支援手段が数多く提案されている。
【０００５】
特開平７−３０６９３５号公報及び特開平８−２４９４４１号公報には、対話型の配色支援方法及びそれを用いた配色支援装置が開示されている。この配色支援方法では、ユーザが画像データを編集する際に、画像の背景、文字又はグラフなどの配色の適正を具体的な数値として提示したり、配色に適した色彩を候補として提示する。
【０００６】
【発明が解決しようとする課題】
しかしながら、上記従来技術においては、画像の配色の適正を求める際の特徴の抽出が適切でなかったり、人間の感性と画像の特徴との対応にずれを生じたりすることが多く、ユーザの意図に沿った雰囲気、美観及び視認性を的確に評価できない問題があった。
【０００７】
また、装置の操作が対話型であるために、ユーザからの指示が適切でない場合には、適切な評価結果を提示することができなかった。特に、画像作成の経験が少ないユーザほど支援を必要とするにも関わらず、適切な指示を行うことができないことが多く、利用上の問題を有していた。
【０００８】
本発明は、上記従来技術の問題を鑑み、人間の感性に基づいて画像の印象を的確に評価できる画像印象評価装置、画像印象評価方法及び画像印象評価プログラムを提供することを目的とする。
【０００９】
【課題を解決するための手段】
上記課題を解決するための本発明は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置であって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段と、評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得手段と、前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出手段と、前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力手段とを備える。
【００１０】
また、上記課題を解決するための本発明の別の形態は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置であって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段と、評価対象となる画像を複数の画像領域として分割する領域分割手段と、前記画像領域に各々に含まれる画像から少なくとも１つの特徴量を取得する特徴量取得手段と、前記データベースから、前記取得された特徴量が満たす前記条件に関連付けられた前記表現情報を抽出する表現情報抽出手段と、前記抽出した表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力手段とを備える。
【００１１】
上記画像印象評価装置において、前記出力手段は、前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する手段を含むことを特徴とする。
【００１２】
また、上記画像印象評価装置において、前記特徴量は、明度、彩度、色相、平均色、面積又は位置に関する特徴量の少なくとも１つであることが好適である。
【００１３】
また、上記画像印象評価装置において、前記特徴量は、前記画像領域間の視覚的な特徴の差異に関する特徴量を含むことが好適である。
【００１４】
すなわち、上記画像印象評価装置において、前記特徴量は、画像全体と画像領域との色差、背景と画像領域との色差、又は画像領域と当該画像領域に隣接する画像領域との色差、に関する特徴量の少なくとも１つであることが好適である。
【００１５】
さらに、上記画像印象評価装置において、前記出力手段は、前記出力画面の領域を複数の分割画面領域として分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割領域に前記抽出された表現情報を表示する手段を含むことが好適である。
【００１６】
ここで、上記画像印象評価装置において、前記特徴量は平均色及び面積を含み、前記取得された特徴量に関する情報は、当該取得された特徴量の取得元である前記画像領域の面積に比例した出力画面の領域に、当該画像領域の平均色を表示する画像情報であることが好適である。
【００１７】
また、上記画像印象評価装置において、前記特徴量は平均色及び面積を含み、前記出力手段は、前記出力画面の領域を複数の分割画面領域に分割し、当該分割画面領域毎に異なる色を割り当て、前記画像領域毎に、当該画像領域の平均色に対応する前記分割画面領域内において、当該画像領域の面積に比例する領域に当該画像領域の平均色を表示する手段を含むことが好適である。
【００１８】
上記課題を解決するための本発明は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価方法であって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出工程と、前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力工程とを備える。
【００１９】
また、上記課題を解決するための本発明の別の形態は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価方法であって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、評価対象となる画像を複数の画像領域として分割する領域分割工程と、前記画像領域に各々に含まれる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、前記データベースから、前記取得された特徴量が満たす前記条件に関連付けられた前記表現情報を抽出する表現情報抽出工程と、前記抽出した表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力工程とを備える。
【００２０】
上記画像印象評価方法において、前記出力工程は、前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する工程を含むことを特徴とする。
【００２１】
また、上記画像印象評価方法において、前記特徴量は、明度、彩度、色相、平均色、面積又は位置に関する特徴量の少なくとも１つであることが好適である。
【００２２】
また、上記画像印象評価方法において、前記特徴量は、前記画像領域間の視覚的な特徴の差異に関する特徴量を含むことが好適である。
【００２３】
すなわち、上記画像印象評価方法において、前記特徴量は、画像全体と画像領域との色差、背景と画像領域との色差、又は画像領域と当該画像領域に隣接する画像領域との色差、に関する特徴量の少なくとも１つであることが好適である。
【００２４】
さらに、上記画像印象評価方法において、前記出力工程は、前記出力画面の領域を複数の分割画面領域として分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割領域に前記抽出された表現情報を表示する工程を含むことが好適である。
【００２５】
ここで、上記画像印象評価方法において、前記特徴量は平均色及び面積を含み、前記取得された特徴量に関する情報は、当該取得された特徴量の取得元である前記画像領域の面積に比例した出力画面の領域に、当該画像領域の平均色を表示する画像情報であることが好適である。
【００２６】
また、上記画像印象評価方法において、前記特徴量は平均色及び面積を含み、前記出力工程は、前記出力画面の領域を複数の分割画面領域に分割し、当該分割画面領域毎に異なる色を割り当て、前記画像領域毎に、当該画像領域の平均色に対応する前記分割画面領域内において、当該画像領域の面積に比例する領域に当該画像領域の平均色を表示する工程を含むことが好適である。
【００２７】
上記課題を解決するための本発明は、画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価プログラムであって、画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、コンピュータに、評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出工程と、前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する工程であって、前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域に当該特徴量に対する条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する出力工程とを含む処理を実行させることを特徴とする。
【００２８】
【発明の実施の形態】
以下に、本発明の実施の形態について図を参照して詳細に説明する。本発明の実施の形態における印象評価装置は、図１のように、制御部１０、内部記憶部１２、大容量記憶部１４、出力部１６、標準入力部１８及び画像入力部２０から基本的に構成される。制御部１０、内部記憶部１２、大容量記憶部１４、出力部１６、標準入力部１８及び画像入力部２０はバス２４を介して情報（データ）伝達可能に接続される。
【００２９】
印象評価装置は、さらに、インターフェース部２２を含んでなることが好適である。インターフェース部２２は、他の構成要素とバス２４を介して情報（データ）伝達可能に接続される。インターフェース部２２は、ネットワーク２６を介して、印象評価装置の外部のサーバからウェブページ等の画像データを読み込むために用いることができる。
【００３０】
制御部１０は、内部記憶部１２に保持されている画像印象評価プログラムを実行し、大容量記憶部１４に格納されている画像データ又はネットワーク２６を介して画像データを適宜読み込んで、その画像データにより表現される画像の印象評価を行う。印象評価の結果は、出力部１６又は内部記憶部１２へ出力される。制御部１０には、一般的なコンピュータのＣＰＵを用いることができる。
【００３１】
内部記憶部１２は、制御部１０で実行される印象評価プログラム、評価処理に用いられる各パラメータ及び処理結果である印象評価値等を格納及び保持する。内部記憶部１２に保持されたデータは、バス２４を介して、制御部１０から適宜参照することができる。内部記憶部１２は、一般的な半導体メモリ、ハードディスク装置、光磁気ディスク装置等を適宜選択して用いることができる。
【００３２】
大容量記憶部１４は、制御部１０での印象評価の対象となる画像（以下、被評価画像という）の画像データを格納及び保持する。画像データは、ビットマップ形式、ｊｐｅｇ形式、ｔｉｆｆ形式、ＨＴＭＬ形式などの様々なデータ形式で保持される。大容量記憶部１４に保持された画像データは、バス２４を介して、制御部１０から適宜参照することができる。大容量記憶部１４は、一般的なハードディスク装置、光磁気ディスク装置等の大容量の記憶装置を選択して用いることができる。
【００３３】
出力部１６は、制御部１０から出力された処理結果をユーザが確認可能な情報として出力する。また、印象評価の処理に必要な制御コマンドやパラメータをユーザが入力する際のユーザインターフェースとしても用いられる。出力部１６は、ディスプレイ装置、プリンタ又はタッチパネル等を適宜選択して用いることができる。
【００３４】
標準入力部１８は、画像の評価を行う際の制御コマンドやパラメータをユーザが入力するために用いられる。例えば、制御部１０に対して、内部記憶部１２に保持された印象評価プログラムの実行開始を命令する制御コマンドを入力する際に用いられる。標準入力部１８は、キーボード、マウス又はタッチパネル等を適宜選択して用いることができる。
【００３５】
画像入力部２０は、印象評価の対象となる画像データの入力を行う。画像入力部２０から入力された画像データは、大容量記憶部１４又は内部記憶部１２に格納及び保持される。画像入力部２０は、スキャナ、デジタルカメラ又はデジタルビデオなどの一般的な画像入力装置を適宜選択して用いることができる。
【００３６】
本実施の形態の印象評価装置は、一般的なコンピュータによって基本的に構成することができる。また、上記構成に限定されるものではなく、適宜構成要素を付加、削除又は変更することが好適である。
【００３７】
＜第１の画像印象評価方法＞
以下に、上記印象評価装置を用いた画像の印象評価の処理方法について、図を参照して説明する。図２に、第１の画像の印象評価方法におけるフローチャートを示す。
【００３８】
本印象評価方法は、図２のように、被評価画像の入力（ステップＳ１）、画像領域の分割（ステップＳ２）、物理的特徴量を取得するサブルーチン（ステップＳ３）、印象評価の抽出（ステップＳ４）及び評価結果の出力（ステップＳ５）を含み、各ステップを順次行うことによって実行される。具体的には、各ステップをコンピュータで実行可能な印象評価プログラムとして内部記憶部１２に格納及び保持し、制御部１０によってその印象評価プログラムを実行することによって行われる。
【００３９】
ユーザが、標準入力部１８から印象評価プログラムの実行開始の制御コマンドを入力することによって、制御部１０は内部記憶部１２に保持された印象評価プログラムを実行する。その結果、直ちにステップＳ１へ処理が移行される。
【００４０】
ステップＳ１では、画像入力部２０を用いて、印象の評価対象となる画像の画像データが取得される。または、ネットワーク２６を介して、ウェブページなどの画像データを取得しても良い。画像データは、大容量記憶部１４又は内部記憶部１２に格納及び保持され、制御部１０によって適宜読み出されて処理に供される。
【００４１】
ステップＳ２では、被評価画像を複数の画像領域に分割する。画像領域への分割は、一般的な画像リタッチャ方法を用いて行うことができる。このとき、被評価画像を出力部１６を用いて表示し、ユーザはその画像を確認しながら標準入力部１８を用いて、画像中の任意の領域を選択して分割する。
【００４２】
また、被評価画像がビットマップ形式の画像データである場合には、良く知られたＫ平均アルゴリズムによるクラスタリング等に代表される画像領域分割アルゴリズムを適用した画像処理方法を用いて、画像を自動的に領域分割することも好適である。
【００４３】
分割された画像領域は、それぞれ大容量記憶部１４又は内部記憶部１２に格納及び保持される。
【００４４】
例えば、図３に示すように、被評価画像がウェブページから取り込まれた画像である場合には、画像データはヘッダ部３０、タイトル部３１、見出し部３２、リンクボタン部３３、イメージ画像部３４及びテキスト部３５等に領域分割される。
【００４５】
ステップＳ３では、画像領域ごとに物理的な特徴量が算出される。ここで、物理的な特徴量とは、画像領域の面積、画像領域の幅ｗ及び高さｈ、左上の位置ｘ，ｙ、画像領域全体の色平均、Ｌ＊成分の平均値、ａ＊成分の平均値、ｂ＊成分の平均値、画像全体の色平均と画像領域全体の色平均の色差ΔＬ＊ａ＊ｂ＊、画像領域と近接する画像領域との色平均の色差ΔｎＬ＊ａ＊ｂ＊、背景と画像領域との色平均の色差ΔｂＬ＊ａ＊ｂ＊、画像領域内における色の分散、同色数などの画像の特徴をいう。
【００４６】
ステップＳ３は、図４に示すように、サブルーチンとして処理される。
【００４７】
ステップＳ３１では、分割された各画像領域の画像データの色空間がＲＧＢ空間からＬ＊ａ＊ｂ＊空間に変換される。通常、コンピュータで利用される画像データは、不均等色空間であるＲＧＢ色空間によって表現されていることが多く、人の感覚に近い分析ができない。そこで、不均等色空間であるＲＧＢ色空間から均等色空間であるＬ＊ａ＊ｂ＊色空間に変換することによって、画像をより人の感性に近い印象として分析・評価することができる。勿論、画像データが既にＬ＊ａ＊ｂ＊色空間で表現されている場合には変換をする必要はない。
【００４８】
図５に、均等色空間を一般的なマンセル色相環として表現した例を示す（図面上において、異なる色は、異なるハッチングによって表現する）。通常、マンセル色相環はさらに多色の色分類を行っているが、図５にはその一部を示した。以下、色空間を色相及び明度ともに１０分割したマンセル色相環を用いて説明する。勿論、さらに色空間を細分化したカラーパレットを用いることが好適である。
【００４９】
ステップＳ３２では、色空間変換された各画像領域の画像データを大容量記憶部１４又は内部記憶部１２に格納及び保持する。
【００５０】
ステップＳ３３では、各画像領域に対して位置、面積、色平均、色の分散及び色数の特徴量の抽出を行う。大容量記憶部１４又は内部記憶部１２に保持されている各画像領域の画像データを順次選択し、それぞれの画像領域に対する各特徴量を求める。このとき、全画像領域の中において最大面積を有する画像領域を背景領域と定義する。
【００５１】
例えば、位置は、各画像領域に対して左上の画素の位置ｘ，ｙを求めることにより決定する。面積は、各画像領域の幅ｗ及び高さｈを抽出することによって決定する。色平均及び色の分散は、各画像領域内の全画素のＬ＊成分、ａ＊成分及びｂ＊成分に対して、それぞれ算術平均及び分散値を求めることによって決定する。また、色数は、各画像領域内の全画素に対して、Ｌ＊成分、ａ＊成分及びｂ＊成分の全てが異なる色の数を累積することによって決定する。
【００５２】
同様に、画像全体及び背景領域の色平均、色の分散及び色数を求めることができる。
【００５３】
ステップＳ３４では、各画像領域と画像全体及び背景領域との色差を求める。
まず、各画像領域について画像全体との各色成分の差ΔＬｉ ＊，Δａｉ ＊及びΔｂｉ ＊を求める。各色成分の差ΔＬｉ ＊，Δａｉ ＊及びΔｂｉ ＊は数式（１）で表される。
【数１】
ΔＬｉ ＊＝画像領域ｉのＬ＊成分の色平均−画像全体のＬ＊成分の色平均
Δａｉ ＊＝画像領域ｉのａ＊成分の色平均−画像全体のａ＊成分の色平均
Δｂｉ ＊＝画像領域ｉのｂ＊成分の色平均−画像全体のｂ＊成分の色平均
ここで、ｉは画像領域の識別符号 ・・・・・・・・・・・・・（１）
【００５４】
同様に、各画像領域について背景領域との各色成分の差ΔＬｊ ＊，Δａｊ ＊及びΔｂｊ ＊を求める。各色成分の差ΔＬｊ ＊，Δａｊ ＊及びΔｂｊ ＊は数式（２）で表される。
【数２】
ΔＬｊ ＊＝画像領域ｊのＬ＊成分の色平均−背景領域のＬ＊成分の色平均
Δａｊ ＊＝画像領域ｊのａ＊成分の色平均−背景領域のａ＊成分の色平均
Δｂｊ ＊＝画像領域ｊのｂ＊成分の色平均−背景領域のｂ＊成分の色平均
ここで、ｊは画像領域の識別符号 ・・・・・・・・・・・・（２）
【００５５】
各画像領域と画像全体との色差ΔｉＬ＊ａ＊ｂ＊及び各画像領域と背景領域との色差ΔｂｊＬ＊ａ＊ｂ＊は数式（３）を用いて求めることができる。
【数３】
ΔｉＬ＊ａ＊ｂ＊＝｛ΔＬｉ ＊２＋Δａｉ ＊２＋Δｂｉ ＊２｝１／２
ΔｂｉＬ＊ａ＊ｂ＊＝｛ΔＬｊ ＊２＋Δａｊ ＊２＋Δｂｊ ＊２｝１／２
ここで、ｉ，ｊは画像領域の識別子 ・・・・・・・・・・・・・（３）
【００５６】
ステップＳ３５では、各画像領域とその領域に隣接する画像領域との色差を求める。画像領域ｉが画像領域ｊと隣接していた場合には、数式（４）を用いて各色成分の差ΔＬｉｊ ＊，Δａｉｊ ＊及びΔｂｉｊ ＊を求める。
【数４】
ΔＬｉｊ ＊＝画像領域ｉのＬ＊成分の色平均−画像領域ｊのＬ＊成分の色平均
Δａｉｊ ＊＝画像領域ｉのａ＊成分の色平均−画像領域ｊのａ＊成分の色平均
Δｂｉｊ ＊＝画像領域ｉのｂ＊成分の色平均−画像領域ｊのｂ＊成分の色平均
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・（４）
【００５７】
画像領域ｉが画像領域ｊとの色差ΔｎｉＬ＊ａ＊ｂ＊は、数式（５）を用いて求めることができる。
【数５】
ΔｎｉＬ＊ａ＊ｂ＊＝｛ΔＬｉｊ ＊２＋Δａｉｊ ＊２＋Δｂｉｊ ＊２｝１／２ ・・・（５）
【００５８】
画像領域が複数の画像領域と隣接していた場合には、隣接する全ての画像領域に対する各色成分の差ΔＬｉｊ ＊，Δａｉｊ ＊及びΔｂｉｊ ＊を求め、それらの算術平均を行うことによって色差を求めることが好適である。
【００５９】
図６に、各画像領域に対して各特徴量を求めた結果を例示する。これらの特徴量は、各画像領域と対応付けられて大容量記憶部１４又は内部記憶部１２に格納及び保持される。各特徴量の抽出を終了すると、メインルーチンのステップＳ４に処理を移行する。
【００６０】
ステップＳ４では、ステップＳ３で抽出された各特徴量に基づいて画像の印象に対する評価を求める。具体的には、画像領域間で各特徴量の値を比較し、所定の条件を満たす画像領域の特徴量を選択し、その値に基づいて予めデータベース化しておいた画像の印象を表現する表現情報を抽出する。表現情報は、テキスト情報のみならず、画像情報や音声情報とすることも好適である。
【００６１】
データベースは、内部記憶部１２又は大容量記憶部１４に格納及び保持される。データベースには、すくなくとも１つの特徴量に関する条件と、画像が人間に与える印象、すなわち画像を見た人間が感じる印象に関する表現情報とが関連付けて保持される。
【００６２】
本実施の形態では、例として、図７に示すデータベースを用いて説明を行う。本データベースでは、背景領域の色平均（Ｌ＊成分、ａ＊成分及びｂ＊成分）、背景領域からの色差が所定値以上で面積が最も大きい画像領域（メイン領域）の色成分に関する特徴量、面積が所定値以下で背景領域からの色差が最も大きい画像領域（アクセント領域）の色成分に関する特徴量に関する条件と、画像の印象に関するテキスト情報が関連付けられている。
【００６３】
但し、画像の印象に関する情報を抽出するために用いることができる特徴量はこれらに限られるものではなく、さらに背景領域からの色差が所定値以上で面積が２番目に大きい面積を有する画像領域の色成分に関する特徴量を用いる等、より多くの特徴量を組み合わせて表現情報を関連付けることがより好適である。
【００６４】
例えば、背景領域（面積が最も大きい画像領域）のＬ＊成分が３、ａ＊成分が０．３及びｂ＊成分が０．１であり、メイン領域のＬ＊成分が３、ａ＊成分が０．３及びｂ＊成分が０．１であり、アクセント領域のＬ＊成分が３、ａ＊成分が０．３及びｂ＊成分が０．１である場合には、条件１に合致するため、「風格がある」というテキスト情報が抽出される。取得した特徴量が他の条件に合致する場合には、その条件に関連付けられたテキスト情報を抽出することができる。
【００６５】
また、さらに多くの特徴量の値を組み合わせた多次元のデータベースを用いても良い。このように、出来る限り多くの特徴量を組み合わせることにより、画像が人間に与える印象をより詳細なものとすることができる。特に、画像領域間の色差など、異なる画像領域間の特徴量の差異を含んだ条件を用いることにより、被評価画像の中で強いコントラストを持つ箇所等から受ける印象を表す表現情報を抽出することも可能となる。
【００６６】
また、図８に示すデータベースのように、特徴量に対する条件と表現情報との関連付けを複数用いても良い。この場合、取得した特徴量が満足する条件が複数となり、それぞれに関連付けられた複数のテキスト情報が抽出される。
【００６７】
例えば、図８のデータベースでは、背景領域（面積が最も大きい画像領域）のＬ＊成分が３、ａ＊成分が０．３及びｂ＊成分が０．１である場合には、条件１に合致するため、「風格がある」というテキスト情報が抽出される。同時に、背景領域からの色差が所定値以上で面積が最も大きい画像領域（メイン領域）のＬ＊成分が５５、ａ＊成分が０．３及びｂ＊成分が０．１である場合には、条件１０２に合致するため、「ナチュラルな」というテキスト情報が抽出される。さらに、面積が所定値以下で背景領域からの色差が最も大きい画像領域（アクセント領域）のＬ＊成分が６５、ａ＊成分が０．３及びｂ＊成分が０．１５である場合には、条件２０２に合致するため、「平和な」というテキスト情報が抽出される。
【００６８】
ステップＳ５では、出力部１６において、取得された特徴量に関する情報及び抽出された表現情報を表示する。出力は、画像に関する情報がユーザに把握し易い態様で行うことが好適である。
【００６９】
例えば、図９に示すように、被評価画像９０、被評価画像に含まれる各画像領域の面積及び平均色の分布を示す画像色彩情報表示部９１、特徴量に基づいて抽出された表現情報を示すカラーイメージ９２及び主な画像領域の平均色を示す表示部９３を含むことが好適である。
【００７０】
画像色彩情報表示部９１は、図１０（ａ）に示すように、画像領域毎に、各画像領域の平均色に最も近似するカラーパレット上の色を求め、カラーパレットの色毎に、その色に近似する平均色を有する画像領域の合計面積を求め、その面積に比例した領域をそのカラーパレットの色で塗り潰して表示する。
【００７１】
具体的には、図１０（ｂ）に示すように、画像色彩情報表示部９１の画面位置とカラーパレットに含まれる色成分範囲の条件とを関連付けたデータベースを内部記憶部１２又は大容量記憶部１４に格納及び保持しておき、内部記憶部１２又は大容量記憶部１４に保持された各画像領域の平均色の各色成分（Ｌ＊成分、ａ＊成分及びｂ＊成分）及び面積を参照して、各色成分範囲の条件と一致する平均色を有する画像領域の合計面積を求め、その色成分範囲の条件に関連付けられた画面位置に、その合計面積に比例する領域をそのカラーパレットの色で塗り潰した画像情報を表示する。
【００７２】
この画像色彩情報表示部９１によって、ユーザは、評価対象となった画像に含まれる色（平均色）の分布を一見して確認することができる。
【００７３】
カラーイメージ９２は、図１１（ａ）に示すように、出力画面の領域を複数の分割画面領域９５として分割し、分割画面領域９５毎にステップ４のデータベースに含まれる特徴量に対する条件を予め割り当てておき、ステップ４において画像の印象に関する情報を抽出する際に用いた条件が割り当てられた分割画面領域９５に、その条件から抽出された表現情報を表示する。
【００７４】
具体的には、図１１（ｂ）に示すように、各分割画面領域９５の位置情報と、図７又は図８に示すデータベースに含まれる特徴量に対する条件と、を対応付けたデータベースを予め内部記憶部１２又は大容量記憶部１４に保持しておき、このデータベースを参照して、一致する条件の画面の位置に表現情報を表示する。
【００７５】
このとき、分割画面領域９５に条件を割り当てる際に、人間が画像から感じる印象が近い条件ほど、互いに近接する分割画面領域９５に割り当てることが好適である。
【００７６】
図１１のカラーイメージ９２の例では、“暖かい”印象を与える条件ほどカラーイメージ９２の左側に割り当て、逆に、“冷たい”印象を与える条件ほどカラーイメージ９２の右側に割り当てている。また、“柔らかい”印象を与える条件ほどカラーイメージ９２の上側に割り当て、逆に、“硬い”印象を与える条件ほどカラーイメージ９２の下側に割り当てている。但し、これらに限られるものではなく、ユーザが必要とする情報に応じて割り当てを変更しても良い。
【００７７】
例えば、画面領域の左側から右側に向けてａ＊成分が増加し、画面領域の下側から上側に向けてｂ＊成分が増加するような条件を割り当てることによって、人間に与える印象が近い条件を、より近接する分割画面領域９５に割り当てることができる。他の特徴量についても同様である。
【００７８】
このように、条件を傾向付けて割り当てることによって、カラーイメージ９２に表示された情報の位置や集中度から評価対象となった画像の印象に対する傾向を知ることができる。
【００７９】
例えば、取得した特徴量が図８の条件１、条件１０２及び条件２０２に合致して「風格がある」「ナチュラルな」及び「平和な」というテキスト情報が抽出された場合、図１２に示すように、カラーイメージ９２の条件１、条件１０２及び条件２０２が割り当てられた分割画面領域９６，９７，９８にそれぞれ「風格がある」「ナチュラルな」及び「平和な」が表示される。
【００８０】
さらに、条件に合致した特徴量を示す情報を同時に表示することが好適である。例えば、図１２に示すように、条件１に合致した背景領域の面積に比例した領域９６を背景領域の平均色で塗り潰して表示する。同様に、条件１０２及び条件２０２に合致した各々の画面領域の面積に比例した領域９７及び領域９８をその画面領域の平均色で塗り潰して表示する。
【００８１】
このように、カラーイメージ９２上に画像の印象を示すテキスト情報と特徴量を示す情報とを同時に表示することによって、ユーザは、どのような特徴量に基づいて画像の印象が評価されたかを、その特徴量に対応付けて容易に認識することが可能となる。
【００８２】
また、ステップＳ４において、図７のように、複数の特徴量の組合せからなる条件を用いて表現情報を抽出した場合には、図１１の各分割画面領域９５に割り当てる条件を複数の特徴量の組合せからなる条件とすることが好適である。
【００８３】
この場合、組み合わされた特徴量の抽出元の画像領域の平均色を一緒に表示しても良い。例えば、図１３のように、図７の条件１により抽出された表現情報「風格がある」と、その抽出に用いられた背景領域、メイン領域及びアクセント領域の平均色をカラーイメージ９２上に同時に表示する。
【００８４】
主な画像領域の平均色を示す表示部９３は、背景領域、メイン領域及びアクセント領域の各々の平均色を表示する。
【００８５】
このように、評価対象となった画像の主要な画像領域の特徴量を抽出した結果を提示することにより、ユーザは、カラーイメージ９２の表示と比較し、各画像領域の特徴量によってどのような印象が与えられるかを明確に知ることができる。
【００８６】
＜第２の画像印象評価方法＞
第２の画像印象評価方法を以下に説明する。第２の画像印象評価方法では、予め複数の色を含んだカラーパレットを準備し、そのカラーパレットに含まれる各色を組み合わせた条件に画像の印象の表現情報を割り当てたデータベースを準備し、被評価画像から色に関する特徴量を抽出し、その特徴量に対応するカラーパレット上の色に割り当てられた表現情報を選択して表示する。
【００８７】
以下に、カラーパレットを用いた画像の印象評価の処理方法について、図を参照して説明する。上記第１の画像印象評価方法と同様に、図２に示すように、被評価画像の入力（ステップＳ１）、画像領域の分割（ステップＳ２）、物理的特徴量を取得するサブルーチン（ステップＳ３）、印象評価の抽出（ステップＳ４）及び評価結果の出力（ステップＳ５）を含み、各ステップを順次行うことによって実行される。
【００８８】
ステップＳ１及びＳ２では、上記第１の画像印象評価方法と同様に処理が行われるため、説明を省略する。
【００８９】
ステップＳ３では、画像領域毎に特徴量が算出され、その中の色に関する特徴量とカラーパレット上の色への対応付けが行われる。ステップＳ３は、図１４に示すように、サブルーチンとして処理される。
【００９０】
ステップＳ３１では、各画像領域の画像データの色空間がＲＧＢ空間からＬ＊ａ＊ｂ＊空間に変換される。この処理は、上記第１の画像印象評価方法と同様であるため、説明は省略する。
【００９１】
ステップＳ３２では、色空間変換された各画像領域の画像データを大容量記憶部１４又は内部記憶部１２に格納及び保持する。
【００９２】
ステップＳ３７では、各画像領域に対して位置、面積、色の分散及び色数の特徴量の抽出を行うと共に、さらに各画像領域の色平均の特徴量に最も近似するカラーパレット上の色を特徴量として求める。
【００９３】
各画像領域の位置、面積、色の分散及び色数についての特徴量の算出方法は、上記第１の画像印象評価方法と同様であるので、説明は省略する。
【００９４】
カラーパレット上の色の特徴量は、上記第１の画像印象評価方法と同様に算出した各画像領域の色平均に基づいてパターンマッチングを行うことによって、その色平均に最も近似するカラーパレット上の色を求める。
【００９５】
ステップＳ３８では、画像領域毎に求められたカラーパレット上の色と、その画像領域の面積に基づいて、ベースカラー、サブカラー及びアクセントカラーを算出する。ここで、ベースカラーとは、被評価画像の中で最大面積用いられている色をいう。サブカラーとは、ベースカラーからの色差が所定値以上であり、かつ、より広い面積に用いられている色を順に２色選択したものをいう。アクセントカラーとは、用いられている面積が被評価画像の面積に対して所定割合以下であり、かつベースカラーからのより色差が大きいものから順に２色選択したものをいう。図１５に、選択されたベースカラー１色、サブカラー２色及びアクセントカラー２色を例示する。但し、色の選択条件はこれらに限られるものではなく、被評価画像の特徴を明確に示す色であれば良い。
【００９６】
ステップＳ４では、選択された色、すなわちベースカラー、サブカラー及びアクセントカラーに基づいて、被評価画像が人間に与える印象に関する情報を抽出する。具体的には、予めベースカラー、サブカラー又はアクセントカラーを組み合わせた条件と、その組合せから人間が受ける印象に関する表現情報とを関連付けたデータベースを作成しておき、選択されたベースカラー、サブカラー及びアクセントカラーの組合せと一致する条件に関連付けられた表現情報を抽出する。
【００９７】
ここでは、図１６に示すデータベースを用いて説明する。本データベースでは、ベースカラーとサブカラー２色の組合せを条件としてデータベースと、アクセントカラー２色の組合せを条件としたデータベースを含んでいる。但し、ベースカラー、サブカラー及びアクセントカラーの組合せの条件はこれらに限られるものではなく、その他の組合せを条件としても良い。
【００９８】
これらのデータベースを参照すると、例えば図１４において、被評価画像から選択されたベースカラー、サブカラー及びアクセントカラーからは、「大胆な」及び「明瞭な」というテキスト情報を抽出することができる。
【００９９】
ステップＳ５では、出力部１６において、選択されたベースカラー、サブカラー及びアクセントカラーや抽出された表現情報を表示する。出力は、画像に関する情報がユーザに把握し易い態様で行うことが好適である。
【０１００】
例えば、図１７のように、被評価画像１６０、被評価画像に含まれるカラーパレット上の色の面積を示す画像色彩情報表示部１６１、選択されたカラーから抽出された表現情報を表示するカラーイメージ１６２及び選択されたカラーを表示する表示部１６３を含むことが好適である。
【０１０１】
画像色彩情報表示部１６１は、上記第１の画像印象評価方法と同様に、被評価画像内に含まれるカラーパレット上の色の面積を、その面積に比例した画面領域をそのカラーパレット上の色で塗り潰して表示される。
【０１０２】
カラーイメージ１６２は、出力画面の領域を複数の分割画面領域に分割し、分割画面領域毎にベースカラー、サブカラー及びアクセントカラーの組合せからなる条件を割り当て、表現情報を抽出するときに用いた条件と一致する条件が割り当てられた領域に、その条件から抽出された表現情報を表示する。また、併せて、表現情報の抽出に用いられたベースカラー、サブカラー及びアクセントカラーを表示することも好適である。
【０１０３】
具体的な、表示方法は、上記第１の画像印象評価方法と同様であるので、ここでの説明は省略する。
【０１０４】
以上のように、第１及び第２の画像印象評価方法によれば、画像が人間に与える印象を評価するために適した特徴量及びその組合せが満たす条件から、画像が人間に与える印象に関する情報を自動で提示することができる。
【０１０５】
したがって、画像作成の経験が少ないユーザであっても、画像データを入力するだけで、的確な印象に関する情報を得ることができる。
【０１０６】
また、画像が人間に与える印象に関する情報のみならず、評価に用いられた特徴量等を、ユーザが把握し易い態様で提示することができ、ユーザは画像に関する全般的な情報を容易に把握することができる。
【０１０７】
＜第３の画像印象評価方法＞
ハイパーテキスト形式等のコンテンツが構造化された画像やドキュメントの場合には、それらを構成しているテキスト情報の構文を解析することによって、画像の領域分割及び特徴量の抽出を自動で行うことができる。
【０１０８】
以下に、構造化された画像の印象評価の処理方法について、図を参照して説明する。上記第１の画像印象評価方法と同様に、被評価画像の入力（ステップＳ１）、画像領域の分割（ステップＳ２）、物理的特徴量を取得するサブルーチン（ステップＳ３）、印象評価の抽出（ステップＳ４）及び評価結果の出力（ステップＳ５）を含み、各ステップを順次行うことによって実行される。
【０１０９】
ステップＳ１は、上記第１の画像印象評価方法と同様に処理するため、ここでの説明は省略する。
【０１１０】
ステップＳ２では、評価対象となる画像を複数の領域に分割する。このとき、構造化された画像データを解析し、構造化されているコンテンツ毎に分割画像領域として分割する。
【０１１１】
ネットワーク２６から読み込まれたＨＴＭＬ形式で記述された画像が評価対象である場合は、その画像データに含まれる各タグで括られるコンテンツを１つの分割画像領域とする。例えば、＜ｈｅａｄ＞タグと＜／ｈｅａｄ＞タグの間をヘッダ部として分割することができる。
【０１１２】
ステップＳ３では、ステップＳ２で分割された各画像領域から特徴量を抽出する。すなわち、各画像領域として分割されたコンテンツ毎の色、大きさ、配置等の情報を特徴量として抽出する。
【０１１３】
以下、ステップＳ４及びステップＳ５では、上記第１の画像印象評価方法と同様に処理を行うため、説明を省略する。
【０１１４】
以上のように、第３の画像印象評価方法によれば、ハイパーテキスト形式等の構造化された画像データから特徴量を抽出し、その画像が人間に与える印象に関する情報を提示することができる。さらに、被評価画像のビットマップ形式の画像データと、上記構文解析を組み合わせることによって、より正確な領域分割を行うこともできる。
【０１１５】
【発明の効果】
本発明によれば、評価対象となる画像から複数の視覚的な特徴量を取得し、その特徴量の組合せに基づいて、その画像が人間に与える印象に関する情報を把握し易い形態で提示することができる。
【０１１６】
また、ユーザは、評価対象となる画像の画像データを入力するだけで、上記の情報を得ることができる。したがって、画像作成等の経験が少ないユーザであっても、画像の印象に関する情報を正確に把握することができる。
【図面の簡単な説明】
【図１】本実施の形態における画像印象評価装置の構成のブロック図である。
【図２】本実施の形態における第１の画像印象評価方法のフローチャートを示す図である。
【図３】評価対象となる画像を画像領域に分割した例を示す図である。
【図４】本発明の実施の形態における第１の画像印象評価方法のステップＳ３のフローチャートを示す図である。
【図５】均等色空間におけるマンセル色相環を示す図である。
【図６】本発明の実施の形態における第１の画像印象評価方法で取得された特徴量の例を示す図である。
【図７】本発明の実施の形態における第１の画像印象評価方法で用いられる表現情報抽出用データベースの例を示す図である。
【図８】本発明の実施の形態における第１の画像印象評価方法で用いられる表現情報抽出用データベースの別の例を示す図である。
【図９】本発明の実施の形態における第１の画像印象評価方法の評価結果の出力例を示す図である。
【図１０】本発明の実施の形態における第１の画像印象評価方法の画像色彩情報表示部を表示する方法の説明図である。
【図１１】本発明の実施の形態における第１の画像印象評価方法のカラーイメージを表示する方法の説明図である。
【図１２】本発明の実施の形態における第１の画像印象評価方法のカラーイメージの表示例を示す図である。
【図１３】本発明の実施の形態における第１の画像印象評価方法の評価結果の別の表示例を示す図である。
【図１４】本発明の実施の形態における第２の画像印象評価方法のフローチャートを示す図である。
【図１５】本発明の実施の形態における第２の画像印象評価方法で取得されたベースカラー、サブカラー及びアクセントカラーの例を示す図である。
【図１６】本発明の実施の形態における第２の画像印象評価方法で用いられる表現情報抽出用データベースの例を示す図である。
【図１７】本発明の実施の形態における第２の画像印象評価方法の評価結果の出力例を示す図である。
【符号の説明】
１０ 制御部、１２ 内部記憶部、１４ 大容量記憶部、１６ 出力部、１８標準入力部、２０ 画像入力部、２２ インターフェース部、２４ バス、２６ ネットワーク、３０ ヘッダ部、３１ タイトル部、３２ 見出し部、３３リンクボタン部、３４ イメージ画像部、３５ テキスト部、９０ 評価対象画像（被評価画像）、９１ 画像色彩情報表示部、９２ カラーイメージ、９３主な領域のカラー表示部。
Claims (17)
- 画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置であって、
画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段と、
評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得手段と、
前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出手段と、
前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する手段であって、
前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する出力手段と、
を含むことを特徴とする画像印象評価装置。 - 画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置であって、
画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段と、
評価対象となる画像を複数の画像領域として分割する領域分割手段と、
前記画像領域に各々に含まれる画像から少なくとも１つの特徴量を取得する特徴量取得手段と、
前記データベースから、前記取得された特徴量が満たす前記条件に関連付けられた前記表現情報を抽出する表現情報抽出手段と、
前記抽出した表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する手段であって、
前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する出力手段と、
を含むことを特徴とする画像印象評価装置。 - 請求項２に記載の画像印象評価装置において、
前記特徴量は、前記画像領域間の視覚的な特徴の差異に関する特徴量を含むことを特徴とする画像印象評価装置。 - 請求項３に記載の画像印象評価装置において、
前記特徴量は、画像全体と画像領域との色差、背景と画像領域との色差、又は画像領域と当該画像領域に隣接する画像領域との色差、に関する特徴量の少なくとも１つであることを特徴とする画像印象評価装置。 - 請求項１〜４のいずれか１に記載の画像印象評価装置において、
前記出力手段は、
前記出力画面の領域を複数の分割画面領域として分割し、
前記分割画面領域毎に前記条件を割り当て、
前記取得された特徴量が満たす前記条件に対応する前記分割領域に前記抽出された表現情報を表示する手段を含むことを特徴とする画像印象評価装置。 - 請求項１〜５のいずれか１に記載の画像印象評価装置において、
前記特徴量は平均色及び面積を含み、
前記取得された特徴量に関する情報は、当該取得された特徴量の取得元である前記画像領域の面積に比例した出力画面の領域に、当該画像領域の平均色を表示する画像情報であることを特徴とする画像印象評価装置。 - 画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価装置であって、
画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じ る印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段と、
評価対象となる画像を複数の画像領域として分割する領域分割手段と、
前記画像領域に各々に含まれる画像から少なくとも１つの特徴量を取得する特徴量取得手段と、
前記データベースから、前記取得された特徴量が満たす前記条件に関連付けられた前記表現情報を抽出する表現情報抽出手段と、
前記抽出した表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力手段と、を備え、
前記特徴量は平均色及び面積を含み、
前記出力手段は、
前記出力画面の領域を複数の分割画面領域に分割し、
当該分割画面領域毎に異なる色を割り当て、
前記画像領域毎に、当該画像領域の平均色に対応する前記分割画面領域内において、当該画像領域の面積に比例する領域に当該画像領域の平均色を表示する手段を含むことを特徴とする画像印象評価装置。 - 請求項１又は２に記載の画像印象評価装置において、
前記特徴量は、明度、彩度、色相、平均色、面積又は位置に関する特徴量の少なくとも１つであることを特徴とする画像印象評価装置。 - 画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価方法であって、
画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、
評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、
前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出工程と、
前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する工程であって、
前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する出力工程と、
を含む処理を行うことを特徴とする画像印象評価方法。 - 画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価方法であって、
画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、
評価対象となる画像を複数の画像領域として分割する領域分割工程と、
前記画像領域に各々に含まれる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、
前記データベースから、前記取得された特徴量が満たす前記条件に関連付けられた前記表現情報を抽出する表現情報抽出工程と、
前記抽出した表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する工程であって、
前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する工程と、
を含む処理を行うことを特徴とする画像印象評価方法。 - 請求項１０に記載の画像印象評価方法において、
前記特徴量は、前記画像領域間の視覚的な特徴の差異に関する特徴量を含むことを特徴とする画像印象評価方法。 - 請求項１１に記載の画像印象評価方法において、
前記特徴量は、画像全体と画像領域との色差、背景と画像領域との色差、又は画像領域と当該画像領域に隣接する画像領域との色差、に関する特徴量の少なくとも１つであることを特徴とする画像印象評価方法。 - 請求項９〜１２のいずれか１に記載の画像印象評価方法において、
前記出力工程は、
前記出力画面の領域を複数の分割画面領域として分割し、
前記分割画面領域毎に前記条件を割り当て、
前記取得された特徴量が満たす前記条件に対応する前記分割領域に前記抽出された表現情報を表示する工程を含むことを特徴とする画像印象評価方法。 - 請求項９〜１３のいずれか１に記載の画像印象評価方法において、
前記特徴量は平均色及び面積を含み、
前記取得された特徴量に関する情報は、当該取得された特徴量の取得元である前記画像領域の面積に比例した出力画面の領域に、当該画像領域の平均色を表示する画像情報であることを特徴とする画像印象評価方法。 - 画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価方法であって、
画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、
評価対象となる画像を複数の画像領域として分割する領域分割工程と、
前記画像領域に各々に含まれる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、
前記データベースから、前記取得された特徴量が満たす前記条件に関連付けられた前記表現情報を抽出する表現情報抽出工程と、
前記抽出した表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する出力工程と、を備え、
前記特徴量は平均色及び面積を含み、
前記出力工程は、
前記出力画面の領域を複数の分割画面領域に分割し、
当該分割画面領域毎に異なる色を割り当て、
前記画像領域毎に、当該画像領域の平均色に対応する前記分割画面領域内において、当該画像領域の面積に比例する領域に当該画像領域の平均色を表示する工程を含むことを特徴とする画像印象評価方法。 - 請求項９又は１０に記載の画像印象評価方法において、
前記特徴量は、明度、彩度、色相、平均色、面積又は位置に関する特徴量の少なくとも１つであることを特徴とする画像印象評価方法。 - 画像から取得される視覚的情報に基づいて、当該画像が人間に与える印象に関する情報を提示する画像印象評価プログラムであって、
画像に関する少なくとも１つの視覚的な特徴量に対する条件と、画像を見た人間が感じる印象を表す表現情報と、を関連付けたデータベースを保持する記憶手段を用いて、
コンピュータに、
評価対象となる画像から少なくとも１つの特徴量を取得する特徴量取得工程と、
前記取得した特徴量が満たす前記条件、と関連付けられた前記表現情報を抽出する表現情報抽出工程と、
前記抽出された表現情報を、前記評価対象となる画像が人間に与える印象に関する情報として出力画面に表示する工程であって、
前記出力画面の領域を複数の分割画面領域に分割し、前記分割画面領域毎に前記条件を割り当て、前記取得された特徴量が満たす前記条件に対応する前記分割画面領域に当該取得された特徴量に関する情報を表示する出力工程と、
を含む処理を実行させることを特徴とする画像印象評価プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002187522A JP3562516B2 (ja) | 2002-06-27 | 2002-06-27 | 画像印象評価装置、画像印象評価方法及び画像印象評価プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002187522A JP3562516B2 (ja) | 2002-06-27 | 2002-06-27 | 画像印象評価装置、画像印象評価方法及び画像印象評価プログラム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004096774A Division JP3972914B2 (ja) | 2004-03-29 | 2004-03-29 | 画像印象評価装置、画像印象評価方法及び画像印象評価プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004030377A JP2004030377A (ja) | 2004-01-29 |
| JP3562516B2 true JP3562516B2 (ja) | 2004-09-08 |
Family
ID=31182537
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002187522A Expired - Fee Related JP3562516B2 (ja) | 2002-06-27 | 2002-06-27 | 画像印象評価装置、画像印象評価方法及び画像印象評価プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3562516B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8478053B2 (en) | 2009-07-15 | 2013-07-02 | Nikon Corporation | Image sorting apparatus |
| US10540795B2 (en) | 2015-03-11 | 2020-01-21 | Fujifilm Corporation | Image combination apparatus, image combination method, image combination program, and recording medium storing image combination program |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7899243B2 (en) | 2000-11-06 | 2011-03-01 | Evryx Technologies, Inc. | Image capture and identification system and process |
| US9310892B2 (en) | 2000-11-06 | 2016-04-12 | Nant Holdings Ip, Llc | Object information derived from object images |
| US7565008B2 (en) | 2000-11-06 | 2009-07-21 | Evryx Technologies, Inc. | Data capture and identification system and process |
| US7680324B2 (en) | 2000-11-06 | 2010-03-16 | Evryx Technologies, Inc. | Use of image-derived information as search criteria for internet and other search engines |
| US8224078B2 (en) | 2000-11-06 | 2012-07-17 | Nant Holdings Ip, Llc | Image capture and identification system and process |
| JP4611649B2 (ja) * | 2004-02-27 | 2011-01-12 | 大日本印刷株式会社 | Ｗｅｂ解析型音楽装置 |
| JP4940734B2 (ja) * | 2006-04-04 | 2012-05-30 | 富士ゼロックス株式会社 | デザイン制作支援装置及びデザイン制作支援プログラム |
| JP2007280038A (ja) | 2006-04-06 | 2007-10-25 | Fuji Xerox Co Ltd | 商品情報提供の評価方法 |
| JP4797757B2 (ja) | 2006-04-06 | 2011-10-19 | 富士ゼロックス株式会社 | メディア評価方法 |
| KR102001944B1 (ko) * | 2017-12-27 | 2019-07-19 | 충북대학교 산학협력단 | 색상 상호작용 네트워크 지도의 제작방법 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3063073B2 (ja) * | 1995-06-30 | 2000-07-12 | 富士ゼロックス株式会社 | 画像解析表現付加装置 |
| JP3729222B2 (ja) * | 1996-12-24 | 2005-12-21 | 富士ゼロックス株式会社 | 画像デザイン支援装置 |
| JPH1166309A (ja) * | 1997-08-21 | 1999-03-09 | Fuji Xerox Co Ltd | 画像感性特性評価装置 |
| JP3772514B2 (ja) * | 1998-02-17 | 2006-05-10 | 富士ゼロックス株式会社 | 画像イメージ評価装置 |
| JP3492990B2 (ja) * | 2000-09-12 | 2004-02-03 | 株式会社東芝 | 画像処理装置及び画像処理方法並びに記録媒体 |
-
2002
- 2002-06-27 JP JP2002187522A patent/JP3562516B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8478053B2 (en) | 2009-07-15 | 2013-07-02 | Nikon Corporation | Image sorting apparatus |
| US10540795B2 (en) | 2015-03-11 | 2020-01-21 | Fujifilm Corporation | Image combination apparatus, image combination method, image combination program, and recording medium storing image combination program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004030377A (ja) | 2004-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3063073B2 (ja) | 画像解析表現付加装置 | |
| JP3562516B2 (ja) | 画像印象評価装置、画像印象評価方法及び画像印象評価プログラム | |
| KR100856169B1 (ko) | 마스카라 선정방법, 마스카라 선정 시스템 및 마스카라카운셀링 툴 | |
| JP3972914B2 (ja) | 画像印象評価装置、画像印象評価方法及び画像印象評価プログラム | |
| EP2610812B1 (en) | Providing a mosaic image of an original image | |
| JP3390558B2 (ja) | リップカラーアドバイスシステム及び方法 | |
| EP2717209A1 (en) | Market evaluation investigation device and investigation method | |
| WO2015114785A1 (ja) | 属性表示システム、属性表示方法及び属性表示プログラム | |
| WO2018189802A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| JP4253498B2 (ja) | 画像検索プログラム、そのプログラムを記憶した記憶媒体、画像検索装置及び画像検索方法 | |
| JP2011171807A (ja) | 画像処理装置、およびプログラム | |
| JP6280703B2 (ja) | 色彩デザイン評価装置、及び、色彩デザイン評価方法 | |
| JP5855890B2 (ja) | ヘアカラーのシミュレーションシステム及び方法、コンピュータプログラム | |
| US20070233618A1 (en) | Computer readable recording medium having design creation supporting program stored thereon, design creation supporting apparatus and computer data signal for supporting design creation | |
| US20070233620A1 (en) | Computer readable recording medium having design creation supporting program stored thereon, design creation supporting apparatus and computer data signal for supporting design creation | |
| JP4775122B2 (ja) | ドキュメント印象評価装置及びドキュメント印象評価プログラム | |
| JP4775120B2 (ja) | ドキュメント印象評価装置及びドキュメント印象評価プログラム | |
| JP4882523B2 (ja) | ドキュメント印象評価装置及びドキュメント印象評価プログラム | |
| KR101874122B1 (ko) | 가상 메이크업 시뮬레이션 방법 및 장치 | |
| US20070233619A1 (en) | Computer readable recording medium having design creation supporting program stored thereon, design creation supporting apparatus and computer data signal for supporting design creation | |
| JP4710766B2 (ja) | デザイン制作支援装置及びデザイン制作支援プログラム | |
| JP4807148B2 (ja) | ドキュメント印象評価装置及びドキュメント印象評価プログラム | |
| JP4802826B2 (ja) | デザイン制作支援装置及びデザイン制作支援プログラム | |
| WO2015129335A1 (ja) | 商品検索装置、システム、方法およびプログラム | |
| JP2009003581A (ja) | 画像蓄積・検索システム及び画像蓄積・検索システム用プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20040119 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040127 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040329 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040511 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040524 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080611 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090611 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100611 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100611 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110611 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110611 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120611 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130611 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140611 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |