以下、本発明を実施するための最良の形態� ��ついて説明する。
(第一の実施形態)
 図1は、本発明の第一の実施形態による電子 カメラ1の要部構成を説明するブロック図で� �る。電子カメラ1は、メインCPU11によって制� �される。

 撮影レンズ21は、撮像素子22の撮像面上に 被写体像を結像させる。撮像素子22はCCDイメ� ��ジセンサなどで構成され、撮像面上の被写� ��像を撮像し、撮像信号を撮像回路23へ出力� �る。撮像素子22の撮像面には、それぞれR(赤) 、G(緑)およびB(青)のカラーフィルタが画素位 置に対応するように設けられている。撮像素 子22がカラーフィルタを通して被写体像を撮� ��するため、撮像素子22から出力される光電� �換信号は、RGB表色系の色情報を有する。

 撮像回路23は、撮像素子22から出力される 光電変換信号に対するアナログ処理(ゲイン� �ントロールなど)を行う他、内蔵するA/D変換� ��路でアナログ撮像信号をディジタルデータ� ��変換する。

 メインCPU11は、各ブロックから出力され� �信号を入力して所定の演算を行い、演算結� �に基づく制御信号を各ブロックへ出力する� �画像処理回路12は、たとえばASICとして構成� �れ、撮像回路23から入力されるディジタル画 像信号に対して画像処理を行う。画像処理に は、たとえば、輪郭強調や色温度調整(ホワ� �トバランス調整)処理、画像信号に対するフ� ��ーマット変換処理が含まれる。

 画像圧縮回路13は、画像処理回路12による 処理後の画像信号に対して、JPEG方式で所定� �圧縮比率の画像圧縮処理を行う。表示画像� �成回路15は、撮像画像を液晶モニタ16に表示� ��せるための表示データを作成する。

 記録媒体30は、電子カメラ1に対して着脱� ��能なメモリカードなどで構成される。記録� ��体30には、メインCPU11からの指示によって撮 影画像のデータおよびその情報を含む画像フ ァイルが記録される。記録媒体30に記録され� ��画像ファイルは、メインCPU11からの指示に� �って読み出しが可能である。

 バッファメモリ14は、画像処理前後およ� �画像処理途中のデータを一時的に格納する� �、記録媒体30へ記録する前の画像ファイルを 格納したり、記録媒体30から読み出した画像� ��ァイルを格納したりするために使用される� ��

 操作部材17は、電子カメラ1の各種ボタン� ��スイッチ類を含み、レリーズボタンの押下� ��作、モード切替スイッチの切換操作など、� ��操作部材の操作内容に応じた操作信号をメ� ��ンCPU11へ出力する。

 焦点検出装置18は、焦点検出領域に対応� �る光束を用いて、周知の位相差検出方式に� �って撮影レンズ21による焦点調節状態の検出 を行う。具体的には、焦点検出光学系(不図� �)を介して一対の被写体像をオートフォーカ� ��センサ(不図示)上に結像させる。メインCPU11 は、センサ上の一対の被写体像の相対間隔に 基づいて撮影レンズ21による焦点位置の調節� ��態(デフォーカス量)を算出する。

 レンズ駆動機構19は、メインCPU11からの指 示によって撮影レンズ21を構成するフォーカ� ��レンズ(不図示)を光軸方向に進退移動させ� �。これにより、ピント調節が行われる。

 電子カメラ1は、レリーズボタンが全押し 操作されるまでスルー画像の取得、および該 スルー画像を液晶モニタ16に表示させる動作� ��繰り返すように構成されている。スルー画� ��は、撮影指示(本画像の取得指示)前に取得� �るモニタ用画像である。

 電子カメラ1は、スルー画像信号を用いて 自動露出演算(AE)を行い、適正露出が得られ� �ようにシャッター速度および絞り値を決定� �る。たとえば、平均測光方式によって被写� �の明るさ(輝度)情報を検出する場合には、ス ルー画像を構成する信号値を平均して得た値 を被写体の輝度情報とする。電子カメラ1は� �この被写体輝度情報に基づいてシャッター� �度および絞り値を決定する。

 電子カメラ1は、次フレームのスルー画像 データを取得する際、前フレームのスルー画 像の信号値から算出した輝度情報に基づいて 、撮像素子22の蓄積時間および絞り値を制御� ��る。

 本実施形態の電子カメラ1は、上記スルー 画像を解析して撮影シーンを判定する機能を 備える。撮影シーンを判定した電子カメラ1� �、判定したシーンの撮影に適したカメラ設� �を自動的に行う。カメラ設定は、露光感度� �ホワイトバランス調整係数などの設定、フ� �ッシュ装置への発光許可/禁止設定などを含� ��。露光感度(ISO感度)は、撮像回路23に増幅ゲ インとしてセットさせる。 ホワイトバラン� ��調整係数は、画像処理回路12にセットされ� �。

 電子カメラ1が判定する撮影シーンは、た とえば、「ポートレート」、「風景」、「夜 景」、「スポーツ」、「花接写」、および「 山岳風景」の6通りである。

《撮影シーン判定に必要なデータ》
 撮影シーン判定に用いるデータについて説� ��する。メインCPU11内の不揮発性メモリ領域11 aには、撮影シーン判定のためのデータが格� �されている。このデータは、上記6通りの撮� ��シーンに該当する複数のサンプル画像デー� ��を用いてあらかじめ算出されたものである� ��以下、データの生成手順について説明する� ��

<特徴量算出>
 各撮影シーンに該当する複数のサンプル画� ��データのそれぞれについて、7つの特徴量を 算出する。図2に例示するフローチャートは� �特徴量算出処理の流れを説明するフローチ� �ートである。図2のステップS121では、特徴量 Bhを算出する。

 特徴量1(=Bh)は、画像の上部(たとえば画像 を垂直方向に略等分に3分割した場合の上部� �域)に含まれるB(青)成分の画素データの濃度� ��(たとえば8ビット階調の場合に0~255)の平均� �を、画像の下部(たとえば画像を垂直方向に� ��等分に3分割した場合の下部領域)に含まれ� �B(青)成分の画素データの濃度値の平均値で� �算した値とする。

 ステップS122では、特徴量Stdを算出する。 特徴量2(=Std)は、画像全体に含まれる画素デ� �タの濃度値のばらつきを示す標準偏差値と� �る。ステップS123では、特徴量Bを算出する。 特徴量3(=B)は、画像全体に含まれるB(青)成分� ��画素データの濃度値の平均値とする。

 ステップS124では、特徴量Yを算出する。特� �量4(=Y)は、次式(1)で算出される輝度情報の平 均値とする。つまり、画像を構成する全画素 データの中でY成分の濃度値の平均を算出す� �。
Y=0.299×R+0.587×G+0.114×B  …(1)

 ステップS125では、特徴量Uを算出する。� �徴量5(=U)は、画像の上部(たとえば画像を垂� �方向に略等分に3分割した場合の上部領域)に 含まれる被写体距離情報とする。具体的には 、画像の上から略1/3の領域にピント合わせに 採用したフォーカスエリアが存在する場合、 当該フォーカスエリアについてのデフォーカ ス量で示される距離情報を画像上部の距離情 報Uとする。画像の上から略1/3の領域にピン� �合わせに採用したフォーカスエリアが存在� �ない場合、当該領域に含まれる複数のフォ� �カスエリアについての各デフォーカス量で� �される距離情報の平均を画像上部の距離情� �Uとする。

 距離情報の無限遠(∞)距離はレンズによ� �て変化する。たとえば、焦点距離200mmレンズ ならほぼ20m以上の被写体は全て∞となり、焦 点距離50mmレンズならほぼ5m以上の被写体は全 て∞となる。したがって、得られた距離を対 数圧縮して正規化を行う。たとえば、底10の� ��用対数を使えば、20mの場合は1.3、5mの場合� �0.7となり、200mmレンズと50mmレンズの無限遠(� ��)距離の比は、元々4倍であるのが2倍以下に� ��縮される。

 ステップS126では、特徴量Mを算出する。� �徴量6(=M)は、画像の中部(たとえば画像を垂� �方向に略等分に3分割した場合の中部領域)に 含まれる被写体距離情報とする。具体的には 、画像中部である略1/3の領域にピント合わせ に採用したフォーカスエリアが存在する場合 、当該フォーカスエリアについてのデフォー カス量で示される距離情報を画像中部の距離 情報Mとする。画像中部である略1/3の領域に� �ント合わせに採用したフォーカスエリアが� �在しない場合、当該領域に含まれる複数の� �ォーカスエリアについての各デフォーカス� �で示される距離情報の平均を画像中部の距� �情報Mとする。

 ステップS127では、特徴量Lを算出する。� �徴量7(=L)は、画像の下部(たとえば画像を垂� �方向に略等分に3分割した場合の下部領域)に 含まれる被写体距離情報とする。具体的には 、画像下部である略1/3の領域にピント合わせ に採用したフォーカスエリアが存在する場合 、当該フォーカスエリアについてのデフォー カス量で示される距離情報を画像下部の距離 情報Lとする。画像下部である略1/3の領域に� �ント合わせに採用したフォーカスエリアが� �在しない場合、当該領域に含まれる複数の� �ォーカスエリアについての各デフォーカス� �で示される距離情報の平均を画像下部の距� �情報Lとする。

 以上説明した特徴量算出処理により、1画 像につき7種の特徴量が算出される。図3は、� ��ンプル画像ごとに算出された特徴量を例示� ��る図である。

<統計値による特徴量評価>
 図3に例示した特徴量群に統計学手法の主成 分分析を行うと、各特徴量ごとに第1主成分� �報、第2主成分情報、…、および第7主成分情 報がそれぞれ得られる。図4は、第1主成分情� ��から第7主成分情報を例示する図である。な お、図4によって示される主成分で表される� �クトルを固有ベクトル(pcs)と呼ぶ。

<特徴量空間変換>
 本実施形態において特徴量空間の変換とは� ��上述した7つの特徴量軸で示される7次元の� �徴量空間から、主成分分析によって得られ� �主成分軸で示される他次元の特徴量空間へ� �換することをいう。本実施形態では、主成� �分析で得られる第1主成分軸から第7主成分軸 のうち第1主成分軸からび第2主成分軸までを� ��用し、これらの2つの主成分軸で示される2� �元の特徴量空間への変換を行う。ここで、� �1主成分についてタイトルをつけるとすれば� ��「被写体距離と空」を表す特徴量である。� ��た、第2主成分の場合は「色合い・明るさ・ めりはり」を表す特徴量である。

 特徴量空間変換は、サンプル画像データ� ��それぞれについて、元の特徴量空間から新� ��な特徴量空間へ上記固有ベクトルを用いて� ��う。具体的には、あるサンプル画像データ� ��ついての7つの特徴量(Bh,Std,B,Y,U,M,L)が(a1,a2,a3 ,a4,a5,a6,a7)の場合、新たな特徴量空間での第1� ��成分データは、0.1761×a1-0.0188×a2+0.1288×a3+0.02 10×a4+0.5946×a5+0.6010×a6+0.4866×a7で算出される。 同様に、新たな特徴量空間での第2主成分デ� �タは、0.0413×a1-0.3751×a2-0.06190×a3-0.6839×a4+0.050 3×a5+0.0428×a6+0.0496×a7で算出される。

<クラスタリング>
 新たな特徴量空間において、サンプル画像� ��クラスタリングする。図5に例示するフロー チャートは、クラスタリング処理の流れを説 明するフローチャートである。ステップS51で は、1画像(すなわち、新たな特徴量空間にお� ��る1データ)を1クラスターとする。ステップS 52では、各クラスター間の距離d(R,Q)を群間平� ��を算出する次式(2)を用いて算出し、ステッ� ��S53へ進む。
ただし、R、Qはそれぞれクラスターを表す。

 ステップS53では、クラスター相互の距離� ��うち距離最小の一対のクラスターを1つのク ラスターに併合する。この処理により、クラ スター数が減少する。ステップS54では、クラ スター数が所定数か否かを判定する。クラス ター数が所定数まで減少した場合にステップ S54を肯定判定して図5の処理を終了する。ク� �スター数が所定数まで減少していない場合� �はステップS54を否定判定し、ステップS52へ� �る。ステップS52へ戻る場合はクラスタリン� �処理を続行する。

 本実施形態では所定数を、たとえば6とす ることにより、クラスター数が6になるまで� �ラスタリング処理を行う。この結果、サン� �ル画像が6つのグループに分類される。これ� ��の6グループは、それぞれ「ポートレート」 、「風景」、「夜景」、「スポーツ」、「花 接写」、および「山岳風景」の撮影シーンに 対応する。図6は、クラスタリング後のデー� �分布を例示する図であり、とくに「スポー� �」、「風景」、および「ポートレート」の3� ��類を表したものである。各クラスター内に� ��在するデータに対応する画像は、は類似性� ��高い。

<共分散逆行列の算出>
 「ポートレート」、「風景」、「夜景」、� ��スポーツ」、「花接写」、および「山岳風� ��」に対応する各分布について、分布の分散� ��分散の逆行列をそれぞれ算出する。たとえ� ��、「風景」についての共分散逆行列(Inv1)を� ��式(3)に例示する。また、「ポートレート」� ��ついての共分散逆行列(Inv2)を次式(4)に例示� ��る。分散値は、図6における各分布の広がり に対応する。

<特徴量の平均値の算出>
 「ポートレート」、「風景」、「夜景」、� ��スポーツ」、「花接写」、および「山岳風� ��」に対応する各分布について、分布の特徴� ��の平均値をそれぞれ算出する。たとえば、� ��風景」についての平均値(m1)を次式(5)に例示 する。また、「ポートレート」についての平 均値(m2)を次式(6)に例示する。平均値は、図6� ��おける各分布の重心に対応する。

 メインCPU11内の不揮発性メモリ領域11aには� �以上のように生成された撮影シーン判定の� �めのデータ、すなわち、固有ベクトル(pcs)、 6つの分布ごとの共分散逆行列、および6つの� ��布ごとの特徴量の平均値が、それぞれ格納� ��れる。本実施形態では、元の特徴量空間を� ��成する特徴量が7つ、1分布当たりの共分散� �行列が4データ、1分布当たりの特徴量の平均 値が2データであるため、7×2+(4+2)×6=50データ� ��メインCPU11内に格納される。このうち、固� �ベクトル(pcs)は7×2=14データである。次式(7)� �固有ベクトル(pcs)を例示する。

《撮影シーン判定処理》
 図7は、電子カメラ1のメインCPU11が行う撮影 シーン判定処理の流れを説明するフローチャ ートである。図7による処理を行うプログラ� �は、電子カメラ1が撮影モードにセットされ� ��場合に起動される。図7のステップS11におい て、メインCPU11は、撮像素子22および撮像回� �23を駆動制御してスルー画像の取得を開始さ せてステップS12へ進む。これにより、撮像回 路23から入力されたスルー画像用の画像信号� ��画像処理回路12が画像処理を行い、画像処� �後のスルー画像が表示画像作成回路15によっ て液晶モニタ16に表示される。

 ステップS12において、メインCPU11は、バ� �ファメモリ14上に展開されているスルー画像 データを用いて特徴量を算出し、ステップS13 へ進む。特徴量算出は、上述したサンプル画 像データの場合と同様に7つの特徴量を算出� �る。ただし、距離情報U、M、Lの算出に用い� �フォーカスエリアについてのデフォーカス� �は、焦点検出装置18によって取得されている 情報を使用する。これにより、スルー画像に おける被写体の距離情報が得られる。ステッ プS13において、メインCPU11は特徴量空間変換� ��行う。

 特徴量空間変換は、上述したサンプル画� ��データの場合と同様に行う。これにより、� ��ルー画像データが、元の特徴量空間から新� ��な特徴量空間へ上記固有ベクトルを用いて� ��換される。ステップS14において、メインCPU1 1はグループ(分布)判定してステップS15へ進む 。具体的には、新たな特徴量空間でスルー画 像に最も近い分布を探す。メインCPU11は、た� ��えば、ユークリッド距離を用いて至近分布� ��選ぶ。図6においてスルー画像データをxと� �れば、|x-m1|および|x-m2|のうち小さい方の分� �(「風景」)を選ぶ。この場合のメインCPU11は� ��撮影シーンが「風景」であると判定する。

 ステップS15において、メインCPU11は「ポ� �トレート」か否かを判定する。メインCPU11は 、ステップS14にて「ポートレート」と判定し た場合はステップS15を肯定判定してステップ S16へ進む。メインCPU11は、ステップS14にて「� ��ートレート」と判定していない場合はステ� ��プS15を否定判定してステップS17へ進む。ス� ��ップS16において、メインCPU11はポートレー� �設定してステップS27へ進む。具体的には、� �光感度や、ホワイトバランス調整係数など� �「ポートレート」に適した値に設定する。

 ステップS17において、メインCPU11は「風� �」か否かを判定する。メインCPU11は、ステッ プS14にて「風景」と判定した場合はステップ S17を肯定判定してステップS18へ進む。メイン CPU11は、ステップS14にて「風景」と判定して� ��ない場合はステップS17を否定判定してステ� ��プS19へ進む。ステップS18において、メインC PU11は風景設定してステップS27へ進む。具体� �には、露光感度や、ホワイトバランス調整� �数などを「風景」に適した値に設定する。

 ステップS19において、メインCPU11は「夜� �」か否かを判定する。メインCPU11は、ステッ プS14にて「夜景」と判定した場合はステップ S19を肯定判定してステップS20へ進む。メイン CPU11は、ステップS14にて「夜景」と判定して� ��ない場合はステップS19を否定判定してステ� ��プS21へ進む。ステップS20において、メインC PU11は夜景設定してステップS27へ進む。具体� �には、露光感度や、ホワイトバランス調整� �数などを「夜景」に適した値に設定する。

 ステップS21において、メインCPU11は「ス� �ーツ」か否かを判定する。メインCPU11は、ス テップS14にて「スポーツ」と判定した場合は ステップS21を肯定判定してステップS22へ進む 。メインCPU11は、ステップS14にて「スポーツ� ��と判定していない場合はステップS21を否定� ��定してステップS23へ進む。ステップS22にお� ��て、メインCPU11はスポーツ設定してステッ� �S27へ進む。具体的には、露光感度や、ホワ� �トバランス調整係数などを「スポーツ」に� �した値に設定する。

 ステップS23において、メインCPU11は「花� �写」か否かを判定する。メインCPU11は、ステ ップS14にて「花接写」と判定した場合はステ ップS23を肯定判定してステップS24へ進む。メ インCPU11は、ステップS14にて「花接写」と判� ��していない場合はステップS23を否定判定し� ��ステップS25へ進む。ステップS24において、� ��インCPU11は花接写設定してステップS27へ進� �。具体的には、露光感度や、ホワイトバラ� �ス調整係数などを「花接写」に適した値に� �定する。

 ステップS25において、メインCPU11は「山� �風景」か否かを判定する。メインCPU11は、ス テップS14にて「山岳風景」と判定した場合は ステップS25を肯定判定してステップS26へ進む 。メインCPU11は、ステップS14にて「山岳風景� ��と判定していない場合はステップS25を否定� ��定してステップS27へ進む。ステップS25を否� ��判定する場合は、露光感度や、ホワイトバ� ��ンス調整係数などは現設定内容を維持する� ��ステップS26において、メインCPU11は山岳風� �設定してステップS27へ進む。具体的には、� �光感度や、ホワイトバランス調整係数など� �「山岳風景」に適した値に設定する。

 ステップS27において、メインCPU11は撮影� �示されたか否かを判定する。メインCPU11は、 レリーズボタンが全押し操作された場合にス テップS27を肯定判定してステップS28へ進む。 メインCPU11は、レリーズボタンが全押し操作� ��れない場合にはステップS27を否定判定し、� ��テップS11へ戻る。ステップS28において、メ� ��ンCPU11は、本撮影処理を行って図7による処� ��を終了する。

 以上説明した第一の実施形態によれば、以� ��の作用効果が得られる。
(1)画像を構成する画素データ、および撮影時 の測距情報に基づく画像の特徴量によって表 される特徴量空間から、主成分分析を用いて 他の特徴量空間へ変換した。これにより、分 散値が大きい特徴量であって、特徴量間の相 関が低い特徴量で構成される新たな特徴量空 間へ変換することができる。

(2)上記(1)による変換後の新たな特徴量空間 を、第1主成分と第2主成分による二次元空間� ��したので、元の7つの特徴量で構成される七 次元空間に比べて、特徴量空間変換処理の負 担を軽くすることができる。

(3)上記(1)による変換後の新たな特徴量空間 で、クラスタリング処理を行って撮影シーン 判定に用いるデータを生成するようにした。 クラスタリング処理は分類対象であるデータ の集合を複数の部分集合に分割するものであ るが、画像を表す特徴量データの集合を複数 の部分集合に分割することで、類似度が高い 画像の特徴量データの集合(クラスタリング� �理後のクラスター)が得られる。クラスター� ��の各特徴量データを平均することで、各ク� ��スター(各撮影シーン)に含まれる画像の特� �量分布の重心情報が得られる。

(4)また、クラスター内の各特徴量データ分 布の分散共分散の逆行列を算出することで、 各クラスター(各撮影シーン)に含まれる画像� ��特徴量分布の広がり情報が得られる。

(5)上記特徴量空間変換に用いる固有ベクト ル、各クラスター(各撮影シーン)に含まれる� ��像の特徴量分布の重心情報、および広がり� ��報をそれぞれ電子カメラ1内に格納しておく 。撮影指示前に取得されるスルー画像につい て、上記固有ベクトルを用いて特徴量空間変 換を行い、変換後の新たな特徴量空間におい て撮影シーンの判定を行う。すなわち、スル ー画像の特徴量に最も近い(その重心が至近� �離に位置する)クラスターを、当該スルー画� ��に対応する撮影シーンであると判定する。� ��れにより、撮影シーンの判定を高精度で行� ��ことができる。

(6)判定した撮影シーンに応じたカメラ設定 を自動的に行うようにしたので、撮影者の負 担を軽減し、使い勝手のよいカメラを提供で きる。

(7)画素データが示す濃度に基づく特徴量(� �とえば、Bh、Std、B、Y)で表した特徴空間でク ラスタリング処理を行うので、濃淡や色合い が類似する撮影シーンを判定できる。

(8)撮影画面を分割した複数の異なる領域か ら抽出された特徴量の比を特徴量とした(た� �えば、Bh)ので、領域間のコントラストが類� �する撮影シーンを判定できる。

(9)測距情報に基づく特徴量(たとえば、U、M 、L)で表した空間でクラスタリング処理を行� ��ので、被写体距離が類似する撮影シーンを� ��定できる。

(10)撮影画面を分割した複数の領域からそ� �ぞれ測距情報に基づく特徴量を抽出した(た� ��えば、U、M、L)ので、撮影画面の一部の測距 情報を特徴量に用いて撮影シーンを判定でき る。

(変形例1)
 マハラノビス距離を用いて至近の分布を選� ��でもよい。この場合のメインCPU11は、図6に� ��いてスルー画像データをxとすれば、|x-m1|/σ 1および|x-m2|/σ2のうち小さい方の分布(「ポー トレート」)を選び、撮影シーンが「ポート� �ート」であると判定する。ただし、σ1は「� �ートレート」についての分散共分散であり� �σ2は「風景」についての分散共分散である� �

(変形例2)
 上記(1)による変換後の新たな特徴量空間の� ��徴量の数は、上述した第1主成分と第2主成� �に限らず、第1主成分~第3主成分よる三次元� �間としても、第1主成分~第4主成分よる三次� �空間としても構わない。

(変形例3)
 撮影シーンを判定した電子カメラ1が行うカ メラ設定に、本撮影時のシャッター速度や絞 り値の設定、自動露出演算方式の設定、測光 方式の設定などを含めてよいのはいうまでも ない。

(変形例4)
 上述した説明では、本撮影用の画像データ� ��取得する撮像素子22でスルー画像用の画像� �ータを取得した。この代わりに、たとえば� �色用の撮像素子を撮像素子22と別に備えてい る場合には、測光用の撮像素子による撮影指 示前の取得画像を用いて撮影シーンを判定す るようにしてもよい。測色用の撮像素子は、 色温度情報を得るための撮像素子であって、 その撮像面にR(赤)、G(緑)およびB(青)のカラー フィルタが画素位置に対応するように設けら れていることにより、RGB表色系の色情報が得 られるものを用いる。

(第二の実施形態)
 特徴量空間変換後の新たな特徴量空間にお� ��て撮影シーンの判定を行う代わりに、特徴� ��空間変換をすることなく、スルー画像の特� ��量によって表される特徴量空間で撮影シー� ��の判定を行うようにしてもよい。この場合� ��は、メインCPU11内の不揮発性メモリ領域11a� �格納する撮影シーン判定のためのデータの� �成時、および、撮影シーンの判定時におい� �、それぞれ特徴量空間変換処理をスキップ� �る。

 つまり、撮影シーン判定のためのデータ� ��生成時は、複数のサンプル画像について、� ��徴量空間変換をしない特徴量空間でクラス� ��リング処理を行って撮影シーン判定に用い� ��データを生成する。この場合にも、クラス� ��ー内の各特徴量データを平均することで、� ��クラスター(各撮影シーン)に含まれる画像� �特徴量分布の重心情報が得られる。

 また、クラスター内の各特徴量データ分� ��の分散共分散の逆行列を算出することで、� ��クラスター(各撮影シーン)に含まれる画像� �特徴量分布の広がり情報が得られる。そし� �、各クラスター(各撮影シーン)に含まれる画 像の特徴量分布の重心情報、および広がり情 報を、それぞれ電子カメラ1内の不揮発性メ� �リ領域11aに格納しておく。

 撮影シーン判定時は、撮影指示前に取得� ��れるスルー画像から得た特徴量によって表� ��れる特徴量空間において撮影シーンの判定� ��行う。すなわち、スルー画像の特徴量に最� ��近い(その重心が至近距離に位置する)クラ� �ターを、当該スルー画像に対応する撮影シ� �ンであると判定する。これにより、撮影シ� �ンの判定を高精度で行うことができる。

 以上説明した第二の実施形態によれば、� ��徴量間の相関が低い場合には、特徴量空間� ��換をしなくても第一の実施形態と同様に撮� ��シーンの判定を高精度に行うことができる� ��

(第三の実施形態)
 本発明の第三の実施形態による電子カメラ1 の要部構成を説明するブロック図は、図1と� �通である。第一の実施形態と同様に、電子� �メラ1はメインCPU11によって制御される。な� �、第一の実施形態で説明した不揮発性メモ� �領域11aを有していなくてもよい。

 電子カメラ1は、スルー画像信号を用いて 自動露出演算(AE)を行い、適正露出が得られ� �ようにシャッター速度および絞り値を決定� �る。たとえば、平均測光方式によって被写� �の明るさ(輝度)情報を検出する場合には、ス ルー画像を構成する画素からの信号値を平均 して得た値を被写体の輝度情報とする。電子 カメラ1は、この被写体輝度情報に基づいて� �ャッター速度および絞り値を決定する。

 電子カメラ1は、次フレームのスルー画像 データを取得する際、前フレームのスルー画 像の信号値から算出した輝度情報に基づいて 、撮像素子22の蓄積時間および絞り値を制御� ��る。

 本実施形態の電子カメラ1は、上記スルー 画像を解析して撮影シーンを判定する機能を 備える。撮影シーンを判定した電子カメラ1� �、判定したシーンの撮影に適したカメラ設� �を自動的に行う。カメラ設定は、露光感度� �ホワイトバランス調整係数などの設定、フ� �ッシュ装置への発光許可/禁止設定などを含� ��。露光感度(ISO感度)は、撮像回路23に増幅ゲ インとしてセットさせる。 ホワイトバラン� ��調整係数は、画像処理回路12にセットされ� �。

 本実施形態の電子カメラ1が判定する撮影 シーンは、たとえば、「山岳風景」、「ポー トレート」、および「スポーツ」の3通りで� �る。

《撮影シーン判定処理》
 図8は、電子カメラ1のメインCPU11が行う撮影 シーン判定処理の流れを説明するフローチャ ートである。図8による処理を行うプログラ� �は、電子カメラ1が撮影モードにセットされ� ��場合に起動される。図8のステップS11におい て、メインCPU11は、撮像素子22および撮像回� �23を駆動制御してスルー画像の取得を開始さ せてステップS12へ進む。これにより、撮像回 路23から入力されたスルー画像用の画像信号� ��画像処理回路12が画像処理を行い、画像処� �後のスルー画像が表示画像作成回路15によっ て液晶モニタ16に表示される。

 ステップS12において、メインCPU11は、バ� �ファメモリ14上に展開されているスルー画像 データを用いて特徴量を算出し、ステップS13 へ進む。特徴量算出の詳細については後述す る。ステップS13において、メインCPU11は判定� ��理を行ってステップS14へ進む。判定処理は� ��特徴量に応じて撮影シーンの判定を行うも� ��であり、その詳細については後述する。

 ステップS14において、メインCPU11は「山� �風景」か否かを判定する。メインCPU11は、ス テップS13にて「山岳風景」と判定した場合は ステップS14を肯定判定してステップS15へ進む 。メインCPU11は、ステップS13にて「山岳風景� ��と判定していない場合はステップS14を否定� ��定してステップS16へ進む。ステップS15にお� ��て、メインCPU11は山岳風景の設定を行って� �テップS20へ進む。具体的には、露光感度や� �ホワイトバランス調整係数などを「山岳風� �」シーンの撮影に適した値に設定する。

 ステップS16において、メインCPU11は「ポ� �トレート」か否かを判定する。メインCPU11は 、ステップS13にて「ポートレート」と判定し た場合はステップS16を肯定判定してステップ S17へ進む。メインCPU11は、ステップS13にて「� ��ートレート」と判定していない場合はステ� ��プS16を否定判定してステップS18へ進む。ス� ��ップS17において、メインCPU11はポートレー� �の設定を行ってステップS20へ進む。具体的� �は、露光感度や、ホワイトバランス調整係� �などを「ポートレート」の撮影に適した値� �設定する。

 ステップS18において、メインCPU11は「ス� �ーツ」か否かを判定する。メインCPU11は、ス テップS13にて「スポーツ」と判定した場合は ステップS18を肯定判定してステップS19へ進む 。メインCPU11は、ステップS13にて「スポーツ� ��と判定していない場合はステップS18を否定� ��定してステップS20へ進む。ステップS18を否� ��判定する場合は、露光感度や、ホワイトバ� ��ンス調整係数などは現設定内容を維持する� ��ステップS19において、メインCPU11はスポー� �の設定を行ってステップS20へ進む。具体的� �は、露光感度や、ホワイトバランス調整係� �などを「スポーツ」シーンの撮影に適した� �に設定する。

 ステップS20において、メインCPU11は撮影� �示されたか否かを判定する。メインCPU11は、 レリーズボタンが全押し操作された場合にス テップS20を肯定判定してステップS21へ進む。 メインCPU11は、レリーズボタンが全押し操作� ��れない場合にはステップS20を否定判定し、� ��テップS11へ戻る。ステップS21において、メ� ��ンCPU11は、本撮影処理を行って図8による処� ��を終了する。

<特徴量算出>
 メインCPU11は、スルー画像データを用いて8� ��の特徴量を算出する。図9に例示するフロー チャートは、特徴量算出処理の流れを説明す るフローチャートである。図9のステップS121� ��は、特徴量Bhを算出する。

 特徴量1(=Bh)は、画像の上部(たとえば画像 を垂直方向に略等分に3分割した場合の上部� �域)に含まれるB(青)成分の画素データの濃度� ��(たとえば8ビット階調の場合に0~255)の平均� �を、画像の下部(たとえば画像を垂直方向に� ��等分に3分割した場合の下部領域)に含まれ� �B(青)成分の画素データの濃度値の平均値で� �算した値とする。

 ステップS122では、特徴量Stdを算出する。 特徴量2(=Std)は、画像全体に含まれる画素デ� �タの濃度値のばらつきを示す標準偏差値と� �る。ステップS123では、特徴量Bを算出する。 特徴量3(=B)は、画像全体に含まれるB(青)成分� ��画素データの濃度値の平均値とする。

 ステップS124では、特徴量Yを算出する。特� �量4(=Y)は、次式(8)で算出される輝度情報の平 均値とする。つまり、画像を構成する全画素 データの中でY成分の濃度値の平均を算出す� �。
Y=0.299×R+0.587×G+0.114×B  …(8)

 ステップS125では、特徴量Dを算出する。� �徴量Dは被写体距離情報とする。具体的には� ��焦点検出装置18によって取得されている情� �を使用する。これにより、スルー画像にお� �る被写体の距離情報が得られる。

 ステップS128では、特徴量Aを算出する。特� �量8(=A)は、時系列に並ぶ複数のスルー画像の フレーム間から次式(9)で算出される2階差分� �する。つまり、離散画像の加速度量(変化量) を算出する。
d ² F/dt ² =|F _i-1 -2×F _i +F _i+1 |          (9)
ただし、tは離散時間であり、Fはスルー画像� ��あり、iはフレーム番号を表す。通常、直近 の3フレーム分のスルー画像データを用いて� �算する。

 上式(9)によれば、スポーツシーンのよう� ��動きが激しい被写体を含む場合は大きな加� ��度量が算出され、静止している被写体を含� ��場合は小さな加速度量が算出される。以上� ��明した特徴量算出処理により、1フレームの スルー画像データから7種の特徴量が算出さ� �、複数フレームのスルー画像データから1つ� ��特徴量が算出される。

<撮影シーン判定>
 メインCPU11は、算出した特徴量を用いて撮� �シーンを判定する。図10に例示するフローチ ャートは、撮影シーン判定処理の流れを説明 するフローチャートである。図10のステップS 131において、メインCPU11は、特徴量Bhが第1所� ��値以上かつ特徴量Dが無限大か否かを判定す る。メインCPU11は、特徴量Bhが、たとえば0.4� �上かつ特徴量Dが無限大の場合にステップS131 を肯定判定してステップS132へ進む。メインCP U11は、特徴量Bhが0.4以上でない、もしくは特� ��量Dが無限大でなければステップS131を否定� �定してステップS134へ進む。図11は、特徴量Bh =0.67の画像を例示する図である。なお、0.67は 正規化後の値である。画像の上部に含まれる B(青)成分の画素データの濃度値が高い場合は 、山岳風景である確率が高い。図10のステッ� ��S132において、メインCPU11は撮影シーンが「� ��岳風景」であると判定し、図10による処理� �終了する。

 ステップS134において、メインCPU11は、特� ��量Dが1.5m~5mの範囲に含まれるか否かを判定� �る。メインCPU11は、特徴量Dが1.5m~5mの場合に� ��テップS134を肯定判定してステップS135へ進� �。メインCPU11は、特徴量Dが1.5m~5mでなければ� ��テップS134を否定判定してステップS137へ進� �。ステップS135において、メインCPU11は、撮� �シーンが「ポートレート」であると判定し� �図10による処理を終了する。

 ステップS137において、メインCPU11は、特� ��量Aが第3所定値以上か否かを判定する。メ� �ンCPU11は、たとえば、上式(9)による2階差分� �算の結果として得られる画像について、当� �画像を構成する全画素データの中で濃度値� �所定値を超える画素データの割合が0.3以上� �場合にステップS137を肯定判定してステップS 138へ進む。メインCPU11は、上記画素データの� ��合が0.3未満であればステップS137を否定判定 してステップS139へ進む。

 図12は、上式(9)による演算結果を例示す� �図である。図12(a)はフレーム(i-1)のスルー画� ��、図12(b)はフレーム(i)のスルー画像、図12(c) はフレーム(i+1)のスルー画像である。図12(d)� �、2階差分画像である。図12(d)によれば、フ� �ーム間で変化がない(被写体が動かない(流れ ない))領域の画素濃度が低下することがわか� ��。被写体に動きがある場合はスポーツ写真� ��ある確率が高い。図10のステップS138におい� ��、メインCPU11は、撮影シーンが「スポーツ� �であると判定し、図10による処理を終了する 。

 図13は、上式(9)による他の演算結果を例� �する図である。図13(a)はフレーム(i-1)のスル� ��画像、図13(b)はフレーム(i)のスルー画像、� �13(c)はフレーム(i+1)のスルー画像である。図1 3(d)は、2階差分画像である。図13(d)によれば� �画像の全域においてフレーム間で変化がな� �場合は、画像全域で画素濃度が低下するこ� �がわかる。

 図10のステップS139において、メインCPU11� �、フレーム間で特徴量Dが異なっているか否� ��を判定する。メインCPU11は、たとえば、直� �の2フレームのスルー画像データから得られ� ��特徴量Dがフレーム間で異なる場合にステッ プS139を肯定判定してステップS138へ進む。フ� ��ーム間で被写体距離が異なる場合はスポー� ��写真である確率が高い。メインCPU11は、直� �の2フレームのスルー画像データから得られ� ��特徴量Dがフレーム間で共通する場合には、 ステップS139を否定判定して図10の処理を終了 する。

 以上説明した第三の実施形態によれば、以� ��の作用効果が得られる。
(1)画像を構成する画素データ、撮影時の測距 情報、フレーム間の画素データの変化量に基 づく画像の特徴量を用いて撮影シーンの判定 を行うようにした。これにより、撮影シーン の判定を精度よく行うことができる。

(2)判定した撮影シーンに応じたカメラ設定 を自動的に行うようにしたので、撮影者の負 担を軽減し、使い勝手のよいカメラを提供で きる。

(3)画素データが示す濃度に基づく特徴量(� �とえば、Bh、Std、B、Y)を得るので、濃淡や色 合いが類似する撮影シーンの判定に好適であ る。

(4)撮影画面を分割した複数の領域からそれ ぞれの濃度による特徴量を算出したので、所 定領域での色合いや濃淡が類似する撮影シー ンの判定に好適である。

(5)撮影画面を分割した複数の異なる領域に ついての特徴量を算出し、さらに領域間の特 徴量の比を特徴量とした(たとえば、Bh)ので� �領域間のコントラストが類似する撮影シー� �の判定に好適である。

(6)測距情報に基づく特徴量Dを得るので、� �写体距離が類似する撮影シーンの判定に好� �である。

(7)フレーム間の濃度の変化量に基づく特徴 量(たとえば、A)を得るので、動きがある撮影 シーンの判定に好適である。

(8)フレーム間の測距情報の変化量を撮影シ ーンの判定に用いたので、動きがある撮影シ ーンの判定に好適である。

(変形例5)
 図10に例示した判定処理は一例であるので� �各ステップの処理の順序を適宜入れ替えて� �よい。たとえば、ステップS131、S133、S134、S1 37およびS139は、いずれの処理を先に行っても よく、いずれの処理を後から行ってもよい。 また、各ステップの処理の順序の入れ替えは 、被写体の明るさに応じて行ってもよいし、 不図示のフラッシュ装置の発光が許可されて いるか否かに応じて行うようにしてもよい。

(変形例6)
 特徴量Bhが第1所定値以上(ステップS131を肯� �判定)の場合に山岳風景判定を行うようにし� ��が、他の判定条件を満足する場合に山岳風� ��判定を行うようにしてもよい。具体的には� ��特徴量Bhが第1所定値以上であって、かつフ� ��ーム間の特徴量Dの変化量が所定の判定閾値 以上である場合に山岳風景判定を行う。

(変形例7)
 特徴量Aが第3所定値以上(ステップS137を肯定 判定)の場合にスポーツ判定を行うようにし� �が、他の判定条件を満足する場合にスポー� �判定を行うようにしてもよい。具体的には� �特徴量Aが第3所定値以上であって、かつフレ ーム間の特徴量Dの変化量が所定の判定閾値� �上である場合にスポーツ判定を行う。

(変形例8)
 特徴量Aを算出する際、画像の全域の画素デ ータについて上式(9)による2階差分(すなわち� ��化量)を算出するようにした。この代わりに 、主要被写体(たとえば至近被写体)を含む領� ��(画像の一部)のみに含まれる画素データに� �いて上式(9)による2階差分を算出してもよい� ��あるいは、主要被写体と異なる背景領域の� ��に含まれる画素データについて上式(9)によ� ��2階差分を算出してもよい。

(変形例9)
 撮影画面を分割した複数の領域からそれぞ� ��の測距情報に基づく特徴量(たとえば、画面 上部の測距情報に基づく特徴量U、画面中部� �測距情報に基づく特徴量M、画面下部の測距� ��報に基づく特徴量L)を得るようにしてもよ� �。この場合には、所定領域での測距情報が� �似する撮影シーンの判定に好適である。

(変形例10)
 上述した判定処理で用いた特徴量Bh、D,Aの� �に、特徴量Std,B,Yを判定処理に加えてもよい� ��これにより、画素データが示す濃度、画像� ��領域間の濃度の比、画像の測距情報、画像� ��領域間の測距情報の差、フレーム間の画素� ��ータの差、フレーム間の測距情報の差に基� ��いた撮影シーンの判定を行うことができる� ��

(変形例11)
 撮影シーンを判定した電子カメラ1が行うカ メラ設定に、本撮影時のシャッター速度や絞 り値の設定、自動露出演算方式の設定、測光 方式の設定などを含めてよいのはいうまでも ない。

(変形例12)
 上述した説明では、本撮影用の画像データ� ��取得する撮像素子22でスルー画像用の画像� �ータを取得した。この代わりに、たとえば� �色用の撮像素子を撮像素子22と別に備えてい る場合には、測光用の撮像素子による撮影指 示前の取得画像を用いて撮影シーンを判定す るようにしてもよい。測色用の撮像素子は、 色温度情報を得るための撮像素子であって、 その撮像面にR(赤)、G(緑)およびB(青)のカラー フィルタが画素位置に対応するように設けら れていることにより、RGB表色系の色情報が得 られるものを用いる。

 以上の説明では種々の実施形態および変� ��例を説明したが、本発明はこれらの内容に� ��定されるものではない。本発明の技術的思� ��の範囲内で考えられるその他の態様も、本� ��明の範囲内に含まれる。また、上述した実� ��形態および変形例は、これらを適宜組み合� ��せた構成としてもよい。

 次の優先権基礎出願の開示内容は引用文と� ��てここに組み込まれる。
 日本国特許出願2008年第7768号(2008年1月17日出 願)
 日本国特許出願2008年第7769号(2008年1月17日出 願)