JP5199471B2

JP5199471B2 - 色恒常性方法及びシステム

Info

Publication number: JP5199471B2
Application number: JP2011524954A
Authority: JP
Inventors: レンウー，; ユーウェイワン，
Original assignee: Hewlett Packard Development Co LP
Current assignee: Hewlett Packard Development Co LP
Priority date: 2008-08-30
Filing date: 2008-08-30
Publication date: 2013-05-15
Anticipated expiration: 2028-08-30
Also published as: CN102138157A; WO2010024824A1; JP2012501574A; US20110158527A1; US8655066B2; CN102138157B; EP2321791A4; EP2321791A1

Description

多種多様なシーン発光体の下で、人間の観察者は同じ範囲の色を見ており、白い紙は、それを見るための光の色と関係なくあくまでも白いままである。これと対照的に、デジタルカメラ等のカラー撮像システムは、色の恒常性が比較的低い。

色恒常性の問題―シーンを照らす光の色を判定し、その作用を考慮して画像を補正すること―は、多くの撮像アプリケーションにとって厄介な問題である。特に、デジタルカメラは、発光体を検出し、最終的な画像を生成するのに、色恒常性アルゴリズムに依存している。これらの色恒常性アルゴリズムの性能はカメラの全体的な画質に直接影響を及ぼし、人間の目はそうした欠陥には敏感である。

既知の色恒常性アルゴリズムの有効性は様々である。既知のアルゴリズムでは完全な結果を出せるものはなく、確度に関して傑出したアルゴリズムは認められない。しかしながら、これらのアルゴリズムの性能は、カメラの全体的画質に影響を与えている。

こうした理由等で、本発明に対するニーズがある。

色恒常性方法及びシステムの実施形態について開示する。本方法は実行されると該開示された方法を行なう命令の形で記憶媒体に格納されており、画像を複数の副画像に分割し、複数の色恒常性アルゴリズムを各副画像に適用することを含む。一般的に、色恒常性アルゴリズムは、画像データのデジタル値を解析及び調整して、画像を照らすのに使用する光源の特性に関する相違を補正する。各色恒常性アルゴリズムの出力を、各副画像に関して解析して、どの色恒常性アルゴリズムが副画像に亘り一貫しない結果を出しているかを判定する。一貫する結果をもたらしたアルゴリズムの出力に対して、一貫しない結果をもたらしたアルゴリズムの出力の影響（例えば、作用又は重み）を軽減するように、該出力の影響を調整する。複数の色恒常性アルゴリズムからの出力を、該出力の調整に基づいて結合する。

添付図については、本発明の更なる理解を提供するために包含し、本明細書に組み込み、本明細書の一部を構成するものとする。各図は、本発明の実施形態について例示しており、記述と共に、本発明の原理について説明するのに用いられる。本発明の他の実施形態及び本発明が意図する効果の多くについて、以下の詳細な説明を参照して、一層良好に把握できるため、容易に理解できるであろう。図面の要素は必ずしも互いに正確な尺度で書かれていない。同一参照番号は対応する同様の部品を指す。

本発明の１つ又は複数の実施形態による、画像処理システムの実施形態を概念的に説明するブロック図である。本発明の１つ又は複数の実施形態による、色恒常性方法について説明するフローチャートである。本発明の１つ又は複数の実施形態による、画像及び副画像の実施例について説明している。図１で示した画像処理システムの実施形態を取り入れたコンピュータシステムの実施形態について説明するブロック図である。図１に示した画像処理システムの実施形態を取り入れたカメラシステムの実施形態について説明するブロック図である。従来技術の色恒常性プロセス及び本発明の１つ又は複数の実施形態によるプロセスから得た結果について、説明している。従来技術の色恒常性プロセス及び本発明の１つ又は複数の実施形態によるプロセスから得た結果について、説明している。従来技術の色恒常性プロセス及び本発明の１つ又は複数の実施形態によるプロセスから得た結果について、説明している。従来技術の色恒常性プロセス及び本発明の１つ又は複数の実施形態によるプロセスから得た結果について、説明している。従来技術の色恒常性プロセス及び本発明の１つ又は複数の実施形態によるプロセスから得た結果について、説明している。従来技術の色恒常性プロセス及び本発明の１つ又は複数の実施形態によるプロセスから得た結果について、説明している。

以下の詳細な説明では、本明細書の一部を構成し、本発明を実施することができる具体的な実施形態を例示する添付図について言及する。これに関して、記述する図面（複数可）の向きを参照して、「上側」、「下側」、「正面」、「背面」、「前方」、「後方」等の方向に関する用語を用いる。本発明の実施形態の構成要素は多数の異なる向きに配置できるため、方向に関する用語は、例示の目的で用い、決して限定するものではない。当然ながら、本発明の範囲から逸脱することなく、他の実施形態を利用してもよく、構造的又は論理的変更を行ってもよい。それゆえ、以下の詳細な説明は、限定の意味に解釈されるべきではなく、本発明の範囲は、添付のクレームによって規定されるものとする。

図１は、色補正モジュール１２を含む画像処理システム１０の実施形態について概念的に説明したブロック図である。システム１０は、画像１４を受け取り、色補正モジュール１２が、補正色で補正した画像１６を出力する。とりわけ、色補正モジュール１２は様々な色恒常性アルゴリズムを、受け取った画像１４に適用し、その結果補正画像１６を得る。

図２は、色補正モジュール１２で実行する方法について全体的に説明するフローチャートである。ブロック２０では、画像１４を複数の副画像に分割する。画像１４を副画像１８に分割するプロセスは、広角レンズを使用して任意のシーンで写真を捕捉し、その後望遠レンズを使用して、同じシーンの一部をクローズアップした写真を撮るプロセスに類似している。極めて迅速に広角写真及び拡大写真を撮り、それによりその間シーン発光体が変化しないと仮定すると、広角写真及び拡大写真に適用する色恒常性アルゴリズムは、この一組の写真に同様な結果を与えるはずである。デジタルカメラでは、レンズを取り換える又はズームする代わりに、同じ写真内で、そこからクロップしたものを単に使用できる。画像１４を数回クロップして、画像１４全体の複数部分の画像を提供する。

図３は、画像１４を複数の副画像１８に細分するプロセスについて概念的に説明している。一般的に、副画像１８のサイズは、色恒常性解析に十分な色情報を提供できる程度に大きくする必要がある。例えば、デジタルカメラが捕捉する典型的な画像の生画素数で、比較的小さな副画像でも十分なデータを担持する。実施例を実行する際には、１６の副画像１８を解析する。典型的なデジタルカメラは約１０メガピクセルあり、そのため１６副画像を使用すると、副画像あたり約６２５Ｋピクセルとなる。更に小さな副画像（２０〜５０Ｋピクセル等の）でも、十分なデータを提供すると考えられる。例えば、副画像の数は、様々な実施形態で４〜６４副画像まで変更できる。

ブロック２２では、異なる色恒常性アルゴリズムを、画像１４及び副画像１８に適用する。ブロック２２で適用した様々な色恒常性アルゴリズムは、例えば、相関による色処理、背景分散評価法（ＢＶＱｕａｌｉｆｉｃａｔｉｏｎ）、グレイワールド、ＭａｘＲＧＢ、グレイ検出（ＧｒａｙＦｉｎｄｉｎｇ）等として知られるプロセスを含むことができる。一般に、色恒常性アルゴリズムは、画像を照らすのに使用する光源の特性に関する相違を補正するように、照明を決定し、画像データのデジタル値を調整する。

例えば、グレイワールドの色恒常性アルゴリズムでは、画像全体の赤、緑、青チャネル其々の手段が、標準的な発光体の下で固定比率を成すものと仮定する。固定比率は通常知られていないため、この固定比率は灰色を表すと仮定する。従って、グレイワールドアルゴリズムは、通常画像の平均値をグレイに補正する。参照：イー．エイチ．ランド（Ｅ．Ｈ．Ｌａｎｄ）、「Ｒｅｔｉｎｅｘ理論における最近の進歩（ＲｅｃｅｎｔＡｄｖａｎｃｅｓｉｎＲｅｔｉｎｅｘＴｈｅｏｒｙ）」、ビジョンリサーチ（ＶｉｓｉｏｎＲｅｓｅａｒｃｈ）第２６号、７〜２１頁（１９８６年）；ジー．ブックスバウム（Ｇ．Ｂｕｃｈｓｂａｕｍ）、「被写体色知覚用の特別なプロセッサモデル（ＡＳｐｅｃｉａｌＰｒｏｃｅｓｓｏｒＭｏｄｅｌｆｏｒＯｂｊｅｃｔＣｏｌｏｒＰｅｒｃｅｐｔｉｏｎ）」、フランクリン協会誌（ＪｏｕｒｎａｌｏｆｔｈｅＦｒａｎｋｌｉｎＩｎｓｔｉｔｕｔｅ）第３１０号、１〜２６頁（１９８０年）；アール．ガーション（Ｒ．Ｇｅｒｓｈｏｎ）、エー．ディー．ジェプスン（Ａ．Ｄ．Ｊｅｐｓｏｎ）、ジェイ．ケイ．ツォツォス（Ｊ．Ｋ．Ｔｓｏｔｓｏｓ）、「［Ｒ、Ｇ、Ｂ］から表面反射率まで：画像における色恒常性記述子の計算（Ｆｒｏｍ［Ｒ，Ｇ，Ｂ］ｔｏＳｕｒｆａｃｅＲｅｆｌｅｃｔａｎｃｅ：ＣｏｍｐｕｔｉｎｇＣｏｌｏｒＣｏｎｓｔａｎｔＤｅｓｃｒｉｐｔｏｒｓｉｎＩｍａｇｅｓ）」、パーセプション（Ｐｅｒｃｅｐｔｉｏｎ）、７５５〜７５８頁（１９８８年）。

ＭａｘＲＧＢアルゴリズムは、赤、緑、青色チャネルで個別に計算した最大画素応答も白色点推定値として使用できるという（我々がこの方法をＭａｘＲＧＢと呼ぶ）命題に基づいている。参照：イー．エイチ．ランド（Ｅ．Ｈ．Ｌａｎｄ）、「色覚に関するＲｅｔｉｎｅｘ理論（ＴｈｅＲｅｔｉｎｅｘＴｈｅｏｒｙｏｆＣｏｌｏｒＶｉｓｉｏｎ）」、サイエンティフィックアメリカン（ＳｃｉｅｎｔｉｆｉｃＡｍｅｒｉｃａｎ）、１０８〜１２９頁（１９７７年）。

相関アルゴリズムによる色処理では、「相関マトリクスメモリ」又は「連想マトリクスメモリ」を、ベイズ統計又は他の相関統計と共に使用する。相関マトリクスメモリを、様々な発光体の下で画像からのデータを基準画像と相関させるように構築する。例えば、デジタルカメラで画像を生成する場合、データを色度に変換し、ベクトルをシーンに存在する値に対応させて作成する。このベクトルを相関マトリクスの各列と乗算して、新たなマトリクスを得る。次に、各列を合計し、その結果得た値で、各基準光源がシーンの照明となる見込みを表すベクトルを形成する。ベクトル値を密度プロットでき、各値は、当該特定列に対する照明色度でプロットされる。このプロットから、通常の統計方法を使用して、シーンの有望な照明を推定できる。参照：ジー．フィンレイソン（Ｇ．Ｆｉｎｌａｙｓｏｎ）他、「相関による色処理：色恒常性のための簡単で統一的なフレームワーク（ＣｏｌｏｒｂｙＣｏｒｒｅｌａｔｉｏｎ：Ａｓｉｍｐｌｅ，ＵｎｉｆｙｉｎｇＦｒａｍｅｗｏｒｋｆｏｒＣｏｌｏｒＣｏｎｓｔａｎｃｙ）」、ＩＥＥＥトランザクション・オン・パターン・アナリシス・アンド・マシン・インテリジェンス（ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡｎａｌｙｓｉｓａｎｄＭａｃｈｉｎｅＩｎｔｅｌｌｉｇｅｎｃｅ）、第２３巻、１１号、１２０９〜１２２１頁（２００１年）、及びヒューベル（Ｈｕｂｅｌ）他へ付与された米国特許第６，０３８，３３９号。

特定アルゴリズムの出力が画像１４及び／又は副画像１８の間で異なる場合、該特定アルゴリズムは画像１４に適していない可能性がある。一般に、特定の画像に適した色恒常性アルゴリズムは、画像１４と副画像１８との間で一貫した結果を提供するものと予想される。同様に、幾つかの異なるアルゴリズムで提供する出力も同様であるものと予想される―ひとつのアルゴリズムの出力が他のものとかなり異なる場合、当該特定画像に適していない可能性がある。

従って、ブロック２４では、どの色恒常性アルゴリズムが全副画像に亘り一貫しない結果を出しているかを判定する。例えば、出力の解析は、副画像１８と全画像１４に亘るひとつのアルゴリズムの出力のばらつき、及び／又は様々な色恒常性アルゴリズム間での出力のばらつきを調べることを含むことができる。

ブロック２５では、一貫する結果をもたらしたアルゴリズムの出力に対して、一貫しない結果をもたらしたアルゴリズムの出力の影響（例えば、作用又は重み）を軽減するように、該出力の影響を調整する。例えば、重み等の影響要因を、それら影響（例えば、作用又は重さ）を、一貫する結果をもたらしたアルゴリズムの出力より、一貫しない結果をもたらしたアルゴリズムの出力の影響を軽減するように、該出力に適用する。

実施形態によっては、様々な色恒常性アルゴリズムの出力を結合してモデルを構築し、判定に基づいて、該モデルのパラメータを、影響を調整するように変化させる。従って、色恒常性アルゴリズムの出力を結合することを、単なる出力の重み付けとできるし、又はパラメータをより複雑な方法で変化させることもできる。

例示的実施形態では、各色恒常性アルゴリズムは、完全に独立した画像であるかのように各副画像を処理する。例えば、副画像組全体の平均値及び分散値等、Ｆで示せる結果を、計算及び解析する。最終結果を、既知の関数ｆ（Ｗ，Ｆ）（Ｗをパラメータ組とする）で計算できる。

特定の実施形態では、経験に基づいてＷの値を設定する。例えば、ひとつのアルゴリズムの影響を、該アルゴリズムの分散値が他のアルゴリズムより高ければ、減少させる。実施形態によっては、Ｗに対する最適値を、機械学習及び最適化技術を使用して、リアルタイムで決定する。ラベル付きデータセットを考えると、これらの技術によりＷの値を決定でき、それにより最終結果が当該データセットに関して誤差が最小になる。データセットがサイズ及びコンテンツが妥当であれば、システムの全体的な性能は向上する。

１実施形態では、Ｒを、全アルゴリズムの結果を重み付けした後の最終出力とする。また、これを色温度とする。Ｒを以下のように決定する。

［数１］
Ｒ＝Σ（Ｗ_i・Ｋ_i）／ΣＷ_i
式中、

［数２］
Ｗ_i＝（Ｃ−Ｖ_i’）・Ｗ_i ^v

・Ｖ_iは、色恒常性アルゴリズムｉによる同じ画像１４からの副画像１８組全体の色温度の正規化分散値である。
・Ｖ_i’＝Ｖ_i／平均値（Ｖ_ij）、平均値（Ｖ_ij）は、訓練画像組全体のアルゴリズムｉに関する正規化分散値の平均値である。
・Ｋ_jは、アルゴリズムｉによる画像１４全体の色温度である。

副画像組におけるｊ番目の写真に関して、Ｒ_j'は、そのシーンで測定した真の色温度である。従って、誤差は以下のように定義される。

［数３］
Ｅ_j＝ａｂｓ（Ｒ_j−Ｒ_j’）／Ｒ_j’

また、副画像組全体に関する総誤差は、以下となる。

［数４］
Ｅ＝Σ_jＥ_j

Ｃ及びＷ_i ^vは、総誤差Ｅを最小にする目的で、一連の組とオフラインで予め決定する自由パラメータである。

その後、結合した色恒常性アルゴリズムの出力を使用して、画像１４の色を調整して、最終画像１６を生成できる。

画像処理システム１０の実施形態を、如何なる特定のハードウェア、ファームウェア又はソフトウェア構成にも限定しない、１つ又は複数の別個のモジュール（又は、データ処理コンポーネント）によって実行してもよい。図示した実施形態では、モジュールを、デジタル電子回路（例えば、特定用途向け集積回路（ＡＳＩＣ）又はデジタルシグナルプロセッサ（ＤＳＰ）等）において、又はコンピュータハードウェア、ファームウェア、デバイスドライバ若しくはソフトウェアにおいて等、任意のコンピューティング環境又はデータ処理環境において、実行してもよい。実施形態例では、複数のモジュールの機能を単一のデータ処理コンポーネントに組み込む。実施形態によっては、１つ又は複数のモジュール夫々の各機能を、多数のデータ処理コンポーネントの各セットで実行する。

実装によっては、画像処理システム１０の実施形態で実行する方法を実装するプロセス命令（例えば、コンピュータソフトウェア等の機械可読コード）の他に、該命令が生成するデータを、１つ又は複数のコンピュータ可読な記憶媒体に保存する。これらの命令とデータを具体的に実施するのに適当な記憶媒体は、例えば、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリデバイスといった半導体記憶装置や、内蔵ハードディスク、リムーバブルハードディスクといった磁気ディスクや、光磁気ディスクや、ＤＶＤ−ＲＯＭ／ＲＡＭや、ＣＤ−ＲＯＭ／ＲＡＭ等の、あらゆる形の不揮発性コンピュータ可読なメモリを含む。

一般に、画像処理システム１０の実施形態は、デスクトップコンピュータ、ワークステーションコンピュータ、ビデオ録音装置、デジタルカメラ装置等様々な電子装置の何れかに実装してもよい。画像処理システム１０の幾つかの実施形態を、平均的な処理能力と平均的な記憶容量を有する比較的小型で安価な構成要素で実装できる。その結果、これらの実施形態は、携帯型電子装置（携帯電話、小型静止画カメラ又はビデオカメラ等）、ＰＣカメラ、及び他の埋め込み環境を含むが、これらに限定しない、サイズ、処理、メモリが大幅に制約されるコンパクトカメラ環境に組み込むのに非常に適している。

図４では、本明細書に記載した画像処理システム１０の実施形態の何れかを組み込んだコンピュータシステム１００の実施形態について説明している。コンピュータシステム１００は、処理装置１０２（ＣＰＵ）、システムメモリ１０４、該処理装置１０２をコンピュータシステム１００の様々な構成要素と結合するシステムバス１０６を含む。処理装置１０２は典型的には、１台又は複数のプロセッサを含み、該プロセッサの各々を、様々な市販のプロセッサの何れか１つの形としてもよい。システムメモリ１０４は典型的には、コンピュータシステム１６０及びランダムアクセスメモリ（ＲＡＭ）用のスタートアップルーチンを含む基本入出力システム（ＢＩＯＳ）を格納するリードオンリーメモリ（ＲＯＭ）を含む。システムバス１０６を、メモリバス、周辺機器用バス又はローカルバスとしてもよく、ＰＣＩ、ＶＥＳＡ、マイクロチャネル、ＩＳＡ、ＥＩＳＡ等、様々なバスプロトコルの何れかと対応可能にしてもよい。また、コンピュータシステム１００は、システムバス１０６と永続性記憶装置１０８（ハードドライブ、フロッピードライブ、ＣＤ−ＲＯＭドライブ、磁気テープドライブ、フラッシュメモリ装置、デジタルビデオディスク等）（フロッピーは登録商標、以下同じ）も含み、データ、データ構造、コンピュータ実行可能命令用の不揮発性又は永続性記憶装置を提供する１つ又は複数のコンピュータ可読媒体ディスクを含む。

ユーザは、１つ又は複数の入力装置１１０（キーボード、コンピュータマウス、マイクロホン、ジョイスティック、タッチパッド等）を使用して、コンピュータ１００と相互作用（例えば、コマンド又はデータ入力）してもよい。情報を、ディスプレイ制御装置１１４で制御するディスプレイモニタ１１２上でユーザに表示されるグラフィカルユーザインターフェース（ＧＵＩ）によって、表示してもよい。また、コンピュータシステム１００は典型的には、スピーカ及びプリンタ等の周辺出力装置を含む。１つ又は複数のリモートコンピュータを、ネットワークインタフェースカード（ＮＩＣ）１１６を介して、コンピュータシステム１００に接続してもよい。

また、図４で示したように、システムメモリ１０４は、画像処理システム１０、ＧＵＩドライバ１１８、及び画像１４と色補正画像１６に対応する画像ファイル、中間的処理データ、出力データを含むデータベース１２０を格納する。実施形態によっては、画像処理システム１０は、強調画像１６の作成を制御するために、ＧＵＩドライバ１１８及びユーザ入力１１０とインタフェースする。実施形態によっては、コンピュータシステム１００は更に、ディスプレイモニタ１１２上で画像データをレンダリングするように、且つ画像１４に様々な画像処理動作を実行するように構成するグラフィックスアプリケーションプログラムを含む。

図５では、本明細書に記載した画像処理システム１０の何れかの実施形態を組み込むデジタルカメラシステム１２２の実施形態を説明している。デジタルカメラシステム１２２を、静止画像及びビデオ画像フレームの１つ又は両方を捕捉するように構成してもよい。デジタルカメラシステム１２２は、画像センサ１２４（例えば、電荷結合素子（ＣＣＤ）又は相補型金属酸化膜半導体（ＣＭＯＳ）画像センサ）、センサコントローラ１２６、メモリ１２８、フレームバッファ１３０、マイクロプロセッサ１３２、ＡＳＩＣ（特定用途向け集積回路）１３４、ＤＳＰ（デジタルシグナルプロセッサ）１３６、Ｉ／Ｏ（入力／出力）アダプタ１３８、記憶媒体１４０を含む。一般に、画像処理システム１０を、１つ又は複数のハードウェア及びファームウェア構成要素によって実装してもよい。図示した実施形態では、画像処理システム１０を、メモリ１２８にロードしたファームウェアで実装している。記憶媒体１４０を、コンパクトフラッシュ（登録商標）メモリカード及びデジタルビデオテープカセットを含む、各種の画像記憶技術によって実装する。記憶装置１４０に保存した画像データを、Ｉ／Ｏサブシステム１３８を介して、外部処理システム（例えば、コンピュータ又はワークステーション）の記憶装置（ハードディスクドライブ、フロッピーディスクドライブ、ＣＤ−ＲＯＭドライブ、不揮発性データ格納装置等）に転送してもよい。

マイクロプロセッサ１３２は、デジタルカメラシステム１２２の動作を制御する。実施形態によっては、マイクロプロセッサ１３２を、各分類記録を１つ又は複数の捕捉画像に対して計算する動作モードで、プログラムする。実施形態によっては、各強調画像１６を、１つ又は複数の捕捉画像に対して、それらに対応する分類記録に基づいて計算する。

図６Ａ及び図６Ｂは、従来技術の色恒常性プロセス及び本明細書で開示したプロセス其々から生じた画像の実施例について説明している。写真の色版に関して、図６Ａで示した画像には、強い青色キャストがあり、該キャストは、図６Ｂで示した画像では補正されている。図６Ａ及び図６Ｂで示した画像は、従来技術の色恒常性アルゴリズムのみでは問題となり得る混合発光体で照明したシーンの実施例である。
である。

図７Ａ及び図７Ｂは、従来技術の色恒常性プロセス及び本明細書で開示したプロセス其々から生じた画像の実施例について説明している。開示した色恒常性プロセスは、よりロバストであり、例えば、様々な角度から撮影した被写体の画像間でより一貫した結果を提供している。これらの画像では、シーンのカメラビューは２画像間で僅かに変化している。先行技術の色恒常性アルゴリズムのみでは、シーンの色は図７Ａ−１で示したビューから図７Ａ−２で示したビューまで変化する。例えば、図７Ａ−１では、葉の複数部分が青色の色合いをしているが、図７Ａ−２では、葉は緑色である。また、花弁の色は、図７Ａ−１から図７Ｂ-２まで変化する。図７Ｂ−１及び図７Ｂ−２で示した画像では、画像毎にビューが変化しても、色はより一定又は安定したままである。

以上、本明細書では、特定の実施形態を例示、説明してきたが、当然ながら、当業者は、様々な変形例及び／又は同等な実施例を、本発明の範囲を逸脱することなく、図示及び記述した特定の実施形態と置き換えてもよい。本出願は、本明細書で記載した特定の実施形態の如何なる適合例や変更例も包含するものとする。従って、本発明は、クレーム又はその同等物によってのみ限定されるものとする。

Claims

画像（１４）を複数の副画像（１８）に細分し、
複数の色恒常性アルゴリズムを各前記副画像に適用し（２２）、
どの前記色恒常性アルゴリズムが前記副画像に亘り一貫しない結果を出しているかを判定し（２４）、
一貫する結果をもたらした前記アルゴリズムの出力に対して、一貫しない結果をもたらした前記アルゴリズムの出力の影響を軽減するよう、該出力の影響を調整し（２５）、
前記出力の調整に基づいて、前記複数の色恒常性アルゴリズムの出力を結合する（２６）こと
を備えることを特徴とする方法。
どの前記色恒常性アルゴリズムが一貫しない結果を出しているかを判定することには、前記複数の色恒常性アルゴリズムそれぞれの出力のばらつきを判定することを含むことを特徴とする、請求項１に記載の方法。
どの前記色恒常性アルゴリズムが一貫しない結果を出しているかを判定することには、前記副画像（１８）間での出力のばらつきを判定することを含むことを特徴とする、請求項１に記載の方法。
前記複数の色恒常性アルゴリズムを、相関による色処理、グレイワールド、ＭａｘＲＧＢを含む群から選択することを特徴とする、請求項１に記載の方法。
実行する際に、
画像（１４）を複数の副画像（１８）に細分し、
複数の色恒常性アルゴリズムを各前記副画像に適用し（２２）、
どの前記色恒常性アルゴリズムが前記副画像に亘り一貫しない結果を出しているかを判定し（２４）、
一貫する結果をもたらした前記アルゴリズムの出力に対して、一貫しない結果をもたらした前記アルゴリズムの出力の影響を軽減するよう、該出力の影響を調整し（２５）、
前記出力の調整に基づいて、前記複数の色恒常性アルゴリズムの出力を結合する（２６）ことを備える方法を実行する命令を格納するコンピュータ可読記憶媒体。
どの前記色恒常性アルゴリズムが一貫しない結果を出しているかを判定することには、前記複数の色恒常性アルゴリズムそれぞれの出力のばらつきを判定することを含むことを特徴とする、請求項５に記載のコンピュータ可読記憶媒体。
どの前記色恒常性アルゴリズムが一貫しない結果を出しているかを判定することには、前記副画像（１８）間での出力のばらつきを判定することを含むことを特徴とする、請求項５に記載のコンピュータ可読記憶媒体。
画像（１４）を複数の副画像（１８）に細分するよう動作可能な色補正モジュール（１２）を備え、
複数の色恒常性アルゴリズムを各前記副画像に適用し（２２）、
どの前記色恒常性アルゴリズムが一貫しない結果を出しているかを判定し（２４）、
一貫する結果をもたらした前記アルゴリズムの出力に対して、一貫しない結果をもたらした前記アルゴリズムの出力の影響を軽減するよう、該出力の影響を調整し（２５）、
前記調整した出力を含む前記複数の色恒常性アルゴリズムの出力を結合する（２６）こと、を備えることを特徴とするシステム。
どの前記色恒常性アルゴリズムが一貫しない結果を出しているかを判定することには、前記複数の色恒常性アルゴリズムそれぞれの出力のばらつきを判定することを含むことを特徴とする、請求項８に記載のシステム。
どの前記色恒常性アルゴリズムが一貫しない結果を出しているかを判定することには、前記副画像間での出力のばらつきを判定することを含むことを特徴とする、請求項８に記載のシステム。