JP2010141830A

JP2010141830A - プロファイル作成方法、印刷制御方法、印刷制御装置、および、印刷装置

Info

Publication number: JP2010141830A
Application number: JP2008318754A
Authority: JP
Inventors: Takashi Ito; 隆志伊藤
Original assignee: Seiko Epson Corp
Current assignee: Seiko Epson Corp
Priority date: 2008-12-15
Filing date: 2008-12-15
Publication date: 2010-06-24

Abstract

【課題】少ないカラーパッチの印刷／測定でも正確に印刷結果を予測し、プロファイルを作成する。
【解決手段】印刷装置が所定の色材量セットを使用して印刷したときに記録媒体上において再現される分光反射率を互いに異なる第１予測モデルと第２予測モデルのそれぞれに基づいて予測し、双方の予測結果を総合することにより予測分光反射率を取得する。そして、予測分光反射率が再現された記録媒体に所定光源を照射したときの色彩値を取得し、前記色彩値と前記色材量セットとの対応関係を規定することによりプロファイルを作成する。
【選択図】図１

Description

本発明はプロファイル作成方法、印刷制御方法、印刷制御装置、および、印刷装置に関する。

従来、印刷装置が印刷可能な色の一部についてのみ印刷と測色を行い、その測定結果に基づいて印刷装置が印刷可能な色全体についての測定結果を予測することが行われている。例えば、セル分割ユール・ニールセン分光ノイゲバウアモデルに基づいて、任意のインク量での分光反射率を予測する手法が提案されている。かかる構成においては、インク量空間を分光反射率が既知のノード（インク量（被覆率）空間において均等に分布する格子点）によって囲まれた複数のセルに分割し、セルを構成する各ノードの分光反射率に基づいてセル内の任意のインク量の分光反射率を予測する。インク量空間において比較的近い位置に存在するノードの分光反射率に基づいて任意のインク量の分光反射率を予測することができるため、良好な予測精度を実現することができる。
国際公開ＷＯ２００５／０４３８８４号のパンフレット

近年、家庭用プリンタの高画質化にともなって使用できるインクの種類が増加しており、上述したセル分割ユール・ニールセン分光ノイゲバウアモデルにおけるインク量空間も多次元化することとなっている。それにとともに、上述したノードの個数は、インク種の増加に応じてべき乗的に増加することとなっている。また、良好な予測精度を確保するためにインク量空間におけるノードの密度を減少させることもできないため、大量のノードについてカラーパッチを印刷／測色（分光反射率の測定）をしなければならなくなっていた。大量のカラーパッチを印刷／測色するには、膨大な時間を要するため、例えば変換プロファイルの作成等の作業に要する期間が長期化するという問題があった。さらに、印刷後の経過時間によってインクの状態が変動するため、長期間にわたる測色においては経過時間の差に起因する測定ノイズが避けられないという問題も生じていた。
前記課題を解決するために、本発明は、少ないカラーパッチの印刷／測定でも正確に印刷結果を予測し、プロファイルを作成することを目的とする。

前記目的を達成するために、印刷装置が使用する複数の色材量の組み合わせである色材量セットについてのプロファイルを作成するにあたり、互いに異なる第１予測モデルと第２予測モデルを用意しておく。前記印刷装置が所定の前記色材量セットを使用して印刷したときに記録媒体上において再現される分光反射率を第１予測モデルと第２予測モデルのそれぞれに基づいて予測する。それにより得られた双方の予測結果を総合することにより予測分光反射率を取得する。さらに、前記予測分光反射率が再現された前記記録媒体に所定光源を照射したときの色彩値を取得する。前記色彩値と前記色材量セットとの対応関係を規定することにより前記プロファイルを作成する。

前記分光反射率は、前記第１予測モデルと前記第２予測モデルのそれぞれに基づいて予測した予測結果を総合することにより得られるため、前記第１予測モデルと前記第２予測モデルが互いの予測精度の低下を補うことができる。これにより、前記第１予測モデルと前記第２予測モデルの単独の予測精度が多少悪くても、全体的には高精度の予測結果を得ることができる。従って、前記第１予測モデルと前記第２予測モデルのいずれかまたは双方を行うために必要なカラーパッチの印刷／測定数を減少させることができる。例えば、前記第１予測モデルと前記第２予測モデルのいずれか一方がノイゲバウアモデルである場合には、分光反射率を測定するためのカラーパッチの数を減少させることができる。

また、前記第１予測モデルと前記第２予測モデルのいずれか一方にランバート・ベアモデルを採用してもよい。ランバート・ベアモデルにおいては、多数の種類のインクドットが重なり合った場合でも各インクドットの分光透過率を考慮した分光反射率予測を行うことができる。さらに、前記双方の予測結果を線形結合することにより前記予測分光反射率を取得するようにすれば、容易に前記双方の予測結果を総合することができる。また、線形結合における結合重みを容易に調整することも可能である。さらに、前記線形結合における前記双方の予測結果の結合重みが波長の関数によって与えられるようにしてもよい。このようにすることにより、前記第１予測モデルと前記第２予測モデルのどちらの予測結果を重視すべきかを波長ごとに調整することができる。

なお、本発明の技術的思想は、方法のみならず、当該方法を実行するコンピュータ等のハードウェアや当該コンピュータにおける処理手順を規定したプログラムにおいても具現化することができることはいうまでもない。また、本発明の方法は、単体として存在するものに限られず、ある方法の一部として組み込まれる場合もある。例えば、本発明の手法によりプロファイル作成方法を一部に組み入れた印刷制御方法や画像処理方法においても本発明が実現できることはいうまでもない。さらに、本発明のプロファイル作成方法によって作成されたプロファイルを参照して色変換を行う印刷制御装置や印刷装置においても本発明の特徴が具現化されているということができる。

次に、本発明の実施の形態を以下の順序で説明する。
Ａ．各種コンバータおよびその準備：
Ａ−１．分光プリンティングモデルコンバータ：
Ａ−２．色コンバータ：
Ａ−３．粒状性コンバータ：
Ｂ．プロファイルの作成：
Ｃ．まとめと変形例：

Ａ．各種コンバータおよびその準備
Ａ−１．分光プリンティングモデルコンバータ
図１は、コンピュータ１０のハードウェア・ソフトウェアの構成を示すブロック図である。なお、コンピュータ１０においては、印刷結果予測部プログラムＰ１とＬＵＴ作成プログラムＰ２とプリンタドライバＰ３が実行されている。印刷結果予測プログラムＰ１とＬＵＴ作成プログラムＰ２とプリンタドライバＰ３は、コンピュータ１０のハードウェア、および、コンピュータ１０のハードウェアが読み込んで実行するソフトウェアによって実行されている。具体的には、コンピュータ１０が備えるＣＰＵ１２が、ハードディスクトライブ（ＨＤＤ）１１等に記憶されたプログラムデータ１１ａを読み込み、当該プログラムデータ１１ａをＲＡＭ１３上に展開しながらプログラムデータ１１ａにしたがった演算を実行させる。そして、当該演算によって本発明の印刷装置としてのプリンタ２０や分光反射率計３０やスキャナ４０といった外部機器を所定のインターフェースを介して制御することにより、印刷結果予測プログラムＰ１とＬＵＴ作成プログラムＰ２とプリンタドライバＰ３を構成する各種機能を実現する。

図２は、本実施形態のプリンタ２０の印刷方式を模式的に示している。同図において、プリンタ２０は、ＣＭＹＫｌｃｌｍ（シアン，マゼンタ，イエロー，ブラック，ライトシアン，ライトマゼンタのインクごとに複数のノズル２１ａ，２１ａ・・・を備えた印刷ヘッド２１を備えており、ノズル２１ａ，２１ａ・・・が吐出するＣＭＹＫｌｃｌｍのインクごとのインク量を上述したインク量セットφ（ｄ_c，ｄ_m，ｄ_y，ｄ_k，ｄ_lc，ｄ_lm）によって指定された量とする制御が印刷制御データＣＤに基づいて行われる。各ノズル２１ａ，２１ａ・・・が吐出したインク滴は印刷用紙上において微細なドットとなり、多数のドットの集まりによってインク量セットφ（ｄ_c，ｄ_m，ｄ_y，ｄ_k，ｄ_lc，ｄ_lm）に応じたインク被覆率の印刷画像が印刷用紙上に形成されることとなる。本明細書において、インク量セットφに基づいて印刷することは、インク量セットφに応じたインク被覆率の画像が印刷用紙上に再現されることを意味する。本実施形態におけるプリンタ２０はインクジェット方式のプリンタであるが、インクジェット方式の他にも種々のプリンタに対して本発明を適用可能である。なお、本実施形態において、各インク量ｄ_jは０〜２５５の階調を有する８ビットで与えられるものとする。

印刷結果予測プログラムＰ１は、大きく分光プリンティングモデルコンバータＲＣと色コンバータＣＣと粒状性コンバータＧＣとから構成されており、分光プリンティングモデルコンバータＲＣはさらに第１予測モデル部ＲＣ１と第２予測モデル部ＲＣ２と結合部ＲＣ３とから構成されている。分光プリンティングモデルコンバータＲＣは、任意のインク量セットφを入力し、当該インク量セットφをプリンタ２０に指定して印刷を実行させた場合に印刷用紙上において再現される分光反射率Ｒ（λ）を算出する処理を行う。第１予測モデル部ＲＣ１は、分光ノイゲバウアモデル(Spectral Neugebauer Model)に基づく分光反射率予測を行い、具体的には、下記の（１）式に基づいて第１分光反射率Ｒ１（λ）を算出する。

以下では、前記の（１）式で表される分光ノイゲバウアモデル(Spectral Neugebauer Model)を説明する。なお、以下の説明では、説明の簡略化のためＣＭＹの３種類のインクを用いた場合のモデルについて説明するが、同様のモデルを本実施形態のＣＭＹＫｌｃｌｍをはじめとする任意のインクセットを用いたモデルに拡張することは容易である。また、分光ノイゲバウアモデルについては、Color Res Appl 25, 4-19, 2000およびＲ Balasubramanian, Optimization of the spectral Neugebauer model for printer characterization, J. Electronic Imaging 8(2), 156-166 (1999)を参照。

図３は、分光ノイゲバウアモデルを示す図である。分光ノイゲバウアモデルでは、任意のインク量セットφ＝（ｄ_c，ｄ_m，ｄ_y）で印刷したときの印刷物の分光反射率Ｒ（λ）は、前記の（１）式で与えられる。ここで、ａ_iは図示した矩形領域のｉ番目の領域の面積率であり、Ｒ_i（λ）はｉ番目の領域が有する頂点の分光反射率である。添え字ｉは、インクの無い領域（ｗ）と、シアンインクのみの領域（ｃ）と、マゼンタインクのみの領域（ｍ）と、イエローインクのみの領域（ｙ）と、マゼンタインクとイエローインクが吐出される領域（ｒ）と、イエローインクとシアンインクが吐出される領域（ｇ）と、シアンインクとマゼンタインクが吐出される領域（ｂ）と、ＣＭＹの３つのインクが吐出される領域（ｋ）をそれぞれ意味している。

各頂点の分光反射率Ｒ_i（Ｒ_w，Ｒ_c，Ｒ_m，Ｒ_y，Ｒ_r，Ｒ_g，Ｒ_b，Ｒ_k）は、それぞれプリンタ２０に以下のようなインク量ｄ_jを指定して印刷したカラーパッチの分光反射率を分光反射率計３０によって実測することにより得られている。
Ｒ_w：（ｄ_c，ｄ_m，ｄ_y）＝（０，０，０）
Ｒ_c：（ｄ_c，ｄ_m，ｄ_y）＝（２５５，０，０）
Ｒ_m：（ｄ_c，ｄ_m，ｄ_y）＝（０，２５５，０）
Ｒ_y：（ｄ_c，ｄ_m，ｄ_y）＝（０，０，２５５）
Ｒ_r：（ｄ_c，ｄ_m，ｄ_y）＝（０，２５５，２５５）
Ｒ_g：（ｄ_c，ｄ_m，ｄ_y）＝（２５５，０，２５５）
Ｒ_b：（ｄ_c，ｄ_m，ｄ_y）＝（２５５，２５５，０）
Ｒ_k：（ｄ_c，ｄ_m，ｄ_y）＝（２５５，２５５，２５５）
各頂点の分光反射率Ｒ_iはＨＤＤ１１に分光反射率データＲＤとして記憶されており、第１予測モデル部ＲＣ１が適宜読み出して使用する。ＣＭＹの３種類のインクを用いた場合、８頂点についての分光反射率Ｒ_iを調査しておけばよく、測定すべきカラーパッチの数を抑えることができる。デューティ制限を無視すると、Ｎ種類のインクの場合、２^N個のカラーパッチを印刷・測色すればよい。特に、Ｒ_wは印刷用紙の紙白の分光反射率を意味する。

なお、カラーパッチ（後述するグラデーションパッチも含む。）を印刷するにあたっては、所望のインク量セットφを有する画素で充填された矩形領域（パッチ相当領域）が配列したインク量の画像データをプリンタドライバＰ３に出力する。すると、プリンタドライバＰ３は当該画像データに対してハーフトーン処理（ハーフトーン処理部Ｐ３ｂ）とラスタライズ処理（ラスタライズ処理部Ｐ３ｃ）を順次実行することにより印刷データを生成し、プリンタ２０に対して印刷データを出力する。これにより、所望のインク量セットφに基づくカラーパッチを印刷させることができる。ｆ_c，ｆ_m，ｆ_yは、ＣＭＹ各インクを１種類のみ吐出したときにそのインクで覆われる面積の割合（「インク被覆率(Ink area coverage)」と呼ぶ）である。

インク被覆率ｆ_c，ｆ_m，ｆ_yは、図３（Ｂ）に示すマーレイ・デービスモデルで与えられる。マーレイ・デービスモデルでは、例えばシアンインクのインク被覆率ｆ_cは、シアンのインク量ｄ_cの非線形関数であり、例えば１次元ルックアップテーブルによってインク量ｄ_cをインク被覆率ｆ_cに換算することができる。インク被覆率ｆ_c，ｆ_m，ｆ_yがインク量ｄ_c，ｄ_m，ｄ_yの非線形関数となる理由は、単位面積に少量のインクが吐出された場合にはインクが十分に広がるが、多量のインクが吐出された場合にはインクが重なり合うためにインクで覆われる面積があまり増加しないためである。他の種類のＭＹインクについても同様である。

まず分光反射率Ｒ（λ）を予測すべきインク量セットφを取得すると、インク量セットφをマーレイ・デービスモデルによってインク被覆率ｆ_c，ｆ_m，ｆ_yに変換する。インク被覆率ｆ_c，ｆ_m，ｆ_yが得られると、図３（Ａ）に示す関係式より面積率ａ_iを算出する。さらに、面積率ａ_i、および、ＨＤＤ１１の分光反射率データＲＤから読み出した各頂点の分光反射率Ｒ_iを前記の（１）式に代入することにより、第１分光反射率Ｒ１（λ）を算出する。

一方、分光反射率Ｒ（λ）を予測すべきインク量セットφは、第２予測モデル部ＲＣ２にも入力され、第２予測モデル部ＲＣ２も当該インク量セットφについての分光反射率を独自に予測する。なお、第２予測モデル部ＲＣ２が予測する分光反射率を第２分光反射率Ｒ２（Ｒ）とする。第２分光反射率Ｒ２（Ｒ）は下記の（２）式によって算出される。

前記の（２）式において、α_jは各インクごとに設定される係数である。前記の（２）式は、単一インクの分光透過率の積によって複数のインクを混色した場合（複数のインクのインクドットを重ならせた場合）の分光透過率を表すランバート・ベアモデルに基づくものである。前記の（２）式は、下記の（３）式のように展開することができる。

前記の（２），（３）式においては、インクドットを一切形成しない場合の紙白の分光反射率Ｒ_wに分光透過率を乗算することにより、第２分光反射率Ｒ２（Ｒ）が得られる。分光透過率は各インクのインク量ｄ_jと係数α_jの乗算値による所定値（１／ｅ）のべき乗で表され、各インクについての分光透過率を互いに積算することにより全体の分光透過率が得られる。係数α_jは、予備実験を行うことにより設定されている。例えば、各インク単色のグラデーションパッチ（インク量ｄ_jのグラデーション）の分光反射率を分光反射率計３０によって測定しておき、前記の（２）式の計算値が測定した分光反射率にフィッティングするように係数α_jを最適化すればよい。係数α_jはＨＤＤ１１に記憶されており、適宜読み出して使用される。

以上説明したように、第１予測モデル部ＲＣ１と第２予測モデル部ＲＣ２は、それぞれ独立して第１分光反射率Ｒ１（λ）と第２分光反射率Ｒ２（λ）を算出する。結合部ＲＣ３は、第１分光反射率Ｒ１（λ）と第２分光反射率Ｒ２（λ）を取得し、これらを下記の（４）式によって線形結合することにより、最終的な予測結果（本発明の予測分光反射率。）となる分光反射率Ｒ（λ）を算出する。

前記の（４）式において、ｒ（λ）は第１分光反射率Ｒ１（λ）に対する重み係数を示している。すなわち、重み係数ｒ（λ）は第１分光反射率Ｒ１（λ）をどの程度重視するかを調整する係数であり、波長λの関数である。例えば、重み係数ｒ（λ）は、実際にインク量セットφを指定して印刷したカラーパッチを測定した分光反射率Ｒ（λ）と、前記の（４）式の計算結果との差を極小化させるように重み係数ｒ（λ）を最適化してもよい。

以上説明したように、本実施形態においては、ノイゲバウアモデルとランバート・ベアモデルに基づく第１分光反射率Ｒ１（λ）と第２分光反射率Ｒ２（λ）を総合することにより、分光反射率Ｒ（λ）を予測する。従って、一方の予測モデルの予測精度が劣化するような場合にも、他方の予測モデルによる予測によって予測精度の劣化を抑制することができる。例えば、インクドットの重なりが生じるデューティ制限付近においては、マーレイ・デービスモデルを使用するノイゲバウアモデルに基づく第１分光反射率Ｒ１（λ）の予測精度の劣化を、インクドットの重なりをモデル化したランバート・ベアモデルに基づく第２分光反射率Ｒ２（λ）によって抑制することができる。

Ａ−２．色コンバータ
図４は、色コンバータＣＣが分光反射率Ｒ（λ）に基づいて色を特定する処理を模式的に示している。同図において、分光プリンティングコンバータＲＣが前記の（４）式によって予測した分光反射率Ｒ（λ）の各波長λにおいて所望の光源のスペクトルを乗算することにより、印刷物からの反射光のスペクトルを予測する。さらに、反射光のスペクトルに対して所望の観察条件での感度関数ｘ（λ），ｙ（λ），ｚ（λ）を畳み込み、正規化をすることにより、三刺激値ＸＹＺを算出する。本実施形態においては、特に示さない限りＣＩＥ１９３１２°観測者の観察条件で三刺激値ＸＹＺを算出するものとする。光源としては、ＣＩＥ標準のＤ５０光やＤ６５光やＦ系光やＡ系光などを入力することができる。さらに、色コンバータＣＣは、三刺激値ＸＹＺにＣＩＥ標準の変換式を適用することにより、ＣＩＥＬＡＢ表色系のＬ^*ａ^*ｂ^*値を算出する。このように、分光プリンティングコンバータＲＣと色コンバータＣＣを順次使用することにより任意のインク量セットφにて印刷を行った場合のＬ^*ａ^*ｂ^*値を得ることができる。

さらに、色コンバータＣＣは、三刺激値ＸＹＺに対して色順応変換を行うことが可能となっている。例えば、Ｄ５０光にて算出した三刺激値ＸＹＺにＣＩＥＣＡＴ０２に基づく色順応変換式を適用することにより、例えばＤ５０光の下での色の見えを、Ｄ６５光の対応色で表現したＬ^*ａ^*ｂ^*値に変換することができる。なお、ＣＩＥＣＡＴ０２については、例えば"The CIECAM02 Color Appearance Model", Nathan Moroney et al., IS&T/SID Tenth Color Imaging Conference, pp.23-27, および、"The performance of CIECAM02", Changjun Li et al., IS&T/SID Tenth Color Imaging Conference, pp.28-31に記載されている。ただし、色順応変換としては、フォン・クリースの色順応予測式などの他の任意の色順応変換を用いることも可能である。この色順応変換によって得られたＬ^*ａ^*ｂ^*値をＣＶ_L1→Lsと表記するものとする。この下付き文字「Ｌ１→Ｌｓ」は、光源Ｌ１の下での色の見えを、標準光源Ｌｓの対応色で表現したＬ^*ａ^*ｂ^*値であることを意味している。色コンバータＣＣは、少なくとも２以上の比較用光源Ｌ１，Ｌ２の下での見えを、標準光源Ｌｓの対応色で表現した色彩値ＣＶ_L1→Ls，ＣＶ_L2→Lsを求めるとともに、これらに基づいて色恒常性指数ＣＩＩを算出する。色恒常性指数ＣＩＩは、例えば下記の式（５）によって算出することができる。

色恒常性指数ＣＩＩについては、Billmeyer and Saltzman's Principles of Color Technology, 3rd edition, John Wiley & Sons, Inc, 2000, p.129,p. 213-215を参照。なお、（５）式の右辺は、ＣＩＥ１９９４年色差式において、明度と彩度の係数ｋＬ，ｋＣの値を２に設定し、色相の係数ｋＨの値を１に設定した色差ΔＥ^*９４（２：２）に相当する。ＣＩＥ１９９４年色差式では、（５）式の右辺の分母の係数ＳＬ，Ｓｃ，ＳＨは以下の（６）式で与えられる。

なお、色恒常性指数ＣＩＩの算出に使用する色差式としては、他の式を用いることも可能である。色恒常性指数ＣＩＩは、あるカラーパッチを第１と第２の異なる観察条件下で観察したときの色の見えの差として定義されている。従って、印刷したときに色恒常性指数ＣＩＩが小さくなるインク量セットは、異なる観察条件での色の見えの差が小さいという点で好ましい。また、色彩値ＣＶ_L1→Ls，ＣＶ_L2→Lsは、同一の標準観察条件におけるそれぞれの対応色の測色値なので、それらの色差である色恒常性指数ＣＩＩは色の見えの違いをかなり正確に表現する値となる。次に、粒状性コンバータＧＣおよびその準備について説明する。

Ａ−３．粒状性コンバータ
図５は、粒状性コンバータ準備処理の流れを示している。本実施形態において粒状性コンバータＧＣはニューラルネットワークによって実現され、ここでは当該ニューラルネットワークを準備する処理（粒状性コンバータ準備処理）を説明する。ステップＳ２００においては、粒状性評価用インク量セットφを多数（Ｎ個）準備する。粒状性評価用インク量セットφは、インク量空間に均等に存在する格子点上のものを準備してもよいし、実際に粒状性評価用インク量セットφにて印刷を行った場合の測色色空間において均等に存在するものを準備してもよい。さらに、無彩色や記憶色等の特定の色域において重点的に準備するようにし、粒状性低下の要求が比較的大きい色域の粒状性の予測を正確に行うようにしてもよい。粒状性評価用インク量セットφが準備できるとステップＳ２１０にて粒状性評価用インク量セットφに基づいてカラーパッチをプリンタ２０にて印刷させる。

ステップＳ２１５においては、カラーパッチをスキャナ４０によってスキャンする。ここでは、プリンタ２０がカラーパッチを印刷したときの解像度よりも高解像度でスキャンを行う。このようにすることにより、各カラーパッチにおけるインクドットの分布状態を詳細に把握することが可能な画像データを得ることができる。ステップＳ２２０においては、スキャンした画像データを印刷媒体上における明度Ｌ^*分布の画像データＬ（ｘ，ｙ）に変換する（ｘ，ｙは印刷媒体上における横および縦の座標を意味し、ｘ，ｙで特定される画素をサブ画素と表記するものとする。）。次のステップＳ２２５から粒状性指数ＧＩを算出する処理を開始する。粒状性指数ＧＩは、ある印刷物を観察者が視認したときに、その観察者が感じる粒状感（あるいはノイズの程度）であり、粒状性指数ＧＩが小さい程、観察者が感じる粒状感は小さくなる。本実施例では、粒状性指数ＧＩが以下の（６）式で定義されるものとする。

ＧＩについては、例えば、Makoto Fujino,Image Quality Evaluation of Inkjet Prints, Japan Hardcopy '99, p.291-294を参照。なお、（７）式のａ_Lは明度補正項、ＷＳ（ｕ）は画像のウイナースペクトラム、ＶＴＦは視覚の空間周波数特性、ｕは空間周波数である。

図６は、粒状性指数ＧＩを算出する様子を説明している。本実施形態において、粒状性指数ＧＩは印刷画像の粒状性を画像の明度の空間周波数（cycle/mm）特性で評価する。そのために、まず図６の左端に示す明度のサブ画素平面における空間分布Ｌ（ｘ，ｙ）に対してＦＦＴ（Fast Fourier Transformation）を実施する（ステップＳ２３０）。図６においては得られた空間周波数のスペクトルをＳ（ｕ，ｖ）として示している。なお、スペクトルＳ（ｕ，ｖ）は実部Ｒｅ（ｕ，ｖ）と虚部Ｉｍ（ｕ，ｖ）とからなり、Ｓ（ｕ，ｖ）＝Ｒｅ（ｕ，ｖ）＋ｊＩｍ（ｕ，ｖ）である。このスペクトルＳ（ｕ，ｖ）は上述したウイナースペクトラムに相当する。

ここで、（ｕ，ｖ）は（ｘ，ｙ）の逆空間の次元を持つが、本実施例において（ｘ，ｙ）は座標として定義され、実際の長さの次元に対応させるにはスキャナ４０のスキャン解像度等を考慮しなければならない。従って、Ｓ（ｕ，ｖ）を空間周波数の次元で評価する場合も次元の変換が必要である。そこで、まず、座標（ｕ，ｖ）に対応した空間周波数の大きさｆ（ｕ，ｖ）を算出する。すなわち、主走査方向の最低周波数ｅ_uはＸ解像度／２５．４，副走査方向の最低周波数ｅ_vはＹ解像度／２５．４と定義される。なお、Ｘ解像度，Ｙ解像度はスキャナ４０がスキャンした際の解像度である。なお、ここでは１インチを２５．４ｍｍとしている。各走査方向の最低周波数ｅ_u，ｅ_vが算出されれば、任意の座標（ｕ，ｖ）における空間周波数の大きさｆ（ｕ，ｖ）は（（ｅ_u・ｕ）²＋（ｅ_v・ｖ）²））^1/2として算出することが可能になる。

一方、人間の目は、空間周波数の大きさｆ（ｕ，ｖ）に応じて明度に対する感度が異なり、当該視覚の空間周波数特性は、例えば、図６の中央下部に示すＶＴＦ（ｆ）のような特性である。この図６におけるＶＴＦ（ｆ）はＶＴＦ（ｆ）＝５．０５×ｅｘｐ（−０．１３８・ｄ・π・ｆ／１８０）×（１−ｅｘｐ（−０．１・ｄ・π・ｆ／１８０））である。なお、ここでｄは印刷物と目の距離でありｆは前記空間周波数の大きさである。このｆは上述した（ｕ，ｖ）の関数として表現されているので、視覚の空間周波数特性ＶＴＦは（ｕ，ｖ）の関数ＶＴＦ（ｕ，ｖ）とすることができる。

上述のスペクトルＳ（ｕ，ｖ）に対してこのＶＴＦ（ｕ，ｖ）を乗じれば、視覚の空間周波数特性を考慮した状態でスペクトルＳ（ｕ，ｖ）を評価することができる。また、この評価を積分すればサブ画素平面全体について空間周波数を評価することができる。そこで、本実施例においては、ステップＳ２３５〜Ｓ２５５の処理で積分までの処理を行っており、まず、（ｕ，ｖ）を双方とも“０”に初期化し（ステップＳ２３５）、ある座標（ｕ，ｖ）での空間周波数ｆ（ｕ，ｖ）を算出する（ステップＳ２４０）。また、この空間周波数ｆにおけるＶＴＦを算出する（ステップＳ２４５）。

ＶＴＦが得られたら、当該ＶＴＦの２乗とスペクトルＳ（ｕ，ｖ）の２乗とを乗じ、積分結果を代入するための変数Ｐｏｗとの和を算出する（ステップＳ２５０）。すなわち、スペクトルＳ（ｕ，ｖ）は実部Ｒｅ（ｕ，ｖ）と虚部Ｉｍ（ｕ，ｖ）とを含むので、その大きさを評価するため、まず、ＶＴＦの２乗とスペクトルＳ（ｕ，ｖ）の２乗とによって積分を行う。そして、座標（ｕ，ｖ）のすべてについて以上の処理を実施したか否かを判別し（ステップＳ２５５）、全座標（ｕ，ｖ）について処理を終了したと判別されなければ、未処理の座標（ｕ，ｖ）を抽出してステップＳ２４０以降の処理を繰り返す。なお、ＶＴＦは図６に示すように空間周波数の大きさが大きくなると急激に小さくなってほぼ”０”となるので、座標（ｕ，ｖ）の値域を予め所定の値以下に制限することにより必要充分な範囲で計算を行うことができる。

積分が終了したら、Ｐｏｗ^1/2／全画素数を算出する（ステップＳ２６０）。すなわち、変数Ｐｏｗの平方根によって前記スペクトルＳ（ｕ，ｖ）の大きさの次元に戻すとともに、全画素数で除して規格化する。この規格化により、入力画像の画素数に依存しない客観的な指数（図６のＩｎｔ）を算出している。本実施形態においては、さらに、印刷物全体の明度による影響を考慮した補正を行って粒状性指数ＧＩとしている。すなわち、本実施形態においては、空間周波数のスペクトルが同じであっても印刷物全体が明るい場合と暗い場合とでは人間の目に異なった印象を与え、全体が明るい方が粒状性を感じやすいものとして補正を行う。このため、まず、全画素について明度Ｌ（ｘ，ｙ）を足し合わせ、全画素で除することにより、画像全体の明度の平均Ａｖｅを算出する（ステップＳ２６５）。

そして、画像全体の明るさによる補正係数ａ（Ｌ）をａ（Ｌ）＝（（Ａｖｅ＋１６）／１１６）^0.8と定義し、この補正係数ａ（Ｌ）を算出（ステップＳ２７０）するとともに前記Ｉｎｔに乗じて粒状性指数ＧＩとする（ステップＳ２７５）。なお、補正係数ａ（Ｌ）は、上述した明度補正項ａ_Lに相当する。以上の処理によって前記の（６）式を具体的に演算したこととなる。補正係数としては、明度の平均によって係数の値が増減する関数であればよく、他にも種々の関数を採用可能である。むろん、粒状性指数ＧＩを評価する成分は明度成分に限られず、色相、彩度成分を考慮して空間周波数を評価してもよいし、色彩値として、明度成分，赤−緑成分，黄−青成分を算出し、それぞれをフーリエ変換した後、各色成分ごとに予め定義された視覚の空間周波数特性を乗じて粒状性指数ＧＩを算出してもよい。

以上説明したステップＳ２０５〜Ｓ２７５の処理によって、粒状性評価用インク量セットに応じて実際に印刷したカラーパッチの粒状性が粒状性指数ＧＩとして定量化できたこととなる。ステップＳ２８０においては、各粒状性評価用インク量セットと粒状性指数ＧＩとの対応関係をＨＤＤ１１に学習データＣＤとして記憶する。ステップＳ２９０においては、任意のインク量セットにて印刷を行った場合の粒状性指数ＧＩを予測するニューラルネットワークＮＮＧを学習データＣＤによる学習によって作成する処理を行う。

図７は、ステップＳ２９０にて学習させたニューラルネットワークＮＮＧを示している。同図において、各インクのインク量ｄ_c，ｄ_m，ｄ_y，ｄ_k，ｄ_lc，ｄ_lmがニューラルネットワークＮＮＧの入力層に入力可能となっており、出力層では粒状生成数ＧＩを出力することが可能となっている。このような、ニューラルネットワークＮＮＧが準備できれば、任意のインク量セットφ＝（ｄ_c，ｄ_m，ｄ_y，ｄ_k，ｄ_lc，ｄ_lm）を粒状生成数ＧＩにコンバートすることができる。ニューラルネットワークＮＮＧの学習データＣＤによる学習は、例えばバックプロパゲーション法によって行うことができる。なお、本実施形態の粒状性コンバータＧＣはニューラルネットワークＮＮＧを使用して、任意のインク量セットφを粒状生成数ＧＩにコンバートすることができればよく、ニューラルネットワークＮＮＧを演算するのに必要なデータがＨＤＤ１１に記憶されていればよい。従って、上述した粒状性コンバータ準備処理は、同一のコンピュータ１０によって実行される必要はなく、予め別のコンピュータによってニューラルネットワークＮＮＧが準備されていてもよい。

Ｂ．プロファイルの作成
以上においては、印刷結果予測部プログラムＰ１を構成する各種コンバータＲＣ，ＣＣ，ＧＣおよびその準備について説明したが、以下においては各種コンバータＲＣ，ＣＣ，ＧＣを利用して、本発明のプロファイルとしてのルックアップテーブルを作成し、当該作成したルックアップテーブルを用いて色変換を実行するプロファイル作成装置および印刷制御装置について説明する。具体的には、コンピュータ１０にて実行されるＬＵＴ作成プログラムＰ２とプリンタドライバＰ３がプロファイル作成装置および印刷制御装置を具現化する。なお、ルックアップテーブルは、ＬＵＴと略記する場合もある。

図８は、ＬＵＴ作成プログラムＰ２の構成を詳細に示している。ＬＵＴ作成プログラムＰ２は、初期ＬＵＴ生成部Ｐ２ａと評価関数設定部Ｐ２ｂと平滑程度算出部Ｐ２ｃと最適化部Ｐ２ｄとＬＵＴ生成部Ｐ２ｅとから構成されている。以下、各モジュールＰ２ａ〜Ｐ２ｄが実行するプロファイル作成処理の詳細をフローに基づいて説明する。

図９は、プロファイル作成処理の流れを示している。ステップＳ４００においては、初期のインクプロファイルＩＰを作成する。なお、インクプロファイルＩＰは、絶対色空間であるＣＩＥＬＡＢ色空間（Ｌ^*ａ^*ｂ^*空間）とインク量空間であるＣＭＹＫｌｃｌｍ空間（ｄ_cｄ_mｄ_yｄ_kｄ_lcｄ_lm空間）との対応関係を複数の代表的な格子点について規定したＬＵＴである。初期のインクプロファイルＩＰの作成においては、例えば上述した有効領域のなかから１７³組のランダムなインク量セットφ＝（ｄ_c，ｄ_m，ｄ_y，ｄ_k，ｄ_lc，ｄ_lm）を生成する。この１７³組のインク量セットは、本発明のＬＵＴ用インク量セットの初期値であり、後述する処理によって最適化されていく。なお、初期のＬＵＴ用インク量セットは、最終的に最適化されるため、初期の段階においてどのように生成してもよい。

次に、ステップＳ４１０にて、評価関数設定部Ｐ２ｂが評価関数を設定する。すなわち、後述する最適化の指針を設定する。インクプロファイルＩＰは、絶対色空間であるＣＩＥＬＡＢ色空間とインク量空間との対応関係を有限数の格子点について規定するものであるため、将来的に補間処理によって格子点以外の対応関係が予測されることとなる。一般に、各色空間で整然と並んでいる格子点の方がその間に位置する色を補間演算によって算出する際に空間の局所的位置によって補間精度を大きく変動させることなく補間を行うことができる。従って、本実施形態における最適化の指針として格子点配置をＣＩＥＬＡＢ色空間にて平滑化する指標を採用することで、インクプロファイルＩＰの作成時および作成後の色変換時に高精度に補間演算を実施することが可能になる。この結果、トーンジャンプの発生を抑え、滑らかに階調が変化する印刷物を得ることが可能なインクプロファイルＩＰを作成することが可能になる。

また、インクプロファイルＩＰにおいては、できるだけ広い色再現性を実現するためにプリンタ２０が当該インクセット（ＣＭＹＫｌｃｌｍ）にて再現可能な色再現ガマットの全体について格子点が分布すべきである。従って、本実施形態における最適化の指針として色再現ガマットをＣＩＥＬＡＢ色空間にて確保する指標を採用することで、広い色再現性を実現可能なインクプロファイルＩＰを実現することができる。以上の指針によって、格子点のＣＩＥＬＡＢ色空間における最適な分布を指定することができる。

ところが、ＣＩＥＬＡＢ色空間において最適な格子点を定めたとしても、インクプロファイルＩＰにて当該格子点に対応するインク量セットφ＝（ｄ_c，ｄ_m，ｄ_y，ｄ_k，ｄ_lc，ｄ_lm）を一意に定めることができない。インクプロファイルＩＰは、絶対色空間であるＣＩＥＬＡＢ色空間とインク量空間であるＣＭＹＫｌｃｌｍ空間との対応関係を規定したものであるが、ＣＩＥＬＡＢ色空間とＣＭＹＫｌｃｌｍ空間の対応関係は一義的な関係にあるものではないからである。すなわち、ＣＩＥＬＡＢ色空間にて一のＬ^*ａ^*ｂ^*値を定めたとしても、ある光源下で当該Ｌ^*ａ^*ｂ^*値が再現可能な印刷結果を実現するインク量セットφを一意に定めることはできない。例えば、ＫインクとＣＭＹインクは分版可能な関係にあるため、ある光源において分版比率を変更しても同一のＬ^*ａ^*ｂ^*を再現することができる。ＣインクとｌｃインクやＭインクとｌｍインクの関係についても同様である。

従って、ＣＩＥＬＡＢ色空間において最適な格子点を定めると同時に、当該格子点に対応するインク量セットφも最適化させていく必要がある。例えば、ＫインクとＣＭＹインクとの分版比率はＣＩＥＬＡＢ色空間におけるＬ^*ａ^*ｂ^*値を定めても一意に定めることができないが、ハイライト領域において濃いＫインクを発生させると粒状性が目立つこととなる。従って、粒状性の改善を最適化の指針とすれば、ハイライト領域のＬ^*ａ^*ｂ^*値に対してはｄ_k＝０となるインク量セットφに最適化させることができる。逆に、ＫインクとＣＭＹインクとの分版比率はＣＩＥＬＡＢ色空間におけるＬ^*ａ^*ｂ^*値を定めても一意に定めることができないが、分光反射率がフラットでないＣＭＹインクによるコンポジットグレーを多用すれば、色の光源依存性が問題となる。そのため、色恒常性の改善を最適化の指針としても、インクプロファイルＩＰの格子点を最適化すべきである。さらに、インク量セットφの大きさを全体的に小さくする指針を適用すれば、インクのランニングコストの面で最適なインクプロファイルＩＰを作成することができる。

以上のように、最適なインクプロファイルＩＰを作成するためには様々な要素を考慮して格子点の最適化を行なうのが好ましく、すべての要素を考慮して最適な分版規則を設定することは困難である。従って、本実施形態では、これらの要素を同時に評価することが可能な評価関数Ｅ_pを上述した指針に基づいて設定する（ステップＳ４１０）。具体的には、下記の（８）式により評価関数Ｅ_p（Ｅ_p（φ））を設定する。また、評価関数Ｅ_pを算出する際に使用する光源も設定する。

前記の（８）式において、評価関数Ｅ_pは５個の項をｗ₁〜ｗ₅の重み係数によって加算した値であり、各項がそれぞれ上述した格子点を選択する指針に基づいて設定されている。（８）式の第１項は、上述した粒状性コンバータＧＣ（ニューラルネットワークＮＮＧ）によって得られる粒状性指数ＧＩを最大値で除算することによって正規化し、所定の重み係数ｗ₁を乗算したものとなっている。なお、評価関数Ｅ_pの添え字ｐ（ｐ＝１〜１７³）は注目する格子点の識別符号を示している。粒状性指数ＧＩは小さい方が良好な画質となるため、（８）式の第１項が小さくなるほど最適であるといえる。

（８）式の第２項は、色コンバータＣＣによって得られる色恒常性指数ＣＩＩを最大値で除算することによって正規化し、所定の重み係数ｗ₂を乗算したものとなっている。色恒常性指数ＣＩＩは、任意のインク量セットφを分光プリンティングモデルコンバータＲＣに入力することにより得られる分光反射率Ｒ（λ）をさらに色コンバータＣＣによって変換することにより得られるものであり、インク量セットφの関数であるということができる。分光プリンティングモデルコンバータＲＣにおける分光反射率Ｒ（λ）の予測においては、ノイゲバウアモデルとランバート・ベアモデルの双方が考慮されているということができる。（８）式の第３項は、平滑程度算出部Ｐ２ｃによって得られる平滑程度評価指数ＳＩを最大値で除算することによって正規化し、所定の重み係数ｗ₃を乗算したものとなっている。色恒常性指数ＣＩＩは小さい方が良好な画質となるため、（８）式の第２項が小さくなるほど最適であるといえる。なお、色コンバータＣＣが色恒常性指数ＣＩＩを算出する光源はステップＳ４１０にて設定されている。例えば、比較用の光源Ｌ１，Ｌ２をＤ５０光，Ｆ１１光として標準光源ＬｓをＤ６５光と設定されている。

図１０は、平滑程度評価指数ＳＩを模式的に説明している。同図において、○はＣＩＥＬＡＢ空間における複数の格子点の位置を示し、●は当該格子点のうち注目する格子点（評価関数Ｅ_pの算出対象の格子点）を示している。注目する格子点の位置ベクトルをＬｐとし、当該格子点に隣接する６個の格子点の位置ベクトルをＬ_a1〜Ｌ_a6とすると、平滑程度評価指数ＳＩは下記の（９）式によって表される。

平滑程度評価指数ＳＩは、注目する格子点から互いに逆向きのベクトルの距離が等しく、方向が正反対に近いほど値が小さくなるようにしてある。

図１０（Ｂ）に示すように、隣接する格子点を結ぶ線（ベクトルＬ_a1〜ベクトルＬ_p〜ベクトルＬ_a2が示す格子点を通る線等）が直線に近く、また格子点が均等に配置されるほどＣＩＥＬＡＢ色空間における格子点の配置が平滑化される傾向にあるので、（９）式に示す平滑程度評価指数ＳＩが小さくなればなるほど、平滑程度が高くなるということができる。ＣＩＥＬＡＢ色空間におけるＬ^*ａ^*ｂ^*値は、インク量セットφ＝（ｄ_c，ｄ_m，ｄ_y，ｄ_k，ｄ_lc，ｄ_lm）を分光プリンティングモデルコンバータＲＣと色コンバータＣＣによって順次変換することにより得ることができる。色コンバータＣＣがＬ^*ａ^*ｂ^*値を算出する光源はステップＳ４１０にて標準光源Ｌｓとして設定されたＤ６５光を使用する。従って、前記の（１７）式においてＣＩＥＬＡＢ色空間における位置ベクトルで特定される平滑程度評価指数ＳＩはインク量セットφの関数であるということができる。平滑程度評価指数ＳＩは小さい方が高い補間精度が期待できるため、（８）式の第３項が小さくなるほど最適であるといえる。次に、（８）式の第４項は、注目する格子点の位置ベクトルＬ_pと特定の色に近いか否かを示している。

図１１は、プリンタ２０の色再現ガマットをＣＩＥＬＡＢ色空間において示している。同図に示すように、プリンタ２０の色再現ガマットは予めプリンタ２０のハードウェア仕様やインクセットによって定められており、この範囲において色を再現することができる。従って、インクプロファイルＩＰの格子点をＣＩＥＬＡＢ色空間において色再現ガマットの全体に存在させる必要がある。そのために、一部の格子点については、色再現ガマットの外面上や稜線上や頂点に拘束する必要がある。色再現ガマットの外面上や稜線上や頂点が満たす色と格子点の色差ΔＥを（８）式の第４項として加えて最適化を行うことによって、色再現ガマット全体に格子点を存在させることができる。なお、（８）式の第４項も、ＣＩＥＬＡＢ色空間における位置ベクトルで特定されるため、インク量セットφの関数であるということができる。色再現ガマットの最外色と同じ色を示す格子点が含まれるほど、最大限広い色再現性を実現することができるため、（８）式の第４項が小さくなるほど最適であるといえる。

（８）式の第５項は、インク量セットφの合計値を正規化したものである。これにより、インクのトータルの消費量を加味した評価関数Ｅ_pにより格子点の最適化を行うことができる。（８）式の第５項も、インク量セットφに依存し、インク量セットφの関数であるということができる。なお、（８）式におけるＴ_Dutyは記録媒体に付着可能なインク量の制限に対応した値である。インク量は少ないほどランニングコストが良好となるため、（８）式の第５項が小さくなるほど最適であるといえる。

以上説明したように評価関数Ｅ_pを構成するすべての項は、インク量セットφの関数によって表されているとともに、小さくなるほど格子点が最適となる。従って、ステップＳ４００においては、適当に初期の格子点を定めたに過ぎないため、各格子点に注目して評価関数Ｅ_pを算出しても、評価関数Ｅ_pは小さい値とならない。従って、ステップＳ４２０においては評価関数Ｅ_pを極小化させるように最適化部Ｐ２ｄが各格子点の最適化を行う。どの項を重視して最適化を行うかは、上述した重み係数ｗ₁〜ｗ₅によって決定づけられる。従って、インクプロファイルＩＰの作成にあたり、どの項目を重視すべきかを設定し、それに基づいて重み係数ｗ₁〜ｗ₅を設定するのが望ましい。例えば、画質を犠牲にしてでもランニングコストのよいインクプロファイルＩＰを作成したいのであれば重み係数ｗ₅を大きく設定すべきである。また、色再現ガマットの外面に位置すべき格子点に対しては重み係数ｗ₄を大きくして、外面への拘束を強めるのが望ましい。

具体的にステップＳ４２０においては、各格子点について評価関数Ｅ_pを極小化させるインク量セットφを順次算出していく。例えば、インク量空間における初期のインク量セットの位置から局所的にインク量セットを移動させ、その際に評価関数Ｅ_pを極小化させるインク量セットを各格子点について算出していく。これにより、インク量空間における格子点の位置が評価関数Ｅ_pを極小化させる方向に修正されたこととなる。さらに、修正後の位置から同様に局所的にインク量セットを移動させ、その際に評価関数Ｅ_pを極小化させるインク量セットを各格子点について算出していく。以上のような処理を繰り返し（例えば２００回）実行することにより、最終的には各格子点についての評価関数Ｅ_pが極めて小さくなる格子点に最適化することができる。なお、以上の処理を規定回数行うことをもって格子点の最適化を完了させてもよいし、評価関数Ｅ_pの値が所定の閾値を下回ることをもって格子点の最適化を完了させてもよい。

この最適化処理においては順次更新されるインク量セットφについて評価関数Ｅ_pを算出することが必要となるが、その際に、上述した各コンバータＲＣ，ＣＣ，ＧＣおよび平滑程度算出部Ｐ２ｃを利用することによって、逐次、各インク量セットφに対応する分光反射率Ｒ（λ）や粒状性指数ＧＩや色恒常性指数ＣＩＩや平滑程度評価指数ＳＩが算出されることとなる。以上の最適化によれば、評価関数Ｅ_pによって粒状性や色恒常性やランニングコストに優れるインク量セットφの格子点が得られると同時に、当該格子点のＣＩＥＬＡＢ色空間における分布も最適なものとなる。式（８）の第３項および第４項にてＣＩＥＬＡＢ色空間における評価も評価関数Ｅ_pの一部に取り入れているからである。本実施形態では、ＣＩＥＬＡＢ色空間における格子点の最適化とインク量空間における格子点の最適化を同時に行うことができるため、処理の効率がよい。なお、本実施形態において、特開２００６−１９７０８０号公報に開示された格子点の最適化の手法を適用することもできる。この場合、インク量空間にて評価関数Ｅ_pを０とする方向の仮想的な力を各格子点に作用させ、当該力によってインク量空間における格子点の位置を定常状態に収束させればよい。

以上のようにして各格子点が最適化されると、ステップＳ４３０にて最適化された格子点のインク量セットφに対応したＬ^*ａ^*ｂ^*値を分光プリンティングモデルコンバータＲＣおよび色コンバータＣＣ（Ｄ６５光）によって算出する。そして、互いに対応するＬ^*ａ^*ｂ^*値とインク量セットφとの対応関係を記述したインクプロファイルＩＰをＬＵＴ生成部Ｐ２ｅが作成する。

ステップＳ４４０においては、インクプロファイルＩＰに基づいて色変換プロファイルＣＰを作成する。色変換プロファイルＣＰは、例えばｓＲＧＢ色空間で各画素の色が表された画像データをプリンタ２０におけるインク量空間の画像データに変換するＬＵＴである。ｓＲＧＢ色空間はＣＩＥ標準に基づいてＣＩＥＬＡＢ色空間との対応関係（ｓＲＧＢプロファイルＳＰ）が定められているため、インクプロファイルＩＰに規定された各格子点のＬ^*ａ^*ｂ^*値によってｓＲＧＢ色空間のＲＧＢ値とインク量セットφとの対応関係を特定し、ＬＵＴ化することができる。その際に、補間処理が行われるが上述した最適化によってインクプロファイルＩＰが規定する格子点のＣＩＥＬＡＢ色空間における分布が平滑化されているため、高い補間精度を実現することができる。

ｓＲＧＢプロファイルＳＰについても上述した平滑程度評価指数ＳＩによる最適化を行っておくことが望ましい（特開２００６−１９７０８０号公報、参照。）。なお、ＣＩＥＬＡＢ色空間におけるｓＲＧＢ色空間のガマットとプリンタ２０の色再現ガマットが異なるため、適宜ガマットマッピングが行われる。なお、ここではインクプロファイルＩＰにさらに別の絶対色空間であるｓＲＧＢ色空間を結合するものを例に挙げたが、入力デバイスに依存した機器依存のソース色空間と、インクプロファイルＩＰとを結合させたデバイスリンクプロファイルを作成するようにしてもよい。色変換プロファイルＣＰが作成できると、以降はプリンタドライバＰ３の色変換部Ｐ３ａが色変換プロファイルＣＰを参照して補間処理を行うことにより、ｓＲＧＢ色空間で各画素の色が表された印刷画像データをインク量セットφの画像データに変換することができる。さらに、ハーフトーン処理部Ｐ３ｂとラスタライズ処理部Ｐ３ｃがインク量セットφの画像データに対して誤差拡散法やディザ法といったハーフトーン処理とラスタライズ処理を順次実行することより、印刷データを生成することができる。生成した印刷データをプリンタ２０に出力することにより、前記印刷画像データに基づく印刷を実行させることができる。

Ｃ．まとめと変形例：
以上説明したように、本発明においては、ノイゲバウアモデルとランバート・ベアモデルに基づく第１分光反射率Ｒ１（λ）と第２分光反射率Ｒ２（λ）を総合することにより、分光反射率Ｒ（λ）を予測している。従って、一方の予測モデルの予測精度が劣化するような場合にも、他方の予測モデルによる予測によって予測精度の劣化を抑制することができる。例えば、インクドットの重なりが生じるデューティ制限付近においては、マーレイ・デービスモデルを使用するノイゲバウアモデルに基づく第１分光反射率Ｒ１（λ）の予測精度の劣化を、インクドットの重なりをモデル化したランバート・ベアモデルに基づく第２分光反射率Ｒ２（λ）によって抑制することができる。また、ノイゲバウアモデルの精度をランバート・ベアモデルによって補うことができるため、ノイゲバウアモデル単独の予測精度が多少低くても許容することができ、従来のようにセル分割を行わなくても済む。すなわち、分割セルの各頂点（ノード）について予め分光反射率データＲＤを用意しておかなくても済むため、ノイゲバウアモデルのために測定すべきカラーパッチの数を減少させることができる。以上においては、印刷結果予測プログラムＰ１とＬＵＴ作成プログラムＰ２とプリンタドライバＰ３が単一のコンピュータ１０にて実行されるようにしたが、これらが別のコンピュータにおいて実行されてもよい。さらに、いわゆるダイレクトプリンタにおいてプリンタドライバＰ３と同等の機能を実行するようにしてもよい。

コンピュータの構成を示すブロック図である。印刷方式を説明する模式図である。分光ノイゲバウアモデルを示す図である。分光反射率から色を特定する様子を示す図である。粒状性コンバータ準備処理のフローチャートである。粒状性指数ＧＩを算出する処理を示す図である。ニューラルネットワークを説明する図である。ＬＵＴ作成プログラの構成を示すブロック図である。プロファイル作成処理のフローチャートである。平滑程度評価指数を説明する図である。プリンタの色再現ガマットを示すグラフである。

符号の説明

１０…コンピュータ、１１…ＨＤＤ，１２…ＣＰＵ，２０…プリンタ、３０…分光反射率計、４０…スキャナ、ＲＣ…分光プリンティングコンバータ、ＣＣ…色コンバータ、ＧＣ…粒状性コンバータ、ＲＤ…分光反射率データ、ＣＤ…学習データ。

Claims

印刷装置が使用する複数の色材量の組み合わせである色材量セットについてのプロファイルを作成するプロファイル作成方法であって、
前記印刷装置が所定の前記色材量セットを使用して印刷したときに記録媒体上において再現される分光反射率を互いに異なる第１予測モデルと第２予測モデルのそれぞれに基づいて予測し、双方の予測結果を総合することにより予測分光反射率を取得し、
前記予測分光反射率が再現された前記記録媒体に所定光源を照射したときの色彩値を取得し、
前記色彩値と前記色材量セットとの対応関係を規定することにより前記プロファイルを作成することを特徴とするプロファイル作成方法。
前記第１予測モデルと前記第２予測モデルのいずれか一方はノイゲバウアモデルあることを特徴とする請求項１に記載のプロファイル作成方法。
前記第１予測モデルと前記第２予測モデルのいずれか一方はランバート・ベアモデルあることを特徴とする請求項１または請求項２のいずれかに記載のプロファイル作成方法。
前記双方の予測結果を線形結合することにより前記予測分光反射率を取得することを特徴とする請求項１から請求項３のいずれか一項に記載のプロファイル作成方法。
前記線形結合における前記双方の予測結果の結合重みが波長の関数によって与えられることを特徴とする請求項１から請求項４のいずれか一項に記載のプロファイル作成方法。
請求項１から請求項５のいずれか一項に記載の前記プロファイル作成方法によって作成された前記プロファイルを参照することにより取得した前記色材量セットを使用して前記印刷装置に印刷を実行させることを特徴とする印刷制御方法。
請求項１から請求項５のいずれか一項に記載の前記プロファイル作成方法によって作成された前記プロファイルを参照することにより前記色材量セットを取得する色変換手段と、
前記取得した前記色材量セットを使用して前記印刷装置に印刷を実行させる印刷制御手段とを具備することを特徴とする印刷制御装置。
請求項１から請求項５のいずれか一項に記載の前記プロファイル作成方法によって作成された前記プロファイルを参照することにより前記色材量セットを取得する色変換手段と、
前記取得した前記色材量セットを使用して印刷を実行させる印刷手段とを具備することを特徴とする印刷装置。