JPH09284580A - 色シミュレーション装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】カラー画像を所望光源下で観察する場合の色を
プリンタ上で容易に再現する。 【解決手段】光源情報とプリンタの特性を考慮して、前
記色分解値を種々の光源下で観察する場合の色に変換す
る色シミュレーション装置として、原画像の色分解値を
読み込む入力部１と、該原画像の色分解値信号を少なく
とも３つの主成分ベクトル係数信号に変換する変換部２
と、該被写体の少なくとも３つの主成分ベクトル係数信
号を分光分布信号に変換する変換部３と、被写体の分光
分布信号をあらかじめメモリ部６に記憶さたと所望する
光源の分光情報信号あるいは測定により得られた光源の
分光情報信号を用いて、該光源下での色彩値信号に変換
する変換部４と、被写体の色彩値信号をプリンタで表示
するために適した色分解値信号に変換する変換部５、変
換された色分解値を出力する出力部７からなる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、色シミュレーショ
ン装置にかかり、入力された原画像の色を忠実に再現し
て提供できる色シミュレーション装置に関する。

【０００２】

【従来の技術】多数色の原稿や物体の複写物を作成する
ために、色を表現する方法の１つとして色分解値があ
る。これはカラー画像出力装置において色を再現するた
めに、各種カラー画像出力装置の特性にあわせて表現し
た装置に依存する値であり、一般的には、印刷では減法
混色のシアン、マゼンタ、イエロー、ブラック、プリン
タでは加法混色のレッド、グリーン、ブルーが用いられ
る。一方、色を装置に依存しないで表現する値として、
ＣＩＥ（Commission Internationale de I'Eclairage）
が規定したCIEXYZ値、または、均等知覚色空間CIEL*a*b
* 値等の色彩値がある。

【０００３】ところが、上記の色分解値は、原画像の色
を特定するための装置の特性や画像の観察条件に依存す
る。例えば、色を観察するための光源や、色を再現する
装置が異なれば異なる色となる。そこで、従来、カラー
画像を種々のカラー画像出力機で再現する場合、該カラ
ー画像が装置の特性に依存せずどのような装置に対して
も同じ色を再現できる方法として、前記色分解値を、前
記装置に依存しないCIEXYZ値やCIEL*a*b* 値等の色彩値
に一度変換することによって色修正を行う、いわゆるデ
バイスインディペンデントな色再現法が用いられてい
た。この方法では、装置に依存しない色彩値の一致によ
る色再現を実現するため、異なる出力装置で常に同じ色
を高い精度で再現すること（特開平04-261267 号公報）
ができていた。

【０００４】

【発明が解決しようとする課題】しかしながら、CIEXYZ
値やCIEL*a*b* 値等の色彩値は、光源の分光分布と対象
物の分光反射率、及び等色関数によって定義されるた
め、従来のデバイスインディペンデントな色再現法で
は、観察時の照明が、色彩値算出の際に用いられた照明
と同じ時だけしか色の一致を保証できないという問題が
ある。また、前述のCIEXYZ値やCIEL*a*b* 値等の色彩値
は光源が規定された値であり、この値を他の光源下での
CIEXYZ値やCIEL*a*b* 値等の色彩値に変換することや、
光源に依存しない分光反射率に変換することはできな
い。

【０００５】このように、従来のデバイスインディペン
デントな色シミュレーション装置では、再現した色が原
画像の色や物体の色と同一色に見える光源が、所定照明
光の光源もにによって制限されるので、非常に限られた
環境下でしか、色を再現できないという問題があった。
すなわち、従来のデバイスインディペンデントな色シミ
ュレーション装置ではこのような種々の雑多な光源かで
の色をシミュレートすることは困難であった。発明の目
的とするところは、上記事実を考慮して、色分解値が既
知のカラー画像を、観察するときの環境に応じた色を忠
実にプリンタ等の出力装置でシミュレートできる色シミ
ュレーション装置を得ることである。

【０００６】

【課題を解決するための手段】第一の発明は、画像の色
情報値を入力するための入力手段と、複数の光源の各分
光情報を記憶する記憶手段と、前記画像の各色を光源に
依存しない分光反射率分布または分光透過率分布を多変
量解析することにより得られる少なくとも３つの特徴パ
ラメータと特徴パラメータ係数で表現し、前記色情報値
で定まる多数色の各々について少なくとも３つの特徴パ
ラメータ及び特徴パラメータを記憶すると共に、前記入
力手段に入力された色情報値を、該色情報値に対応する
少なくとも３つの特徴パラメータ係数に変換する第１の
変換手段と前記第１の変換部からの少なくとも３つの特
徴パラメータ係数を、前記多変量解析により得られた少
なくとも３つの特徴パラメータ信号により分光反射率信
号若しくは分光透過率信号に変換する第２の変換手段
と、前記第２の変換手段で変換された分光反射率分布ま
たは分光透過率分布を、指定された前記光源の分光情報
に基づいて、色彩値信号に変換する第３の変換手段と、
複数のニューラルネットワークからなり、準備時におい
て、あらかじめプリンタから出力された色分解値が既知
の標準色見本の光源別の色彩値を入力として与え、前記
標準色見本の色分解値を教師信号として与え、ニューラ
ルネットワークの学習を行なわせる機能と、変換時には
前記第３の変換手段からの光源の情報が既知の色彩値を
学習済みの光源別のネットワークに選択的に入力するこ
とにより、色分解値を出力する機能とを有する第４の変
換手段と前記第４の変換手段で変換された色分解値によ
り、現画像を出力する出力手段と、を具備してなる色シ
ミュレーション装置である。

【０００７】第二の発明は、前記多変量解析として主成
分分析を用い、該主成分分析することによって得られる
分光反射率分布又は分光透過率分布の主成分ベクトルを
特徴パラメータとし、該主成分ベクトルによる該分光反
射率または分光透過率の展開係数を前記特徴パラメータ
係数とすることを特徴とする第一発明に記載の色シミュ
レーション装置である。第三の発明は、前記第１の変換
手段は、入力された色情報値に対応する少なくとも３つ
の特徴パラメータ係数に変換するように学習された多層
フィードフォワード型ニューラルネットワークであるこ
とを特徴とする第一発明に記載の色シミュレーション装
置である。

【０００８】第四の発明は、前記第１の変換手段は、前
記色情報値と該色情報値に対応する少なくとも３つの特
徴パラメータ係数との対応関係を記憶したルックアップ
テーブルであることを特徴とする第一発明に記載の色シ
ミュレーション装置である。

【０００９】

【発明の実施の形態】まず、本発明の考え方について説
明する。人間が物体の色を判断する場合、物体から反射
された光源の色を人間の目がとらえ、各種視覚フィルタ
ーを通して脳へ伝えられ行われる。ここで、物体の分光
分布、光源の分光分布及び人間の視覚特性が、色を判断
する際に重要なポイントとなる。例えば、同じ物体を異
なる光源下で観察した場合、人間は違う色と判断する。
一方、従来から、色の分光分布を主成分分析（KL展開）
を用いて近似する方法に関する研究が行われ、少ない主
成分ベクトルで分光分布が精度良く近似できることが知
られている。主成分分析手法により、物体の分光分布を
近似再現することにより、光源の分光分布及び人間の視
覚特性を考慮した所望する光源下での色の見えをシミュ
レートすることができる。

【００１０】

【実施例】以下、本発明の実施例について、図面を参照
して説明する。図１は本発明の色シミュレーション装置
の要部構成を示すブロック図である。色分解値が既知の
カラー原画像を所望する光源下で観察する場合のイメー
ジをプリンタ上で再現するにあたり、前記原画像の色分
解値を所望のカラープリンタに対応する色分解値に修正
して、該プリンタに入力させるようにする色シミュレー
ション装置は、図１に示すように、入力部１、変換部
２、変換部３、変換部４、変換部５、メモリ部６、表示
部７より構成されている。

【００１１】入力部１は、原画像の色分解値を読み込む
ものである。該入力部1 に例えばスキャナーを利用する
ことができる。ここでスキャナーとは、色を数値で表示
するための装置であり、物体に光を当て、それからの反
射光や透過光の強さを光電的原理を利用して計測するも
のである。基本的には、光源と測光器からなる。また、
原画像の色分解値が外部記憶手段に記憶されている場合
は、該記憶手段から読み込むこともできる。また、原画
像の色分解値が外部記憶手段に記憶されている場合は、
該記憶手段から読み込むこともできる。

【００１２】変換部２は、情報値変換に先立ちあらかじ
め構築された変換系で、前記入力部からの原画像の色分
解値を少なくとも３つの主成分ベクトルの展開係数に変
換するもので、該変換には、ルックアップテーブル若し
くはニューラルネットワークなどが用いられる。以下ニ
ューラルネットワークを用いた場合の該変換系構築の実
施例について図２を用いて説明する。まず、該変換部構
築にあたり、準備段階として、色分解値が既知の複数の
物体または色票の分光分布を主成分分析することにより
少なくとも３つの主成分ベクトルを求める。この色分解
値が既知の色票の分光分布の主成分分析により得た少な
くとも３つの主成分ベクトルを用いて、ニューラルネッ
トワークを構築する。

【００１３】この色票の色の分光反射率を主成分分析す
ることにより得られる低次の主成分ベクトルを用い、該
色票の色の分光反射率を次の（４）式で近似復元でき
る。主成分分析は次元削減の統計的手法として一般に用
いられており、数値計算法としては、ハウスホルダー
法、バイセクション法、原点移動べき乗法等がある。以
下に主成分分析の一例を示す。

【００１４】

【数１】

【００１５】但し、ｉ＝1 、2 、・・・・ｒであり、Φ
は次の（５）式で定義される共分散行列、 %は固有値、
&は固有ベクトル（主成分ベクトル）、及びｔは転置を
表している。

【００１６】

【数２】

【００１７】但し、行列 'は各色の分光反射率を成分と
する行列Ｒから分光反射率の平均値ベクトルERを引いた
ものである。Ｅ［］は［］内の平均を表す。主成分分析
から得られる第Ｋ番目までの主成分ベクトル (を用いた
ときの分光反射率Ｒは、次式で近似できる。

【００１８】

【数３】

【００１９】ここでψは、 * で定義される係数であ
る。このように得られた前記標準色見本の少なくとも３
つの主成分ベクトル係数を教師信号とし、前記標準色見
本の既知の色分解値を入力信号としてニューラルネット
ワークに与え学習を行わせる。ニューラルネットワーク
として、フィードフォワード結合型ニューラルネットワ
ークを用いており、該ネットワークの学習方法は各種の
方法があるが、例えば、バックプロパゲーションアルゴ
リズム（ラメルハート［Runmelhert, D.E and McClella
nd, J.L.(Eds), "Parallel Distributied Processing
",Exploraation in the Microstructure of Cognitio
n. Voll,2,MIT Press,Cammbridge(1989) 参照］）の最
急降下法などを用いる。

【００２０】ネットワークの学習が十分に行われた時の
ネットワークの構造、ウェイトを保存し、変換系の構築
を終了する。そして、変換時には、該ネットワークに前
記入力部からの原画像の色分解値を入力することにより
少なくとも３つの主成分ベクトル係数に変換される。変
換部３は、変換部２から導出した少なくとも３つの主成
分ベクトル係数を、前記あらかじめ導出された少なくと
も３つの主成分ベクトルを用いて、分光分布に変換す
る。

【００２１】

【数４】

【００２２】但し、ψi ：変換部２から出力された主成
分ベクトル係数 λi ：主成分ベクトル 変換部４は、変換部３からの原画像の分光反射率を、あ
らかじめメモリ部６に記憶さたと所望する光源の分光情
報あるいは測定により得られた光源の分光情報を用い
て、該光源下での色彩値に変換する手段である。ここで
色彩値はCIEXYZ、CIEL*a*b* 、CIEL*u*v* 等が利用され
る。変換部５は、変換部４からの光源別の色彩値信号
を、光源別のニューラルネットワークによりプリンタ、
印刷機、コピー機などで表示するために適した色分解値
に変換する手段である。ここでニューラルネットワーク
は、準備時において、出力部7 のプリンタにより色分解
値が既知の標準色見本を出力し、該色見本の光源別の色
彩値を入力とし、前記既知の色分解値を教師信号とし
て、ネットワークの学習を行う。ネットワークは予め使
うことが予想される光源の種類だけ用意する。変換時に
は、ユーザーが指定する光源のネットワークに変換部4
からの色彩値を入力し、プリンタCMYK色分解値に変換す
る。図３は，ニューラルネットワークを用いた本発明の
変換系構築時の動作を説明するためのフローチャートで
ある。

【００２３】出力部６は変換部５からの色分解値信号に
従い、所望する光源下で画像を観察する際の色の見えを
シミュレートする手段である。次に上記構成の本システ
ムの動作をフローチャート図４を用いてを説明する。ま
ず、入力部１より原画像の色分解値信号を読み込む。ま
た、原画像の色分解値信号が外部記憶手段に記憶されて
いる場合は、該記憶手段から読み込む。次に原画像の色
分解値信号は、変換部２において、少なくとも３つの主
成分ベクトル係数信号に変換される。変換部３では、変
換部２からの少なくとも３つの主成分ベクトル係数信号
を、前記あらかじめ導出された少なくとも３つの主成分
ベクトル信号を用いて、分光分布信号に変換される。

【００２４】変換部４は、変換部３からの原画像の分光
分布信号を、あらかじめメモリ部６に記憶さたと所望す
る光源の分光情報信号あるいは測定により得られた光源
の分光情報信号を用いて、該光源下での色彩値信号に変
換する。さらに変換部５は、変換部４からの色彩値信号
を、ニューラルネットワークによりプリンタ等で表示す
るために適した色分解値信号に変換する。そして最後に
表示部６は変換部５からの色分解値信号に従い、所望す
る光源下で画像を観察する際の色を出力する。

【００２５】

【発明の効果】以上詳述したように、本発明によれば、
プリンタを備えたカラー変換システムにおいて、原画像
の色分解値が与えられたカラー画像を、種々の光源下で
観察する場合の色をプリンタ上でシミュレートする装置
を提供できる。

【図面の簡単な説明】

【図１】 本発明装置の構成を説明するためのブロック
図

【図２】 本発明装置の変換系構築時の動作を説明する
ためのフローチャート

【図３】 本発明装置の変換系構築時の動作を説明する
ためのフローチャート

【図４】 本発明装置の変換時の動作を説明するフロー
チャート

【符号の説明】

１----入力部 ２----変換部 ３----変換部 ４----変換部 ５----変換部 ６----メモリ部 ７----表示部 ８----色分解値信号 ９----主成分ベクトル係数信号 １０--- 分光分布信号 １１--- 色彩値信号 １２--- 光源情報値信号 １３--- 色分解値信号

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｎ 1/46 Ｈ０４Ｎ 1/46 Ｚ

Claims (4)

【特許請求の範囲】
1. 【請求項１】画像の色情報値を入力するための入力手段
   と、複数の光源の各分光情報を記憶する記憶手段と、前
   記画像の各色を光源に依存しない分光反射率分布または
   分光透過率分布を多変量解析することにより得られる少
   なくとも３つの特徴パラメータと特徴パラメータ係数で
   表現し、前記色情報値で定まる多数色の各々について少
   なくとも３つの特徴パラメータ及び特徴パラメータを記
   憶すると共に、前記入力手段に入力された色情報値を、
   該色情報値に対応する少なくとも３つの特徴パラメータ
   係数に変換する第１の変換手段と前記第１の変換部から
   の少なくとも３つの特徴パラメータ係数を、前記多変量
   解析により得られた少なくとも３つの特徴パラメータ信
   号により分光反射率信号若しくは分光透過率信号に変換
   する第２の変換手段と、前記第２の変換手段で変換され
   た分光反射率分布または分光透過率分布を、指定された
   前記光源の分光情報に基づいて、色彩値信号に変換する
   第３の変換手段と、複数のニューラルネットワークから
   なり、準備時において、あらかじめプリンタから出力さ
   れた色分解値が既知の標準色見本の光源別の色彩値を入
   力として与え、前記標準色見本の色分解値を教師信号と
   して与え、ニューラルネットワークの学習を行なわせる
   機能と、変換時には前記第３の変換手段からの光源の情
   報が既知の色彩値を学習済みの光源別のネットワークに
   選択的に入力することにより、色分解値を出力する機能
   とを有する第４の変換手段と前記第４の変換手段で変換
   された色分解値により、現画像を出力する出力手段と、
   を具備してなる色シミュレーション装置
2. 【請求項２】前記多変量解析として主成分分析を用い、
   該主成分分析することによって得られる分光反射率分布
   又は分光透過率分布の主成分ベクトルを特徴パラメータ
   とし、該主成分ベクトルによる該分光反射率または分光
   透過率の展開係数を前記特徴パラメータ係数とすること
   を特徴とする請求項１に記載の色シミュレーション装置
3. 【請求項３】前記第１の変換手段は、入力された色情報
   値に対応する少なくとも３つの特徴パラメータ係数に変
   換するように学習された多層フィードフォワード型ニュ
   ーラルネットワークであることを特徴とする請求項１に
   記載の色シミュレーション装置
4. 【請求項４】前記第１の変換手段は、前記色情報値と該
   色情報値に対応する少なくとも３つの特徴パラメータ係
   数との対応関係を記憶したルックアップテーブルである
   ことを特徴とする請求項１に記載の色シミュレーション
   装置