CN101056417A - 图像处理装置及其方法、图像输出装置、图像处理系统 - Google Patents

Abstract

本发明的目的在于提供一种能够进行高精度且简单的色坐标变换、高速且低存储容量的图像处理装置等。本发明具有：保存特性数据的存储部(104)；预测输出值计算部，计算预定的指定色空间中的预测PCS值(X_P，Y_P，Z_P)；误差计算部，根据PCS值(X，Y，Z)与预测PCS值(X_P，Y_P，Z_P)之差计算误差；微分系数矩阵生成部，生成微分系数矩阵；逆矩阵运算部；原色强度校正量计算部，将逆矩阵作为变换矩阵并对PCS值与预测PCS值之差进行一次变换从而计算校正原色强度；原色强度校正部，在临时原色强度(IR，IG，IB)中加上或者减去由原色强度校正量计算部所计算出的校正原色强度，从而对输出原色强度进行计算。

Description

图像处理装置及其方法、图像输出装置、图像处理系统

技术领域

本发明涉及图像处理装置、图像处理方法、图像输出装置、图像处理系统。

背景技术

打印机或者显示器这样的输出装置具有与数字摄像机或者扫描仪等输入装置不同的色空间，相互结合时需要暂时变换为某些色空间。通常，在该变换中，暂时将输入装置的色空间(输入图像)变换为某些标准色空间，并将其重新变换为输出装置的色空间。由此，即使任意组合具有不同色空间的输出装置和输入装置，也能够进行正确的色坐标变换。

在国际标准团体ICC(International Color Consortium：国际色彩协会)中，关于所述色坐标变换，按照该变换方法或者输入装置对描述其特性的文件描述格式(Profile Format)等进行标准化。例如，标准规格有ICC.1：2004-10。由此，标准色空间称为文件描述(Profile)的连接空间，由此，定义为PCS(Profile ConnectionSpace：描述文件连接空间)。并且，也定义了几个PCS的种类以及变换方法。

一般地作为容易理解的变换方法，首先将输入图像(例如RGB值)进行γ变换，计算作为线性值的原色强度IR、IG、IB。然后，将PCS设为可见度的三刺激值，即CIE-XYZ(以下也表示为X，Y，Z)，则通过坐标变换将原色强度IR、IG、IB变换为X、Y、Z。并且，输出装置的色空间由CMY值表示时，将PCS的值(X，Y，Z)坐标变换为输出装置的CMY空间的坐标。并且，对CMY空间的坐标进行逆γ变换，得到输出装置的控制值。

以上是色匹配的基础，但是，在一般的装置中，因为γ曲线等具有非线性的特性，所以，只用所述变换方法往往不能得到充分的特性。

因此，例如在γ变换或者逆γ变换中，需要采取按照每个RGB或者CMY的不同而使γ值不同、或者使用LUT(查询表)。但是，γ变换或者逆γ变换的LUT处理并不是很严重的问题，但是，在色空间的坐标变换中使用LUT的处理维数较多，所以，存储器的使用量成为问题。例如，对于PCS为24比特色(3字节)，为得到某个色空间的24比特色(3字节)的输出信息，LUT中需要大约50M字节的存储容量。当然，也有间隔剔除LUT的数据以补充计算不存在值的地方的方法，但是，变换精度和容量的大小存在折中选择的关系，所以，降低LUT的存储容量存在极限。

另一方面，若着眼于输出装置，若是打印机，则坐标变换处理的处理速度几乎不成为问题。这是因为，打印机为输出装置的情况下，PC(个人计算机)能够负责坐标变化操作，能够较容易地使用如上所述的实际尺寸的LUT。但是，近年来，打印机自身具有非易失性存储媒体的读取装置，需要在打印机内部进行坐标变换操作，所以，打印机自身具有实际尺寸的LUT较困难，故需要尝试其他方法。

此外，在输出装置为显示装置(显示器)的情况下，因为要求动画显示，所以，需要进行实时处理。因此，在显示装置中，需要能够进行高速处理的色坐标变换的算法，优选是PC等系统侧无负载的处理。因此，在输出装置为显示装置(显示器)的情况下，LUT的容量也被限制，需要新的方法。特别是，在显示装置为LCD(液晶显示装置)的情况下，γ曲线按照每个RGB而不同。因此，例如通过专利文献1或者专利文献2所示的方法对LCD的色坐标变换等处理进行改善。

专利文献1  特开2001-312254号公报

专利文献2  特开2002-116750号公报

在输出装置为显示装置的情况下，要求在显示装置侧的色坐标变换处理高速并且为低存储容量。特别是，光学特性上具有畸变的LCD为显示装置的情况下，在所述专利文献1、2中进行处理，以使γ特性按每个RGB而不同。但是，专利文献1、2的处理与使用实际尺寸的LUT进行处理的情况相比变换精度不充分。具体地说，在LCD中，不仅是RGB的值不同，X值、Y值、Z值也分别不同，所以，需要9条γ曲线。此外，在TN(扭曲向列)LCD的情况下，不用γ乘方这样简单的函数表示各个γ曲线，有时会存在拐点。因此，使用专利文献1、2的方法，也不易进行高精度且简单的色坐标变换。

发明内容

本发明的目的在于提供一种高速并且低存储容量的图像处理装置以及图像处理方法，在对于各个RGB等的可控制的原色来说三刺激值XYZ的γ曲线不同的输出装置中，能够进行高精度并且简单的色坐标变换。

本发明的图像处理装置具有：保存特性数据的存储部，该特性数据用于根据在输出图像的输出装置中可控制的原色强度来取得预定的指定色空间的坐标；预测输出值计算部，使用保存在所述存储部中的所述特性数据，根据临时原色强度计算所述预定的指定色空间中的预测坐标；误差计算部，根据所述预定的指定色空间中的应该输出的坐标和所述预测坐标之差计算误差；微分系数矩阵生成部，利用所述存储中所保存的所述特性数据，计算所述临时原色强度中的所述预测坐标值的偏微分系数并排列为方阵，生成微分系数矩阵；逆矩阵运算部，计算在所述微分系数矩阵生成部所计算的所述微分系数矩阵的逆矩阵；原色强度校正量计算部，将所述逆矩阵作为变换矩阵，对应该进行所述输出的坐标和所述预测坐标之差进行一次变换，计算出校正原色强度；原色强度校正部，在所述临时原色强度上加上或者减去在所述原色强度校正量计算部中所计算的所述校正原色强度，从而计算出输出原色强度。

本发明中记载的图像处理装置具有：存储部、预测输出值计算部、误差计算部、微分系数矩阵生成部、逆矩阵运算部、原色强度校正量计算部、原色强度校正部，所以，对于具有复杂的光学特性的输出装置，也能够以高精度输出所希望的色坐标，并且，能够进行简单的色坐标变换。并且，本发明记载的图像处理装置不需要大容量的LUT或者复杂的处理，所以，能够以高速并且低存储量进行提供。

附图说明

图1是用于说明色匹配的框图。

图2是表示输出装置的输出特性的图表。

图3是表示输出装置的输出特性的图表。

图4是表示输出装置的输出特性的图表。

图5是本发明实施方式1的图像处理方法的流程图。

图6是用于说明本发明实施方式1的图像处理方法的示意图。

图7是本发明实施方式1的图像处理的源代码。

图8是表示本发明实施方式1的图像处理的源代码中所使用的数值的图。

图9是表示本发明实施方式1的图像处理的源代码的图。

图10是表示本发明实施方式1的图像处理的源代码的图。

图11是说明本发明实施方式1的图像处理结果的图。

图12是表示本发明实施方式1的图像处理的逆γ变换中所使用的数值的图。

图13是本发明实施方式3的图像输出装置的框图。

图14是本发明实施方式4的图像输出装置的框图。

图15是表示本发明实施方式5的图像处理的源代码的图。

图16是表示本发明实施方式5的图像处理的源代码的图。

图17是表示本发明实施方式5的图像处理的源代码的图。

具体实施方式

实施方式1

使用图1中所示的框图对在输出装置和输入装置中进行色匹配的一般方法进行说明。首先，由γ变换部2对从输入装置1输入的输入图像进行γ变换，成为线性值的各原色强度。具体地说，在用RGB值表示输入图像的情况下，通过γ变换而成为下式1所示的原色强度IR、IG、IB。

(式1)

$\left(\begin{array}{c}\mathrm{IR}\\ \mathrm{IG}\\ \mathrm{IB}\end{array}\right)=\left(\begin{array}{c}{R}^{{\mathrm{\γ}}_{\mathrm{in}}}\\ G^{{\mathrm{\γ}}_{\mathrm{in}}}\\ B^{{\mathrm{\γ}}_{\mathrm{in}}}\end{array}\right)$

然后，在采用CIE-XYZ作为PCS时，在第一坐标变化部3中对来自γ变换部2的输出(IR，IG，IB)进行变换，成为式2所示的X、Y、Z。

(式2)

$\left(\begin{array}{c}X\\ Y\\ Z\end{array}\right)=\left(\begin{array}{ccc}{X}_{\mathrm{IR}}& X_{\mathrm{IR}}& X_{\mathrm{IB}}\\ Y_{\mathrm{IR}}& Y_{\mathrm{IG}}& Y_{\mathrm{IB}}\\ Z_{\mathrm{IR}}& Z_{\mathrm{IG}}& Z_{\mathrm{IB}}\end{array}\right)\left(\begin{array}{c}\mathrm{IR}\\ \mathrm{IG}\\ \mathrm{IB}\end{array}\right)$

并且，在以CMY值表示输出装置6中的色空间的情况下，如式3所示，在第二坐标变换部4中将PCS值(X，Y，Z)坐标变换为CMY的色空间。

(式3)

$\left(\begin{array}{c}\mathrm{IC}\\ \mathrm{IM}\\ \mathrm{IY}\end{array}\right)=\left(\begin{array}{ccc}I{C}_X& {\mathrm{IC}}_Y& {\mathrm{IC}}_Z\\ {\mathrm{IM}}_X& {\mathrm{IM}}_Y& {\mathrm{IM}}_Z\\ {\mathrm{IY}}_X& {\mathrm{IY}}_Y& {\mathrm{IY}}_Z\end{array}\right)\left(\begin{array}{c}X\\ Y\\ Z\end{array}\right)$

然后，在逆γ变换部5中对由式3所得到的值(IC，IM，IY)进行变换，成为能够在输出装置6中进行输出的值(C，M，Y)。

(式4)

$\left(\begin{array}{c}C\\ M\\ Y\end{array}\right)=\left(\begin{array}{c}{\mathrm{IC}}^{\frac{1}{{\mathrm{\γ}}_{\mathrm{out}}}}\\ {\mathrm{IM}}^{\frac{1}{{\mathrm{\γ}}_{\mathrm{out}}}}\\ {\mathrm{IY}}^{\frac{1}{{\mathrm{\γ}}_{\mathrm{out}}}}\end{array}\right)$

以上是色匹配的基础，在图1中，从输出装置1到第一坐标变换部3的输入，以色空间(例如RGB)表示图像数据，从第一坐标变换部3的输出到第二坐标变换部4的输入，以PCS色空间(例如XYZ)表示图像数据，从第二坐标变换部4的输出到输出装置6，以输出色空间(例如CMY)表示图像数据。

但是，如上所述，在将光学特性具有畸变的LCD作为输出装置6的情况下，式2或式3所示的变换式并不简单。因此，例如TN模式的TFT-LCD的情况下，首先对输入RGB图像时的实际测量值进行测定。图2(a)(b)(c)中示出按照每个RGB所测定的XYZ值的灰度特性。在图2(a)(b)(c)中，以RGB的输入灰度(最大标准为1)为横轴，将以输入R，G，B＝1，1，1时的Y值(即，白色的Y值)为1而进行标准化后的每个RGB的XYZ值作为纵轴。并且，图2(a)表示R的XYZ特性、图2(b)表示G的XYZ特性、图2(c)表示B的XYZ特性。

然后，图3(a)(b)(c)示出在将图2(a)(b)(c)所示的图表的横轴变换为一般的γ值中所使用的白色的灰度等级的Y特性(YR+YG+YB)时的图表。并且，图3(a)(b)(c)的横轴将该Y特性的最大值作为1进行标准化。并且，图3(a)表示R的XYZ特性、图3(b)表示G的XYZ特性、图3(c)表示B的XYZ特性。

并且，图4(a)(b)(c)示出使每个RGB的XYZ特性的最大值为1对图3(a)(b)(c)所示的图表的纵轴进行标准化后的图表。并且，图4(a)表示R的XYZ特性、图4(b)表示G的XYZ特性、图4(c)表示B的XYZ特性。

如果图4(a)(b)(c)中的各特性全都是通过原点且斜率为1的直线，则为了根据给出的所希望的XYZ值求出应该输出的RGB原色强度，可以利用式3所示的简单的一次变换。但是，如本实施方式所示，当输出装置中采用光学特性具有畸变的LCD时，如果利用式3所示的简单的一次变换，则变换后所得到的结果偏离了所希望的值。此时，以多项式等某些函数(X_R(R)，Y_R(R)，......Z_B(B))来近似图4(a)(b)(c)的特性，从而求出式5所示的关系式，并可以根据所给出的PCS值(X，Y，Z)反计算RGB原色强度。

(式5)

$\left(\begin{array}{c}X\\ Y\\ Z\end{array}\right)=\left(\begin{array}{c}{X}_R\left(R\right)+X_G\left(G\right)+X_B\left(B\right)\\ Y_R\left(R\right)+Y_G\left(G\right)+Y_B\left(B\right)\\ Z_R\left(R\right)+Z_G\left(G\right)+Z_B\left(B\right)\end{array}\right)$

但是，即使式5是2次式，也不能作为3元2次联立方程式在代数上进行简单解出。并且，近似函数若是3次以上或者其他函数等，则代数的解法事实上不可行。因此，在本实施方式中，使用以下所说明的方法，进行色坐标变换等的图像处理。

首先，图5中示出本实施方式的图像处理方法的流程图。图5所示的图像处理100相当于在图1所示的框图中第二坐标变换部4中的处理。图1中，在第二坐标变换部4之后，设置了逆γ变换部5，该逆γ变换部5使该第二坐标变换4中所使用的RGB原色强度和在输出装置6中用于控制RGB的值(例如，在LCD的情况下，指定成为所希望的透射率的施加电压的值)相关联。

然后，使用图5具体地对第二坐标变换4中的图像处理进行具体说明。首先，在图像处理100中，向临时的强度计算步骤101输入PCS值(X，Y，Z)。在临时的强度计算步骤101中，使用保存在存储部104中的装置特性数据计算临时的RGB原色强度(IR，IG，IB)。此处，保存在存储部104中的装置特性数据是将所述的图2所示的实际测量数据变换为预定形式的数据。

在临时的强度计算步骤101中，具体地通过进行与式3相同的式6所示的简单一次变换进行计算。

(式6)

$\left(\begin{array}{c}\mathrm{IR}\\ \mathrm{IG}\\ \mathrm{IB}\end{array}\right)=\left(\begin{array}{ccc}{\mathrm{IR}}_X& {\mathrm{IR}}_Y& {\mathrm{IR}}_Z\\ {\mathrm{IG}}_X& {\mathrm{IG}}_Y& {\mathrm{IG}}_Z\\ {\mathrm{IB}}_X& {\mathrm{IB}}_Y& {\mathrm{IB}}_Z\end{array}\right)\left(\begin{array}{c}X\\ Y\\ Z\end{array}\right)$

并且，式6中使用的3×3的变换矩阵是基于保存在存储部104中的装置特性数据而生成的，具体地说，是将显示RGB各自的最大值时的XYZ值配置为矩阵，并取其逆矩阵所得的矩阵(式7)。

(式7)

$\left(\begin{array}{ccc}{\mathrm{IR}}_X& {\mathrm{IR}}_Y& {\mathrm{IR}}_Z\\ {\mathrm{IG}}_X& {\mathrm{IG}}_Y& {\mathrm{IG}}_Z\\ {\mathrm{IB}}_X& {\mathrm{IB}}_Y& {\mathrm{IB}}_Z\end{array}\right)={\left(\begin{array}{ccc}{X}_R& X_G& X_B\\ Y_R& Y_G& Y_B\\ Z_R& Z_G& Z_B\end{array}\right)}^{-1}$

将所得到的临时的RGB原色强度(IR，IG，IB)并列输入到预测PCS值计算步骤105以及微分系数矩阵生成步骤102。

在预测PCS值计算步骤105中，在输入临时的RGB原色强度的情况下，计算输出装置显示的XYZ值(应该输出的坐标)。将该计算时所使用的特性数据保存在存储部104中作为装置特性数据，是通过图3所示的图表得到的特性数据。具体地说，保存在存储部104中的装置特性数据的形式大致有两种，一种是使用LUT的形式，另一种是函数化的形式。

对于使用LUT的形式来说，保存离散的几个点的针对RGB原色强度的XYZ值并作为装置特性数据，对于未存储的RGB原色强度，使用线性补充或者n次样条补充等方法。另一方面，对于函数化方法来说，定义某些函数，只将其中使用的参数作为装置特性数据进行保存。

例如，LCD特性数据如果是将x作为变量的a+bx+cx²+dx³这样的多项式，则能够作为大致3次的函数。因此，对于预先保存在存储部104中的装置特性数据来说，若使参数的数目(存储容量)优先，则优选多项式的函数化。即使后述的微分系数之处，多项式的函数化也很有益。

若以X_R(IR)，......，Z_B(IB)这样的形式描述根据存储部104的装置特性数据取得每个RGB的XYZ值的动作，则预测PCS值计算步骤105中的计算能够如式8所示。

(式8)

$\left(\begin{array}{c}{X}_P\\ Y_P\\ Z_P\end{array}\right)=\left(\begin{array}{c}{X}_R\left(\mathrm{IR}\right)+X_G\left(\mathrm{IG}\right)+X_B\left(\mathrm{IB}\right)\\ Y_R\left(\mathrm{IR}\right)+Y_G\left(\mathrm{IG}\right)+Y_B\left(\mathrm{IB}\right)\\ Z_R\left(\mathrm{IR}\right)+Z_G\left(\mathrm{IG}\right)+Z_B\left(\mathrm{IB}\right)\end{array}\right)$

式8所示的X_P、Y_P、Z_P是将临时的RGB原色强度IR、IG、IB输出到输出装置时预测的XYZ值(预测PCS值(预测坐标))。并且，若式7右边的要素使用式8右边所使用的X_R(IR)，......，Z_B(IB)，则表示为式9。

(式9)

$\left(\begin{array}{ccc}{X}_R& X_G& X_B\\ Y_R& Y_G& Y_B\\ Z_R& Z_G& Z_B\end{array}\right)=\left(\begin{array}{ccc}{X}_R\left(1\right)& X_G\left(1\right)& X_B\left(1\right)\\ Y_R\left(1\right)& Y_G\left(1\right)& Y_B\left(1\right)\\ Z_R\left(1\right)& Z_G\left(1\right)& Z_B\left(1\right)\end{array}\right)$

其中，式9右边的要素表示将1代入到函数后的最大强度。

然后，将通过式8得到的预测PCS值(X_P，Y_P，Z_P)输入到PCS误差计算步骤106。PCS误差计算步骤106计算出预测PCS值(X_P，Y_P，Z_P)与输入到临时强度计算步骤101中的XYZ值偏离多少。具体地说，进行式10的计算。

(式10)

$\left(\begin{array}{c}\mathrm{\ΔX}\\ \mathrm{\ΔY}\\ \mathrm{\ΔZ}\end{array}\right)=\left(\begin{array}{c}X-X_P\\ Y-Y_P\\ Z-Z_P\end{array}\right)$

另一方面，将临时的RGB原色强度(IR，IG，IB)也输入到微分系数矩阵生成步骤102中。在微分系数矩阵生成步骤102中，以临时的RGB原色强度(IR，IG，IB)显示时，基于存储部104的装置特性数据，求出每个RGB的各XYZ值附近的偏微分系数。所谓求出偏微分系数，换言之，就是在图3所示的各XYZ特性中取得将横轴作为临时的RGB原色强度(IR，IG，IB)时的斜率。

在微分系数矩阵生成步骤102中，也与预测PCS值计算步骤105相同，在使用LUT形式或者函数化的形式中利用保存在存储部104中的装置特性数据。在使用LUT的形式中，有如下方法：将预先计算的偏微分系数本身输入到表中的方法、以及计算针对存储在表中的RGB原色强度的XYZ值之IR、IG、IB附近的变化率的方法。例如，在取得针对离散的RGB原色强度的XYZ值的偏微分系数的情况下，如果是线性近似，则可以原样使用所求得的斜率。

对于函数化的形式来说，该函数若是代数上难以微分的函数形式，则可以根据IR和IR+Δ(Δ是微小量)的XYZ值之差求出(IC，IB也相同)。在多项式的情况下，因为容易求出微分系数，所以，能够在代数上对近似的多项式进行微分计算。在任意一种形式中，基于存储部104的装置特性数据，以dX_R(IR)，......，dZ_B(IB)的形式描述按照每个RGB取得XYZ值的偏微分系数的动作，微分系数矩阵生成步骤102生成式11的矩阵MΔ。

(式11)

$M_{\mathrm{\Δ}}=\left(\begin{array}{ccc}d{X}_R\left(\mathrm{IR}\right)& d{X}_G\left(\mathrm{IG}\right)& d{X}_B\left(\mathrm{IB}\right)\\ d{Y}_R\left(\mathrm{IR}\right)& d{Y}_G\left(\mathrm{IG}\right)& d{Y}_B\left(\mathrm{IB}\right)\\ d{Z}_R\left(\mathrm{IR}\right)& d{Z}_G\left(\mathrm{IG}\right)& d{Z}_B\left(\mathrm{IB}\right)\end{array}\right)$

将所得到的MΔ矩阵输入到逆矩阵运算步骤103。逆矩阵运算步骤103中，求出MΔ矩阵的逆矩阵MΔ^-1。逆矩阵MΔ^-1的各要素的物理意义是，以IR、IG、IB表示XYZ值时，表示若XYZ值只稍稍变化，则IR、IG、IB进行何种程度的变化(是否必须变化)。若以数学式表示所述的内容，则为式12。

(式12)

${M_{\mathrm{\Δ}}}^{-1}=\left(\begin{array}{ccc}\frac{\∂\mathrm{IR}}{\∂X}& \frac{\∂\mathrm{IR}}{\∂Y}& \frac{\∂\mathrm{IR}}{\∂Z}\\ \frac{\∂\mathrm{IG}}{\∂X}& \frac{\∂\mathrm{IG}}{\∂Y}& \frac{\∂\mathrm{IG}}{\∂Z}\\ \frac{\∂\mathrm{IB}}{\∂X}& \frac{\∂\mathrm{IB}}{\∂Y}& \frac{\∂\mathrm{IB}}{\∂Z}\end{array}\right)$

然后，在RGB原色强度校正量计算步骤107中，对来自逆矩阵运算步骤103的逆矩阵MΔ^-1和来自PCS误差运算步骤106的ΔX、ΔY、ΔZ进行相乘，以式13的方式计算ΔIR、ΔIG、ΔIB。

(式13)

$\left(\begin{array}{c}\mathrm{\ΔIR}\\ \mathrm{\ΔIG}\\ \mathrm{\ΔIB}\end{array}\right)={M_{\mathrm{\Δ}}}^{-1}\left(\begin{array}{c}\mathrm{\ΔX}\\ \mathrm{\ΔY}\\ \mathrm{\ΔZ}\end{array}\right)=\left(\begin{array}{ccc}\frac{\∂\mathrm{IR}}{\∂X}& \frac{\∂\mathrm{IR}}{\∂Y}& \frac{\∂\mathrm{IR}}{\∂Z}\\ \frac{\∂\mathrm{IG}}{\∂X}& \frac{\∂\mathrm{IG}}{\∂Y}& \frac{\∂\mathrm{IG}}{\∂Z}\\ \frac{\∂\mathrm{IB}}{\∂X}& \frac{\∂\mathrm{IB}}{\∂Y}& \frac{\∂\mathrm{IB}}{\∂Z}\end{array}\right)\left(\begin{array}{c}\mathrm{\ΔX}\\ \mathrm{\ΔY}\\ \mathrm{\ΔZ}\end{array}\right)$

然后，在RGB原色强度校正步骤108中，在临时的RGB原色强度(IR、IG、IB)中加上在RGB原色强度校正量计算步骤107中得到的ΔIR、ΔIG、ΔIB，从而如式14所示，得到新的RGB原色强度。

(式14)

$\left(\begin{array}{c}\mathrm{IR}\\ \mathrm{IG}\\ \mathrm{IB}\end{array}\right)\⇐\left(\begin{array}{c}\mathrm{IR}+\mathrm{\ΔIR}\\ \mathrm{IG}+\mathrm{\ΔIG}\\ \mathrm{IB}+\mathrm{\ΔIB}\end{array}\right)$

然后，在结束判定步骤109中，对是否重复微分系数矩阵生成步骤102以及预测PCS值计算步骤105等一系列处理进行判断。在重复进行处理时，使用在RGB原色强度校正步骤108中得到的新的RGB原色强度作为临时的RGB原色强度(IR，IG，IB)，并进行相同的处理。结束时，输出新的RGB原色强度，输出到图1所示的逆γ变换部5后结束。

如上所述，设置结束判定步骤109并重复相同的处理，这是因为，如果只进行一次图5所示的处理，则可能不能够达到色坐标变换精度的目的。因此，再次进行图5所示的处理，由此，至少根据式6中所求出的RGB原色强度来提高变换精度。即，当用于需要高精度的色匹配的情况下，能够通过多次重复图5所示的处理来实现。

并且，图5说明了本实施方式的图像处理方法的流程图，但是，如果设想用计算机执行本发明的情况，则将临时的强度计算步骤101置换为临时强度计算部、将微分系数矩阵生成步骤102置换为微分系数矩阵生成部、将预测PCS值计算步骤105置换为预测PCS值计算部等的功能块，由此，能够作为说明本实施方式的图像处理装置的框图进行说明。

然后，将所述图像处理100中所说明的三维色坐标变换简化为一维的色坐标变换，并稍作详细说明。图6是示意性地表示一维的色坐标变换处理的图。以下，使用该图6对图像处理进行说明。首先，图6的纵轴为输出值(例如Y)、横轴为应该设定的原色强度(例如IR)。与所输出的值的关系，理想的情况是直线(理想特性A)，但是，实际上变形为图6的实际特性B。所希望的输出值是P时，以理想特性A，即通过线性变换求出临时的原色强度，其值为I0。但是，因为临时的特性B发生畸变，所以，如图6所示，能够预测通过线性变化求出的针对临时的原色强度I0的输出值，预测为P0。并且，求出临时的原色强度I0附近的斜率C，根据该斜率C和输出值之差P-P0，计算校正后的新的原色强度I1。对应于新的原色强度I1的输出值是P1。输出值之差P-P1比输出值之差P-P0小，重复所述处理，由此，能够使输出值无限接近P。

以数学式表示以上的处理。首先，输入原色强度时所输出的值表示为f(I)时，临时的原色强度I0附近的泰勒展开表示为式15。

(式15)

$f\left(I\right)=f\left(I_0\right)+f\text{'}\left(I_0\right)(I-I_0)+\frac{f\text{'}\text{'}\left(I_0\right)}{2!}{(I-I_0)}^2+\·\·\·$

在使用式15计算作为所希望的输出值P的原色强度I时，若临时的原色强度I0接近原色强度I，则可以忽略高次项，与式16近似。

(式16)

                  P＝f(I₀)+f’(I₀)(I-I₀)

因此，在代数上求出原色强度I，成为式17。

(式17)

$I=I_0\frac{1}{f\text{'}\left(I_0\right)}\{P-f\left(I_0\right)\}$

此处，如果临时的原色强度I0不接近原色强度I，则在式16的近似中产生误差，式17的计算结果中包含误差。因此，将更接近原色强度I的式17的计算结果作为临时的原色强度I0，再次以式17重新进行计算，由此，提高式16中的近似精度，最终收敛于原色强度I。图5所示的一系列的重复处理是将式17扩大为多维。

并且，式16中设为1次项是因为：若包含2次项以上的项，则成为2次以上的多元联立方程式，对其进行求解是不容易的。因为若为1次项，则能够容易地以1次变换的矩阵运算进行计算。具体地说，将临时的RGB原色强度设为IR₀、IG₀、IB₀并将式16扩大为3维，则针对所希望的PCS值(XYZ)的RGB原色强度IR、IG、IB的关系式如式18所示。

(式18)

$\left(\begin{array}{c}X\\ Y\\ Z\end{array}\right)=\left(\begin{array}{c}{X}_R\left({\mathrm{IR}}_0\right)+X_R\text{'}\left({\mathrm{IR}}_0\right)(\mathrm{IR}-{\mathrm{IR}}_0)+X_G\left({\mathrm{IG}}_0\right)+X_G\text{'}\left({\mathrm{IG}}_0\right)(\mathrm{IG}-{\mathrm{IG}}_0)+X_B\left({\mathrm{IB}}_0\right)+X_B\text{'}\left({\mathrm{IB}}_0\right)(\mathrm{IB}-{\mathrm{IB}}_0)\\ Y_R\left({\mathrm{IR}}_0\right)+Y_R\text{'}\left(I{R}_0\right)(\mathrm{IR}-{\mathrm{IR}}_0)+Y_G\left({\mathrm{IG}}_0\right)+Y_G\text{'}\left({\mathrm{IG}}_0\right)(\mathrm{IG}-{\mathrm{IG}}_0)+Y_B\left({\mathrm{IB}}_0\right)+Y_B\text{'}\left({\mathrm{IB}}_0\right)(\mathrm{IB}-{\mathrm{IB}}_0)\\ Z_R\left({\mathrm{IR}}_0\right)+Z_R\text{'}\left({\mathrm{IR}}_0\right)(\mathrm{IR}-{\mathrm{IR}}_0)+Z_G\left({\mathrm{IG}}_0\right)+Z_G\text{'}\left({\mathrm{IG}}_0\right)(\mathrm{IG}-{\mathrm{IG}}_0)+Z_B\left({\mathrm{IB}}_0\right)+Z_B\text{'}\left({\mathrm{IB}}_0\right)(\mathrm{IB}-{\mathrm{IB}}_0)\end{array}\right)$

并且，使式18变形，能够得到式19、式20。

(式19)

$\left(\begin{array}{c}X-\{X_R\left({\mathrm{IR}}_0\right)+X_G\left({\mathrm{IG}}_0\right)+X_B\left({\mathrm{IB}}_0\right)\}\\ Y-\{Y_R\left({\mathrm{IR}}_0\right)+Y_G\left(I{G}_0\right)+Y_B\left({\mathrm{IB}}_0\right)\}\\ Z-\{Z_R\left({\mathrm{IR}}_0\right)+Z_G\left({\mathrm{IG}}_0\right)+Z_B\left({\mathrm{IB}}_0\right)\}\end{array}\right)=\left(\begin{array}{ccc}{X}_R\text{'}\left({\mathrm{IR}}_0\right)& X_G\text{'}\left({\mathrm{IG}}_0\right)& X_B\text{'}\left({\mathrm{IB}}_0\right)\\ Y_R\text{'}\left({\mathrm{IR}}_0\right)& Y_G\text{'}\left(I{G}_0\right)& Y_B\text{'}\left({\mathrm{IB}}_0\right)\\ Z_R\text{'}\left({\mathrm{IR}}_0\right)& Z_G\text{'}\left({\mathrm{IG}}_0\right)& Z_B\text{'}\left({\mathrm{IB}}_0\right)\end{array}\right)\left(\begin{array}{c}\mathrm{IR}-{\mathrm{IR}}_0\\ \mathrm{IG}-{\mathrm{IG}}_0\\ \mathrm{IB}-{\mathrm{IB}}_0\end{array}\right)$

(式20)

$\left(\begin{array}{c}\mathrm{IR}\\ \mathrm{IG}\\ \mathrm{IB}\end{array}\right)=\left(\begin{array}{c}{\mathrm{IR}}_0\\ {\mathrm{IG}}_0\\ {\mathrm{IB}}_0\end{array}\right)+{\left(\begin{array}{ccc}{X}_R\text{'}\left({\mathrm{IR}}_0\right)& X_G\text{'}\left(I{G}_0\right)& X_B\text{'}\left(I{B}_0\right)\\ Y_R\text{'}\left({\mathrm{IR}}_0\right)& Y_G\text{'}\left({\mathrm{IG}}_0\right)& Y_B\text{'}\left({\mathrm{IB}}_0\right)\\ Z_R\text{'}\left({\mathrm{IR}}_0\right)& Z_G\text{'}\left({\mathrm{IG}}_0\right)& Z_B\text{'}\left({\mathrm{IB}}_0\right)\end{array}\right)}^{-1}\left(\begin{array}{c}X-\{X_R\left({\mathrm{IR}}_0\right)+X_G\left({\mathrm{IG}}_0\right)+X_B\left({\mathrm{IB}}_0\right)\}\\ Y-\{Y_R\left({\mathrm{IR}}_0\right)+Y_G\left({\mathrm{IG}}_0\right)+Y_B\left({\mathrm{IB}}_0\right)\}\\ Z-\{Z_R\left({\mathrm{IR}}_0\right)+Z_G\left({\mathrm{IG}}_0\right)+Z_B\left({\mathrm{IB}}_0\right)\}\end{array}\right)$

式20相当于以一行来书写从式10到式14中所示的一系列计算的表达式。即，应该输出的RGB原色强度(IR，IG，IB)是在临时的RGB原色强度(IR₀，IG₀，IB₀)中加上校正量后的值。该校正量是从所希望的PCS设定值(X，Y，Z)中减去通过临时的RGB原色强度预测的PCS值，并以临时的RGB原色强度点的XYZ微分系数的逆矩阵进行一次变换而得到的值。

并且，在求PCS的误差(XΔ，ΔY，ΔZ)时，从通过临时的RGB原色强度预测的PCS值中减去所希望的PCS设定值时，所述的应该输出的RGB原色强度(IR，IG，IB)的计算变为从临时的RGB原色强度中减去校正量的计算。这可从颠倒式20的PCS误差运算部分(X-{......}的项)由此替换第二项的符号(从+到-)可知。即，应该输出的RGB原色强度(IR，IG，IB)是在临时的RGB原色强度(IR₀、IG₀、IB₀)中减去校正量后的值。该校正量是从临时的RGB原色强度所预测的PCS值中减去所希望的PCS设定值(X，Y，Z)、并以临时的RGB原色强度点的XYZ微分系数的矩阵进行一次变换所得到的。

并且，图5所示的临时原色强度计算部101的作用是减少预测PCS值计算105等的处理的重复次数。例如，即使将最初给出的临时的RGB原色强度固定为0，如果函数的高次系数较小，也认为能够以较少的重复次数收敛于所希望的值。但是，若最初给出的临时的RGB原色强度是尽可能接近所希望值的值，则达到相同精度的重复次数将变少。

其次，对于结束判定109的判定基准来说，根据要求精度有如下方法：重复固定次数(例如3次)的方法、或者在预测PCS值计算步骤105以及PCS误差计算步骤106中再一次处理所得到的RGB原色强度并根据ΔX、ΔY、ΔZ的大小(例如ΔX/X＜1％＝进行判定的方法。在本实施方式中所说明的LCD的情况下，实际上若使图5的处理从一次变为两次，则处理结果中能够识别差异，但是，即使从两次变为三次，处理结果的差异几乎不能识别出来。即，在本实施方式中所述的LCD的情况下，可知通过重复两次图5的处理可得到充分的精度。

实际上，在对要求实时性的LCD等的输出装置执行图5的处理的情况下，可以在ASIC等IC内部完成所述的算法。特别是，若考虑到实时性，则结束判定设为固定次数较好。即，在IC内准备与固定次数相同的块，串联或者并联处理，不破坏实时性。或者，如果内部处理速度与输入图像数据的频率相比充分高，则例如，以倍速重复两次相同的计算，也能减少所述算法用的块(逻辑门数目)。

在本实施方式中，对LCD中使用的图像处理装置进行了说明，但是，以前没有特别提到黑显示(输入全部为0)。但是，实际上存在的几乎所有输出图像的输出装置其自身的输出方式的物理特性或者因周围光的影响而即使输出黑，三刺激值(XYZ)也不完全为0，而具有有限的值。对于输出装置的输入0来说，因为要求本来输出0，所以，其变成输出装置的能够再现范围外的坐标点。如果输出装置的可能的输出0无限接近于三刺激值0，则不会特别地成为问题，但是，当存在某种程度的差异时使用以下方法为好。

首先，对根据实际的输出装置的测定结果而生成输出装置的特性数据的方法进行说明。在三刺激值不是0的黑输出的输出装置的情况下，测定结果X_M、Y_M、Z_M如式21所示。

(式21)

$\left(\begin{array}{c}{X}_M\\ Y_M\\ Z_M\end{array}\right)=\left(\begin{array}{c}{X}_R\left(I_R\right)+X_G\left(I_G\right)+X_B\left(I_B\right)\\ Y_R\left(I_R\right)+Y_G\left(I_G\right)+Y_B\left(I_B\right)\\ Z_R\left(I_R\right)+Z_G\left(I_G\right)+Z_B\left(I_B\right)\end{array}\right)+\left(\begin{array}{c}{X}_0\\ Y_0\\ Z_0\end{array}\right)$

在式21中，X₀、Y₀、Z₀是输出黑时所测定的三刺激值。X_R(Ir)，X_G(Ig)，......，Z_B(Ib)是显示Ir、Ig、Ib＝0(黑)时变为0的某些函数。即，为了根据所测定的数据得到X_R(Ir)，X_G(Ig)，......，Z_B(Ib)的函数，可以从所测定的数据中减去黑输出(X₀、Y₀、Z₀)的测定数据。因此，可以将所求出的X_R(Ir)，X_G(Ig)，......，Z_B(Ib)以及X₀、Y₀、Z₀保存在存储部104中作为装置特性数据，预测PCS值计算步骤105可以进行式22的运算。

(式22)

$\left(\begin{array}{c}{X}_P\\ Y_P\\ Z_P\end{array}\right)=\left(\begin{array}{c}{X}_R\left(I_R\right)+X_G\left(I_G\right)+X_B\left(I_B\right)\\ Y_R\left(I_R\right)+Y_G\left(I_G\right)+Y_B\left(I_B\right)\\ Z_R\left(I_R\right)+Z_G\left(I_G\right)+Z_B\left(I_B\right)\end{array}\right)+\left(\begin{array}{c}{X}_0\\ Y_0\\ Z_0\end{array}\right)$

并且，在微分系数矩阵生成步骤102中，因为式22的函数形式和式8的函数形式不同之处只是常数，所以，对微分结果没有影响。即，对于装置特性数据的生成来说，可以使用减去黑显示的测定值(X₀、Y₀、Z₀)后的值进行式22的运算来代替式8的运算。由此，在黑输出的三刺激值不是0的输出装置中，也能够照原样输出在输入中所要求的色坐标。但是，根据所述处理，也存在以下问题：如果根据输入而要求小于等于能够输出的黑电平时，在物理上不能输出。此时，对于三刺激值从全部为0的黑色到能够输出的黑色为止的输入，不能进行灰度表现，产生所谓的黑破坏。

并且，虽然也可以根据所输出结果的视度(見え方)以及输出装置的要求方式，但是，白/黑的对比度越高，能够输出的黑电平越低并可以简单地看作0，也能够避免黑破坏。此时，在预想PCS值的计算中，将减去了黑的值(X₀，Y₀，Z₀)后的测定值保存在存储部104中作为装置特性数据，可以使用式8代替式22。由此，校正后的输出值是对所希望的PCS值加上X₀、Y₀、Z₀后的值。因为X₀、Y₀、Z₀较小，所以，基本上不会对输出装置的显示产生影响，也能够避免黑破坏。实际上，在本实施方式中所举出的LCD中，若显示黑白的灰度级，则在接近白的部分，X₀、Y₀、Z₀的影响充分小，在测色误差值(＝设定值与实际输出之差÷设定值)以及显示上都没有问题。但是，在接近黑的部分，则变成只对测色误差值影响较大的结果。在对测色误差值影响较大的暗部，因为原来较暗，所以对识别的影响小，特别是输出结果本身没有显示上的不协调感。

图7示出具体的源代码。图7所示的源代码是用C语言写成的，”//”的行记载了注解。图7中，//计算临时的原色强度TempR、TempG、TempB对应于临时的强度计算步骤101、//计算预测PCS值(PredX，PredY，PredZ，)对应于预测PCS值计算步骤105、//计算PCS误差对应于PCS误差计算步骤106、//计算微分矩阵系数对应于微分系数矩阵生成步骤102、//计算微分系数矩阵的逆矩阵对应于逆矩阵运算步骤103、//计算RGB校正强度对应于RGB原色强度校正量计算步骤107、//校正RGB强度对应于RGB原色强度校正步骤108、//循环固定次数(2次)对应于结束判定步骤109。

此外，在图7所示的源代码中，省略了变量的类型声明，也省略了浮动小数点/固定小数点等的处理、表述。该图7所示的源代码中，将装置特性数据近似为3次多项式，并作为其系数给出。此外，在图7中，以下划线表示装置特性数据。此外，图7中，也引入了避免所述黑破坏的处理，将多项式的0次系数设为0，在代码中省略记载。

实际上，图8中示出图7的源代码中所使用的常数。并且，如果图7所示的程序中给出了某些PCS值(X，Y，Z)，则最后能够得到输出TempR、TempG、TempB的RGB原色强度。这样，本实施方式的图像处理方法能够通过简单的代码实现。

然后，对装置特性数据进行多项式近似的情况或者使用LUT以2次以上进行包括外插的补充的情况下，RGB的各原色强度的可取范围之外(0～1以外)的曲线是假设的。因此，在可取范围以外的曲线中，有时取得极值。在所述的图像处理方法中，在多次处理循环中，临时的RGB原色强度有时也在范围以外。若临时的RGB原色强度在范围外，则存在如下两种情况：RGB的校正值为所需以上的值、或者正负反转不能收敛于所希望的值。因此，当给出RGB各原色强度的可取得范围以外的临时的RGB原色强度时，优选以如下方式进行处理。

首先，临时的RGB原色强度即使处于RGB各原色强度的可取的范围外，若其超出的大小较小，则也可以看作与最大值或者最小值附近的微分系数相同。因此，在预测PCS值的计算过程中，当超过了临时的RGB原色强度的最大值(设为1)的情况下，可以对从所给出的强度中减去强度1后的值乘以强度1的PCS微分系数，然后加上强度1的PCS值。此外，所给出的临时的RGB原色强度比最小值(设为0)小时，可以对所给出的强度乘以强度0的PCS微分系数，再加上强度0的PCS值。

图9中具体地示出源代码。图9所示的代码是用C语言书写的，”//”的行记载了注解。在图9中，分别记载了各RGB的处理。此外，对于微分系数矩阵的生成过程，在临时的RGB原色强度超过1时使用强度为1时的值，临时的RGB原色强度小于0时可以使用强度为0时的值。图10中具体地示出源代码。图10所示的代码是用C语言写成的，”//”的行中记载了注解。在图10中，分别记载了RGB各自的处理。

然后，在本实施方式中，将RGB原色强度定义为将最大值标准化为1后的白色的灰度等级的Y值并进行了说明。但是，本发明并不限定于此，能够以每个RGB各不相同的值进行标准化。但是，以按照每个RGB各不相同的值进行标准化的情况下，插入到图像处理后的逆γ变换，即向针对RGB原色强度的输出装置的控制值的变换过程中，需要按照每个RGB而进行不同的处理。

在本实施方式的图像处理方法中，为了得到最好的校正效果，选定原色强度的等级以便针对原色强度的PCS的曲线尽可能接近线性。在式16的近似中，若高次的系数较小，则即使I-I0的值大到某种程度，高次项也变小，近似精度提高。因此，可以减少图像处理的重复次数。即，选择临时的RGB原色强度或者输出的RGB原色强度，以便按照每个原色所测定的三刺激值为线性，并且，将与输出装置的控制值的相关存储在逆γ变换部中，由此，能够得到较好的校正效果。

例如，RGB原色强度中各主要的输出值是XYZ，但是，可以分别选定XR、YG、ZB，也可以使用XR+YR+ZR+XG+YG+ZG+XB+YB+ZB的值。观察图4(c)的B曲线，都是上面凸的曲线。将图4(c)的B的Z曲线标准化为最大值1并作为横轴，整个曲线接近线性，并能够减少处理次数。为了得到最大的效果，对于各R、G、B，可以选择这样的原色强度，即：连接最大控制值(1)中的各X、Y、Z和原点(0)的直线与实际特性之差的平方和最小的原色强度。但是，若改变按照每个RGB所选择的原色强度，则在逆γ变换过程中所使用的相关参数的数目增加，存在处理量和存储容量的折衷关系。并且，在本实施方式中所说明的图像处理方法中，即使将几个值作为原色强度进行定义，只要掌握该原色强度和输出的控制值的相关，并进行逆γ变换即可成立。

此外，如果可以进行输出装置侧的设定以便使针对原色强度的输出装置的控制值为线性，则不需要逆γ变换，图像处理方法更加简单。并且，作为输出装置侧的设定，例如在LCD的情况下，对生成施加电压的电路进行研究，以设定施加电压的数值和对应于原色强度的值为线性的方式进行设定。

若将所述的本实施方式的图像处理方法应用于LCD中，则成为图11所示的结果。图11示出将某IE1931-xy色度点设为所希望的PCS值、改变Y值(从可输出的最大值到其20％)时的色移的情况。并且，为了得到图11所示的图表，在处理图7所示的程序之后，进行将图12所示的原色强度和控制值的相关数据作为LUT的逆γ变换。关于处理内容，因为不是所述的处理等特别处理，所以，省略详细说明。

图11所示的图表中×号表示输入点，该点没有色移。图11的黑菱形标志是不执行本实施方式的图像处理方法的情形，将输出装置的输出特性看作线性进行运算所得到的(原样地对临时的RGB原色强度进行逆γ变换)。图11的白色四角标志是执行本实施方式的图像处理方法的固定次数为2次的结果。由图11所示的结果可知，通过执行本实施方式的图像处理方法能够大幅改善色移。图11的白色四角标志看起来稍有色移，但是，这是因为采用了避免所述黑破坏的控制。如果在图11的图表中标出xy坐标值，则几乎完全与白色四角标志一致，其中该xy坐标值是将输出装置的黑的PCS值与所希望的PCS值相加而得到的。若允许黑破坏并使用式22进行处理，则几乎完全与×号一致。

实施方式2

在实施方式1中对图1所示的第二坐标变换4进行了讨论。但是，例如，输出装置是与PC连接使用的sRGB(标准RGB)监视器的情况下，图1所示的输入装置1是PC，其输入是RGB数据。因此，γ变换部2的γ值或者第一坐标变换部3的变换矩阵都唯一给出。因此，输出装置6使用sRGB监视器的情况下，能够对图1所示的第一坐标变换部3和第二坐标变换部4进行汇总。在实施方式1中，将PCS值作为例如XYZ值这样的标准色空间的坐标进行了处理，但是，在本实施方式中，能够将PCS值定义为可通过输出装置1控制的sRGB的RGB空间。

具体地说，为了以sRGB的RGB空间定义PCS值，设定装置特性数据。生成装置特性数据时，测定输出装置固有的输出结果，但是，此时，例如在XYZ值这样的标准色空间的坐标中进行记录。例如，决定的如sRGB那样的某些色空间，对于输入的RGB原色强度IRs、IGs、IBs，具有能够变换为XYZ值的式23这样的变换式。

(式23)

$\left(\begin{array}{c}X\\ Y\\ Z\end{array}\right)=\left(\begin{array}{ccc}{\mathrm{XR}}_s& {\mathrm{XG}}_s& {\mathrm{XB}}_s\\ {\mathrm{YR}}_s& {\mathrm{YG}}_s& {\mathrm{YB}}_s\\ {\mathrm{ZR}}_s& {\mathrm{ZG}}_s& {\mathrm{ZB}}_s\end{array}\right)\left(\begin{array}{c}{\mathrm{IR}}_s\\ {\mathrm{IG}}_s\\ {\mathrm{IB}}_s\end{array}\right)$

因此，能够根据利用式23的逆变换式测定的输出装置的XYZ值求出所希望的色空间的坐标值(例如，sRGB的RGB空间)。并且，将由该逆变换式得到的坐标值作为PCS值，生成在实施方式1中所示的装置特性数据并保存。由此，能够进行与实施方式1相同的处理，在对第一坐标变换部3和第二坐标变换部4汇总的变换部中附加图1所示的γ变换部2和逆γ变换部5，由此，能够容易实现根据sRGB规格的图像处理方法以及图像处理装置。

另一方面，在PC用监视器中，不仅sRGB，也有对应于其他色空间的情况。此时，如上所述，与汇总第一坐标变换部3和第二坐标变换部4相比，如图1所示，暂时经由标准色空间的PCS，只切换第一坐标变换部3的处理以对应于多个色空间较简单。即，以在输入装置1中定义的色空间(输入数据色空间)对由图1的输入装置1所输入的图像数据进行γ变换，将在第一坐标变换部3中以输入数据色空间表现的图像数据坐标变换为PCS。

此外，象数字摄像机和显示器的连接那样，为了连接不同装置的色空间之间，如图1所示，暂时利用标准色空间的PCS，在第二坐标变换部4中进行实施方式1的处理，由此，输出装置引起的色移消失。该处理能够在介于连接间的PC内部进行运算，若是具有非易失性存储媒体的读取装置的图像处理装置，则也可以在装置内部进行。

这样，实施方式1中所说明的图像处理100中，能够组合装置特性数据的设定方法或者前后的关联处理以作为图像处理装置。此外，在包括图像处理100的图像处理装置中组合LCD等输出装置，作为图像输出装置。并且，在图像输出装置中能够组合数字摄像机等的输入装置等不同的装置以作为图像处理系统。

实施方式3

对于实施方式1中所说明的图像处理来说，因为能够以输出装置固有的较少的特性数据进行高精度的校正，所以，设定动态的装置特性数据的设定较容易。高精度的校正方法有如上所述的使用大容量的LUT的方法。但是，动态地改写大容量的LUT不易进行。

从输出装置输出的图像的特性(颜色等)因外部光而有所不同。特别是，象显示器这样的装置的情况下，特性因其自身的老化或者温度、观察角度等各种因素而变化。

在老化的输出装置的校正中，可以进行校准。对于该校准来说，使用某些彩色传感器测定输出装置的输出(例如，按每个RGB(以及黑色))，使用该测定结果以实施方式1或者实施方式2中所述的方法再生成装置特性数据。对于根据测定结果计算装置特性数据的方法来说，可以在输出装置中内置了微型计算机并在其中执行，也可以写入由外部PC等所计算的方法。此外，在输出装置的制造步骤中进行该校准，由此，能够抑制输出装置的个体分散。

此外，为了抑制由于温度或者观察角度所产生的输出装置的输出特性变化，进行以下处理。例如，在输出装置的输出特性变化能够预先预测的情况下，可以执行图13所示的控制方法。图13是基于温度或者观察角度等条件改变装置特性数据的系统的框图。首先，在图13中，将改变温度或者观察角度、外光等特性的因素作为条件，输入到微型计算机131中。具体地说，这些条件有各种传感器或者用户的输入等，微型计算机131对该条件进行检测。

微型计算机131基于所输入的条件，从基本装置特性数据132取得信息。并且，微型计算机131基于该信息改写在实施方式1中所说明的存储部104的装置特性数据。由此，输出装置的输出特性由于温度或者观察角度而改变，能够实现高精度的色校正。

例如，特性因温度而改变的情况下，预先使温度发生若干变化来测定所述装置特性数据，将该信息存储在基本装置特性数据132。微型计算机131根据基本装置特性数据132得到相当于目前的该温度的特性，并将该信息作为装置特性数据存储在存储部104中。

并且，在基本装置特性数据132中包括了与温度相关地输入离散的数据的情况下，使用线性等的内插的方法求出所保存的温度以外的数据。此外，对装置特性数据进行多项式等函数化的情况下，也能够给出各系数作为温度的函数。此时，将作为温度函数的系数存储在基本装置特性数据132中，根据所给出的温度条件计算相应的系数，生成装置特性数据。

在本实施方式中，装置特性数据的数据量较小，所以，在大容量的LUT中实现困难的动态参数变更较容易，能够抑制校准的输出装置的输出特性的个体分散或者老化、以及外部因素引起的特性变化而产生的色移。

实施方式4

在透过型液晶显示装置的情况下，通常调整背光源的光透过液晶元件的透过率，并显示图像。通常液晶显示装置无论显示黑、显示白，背光源的光量都相同。因此，通常液晶显示装置特别是在黑显示时接通背光源后的能量被浪费。此外，在液晶显示装置的情况下，即使要显示黑而使液晶元件的透过率为最小，也不能完全为0，其具有有限的值。因此，液晶显示装置的对比度能够以白色的透过率÷黑色的透过率求出，故能够以黑色的透过率进行限制。此外，若黑色的透射率较高，则在显示较暗的图像时，黑色并不黑，能够识别出所谓的黑浮。近年来，为了弥补这样的缺点，采用了根据所显示的图像动态地改变背光源的光量方法。

具体地说，由检测最大值或者生成亮度的柱状图等求出所输入的图像的亮度信息，基于该结果决定所需的背光源光量。具体地说，使背光源光量为最大值的1/k倍(k＞1)，相反地，使液晶元件的透过率为背光源光量为最大值时的k倍，由此，不会浪费能量，能够显示相同的图像。结果是，在黑显示中，若背光源光量较少，则以黑色进行显示的光量也减少，所以，黑色变得更暗，对于较暗的色彩(例如暗红)，因为不包括多余的黑成分，故彩度的降低也变少。

这样，对于动态地改变背光源光量的方法来说，作为透过型液晶显示装置，是弥补缺陷的有效方法。但是，原样使用该方法将产生以下的问题。

具体地说，使用实施方式1中所说明的LCD，对向画面一面输入了50％亮度的白色的情况进行说明。在通常的显示中，以100％输出背光，液晶元件的透过率设定为50％。另一方面，在所述的亮度控制的显示中，即使将背光限制为50％，将液晶透过率设定为100％，也认为显示亮度相同，并能够降低功耗。但是，如图4(a)(b)(c)所示，液晶元件特性相对于三刺激值XYZ不是线性的，所以，在所述的两个显示中颜色不同。即，通常的显示容易变蓝，而亮度控制的显示容易变黄。因此，进行所述亮度控制时，需要进行研究以使颜色不因透过率而改变。

因此，在本实施方式中，进行如14所示的控制。在图14中，示出了在动态控制背光源和液晶元件的透射率的亮度控制块141的后级执行实施方式1中所说明的图像处理100的框图。这样，通过进行图像处理100，能够与液晶元件的透过率无关地保持色度固定，并抑制所输出的图像的色移。再者，在图像处理100中所使用的PCS的色空间坐标设定为向显示器输入的色空间。或者，在要执行某些色坐标变换处理的情况下，将PCS设定为标准色空间的PCS(XYZ)，在图像处理100或者亮度控制块141之前可以插入对PCS的色坐标变换处理。

图14所示的亮度控制决141具有：检测输入图像的亮度的信息检测部142；基于来自信息检测部142的信息k对显示输入图像时的液晶元件的透射率乘以k的透过率变换部(图像变换部)143；对基于来自信息检测部142的信息k对背光源的亮度乘以1/k倍的背光源控制部(光源控制部)144。

并且，在图14中，省略了γ变换以及逆γ变换。理想的是，应该以对输入图像进行γ变换后的线性的原色强度进行运算，但是，由于外观的选择或者运算的简化等而存在省略γ变换的情况。此外，关于背光源控制以及输入图像的亮度信息检测，也存在暂时将图像存储在帧存储器中之后进行亮度检测等处理的情况。本发明对此并没有特别限定，所以，图14中省略了记载。此外，近年来，为了提高液晶的光学响应速度，与前一帧液晶状态或者输入图像进行比较，以过电压驱动影像信号的情况较多，但是，其处理可以插入到图像处理100之后。在如上所述的内容中，设为透过型的液晶显示装置(图像输出装置)，但是，也可以是使用了正面光的反射型液晶显示装置(图像输出装置)。

如上所述，本实施方式的图像输出装置能够按照输入图像动态地改变背光(正面光)亮度，并且，即使改变图像输出元件的透过率(反射率)也能够抑制色移，并表现出所希望的颜色。

实施方式5

为了计算实施方式1所示的式20，能够以图7所示的源代码实现。但是，若在要求实时处理的图像输出装置(例如液晶显示装置)中安装执行图7的源代码的电路，则存在逻辑电路数目稍大的情况。因此，在本实施方式中，提供一种能够以非常小的规模安装式20的计算处理的方法。

首先，若输出装置自身的输出特性不是图4(a)(b)(c)中举出的非线性而是线性的，则能够容易地通过矩阵运算等的坐标变换较容易地进行各种色坐标变换。因此，在本实施方式中，通过进行将输出装置自身的非线性特性补偿为线性的处理，使处理简化。在将输出装置自身的非线性特性补偿为线性的处理中，具体地说，使用实施方式1的图5所示的处理。

在本实施方式中，以RGB输入的图像、以RGB输出的LCD为例进行说明。对RGB的输入图像进行γ变换，得到实施方式1所示的式1，并作为线性空间的原色强度IR、IG、IB。并且，所希望的PCS值能够通过实施方式1的式2所示的一次变换而求得。但是，若着眼于补偿输出装置的输出特性，则式2的变换矩阵并不是任意的矩阵，而是表现实施方式1的式9所示的输出装置本身的线性特性的矩阵。因此，合并书写式2和式5，并表示为式24。

(式24)

$\left(\begin{array}{ccc}{X}_R& X_G& X_B\\ Y_R& Y_G& Y_B\\ Z_R& Z_G& Z_B\end{array}\right)\left(\begin{array}{c}{\mathrm{IR}}_S\\ {\mathrm{IG}}_S\\ {\mathrm{IB}}_S\end{array}\right)=\left(\begin{array}{c}{X}_R\left({\mathrm{IR}}_D\right)+X_G\left({\mathrm{IG}}_D\right)+X_B\left({\mathrm{IB}}_D\right)\\ Y_R\left({\mathrm{IR}}_D\right)+Y_G\left({\mathrm{IG}}_D\right)+Y_B\left({\mathrm{IB}}_D\right)\\ Z_R\left({\mathrm{IR}}_D\right)+Z_G\left({\mathrm{IG}}_D\right)+Z_B\left({\mathrm{IB}}_D\right)\end{array}\right)$

其中，IR_S、IG_S、IB_S是将输入图像的RGB作为线性的RGB原色强度的值，IR_D、IG_D、IB_D是应该输出的(由此求出)线性的RGB原色强度。此外，式24的左边变换矩阵是将使式9所示的RGB原色强度分别为1(最大值)时的XYZ值作为要素的矩阵。

对该式24进行变形，成为式25。

(式25)

$\left(\begin{array}{c}{\mathrm{IR}}_S\\ {\mathrm{IG}}_S\\ {\mathrm{IB}}_S\end{array}\right)={\left(\begin{array}{ccc}{X}_R& X_G& X_B\\ Y_R& Y_G& Y_B\\ Z_R& Z_G& Z_B\end{array}\right)}^{-1}\{\left(\begin{array}{c}{X}_R\left({\mathrm{IR}}_D\right)\\ Y_R\left({\mathrm{IR}}_D\right)\\ Z_R\left({\mathrm{IR}}_D\right)\end{array}\right)+\left(\begin{array}{c}{X}_G\left({\mathrm{IG}}_D\right)\\ Y_G\left({\mathrm{IG}}_D\right)\\ Z_G\left({\mathrm{IG}}_D\right)\end{array}\right)+\left(\begin{array}{c}{X}_B\left({\mathrm{IB}}_D\right)\\ Y_B\left({\mathrm{IB}}_D\right)\\ Z_B\left({\mathrm{IB}}_D\right)\end{array}\right)\}$

并且，将以式25的右边变换矩阵变换后的函数X_R(IR_D)、Y_R(IR_D)、Y_R(IR_D)写为RS_R(IR_D)、GS_R(IR_D)、BS_R(IR_D)。函数X_G(IR_D)或者X_B(IR_D)等函数也同样写出。式26示出所写出的结果。

(式26)

$\left(\begin{array}{c}I{R}_S\\ {\mathrm{IG}}_S\\ {\mathrm{IB}}_S\end{array}\right)=\left(\begin{array}{c}{\mathrm{RS}}_R\left({\mathrm{IR}}_D\right)\\ {\mathrm{GS}}_R\left(I{R}_D\right)\\ {\mathrm{BS}}_R\left({\mathrm{IR}}_D\right)\end{array}\right)+\left(\begin{array}{c}{\mathrm{RS}}_G\left({\mathrm{IG}}_D\right)\\ {\mathrm{GS}}_G\left({\mathrm{IG}}_D\right)\\ {\mathrm{BS}}_G\left({\mathrm{IG}}_D\right)\end{array}\right)+\left(\begin{array}{c}{\mathrm{RS}}_B\left({\mathrm{IB}}_D\right)\\ {\mathrm{GS}}_B\left({\mathrm{IB}}_D\right)\\ {\mathrm{BS}}_B\left({\mathrm{IB}}_D\right)\end{array}\right)$

并且，对于RS_R(IR_D)或GS_R(IR_D)等的生成方法来说，按照RGB的灰度适当测定输出装置的XYZ值，以变换矩阵对该值进行一次变换而生成。关于IR_D、IG_D、IB_D，如上所述，若以逆γ变换取得相关，则哪个都可以，但是，此处，使用将R、G、B各自的主输出值(分别是X，Y，Z)的最大值设为1并进行标准化后的值。

然后，对式26的含义进行说明。右边的第一项表示指定了输出装置的R原色强度时，其在输入空间(输出装置为线性时的空间)的RGB原色强度。同样，第二项与输出装置的G原色强度相关、第三项与输出装置的B原色强度相关。并且，如果输出装置完全为线性，则RS_R(IR_D)、GS_G(IG_D)、BS_B(IB_D)以外的值为0，若是非线性，则具有某个值。并且，以下将RS_R(IR_D)、GS_G(IGD)、BS_B(IB_D)称作主值。

但是，主值以外的值比主值小，即使对本实施方式中所使用的LCD进行实际计算，也是主值的百分之几左右的大小。此处，为了容易理解式26的主值，在式27中示出以粗字重写的表达式。

(式27)

$\left(\begin{array}{c}{\mathrm{IR}}_S\\ I{G}_S\\ I{B}_S\end{array}\right)=\left(\begin{array}{c}{\mathrm{RS}}_R\left({\mathrm{IR}}_D\right)\\ {\mathrm{GS}}_R\left({\mathrm{IR}}_D\right)\\ {\mathrm{BS}}_R\left({\mathrm{IR}}_D\right)\end{array}\right)+\left(\begin{array}{c}{\mathrm{RS}}_G\left({\mathrm{IG}}_D\right)\\ {\mathrm{GS}}_G\left({\mathrm{IG}}_D\right)\\ {\mathrm{BS}}_G\left({\mathrm{IG}}_D\right)\end{array}\right)+\left(\begin{array}{c}{\mathrm{RS}}_B\left({\mathrm{IB}}_D\right)\\ {\mathrm{GS}}_B\left({\mathrm{IB}}_D\right)\\ {\mathrm{BS}}_B\left({\mathrm{IB}}_D\right)\end{array}\right)$

并且，本实施方式中的式11的微分矩阵能够表示为式28。

(式28)

$M_{\mathrm{\Δ}}=\left(\begin{array}{c}{\mathrm{RS}}_R\text{'}\left({\mathrm{IR}}_D\right)\\ {\mathrm{GS}}_R\text{'}\left({\mathrm{IR}}_D\right)\\ {\mathrm{BS}}_R\text{'}\left({\mathrm{IR}}_D\right)\end{array}\right)\left(\begin{array}{c}{\mathrm{RS}}_G\text{'}\left({\mathrm{IG}}_D\right)\\ {\mathrm{GS}}_G\text{'}\left({\mathrm{IG}}_D\right)\\ {\mathrm{BS}}_G\text{'}\left({\mathrm{IG}}_D\right)\end{array}\right)\left(\begin{array}{c}{\mathrm{RS}}_B\text{'}\left({\mathrm{IB}}_D\right)\\ {\mathrm{GS}}_B\text{'}\left({\mathrm{IB}}_D\right)\\ {\mathrm{BS}}_B\text{'}\left(I{B}_D\right)\end{array}\right)$

其中，RS’_R(IR_D)表示RS_R(IR_D)的IR_D附近的微分系数(其他的微分系数也同样表示)。式28所示的微分系数也是主值以外为较小的值。假定输出装置的输出特性为线性的情形，因为其斜率固定，所以，式28变为常数的单位矩阵。一般地说，以式29的方式给出矩阵M时，行列式表示为式30，逆矩阵表示为式31。

(式29)

$M=\left(\begin{array}{ccc}A& b& c\\ d& E& f\\ g& h& I\end{array}\right)$

(式30)

Det(M)＝AEI+bfg+cdh-Afh-bdI-cEg

(式31)

$M^{-1}=\frac{1}{\mathrm{Det}\left(M\right)}\left(\begin{array}{ccc}\mathrm{EI}-\mathrm{fh}& \mathrm{ch}-\mathrm{bI}& \mathrm{bf}-\mathrm{cE}\\ \mathrm{fg}-\mathrm{dI}& \mathrm{AI}-\mathrm{cg}& \mathrm{cd}-\mathrm{Af}\\ \mathrm{ah}-\mathrm{Eg}& \mathrm{bg}-\mathrm{Ah}& \mathrm{AE}-\mathrm{bd}\end{array}\right)$

此处，在式29～式31中，以小写记载的值比大写记载的值充分小。因此，若忽略两个以上的小写之积，则式30以及式31能够近似为式32以及式33。

(式32)

Det(M)≈AEI

(式33)

$M^{-1}\≈\frac{1}{\mathrm{AEI}}\left(\begin{array}{ccc}\mathrm{EI}& -\mathrm{bI}& -\mathrm{cE}\\ -\mathrm{dI}& \mathrm{AI}& -\mathrm{Af}\\ -\mathrm{Eg}& -\mathrm{Ah}& \mathrm{AE}\end{array}\right)=\left(\begin{array}{ccc}\frac{1}{A}& \frac{-b}{\mathrm{AE}}& \frac{-c}{\mathrm{AI}}\\ \frac{-d}{\mathrm{AE}}& \frac{1}{E}& \frac{-f}{\mathrm{EI}}\\ \frac{-g}{\mathrm{AI}}& \frac{-h}{\mathrm{EI}}& \frac{1}{I}\end{array}\right)$

然后，若将式32以及式33的关系应用于式20，则式20表示为式34。

(式34)

$\left(\begin{array}{c}{\mathrm{IR}}_D\\ {\mathrm{IG}}_D\\ {\mathrm{IB}}_D\end{array}\right)=\left(\begin{array}{c}{\mathrm{IR}}_S\\ {\mathrm{IG}}_S\\ {\mathrm{IB}}_S\end{array}\right)\left(\begin{array}{ccc}\frac{1}{{\mathrm{RS}}_R\text{'}\left({\mathrm{IR}}_S\right)}& \frac{-{\mathrm{RS}}_G\text{'}\left({\mathrm{IG}}_S\right)}{{\mathrm{RS}}_R\text{'}\left({\mathrm{IR}}_S\right){\mathrm{GS}}_G\text{'}\left({\mathrm{IG}}_S\right)}& \frac{-{\mathrm{RS}}_B\text{'}\left({\mathrm{IB}}_S\right)}{R{S}_R\text{'}\left(I{R}_S\right){\mathrm{BS}}_B\text{'}\left({\mathrm{IB}}_S\right)}\\ \frac{-{\mathrm{GS}}_R\text{'}\left({\mathrm{IR}}_S\right)}{{\mathrm{RS}}_R\text{'}\left({\mathrm{IR}}_S\right){\mathrm{GS}}_G\text{'}\left({\mathrm{IG}}_S\right)}& \frac{1}{{\mathrm{GS}}_G\text{'}\left({\mathrm{IG}}_S\right)}& \frac{-{\mathrm{GS}}_B\text{'}\left({\mathrm{IB}}_S\right)}{{\mathrm{GS}}_G\text{'}\left({\mathrm{IG}}_S\right){\mathrm{BS}}_B\text{'}\left({\mathrm{IB}}_S\right)}\\ \frac{-{\mathrm{BS}}_R\text{'}\left({\mathrm{IR}}_S\right)}{{\mathrm{RS}}_R\text{'}\left({\mathrm{IR}}_S\right){\mathrm{BS}}_B\text{'}\left({\mathrm{IB}}_S\right)}& \frac{-B{S}_G\text{'}\left({\mathrm{IG}}_S\right)}{{\mathrm{GS}}_G\text{'}\left({\mathrm{IG}}_S\right){\mathrm{BS}}_B\text{'}\left({\mathrm{IB}}_S\right)}& \frac{1}{{\mathrm{BS}}_B\text{'}\left({\mathrm{IB}}_S\right)}\end{array}\right)\·\left(\begin{array}{c}{\mathrm{IR}}_S-\left\{{\mathrm{RS}}_R\right({\mathrm{IR}}_S)+{\mathrm{RS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{RS}}_B\left({\mathrm{IB}}_S\right)\}\\ {\mathrm{IG}}_S-\{{\mathrm{GS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{GS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{GS}}_B\left({\mathrm{IB}}_S\right)\}\\ {\mathrm{IB}}_S-\{{\mathrm{BS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{BS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{BS}}_B\left({\mathrm{IB}}_S\right)\}\end{array}\right)$

式34初看起来较复杂，但是，仅仅是将式20的逆矩阵写下去，与实际上的逆矩阵运算相比，计算量减少。

并且，式34的非对角要素比对角要素小，并且，所乘的PCS误差成分也较小，所以，能够将非对角要素从最初近似为0。因此，能够将式34表示为式35。

(式35)

$\left(\begin{array}{c}{\mathrm{IR}}_D\\ {\mathrm{IG}}_D\\ {\mathrm{IB}}_D\end{array}\right)=\begin{array}{c}\left(\begin{array}{c}{\mathrm{IR}}_S\\ {\mathrm{IG}}_S\\ {\mathrm{IB}}_S\end{array}\right)\left(\begin{array}{ccc}\frac{1}{R{S}_R\text{'}\left(I{R}_S\right)}& 0& 0\\ 0& \frac{1}{G{S}_G\text{'}\left(I{G}_S\right)}& 0\\ 0& 0& \frac{1}{B{S}_B\text{'}\left(I{B}_S\right)}\end{array}\right)\left(\begin{array}{c}{\mathrm{IR}}_S-\{{\mathrm{RS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{RS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{RS}}_B\left({\mathrm{IB}}_S\right)\}\\ {\mathrm{IG}}_S-\{{\mathrm{GS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{GS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{GS}}_B\left({\mathrm{IB}}_S\right)\}\\ {\mathrm{IB}}_S-\{{\mathrm{BS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{BS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{BS}}_B\left({\mathrm{IB}}_S\right)\}\end{array}\right)\end{array}$

式35与式34相比，关于逆矩阵运算以及其后的矩阵积的运算，计算量减少。此外，临时的RGB原色强度中，未进行计算而直接输入的线性的RGB原色强度能够按原样使用。若使用式35进行实施方式1的图像处理100，则例如，在具有图3所示的特性的LCD的情况下，重复2次式20的运算所得到的精度能够以一次计算实现。

图15示出用于实现式35所示的处理的源代码。图15所示的处理中，省略了前后的γ变换、逆γ变换，也省略了重复处理。因此，在图15中，以根据所输入的IR_S、IG_S、IB_S原样得到输出的IR_D、IG_D、IB_D的方式进行了记载。此外，在图15中，为了避免处理的烦杂化，对预测PCS值以及微分系数的取得进行函数化，并从代码的记载中省略。并且，在作为式35的第二项的PCS误差的计算中，若使主值以外为0，则RGB完全独立，与按照每个RGB独立地进行γ变换控制是等价的。并且，若是本实施方式中所使用的LCD的特性，则分别在RGB的X、Y、Z值中选择IR_D、IG_D、IB_D时，逆矩阵对角成分接近1，大致固定，所以，在第二项的PCS误差的计算中，将逆矩阵近似为单位矩阵，能够得到较高精度的校正结果。即，式36中示出将式35的逆矩阵进行单位矩阵化后的表达式。

(式36)

$\left(\begin{array}{c}{\mathrm{IR}}_D\\ {\mathrm{IG}}_D\\ {\mathrm{IB}}_D\end{array}\right)=\left(\begin{array}{c}2{\mathrm{IR}}_S-\{{\mathrm{RS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{RS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{RS}}_B\left({\mathrm{IB}}_S\right)\}\\ {2\mathrm{IG}}_S-\{{\mathrm{GS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{GS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{GS}}_B\left({\mathrm{IB}}_S\right)\}\\ 2{\mathrm{IB}}_S-\{{\mathrm{BS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{BS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{BS}}_B\left({\mathrm{IB}}_S\right)\}\end{array}\right)$

因此，在式36中不需要乘除计算(通过位的左移运算得到2倍)。图16中示出具体的源代码。若进行图16的源代码的处理，则预测PCS值计算结果和实际的装置输出结果没有误差，并且，关于其以外的计算，若不存在删除，则从所希望的值的CIE-xy坐标点到所输出的CIE-xy坐标点的距离Δxy能够在一次计算中大致抑制为0.002以下。

并且，为了简化式36，在式36中，可以利用取IR_S与RS_R(IR_S)、IG_S与GS_G(IG_S)、IB_S与BS_B(IB_S)接近的值。若使用该值，则式36能够写为式37。

(式37)

$\left(\begin{array}{c}{\mathrm{IR}}_D\\ {\mathrm{IG}}_D\\ {\mathrm{IB}}_D\end{array}\right)=\left(\begin{array}{c}{\mathrm{IR}}_S-\{{\mathrm{RS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{RS}}_B\left({\mathrm{IB}}_S\right)\}\\ {\mathrm{IG}}_S-\{{\mathrm{GS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{GS}}_B\left({\mathrm{IB}}_S\right)\}\\ {\mathrm{IB}}_S-\{{\mathrm{BS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{BS}}_G\left({\mathrm{IG}}_S\right)\}\end{array}\right)$

式37的源代码如图17所示。若进行图17的源代码处理，则预测PCS值计算结果与实际的装置输出结果没有误差，并且，其以外的计算中若不存在删除，则Δxy能够大致抑制为0.004以下。

利用主值要素{RS_R(IR_D)，GS_G(IG_D)，BS_B(IB_D)}接近斜率为1的直线，进行了导出式36以及式37的近似计算，但是，若着眼于该3个要素，则由于是各个控制值(IR_D，IG_D，IB_D)的1次表达式，所以，若适当选择IR_D、IG_D、IB_D，则能够完全使主值要素成为斜率为1的直线。这样，近似精度进一步提高。即，根据装置所测定的XYZ值计算RS_R、GS_R、......BS_B的灰度特性之后，可以将RS_R、GS_G、BS_B设定为IR_D、IG_D、IB_D。

当不能以式37得到所希望的精度的输出装置的输出特性时，可以使用式36。尽管如此，在精度不足的情况下，使用式34、35。最终，可以不使用式34或者式35而计算逆矩阵。或者，如实施方式1中所述那样进行重复处理，由此，能够谋求提高精度。此时，第二次以后，只有式34或式35的右边第二项的PCS误差运算部的被减数IR_S、IG_S、IB_S固定为输入时的RGB原色强度，可以代入重新求得其以外的IR_S、IG_S、IB_S后的值。

在任意的简化计算结果中，按照每个应输出的RGB，必须加入R以外、G以外、B以外的成分，该成分与按RGB独立地进行γ变换相比，成为提高精度的因素。因此，在式37的右边第二项以后，若值较小，则可以省略知道该值较小的的值的一部分。最终，IR_D、IG_D、IB_D的计算内容的任意一个中，加入了各个输出装置的R以外、G以外、B以外的PCS预测值很重要。

然后，如实施方式1中所述，在考虑了黑色的控制的情形，能够以式38的方式对式35的第二项PCS误差的计算。

(式38)

$\left(\begin{array}{c}{\mathrm{IR}}_S-\{{\mathrm{RS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{IR}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{RS}}_B\left({\mathrm{IB}}_S\right)+R_0\}\\ {\mathrm{IG}}_S-\{{\mathrm{GS}}_R\left(I{R}_S\right)+{\mathrm{IR}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{GS}}_B\left({\mathrm{IB}}_S\right)+G_0\}\\ {\mathrm{IB}}_S-\{{\mathrm{BS}}_R\left({\mathrm{IR}}_S\right)+{\mathrm{BS}}_G\left({\mathrm{IG}}_S\right)+{\mathrm{BS}}_B\left({\mathrm{IB}}_S\right)+B_0\}\end{array}\right)$

此处，R₀、G₀、B₀是以式39对黑显示时所测定的XYZ值(X₀，Y₀，Z₀)进行变换后的结果。

(式39)

$\left(\begin{array}{c}{R}_0\\ G_0\\ B_0\end{array}\right){=\left(\begin{array}{ccc}{X}_R& X_G& X_B\\ Y_R& Y_G& Y_B\\ Z_R& Z_G& Z_B\end{array}\right)}^{-1}\left(\begin{array}{c}{X}_0\\ Y_0\\ Z_0\end{array}\right)$

在本实施方式中，将PCS坐标系作为接近输出装置自身的输出特性的线性空间，从而使微分系数矩阵大致对角化，不对计算结果接近常数(0或1)的进行计算，由此，能够显著减少计算量。即，在本实施方式中，能够省略与图5中的微分系数矩阵生成步骤102或者逆矩阵运算步骤103等的逆矩阵运算相关的各步骤的一部分或者全部。此外，在预测输出值计算步骤的计算过程中取得的各要素与临时原色强度大致相同或者近似0的值的情况下，能够省略与该要素相关的运算。当然，PCS坐标系不限于如上所述，即使选择空间以便成为较逆矩阵运算简单的对角矩阵或者酉矩阵(直行行列)

(逆矩阵成为转置矩阵)等的微分系数矩阵，也能够实现降低计算量。

此外，在本实施方式中，仅对补偿输出装置的非线性特性使用一系列的图像处理。因此，输入图像的色空间成为输出装置的线性色空间。但是，本发明并不限于此，在要输入其他色空间的图像信号的情况下，可以在暂时进行线性坐标变换等坐标变换之后输入。并且，线性坐标变换本身比计算逆矩阵的计算量少，所以，作为总的处理，认为其很有利。

Claims (20)

1.一种图像处理装置，包括：

存储部，保存特性数据，该特性数据用于根据在输出图像的输出装置中可控制的原色强度来取得预定的指定色空间中的坐标；

预测输出值计算部，使用保存在所述存储部中的所述特性数据，根据临时原色强度计算出所述预定的指定色空间中的预测坐标；

误差计算部，根据所述预定的指定色空间中的应输出的坐标和所述预测坐标之差计算出误差；

微分系数矩阵生成部，利用所述存储部中保存的所述特性数据，计算所述临时原色强度中的所述预测坐标值的偏微分系数并排列为方阵，生成微分系数矩阵；

逆矩阵运算部，计算以所述微分系数矩阵生成部所计算的所述微分系数矩阵的逆矩阵；

原色强度校正量计算部，将所述逆矩阵作为变换矩阵，对所述应输出的坐标和所述预测坐标之差进行一次变换，从而计算出校正原色强度；以及

原色强度校正部，在所述临时原色强度中加上或者减去在所述原色强度校正量计算部中计算出的所述校正原色强度，从而计算出输出原色强度。

2.如权利要求1记载的图像处理装置，其特征在于：

还具有结束判定部，在满足预定条件之前，向所述预测输出值计算部以及所述微分系数矩阵生成部输入所述输出原色强度，作为所述临时原色强度。

3.如权利要求1或2记载的图像处理装置，其特征在于：

还具有逆γ变换部，将所述输出原色强度变换为提供给所述输出装置的控制值，

选择所述输出原色强度，以便使按原色所测定的三刺激值接近线性，并且，与所述控制值的相关存储在所述逆γ变换部中。

4.如权利要求1或2记载的图像处理装置，其特征在于：

所述存储部保存所述特性数据，该特性数据是基于下述坐标值生成的在所述预测输出值计算部中使用的数据，该坐标值是从在所述输出装置中按照可控制的原色强度测定的所述预定的指定色空间的坐标值中减去所测定的黑坐标值后的坐标值。

5.如权利要求4记载的图像处理装置，其特征在于：

所述存储部保存所述输出装置的所述黑坐标值，

所述预测输出值计算部将所述黑坐标值与所计算出的所述预测坐标相加。

6.如权利要求1或2记载的图像处理装置，其特征在于：

在所述输出装置中输入了可控制的原色强度的范围外的值时，所述预测输出值计算部使用接近所述范围外的值的所述预测坐标和在该所述预测坐标中的微分系数进行线性外插，从而计算出所述范围外的所述预测坐标，

在所述输出装置中输入了可控制的原色强度范围外的值时，所述微分系数矩阵生成部将位于接近所述范围外的值的、对应于范围内的所述预测坐标的偏微分系数作为该所述范围外的值的偏微分系数。

7.如权利要求1或2记载的图像处理装置，其特征在于：

将所述预定的指定色空间作为由输入装置输入的色空间，

还具有γ变换部，以在所述预定的色空间定义的γ值对从输入装置输入的图像数据进行γ变换。

8.如权利要求1或2记载的图像处理装置，其特征在于，具有：

γ变换部，按照在输入数据色空间定义的γ值，对从输入装置输入的图像数据进行γ变换；和

坐标变换部，将在所述输入数据色空间表现的所述图像数据坐标变换为所述预定的指定色空间。

9.如权利要求1或2记载的图像处理装置，其特征在于：

采用在所述微分系数矩阵生成部生成的所述微分系数矩阵的各要素的值大致固定的、并且所述微分系数矩阵能够近似为对角矩阵或者酉矩阵的、所述预定的指定色空间。

10.如权利要求1或2记载的图像处理装置，其特征在于：

通过按如下方式构成，由此，省略与所述逆矩阵的运算相关的各部分的一部分或者全部，该方式为：将接近所述输出装置的输出特性的线性空间用于所述预定的指定色空间，将所述逆矩阵近似为对角矩阵，在计算中利用值大致为0或者大致为1的各要素。

11.如权利要求10记载的图像处理装置，其特征在于：

在所述预测输出值计算部的计算过程中取得的各要素的值大致与所述临时原色强度相同或者能够近似为0的情况下，省略与该要素相关的运算。

12.一种图像输出装置，具有：

权利要求1或2记载的图像处理装置；

输出装置，基于从所述图像处理装置输出的所述输出原色强度输出图像。

13.如权利要求12记载的图像输出装置，其特征在于：

对按照所制造的每个个体测定的所述输出装置的输出进行测定，以基于该测定结果生成的特性数据对所述图像处理装置内的存储部进行更新。

14.如权利要求12记载的图像输出装置，其特征在于：

经过预定的使用期间之后，测定所述输出装置的输出，以基于该测定结果生成的新的特性数据对所述图像处理装置内的存储部进行更新。

15.如权利要求12记载的图像输出装置，其特征在于，

所述输出装置具有光源，对来自光源的光进行控制以显示预定的图像，

具有：亮度信息检测部，对所输入的图像数据的亮度信息进行检测；光源控制部，按照所述亮度信息对所述光源的发光量进行控制；基于所述光源控制部的控制量或者所述亮度信息，对所述图像数据的所述输出装置上的亮度进行校正，

在权利要求1或者2记载的所述图像处理装置中对由所述图像变换部输出的所述图像数据进行处理。

16.如权利要求12记载的图像输出装置，其特征在于：

设定所述输出装置的灰度，以便使所述输出装置的控制值和从所述图像处理装置输出的所述输出原色强度为线性。

17.一种图像处理系统，具有：

权利要求1或2记载的图像处理装置；

输入装置，向所述图像处理装置输入图像数据；以及

输出装置，基于由所述图像处理装置输出的输出原色强度输出图像。

18.一种图像处理方法，具有如下步骤：

预测输出值计算步骤，使用特性数据，根据临时原色强度计算出输出到所述输出装置的所述预定的指定色空间中的预测坐标，其中该特性数据用于在输出图像的输出装置中根据可控制的原色强度来取得预定的指定色空间中的坐标；

误差计算步骤，根据所述预定的指定色空间中的应输出的坐标和所述预测坐标之差计算出误差；

微分系数矩阵生成步骤，利用所述特性数据，计算所述临时原色强度中的所述预测坐标值的偏微分系数并排列为方阵，生成微分系数矩阵；

逆矩阵运算步骤，计算在所述微分系数矩阵生成步骤中计算出的所述微分系数矩阵的逆矩阵；

原色强度校正量计算步骤，将所述逆矩阵作为变换矩阵，对所述应输出的坐标和所述预测坐标之差进行一次变换，计算出校正原色强度；以及

原色强度校正步骤，在所述临时原色强度中加上或者减去在所述原色强度校正量计算步骤中计算出的所述校正原色强度，从而计算出输出原色强度。

19.如权利要求18记载的图像处理方法，其特征在于：

通过按如下方式构成，由此，省略与所述逆矩阵的运算相关的各步骤的一部分或者全部，该方式为：将接近所述输出装置的输出特性的线性空间用于所述预定的指定色空间，将所述逆矩阵近似为对角矩阵，在计算中利用值大致为0或者大致为1的各要素。

20.如权利要求18记载的图像处理方法，其特征在于：

在所述预测输出值计算步骤的计算过程中取得的各要素的值大致与所述临时原色强度相同或者能够近似为0的情况下，省略与该要素相关的运算。

Images