CN101072291A - 颜色处理设备及其方法 - Google Patents

Abstract

本发明提供一种颜色处理设备及其方法。获得与多个色料量相对应的光谱反射率，并基于该光谱反射率计算与感兴趣的颜色的数据相对应的目标光谱反射率。计算目标光谱反射率，以使光谱反射率在由所述色料量再现的多个颜色的间隔上连续变化。从而确定与目标光谱反射率相对应的所述色料量。

Description

颜色处理设备及其方法

技术领域

本发明涉及一种关于打印处理的颜色分解(color separation)技术，尤其涉及一种基于光谱连续分解彩色图像的颜色的光谱颜色分解技术。

背景技术

当通过打印机或其它图像形成设备打印彩色图像时所使用的所谓的色料(coloring material)有四种，即青色(C)、品红色(M)、黄色(Y)和黑色(K)。近来，还使用稀释了特定颜色的浓度的淡青色(Lc)、淡品红色(Lm)和灰色(Gy)等附加色料。另一方面，将红色(R)、绿色(G)和蓝色(B)均称为专色(spot color)。

在一般情况下，输入图像的颜色空间不同于使用上述色料所打印的图像的颜色空间。因此，为了使打印图像的色貌(colorappearance)与输入图像的色貌一致，必须将图像数据的颜色空间转换成色料的颜色空间。例如，如果输入图像的颜色空间为RGB空间，而打印图像的颜色空间为CMYK颜色空间，则必须将RGB值转换成CMYK值，以下将该处理称为颜色分解。在这种情况下，希望在打印图像中再现输入图像的颗粒度(graininess)和色调特性以及输入图像的颜色。

公知为测色颜色再现(colormetric color reproduction)的技术一般作为再现图像颜色的方法使用。测色颜色再现是使用以下被称为条件配色(metamerism)的人类视觉感觉特性的颜色再现方法：如果在两个物体暴露于给定光源时它们的三刺激值(tristimulus values)相等，则即使它们的光谱反射特性不同，也将这两个物体识别为具有相同的颜色。

以下是对测色颜色再现方法的详细说明。

图20示出测色颜色再现方法。

如图20所示，从光源2000发出的光入射到物体2001上，来自物体2001的反射光入射到人眼2002上，从而识别物体2001的形状或颜色。通过在人眼的视网膜中存在的三种被称为锥状体的细胞，将入射光转换成颜色信号。人类基于被称为三刺激值XYZ的颜色信号的强度来识别颜色，当将发光源的光谱分布定义为S(λ)，将物体的光谱反射率定义为o(λ)，人眼的光谱特性为国际照明委员会(International Commission on Illumination，CIE)所定义的等色函数 $\stackrel{\‾}{x}\left(\mathrm{\λ}\right),\stackrel{\‾}{y}\left(\mathrm{\λ}\right),\stackrel{\‾}{z}\left(\mathrm{\λ}\right)$ 时，可以使用下面的一组公式(1)来表示三刺激值XYZ：

$k=\frac{100}{{\∫}_{380\mathrm{nm}}^{780\mathrm{nm}}s\left(\mathrm{\λ}\right)\stackrel{\‾}{y}\left(\mathrm{\λ}\right)}$

$X=k{\∫}_{380\mathrm{nm}}^{780\mathrm{nm}}s\left(\mathrm{\λ}\right)o\left(\mathrm{\λ}\right)\stackrel{\‾}{x}\left(\mathrm{\λ}\right)\mathrm{d\λ}$

$Y=k{\∫}_{380\mathrm{nm}}^{780\mathrm{nm}}s\left(\mathrm{\λ}\right)o\left(\mathrm{\λ}\right)\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\mathrm{d\λ}---\left(1\right)$

$Z=k{\∫}_{380\mathrm{nm}}^{780\mathrm{nm}}s\left(\mathrm{\λ}\right)o\left(\mathrm{\λ}\right)\stackrel{\‾}{z}\left(\mathrm{\λ}\right)\mathrm{d\λ}$

其中，k为标准化系数。也就是说，测色颜色再现方法使用了以下事实：如果使用公式(1)计算出的原始颜色的XYZ值和再现颜色的XYZ值一致，则将原始颜色和再现颜色识别为相同颜色。

关于颗粒度或色调特性的再现，基于测色颜色再现方法提出了多种图像处理方法。存在采用分别具有不同浓度的浓色料和淡色料来提高颗粒度的技术。参见日本特开2000-343731号公报或美国专利号6592212。

还存在这样一种技术：对于多种类型的色料量的各种组合，连续改变各种色料的总使用量，以提高色调特性。参见日本特开2004-058622号公报或美国专利公开号2004/070777。T.Ogasahara和N.Ohta在“Verification of the Optimum PredictionModel”中公开了对打印材料或其它物质的光谱反射率的估计的预测模型采用被称为“Celler Yule-Nielsen Modified SpectralNeugebauer”的公知技术。

然而，在测色颜色再现方法中，如公式(1)所示，XYZ值依赖于发光源S(λ)。因此，即使原始颜色的XYZ值和再现颜色的XYZ值在给定光源下相同，也决不能确定原始颜色的XYZ值和再现颜色的XYZ值在不同光源下也相同。测色颜色再现方法仅在特定发光源下保证颜色再现的精度。另外，人眼的光谱敏感度特性 $\stackrel{\‾}{x}\left(\mathrm{\λ}\right),\stackrel{\‾}{y}\left(\mathrm{\λ}\right),\stackrel{\‾}{z}\left(\mathrm{\λ}\right)$ 是平均光谱敏感度特性，这意味着即使颜色的三刺激值相等，也并非所有人都将该颜色感知为相同颜色。

由于上述原因，不管按照日本特开2000-343731号公报使颗粒度提高了多少，如果具有例如C和Lc、M和Lm、C和M、或者Lc和M等不同浓度的色料具有它们各自不同的等色特性，则色料将根据发光源的变化或特定观察者的特征而表现出各自不同的颜色。因此，在某些情况下，可能导致颗粒度下降。同样，在某些情况下，不管按照日本特开2004-058622号公报使总色料量连续地改变了多少，发光源的变化或特定观察者的特征都可能导致色调特性的下降，结果产生伪轮廓。

发明内容

本发明解决了上述先前存在的问题。

本发明提供一种允许通过连续改变总色料量而获得具有良好的颜色再现性的图像的颜色处理设备及其方法。

根据本发明的一个方面，提供一种颜色处理设备，该设备包括：

获取单元，用于获取与多个色料量相对应的多个光谱反射率；

计算单元，用于基于由获取单元所获取的多个光谱反射率，计算与颜色数据相对应的目标光谱反射率；以及

确定单元，用于确定与由计算单元计算出的目标光谱反射率相对应的色料量；

其中，计算单元用于计算目标光谱反射率，以使光谱反射率在使用色料量所再现的多个颜色中连续变化。

根据本发明的另一方面，提供一种颜色处理方法，该方法包括：

获取与多个色料量相对应的多个光谱反射率；

基于所获取的多个光谱反射率，计算与颜色数据相对应的目标光谱反射率；以及

确定与计算出的目标光谱反射率相对应的色料量；

其中，计算目标光谱反射率，以使光谱反射率在利用多个色料量所再现的多个颜色中连续变化。

通过以下参照附图对典型实施例的说明，本发明的其它特征显而易见。

附图说明

包含在说明书中并构成说明书的一部分的附图，示出了本发明的实施例，并与说明书一起用来解释本发明的原理。

图1是示出包括图像处理设备的系统的组件的框图。

图2是示出图像处理设备的硬件组件的框图。

图3示出通过图像处理设备的用户界面单元在显示单元中所显示的用户界面的例子。

图4～7是示出图像处理设备的处理流程的流程图。

图8示出片图像(patch image)的例子。

图9是详细示出图6的步骤S16中的校正处理的流程图。

图10是示出使用公式所计算的目标光谱反射率的图。

图11A～11C是示出光谱的连续变化的图。

图12是示出包括图像处理设备的系统的组件的框图。

图13示出通过图像处理设备的用户界面单元在显示单元上所显示的用户界面的例子。

图14～17是示出图像处理设备的处理流程的流程图。

图18是示出估计打印机色域(gamut)的处理的流程图。

图19是详细示出步骤S53中的校正处理的流程图。

图20示出测色颜色再现。

图21是示出生成图像处理设备的颜色分解LUT的处理流程的流程图。

图22是示出计算基色线上的网格点的目标光谱反射率的处理流程的流程图。

图23是Device RGB(装置RGB)空间的概念图。

图24是示出发光度相对于色调特性的变化的图。

图25A和25B是示出基色线上的目标光谱反射率的图。

具体实施方式

以下参照附图详细说明本发明的典型实施例。下面的实施例不限制本发明的权利要求，并且不是实施例中所述的特征的所有组合对本发明都是必要的。

首先概要说明以下典型实施例，该实施例指定用户可能希望校正的颜色等级(gradation)，随后进行片图像的颜色测量。还说明了颜色分解处理，该处理通过读入已测量的片图像的光谱反射率数据，在光谱上连续变化。

图1是示出包括根据本发明的第一典型实施例的图像处理设备的系统的组件的框图。

首先对图像处理设备1的组件进行说明。输出单元2显示图像数据和用户界面。输入单元3输入由光谱反射率测量仪器16测量的光谱反射率数据以及通过图像输入装置15输入的图像数据。颜色分解后光谱反射率数据存储器4存储颜色分解后的光谱反射率数据，例如，存储与可被确定的RGB值组合相匹配的光谱反射率数据。目标光谱反射率计算器5计算作为目标的光谱反射率数据。目标光谱反射率数据存储器6存储由目标光谱反射率计算器5计算出的作为目标的光谱反射率数据。片光谱反射率数据存储器7存储作为利用光谱反射率测量仪器16测量所打印的片的结果的光谱反射率数据。评价值计算器8计算存储在目标光谱反射率数据存储器6中的目标光谱反射率数据以及存储在片光谱反射率数据存储器7中的片的光谱反射率数据的评价值。颜色分解查找表(look-up table，LUT)存储器9存储查找表(LUT)，该查找表链接例如RGB值等输入颜色空间的颜色数据和例如CMYK值的关于图像输出装置18的色料的组合。颜色分解查找表更新单元10根据评价值计算器8计算出的评价值，更新在颜色分解查找表存储器9中存储的颜色分解查找表。片图像数据存储器11存储用于片的图像数据。用户界面单元12控制用户界面。数据转换器13将光谱反射率数据转换成L^*a^*b^*值等。图像数据存储器14存储通过输入单元3输入的图像数据。

图像输入装置15可以是数字照相机或扫描仪等。图像处理设备1从图像输入装置15输入图像数据。光谱反射率测量仪器16通过测量打印图像或片图像的光谱反射率，获得光谱反射率数据。外部存储单元17是硬盘或CD-ROM等大容量存储装置。图像输出装置18是喷墨打印机等彩色打印机。显示单元19根据从图像处理设备1输出的图像数据，显示图像。网络20是因特网等网络。

图2是示出图像处理设备1的硬件组件的框图。在图2中，图像处理设备1中包含外部存储单元17和显示单元19，但是可以如图1所示将外部存储单元17和显示单元19从图像处理设备1分离。

CPU 201根据存储在RAM 202和ROM 203中的程序，控制图像处理设备1的全部操作。RAM 202用作CPU 201的主存储器，CPU 201执行的程序被装载到RAM 202中，RAM 202还提供临时保存在控制操作过程中CPU 201所生成的各种类型的数据的工作空间。ROM 203以非易失性的形式存储引导程序和各种类型的数据。包括键盘以及鼠标等指示装置的输入装置205用于通过用户操作输入各种类型的数据或命令。包括CRT或LCD等显示单元的显示单元19用于显示待处理的数据或下面将说明的用户界面画面等。外部存储单元(HD)17是存储了操作系统、各种类型的应用程序或打印机驱动程序以及数据等的大容量存储装置。当给出启动程序的指示时，将程序装载到RAM 202并执行该程序。网络接口207控制与LAN等网络20的接口。可以作为例如USB或IEEE 1394接口等的接口的I/O端口208，与图1中所示的外部仪器15、16或18以及外部设备连接。打印机211连接到网络20，并基于通过网络20所提供的图像数据，打印图像。

尽管通过CPU 201及其控制程序实现了执行图1所示的图像处理设备1的各特征集的部分，但是还可以通过设置硬件来实现该特征集。尽管图1中的存储单元4、6、7、9、11和14由ROM203或者硬盘17来设置，但是还可以是以ROM 203设置的固定数据存储器。

用户界面

图3示出通过图像处理设备1的用户界面单元12由显示单元19所显示的用户界面的例子。

打印机色域显示部301提供打印机即正用于打印的图像输出装置18的色域即颜色再现区域的3-D显示。用户能够通过使用鼠标光标或其它装置指示希望校正的颜色等级部分，以在所显示的打印机色域内选择并指示所希望的颜色区域。校正前光谱反射率颜色等级显示部302显示用户在打印机色域显示部301中指示的颜色等级部分内的校正前光谱反射率数据的图。校正前评价值显示部303显示使用后面将说明的评价函数计算出的目标光谱反射率数据的校正前光谱反射率数据的评价值。校正后光谱反射率颜色等级显示部304显示对用户指示的颜色等级部分执行校正处理之后的光谱反射率数据的图。校正后评价值显示部305显示使用后面将说明的评价函数计算出的目标光谱反射率数据的校正后光谱反射率数据的评价值。校正评价函数选择部306显示用于选择评价函数的项。根据图3所示的例子，作为可以选择而显示的评价函数有均方根(Root Mean Square，RMS)、加权RMS、平均色差以及色差分布。

颜色分解查找表读入按钮307指示从颜色分解查找表存储器9读入颜色分解查找表。颜色分解后光谱反射率数据读入按钮308指示从颜色分解后光谱反射率数据存储器4读入颜色分解后光谱反射率数据。片打印按钮309指示通过图像输出装置18打印用于校正的片。片测色数据读入按钮310指示通过图像输出装置18打印片以及通过光谱反射率测量仪器16测量该片以获得该片的测色数据。校正处理按钮311指示开始校正处理。颜色分解查找表更新按钮312指示更新颜色分解查找表并将其存储在颜色分解查找表存储器9中。图像读入按钮313指示通过图像输入装置15读入图像，打印按钮314指示通过输出装置18打印图像。

全部处理流程

图4～图7是示出图像处理设备1的处理流程的流程图。将执行该处理的程序安装在外部存储单元(HD)17上，执行时在CPU201的控制下，从外部存储单元(HD)17将程序装载到RAM 202中，并执行该程序。

在步骤S1，处理等待指示颜色分解查找表读入按钮307。该步骤判断是否通过输入装置205的鼠标或其它指示装置或者键盘点击或指定了颜色分解查找表读入按钮307。在下面的说明中，假定通过类似的操作指示所显示的按钮。当指示了颜色分解查找表读入按钮307时(步骤S1中为“是”)，处理进入步骤S2，在步骤S2，以后面将详细说明的方式从颜色分解查找表存储器9读入颜色分解查找表数据。然后处理进入步骤S3，在步骤S3，处理等待指示颜色分解后光谱反射率数据读入按钮308，随之处理进入步骤S4，在步骤S4，以后面将详细说明的方式，从光谱反射率测量仪器16、外部存储单元17或网络20等读出关于图像输出装置18的颜色分解后光谱反射率数据，并将该数据存储在颜色分解后光谱反射率数据存储器4中。如果关于图像输出装置18的颜色分解后光谱反射率数据已经存储在颜色分解后光谱反射率数据存储器4中，则可以省略步骤S3和S4的处理。然后，处理进入步骤S5，在步骤S5，读出存储在颜色分解后光谱反射率数据存储器4中的颜色分解后光谱反射率数据，通过数据转换器13将该数据转换成L^*a^*b^*值，并将其显示在打印机色域显示部301上。到此为止的处理扩展到图3所示的用户界面的显示。

然后处理进入步骤S6，在步骤S6，处理等待用户指定用于校正的打印机色域显示部301的颜色等级区域，随之处理进入步骤S7(图5)，在步骤S7，读出存储在颜色分解后光谱反射率数据存储器4中的光谱反射率数据内与步骤S6中所指示的颜色等级区域相对应的光谱反射率数据，并将该数据显示在校正前光谱反射率颜色等级显示部302中。

然后处理进入步骤S8，在步骤S8，处理等待指示片打印按钮309，随之处理进入步骤S9，在步骤S9，读出存储在片图像数据存储器11中的用于片的图像数据，将该数据通过输出单元2输出到图像输出装置18以打印片。然后处理进入步骤S10，在步骤S10，利用光谱反射率测量仪器16测量在步骤S9中打印的片的颜色。然后处理进入步骤S11，在步骤S11，处理等待指示片测色数据读入按钮310，随之处理进入步骤S12，在步骤S12，将在步骤S10中测量的片光谱反射率数据存储在片光谱反射率数据存储器7中，并且处理进入步骤S13(图6)。

在图6的步骤S13中，处理等待在校正评价函数选择部306中选择校正评价函数，随之处理进入步骤S14，在步骤S14，以后面将详细说明的方式，通过评价值计算器8计算校正前评价值，并将这样计算出的评价值显示在校正前评价值显示部303中。然后处理进入步骤S15，在步骤S15，处理等待指示校正处理按钮311，随之处理进入步骤S16，在步骤S16，以后面将详细说明的方式，根据在步骤S13中所选择的校正评价函数，进行校正处理。然后处理进入步骤S17，在步骤S17，通过校正后光谱反射率颜色等级显示部304显示校正后光谱反射率数据。然后处理进入步骤S18，在步骤S18，通过评价值计算器8计算校正后评价值，并将这样计算出的评价值显示在校正后评价值显示部305中。然后处理进入步骤S19，在步骤S19，处理等待指示颜色分解查找表更新按钮312，随之处理进入步骤S20(图7)，在步骤S20，颜色分解查找表更新单元10更新存储在颜色分解查找表(LUT)存储器9中的颜色分解查找表。这样来优化颜色分解查找表(LUT)存储器9中的颜色分解查找表，当对输入图像数据执行颜色分解时，在随后的处理中使用这样更新的颜色分解查找表。

然后处理进入步骤S21，在步骤S21，处理等待指示图像读入按钮313，随之处理进入步骤S22，在步骤S22，通过输入单元3从图像输入装置15、外部存储单元17或网络20输入待处理的图像数据，并将该图像数据存储在图像数据存储器14中。然后处理进入步骤S23，在步骤S23，处理等待指示打印按钮314，随之处理进入步骤S24，在步骤S24，使用存储在颜色分解查找表(LUT)存储器9中的颜色分解查找表以将图像数据转换成打印数据。依次，通过输出单元2将打印数据输出到图像输出装置18，并且通过图像输出装置18打印图像。

颜色分解查找表

该实施例的颜色分解查找表链接输入图像的RGB值与颜色分解处理后的色料量的组合。读出链接使用例如日本特开2000-343731号公报中所述的传统方法得到的RGB值与颜色分解处理后的色料量的组合的查找表，作为初始颜色分解查找表。

颜色分解后光谱反射率数据

该实施例的颜色分解后光谱反射率数据涉及将输入的RGB值分割成等间隔的块，使用光谱反射率测量仪器16测量对各个块通过图像输出装置18所打印的片。例如，使用对各RGB值以从0到255的32级间隔进行转换的729色的片图像的光谱反射率数据。

片图像数据

图8示出使用四种色料C、M、Y和K，当希望校正灰度等级(gray gradation)时所打印的片图像的例子。片图像801包括使用初始颜色分解查找表打印的初始灰度等级802以及通过相对于初始灰度等级802对打印所使用的C、M、Y和K的色料量进行多种变化所打印的片803。

在这种情况下，毫无限制地改变C、M、Y和K色料导致产生无数个片。因此，对于初始灰度等级802，考虑到提高颗粒度并在例如CIE标准附录下的D50光源等特定光源下，仅将与L^*a^*b^*相等的C、M、Y和K的组合作为片图像输出。然而不局限于此。例如，对于与XYZ三刺激值相等的组合也是可以的，或者在以初始灰度等级802为中心、在实际可以实现的范围内改变C、M、Y和K色料的量也是可以的。如果方法能够输出再现所希望的光谱反射率所需的片，则可以不受限制。尽管图8示出了灰度等级校正的例子，但是同样可以在其它颜色的颜色等级区域内实现校正。

尽管该例子示出了C、M、Y和K的色料种类，但本发明不局限于此。例如，可以使用浓度被稀释的Lc、Lm或Gr等色料，或者使用R、G或B等专色材料。

评价值的计算

下面是对构成用于计算评价值的评价函数的例子的RMS、加权RMS、平均色差以及色差分布的说明。

可以通过下面的公式(2)表示RMS，其中，R_ref(λ)表示目标光谱反射率，R_sam(λ)表示要被评价的光谱反射率：

$\mathrm{RMS}=\frac{1}{n}\sqrt{\underset{\mathrm{\λ}=380}{\overset{730}{\mathrm{\Σ}}}{(R_{\mathrm{ref}}\left(\mathrm{\λ}\right)-R_{\mathrm{sam}}\left(\mathrm{\λ}\right))}^2}---\left(2\right)$

在此，n为采样数量，当在380nm和730nm之间的可见光范围上以10nm的间隔采样时，n＝36。加权RMS是通过对RMS应用加权函数W(λ)而粗略评价给定波长区域的误差的技术。可以通过下面的公式(3)表示加权RMS：

在此，可以指定光源的光谱辐射亮度(spectral radiance)作为加权函数W(λ)。还可以使用考虑到视觉特性的加权函数W(λ)。考虑到视觉特性的这类加权函数W(λ)的例子有例如使用下面的公式(4)计算不依赖于光源特征的三刺激值X、Y、Z。可以通过公式(4)来表示三刺激值X、Y、Z，其中， $\stackrel{\‾}{x}\left(\mathrm{\λ}\right),\stackrel{\‾}{y}\left(\mathrm{\λ}\right),\stackrel{\‾}{z}\left(\mathrm{\λ}\right)$ 表示颜色匹配函数：

$X=k{\∫}_{380\mathrm{nm}}^{780\mathrm{nm}}{R}_{\mathrm{ref}}\left(\mathrm{\λ}\right)\stackrel{\‾}{x}\left(\mathrm{\λ}\right)\mathrm{d\λ}$

$Y=k{\∫}_{380\mathrm{nm}}^{780\mathrm{nm}}{R}_{\mathrm{ref}}\left(\mathrm{\λ}\right)\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\mathrm{d\λ}$

$Z=k{\∫}_{380\mathrm{nm}}^{780\mathrm{nm}}{R}_{\mathrm{ref}}\left(\mathrm{\λ}\right)\stackrel{\‾}{z}\left(\mathrm{\λ}\right)\mathrm{d\λ}---\left(4\right)$

其中， $k=\frac{100}{{\∫}_{380\mathrm{nm}}^{780\mathrm{nm}}\stackrel{\‾}{y}\left(\mathrm{\λ}\right)}$

考虑到人的视觉特性是对暗物体比对亮物体具有更高的敏感度，因此按照公式(5)，物体越亮，则每一波长的权重越小：

$W\left(\mathrm{\λ}\right)=116\×|\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\·Y^{-\frac{2}{3}}|$

$+500\×|\stackrel{\‾}{x}\left(\mathrm{\λ}\right)\·X^{-\frac{2}{3}}-\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\·Y^{-\frac{2}{3}}|---\left(5\right)$

$+200\×|\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\·Y^{-\frac{2}{3}}-\stackrel{\‾}{z}\left(\mathrm{\λ}\right)\·Z^{-\frac{2}{3}}|$

使用考虑了视觉特性的加权函数作为评价函数。

平均色差对于CIE所规定的色差ΔE、ΔE94或ΔE2000等，改变光源并计算色差，从而求得平均色差。还可以对颜色匹配函数进行多种变化，而不是仅改变光源，并求得平均色差。

类似地，色差分布是当对光源或颜色匹配函数进行多种变化时的色差分布值。

前述评价函数仅是例子，评价函数不局限于此，只要该评价函数能评价目标光谱反射率与所述光谱反射率之间的误差即可。

校正处理

图9是详细示出图6的步骤S16中的校正处理的流程图。

在步骤S31，以后面将详细说明的方式计算目标光谱反射率数据。在步骤S32，通过评价值计算器8，计算在步骤S31中所计算出的目标光谱反射率数据相对于存储在片光谱反射率数据存储器7中的片的光谱反射率数据的评价值。在步骤S33，求得在步骤S32中计算出的评价值最小的色料的组合。

目标光谱反射率

根据该实施例，通过采用公式(6)计算目标光谱反射率：

R(λ)＝{(1-α)R_ink(λ)^1/n+aR_paper(λ)^1/n}ⁿ    (6)

R_paper(λ)表示打印有图像的、色料量为0的打印纸张的光谱反射率，R_ink(λ)表示与所选择的颜色等级区域相对应的光谱反射率，a表示色调特性，n表示扩散系数。

例如，考虑图8所示的例子，对于灰度等级计算目标光谱反射率。

图10是示出使用公式(6)计算出的目标光谱反射率的图。图10示出相对于各个波长从使用亮度不同的色料打印的打印材料的光谱反射率数据求得的结果，其中，所画出的色料的测量值越高，表示亮度或明亮度越高。

图11A～11C是示出光谱的连续变化的图，并示出通过在光谱上连续变化的特性所获得的结果。

图11B和11C分别示出对于430nm和580nm的波长，相对于各色调特性的光谱反射率。显然，光谱反射率相对于各色调特性连续变化。考虑满足目标光谱反射率的光谱反射率数据，可以确认光谱反射率相对于色调特性连续变化。

根据第一典型实施例，用户指定待校正的颜色等级，打印待校正的片，并测量所打印的片的颜色。通过读出这样测量的光谱反射率数据，可以实现在光谱上连续变化的颜色分解处理。在这种情况下，用户可以在检查评价值的同时指定评价函数和处理颜色分解。

下面是对根据第二典型实施例的图像处理设备1a的说明。

下面是对第二实施例的概要说明，其中，采用打印模型来估计光谱反射率，而不是如第一实施例那样打印待校正的片图像。使用最优化方法来计算用于再现目标光谱反射率的色料量的组合。最后，进行光谱连续变化的颜色分解处理。

图12是示出包括根据第二典型实施例的图像处理设备1a的系统的组件的框图。以与图1中相同的附图标记示出图12中与图1中相同的元件，且不重复对它们的说明。

当打印中采用各色料时，根据第二实施例的图像处理设备1a中的输出光谱反射率数据存储器1201存储与图像输出装置18的型号相对应的光谱反射率数据。光谱反射率估计器1202使用存储在输出光谱反射率数据存储器1201中的光谱反射率数据，估计利用图像输出装置18打印的图像的光谱反射率。对于存储在目标光谱反射率数据存储器6中的目标光谱反射率数据，评价值计算器8计算通过光谱反射率估计器1202所估计的光谱反射率数据的评价值。色料量估计器1203估计与输入图像的光谱反射率数据相对应的色料的量。其余组件与根据第一典型实施例的图像处理设备1的组件相同。

根据第二实施例的图像处理设备1a的硬件组件与图2所示的组件相同，因而不重复对其的说明。

图13示出根据第二实施例通过图像处理设备1a的用户界面单元12在显示单元19上所显示的用户界面的例子。以与图3中相同的附图标记来表示图13所示的用户界面和图3所示的用户界面之间相同的元件，且不重复对它们的说明。

输出光谱反射率数据读出按钮1301指示读出存储在输出光谱反射率数据存储器1201中的、图像输出装置18的输出光谱反射率数据。

全部处理流程

图14～图17是示出根据第二实施例的图像处理设备1a内的处理流程的流程图。与第一实施例不同，根据第二实施例，以后面将详细说明的方式读出输出光谱反射率数据，而不是颜色光谱反射率数据。根据第二实施例，省略了对片的打印和颜色测量。

在步骤S41，处理等待指示颜色分解查找表读入按钮307，随之处理进入步骤S42，在步骤S42，按照图4的步骤S1和S2，从颜色分解查找表存储器9读入颜色分解查找表数据。在步骤S43，处理等待指示输出光谱反射率数据读出按钮1301，随之处理进入步骤S44，在步骤S44，从光谱反射率测量仪器16、外部存储单元17或网络20等获得图像输出装置18的输出光谱反射率数据，并将该数据存储在输出光谱反射率数据存储器1201中。

然后处理进入步骤S45，在步骤S45，使用存储在输出光谱反射率数据存储器1201中的输出光谱反射率数据和存储在颜色分解查找表存储器9中的颜色分解查找表，以后面将详细说明的方式估计图像输出装置18即打印机的色域。然后处理进入步骤S46，在步骤S46，将在步骤S45中估计的打印机色域显示在打印机色域显示部301中，然后处理进入步骤S47(图15)。

在步骤S47，处理等待用户在打印机色域显示部301中选择并指示希望校正的颜色等级区域，当指示了该区域时，处理进入步骤S48。在步骤S48，使用存储在输出光谱反射率数据存储器1201中的输出光谱反射率数据和存储在颜色分解查找表存储器9中的颜色分解查找表，以后面将详细说明的方式，估计在步骤S47中所选择的颜色等级区域的光谱反射率。然后处理进入步骤S49，在步骤S49，将在步骤S48中估计的光谱反射率数据显示在校正前光谱反射率颜色等级显示部302中，然后处理进入步骤S50，在步骤S50，处理等待在校正评价函数选择部306中选择校正评价函数，随之处理进入步骤S51，在步骤S51，以后面将详细说明的方式，通过评价值计算器8计算校正前评价值，并将这样计算出的评价值显示在校正前评价值显示部303中。然后处理进入步骤S52，在步骤S52，处理等待指示校正处理按钮311，随之处理进入步骤S53(图16)。

在步骤S53，以后面将详细说明的方式，根据在步骤S50中所选择的校正评价函数，进行校正处理。然后处理进入步骤S54，在步骤S54，将在步骤S53中校正的光谱反射率数据显示在校正后光谱反射率颜色等级显示部304中。然后处理进入步骤S55，在步骤S55，通过评价值计算器8计算校正后评价值，并且将这样计算出的评价值显示在校正后评价值显示部305中。在步骤S56，处理等待指示颜色分解查找表更新按钮312，随之处理进入步骤S57，在步骤S57，使用颜色分解查找表更新单元10，更新存储在颜色分解查找表存储器9中的颜色分解查找表。从而，优化颜色分解查找表存储器9中的颜色分解查找表。后续的图像处理将使用更新后的颜色分解查找表来执行对输入图像数据的颜色分解。

在步骤S58，处理等待指示图像读入按钮313，随之处理进入步骤S59(图17)。在步骤S59，通过输入单元3从图像输入装置15、外部存储单元17或网络输入图像数据，并将该图像数据存储在图像数据存储器14中。然后处理进入步骤S60，在步骤S60，处理等待指示打印按钮314，随之处理进入步骤S61，在步骤S61，使用存储在颜色分解查找表存储器9中的颜色分解查找表，对存储在图像数据存储器14中的图像数据进行颜色分解，并生成该图像数据的打印数据。然后通过输出单元2将打印数据输出到图像输出装置18，并打印该打印数据。

评价值的计算

以下是对评价值计算器8的详细说明。当根据第一实施例进行计算时，输入的光谱反射率数据已经与考虑了色调特性和颗粒度的片数据相关。然而，根据第二实施例，使用最优化方法等确定色料的量。因此，除了根据第一实施例的评价值外，当计算评价值时必须考虑色调特性和颗粒度。例如，可以使用四种色料C、M、Y和K利用下面的公式(7)，说明根据该实施例的评价值，其中，各色料的量为c、m、y和k，Gr(c，m，y，k)表示色调特性的评价函数，Gn(c，m，y，k)表示颗粒度的评价值，E(c，m，y，k)表示根据第一实施例的评价函数：

评价值＝w1*Gr(c，m，y，k)+w2*Gn(c，m，y，k)+w3*E(c，m，y，k)    (7)

项w1、w2和w3表示各个评价值的权重。例如，当关注色调特性时，将w1设置成较大值，而当关注颗粒度时，将w2设置成较大值。

输出光谱反射率数据

输出光谱反射率数据是以等间隔改变和测量色料的量的光谱反射率。例如，对于四种色料C、M、Y和K，在各色料的量的输出等级均为256个色调特征的情况下，可以将其分割成32个色调段。因此可以获得9×9×9×9＝6561种作为输出光谱反射率数据对待的光谱反射率数据。然而，由于可覆盖打印纸张表面的总色料量是有限的，因此不可能输出色料的所有组合。

本发明不局限于前述的32个色调段，当希望较高的精度时，可以进行更精细的分段。色料的种类不局限于四种颜色。例如，可以允许以下情况：采用Lc、Lm或Gr等较低浓度的色料、或者采用R、G或B等专色材料。

打印色域的估计

下面是参照附图对图14的步骤S45中的、用于估计图像输出装置18即打印机的色域的方法的详细说明。

图18是示出用于估计打印机色域的处理的流程图。

在步骤S71，使用存储在输出光谱反射率数据存储器1201中的输出光谱反射率数据和存储在颜色分解查找表存储器9中的颜色分解查找表。首先，从颜色分解查找表求得位于色域边界的色料的量。例如，如果颜色分解查找表的输入值是RGB值，则与为0的任何R、G或B相对应的输出值即色料的量为位于色域边界的色料的量。以后面将详细说明的方式，使用光谱反射率估计器1202将这样求得的色料的量转换成光谱反射率数据。在步骤S72，使用数据转换器13将打印机色域的光谱反射率转换成L^*a^*b^*成值。

光谱反射率的估计

下面是对使用光谱反射率估计器1202处理的光谱反射率估计的说明。

采用Celler Yule-Nielsen Modified Spectral Neugebauer或其它公知技术作为用于估计光谱反射率的打印材料或其它物质的预测模型。然而，估计不局限于此。允许根据色料量的组合估计打印光谱反射率的任何情况都是可以的。

校正处理

图19是详细示出步骤S53(图16)的校正处理的流程图。

在步骤S81，与第一实施例类似，计算目标光谱反射率数据。然后处理进入步骤S82，在步骤S82，色料量估计器1203使用在校正评价函数选择部306中所选择的评价函数来估计色料量的组合。

下面是对在色料量估计器1203中处理的色料量估计的说明。

使用采用能够对光谱反射率进行估计的预测模型的最优化处理，估计实现目标光谱反射率的色料的量。采用在校正评价函数选择部306中所选择的评价函数，作为最优化处理中所使用的评价函数。

该技术不局限于此，对输入的光谱反射率最优化色料量的任何技术都是可以的。

根据第二实施例，通过使用由组合色料量所产生的输出光谱反射率数据，可以进行光谱连续变化的颜色分解处理，而无需根据第一实施例打印片。

变形例

尽管根据第一和第二实施例，仅对用户指定的颜色等级区域进行校正处理，但是也可以对整个打印机色域区域自动进行校正处理。

第三实施例

关于初始颜色分解查找表，第一和第二实施例涉及校正与用户指示的颜色区域相关联的部分。第三实施例生成颜色分解查找表。

根据第三实施例的图像处理设备的硬件组件与图2所示的相同，因此，不重复对其的说明。可以通过CPU执行用于实现在图21和图22所示的流程图中示出的处理的程序，来实现第三实施例。

根据该实施例的颜色分解查找表输入Device RGB值并输出色料值。

图23示出Device RGB空间的概念图。

在图23中，RGB颜色空间的颜色立方体(color solid)的每一顶点r、g、b、c、m、y、k和w被称为基色(primary)。例如，如果Device RGB是八位数据，那么r(R，G，B)＝(255，0，0)。连接w、k、r、g、b、c、m和y的12条线中的每一条以及w-k线被称为基色线(primary line)。

下面是对根据第三实施例生成颜色分解查找表的方法的概要说明。

对于颜色分解查找表的关键点(key point)，用户首先设置用于控制颜色分解的色料值。获得根据所设置的色料值而打印的片的光谱反射率数据。关于关键点以外的网格点，根据关键点的光谱反射率数据计算目标光谱反射率数据，从而计算根据目标光谱反射率数据所求得的色料值。根据该实施例将基色作为关键点来对待。另一方面，也可以将肤色等对于颜色再现重要的其它颜色作为关键点来对待。

下面是使用图21所示的流程图对生成颜色分解查找表的处理流程的说明。

在步骤S101，在Device RGB空间中设置网格点。例如，将R、G和B的各成分分割成N级网格，从而产生N×N×N个网格点。在步骤S102，设置作为关键点的各个基色的色料值。然后处理进入步骤S103，在步骤S103，获得与各个基色的色料值相对应的光谱反射率数据。用于获得光谱反射率数据的方法可以是测量实际打印的片的方法、或者是采用根据第二实施例的预测模型的方法。在步骤S104，以后面将说明的方式，基于在步骤S103中所获得的基色的光谱反射率数据，计算基色线上的网格点的目标光谱反射率数据。

然后处理进入步骤S105，在步骤S105，基于在步骤S103中所获得的基色的光谱反射率数据和在步骤S104中计算出的基色线上的网格点的目标光谱反射率数据，计算基色线上的网格点之外的网格点的目标光谱反射率数据。在步骤S105中，使用在步骤S104中所使用的技术或其它插值处理，计算基色线上的网格点之外的网格点的目标光谱反射率数据。然后处理进入步骤S106，在步骤S106，根据在步骤S104和步骤S105计算出的各个网格点的目标光谱反射率数据，计算基色以外的网格点的色料值，并将其存储在查找表中。根据该实施例，使用类似于前述方法的方法，计算与目标光谱反射率数据相对应的色料值。

用于计算目标光谱反射率数据的方法

以下是对在步骤S104中所执行的用于计算目标光谱反射率数据的典型方法的说明。

基于与基色线的端点相对应的两个基色的目标光谱反射率数据，使用下面的公式(8)计算基色线上的网格点的目标光谱反射率数据。使用两个基色的目标光谱反射率数据R₁(λ)，R₂(λ)，按照公式(8)，可以求得所计算的目标光谱反射率数据R(λ)：

R(λ)＝αR₁(λ)+(1-α)R₂(λ)    (8)

α表示R₁(λ)和R₂(λ)的混合比(admixture ratio)。

如公式(8)所示，目标光谱反射率R(λ)是基色的目标光谱反射率R₁(λ)，R₂(λ)的矢量和，并且随着α连续变化，R(λ)在所有波长上连续变化。

根据第三实施例，通过控制给定发射光的亮度连续变化，可以实现混合比α的连续变化。

可以利用给定发射光的光谱反射率亮度l(λ)，如以下公式(9)所示，求得给定网格点的亮度Y：

$Y={\∫}_{380}^{730}R\left(\mathrm{\λ}\right)l\left(\mathrm{\λ}\right)\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\mathrm{d\λ}$

$={\∫}_{380}^{730}[\mathrm{\α}{R}_1\left(\mathrm{\λ}\right)l\left(\mathrm{\λ}\right)\stackrel{\‾}{y}\left(\mathrm{\λ}\right)+(1-\mathrm{\α})R_2\left(\mathrm{\λ}\right)l\left(\mathrm{\λ}\right)\stackrel{\‾}{y}\left(\mathrm{\λ}\right)]\mathrm{d\λ}---\left(9\right)$

表示等色函数

K是标准化系数。

$Y_1=K{\∫}_{380}^{730}{R}_1\left(\mathrm{\λ}\right)l\left(\mathrm{\λ}\right)\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\mathrm{d\λ},$ $Y_2=K{\∫}_{380}^{730}{R}_2\left(\mathrm{\λ}\right)l\left(\mathrm{\λ}\right)\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\mathrm{d\λ}---\left(10\right)$

因此，可以按照下面的公式(11)求得公式(9)：

Y＝αY₁+(1-α)Y₂    (11)

如图24所示，假定亮度在两个基色间连续变化。考虑基色的网格点位置和感兴趣的网格点之间的位置关系，从Y1和Y2确定感兴趣的网格点的亮度Y。

使用公式(12)，根据Y、Y 1和Y2计算混合比α：

$\mathrm{\α}=\frac{Y-Y_2}{Y_1-Y_2}---\left(12\right)$

使用公式(12)代替公式(8)，使得可以计算目标光谱反射率R(λ)，从而使亮度和光谱反射率均在基色线上连续变化。

根据该实施例，根据作为一维数据的亮度控制α，这使得可以容易地控制作为多维例如36维数据的光谱反射率数据。由于使用的亮度在人的视觉感觉的范围内具有最大敏感度，因而还可以实现高质量的色调特性。

图22是示出计算基色线上的网格点的目标光谱反射率的处理流程的流程图。

在步骤S201，获得作为计算对象的、基色线的两个端点的目标光谱反射率R₁(λ)，R₂(λ)。在步骤S202中使用公式(12)，计算用于连续改变基色线的亮度的光谱反射率的混合比α。在步骤S203使用公式(8)，基于混合比α计算目标光谱反射率。对基色线上的基色之外的各个网格点进行步骤S202和步骤S203中的处理，使得可以计算基色线上的基色之外的各个网格点的目标光谱反射率数据。

对各个基色线进行步骤S201～步骤S203的处理，使得可以计算各个基色线上的各个网格点的目标光谱反射率数据。

作为根据该实施例的计算的例子，基于如在图25A所示的基色1(w)和基色2(c)，在图25B中示出w-c基色线的目标光谱反射率数据的颜色等级。如图25B所示，可以从w到c不可逆地连续改变目标光谱反射率数据。

因此可以与发光源的种类或颜色匹配函数之间的个体差异无关地抑制在w-c间隔上的色调特性的下降。

根据该实施例，可以与发光源的种类或颜色匹配函数之间的个体差异无关地生成能够保持高质量色调特性的颜色分解查找表。

根据该实施例，尽管根据亮度控制混合比α，但是也可以根据其它要素例如颗粒度或打印材料的供给控制混合比α。

计算混合比时亮度的变化不局限于例如图24所示的线性变化。例如，可以代替它使用伽马曲线中的变化。通常，优选单调上升变化。在实现不同于图24所示的变化时，以与变化的特性相对应的公式替代公式(12)。

其它实施例

尽管说明了本发明的实施例，但是，本发明可以应用于具有多个装置的文档搜索系统以及作为单个装置的文档搜索设备。

可以通过直接或远程向系统或设备提供实现实施例的特征集的软件程序，并使得该系统或设备中的计算机装载并执行所提供的程序，来实现本发明。在这种情况下，如果存在程序的特征集，则形式不必是程序的形式。

因此，为了实现本发明的特征集处理而装载到计算机中的程序代码本身实现了本发明。在这种情况下，程序的形式是无关紧要的，只要其具有程序的特征集即可，例如，可以是目标代码、由解释程序执行的程序或提供给操作系统的脚本数据。

可以使用多种记录介质提供该程序。例子包括软盘、硬盘驱动器、光盘、磁光盘(MO)、CD-ROM、CD-R、CD-RW、磁带、非易失性存储卡、ROM、或例如DVD-ROM或DVD-R的DVD等。

作为用于提供该程序的另一方法，可以使用客户计算机上的浏览器连接到因特网上的网站，并可以通过从该网站将程序下载到硬盘或其它存储介质上来提供该程序。在这种情况下，下载的文件可以包含本发明的计算机程序本身，或者是压缩后的并包含自动安装功能。通过将构成本发明的程序的程序代码分成多个文件，并从不同网页下载各个文件，同样可以实现本发明。用于将在计算机上实现本发明的特征集处理的程序文件下载给多个用户的网络服务器，同样包括在本发明的权利要求的范围内。

还可以加密本发明的程序，将加密后的程序存储在CD-ROM或其它存储介质上，并将该程序分发给用户。在这种情况下，从因特网上的网站将对该加密进行解密的密钥信息下载给满足预定条件的用户，并且利用该密钥信息，以可执行形式将加密后的程序安装在计算机上。

还可以以除了通过使得计算机执行下载的程序实现实施例的特征集的方式之外的方式来实现本发明。例如，可以想到的是：可以根据该程序的指示，通过运行在计算机上的操作系统或其它软件全部或部分进行的处理，实现根据实施例的特征集。

还可以将从存储介质装载的程序写到安装在计算机中的扩展板上所安装的存储器、或与计算机连接的扩展单元中所安装的存储器。在这种情况下，根据该程序的指示，通过安装在扩展板上的或安装在扩展单元中的CPU或其它硬件全部或部分进行的处理，实现根据实施例的特征集。

尽管参照典型实施例说明了本发明，但是应该理解，本发明不局限于所公开的典型实施例。以下权利要求书的范围符合最宽的解释，以包含所有这类修改及等同结构和功能。

Claims (12)

1.一种颜色处理设备，其包括：

获取单元，用于获取与多个色料量相对应的多个光谱反射率；

计算单元，用于基于由所述获取单元获取的所述多个光谱反射率，计算与颜色数据相对应的目标光谱反射率；以及

确定单元，用于确定与由所述计算单元计算出的所述目标光谱反射率相对应的所述色料量；

其中，所述计算单元用于计算所述目标光谱反射率，以使所述光谱反射率在使用所述色料量再现的多个颜色中连续变化。

2.根据权利要求1所述的颜色处理设备，其特征在于，还包括：

存储单元，用于存储颜色分解查找表；以及

设置单元，用于响应于用户的指示，设置将要校正所述色料量的颜色等级区域；

其中，按照所述颜色分解查找表校正所述颜色等级区域内的所述色料量。

3.根据权利要求1所述的颜色处理设备，其特征在于，所述确定单元用于根据所使用的评价函数的评价结果，确定与所述目标光谱反射率相对应的所述色料量。

4.根据权利要求1所述的颜色处理设备，其特征在于，所述计算单元用于：根据基于所述多个光谱反射率计算出的多个亮度，计算所述颜色数据的亮度值；基于所述多个亮度和所述颜色数据的亮度，确定混合条件；以及基于所述多个光谱反射率，使用所述混合条件以计算所述目标光谱反射率。

5.根据权利要求1所述的颜色处理设备，其特征在于，还包括：

生成单元，用于通过将由所述确定单元所确定的所述色料量存储在查找表中，生成所述颜色分解查找表；

其中，所述颜色数据与所述颜色分解查找表的网格点相对应。

6.根据权利要求1所述的颜色处理设备，其特征在于，所述多个光谱反射率数据包含与多个基色相对应的光谱反射率数据。

7.一种颜色处理方法，其包括：

获取与多个色料量相对应的多个光谱反射率；

基于所获取的所述多个光谱反射率，计算与颜色数据相对应的目标光谱反射率；以及

确定与计算出的所述目标光谱反射率相对应的所述色料量；

其中，计算所述目标光谱反射率，以使所述光谱反射率在利用所述多个色料量再现的多个颜色中连续变化。

8.根据权利要求7所述的颜色处理方法，其特征在于，还包括：

存储颜色分解查找表；以及

响应于用户的指示，设置将要校正所述色料量的颜色等级区域；

其中，按照所述颜色分解查找表校正所述颜色等级区域内的所述色料量。

9.根据权利要求7所述的颜色处理方法，其特征在于，根据所使用的评价函数的评价结果，确定与所述目标光谱反射率相对应的所述色料量。

10.根据权利要求7所述的颜色处理方法，其特征在于，根据基于所述多个光谱反射率计算出的多个亮度，计算所述颜色数据的亮度值；基于所述多个亮度和所述颜色数据的亮度，确定混合条件；以及基于所述多个光谱反射率，使用所述混合条件计算所述目标光谱反射率。

11.根据权利要求7所述的颜色处理方法，其特征在于，还包括：

通过将所确定的所述色料量存储在表中，生成所述颜色分解查找表；

其中，所述颜色数据与所述颜色分解查找表的网格点相对应。

12.根据权利要求7所述的颜色处理方法，其特征在于，所述多个光谱反射率数据包含与多个基色相对应的光谱反射率数据。

Images