EP1766957A1 - Scanner multispectral a gamut elargi, notamment scanner a plat monopasse - Google Patents

Scanner multispectral a gamut elargi, notamment scanner a plat monopasse

Info

Publication number
EP1766957A1
EP1766957A1 EP05772992A EP05772992A EP1766957A1 EP 1766957 A1 EP1766957 A1 EP 1766957A1 EP 05772992 A EP05772992 A EP 05772992A EP 05772992 A EP05772992 A EP 05772992A EP 1766957 A1 EP1766957 A1 EP 1766957A1
Authority
EP
European Patent Office
Prior art keywords
scanner
values
document
spectral
sensor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP05772992A
Other languages
German (de)
English (en)
Inventor
Pascal Cotte
Damien Dupraz
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lumiere Technology SA
Original Assignee
Lumiere Technology SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lumiere Technology SA filed Critical Lumiere Technology SA
Publication of EP1766957A1 publication Critical patent/EP1766957A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/462—Computing operations in or between colour spaces; Colour management systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G01J3/51—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors using colour filters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G01J3/51—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors using colour filters
    • G01J3/513—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors using colour filters having fixed filter-detector pairs
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/52—Measurement of colour; Colour measuring devices, e.g. colorimeters using colour charts
    • G01J3/524—Calibration of colorimeters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/04—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa
    • H04N1/10—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa using flat picture-bearing surfaces
    • H04N1/1013—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa using flat picture-bearing surfaces with sub-scanning by translatory movement of at least a part of the main-scanning components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/04—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa
    • H04N1/10—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa using flat picture-bearing surfaces
    • H04N1/1013—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa using flat picture-bearing surfaces with sub-scanning by translatory movement of at least a part of the main-scanning components
    • H04N1/1039—Movement of the main scanning components
    • H04N1/1043—Movement of the main scanning components of a sensor array
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/04—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa
    • H04N1/19—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa using multi-element arrays
    • H04N1/191—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa using multi-element arrays the array comprising a one-dimensional array, or a combination of one-dimensional arrays, or a substantially one-dimensional array, e.g. an array of staggered elements
    • H04N1/192—Simultaneously or substantially simultaneously scanning picture elements on one main scanning line
    • H04N1/193—Simultaneously or substantially simultaneously scanning picture elements on one main scanning line using electrically scanned linear arrays, e.g. linear CCD arrays

Definitions

  • Expanded gamut multispectral scanner including single-pass flatbed scanner
  • the invention relates to the field of colorimetric analysis.
  • the sensation of color results from the perception of a set of radiations of given wavelengths.
  • spectral re fl ectance describes in the form of a continuous characteristic (spectrum) the distribution of the proportions of the different wavelengths over the extent of the visible range.
  • This spectral reflectance can be determined directly from a spectrophotometer or a spectroradiometer, which are instruments equipped with a dispersive system such as a Newtonian prism making it possible to project on a sensor a selective band of wavelengths. .
  • a spectrophotometer or a spectroradiometer which are instruments equipped with a dispersive system such as a Newtonian prism making it possible to project on a sensor a selective band of wavelengths. .
  • these are complex and delicate devices to implement, which reserves them for laboratory and metrology applications.
  • color analysis is done using three red, green and blue filters (RGB trichrome selection).
  • RGB trichrome selection red, green and blue filters
  • the color information resulting from this analysis can be described and stored as three (or six) coordinates defined in the CIE colorimetric system, and shown with respect to the CIE
  • a colorimeter which is a measuring instrument provided with a sensor, a light source and a series of filters, generally four in number, making it possible to reproduce a standard observing torque CIE / standardized illuminant.
  • CIE illuminant the colorimeter makes it possible to obtain coordinates in a color space of type CIEL * u * v, CIEL * a * b, XYZ, etc., colorimetric systems in themselves well known and abundantly referenced.
  • a color acquisition system with RGB filters or a colorimeter gives only discrete values of color coordinates, three or six depending on the number of filters, and not a continuous spectrum of reflectance, the only representative of the physical reality at the origin of the perception of color.
  • the knowledge of only three or six color coordinates does not make it possible to obtain a perfect characterization of a given color.
  • Various methods (which will be explained below) have been proposed to reconstitute a spectral reflectance characteristic from coor ⁇ color data; for example, the so-called "interpolation" method allows to approximate a spectral reflectance on 30 points with the knowledge of only six color coordinates.
  • the invention proposes a multispectral scanner of a known type, for example according to the aforementioned WO-A-00/25509, that is to say comprising: a linear photosensitive sensor, capable of analyzing a line the document in a transverse direction; a set of N optical filters pas ⁇ se-band, with N> 4, preferably N>6; illuminating means, capable of forming on the document a light band in the region ana ⁇ lysed by the sensor; and motor means, adapted to operate in a controlled manner a scan of the document in successive steps in a longitudinal direction.
  • a linear photosensitive sensor capable of analyzing a line the document in a transverse direction
  • a set of N optical filters pas ⁇ se-band with N> 4, preferably N>6
  • illuminating means capable of forming on the document a light band in the region ana ⁇ lysed by the sensor
  • motor means adapted to operate in a controlled manner a scan of the document in successive steps in a longitudinal direction.
  • This scanner is capable of delivering, for each scanning step and for each pixel of the analyzed line, N corresponding quantized partial measurement values, each representative of the spectral re fl ectance of the document collected by the sensor through the one of the N respective filters.
  • spectral reconstruction means of the image of the document operating according to a method of extrapolation with learning from colored samples of ré ⁇ ference, these means comprising: a memory storing a knowledge base formed from known spectral reflectance values of said reference samples; and a neural network, receiving at input, for each pixel, said N partial quantized measurement values and outputting at least one reconstructed quantized value, representative of the spectral reflectance of the corresponding pixel of the document.
  • a bootstrap-type iterative resampling processing before application of these N measurement values in en ⁇ trea of the neural network.
  • the invention can be implemented with a conventional RGB scanner mechanism, for example a conventional A3 or A4 flatbed scanner.
  • the senor is an integrated component comprising N parallel lines of photosites with, for each line of photosites, one of the N optical filters bandpass associated with it, and the scanning on the éten ⁇ of the document is a scan operated in a single pass.
  • the analysis of the document in a single pass avoids in particular the use of mechanical scanning systems of precision such as those of the prior systems, necessary to ensure the reproducibility of multiple passes.
  • a multispectral flatbed scanner capable of covering 100% of the visible color spectrum - unlike conventional RGB scanners whose "gamut", ie the colorimetric domain reproduced, covers only 50 to 70% of this spectrum.
  • spectrum - has a considerable advantage in a very large number of industrial and artistic applications, among which:
  • Pantone in an image using a device as simple to use as a desktop scanner is a considerable advance for professionals in this field; the digitization of artist documents made for example at the aerodrome or other tools from inks or pigments that have difficulty entering the RGB gamut;
  • colorimetric control in production lines for example in the field of printing, for the control at the output of rota ⁇ tive of the conformity of samples of the document actually imprinted with the original color selection sent to the printer ;
  • the neural network of the spectral reconstruction means is preferably a multi-threshold network, able to receive the N measurement values as input, to apply a weighting peculiar to these N values and to output a plurality of elementary quantized quantized values, associated with corresponding spectral components of the reflectance of the pixel.
  • the neural network may output a number N 'of quantized reconstructed elementary values greater than the number N of the measurement values, in particular a number N 1 of at least 15 values, preferably at least 15 values. 25 values, preferably 30 values, for a number N of measurement values equal to 6 or 7.
  • FIG. 1 is a schematic view showing the configuration of the different mechanical elements of a single-pass flatbed scanner.
  • Figure 2 illustrates the principle of spectral reconstruction using a neural network.
  • FIG. 3 is a view of the integrated multispectral CCD sensor with partial enlargement showing the series of associated filters.
  • FIG. 4 shows the transmittance curves of the different filters of the sensor of FIG.
  • Fig. 5 is a representation of the chromaticity diagram in the CIE system showing the respective gamuts of different colorimetric analysis systems, relative to the extent of the visible color space.
  • Figure 1 there is shown the general structure of a multispectral flatbed scanner, to which the invention can be advantageously applied.
  • this type of scanner is not limiting, and the invention can be implemented with other analysis devices, for example the document reproduction chamber described in the WO-1.
  • A-00/25509 where an image of the document is formed on an image plane scanned by a sensor driven by a micrometric system.
  • the mechanics of a single-pass flat scanner, for example of the A4 or A3 office scanner type, are in themselves well known.
  • This scanner 10 allows the analysis of a document 12 arranged flat against an analytical window 14, fixed.
  • a first mobile unit 16 carries illuminating means 18 capable of illuminating a narrow transversal band of the document 12.
  • the crew 16 is movable in linear translation in a direction perpendicular to the illuminated line of analysis, and there is provided a optical assembly capable of forming an image of this line on a fixed linear sensor 20, by means of mirrors 22, 24, 26 and an objective 28.
  • the mirror 22 is integral with the mobile assembly 16, while the mirrors 24 and 26 are mounted on another movable element 30 whose position is adjustable, as well as the lens 28 mounted on a movable support 32 so as to vary the optical magnification factor.
  • the sensor 20 is a multispectral sensor that typically delivers color signals in six distinct bands.
  • This number of bands (six) is however not limiting of the invention; it only corresponds to the best compromise present. It will be understood simply that the number of bands is greater than the three bands of the RGB sensors, the inadequacies of which have been explained above, and less than the twelve or thirteen bands of the complex apparatus mentioned above and used, for example, in the field of museography, which because of their complexity do not allow a simple implementation, including a single-pass scanner.
  • the use of a number of filters less than six, for example five filters, or even four filters only, is within the scope of the invention but of course with a qualitatively lower result.
  • the problem of the invention essentially consists in reconstructing a reflectance spectrum from these six values, thus calculating intermediate values (so-called "reconstruction” operation), while reducing the interpolation noise to a minimum. added by this operation. This is a known problem for which many of its proposals have been formulated.
  • a first method consists in characterizing all the elements of the acquisition and digitization chain of the image: spectral curve of the lighting device, spectral sensitivity of the sensor, respective transmittances of the used filters, transmit- tance of different elements of the optical system.
  • a second method is only concerned with the response of the camera with respect to a perfect white reference.
  • the camera After normalization with respect to the standard blank, the camera is considered as a sampler of the spectrum, a point of the spectral curve being for example measured every 40 nm in the visible range.
  • the intermediate points of the spectrum are then reconsti ⁇ killed by an interpolation method, for example a cubic spline or Modified Discrete Sine Transform (MDST) method, so as to obtain a spectrum reconstituted by points spaced for example from 10 nm, 5 nm or 1 nm.
  • an interpolation method for example a cubic spline or Modified Discrete Sine Transform (MDST) method
  • This interpolation method has the advantage of requiring only knowledge of the response of the camera, with digital processing from conventional algorithms.
  • the spectrum to be reconstructed is a spectrum whose profile is relatively smooth; in fact, the algorithms used to reconstruct the missing points do not make it possible to detect a narrow peak in the spectrum, which peak will be smoothed, and the information reconstituted deformed.
  • a noise of im ⁇ important interpolation is superimposed, which degrades very quickly the performance of the method.
  • the spectral analysis must be able to relate to complex spectra, for example those of pigments used in painting whose very specific spectrum pro ⁇ , if it is smoothed by the reconstruction algorithm, will be immediately perceived as deformed by an observer led to distinguish the subtle shades of colors and their substitution by an approaching color.
  • the implementation of this technique with a suitable degree of fidelity in color reproduction involves a relatively high number of filters to give enough starting samples, typically eleven or thirteen filters, which limits its use. to relatively complex cameras and only allows not its realization in the form of a large-scale scanner, comprising for example a six-band analysis system only.
  • the third method - to which the present invention relates - is called "indirect reconstruction" or "reconstruction by learning”.
  • this method makes provision for the use of a standardized test pattern allowing, by extrapolation, to model a transfer func ⁇ tion between, on the one hand, the reference spectra measured on the test pattern for each of the samples and, d On the other hand, the response of the camera.
  • the invention proposes a certain number of improvements to this known method of indirect reconstruction, in order to be able to determine the desired transfer function with performances far superior to what may have been possible. proposed up to now, and can also implement this method from information delivered by a sensor analyzing the spectrum on a reduced number of bands, typi ⁇ on only six bands (typical value, of course not limi ⁇ tative).
  • the implementation of this method by the invention is shown diagrammatically in FIG. 2.
  • the sensor 20 of the scanner is, as indicated above, typically a six-filter sensor, thus delivering for each pixel six values. quantified colorimetry. These six values are applied to a network of neurons 40 with six inputs and thirty outputs (assuming that it is desired to reconstitute the spectral reflectance over thirty points).
  • the neural network 40 is associated with a memory 42 storing a con ⁇ born base formed from the known spectral reflectance values of a certain number of reference samples, advantageously chosen as a function of the desired application: for example For applications in the field of museography or illustration, a database made from the 300 main pigments used in pain ⁇ ture. This knowledge base will determine the various weights applied by the neural network.
  • the neural network 40 may optionally be in the form of a specific digital signal processor integrated in the multi-spectral sensor 20.
  • the sensor 20 used for the implementation of the invention is advantageously a built-in sensor such as that illustrated in FIG. 3, which is in the form of a bar comprising six (or possibly seven) lines of photosites, for example 10,000 or 12,000 photosites each, each of these lines being associated with a corresponding filter 51 to 56, tinted in the mass.
  • the respective spectral responses 61 to 66 of these filters are illustrated in FIG. 4.
  • the multispectral sensor 20 is combined with the scanner's mechanical and optical scanning system in the same manner as with the conventional tri-chromatic sensors of the prior art, and thus makes it possible to deliver simultaneously for each pixel of the document line.
  • the invention provides with a sensor only six filters a gamut covering the entire visible range , allowing the reproduction of the most subtle color shades with a very high fidelity, and perfor ⁇ mances much higher than what could have been proposed so far with systems of analysis in hexachrome or a fortiori in trichromie.
  • the problem is to find from the data thus determined (starting reference data and corresponding responses of the ca ⁇ mera) the corresponding transfer function, which is a matri ⁇ sky operator Q of dimension N x K such that
  • This is a matrix that can be easily calculated by algorithms in them -known ones.
  • the starting data used in the implementation of the indirect reconstruction are subjected to a ,. ..
  • the bootstrap method is in itself known, for example from Efron B, Bootstrap Methods: Another Look at the Jacknife, Annals of Statistics, 7, pp. 1-26, 1979.
  • This is a resampling computer technique for assigning precision measurements to statistical es ⁇ timations, by providing confidence intervals on the estimation of a population. statistical.
  • a resampling of the data makes it possible to incorporate by statistical inference information contained in data related to its probabilistic distribution.
  • the starting point of the invention consists in using this bootstrap statistical processing technique for the treatment of color signals, in order to improve the reconstruction of a spectral reference.
  • the matrices R and C defined above are resampled by random selection of their columns, with a uniform probability distribution for this selection.
  • the proposed algorithm forms a reconstruction operator Q from matrices obtained by resampling the matrices R and C defined above, and evaluates the distance between the initial Q pager and the resulting Q operator.
  • Ci resample (C)
  • the selection is operated in a non-random manner, in order to increase the precision of the method and to achieve a faster convergence towards the final operator.
  • This improvement implements colorimetric video acquisition performed concurrently with the analysis of the reference color sample chart.
  • a source of illumination combined with appropriate filters is used in this case to associate the standard observer with a standardized illuminator, it is possible to emulate the behavior of a colorimeter. and accurately obtain colorimetric coordinates in a single system.
  • These colorimetric data can advantageously be delivered by a secondary sensor directly integrated with the scanner, delivering information simultaneously to the scanning of the document.
  • the colorimetric video acquisition makes it possible to locate the most important color differences between the camera response and the corresponding colorimetric coordinates.
  • the multispectral reconstruction by learning is implemented by means of a neural network.
  • This aspect of the invention is preferably provided in combination with the bootstrap processing which has just been described, which constitutes a statistical engine advantageously applicable to the samples before their application to the neural network.
  • These are, however, two distinct techniques that can be used independently of each other, although their combination obviously provides particularly advantageous results.
  • Neural networks are generally defined as a network comprising a very large number of simple processors (neurons) connected together by communication paths (connections) conveying digital data coded in various ways, the neurons only being on the contrary. inputs applied by their respective connections.
  • the neural networks can be represented in the form of a matrix with N inputs and N outputs, each of the output values being dependent on all the values of the N inputs as a function of weighting attributed to each neuron.
  • the individual neurons are organized into subgroups, each of which carries out independent treatments, the result of which is transmitted to the following subgroup: there is thus propagation of the information within the neural network, with the possibility of apply the output values to previous subgroups (backpropagation).
  • the weights of connections to neurons are adjusted by a set of data determined from prior learning.
  • Knowledge of the network (learning) is thus stored in the various weights, which can be adapted during the course of treatment.
  • the neural network will then present a behavior taking into account the parameters collected during this phase of apprentis ⁇ sage, which makes it suitable for some form of generalization from particular cases.
  • a detailed study of this concept can be found in Bishop CM, Mixture Density Network, Neural Computing Research Group. Report NCRG / 4288, Aston University, United Kingdom, 1996.
  • the learning phase consists in acquiring the multiple samples of the chart. Reference color samples (typically 250 to 300 samples) and store the data in a knowledge base containing the corresponding weights of all neurons in the network.
  • the behavior of the network will thus integrate the con ⁇ birth of the spectral characteristics of the samples of the chart.

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Color Image Communication Systems (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Image Input (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Facsimile Scanning Arrangements (AREA)
  • Facsimile Heads (AREA)

Abstract

Ce scanner comprend un capteur linéaire photosensible intégré (20) com­prenant N lignes parallèles de photosites, avec N ≥ 4, de préférence N ≥ 6, et pour chaque ligne de photosites un filtre optique passe-bande associé. Pour chaque pas de balayage et pour chaque pixel de la ligne analysée, il délivre N valeurs de mesure partielles quantifiées correspon­dantes, représentatives chacune de la réflectance spectrale du document recueillie au travers de l'un des N filtres respectifs. Des moyens de re­construction spectrale opèrent selon une méthode d'extrapolation avec apprentissage à partir d'échantillons colorés de référence, avec une mé­moire (42) stockant une base de connaissances formée à partir des va­leurs de réflectance spectrale connues desdits échantillons de référence, et un réseau de neurones (40) recevant en entrée les N valeurs partielles quantifiées et délivrant en sortie au moins une valeur quantifiée reconsti­tuée, représentative de la réflectance spectrale du pixel correspondant du document.

Description

Scanner multispectral à gamut élargi, notamment scanner à plat monopasse
L'invention concerne le domaine de l'analyse colorimétrique. La sensation de couleur résulte de la perception d'un ensemble de radia¬ tions de longueurs d'onde données.
La caractérisation d'une couleur est donnée par un paramètre appelé "ré¬ flectance spectrale" qui décrit sous forme d'une caractéristique continue (spectre) la distribution des proportions des différentes longueurs d'onde sur l'étendue du domaine visible.
Cette réflectance spectrale peut être déterminée directement à partir d'un spectrophotomètre ou d'un spectroradiomètre, qui sont des instruments munis d'un système dispersif tel qu'un prisme de Newton permettant de projeter sur un capteur une bande sélective de longueurs d'onde. Il s'agit cependant de dispositifs complexes et délicats à mettre en œuvre, ce qui les réserve à des applications de laboratoire et de métrologie. En imagerie numérique traditionnelle, l'analyse des couleurs est plutôt réalisée à partir de trois filtres rouge, vert et bleu (sélection trichrome RVB). Pour affiner la description et la discrimination des couleurs, il est également possible d'effectuer une acquisition multispectrale, par exem¬ ple avec six filtres, ce qui double le nombre des valeurs numériques d'ac¬ quisition. L'information de couleur résultant de cette analyse peut être dé¬ crite et stockée sous forme de trois (ou six) coordonnées définies dans le système colorimétrique CIE, et représentée par rapport au diagramme de chromaticité CIE dans un espace à deux dimensions.
Il est également possible d'utiliser un colorimètre, qui est un instrument de mesure pourvu d'un capteur, d'une source lumineuse et d'une série de filtre, généralement au nombre de quatre, permettant de reproduire un couple observateur standard CIE/illuminant normalisé. Pour un illuminant CIE donné, le colorimètre permet d'obtenir des coordonnées dans un es¬ pace couleur de type CIEL*u*v, CIEL*a*b, XYZ, etc., systèmes colorimé- triques en eux-mêmes bien connus et abondamment référencés. Pour de plus amples informations sur ce sujet, on pourra se référer no¬ tamment à Harderberg JY, Acquisition and Reproduction of Colour Ima- ges: Colorimetric and Multispectral Approaches, PhD Dissertation, École nationale supérieure des télécommunications, Paris, France, 1999, ou à Sève R, Physique de la couleur : de l'apparence colorée à la technique colorimétrique, Masson, France, 1996.
Un système d'acquisition couleur à filtres RVB ou un colorimètre ne four- nissent cependant que des valeurs discrètes de coordonnées couleur, au nombre de trois ou six selon le nombre de filtres, et non un spectre conti¬ nu de réflectance, seul représentatif de la réalité physique à l'origine de la perception de la couleur. La connaissance de trois ou six coordonnées de couleur seulement ne permet pas d'obtenir une caractérisation parfaite d'une couleur donnée. Diverses méthodes (que l'on explicitera plus bas) ont été proposées pour reconstituer une caractéristique de réflectance spectrale à partir de coor¬ données couleurs ; par exemple, la méthode dite "par interpolation" per¬ met d'approximer une réflectance spectrale sur 30 points avec la connais- sance d'uniquement six coordonnées de couleurs.
Toutefois, les algorithmes de reconstruction mis en œuvre jusqu'à présent ne permettent pas, à partir de seulement six coordonnées de couleur (a fortiori à partir de trois coordonnées de couleur), de reconstruire certains spectres correspondant à des nuances subtiles de couleurs dont certaines sont très utilisées en peinture : il n'est ainsi pas possible de retrouver les nuances subtiles d'un "bleu de cobalt", d'un "jaune auréolin", d'un "vert smaragdin" ou d'un "vert céladon", d'un "rouge andrinople", d'un "blanc éburnin", etc. qui sont remplacés par des couleurs approchantes. Pour augmenter la fidélité de la reproduction des couleurs, notamment dans le cadre de la numérisation en très haute résolution et à très haute fidélité des collections détenues par les musées, il a été proposé d'aug¬ menter encore le nombre d'informations de couleur, par exemple en dé¬ coupant le spectre lumineux par treize filtres montés sur une tourelle por¬ te-filtre, comme cela peut être réalisé avec la caméra "Jumboscan" déve- loppée par la société Lumière Technology SA.
Il s'agit cependant d'une installation qui, si elle permet une reproduction de haute fidélité, est assez lourde et complexe à mettre en œuvre : réali¬ sation soignée de filtres présentant les caractéristiques souhaitées (les fil¬ tres sont des filtres interférentiels à bande passante très étroite) ; multipli- cation des passes d'analyse (autant de passes que de filtres différents) ; reproductibilité des passes imposant une mécanique extrêmement précise (les treize images scannées doivent être superposables, pixel sur pixel, au micromètre près) ; correction des aberrations chromatiques du système optique, etc. Ceci réserve son utilisation à des applications particulières, essentiellement dans le domaine muséographique.
Il existe de ce fait un besoin important, jusqu'à présent insatisfait, pour un scanner de structure simple et efficace, donc réalisable à un coût de fa¬ brication réduit, qui permette de réaliser une analyse colorimétrique de très grande fidélité d'un document, efficace sur la totalité de l'espace colo- rimétrique visible, avec possibilité de restituer des nuances de couleurs très subtiles.
L'invention propose à cet effet un scanner multispectral d'un type connu, par exemple d'après le WO-A-00/25509 précité, c'est-à-dire comprenant : un capteur linéaire photosensible, apte à analyser une ligne du document selon une direction transversale ; un ensemble de N filtres optiques pas¬ se-bande, avec N > 4, de préférence N > 6 ; des moyens illuminateurs, aptes à former sur le document une bande lumineuse dans la région ana¬ lysée par le capteur ; et des moyens moteurs, aptes à opérer de manière contrôlée un balayage du document par pas successifs selon une direc- tion longitudinale. Ce scanner est apte à délivrer, pour chaque pas de ba¬ layage et pour chaque pixel de la ligne analysée, N valeurs de mesure partielles quantifiées correspondantes, représentatives chacune de la ré¬ flectance spectrale du document recueillie par le capteur au travers de l'un des N filtres respectifs. Selon un premier aspect de l'invention, il est prévu des moyens de re¬ construction spectrale de l'image du document, opérant selon une métho¬ de d'extrapolation avec apprentissage à partir d'échantillons colorés de ré¬ férence, ces moyens comprenant : une mémoire stockant une base de connaissances formée à partir des valeurs de réflectance spectrale con- nues desdits échantillons de référence ; et un réseau de neurones, rece¬ vant en entrée, pour chaque pixel, lesdites N valeurs de mesure partielles quantifiées et délivrant en sortie au moins une valeur quantifiée reconsti¬ tuée, représentative de la réflectance spectrale du pixel correspondant du document. Selon un second aspect de l'invention, il est prévu des moyens pour ap¬ pliquer aux N valeurs de mesure un traitement de rééchantillonnage itéra¬ tif de type bootstrap avant application de ces N valeurs de mesure en en¬ trée du réseau de neurones. Comme on le verra à la lecture de la présente description, l'invention peut être mise en œuvre avec une mécanique de scanner RVB classique, par exemple une mécanique conventionnelle de scanner à plat de bureau de format A3 ou A4.
De préférence, le capteur est un composant intégré comprenant N lignes parallèles de photosites avec pour chaque ligne de photosites l'un des N filtres optiques passe-bande qui lui est associé, et le balayage sur l'éten¬ due du document est un balayage opéré en une passe unique. L'analyse du document en une passe unique évite notamment le recours à des sys¬ tèmes mécaniques de balayage de précision tels que ceux des systèmes antérieurs, nécessaires pour assurer la reproductibilité des passes multi¬ ples.
La configuration ci-dessus de l'invention peut s'appliquer très avantageu¬ sement à un scanner de type scanner à plat comprenant une vitre d'expo¬ sition recevant le document à scanner. Un scanner à plat multispectral susceptible de couvrir 100% du spectre des couleurs visibles - à la différence des scanners RVB classiques dont le "gamut", c'est-à-dire le domaine colorimétrique reproduit, ne couvre que 50 à 70% de ce spectre - présente un avantage considérable dans un très grand nombre d'applications industrielles et artistiques, parmi lesquel- les :
- le domaine du "packaging" et de la publicité, où les couleurs sont le plus souvent définies en quadrichromie, pentachromie ou hexachro- mie, les couleurs de référence additionnelles incluant des couleurs Pantone (marque déposée) spécifiques qui dans 60% des cas sont "hors gamut" des scanners RVB ; pouvoir reconnaître une couleur
Pantone dans une image au moyen d'un dispositif aussi simple à utili¬ ser qu'un scanner bureautique constitue un progrès considérable pour les professionnels de ce domaine ; - la numérisation de documents d'artiste réalisés par exemple à l'aéro- graphe ou autres outils à partir d'encres ou de pigments qui entrent difficilement dans le gamut RVB ;
- dans le domaine scientifique, la mesure des colorations de solutions ou bandes de test dans les applications de laboratoire ;
- dans le domaine textile, la numérisation d'échantillons : les textiles sont en effet imprimés avec des teintures dont le gamut est extrême¬ ment large ;
- le contrôle colorimétrique dans des chaînes de production, par exem- pie dans le domaine de l'imprimerie, pour le contrôle en sortie de rota¬ tive de la conformité d'échantillons du document effectivement impri¬ mé avec la sélection couleur originelle envoyée à l'imprimeur ;
- dans le domaine de l'illustration ou de la photographie, la reproduction de documents contenant des nuances subtiles de couleurs, comme les aquarelles par exemple, ou les livres anciens, dont les illustrations étaient réalisées à base de teintures ou encres spécifiques que seule une numérisation multispectrale permet de reproduire de manière fi¬ dèle. L'application de l'invention à un scanner à plat monopasse multispectral n'est cependant pas limitative, et comme on le comprendra l'invention peut être appliquée à d'autres types de scanners, par exemple à des sys¬ tèmes photographiques à dos numérique, ou à des systèmes tels que ce¬ lui décrit dans le WO-A-00/25509 (Lumière Technology SA) où un capteur photosensible balaye un plan image formé par un objectif d'une chambre d'analyse, l'objet observé étant éclairé par une étroite bande lumineuse déplacée en synchronisme avec le balayage du capteur. Le réseau de neurones des moyens de reconstruction spectrale selon l'in¬ vention est de préférence un réseau à seuils multiples, apte à recevoir en entrée les N valeurs de mesure, à appliquer une pondération propre à ces N valeurs et à délivrer en sortie une pluralité de valeurs quantifiées re¬ constituées élémentaires, associées à des composantes spectrales cor¬ respondantes de la réflectance du pixel. Dans ce cas, le réseau de neuro¬ nes peut délivrer en sortie un nombre N' de valeurs quantifiées reconsti¬ tuées élémentaires supérieur au nombre N des valeurs de mesure, notamment un nombre N1 d'au moins 15 valeurs, de préférence au moins 25 valeurs, préférentiellement 30 valeurs, pour un nombre N de valeurs de mesure égal à 6 ou à 7.
On va maintenant décrire un exemple de mise en œuvre de l'invention, en référence aux dessins annexés. La figure 1 est une vue schématique montrant la configuration des diffé¬ rents éléments mécaniques d'un scanner à plat monopasse. La figure 2 illustre le principe de la reconstruction spectrale au moyen d'un réseau de neurones. La figure 3 est une vue du capteur CCD multispectral intégré, avec agran- dissement partiel montrant la série de filtres associés.
La figure 4 montre les courbes de transmittance des différents filtres du capteur de la figure 3.
La figure 5 est une représentation du diagramme de chromaticité dans le système CIE.présentant les gamuts respectifs de différents systèmes d'a- nalyse colorimétrique, par rapport à l'étendue de l'espace des couleurs visibles.
Sur la figure 1 , on a représenté la structure générale d'un scanner à plat multispectral, auquel l'invention peut être avantageusement appliquée. Comme on l'a indiqué plus haut, ce type de scanner n'est pas limitatif, et l'invention peut être mise en œuvre avec d'autres dispositifs d'analyse, par exemple la chambre de reproduction de documents décrite dans le WO- A-00/25509, où une image du document est formée sur un plan image balayé par un capteur entraîné par un système micrométrique. La mécanique d'un scanner à plat monopasse, par exemple de type scan- ner bureautique A4 ou A3, est en elle-même bien connue.
Ce scanner 10 permet l'analyse d'un document 12 disposé à plat contre une vitre d'analyse 14, fixe. Un premier équipage mobile 16 porte des moyens illuminateurs 18 susceptibles d'éclairer une étroite bande trans¬ versale du document 12. L'équipage 16 est mobile en translation linéaire dans une direction perpendiculaire à la ligne d'analyse éclairée, et il est prévu un ensemble optique apte à former une image de cette ligne sur un capteur linéaire fixe 20, par l'intermédiaire de miroirs 22, 24, 26 et d'un objectif 28. Le miroir 22 est solidaire de l'équipage mobile 16, tandis que les miroirs 24 et 26 sont montés sur un autre équipage mobile 30 dont la position est ajustable, de même que l'objectif 28 monté sur un support mobile 32 de manière à faire varier le facteur de grandissement optique. Le capteur 20 est un capteur multispectral délivrant typiquement des si¬ gnaux de couleur dans six bandes distinctes. Ce nombre de bandes (six) n'est cependant pas limitatif de l'invention ; il correspond seulement au meilleur compromis actuel. On comprendra sim¬ plement que le nombre de bandes est supérieur aux trois bandes des capteurs RVB, dont on a exposé plus haut les insuffisances, et inférieur aux douze ou treize bandes des appareils complexes évoqués plus haut et utilisés par exemple dans le domaine de la muséographie, qui du fait de leur complexité ne permettent pas une mise en œuvre simple, notamment par un scanner monopasse. L'utilisation d'un nombre de filtres inférieur à six, par exemple cinq filtres, voire quatre filtres seulement, entre dans le cadre de l'invention mais bien entendu avec un résultat qualitativement inférieur.
Le problème de l'invention consiste, essentiellement, à reconstituer un spectre de réflectance à partir de ces six valeurs, donc en calculant des valeurs intermédiaires (opération dite de "reconstruction"), tout en rédui¬ sant au minimum le bruit d'interpolation surajouté par cette opération. II s'agit d'un problème connu, pour lequel ont été formulées de nombreu¬ ses propositions.
Ces propositions peuvent être classées en trois méthodes principales. Une première méthode, dite "de reconstruction directe", consiste à carac¬ tériser tous les éléments de la chaîne d'acquisition et de numérisation de l'image : courbe spectrale du dispositif d'éclairage, sensibilité spectrale propre du capteur, transmittances respectives des filtres utilisés, transmit- tance des différents éléments du système optique. Une fois le système d'acquisition ainsi caractérisé, il est alors possible de construire un lien direct entre la stimulation et la réponse du système, sous forme d'un opé- rateur matriciel de K lignes et N colonnes, K étant le nombre de filtres uti¬ lisés par le système et N étant le nombre d'échantillons résultant de la quantification numérique.
Cette méthode directe présente cependant l'inconvénient de requérir une caractérisation préalable de chaque élément du système, impliquant un certain nombre d'expérimentations (mesure de sensibilité spectrale du capteur à l'aide d'un monochromateur, mesure de la transmittance de l'op¬ tique et des filtres avec un spectrophotomètre, etc.). Elle se révèle au sur¬ plus très sensible aux problèmes du bruit électrique, qu'il apparaît difficile de quantifier en tant que tel. Pour ces raisons, elle présente actuellement surtout un intérêt théorique et n'a pas donné lieu à des utilisations concrè¬ tes allant au-delà d'applications expérimentales.
Une seconde méthode, dite " de reconstruction par interpolation", s'inté¬ resse uniquement à la réponse de la caméra à l'égard d'une référence blanche parfaite. Après normalisation par rapport au blanc étalon, la ca- méra est considérée comme un échantillonneur du spectre, un point de la courbe spectrale étant par exemple mesuré tous les 40 nm dans le do¬ maine visible. Les points intermédiaires du spectre sont ensuite reconsti¬ tués par une méthode d'interpolation, par exemple une méthode par spli- nes cubiques ou MDST (Modified Discrète Sine Transform), de manière à obtenir un spectre reconstitué par des points espacés par exemple de 10 nm, 5 nm ou 1 nm.
Cette méthode par interpolation présente l'avantage de ne requérir que la connaissance de la réponse de la caméra, avec un traitement numérique à partir d'algorithmes classiques. Elle suppose toutefois que le spectre à reconstituer soit un spectre dont le profil soit relativement peu accidenté ; en effet, les algorithmes utilisés pour reconstruire les points manquants ne permettent pas de détecter un pic étroit dans le spectre, pic qui sera lissé, et l'information reconstituée déformée. De plus un bruit d'interpolation im¬ portant vient se superposer, qui dégrade très rapidement les performan- ces de la méthode.
Or, en pratique, l'analyse spectrale doit pouvoir porter sur des spectres complexes, par exemple ceux de pigments utilisés en peinture dont le pro¬ fil de spectre très particulier, s'il est lissé par l'algorithme de reconstruc¬ tion, sera immédiatement perçu comme déformé par un observateur en- traîné à distinguer les nuances subtiles de couleurs et leur substitution par une couleur approchante. De plus, la mise en œuvre de cette technique avec un degré convenable de fidélité dans la reproduction des couleurs implique un nombre relativement élevé de filtres pour donner suffisam¬ ment d'échantillons de départ, typiquement onze ou treize filtres, ce qui limite son utilisation à des caméras relativement complexes et ne permet pas sa réalisation sous forme d'un scanner de grande diffusion, compor¬ tant par exemple un système d'analyse sur six bandes seulement. La troisième méthode - à laquelle se rattache la présente invention - est dite "de reconstruction indirecte" ou "de reconstruction par apprentis- sage". Essentiellement, cette méthode prévoit d'utiliser une mire de cou¬ leurs standardisées permettant, par extrapolation, de modéliser une fonc¬ tion de transfert entre, d'une part, les spectres de référence mesurés sur la mire pour chacun des échantillons et, d'autre part, la réponse de la ca¬ méra. L'invention, comme on va l'expliquer, propose un certain nombre d'amélio¬ rations à cette méthode connue de reconstruction indirecte, afin de pou¬ voir déterminer la fonction de transfert recherchée avec des performances très supérieures à ce qui a pu être proposé jusqu'à présent, et pouvoir en outre mettre en œuvre cette méthode à partir d'informations délivrées par un capteur analysant le spectre sur un nombre réduit de bandes, typi¬ quement sur six bandes seulement (valeur typique, bien entendu non limi¬ tative).
La mise en œuvre de cette méthode par l'invention est schématisée sur la figure 2. Le capteur 20 du scanner est, comme on l'a indiqué plus haut, typique¬ ment un capteur à six filtres, délivrant donc pour chaque pixel six valeurs colorimétriques quantifiées. Ces six valeurs sont appliquées à un réseau de neurones 40 à six entrées et trente sorties (dans l'hypothèse où l'on souhaite reconstituer sur trente points la réflectance spectrale). Le réseau de neurones 40 est associé à une mémoire 42 stockant une base de con¬ naissances formée à partir des valeurs de réflectance spectrale connues d'un certain nombre d'échantillons de référence, avantageusement choisis en fonction de l'application recherchée : par exemple, pour des applica¬ tions dans le domaine de la muséographie ou de l'illustration, une base de données constituée à partir des 300 principaux pigments utilisés en pein¬ ture. Cette base de connaissances déterminera les diverses pondérations appliquées par le réseau de neurones.
Le réseau de neurones 40 peut éventuellement être réalisé sous forme d'un processeur numérique de signal spécifique, intégré au capteur mul- tispectral 20. Le capteur 20 utilisé pour la mise en œuvre de l'invention est avantageu¬ sement un capteur intégré tel que celui illustré figure 3, qui se présente sous forme d'une barrette comportant six (ou éventuellement sept) lignes de photosites, par exemple de 10 000 ou 12 000 photosites chacune, chacune de ces lignes étant associée à un filtre correspondant 51 à 56, teinté dans la masse. Les réponses spectrales respectives 61 à 66 de ces filtres sont illustrées sur la figure 4.
Le capteur multispectral 20 est combiné au système mécanique et optique de balayage du scanner de la même manière qu'avec les capteurs tri- chromes conventionnels de la technique antérieure, et permet ainsi de dé¬ livrer simultanément, pour chaque pixel de la ligne du document analysé, une série de 6 x 12 bits (ou 7 x 12 bits) constituant les valeurs de mesure quantifiées appliquées au réseau de neurones 40. L'invention procure avec un capteur à seulement six filtres un gamut cou- vrant la totalité du domaine visible, autorisant la reproduction des nuances de couleurs les plus subtiles avec une très grande fidélité, et des perfor¬ mances très supérieures à ce qui avait pu être proposé jusqu'à présent avec des systèmes d'analyse en hexachromie ou a fortiori en trichromie. La figure 5 montre ainsi, sur un diagramme de chromaticité dans le systè- me colorimétrique CIE par rapport au domaine visible V - qui peut être couvert en totalité par un scanner selon l'invention - les gamuts respectifs restreints obtenus par une analyse trichrome CMJ, RVB ou en hexachro¬ mie RVBCMJ. Au surplus, le capteur de l'invention peut être aisément intégré à un scan- ner de grande diffusion, de type monopasse, en procurant des résultats équivalents à ce qui, jusqu'à présent, nécessitait l'emploi d'un dispositif complexe à onze ou treize filtres, avec autant de passes d'analyse. On va maintenant décrire plus en détail la manière dont les échantillons recueillis par le capteur sont traités pour atteindre de tels résultats.
Principe de la reconstruction multispectrale indirecte
Le point de départ de cette méthode consiste à former au moyen d'une caméra multispectrale l'image d'une charte de P échantillons (par exem- pie P = 250 ou 300 échantillons) de couleurs de référence représentatives des documents que l'on aura à scanner et dont les courbes de réflectance spectrale sont parfaitement connues, par exemple déterminées préala¬ blement au moyen d'un spectrophotomètre.
On obtient pour chaque échantillon un vecteur cp de dimension K conte- nant les réponses de la caméra dans les diverses bandes analysées (K étant le nombre de filtres utilisés par le système d'acquisition, typiquement K = 6 ou 7), et un vecteur associé rp de dimension N, représentatif de la réflectance spectrale associée, préalablement déterminée au moyen d'un spectrophotomètre (N étant le nombre de points du spectre mesurés, ty- piquement N = 30 points).
Le problème consiste à retrouver à partir des données ainsi déterminées (données de référence de départ et réponses correspondantes de la ca¬ méra) la fonction de transfert correspondante, qui est un opérateur matri¬ ciel Q de dimension N x K tel que
R = Q C,
R étant une matrice de dimension N x P regroupant les vecteurs rp, et C étant une matrice de dimension K x P regroupant les vecteurs cp. On montre que cette expression peut se résoudre en :
qui peut s'exprimer sous la forme :
Q = R pinv(C),
la notation pinv(C) désignant la pseudo-inverse de la matrice C, à savoir pinv(C) = C1 (C C1)"1. Il s'agit d'une matrice qui peut être aisément calculée par des algorithmes en eux-mêmes connus.
Optimisation par application d'une méthode bootstrap
Selon un premier aspect de l'invention, les données de départ utilisées dans la mise en œuvre de la reconstruction indirecte sont soumises à un , . ..
12
traitement statistique de type bootstrap.
La méthode bootstrap est en elle-même connue, par exemple d'après Efron B, Bootstrap Methods: Another Look at the Jacknife, Annals of Sta- tistics, 7, pp. 1-26, 1979. Il s'agit d'une technique informatique de ré- échantillonnage permettant d'attribuer des mesures de précision à des es¬ timations statistiques, en fournissant des intervalles de confiance sur l'es¬ timation d'une population statistique. Pour ce faire, un rééchantillonnage des données permet d'incorporer par inférence statistique des informa¬ tions contenues dans des données liées à sa distribution probabiliste. Le point de départ de l'invention consiste à utiliser cette technique de trai¬ tement statistique bootstrap pour le traitement de signaux de couleur, afin d'améliorer la reconstruction d'une référence spectrale. À cet effet, les matrices R et C définies ci-dessus sont rééchantillonnées par sélection aléatoire de leurs colonnes, avec une distribution probabi- liste uniforme pour cette sélection.
Cette opération (fonction désignée ci-dessous resample(.)) consiste à pro¬ duire à partir d'une matrice donnée une autre matrice comportant des co¬ lonnes rééchantillonnées de manière aléatoire. Dans la matrice résultante, on trouvera donc des colonnes répétées et, inversement, certaines colon- nés de la matrice d'origine ne se trouveront plus dans sa version rééchan¬ tillonnée.
Pour la mise en œuvre de l'invention, l'algorithme proposé forme un opé¬ rateur de reconstruction Q à partir de matrices obtenues en rééchantillon¬ nant les matrices R et C définies ci-dessus, et évalue la distance entre l'o- pérateur Q initial et l'opérateur Q résultant.
Un grand nombre d'opérateurs Q sont ainsi calculés, ainsi que leurs dis¬ tances respectives, à partir d'un ensemble de données de test Rtest et C-test, aPrès quoi l'algorithme choisira comme résultat final l'opérateur pré¬ sentant la plus faible distance (au sens des moindres carrés). L'algorithme peut être exprimé en pseudocode de la manière suivante : For / = 1 ... /
Ri = resample{R)
Ci = resample(C)
Qi = R/ pinv(Ci) || QAest - Rtest ||2
End For Choisir Q/ présentant la plus faible erreur,
I étant le nombre d'itérations. La fonction resample(.) transforme de la même façon R et C avec la même sélection aléatoire à chaque itération, pour que ces deux matrices contiennent des colonnes correspondantes.
Dans une variante optimisée de cette méthode bootstrap, la sélection est opérée de manière non aléatoire, ceci afin d'augmenter la précision de la méthode et d'aboutir à une convergence plus rapide vers l'opérateur final. Ce perfectionnement met en œuvre une acquisition vidéo colorimétrique effectuée concurremment à l'analyse de la charte d'échantillons colorés de référence. En effet, si l'on utilise dans ce cas une source d'éclairage combinée à des filtres appropriés permettant d'associer l'observateur standard avec un illu¬ minant standardisé, il est possible d'émuler le comportement d'un colori- mètre et obtenir avec précision des coordonnées colorimétriques dans un système unique. Ces données colorimétriques peuvent avantageusement être délivrées par un capteur secondaire directement intégré au scanner, délivrant des informations simultanément au balayage du document. L'acquisition vidéo colorimétrique permet de localiser les écarts de cou¬ leurs les plus importants entre la réponse de la caméra et les coordon¬ nées colorimétriques correspondantes. Cette connaissance des écarts les plus importants peut être alors utilisée pour introduire un biais favorable lors de la sélection des échantillons à supprimer dans l'algorithme boots¬ trap, de manière à accroître l'efficacité de celui-ci en concentrant son effet sur ceux des échantillons de la charte qui requièrent le traitement le plus poussé pour l'optimisation de la fonction de transfert que l'on souhaite déterminer. Utilisation d'un réseau de neurones
Selon un autre aspect de l'invention, la reconstruction multispectrale par apprentissage est mise en œuvre au moyen d'un réseau de neurones. Cet aspect de l'invention est de préférence prévu en combinaison avec le traitement bootstrap que l'on vient d'exposer, qui constitue un moteur sta¬ tistique avantageusement applicable aux échantillons avant leur applica¬ tion au réseau de neurones. Il s'agit cependant là de deux techniques distinctes qui peuvent être utili- ses indépendamment l'une de l'autre, bien que leur combinaison procure évidemment des résultats particulièrement avantageux. Les réseaux de neurones sont généralement définis comme un réseau comprenant un très grand nombre de processeurs simples (neurones) reliés ensemble par des voies de communication (connexions) véhiculant des données numériques codées de diverses manières, les neurones n'o¬ pérant que sur les entrées appliquées par leurs connexions respectives. Les réseaux de neurones peuvent être représentés sous forme d'une ma¬ trice à N entrées et N' sorties, chacune des valeurs de sortie étant dépen¬ dante de l'ensemble des valeurs des N entrées en fonction de pondéra- tions attribuées à chaque neurone. Les neurones individuels sont organi¬ sés en sous-groupes qui chacun réalise des traitements indépendants dont le résultat est transmis au sous-groupe suivant : il y a ainsi propaga¬ tion de l'information au sein du réseau de neurones, avec possibilité d'ap¬ pliquer les valeurs en sortie à des sous-groupes précédents (rétropropa- gation).
Les pondérations des connexions aux neurones sont ajustées par un en¬ semble des données déterminées à partir d'un apprentissage préalable. La connaissance du réseau (apprentissage) est ainsi stockée dans les diverses pondérations, qui pourront s'adapter au cours du traitement. Le réseau de neurones présentera alors par la suite un comportement tenant compte des paramètres recueillis au cours de cette phase d'apprentis¬ sage, ce qui le rend apte à une certaine forme de généralisation à partir de cas particuliers. On pourra trouver une étude détaillée de ce concept notamment dans Bishop CM, Mixture Density Network, Neural Computing Research Group Report NCRG/4288, Aston University, United Kingdom, 1996. Dans le cas de l'invention, où l'on cherche à effectuer une reconstruction multispectrale, la phase d'apprentissage consiste à acquérir les échantil¬ lons multiples de la charte d'échantillons colorés de référence (typique- ment 250 à 300 échantillons) et stocker les données dans une base de connaissances contenant les pondérations correspondantes de tous les neurones du réseau. Le comportement du réseau intégrera ainsi la con¬ naissance des caractéristiques spectrales des échantillons de la charte.

Claims

REVENDICATIONS
1. Un scanner multispectral, comprenant :
- un capteur linéaire photosensible (20), apte à analyser une ligne du document selon une direction transversale,
- un ensemble de N filtres optiques passe-bande (51-56), avec N > 4, - des moyens illuminateurs (18), aptes à former sur le document une bande lumineuse dans la région analysée par le capteur, et
- des moyens moteurs, aptes à opérer de manière contrôlée un balaya¬ ge du document par pas successifs selon une direction longitudinale, ce scanner étant apte à délivrer, pour chaque pas de balayage et pour chaque pixel de la ligne analysée, N valeurs de mesure partielles quanti¬ fiées correspondantes, représentatives chacune de la réflectance spectra¬ le du document recueillie par le capteur au travers de l'un des N filtres res¬ pectifs, scanner caractérisé : - en ce qu'il est prévu des moyens de reconstruction spectrale de l'ima¬ ge du document, opérant selon une méthode d'extrapolation avec ap¬ prentissage à partir d'échantillons colorés de référence, ces moyens comprenant :
• une mémoire (42) stockant une base de connaissances formée à partir des valeurs de réflectance spectrale connues desdits échan¬ tillons de référence, et
• un réseau de neurones (40), recevant en entrée, pour chaque pixel, lesdites N valeurs de mesure partielles quantifiées et délivrant en sortie au moins une valeur quantifiée reconstituée, représentative de la réflectance spectrale du pixel correspondant du document.
2. Le scanner de la revendication 1 , dans lequel :
- le capteur (20) est un composant intégré comprenant N lignes pa¬ rallèles de photosites avec pour chaque ligne de photosites l'un des N filtres optiques passe-bande qui lui est associé, et
- ledit balayage sur l'étendue du document est un balayage opéré en une passe unique.
3. Le scanner de la revendication 1 ou 2, dans lequel N > 6, de préférence N = 6.
4. Le scanner de la revendication 2, du type scanner à plat comprenant une vitre d'exposition (14) recevant le document à scanner.
5. Le scanner de la revendication 1 , dans lequel le réseau de neurones (40) est un réseau à seuils multiples, apte à recevoir en entrée les N va¬ leurs de mesure, à appliquer une pondération propre à ces N valeurs et à délivrer en sortie une pluralité de valeurs quantifiées reconstituées élé¬ mentaires, associées à des composantes spectrales correspondantes de la réflectance du pixel.
6. Le scanner de la revendication 5, dans lequel le réseau de neurones délivre en sortie un nombre N1 de valeurs quantifiées reconstituées élé¬ mentaires supérieur au nombre N des valeurs de mesure.
7. Le scanner de la revendication 5, dans lequel le nombre N1 de valeurs quantifiées reconstituées élémentaires est d'au moins 15 valeurs, de pré- férence au moins 25 valeurs, préférentiellement 30 valeurs, pour un nom¬ bre N de valeurs de mesure égal à 6 ou à 7.
8. Le scanner de la revendication 1 , dans lequel lesdits moyens de re¬ construction spectrale de l'image du document comprennent des moyens pour appliquer aux N valeurs de mesure un traitement de rééchantillon¬ nage itératif de type bootstrap avant application de ces N valeurs de me¬ sure en entrée du réseau de neurones.
EP05772992A 2004-06-07 2005-05-30 Scanner multispectral a gamut elargi, notamment scanner a plat monopasse Withdrawn EP1766957A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0406098A FR2871325B1 (fr) 2004-06-07 2004-06-07 Scanner multispectral a etendue chromatique ou gamut elargi, notamment scanner a plat monopasse
PCT/FR2005/001322 WO2006005831A1 (fr) 2004-06-07 2005-05-30 Scanner multispectral a gamut elargi, notamment scanner a plat monopasse

Publications (1)

Publication Number Publication Date
EP1766957A1 true EP1766957A1 (fr) 2007-03-28

Family

ID=34945163

Family Applications (1)

Application Number Title Priority Date Filing Date
EP05772992A Withdrawn EP1766957A1 (fr) 2004-06-07 2005-05-30 Scanner multispectral a gamut elargi, notamment scanner a plat monopasse

Country Status (5)

Country Link
US (1) US20070223058A1 (fr)
EP (1) EP1766957A1 (fr)
JP (1) JP2008524875A (fr)
FR (1) FR2871325B1 (fr)
WO (1) WO2006005831A1 (fr)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5039736B2 (ja) * 2009-03-24 2012-10-03 キヤノン株式会社 画像処理装置、制御方法、及びプログラム
GB201003939D0 (en) * 2010-03-09 2010-04-21 Isis Innovation Multi-spectral scanning system
JP6732541B2 (ja) * 2016-05-30 2020-07-29 キヤノン株式会社 画像処理装置及び画像処理方法
EP3270581B1 (fr) * 2016-07-15 2021-04-14 IMEC vzw Procédé et dispositif destinés à acquérir une image présentant une résolution spatiale bidimensionnelle et résolution spectrale
US10746599B2 (en) 2018-10-30 2020-08-18 Variable, Inc. System and method for spectral interpolation using multiple illumination sources
CN109697697B (zh) * 2019-03-05 2020-10-16 北京理工大学 基于优化启发的神经网络的光谱成像系统的重构方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS53107383A (en) * 1977-02-28 1978-09-19 Matsushita Electric Ind Co Ltd Multicolor separation optical system
JP3417051B2 (ja) * 1994-05-20 2003-06-16 東洋インキ製造株式会社 光源に依存しない特徴パラメータ値を用いた色情報処理方法および装置
FR2785130B1 (fr) * 1998-10-23 2000-12-15 Lumiere Technology Dispositif de numerisation a haute resolution de documents de grandes dimensions
JP2002271804A (ja) * 2001-03-09 2002-09-20 Fuji Photo Film Co Ltd カラー画像撮像装置
JP2003084402A (ja) * 2001-09-14 2003-03-19 Fuji Photo Film Co Ltd カラー感光材料、これを用いる画像処理方法および装置
US6958835B2 (en) * 2001-09-19 2005-10-25 Kabushiki Kaisha Toshiba Image inputting apparatus and image forming apparatus using four-line CCD sensor

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2006005831A1 *

Also Published As

Publication number Publication date
JP2008524875A (ja) 2008-07-10
FR2871325B1 (fr) 2006-09-15
US20070223058A1 (en) 2007-09-27
WO2006005831A1 (fr) 2006-01-19
FR2871325A1 (fr) 2005-12-09

Similar Documents

Publication Publication Date Title
US4884130A (en) Method of describing a color in a triaxial planar vector color space
EP1766957A1 (fr) Scanner multispectral a gamut elargi, notamment scanner a plat monopasse
EP0840882A2 (fr) Procede et dispositif de mesure de la couleur
EP0766452A2 (fr) Système et procédé pour améliorer la séparation des couleurs utilisant l'analyse à passage multiple dans un dispositif d'analyse de couleurs à passage unique
Tominaga et al. Spectral imaging by synchronizing capture and illumination
Deng et al. Snapshot hyperspectral imaging via spectral basis multiplexing in Fourier domain
EP3763116B1 (fr) Procede de reconstruction d'une image couleur acquise par un capteur recouvert d'une mosaïque de filtres couleurs
Rosen et al. Spectral reproduction from scene to hardcopy: II. Image processing
EP1890121B1 (fr) Évaluation quantitative d'un filtre coloré
Yokoyama et al. A new color management system based on human perception and its application to recording and reproduction of art paintings
FR2905185A1 (fr) Illuminateur multispectral a diodes electroluminescentes synchronise avec l'obturateur des appareils photographiques numeriques.
Mackiewicz et al. Method for hue plane preserving color correction
Fairchild et al. Spectral and metameric color imaging
Cortés Multispectral analysis and spectral reflectance reconstruction of art paintings
EP1382949A2 (fr) Méthode pour déterminer la réponse spectrale d'un appareil
US6927855B2 (en) Method of determining an image recording device characterization
EP1890129B1 (fr) Procédé d'amélioration d'un filtre coloré
WO2007077380A2 (fr) Correction d'image couleur et obtention d'au moins un invariant couleur
WO2006079699A2 (fr) Procede de calibration colorimetrique d’un appareil de capture d’image, appareil ainsi calibre et appication en colorimetrie
Nieves et al. Unsupervised illuminant estimation from natural scenes: an RGB digital camera suffices
FR3054707A3 (fr) Procede d'acquisition d'images en couleurs sous eclairage ambiant inconnu
Ribés Image spectrometers, Color high fidelity, and fine-art paintings
EP2769536A1 (fr) Procédé automatique de contrôle de conformité couleur de produits polychromes industriels ou agroalimentaires sur la totalité de leur surface pour l'ensemble de leurs couleurs
Martins et al. Fast hyperspectral single-pixel imaging
Učakar et al. Implementation of Wiener Algorithm for Spectral Reflectance Reconstruction of 3 and 6 Channel Images

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU MC NL PL PT RO SE SI SK TR

17P Request for examination filed

Effective date: 20061218

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20101201