FR2871325A1 - Scanner multispectral a etendue chromatique ou gamut elargi, notamment scanner a plat monopasse - Google Patents

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

L'invention concerne le domaine de l'analyse colorimétrique.

La sensation de couleur résulte de la perception d'un ensemble de radiations de longueurs d'onde données.

La caractérisation d'une couleur est donnée par un paramètre appelé "réflectance 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. II s'agit cependant de dispositifs complexes et délicats à mettre en oeuvre, 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 exemple avec six filtres, ce qui double le nombre des valeurs numériques d'acquisition. 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 espace couleur de type CIEL*u*v, CIEL*a*b, XYZ, etc., systèmes colorimétriques en eux-mêmes bien connus et abondamment référencés.

Pour de plus amples informations sur ce sujet, on pourra se référer notamment à Harderberg JY, Acquisition and Reproduction of Colour Images: 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 fournissent cependant que des valeurs discrètes de coordonnées couleur, au nombre de trois ou six selon le nombre de filtres, et non un spectre continu 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 connaissance d'uniquement six coordonnées de couleurs.

Toutefois, les algorithmes de reconstruction mis en oeuvre 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 ébumin", 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'augmenter encore le nombre d'informations de couleur, par exemple en découpant le spectre lumineux par treize filtres montés sur une tourelle porte-filtre, comme cela peut être réalisé avec la caméra "Jumboscan" développée 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 oeuvre: réali- sation soignée de filtres présentant les caractéristiques souhaitées (les filtres sont des filtres interférentiels à bande passante très étroite) ; multiplication 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.

II 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 colorimétrique 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 passebande, 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 direction longitudinale. Ce scanner est apte à délivrer, pour chaque pas de balayage 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 reconstruction spectrale de l'image du document, opérant selon une méthode d'extrapolation avec apprentissage à partir d'échantillons colorés de référence, ces moyens comprenant: une mémoire stockant une base de connaissances formée à partir des valeurs de réflectance spectrale connues desdits échantillons de référence; et un réseau de neurones, recevant 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 appliquer aux N valeurs de mesure un traitement de rééchantillonnage itératif 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 oeuvre 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'étendue 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 multiples.

La configuration ci-dessus de l'invention peut s'appliquer très avantageusement à un scanner de type scanner à plat comprenant une vitre d'expo-15 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 lesquelles le domaine du "packaging" et de la publicité, où les couleurs sont le plus souvent définies en quadrichromie, pentachromie ou hexachromie, 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 utiliser 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'aérographe 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 exemple 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 fidèle.

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 systèmes 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'invention 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 correspondantes de la réflectance du pixel. Dans ce cas, le réseau de neurones peut délivrer en sortie un nombre N' de valeurs quantifiées reconstituées élémentaires supérieur au nombre N des valeurs de mesure, notamment un nombre N' 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 oeuvre de l'invention, en référence aux dessins annexés.

La figure 1 est une vue schématique montrant la configuration des diffé35 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 agrandissement 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'analyse 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 oeuvre avec d'autres dispositifs d'analyse, par exemple la chambre de reproduction de documents décrite dans le WOA-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 scanner 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 transversale 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 signaux 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 simplement 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 oeuvre 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 réduisant au minimum le bruit d'interpolation surajouté par cette opération. II s'agit d'un problème connu, pour lequel ont été formulées de nombreuses propositions.

Ces propositions peuvent être classées en trois méthodes principales. Une première méthode, dite "de reconstruction directe", consiste à caractériser 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 opérateur matriciel de K lignes et N colonnes, K étant le nombre de filtres utilisés 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'optique 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 concrètes allant au-delà d'applications expérimentales.

Une seconde méthode, dite " de reconstruction par interpolation", s'intéresse uniquement à la réponse de la caméra à l'égard d'une référence blanche parfaite. Après normalisation par rapport au blanc étalon, la caméra 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 reconstitués par une méthode d'interpolation, par exemple une méthode par splines cubiques ou MDST (Modified Discrete 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 important vient se superposer, qui dégrade très rapidement les performances 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 profil de spectre très particulier, s'il est lissé par l'algorithme de reconstruction, 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 oeuvre de cette technique avec un degré convenable de fidélité dans la reproduction des couleurs implique un nombre relativement élevé de filtres pour donner suffisamment 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 apprentissage". Essentiellement, cette méthode prévoit d'utiliser une mire de couleurs standardisées permettant, par extrapolation, de modéliser une fonction 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 caméra.

L'invention, comme on va l'expliquer, propose un certain nombre d'améliorations 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 oeuvre cette méthode à partir d'informations délivrées par un capteur analysant le spectre sur un nombre réduit de bandes, typiquement sur six bandes seulement (valeur typique, bien entendu non limi- tative).

La mise en oeuvre 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, typiquement 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 applications dans le domaine de la muséographie ou de l'illustration, une base de données constituée à partir des 300 principaux pigments utilisés en peinture. 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 multispectral 20.

Le capteur 20 utilisé pour la mise en oeuvre de l'invention est avantageusement 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 couvrant 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 système 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 hexachromie RVBCMJ.

Au surplus, le capteur de l'invention peut être aisément intégré à un scanner 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 exemple 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 préalablement au moyen d'un spectrophotomètre.

On obtient pour chaque échantillon un vecteur cp de dimension K contenant 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, typiquement N = 30 points).

Le problème consiste à retrouver à partir des données ainsi déterminées (données de référence de départ et réponses correspondantes de la caméra) la fonction de transfert correspondante, qui est un opérateur matriciel Q de dimension N x K tel que R=QC, 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: Q = R Ct(C Ct)-1, 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) = Ct (C Ct)-i. 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 oeuvre de la reconstruction indirecte sont soumises à un 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 Statistics, 7, pp. 1-26, 1979. Il s'agit d'une technique informatique de rééchantillonnage permettant d'attribuer des mesures de précision à des estimations 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 informations contenues dans des données liées à sa distribution probabiliste. Le point de départ de l'invention consiste à utiliser cette technique de traitement 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 probabiliste uniforme pour cette sélection.

Cette opération (fonction désignée ci-dessous resample(.)) consiste à produire à partir d'une matrice donnée une autre matrice comportant des colonnes rééchantillonnées de manière aléatoire. Dans la matrice résultante, on trouvera donc des colonnes répétées et, inversement, certaines colonnes de la matrice d'origine ne se trouveront plus dans sa version rééchantillonnée.

Pour la mise en oeuvre de l'invention, l'algorithme proposé forme un opérateur de reconstruction Q à partir de matrices obtenues en rééchantillonnant les matrices R et C définies ci-dessus, et évalue la distance entre l'opérateur Q initial et l'opérateur Q résultant.

Un grand nombre d'opérateurs Q sont ainsi calculés, ainsi que leurs distances respectives, à partir d'un ensemble de données de test Rtest et Ctest, 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: Fori=1.../ R; = resample(R) Ci = resample(C) Qi = R; pinv(Ci) erreur; _ QiCtest - Rtest 112 End For Choisir Q; présentant la plus faible erreur, tétant 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 oeuvre 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 colorimètre et obtenir avec précision des coordonnées colorimétriques dans un système unique.

Ces données colorimétriques peuvent avantageusement être délivrées par uncapteur secondaire directement intégré au scanner, délivrant des 15 informations simultanément au balayage du document.

L'acquisition vidéo colorimétrique permet de localiser les écarts de couleurs les plus importants entre la réponse de la caméra et les coordonnées 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 bootstrap, 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 oeuvre 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 statistique avantageusement applicable aux échantillons avant leur application au réseau de neurones.

Il s'agit cependant là de deux techniques distinctes qui peuvent être utili- sés 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'opérant que sur les entrées appliquées par leurs connexions respectives. Les réseaux de neurones peuvent être représentés sous forme d'une matrice à N entrées et N' sorties, chacune des valeurs de sortie étant dépendante de l'ensemble des valeurs des N entrées en fonction de pondéra- tions attribuées à chaque neurone. Les neurones individuels sont organisés en sous-groupes qui chacun réalise des traitements indépendants dont le résultat est transmis au sous-groupe suivant: il y a ainsi propagation de l'information au sein du réseau de neurones, avec possibilité d'appliquer les valeurs en sortie à des sous-groupes précédents (rétropropa- gation).

Les pondérations des connexions aux neurones sont ajustées par un ensemble 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 25 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 échantillons 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 connaissance des caractéristiques spectrales des échantillons de la charte.

Claims (8)

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 spectrale du document recueillie par le capteur au travers de l'un des N filtres respectifs, scanner caractérisé : en ce qu'il est prévu des moyens de reconstruction spectrale de l'image du document, opérant selon une méthode d'extrapolation avec apprentissage à partir d'échantillons colorés de référence, ces moyens comprenant: ^ une mémoire (42) stockant une base de connaissances formée à 20 partir des valeurs de réflectance spectrale connues desdits échantillons de référence, et É 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 25 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 parallèles de photosites avec pour chaque ligne de photosites l'un des N 30 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 valeurs de mesure, à appliquer une pondération propre à ces N valeurs et à délivrer en sortie une pluralité de valeurs quantifiées reconstituées élémentaires, 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 N' de valeurs quantifiées reconstituées élémentaires supérieur au nombre N des valeurs de mesure.

7. Le scanner de la revendication 5, dans lequel le nombre N' de valeurs quantifiées reconstituées élémentaires est 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.

8. Le scanner de la revendication 1, dans lequel lesdits moyens de reconstruction spectrale de l'image du document comprennent des moyens pour appliquer aux N valeurs de mesure un traitement de rééchantillonnage itératif de type bootstrap avant application de ces N valeurs de me-sure en entrée du réseau de neurones.