JP2008096972A - カラーフィルター改良方法 - Google Patents

Abstract

【課題】カラーフィルターの改良は、フィルターの色は審美的な基準または市場の基準の関数として調整する必要があるだけでなく、フィルターを通して見る対象の色を過度に変更するものであってはならない。
【解決手段】数値化した正弦波スペクトルからなる初期カラーフィルターを改良する方法。当該スペクトルを選択するための２つのステップを実行する。第１の選択は、初期フィルターについて比色分析類似度の基準に従って実行する。第２の選択は、自然な色を回復するという、各スペクトルに対応するダミーフィルターの性能に従って実行する。この目的のため、各ダミーフィルターを通した色サンプルの観察を、人間の観察者の視覚的認知を考慮した色出現モデルを用いて数値的にシミュレーションする。このようにして、初期フィルターのものと色が近く、且つ、自然に色を表現する改良型フィルターを決定する。
【選択図】図６ａ

Description

本発明は、カラーフィルター改良方法に関する。本発明は、特に、色のついた眼科用レンズの改良に適用することができる。

カラーフィルターは、例えば過度に大きな光度を減衰させる、または映像コントラストを高めるために、多数の用途で利用されている。とりわけ、色のついた眼科用レンズ、特に太陽光線保護レンズは、メガネのフレームにはめることを目的としたカラーフィルターである。

理論的には、フィルターは、可視光範囲３８０ｎｍ〜７８０ｎｍ（ナノメーター）でほぼフラットな透過スペクトルを示すことができる。しかしながら、とりわけフィルター製造に用いられる染料のスペクトル制限を考慮すると、このようなフラットなスペクトルを有するフィルターを実際に実現することはできない。さらに、フラットなスペクトルのフィルターの灰色の外観は、あまり趣味のよいものではなく、眼科用の用途にはあまり魅力的ではない。したがって、リアルフィルター（リアルフィルター）のスペクトルは、可視光範囲でばらつきを見せる。このため、リアルフィルターは、色のサンプルを直接見る場合とフィルターを通して見る場合とに分けて、観察者はその色の知覚を修正することが多々ある。このため、リアルフィルターは、カラーフィルターと呼ばれる。

一般的に言って、カラーフィルターの改良は時間のかかる困難な課題である。具体的には、フィルターの色は審美的な基準または市場の基準の関数として調整する必要があるだけでなく、フィルターを通して見る対象の色を過度に変更するものであってはならない。逆に言うと、フィルターによる自然な色の表現が求められている。初期のカラーフィルターに対して改良を提案するためには、初期のフィルターに行う修正のできるだけ多くに対応するさまざまなカラーフィルターを製造し、フィルターによる色の回復に関し、修正後のフィルターを相互に、および初期のフィルターと比較する必要がある。このような操作の様態は時間がかかりコストがかかるが、これは特にフィルター間の比較を行うために多くの観察者が必要とするためである。さらに、その主観的な性質により、観察者によるフィルターの評価にはばらつきが生じやすい。そのため、観察者による評価を繰り返し行い、その後で得られた結果の平均を算出する必要がある。

このような課題を軽減するために、特許文献ＥＰ１，２７３，８９４では、国際照明委員会（Ｃｏｍｍｉｓｓｉｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌｅ ｄｅ ｌ’Ｅｃｌａｉｒａｇｅ）により定義されたＣＩＥＬＡＢ空間で表現される色偏差の算出に基づいて、さまざまなカラーフィルターを取得する方法が提案されている。ここで、各フィルターを通して見たサンプルの色の視覚的評価をする際の観察者の関与はもはや必要でなくなる。しかしながら、この特許文献に記載の方法はリアルテストフィルターの初期の製造に基づくものであり、この製造は時間がかかり複雑で、現実には容易に実現可能なフィルターの評価に限定されるものである。さらに、算出した色偏差は、人間の観察者に対して、自然な色の表現の印象をうまく説明するものではない。

本発明は、上述の課題を解決したフィルターの改良方法を提案することを目的とする。

このため、本発明は、（１）初期カラーフィルターの比色分析座標を決定するステップと、（２）第１の透過率スペクトルの組を数値化するステップであって、当該第１の組のスペクトルのそれぞれは可視光範囲にわたる正弦関数のばらつきを有するステップと、（３）前記第１の組のスペクトルそれぞれについて、当該スペクトルの比色分析座標を算出するステップと、（４）第１の数値化したスペクトルの組内で、初期カラーフィルターの座標にほぼ対応する比色分析座標を有する第２のスペクトルの組を選択するステップと、（５）第２の組のスペクトルのそれぞれについて、当該スペクトルに対応するダミーフィルターを量的に評価するステップであって、当該評価の結果が、少なくとも１つの色を回復するダミーフィルターの性能を特徴づけ、色出現の数値モデルを用いて当該ダミーフィルターを介して色のサンプルの視覚的認知をシミュレートして得られる、ステップと、（６）第２のスペクトルの組内で、最良の量的評価を示すスペクトルの１つを選択して初期フィルターの改良を構築するステップと、を含んでなる、カラーフィルターの改良方法を提案する。

これによって、ステップ（６）において選択したスペクトルにほぼ等しい透過スペクトルを示すカラーフィルターを製造できる。

かかるカラーフィルターを改良する方法は、特に、観察者に頼る必要がないため、経済的であり、迅速に実施できる。算出手段と、必要に応じて、簡単で入手が容易な分光光度測定手段を使用するのみである。

さらに、かかる方法は、初期フィルターからリアルカラーフィルターを導くことによっては得られないような初期フィルターの改良を可能とする。実際、フィルターを製造する上での制限、特に、フィルターを製造するために用いる染料によるスペクトルの制限は、産業上または商業上の利益のあるスペクトルに対応したフィルター開発の妨げとなるかもしれない。本発明の方法は、ダミーフィルターに数値シミュレーションを実行するため、試験用のリアルフィルターでは到達しえないであろう初期フィルター改良の可能性も見いだすことができる。

本発明の方法は、選択を２回連続して実行する。第１の選択は、数値化したスペクトルに対応しうるフィルターの比色分析座標に基づく。ステップ（１）、（３）、（４）で用いるこれらの比色分析座標は、国際照明委員会（Ｃｏｍｍｉｓｓｉｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌｅ ｄｅ ｌ’Ｅｃｌａｉｒａｇｅ）により定義されたＣＩＥＬＡＢ空間の座標Ｌ＊、ａ＊、ｂ＊でもよい。

第２の選択は、各ダミーフィルターによる少なくとも一つの色の回復の評価に基づく。このため、本方法を実行して決定される改良型フィルターは、フィルターの出現色の要件と色の回復に関する要件の両方を満たす。

或いは、本発明は、色の回復を改良しながらも、比色分析座標の初期値に対応するフィルタースペクトルを見いだせる。

少なくとも正弦関数からなるばらつきを有するスペクトルを用いることが特に有利である。具体的には、かかるスペクトルの多くは、周期、初期フェーズ、振幅、および当該正弦関数に加算する基本定数から選択した少なくとも一つの正弦関数パラメータを変化させることによって容易に数値化できる。ステップ（２）で数値化したスペクトルは、必要に応じて基本定数に加算した、単一の正弦関数から構成されてもよい。或いは、必要に応じて基本定数に加算した、複数の制限関数を線形に合成したものから構成されてもよい。

本発明の重要な特長は、ステップ（５）で、色出現数値モデルを使用する点である。かかるモデルは、人間による色の視覚的認知に関連する生理学的または主観的な要素を考慮できる。人間の眼による感性のばらつきを、色自体の関数として、またはその他の環境パラメータの関数として、心理的な要因から得られうる色の評価の差異に従って考慮している。ダミーフィルターによるサンプルの色の回復を特徴付ける、ステップ（５）で実行した数量的な評価は、人間の観察者が本物のフィルターのサンプルを用いて実行した場合の結果など、実際の評価に対応している。

本発明の好ましい実施の形態によると、ステップ５で用いる色出現数値モデルは、ＣＩＥＣＡＭ０２モデル（国際照明委員会（Ｃｏｍｍｉｓｓｉｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌｅ ｄｅ ｌ’Ｅｃｌａｉｒａｇｅ）により２００２年に定義され、刊行物ＩＳＢＮ３９０１９０６２９０およびＣＩＥ １５９：２００４に記載の「色管理システム用色出現モデル」）であってもよい。発明者は、このモデルを用いて実行したカラーフィルターの評価が、複数の人間の観察者によって実行した評価に十分に相当するものであることを確認した。

本発明の方法のステップ（５）は、第２の組の数値化したスペクトル毎に実行する次のサブステップ、即ち、（５−１）数値化したスペクトルと色サンプルの反射スペクトルとに基づいて、数値化したスペクトルに対応するダミーフィルターを通して当該サンプルを観察するシミュレーションに関わる光学データを取得するサブステップと、（５−２）数値化したスペクトルに対応するダミーフィルターを通して当該色のサンプルを観察するシミュレーションに関わる光学データを色現出数値モデルに導入して、当該サンプルについて、少なくとも１つの視覚的認知特性値を取得するサブステップと、（５−３）数値化したスペクトルに対応するダミーフィルターを通して色サンプルを観察するシミュレーションについて取得した知覚特性値と、フィルターを通さない同一サンプルの観察についての当該知覚特性値との間の差分を算出するサブステップと含む。

ステップ（５−３）で算出した差分は、ダミーフィルターを通した色サンプルの観察のシミュレーションで得られた色サンプルの知覚特性値とダミーフィルターなしの観察で得られた値との差分であり、ダミーフィルターによるサンプルの色の回復の評価を構築する。換言すると、この評価結果は、フィルターの自然な色を回復する性能、すなわち、観察者がフィルターを介して実際の色を認識して得る印象を表す。

ステップ（５−１）で得る光学データは、評価を行っているダミーフィルターを通した色サンプル毎の観察シミュレーションに関わる三色成分でもよい。

ステップ（５−２）で得られる視覚的認知特性値は、当業者には公知のＮＣＳ（Ｎａｔｕｒａｌ Ｃｏｌｏｕｒ Ｓｙｓｔｅｍ）から読み取れる色相角度値Ｈであってもよい。

本発明の好ましい実施の形態では、複数の色サンプルについてステップ（５−１）〜ステップ（５−３）を繰り返し、これらの色サンプルについて知覚特性値の差分を得る。この方法は、（５−４）使用した色のサンプルそれぞれについて得られた知覚特性値の差分の組に基づいて、ダミーフィルターによる広範囲の色回復を示す値を算出するステップを含む。

こうして得られたダミーフィルターによる色回復の評価は、複数の色に基づく。多様な使用条件、即ち、フィルターを通して知覚されるであろう多数の色を考慮して広範囲にフィルターを評価できる。フィルターによる広範囲な色回復を特徴づける値は、ステップ（６）の選択に用いてもよい。

本発明はまた、上述の改良方法を、色のついた眼科用レンズの改良に使用することを提案する。この場合、複数の色サンプルを用いる本発明の好ましい実施の形態の方法は、ダミーの眼科用のレンズによる広範囲な色回復の評価を実行することが格別に有利である。具体的には、眼科用レンズは、メガネの着用者によって、発光部の周囲、および観察する対象に依存した、極めて多様な条件で使用されると考えられる。

本発明の他の特徴および長所については、添付の図面を参照した以下の非限定的な代表的な実施の形態の説明によって明らかになる。

以下に、図１を参照して、本発明のカラーフィルターの改良について説明する。

最初のステップ１−１で、分光光度計を用いて、初期カラーフィルターの透過率を測定する。この分光光度計は、市販の標準タイプのものであってよい。このようにしてフィルターの透過スペクトルを取得し、可視光範囲に分布する波長について測定した透過率値をグループ化する。例えば、フィルターの透過率は、１ｎｍの間隔の波長範囲４００ｎｍ〜７００ｎｍにわたって測定してもよい。

そして、初期フィルターの比色分析座標を測定した透過スペクトルから算出する（ステップ１−２）。本明細書に記載の本発明の実施形態の様態では、これらの座標はＣＩＥＬＡＢ空間のＬ＊、ａ＊、ｂ＊である。この座標を算出する様態は、既知と考えられるため、ここでは繰り返さない。初期カラーフィルターについて算出した座標Ｌ＊、ａ＊、ｂ＊は、スペクトルを選択する最初のステップの目標値を構成することを目的としている。このステップについては後述する。

ステップ２で、第１のスペクトル群を数値化する。ダミーカラーフィルターを特徴づけるこれらのスペクトルを、例えば同様に１ｎｍの間隔の可視光波長範囲４００ｎｍ〜７００ｎｍにわたって定義する。発明者らは、これらのスペクトルを４００ｎｍ〜７００ｎｍの範囲にわたる正弦関数から、スペクトル空間を制限して初期フィルターの改良の可能性を見落とすようなことなく、構築できることを見いだした。これらのスペクトルは、周波数、初期フェーズ、振幅、または正弦関数に加算する基本定数など、パラメータを変更することにより第１の正弦関数から生成してもよい。これらの可変パラメータは、次のダミーフィルターの透過率の式により明らかになる。
Ｔ（λ）＝Ｂ＋Ａ×ｓｉｎ（２πα×λ＋β）
λは４００ｎｍ〜７００ｎｍ範囲の波長、Ｔはダミーフィルターの透過率、Ａは正弦関数の振幅、Ｂは基本定数、αおよびβはそれぞれ周波数と正弦関数の本来のフェーズである。数値化したスペクトル空間を正弦関数スペクトルの群に制限することは、いずれのスペクトルの比色分析座標も、通常、このスペクトルをフーリエ級数へ分解した基本成分の比色分析座標にきわめて近いという知見から妥当とされる。図２は、このような数値化したスペクトルのばらつきを再現するスペクトル図である。この図では、スペクトルの振動周期は可視光範囲４００ｎｍ〜７００ｎｍとこの４分の１の長さとの間で変化する。

数値化したスペクトルは、それぞれ、上記のタイプの複数の正弦関数の平均の形態であってもよい。このとき、ダミーフィルターの透過率は、以下のように表される。
Ｔ（λ）＝Ｂ＋［Σ_{ｉ＝１ ｔｏ ｎ}｛Ａ_ｉ×ｓｉｎ（２πα_ｉ×λ＋β）｝］／ｉ
Ａ_ｉ、α_ｉ、β_ｉは、指数ｉから合成し読み取られる各正弦関数の上記パラメータＡ、αおよびβに対応する。ｎはスペクトルに合成される正弦関数の数を示す。各スペクトルを定義する必要のあるパラメータが大幅に増えたことから、最初に基準を採用して、生成するこの種のスペクトルの数を制限することが有用でありうる。この基準について、一連の色サンプルについて算出した知覚特性値の差分の図の構築とともに後で説明する。フィルターの透過スペクトルはスペクトルのフーリエ級数への分解によって得られる振幅のより大きい正弦波の合成に基づいて再合成してもよいというという知見によって正弦関数の平均を用いるに至った。この再合成は、オリジナルのスペクトルが類似の色を回復する正弦曲線から再合成されることから、妥当性がある。

数値化する各スペクトルについて、対応する座標Ｌ＊、ａ＊、ｂ＊を算出し（ステップ３）、得られた値を初期カラーフィルターについて算出した目標値と比較する（ステップ４）。そして、目標値に近いＬ＊、ａ＊、ｂ＊の値について数値化したスペクトルを選択する。さまざまな自動選択基準を同等の方法で用いて、初期フィルターの値と大幅に異なるＬ＊、ａ＊、ｂ＊の値に対応する数値化したスペクトルを見分けてもよい。これらの基準は、数値化したスペクトルのＬ＊、ａ＊、ｂ＊の値と目標値との間で算出した差分の二乗（ｑｕａｄｒａｔｉｃ ｄｅｖｉａｔｉｏｎ）に関してでもよく、あるいは数値化したスペクトルの座標値と対応する目標値との間の３つの差分の絶対値の中で最大のものに関してでもよい。ステップ４では、数値化したスペクトルに対して第１の選択を行い、これが完了すると選択したスペクトルは全て、初期フィルターの色に近い色を示す。例えば、この色は、特に本方法を太陽光線保護用の眼科用レンズの改良に用いる場合には、灰色、緑、または茶色でもよい。

ステップ５では、参照色（図３）を回復するためにステップ４で選択した各スペクトルに対応するダミーフィルターの性能が評価される。

これらの色のサンプルは、一方の面が均一に着色された不透明な支持部から構成される。ＮＣＳ（「Ｎａｔｕｒａｌ Ｃｏｌｏｕｒ Ｓｙｓｔｅｍ」、ＮＣＳ Ａｔｌａｓ １９５０ Ｏｒｉｇｉｎａｌを参照）システムにより設定したもののように、標準化した色のサンプルを用いてもよい。後者は、それぞれはサンプルの色のばらつきに対応した４０の連続したサンプルの組に分布されており、このサンプルの組は彩度（「ｃｈｒｏｍａｔｉｖｅｎｅｓｓ」）と明度（「明度」または「１−ｂｌａｃｋｎｅｓｓ」）の値によって互いに区別されている。同一の組の色のサンプルを、ステップ４で選択した各ダミーフィルターの評価に用いてもよい。具体的には、発明者らは、ＮＣＳの色の異なる組のサンプルに基づいて実行するいずれのフィルターの評価も、色の明度と彩度の値により区別されるものの、数量的に等価な結果となることを示した。そして、使用する各色サンプルの反射スペクトルを、例えば分光光度測定により、４００ｎｍ〜７００ｎｍの可視光波長範囲にわたって取得する（図３のステップ５ａ）。好ましくは、各色サンプルの反射スペクトルは非鏡面反射スペクトルである。非鏡面反射スペクトルは鏡面反射スペクトルよりも実際の観察条件によく対応している。逆に言うと、色サンプルの反射スペクトルは、ブラッグ反射条件により定義されたものとは異なる光の入射角と反射角の値に対応する。

各色サンプルとステップ４で選択した各スペクトル毎に、サンプルのスペクトル反射値を選択したスペクトルのスペクトル反射値と照射光源のスペクトル特性とに合成する（ステップ５−１）。こうして取得した光学データは、光源により照射しながら選択したスペクトルに対応するダミーフィルターを通して観察したときの色サンプルを特徴づける。とりわけ、発光体とも呼ばれる光源に用いるスペクトル特性は、米国特許第５，４１８，４１９号に記載の光源である

の照明条件に相当するものであってもよい。本明細書に記載の本発明の実施形態の様態において、取得する光学データは、ダミーフィルターを介した色サンプルの観察シミュレーションに関わる３つの色成分Ｘ、Ｙ、Ｚであってもよい。Ｘ、Ｙ、Ｚ成分は、パーソナルコンピュータなどの簡単な算出手段を用いて既知の方法で算出する。本発明の実施形態の代替の様態において、他の光学データを同等の方法で用いてもよいことは言うまでもない。

ステップ５−２において、各ダミーフィルターを介した各色サンプルの観察シミュレーションに対応するＸ、Ｙ、Ｚ成分を出現色数値モデルに導入してもよい。発明者らは、ＣＩＥＣＡＭ０２数値モデルが平均的な人間の視覚的認識に十分に対応することを実験により確認した。このため、発明者らによればこのモデルの使用が好適である。標準的なパーソナルコンピュータで実施できるこの数値モデルは、その光学データを入力として導入した各色の知覚を特徴づける視覚による知覚特性値を生成する。各色の知覚のシミュレーション時には、実際の観察条件を考慮する。とりわけ、色サンプルを白い拡散壁を有した照明室内で観察することが考えられる。本明細書に記載の本発明の実施形態の様態において、使用する知覚特性値は、ＮＣＳシステムで読み取れる色相角度Ｈの値である。これは、円に従って０度から３６０度の間を変化し、０度、９０度、１８０度、および２７０度の値は、それぞれ、赤、黄、緑、青の色に対応し、色はＨの中間値についてのこれらの色の間で連続的に変化する。したがって、色相角度Ｈは、使用するＮＣＳ内の一連のサンプルの区別にとりわけ適切である。

平行して、直接観察も行う。すなわち、ダミーフィルターを挿入せずに先と同じ照射光源を用いる場合を想定して、このサンプルに対応する各色サンプルに関わる光学データを算出する。このようにして、使用する各色サンプルについて３色成分Ｘ_０、Ｙ_０、Ｚ_０を算出する（ステップ５ｂ）。そして、これらをＣＩＥＣＡＭ０２モデルに導入して、フィルターなしで観察したサンプルの視覚的認知を特徴づける色相角度の値Ｈ_０が得られる（ステップ５ｃ）。ステップ５ａ、５ｂ、５ｃが現在評価しているダミーフィルターのスペクトルとは独立した色のサンプルに関わるものであるとすれば、これらのステップは１度だけ実行する。そして、フィルターなしで観察した色サンプルについて得た値を再利用して、ステップ４で選択したスペクトルに対応するダミーフィルターを全て続けて評価する。

図４ａおよび図４ｂに、各色サンプルについてそれぞれ値ＨおよびＨ_０に対応する観察条件を図示する。色サンプル２０は光源３０によって照射される。この光源は成分Ｘ、Ｙ、Ｚの算出に用いた発光体に相当する発光スペクトルを有する。各ダミーフィルターについてステップ５−１〜５−２から得られるような値Ｈは、サンプル２０がダミーフィルター１０を通して観察者４０により観察される場合に対応し、フィルター１０はサンプル２０と観察者４０の眼との間に配されている。一例として図４ａに、フィルター１０が色のついた眼科用レンズ、特にサングラスのレンズである場合を図示する。しかしながら、フィルター１０は、同様に、色のついたヘルメットバイザー、保護マスクのガラス、光学測定装置または照準装置のフィルター、などであってもよい。図４ｂに、値Ｈ_０に対応する観察条件を図示する。これは、フィルター１０を除いた以外は図４ａの観察条件と同一である。

図３に戻ると、ステップ５−３で、各色サンプルと各ダミーフィルタースペクトルについて、ダミーフィルターを介して観察した場合のサンプルに対応する色相角度値Ｈと、フィルターなしで観察した場合の同一のサンプルに対応する値Ｈ_０との間の差を算出する。｜Ｈ−Ｈ_０｜で示す差分Ｈ−Ｈ_０の絶対値は、フィルターによるサンプルの色の回復の評価となる。通常、０．１未満など、｜Ｈ−Ｈ_０｜の値が低いと、そのスペクトルに対応するカラーフィルターはサンプルの色の知覚をほとんど修正しないことを示すが、値が高いと（とりわけ０．１よりも大きい値）相当の修正が生じていることを示す。

色サンプルそれぞれについて、このフィルターについて得られた知覚特性値の差分の絶対値の平均値を算出することにより、各ダミーフィルターによる広範囲な色の回復を評価してもよい（ステップ５−４）。したがって、Ｒで示すダミーフィルターの評価の結果は、Σ_{｛ｓａｍｐｌｅｓ｝}｜Ｈ−Ｈ_０｜／Ｎに等しくなる。ここで、Ｎはフィルターの評価に用いた色サンプルの数である。例えば、ＮＣＳ色サンプルの全ての組を用いる場合には、Ｎは４０に等しくてもよい。評価結果Ｒに対して、その他同様の数式を代わりに用いてもよい。

図１に戻ると、ステップ４で選択したダミーフィルタースペクトルを、結果Ｒを昇順に順位化する。このランキングでは、先頭にある程より自然に色の回復がなされており、末尾にある程、色の知覚の変化が大きいことを意味する。そして、最も低い結果の値Ｒに対応するスペクトルを選択する（ステップ６）。このスペクトルと関連付けられたダミーフィルターが、初期カラーフィルターの改良型を構成するものとなる。

ステップ７において、ステップ６で選択したスペクトルに対応するリアルカラーフィルターを製造できる。かかるフィルターの製造の様態は、当業者には既知と考えられるため、ここでは繰り返さない。特に、フィルターのマトリクスを構成する透明な材料となるように、染料を選択して、適切な比率で混合する。この比率は、スペクトルができるだけ選択したスペクトルに近いリアルフィルターが得られるように、選択したスペクトル、および染料の吸収特性値の関数として決定する。

図５ａ、図６ａ、および図５ｂ、図６ｂは、灰色の初期フィルター（図５ａおよび図６ａ）ならびに茶色の初期フィルター（図５ｂおよび６ｂ）について、本発明により実現されるフィルターの改良型を図示する。

図５ａは、灰色の初期フィルターについて、ステップ６で選択したスペクトルのダミーフィルターおよびこれに対応してステップ７で製造した改良型のフィルターについて、使用したＮＣＳの組の４０の色のサンプルについて得られた差分値Ｈ−Ｈ_０をグループ化した図である。色サンプルを連続したＮＣＳの組の番号によって横軸に示し、これに対応する値Ｈ−Ｈ_０を縦軸に示す。これらの値は、初期フィルターおよび改良型フィルターについて測定した透過スペクトルから得られる。かかる図により、各フィルターにより生じる色の知覚の修正の度合いが示される。この図において、横軸に近い曲線は、色の修正が大幅に削減された、自然な色の知覚をもたらすフィルターであることを示す。縦軸で値が正の部分の曲線は、ＮＣＳの円を時計方向に回転してオフセットした状態で知覚される色に対応する。逆に、縦軸で値が負の部分の曲線は、ＮＣＳの円を三角法方向（ｔｒｉｇｏｎｏｍｅｔｒｉｃ ｄｉｒｅｃｔｉｏｎ）に回転してオフセットして知覚される色に対応する。図５ａから、選択したダミーフィルターおよび改良型フィルターに対応するばらつきは、初期フィルターよりも、振幅が小さいことがわかる。

第１の例について算出したＲの値は、灰色の初期フィルターについては０．１６、ステップ６で選択したダミーフィルターについては０．０５５、製造した改良型フィルターについては０．０６０である。後者２つの値は互いに非常に近く、初期フィルターの値Ｒよりも小さくなっている。この比較によって、色の回復について、初期フィルターを用いて得られた改良を数値化する。

図６ａに、可視光波長範囲３８０ｎｍ〜７８０ｎｍにわたって図５ａで検討した灰色の初期フィルターのスペクトル、この初期フィルターについてステップ６で選択したスペクトル、およびステップ７で製造した改良型フィルターのスペクトルを再現する。後者２つの値は類似のばらつきを示しており、初期フィルターのスペクトルのばらつきよりも小さい。

図５ｂおよび図６ｂは、茶色の初期フィルターについて、それぞれ図５ａおよび図６ｂに対応する。第２の例について算出した値は、茶色の初期フィルターについては０．２３、ステップ６で選択したダミーフィルターについては０．１７１、製造された改良型フィルターについては０．１７４である。

上述のカラーフィルターの改良方法を実施した場合、それぞれ単一の正弦関数に対応する数値化したスペクトルに基づいて、正弦関数を組み合わせて生成したスペクトルを用ることにより、さらにフィルターを改良できる。発明者らは、色出現数値モデルにより予想される色回復図は、線形（平均的）に合成した場合、対応する透過スペクトルがこのモデルに合成されて導入されるかのように、同等の結果を示すことを見いだした。この知見に基づいて、それぞれ単一の正弦関数からなるスペクトルで得られる図５ａおよび図５ｂの種類の図を分析できる。次に、使用する色サンプルの組について、これに対応する各図がそれぞれ知覚特性値の差分Ｈ−Ｈ_０のばらつきがほぼ類似、または補完的となるように、特定の単一正弦関数スペクトルを選択する。類似または補完的なばらつきとは、知覚特性値の差分Ｈ−Ｈ_０の最大値を最小にして色の回復を最大限にするため、差分値Ｈ−Ｈ_０が、同一の色サンプルのサブセットについて同じ符号またはそれぞれプラスおよびマイナスであることを意味する。そして、選択した単一正弦関数スペクトルを線形に合成する形で、新たなダミーフィルタースペクトルを提案できる。この合成のパラメータは、縦軸補正となるように図を解析して推定する。図に従って提案される正弦関数の線形合成に近い第１の数値化したスペクトルの組に基づいて本発明の方法を繰り返すことにより、初期カラーフィルターの新たな改良を実現してもよい。言うまでもなく、「図に従って提案される正弦関数の線形合成に近い第１の数値化したスペクトル」という表現は、図に従って提案されるパラメータについて制限されたばらつきに対応したパラメータ値を有するスペクトルを意味する。色回復図を線形合成することによる正弦関数の線形合成は、色の回復を最大限とするために知覚特性値の差分Ｈ−Ｈ_０の最大値を最小にすることを可能とする。

本発明の、初期カラーフィルターを改良する方法のステップを示す模式図である。 数値的に生成されたフィルターの透過スペクトルを表す図である。 図１のステップの１つを詳細に示す模式図である。 フィルターを評価する際に考慮すべき観察条件を説明する図である。 フィルターを評価する際に考慮すべき観察条件を説明する図である。 灰色の初期フィルターについて得られた３つの知覚特性値の差分の比較を示すグラフであって、それぞれ初期フィルター、本発明にしたがって選択したダミーフィルター、選択したダミーフィルターに対応する製造フィルターについての参照色のサンプルについての値を示す。 茶色の初期フィルターについて図５ａに対応する図である。 図５ａを考慮した、灰色および茶色のフィルターの改良を図示するスペクトル図である。 図５ｂを考慮した、灰色および茶色のフィルターの改良を図示するスペクトル図である。

Claims (13)

1. （１）初期カラーフィルターの比色分析座標を決定するステップと、
   （２）第１の透過率スペクトルの組を数値化するステップであって、前記第１の組のスペクトルのそれぞれは１つの正弦関数または可視光範囲にわたる複数の正弦関数の平均に対応するばらつきを有する、ステップと、
   （３）前記第１の組のスペクトルそれぞれについて、前記スペクトルの比色分析座標を算出するステップと、
   （４）前記第１の数値化したスペクトルの組内で、前記初期カラーフィルターの座標にほぼ対応する比色分析座標を有する第２のスペクトルの組を選択するステップと、
   （５）前記第２の組のスペクトルのそれぞれについて、前記スペクトルに対応するダミーフィルターを量的に評価するステップであって、前記評価の結果が、少なくとも１つの色を回復するする前記ダミーフィルターの性能を特徴づけ、色出現の数値モデルを用いて前記ダミーフィルターを介して色のサンプルの視覚的認知をシミュレートして得られる、ステップと、
   （６）第２のスペクトルの組内で、最良の量的評価を示すスペクトルの１つを選択して初期フィルターの改良を構築するステップと、を含んでなる、カラーフィルターの改良方法。
2. さらに、（７）ステップ（６）において選択したスペクトルにほぼ等しい透過スペクトルを有する改良されたカラーフィルターを製造するステップを含む、請求項１に記載の方法。
3. 第１のスペクトルの組は、周期、初期フェーズ、振幅、および前記正弦関数に加算する基本定数からなるリストから選択される少なくとも１つの正弦関数パラメータを変化させることにより生成される、請求項１または２に記載の方法。
4. ステップ（１）、（３）、（４）で用いる比色分析座標は、ＣＩＥＬＡＢ空間の座標Ｌ＊、ａ＊、ｂ＊である、請求項１から請求項３迄のいずれかに記載の方法。
5. ステップ（５）は、第２の組の数値化したスペクトル毎に、
   （５−１）数値化したスペクトルと色サンプルの反射スペクトルとに基づいて、数値化したスペクトルに対応するダミーフィルターを通して前記サンプルを観察するシミュレーションに関わる光学データを取得するサブステップと、
   （５−２）数値化したスペクトルに対応するダミーフィルターを通して色サンプルを観察するシミュレーションに関わる光学データを色現出数値モデルに導入して、前記サンプルについて、少なくとも１つの視覚的認知特性値を取得するサブステップと、
   （５−３）数値化したスペクトルに対応するダミーフィルターを通して色サンプルを観察するシミュレーションについて取得した知覚特性値と、フィルターを通さない同一サンプルの観察についての前記知覚特性値との間の差分を算出するサブステップと含み、
   前記差分は、数値化したスペクトルに対応するダミーフィルターによるサンプルの色回復の評価を構築する、請求項１から請求項４迄のいずれかに記載の方法。
6. 第２の組の数値化したスペクトルのそれぞれについて、ステップ（５−１）から（５−３）を複数の色のサンプルについて繰り返して前記色サンプルについてそれぞれ知覚特性値の差分を得て、さらに、
   （５−４）使用した色のサンプルそれぞれについて得られた知覚特性値の差分の組に基づいて、数値化したスペクトルに対応するダミーフィルターによる広範囲の色回復を特徴づける値を算出するステップを含み、
   前記広範囲の色回復を特徴づける値はステップ（６）の選択に用いられる、請求項５に記載の方法。
7. ステップ（５−１）で取得した光学データは、数値化したスペクトルに対応するダミーフィルターを通して色サンプルを観察するシミュレーションに関わる３色成分である、請求項５または請求項６に記載の方法。
8. ステップ（５−２）で取得した視覚的認知特性値は、ＮＣＳシステムから読み取られる色相角度Ｈの値である、請求項５から請求項７迄のいずれか一つに記載の方法。
9. ステップ（５）で使用する色現出の数値モデルはＣＩＥＣＡＭ０２モデルである、請求項１から請求項８迄のいずれか一つに記載の方法。
10. それぞれ単一の正弦関数からなる前記第１の組の数値化したスペクトルの少なくとも特定の１つは基本定数に加算してもよい、請求項１から請求項９迄のいずれかに記載の方法。
11. それぞれいくつかの正弦関数の線形合成からなる第１の組の数値化したスペクトルの少なくとも特定の１つは基本定数に加算してもよい、請求項１から９のいずれかに記載の方法。
12. それぞれスペクトルとして前記正弦関数を有するダミーフィルターがいくつかの色サンプルについてほぼ類似または補完的な知覚特性値の差分のばらつきを示すように、第１の組のスペクトルの少なくとも１つを構成するよう合成した正弦関数をあらかじめ選択し、前記差分は、各ダミーフィルターおよび各色サンプルについて、ダミーフィルターを通した前記色サンプルの観察のシミュレーションについて得られた知覚特性値とフィルターなしの同一のサンプルの観察のシミュレーションについて得られた前記特性値との間で算出される、請求項１１に記載の方法。
13. 色のついた眼科用レンズを改良するための、請求項１から請求項１２迄の何れか１項に記載の方法の使用。

Images