JP2019095384A - 色評価装置、色評価方法およびプログラム - Google Patents

Abstract

【課題】１回の計測で複数のカラーパターンを含むサンプルの色を評価することができる色評価装置、色評価方法およびプログラムを提供する。【解決手段】撮像部により撮像された評価対象物の第１撮像画像を取得する取得部と、第１撮像画像の測色値に対するクラスタ化により複数の第１色クラスタに分割する分割部と、分割部により分割された各第１色クラスタの主要色度を抽出する抽出部と、抽出部により抽出された各第１色クラスタの主要色度に基づいて、評価対象物の色評価値を算出する色評価部と、を備える。【選択図】図３

Description

本発明は、色評価装置、色評価方法およびプログラムに関する。

製品に対する色の品質管理を行うために、一般的に測色器が用いられる。測色器で計測した値は、Ｌ＊ａ＊ｂ＊表色系等の色度値として示される。この色度値から、目標となるサンプル（目標サンプル）の色と、評価対象のサンプル（評価サンプル）の色との差である色差を算出することによって色の品質を評価する方法が、既に知られている。

このような、色の品質を評価する技術として、入力画像データを取得する画像データ取得部と、Ｌ＊ａ＊ｂ＊色空間に変換した入力画像データに対してＬ＊ａ＊ｂ＊色空間全体に均一に分布するように初期クラスタを設定し、データ間距離の計算にＣＩＥＬ＊ａ＊ｂ＊の非等色差性を補正した色差式を用いたＫ−ｍｅａｎｓアルゴリズムを用いて、入力画像データを構成する画素をクラスタリングするクラスタリング部と、クラスタリングした複数のクラスタからそれぞれ１色を代表候補色として決定する代表候補色決定部と、入力画像データとそれぞれの代表候補色とを用いて、入力画像データの代表色を決定する決定部と、を備えた技術が開示されている（特許文献１参照）。

しかしながら、特許文献１に開示された技術では、複数のカラーパターンを有する評価対象に対して、カラーパターンごとの色の品質を一度に評価することができないという問題があった。

本発明は、上述の問題点に鑑みてなされたものであって、１回の計測で複数のカラーパターンを含むサンプルの色を評価することができる色評価装置、色評価方法およびプログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、撮像部により撮像された評価対象物の第１撮像画像を取得する取得部と、前記第１撮像画像の測色値に対するクラスタ化により複数の第１色クラスタに分割する分割部と、前記分割部により分割された前記各第１色クラスタの主要色度を抽出する抽出部と、前記抽出部により抽出された前記各第１色クラスタの主要色度に基づいて、前記評価対象物の色評価値を算出する色評価部と、を備えたことを特徴とする。

本発明によれば、１回の計測で複数のカラーパターンを含むサンプルの色を評価することができる。

図１は、第１の実施形態に係る色評価装置の全体の概要構成図である。 図２は、第１の実施形態に係る色評価装置のハードウェア構成の一例を示す図である。 図３は、第１の実施形態に係る色評価装置の機能ブロックの構成の一例を示す図である。 図４は、評価サンプルの一例を示す図である。 図５は、第１の実施形態に係る色評価装置の処理の流れの一例を示すフローチャートである。 図６は、第２の実施形態に係る色評価装置の機能ブロックの構成の一例を示す図である。 図７は、第２の実施形態に係る色評価装置において色差を求めるための組み合わせを説明する図である。 図８は、第２の実施形態に係る色評価装置の処理の流れの一例を示すフローチャートである。 図９は、目標サンプルと評価サンプルとで色が逆転している場合の一例を示す図である。

以下に、図１〜図９を参照しながら、本発明に係る色評価装置、色評価方法およびプログラムの実施形態を詳細に説明する。また、以下の実施形態によって本発明が限定されるものではなく、以下の実施形態における構成要素には、当業者が容易に想到できるもの、実質的に同一のもの、およびいわゆる均等の範囲のものが含まれる。さらに、以下の実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換、変更および組み合わせを行うことができる。

［第１の実施形態］
（色評価装置の全体の概要構成）
図１は、第１の実施形態に係る色評価装置の全体の概要構成図である。図１を参照しながら、本実施形態に係る色評価装置１の全体の概要構成について説明する。

図１に示すように、本実施形態に係る色評価装置１は、本体部１００と、照明装置１０６と、を備えている。

本体部１００は、色の評価対象である評価サンプルＳに対して撮像処理を行い、得られた画像に対して、後述する画像処理および色評価処理を行う装置である。

照明装置１０６は、評価サンプルＳに対して全方向から均質な光を照射するドーム照明である。照明装置１０６は、図１に示すように、複数のＬＥＤ１０６ａと、ドーム１０６ｂと、を有する。

ＬＥＤ１０６ａは、ドーム１０６ｂの内側周縁部に配置され、ドーム１０６ｂの内側の面である拡散面１０６ｃへ向けて光を照射する。ドーム１０６ｂは、内側に形成された拡散面１０６ｃによってＬＥＤ１０６ａから照射された光を拡散し、評価サンプルＳに対して全方向から均質な光を当てる半球状部材である。また、ドーム１０６ｂは、天頂部分に開口部１０６ｄが穿設されており、当該開口部１０６ｄに本体部１００の撮像装置が挿入されて、評価サンプルＳに対する撮像方向が鉛直方向となるように設置されている。

なお、照明装置１０６はドーム照明としているが、これに限定されるものではなく、フラット照明またはスポット照明等のドーム照明以外の照明であるものとしてもよい。ただし、照明装置１０６をドーム照明とすることによって、対象物（例えば、評価サンプルＳ）に対する照度ムラが低減できるという利点がある。

（色評価装置のハードウェア構成）
図２は、第１の実施形態に係る色評価装置のハードウェア構成の一例を示す図である。図２を参照しながら、本実施形態に係る色評価装置１のハードウェア構成について説明する。

図１で上述したように、色評価装置１は、本体部１００と、照明装置１０６と、を備えており、そのうち本体部１００は、図２に示すように、制御装置１０１と、主記憶装置１０２と、補助記憶装置１０３と、撮像装置１０４と、通信装置１０５と、を備えている。制御装置１０１、主記憶装置１０２、補助記憶装置１０３、撮像装置１０４および通信装置１０５は、バス１１１によって互いに接続され、アドレス信号、データ信号および各種制御信号が伝送される。なお、照明装置１０６については、図１で上述した通りである。

制御装置１０１は、色評価装置１の動作を統括的に制御する装置である。制御装置１０１は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である主記憶装置１０２をワークエリア（作業領域）として、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）またはフラッシュメモリ等の補助記憶装置１０３に格納されたプログラムを実行する。

撮像装置１０４は、対象物（例えば、評価サンプルＳ）を撮像して、撮像画像を得る装置である。撮像装置１０４は、例えば、ＸＹＺカメラ、マルチスペクトルカメラ、ハイパースペクトルカメラ等である。以下、撮像装置１０４は、ＸＹＺカメラであるものとして説明する。ＸＹＺカメラは、通常のＲＧＢカメラと異なり、三刺激値（ＸＹＺ値）を計測することができるため、高精度の色測定が可能となる。すなわち、ＸＹＺカメラは、対象物のＸＹＺ画像を得ることができる。また、例えば、撮像装置１０４の計測サイズを１００［ｍｍ］×５６［ｍｍ］とし、解像度を１９２０×１０８０画素とする。

通信装置１０５は、外部装置と通信する通信Ｉ／Ｆである。通信装置１０５は、例えば、色評価装置１の設定情報等を受信する。

なお、図２に示す例では、照明装置１０６は、他の構成部品と必ずしも連動して照射動作を行う必要がないので、バス１１１には接続されない構成としているが、これに限定されるものではない。すなわち、照明装置１０６は、バス１１１に接続され、制御装置１０１からの制御信号に従って、撮像装置１０４の撮像動作と連動して照射動作を行うものとしてもよい。

また、図２に示した色評価装置１のハードウェア構成は、一例を示すものであり、図２に示した構成要素をすべて含む必要はなく、または、その他の構成要素を含むものとしてもよい。例えば、照明装置１０６の代わりに外部の照明装置を用いる場合は、色評価装置１は、照明装置１０６を備える必要はない。また、撮像装置１０４は、色評価装置１内に必ずしも備えられている必要はなく、外部の撮像装置と色評価装置１とが接続された構成であってもよい。

（色評価装置の機能ブロック構成）
図３は、第１の実施形態に係る色評価装置の機能ブロックの構成の一例を示す図である。図４は、評価サンプルの一例を示す図である。図３および図４を参照しながら、本実施形態に係る色評価装置１の機能ブロックの構成および動作について説明する。

図３に示すように、色評価装置１は、照明部２０１と、撮像部２０２と、記憶部２０３と、画像処理部２０４と、色評価部２０５と、を有する。

照明部２０１は、評価対象物（例えば、評価サンプルＳ）に光を照射する機能部である。照明部２０１は、図２に示す照明装置１０６によって実現される。

撮像部２０２は、評価対象物（例えば、評価サンプルＳ）を撮像して、撮像画像（ＸＹＺ画像）（第１撮像画像）を得る機能部である。撮像部２０２は、図２に示す撮像装置１０４によって実現される。

記憶部２０３は、撮像部２０２により撮像されたＸＹＺ画像、画像処理部２０４による画像処理後のデータ、および、色評価部２０５による色評価処理後のデータ等を記憶する機能部である。記憶部２０３は、図２に示す主記憶装置１０２および補助記憶装置１０３によって実現される。

画像処理部２０４は、撮像部２０２により得られたＸＹＺ画像に対して各種の画像処理を行う機能部である。画像処理部２０４は、図２に示すように、取得部２１１と、変換部２１２と、分割部２１３と、抽出部２１４と、を有する。画像処理部２０４は、例えば、図２に示す制御装置１０１により実行されるプログラムにより実現される。

取得部２１１は、撮像部２０２により撮像されたＸＹＺ画像を取得する機能部である。ＸＹＺ画像は、三刺激値であるＸＹＺ値（測色値の一例）の画素によって構成される。

変換部２１２は、取得部２１１により取得された評価サンプルＳのＸＹＺ画像の各画素のＸＹＺ値を規格化し、規格化した値からＬ＊ａ＊ｂ＊値（測色値の一例）を算出する機能部である。すなわち、変換部２１２は、評価サンプルＳのＸＹＺ画像の各画素のＸＹＺ値をＬ＊ａ＊ｂ＊値に変換する。ここで、ＸＹＺ画像の各画素のＸＹＺ値を、Ｘｅ（ｉ，ｊ）、Ｙｅ（ｉ，ｊ）、Ｚｅ（ｉ，ｊ）とする。（ｉ，ｊ）は、画像における画素の位置（座標）を示す。

変換部２１２は、以下の式（１）を用いて、ＸＹＺ値であるＸｅ（ｉ，ｊ）、Ｙｅ（ｉ，ｊ）、Ｚｅ（ｉ，ｊ）を規格化して、Ｘｅ’（ｉ，ｊ）、Ｙｅ’（ｉ，ｊ）、Ｚｅ’（ｉ，ｊ）を算出する。

ここで、式（１）中のＸｗ（ｉ，ｊ）、Ｙｗ（ｉ，ｊ）、Ｚｗ（ｉ，ｊ）は、後述する白色基準板のＸＹＺ画像の各画素のＸＹＺ値である。そして、変換部２１２は、以下の式（２）を用いて、規格化されたＸＹＺ値であるＸｅ’（ｉ，ｊ）、Ｙｅ’（ｉ，ｊ）、Ｚｅ’（ｉ，ｊ）から、各画素においてＬ＊ａ＊ｂ＊値（Ｌｅ（ｉ，ｊ）、ａｅ（ｉ，ｊ）、ｂｅ（ｉ，ｊ））を算出する。

ここで、式（２）におけるＸｎ、Ｙｎ、Ｚｎは、完全拡散反射面での三刺激値である。例えば、Ｄ５０標準光源の場合、Ｘｎ＝９６．４２、Ｙｎ＝１００、Ｚｎ＝８２．４９である。

分割部２１３は、変換部２１２により算出された各画素におけるＬ＊ａ＊ｂ＊値を、クラスタ化（クラスタリング）することによって複数の色クラスタ（第１色クラスタ）に分割する機能部である。

具体的には、分割部２１３は、例えば、クラスタリング解析の一例であるｋ−ｍｅａｎｓ法を用いて、Ｌ＊ａ＊ｂ＊値をクラスタ化する。ここで、ｋ−ｍｅａｎｓ法とは、画像内の特徴を、分割するクラスタの数を予めｋ個と指定して分割し、この状態を初期状態として分割を繰り返すことによって、最終的に収束した状態を最終的な分割状態とする公知の手法である。本実施形態では、Ｌ＊ａ＊ｂ＊値という色を示す値をクラスタ化するので、分割されたクラスタを特に「色クラスタ」と呼称して説明する。また、例えば、評価サンプルＳが、図４に示すように、互いに色が異なる領域Ｓａおよび領域Ｓｂに分かれているサンプルである場合、２種類のカラーパターンが含まれていることがわかっているので、分割部２１３は、色クラスタの分割数としてｋ＝２を指定し、Ｌ＊ａ＊ｂ＊値を２つの色クラスタ（色クラスタＡ、色クラスタＢ）に分割する。分割部２１３による分割（クラスタ化）の詳細な手順は、以下の（Ａ）〜（Ｅ）の通りである。

（Ａ）まず、Ｌ＊ａ＊ｂ＊値をＬａｂ色空間（３次元空間）にプロット、そのＬａｂ色空間において、ランダムにｋ（分割数）の種子点を配置する。
（Ｂ）種子点から各Ｌ＊ａ＊ｂ＊値までの距離を算出する。
（Ｃ）Ｌ＊ａ＊ｂ＊値と各種子点との距離を算出し、算出した距離のうち近い距離の種子点の色クラスタにそのＬ＊ａ＊ｂ＊値が属するようにする。
（Ｄ）各色クラスタに属するＬ＊ａ＊ｂ＊値の平均値を求め、そこに種子点を移動させる。
（Ｅ）（Ｂ）〜（Ｄ）を繰り返し、種子点の移動が収束した場合に、処理を終了する。

以上の処理によって、分割数ｋ＝２である場合、色クラスタＡおよび色クラスタＢの２種類の色クラスタに分割（クラスタ化）される。例えば、図４に示す評価サンプルＳについて、上述のクラスタ化を行った場合、色クラスタＡが、領域Ｓａに対応する黄色、色クラスタＢが、領域Ｓｂに対応する青色というように分割される。

なお、クラスタ化するためには、上述のクラスタリング解析ではなく、ＸＹＺ画像から色を抽出する領域を手動で指定する手段（指定部）を用いることによって、評価サンプルＳに含まれる色をクラスタ化することも可能である。この場合、例えば、図４に示す領域Ｓａおよび領域Ｓｂをそれぞれ指定し、その色を抽出することで、評価サンプルＳに含まれる２種類の色（例えば、黄色および青色）にクラスタ化する。

また、クラスタ化の手法としてｋ−ｍｅａｎｓ法について説明したが、これに限定されるものではなく、最短距離法またはＷａｒｄ法等を用いることもできる。

抽出部２１４は、分割部２１３により分割された各色クラスタにおける種子点のＬ＊ａ＊ｂ＊値を主要色度として抽出する機能部である。抽出部２１４により抽出されたＬ＊ａ＊ｂ＊値は、当該色クラスタ内のＬ＊ａ＊ｂ＊値の平均値となる。

なお、抽出部２１４により抽出する主要色度として、各色クラスタの種子点、すなわち、各色クラスタ内のＬ＊ａ＊ｂ＊値の平均値を用いたが、これに限定されるものではなく、各色クラスタ内のＬ＊ａ＊ｂ＊値の中央値を主要色度として抽出するものとしてもよい。

また、抽出部２１４は、分割部２１３により分割された各色クラスタ内の種子点から所定距離以上離れたＬ＊ａ＊ｂ＊値を除外して、再度、当該色クラスタ内のＬ＊ａ＊ｂ＊値の平均値を算出し、主要色度として抽出するものとしてもよい。これによって、色クラスタ同士の隣接部分近傍（色の差が曖昧な領域）のＬ＊ａ＊ｂ＊値の影響を低減させることができ、測色精度を向上させることができる。

色評価部２０５は、抽出部２１４により抽出された各色クラスタの主要色度を、評価サンプルＳの色評価値として算出する機能部である。

なお、図３に示す色評価装置１の照明部２０１、撮像部２０２、記憶部２０３、画像処理部２０４の取得部２１１、変換部２１２、分割部２１３および抽出部２１４、ならびに色評価部２０５は、機能を概念的に示したものであって、このような構成に限定されるものではない。例えば、図３に示す色評価装置１で独立した機能部として図示した複数の機能部を、１つの機能部として構成してもよい。一方、図３に示す色評価装置１で１つの機能部が有する機能を複数に分割し、複数の機能部として構成するものとしてもよい。

また、色評価装置１の取得部２１１、変換部２１２、分割部２１３、抽出部２１４および色評価部２０５の一部または全部は、ソフトウェアであるプログラムではなく、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）またはＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等のハードウェア回路によって実現されてもよい。

（色評価装置の処理の流れ）
図５は、第１の実施形態に係る色評価装置の処理の流れの一例を示すフローチャートである。図５を参照しながら、本実施形態に係る色評価装置１によって、複数の色を含む評価サンプルに対して、当該評価サンプルを構成する主要な色に対する評価が行われる処理の流れについて説明する。

＜ステップＳ１１＞
利用者は、白色基準板を評価対象物として設置する。そして、ステップＳ１２へ移行する。

＜ステップＳ１２＞
撮像部２０２は、照明部２０１により光が照射された白色基準板を撮像して、撮像画像であるＸＹＺ画像を得る。このＸＹＺ画像は、ＸＹＺ値の画素によって構成されている。そして、取得部２１１は、撮像部２０２により撮像された白色基準板のＸＹＺ画像を取得する。そして、ステップＳ１３へ移行する。

＜ステップＳ１３＞
利用者は、白色基準板に代えて、評価サンプルＳを評価対象物として設置する。そして、ステップＳ１４へ移行する。

＜ステップＳ１４＞
撮像部２０２は、照明部２０１により光が照射された評価サンプルＳを撮像して、撮像画像であるＸＹＺ画像を得る。このＸＹＺ画像も、同様に、ＸＹＺ値の画素によって構成されている。そして、取得部２１１は、撮像部２０２により撮像された評価サンプルＳのＸＹＺ画像を取得する。そして、ステップＳ１５へ移行する。

＜ステップＳ１５＞
変換部２１２は、上述したように、取得部２１１により取得された白色基準板のＸＹＺ画像のＸＹＺ値を用いて、取得部２１１により取得された評価サンプルＳのＸＹＺ画像の各画素のＸＹＺ値を、Ｌ＊ａ＊ｂ＊値に変換する。そして、ステップＳ１６へ移行する。

＜ステップＳ１６＞
分割部２１３は、色クラスタの分割数を指定する。以下、評価サンプルＳが有するカラーパターンは２種類であり、分割部２１３は、分割数としてｋ＝２を指定したものとして説明する。そして、ステップＳ１７へ移行する。

＜ステップＳ１７＞
分割部２１３は、評価サンプルＳのＬ＊ａ＊ｂ＊値を２つの色クラスタＡおよび色クラスタＢに分割（クラスタリング）する。分割の手順は、上述の（Ａ）〜（Ｅ）で示した通りである。そして、ステップＳ１８へ移行する。

＜ステップＳ１８＞
抽出部２１４は、分割部２１３により分割された色クラスタＡにおける種子点のＬ＊ａ＊ｂ＊値と、色クラスタＢの種子点のＬ＊ａ＊ｂ＊値とを、それぞれの主要色度として抽出する。そして、ステップＳ１９へ移行する。

＜ステップＳ１９＞
色評価部２０５は、抽出部２１４により抽出された色クラスタＡおよび色クラスタＢの各主要色度を、評価サンプルＳの色評価値として算出する。そして、ステップＳ２０へ移行する。

＜ステップＳ２０＞
別の評価サンプルに対して計測を行う場合（ステップＳ２０：Ｙｅｓ）、ステップＳ１３へ戻り、行わない場合（ステップＳ２０：Ｎｏ）、処理を終了する。

以上のように、本実施形態では、撮像部２０２による評価サンプルＳに対する撮像により得られた画像の画素値に基づく測色値を、分割部２１３によって、指定された分割数の色クラスタにクラスタ化される。そして、抽出部２１４により色クラスタから主要色度を抽出され、色評価部２０５により、主要色度が評価サンプルＳの色評価値として算出されるものとしている。これによって、複数の色（カラーパターン）で構成される評価サンプルに対して、１回の計測で、複数の色に対する評価を行うことができる。

なお、本実施形態では、分割部２１３により分割される色クラスタは２つであるものとして説明したが、これに限定されるものではなく、３つ以上の色（カラーパターン）で構成された評価サンプルに対する色の評価を行うことも可能である。

また、上述のように、照明装置１０６はドーム照明に限定されるものではなく、フラット照明またはスポット照明等のドーム照明以外の照明であるものとしてもよい。この場合、照明には指向性があるため、撮像部２０２の撮像角度によって、評価サンプルＳの色が変化してしまう可能性がある。その場合には、複数の撮像角度で撮像画像（ＸＹＺ画像等）を取得し、撮像画像ごとにクラスタ化を行い、それぞれの撮像画像の各色クラスタの測色値に基づいた主要色度を得て、各主要色度に対して色の評価を行うことによって、評価精度を向上させることができる。これを実現するためには、複数の撮像部２０２（撮像装置１０４）を備えることで複数の撮影角度での撮像を行う構成、または、撮像装置１０４をステージによって駆動させることで複数の撮影角度での撮影を行う構成等が考えられる。

また、図５で上述した色評価装置１の処理の流れでは、評価サンプルＳを手動で設置するものとしたが、これに限定されるものではない。例えば、ベルトコンベアのように、複数の評価サンプルＳを連続的に搬送する手段の上方に、照明部２０１（照明装置１０６）および撮像部２０２（撮像装置１０４）を設置し、当該撮像部２０２の撮像方向に評価サンプルＳが移動してきた場合に、上述の色の評価を行うことも可能である。これによって、例えば、製品の量産ライン上に、本実施形態に係る色評価装置１を設置し、製品に対する色の評価を行うことができる。

［第２の実施形態］
第２の実施形態に係る色評価装置について、第１の実施形態に係る色評価装置１と相違する点を中心に説明する。第１の実施形態では、評価サンプルＳの複数のカラーパターンに対応する色クラスタの主要色度を、色の評価値として用いた。実際の製品に対する色評価では、見本（目標）となるサンプルに対して色が一致しているか否かで製品を評価するケースが多い。本実施形態では、評価サンプルＳの他、目標サンプルを用い、評価サンプルＳおよび目標サンプルの各色クラスタ間の色差から、評価サンプルＳの色評価値を算出する動作について説明する。なお、本実施形態に係る色評価装置の全体の概要構成およびハードウェア構成は、第１の実施形態で説明した構成と同様である。

（色評価装置の機能ブロック構成）
図６は、第２の実施形態に係る色評価装置の機能ブロックの構成の一例を示す図である。図７は、第２の実施形態に係る色評価装置において色差を求めるための組み合わせを説明する図である。図６および図７を参照しながら、本実施形態に係る色評価装置１ａの機能ブロックの構成および動作について説明する。

図６に示すように、色評価装置１ａは、照明部２０１と、撮像部２０２と、記憶部２０３と、画像処理部２０４ａと、色評価部２０５ａと、を有する。なお、照明部２０１、撮像部２０２および記憶部２０３の動作は、それぞれ第１の実施形態で説明した動作と同様である。

画像処理部２０４ａは、撮像部２０２により得られたＸＹＺ画像に対して各種の画像処理を行う機能部である。画像処理部２０４ａは、図６に示すように、取得部２１１ａと、変換部２１２ａと、分割部２１３ａと、抽出部２１４ａと、を有する。画像処理部２０４ａは、例えば、図２に示す制御装置１０１により実行されるプログラムにより実現される。

取得部２１１ａは、撮像部２０２により撮像されたＸＹＺ画像を取得する機能部である。具体的には、取得部２１１ａは、撮像部２０２により撮像された白色基準板、目標サンプル（目標対象物）、および評価サンプルＳのＸＹＺ画像を取得する。ここで、目標サンプルは、製品の色管理に用いられる限度見本であり、評価サンプルＳは、量産品となる製品に該当する。

変換部２１２ａは、取得部２１１ａにより取得された目標サンプルおよび評価サンプルＳのそれぞれのＸＹＺ画像の各画素のＸＹＺ値を規格化し、規格化した値からＬ＊ａ＊ｂ＊値を算出する機能部である。すなわち、変換部２１２ａは、目標サンプルおよび評価サンプルＳのそれぞれのＸＹＺ画像の各画素のＸＹＺ値をＬ＊ａ＊ｂ＊値に変換する。なお、ＸＹＺ値からＬ＊ａ＊ｂ＊値を算出する方法は、第１の実施形態で上述した通りである。

分割部２１３ａは、変換部２１２ａにより算出された目標サンプルおよび評価サンプルＳのＬ＊ａ＊ｂ＊値をクラスタ化（クラスタリング）することによって、それぞれ複数の色クラスタに分割する機能部である。本実施形態では、分割部２１３ａは、色クラスタの分割数としてｋ＝２を指定し、目標サンプルのＬ＊ａ＊ｂ＊値を２つの色クラスタ（色クラスタＡ１、色クラスタＢ１）に分割し、評価サンプルＳのＬ＊ａ＊ｂ＊値を２つの色クラスタ（色クラスタＡ２、色クラスタＢ２）に分割したものとして説明する。なお、クラスタ化の方法は、第１の実施形態で上述した通りである。

抽出部２１４ａは、分割部２１３ａにより分割された目標サンプルおよび評価サンプルＳそれぞれの各色クラスタにおける種子点のＬ＊ａ＊ｂ＊値を主要色度として抽出する機能部である。抽出部２１４ａにより抽出されたＬ＊ａ＊ｂ＊値は、当該色クラスタ内のＬ＊ａ＊ｂ＊値の平均値となる。

なお、抽出部２１４ａにより抽出する主要色度として、各色クラスタの種子点、すなわち、各色クラスタ内のＬ＊ａ＊ｂ＊値の平均値を用いたが、これに限定されるものではなく、各色クラスタ内のＬ＊ａ＊ｂ＊値の中央値を主要色度として抽出するものとしてもよい。

また、抽出部２１４ａは、分割部２１３ａにより分割された各色クラスタ内の種子点から所定距離以上離れたＬ＊ａ＊ｂ＊値を除外して、再度、当該色クラスタ内のＬ＊ａ＊ｂ＊値の平均値を算出し、主要色度として抽出するものとしてもよい。これによって、色クラスタ同士の隣接部分近傍（色の差が曖昧な領域）のＬ＊ａ＊ｂ＊値の影響を低減させることができ、測色精度を向上させることができる。

色評価部２０５ａは、抽出部２１４ａにより抽出された各色クラスタの主要色度に基づいて、評価サンプルＳの色評価値を算出する機能部である。色評価部２０５ａは、色差算出部２２１と、決定部２２２と、評価算出部２２３と、を有する。

色差算出部２２１は、目標サンプルの各色クラスタと、評価サンプルＳの各色クラスタとの組み合わせごとに、主要色度の差（色差）を算出する機能部である。例えば、色差算出部２２１は、以下の式（３）を用いて、目標サンプルの色クラスタＡ１の主要色度と、評価サンプルＳの色クラスタＡ２の主要色度との色差ΔＥ_Ａ１Ａ２を算出する。

ここで、式（３）におけるＬｔ、ａｔ、ｂｔは、目標サンプルの色クラスタ（ここでは、色クラスタＡ１）の主要色度（Ｌ＊ａ＊ｂ＊値）である。また、Ｌｅ、ａｅ、ｂｅは、評価サンプルＳの色クラスタ（ここでは、色クラスタＡ２）の主要色度（Ｌ＊ａ＊ｂ＊値）である。

同様に、図７に示すような、色クラスタの組み合わせに従って、色差算出部２２１は、目標サンプルの色クラスタＡ１の主要色度と、評価サンプルＳの色クラスタＢ２の主要色度との色差ΔＥ_Ａ１Ｂ２、目標サンプルの色クラスタＢ１の主要色度と、評価サンプルＳの色クラスタＡ２の主要色度との色差ΔＥ_Ｂ１Ａ２、および、目標サンプルの色クラスタＢ１の主要色度と、評価サンプルＳの色クラスタＢ２の主要色度との色差ΔＥ_Ｂ１Ｂ２というように、目標サンプルの各色クラスタと評価サンプルＳの各色クラスタとのすべての組み合わせでの色差ΔＥ_ｉｊ（ｉ＝Ａ１，Ｂ１，ｊ＝Ａ２，Ｂ２）を算出する。

決定部２２２は、目標サンプルの各色クラスタと、評価サンプルＳの各色クラスタとの組み合わせのうち、色差算出部２２１により算出された色差ΔＥ_ｉｊが最も小さくなる組み合わせを決定する機能部である。また、決定部２２２は、決定した組み合わせに係る色クラスタを除いた残りの目標サンプルの各色クラスタと、評価サンプルＳの各色クラスタとの組み合わせから、さらに、色差ΔＥ_ｉｊが最も小さくなる組み合わせを決定する。決定部２２２による決定された組み合わせがなくなるまで行う。

具体的には、決定部２２２は、目標サンプルの色クラスタＡ１、Ｂ１と、評価サンプルＳの色クラスタＡ２、Ｂ２との組み合わせから、色差ΔＥ_ｉｊが最も小さくなる組み合わせとして、色クラスタＡ１と色クラスタＡ２との組み合わせを決定する。これは、目標サンプルの色クラスタＡ１の色と、評価サンプルＳの色クラスタＡ２の色とが、最も近い色をしているということを意味している。次に、決定部２２２は、色クラスタＡ１および色クラスタＡ２を除いた色クラスタの組み合わせから、色差ΔＥ_ｉｊが最も小さくなる組み合わせを決定する。ここでは、色クラスタＡ１および色クラスタＡ２を除いた色クラスタは、色クラスタＢ１、Ｂ２だけなので、決定部２２２は、色クラスタＢ１と色クラスタＢ２との組み合わせを決定する。

なお、色クラスタの分割数が３以上である場合も、同様に、色差が最も小さくなる色クラスタの組み合わせを決定していくものとすればよい。

評価算出部２２３は、決定部２２２により決定された色クラスタの組み合わせの各色差に基づいて、評価サンプルＳの色評価値を算出する機能部である。例えば、評価算出部２２３は、決定部２２２により決定された色クラスタの各組み合わせ（色クラスタＡ１と色クラスタＡ２、色クラスタＢ１と色クラスタＢ２）に係る色差ΔＥ_Ａ１Ａ２、および色差ΔＥ_Ｂ１Ｂ２を、評価サンプルＳの色評価値としてもよい。

また、評価算出部２２３は、決定部２２２により決定された色クラスタの組み合わせの各色差から、１つの色評価値を算出するものとしてもよい。例えば、評価算出部２２３は、評価サンプルＳに占める色の面積に応じて、各組み合わせに対応する色差ΔＥ_ｉｊに重み付けを行い、色評価値を算出する。人は、製品に占める領域が大きい色ほど、色の差の判定が厳しくなる（色の差を強く感じる）ため、上述の重み付けにより人が感じる印象に近い形で色差を評価することが可能となる。本実施形態では、各色クラスタに含まれるデータ数（Ｌ＊ａ＊ｂ＊値の数）が画素数に対応するため、これがサンプル中の面積に対応する。そこで、評価算出部２２３は、評価サンプルＳの全データ数（全Ｌ＊ａ＊ｂ＊値の数）をＮ、色クラスタＡ２のデータ数をＡとしたとき、以下の式（４）を用いて、評価サンプルＳの色差ΔＥを算出する。

そして、評価算出部２２３は、算出した色差ΔＥを、評価サンプルＳの色評価値とする。このように、目標サンプルと評価サンプルＳとの色の違いを１つの指標で総合的に評価することが可能となる。

なお、決定部２２２は、目標サンプルの各色クラスタと、評価サンプルＳの各色クラスタとの組み合わせのうち、色差ΔＥ_ｉｊが最も小さくなる組み合わせを決定するものとしたが、これに限定されるものではなく、色差ΔＥ_ｉｊが最も大きくなる組み合わせを決定するものとしてもよい。そして、評価算出部２２３は、決定部２２２により決定された色クラスタの組み合わせの各色差に基づいて、評価サンプルＳの色評価値を算出するものとすればよい。

また、図６に示す色評価装置１ａの照明部２０１、撮像部２０２、記憶部２０３、画像処理部２０４ａの取得部２１１ａ、変換部２１２ａ、分割部２１３ａおよび抽出部２１４ａ、ならびに色評価部２０５ａの色差算出部２２１、決定部２２２および評価算出部２２３は、機能を概念的に示したものであって、このような構成に限定されるものではない。例えば、図６に示す色評価装置１ａで独立した機能部として図示した複数の機能部を、１つの機能部として構成してもよい。一方、図６に示す色評価装置１ａで１つの機能部が有する機能を複数に分割し、複数の機能部として構成するものとしてもよい。

また、色評価装置１ａの取得部２１１ａ、変換部２１２ａ、分割部２１３ａ、抽出部２１４ａ、色差算出部２２１、決定部２２２および評価算出部２２３の一部または全部は、ソフトウェアであるプログラムではなく、ＦＰＧＡまたはＡＳＩＣ等のハードウェア回路によって実現されてもよい。

（色評価装置の処理の流れ）
図８は、第２の実施形態に係る色評価装置の処理の流れの一例を示すフローチャートである。図８を参照しながら、本実施形態に係る色評価装置１ａによって、複数の色を含む評価サンプルに対して、当該評価サンプルを構成する主要な色に対する評価が行われる処理の流れについて説明する。

＜ステップＳ３１＞
利用者は、白色基準板を評価対象物として設置する。そして、ステップＳ３２へ移行する。

＜ステップＳ３２＞
撮像部２０２は、照明部２０１により光が照射された白色基準板を撮像して、撮像画像であるＸＹＺ画像を得る。このＸＹＺ画像は、ＸＹＺ値の画素によって構成されている。そして、取得部２１１ａは、撮像部２０２により撮像された白色基準板のＸＹＺ画像を取得する。そして、ステップＳ３３へ移行する。

＜ステップＳ３３＞
利用者は、白色基準板に代えて、限度見本となる目標サンプルを評価対象物として設置する。そして、ステップＳ３４へ移行する。

＜ステップＳ３４＞
撮像部２０２は、照明部２０１により光が照射された目標サンプルを撮像して、撮像画像（第２撮像画像）であるＸＹＺ画像を得る。このＸＹＺ画像も、同様に、ＸＹＺ値の画素によって構成されている。そして、取得部２１１ａは、撮像部２０２により撮像された目標サンプルのＸＹＺ画像を取得する。そして、ステップＳ３５へ移行する。

＜ステップＳ３５＞
利用者は、目標サンプルに代えて、評価サンプルＳを評価対象物として設置する。そして、ステップＳ３６へ移行する。

＜ステップＳ３６＞
撮像部２０２は、照明部２０１により光が照射された評価サンプルＳを撮像して、撮像画像であるＸＹＺ画像を得る。このＸＹＺ画像も、同様に、ＸＹＺ値の画素によって構成されている。そして、取得部２１１ａは、撮像部２０２により撮像された評価サンプルＳのＸＹＺ画像を取得する。そして、ステップＳ３７へ移行する。

＜ステップＳ３７＞
変換部２１２ａは、上述したように、取得部２１１ａにより取得された白色基準板のＸＹＺ画像のＸＹＺ値を用いて、取得部２１１ａにより取得された目標サンプルのＸＹＺ画像の各画素のＸＹＺ値を、Ｌ＊ａ＊ｂ＊値に変換する。そして、ステップＳ３８へ移行する。

＜ステップＳ３８＞
変換部２１２ａは、上述したように、取得部２１１ａにより取得された白色基準板のＸＹＺ画像のＸＹＺ値を用いて、取得部２１１ａにより取得された評価サンプルＳのＸＹＺ画像の各画素のＸＹＺ値を、Ｌ＊ａ＊ｂ＊値に変換する。そして、ステップＳ３９へ移行する。

＜ステップＳ３９＞
分割部２１３ａは、色クラスタの分割数を指定する。そして、ステップＳ４０へ移行する。

＜ステップＳ４０＞
分割部２１３ａは、目標サンプルのＬ＊ａ＊ｂ＊値を、指定した分割数の色クラスタ（第２色クラスタ）に分割（クラスタリング）する。分割の手順は、上述の（Ａ）〜（Ｅ）で示した通りである。そして、ステップＳ４１へ移行する。

＜ステップＳ４１＞
分割部２１３ａは、評価サンプルＳのＬ＊ａ＊ｂ＊値を、指定した分割数の色クラスタに分割（クラスタリング）する。分割の手順は、上述の（Ａ）〜（Ｅ）で示した通りである。そして、ステップＳ４２へ移行する。

＜ステップＳ４２＞
抽出部２１４ａは、分割部２１３ａにより分割された目標サンプルおよび評価サンプルＳそれぞれの各色クラスタにおける種子点のＬ＊ａ＊ｂ＊値を主要色度として抽出する。色差算出部２２１は、目標サンプルの各色クラスタと、評価サンプルＳの各色クラスタとの組み合わせごとに、主要色度の色差ΔＥ_ｉｊを算出する。そして、ステップＳ４３へ移行する。

＜ステップＳ４３＞
決定部２２２は、既に決定した組み合わせ以外の色クラスタにおいて、目標サンプルの各色クラスタと、評価サンプルＳの各色クラスタとの組み合わせのうち、色差算出部２２１により算出された色差ΔＥ_ｉｊが最も小さくなる組み合わせを決定する。そして、ステップＳ４４へ移行する。

＜ステップＳ４４＞
決定部２２２により色差ΔＥ_ｉｊが最も小さくなる組み合わせとして決定されていない色クラスタがある場合（ステップＳ４４：Ｙｅｓ）、ステップＳ４３へ移行し、ない場合（ステップＳ４４：Ｎｏ）、ステップＳ４５へ移行する。

＜ステップＳ４５＞
評価算出部２２３は、決定部２２２により決定された色クラスタの組み合わせの各色差に基づいて、評価サンプルＳの色評価値を算出する。色評価値の算出方法は、上述した通りである。そして、ステップＳ４６へ移行する。

＜ステップＳ４６＞
別の評価サンプルに対して計測を行う場合（ステップＳ４６：Ｙｅｓ）、ステップＳ３５へ戻り、行わない場合（ステップＳ４６：Ｎｏ）、処理を終了する。

なお、上述では、評価サンプルＳについてＸＹＺ値の取得およびＬ＊ａ＊ｂ＊値への変換のたびに、分割部２１３ａによる色クラスタの分割数の指定がなされるものとしているが、目標サンプルが有する色の数により分割数を固定し、ステップＳ３７およびステップＳ３９の処理を、ステップＳ３４の直後に配置し、ループ処理から出した形式の処理としてもよい。

以上のように、本実施形態では、撮像部２０２による目標サンプルおよび評価サンプルＳに対する撮像により得られた画像の画素値に基づく測色値を、分割部２１３ａによって、指定された分割数の色クラスタにそれぞれクラスタ化される。次に、抽出部２１４ａにより目標サンプルおよび評価サンプルＳの色クラスタから主要色度を抽出され、色差算出部２２１により各クラスタの組み合わせごとに色差が算出される。次に、決定部２２２により決定された色差が最も小さくなる組み合わせの各色差に基づいて、評価算出部２２３により、評価サンプルＳの色評価値が算出されるものとしている。これによって、複数の色（カラーパターン）で構成される評価サンプルに対して、１回の計測で、複数の色に対する評価を行うことができると共に、目標サンプルに対する色の評価を行うことができる。

なお、本実施形態では、３つ以上の色（カラーパターン）で構成された評価サンプルに対する色の評価を行うことも可能であるのは言うまでもない。

また、実際に目標サンプルと評価サンプルＳとの色差を評価する際には、色差だけでなく、色を構成しているパターン形状が同じであるか否かも同時に評価する必要がある場合がある。例えば、図９に示すように、目標サンプルＴＳおよび評価サンプルＳが、それぞれ同じ色（目標サンプルＴＳの領域ＴＳａの色＝評価サンプルＳの領域Ｓｂの色、目標サンプルＴＳの領域ＴＳｂの色＝評価サンプルＳの領域Ｓａの色）で構成されているが、逆の領域に存在している場合を考える。ここで、図９は、目標サンプルと評価サンプルとで色が逆転している場合の一例を示す図であり、このうち、図９（ａ）は目標サンプルＴＳを示し、図９（ｂ）は評価サンプルＳを示している。この場合、上述の方法で、色クラスタ間の色差を算出するだけでは、目標サンプルＴＳの色と評価サンプルＳの色の差は非常に小さいと判定されてしまう。そこで、撮像部２０２によって取得された撮像画像から、画像処理部２０４ａが各色クラスタに属する領域のパターン形状を識別するパターン識別部を備えるものとすれば、色クラスタ間の比較を行う際に、パターン形状の比較を行うことで、図９に示すような評価サンプルＳは目標サンプルＴＳに対する色差が大きいと判断することができるようになる。この場合、色評価値を算出する代わりに、目標サンプルＴＳおよび評価サンプルＳの見た目そのものが大きく異なっていることをエラーメッセージとして表示するものとしてもよい。

なお、上述の各実施形態において、色評価装置１、１ａの各機能部の少なくともいずれかがプログラムの実行によって実現される場合、そのプログラムは、ＲＯＭ等に予め組み込まれて提供される。また、上述の各実施形態に係る色評価装置１、１ａで実行されるプログラムは、インストール可能な形式または実行可能な形式のファイルでＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、メモリカード、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ（Ｃｏｍｐａｃｔ Ｄｉｓｋ−Ｒｅｃｏｒｄａｂｌｅ）、またはＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）等のコンピュータで読み取り可能な記録媒体に記録して提供するように構成してもよい。また、上述の各実施形態に係る色評価装置１、１ａで実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、上述の各実施形態に係る色評価装置１、１ａで実行されるプログラムを、インターネット等のネットワーク経由で提供または配布するように構成してもよい。また、上述の各実施形態の色評価装置１、１ａで実行されるプログラムは、上述した各機能部のうち少なくともいずれかを含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵが上述の記憶装置（例えば、補助記憶装置１０３）からプログラムを読み出して実行することにより、上述の各機能部が主記憶装置（例えば、主記憶装置１０２）上にロードされて生成されるようになっている。

１、１ａ 色評価装置
１００ 本体部
１０１ 制御装置
１０２ 主記憶装置
１０３ 補助記憶装置
１０４ 撮像装置
１０５ 通信装置
１０６ 照明装置
１０６ａ ＬＥＤ
１０６ｂ ドーム
１０６ｃ 拡散面
１０６ｄ 開口部
１１１ バス
２０１ 照明部
２０２ 撮像部
２０３ 記憶部
２０４、２０４ａ 画像処理部
２０５、２０５ａ 色評価部
２１１、２１１ａ 取得部
２１２、２１２ａ 変換部
２１３、２１３ａ 分割部
２１４、２１４ａ 抽出部
２２１ 色差算出部
２２２ 決定部
２２３ 評価算出部
Ａ 色クラスタ
Ｂ 色クラスタ
Ｓ 評価サンプル
Ｓａ、Ｓｂ 領域
ＴＳ 目標サンプル
ＴＳａ、ＴＳｂ 領域

特開２０１５−６０３１５号公報

Claims (16)

1. 撮像部により撮像された評価対象物の第１撮像画像を取得する取得部と、
   前記第１撮像画像の測色値に対するクラスタ化により複数の第１色クラスタに分割する分割部と、
   前記分割部により分割された前記各第１色クラスタの主要色度を抽出する抽出部と、
   前記抽出部により抽出された前記各第１色クラスタの主要色度に基づいて、前記評価対象物の色評価値を算出する色評価部と、
   を備えた色評価装置。
2. 前記分割部は、前記第１撮像画像の測色値に対して所定のクラスタリング解析によりクラスタ化を行う請求項１に記載の色評価装置。
3. 前記第１撮像画像から測色値を抽出する領域を指定する指定部を、さらに備え、
   前記分割部は、前記領域の測色値に対してクラスタ化を行う請求項１に記載の色評価装置。
4. 前記抽出部は、前記分割部により分割された前記各第１色クラスタ内の測色値の平均値を、主要色度として抽出する請求項１〜３のいずれか一項に記載の色評価装置。
5. 前記抽出部は、前記分割部により分割された前記各第１色クラスタ内の測色値の中央値を、主要色度として抽出する請求項１〜３のいずれか一項に記載の色評価装置。
6. 前記抽出部は、前記分割部により分割された前記各第１色クラスタ内の測色値のうち、所定の種子点から所定の距離以上離れた測色値を除外して、主要色度を抽出する請求項１〜５のいずれか一項に記載の色評価装置。
7. 前記色評価部は、前記各第１色クラスタの主要色度を前記色評価値とする請求項１〜６のいずれか一項に記載の色評価装置。
8. 前記取得部は、前記撮像部により前記評価対象物に対して複数の撮像角度で撮像された前記第１撮像画像を取得し、
   前記分割部は、前記第１撮像画像ごとに、測色値に対するクラスタ化により複数の前記第１色クラスタに分割し、
   前記抽出部は、前記第１撮像画像ごとに、分割された前記各第１色クラスタの主要色度を抽出し、
   前記色評価部は、前記第１撮像画像ごとの前記第１色クラスタの主要色度に基づいて、前記評価対象物の前記色評価値を算出する請求項１〜７のいずれか一項に記載の色評価装置。
9. 前記取得部は、前記撮像部により撮像された目標対象物の第２撮像画像を、さらに取得し、
   前記分割部は、さらに、前記第２撮像画像の測色値に対するクラスタ化により複数の第２色クラスタに分割し、
   前記抽出部は、さらに、前記分割部により分割された前記各第２色クラスタの主要色度を抽出し、
   前記色評価部は、
   前記各第１色クラスタと前記各第２色クラスタとの組み合わせごとに、該組み合わせに対応する前記第１色クラスタの主要色度と、前記第２色クラスタの主要色度との色差を算出する色差算出部と、
   前記各組み合わせのうち、前記色差が最も小さくなる組み合わせを順次決定する決定部と、
   前記決定部により決定された前記各組み合わせの前記色差に基づいて、前記評価対象物の前記色評価値を算出する評価算出部と、
   を有する請求項１〜８のいずれか一項に記載の色評価装置。
10. 前記取得部は、前記撮像部により撮像された目標対象物の第２撮像画像を、さらに取得し、
    前記分割部は、さらに、前記第２撮像画像の測色値に対するクラスタ化により複数の第２色クラスタに分割し、
    前記抽出部は、さらに、前記分割部により分割された前記各第２色クラスタの主要色度を抽出し、
    前記色評価部は、
    前記各第１色クラスタと前記各第２色クラスタとの組み合わせごとに、該組み合わせに対応する前記第１色クラスタの主要色度と、前記第２色クラスタの主要色度との色差を算出する色差算出部と、
    前記各組み合わせのうち、前記色差が最も大きくなる組み合わせを順次決定する決定部と、
    前記決定部により決定された前記各組み合わせの前記色差に基づいて、前記評価対象物の前記色評価値を算出する評価算出部と、
    を有する請求項１〜８のいずれか一項に記載の色評価装置。
11. 前記評価算出部は、前記決定部により決定された前記各組み合わせの前記色差を前記色評価値とする請求項９または１０に記載の色評価装置。
12. 前記評価算出部は、前記決定部により決定された前記各組み合わせに対応する前記第１色クラスタの色の前記評価対象物に占める面積に応じて、前記各組み合わせに対応する前記色差に重み付けを行うことにより前記色評価値を算出する請求項９または１０に記載の色評価装置。
13. 前記第１撮像画像および前記第２撮像画像において、各色を構成するパターン形状を識別するパターン識別部を、さらに備え、
    前記色評価部は、前記パターン識別部により識別された前記第１撮像画像のパターン形状と、前記第２撮像画像のパターン形状とを比較することによって、前記評価対象物の色を評価する請求項９〜１２のいずれか一項に記載の色評価装置。
14. 前記撮像部と、
    前記撮像部が少なくとも前記評価対象物を撮像する際に、該評価対象物に対して光を照射する照明部と、
    をさらに備えた請求項１〜１３のいずれか一項に記載の色評価装置。
15. 撮像部により撮像された評価対象物の撮像画像を取得する取得ステップと、
    前記撮像画像の測色値に対するクラスタ化により複数の色クラスタに分割する分割ステップと、
    分割した前記各色クラスタの主要色度を抽出する抽出ステップと、
    抽出した前記各色クラスタの主要色度に基づいて、前記評価対象物の色評価値を算出する色評価ステップと、
    を有する色評価方法。
16. コンピュータに、
    撮像部により撮像された評価対象物の撮像画像を取得する取得ステップと、
    前記撮像画像の測色値に対するクラスタ化により複数の色クラスタに分割する分割ステップと、
    分割した前記各色クラスタの主要色度を抽出する抽出ステップと、
    抽出した前記各色クラスタの主要色度に基づいて、前記評価対象物の色評価値を算出する色評価ステップと、
    を実行させるためのプログラム。

Images