JP2020094936A - 塗装面評価方法、塗装面評価装置、及びプログラム - Google Patents

Abstract

【課題】目視による主観評価と整合したメタリック塗装面の定量評価を実現する。【解決手段】光輝材を含む塗装面の光輝感を評価する塗装面評価方法において、評価対象の塗装面の面内色度分布を取得し、前記面内色度分布の変動量を前記塗装面に含まれる前記光輝材の反射強度で補正し、補正された前記面内色度分布の変動量から前記塗装面の光輝感を示す数値を算出する。【選択図】図６

Description

本発明は、塗装面評価方法、塗装面評価装置、及びプログラムに関する。

自動車、家電等で高級感を出すために、アルミフレークやマイカフレーク等の光輝材を混入した塗料が知られている。このような塗料を用いた塗装は「メタリック塗装」と呼ばれており、視覚的に光輝材特有の「きらきら感」が塗装面に付与される。

塗装面の「きらきら感」を定量評価するために、塗装面を計測して「きらきら感」を数値化する方法が知られている（たとえば特許文献１、及び特許文献２参照）。塗装面の定量評価では、見た目の「きらきら感」は、「光輝感」、「粒子感」、「粒子特性」等と呼ばれている。

特許文献１では、メタリック塗装板の二次元画像を取得し、取得した二次元画像の解像度を人間の目の解像度に合わせる画像処理を行い、処理された画像の特徴量に基づいて人間の目視感に関する評価パラメータを抽出する。

特許文献２では、２以上の照明条件または受光条件で被対象物の面内色度分布を取得し、面内色度分布の変動量に基づいて塗装面の粒子特性を評価する。

メタリック塗装面の「きらきら感」（以下、「光輝感」とする）は、塗装面全体の特徴（マクロな見え方）と、光輝材による局所的な特徴（ミクロな見え方）によって、目視評価が変わってくる。換言すると、同じ人物が同じ塗装面を見る場合でも、見る距離によって塗装面から受ける光輝感は変化する。

公知の方法では、マクロな見え方とミクロな見え方の双方に対する考慮が十分になされておらず、サンプルによっては、定量評価値が目視による評価から離れることが起こり得る。

本発明は、目視による主観評価と整合したメタリック塗装面の定量評価を実現することを目的とする。

上記目的を実現するために、塗料に含まれる光輝材自体の反射強度を考慮して、メタリック塗装の光輝感をＬａｂ空間で数値化して評価する。

具体的には、光輝材を含む塗装面の光輝感を評価する塗装面評価方法において、
評価対象の塗装面の面内色度分布を取得し、
前記面内色度分布の変動量を、前記塗装面に含まれる前記光輝材の反射強度で補正し、
補正された前記面内色度分布の変動量から前記塗装面の光輝感を示す数値を算出する。

上記の手法により、目視による主観評価と整合したメタリック塗装面の定量評価を実現できる。

実施形態の塗装面評価方法の基本フローである。 塗装面の主観評価実験の諸元を示す図である。 塗装面の主観評価実験の結果を示す図である。 実施形態の塗装面評価装置の機能ブロック図である。 実施形態の塗装面評価装置のハードウエア構成図である。 対象物の定量評価ステップの処理フローである。 評価対象物の塗装面の撮影を説明する図である。 空間周波数特性の積分値を説明する図である。 反射強度に応じた補正を説明する図である。 反射強度に応じた補正値の例を示す図である。 実施形態の定量評価と主観評価値との相関を示す図である。

図１は、実施形態の塗装面評価方法の基本フローである。発明者らは、メタリック塗装では、人によって塗装面から受ける視覚的印象が異なるだけでなく、同じ観察者にとっても、塗料に含まれる光輝材の反射強度によって塗装面の光輝感が変わってくることを見いだした。また、光輝材のサイズ（粒径）によっては、近くで塗装面を見たときに受ける光輝感と、離れた位置で塗装面全体を見たときに受ける光輝感が大きく変わることを見いだした。

実施形態では、メタリック塗装面の評価において、塗装面の明度変動を表わす空間周波数特性といったマクロな特徴だけでなく、光輝材自体の反射強度といったミクロな特徴を考慮して、光輝感を定量評価する。さらに、ある程度離れた位置から塗装面全体を見たときに受ける光輝感と、塗装面を近くで見たときに受ける光輝感の双方を定量評価のパラメータに反映することで、より主観評価と整合した定量評価を実現する。

まず、複数のサンプルを異なる距離で見たときのサンプル塗装面の主観評価実験の結果を収集する（Ｓ１１）。複数のサンプルは、異なるサイズの光輝材が含まれた塗料で表面がメタリック塗装されている。各サンプルのメタリック塗装面を複数の距離から目視する。

観察距離と光輝材のサイズを変えた複数種類のサンプルを観察した主観評価の実験データに基づいて、メタリック塗装面の光輝感を定量的に評価する評価式の補正係数を決定する（Ｓ１２）。主観評価の実験結果を反映した係数を有する評価式を用いて、対象物の塗装面を定量的に評価する（Ｓ１３）。

この方法では、粒径の異なる光輝材を含む塗装面を異なる距離で見たときに受ける光輝感の変化が評価式に反映されており、より人間の主観評価に整合した塗装面の定量評価を行うことができる。

図２は、ステップＳ１１の主観評価実験の諸元を示す図である。主観評価実験では、１０名の被験者に、自然光の下で複数のサンプルのそれぞれについて、異なる観察距離から塗装面の光輝感を評価してもらう。塗料に含まれる光輝材のサイズが異なる５種類のサンプルを用意する。サンプルの大きさは、すべてＡ４サイズ、サンプルの色は、すべてシルバーメタリックである。光輝材のサイズは５種類で、サイズ１が最も小さく、サイズ５が最も大きい。

５種類のサンプルについて、４００ｍｍの観察距離から観察したものを、サンプル番号１〜５とする。同じ５種類のサンプルについて、１０００ｍｍの観察距離から観察したものを、サンプル番号１'〜５'とする。１０名の被験者の各々が、合計１０の条件で一対比較法により主観評価を行う。

一対比較法では、シェッフェ（Scheffe）の方法を用いる。評価対象のサンプルを１対ずつランダムに呈示し、たとえば、左のサンプルに対して、右のサンプルの光輝感をどのように感じるかを点数で評価する。１０通りのサンプル（条件）の全ての組み合わせについて一対比較を行う。

一例として、左側のサンプルに対する右側のサンプルのメタリックな印象（光輝感）の大小について、以下のように配点する。

左側のサンプル＜＜右側のサンプル ＋２点
左側のサンプル＜右側のサンプル ＋１点
左側のサンプル＝右側のサンプル ０点
左側のサンプル＞右側のサンプル −１点
左側のサンプル＞＞右側のサンプル −２点
ここで、サンプルの呈示位置（左右）による影響はないものとする。

「４００ｍｍ」の観察距離は、手が触れる距離まで塗装面に近寄って観察するときの平均的な距離である。「１０００ｍｍ」の観察距離は、少し離れた位置に立って塗装された対象物（自動車等）の全体を観察するときの平均的な距離である。観察距離「４００ｍｍ」と「１０００」ｍｍは一例であって、これ以外の距離で主観評価を行ってもよい。また、「４００ｍｍ」、「１０００ｍｍ」、「２０００ｍｍ」といった３つ以上の観察距離で主観評価実験を行ってもよい。

５段階の配点も一例であって、７段階、９段階など、配点に異なる段階数を設定してもよい。段階数を増やすほど、微小な差を評価できるが、微小な差は目視で判別しにくく、被験者への負担が大きくなる。実施形態では、１０名の被験者のそれぞれが１０の観察条件について、全部で₁₀Ｃ₂＝４５対を評価し、５段階の配点で評価する。

図３は、主観評価の実験結果を示す図である。取得した主観評価の実験データの分析方法として、数量化III類の解析手法を適用する。数量化III類はパターン分類法であり、特性（この例では観察者が受ける光輝感）が似通っているものを近くに表示し、似ていないものを離れて表示する。

図３では、横軸は主観評価の点数の低い方から順に並べたサンプル番号、縦軸は主観評価点である。ここで、主観評価の点数が低いものほど光輝感が弱い。４００ｍｍの距離で見たサンプル５の塗装面が、主観評価で最も光輝感が高く、１０００ｍｍの距離で見たサンプル１'の塗装面が、主観評価で最も光輝感が低い。

図３の結果は、塗料に含まれる光輝材のサイズが大きくなるほど塗装面の光輝感が高くなること、及び光輝材のサイズが大きくなるほど観察距離によって観察者が受ける光輝感が変化することを示している。光輝材がもつ反射強度による見え方の変化と、観察距離による見え方の変化を定量評価に反映することで、より主観評価に近い定量評価をすることができる。

図１における反射強度と観察距離の評価式への反映（Ｓ１２）と、塗装面の定量評価方法（Ｓ１３）の具体的な手法は後述する。

図４は、実施形態の塗装面評価装置１００の機能ブロック図である。塗装面評価装置１００は、撮像部２と、情報処理部１０と、表示部５を有する。撮像部２は、評価対象物の塗装面の光輝感を定量評価するために、塗装面を撮影して画像データを取得する。情報処理部１０は、撮像部２で得られた画像データを解析して、塗装面の光輝感を客観的な数値として計算する。表示部５は、定量的に評価された塗装面の評価結果を表示する。

情報処理部１０は、画像データ入力部１１と、記憶部１９と、解析部２０を有する。画像データ入力部１１は、撮像部２から評価対象の塗装面の画像データを取り込んで、解析部２０に入力する。

記憶部１９は、主観評価実験に基づいてあらかじめ決定された評価式、定量評価に用いる重み付け関数等を保存する。この例では、視覚の空間周波数特性（ＶＴＦ：Visual Transfer Function）と、光輝感を定量評価するための評価式Ｓが、記憶部１９に保存されているが、これ以外の補正値を保存してもよい。たとえば、塗料に含まれている光輝材のサイズに応じた反射強度を考慮して事前に計算した補正値Ｈなどを保存してもよい。

評価式Ｓは、後述するように、光輝材のサイズが異なる複数のサンプルを複数の距離から観察した主観評価実験に基づいて決定された係数Ｐ１，Ｐ２、Ｐ３を含む。実施形態で用いる評価式Ｓには、距離によって変わる光輝感の印象と、光輝材のサイズによって変わる光輝感の印象の少なくとも一方が反映されている。

解析部２０は、色度分布取得部１２、空間周波数特性算出部１３、視覚特性重み付け部１４、積分計算部１５、表面色計算部１６、反射強度補正部１７、及び評価値算出部１８を有する。

色度分布取得部１２は、入力された画像データをL*a*b*画像に変換して、色度分布を取得する。L*a*b*画像は、Lab表色系におけるL*、a*、b*を各成分とする画像データである。

空間周波数特性算出部１３は、L*a*b*画像のうちのL*画像を用いて、一次元化された周波数特性を算出する。詳細は後述するが、一次元化された周波数特性は、各画素でのL*値の偏差Δをフーリエ変換して得られる周波数領域信号の振幅を各周波数で平均化したものであり、明度変動の空間周波数特性を表わす。この空間周波数特性は、塗装面全体のマクロな見え方を表わしている。

視覚特性重み付部１４は、空間周波数特性算出部１３で算出された周波数特性を、記憶部１９に保存された視覚の空間周波数特性ＶＴＦを用いて重み付けする。ＶＴＦは、空間周波数υ［cycle/degree］を変数として規格化された感度を表わす。目視で認識しやすい空間周波数では感度を高くし（１に近づけ）、目視で認識しにくい空間周波数では感度を低くして、評価値に与える影響を小さくすることで、明度変動の周波数に応じた重み付けをする。

積分計算部１５は、重み付けされた空間周波数特性（明度成分の変動）を所望の周波数領域で積分して、積分値Ｇ_L*を計算する。表面色計算部１６は、色度分布取得部１２で得られたL*、a*、b*に基づいて、積分値Ｇ_L*の補正に用いる表面色Ｗを計算する。表面色Ｗは、明度変動の積分値Ｇ_L*を、塗装面の明るさに応じて補正するパラメータである。

反射強度補正部１７は、塗装面の反射強度に応じた補正値Ｈを決定する。塗装面の反射強度は、塗料に含まれる光輝材のサイズと関連する。補正値Ｈは、評価値に塗装面の局所的な（またはミクロな）見え方を反映するものである。

評価値算出部１８は、記憶部１９に保存されている評価式Ｓを参照して、積分値Ｇ_L*、表面色Ｗ、及び反射強度の補正値Ｈを用いて塗装面の評価値を計算し、計算結果を表示部５に出力する。この評価値には、塗装面全体のマクロな見え方と、光輝材のサイズまたは粒径によって変わるミクロな見え方の両方の観点で、主観評価の結果が反映されており、目視による主観評価と相関性の高い定量評価結果が得られる。

情報処理部１０のより具体的な処理内容は、図６〜図１０を参照して後述する。

図５は、図４の塗装面評価装置１００を実現するハードウエア構成図である。塗装面評価装置１００は、光源装置１０１と、撮影装置１０２と、情報処理装置１１０と、モニタディスプレイ１０５を有する。光源装置１０１は必須ではないが、自然光の下で塗装面を定量評価できない場合に、塗装面に対して太陽光に近いスペクトルの光を照射する。

撮影装置１０２は、分光光学系２１と、イメージセンサ２２と、イメージプロセッサ２３を有し、図２の撮像部２として機能する。分光光学系２１は、光学レンズ、分光フィルタ等を含み、塗装面からの反射光をイメージセンサ２２上の異なる位置に結像させる。分光フィルタは、人間の眼と同程度の感度を有していてもよい。

イメージセンサ２２は、被写体を二次元の分光情報として検知し、検知結果をイメージプロセッサ２３に出力する。イメージプロセッサ２３は分光情報に画像処理を行って、画像データを出力する。画像データには、分光反射率の情報、色情報等が含まれている。

情報処理装置１１０は、ＣＰＵ１１１、インタフェース（Ｉ／Ｆ）１１２，ＨＤＤやＳＤＤ等の補助記憶装置１１３、リードオンリーメモリ（ＲＯＭ）１１４、ランダムアクセスメモリ（ＲＡＭ）１１５、入力部１１６、及び出力部１１７を有し、これらはシステムバス４７によって相互に接続されている。

ＣＰＵ１１１は、情報処理装置１１０の全体の動作と各装置の動作を制御し、ＲＡＭ１１５の作業領域を用いて必要な演算、データ加工等を行う。図４の解析部２０は、主としてＣＰＵ１１１とＲＡＭ１１５によって実現される。ＲＡＭ１１５は、ＣＰＵ１１１に組み込まれていてもよい。

ＣＰＵ１０１はまた、補助記憶装置１１３またはＲＯＭ１１４に記憶された各種のプログラムを実行する。ＲＯＭ１１４または補助記憶装置１１３に塗装面評価プログラムを保存して、ＣＰＵ１１１に実行させることで、図４の塗装面評価装置１００を実現してもよい。

ＲＯＭ１１４はＣＰＵ１１１の主記憶装置として用いられ、ＣＰＵ１１１の動作に必要な各種のパラメータ、プログラムを保存する。補助記憶装置１１３は、長期的に大容量のデータを保存する。図４の記憶部１９は、ＲＯＭ１１４で実現されてもよいし、補助記憶装置１１３で実現されてもよい。

Ｉ／Ｆ１１２は、外部デバイスを情報処理装置１１０に接続してデータの入出力を行うためのインタフェースである。外部デバイスは、撮影装置１０２、モニタディスプレイ１０５、記憶媒体等である。図４の画像データ入力部１１は、Ｉ／Ｆ１１２によって実現される。

入力部１１６は、キーボード、マウス、マイク、タッチパネル等の入力用のユーザインタフェースである。出力部１１７は、スピーカ、ＬＥＤインジケータなど、ディスプレイ以外の出力用のユーザインタフェースである。

モニタディスプレイ１０５は、液晶ディスプレイ等であり、塗装面評価プログラムが実行される場合は、ＧＵＩ（Graphical User Interface）となる。図４の表示部５は、モニタディスプレイ１０５によって実現される。入力部１１６がタッチパネルである場合はモニタディスプレイ１０５と一体化されていてもよい。

＜解析部２０の処理フロー＞
図６は、塗装面評価装置１００の情報処理部１０で行われる塗装面評価の処理フローである。この処理フローは、図１の基本フローの対象物の定量評価のステップＳ１３の詳細なフローである。

まず、画像データ入力部１１にて、評価対象物の塗装面の画像データを取得する（Ｓ１３１）。塗装面の画像データは、塗装面評価装置１００の撮像部２から取得される。

図７は、評価対象物の塗装面の撮影方法を説明する図である。評価対象物３０の塗装面３１を、撮影装置１０２の光軸に対して４５°傾けた状態で評価対象物３０を保持する。一例として、撮影装置１０２としての分光カメラを固定し、分光カメラの光軸に対して４５°傾けたサンプル台に評価対象物３０を取り付ける。

評価対象物３０の塗装面３１に対して、正反射条件となる破線矢印の照射方向から塗装面３１の法線方向に１５°傾けた位置から、光源装置１０１で光を照射して、分光カメラで撮影する。光源装置１０１は、たとえばキセノン光源であり、太陽光に近いスペクトルの光を出力する。

照射光を正反射角から法線方向に１５°傾けるのは、正反射角の周辺が特に光輝感を与える粒子特性を知覚できるからである。正反射角の周辺であれば、傾ける角度は１５°に限定されないが、１０°〜２５°の範囲が望ましい。正反射角から１０°未満の範囲では照明の映り込みが顕著になるためである。光源からの照射光は、テレセントリックレンズ等の光学系を介して塗装面３１に集光される。

撮影装置１０２としての分光カメラは、塗装面３１からの反射光を検知して二次元画像を生成する。実施形態では、撮影された画像範囲は約１５ｍｍ×１５ｍｍ、画素サイズは６００×６００ピクセル、解像度は約１０００ｄｐｉである。

分光カメラとは、光の波長ごとの輝度を計測できるカメラであり、各画素で分光スペクトルを得ることができる。実施形態で使用した分光カメラは、４００ｎｍ〜７００ｎｍの波長範囲で１０ｎｍごとにスペクトルを取得することができる。安価に装置を構成したい場合は、分光カメラに替えてＲＧＢカメラを用いてもよい。ＲＧＢカメラを用いる場合、スペクトルからではなく、ＲＧＢの３チャネルの情報からL*a*b*値に変換するため、スペクトルに比較して測色精度は劣るが撮像装置１０２として十分に機能する。

実施形態では、分光カメラで撮影され２次元画像に処理された画像データを画像データ入力部１１で取得する。

図６に戻って、Ｓ１３１で取得された画像データから、色度分布を取得する（Ｓ１３２）。この例では、６００×６００ピクセルの分光画像をL*a*b*画像に変換して、色度分布を取得する。L*a*b*を算出するために、まず式（１）を用いて、分光画像をＸＹＺ画像に変換する。

ここで、Ｓ(λ）は照明の分光分布、ｘ（λ）、ｙ（λ）、ｚ（λ）は等色関数、Ｒ（λ）は分光反射率、ｋは係数である。ｋは式（２）から算出される。

なお、分光反射率Ｒ（λ）は、反射率が１００％で完全拡散放射に近い反射特性を持つ白色基準板の撮影データを用いて、評価対象物の塗装面の撮影データを規格化し、反射率として表す。

さらに、式（３）を用いてＸＹＺ画像をL*a*b*画像に変換する。

ここで、Ｘ_n、Ｙ_n、Ｚ_nは国際照明委員会（ＣＩＥ）で定められた完全拡散反射面での３刺激値であり、Ｘ_n＝96.42、Ｙ_n＝100、Ｚ_n＝82.49である。Ｓ（λ）はＣＩＥ標準光源Ｄ６５の分光分布とした。

本実施形態では入力データとして分光画像を用いているが、上述したようにＸＹＺ画像やＲＢＧ画像を取得して、これらの画像データからL*a*b*画像に変換してもよい。

次に、Ｓ１３２で得られた色度分布図のうち、L*画像を用いて空間周波数特性を算出する（Ｓ１３３）。各画素におけるL*値からL*画像の平均値を引き算して、L*偏差画像を取得する。全体的に反射する金属面を有するサンプルでは、L*の平均値が上昇するため、L*の偏差ΔL*は一様に小さい値をとる。光輝材を含む塗装面のように、平均値への影響の少ない小さな部位が局所的に特に強く反射する状態（いわゆる「きらきら」と光って見える状態）のときは、光って見える画素で、ΔL*は大きい値をとる。このように局所的に反射が強くなる画素が、光輝感として人の目に感知される。

取得されたL*偏差画像のすべての画素における偏差Δについてフーリエ変換する。フーリエ変換後、周波数領域信号の振幅（強度の平方根）を各周波数で平均化して、１次元化された空間周波数特性を算出する。この空間周波数特性は、塗装面の明度変動を表わしている。

次に、Ｓ１３３で得られた空間周波数特性に対して、視覚の空間周波数特性ＶＴＦで重み付けを行って、人間の視覚感度に合わせる補正を行う（Ｓ１３４）。実施形態では、視覚の空間周波数特性ＶＴＦとして、式（４）に示す関数を用いるが、他の既知の視覚特性についての関数を利用してもよい。

ここでυは空間周波数であり、単位は［cycle/degree］である。

ＶＴＦは正規化感度を表わし、人間の眼にとって視認が容易な空間周波数で正規化感度を高くして（１に近づけて）、面内色度分布の明度の変動量の評価値への寄与度を大きくする。一方、人間にとって視認しにくい空間周波数での感度を低くして評価値への影響を小さくする。Ｓ１３３で一次元化された空間周波数特性にＶＴＦに掛け合わせることで、明度変動の周波数に応じた重み付けがなされ、人間の視覚感度との相関が確保される。

次に、Ｓ１３４で得られた重み付け空間周波数特性を、所望の周波数領域にわたって積分して、積分値Ｇ_L*を算出する（Ｓ１３５）。実施形態では、すべての周波数帯領域にわたって積分値Ｇ_L*を計算しているが、特定の周波数帯領域での光輝感に注目したい場合は、特定の周波数帯のみを積分して積分値Ｇ_L*を求めてもよい。

積分値Ｇ_L*は、人間の視覚感度を反映した全体的な明度変動を表わしている。この明度変動の中には、評価対象の塗装面で局所的に明度が大きくなる（反射が大きくなる）部分の成分も含まれている。

図８は、主観評価実験で用いた各サンプルの塗装面を、塗装面評価装置１００で撮影して計算したときのＧ_L*値を示す。光輝材の粒子サイズが大きいほどＧ_L*値は大きくなる。同じ粒子サイズであっても、観察距離が近いほど、Ｇ_L*値は大きくなる。これは、図３の主観評価実験で得られた傾向と一致する。

図６に戻って、Ｓ１３５で取得した積分値Ｇ_L*を色の明るさに応じて補正するために、表面色Ｗを計算する（Ｓ１３６）。光輝感の強弱は、距離に応じた視覚特性のみならず、塗装面の全体的な明るさや色味によっても影響を受けることが知られている。具体的には、人は塗装面の全体が明るいほど光輝感を認知しにくく、塗装面全体が暗く濃い色であるほど、光輝感を認知しやすいことが、発明者らの研究により明らかになっている。例えば、シルバーでは光輝感を認知しにくく、黒では光輝感を認知しやすい。

そこで、面内色度分布の平均明度が高いほど、または面内色度分布の平均彩度が高いほど、積分値Ｇ_L*が低くなるように補正を行う。このような補正を行う表面色Ｗは、式（５）で算出される。

図９（Ａ）は、主観評価実験で用いた各サンプルのL*a*b*と表面色Ｗの値を示す。図９（Ｂ）は、参考データとして、メタリックブラックのサンプル５枚のL*a*b*と表面色Ｗの値を示す。主観評価実験で用いたサンプルは、ブラックサンプルと比較して、Ｗの値が大きいことが分かる。評価対象の塗装面の色に応じて、式（５）から計算される表面色Ｗで補正することで、塗装面の光輝感の定量評価が、人間の主観評価と近いものになる。

図６に戻って、光輝材の反射強度を用いた補正値Ｈを設定する（Ｓ１３７）。塗装面の光輝感を定量評価する際に、取得された画像データから得られる全体的な明度変動（空間周波数特性）に加えて、局所的に反射強度が強くなる光輝材の特性を考慮して、光輝材の反射強度を用いた補正を行う。

人は、サンプル表面の特に反射強度の強い部分に影響を受けて、光輝感を強く認知することが発明者らの研究によりわかっている。ステップＳ１３５で得られる重み付け空間周波数特性の積分値Ｇ_L*は、L*偏差画像の空間周波数特性に基づいて算出されているので、全体的な明度変動を表わしている。実施形態では、全体の明度変動に加えて、光輝材のサイズと相関する反射強度の補正値Ｈを用いることで、塗装面の光輝感の定量評価を、主観評価により整合させる。

たとえば、面内色度分布において、光輝材の反射強度が高いほど積分値Ｇ_L*が大きくなるように補正を行う。補正値Ｈとして、たとえば、Ｓ１３２で求めた６００×６００ピクセルのL*画像において、L*値が高い上位２０ピクセルを平均した値を用いることができるが、この例に限定されない。計測する画素サイズに応じて補正値Ｈの算出の根拠に用いるピクセル数を変更してもよい。

あるいは、光輝材の種類とサイズの少なくとも一方に基づいて事前に決定された複数の補正値Ｈを、光輝材の種類またはサイズと対応付けて塗装面評価装置１００にあらかじめ保存しておいてもよい。評価対象の塗装面に用いられている塗料が既知であれば、定量評価時に塗料の識別番号を入力することで、自動的に適切な補正値Ｈが選択される構成としてもよい。

図１０は、主観評価実験で用いた各サンプルから算出された補正値Ｈである。粒子サイズが大きくなるほど、補正値Ｈの値が高くなっていることがわかる。光輝材の反射強度を反映した補正値Ｈを用いることで、塗装面の定量評価にミクロな見え方を組み込んで、より主観評価に近づけることができる。

図６に戻って、評価式Ｓを用いて塗装面の光輝感を示す評価値を算出し、出力する（Ｓ１３８）。評価式Ｓは、式（６）で表される。

評価式Ｓは、Ｓ１３５で求めた重み付け空間周波数特性の積分値Ｇ_L*と、Ｓ１３６で求めた表面色Ｗと、Ｓ１３７で求めた反射強度を用いた補正値Ｈを用いている。なお、上述したステップＳ１３５〜Ｓ１３７は順不同であり、並列で行われてもよい。

評価式Ｓは「人間の感覚は対数的に変化する」というウェーバー・フェヒナーの法則に則り、対数で表されている。評価式Ｓにおける係数ｐ１、ｐ２、ｐ３は、事前に行われた主観評価実験の結果に基づいて、非線形回帰分析により決定されている。たとえば、評価式Ｓを用いたサンプルの定量評価値と、主観評価との誤差が最小になるように係数ｐ１、ｐ２、ｐ３は決定されている。

実施形態では、主観評価実験の評価で５段階の点数配分を用いており、この主観評価実験から決定される係数の値は、ｐ１＝１．１３、ｐ２＝１．０４、ｐ３＝−０．８９である。評価段階（点数配分）を、たとえば５段階から７段階に変えて主観評価点を算出した場合は、係数ｐ１〜ｐ３の値は変わるが、この場合も、異なるサイズの光輝材を用いたサンプルを異なる距離から観察した主観評価の結果は、係数ｐ１〜ｐ３に反映される。

図１１は、実施形態の定量評価と、主観評価との相関を示す図である。横軸は塗装面の光輝感の定量評価値、縦軸は主観評価の点数である。相関係数Ｒを二乗した寄与率（Ｒ²）は０．８１と非常に高い。このことから、目視による主観評価と相関性の高い塗装面の定量評価が実現されていることがわかる。

上述した塗装面評価方法は、塗装面評価装置１００に塗装面評価プログラムを実行させることで実行されてもよい。この場合、プログラムは、ＣＰＵに、
評価対象のメタリック塗装面の面内色度分布を取得する手順と、
前記面内色度分布の変動量を、前記塗装面に含まれる前記光輝材の反射強度で補正する手順と、
補正された前記面内色度分布の変動量から前記塗装面の光輝感を示す数値を算出する手順と、
を実行させる。これにより、メタリック塗装面の光輝感の定量評価値を、より主観評価の結果と整合させることができる。

本発明は、上述した特定の実施形態に限定されず、種々の変形例を含む。たとえば、実施形態では塗装面のマクロな見え方の評価の基礎に、重み付された明度偏差（ΔL*）の空間周波数特性を用いたが、色彩を表わすa*画像とb*画像の少なくとも一方の偏差画像を併用してもよい。

また、撮影装置１０２は必ずしも塗装面評価装置１００内に組み込まれている必要はなく、外部で撮影した評価対象のメタリック塗装面の画像データを、ネットワーク等を介して取り込んでもよい。

２ 撮像部
５ 表示部
１０ 情報処理部
１１ 画像データ入力部
１２ 色度分布取得部
１３ 空間周波数特性算出部
１４ 視覚特性重み付け部
１５ 積分計算部
１６ 表面色計算部
１７ 反射強度補正部
１８ 評価値算出部
１９ 記憶部
２０ 解析部
１００ 塗装面評価装置
１０２ 撮影装置
１１０ 情報処理装置

特開２００６−２０８３３３号公報 特開２０１８−００９９８８号公報

Claims (11)

1. 光輝材を含む塗装面の光輝感を評価する塗装面評価方法において、
   評価対象の塗装面の面内色度分布を取得し、
   前記面内色度分布の変動量を、前記塗装面に含まれる前記光輝材の反射強度で補正し、
   補正された前記面内色度分布の変動量から、前記塗装面の光輝感を示す評価値を算出する、
   塗装面評価方法。
2. サイズの異なる前記光輝材を含む複数種類のサンプル塗装面を異なる距離から観察して得られる主観評価実験の結果を収集し、
   前記主観評価実験の結果に基づいて、前記光輝感を定量評価する評価式の係数を決定する、
   工程をさらに有し、
   前記評価値は、前記係数を含む前記評価式を用いて算出されることを特徴とする請求項１に記載の塗装面評価方法。
3. 前記主観評価実験は、前記光輝材の前記サイズと前記距離の組み合わせで決まる一対比較法により、複数段階の点数配分で主観評価を行うことを特徴とする請求項２に記載の塗装面評価方法。
4. 前記反射強度による補正は、前記光輝材の前記反射強度が高いほど前記面内色度分布の前記変動量が大きくなるように補正することを特徴とする請求項１〜３のいずれか１項に記載の塗装面評価方法。
5. 前記面内色度分布の前記変動量を視覚の空間周波数特性で重み付けする、
   工程をさらに有することを特徴とする請求項１〜４のいずれか１項に記載の塗装面評価方法。
6. 前記視覚の空間周波数特性で重み付けされた前記変動量を所定の周波数範囲で積分し、
   前記光輝材の前記反射強度が高いほど積分値が大きくなるように補正する、
   工程をさらに有することを特徴とする請求項５に記載の塗装面評価方法。
7. 前記変動量を前記塗装面の表面色で補正する工程、
   をさらに有することを特徴とする請求項１〜５のいずれか１項に記載の塗装面評価方法。
8. 前記表面色による補正は、前記面内色度分布の平均明度または平均彩度が高いほど前記面内色度分布の前記変動量が小さくなるように補正することを特徴とする請求項７に記載の塗装面評価方法。
9. 前記面内色度分布はL*a*b*表示系における色度分布であり、前記変動量は、L*、a*、b*の少なくとも１つの偏差画像から得られることを特徴とする請求項１〜８のいずれか１項に記載の塗装面評価方法。
10. コンピュータに、
    メタリック塗装面の面内色度分布を取得する手順と、
    前記面内色度分布の変動量を、前記メタリック塗装面に含まれる光輝材の反射強度で補正する手順と、
    補正された前記面内色度分布の変動量から、前記メタリック塗装面の光輝感を示す評価値を算出する手順と、
    を実行させるプログラム。
11. 光輝材を含む塗装面の光輝感を評価する塗装面評価装置であって、
    評価対象の塗装面の面内色度分布を取得する手段と、
    前記面内色度分布の変動量を、前記塗装面に含まれる前記光輝材の反射強度で補正する手段と、
    補正された前記面内色度分布の変動量から、前記塗装面の光輝感を示す評価値を算出する手段と、
    を有する塗装面評価装置。

Images