JP2022181555A - 塗色評価画像の生成方法および生成プログラム - Google Patents
塗色評価画像の生成方法および生成プログラム Download PDFInfo
- Publication number
- JP2022181555A JP2022181555A JP2021088563A JP2021088563A JP2022181555A JP 2022181555 A JP2022181555 A JP 2022181555A JP 2021088563 A JP2021088563 A JP 2021088563A JP 2021088563 A JP2021088563 A JP 2021088563A JP 2022181555 A JP2022181555 A JP 2022181555A
- Authority
- JP
- Japan
- Prior art keywords
- paint color
- generating
- color evaluation
- evaluation image
- image
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000011248 coating agent Substances 0.000 title abstract description 12
- 238000000576 coating method Methods 0.000 title abstract description 12
- 239000003973 paint Substances 0.000 claims abstract description 124
- 230000003595 spectral effect Effects 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 238000012937 correction Methods 0.000 claims description 24
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 239000003086 colorant Substances 0.000 description 7
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002932 luster Substances 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Spectrometry And Color Measurement (AREA)
- Image Processing (AREA)
Abstract
【課題】工業製品等の塗装面にメタリック塗色を塗装した場合の全体の印象を評価することを容易とする。【解決手段】塗色評価画像の生成方法は複数の受光角度において測定したメタリック塗色の分光反射率から、所定角度ごとの前記メタリック塗色の分光反射率を算出する分光反射率算出工程と、前記所定角度ごとの測色値を算出する測色値算出工程と、前記塗装面画像の前記濃淡レベルごとに、前記所定角度ごとの観察角度を対応付けるマッピング工程と、前記塗装面画像の前記濃淡レベルごとに、前記所定角度ごとの前記測色値を対応付けたルックアップテーブルを生成するルックアップテーブル生成工程と、前記ルックアップテーブルに基づいて、前記塗装面画像の画素を、前記画素の前記濃淡レベルに対応した前記測色値を示す画素で置き換えた塗色評価画像を生成する塗色評価画像生成工程と、を備える。【選択図】図3
Description
本発明は、塗色評価画像の生成方法および生成プログラムに関するものである。
自動車等の工業製品に塗装する塗料の塗色、特に観察角度によって色の見え方が変化するメタリック塗色は、実際の工業製品に塗装する前に行う塗色評価が難しい。
特許文献1に記載の塗色評価パネルは、主面と副面が異なる曲率を有するため、メタリック塗色を塗装することで、メタリック塗色のハイライトおよびシェードを含む塗色評価をより的確に行うことができる。
工業製品の三次元CADの形状データがあれば、メタリック塗色が塗装された工業製品をコンピュータシミュレーションにより可視化することで塗色評価を行うことができる。しかしながら、工業製品の企画段階において工業製品の意匠評価を行う際など、三次元CADの形状データを入手できない場合が多い。
一方、観察角度によって見え方が変化するメタリック塗色については、メタリック塗色が適用されている平面のパネルに対して、特定の角度から光を照射して、反射した光を複数の角度で受光して得られた分光反射率から、さまざまな受光角度における分光反射率を計算できることが知られている。
特許文献2に記載のメタリック塗膜の光学的性質を決定する方法は、メタリック塗色のハイライトからシェードまでの幅広い角度の任意の分光反射率を予測することができる。
特許文献3に記載のメタリック塗色の決定装置は、特許文献2の記載の上記方法を用いて求めた分光反射率から、デジタルパレットとして使用できるコンピュータシュミレーション画像であるColor Simulation画像(以降、「CS画像」という)を作成することができる。CS画像は、ハイライトからシェードまでの幅広い角度から観察したメタリック塗色のコンピュータシミュレーション画像を含んでいる。CS画像を用いれば、例えばデザイナーは、工業製品の企画段階において、観察角度に応じたメタリック塗色の塗色評価を行うことができる。
しかしながら、実際の工業製品の塗装面は製品ごとに三次元形状が異なっており、塗装面における陰影の変化は工業製品ごとに異なる。CS画像は塗装面における陰影の変化を考慮したものではないため、CS画像からは実際の工業製品の塗装面にメタリック塗色を塗装した場合の全体の印象を評価することは難しい。
上記事情を踏まえ、本発明は、工業製品の塗装面にメタリック塗色を塗装した場合の全体の印象を評価することを容易とする塗色評価画像の生成方法および生成プログラムを提供することを目的とする。
上記課題を解決するために、この発明は以下の手段を提案している。
本発明の第一の態様に係る塗色評価画像の生成方法は、塗装面を表示する塗装面画像から塗色評価画像を生成する方法であって、複数の受光角度において測定したメタリック塗色の分光反射率から、観察角度範囲における所定角度ごとの前記メタリック塗色の分光反射率を算出する分光反射率算出工程と、前記分光反射率に基づいて、前記観察角度範囲における前記所定角度ごとの測色値を算出する測色値算出工程と、前記塗装面画像の前記濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの観察角度を対応付けるマッピング工程と、前記塗装面画像の前記濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの前記測色値を対応付けたルックアップテーブルを生成するルックアップテーブル生成工程と、前記ルックアップテーブルに基づいて、前記塗装面画像の画素を、前記画素の前記濃淡レベルに対応した前記測色値を示す画素で置き換えた塗色評価画像を生成する塗色評価画像生成工程と、を備える。
本発明の第一の態様に係る塗色評価画像の生成方法は、塗装面を表示する塗装面画像から塗色評価画像を生成する方法であって、複数の受光角度において測定したメタリック塗色の分光反射率から、観察角度範囲における所定角度ごとの前記メタリック塗色の分光反射率を算出する分光反射率算出工程と、前記分光反射率に基づいて、前記観察角度範囲における前記所定角度ごとの測色値を算出する測色値算出工程と、前記塗装面画像の前記濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの観察角度を対応付けるマッピング工程と、前記塗装面画像の前記濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの前記測色値を対応付けたルックアップテーブルを生成するルックアップテーブル生成工程と、前記ルックアップテーブルに基づいて、前記塗装面画像の画素を、前記画素の前記濃淡レベルに対応した前記測色値を示す画素で置き換えた塗色評価画像を生成する塗色評価画像生成工程と、を備える。
本発明の第二の態様に係る塗色評価画像の生成プログラムは、コンピュータに塗装面を表示する塗装面画像から塗色評価画像を生成させるプログラムであって、複数の受光角度において測定したメタリック塗色の分光反射率から、観察角度範囲における所定角度ごとの前記メタリック塗色の分光反射率を算出する分光反射率算出工程と、前記分光反射率に基づいて、前記観察角度範囲における前記所定角度ごとの測色値を算出する測色値算出工程と、前記塗装面画像の前記濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの観察角度を対応付けるマッピング工程と、前記塗装面画像の前記濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの前記測色値を対応付けたルックアップテーブルを生成するルックアップテーブル生成工程と、前記ルックアップテーブルに基づいて、前記塗装面画像の画素を、前記画素の前記濃淡レベルに対応した前記測色値を示す画素で置き換えた前記塗色評価画像を生成する塗色評価画像生成工程と、を前記コンピュータに実行させる。
本発明の塗色評価画像の生成方法および生成プログラムによれば、工業製品の塗装面にメタリック塗色を塗装した場合の全体の印象を評価することを容易とする塗色評価画像を生成することができる。
(第一実施形態)
本発明の第一実施形態について、図1から図7を参照して説明する。
本実施形態に係る塗色評価画像の生成方法は、工業製品やその模型等に適用された塗装面を表示する塗装面画像から塗色評価画像を生成する方法であって、例えば、プログラム実行可能なコンピュータで実行される塗色評価画像の生成プログラムによって実現される。
本発明の第一実施形態について、図1から図7を参照して説明する。
本実施形態に係る塗色評価画像の生成方法は、工業製品やその模型等に適用された塗装面を表示する塗装面画像から塗色評価画像を生成する方法であって、例えば、プログラム実行可能なコンピュータで実行される塗色評価画像の生成プログラムによって実現される。
図1は、塗色評価画像の生成プログラムを実行する塗色評価画像生成装置100の構成図である。塗色評価画像生成装置100は、画像入力部1と、プログラム実行可能な画像生成部2と、LCDモニタ等の画像出力部3と、を備える。
図2は、画像生成部2の構成図である。
画像生成部2は、CPUなどのプロセッサ20と、プログラムを読み込み可能なメモリ21と、プログラムおよびデータを記憶可能な記憶部22と、入出力制御部23と、を有するプログラム実行可能なコンピュータである。画像生成部2の機能は、画像生成部2に提供されたプログラムをプロセッサ20が実行することにより実現される。
画像生成部2は、CPUなどのプロセッサ20と、プログラムを読み込み可能なメモリ21と、プログラムおよびデータを記憶可能な記憶部22と、入出力制御部23と、を有するプログラム実行可能なコンピュータである。画像生成部2の機能は、画像生成部2に提供されたプログラムをプロセッサ20が実行することにより実現される。
図3は、画像生成部2が塗色評価画像の生成プログラムを実行する場合における画像生成部2の機能ブロック図である。画像生成部2の機能ブロックは、分光反射率算出部51と、測色値算出部52と、マッピング部53と、ルックアップテーブル生成部54と、塗色評価画像生成部55と、とを有する。
図4は、本実施形態に係る塗色評価画像の生成方法を用いる対象である自動車の二次元画像(写真やイラスト等)である。以降の説明において、図4に示すセダン車の画像を「セダン車画像」、と称す。セダン車画像は、スキャナ等の画像入力部1を用いて画像生成部2に入力される。
同じメタリック塗色を塗装面に塗装した場合であっても、塗装面における陰影の変化は塗装面の三次元形状により異なる。本実施形態に係る塗色評価画像の生成方法によれば、工業製品やその模型等に適用された塗装面を表示する塗装面画像(二次元画像)の陰影の変化に基づいて、例えば図4に示すセダン車の塗装面にメタリック塗色を塗装した場合の全体の印象を予測することができる。
まず初めに、図4に示すセダン車画像に対して事前の画像処理が行われる。セダン車画像から、実際の塗装面の画像部分だけを切り出した「塗装面画像」が生成される。図5は、セダン車画像から生成された塗装面画像である。
本実施形態においては、塗装面画像は、カラー画像であるセダン車画像を、8ビットのグレースケール画像に変換したものである。なお、塗装面画像はグレースケール画像に限られない。塗装面画像は、YUV信号のY成分やRGB信号のG成分等のように、任意のビット数で表された画像の輝度値に相当するもの(以降、「濃淡レベル」と称す)で構成された画像であればよい。本実施形態において、濃淡レベルは8ビットで表される256階調である。
塗装面画像の生成において、塗装面の陰影の変化が塗装面自体の三次元形状に基づいて変化していない部分、例えばサイドミラーの影が映っている部分は、塗装面画像に含めないことが望ましい。塗装面にメタリック塗色を塗装した場合における、塗装面の三次元形状に基づく塗装面における陰影の変化を正確に予測するためである。
次に、本実施形態に係る塗色評価画像の生成方法について詳細に説明する。
本実施形態に係る塗色評価画像の生成方法は、分光反射率算出工程S1と、測色値算出工程S2と、マッピング工程S3と、ルックアップテーブル生成工程S4と、塗色評価画像生成工程S5と、を備えている。
本実施形態に係る塗色評価画像の生成方法は、分光反射率算出工程S1と、測色値算出工程S2と、マッピング工程S3と、ルックアップテーブル生成工程S4と、塗色評価画像生成工程S5と、を備えている。
分光反射率算出部51は、例えば先行技術文献に挙げた特許文献2に記載のメタリック塗膜の光学的性質を決定する方法を用いて、複数の受光角度において測定したメタリック塗色の分光反射率から、観察角度範囲(0度~75度)における所定角度ごとのメタリック塗色の分光反射率を算出する(分光反射率算出工程S1)。
図6は、メタリック塗色の分光反射率の測定例である。
例えば、図6に示すように、入射角度:45度、受光角度(5角度):ハイライト15度、25度、フェース45度、シェード75度、110度の条件において、メタリック塗色の分光反射率を測定する。メタリック塗色は、例えば、自動車補修塗料の見本帳のオートカラー色票(関西ペイント)から選択する。選択したメタリック塗色は、例えばx-rite社の5角度分光光度計MA-68IIを用いて測定が行われる。
例えば、図6に示すように、入射角度:45度、受光角度(5角度):ハイライト15度、25度、フェース45度、シェード75度、110度の条件において、メタリック塗色の分光反射率を測定する。メタリック塗色は、例えば、自動車補修塗料の見本帳のオートカラー色票(関西ペイント)から選択する。選択したメタリック塗色は、例えばx-rite社の5角度分光光度計MA-68IIを用いて測定が行われる。
次に、分光反射率算出部51は、測定した5角度の分光反射率から、観察角度範囲(0度~75度)における所定角度ごとのメタリック塗色の分光反射率を算出する。分光反射率算出部51は、任意の角度ごとのメタリック塗色の分光反射率を算出する式を導いてもよい。本実施形態において、所定角度は約0.3度(観察角度範囲/濃淡レベル=75度/256=約0.3度)である。所定角度は、観察角度範囲を濃淡レベル階調数で除算することにより求まる。算出された分光反射率は対応する所定角度とともに画像生成部2のメモリ21に記録される。
測色値算出部52は、例えば先行技術文献に挙げた特許文献2に記載のメタリック塗膜の光学的性質を決定する方法を用いて、分光反射率算出部51が算出した分光反射率に基づいて、観察角度範囲(0度から75度)における所定角度ごとの測色値(メタリック色)を算出する(測色値算出工程S2)。測色値算出部52は、任意の角度ごとの測色値を算出する式を導いてもよい。算出された測色値は対応する所定角度とともに画像生成部2のメモリ21に記録される。
マッピング部53は、塗装面画像の濃淡レベルごとに、観察角度範囲(0度~75度)における所定角度ごとの観察角度を対応付ける(マッピング工程S3)。本実施形態においては、濃淡レベル255(白)がハイライト0度に対応付けられ、濃淡レベル0(黒)がシェード75度に対応付けられる。最も高い濃淡レベルが観察角度範囲において最も小さい角度に対応付けられ、最も低い濃淡レベルが観察角度範囲において最も大きい角度に対応付けられる。
次に、濃淡レベル[0~255]ごとに対応する観察角度が線形補完により算出される。表1に、算出された濃淡レベル[0~255]ごとに対応する観察角度を示す。算出された観察角度は対応する濃淡レベルとともに画像生成部2のメモリ21に記録される。
ルックアップテーブル生成部54は、塗装面画像の濃淡レベルごとに、観察角度範囲(0度~75度)における所定角度ごとの測色値(メタリック色)を対応付けたルックアップテーブル(LUTともいう)を生成する(ルックアップテーブル生成工程S4)。所定角度ごとの測色値(メタリック色)は、測色値算出工程S2で算出した測色値であり、例えばRGB値である。表2に、算出された濃淡レベル[0~255]ごとに測色値を対応させたルックアップテーブルを示す。
なお、ルックアップテーブル生成部54は、最大付近の濃淡レベル(例えば、ほぼ白色[254~255])を、測色値ではなく白色(RGB値であればそれぞれ255)に相当する値に置き換えるルックアップテーブルを生成してもよい。濃淡レベルが最大付近となる画素は、車体と関係ない背景やその境界部分である可能性が高く、白色に相当する値に置き換えることが塗装面の印象を評価する観点において好ましいからである。
塗色評価画像生成部55は、ルックアップテーブルに基づいて、塗装面画像の画素を、画素の濃淡レベルに対応した測色値を示す画素で置き換えた塗色評価画像を生成する(塗色評価画像生成工程S5)。
図7は、セダン車画像に対してトヨタ・3R3(レッドメタリックマイカ)の測色値を用いて生成した塗色評価画像である。塗装面画像の塗装面の陰影の変化(濃淡レベル)から生成した塗色評価画像により、使用者は塗装面にメタリック塗色を塗装した場合の全体の印象を予測することができる。セダン車画像の各画素が濃淡レベルに対応する測色値に置き換わっているため、利用者は、セダン車画像の全体のみならず部分ごとに、メタリック塗色を塗装した場合の印象を評価することができる。
本実施形態に係る塗色評価画像の生成方法および生成プログラムによれば、塗装面画像の塗装面の陰影の変化(濃淡レベル)から生成した塗色評価画像により、使用者は塗装面にメタリック塗色を塗装した場合の全体の印象を形状の印象とともに評価することができる。
以上、本発明の第一実施形態について図面を参照して詳述したが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。また、上述の第一実施形態および以下で示す変形例において示した構成要素は適宜に組み合わせて構成することが可能である。
(第二実施形態)
本発明の第二実施形態について、図8から図11を参照して説明する。以降の説明において、既に説明したものと共通する構成については、同一の符号を付して重複する説明を省略する。第二実施形態に係る塗色評価画像の生成方法は、ルックアップテーブル生成工程S4のみが異なる。
本発明の第二実施形態について、図8から図11を参照して説明する。以降の説明において、既に説明したものと共通する構成については、同一の符号を付して重複する説明を省略する。第二実施形態に係る塗色評価画像の生成方法は、ルックアップテーブル生成工程S4のみが異なる。
ルックアップテーブル生成部54は、本実施形態において、ルックアップテーブルを生成した後、ルックアップテーブルを補正する(ルックアップテーブル補正工程)。
例えば、測色値をRBG値とし、濃淡レベルxに対応する測色値をR(x)、G(x)、B(x)とした場合、補正後のルックアップテーブルにおける補正された測色値R’(x)、G’(x)、B’(x)は、例えば式1により示される。f(x)は補正関数である。
図8は、補正関数f(x)の一例を示す図である。
補正関数f(x)は、濃淡レベルxが100以上となる濃淡レベル高領域において、濃淡レベルxが増加するにつれて二次関数的に増加する関数である。
補正関数f(x)は、濃淡レベルxが100以上となる濃淡レベル高領域において、濃淡レベルxが増加するにつれて二次関数的に増加する関数である。
図9は、補正前のルックアップテーブルに基づいて生成した塗色評価画像と、図8に示す補正関数f(x)による補正後のルックアップテーブルに基づいて生成した塗色評価画像とを示す図である。ルックアップテーブル補正後の塗色評価画像は、補正前の塗色評価画像と比較して、車体表面のツヤ感と立体感がより強調されている。
図10および図11は、異なる塗色の測色値を用いて生成した塗色評価画像と、補正関数f(x)による補正後のルックアップテーブルに基づいて生成した塗色評価画像とを示す図である。いずれの場合も、ルックアップテーブル補正後の塗色評価画像は、補正前の塗色評価画像と比較して、車体表面のツヤ感と立体感がより強調されている。
濃淡レベルxが100以上となる濃淡レベル高領域においてf(x)を増加することで、塗色自体の色味の印象を大きく変えることなく、車体表面のツヤ感と立体感をより強調し、利用者は塗装面にメタリック塗色を塗装した場合の全体の印象をより分かりやすく把握できる。
なお、上記の補正関数f(x)は一例であり、公知の画像補正用の補正関数を適宜選択して用いてもよい。
本実施形態に係る塗色評価画像の生成方法および生成プログラムによれば、塗装面画像の塗装面の陰影の変化(濃淡レベル)から生成した塗色評価画像により、使用者は塗装面にメタリック塗色を塗装した場合の全体の印象を形状の印象とともに評価することができる。ルックアップテーブルを補正することにより、例えばツヤ感と立体感を強調した塗色評価画像など、全体の印象をより分かりやすい塗色評価画像を生成することができる。
以上、本発明の第二実施形態について図面を参照して詳述したが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。また、上述の第二実施形態および以下で示す変形例において示した構成要素は適宜に組み合わせて構成することが可能である。
(変形例1)
例えば、上記実施形態では、観察角度範囲は0度~75度であったが、観察角度範囲はこれに限定されない。観察角度範囲は、例えば0度~90度であってもよい。
例えば、上記実施形態では、観察角度範囲は0度~75度であったが、観察角度範囲はこれに限定されない。観察角度範囲は、例えば0度~90度であってもよい。
なお、塗色評価画像の生成プログラムは、コンピュータ読み取り可能な記録媒体に記録される。この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行する。なお、ここでいう「コンピュータシステム」とは、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、FPGA(Field Programmable Gate Array)等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。
本発明は、塗装面を備える工業製品の評価に適用することができる。
100 塗色評価画像生成装置
1 画像入力部
2 画像生成部
20 プロセッサ
21 メモリ
22 記憶部
23 入出力制御部
3 画像出力部
S1 分光反射率算出工程
S2 測色値算出工程
S3 マッピング工程
S4 ルックアップテーブル工程
S5 塗色評価画像生成工程
1 画像入力部
2 画像生成部
20 プロセッサ
21 メモリ
22 記憶部
23 入出力制御部
3 画像出力部
S1 分光反射率算出工程
S2 測色値算出工程
S3 マッピング工程
S4 ルックアップテーブル工程
S5 塗色評価画像生成工程
Claims (8)
- 塗装面を表示する塗装面画像から塗色評価画像を生成する方法であって、
複数の受光角度において測定したメタリック塗色の分光反射率から、観察角度範囲における所定角度ごとの前記メタリック塗色の分光反射率を算出する分光反射率算出工程と、
前記分光反射率に基づいて、前記観察角度範囲における前記所定角度ごとの測色値を算出する測色値算出工程と、
前記塗装面画像の濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの観察角度を対応付けるマッピング工程と、
前記塗装面画像の前記濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの前記測色値を対応付けたルックアップテーブルを生成するルックアップテーブル生成工程と、
前記ルックアップテーブルに基づいて、前記塗装面画像の画素を、前記画素の前記濃淡レベルに対応した前記測色値を示す画素で置き換えた前記塗色評価画像を生成する塗色評価画像生成工程と、を備えた
塗色評価画像の生成方法。 - 前記マッピング工程は、
最も高い前記濃淡レベルが、前記観察角度範囲において最も小さい角度に対応付けられ、
最も低い前記濃淡レベルが、前記観察角度範囲において最も大きい角度に対応付けられる
請求項1に記載の塗色評価画像の生成方法。 - 前記ルックアップテーブル生成工程は、前記ルックアップテーブルの補正を行う、
請求項1または請求項2に記載の塗色評価画像の生成方法。 - 前記ルックアップテーブルの補正は、前記濃淡レベルが高い領域に対応した前記測色値を加算する、
請求項3に記載の塗色評価画像の生成方法。 - コンピュータに塗装面を表示する塗装面画像から塗色評価画像を生成させるプログラムであって、
複数の受光角度において測定したメタリック塗色の分光反射率から、観察角度範囲における所定角度ごとの前記メタリック塗色の分光反射率を算出する分光反射率算出工程と、
前記分光反射率に基づいて、前記観察角度範囲における前記所定角度ごとの測色値を算出する測色値算出工程と、
前記塗装面画像の濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの観察角度を対応付けるマッピング工程と、
前記塗装面画像の前記濃淡レベルごとに、前記観察角度範囲における前記所定角度ごとの前記測色値を対応付けたルックアップテーブルを生成するルックアップテーブル生成工程と、
前記ルックアップテーブルに基づいて、前記塗装面画像の画素を、前記画素の前記濃淡レベルに対応した前記測色値を示す画素で置き換えた前記塗色評価画像を生成する塗色評価画像生成工程と、
を前記コンピュータに実行させる、
塗色評価画像の生成プログラム。 - 前記マッピング工程は、
最も高い前記濃淡レベルが、前記観察角度範囲において最も小さい角度に対応付けられ、
最も低い前記濃淡レベルが、前記観察角度範囲において最も大きい角度に対応付けられる
請求項5に記載の塗色評価画像の生成プログラム。 - 前記ルックアップテーブル生成工程は、前記ルックアップテーブルの補正を行う、
請求項5または請求項6に記載の塗色評価画像の生成プログラム。 - 前記ルックアップテーブルの補正は、前記濃淡レベルが高い領域に対応した前記測色値を加算する、
請求項7に記載の塗色評価画像の生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021088563A JP2022181555A (ja) | 2021-05-26 | 2021-05-26 | 塗色評価画像の生成方法および生成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021088563A JP2022181555A (ja) | 2021-05-26 | 2021-05-26 | 塗色評価画像の生成方法および生成プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022181555A true JP2022181555A (ja) | 2022-12-08 |
Family
ID=84328197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021088563A Pending JP2022181555A (ja) | 2021-05-26 | 2021-05-26 | 塗色評価画像の生成方法および生成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022181555A (ja) |
-
2021
- 2021-05-26 JP JP2021088563A patent/JP2022181555A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6204939B1 (en) | Color matching accuracy inside and outside the gamut | |
US8310499B2 (en) | Balancing luminance disparity in a display by multiple projectors | |
US6185004B1 (en) | Self-calibration for color image reproduction system | |
US20120032973A1 (en) | Image processing apparatus, image processing method, and storage medium | |
US9628670B2 (en) | Image processing apparatus, image processing method, and storage medium | |
Menk et al. | Truthful color reproduction in spatial augmented reality applications | |
Menk et al. | Visualisation techniques for using spatial augmented reality in the design process of a car | |
JP3183769B2 (ja) | カラー印刷物の再現方法 | |
US20140293341A1 (en) | Image processing apparatus and image processing method | |
CN107949862B (zh) | 影像处理装置 | |
CN101478698A (zh) | 图像质量估计设备和方法 | |
WO2009140678A2 (en) | Systems and methods for generating images using radiometric response characterizations | |
JP2019029826A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2022048321A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP6342085B2 (ja) | 画像変換方法及び装置 | |
WO2005109312A2 (en) | Color characterization using color value clipping | |
JP6985522B2 (ja) | 塗色評価画像の生成方法、生成プログラムおよび塗色評価画像生成装置 | |
WO2020188964A1 (ja) | 塗色検索装置 | |
JP2022181555A (ja) | 塗色評価画像の生成方法および生成プログラム | |
CN110462687B (zh) | 涂色确定装置、涂色确定方法、涂色确定程序及包含涂色确定程序的计算机可读介质 | |
US20030052868A1 (en) | Image display unit | |
US20230316627A1 (en) | Uses of a Bi-Directional Texture Function | |
Morovic et al. | Non–iterative minimum ΔE gamut clipping | |
Moroney | Background and the perception of lightness | |
KR101366163B1 (ko) | 색지각 조건을 대응한 색재현 성능 최적화 하이브리드 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240215 |