JP2023074454A - 色度測定方法及び装置 - Google Patents

色度測定方法及び装置 Download PDF

Info

Publication number
JP2023074454A
JP2023074454A JP2022076725A JP2022076725A JP2023074454A JP 2023074454 A JP2023074454 A JP 2023074454A JP 2022076725 A JP2022076725 A JP 2022076725A JP 2022076725 A JP2022076725 A JP 2022076725A JP 2023074454 A JP2023074454 A JP 2023074454A
Authority
JP
Japan
Prior art keywords
chromaticity
data
measurement
measurement object
processing unit
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.)
Granted
Application number
JP2022076725A
Other languages
English (en)
Other versions
JP7450960B2 (ja
Inventor
シアン チェン ワン
Hsiang-Chen Wang
ユイ ミン ツャオ
Yu-Ming Tsao
ユー リン リウ
Yu-Lin Liu
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Chung Cheng University
Original Assignee
National Chung Cheng University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National Chung Cheng University filed Critical National Chung Cheng University
Publication of JP2023074454A publication Critical patent/JP2023074454A/ja
Application granted granted Critical
Publication of JP7450960B2 publication Critical patent/JP7450960B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10036—Multispectral image; Hyperspectral image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30121—CRT, LCD or plasma display

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)

Abstract

【課題】より広い面積で測定対象の色度を測定する色度測定方法及び装置を提供する。【解決手段】測定対象の色度を測定するための方法であって、色度測定装置により実行され、色度測定装置は、カメラと、記憶ユニットと、処理ユニットと、を含み、記憶ユニットには、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている。カメラを用いて測定対象を撮影して測定対象のカラー画像を得るステップＡと、処理ユニットによりスペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得るステップＢと、処理ユニットにより複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得るステップＣと、処理ユニットにより目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得るステップＤと、を含む。【選択図】図７

Description

本発明は、測定方法に関し、特に色度測定方法及び装置に関する。
発光ダイオード（ＬＥＤ）パネル、液晶ディスプレイ（ＬＣＤ）パネルなどの表示装置は、製造完了後に、表示品質を確保するため、色度測定器を用いて色度（ｃｈｒｏｍａｔｉｃｉｔｙ）を測定する必要がある。色度とは、明度を含まず、色相と彩度とを示すものである。色度検出器は、人間の目が色を認識する方法を模倣することにより、測定対象の色度を測定する。その原理は大まかに、光を測定対象（表示装置）の表面に当てて、測定対象から反射された光を色度検出器の三色のカラーフィルター（赤、緑、青のカラーフィルター）に通し、三刺激値（ｔｒｉｓｔｉｍｕｌｕｓ ｖａｌｕｅｓ）を測定する。
台湾特許出願公開第２０１４４１５８９号公報
しかしながら、従来の色度測定器、例えば特許文献１に開示された色度測定器は、近距離で測定するため、測定範囲が狭く、測定対象の全体の測定を終えるまでに数回の測定が必要であり、測定効率が悪い。
従って、本発明の目的は、より広い面積で測定対象の色度を測定する色度測定方法及び装置を提供することにある。
本発明の色度測定方法は、測定対象の色度を測定するための方法であって、色度測定装置により実行され、色度測定装置は、カメラと、記憶ユニットと、処理ユニットと、を含み、記憶ユニットには、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている。色度測定方法は、カメラを用いて測定対象を撮影して測定対象のカラー画像を得るステップＡと、処理ユニットによりスペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得るステップＢと、処理ユニットにより複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得るステップＣと、処理ユニットにより目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得るステップＤと、を含む。
本発明の色度測定装置は、測定対象の色度を測定するための装置であって、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている記憶ユニットと、記憶ユニットに電気的に接続し、測定対象を撮影して測定対象のカラー画像を得て記憶ユニットに記憶するカメラと、記憶ユニットに電気的に接続し、スペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得て、また、複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得て、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得るように構成されている処理ユニットと、を含む。
カメラを用いて、測定対象を撮影し、より広い面積の測定対象を含む測定対象のカラー画像を得て、スペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のスペクトル画像を得て、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得て、これにより、より広い範囲で色度を測定することを実現し、色度測定の効率を向上させる。
本発明の他の特徴及び利点は、添付の図面を参照する以下の実施形態の詳細な説明において明白になる。
本発明の色度測定装置の一の実施例が示されているブロック図である。 本発明の色度測定方法の一の実施例のスペクトル変換行列計算プロセスが示されているフロー図である。 図２のステップＳ２５のサブステップが示されているフロー図である。 本発明の色度測定方法の該実施例における色度測定プロセスの実施形態Ｉが示されているフロー図である。 図４のステップＳ３２のサブステップが示されているフロー図である。 図４のステップＳ３４のサブステップが示されているフロー図である。 本発明の色度測定方法の該実施例における該色度測定プロセスの実施形態ＩＩが示されているフロー図である。
本発明を詳細に説明する前に、以下の説明では、類似な構成要素は同一の参照符号で示されていることに留意されたい。
本明細書において、「接続」という用語は、複数の電気機器／装置／設備の間が導電材料（例えば、電線）により直接的に接続されること、或いは、２つの電気機器／装置／設備の間が他の一つ以上の機器／装置／設備又は無線通信により間接的に接続されることを意味する。
図１は、本発明の色度測定装置１の一の実施例が示されているブロック図である。該色度測定装置１は、測定対象の色度を測定するように用いられ、記憶ユニット１１と、カメラ１２と、処理ユニット１４と、を含む。
処理ユニット１４は、シングルコアプロセッサ、マルチコアプロセッサ、デュアルコアモバイルプロセッサ、マイクロプロセッサ、マイクロコントローラ、デジタルシグナルプロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、無線周波数集積回路（ＲＦＩＣ）などを用いてもよいが、これらに限られない。
記憶ユニット１１は、カメラ１２及び処理ユニット１４に電気的に接続し、ハードディスクドライブ（ＨＤＤ）、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、プログラマブルＲＯＭ、ファームウェア、フラッシュメモリなどのコンピューター可読の記憶媒体を用いてもよいが、これらに限られない。
本実施例において、記憶ユニット１１には、参照対象のカラー画像と、複数の対象にそれぞれ対応する複数の光源スペクトル情報と、該参照対象の反射スペクトルデータと、が含まれる。
なお、本実施例において、該参照対象は標準２４色のカラーチャート（Ｘ－ｒｉｔｅ社のカラーチェッカー（登録商標）クラッシック）であり、標準２４色のカラーチャートには、自然色、原色、グレースケールなどを含む。該参照対象の反射スペクトルデータは、例えばロチェスター工科大学のマンセル色彩科学研究所（Ｍｕｎｓｅｌｌ Ｃｏｌｏｒ Ｓｃｉｅｎｃｅ Ｌａｂｏｒａｔｏｒｙ）が提供する関連のデータセットを参照することで得られるが、これに限られない。
なお、本実施例において、該複数の光源スペクトル情報が対応する複数の対象は、例えば異なるメーカーが製造したＬＥＤであるが、これらに限られない。
本実施例において、カメラ１２は、画素数が約２０００万画素（５４７２×３６４８画素）であり、画素密度が１００ピクセル／センチメートル（ｐｐｃｍ）であり、撮影範囲（Ｆｉｅｌｄ ｏｆ ｖｉｅｗ、ＦＯＶ）が５４７．２ミリメートル×３６４．８ミリメートルであるスペックを有するものであるが、これに限られない。
本実施例において、照明としてハロゲンライトを使用し、標準グレーチャート（１８％グレー）を用いてカメラ１２のホワイトバランスを調整し、画像のグレースケールを例えば２２０階調にすることにより、予めカメラ１２を調整し、撮影条件を固定して撮影する。なお、本実施例において、カメラ１２が撮影した画像の色空間は、ｓＲＧＢ（ｓｔａｎｄａｒｄ ＲＧＢ ｃｏｌｏｒ ｓｐａｃｅ）である。
本発明の色度測定方法の一の実施例は、スペクトル変換行列（ｓｐｅｃｔｒａｌ ｔｒａｎｓｆｏｒｍ ｍａｔｒｉｘ）計算プロセスと、色度測定プロセスと、を含む。
図１及び図２を参照し、以下では本発明の色度測定方法の該実施例の該スペクトル変換行列計算プロセスの各ステップ（Ｓ２１～Ｓ２５）を説明する。
ステップＳ２１において、処理ユニット１４により、参照対象のカラー画像と参照対象の反射スペクトルデータとをＣＩＥ １９３１ＸＹＺ色空間に変換し、参照対象のカラー画像に対応する参照対象の変換画像と、参照対象の反射スペクトルデータに対応する参照対象の変換スペクトルデータと、を得る。
具体的には、処理ユニット１４により、下記の式に基づいて、参照対象の変換画像を得る：
Figure 2023074454000002
Figure 2023074454000003
、
Figure 2023074454000004
、及び
Figure 2023074454000005
はそれぞれ参照対象の変換画像の各ピクセルのＣＩＥ １９３１ＸＹＺ色空間におけるＸの値、Ｙの値、及びＺの値を示し、
Figure 2023074454000006
、
Figure 2023074454000007
、及び
Figure 2023074454000008
はそれぞれ参照対象のカラー画像の各ピクセルのｓＲＧＢ色空間における赤色の値、緑色の値、及び青色の値を示し、
Figure 2023074454000009
は色順応変換行列（Ｃｈｒｏｍａｔｉｃ ａｄａｐｔａｔｉｏｎ ｔｒａｎｓｆｏｒｍ ｍａｔｒｉｘ）を示し、
Figure 2023074454000010
、
Figure 2023074454000011
、及び
Figure 2023074454000012
は特定の標準光源の白色点（Ｗｈｉｔｅ ｐｏｉｎｔ）を示し、
Figure 2023074454000013
、
Figure 2023074454000014
、及び
Figure 2023074454000015
は参照対象のカラー画像の撮影環境光源の白色点を示す。
なお、ｓＲＧＢ色空間において、特定の標準光源は、例えば、ＣＩＥ標準光源Ｄ６５（ＣＩＥ Ｓｔａｎｄａｒｄ Ｉｌｌｕｍｉｎａｎｔ Ｄ６５）である。参照対象のカラー画像の撮影環境光源と特定の標準光源とは異なるため、色順応変換行列
Figure 2023074454000016
を介して特定の標準光源の白色点を参照対象のカラー画像の撮影環境光源の白色点に変換する。
また、具体的には、処理ユニット１４により、下記の式に基づいて、参照対象の変換スペクトルデータを得る：
Figure 2023074454000017
Figure 2023074454000018
、
Figure 2023074454000019
、及び
Figure 2023074454000020
はそれぞれ参照対象のＣＩＥ １９３１ＸＹＺ色空間におけるＸの値、Ｙの値、及びＺの値を示し、
Figure 2023074454000021
は参照対象の反射スペクトルデータの波長であり（範囲は３８０～７８０ナノメートルである）、
Figure 2023074454000022
は参照対象のカラー画像の撮影時の光源スペクトルであり、
Figure 2023074454000023
は参照対象の反射スペクトルであり、
Figure 2023074454000024
、
Figure 2023074454000025
、及び
Figure 2023074454000026
はＣＩＥ １９３１等色関数（Ｃｏｌｏｒ ｍａｔｃｈｉｎｇ ｆｕｃｔｉｏｎｓ、ＣＭＦ）である。
ステップＳ２２において、処理ユニット１４により、ステップＳ２１で得られた参照対象の変換画像に基づいて、変数行列を得る。なお、該変数行列は、例えば、非線形応答、暗電流、カラーフィルターの不精確な色分解、色ずれ（例えばホワイトバランス）など、色度測定装置１のカメラ１２において誤差を生じる可能性のある要素を分析して得る。
非線形応答に関する非線形応答行列
Figure 2023074454000027
は、例えば以下の式のように定義される：
Figure 2023074454000028
暗電流は、カメラに入る光の量によって変わることなく、通常は固定値である。従って、暗電流行列
Figure 2023074454000029
は以下の式のように定義される：
Figure 2023074454000030
、ａは任意の定数である。
カラーフィルターの不精確な色分解、及び色ずれについては、参考対象のカラー画像は既にＣＩＥ １９３１ＸＹＺ色空間に変換されているため、参照対象の変換画像の各ピクセルのＣＩＥ １９３１ＸＹＺ色空間におけるＸの値
Figure 2023074454000031
、Ｙの値
Figure 2023074454000032
、及びＺの値
Figure 2023074454000033
について考慮し、色ずれ行列
Figure 2023074454000034
は、以下の式のように定義される：
Figure 2023074454000035
従って、非線形応答行列と、暗電流行列と、色ずれ行列とに基づいて、変数行列
Figure 2023074454000036
を得る。変数行列
Figure 2023074454000037
は以下のように示される：
Figure 2023074454000038
ステップＳ２３において、処理ユニット１４により、参照対象の変換スペクトルデータと変数行列とに基づいて、校正係数行列
Figure 2023074454000039
を得る。具体的には、処理ユニット１４により、以下の式に基づいて多変量回帰分析（Ｍｕｌｔｉｐｌｅ ｒｅｇｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ）を実行し、校正係数行列
Figure 2023074454000040
を得る：
Figure 2023074454000041
Figure 2023074454000042
はＣＩＥ １９３１ＸＹＺ色空間における参照対象の変換スペクトルデータに関する参照対象の変換スペクトル行列であり、
Figure 2023074454000043
は変数行列であり、
Figure 2023074454000044
は変数行列の逆行列である。
ステップＳ２４において、処理ユニット１４により、変数行列と校正係数行列とに基づいて、参照対象の変換画像に対応する参照対象の校正画像を得る。具体的には、処理ユニット１４により、以下の式に基づいて参照対象の校正画像を得る：
Figure 2023074454000045
Figure 2023074454000046
は参照対象の校正画像のすべてのピクセルがＣＩＥ １９３１ＸＹＺ色空間におけるＸの値、Ｙの値、及びＺの値を含む参照対象の校正画像行列であり、
Figure 2023074454000047
は校正係数行列であり、
Figure 2023074454000048
は変数行列である。
ステップＳ２５において、処理ユニット１４により、参照対象の反射スペクトルデータと参照対象の校正画像とに基づいて、スペクトル変換行列を得る。
図３と合わせて参照し、詳しく説明すると、ステップＳ２５は以下のサブステップ（Ｓ２５１、Ｓ２５２）を含む。
サブステップＳ２５１において、処理ユニット１４により、参照対象の反射スペクトルデータに対して主成分分析（Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ、ＰＣＡ）を実行し、複数の目標の主成分得点（Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ｓｃｏｒｅ）と複数の目標の主成分固有値（Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ｅｉｇｅｎｖａｌｕｅ）とを得る。本実施例において、複数の目標の主成分得点及び複数の目標の主成分固有値は、例えば、参照対象の反射スペクトルデータの９９．９９６４８５４％の変動性を説明することができる前１２組の主成分の主成分得点及び主成分固有値であるが、これに限られない。
サブステップＳ２５２において、処理ユニット１４により、複数の目標の主成分得点と参照対象の校正画像とに対して多変量回帰分析を実行し、スペクトル変換行列を得る。具体的には、処理ユニット１４により、以下の式に基づいて多変量回帰分析を実行し、スペクトル変換行列
Figure 2023074454000049
を得る：
Figure 2023074454000050
Figure 2023074454000051
は複数の目標の主成分得点を含む主成分得点行列であり、
Figure 2023074454000052
、
Figure 2023074454000053
、
Figure 2023074454000054
、及び
Figure 2023074454000055
はそれぞれ参照対象の校正画像の各ピクセルのＣＩＥ １９３１ＸＹＺ色空間におけるＸの値、Ｙの値、及びＺの値である。
図１及び図４を参照し、以下では本発明の色度測定方法の該実施例における該色度測定プロセスの実施形態Ｉの各ステップ（Ｓ３１～Ｓ３４）を説明する。
ステップＳ３１において、カメラ１２を用いて測定対象を撮影して測定対象のカラー画像を得て記憶ユニット１１に記憶する。本実施例において、測定対象はＬＥＤパネルであり、撮影したカラー画像は測定対象の一部を含む。
ステップＳ３２において、処理ユニット１４により、スペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得る。
図５と合わせて参照し、詳しく説明すると、ステップＳ３２は以下のサブステップ（Ｓ３２１、Ｓ３２２）を含む。
サブステップＳ３２１において、処理ユニット１４により、測定対象のカラー画像をＣＩＥ １９３１ＸＹＺ色空間に変換し、測定対象のカラー画像に対応する測定対象の変換画像を得る。サブステップＳ３２１は、ステップＳ２１と同様な方法で行うことができ、本明細書では簡潔のため詳細は省略されている。
サブステップＳ３２２において、処理ユニット１４により、スペクトル変換行列を用いて測定対象の変換画像に基づいて、測定対象のスペクトル画像を得る。具体的には、処理ユニット１４により下記の式に基づいて測定対象のスペクトル画像を得る：
Figure 2023074454000056
Figure 2023074454000057
は測定対象のスペクトル画像のすべてのピクセルのＣＩＥ １９３１ＸＹＺ色空間におけるＸの値、Ｙの値、及びＺの値を含む測定対象のスペクトル画像行列であり、
Figure 2023074454000058
は複数の目標の主成分固有値であり、
Figure 2023074454000059
はスペクトル変換行列であり、
Figure 2023074454000060
、
Figure 2023074454000061
、
Figure 2023074454000062
、及び
Figure 2023074454000063
はそれぞれ測定対象の変換画像の各ピクセルのＣＩＥ １９３１ＸＹＺ色空間におけるＸの値、Ｙの値、及びＺの値である。
ステップＳ３３において、処理ユニット１４により、複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得る。
具体的には、例えば、記憶ユニット１１には光源スペクトル情報Ａ、光源スペクトル情報Ｂなどが格納されており、光源スペクトル情報ＡはメーカーＡが製造したＬＥＤに対応し、光源スペクトル情報ＢはメーカーＢが製造したＬＥＤに対応する。測定対象がメーカーＡ製造のＬＥＤパネルである場合、目標の光源スペクトル情報は光源スペクトル情報Ａである。
ステップＳ３４において、処理ユニット１４により、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得る。
図６を合わせて参照し、詳しく説明すると、ステップＳ３４は以下のサブステップ（Ｓ３４１、Ｓ３４２）を含む。
サブステップＳ３４１において、処理ユニット１４により、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、ＣＩＥ １９３１等色関数を用いて、測定対象のスペクトル画像における複数のピクセルにそれぞれ対応する複数の三刺激値を得る。各三刺激値は、第１の刺激値Ｘと、第２の刺激値Ｙと、第３の刺激値Ｚと、を含む。それぞれ、
Figure 2023074454000064
、
Figure 2023074454000065
、
Figure 2023074454000066
、である。
Figure 2023074454000067
は目標の光源スペクトル情報であり、
Figure 2023074454000068
と
Figure 2023074454000069
と
Figure 2023074454000070
とはＣＩＥ １９３１等色関数である。
サブステップＳ３４２において、処理ユニット１４により、複数の三刺激値に基づいて、測定対象のスペクトル画像における複数のピクセルのそれぞれの色度値にそれぞれ対応する複数の測定対象の色度データを得る。各色度値は、第１の色度値ｘと、第２の色度値ｙと、を含む。それぞれ、
Figure 2023074454000071
、
Figure 2023074454000072
、である。
図１及び図７は、本発明の色度測定方法の該実施例における該色度測定プロセスの実施形態ＩＩの各ステップを説明する。実施形態ＩＩはステップＳ４１～Ｓ４６を含むが、ステップＳ４１～Ｓ４４は実施形態ＩのステップＳ３１～Ｓ３４と同様であるため、以下では実施形態Ｉと実施形態ＩＩとの違いのみについて説明する。
本実施例において、記憶ユニット１１には、色度校正モデルと、複数の色度トレーニングデータと、がさらに格納されている。各色度トレーニングデータは、理論色度データと、測定色度データと、を含む。
ステップＳ４５において、処理ユニット１４により複数の色度トレーニングデータを用いて、色度を校正するために用いられる色度校正モデルをトレーニングする。
なお、本実施例において、複数の理論色度データは、ディスプレイカラーアナライザーＣＡ－３１０（コニカミノルタ社製）を用いて、複数のトレーニングカラー画像を測定して得る。複数の色度トレーニングデータの測定色度データは、複数のトレーニングカラー画像に対してステップＳ４２～Ｓ４４を実行して得る。但し、複数の理論色度データは、他の方法で得てもよく、これに限られない。このステップでは、複数の色度トレーニングデータの理論色度データと測定色度データとの関係を決めることにより、その後で測定対象の色度データを校正し、より精確な色度データを得ることができる。
本実施例において、色度校正モデルは、理論色度データと測定色度データとの線形関係を表す線形回帰モデルである。色度校正モデルは以下の式のように示される：
Figure 2023074454000073
ｎは複数の色度トレーニングデータの数であり、
Figure 2023074454000074
はｉ番目の色度トレーニングデータの理論色度データであり、
Figure 2023074454000075
はｉ番目の色度トレーニングデータの測定色度データであり、
Figure 2023074454000076
及びβ1はトレーニングされる色度校正モデルの係数であり、
Figure 2023074454000077
はｉ番目の色度トレーニングデータに対応する誤差項である。
色度校正モデルの係数の
Figure 2023074454000078
とβ1と、及びｉ番目の色度トレーニングデータに対応する誤差項
Figure 2023074454000079
は、複数の色度トレーニングデータの理論色度データと測定色度データとの関係を分析することによって得られる。なお、線形回帰モデルである色度校正モデルの生成は、関連文献を参照して得られ、本明細書では簡潔のため詳細は省略されている。
ステップＳ４６において、処理ユニット１４により、測定対象の色度データを色度校正モデルに入力し、出力として測定対象の校正済み色度データを得る。
実施形態Ｉと比較すると、実施形態ＩＩはより精確な測定対象の校正済み色度データを有するようになる。
本実施例において、ステップＳ４５はステップＳ４４の後に行われるが、他の実施形態では、ステップＳ４５は、ステップＳ４６の前の色度測定プロセスの様々なステップで行われてもよいことに留意されたい。
上記の通り、本発明の色度測定方法及び装置は、カメラ１２を用いて、測定対象を撮影し、より広い面積の測定対象を含む測定対象のカラー画像を得て、スペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のスペクトル画像を得て、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得て、さらに、測定対象の色度データを色度校正モデルに入力し、より精確な測定対象の校正済み色度データを得て、これにより、より広い面積で色度を測定することを実現し、色度測定の効率を向上させる。これにより、本発明の目的を確実に実現する。
以上、本発明の実施形態および変化例を説明したが、本発明はこれらに限定されるものではなく、最も広い解釈の精神および範囲内に含まれる様々な構成として、全ての修飾および均等な構成を包含するものとする。
１ 色度測定装置
１１ 記憶ユニット
１２ カメラ
１４ 処理ユニット
Ｓ２１～Ｓ２５ スペクトル変換行列計算プロセスのステップ
Ｓ２５１、Ｓ２５２ サブステップ
Ｓ３１～Ｓ３４ 色度測定プロセスのステップ
Ｓ３２１、Ｓ３２２ サブステップ
Ｓ３４１、Ｓ３４２ サブステップ
Ｓ４１～Ｓ４６ 色度測定プロセスのステップ

Claims (10)

  1. 測定対象の色度を測定するための方法であって、色度測定装置により実行され、前記色度測定装置は、カメラと、記憶ユニットと、処理ユニットと、を含み、前記記憶ユニットには、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されており、
    前記カメラを用いて前記測定対象を撮影して前記測定対象のカラー画像を得るステップＡと、
    前記処理ユニットによりスペクトル変換行列を用いて前記測定対象のカラー画像に基づいて、前記測定対象のカラー画像に対応する前記測定対象のスペクトル画像を得るステップＢと、
    前記処理ユニットにより前記複数の光源スペクトル情報から前記測定対象に対応する目標の光源スペクトル情報を得るステップＣと、
    前記処理ユニットにより前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、前記測定対象の色度データを得るステップＤと、を含む、
    色度測定方法。
  2. 前記記憶ユニットには、色度校正モデルがさらに格納されており、
    前記ステップＤの後に、前記処理ユニットにより前記測定対象の色度データを、色度を校正するために用いられる前記色度校正モデルに入力し、出力として前記測定対象の校正済み色度データを得るステップＥ、をさらに含む、請求項１に記載の色度測定方法。
  3. 前記記憶ユニットには、複数の色度トレーニングデータがさらに格納されており、各前記色度トレーニングデータは、理論色度データと、測定色度データと、を含み、
    前記ステップＥの前に、前記処理ユニットにより前記複数の色度トレーニングデータを用いて、線形回帰モデルである前記色度校正モデルをトレーニングするステップＦ、をさらに含み、前記色度校正モデルは、
    Figure 2023074454000080
    であり、
    ｎは前記複数の色度トレーニングデータの数であり、
    Figure 2023074454000081
    はｉ番目の前記色度トレーニングデータの前記理論色度データであり、
    Figure 2023074454000082
    は前記ｉ番目の前記色度トレーニングデータの前記測定色度データであり、
    Figure 2023074454000083
    及びβ1はトレーニングされる前記色度校正モデルの係数であり、
    Figure 2023074454000084
    は前記ｉ番目の色度トレーニングデータに対応する誤差項である、請求項２に記載の色度測定方法。
  4. 前記ステップＤは、
    前記処理ユニットにより前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、ＣＩＥ １９３１等色関数を用いて、前記測定対象のスペクトル画像における複数のピクセルにそれぞれ対応する複数の三刺激値を得るステップＤ－１と、
    前記処理ユニットにより前記複数の三刺激値に基づいて、前記測定対象のスペクトル画像における前記複数のピクセルのそれぞれの色度値にそれぞれ対応する複数の前記測定対象の色度データを得るステップＤ－２と、を含む、請求項１に記載の色度測定方法。
  5. 前記ステップＤ－１において、各前記三刺激値は、第１の刺激値Ｘと、第２の刺激値Ｙと、第３の刺激値Ｚと、を含み、それぞれ、
    Figure 2023074454000085
    、
    Figure 2023074454000086
    、
    Figure 2023074454000087
    、であり、
    Figure 2023074454000088
    は前記目標の光源スペクトル情報であり、
    Figure 2023074454000089
    と
    Figure 2023074454000090
    と
    Figure 2023074454000091
    とは前記ＣＩＥ １９３１等色関数であり、
    前記ステップＤ－２において、各前記色度値は、第１の色度値ｘと、第２の色度値ｙと、を含み、それぞれ、
    Figure 2023074454000092
    、
    Figure 2023074454000093
    、である、
    請求項４に記載の色度測定方法。
  6. 測定対象の色度を測定するための装置であって、
    複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている、記憶ユニットと、
    前記記憶ユニットに電気的に接続し、前記測定対象を撮影して前記測定対象のカラー画像を得て前記記憶ユニットに記憶するカメラと、
    前記記憶ユニットに電気的に接続し、スペクトル変換行列を用いて前記測定対象のカラー画像に基づいて、前記測定対象のカラー画像に対応する前記測定対象のスペクトル画像を得て、また、前記複数の光源スペクトル情報から前記測定対象に対応する目標の光源スペクトル情報を得て、前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、前記測定対象の色度データを得るように構成されている処理ユニットと、を含む、
    色度測定装置。
  7. 前記記憶ユニットには、色度校正モデルがさらに格納されており、
    前記処理ユニットは、前記測定対象の色度データを、色度を校正するために用いられる前記色度校正モデルに入力し、出力として前記測定対象の校正済み色度データを得るようにさらに構成されている、請求項６に記載の色度測定装置。
  8. 前記記憶ユニットには、複数の色度トレーニングデータがさらに格納されており、各前記色度トレーニングデータは、理論色度データと、測定色度データと、を含み、前記処理ユニットは、前記複数の色度トレーニングデータを用いて、線形回帰モデルである前記色度校正モデルをトレーニングし、前記色度校正モデルは、
    Figure 2023074454000094
    、
    Figure 2023074454000095
    であり、
    ｎは前記複数の色度トレーニングデータの数であり、
    Figure 2023074454000096
    はｉ番目の前記色度トレーニングデータの前記理論色度データであり、
    Figure 2023074454000097
    は前記ｉ番目の前記色度トレーニングデータの前記測定色度データであり、
    Figure 2023074454000098
    及びβ1はトレーニングされる前記色度校正モデルの係数であり、
    Figure 2023074454000099
    は前記ｉ番目の色度トレーニングデータに対応する誤差項である、請求項７に記載の色度測定装置。
  9. 前記処理ユニットは、前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、ＣＩＥ １９３１等色関数を用いて、前記測定対象のスペクトル画像における複数のピクセルにそれぞれ対応する複数の三刺激値を得て、前記複数の三刺激値に基づいて、前記測定対象のスペクトル画像における前記複数のピクセルのそれぞれの色度値にそれぞれ対応する複数の前記測定対象の色度データを得るようにさらに構成されている、請求項６に記載の色度測定装置。
  10. 各前記三刺激値は、第１の刺激値Ｘと、第２の刺激値Ｙと、第３の刺激値Ｚと、を含み、それぞれ、
    Figure 2023074454000100
    、
    Figure 2023074454000101
    、
    Figure 2023074454000102
    、であり、
    Figure 2023074454000103
    は前記目標の光源スペクトル情報であり、
    Figure 2023074454000104
    と
    Figure 2023074454000105
    と
    Figure 2023074454000106
    とは前記ＣＩＥ １９３１等色関数であり、
    各前記色度値は、第１の色度値ｘと、第２の色度値ｙと、を含み、それぞれ、
    Figure 2023074454000107
    、
    Figure 2023074454000108
    、である、
    請求項９に記載の色度測定装置。
JP2022076725A 2021-11-17 2022-05-06 色度測定方法及び装置 Active JP7450960B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW110142801 2021-11-17
TW110142801A TWI839658B (zh) 2021-11-17 2021-11-17 色度量測方法及裝置

Publications (2)

Publication Number Publication Date
JP2023074454A true JP2023074454A (ja) 2023-05-29
JP7450960B2 JP7450960B2 (ja) 2024-03-18

Family

ID=86323761

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022076725A Active JP7450960B2 (ja) 2021-11-17 2022-05-06 色度測定方法及び装置

Country Status (3)

Country Link
US (1) US11928842B2 (ja)
JP (1) JP7450960B2 (ja)
TW (1) TWI839658B (ja)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008175739A (ja) * 2007-01-19 2008-07-31 Sony Corp 波長シフト量検出方法
JP2010164355A (ja) * 2009-01-14 2010-07-29 Topcon Corp 刺激値直読型計測器
JP2010237097A (ja) * 2009-03-31 2010-10-21 Konica Minolta Sensing Inc 二次元分光測定装置および二次元分光測定方法
JP2010271246A (ja) * 2009-05-22 2010-12-02 Sony Corp 色彩輝度測定装置及び色彩輝度測定方法
JP2013114180A (ja) * 2011-11-30 2013-06-10 Canon Inc 画像形成装置
JP2015132594A (ja) * 2013-06-19 2015-07-23 株式会社リコー 測定装置、測定システム及び測定方法
WO2015133476A1 (ja) * 2014-03-03 2015-09-11 エバ・ジャパン株式会社 分光放射輝度計
JP2016538567A (ja) * 2013-09-19 2016-12-08 ロレアル ソシエテ アノニム 面の色及びスペクトルを測定しカテゴリ分類するためのシステム及び方法
JP2017503168A (ja) * 2013-12-27 2017-01-26 スリーエム イノベイティブ プロパティズ カンパニー 測定デバイス、測定システム、及び測定プログラム
JP2018120184A (ja) * 2017-01-27 2018-08-02 凸版印刷株式会社 画像校正色標及び画像校正色標製造方法
JP2019070648A (ja) * 2012-10-23 2019-05-09 アップル インコーポレイテッドＡｐｐｌｅ Ｉｎｃ． 分光器で支援された特別設計パターン閉ループ較正による高精度イメージング測色計
JP2022022514A (ja) * 2020-06-25 2022-02-07 セイコーエプソン株式会社 校正装置、校正方法、校正プログラム、及び分光カメラ
JP2022038102A (ja) * 2020-08-26 2022-03-10 セイコーエプソン株式会社 校正装置、校正方法、及び校正プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7009640B1 (en) * 1999-05-31 2006-03-07 Olympus Corporation Color reproduction system for carrying out color correction by changing over color correction parameters according to images of photographed subjects
TWI243239B (en) * 2004-03-31 2005-11-11 Benq Corp Digital still camera for detecting chromaticity coordinate and related color temperature and method thereof
US20060007239A1 (en) * 2004-07-06 2006-01-12 Harrison Charles F Color correction system
TWI385363B (zh) * 2009-01-15 2013-02-11 Chroma Ate Inc 建構光源量測對照表之方法、光源量測方法及光源量測系統

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008175739A (ja) * 2007-01-19 2008-07-31 Sony Corp 波長シフト量検出方法
JP2010164355A (ja) * 2009-01-14 2010-07-29 Topcon Corp 刺激値直読型計測器
JP2010237097A (ja) * 2009-03-31 2010-10-21 Konica Minolta Sensing Inc 二次元分光測定装置および二次元分光測定方法
JP2010271246A (ja) * 2009-05-22 2010-12-02 Sony Corp 色彩輝度測定装置及び色彩輝度測定方法
JP2013114180A (ja) * 2011-11-30 2013-06-10 Canon Inc 画像形成装置
JP2019070648A (ja) * 2012-10-23 2019-05-09 アップル インコーポレイテッドＡｐｐｌｅ Ｉｎｃ． 分光器で支援された特別設計パターン閉ループ較正による高精度イメージング測色計
JP2015132594A (ja) * 2013-06-19 2015-07-23 株式会社リコー 測定装置、測定システム及び測定方法
JP2016538567A (ja) * 2013-09-19 2016-12-08 ロレアル ソシエテ アノニム 面の色及びスペクトルを測定しカテゴリ分類するためのシステム及び方法
JP2017503168A (ja) * 2013-12-27 2017-01-26 スリーエム イノベイティブ プロパティズ カンパニー 測定デバイス、測定システム、及び測定プログラム
WO2015133476A1 (ja) * 2014-03-03 2015-09-11 エバ・ジャパン株式会社 分光放射輝度計
JP2018120184A (ja) * 2017-01-27 2018-08-02 凸版印刷株式会社 画像校正色標及び画像校正色標製造方法
JP2022022514A (ja) * 2020-06-25 2022-02-07 セイコーエプソン株式会社 校正装置、校正方法、校正プログラム、及び分光カメラ
JP2022038102A (ja) * 2020-08-26 2022-03-10 セイコーエプソン株式会社 校正装置、校正方法、及び校正プログラム

Also Published As

Publication number Publication date
JP7450960B2 (ja) 2024-03-18
US20230154049A1 (en) 2023-05-18
TW202321672A (zh) 2023-06-01
US11928842B2 (en) 2024-03-12
TWI839658B (zh) 2024-04-21

Similar Documents

Publication Publication Date Title
US11635671B2 (en) Techniques for creating characterization matrices for reflectance, illuminance, or sensor response
US11193830B2 (en) Spectrocolorimeter imaging system
CN104897374B (zh) 一种相机模组的颜色校正方法
US10088364B2 (en) Colorimetry system for display testing
US10200582B2 (en) Measuring device, system and program
Nixon et al. Accurate device-independent colorimetric measurements using smartphones
WO2001082154A1 (fr) Appareil pour donner des conseils de maquillage
Penczek et al. Color error in the digital camera image capture process
JP4421071B2 (ja) メーキャップカウンセリング装置
Raza et al. Accuracy of hyperspectral imaging systems for color and lighting research
Pointer et al. Practical camera characterization for colour measurement
Cheng et al. Assessing color reproducibility of whole-slide imaging scanners
JP7450960B2 (ja) 色度測定方法及び装置
US20220303516A1 (en) Method of air pollution estimation based on spectral image processing
RU2638910C1 (ru) Способ экспресс-контроля объекта
JP6813749B1 (ja) 対象物の色を数値化する方法、信号処理装置、および撮像システム
JP2022006624A (ja) 校正装置、校正方法、校正プログラム、分光カメラ、及び情報処理装置
Párraga et al. Accurate mapping of natural scenes radiance to cone activation space: a new image dataset
Abebe et al. Smartphones' skin colour reproduction analysis for neonatal jaundice detection (JIST-first)
Shrestha Multispectral imaging: Fast acquisition, capability extension, and quality evaluation
WO2023234229A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
WO2023234230A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN117073841A (zh) 面向成像系统高动态范围颜色管理的色标数据生成方法
Ziemer Design and implementation of a multispectral imaging system
Fang et al. Colorimetric characterization of digital cameras with unrestricted capture settings applicable for different illumination circumstances

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220506

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230620

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230913

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231017

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240117

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240228

R150 Certificate of patent or registration of utility model

Ref document number: 7450960

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150