JP3304740B2

JP3304740B2 - 色シミュレーション装置

Info

Publication number: JP3304740B2
Application number: JP03248096A
Authority: JP
Inventors: 仁貴中野
Original assignee: Toyo Ink SC Holdings Co Ltd
Current assignee: Toyo Ink SC Holdings Co Ltd
Priority date: 1996-02-20
Filing date: 1996-02-20
Publication date: 2002-07-22
Anticipated expiration: 2016-02-20
Also published as: JPH09233490A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、色シミュレーショ
ン装置にかかり、被写体を撮影することにより得た原画
像の色を忠実に再現して提供できる色シミュレーション
装置に関する。

【０００２】

【従来の技術】多数色の原稿や物体の複写物を作成する
ときや多数色の原稿や物体を忠実に表示させるときのた
めに、色を表現する方法の１つとして色分解値がある。
この色分解値は一般的には、印刷では減法混色のＹＭＣ
Ｋ（シアン、マゼンタ、イエロー、ブラック）、表示で
は加法混色のＲＧＢ（レッド、グリーン、ブルー）が用
いられる。この色分解値を用いれば、原稿や物体の各色
を再現できる。

【０００３】近年、実際に多数色の原稿や物体の複写物
を作成する以前に、作成されるべき色を検討する所謂カ
ラーデザインが行われている。このような作成されるべ
き色を検討するために用いられるものとして、原稿や物
体の各色を再現して表示装置上に表示する色シミュレー
ション装置が知られている。この色シミュレーション装
置では、多数色の原稿や物体の色分解値を表示装置のデ
バイス値、例えばＴＶ信号やデジタルＲＧＢ出力値に変
換して表示する。これによって、多数色の原稿や物体の
複写物を再現した色で表示できる。

【０００４】ところが、上記の色分解値は、原稿や物体
の色を特定するための装置の特性や色分解値をデバイス
値に変換する装置の特性に依存する。例えば、色を特定
するために原稿や物体を照射するための光源や測色装置
が異なれば、原稿や物体の色は異なる色分解値となる。
また、デバイス値への変換特性が異なれば、原稿や物体
の色は異なる色で再現される。

【０００５】そこで、従来より、再現すべき色が色を特
定するための装置の特性に依存せず、どのような装置で
あっても原稿等の色と同一の色を表す値を表現するため
に、色を装置に依存しない色情報値に一度変換（中間表
現法）している。このような、色を装置に依存しない色
情報値として、ＣＩＥ(Commission Internationale de
I'Eclairage)が規定したＣＩＥＸＹＺ値、または均等
知覚色空間ＣＩＥＬ^*ａ^*ｂ^*値等の色彩値がある。

【０００６】これら色情報値としてのＣＩＥＸＹＺ
値、または、ＣＩＥＬ^*ａ^*ｂ^*値等の色彩値を用
い、原稿や物体の色を表すＣＭＹＫ値等の色分解値を色
彩値へ変換した後に、色修正を行う、所謂デバイスイン
ディペンデントに色を再現していた。このように、装置
に依存しない色彩値の一致によって、多数色の原稿等に
ついて異なる色シミュレーション装置であっても安定し
た精度で色再現することができる（特開平４−２６１２
６７号公報参照）。

【０００７】

【発明が解決しようとする課題】しかしながら、ＣＩＥ
Ｌ^*ａ^*ｂ^*値やＣＩＥＸＹＺ値は、光源の分光分
布と原稿や物体の対象表面の分光反射率や分光透過率、
及び等色関数によって定義されるため、従来の色シミュ
レーション装置では、原稿等の色を観察するときの照明
光がＣＩＥＬ^*ａ^*ｂ^*値を導出しする際に用いた所
定照明光と同一の照明光でなければ、再現した色は原稿
等の色に一致しないという問題がある。

【０００８】このように、従来のデバイスインディペン
デントな色シミュレーション装置では、再現した色が原
稿や物体の色と同一色に見える光源が、所定照明光の光
源のみによって制限されるので、非常に限られた環境下
（照明下）でしか、色を再現することができないという
問題があった。すなわち、原稿や物体の色を観察する場
合の照明は、一般に白熱電球照明下、蛍光灯照明下、太
陽光下等のように種々雑多である。従って、従来のデバ
イスインディペンデントな色シミュレーション装置で
は、このような種々雑多な光源下で常に再現すべき色を
一致させることは困難であった。このため、色シミュレ
ーション装置に、例えば印刷するためのＹＭＣＫによる
色分解値が与えられた原稿を表示装置に表示させても、
光源が固定された色画像しか観察できず、異なる光源下
での色画像について各色をシミュレートすることはでき
なかった。

【０００９】また、ビデオカメラやデジタルカメラ等の
撮影装置を用いて被写体を撮影する場合には、この撮影
装置から出力される原画像に対応する信号は、被写体を
撮影したときの照明光源の色特性に依存した色を帯びた
信号とになる。従って、撮影装置からの信号を用いてテ
レビ等のモニター上へ原画像を表示させることにより被
写体を目視すると、表示された原画像は、被写体の色と
異なる色で表示されることになる。例えば、蛍光灯等の
室内の標準光で撮影した被写体と、太陽光のもとで撮影
した被写体とは同一の被写体であっても、異なる色で再
現される。

【００１０】本発明は、上記事実を考慮して、撮影され
た被写体の原画像をモニター上で観察するときに、被写
体のの色を忠実にシミュレートできる色シミュレーショ
ン装置を得ることが目的である。

【００１１】

【課題を解決するための手段】上記目的を達成するため
に本発明の色シミュレーション装置は、被写体を撮影す
ると共に、該被写体を撮影することによって得た原画像
の色情報値を出力するための撮影手段と、複数の光源の
各分光情報を記憶する記憶手段と、前記原画像の各色を
光源に依存しない分光反射率分布または分光透過率分布
を主成分分析による多変量解析することによって得られ
る前記分光反射率分布または分光透過率分布の主成分ベ
クトルを特徴パラメータとしかつ前記主成分ベクトルに
よる前記分光反射率または分光透過率の展開係数を特徴
パラメータ係数とするときの少なくとも３つの特徴パラ
メータ及び特徴パラメータ係数で表現し、前記撮影手段
から出力された少なくとも３つの色情報値が入力された
ときに入力された色情報値に対応する前記撮影手段の色
特性に依存しない前記少なくとも３つの特徴パラメータ
係数が出力されるように予め構築された変換系における
前記色情報値で定まる多数色の各々と少なくとも３つの
前記特徴パラメータ係数との対応を記憶すると共に、前
記撮影手段から出力された色情報値を、該色情報値に対
応する少なくとも３つの特徴パラメータ係数に変換する
第１の変換手段と、前記第１の変換部で変換された少な
くとも３つの特徴パラメータ係数を、前記多変量解析に
より得られる少なくとも３つの特徴パラメータに基づい
て分光反射率分布又は分光透過率分布に変換する第２の
変換手段と、前記第２の変換手段で変換された分光反射
率分布又は分光透過率分布を、指定された前記光源の分
光情報に基づいて、色彩値に変換する第３の変換手段
と、前記第３の変換手段で変換された色彩値を、表示信
号に変換する第４の変換手段と、前記第４の変換手段で
変換された表示信号により、原画像を表示する表示手段
と、を備えている。

【００１２】すなわち、本発明の色シミュレーション装
置は、前記多変量解析として主成分分析を用い、該主成
分分析することによって得られる分光反射率分布又は分
光透過率分布の主成分ベクトルを特徴パラメータとし、
該主成分ベクトルによる該分光反射率又は分光透過率の
展開係数を前記特徴パラメータ係数とする。

【００１３】前記第１の変換手段は、前記撮影手段から
出力された色情報値に対応する少なくとも３つの特徴パ
ラメータ係数に変換するように学習された多層フィード
フォワード型ニューラルネットワークを採用できる。

【００１４】また、前記第１の変換手段は、前記色情報
値と該色情報値に対応する少なくとも３つの特徴パラメ
ータ係数との対応関係を記憶したルックアップテーブル
を採用できる。

【００１５】本発明の色シミュレーション装置によれ
ば、撮影手段によって被写体を撮影する。この撮影手段
は、被写体を撮影することによって得た原画像の色情報
値を出力する。第１の変換手段では、入力された色情報
値を、該色情報値に対応する少なくとも３つの特徴パラ
メータ係数に変換する。すなわち、原画像の各色は、光
源に依存しない分光反射率分布または分光透過率分布を
多変量解析することによって得られる少なくとも３つの
特徴パラメータ及び特徴パラメータ係数により近似表現
できる。このように、特徴パラメータで表現することに
よって、撮影手段によって固有の色特性に依存せずに色
表現できる。この多変量解析としては、主成分分析を用
いることができ、主成分分析することによって得られる
分光反射率分布又は分光透過率分布の主成分ベクトルを
特徴パラメータとし、該主成分ベクトルによる該分光反
射率又は分光透過率の展開係数を特徴パラメータ係数と
することができる。

【００１６】第１の変換手段には、色情報値で定まる多
数色の各々について少なくとも３つの特徴パラメータ係
数が記憶されている。すなわち、撮影手段から出力され
た少なくとも３つの色情報値が入力されたときに入力さ
れた色情報値に対応する撮影手段の色特性に依存しない
少なくとも３つの特徴パラメータ係数が出力されるよう
に予め構築された変換系における色情報値で定まる多数
色の各々と少なくとも３つの特徴パラメータ係数との対
応が記憶されている。従って、撮影手段から出力された
色情報値は、この色情報値に対応する少なくとも３つの
特徴パラメータ係数に変換される。この第１の変換手段
は、入力された色情報値に対応する少なくとも３つの特
徴パラメータ係数に変換するように学習された多層フィ
ードフォワード型ニューラルネットワークを用いること
ができる。周知のように、ニューラルネットワークは、
多数の入出力関係の学習からどのような入力があっても
学習が反映された出力がなされるので、第１の変換手段
に色情報値が入力されれば、入力された色情報値に対応
する少なくとも３つの特徴パラメータ係数を出力する。
また、第１の変換手段は、色情報値と該色情報値に対応
する少なくとも３つの特徴パラメータ係数との対応関係
を記憶したルックアップテーブルを用いることができ
る。このように、ルックアップテーブルを用いれば、参
照するのみの単純な処理で迅速に少なくとも３つの特徴
パラメータ係数を出力することができる。

【００１７】この少なくとも３つの特徴パラメータ係数
を、多変量解析により得られる少なくとも３つの特徴パ
ラメータに基づいて第２の変換手段で分光反射率分布又
は分光透過率分布に変換する。すなわち、少なくとも３
つの特徴パラメータの各々に特徴パラメータ係数を乗じ
ることによって分光反射率分布または分光透過率分布と
なる。この第２の変換手段で変換された分光反射率分布
又は分光透過率分布は光源に依存していないので、原画
像の各色は、特定できる。この変換された分光反射率分
布又は分光透過率分布を、指定された光源の分光情報に
基づいて、第３の変換手段で色彩値に変換する。これに
より、変換された色彩値は、指定された光源の色が反映
されたものとなる。第４の変換手段は変換された色彩値
をマトリクス演算等によりＴＶ信号やデジタルＲＧＢ信
号等の表示信号に変換し、表示手段で原画像を表示す
る。これによって、表示された原画像は、撮影された被
写体の色情報値による原画像に指定した光源の色が反映
されて表示される。

【００１８】

【発明の実施の形態】まず、本発明の考え方について説
明する。

【００１９】人が物体の色を認識する過程は、所定色の
光源からの光を反射した物体からの反射光を眼球で採取
し、各種視覚フィルター及び眼球の視細胞を介して脳へ
伝えられることである。ここで、物体の分光反射率分布
または分光透過率分布（以下、総称して、分光分布とい
う）、光源の分光分布及び人の視覚特性が、色を認識す
る際に重要なポイントとなる。例えば、同じ物体を異な
る光源下で観察した場合、人間は違う色と判断する。

【００２０】一方、従来の技術の欄でも説明したよう
に、色の分光分布を主成分分析（ＫＬ展開）を用いて近
似する方法に関する研究が行われており、少ない主成分
ベクトルで分光分布が精度良く近似できることが知られ
ている。この主成分分析を用いた色を再現する方法を用
いて、物体の分光分布を近似再現することにより、光源
の分光分布及び人間の視覚特性を考慮した所望する光源
下での色の見えをシミュレートすることができる。

【００２１】以下、図面を参照して本発明の実施の形態
の一例を詳細に説明する。本実施の形態は、デジタルカ
メラやビデオ等で被写体を撮影することにより得られる
ＲＧＢ等の色分解値により表現される被写体の原画像
を、種々の光源下で観察する場合を想定し、光源情報と
モニターの特性を考慮して、撮影した被写体についての
ＲＧＢの色分解値を種々の光源下で観察する場合の色に
変換してモニター上でシミュレートし表示させる色シミ
ュレータ装置に本発明を適用したものである。

【００２２】図２に示すように、本実施の形態の色シミ
ュレーション装置は、マイクロコンピュータを含んで構
成されたシミュレーション本体１０、原稿や物体等の被
写体を撮影するためのカメラ２５、画像データ入出力装
置２６、データやコマンドを入力するためのキーボード
２８、及びモニター３０から構成されている。このカメ
ラ２５は、被写体を撮影し、その撮影した被写体を原画
像としてデータ化し、そのデータを出力するものであ
り、デジタルカメラやビデオカメラ、及びスチルカメラ
がある。カメラ２５が出力するデータには、コンピュー
タ用の表示装置に用いられる同期信号が独立または含ま
れるＲＧＢ各色のデジタルデータまたはアナログデー
タ、同期信号が分離され同期信号と映像信号とからなる
ＴＶ信号、映像信号内に同期信号が含まれているＴＶ信
号（例えば、信号規格としてＮＴＳＣ、ＰＡＬ等）、が
ある。

【００２３】また、シミュレーション本体１０は、ＣＰ
Ｕ１２、ＲＯＭ１４、ＲＡＭ１６、光源の色情報等（詳
細は後述）を記憶するためのメモリ１８、シミュレーシ
ョン本体と他の装置との間でデータ等をやりとりするた
めの入出力装置（以下、Ｉ／Ｏという）２０及びこれら
をデータやコマンドが入出力可能なように接続されたバ
ス２２から構成されている。なお、ＲＯＭ１４には、後
述する処理プログラムが記憶されている。なお、以下に
説明するシミュレーション１０の学習が終了した後のも
のでは、カメラ２５のみを備えればよい。すなわち、画
像データ入出力装置２６は、本シミュレーション装置を
カメラの色特性に拘わらず再現表示するための変換学習
時に用いるため、色を数値で表現したデータとして直接
入力するための装置であり、数値表現された原画像の色
分解値が例えば外部記憶手段に記憶されこの外部記憶手
段から読み込むための装置である。

【００２４】図１は本実施の形態の色シミュレーション
装置４２の機能別概略構成を示すブロック図である。本
実施の形態の色シミュレーション装置４２では、カメラ
２５から入力されたＲＧＢ等の色分解値による原画像
を、オペレータが指定した所望する光源下で観察する場
合の画像にシミュレートしてモニター３０上で再現す
る。

【００２５】この色シミュレーション装置４２における
色分解値からモニター用のデバイス値までの変換は、機
能別に、第１変換部３２、第２変換部３４、第３変換部
３６、及び第４変換部３８に分類される。第１変換部３
２はカメラ２５が出力した色分解値を主成分ベクトル係
数に変換するためのものであり、第２変換部３４は変換
された主成分ベクトル係数を用いて入力された色分解値
の分光分布を求めるのものであり、第３変換部３６は求
めた分光分布及び予め記憶された光源情報４０を用いて
指定された光源下の色彩値を求めるためのものであり、
第４変換部３８は求めた色彩値をモニター３０のデバイ
ス値に変換するためのものである。

【００２６】なお、第１変換部３２は、後述するニュー
ラルネットワークで構成された変換機能を有すると共
に、それを学習する学習機能を有している。

【００２７】次に、各変換部の詳細を説明する。第１変
換部３２は、色情報値である色分解値の変換のために予
め構築された変換系で、カメラ２５からの被写体を撮影
して得た原画像のＲＧＢ等の色分解値を少なくとも３つ
の主成分ベクトルの展開係数に変換する。この変換に
は、ルックアップテーブルまたはニューラルネットワー
ク等を用いることができる。

【００２８】本実施の形態では、第１変換部３２にニュ
ーラルネットワークを採用した場合を説明する。第１変
換部３２は、ＲＧＢの各色毎に色分解値を入力するため
の入力層として色分解値の数に応じたニューロンを有
し、中間層を介して特性値ベクトル係数値（主成分ベク
トル係数）を出力するための出力層として特性値ベクト
ル係数の数に応じたニューロンを有して各々のニューロ
ンがシナプスによって結合されたニューラルネットワー
クを以下に説明する学習処理により学習して、所望の色
分解値から未知の主成分ベクトル係数を求める系を得る
ものである。

【００２９】図３に示すように、第１変換部３２は、ネ
ットワーク７４及び教師部７６から構成されている。ネ
ットワーク７４には、ＲＧＢの各色毎に色分解値が入力
されると共に、推定演算された主成分ベクトル係数を出
力するようになっている。入力の色分解値に対応する教
師信号ＴＣ及び出力の主成分ベクトル係数に対応する出
力信号ＯＣは教師部７６に入力され、教師部７６はこれ
らの差分等から得られた修正信号ＳＣをネットワーク７
４に出力するようになっている。すなわち、ネットワー
ク７４に、ＹＭＣＫの各色毎に色分解値が入力されると
共に、推定演算された主成分ベクトル係数を出力する。
この入力の色情報値に対応する既知の主成分ベクトル係
数は教師信号ＴＣとして教師部７６に入力され、出力の
主成分ベクトル係数に相当する出力信号ＯＣも教師部７
６に入力される。教師部７６はこれら入力された信号の
差分等から得た修正信号ＳＣをネットワーク７４に出力
する。

【００３０】この第１変換部３２に用いられているニュ
ーラルネットワークの一例としては、図４に示すよう
に、色分解値としてのＲ，Ｇ，Ｂ（またはＹ，Ｍ，Ｃ，
Ｋやビデオ信号の各成分の個数）の３つのユニット、或
いはＹ，Ｍ，Ｃ，Ｋの４つのユニットＩ１、Ｉ２、Ｉ
３、（Ｉ４）から成る入力層、多数のユニットＭｑ（ｑ
≧１）から成る中間層、及び３から６個の出力ユニット
Ｕ１, Ｕ２, ・・・・Ｕｎから成る出力層から構成され
ている。中間層の各ユニットはバイアスユニットに接続
されている。

【００３１】中間層のユニットは入出力関係がシグモイ
ド関数によって表される神経回路素子により構成され、
入力層のユニット及び出力層のユニットは入出力関係が
線形の神経回路素子で構成されている。出力層のユニッ
トは中間層のユニットと同様に入力関係がシグモイド特
性を持つ神経回路素子で構成されてもよい。出力層の出
力ユニットの数は、分光反射率分布に対する多変量解析
によって得られる特徴パラメータのうち実際に分光反射
率を表現するために用いる特徴パラメータの数、すなわ
ち、後述するように主成分ベクトル係数に対応してい
る。

【００３２】第１変換部３２では、ＣＭＹＫ値、ＲＧＢ
値等のデバイス値がその入力として与えられると、ネッ
トワークの中間層のユニットからは次の（１）式に従っ
た出力Ｈｊが出力される。

【００３３】

【数１】

【００３４】但し、Ｗ^(h) _ijは入力層のｉ番目のユニッ
トと中間層のｊ番目のユニットの結合係数（すなわち重
み）を表し、Ｉ_iは入力層のｉ番目のユニットの出力
（すなわち色情報値）、ｂ_jはバイアスユニットから供
給されるバイアス値を表す。また、出力層のユニットの
出力Ｏ_kも同様に次の（２）式のように表される。

【００３５】

【数２】

【００３６】但し、Ｗ^(O) _ijはｊ番目の中間ユニットと
ｉ番目の出力ユニットの結合係数を表し、またＨ_jは
（１）式で定義される中間層のｊ番目のユニットの出力
値である。また、ｎ、ｍ、ｕはそれぞれ入力層、中間
層、出力層の各々のユニット数である。

【００３７】従って、入力層のユニットへ色分解値を入
力することによって、出力層のユニットから出力Ｏ_kと
して少なくとも３つの主成分ベクトル係数の値が出力さ
れる。

【００３８】なお、上記の入力層の各ユニットの特性は
入力をそのまま出力するような特性であり、また、中間
層のユニットの結合係数は次の（３）式で定義される
［０，１］の間で単調増加するシグモイド関数で表され
る特性である。ｆ（ｘ）＝１／（１＋ｅ^-x）・・・（３）

【００３９】また、出力層のユニットはシグモイド関数
あるいは線形関数で表される特性である。ただし、出力
層はバイアスユニットからの入力があってもよい。

【００４０】このニューラルネットワークの結合係数
は、出力層の各ユニットの出力と分光反射率分布の主成
分分析によって得られた特徴パラメータ係数である教師
信号との誤差を最小にするように予め学習・修正され
る。すなわち、ＣＭＹＫ値、ＲＧＢ値等から分光反射率
の主成分分析によって得られる特徴パラメータ係数であ
る主成分ベクトル係数への変換を学習する。本実施の形
態では、ニューラルネットワークとして、フィードフォ
ワード結合型ニューラルネットワークを用いており、該
ネットワークの学習方法は各種の方法があるが、例え
ば、バックプロパゲーションアルゴリズム（ラメルハー
ト［Runmelhert,D.E and McClelland,J.L.(Eds),"Paral
lel Distributied Processing",Exploraation in the M
icrostructureof Cognition.Vol1,2,MIT Press,Cammbri
dge(1989)参照］）の最急降下法等を用いることができ
る。

【００４１】この色票の色の分光反射率を主成分分析す
ることにより得られる低次の主成分ベクトルを用い、該
色票の色の分光反射率を次の（４）式で近似復元でき
る。主成分分析は、次元削減の統計的手法として一般的
に用いられており、数値計算法としては、ハウスホルダ
ー法、バイセクション法、及び原点移動べき乗法等があ
る。以下に主成分分析の一例を示す。 Φμ_i＝λ_iμ_i μ_i ^tμ_j ＝１（ｉ＝ｊ）＝０（ｉ≠ｊ）・・・（４）但し、ｉ＝１，２，・・・ｒであり、Φは次の（５）式
で定義される共分散行列、λ_iは固有値、μ_iは固有ベ
クトル（主成分ベクトル）、及びｔは転置を表してい
る。

【００４２】

【数３】

【００４３】主成分分析から得られる第Ｋ番目までの主
成分ベクトルμ_iを用いたときの分光反射率Ｒは、次の
（６）式で近似できる。

【００４４】

【数４】

【００４５】次に、第１変換部４２におけるニューラル
ネットワークの学習の処理の詳細を図６を参照してさら
に説明する。まず、ニューラルネットワークを学習させ
る前の処理Ｓ１として、ＹＭＣＫやＲＧＢ等の色分解値
が既知の色票の分光反射率分布を測定する。次の処理Ｓ
２では、測定した複数の色票の分光反射率を主成分分析
する。次に、処理Ｓ３では主成分分析することによって
得られる少なくとも３つの主成分ベクトル、及び主成分
ベクトル係数を導出する。この主成分ベクトルは、上記
説明したように、上記の（４）式で定義される固有方程
式の解として定義される。また、主成分ベクトル係数
は、上記（６）式で算出される主成分ベクトル係数Ψで
ある。次の処理Ｓ４では、上記の処理で求めた色票の少
なくとも３つの主成分ベクトル係数を教師信号とし、カ
メラ２５で撮影したＲＧＢ等の色分解値を入力信号とし
て各々ニューラルネットワークに入力し、次の処理Ｓ５
で学習させる。すなわち、ネットワークの出力と主成分
分析によって得られた主成分ベクトル係数（特徴パラメ
ータである）教師信号との２乗誤差を最小にするように
学習される。以上の処理が終了し（処理Ｓ６）、ニュー
ラルネットワークの学習が十分に行われた後に、処理Ｓ
７でネットワークの構造、ウェイトをメモリ１８に記憶
し、変換系の構築を終了する。このように、学習するこ
とによって第１変換部４２では、カメラ２５の撮影によ
り出力されたＲＧＢ等の色分解値が入力されると、カメ
ラ２５が出力した色分解値に対応する少なくとも３つの
主成分ベクトル係数を、カメラ２５の色特性に依存しな
い値として出力する。

【００４６】次に、第２変換部３４は、第１変換部３２
から出力された少なくとも３つの主成分ベクトル係数を
用いて、上記の学習のときに導出した少なくとも３つの
主成分ベクトルを用いて分光分布を導出するための機能
を有しており、次の（７）式に従って変換した分光分布
を出力する。

【００４７】

【数５】

【００４８】但し、Ψ_i：第１変換部４２から出力され
た主成分ベクトル係数 λ_i：主成分ベクトル

【００４９】次に、第３変換部３６は、変換部３からの
原画像の分光反射率を、予めメモリ１８に記憶されたと
所望する光源の分光情報あるいは測定により得られた光
源の分光情報を用いて、光源下での色彩値に変換する機
能を有しており、次の（８）式に従って変換された色彩
値を出力する。なお、色彩値はＣＩＥＸＹＺ、ＣＩＥ
Ｌ^*ａ^*ｂ^*、ＣＩＥＬ^*ｕ^*ｖ^*等が利用可能であ
り、本実施の形態では、ＣＩＥＸＹＺの三刺激値を用
いる。

【００５０】

【数６】

【００５１】次に、第４変換部３８は、変換部４からの
色彩値信号を、画像を表示するディスプレイの特性値を
用いてマトリクス演算によりディスプレイで表示するた
めに適したＲＧＢ色分解値に変換するためのものであ
る。このマトリクス演算による色彩値信号からＲＧＢ信
号への変換は、モニター上ではＲＧＢの各色は略加法混
色が成立すると共に、モニターの色度仕様値およびＶＤ
Ｔ特性（γ値）は既知であるため、次の（９）式を用い
て加法混色系における表色系変換をすることができる。

【００５２】

【数７】

【００５３】次に、本実施の形態の色シミュレーション
装置４２の作動を図７のフローチャートを参照してさら
に説明する。上述のようにして第１変換部の学習が終了
した後に、色シミュレーション装置４２の電源が投入ま
たはシミュレート実行開始の指示がキーボードよりなさ
れると、図７のステップ１００へ進み、カメラ２５によ
ってシミュレートすべき原稿や物体を撮影した原画像の
色分解値が読み取られる。次のステップ１０２では、上
記説明したように学習されたニューラルネットワークの
第１変換部３２において、入力された色分解値が少なく
とも３つの主成分ベクトル係数に変換され、変換した主
成分ベクトル係数を第２変換部３４へ出力する。次に、
ステップ１０４において、上述のように、予め導出され
た主成分ベクトル（メモリ１８に記憶されている）を読
み取ると共に、第１変換部３２から出力された少なくと
も３つの主成分ベクトル係数に、読み取った少なくとも
３つの主成分ベクトルを乗じることによって、分光分布
を求める（変換される）。次のステップ１０６では、オ
ペレータのキーボードによる指示を読み取ることによっ
て、カメラ２５により撮影した原稿や物体の原画像を何
れの光源下でシミュレートし表示するかの指示を読み取
り、指示された光源の光源情報をメモリ１８から読み取
る。次のステップ１０８では、第３変換部３６において
第２変換部３４から出力された原画像の分光分布と、読
み取った光源の分光情報または測定により得られた光源
の分光情報とを用いて、所望の光源下での色彩値に変換
する。次のステップ１１０では、第４変換部３８におい
て所望の光源下での色彩値をモニター３０に画像を表示
するため、モニター３０のディスプレイ特性値を用いて
マトリクス演算によりＲＧＢ色の色分解値信号に変換す
る。次のステップ１１２では、第４変換部３８からの出
力信号（ＲＧＢ色の色分解値信号）に応じて、所望する
光源下で原画像を観察する際の色で表示する。

【００５４】このように、本実施の形態の色シミュレー
ション装置では、第１変換部で原画像の色分解値から定
まる分光分布の主成分ベクトル係数を求め、この主成分
ベクトル係数を用いて第２変換部で分光分布を求め、第
３変換部で照射させる光源の光源情報により色彩値を求
め、第４変換部において観察するモニターの特性で修正
した後に、原画像をモニタに表示させているので、照射
させる光源の光源情報と観察するモニターの特性を考慮
して、原稿や物体を被写体として撮影しＲＧＢ等の色分
解値が出力された原画像を、種々の光源下で観察する場
合と等価な原画像としてモニター上に表示できる。従っ
て、本色シミュレーション装置を用いれば、カメラで撮
影した原画像を観察する光源がどのようなものであって
も、忠実にモニター上に再現することができる。

【００５５】また、本実施の形態の色シミュレーション
装置では、カメラで撮影した被写体を、そのカメラの特
性に拘わらず被写体を照明すべき光源の色を反映させて
忠実にモニター上に再現することができる。このため、
原画像をシミュレートするため特別な入力装置を用いて
処理する必要がなく、単純なカメラ撮影で被写体である
原稿や物体をシミュレート表示することができる。

【００５６】本実施の形態の色シミュレーション装置
は、緊急時の案内板等や暗室等の照明光源の色が特殊な
環境下において行き先案内板等の原画像を観察する場合
を想定した原画像のシミュレート表示に好適である。

【００５７】なお、上記実施の形態では、シミュレーシ
ョン本体内にニューラルネットワークを含んだ構成とし
たが、ニューラルネットワークを別個の独立した構成と
して用いてもよい。

【００５８】また、上記実施の形態では、カメラをシミ
ュレーション本体に直接接続した場合を説明したが、ビ
デオカメラ等で被写体を撮影してビデオ信号（ＴＶ信
号）やデジタル信号で磁気記録や光学記録し、その記録
媒体である磁気媒体や光学記録媒体を再生する装置を接
続し、再生信号をシミュレーション本体に入力するよう
にしてもよい。

【００５９】なお、カメラで読み取った原画像を色シミ
ュレーション装置を使用して再現するとき、カメラの色
分解値を機差等のバラツキを解消する必要がある場合、
すなわち、原画像として入力された色分解値とカメラで
読み取ることにより得た色分解値とを一致させる必要が
ある場合には、次のように調整すればよい。

【００６０】図５に示すように、ＣＭＹＫやＲＧＢ等の
色分解値が既知の色票４４の各色分解値を画像データＡ
としてプリンタ４６に入力し、プリンタ４６において画
像データＡによる印刷物４８を作成する。この印刷物４
８を上記構成による色シミュレーション装置４２のカメ
ラ２５で撮影する。カメラ２５は、印刷物４８を撮影し
た色票の各色の色分解値（ＲＧＢ等）を出力する。この
カメラ２５が出力した色分解値と既知の色票の色分解値
とは概ね異なる。このため、色シミュレーション装置４
２では、カメラ２５で色票を撮影したとき出力される色
分解値を、その色票について既知の色分解値に変換する
必要がある。そこで、第１変換部３２を、カメラ２５で
色票を撮影したとき出力される色分解値がその色票が有
する既知の色分解値の相当する色分解値として評価され
るように、上記のようにして学習させる。これによっ
て、第１変換部４２は、被写体をカメラ２５が撮影して
出力されたＲＧＢ等の色分解値を、カメラ２５の色特性
に依存しない値として少なくとも３つの主成分ベクトル
係数に変換して出力する。なお、上記作成された印刷物
４８はプリンタ４６の特性を含んむことがあるので、プ
リンタの色特性を考慮してシミュレートすることもでき
る。この場合、プリンタ毎に、得られる色票の印刷物４
８の色が異なるため、色シミュレーション装置４２でシ
ミュレートする原画像や物品を作成するときにはプリン
タ毎に上記学習することが好ましい。また、各プリンタ
毎に色補正値を記憶し切り換えて使用すれば、複数のプ
リンタに対応してシミュレートすることができる。

【００６１】

【発明の効果】以上説明したように本発明によれば、撮
影手段で撮影した原画像の色情報値を、光源に依存しな
い分光反射率分布または分光透過率分布を多変量解析す
ることによって得られる少なくとも３つの特徴パラメー
タ係数に変換し、さらに該特徴パラメータ及び特徴パラ
メータ係数を用いて得られる分光反射率分布又は分光透
過率分布を、指定された光源の分光情報に基づいた色彩
値に変換して表示するので、被写体を撮影したときの原
画像を、指定した光源下で観察したときの色で表示でき
る、という効果がある。

【図面の簡単な説明】

【図１】色シミュレーション装置の機能別構成の概略を
示すブロック図である。

【図２】本実施の形態にかかる色シミュレーション装置
の概略構成を示すブロック図である。

【図３】ニューラルネットワークの動作を説明するため
の概念イメージ図である。

【図４】ニューラルネットワークの構成を説明するため
の概念イメージ図である。

【図５】スキャナを校正する過程を説明するための説明
図である。

【図６】第１変換部であるニュラルネットワークの変換
系構築時の処理過程を示すフローチャートである。

【図７】色シミュレーション装置の動作の流れを示すフ
ローチャートである。

【符号の説明】

１０シミュレーション本体２５カメラ３２第１変換部３４第２変換部３６第３変換部３８第４変換部４０光源情報４２色シミュレーション装置

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平６−28437（ＪＰ，Ａ) 特開平８−149322（ＪＰ，Ａ) 特開平５−276529（ＪＰ，Ａ) 特開平７−95424（ＪＰ，Ａ) 特開平７−320059（ＪＰ，Ａ) 特開平８−317238（ＪＰ，Ａ) 特開平９−163382（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) H04N 1/46 - 1/60 H04N 9/64 - 9/76 G06T 1/00 - 1/40

Claims

(57)【特許請求の範囲】

【請求項１】被写体を撮影すると共に、該被写体を撮
影することによって得た原画像の色情報値を出力するた
めの撮影手段と、複数の光源の各分光情報を記憶する記憶手段と、前記原画像の各色を光源に依存しない分光反射率分布ま
たは分光透過率分布を主成分分析による多変量解析する
ことによって得られる前記分光反射率分布または分光透
過率分布の主成分ベクトルを特徴パラメータとしかつ前
記主成分ベクトルによる前記分光反射率または分光透過
率の展開係数を特徴パラメータ係数とするときの少なく
とも３つの特徴パラメータ及び特徴パラメータ係数で表
現し、前記撮影手段から出力された少なくとも３つの色
情報値が入力されたときに入力された色情報値に対応す
る前記撮影手段の色特性に依存しない前記少なくとも３
つの特徴パラメータ係数が出力されるように予め構築さ
れた変換系における前記色情報値で定まる多数色の各々
と少なくとも３つの前記特徴パラメータ係数との対応を
記憶すると共に、前記撮影手段から出力された色情報値
を、該色情報値に対応する少なくとも３つの特徴パラメ
ータ係数に変換する第１の変換手段と、前記第１の変換部で変換された少なくとも３つの特徴パ
ラメータ係数を、前記多変量解析により得られる少なく
とも３つの特徴パラメータに基づいて分光反射率分布又
は分光透過率分布に変換する第２の変換手段と、前記第２の変換手段で変換された分光反射率分布又は分
光透過率分布を、指定された前記光源の分光情報に基づ
いて、色彩値に変換する第３の変換手段と、前記第３の変換手段で変換された色彩値を、表示信号に
変換する第４の変換手段と、前記第４の変換手段で変換された表示信号により、原画
像を表示する表示手段と、を備えた色シミュレーション装置。
【請求項２】前記第１の変換手段は、前記撮影手段か
ら出力された色情報値に対応する少なくとも３つの特徴
パラメータ係数に変換するように学習された多層フィー
ドフォワード型ニューラルネットワークであることを特
徴とする請求項１に記載の色シミュレーション装置。
【請求項３】前記第１の変換手段は、前記色情報値と
該色情報値に対応する少なくとも３つの特徴パラメータ
係数との対応関係を記憶したルックアップテーブルであ
ることを特徴とする請求項１に記載の色シミュレーショ
ン装置。