JP4676491B2

JP4676491B2 - 色処理装置およびその方法

Info

Publication number: JP4676491B2
Application number: JP2007511425A
Authority: JP
Inventors: シウ−ケイティン，
Original assignee: Canon Inc; Microsoft Corp
Current assignee: Canon Inc; Microsoft Corp
Priority date: 2004-05-06
Filing date: 2005-04-29
Publication date: 2011-04-27
Anticipated expiration: 2025-04-29
Also published as: WO2005114981A2; US7420706B2; WO2005114981A3; US20050248782A1; JP2007536804A

Description

本発明は、カラー入力装置の色特性モデル(color characterization model)の生成に関する。

従来の色管理システム(CMS)は、カラー入力装置のカラーキャラクタリゼーションを用いて、デバイスに依存する色空間とデバイスに依存しない色空間の間の色座標を変換する色変換を行う。とくに、カメラまたはスキャナのようなカラー入力装置に対するカラーキャラクタリゼーションは、まず、所定のカラーパッチから構成されるターゲットをキャプチャすることで導き出される。キャプチャの結果は、RGB色空間のようなデバイスに依存する色空間において、各パッチの色がRGB値にエンコードされたRGBビットマップ画像である。

特定のターゲットを想定すると、デバイスに依存する色空間とデバイスに依存しない色空間の間の色変換は、低次の多項式によって合理的にモデル化することができる。これら多項式に適合する数学的方法または技術は、多項式回帰(polynomial regression)として知られている。

測定されたデータ点に基づく多項式回帰を用いると問題が生じる。とくに、多項式の使用は、ある空間において測定されたデータ点の範囲を超えてオーバシュートまたはアンダシュートする傾向がある。この問題の一つの面は、通常、デバイスに依存しない色空間をモデル化する量の物理的な範囲によって課される、デバイスに依存しない色空間に関連する制約があることである。言い換えると、デバイスに依存しない色空間の色は、通常、三つの座標によって表現される。これら三つの座標は、物理的に可能な色を表現するために、特定の制約と座標の間の関係を満たす必要がある。これらの制約を課すには、純粋な統計的技術の使用よりも、領域の知識(domain knowledge)が要求される。

カラー入力装置の測定データ点がデバイスに依存する色空間内を均一に満たせば、データ点の範囲を超えるオーバシュートとアンダシュートの問題は生じない。しかし、標準ターゲットから測定されたデータ点が、デバイスに依存する色空間内に均一に配置されることはほとんどない。例えば、測定されたRGB点は、通常、RGB立方体の内部を満たすか、RGB立方体より低次元の多様体(manifold)内に存在する。この場合、測定されたデータ点に基づく回帰多項式(regressed polynomials)は、測定されたデータ点の範囲を超える、デバイスに依存しない値の予測について不正確である。

本発明は、多項式回帰が行われるカラー入力装置の色空間に境界条件を課すことで、上述の問題を解決することを目的とする。

本発明にかかる色処理は、カラー入力装置のデバイスに依存する色値をデバイスに依存しない色値に変換するための多項式で示される色特性モデルを生成する際に、前記カラー入力装置によってカラーパッチを測定することにより得られるデバイスに依存する色値と、前記カラーパッチのデバイスに依存しない色値の対応関係を複数有する第一の集合を取得し、前記第一の集合の測定範囲外であり、前記デバイスに依存する色値である、前記カラー入力装置のデバイスに依存する色空間内の追加点に対応する前記デバイスに依存しない色値を前記第一の集合から外挿して算出して、前記追加点のデバイスに依存する色値と、前記追加点のデバイスに依存しない色値の対応関係を有する第二の集合を生成し、前記第一の集合と前記第二の集合を用いて、前記色特性モデルを生成することを特徴とする。

本発明によれば、カラー入力装置によってカラーパッチを測定することにより得られるデバイスに依存する色値と、カラーパッチのデバイスに依存しない色値の対応関係を複数有する第一の集合の測定範囲を超える領域に生じるオーバシュートとアンダシュートを低減して、高精度な色特性モデルを生成することができる。

本発明の本質をすばやく理解するために概要を説明した。添付する図面と関連する、以下の好適な実施例の詳細な説明を参照することで、本発明は、さらに完璧に理解されるだろう。

一つの面によると、本発明は、カラー装置のデバイスに依存する色空間からデバイスに依存しない色空間への変換を行うための色特性モデルを生成する。測色データの第一の集合は、カラー装置の実際の測定値に対応してアクセスされる。実際の測定値は、デバイスに依存する色空間内の測定範囲を定義する。測定データは、データ点対を含む。各データ点対は、対応するデバイスに依存する値とデバイスに依存しない値を有する。次に、データ点対の第二の集合は、色測定データの第一の集合からデバイスに依存しない値を外挿することで、測定範囲外のデバイスに依存する値の所定の集合に基づき生成される。そして、色特性モデルは、色測定データの第一の集合とデータ点対の、生成された第二の集合の双方に基づき決定される。色特性モデルは、多変量線形回帰と非線形回帰の何れかによって決定することが好ましい。さらに、デバイスに依存しない値の所定の集合は、デバイスに依存する色空間の軸または角の境界に対応することが好ましい。カラー装置のデバイスに依存する色空間は、RGB空間が好ましい。デバイスに依存しない色空間は、CIELUV空間、CIELAB空間またはJAB空間が好ましい。色特性モデルは、色管理システムが使用可能であることが好ましい。

図1は本発明の一実施例の外観を示す図である。とくに、図1はパーソナルコンピュータ（以下、PC）であるホストプロセッサ103を含むコンピュータ装置100を示す。コンピュータ装置100は、テキストと画像をユーザに表示する表示画面107を含むカラーモニタ101、テキストデータとユーザコマンドをPC103に入力するキーボード106、ポインティングデバイス111を備える。ポインティングデバイス111は、表示画面107上に表示されるオブジェクトをポイント、選択、操作するためのマウスが好ましい。コンピュータ装置100は、フレキシブルディスクドライブ108、固定ディスク110、および/または、CD-ROMドライブ109などのコンピュータが読み取り可能なメモリ媒体を備える。コンピュータが読み取り可能なメモリ媒体は、リムーバブルおよび非リムーバブルなメモリ媒体に格納された画像データ、コンピュータが実行可能な処理ステップ、アプリケーションプログラムなどの情報にコンピュータ装置100がアクセスすることを可能にする。さらに、ネットワーク通信路105は、ローカルエリアネットワークまたはインターネットなどの他のソースから、コンピュータ装置100が情報、画像、アプリケーションプログラムを取得することを可能にする。

ディジタルスキャナ104とディジタルカメラ102はともにカラー入力装置で、本発明に従い、これらカラー入力装置の色特性モデルを生成することができる。ディジタルカラースキャナ104は、文書および画像をスキャンして、対応する画像データをコンピュータ装置100に送信するために備えられる。ディジタルカラーカメラ102は、ディジタル画像データをコンピュータ装置100に送信するために備えられる。勿論、コンピュータ装置100は、ディジタルビデオカメラのような他のカラー入力装置からディジタル画像データを取得してもよい。

図2は、図1に示す実施例の内部アーキテクチャを示すブロック図である。図2に示すように、PC 103は、ネットワーク通信路105用のネットワークインタフェイス(I/F) 202、コンピュータバス200と接続する中央演算装置(CPU) 201を備える。また、コンピュータバス200と接続するものには、固定ディスク110、メインメモリとして使用されるランダムアクセスメモリ(RAM) 207、読出専用メモリ(ROM) 208、PC 103とフレキシブルディスク装置108の接続を可能にするフレキシブルディスクI/F 209、モニタ101と接続するディスプレイI/F 210、キーボード106と接続するキーボードI/F 203、ポインティングデバイス111と接続するマウスI/F 204、スキャナ104と接続するスキャナI/F 205、ディジタルカメラ102と接続するカメラI/F 206がある。

オペレーティングシステムアプリケーションプログラムのようなソフトウェアプログラムとデバイスドライバの実行中、高速RAMストレージをCPU 201に提供するために、メインメモリ207は、コンピュータバス200とインタフェイスする。とくに、CPU 201は、ソフトウェアプログラムを実行するために、固定ディスク110または別の記憶媒体からメインメモリ207の領域に、コンピュータ実行可能処理ステップをロードする。測色データのようなデータは、メインメモリ207に格納可能で、ソフトウェアプログラムの実行中にCPU 201によってアクセスされる。

ROM 208は、基本入出力(I/O)、スタートアップまたはキーボード106からキー入力を受信するなどの基本システム機能用に、不変の、コンピュータが実行可能なプログラムコード、プログラムまたは処理ステップを格納する。

図2に示すように、固定ディスク110は、Adobe（登録商標）Photoshop（登録商標）などの画像処理プログラムのようなアプリケーションプログラム211用のコンピュータが実行可能なコードを格納する。

固定ディスク110は、さらに、色管理モジュール(CMM) 218を格納する。CMM 218は、デバイスに依存する色空間からデバイスに依存しない色空間に、また逆に、デバイスに依存しない色空間からデバイスに依存する色空間に、カラー画像データを描画する。CMM 218は、測色プロファイルの測定データを用いて、カラー画像データをデスティネーションカラー画像データの色空間に変換するために必要なデバイス変換を生成する。

フォワードモデル219は、カラー装置の色の性質(behavior)をモデル化するデータ構造で、カラー入力装置のデバイスに依存する色空間からデバイスに依存しない色空間への変換を行う。フォワードモデル219は、スキャナドライバ213やカメラドライバ214などの単一のデバイスドライバに組み込むことが可能である。フォワードモデル219は、カラー入力装置のデバイスに依存する色空間からデバイスに依存しない色空間への変換を行う色特性モデルである。フォワードモデル219の生成を詳細に説明する。

本発明のCMM 218は、ダイナミックリンクライブラリ(DLL)、Adobe（登録商標）Photoshop（登録商標）画像操作プログラムなどの画像操作プログラムのような他のアプリケーションプログラムのプラグイン、あるいは、スキャナドライバ213またはカメラドライバ214の一部として組み込むことが可能である。

固定ディスク110は、さらに、モニタドライバ212、スキャナドライバ213、カメラドライバ214、その他のデバイスドライバ215、画像ファイル216、その他のファイル217用のコンピュータが実行可能なコードを格納する。

図1および2は、プログラムコード、プログラム、処理ステップを実行し、カラー入力装置の動作をモデル化したデータ構造を使用して色変換を生成するように構成されたコンピュータシステムの一例を示す。他の種類のコンピュータシステムを使用してもよい。

図3は本発明の色特性モデルの生成方法を実行するCMM 218を示すブロック図である。CMM 218は、カラー入力装置300用のキャラクタリゼーションを行うカラー入力キャラクタリゼーションモジュール301と、カラー出力装置306用のカラーキャラクタリゼーションを定義するカラー出力デバイスプロファイル305を含む。CMM 218は、デバイスに依存する座標（例えばスキャナRGB座標）の色値を入力し、色特性モデルを適用し、デバイスに依存しない座標（例えばLuv）の対応する色値を出力する動作を行う。また、CMM 218は、カラー出力装置プロファイル305に基づき、デバイスに依存しない座標をデバイスに依存する座標（例えばプリンタCMYKまたはモニタRGB）に変換する動作を行う。さらに、CMM 218は、デバイスに依存する色空間とデバイスに依存しない色空間の間で色域マッピングする動作を行う。

カラー入力キャラクタリゼーションモジュール301は、測定されたデバイスに依存する値と、それに対応するデバイスに依存しない値のデータ点対を含む、カラー入力装置300のサンプリングされた測色データにアクセスするために、データアクセスモジュール302に対する処理ステップを含む。また、カラー入力キャラクタリゼーションモジュール301は、カラー入力装置300の実際の測定値によって規定される範囲外に追加点を生成するために、追加点生成モジュール303に対する処理ステップを含む。さらに、カラー入力キャラクタリゼーションモジュール301は、オリジナルの測色データと追加点のデータに基づき、色特性モデル（フォワードモデル219）を決定するために、フォワードモデル決定モジュール304に対する処理ステップを含む。

カラー入力キャラクタリゼーションモジュール301、データアクセスモジュール302、追加点生成モジュール303、フォワードモデル決定モジュール304、カラー出力デバイスプロファイル305はすべて、CMM 218に埋め込んでもよいし、CMM 218がアクセスする個別のアプリケーションプログラムにしてもよいし、CMM 218がアクセスする単一のアプリケーションプログラムに結合してもよい。さらに、画像データは、カラー入力装置300からフォワードモデル219を使用するCMM 218へ入力される。本実施例において、カラー入力装置300は、スキャナ104またはディジタルカメラ102であるが、ディジタルビデオカメラなどの他のカラー入力装置も使用することができる。

カラー入力装置300のカラーキャラクタリゼーションは、通常、デバイスに依存しない色空間の既知の色値のカラーパッチから構成されるターゲットの画像をキャプチャすることを含む。このようなターゲットの一般的な選択肢として、IT8.7ターゲットとColorChecker（登録商標）がある。キャプチャの結果は、各パッチの色がRGBのようなデバイスに依存する値にエンコードされた、デバイスに依存するビットマップ画像である。対応するRGB値とLuv値を有するデータ点対は、測色データを構成し、測定範囲を規定する。測定範囲は、通常、RGB色空間立方体の境界を超えることはない。

これら測色データは、カラー入力装置300に特有で、カラーリメトリックキャラクタリゼーションの目標は、RGB値と、CIELUVのようなデバイスに依存しない色空間の色値の間に、実験的な結び付き(empirical relationship)を確立することである。とくに、カラー入力装置300の動作をできるだけ正確にモデル化する、RGBからLuvへの数学的な変換を探し出すことである。このような変換は、低次の多項式によって充分合理的にモデル化することができる。

好適な実施例において、RGBはデバイスに依存する色空間であり、Luvはデバイスに依存しない色空間であり、20項の三次多項式をカラー入力装置300の色特性モデルとして使用する。しかし、他のデバイスに依存する色空間とデバイスに依存しない色空間を使用してもよいし、異なる項数の多項式を使用してもよい。ある20項の三次多項式において、下式から、データ点における最小二乗誤差条件を満たす係数λi、αi、βiが探索される。
L(R, G, B) = λ1 + λ2R + λ3G + λ4B
+ λ5R² + λ6RG + λ7RB + λ8G² + λ9GB + λ10B²
+ λ11R³ + λ12R²G + λ13R²B + λ14RG² + λ15RGB
+ λ16RB² + λ17G³ + λ18G²B + λ19GB² + λ20B³
u(R, G, B) = α1+ α2R + α3G + α4B
+ α5R² + α6RG + α7RB + α8G² + α9GB + α10B²
+ α11R³ + α12R²G + α13R²B + α14RG² + α15RGB
+ α16RB² + α17G³ + α18G²B + α19GB² + α20B³
v(R, G, B) = β1 + β2R+ β3G + β4B
+ β5R² + β6RG + β7RB + β8G² + β9GB + β10B²
+ β11R³ + β12R²G + β13R²B + β14RG² + β15RGB
+ β16RB² + β17G³ + β18G²B + β19GB² + β20B³

これらの多項式は、下式の誤差の二乗和を最小にする。
SSE = Σ[{L(Ri,Gi,Bi)- Li}² + {u(Ri,Gi,Bi)- ui}² + {v(Ri,Gi,Bi)- vi}²]

ここで、データ点対は(Ri, Gi, Bi)および(Li，ui，vi)である。最小二乗問題は、下の行列式を解くと述べることもでき、下式のnは測色データ点の数である。
┌ ┐┌ ┐ ┌ ┐
│ 1 R1 G1 B1 … G1B1² B1³││λ1 │ │L1│
│ 1 R2 G2 B2 … G2B2² B2³││λ2 │ │L2│
│ : ：：： … ：：││ ： │=│：│
│ 1 Rn Gn Bn … GnBn² Bn³││λ20│ │Ln│
└ ┘└ ┘ └ ┘

上式を、より簡潔に、RΛ = Lで表す。

一般に、nは20より大きいため、上式は優決定(over-determination)され、最小二乗解を必要とする。Λの解を求める閉形式(closed form)は、下式によって与えられる。
Λ = (R^TR)^-1(R^TL)

実際には閉形式解は使用されない。代わりに、より数値的に安定なアルゴリズムのために、まず、行列Rを行列積に（例えば特異値分解(singular value decomposition)を用いて）分解し、次に、後退代入(back substitution)を行って最小二乗解を得る。

上述したように、多項式を使用すると、測定されたデータ点の範囲を超える領域内で、測定されたデータ点の範囲を超えて、オーバシュートまたはアンダシュートする傾向がある。この問題の一つの面は、一般に、Luv色空間をモデル化する量の物理的な範囲によって課される、Luv色空間に関連する制約があることである。言い換えると、デバイスに依存しない色空間内の色は、通常、三つの座標によって表現される。これら三つの座標は、物理的に可能な色を表現するために、特定の制約と座標間の関係を満たす必要がある。これらの制約を課すには、純粋な統計的技術の使用よりも、領域の知識が要求される。本発明は、測色データの測定範囲外にある境界点を導入することで、上記を解決する。

図4は本発明の、カラー入力装置用の色特性モデルの作成を示すフローチャートである。開始バブルS400に続き、ステップS401で測色データがアクセスされ、ステップS402で測色データに基づき追加点が生成され、ステップS403で測色データと生成されたデータ点の双方を用いてフォワードモデル219が決定される。追加点の生成を、図5および6に関連して詳細に説明する。

図5は本発明の追加データ点の生成を示す模式図である。好適な実施例において、RGB色空間立方体の角に対応する八つの制御点が導入される。これらの点は、通常、測色データの測定範囲外にある。カラー入力装置300の値を1(unity)に正規化した場合、制御点のRGB値は次のようになる。
R = 0、G = 0、B = 0
R = 0、G = 0、B = 1
R = 0、G = 1、B = 0
R = 0、G = 1、B = 1
R = 1、G = 0、B = 0
R = 1、G = 0、B = 1
R = 1、G = 1、B = 0
R = 1、G = 1、B = 1

リストされた(R, G, B)制御点のそれぞれに対応するLuv値を決定する。Luv値の決定は、(R, G, B)色の色相を考慮する。

通常、上記のある(R, G, B)に対して、サンプリングデータの集合内の(R, G, B)の近傍にある各(Ri, Gi, Bi)に重みを割り当てる。重みは、二つの基準に基づき決定される。第一に、重みは、(R, G, B)と(Ri, Gi, Bi)の間の距離に反比例する。第二に、ある(R, G, B)点と著しく異なる色相を有するデータ点は破棄し、これらのデータ点の重みを0に設定する。色相を考慮に入れるため、頂点が(0, 0, 0)で、軸が(0, 0, 0)と(R, G, B)を結ぶ線と一致し、半頂角θがcosθ=0.9を満たす円錐内に位置する点があれば、それら点のみが考慮される。

図6は本発明による追加データ点の生成を示すフローチャートである。開始バブルS600に続き、ステップS601で、白(R=G=B=1)に対するLuv値にL=100とu=v=0を割り当てる。そして、ステップS602で、RGB立方体の八つ角に対応するLuv値をすべて割り当てたか否かを判定する。この判定に対する答えがYESならば、ステップS602から終了バブルS613へ進む。それ以外の場合は、ステップS603で、対応するLuv値がないRGB点を選択する。ステップS604でcosθを0.9に初期化し、ステップS605でcosθ≧0か否かを判定する。この判定に対する答えがNOならば、終了バブルS614でエラー状態が発生する。それ以外の場合はステップ606で、cosθ＞0ならば最大距離MAX_Dを5で割った値に最大半径値MAX_Rを初期化し、cosθ=0ならばMAX_RをMAX_Dに初期化する。1ノルムの場合、MAX_Dは3に等しい。ステップS607で、半径値Rは0.1に初期化される。次に、ステップS608で、R≦MAX_Rか否かを調べる。この調査の答えがNOならばステップS612で、cosθを0.05減じて、ステップS605に戻る。それ以外の場合はステップS609で、集合Sのサンプル点を収集する。そして、ステップS610で、集合Sが空か否かを判定する。集合Sが空ではない場合はステップ615で、集合Sに基づきLuv値を計算する。Luv値の計算は、以下で詳細に説明する。集合Sが空の場合はステップS611で、Rを0.1増して、ステップS608に戻る。集合Sが空ではなくなるまで、これを繰り返す。

点(Ri, Gi, Bi)と、対応する点(Li, ui, vi)の、空ではない集合Sを作成後、このような点のそれぞれに、正規化重みwiを以下のように割り当てる。
hi = {max(MAX_D - di, 0)/di}²
ここで、di = |R - Ri|+|G - Gi|+|B - Bi|
wi = hi/Σ_j∈Shj

ここで、hiは正規化前の重みで、逆距離特性(inverse-distance property)を満たす。diは(R, G, B)と(Ri, Gi, Bi)の距離である。
(R, G, B)に外挿するLuv値は、下式によって計算する。
L = Σ_i∈Swi・Li
u = Σ_i∈Swi・ui
v = Σ_i∈Swi・vi

図4に戻り、追加データ点が生成されると、N+8個のデータ点（測色データ点＋生成されたデータ点）に対して多変量線形回帰が行われる。その結果、入力カラー装置300用の色特性モデル（フォワードモデル219）が得られる。

オリジナルの測色データの測定範囲外にある境界データ点を導入することにより、多項式境界の近傍でオーバシュートまたはアンダシュートする多項式に、追加ペナルティが課される。さらに、生成されたデータ点は、モデル化される色空間の物理的な範囲によって課される制約の考慮を可能にする。

本発明の特定の実施例に関して上述した。本発明は、上述した実施例に限定されず、本発明の趣旨の範囲から逸脱せずに、当業者により様々な変更および変形が行われてもよいことが理解される。

本発明の一実施例の外観を示す図、図1に示す実施例の内部アーキテクチャの一例を示すブロック図、本発明の、色特性モデルの生成方法を実行可能な色管理モジュールを示すブロック図、本発明のカラー入力装置用の色特性モデルの生成を示すフローチャート、本発明による追加データ点の生成を表す模式図、本発明による追加データ点の生成を示すフローチャートである。

Claims

カラー入力装置のデバイスに依存する色値をデバイスに依存しない色値に変換するための多項式で示される色特性モデルを生成する色処理装置であって、
前記カラー入力装置によってカラーパッチを測定することにより得られるデバイスに依存する色値と、前記カラーパッチのデバイスに依存しない色値の対応関係を複数有する第一の集合を取得する取得手段と、
前記第一の集合の測定範囲外であり、前記デバイスに依存する色値である、前記カラー入力装置のデバイスに依存する色空間内の追加点に対応する前記デバイスに依存しない色値を前記第一の集合から外挿して算出して、前記追加点のデバイスに依存する色値と、前記追加点のデバイスに依存しない色値の対応関係を有する第二の集合を生成する追加点生成手段と、
前記第一の集合と前記第二の集合を用いて、前記色特性モデルを生成する色特性モデル生成手段とを有することを特徴とする色処理装置。
前記追加点は境界点であることを特徴とする請求項1に記載された色処理装置。
前記追加点は、前記カラー入力装置のデバイスに依存する色空間立方体の角の点であることを特徴とする請求項1に記載された色処理装置。
前記追加点生成手段は、前記追加点と前記第一の集合に含まれる前記デバイスに依存する色値との距離および色相差に基づき前記第一の集合から選択される対応関係を用いて、前記追加点に対応する前記デバイスに依存しない色値を算出することを特徴とする請求項1から請求項3の何れか一項に記載された色処理装置。
前記色特性モデル生成手段は、前記色特性モデルを用いて前記第一の集合と前記第二の集合における前記デバイスに依存する色値を変換した結果と、前記第一の集合と前記第二の集合における前記デバイスに依存しない色値との間の誤差が小さくなるように、前記多項式の係数を算出することを特徴とする請求項1から請求項4の何れか一項に記載された色処理装置。
カラー入力装置のデバイスに依存する色値をデバイスに依存しない色値に変換するための多項式で示される色特性モデルを生成する色処理方法であって、
前記カラー入力装置によってカラーパッチを測定することにより得られるデバイスに依存する色値と、前記カラーパッチのデバイスに依存しない色値の対応関係を複数有する第一の集合を取得し、
前記第一の集合の測定範囲外であり、前記デバイスに依存する色値である、前記カラー入力装置のデバイスに依存する色空間内の追加点に対応する前記デバイスに依存しない色値を前記第一の集合から外挿して算出して、前記追加点のデバイスに依存する色値と、前記追加点のデバイスに依存しない色値の対応関係を有する第二の集合を生成し、
前記第一の集合と前記第二の集合を用いて、前記色特性モデルを生成することを特徴とする色処理方法。
コンピュータ装置を制御して、請求項1から請求項5の何れか一項に記載された色処理装置の各手段として機能させることを特徴とするプログラム。