JP4715642B2 - 色変換装置、方法及びプログラム - Google Patents

色変換装置、方法及びプログラム Download PDF

Info

Publication number
JP4715642B2
JP4715642B2 JP2006157162A JP2006157162A JP4715642B2 JP 4715642 B2 JP4715642 B2 JP 4715642B2 JP 2006157162 A JP2006157162 A JP 2006157162A JP 2006157162 A JP2006157162 A JP 2006157162A JP 4715642 B2 JP4715642 B2 JP 4715642B2
Authority
JP
Japan
Prior art keywords
color
base data
data
input
prediction model
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.)
Active
Application number
JP2006157162A
Other languages
English (en)
Other versions
JP2007329544A (ja
Inventor
康成 岸本
典子 長谷川
智子 田口
清 宇根
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.)
Fujifilm Business Innovation Corp
Original Assignee
Fuji Xerox Co Ltd
Fujifilm Business Innovation Corp
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 Fuji Xerox Co Ltd, Fujifilm Business Innovation Corp filed Critical Fuji Xerox Co Ltd
Priority to JP2006157162A priority Critical patent/JP4715642B2/ja
Priority to US11/641,681 priority patent/US20070279657A1/en
Publication of JP2007329544A publication Critical patent/JP2007329544A/ja
Application granted granted Critical
Publication of JP4715642B2 publication Critical patent/JP4715642B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/603—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Description

本発明は色変換装置、方法及びプログラムに係り、特に、入力又は指定されたベースデータ及び色予測モデルを用いて色変換条件を生成し、画像データの色変換を行う色変換装置、該色変換装置に適用可能な色変換方法、及び、コンピュータを前記色変換装置として機能させるための色変換プログラムに関する。
コンピュータに接続されるカラープリンタやディスプレイ、スキャナ等の入出力デバイスは色再現域等の色再現特性が互いに異なっている。このため、コンピュータ上で動作するＯＳ(Operating System)には、各デバイス間での色の受け渡しに際し、各デバイスの色再現特性に応じて各デバイスの製造メーカによって各デバイス毎に作成・提供されるプロファイル（色空間の色値を対応する色値に変換するための色変換条件、主に利用されているのは特定デバイスに依存するデバイス依存色空間と特定デバイスに依存しないデバイス非依存色空間の間の色変換を行う色変換条件）に従って色変換を行うことで各デバイス毎の色再現特性の相違を補正し、各デバイスで再現される色のマッチングを行なう色管理システムが搭載されている（例えばApple Computer社のColorSyncやMicrosoft社のICM等）。
また、同一デバイスの色再現特性の変動に応じて色変換条件（プロファイル）を切り替える技術も提案されており、例えば特許文献１には、テストチャート形成用のテストデータ、測色データとの色差演算用の複数の基準データ、各基準データに対応する複数の基準特性変換データを記憶しておき、変換特性設定時には、まずテストデータを画像形成装置へ出力し、テストチャートを形成させた後に、テストチャートを測色することで得られた測色データが入力されると、入力された測色データを保存し、測色データと各基準データとの色差を算出し、色差が最小となる基準データに対応する基準変換特性データを検索し、検索によって抽出された基準変換特性データをその後の画像データの変換に用いる変換特性データとして設定する技術が開示されている。
また特許文献２には、従来のプロファイル（色変換条件）が適切でない場合に新規にプロファイルを作成し、従来のプロファイルと新規に作成したプロファイルを選択可能とした技術が開示されている。
特開２０００−２８７０９８号公報 特開２００２−１５２５４２号公報
プロファイルは、デバイス依存色空間上の色値及びデバイス非依存色空間上の色値のうちの一方が既知の色の色票を、プロファイル作成対象のデバイスにより色空間の全域に分布する多数色について各々生成し、生成した各色票についてデバイス依存色空間上の色値及びデバイス非依存色空間上の色値のうちの未知の色値を各々測色し、デバイス依存色空間上の色値とデバイス非依存色空間上の色値を対応付けるデータを多数個（色票の数と同数）生成することで作成することができるが、これに代えて、第１色空間上の第１色値と第２色空間上の第２色値との関係を所定のアルゴリズムに従って推定演算する色予測モデル（デバイスモデルともいう）を用い、この色予測モデルに、より少数の色票を用いて生成したより少数の第１色空間の色値に対応する第２色空間の色値を記述したデータ群（ベースデータという）を入力することで、プロファイルを作成する方法も用いられている。これらはプロファイル作成だけでなく、SmartCMMシステム（色変換条件と色変換処理であるCMM（色変換モジュール）部を含めたシステム）の一部に利用してもよい。
ところで最近、新たな色管理システムとして、任意のベースデータ及び任意の色予測モデルを用いて色管理システム自身が色変換条件（プロファイル）を生成し、生成した色変換条件に基づいて色変換を行うシステムが提案されている。このシステムでは、ベースデータの作成に必要とされる色票の数がプロファイルよりも大幅に少なくて済むので、例えばユーザが独自にベースデータを作成して利用する等も容易に行うことができる。但し、上記色管理システムでは色変換条件の生成に用いられるベースデータ及び色予測モデルに無数の組み合わせが生ずるので、ベースデータと色予測モデルの組み合わせによっては適正な色変換を行える色変換条件が得られない場合もあり、適正な色変換が行われるか否かが保証されないという問題がある。
例えば色予測モデルには、アルゴリズムの特性に起因して、単一の色空間の中に補間性能の優れた色領域と補間性能の劣る色領域があるが、個々の色予測モデルはアルゴリズムが互いに異なるので、補間性能の優れた色領域及び補間性能の劣る色領域も個々の色予測モデル毎に相違している。このため、或るベースデータを特定の色予測モデルと組合わせたときに適正な色変換条件が得られたとしても、上記ベースデータを別の色予測モデルと組合わせたときには、当該別の色予測モデルにおける補間性能の劣る色領域についてのデータの数が少ないことで適正な色変換条件が得られない可能性があり、適正な色変換条件が得られることは保証されない。
本発明は上記事実を考慮して成されたもので、色変換条件の生成に用いるベースデータと色予測モデルの組み合わせの適否を事前に確認可能な色変換装置、色変換方法及び色変換プログラムを得ることが目的である。
上記目的を達成するために請求項１記載の発明に係る色変換装置は、特定色票の色を表す第１色空間上の第１色値及び第２色空間上の第２色値を複数の色票について規定するベースデータが入力されるか又はベースデータ記憶手段に記憶された複数の前記ベースデータの中から指定されると共に、前記ベースデータに基づいて前記第１色値と前記第２色値との関係を推定演算する色予測モデルが入力されるか又は色予測モデル記憶手段に記憶された複数の前記色予測モデルの中から指定され、当該入力又は指定されたベースデータ及び色予測モデルを用いて前記第１色値を前記第２色値へ変換するための色変換条件を生成し、前記生成した色変換条件に基づいて入力された画像データの色変換を行う色変換装置であって、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定する判定手段を備えたことを特徴としている。
請求項１記載の発明では、特定色票の色を表す第１色空間上の第１色値及び第２色空間上の第２色値を複数の色票について規定するベースデータが入力されるか又はベースデータ記憶手段に記憶された複数のベースデータの中から指定されると共に、ベースデータに基づいて第１色値と第２色値との関係を推定演算する色予測モデルが入力されるか又は色予測モデル記憶手段に記憶された複数の色予測モデルの中から指定される。なお、第１色空間及び第２色空間としては、例えば一方を特定デバイスに依存する色空間、他方をデバイスに依存しない色空間（例えばＣＩＥ（Commission Internationale de l'Eclairage：国際照明委員会）が推奨したＬ*ａ*ｂ*色空間のような均等知覚色空間や、三刺激値ＸＹＺ表色系の色空間、ＣＡＭ０２空間のような色の見えモデル等）とすることができるが、これに限られるものではなく、任意の色空間を適用可能である。
また、ベースデータは、例えば請求項２に記載したように、特定色票の色を表す第１色値及び第２色値の一方に基づき特定色票を生成し、生成した特定色票に対し第１色値及び第２色値の他方を測色することを、複数の色票について各々行うことで生成することができる。
請求項１記載の発明に係る色変換装置は、ベースデータ及び色予測モデルが入力又は指定されると、入力又は指定されたベースデータ及び色予測モデルを用いて第１色値を第２色値へ変換するための色変換条件を生成し、生成した色変換条件に基づいて入力された画像データの色変換を行う。なお、上記の色変換条件としては、例えばＣＬＵＴ（カラールックアップテーブル）に設定する色変換データ（所謂プロファイル）が好適であり、この場合、色変換条件としての色変換データを設定したＣＬＵＴを用いて入力された画像データを変換することで、画像データの色変換を行うことができるが、これに限定されるものではなく、上記の色変換条件として、ベースデータを設定した色予測モデル自体を用いることも可能であり、この場合、ベースデータを設定した色予測モデルを用いて入力された画像データを変換することで、画像データの色変換を行うようにしてもよい。また１次色やそれ以上の複数色での階調特性を表現した１次元ルックアップテーブルを複数利用してそのままで利用したり、補完しあって利用してもよい。
ところで、上記構成では画像データの色変換に用いるベースデータ及び色予測モデルとして任意の組み合わせを採用可能であるので、入力又は指定されたベースデータと色予測モデルの組み合わせによっては、適正な色変換を行える適正な色変換条件が得られない可能性がある。このため請求項１記載の発明は、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定する判定手段を備えている。これにより、入力又は指定されたベースデータと色予測モデルの組み合わせが、適正な色変換条件を生成することが困難な組み合わせ（不適切な組み合わせ）であった場合には、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定手段によって判定されることで、入力又は指定されたベースデータと色予測モデルが不適切な組み合わせであることを検知することができる。
従って、請求項１記載の発明によれば、色変換条件の生成に用いるベースデータと色予測モデルの組み合わせの適否を、画像データの色変換を実際に行う前に確認することができる。そして、判定手段による判定結果に基づき、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定された場合に、例えばベースデータを補完する補完データをベースデータに追加したり（後述）、ベースデータを切替可能な環境であれば色変換条件の生成に使用するベースデータを切り替えたり、色予測モデルを切替可能な環境であれば色変換条件の生成に使用する色予測モデルを切り替える等の対処を行うことができるので、適正な色変換を行うことが可能となる。
なお請求項１記載の発明において、判定手段は、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定することを、例えば請求項３に記載したように、入力又は指定されたベースデータから所定割合のデータを除外したデータ及び入力又は指定された色予測モデルを用いて評価用の色変換条件を生成し、当該評価用の色変換条件から得られる第２色値について、入力又は指定されたベースデータ及び色予測モデルを用いて生成した色変換条件から得られる第２色値又はベースデータから除外したデータが表す第２色値との色差が閾値未満か否かを判定することで行うように構成することができる。
請求項３記載の発明において、評価用の色変換条件から得られる第２色値としては、ベースデータから除外したデータに対応する第２色値が規定されている特定の第１色値を評価用の色変換条件に入力することで得られる第２色値を用いることができ、入力又は指定されたベースデータ及び色予測モデルを用いて生成した色変換条件から得られる第２色値としては、当該色変換条件に上記の特定の第１色値を入力することで得られる第２色値を用いることができ、ベースデータから除外したデータが表す第２色値としては、前記除外したデータにおいて、上記の特定の第１色値と対応付けられている第２色値を用いることができる。また、請求項３記載の発明に係る色差は複数の色について各々求めることが望ましく、この場合、複数の色差の平均値又は最大値又は標準偏差（或いは分散）を閾値未満か否か判定するように構成すればよい。また、複数の色について色差を求める場合、各色は色空間を複数の部分色領域に分割したときに各部分色領域に分散して分布する色であることが望ましく、例えばベースデータから特定の部分色領域に相当するデータを所定割合除外して色差を求めることを、毎回異なる部分色領域を対象として複数回繰り返すことで、個々の部分色領域毎に色差を求めることができる。
ベースデータと色予測モデルを用いて生成される色変換条件は、ベースデータに含まれている或る色領域のデータの数が、当該色領域について色予測モデルが必要としているデータの数に対して十分である場合には、元のベースデータから前記色領域のデータを多少除去したベースデータを用いて新たな色変換条件を生成したとしても、新たに生成した色変換条件の前記色領域についての精度は大きくは低下しない（これに伴い請求項３記載の発明に係る色差も閾値未満となる）のに対し、ベースデータに含まれている前記色領域のデータの数が、前記色領域について色予測モデルが必要としているデータの数に対して不足している場合には、元のベースデータから前記色領域のデータを多少除去したベースデータを用いて新たな色変換条件を生成すると、新たに生成した色変換条件の前記色領域についての精度が大幅に低下する（これに伴い請求項３記載の発明に係る色差も閾値以上となる）という特性を有している。
ベースデータに対する評価は、印刷出力、測色などを繰り返し行って色の再現精度を確認したり、経験に基づいて人間が行うことが一般的であるが、請求項３記載の発明では上記特性を利用し、入力又は指定されたベースデータから所定割合のデータを除外したデータ及び入力又は指定された色予測モデルを用いて生成した評価用の色変換条件から得られる第２色値と、入力又は指定されたベースデータ及び色予測モデルを用いて生成した色変換条件から得られる第２色値又はベースデータから除外したデータが表す第２色値との色差が閾値未満か否かを判定しているので、ベースデータが適正か否か（色予測モデルが要求しているデータの数に比して十分なデータがベースデータに含まれているか否か）を精度良く判断することができる。
また、請求項１記載の発明において、色予測モデルが要求しているデータの数に比して十分なデータがベースデータに含まれていない場合にも、当該ベースデータを補完するデータをベースデータに追加すれば、適正な色変換条件を生成できる可能性があることを考慮すると、例えば請求項４に記載したように、判定手段により、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定された場合に、ベースデータを補完する補完データを取得してベースデータへ追加する取得手段を更に設けることが好ましい。これにより、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定された場合に、補完データが追加されることで、適正な色変換条件が生成されるようにベースデータが再編成されることになり、入力又は指定されたベースデータ及び色予測モデルから適正な色変換条件を生成することができる。
なお、請求項４記載の発明に係る取得手段による補完データの取得は、例えば請求項５に記載したように、入力又は指定されたベースデータ及び色予測モデルを用いて生成した色変換条件から、対応する第１色値と第２色値の組を補完データとして生成又は取得することで行うことができる。
請求項５記載の発明において、例えばベースデータ及び色予測モデルを用いて生成する色変換条件がＣＬＵＴに設定する色変換データ（プロファイル）である場合、補完データとしての対応する第１色値と第２色値の組は、上記色変換データをセットしたＣＬＵＴに第１色値を入力し、ＣＬＵＴから出力される第２色値を入力した第１色値と対応付けることで生成してもよいし、上記の色変換データ自体が色空間内に離散的に分布する各色について第１色値と第２色値を対応付ける情報であるので、色変換データから対応する第１色値と第２色値の組を取得（抽出）することも可能である。また、例えばベースデータ及び色予測モデルを用いて生成する色変換条件がベースデータを設定した色予測モデル自体である場合、補完データとしての対応する第１色値と第２色値の組は、ベースデータを設定した色予測モデルに第１色値を入力し、色予測モデルから出力される第２色値を入力した第１色値と対応付けることで生成することができる。
ベースデータ及び色予測モデルを用いて色変換条件を生成した場合、生成される色変換条件は、ベースデータを構成する各データの間を補間して全体にスムージングを掛けたことに相当する変換特性となる。このため、請求項５記載の発明のように、入力又は指定されたベースデータ及び色予測モデルを用いて生成した色変換条件から、対応する第１色値と第２色値の組を補完データとして生成又は取得した場合にも、この補完データを追加したベースデータを用いて色変換条件を生成することで、より適正な色変換が行える色変換条件を得ることができる。
また、請求項４記載の発明において、色予測モデルを複数記憶する色予測モデル記憶手段が設けられている場合、取得手段による補完データの取得は、例えば請求項６に記載したように、色予測モデル記憶手段に記憶されている複数の色予測モデルのうち、入力又は指定された色予測モデルと異なる色予測モデルを色予測モデル記憶手段から読み出し、入力又は指定されたベースデータ及び色予測モデル記憶手段から読み出した色予測モデルを用いて補完データ生成用の色変換条件を生成し、生成した補完データ生成用の色変換条件から、対応する第１色値と第２色値の組を補完データとして生成又は取得することで行うことも可能である。
この場合も、上記の補完データを追加したベースデータを用いて色変換条件を生成することで、より適正な色変換が行える色変換条件を得ることができる。なお、色予測モデル記憶手段が複数記憶する色予測モデルの中には、ニューラルネットや統計的な推測を行うモデルの他に、ノウゲバウワーやクベルカムンク等の物理モデルが含まれていてもよい。
また、請求項４記載の発明において、過去に入力されたベースデータを複数記憶するベースデータ記憶手段が設けられている場合、取得手段による補完データの取得は、例えば請求項７に記載したように、ベースデータ記憶手段に記憶されているベースデータの中から、入力又は指定されたベースデータとの類似度の高いベースデータを探索し、当該探索によって抽出されたベースデータをベースデータ記憶手段から読み出し、読み出したベースデータから対応する第１色値と第２色値の組を補完データとして取得することで行うことも可能である。
請求項７記載の発明において、入力又は指定されたベースデータとの類似度の高いベースデータの探索は、例えば入力又は指定されたベースデータから対応する第１色値と第２色値を基準値として抽出した後に、特定のベースデータを一定の色予測モデルにセットし、特定のベースデータをセットした色予測モデルから、基準値としての第１色値に対応する第２色値を出力させることを、個々のベースデータについて各々行い、色予測モデルから出力された第２色値と基準値としての第２色値との色差が最小のベースデータを判断することで行うことができる。また、デバイスの経時的な特性変動に対応するために、同一のデバイスに対応する複数のベースデータが各々異なる時期に作成されて記憶されている場合には、個々のベースデータの作成時期とデバイスの特性変動の周期に基づいて類似度の高いベースデータ（デバイスが同じような特性のときに作成されたベースデータ）を探索することも可能である。この場合も、上記の補完データを追加したベースデータを用いて色変換条件を生成することで、より適正な色変換が行える色変換条件を得ることができる。
更に、請求項４記載の発明において、過去に生成された色変換条件を複数記憶する色変換条件記憶手段が設けられている場合、取得手段による補完データの取得は、例えば請求項８に記載したように、色変換条件記憶手段に記憶されている色変換条件の中から、入力又は指定されたベースデータ及び色予測モデルを用いて生成される色変換条件との類似度の高い色変換条件を探索し、当該探索によって抽出された色変換条件を色変換条件記憶手段から読み出し、読み出した色変換条件から対応する第１色値と第２色値の組を補完データとして生成又は取得することで行うことも可能である。
請求項８記載の発明において、入力又は指定されたベースデータ及び色予測モデルを用いて生成される色変換条件との類似度の高い色変換条件の探索についても、例えば入力又は指定されたベースデータ及び色予測モデルを用いて生成される色変換条件に任意の第１色値を入力し、前記色変換条件による色変換を経て出力される第２色値を基準値として記憶すると共に、個々の色変換条件に前記任意の第１色値を入力し、個々の色変換条件のうち色変換を経て出力される第２色値と基準値としての第２色値との色差が最小の色変換条件を判断することで行うことができる。この場合も、上記の補完データを追加したベースデータを用いて色変換条件を生成することで、より適正な色変換が行える色変換条件を得ることができる。
また、請求項４乃至請求項８の何れかに記載の発明において、例えば請求項９に記載したように、判定手段により、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定された場合に、第１又は第２色空間を複数個の部分色領域に分割したときの個々の部分色領域を単位としてベースデータの精度を検知し、他の部分色領域よりもデータの精度が低い低精度部分色領域を検知する低精度領域検知手段を更に設け、取得手段は、低精度領域検知手段によって検知された低精度部分色領域に対応する補完データを取得するように構成することが好ましい。これにより、複数の部分色領域のうち他の部分色領域よりもデータの精度が低い低精度色領域に対して補完データの取得及び追加が行われることになり、ベースデータの精度、すなわち色変換条件の精度を効率良く向上させることができる。
また、請求項１記載の発明において、色予測モデルが、第１又は第２色空間内の特定位置に対し該特定位置を中心として所定サイズの参照領域を設定し、ベースデータを構成するデータのうち設定した参照領域内の色のデータに基づいて特定位置及びその付近における第１色値と第２色値との関係を推定演算することを、第１又は第２色空間内の各位置について各々行うことで、第１又は第２色空間内の全域について第１色値と第２色値との関係を推定演算するアルゴリズムである場合、例えば請求項１０に記載したように、判定手段により、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定された場合に、第１又は第２色空間を複数個の部分色領域に分割したときの個々の部分色領域を単位としてベースデータの精度を検知し、他の部分色領域よりもデータの精度が低い低精度部分色領域を検知する低精度領域検知手段と、低精度領域検知手段によって検知された低精度部分色領域内及びその付近における第１色値と第２色値との関係が色予測モデルを用いて推定演算される際に適用される参照領域のサイズを拡大する拡大手段と、を設けてもよい。これにより、低精度部分色領域及びその付近における第１色値と第２色値との関係が色予測モデルを用いて推定演算される際に、より多数のデータに基づいて第１色値と第２色値との関係が推定演算されることになり、低精度部分色領域及びその付近における色変換条件の精度を向上させることができる。
また、請求項１記載の発明において、例えば請求項１１に記載したように、判定手段により、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定された場合に、少なくとも前記判定の結果を報知する報知手段を更に設けることが好ましい。これにより、少なくともユーザは、入力又は指定したベースデータと色予測モデルの組み合わせでは適正な色変換が行える色変換条件が得られないことを認識することができ、例えば先に説明した取得手段と同様の作業（ベースデータを補完する補完データを取得してベースデータに追加する作業）を行ったり、ベースデータを切替可能な環境であれば色変換条件の生成に使用するベースデータを切り替えたり、色予測モデルを切替可能な環境であれば色変換条件の生成に使用する色予測モデルを切り替える等の対処を行うことができる。そして、このような対処が行われることで、画像データに対して適正な色変換を行うことができる。
なお、請求項１１記載の発明において、例えば請求項１２に記載したように、判定手段により、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定された場合に、第１又は第２色空間を複数個の部分色領域に分割したときの個々の部分色領域を単位としてベースデータの精度を検知し、他の部分色領域よりもデータの精度が低い低精度部分色領域を検知する低精度領域検知手段を更に設け、報知手段は、低精度領域検知手段によって検知された低精度部分色領域も報知するように構成するようにしてもよい。この場合、入力又は指定したベースデータと色予測モデルの組み合わせでは適正な色変換が行える色変換条件が得られないことを認識したユーザが、ベースデータを補完する補完データを取得してベースデータに追加する作業を行う際に、何れの部分色領域に対応する補完データをベースデータに追加する必要があるのかを認識することができるので、低精度部分色領域に対応する補完データを取得してベースデータに追加する作業を容易に行うことができる。
また、請求項１１記載の発明において、報知手段は、例えば請求項１３に記載したように、判定手段により、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定された場合に、新たなベースデータの提供を依頼する依頼情報、又は、前記判定の結果への対処を質問する質問情報を予め登録された送信先（例えばメーカ、ユーザが属しているか又は参加しているグループ（例えば企業等の団体やオンラインのコミュニティサイト等）内の他の人）に送信する送信処理を行うように構成してもよい。これにより、入力又は指定したベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータでないと判定されたものの、解決するための知識やノウハウ、新たなベースデータを作成するための設備等をユーザが有していない場合にも、上記の依頼情報又は質問情報が報知手段によって自動的に送信され、依頼情報に基づきメーカや他の人からベースデータの提供を受けたり、質問情報に基づきメーカや他の人から回答（対処等）を受信することで、画像データに対して適正な色変換が行われるようにするための対処を容易に行うことができる。
なお、請求項９、請求項１０及び請求項１２の何れかに記載の発明において、低精度領域検知手段による、個々の部分色領域を単位とするベースデータの精度検知及び低精度部分色領域の検知は、具体的には、例えば請求項１４に記載したように、個々の部分色領域を単位とするベースデータの精度として、ベースデータに含まれる前記個々の部分色領域に対応するデータの数を個々の部分色領域毎に検知し、低精度部分色領域として、対応するデータの数が他の部分色領域よりも少ない部分色領域を検知するか、又は、ベースデータから複数個の部分色領域のうちの特定部分色領域内に対応するデータを所定割合除外したデータ及び入力又は指定された色予測モデルを用いて評価用の色変換条件を生成し、当該評価用の色変換条件から得られる第２色値について、入力又は指定されたベースデータ及び色予測モデルを用いて生成した色変換条件から得られる第２色値又は前記ベースデータから除外したデータが表す第２色値との色差を求めることを、個々の部分色領域について各々行うことで、個々の部分色領域を単位とするベースデータの精度として、個々の部分色領域毎の前記色差を求め、低精度部分色領域として前記色差が他の部分色領域よりも大きい部分色領域を検知することで行うことができる。
請求項１５記載の発明に係る色変換方法は、特定色票の色を表す第１色空間上の第１色値及び第２色空間上の第２色値を複数の色票について規定するベースデータが入力されるか又はベースデータ記憶手段に記憶された複数の前記ベースデータの中から指定されると共に、前記ベースデータに基づいて前記第１色値と前記第２色値との関係を推定演算する色予測モデルが入力されるか又は色予測モデル記憶手段に記憶された複数の前記色予測モデルの中から指定され、当該入力又は指定されたベースデータ及び色予測モデルを用いて前記第１色値を前記第２色値へ変換するための色変換条件を生成し、前記生成した色変換条件に基づいて入力された画像データの色変換を行うにあたり、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定することを特徴としているので、請求項１記載の発明と同様に、色変換条件の生成に用いるベースデータと色予測モデルの組み合わせの適否を事前に確認することができる。
請求項１６記載の発明に係る色変換プログラムは、コンピュータを、特定色票の色を表す第１色空間上の第１色値及び第２色空間上の第２色値を複数の色票について規定するベースデータが入力されるか又はベースデータ記憶手段に記憶された複数の前記ベースデータの中から指定されると共に、前記ベースデータに基づいて前記第１色値と前記第２色値との関係を推定演算する色予測モデルが入力されるか又は色予測モデル記憶手段に記憶された複数の前記色予測モデルの中から指定され、当該入力又は指定されたベースデータ及び色予測モデルを用いて前記第１色値を前記第２色値へ変換するための色変換条件を生成し、前記生成した色変換条件に基づいて入力された画像データの色変換を行う色変換装置として機能させる色変換プログラムであって、前記コンピュータを、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定する判定手段として機能させることを特徴としている。
請求項１６記載の発明に係る色変換プログラムは、コンピュータを上記の色変換装置として機能させると共に、上記の判定手段として機能させるためのプログラムであるので、コンピュータが請求項１６記載の発明に係る色変換プログラムを実行することで、コンピュータが請求項１に記載の色変換装置として機能することになり、請求項１記載の発明と同様に、色変換条件の生成に用いるベースデータと色予測モデルの組み合わせの適否を事前に確認することができる。
以上説明したように本発明は、特定色票の色を表す第１色空間上の第１色値及び第２色空間上の第２色値を複数の色票について規定するベースデータが入力されるか又はベースデータ記憶手段に記憶された複数のベースデータの中から指定されると共に、ベースデータに基づいて第１色値と第２色値との関係を推定演算する色予測モデルが入力されるか又は色予測モデル記憶手段に記憶された複数の色予測モデルの中から指定され、入力又は指定されたベースデータ及び色予測モデルを用いて第１色値を第２色値へ変換するための色変換条件を生成し、生成した色変換条件に基づいて入力された画像データの色変換を行うにあたり、入力又は指定されたベースデータが、入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定するようにしたので、色変換条件の生成に用いるベースデータと色予測モデルの組み合わせの適否を事前に確認できる、という優れた効果を有する。
以下、図面を参照して本発明の実施形態の一例を詳細に説明する。
〔第１実施形態〕
図１には本実施形態に係るコンピュータ・システム１０の概略構成が示されている。コンピュータ・システム１０は、ＬＡＮ等から成るネットワーク１２に、ＰＣ(Personal Computer：パーソナル・コンピュータ)等から成る複数台のクライアント端末１４と、コンピュータ・システム１０に画像（データ）を入力する入力デバイス１６と、コンピュータ・システム１０から入力された画像データを画像として可視化する出力デバイス１８が各々接続されて構成されている。なお、入力デバイス１６としては、例えば原稿を読み取って画像データを出力するスキャナが、出力デバイス１８としては、例えば入力された画像データが表す画像を用紙へ印刷するプリンタが挙げられる。また、図示は省略するが、ネットワーク１２はインターネット等のコンピュータ・ネットワークにも接続されている。
ネットワーク１２に接続された個々のクライアント端末１４は、ＣＰＵ１４Ａ、ＲＡＭ等から成るメモリ１４Ｂ、ＨＤＤ(Hard Disk Drive：ハードディスクドライブ)１４Ｃ、ネットワークインタフェース（Ｉ／Ｆ）部１４Ｄを備えており、ネットワークＩ／Ｆ部１４Ｄを介してネットワーク１２に接続されている。また、クライアント端末１４には、出力デバイスの一種であるディスプレイ２０、入力手段としてのキーボード２２及びマウス２４が各々接続されている。なお、入力デバイス１６や出力デバイス１８についても、ディスプレイ２０と同様にクライアント端末１４に直接接続されていてもよい。例えば入力デバイス１６としてはスキャナ以外にデジタルスチルカメラ等が挙げられるが、デジタルスチルカメラ等はクライアント端末１４に直接接続される。
また、クライアント端末１４のＨＤＤ１４Ｃには、ＯＳ(Operating System)のプログラムや、ＣＰＵ１４Ａが後述するベースデータ判定処理を行うためのベースデータ判定プログラム、入力デバイスや出力デバイスを使用する各種のアプリケーションのプログラム（図示省略）が予め各々インストールされており、後述する色変換処理で使用したプロファイルを記憶するためのプロファイルＤＢ(DataBase：データベース)、色予測モデルを記憶するための色予測モデルＤＢ及びベースデータを記憶するためのベースデータＤＢが各々記憶されている。なお、プロファイル、色予測モデル及びベースデータについては後述する。
また、ＯＳのプログラムには、クライアント端末１４を後述する色管理システムとして機能させるための色管理プログラムが含まれている。また、ベースデータ判定処理は本発明に係る判定手段に対応する処理であり、ベースデータ判定プログラムは請求項１６に記載の色変換プログラムに対応している。クライアント端末１４は、上記の色管理プログラム及びベースデータ判定プログラムを実行することで、本発明に係る色変換装置として機能する。
上記のプロファイルＤＢ、色予測モデルＤＢ及びベースデータＤＢを記憶するＨＤＤ１４Ｃは、請求項６に記載の色予測モデル記憶手段、請求項７に記載のベースデータ記憶手段及び請求項８に記載の色変換条件記憶手段に各々対応している。なお、コンピュータ・システム１０にサーバ・コンピュータを設け、上記のプロファイルＤＢ、色予測モデルＤＢ及びベースデータＤＢを、個々のクライアント端末１４から各々アクセス可能にサーバ・コンピュータのＨＤＤ等に記憶させておくようにしてもよい。
次に本第１実施形態の作用を説明する。クライアント端末１４上で動作するＯＳに組み込まれている色管理システムは、図２に示す色管理処理を行う。すなわち、入力デバイス１６からクライアント端末１４へ入力される画像データは、当該画像データの個々の画素の色を入力デバイス１６に依存する色空間（例えばＲＧＢ色空間等）上の色値で表す画像データであるが、色管理システムは、入力デバイス１６からクライアント端末１４へ入力された画像データに対し、例えばクライアント端末１４への画像データの入力時や、出力デバイス１８への画像データの出力時等のタイミングで、入力デバイス１６に依存する色空間上の色値を、特定のデバイスに依存しない色空間（例えばＬ*ａ*ｂ*色空間やＸＹＺ色空間、ＣＡＭ０２空間のような色の見えモデル等）上の色値へ変換する第１の色変換処理（図２参照）を行う。
また、クライアント端末１４から出力デバイス１８への画像データの出力にあたっては、個々の画素の色を出力デバイス１８に依存する色空間（例えばＣＭＹＫ色空間やＲＧＢ色空間等）上の色値で表す画像データを出力デバイス１８へ出力する必要がある。このため、色管理システムは、特定のデバイスに依存しない色空間上の色値を出力デバイス１８に依存する色空間（例えばＣＭＹＫ色空間やＲＧＢ色空間等）上の色値へ変換する第２の色変換処理（図２参照）を行う。なお、特定のデバイスに依存しない色空間として上記の色の見えモデル等を適用し、第１の色変換を経た画像データに対し、入力デバイス１６における画像の見えと出力デバイス１８における画像の見えの差（この見えの差は画像の観察条件の相違等を原因として生ずる）を補正する色変換処理も行うように色管理システムを構成してもよい（図２では見えの差を補正する色変換処理を「ガミュートマッピング」と表記して示している）。
また、上述した第１の色変換処理や第２の色変換処理（以下、単に色変換処理という）は、色管理システムが図４に示す色変換処理を行うことによって成される。以下、この色変換処理について説明する。
色管理システムによる色変換処理は、入力色値（第１色空間（入力色空間）上の第１色値）を出力色値（第２色空間（出力色空間）上の第２色値）へ変換する変換データ（プロファイル）をＣＬＵＴにセットし、当該ＣＬＵＴに変換対象の画像データ（各画素の色を入力色値で表す画像データ）を順次入力することによって成される。ここで、プロファイルの生成方法としては、図３の(1)に示すような、入力色値及び出力色値の一方が既知の各色のパッチ（色票）を生成し（例えば出力デバイス１８としてのプリンタへ画像データを出力する際の第２の色変換処理用のプロファイルを生成する場合、色票の生成は出力色値が既知の色票をプリンタによって印刷させることによって成され、出力デバイスとしてのディスプレイ２０へ画像データを出力する際の第２の色変換処理用のプロファイルを生成する場合には、色票の生成は出力色値が既知の色票をディスプレイ２０に表示させることによって成される）、生成した各色票について、入力色値及び出力色値のうちの未知の色値を測色計等によって各々計測することで、各色票毎に入力色値と出力色値とを対応付けるデータを求め、このデータをプロファイルとして用いる方法が知られている。
しかし、上記の生成方法では膨大な数の色票を形成し、かつ膨大な数の色票について入力色値又は出力色値を計測する必要があるので、プロファイルの生成に多大な手間がかかるという問題がある。このため、プロファイルの別の生成方法として色予測モデルを用いる方法も利用されている。色予測モデルは、より少数の入力色値と出力色値の対応関係を表すベースデータに基づいて、対応する出力色値が未知の入力色値が入力されると、入力された入力色値に対応する出力色値を各種のアルゴリズムによって推定演算して出力するプログラムである。色予測モデルを用いたプロファイルの生成は、色票から直接プロファイルを生成する場合よりも少数の色票（入力色値又は出力色値が既知の色票）を生成し(図３の(1)も参照)、生成した各色票について入力色値及び出力色値のうちの未知の色値を計測することで、各色票の入力色値と出力色値を対応付けるベースデータを生成する(図３の(2)も参照)。なお、上記手順で生成されるベースデータは請求項２に記載のベースデータに対応している。次に、このベースデータを色予測モデルにセットし(図３の(4)も参照)、各入力色値を色予測モデルに順に入力し、色予測モデルから順に出力される出力色値を入力した入力色値と対応付けることで、プロファイルを生成する(図３の(5)参照)。そして、生成したプロファイルをＬＵＴに設定する(図３の(6)も参照)ことで、当該ＬＵＴで色変換を行うことが可能となる。
色予測モデルを用いたプロファイルの生成では、色票から直接プロファイルを生成する場合と比較して、必要な色票の数を大幅に削減することができるので、プロファイル生成の手間を大幅に削減できる。本実施形態に係る色管理システムは、プロファイル生成方法として、ベースデータ及び色予測モデルを使用する生成方法を採用しており、プロフィルの生成に使用するベースデータや色予測モデルをユーザが指定することも可能とされている。
このため、特定の入力デバイスから入力される画像データに対する色変換（第１の色変換）や、特定の出力デバイスへ出力する画像データに対する色変換（第２の色変換）の実行に際し、特定のベースデータ（例えばユーザ自身が作成したベースデータ等）や、特定の色予測モデルを使用して生成されたプロファイルを用いることを所望している場合、ユーザは、必要に応じてベースデータを作成する作業(図３の(1),(2)も参照)を行った後に、作成したベースデータを色変換（プロファイルの生成）に使用するベースデータとして入力・指定したり（ユーザによって入力されたベースデータはベースデータＤＢに記憶される）、色変換（プロファイルの生成）に使用するベースデータをベースデータＤＢに記憶されているベースデータの中から指定したり、色変換（プロファイルの生成）に使用する色予測モデルを色予測モデルＤＢに記憶されている色予測モデルの中から指定する操作を事前に行う(図３の(3)も参照)。
図４に示すように、色管理システムによって行われる色変換処理では、まずステップ５０において、これから実行する色変換（のプロファイル生成）に使用するベースデータ及び色予測モデルとしてユーザから指定されたベースデータ及び色予測モデルを認識し、認識したベースデータをベースデータＤＢから取得すると共に、認識した色予測モデルを色予測モデルＤＢから取得する処理を行う。なお、使用するベースデータや色予測モデルがユーザによって指定されていない場合には、デフォルトで使用対象として設定されているベースデータ及び色予測モデルを取得する。
次のステップ５２では、ステップ５０で取得した使用対象のベースデータを、ステップ５０で取得した使用対象の色予測モデルにセットする(図３の(4)も参照)。ステップ５４では、ベースデータをセットした色予測モデルに任意の第１色値（入力色値）を入力し、次のステップ５６では、ステップ５４における第１色値の入力に伴って色予測モデルから出力された第２色値を、ステップ５４で色予測モデルに入力した第１色値と対応付けてメモリ１４Ｂに記憶させる。ステップ５８では色予測モデルに第１色値を所定数入力したか否か判定する。判定が否定された場合はステップ５４に戻り、ステップ５８の判定が肯定される迄ステップ５４〜ステップ５８を繰り返す。この間、ステップ５４では、色予測モデルに入力する第１色値として、第１色空間を格子状に多数の立方体領域へ区切ったときの個々の立方体領域の頂点（格子点）に相当する色値を順次選択・入力する。これにより、個々の格子点位置における第１色値と第２色値を各々対応付けるプロファイル（色変換条件）がメモリ１４Ｂ上に生成（記憶）される(図３の(5)も参照)。
ステップ５８の判定が肯定されるとステップ６０へ移行し、上記処理で生成したプロファイルを色変換用のＣＬＵＴにセットする(図３の(6)も参照)。そしてステップ６２では、色変換対象の画像データを、プロファイルをセットしたＣＬＵＴに順次入力することで、上記画像データの色変換を行い(図３の(7)も参照)、色変換処理を終了する。
ところで、上述した色変換処理では、任意のベースデータ・任意の色予測モデルをプロファイルの生成に使用可能であるので、プロファイルの生成に使用するベースデータと色予測モデルの組み合わせによっては、適正な色変換を行える適正なプロファイルが得られない可能性がある。このため、本実施形態に係るクライアント端末１４にはベースデータ判定プログラムがインストールされており、プロファイルの生成への使用を予定しているベースデータと色予測モデルの組み合わせが、過去に使用した実績の無い組合わせである等の場合に、ベースデータと色予測モデルの組み合わせの適否を確認するためにユーザによってベースデータ判定プログラムが起動され、ベースデータ判定処理（図５）がクライアント端末１４で実行される。なお、このベースデータ判定処理は、上記のようにユーザからの指示を契機として実行されることに限られるものではなく、色管理システムが色変換処理を実行する際に、色管理システムから呼び出されて毎回実行されるようにしてもよい。
ベースデータ判定処理では、まずステップ８０において、第１色空間（入力色空間）を複数個の部分色領域に分割し、当該複数個の部分色領域のうちの何れか１個を判定対象の部分色領域として選択する。なお、部分色領域は第２色空間（出力色空間）を分割することで得られる領域であってもよい。次のステップ８２では、色変換（のプロファイル生成）に使用するベースデータとしてユーザから指定されている使用対象のベースデータ（ベースデータ判定処理における判定対象のベースデータ）を認識し、認識した使用対象のベースデータをベースデータＤＢから取得し、取得した使用対象のベースデータから、ステップ８０で選択した判定対象の部分色領域に対応するデータ（判定対象の部分色領域内の各色を表す第１色値と第２色値の組）の一部を除外する。なお、除外するデータのデータ量は、使用対象のベースデータに含まれる判定対象の部分色領域に対応するデータの総データ量に対して第１の所定割合のデータ量であってもよいし、使用対象のベースデータの総データ量に対して第２の所定割合のデータ量であってもよい。
ステップ８４では、色変換（のプロファイル生成）に使用する色予測モデルとしてユーザから指定されている使用対象の色予測モデルを認識し、認識した使用対象の色予測モデルを色予測モデルＤＢから取得した後に、ステップ８２で判定対象の部分色領域に対応するデータの一部を除外したベースデータを使用対象の色予測モデルにセットする。なお、一部データを除外したベースデータをセットした色予測モデルは、請求項３に記載の評価用の色変換条件に対応している。またステップ８６では、ステップ８２でベースデータから除外した判定対象の部分色領域に対応するデータの一部から任意の第１色値と対応する第２色値の組を抽出し、抽出した第１色値を上記の色予測モデルに入力する。そしてステップ８８では、ステップ８６で除外したデータから抽出した第２色値（元のベースデータ上での第２色値）と、ステップ８６における第１色値の入力に伴って色予測モデルから出力された第２色値（評価用の色予測モデルから出力される第２色値）との色差を演算し、演算した色差をメモリ１４Ｂに記憶させる。なお、判定対象の単一の部分色領域についてステップ８６，８８の処理を複数回行い、各回の処理で得られた色差の平均値や中央値、最大値等を前記部分色領域における色差として記憶するようにしてもよい。
次のステップ９０では、全ての部分色領域に対して上記処理を行ったか否か判定する。判定が否定された場合はステップ８０に戻り、ステップ９０の判定が肯定される迄、ステップ８０〜ステップ９０を繰り返す。これにより、個々の部分色領域について、元のベースデータ上での第２色値と評価用の色予測モデルから出力される第２色値との色差が各々演算・記憶されることになる。ステップ９０の判定が肯定されるとステップ９２へ移行し、個々の部分色領域について各々演算・記憶した色差に基づいて、使用対象のベースデータを代表する色差（代表色差）を演算する。代表色差としては、例えば各部分色領域毎の色差の絶対値の平均値、中央値、色差の標準偏差（又は分散）の何れかを用いることができる。また、各部分色領域毎の色差の中から選択した最大値を代表色差として用いるようにしてもよい。
次のステップ９４では、ステップ９２で演算又は選択した代表色差が閾値未満か否か判定する。上記のように、一部のデータを除外したベースデータをセットした評価用の色予測モデルは、元のベースデータ（一部データを除外していないベースデータ）を色予測モデルにセットした場合と比較して色変換の精度が低下し、これに伴って上記の色差が生ずると共に、除外するデータの量が多くなるに従って色変換の精度低下量が増大し上記の色差も大きくなる。但し、元のベースデータに含まれている個々の部分色領域に対応するデータの数が、個々の部分色領域について色予測モデルが必要としているデータの数に対して十分である場合には、例として図６に「ＯＫ」と表記して示すように、除外するデータ量に比して色変換の精度はさほど低下せず、色差も比較的小さい値となるのに対し、元のベースデータに含まれている特定の部分色領域のデータの数が、特定の部分色領域について色予測モデルが必要としているデータの数に対して不足している場合には、例として図６に「ＮＧ」と表記して示すように、除外するデータ量に比して色変換の精度は大幅に低下し、色差も比較的大きい値となる。
従って、代表色差として色差の絶対値の平均値、中央値、最大値、色差の標準偏差（又は分散）の何れかを用いたとしても、個々の部分色領域に対応するデータが元のベースデータに十分に含まれている場合には代表色差の値が小さくなり、元のベースデータが、対応するデータが不足している部分色領域が存在している、或いは全体的にデータが不足しているベースデータである場合には、代表色差の値も大きくなる。本実施形態に係るベースデータ判定処理では、上記に基づきステップ９４で代表色差と閾値との大小関係を判定している。なお、上述したステップ８０〜ステップ９４は請求項３に記載の判定手段に対応している。
ステップ９４の判定が肯定された場合（ベースデータが図６に「ＯＫ」と表記して示す特性である場合）はステップ９６へ移行し、ディスプレイ２０にメッセージを表示させる等により、色変換（のプロファイル生成）への使用対象として指定されたベースデータと色予測モデルの組合わせが、十分な精度の色変換条件（プロファイル）が得られる適正な組合わせであることをユーザへ通知し、ベースデータ判定処理を終了する。この場合、ユーザは使用対象として指定したベースデータと色予測モデルが適正な組合わせであることを認識することができ、上記組合わせのまま色管理システムによる色変換処理を行わせることができる。
一方、ステップ９４の判定が否定された場合（ベースデータが図６に「ＮＧ」と表記して示す特性である場合）にはステップ９８へ移行し、色変換の精度が低いと推定される低精度部分色領域として、ステップ８８で演算した色差が比較的大きい部分色領域を抽出する。なお、抽出する低精度部分色領域の数は１個、所定の複数個、不定個数の何れでもよく、低精度部分色領域を１個のみ抽出する場合は代表色差が最大の部分色領域を抽出し、所定の複数個の低精度部分色領域を抽出する場合は代表色差の降順に所定個の部分色領域を選択・抽出すればよく、抽出する低精度部分色領域の数が不定個数であれば、例えば代表色差が閾値以上の部分色領域を全て抽出することができる。
なお、部分色領域の中には、色変換時に多用されることで色変換の精度への関与の度合が大きい領域と、色変換時に殆ど使用されないために色変換の精度への関与の度合が僅かな領域とがあり、ステップ９８で低精度部分色領域を抽出した結果、抽出された低精度部分色領域が、色変換の精度への関与の度合が僅かな領域のみであった場合には、使用対象として指定されたベースデータと色予測モデルが適正な組合わせであると判定してステップ９６へ移行するようにしてもよい。なお、このステップ９８は、前述したステップ８０〜ステップ９２と共に請求項１２に記載の低精度領域検知手段に対応しており、より詳しくは請求項１４に記載の「低精度部分色領域として色差が他の部分色領域よりも大きい部分色領域を検知する」低精度領域検知手段に対応している。
次のステップ１００では、ディスプレイ２０にメッセージを表示させる等により、色変換（のプロファイル生成）への使用対象として指定されたベースデータと色予測モデルの組合わせが、十分な精度の色変換条件（プロファイル）が得られない不適切な組合わせであることをユーザへ通知すると共に、ステップ９８で抽出した低精度部分色領域も通知する。なお、ステップ１００は請求項１１，１２に記載の報知手段に対応している。
また、本実施形態に係るベースデータ判定処理は、使用対象として指定されたベースデータと色予測モデルの組合わせが不適切な組合わせであると判定した場合に、ユーザによって事前に登録された送信先へ、定型の文面又はユーザによって事前に登録された文面の電子メールへ通知する機能も備えており、次のステップ１０２では、上記電子メールの送信がユーザによって指示されているか否か判定する。なお、ベースデータと色予測モデルの組合わせが不適切な組合わせであると判定する毎に、電子メールを送信するか否かをユーザに問い合わせるようにしてもよい。ステップ１０２の判定が否定された場合は何ら処理を行うことなくベースデータ判定処理を終了する。
上記の電子メール送信機能を利用しないユーザは、ベースデータや色予測モデルに関する豊富な知識や、ベースデータと色予測モデルの組合わせが不適切と判定された場合の対処についてのノウハウを有していたり、ベースデータを新規に作成したり既存のベースデータに追加するデータを生成するための設備（例えば測色計等）を有しているユーザであることが多いが、当該ユーザは、ステップ１００の通知に基づき、使用対象のベースデータを既存の別のベースデータへ切り替えたり、使用対象のベースデータを新たに作成して使用したり、使用対象のベースデータに追加するデータを新たに作成したり、使用対象の色予測モデルを別の色予測モデルに切り替える等の対処を行う。そして、必要に応じて再度ベースデータ判定処理を行わせ、新たな使用対象のベースデータと色予測モデルが適正な組合わせであることを確認した後に、色管理システムによる色変換処理（図４）を行わせることで、当該色変換処理で適正な色変換を行わせることができる。
一方、ステップ１０２の判定が肯定された場合はステップ１０４へ移行し、事前に選択又は登録された文面の電子メールを、事前に登録された送信先へ送信した後にベースデータ判定処理を終了する。ステップ１０４で送信する電子メールとしては、組合わせが不適切と判定されたベースデータと色予測モデルを通知すると共に、当該色予測モデルに適した新たなベースデータの提供を依頼する依頼メール、或いは、組合わせが不適切と判定されたベースデータと色予測モデルを通知すると共に、前記判定結果への対処を質問する質問メールが挙げられる。また、電子メールの送信先としては、色変換に関係する入力デバイス又は出力デバイスの製造メーカ、ユーザが所属している企業やその他の団体内の他の人、ユーザが登録しているオンラインのコミュニティサイト内の他の人等が挙げられる。
上記の電子メール送信機能を利用するユーザは、ベースデータや色予測モデルに関する知識や、ベースデータと色予測モデルの組合わせが不適切と判定された場合の対処についてのノウハウに乏しく、ベースデータを新規に作成したり既存のベースデータに追加するデータを生成するための設備も有していないユーザであることが多いが、上記の依頼メールや質問メールが送信されることで、当該ユーザが前記判定結果への対処について教示を受けたり、新たなベースデータの提供を受けることができ、教示された対処に従い使用対象のベースデータを既存の別のベースデータへ切り替えたり、使用対象の色予測モデルを別の色予測モデルに切り替えたり、使用対象のベースデータを提供された新たなベースデータに切り替える等の対処を行うことができる。
そして、必要に応じて再度ベースデータ判定処理を行わせ、新たな使用対象のベースデータと色予測モデルが適正な組合わせであることを確認した後に、色管理システムによる色変換処理（図４）を行わせることで、当該色変換処理で適正な色変換を行わせることができる。従って、知識やノウハウに乏しく測色計等の設備も有していないユーザであっても、上記の電子メール送信機能を利用することで、適正な色変換を行わせるための対処を容易に行うことができる。なお、ステップ１０４は請求項１３に記載の報知手段に対応している。
なお、上記ではベースデータからの一部データの除外や色差の演算等の処理（図５のステップ８２〜ステップ８８）を個々の部分色領域毎に行うことで、使用対象のベースデータの精度が低いと判定した場合に、低精度部分色領域の抽出も併せて行うようにしていたが、これに限定されるものではなく、使用対象として指定されたベースデータと色予測モデルが適正な組合わせであるか否かの判定のみを行い、低精度部分色領域の抽出を省略してもよい。
〔第２実施形態〕
次に本発明の第２実施形態について説明する。なお、以下で説明する各実施形態は第１実施形態と同一の構成であるので、各部分に同一の符号を付して構成の説明を省略し、各実施形態に係るベースデータ判定処理について、既に説明した他の実施形態に係るベースデータ判定処理と異なる部分についてのみ説明する。
第１実施形態で説明したベースデータ判定処理（図５）では、使用対象として指定されたベースデータと色予測モデルが適正な組合わせか否かの判定及び低精度部分色領域の抽出を、使用対象のベースデータから一部データを除外したときの各部分色領域毎の色差に基づいて行っていたが、本第２実施形態に係るベースデータ判定処理（図７）は、上記の判定及び抽出を、使用対象のベースデータを構成するデータのうち個々の部分色領域に対応するデータの数（使用対象のベースデータに占める個々の部分色領域に対応するデータの割合）に基づいて行う。
すなわち、まずステップ１１０では各部分色領域に対応するデータ数を各々０に初期設定する。ステップ１１２では色変換（のプロファイル生成）に使用するベースデータとしてユーザから指定されている使用対象のベースデータを認識し、認識した使用対象のベースデータをベースデータＤＢから取得した後に、取得した使用対象のベースデータから単一のデータ（特定の色に対応する第１色値と第２色値の組）を取り出す。次のステップ１１４では、ステップ１１２で取り出したデータが何れの部分色領域内の色に対応するデータかを判別する。そしてステップ１１６では、ステップ１１４で判別した部分色領域に対応するデータ数を１だけインクリメントする。ステップ１１８では使用対象のベースデータから全てのデータを取り出したか否か判定する。判定が否定された場合はステップ１１２に戻り、ステップ１１８の判定が肯定される迄ステップ１１２〜ステップ１１８を繰り返す。これにより、使用対象のベースデータに含まれる、個々の部分色領域に対応するデータの数が個々の部分色領域毎に計数されることになる。
上記の計数が終了するとステップ１１８の判定が肯定されてステップ１２０へ移行し、個々の部分色領域毎のデータ数を使用対象のベースデータを構成するデータの総数（第１色値と第２色値の組の総数）で除算することで、個々の部分色領域毎のデータ数を、使用対象のベースデータを構成するデータに占める個々の部分色領域に対応するデータの割合に換算する。そして次のステップ１２２では、ステップ１２０で得られたデータの割合が他の部分色領域よりも所定％以上低い部分色領域が存在しているか否か判定する。前述のように、ベースデータを構成するデータの量と、当該ベースデータを用いて実現される色変換の精度には相関があり、使用対象のベースデータに含まれる、各部分色領域に対応するデータの数に偏りがある場合、対応するデータの数が少ない特定部分色領域における色変換の精度が不足している可能性が高い。本第２実施形態に係るベースデータ判定処理では、上記に基づきステップ１２２で個々の部分色領域に対応するデータの割合を比較することで、使用対象として指定されたベースデータと色予測モデルが適正な組合わせか否かを判定している。
上記判定は、使用対象の色予測モデルが要求している個々の部分色領域毎のデータの数に対して足りているか否かを考慮していないので、第１実施形態で説明したベースデータ判定処理と比較して、色変換の精度に対する判定の精度は若干低下するものの、個々の部分色領域毎のデータの数を単に計数するのみで判定を行うことができるので、処理が簡単になる。なお、ステップ１２２の判定において、使用対象のベースデータを構成するデータの総数が閾値以上か否かも併せて判定し、当該判定が否定された場合はベースデータと色予測モデルが不適切な組合わせと判断するようにしてもよい。また、ステップ１２２の判定において、個々の部分色領域に対応するデータの割合に代えて個々の部分色領域に対応するデータの数を用い、個々の部分色領域に対応するデータの数のうちの最小値が第１の閾値以上か否か、或いは、個々の部分色領域に対応するデータの数の標準偏差（又は分散）が第２の閾値未満か否かを判定することで、ベースデータと色予測モデルが適正な組合わせか否かを判定するようにしてもよい。なお、ステップ１１０〜ステップ１２２は本発明に係る判定手段に対応している。
ステップ１２２の判定が否定された場合はステップ９６へ移行し、第１実施形態と同様に、ベースデータと色予測モデルの組合わせが適正な組合わせであることをユーザへ通知し、ベースデータ判定処理を終了する。一方、ステップ１２２の判定が肯定された場合にはステップ９９へ移行し、色変換の精度が低いと推定される低精度部分色領域として、ステップ１２０で演算した対応するデータの割合が比較的小さい部分色領域を抽出する。なお、低精度部分色領域を１個のみ抽出する場合はデータの割合が最小の部分色領域を抽出し、所定の複数個の低精度部分色領域を抽出する場合はデータの割合の昇順に所定個の部分色領域を選択・抽出すればよく、抽出する低精度部分色領域の数が不定個数であれば、例えばデータの割合が閾値未満の部分色領域を全て抽出することができる。
なお、第１実施形態と同様に、ステップ９９で抽出した低精度部分色領域が、色変換の精度への関与の度合が僅かな領域のみであった場合には、使用対象として指定されたベースデータと色予測モデルが適正な組合わせであると判定してステップ９６へ移行するようにしてもよい。また、次のステップ１００以降の処理は第１実施形態に係るベースデータ判定処理と同一であるので説明を省略する。なお、本第２実施形態に係るベースデータ判定処理におけるステップ１１０〜１２０及びステップ９９は請求項１２に記載の低精度領域検知手段に対応しており、より詳しくは請求項１４に記載の「低精度部分色領域として、対応するデータの数が他の部分色領域よりも少ない部分色領域を検知する」低精度領域検知手段に対応している。
〔第３実施形態〕
次に本発明の第３実施形態について説明する。第１実施形態及び第２実施形態で説明したベースデータ判定処理（図５，７）では、使用対象として指定されたベースデータと色予測モデルが不適切な組合わせと判定した場合に、ユーザへ通知すると共に依頼メール又は質問メールを送信していたが、本第３実施形態に係るベースデータ判定処理（図８）は、使用対象のベースデータを補完する補完データを自動的に生成して使用対象のベースデータに追加する処理を行う。
すなわち、本第３実施形態に係るベースデータ判定処理では、代表色差が閾値以上であったためにステップ９４の判定が否定され（ベースデータと色予測モデルが不適切な組合わせと判定され）、ステップ９８で低精度部分色領域を抽出すると、次のステップ１３０において、使用対象のベースデータ（一部データを除外していない元のベースデータ）を使用対象の色予測モデルにセットする。次のステップ１３２では、ステップ９８で抽出した低精度部分色領域内の任意の色を表す第１色値を、ステップ１３０でベースデータをセットした色予測モデルに入力する。そしてステップ１３４では、ステップ１３２における第１色値の入力に伴って色予測モデルから出力された第２色値を上記の第１色値と対応付け、使用対象のベースデータ中の低精度部分色領域のデータを補完する補完データとしてメモリ１４Ｂに記憶させる。
ステップ１３６では所定数の補完データがメモリ１４Ｂに蓄積されたか否か判定する。なお、上記の所定数は固定値としてもよいが、ステップ９４で比較した代表色差と閾値との偏差に応じて変更する（偏差が大きくなるに従って所定数の値を大きくする）ようにしてもよい。ステップ１３６の判定が否定された場合はステップ１３２に戻り、ステップ１３６の判定が肯定される迄ステップ１３２〜ステップ１３６を繰り返す。そして、所定数の補完データがメモリ１４Ｂに蓄積されると、ステップ１３６の判定が肯定されてステップ１３８へ移行し、メモリ１４Ｂに蓄積した補完データを使用対象のベースデータへ追加する。
上記のように、本第３実施形態では適切な組合わせでないと判定した使用対象のベースデータと色予測モデルを用いて補完データを求めている。色予測モデルは、セットされたベースデータに基づいて、対応する出力色値が未知の入力色値が入力されると、入力された入力色値に対応する出力色値を各種のアルゴリズムによって推定演算して出力するものであるが、上記のアルゴリズムは、セットされたベースデータを構成する各データの間を補間して全体にスムージングを掛けたことに相当する変換特性で入力色値を出力色値へ変換するアルゴリズムとされている。従って、適切な組合わせでないベースデータと色予測モデルをそのまま用いてプロファイルを生成することに代えて、上記のベースデータと色予測モデルを用いて低精度部分色領域のデータを補完する補完データを生成し、生成した使用対象のベースデータに追加することにより、使用対象のベースデータと色予測モデルを用いて生成される色変換条件（プロファイル）の低精度部分色領域における色変換の精度を向上させることができる。
次のステップ１４０〜ステップ１４８では、補完データを追加した使用対象のベースデータと色予測モデルの組合わせの適否を、ステップ８２〜ステップ９４と同様にして、低精度部分色領域に対してのみ判定する。すなわち、まず補完データを追加したベースデータから低精度部分色領域に対応するデータの一部を除外し（ステップ１４０）、低精度部分色領域に対応するデータの一部を除外したベースデータを使用対象の色予測モデルにセットし（ステップ１４２）、先にベースデータから除外した低精度部分色領域に対応するデータの一部から任意の第１色値と対応する第２色値の組を抽出し、抽出した第１色値を上記の色予測モデルに入力する（ステップ１４４）。そしてステップ１４４で抽出した第２色値と、色予測モデルへの第１色値の入力に伴って色予測モデルから出力された第２色値との色差を演算し（ステップ１４６）、算出された色差が閾値未満か否かを判定する（ステップ１４８）。
ステップ１４８の判定が肯定された場合、使用対象のベースデータへの補完データの追加に伴って、低精度部分色領域における色変換の精度が十分なレベルに達したと判断できるので、ステップ９６へ移行してベースデータと色予測モデルの組合わせが適正な組合わせであることをユーザへ通知し、ベースデータ判定処理を終了する。なお、使用対象のベースデータへの補完データの追加を行った場合には、補完データを追加したことも併せてユーザへ通知するようにしてもよい。また、ステップ１４８の判定が否定された場合は、使用対象のベースデータへ補完データを追加したにも拘わらず、低精度部分色領域における色変換の精度が十分なレベルに達していないと判断できるので、ステップ１００において、ベースデータと色予測モデルの組合わせが不適切な組合わせであることをユーザへ通知すると共に、低精度部分色領域もユーザへ通知し、ベースデータ通知処理を終了する。
なお、本第３実施形態に係るベースデータ判定処理において、ステップ８０〜９２及びステップ９８は請求項９に記載の低精度領域検知手段、より詳しくは請求項１４に記載の「低精度部分色領域として色差が他の部分色領域よりも大きい部分色領域を検知する」低精度領域検知手段に対応しており、ステップ１３０〜ステップ１３８は請求項４に記載の取得手段、より詳しくは請求項５，９に記載の取得手段に対応している。
このように、本第３実施形態に係るベースデータ判定処理では、使用対象として指定されたベースデータと色予測モデルが不適切な組合わせと判定した場合に、適正な色変換が行われるように補完データを生成してベースデータへ追加する処理を自動的に行うので、この補完データの追加により低精度部分色領域における色変換の精度が向上し、指定されたベースデータと色予測モデルの組合わせから適正な色変換条件（プロファイル）を得ることが可能となる。従って、使用対象としてユーザが指定したベースデータと色予測モデルの組合わせが不適切な組合わせであった場合に、適正な色変換条件を得るためのユーザの負担を軽減することが可能となる。
〔第４実施形態〕
次に本発明の第４実施形態について説明する。本第４実施形態に係るベースデータ判定処理（図９）は、使用対象の色予測モデルと異なる色予測モデルを用いて補完データを生成する点で第３実施形態と相違している。
すなわち、本第４実施形態に係るベースデータ判定処理では、代表色差が閾値以上であったためにステップ９４の判定が否定され（ベースデータと色予測モデルが不適切な組合わせと判定され）、ステップ９８で低精度部分色領域を抽出すると、次のステップ１６０において、使用対象の色予測モデルと異なる任意の色予測モデルを色予測モデルＤＢから読み出す。なお、ステップ１６０で読み出す色予測モデルとしては任意の色予測モデルを適用可能であり、ノウゲバウワーやクベルカムンク等の物理モデルであってもよい。ステップ１６２では、ステップ１６０で読み出した色予測モデルに使用対象のベースデータをセットし、次のステップ１６４では、ステップ９８で抽出した低精度部分色領域内の任意の色を表す第１色値を、ステップ１６２でベースデータをセットした色予測モデルに入力する。
そしてステップ１６６では、ステップ１６４における第１色値の入力に伴って色予測モデルから出力された第２色値を上記の第１色値と対応付け、使用対象のベースデータ中の低精度部分色領域のデータを補完する補完データとしてメモリ１４Ｂに記憶させる。ステップ１６８では所定数の補完データがメモリ１４Ｂに蓄積されたか否か判定する。なお、上記の所定数は固定値としてもよいが、ステップ９４で比較した代表色差と閾値との偏差に応じて変更する（偏差が大きくなるに従って所定数の値を大きくする）ようにしてもよい。ステップ１６８の判定が否定された場合はステップ１６４に戻り、ステップ１６８の判定が肯定される迄ステップ１６４〜ステップ１６８を繰り返す。そして、所定数の補完データがメモリ１４Ｂに蓄積されると、ステップ１６８の判定が肯定されてステップ１３８へ移行し、メモリ１４Ｂに蓄積した補完データを使用対象のベースデータへ追加する。なお、次のステップ１４０以降の処理は第３実施形態に係るベースデータ判定処理と同一であるので説明を省略する。
なお、本第４実施形態に係るベースデータ判定処理において、ステップ８０〜９２及びステップ９８は請求項９に記載の低精度領域検知手段、より詳しくは請求項１４に記載の「低精度部分色領域として色差が他の部分色領域よりも大きい部分色領域を検知する」低精度領域検知手段に対応しており、ステップ１６０〜ステップ１６８及びステップ１３８は請求項４に記載の取得手段、より詳しくは請求項６，９に記載の取得手段に対応している。
このように、本第４実施形態に係るベースデータ判定処理は、第３実施形態と同様に、使用対象として指定されたベースデータと色予測モデルが不適切な組合わせと判定した場合に、適正な色変換が行われるように補完データを生成してベースデータへ追加する処理を自動的に行うので、この補完データの追加により低精度部分色領域における色変換の精度が向上し、指定されたベースデータと色予測モデルの組合わせから適正な色変換条件（プロファイル）を得ることが可能となる。
また色予測モデルには、アルゴリズムの特性に起因して、補間性能の優れた部分色領域と補間性能の劣る部分色領域があるが、個々の色予測モデルが採用しているアルゴリズムは互いに異なるので、補間性能の優れた色領域及び補間性能の劣る色領域も個々の色予測モデル毎に相違している。このため、使用対象のベースデータを使用対象の色予測モデルと組み合わせたときに、色変換の精度が低い低精度部分色領域と判定された部分色領域であっても、本第４実施形態のように、使用対象の色予測モデルと異なる色予測モデルに使用対象のベースデータをセットして補完データを求めることで、上記の部分色領域のデータ（補完データ）として高精度な色変換を実現できる適正なデータが得られる確率が向上する。従って、使用対象としてユーザが指定したベースデータと色予測モデルの組合わせが不適切な組合わせであった場合に、当該組合わせから適正な色変換条件（プロファイル）が得られる確率を向上させることができ、上記場合に適正な色変換条件を得るためのユーザの負担を更に軽減することができる。
〔第５実施形態〕
次に本発明の第５実施形態について説明する。本第５実施形態に係るベースデータ判定処理（図１０）は、使用対象のベースデータと異なるベースデータを用いて補完データを生成する点で第３実施形態、第４実施形態と相違している。
すなわち、本第５実施形態に係るベースデータ判定処理では、代表色差が閾値以上であったためにステップ９４の判定が否定され（ベースデータと色予測モデルが不適切な組合わせと判定され）、ステップ９８で低精度部分色領域を抽出すると、次のステップ１８０において、ベースデータＤＢに記憶されている各ベースデータについて使用対象のベースデータとの類似度を評価し、ステップ１８２では、ステップ１８０における類似度の評価結果に基づいて、使用対象のベースデータとの類似度の高いベースデータを判定し、当該ベースデータをベースデータＤＢから読み出す。
なお、ステップ１８０、１８２におけるベースデータの類似度の評価・判定は、例えば例えば使用対象のベースデータから対応する第１色値と第２色値の組を基準値として複数抽出した後に、特定のベースデータを一定の色予測モデルにセットし、基準値として抽出した複数の第１色値を特定のベースデータをセットした色予測モデルに順次入力し、色予測モデルから順次出力される第２色値について、色予測モデルに入力した第１色値に対応する基準値としての第２色値との色差を各々演算・記憶し、得られた複数の色差から代表色差（例えば色差の平均値等）を演算することを、ベースデータＤＢに記憶されている個々のベースデータについて各々行い、代表色差が最小のベースデータを使用対象のベースデータとの類似度が最大のベースデータとして選択することで行うことができる。
また、入力デバイスや出力デバイスの特性は経時的かつ周期的に変動するが、この経時的かつ周期的な特性変動を色変換によって吸収（補正）するために、同一のデバイスに対応するベースデータが、前記デバイスの特性が互いに相違しているタイミングで各々作成され、ベースデータＤＢに各々記憶されている場合がある。デバイスが現在の特性と同一又は類似の特性のときに作成されたベースデータは、使用対象のベースデータとの類似度の高いベースデータと判断できるので、上記のように同一のデバイスに対応する複数のベースデータがベースデータＤＢに記憶されており、かつデバイスの特性変動の周期が既知である場合には、デバイスの特性変動の周期に基づいて、デバイスの特性が現在の特性と同一の特性であったと推定される時期を判断し、判断した時期又は判断した時期に最も近い時期に作成されたベースデータを、使用対象のベースデータとの類似度が最大のベースデータと判定するようにしてもよい。
ステップ１８４では、ステップ１８２で読み出したベースデータを使用対象の色予測モデルにセットし、次のステップ１８６では、ステップ９８で抽出した低精度部分色領域内の任意の色を表す第１色値を、ステップ１８４でベースデータをセットした色予測モデルに入力する。そしてステップ１８８では、ステップ１８６における第１色値の入力に伴って色予測モデルから出力された第２色値を上記の第１色値と対応付け、使用対象のベースデータ中の低精度部分色領域のデータを補完する補完データとしてメモリ１４Ｂに記憶させる。ステップ１９０では所定数の補完データがメモリ１４Ｂに蓄積されたか否か判定する。なお、上記の所定数は固定値としてもよいが、ステップ９４で比較した代表色差と閾値との偏差に応じて変更する（偏差が大きくなるに従って所定数の値を大きくする）ようにしてもよい。
ステップ１９０の判定が否定された場合はステップ１８６に戻り、ステップ１９０の判定が肯定される迄ステップ１８６〜ステップ１９０を繰り返す。そして、所定数の補完データがメモリ１４Ｂに蓄積されると、ステップ１９０の判定が肯定されてステップ１３８へ移行し、メモリ１４Ｂに蓄積した補完データを使用対象のベースデータへ追加する。なお、次のステップ１４０以降の処理は第３実施形態に係るベースデータ判定処理と同一であるので説明を省略する。
なお、本第５実施形態に係るベースデータ判定処理において、ステップ８０〜９２及びステップ９８は請求項９に記載の低精度領域検知手段、より詳しくは請求項１４に記載の「低精度部分色領域として色差が他の部分色領域よりも大きい部分色領域を検知する」低精度領域検知手段に対応しており、ステップ１８０〜ステップ１９０及びステップ１３８は請求項４に記載の取得手段、より詳しくは請求項７，９に記載の取得手段に対応している。
このように、本第５実施形態に係るベースデータ判定処理は、第３実施形態及び第４実施形態と同様に、使用対象として指定されたベースデータと色予測モデルが不適切な組合わせと判定した場合に、適正な色変換が行われるように補完データを生成してベースデータへ追加する処理を自動的に行うので、この補完データの追加により低精度部分色領域における色変換の精度が向上し、指定されたベースデータと色予測モデルの組合わせから適正な色変換条件（プロファイル）を得ることが可能となる。また、本第５実施形態では、使用対象のベースデータと類似度の高いベースデータを判定し、この類似度の高いベースデータを使用対象の色予測モデルにセットして補完データを求めているので、当該補完データとして高精度な色変換を実現できる適正なデータが高い確率で得られる。従って、使用対象としてユーザが指定したベースデータと色予測モデルの組合わせが不適切な組合わせであった場合に、当該組合わせから適正な色変換条件（プロファイル）が得られる確率を向上させることができ、上記場合に適正な色変換条件を得るためのユーザの負担を更に軽減することができる。
〔第６実施形態〕
次に本発明の第６実施形態について説明する。本第６実施形態に係るベースデータ判定処理（図１１）は、使用対象のベースデータと色予測モデルから生成されるプロファイルと異なるプロファイルを用いて補完データを生成する点で第３実施形態〜第５実施形態と相違している。
すなわち、本第６実施形態に係るベースデータ判定処理では、代表色差が閾値以上であったためにステップ９４の判定が否定され（ベースデータと色予測モデルが不適切な組合わせと判定され）、ステップ９８で低精度部分色領域を抽出すると、次のステップ２００において、プロファイルＤＢに記憶されている各プロファイルについて、使用対象のベースデータと色予測モデルから生成されるプロファイル（便宜的に基準プロファイルと称する）との類似度を評価し、ステップ２０２では、ステップ２００における類似度の評価結果に基づいて、基準プロファイルとの類似度の高いプロファイルを判定し、当該プロファイルをプロファイルＤＢから読み出す。
なお、ステップ２００、２０２におけるプロファイルの類似度の評価・判定は、例えば例えば基準プロファイルを色変換用のＣＬＵＴにセットし、基準プロファイルをセットしたＣＬＵＴに複数の第１色値を順次入力し、第１色値の入力に伴ってＣＬＵＴから順次出力される第２色値を入力した第１色値と対応付けて基準データとして記憶した後に、特定のプロファイルをＣＬＵＴにセットし、基準データとして記憶した複数の第１色値を特定のプロファイルをセットしたＣＬＵＴに順次入力し、ＣＬＵＴから順次出力される第２色値について、基準データとして記憶した第２色値との色差を各々演算・記憶し、得られた複数の色差から代表色差（例えば色差の平均値等）を演算することを、プロファイルＤＢに記憶されている個々のプロファイルについて各々行い、代表色差が最小のプロファイルを基準プロファイルとの類似度が最大のプロファイルとして選択することで行うことができる。
なお、上記のように基準プロファイルをＣＬＵＴにセットして第１色値を入力することで、基準データとしての第１色値と第２色値の組を取得することに代えて、基準プロファイルに設定されている第１色値と第２色値の組をそのまま基準データとして基準プロファイルから抽出するようにしてもよい。
ステップ２０４では、ステップ２０２で読み出したプロファイルを色変換用のＣＬＵＴにセットし、次のステップ２０６では、ステップ９８で抽出した低精度部分色領域内の任意の色を表す第１色値を、ステップ２０４でプロファイルをセットしたＣＬＵＴに入力する。そしてステップ２０８では、ステップ２０６における第１色値の入力に伴って色予測モデルから出力された第２色値を上記の第１色値と対応付け、使用対象のベースデータ中の低精度部分色領域のデータを補完する補完データとしてメモリ１４Ｂに記憶させる。ステップ２１０では所定数の補完データがメモリ１４Ｂに蓄積されたか否か判定する。なお、上記の所定数についても、ステップ９４で比較した代表色差と閾値との偏差に応じて変更してもよい（偏差が大きくなるに従って所定数の値を大きくする）。
ステップ２１０の判定が否定された場合はステップ２０６に戻り、ステップ２１０の判定が肯定される迄ステップ２０６〜ステップ２１０を繰り返す。そして、所定数の補完データがメモリ１４Ｂに蓄積されると、ステップ２１０の判定が肯定されてステップ１３８へ移行し、メモリ１４Ｂに蓄積した補完データを使用対象のベースデータへ追加する。なお、次のステップ１４０以降の処理は第３実施形態に係るベースデータ判定処理と同一であるので説明を省略する。
なお、本第６実施形態に係るベースデータ判定処理において、ステップ８０〜９２及びステップ９８は請求項９に記載の低精度領域検知手段、より詳しくは請求項１４に記載の「低精度部分色領域として色差が他の部分色領域よりも大きい部分色領域を検知する」低精度領域検知手段に対応しており、ステップ２００〜ステップ２１０及びステップ１３８は請求項４に記載の取得手段、より詳しくは請求項８，９に記載の取得手段に対応している。
このように、本第６実施形態に係るベースデータ判定処理は、第３実施形態〜第５実施形態と同様に、使用対象として指定されたベースデータと色予測モデルが不適切な組合わせと判定した場合に、適正な色変換が行われるように補完データを生成してベースデータへ追加する処理を自動的に行うので、この補完データの追加により低精度部分色領域における色変換の精度が向上し、指定されたベースデータと色予測モデルの組合わせから適正な色変換条件（プロファイル）を得ることが可能となる。また、本第６実施形態では、使用対象のベースデータ色予測モデルから生成されるプロファイル（基準プロファイル）と類似度の高いプロファイルを判定し、この類似度の高いプロファイルをＣＬＵＴにセットして補完データを求めているので、当該補完データとして高精度な色変換を実現できる適正なデータが高い確率で得られる。従って、使用対象としてユーザが指定したベースデータと色予測モデルの組合わせが不適切な組合わせであった場合に、当該組合わせから適正な色変換条件（プロファイル）が得られる確率を向上させることができ、上記場合に適正な色変換条件を得るためのユーザの負担を更に軽減することができる。
〔第７実施形態〕
次に本発明の第７実施形態について説明する。本第７実施形態に係るベースデータ判定処理（図１２）は、補完データを生成することに代えて色予測モデルのパラメータを変更する点で第３実施形態〜第６実施形態と相違している。
色予測モデルのアルゴリズムとしては、一般に、入力色空間（入力色値の色空間）内の特定位置に対し該特定位置を中心として所定サイズのデータ参照領域を設定し、ベースデータを構成するデータのうち設定したデータ参照領域内の色のデータ（入力色値と出力色値の組）に基づいて特定位置及びその付近における色変換条件（入力色値と出力色値との関係）を推定演算することを、入力色空間内の各位置について各々行うことで、入力色空間内の全域について入力色値と出力色値との関係を推定演算するアルゴリズムが採用される。このため、色予測モデルにセットされたベースデータにおいて、入力色空間内の或る位置を中心として設定したデータ参照領域内の色を表すデータの数が不足している場合、色予測モデルによって生成される色変換条件は、前記或る位置及びその付近における色変換の精度が低下する。一方、上記場合に、データ参照領域のサイズを拡大したとすると、前記或る位置及びその付近における色変換条件の推定演算に際して参照されるデータの数が増加することで、生成される色変換条件の精度が改善される。
上記に基づき本第７実施形態に係るベースデータ判定処理では、代表色差が閾値以上であったためにステップ９４の判定が否定され（ベースデータと色予測モデルが不適切な組合わせと判定され）、ステップ９８で低精度部分色領域を抽出すると、次のステップ２２０において、使用対象の色予測モデルに対し、低精度部分領域付近における色変換条件の推定演算に際してデータ参照範囲のサイズが拡大されるようにパラメータを変更する。なお、次のステップ１４０以降の処理は、ステップ１４２において、低精度部分色領域に対応するデータの一部を除外したベースデータを、ステップ２２０でパラメータを変更した使用対象の色予測モデルにセットする点以外は第３実施形態に係るベースデータ判定処理と同一であるので説明を省略する。また、本第７実施形態において、ステップ２２０でパラメータを変更した色予測モデルは、色管理システムによる色変換処理（図４）でプロファイルを生成する際にも用いられる。
なお、本第５実施形態に係るベースデータ判定処理において、ステップ８０〜９２及びステップ９８は請求項１０に記載の低精度領域検知手段、より詳しくは請求項１４に記載の「低精度部分色領域として色差が他の部分色領域よりも大きい部分色領域を検知する」低精度領域検知手段に対応しており、ステップ２００は請求項１０に記載の拡大手段に対応している。
このように、本第７実施形態に係るベースデータ判定処理は、使用対象として指定されたベースデータと色予測モデルが不適切な組合わせと判定した場合に、低精度部分領域付近における色変換条件の推定演算に際して参照範囲のサイズが拡大されるように使用対象の色予測モデルのパラメータを変更しているので、低精度部分色領域及びその付近における色変換条件（第１色値と第２色値との関係）が色予測モデルによって推定演算される際に、より多数のデータに基づいて色変換条件が推定演算されることになり、低精度部分色領域及びその付近における色変換条件の精度を向上させることができる。従って、使用対象としてユーザが指定したベースデータと色予測モデルの組合わせが不適切な組合わせであった場合に、当該組合わせから適正な色変換条件（プロファイル）が得られる確率を向上させることができ、上記場合に適正な色変換条件を得るためのユーザの負担を更に軽減することができる。
なお、第３実施形態〜第７実施形態で説明したベースデータ判定処理では、使用対象のベースデータから一部データを除外したときの各部分色領域毎の色差に基づいて、ベースデータと色予測モデルが適正な組合わせか否かの判定及び低精度部分色領域の抽出を行っていたが、これに代えて、第２実施形態でも説明したように、ベースデータを構成するデータのうち個々の部分色領域に対応するデータの数（使用対象のベースデータに占める個々の部分色領域に対応するデータの割合）に基づいて上記の判定及び抽出を行うようにしてもよい。当該態様において、低精度部分色領域の抽出に係るステップ（第２実施形態に係るベースデータ判定処理のステップ１１０〜１２２及びステップ９９に相当するステップ）は、請求項９に記載の低精度領域検知手段、より詳しくは請求項１４に記載の「低精度部分色領域として、対応するデータの数が他の部分色領域よりも少ない部分色領域を検知する」低精度領域検知手段に対応している。
また、第３実施形態〜第７実施形態で説明したベースデータ判定処理において、ステップ１００でベースデータと色予測モデルの組合わせが不適切な組合わせであることを通知した後に、第１実施形態に係るベースデータ判定処理（図５）のステップ１０２、１０４と同様に、必要に応じて依頼メール又は質問メールを送信するようにしてもよい。また、第３実施形態〜第７実施形態で説明したベースデータ判定処理では、使用対象のベースデータに補完データを追加した後に、ステップ１４０〜ステップ１４８で低精度領域における色変換の精度を再度判定しているが、これに限定されるものではなく、使用対象のベースデータへの補完データの追加を行った後、低精度領域における色変換の精度を再度判定することなく処理を終了するようにしてもよいし、低精度領域における色変換の精度を再度判定し、低精度領域における色変換の精度が低い（色差が閾値以上の）場合には、補完データの生成・追加を再度行うようにしてもよい。
また、使用対象のベースデータ及び色予測モデルが不適切な組合わせであると判定した場合に、第３実施形態〜第６実施形態では、補完データを生成して使用対象のベースデータに追加する処理を行う態様を、第７実施形態では色予測モデルのパラメータを変更する態様を各々説明したが、使用対象のベースデータ及び色予測モデルが不適切な組合わせであると判定した場合に、上記の補完データの生成・追加と色予測モデルのパラメータ変更を各々行うようにしてもよいことは言うまでもない。
本実施形態に係るコンピュータ・システムの概略構成を示すブロック図である。 色管理システムによる色管理処理全体の流れを示す概略図である。 色管理システムにおける色変換の流れを示す概略図である。 色管理システムで実行される色変換処理の内容を示すフローチャートである。 第１実施形態のベースデータ判定処理の内容を示すフローチャートである。 色差に基づくベースデータの精度判定を説明するための線図である。 第２実施形態のベースデータ判定処理の内容を示すフローチャートである。 第３実施形態のベースデータ判定処理の内容を示すフローチャートである。 第４実施形態のベースデータ判定処理の内容を示すフローチャートである。 第５実施形態のベースデータ判定処理の内容を示すフローチャートである。 第６実施形態のベースデータ判定処理の内容を示すフローチャートである。 第７実施形態のベースデータ判定処理の内容を示すフローチャートである。
符号の説明
１０ コンピュータ・システム
１４ クライアント端末
１６ 入力デバイス
１８ 出力デバイス
２０ ディスプレイ
２２ キーボード
２４ マウス

Claims (16)

  1. 特定色票の色を表す第１色空間上の第１色値及び第２色空間上の第２色値を複数の色票について規定するベースデータが入力されるか又はベースデータ記憶手段に記憶された複数の前記ベースデータの中から指定されると共に、前記ベースデータに基づいて前記第１色値と前記第２色値との関係を推定演算する色予測モデルが入力されるか又は色予測モデル記憶手段に記憶された複数の前記色予測モデルの中から指定され、当該入力又は指定されたベースデータ及び色予測モデルを用いて前記第１色値を前記第２色値へ変換するための色変換条件を生成し、前記生成した色変換条件に基づいて入力された画像データの色変換を行う色変換装置であって、
    前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定する判定手段を備えたことを特徴とする色変換装置。
  2. 前記ベースデータは、特定色票の色を表す前記第１色値及び前記第２色値の一方に基づき特定色票を生成し、生成した特定色票に対し前記第１色値及び前記第２色値の他方を測色することを、複数の色票について各々行うことで生成されることを特徴とする請求項１記載の色変換装置。
  3. 前記判定手段は、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに前記適正な色変換条件を生成できるベースデータか否かを演算処理によって判定することを、前記入力又は指定されたベースデータから所定割合のデータを除外したデータと前記入力又は指定された色予測モデルを用いて評価用の色変換条件を生成し、当該評価用の色変換条件から得られる第２色値について、前記入力又は指定されたベースデータ及び色予測モデルを用いて生成した色変換条件から得られる第２色値又は前記ベースデータから除外した前記データが表す第２色値との色差が閾値未満か否かを判定することで行うことを特徴とする請求項１記載の色変換装置。
  4. 前記判定手段により、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに前記適正な色変換条件を生成できるベースデータでないと判定された場合に、前記ベースデータを補完する補完データを取得して前記ベースデータへ追加する取得手段を更に備えたことを特徴とする請求項１記載の色変換装置。
  5. 前記取得手段は、前記入力又は指定されたベースデータ及び色予測モデルを用いて生成した前記色変換条件から、対応する前記第１色値と前記第２色値の組を前記補完データとして生成又は取得することを特徴とする請求項４記載の色変換装置。
  6. 色予測モデルを複数記憶する色予測モデル記憶手段を更に備え、
    前記取得手段は、色予測モデル記憶手段に記憶されている複数の色予測モデルのうち、前記入力又は指定された色予測モデルと異なる色予測モデルを前記色予測モデル記憶手段から読み出し、前記入力又は指定されたベースデータ及び前記色予測モデル記憶手段から読み出した色予測モデルを用いて補完データ生成用の色変換条件を生成し、生成した補完データ生成用の色変換条件から、対応する前記第１色値と前記第２色値の組を前記補完データとして生成又は取得することを特徴とする請求項４記載の色変換装置。
  7. 過去に入力されたベースデータを複数記憶するベースデータ記憶手段を更に備え、
    前記取得手段は、前記ベースデータ記憶手段に記憶されているベースデータの中から、前記入力又は指定されたベースデータとの類似度の高いベースデータを探索し、当該探索によって抽出されたベースデータを前記ベースデータ記憶手段から読み出し、読み出したベースデータから対応する前記第１色値と前記第２色値の組を前記補完データとして取得することを特徴とする請求項４記載の色変換装置。
  8. 過去に生成された色変換条件を複数記憶する色変換条件記憶手段を更に備え、
    前記取得手段は、前記色変換条件記憶手段に記憶されている色変換条件の中から、前記入力又は指定されたベースデータ及び色予測モデルを用いて生成される色変換条件との類似度の高い色変換条件を探索し、当該探索によって抽出された色変換条件を前記色変換条件記憶手段から読み出し、読み出した色変換条件から対応する前記第１色値と前記第２色値の組を前記補完データとして生成又は取得することを特徴とする請求項４記載の色変換装置。
  9. 前記判定手段により、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに前記適正な色変換条件を生成できるベースデータでないと判定された場合に、前記第１又は第２色空間を複数個の部分色領域に分割したときの個々の部分色領域を単位として前記ベースデータの精度を検知し、他の部分色領域よりもデータの精度が低い低精度部分色領域を検知する低精度領域検知手段を更に備え、
    前記取得手段は、前記低精度領域検知手段によって検知された前記低精度部分色領域に対応する補完データを取得することを特徴とする請求項４〜請求項８の何れか１項記載の色変換装置。
  10. 前記色予測モデルは、前記第１又は第２色空間内の特定位置に対し該特定位置を中心として所定サイズの参照領域を設定し、ベースデータを構成するデータのうち前記設定した参照領域内の色のデータに基づいて前記特定位置及びその付近における前記第１色値と前記第２色値との関係を推定演算することを、前記第１又は第２色空間内の各位置について各々行うことで、前記第１又は第２色空間内の全域について前記第１色値と前記第２色値との関係を推定演算するアルゴリズムであり、
    前記判定手段により、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに前記適正な色変換条件を生成できるベースデータでないと判定された場合に、前記第１又は第２色空間を複数個の部分色領域に分割したときの個々の部分色領域を単位として前記ベースデータの精度を検知し、他の部分色領域よりもデータの精度が低い低精度部分色領域を検知する低精度領域検知手段と、
    前記低精度領域検知手段によって検知された低精度部分色領域内及びその付近における前記第１色値と前記第２色値との関係が前記色予測モデルを用いて推定演算される際に適用される前記参照領域のサイズを拡大する拡大手段と、
    を更に備えたことを特徴とする請求項１記載の色変換装置。
  11. 前記判定手段により、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに前記適正な色変換条件を生成できるベースデータでないと判定された場合に、少なくとも前記判定の結果を報知する報知手段を更に備えたことを特徴とする請求項１記載の色変換装置。
  12. 前記判定手段により、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに前記適正な色変換条件を生成できるベースデータでないと判定された場合に、前記第１又は第２色空間を複数個の部分色領域に分割したときの個々の部分色領域を単位として前記ベースデータの精度を検知し、他の部分色領域よりもデータの精度が低い低精度部分色領域を検知する低精度領域検知手段を更に備え、
    前記報知手段は、前記低精度領域検知手段によって検知された前記低精度部分色領域も報知することを特徴とする請求項１１記載の色変換装置。
  13. 前記報知手段は、前記判定手段により、前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに前記適正な色変換条件を生成できるベースデータでないと判定された場合に、新たなベースデータの提供を依頼する依頼情報、又は、前記判定の結果への対処を質問する質問情報を予め登録された送信先に送信する送信処理を行うことを特徴とする請求項１１記載の色変換装置。
  14. 前記低精度領域検知手段は、前記個々の部分色領域を単位とする前記ベースデータの精度として、前記ベースデータに含まれる前記個々の部分色領域に対応するデータの数を個々の部分色領域毎に検知し、前記低精度部分色領域として、対応する前記データの数が他の部分色領域よりも少ない部分色領域を検知するか、又は、前記ベースデータから前記複数個の部分色領域のうちの特定部分色領域内に対応するデータを所定割合除外したデータ及び前記入力又は指定された色予測モデルを用いて評価用の色変換条件を生成し、当該評価用の色変換条件から得られる第２色値について、前記入力又は指定されたベースデータ及び色予測モデルを用いて生成した色変換条件から得られる第２色値又は前記ベースデータから除外した前記データが表す第２色値との色差を求めることを、前記個々の部分色領域について各々行うことで、前記個々の部分色領域を単位とする前記ベースデータの精度として、前記個々の部分色領域毎の前記色差を求め、前記低精度部分色領域として前記色差が他の部分色領域よりも大きい部分色領域を検知することを特徴とする請求項９、請求項１０及び請求項１２の何れか１項記載の色変換装置。
  15. 特定色票の色を表す第１色空間上の第１色値及び第２色空間上の第２色値を複数の色票について規定するベースデータが入力されるか又はベースデータ記憶手段に記憶された複数の前記ベースデータの中から指定されると共に、前記ベースデータに基づいて前記第１色値と前記第２色値との関係を推定演算する色予測モデルが入力されるか又は色予測モデル記憶手段に記憶された複数の前記色予測モデルの中から指定され、当該入力又は指定されたベースデータ及び色予測モデルを用いて前記第１色値を前記第２色値へ変換するための色変換条件を生成し、前記生成した色変換条件に基づいて入力された画像データの色変換を行うにあたり、
    前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定することを特徴とする色変換方法。
  16. 特定色票の色を表す第１色空間上の第１色値及び第２色空間上の第２色値を複数の色票について規定するベースデータが入力されるか又はベースデータ記憶手段に記憶された複数の前記ベースデータの中から指定されると共に、前記ベースデータに基づいて前記第１色値と前記第２色値との関係を推定演算する色予測モデルが入力されるか又は色予測モデル記憶手段に記憶された複数の前記色予測モデルの中から指定され、当該入力又は指定されたベースデータ及び色予測モデルを用いて前記第１色値を前記第２色値へ変換するための色変換条件を生成し、前記生成した色変換条件に基づいて入力された画像データの色変換を行う色変換装置として機能するコンピュータを、
    前記入力又は指定されたベースデータが、前記入力又は指定された色予測モデルと組合わせたときに適正な色変換条件を生成できるベースデータか否かを演算処理によって判定する判定手段として機能させる色変換プログラム。
JP2006157162A 2006-06-06 2006-06-06 色変換装置、方法及びプログラム Active JP4715642B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2006157162A JP4715642B2 (ja) 2006-06-06 2006-06-06 色変換装置、方法及びプログラム
US11/641,681 US20070279657A1 (en) 2006-06-06 2006-12-20 Color converting device, method, and program-storing recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006157162A JP4715642B2 (ja) 2006-06-06 2006-06-06 色変換装置、方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2007329544A JP2007329544A (ja) 2007-12-20
JP4715642B2 true JP4715642B2 (ja) 2011-07-06

Family

ID=38789699

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006157162A Active JP4715642B2 (ja) 2006-06-06 2006-06-06 色変換装置、方法及びプログラム

Country Status (2)

Country Link
US (1) US20070279657A1 (ja)
JP (1) JP4715642B2 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5025323B2 (ja) * 2007-05-10 2012-09-12 キヤノン株式会社 色処理装置および方法
JP5147390B2 (ja) * 2007-12-28 2013-02-20 キヤノン株式会社 色処理装置およびその方法
JP4760999B1 (ja) * 2010-10-29 2011-08-31 オムロン株式会社 画像処理装置、画像処理方法、および制御プログラム
US9916638B2 (en) * 2016-07-20 2018-03-13 Dolby Laboratories Licensing Corporation Transformation of dynamic metadata to support alternate tone rendering
CN110855912B (zh) * 2018-08-21 2024-08-27 辉达公司 抑制hdr视频系统中的像素着色误差
US20220131998A1 (en) * 2019-07-15 2022-04-28 Hewlett-Packard Development Company, L.P. Color prediction

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000050090A (ja) * 1998-07-27 2000-02-18 Canon Inc カラーパッチに関する測色値の推定方法、該方法を利用したデバイス・プロファイルの作成方法および画像処理装置
JP2002247394A (ja) * 2001-02-14 2002-08-30 Sharp Corp 色変換規則作成方法、色変換方法、カラー画像形成装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05227423A (ja) * 1991-12-18 1993-09-03 Toppan Printing Co Ltd 原色変換式決定方法及び装置
JP3505278B2 (ja) * 1995-07-12 2004-03-08 株式会社リコー 色予測式の決定方法
US6100999A (en) * 1997-01-14 2000-08-08 Fuji Xerox Co., Ltd. Method for predicting color transfer characteristics
JP3767657B2 (ja) * 1997-01-14 2006-04-19 富士ゼロックス株式会社 色伝達特性予測方法
US6636260B2 (en) * 1997-06-24 2003-10-21 Canon Kabushiki Kaisha Image processing using a profile selection based on photographing condition
US6853464B1 (en) * 1999-03-24 2005-02-08 Brother Kogyo Kabushiki Kaisha Calibration data setting device
US7199900B2 (en) * 2000-08-30 2007-04-03 Fuji Xerox Co., Ltd. Color conversion coefficient preparation apparatus, color conversion coefficient preparation method, storage medium, and color conversion system
JP3890211B2 (ja) * 2001-09-14 2007-03-07 キヤノン株式会社 画像処理方法、画像処理装置、プログラム、記憶媒体

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000050090A (ja) * 1998-07-27 2000-02-18 Canon Inc カラーパッチに関する測色値の推定方法、該方法を利用したデバイス・プロファイルの作成方法および画像処理装置
JP2002247394A (ja) * 2001-02-14 2002-08-30 Sharp Corp 色変換規則作成方法、色変換方法、カラー画像形成装置

Also Published As

Publication number Publication date
US20070279657A1 (en) 2007-12-06
JP2007329544A (ja) 2007-12-20

Similar Documents

Publication Publication Date Title
JP4623137B2 (ja) 色処理装置、方法及びプログラム
US7764411B2 (en) Color processing apparatus and method, and storage medium storing color processing program
US9846826B2 (en) Image processing to generate a tone curve for processing an image by associating a model parameter of the image with another model parameter of a reference image
JP4715642B2 (ja) 色変換装置、方法及びプログラム
US8786626B2 (en) Color processing device, color processing method, and computer readable medium storing program
JP5630112B2 (ja) 色変換係数生成装置、色再現特性修正装置及びプログラム
US20120057785A1 (en) Method and system to modify a color lookup table
JP2009225047A (ja) 色処理装置およびプログラム
US8149456B2 (en) Color processing method and image forming apparatus for creating a color separation table
US8223396B2 (en) Color conversion device for applying clipping to color values outside a color reproduction range and which satisfy a predetermined condition
JP2006094040A (ja) プロファイル作成装置、プログラムおよびプロファイル作成方法
JP2008148275A (ja) 色処理装置及びプログラム
JP2009049839A (ja) 色変換装置及びプログラム
JP5699608B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
JP5152515B2 (ja) 色補正係数生成装置及び色補正係数生成プログラム
JP6682867B2 (ja) 画像処理装置
JP2007280402A (ja) カラー画像データからグレイ・トーンを生成するシステムおよび方法
JP2008067308A (ja) 色処理装置、色処理方法およびプログラム
JP5966661B2 (ja) 墨定義ファイル生成装置、デバイスリンクプロファイル作成装置、墨定義ファイル生成方法、墨定義ファイル生成プログラム
US20080144114A1 (en) Method and system for dynamic printer profiling
JP6446898B2 (ja) 画像処理装置、画像形成装置、画像処理方法、及びそのプログラム
JP2011024031A (ja) 色処理装置及びプログラム
JP4548261B2 (ja) 色予測方法、色予測装置及び色予測プログラム
JP5942896B2 (ja) 色処理装置、色処理方法およびプログラム
JP5232186B2 (ja) 画像処理装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090212

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20101108

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20101124

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110114

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20110301

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110314

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140408

Year of fee payment: 3