JP5539208B2 - デジタルカラー画像を変換する方法、装置、コンピュータプログラム - Google Patents

Description

本発明は、原画像を変換元の色域（ｇａｍｕｔ）の色部分空間から変換先の色域の色部分空間にマッピングする方法であって、第１の中間画像を取得するために原画像の第１のフィルタリングを行うステップと、第２の中間画像を取得するために第１の中間画像の色域マッピングを行うステップと、第３の中間画像を取得するために第１の中間画像の第２のフィルタリングを行うステップと、目標画像を取得するために第２の中間画像と第３の中間画像とをマージするステップとを含む方法、および方法を実施するのに適した画像表示システムとカラー画像印刷システムとに関する。

色域マッピングアルゴリズム（ＧＭＡ）は、原画像と、印刷、写真撮像、電子表示などの所与の技術によるその再生画像との間の色域変化を管理するのに使用される。これらの変化は、色域の形状差異やサイズ縮小に相当し、情報の損失を招く。理想的には、ＧＭＡは、再生画像が原画像とできる限り同じであると知覚されるように原画像の色分布および空間分布を考慮することによって再生画像を最適化するべきである。最適な再生画像を得るために、数多くのＧＭＡが文献で提案されてきた。Ｊ．Ｍｏｒｏｖｉｃ、Ｒ．Ｌｕｏ著「Ｔｈｅ ｆｕｎｄａｍｅｎｔａｌｓ ｏｆ ｇａｍｕｔ ｍａｐｐｉｎｇ：Ａ ｓｕｒｖｅｙ」では、徹底的な調査が示されている。ＩＣＣカラーマネジメントフローは、第１世代の非適応型の点別ＧＭＡに基づいている。Ｍｏｒｏｖｉｃは、これらの従来のＧＭＡを、色域クリッピングおよび色域圧縮の２つのカテゴリに分類した。色域クリッピングアルゴリズムは、出力色域外の色をその境界内に投射するものである。このアルゴリズムは、通常、飽和度（ｓａｔｕｒａｔｉｏｎ）を保存するが、画像の細部をクリッピングするので、クリッピングによるアーチファクトを発生させる。色域圧縮アルゴリズムは、入力色域を出力色域に圧縮するので、細部を保存するのにはより優れているが飽和度を低下させてしまう傾向がある。Ｊ．Ｍｏｒｏｖｉｃ著「Ｄｉｇｉｔａｌ Ｃｏｌｏｕｒ Ｉｍａｇｉｎｇ Ｈａｎｄｂｏｏｋ、第１０章、Ｇａｍｕｔ Ｍａｐｐｉｎｇ」では、画像のタイプまたは入力装置の色域ではなく直接画像の色域に応じて適切なＧＭＡを選択する適応アルゴリズムについて研究されている。さらに適応ＧＭＡを改善するためには、画像の空間細部を保つことが知覚品質にとって非常に重要な問題であると主張されている。画像の空間成分に適応できるＧＭＡ、すなわち空間的色域マッピングアルゴリズム（ＳＧＭＡ）が紹介されている。これらのアルゴリズムは、局所的に作用することによって、色の精度と細部保存との両方のバランスをとって原画像に近いと知覚される再生画像を作成しようとするものである。異なる手法に従うＳＧＭＡの２つの群が区別され得る。すなわち、第１の群は反復最適化ツールを使用し、第２の群はクリッピング画像に高周波成分を再挿入してクリッピングにより生じた細部の損失を補正する。最適化の群は、Ｎａｋａｕｃｈｉらによる「Ｃｏｌｏｕｒ ｇａｍｕｔ ｍａｐｐｉｎｇ ｂａｓｅｄ ｏｎ ａ ｐｅｒｃｅｐｔｕａｌ ｉｍａｇｅ ｄｉｆｆｅｒｅｎｃｅ ｍｅａｓｕｒｅ」で提案されているアルゴリズムを含む。アルゴリズムは、人間の視覚システム（ＨＶＳ）の知覚モデルを使用して、候補再生画像を局所的に修正することで原画像と候補再生画像との間の知覚される差異を最小化する。これらの最適化ループにおいて、主な問題は、有効な知覚モデルを使用して最適化の適切な基準を定義することである。別の問題は、計算時間が非常に長いことであり、これらのアルゴリズムを産業環境で使用するのを難しくすることである。第２の群のアルゴリズムは、通常、かなり高速のアルゴリズムであるので産業的なカラーフローで実装される。これらは、クリッピングアルゴリズムにより生じる細部の損失を制限または補正しようとするものではない。クリッピングは、飽和度の点ではよい結果をもたらすが、飽和領域での画像の細部を劣化させる傾向がある。投射は、投射方向の線上にある再生不可能な色の全てを色域境界上の同じ点に投射するので、失敗する場合がある。局所において複数の隣接画素が投射の同じ線上にあるが区別可能な色を有する場合、空間成分を形成する局所変化が消去されることになる。同様に、局所の隣接画素が近接する投射線上にある場合、これらの画素は色域の外殻上の近接点にマッピングされ、局所空間的変化が大幅に低減され得る。これらの劣化を防ぐために、この第２の群のＳＧＭＡに対して当該技術分野で改良型アルゴリズムがすでに提案されている。これまでに提案されてきたこれらの改良型アルゴリズムは、２つのグループに分けられることができる。

第１のグループ（ＸＳＧＭ）では、Ｂａｌａｓｕｂｒａｍａｎｉａｎらによる「Ｇａｍｕｔ ｍａｐｐｉｎｇ ｔｏ ｐｒｅｓｅｒｖｅ ｓｐａｔｉａｌ ｌｕｍｉｎａｎｃｅ ｖａｒｉａｔｉｏｎｓ」で開示されているように、原画像は輝度（ｌｕｍｉｎａｎｃｅ）より高く彩度（ｃｈｒｏｍａ）を保存するのを強調する投射方向を使用して色域マッピングされる。クリッピングされた原画像の一部は、高域通過フィルタリングされて、色域マッピングされた画像に足される。得られる合計は、彩度より高く輝度を保存するのを強調する投射方向を使用して再び色域マッピングされる。前に行われた精神物理的評価では、この方法はよい結果が得られるが、ハロー現象が発生するという問題があることが示された。

第２のグループでは、Ｍｏｒｏｖｉｃ、Ｗａｎｇによる「Ａ ｍｕｌｔｉ−ｒｅｓｏｌｕｔｉｏｎ，ｆｕｌｌ ｃｏｌｏｕｒ ｓｐａｔｉａｌ ｇａｍｕｔ ｍａｐｐｉｎｇ ａｌｇｏｒｉｔｈｍ」で特に開示されているように、最初に複数の周波数帯域で画像を分解することが提案されている。低域通過帯域が色域マッピングされ、その後、再構成の間に連続的クリッピングが行われる。このような手法の結果は、画像分解で使用されるアルゴリズムと連続的に適用されるＧＭＡとの両方によって決まる。両方のグループでは、高域通過成分を色域マッピングされた画像に足す時に問題が生じる場合がある。つまり、ハロー現象や色ずれなどのアーチファクトが生じる場合がある。さらに先行技術の問題を軽減するために、改良型の色域マッピングアルゴリズムが提案される。

発明者たちは、最適なＧＭＡは、まず色相（ｈｕｅ）を十分に保存し、次に輝度と彩度とをできる限り保存する必要があること、２番目に空間情報を保存する必要があること、つまり周波数帯域間の均衡を保存する際に隣接画素間の色関係が保存されなければならないこと、３番目にハロー現象、色相シフトまたはポスタリゼーションなどのアーチファクトの発生を避ける必要があることがわかってきている。

この認識に基づいて、本発明の第１の態様によれば、前文による方法は、基準に基づいて出力色域に画素を移動させることによって、マージステップが第１の画像の色および空間成分を保存すると同時に第２の中間画像と第３の中間画像とをマージするステップを含むという点で改良されている。このようにして、局所的に適応可能な空間的色域マッピングアルゴリズムを使用して適合マッピングのフレームワークが実現される。このアルゴリズムは、色値（ｃｏｌｏｒ ｖａｌｕｅｓ）の保存と隣接画素間の色関係の保存との間で最良の妥協点を提供するが、先行技術ではその合計のみが使用されている。

適用される基準は、原画像と再生画像との間の局所相似性の程度に基づく。２つの画像に適用される画質メトリックの結果間の相似性を測定するのに種々の方法が適用できる。適用される基準はさらに、第１および第２の実施形態で明らかにされる。その結果、局所的な画像特性の保存を局所的に確実にできる。

さらに、上述の認識に基づいて、本発明の第２の態様によれば、前文による方法は、第１のフィルタリングステップが、強いエッジを保存した原画像の滑らかな変化領域をぼかすための双方向フィルタを使用するステップを含むという点で改善されている。

双方向フィルタは、当該技術分野では知られているが、変換フローのこの位置では使用されない。先行技術の同様のフローでは、Ｇａｕｓｓｉａｎフィルタが使用されている。このようにして、画像分解でエッジが保存され、後で構成される画像にはハロー現象が発生しなくなる。双方向フィルタリングを行わなければ、原画像が急激な遷移を含む場合、出力画像に（エッジの）ハロー現象が生じる可能性がある。

第１の態様の第１の実施形態では、マージステップは、隣接画素間の関係を保存すると同時に色域内の全ての画素に適合させるために適応圧縮を含む。これにより、隣接画素間の関係を保存して、色域マッピングアルゴリズムの主な目的である原画像の忠実な再生画像の作成を可能にする。

第１の態様の第２の実施形態では、マージステップは、色域外にある画素を色域境界にマッピングするステップを含む。これにより、色域マッピングアルゴリズムの２つの目的である隣接画素間の関係の保存と、各画素の色成分の保存とが可能になる。この実施形態では、結果は色域の外殻上にあり、したがって色飽和度が非常に高く、局所エネルギーおよび飽和度の両方に関して原画像の忠実な再生画像が可能となる。基準は、２つの画像間の局所エネルギーの類似度である。

さらに次の別の実施形態では、第２のフィルタリングステップは、滑らかな変化領域に高周波成分を保存するために原画像と第１の中間画像との間の差異を判断するステップを含む。

次の実施形態では、第１のフィルタリングステップは、強いエッジを保存した原画像の滑らかな変化領域をぼかすための双方向フィルタを使用するステップを含む。これにより、従来のクリッピングにより最も損傷されやすい画像の細部を分離し、後の工程でその細部を十分に処理することができる。

別の実施形態では、入力画像は、マルチスケール方法で分解される。最初のマージステップの後、前のマージステップによる出力画像と次の高域通過画像とをマージすることで、マージステップが繰り返される。これにより、人間の視覚システムのマルチスケール手法と同じマルチスケール手法が可能になる。

適切な事例で使用される画像の概念は、値を有する画素のセットのことであり、画素の各値は色部分空間からの値を有する。

本出願で使用される変数の表記に関して、以下に説明する。

は、ＩｌｏｗＭとしても表わされ、

ＩｈｉｇｈＭとしても表わされ、
通常は、下付き文字の上の水平バーは、変数がマッピングされたことを示す「Ｍ」の拡張に対応し、
Ｌ、Ｃ、ｈは、アステリスク^＊付きでも示され、
変数に関しては、下付き文字および上付き文字は、場合によっては変数の主要文字の次は通常の文字で示される、例えば、ＩｌｏｗはＩ_ｌｏｗと同じである。

添付の図面を参照して、本発明を詳細に説明する。

本発明による色域マッピングのシステムを示す図である。 本発明の方法の一実施形態を示すフロー図である。 双方向フィルタリングのステップのさらなる詳細を示す図である。 Ｉ_ｈｉｇｈの計算を示す図である。 適応ＢＰＣのフロー図である。 ＳＣＡＣＯＭＰ、第１の実施形態によるマッピングの説明図であり、ｐ^１ _{ｏｆｆｓｅｔ}（ｊ＝１）は、ｐ^２ _{ｏｆｆｓｅｔ}（ｊ＝２）とは違って、（ｐ^ｉ _ｌｏｗ＋ａ^ｉｐ^ｉ _ｈｉｇｈ）の０グレー点へのシフトに寄与する図である。 ＳＣＡＣＬＩＰ、第２の実施形態によるマッピングの説明図であり、（ｐ^ｉ _ｌｏｗ＋ａ^ｉｐ^ｉ _ｈｉｇｈ）は３方向にマッピングされ、局所変化が最適に維持されるように最適な方向が選択される図である。 修正ＳＣＡＣＬＩＰ、マッピングの改良形態を示す図であり、各画素の方向ができる限りベクトルｐ^ｉ _ｉｎおよびｐ^ｊ _ｉｎを保存するように選択される。 本発明と接続して使用する印刷装置のコンポーネントの概略図である。 本発明が適用できるインクジェットプリンタの主要部品を示す図である。

フレームワーク
図１は、本発明の適応色域マッピングのためのフレームワークを構成する多数のコンポーネントを備えるシステム１００を示す。フレームワークでは、１つのコンポーネントから別のコンポーネントに移る画像は、隅が折られた矩形で示されている。モジュールとも呼ばれるコンポーネントは、コンピュータ上の特定のオペレーティングシステムの下で実行するソフトウェアコンポーネントとして具現化され得る、または、ＦＰＧＬＡなどの専用回路としてハードウェア内で具現化され得る。図２は、本発明の方法の一実施形態を示すフロー図である。図１および図２は、典型的には、特定のコンポーネントが方法の特定のステップを実行するという意味では、関連している。

コンポーネント１０２により実行されるステップＳ１では、原画像Ｉ_ｏｒ（１０１）が、無条件に入力ＩＣＣプロファイルを使用して、Ｉ_ｉｎ（１０３）を生成するＣＩＥＬＡＢの色空間に変換される。

コンポーネント１０４により実行される次のステップＳ２では、低域通過帯域画像Ｉ_ｌｏｗ（１０５）が双方向（Ｂｉｌａｔｅｒａｌ）フィルタリングによりＩ_ｉｎから取得される。このステップでは、各隣接画素が重み付けされる加重局所平均が算出される。重みは、中心画素に対する幾何学的距離と測色値ΔＥ_ａｂ距離との関数である。この平均は、５Ｄ双方向フィルタリングアルゴリズムを使用して算出される。得られる低域通過帯域画像Ｉ_ｌｏｗ（１０５）はこれらの加重局所平均を含み、重みは中心画素に対する幾何学的距離と測色値ΔＥ_ａｂ距離との関数である。

コンポーネント１０６により実行されるステップＳ３では、局所変化を含む高域通過帯域画像Ｉ_ｈｉｇｈ（１０７）は、Ｉ_ｉｎとＩ_ｌｏｗとの差を利用して決定される。

ステップＳ４でまとめて示されるステップＳ２とＳ３とにおいて、モジュール１０８でまとめて示されるモジュール１０４と１０６とに対応するが、画像を複数の帯域で効果的に分解する。上述の実施形態では、画像は、局所平均を含む帯域と局所変化を含む帯域との２つの帯域で分解される。

モジュール１０９に対応する次のステップＳ５では、Ｉ_ｌｏｗがクリッピングによって変換先の色域ＤｅｓｔＧａｍｕｔにマッピングされ、Ｂｌａｃｋ Ｐｏｉｎｔ Ｃｏｍｐｅｎｓａｔｉｏｎが適用される。また、この変換は、ｇ（）で示される。クリッピングによる劣化は、大抵、複数の画素が近い色値を有する隣接画素で発生することに留意されたい。しかしながら、ステップＳ２における前の双方向フィルタリングはこの劣化を防ぎ、このような隣接画素はフィルタによってぼかされ、局所変化がＩ_ｈｉｇｈで安全に保存されることになる。このステップは、出力Ｉ_ｌｏｗＭ（１１０）として提供する。

モジュール１１１に対応するステップＳ６では、Ｉ_ｈｉｇｈにおいて変換ｋ（）が実行され、Ｉ_{ｈｉｇｈＭ}（１１２）が得られる。

モジュール１１３に対応するステップＳ７では、空間および色適応の色域マッピングアルゴリズムが適用され、ｆ（）で示される。ステップＳ２で実行された双方向フィルタリングにより、各画素の隣接画素は、画素の色値と隣接画素間の関係とが保存されるように考慮に入れられる。これにより、Ｉ_ｏｕｔ（１１４）が生成される。

最後に、モジュール１１５に対応するステップＳ８では、Ｉ_ｏｕｔは、関連するＩＣＣプロファイルの相対的な測色法を使用して、出力プリンタのＣＭＹＫ符号化に変換される。これにより、Ｉ_ｄｅｓｔ（１１６）が生成される。

印刷システムにおけるこのフレームワークのアプリケーションは、以下で説明する。ここで、本発明によるフレームワークを詳細に説明する。

色空間
ステップＳ１において、ＣＩＥＬＡＢへの変換が実行される。空間的色域マッピングアルゴリズムが適用される色空間が重要であることに留意されたい。示された実施形態では、ＣＩＥＬＡＢが選択されているが、ＣＩＥＸＹＺも使用される。

画像分解
モジュール１０８で実行される分解の目的は、画像の局所平均と局所細部とを分解して、それらを別個に処理にし、得られる画像に局所平均と局所細部との両方をできる限り保存することである。示されたフレームワークは、画像を２つの帯域で分解するが、モジュール１０８を変更することで、フレームワークはｎ個の帯域に適合できる。ＢＰＣおよびＳＣＡＧＭＡの改良型も、複数の帯域に適用されるのに適している。

低域通過フィルタリング
低域通過フィルタリングを行うためにＧａｕｓｓｉａｎフィルタを使用すると、ハロー現象が生じる。ハロー現象の発生を避けるために、５Ｄ双方向フィルタリング（ＢＦ）を使用するエッジ保存フィルタによって分解が行われる。フィルタのサイズは極めて重要なパラメータであるので、ここで簡単に説明する。ここでは分解の際の周波数帯域は２つであるが、２超でもよく、最大値は計算時間のコストによってのみ制限される。

ＣＩＥＬＡＢ空間における５Ｄ双方向フィルタリング（ＢＦ）は、空間領域と色範囲とが組み合わされたフィルタリングである。Ｌ_ＢＦ＝ＢＦ（Ｌ）、ａ_ＢＦ＝ＢＦ（ａ）、ｂ_ＢＦ＝ＢＦ（ｂ）は、フィルタリングされた画像の３つのチャネルを示す。画素ｉのＬ_ＢＦであるＬ^ｉ _ＢＦは、以下のように求められ得る（ａ^ｉ _ＢＦおよびｂ^ｉ _ＢＦの式も同様である）：

ここで、Ｉ_ｉｎは原画像であり、ｄ（ｘ^ｉ，ｘ^ｊ）は画素ｉの位置ｘ^ｉと隣接画素ｊの位置ｘ^ｊとの間の幾何学的な近さを示す。ｒ（ｐ^ｉ，ｐ^ｊ）は画素ｉおよびｊの色（Ｌ^ｉ，ａ^ｉ，ｂ^ｉ）と色（Ｌ^ｊ，ａ^ｊ，ｂ^ｊ）との間の測色の類似度を示す。ここでは、ｄ（ｘ^ｉ，ｘ^ｊ）およびｒ（ｐ^ｉ，ｐ^ｊ）はそれらの引数間のユークリッド距離のガウス関数である：

ここで、２つのスケールパラメータσ_ｄおよびσ_ｒは、フィルタの動作で重要な役割を果たす。これらを簡単に説明する。同様に、パラメータδ_ｄおよびδ_ｒはフィルタの特性化に使用される場合があることに留意されたい。

本発明に従って２つの帯域で分解するために、まず、元のＣＩＥＬＡＢ画像が極座標表現であるＣＩＥＬＣＨ、すなわち、明度（ｌｉｇｈｔｎｅｓｓ）、彩度、色相に変換される。低域通過帯域画像Ｉ_ｌｏｗを計算するために、原画像Ｉ_ｉｎの２つのチャネルＬ_ｉｎとＣ_ｉｎのみが５Ｄ双方向フィルタリングを使用してフィルタリングされる。これは、図３に示されている。ｈ_ｉｎチャネルはフィルタリングされないで、提案されているＳＧＭＡにより変更されていない色相を維持する。それにもかかわらず、５Ｄ双方向フィルタがΔＥ_ａｂ距離を伴うので、色相はＬ_ｉｎとｃ_ｉｎチャネルのフィルタリングの際に十分に考慮に入れられる。

したがって、低域通過帯域画像Ｉ_ｌｏｗは、以下のように定義される：
Ｉ_ｌｏｗ＝（Ｌ_ＢＦ，ｃ_ＢＦ，ｈ_ｉｎ）
ここで、Ｌ_ＢＦ＝ＢＦ（Ｌ_ｉｎ）かつｃ_ＢＦ＝ＢＦ（ｃ_ｉｎ）である。

フィルタパラメータ、空間フィルタサイズ
従来のガウスフィルタリングでは、ガウスフィルタの幅（σ_ｄで設定）が、低域通過帯域に進む低周波成分（局所平均と見なされる）と高域通過帯域に進む高周波成分（局所細部）との境界を決定する。σ_ｄの適切な値を設定するのは、ささいな作業ではない。この選択は、「局所細部」（すなわち、特定の領域における小さなまたは微細な要素）の定義付けに関連する。この定義付けは、再生画像のサイズや解像度、再生装置の変調伝達関数、視野条件、可視化の距離、人間の視覚システムの動作などの複数のパラメータに依存する。当該技術分野では、人間視覚ステムを３つ以上（通常は５つまで）の帯域のマルチスケール分解によってモデル化することが知られている。ここでは、本発明のフレームワークにこれを適用することで、異なるサイズの細部の複数のカテゴリの定義付けが可能になる。示された実施形態では、画像分解は２つの帯域に制限されている。この実施形態のσ_ｄおよびσ_ｒの適切な値は、以下で説明する。

５Ｄ双方向フィルタのフィルタサイズ
５Ｄ双方向フィルタでは、中心画素と隣接画素との間のΔＥ_ａｂの色距離も考慮に入れられる。このことにより、ハロー現象を避け、局所の同じ画素間の局所遷移を具体的に処理することができる。小さいΔＥ_ａｂ距離にある（すなわち、同じとみなされる）隣接画素がフィルタリングされる。ΔＥ_ａｂ距離がσ_ｒに比べて大きくなるにつれて、画素はフィルタリングされなくなる。したがって、σｒが小さいΔＥ_ａｂを大きいΔＥ_ａｂと区別する基準を決定する。小さいΔＥ_ａｂ値は知覚色差と十分に相互関係があるが、ΔＥ_ａｂ値が大きいと見なされることのできる閾値σｒを定義付けするのはより難しい。ＳＣＡＧＭＡの１つの目的は、色域マッピングアルゴリズムにより変換先の色域の同じ色にマッピングされてしまう色差を保存することである。したがって、σ_ｒを入力色域と変換先の色域との間の平均距離に設定することが考えられる。色間の小さい距離を維持する出力装置の機能も考慮に入れられる。

「局所細部」や「同色」の簡単な定義付けがなければ、先行技術を再検討して、画像分解時のσｄおよびσｒの値の効果を評価することを提案する。

発明者により実行された実験が以下の見解を引き出した。大きい値のσｄは画像領域におけるフィルタの幅がより広いことを意味し、したがって、より大きな周波数成分のセットがフィルタリングされる。実際に、画像を上から下まで見た時に上から下まで動くσｄが増加した画像の列を見ると、Ｉ_ｌｏｗはぼかしを行い、Ｉ_ｈｉｇｈはより細部を表わすことがわかる。大きい値のσ_ｒは色領域におけるフィルタがより大きいことを意味し、したがって、より大きな範囲の色遷移がフィルタリングされる。σ_ｒが非常に大きい時、双方向フィルタはフィルタリングされた領域の色成分により調整されず、結果として生じる画像のぼかしは、二次元のガウスフィルタのぼかしと同じになる。また、強いエッジの近くにハロー現象が発生する。σ_ｒが増加した画像の行を見ると、Ｉ_ｈｉｇｈではより多くの色成分が見られる。

ここで、σ_ｄとσ_ｒとの関係について考える。小さい値のσ_ｒは任意のσ_ｄに対して画像のぼかしを非常にわずかな色遷移に厳しく限定する。小さい値のσ_ｄは任意のσ_ｒに対して画像のぼかしを高周波成分に限定する。σ_ｄとσ_ｒとの両方が非常に大きな値である時、Ｉ_ｌｏｗは飽和領域に囲まれた不飽和領域で彩度を大きく引き上げることによっていくらかの色ずれを示す。色ずれは、色域マッピング処理で不具合を発生させるが、これはσの値が非常に大きい場合にのみ発生する。

この見解に基づいて、値σ_ｒ＝２０ΔＥ_ａｂ、σ_ｄ＝２０画素（すなわち、対角線の約１．５％）がこれらのアルゴリズムや適切な画像のセットに適する最適な妥協点であることがわかる。

δ_ｄおよびδ_ｒをパラメータと考えると、δ_ｄの設定は画像サイズおよび可視化の条件に依存しなければならないと言える。前述の実験では、値を（１５０ｄｐｉ、サイズ９ｃｍ−１５ｃｍから１２ｃｍ−２０ｃｍまで印刷され、６０ｃｍ離れて見る画像に対して）δ_ｄ＝画像対角線の１％、δ_ｒ＝２５ΔＥに設定した。

特定の実施形態では、これらのパラメータは、上述したように、ユーザインタフェースを使用してユーザによって、またはジョブおよびシステムの状態や設定に基づく制御プログラムによって設定される場合がある。

高域通過フィルタリング
次に、高域通過帯域画像Ｉ_ｈｉｇｈは、図１のモジュール１０６により実行されるステップＳ３で、Ｉ_ｉｎと低域通過Ｉ_ｌｏｗとの差を利用して計算される：
Ｉ_ｈｉｇｈ＝Ｉ_ｉｎ−Ｉ_ｌｏｗ＝（Ｌ_ｉｎ−Ｌ_ＢＦ，ｃ_ｉｎ−ｃ_ＢＦ，０）
これは、図４に示されている。

低域通過帯域に適用される関数ｇ（）
低域通過帯域に関数ｇ（）を適用するステップ（モジュール１０９により実行されるステップＳ５）をさらに詳細に説明する。

関数ｇ（）は、Ｉ_ｌｏｗに含まれる入力画像Ｉ_ｉｎの局所平均に影響する。その目的は、色相、明度、彩度などの色属性をできる限り保存すると同時にＩ_ｌｏｗの色域を変換先の色域Ｇａｍｕｔ_{Ｄｅｓｔｉｎａｔｉｏｎ}にマッピングすることである。さらに、広範囲のレンダリングを保存する必要がある。

画像の暗くてコントラストのない（ｌｏｗ−ｋｅｙ）値の結果として生じるクリッピングを避けるために、Ｂｌａｃｋ Ｐｏｉｎｔ Ｃｏｍｐｅｎｓａｔｉｏｎ（ＢＰＣ）がＩ_ｌｏｗに適用される。

以下の節では、本発明によるフレームワークおよび方法に含まれるアルゴリズムを提案する。

線形ＸＹＺスケーリングとも呼ばれるＢｌａｃｋ Ｐｏｉｎｔ Ｃｏｍｐｅｎｓａｔｉｏｎ（ＢＰＣ）は、変換元の黒点をＣＩＥＸＹＺ色空間の変換先の黒点にマッピングし、中間の色値にスケーリングする。Ｂｌａｃｋ Ｐｏｉｎｔ Ｃｏｍｐｅｎｓａｔｉｏｎは、色域圧縮アルゴリズムと考えられることができることに留意されたい。このために、Ｂｌａｃｋ Ｐｏｉｎｔ Ｃｏｍｐｅｎｓａｔｉｏｎはほとんど飽和されていない画像を生成する。この不飽和状態は、常に望ましいことであるとは限らない、および／または必要であるとは限らない。提案されている方法は、この不利点を克服するものである。ＢＰＣの方法は、図５を参照して説明する。図５は、図２のステップ５を詳細に示したものである。第１のステップＳ５１で、Ｉ_ｌｏｗが白点＝［１，１，１］の正規化されたフラットなＸＹＺ符号化に変換される。次のステップＳ５２で、Ｉ_ｌｏｗのヒストグラムが構成される。ヒストグラムのＸ軸に沿って、Ｉ_ｌｏｗのＹ値が動く。ヒストグラムのＹ軸に沿って、所与のＹ値を有する画素の数が示される。さらに、横軸には、変換先の装置の最小のＹ値であるＹ_{ｍｉｎＤｅｓｔ}が示される。ヒストグラムから、Ｙ値がＹ_{ｍｉｎＤｅｓｔ}より下の画素の総数＃が決定される。この数が第１に閾値Ｔｈ１より上であれば（ステップＳ５３、Ｙ）、次のステップＳ５４で、さらにこの数が第２の閾値Ｔｈ２より上であるか否かがチェックされる。この場合、Ｔｈ２＞Ｔｈ１である。この数が第２の閾値Ｔｈ２より上である場合（ステップＳ５４、Ｙ）、完全ＢＰＣが実行される（ステップＳ５５）。

完全ＢＰＣでは、画素ｉのＹ_{ｌｏｗＢＰＣ}値、Ｙ^ｉ _{ｌｏｗＢＰＣ}は、以下のように求められる（Ｘ^ｉ _{ｌｏｗＢＰＣ}およびＺ^ｉ _{ｌｏｗＢＰＣ}も同様の式）：

ここで、Ｙ^ｉ _{ｌｏｗＢＰＣ}は変換先画素ｉのスケーリングされたＹ値であり、Ｙ^ｉ _ｌｏｗは元の画素ｉのＹ値であり、Ｙ_{ｍｉｎｌｏｗ}は画像の最小のＹ値であり、Ｙ_{ｍｉｎＤｅｓｔ}は変換先の装置の最小のＹ値である。

ステップＳ５４で＃＞Ｔｈ２が適用できないことがわかれば（Ｎ）、部分的ＢＰＣが実行される（ステップＳ５６）。この場合、部分的ＢＰＣは、以下の式に従う、無ＢＰＣと完全ＢＰＣとの間の線形結合である：
Ｉ_{ｌｏｗＢＰＣａｄａｐｔｉｖｅ}＝ｑ^＊Ｉ_ｌｏｗ＋（１−ｑ）^＊Ｉ_{ｌｏｗＢＰＣ}
ここで、ｑ＝＃／（Ｔｈ２−Ｔｈ１）である。

ステップＳ５３で＃＞Ｔｈ１が適用できない（Ｎ）、つまり、数個の画素あるいはそれ以下の画素の色のみが出力装置の黒点のレベルに達しないことがわかれば、ＢＰＣは全く必要なく、実行されないことになる。閾値Ｔｈ１およびＴｈ２は、装置のユーザインタフェースを使用してオペレータによって設定されることのできるパラメータである。

方法は、ステップＳ５６を実行した後もステップＳ５５を実行した後も行われるように、ステップＳ５７を継続する。この場合、得られる画像はＣＩＥＬＣＨに変換される。

この変換の後、方法はステップＳ５８を継続し、得られた低域通過帯域がさらに処理される。

ＢＰＣは、色域外にある画素の数および色域とこれらの画素との間の距離を大きく減少させる。ＣＩＥＸＹＺにおけるＢＰＣはＩ_ｌｏｗの色域を縮小するので、Ｉ_{ｌｏｗＢＰＣ}の色域境界は変換先の色域により近く、最初のクリッピングの選択は最終の結果にあまり影響を与えない。前の実験では、いくつかのカラフルな画像のクリッピングのアーチファクトは顕著に表れた。これらのアーチファクトは、ＨＰＭｉｎΔＥａｂを使用する最初のクリッピングによるものであった。しかしながら、このようなアーチファクトは、最初にＢＰＣを適用すると問題ではなくなり、ＨＰＭｉｎΔＥａｂは飽和度を保存するのに適している：Ｉ_ｌｏｗ＝ＨＰＭｉｎＨＰＭｉｎΔＥ（Ｉ_{ＬｏｗＢＰＣ}）。

関数ｇ（）の第２のステップは、低域通過帯域の色域マッピングである。このマッピングの目的は、Ｉ_ｌｏｗ内の各画素の色をできる限り保存することである。

隣接画素間の色距離を保存することは、Ｉ_ｉｎ全体をマッピングする時ほど重要ではない。それは、分解された画像の重要な細部のほとんどが５Ｄ双方向フィルタによりフィルタリングされており、Ｉ_ｈｉｇｈ内にあるからである。これらの制約によりＢＰＣの後でＨＰＭｉｎΔＥを使用することになり、クリッピング画像Ｉ_ｌｏｗＭが得られる。ここで、
Ｉ_ｌｏｗＭ＝ＨＰＭｉｎΔＥ（ＩｌｏｗＢＰＣ）＝ｇ（Ｉ_ｌｏｗ）
ｇ＝ＨＰＭｉｎΔＥ・ＢＰＣ

色相チャネルはＨＰＭｉｎΔＥにより変更されないままである点に留意されたい：ｈ_ｌｏｗＭ＝ｈ_ｌｏｗ＝ｈ_ｉｎ。ＣＩＥＸＹＺにおけるＢＰＣはＩ_ｌｏｗの色域を縮小するので、Ｉ_{ｌｏｗＢＰＣ}の色域境界は変換先の色域により近く、最初のクリッピングの選択は最終の結果にあまり影響を与えない。ＨＰＭｉｎΔＥａｂは飽和度を保存し、色相を一定に保つので、色域マッピングにＨＰＭｉｎΔＥａｂを選択するのは適切である。

しかしながら、この空間色適応ＧＭＡの別の実施形態（ＳＣＡＣＯＭＰバージョン）では（以下の関数ｆ（）を参照）、均一な局所適応的圧縮を適用するために、ＨＰＭｉｎΔＥａｂは５０％グレー点にクリッピングする別のクリッピングアルゴリズムＳＣＬＩＰで置き換えられる。この圧縮は、ＨＰＭｉｎΔＥａｂを使用した場合は均一でない：
Ｉ_ｌｏｗＭ＝ＳＣＬＩＰ（Ｉ_{ｌｏｗＢＰＣ}）＝ｇ（Ｉ_ｌｏｗ）
ｇ＝ＳＣＬＩＰ・ＢＰＣ

高域通過帯域に適用される関数ｋ（）
ここで、図１のモジュール１１１により実行される図２のステップＳ６の適応スケーリングのステップをさらに考察する。Ｉ_ｌｏｗの画像領域がクリッピングによってＩ_ｌｏｗＭに大きく修正された時、Ｉ_ｌｏｗＭ内の局所エネルギーはＩ_ｌｏｗ内の局所エネルギーに比べてかなり低減される可能性がある。Ｉ_ｌｏｗおよびＩ_ｈｉｇｈの両方が大きな局所エネルギーを有するが、Ｉ_ｌｏｗＭが局所エネルギーの一部を損失してしまった場合の画像領域では、Ｉ_ｈｉｇｈのエネルギーを低減してＩ_{ｈｉｇｈＭ}を形成し、２つの帯域の画像Ｉ_ｌｏｗＭおよびＩ_{ｈｉｇｈＭ}からの寄与の平衡率をＩ_ｌｏｗおよびＩ_ｈｉｇｈの場合の平衡率と同様に保つことが賢明である場合がある。したがって、各画素ｉでマージする時に、Ｉ_ｌｏｗＭに加えられるＩｈｉｇｈのエネルギーの量に影響を与える局所変数α（ｉ，Ｉ_ｌｏｗ，Ｉ_ｌｏｗＭ）を取り入れる：
Ｉ_{ｈｉｇｈＭ}＝α・Ｉ_ｈｉｇｈ
または、同様に、

ここで、εは、ｐ^ｊ _ｌｏｗ＝ｐ^ｉ _ｌｏｗであり、ｗ^ｊ _ＢＦが画像の分解で使用される双方向フィルタの重みである場合、０で割るのを避けるための小さい一定値である。

好ましくは、ε＝０．００１．ｍａｘ（｜ｐｌｏｗ｜）である。

αは、ＳＣＡＣＯＭＰおよびＳＣＡＣＬＩＰの修正バージョンにおいて考慮される。αは、Ｂｌａｃｋ Ｐｏｉｎｔ ＣｏｍｐｅｎｓａｔｉｏｎがＩ_ｌｏｗに適用される時にはあまり重要ではないことに留意されたい。それは、この時は低域通過帯域の局所構造はより十分に保存され、αは１に近いことが多いためである。

特定の状況では、α＝１であり、Ｉ_ｈｉｇｈ＝Ｉ_{ｈｉｇｈＭ}である。

２つの帯域の適応マージングおよびマッピングの関数ｆ（）
２つの帯域の画像Ｉ_ｌｏｗおよびＩ_ｈｉｇｈはそれぞれｇ（）およびｋ（）により修正され、この時点でＩ_ｌｏｗＭとＩ_{ｈｉｇｈＭ}とがマージされ、その後マッピングされることができる（ステップＳ７、モジュール１１３）。

このステップでは、マッピングされる低域通過帯域画像Ｉ_ｌｏｗＭと高域通過帯域画像Ｉ_{ｈｉｇｈＭ}とがマージされる。

マージオペレータは、分解オペレータと同様に簡単な足し算である。
Ｉ_ｔｅｍｐ＝Ｉ_ｌｏｗＭ＋Ｉ_{ｈｉｇｈＭ}

より精巧なマージングも可能であるが、関数ｋは適応マージングの場合と同様に局所依存の重みとして機能するので、提示されるフレームワークにはマージングの簡単な足し算で十分である。

Ｉ_ｔｅｍｐ内の色は変換先の色域Ｇａｍｕｔ_Ｄｅｓｔ外にある場合があるので、第２の色域マッピングが必要である。Ｉ_ｌｏｗのマッピングとは異なって、このマッピングは細部を保存する必要があり、したがって、Ｉ_ｔｅｍｐの成分に適合させなければならない。

双方向フィルタ（モジュール１０４、ステップＳ２）は、小さい色変化をフィルタリングして、大きな色変化（すなわち、強いエッジ）を保つ。これらの特性によれば、Ｉ_{ｈｉｇｈＭ}に含められる局所空間的変化は小さい色変化のみを示す。したがって、各画素とその隣接画素とは、ｆ（）がクリッピングＧＭＡである場合、色域境界の同じ小さな領域に投射されやすい。このことにより、Ｉ_ｈｉｇｈ内にある変化を急激に減少させることになる。この状況を避けるために、ｆ（）およびｋ（）は、得られる画像Ｉ_ｏｕｔの画素ｐ_ｏｕｔに対して以下の目的を有する局所適応的関数とすることができる：
・ｐ_ｏｕｔは、Ｉ_ｉｎのｐ_ｉｎにできる限り近い、
・ｐ_ｏｕｔの隣接画素との色変化とは、ｐ_ｉｎの隣接画素との色変化に最も近い、

最初の２つの要件は拮抗する場合もあるので、ｐ_ｏｕｔは妥協点の画素となる。ここで、加重和が使用される：

ここで、ｗ∈［０，１］は重みであり、Δ１、Δ２は距離メトリックである（この状況では複数のメトリックが利用可能である）。
・ｗ＝１の場合、ｋは最小のΔ１のクリッピングとなる（Δ＝ΔＥ＊ａｂの場合、ｋ＝ＨＰＭｉｎΔＥ）。
・ｗ＝０の場合、画素の値ではなく、画素と隣接画素との間の色変化のみが保存される。
・その中間の場合、つまりｗ∈］０，１［の場合は、結果は最適化アルゴリズムによって得られる場合がある。

妥当なレベルの計算時間を維持するために、高速のソリューションが展開できる。結果の画質に対する計算時間のトレードオフの関係が考慮されなければならない。次の節では、最適に近い結果画像が得られる２つの代替の速い実施形態が提案されている。これらは、５Ｄ双方向フィルタリングを使用して２つの帯域の画像Ｉ_ｈｉｇｈおよびＩ_ｌｏｗで分解し、その後、低域通過帯域画像Ｉ_ｌｏｗをＩ_ｌｏｗＭにクリッピングし、Ｉ_ｈｉｇｈをＩ_{ｈｉｇｈＭ}に局所適応的スケーリングする、同じフレームワークに基づくものである。その後、Ｉ_{ｈｉｇｈＭ}とＩ_ｌｏｗＭとは、局所適応的な２つの群の点別ＧＭＡである圧縮とクリッピングとを使用して、マージされ、適応的にマッピングされる。

空間色適応圧縮（ＳＣＡＣＯＭＰ）
特定の実施形態によれば、Ｉ_{ｈｉｇｈＭ}に含められる隣接画素間の色変化を保存する適応圧縮アルゴリズムが使用される。概念は、ＧａｍｕｔＤｅｓｔの範囲外にある各画素を、その隣接画素に依存する色域の多少内側深くの中心に向かって投射することである（図６）。

まず、Ｉ_{ｈｉｇｈＭ}がＩ_ｌｏｗＭに足され、合計のＩ_ｔｅｍｐがＳＣＬＩＰを使用してマッピングされる：
Ｉ_ｓ＝ＳＣＬＩＰ（Ｉ_ｔｅｍｐ）＝ＳＣＬＩＰ（Ｉ_ｌｏｗＭ＋Ｉ_{ｈｉｇｈＭ}）
次に、Ｉ_ｓと新規に構成された画像との間の差Ｉｏｆｆｓｅｔを計算する：
Ｉ_ｔｅｍｐ＝（Ｉ_ｌｏｗＭ＋Ｉ_{ｈｉｇｈＭ}）
Ｉ_{ｏｆｆｓｅｔ}＝Ｉ_ｓ−Ｉ_ｔｅｍｐ＝Ｉ_ｓ−（Ｉ_ｌｏｗＭ＋Ｉ_{ｈｉｇｈＭ}）

各隣接画素ｊに対する所与の空間位置ｘ^ｉでは、ｐ^ｊ _{ｏｆｆｓｅｔ}の色ベクトルをｐ^ｉ _{ｏｆｆｓｅｔ}の方向に投射する。結果がノルム

より大きい場合、ｐ^ｊが考慮に入れられ、ｐ^ｊはｐ^ｉ _ｓ∈Ｉ_ｓをＧａｍｕｔＤｅｓｔの５０％グレー点に向ける（図６）。画素ｉのシフトに対する各隣接画素の寄与は、双方向フィルタＢＦによって定義されたｗ^ｊ _ＢＦによって重み付けされる：

および

ここで、

であり、
ここで、「・」は、スカラー積を示す。ｗ^ｉ _{ｓｈｉｆｔ}は１以上であり、したがって、得られる色値が確実に色域境界とＧａｍｕｔ_Ｄｅｓｔの５０％グレー点との間の色域にあることになる。

ＳＣＡＣＯＭＰの実施形態の変形例では、各隣接画素の寄与はｗ^ｉ _{ｓｈｉｆｔ}によって制御される：

ここで、ｐ^ｉ _ｕは、５０％グレー点に向かう単位ベクトルである。

ここで、「・」は、スカラー積を示す。

ｗ^ｉ _{ｓｈｉｆｔ}≧０の時、得られる色値は色域境界とＧａｍｕｔＤｅｓｔの５０％グレー点との間の色域内にある。この変形例は、｜ｐ_{ｏｆｆｓｅｔ}｜が極めて小さい値で生じる可能性がある数字の不正確さを防ぐ。

空間色適応クリッピング（ＳＶＡＣＬＩＰ）
第２の実施形態によれば、Ｉ_ｈｉｇｈの成分を維持するために、投射方向が変数として設定され、各画素に対して、最適なマッピング方向は局所変化が最適に維持されるように選択される。

より速く結果画像を得るために、選択は１組の方向に限定される。提案されている第２の実施形態では、マッピング方向は当該技術分野で知られている方向、すなわち、ｆ_１＝ＨＰＭｉｎΔＥ、ｆ_２＝ＣＵＳＰ、ｆ_３＝ＳＣＬＩＰの中で選択される。最初に、Ｉ_{ｈｉｇｈＭ}がＩ_ｌｏｗＭに足され、３つのマッピングｆ_ｎ，ｎ∈｛１，２，３｝が実行される（図７参照）。次に、それぞれのマッピングに対して、マッピングの結果とＩ_ｌｏｗＭとの間の差Ｉ_{ｈｉｇｈ＿ｎＭ}が計算される。この差は、Ｉ_{ｈｉｇｈＭ}のマッピングの結果と見なされることができる：
Ｉ_{ｈｉｇｈ＿ｎＭ}＝ｆ_ｎ（Ｉ_ｌｏｗＭ＋Ｉ_{ｈｉｇｈＭ}）−Ｉ_ｌｏｗＭ，ｎ∈｛１，２，３｝
Ｉ_ｈｉｇｈにおいて、画素ｉの隣接画素ｊのｐ^ｊ _ｈｉｇｈのノルムの加重和に相当するエネルギーＥ^ｉ _ｈｉｇｈを計算し、同様にそれぞれのＩ_{ｈｉｇｈ＿ｎ}のエネルギーＥ^ｉ _ｎを計算する：

ここで、ｗ^ｊ _ＢＦは画像の分解に使用される双方向フィルタの重みである。処理は画素ごとに画像を走査するので、隣接のいくつかの画素ｐ^ｊ _ｏｕｔがすでに処理されている。これらの画素に対して、ｐ^ｊ _{ｈｉｇｈ＿ｎＭ}はＥ^ｉ _ｎの計算の結果ｐ^ｊ _ｏｕｔに置き換えられる：
未処理の画素用に、

したがって、前の決定が考慮に入れられ、Ｉｏｕｔは画素の処理順序によって決まる。誤差拡散ハーフトーン化アルゴリズムは、同様の手法を有する。最適化ツールを伴う他のオプションも可能である。

Ｅ^ｉ _ｎがＥ^ｉ _ｈｉｇｈに最も近い投射方向が画素ｉのために選択される：
ｐ^ｉ _ｏｕｔ＝ｆ_{ｓｅｌｅｃｔ}（ｐ^ｉ _ｌｏｗ＋ｐ^ｉ _ｈｉｇｈ）
ｓｅｌｅｃｔ＝ａｒｇｍｉｎ_ｎ（｜Ｅ^ｉ _ｎ−Ｅ^ｉ _ｈｉｇｈ｜），ｎ∈｛１，２，３｝

ＳＣＡＣＬＩＰにおける修正エネルギー最小化
上述の実施形態の変形例では、保存するエネルギーの数式を変更することにより、ＳＣＡＣＬＩＰがさらに最適化される。

Ｉ_{ｈｉｇｈＭ}とＩ_ｌｏｗＭとがマージされ、３つのマッピングｆ_ｎ，ｎ∈｛１，２，３｝が実行される：
Ｉ_ｆｎ＝ｆ_ｎ（Ｉ_ｌｏｗＭ＋Ｉ_{ｈｉｇｈＭ}），ｎ∈｛１，２，３｝

ＳＣＡＣＬＩＰのこの変形例では、エネルギーは以下のように定義される：

ここで、Ｉ_ｈｉｇｈに対して前に定義されたように、Ｉ_ｉｎに同じ低減αを適用して、Ｉ_ｌｏｗＭに比べてＩ_ｌｏｗＭの局所エネルギーの可能な低減を補正する。エネルギーのこの新しい定義付けの主な改良点は、隣接画素内の局所的色変化の方向を考慮するが、元の第２の実施形態のエネルギーはこれらの変化の振幅を考慮した点である。次に、Ｅ^ｉ _ｎが最も小さい投射方向が画素ｉのために選択される（図８参照）：
ｓｅｌｅｃｔ＝ａｒｇｍｉｎ_ｎ（Ｅ^ｉ _ｎ），ｎ∈｛１，２，３｝
ｐ^ｉ _ｏｕｔ＝ｆ_{ｓｅｌｅｃｔ}（ｐ^ｉ _ｌｏｗＭ＋ｐ^ｉ _{ｈｉｇｈＭ}）

提案されている変形例は、原画像と得られる画像との局所差がより適切に最小化されるという利点がある。

上述の新規のＳＣＡＧＭＡを当該技術分野で知られているＳＣＡＧＭＡと比較すると、以下のことがわかる：
・本明細書で示されたシステムおよび方法において、画像を分解するエッジ保存フィルタが使用される。このフィルタにより、ハロー現象を避けることができる。より特有の５Ｄ双方向フィルタがＩ_ｉｎ−ＧＭＡ（Ｉ_ｉｎ）に適用されて、Ｉｈｉｇｈを形成し、その後これはＧＭＡ（Ｉ_ｉｎ）に単純に足される。
・提案された実施形態によれば、関数ｋ（）を使用して得られたＩｈｉｇｈを適応調整するエッジ保存のマルチスケールな分解が使用される。このことで、以下のような先行技術の欠点を克服する：
（ａ）Ｇａｕｓｓｉａｎベースのマルチレベルの分解での適応調整はハロー現象を避けることができない。
（ｂ）ＺｏｌｌｉｋｅｒおよびＳｉｍｏｎによるＳＧＭＡでの調整は画像内に不均衡な周波数成分を発生させることになる。
・提案された実施形態によれば、方法は局所適応関数ｋ（）を使用する。先行技術では、一定のスケーリングの関数ｋ（）のみが知られている。
・提案された実施形態によれば、複数のマッピングの代替形態を比較して、エネルギーを計算することにより入力画像内の局所の色差の歪みを最小にする局所適応マッピング（ＳＣＡＣＬＩＰ）が適用される。
・利点は、得られる画像内の周波数成分が変換先の色域Ｇａｍｕｔ_Ｄｅｓｔ内にある画像領域およびＧａｍｕｔ_Ｄｅｓｔ外にある画像領域の周波数成分と同じである点である。当該技術分野で知られているＳＧＭＡはこの点に欠ける。

上述したＳＣＡＣＯＭＰおよびＳＣＡＣＬＩＰの実施形態は共に、同じフレームワークで構築され、したがって、同じ挙動をする。それでもこれらの出力された画像間にはある程度の差が認められる。以下で、これらの差について考察し、既存のＧＭＡの代替形態を有する２つのアルゴリズムを比較する。出力された画像の画質を評価するための試験が行われた。

ＳＣＡＣＯＭＰによって生成された画像は、ＳＣＡＣＬＩＰの画像よりわずかに飽和度が少なく、くっきりしていないが、アーチファクトが発生しない可能性が高いと認識されている。これらのアルゴリズムの差は出力画像の差につながる：
・最初のマッピングは異なる。ＳＣＡＣＬＩＰのＨＰＭｉｎΔＥに対してＳＣＡＣＯＭＰではＳＣＬＩＰである。この差は得られる画像の知覚飽和度に影響を与える。
・適応マッピングの結果も異なり、ＳＣＡＣＬＩＰによる出力画像における局所コントラストは、ＳＣＡＣＯＭＰによる出力画像の場合より、より十分に認められる。また、ＳＣＡＣＬＩＰは、可能な３方向に制限するために局所的アーチファクトがより発生しやすい。この制限により、滑らかな変化領域において色の急激な変化が生じ、これが顕著なアーチファクトを発生させる可能性がある。

ワークフローにおいてＩ_ｌｏｗのマッピングの前にＢＰＣが適用されると、得られる画像間の差は小さくなる。

これは、図２で示される方法のステップＳ７の説明となる。

最後に、ステップＳ８では、Ｉ_ｏｕｔは、ＩＣＣプロファイルの相対的な測色法を使用して出力プリンタのＣＭＹＫ符号化に変換される。

提案された色域マッピングアルゴリズムは、スキャナやデジタルカメラにより取り込まれた画像の高品質レンダリングには特に有効である。

図９は、上述した本発明が適用されるデジタルプリンタの最も重要な部分の概略図である。この装置は、ユーザインタフェース６５と、例えばネットワーク６７経由で他の場所で作られたデジタル画像を受信するための入力ユニット６６とを備えて、プリンタとして使用される。

装置はさらに、記録画像（例えば、写真）をデジタル画像に変換する素子を有するスキャナ６１と、デジタル画像を記憶するためのメモリ６２と、デジタル画像を処理するための処理ユニット６３と、処理されたデジタル画像を紙または任意の適切な媒体に印刷するための印刷ユニット６４とを備える。また、装置は、コピー機としての使用にも適している。デジタルカラー画像を印刷するために、印刷ユニット６４は、各々が基準色を印刷する多数のカラー印刷サブユニットを含む。例えば、４色カラー印刷サブユニットは、インクまたはトナーの形式で基準着色剤のシアン、イエロー、マジェンタ、ブラックを使用する。色は、ディザリングまたは誤差拡散などのラスタ技術を使用してレンダリングされる。

スキャナ６１または入力ユニット６６からの入力画像は、色値が本発明の一実施形態により変換されるカラー画像である。入力ユニットは、デジタル記録カメラにより他の場所で取られた写真の画像データを入力するのに使用されることができる。印刷するために、処理ユニット６３は、本発明による方法を実行する手段を備える。

処理ユニット６３は、ユーザインタフェースであるオペレーティングユニット６５に接続される。オペレータインタフェース６５は、例えば、スライドまたはボタンにより色域マッピング関数のパラメータを手動で設定する設定手段を備える。

本発明がネットワーク環境にあるプリンタで使用される時、例えば、ユーザは自分のワークステーションのプリンタドライバを使用して、パラメータとして所望の値を考慮してカラー画像が自分の嗜好に応じて変換され、印刷されなければならないことを示すことができる。この場合、プリンタの処理装置は、デジタルカラー画像を本発明による変換先の色域にマッピングされたデジタルカラー画像に変換し、変換された画像を印刷する。

さらに、変換された画像は、変換の結果を視覚制御するために表示装置６８上に表示され得る。

また、別のコンピュータ、例えば、ユーザのワークステーションで色域マッピング方法のステップを実行し、中間画像をプリンタに送信し、ここでマッピングを完了させる追加のステップが実行される、または、中間画像を記憶し、その後印刷するために大容量記憶装置に送信することも可能である。

画像のレンダリングは、図１０で部分的に示されているような印刷装置で実行されることができる。そこに示されているように、インクジェットプリンタは、画像記録媒体となる紙シート４２を搬送するために矢印Ａの方向に回転するために駆動されるプラテン４０を備える。プリントヘッド４４は、ガイドレール４８上に案内されるキャリッジ４６上に取り付けられ、プラテン４０に沿って矢印Ｂの方向に往復して紙シート４２を走査する。プリントヘッド４４は、４つのノズルヘッド５０を備え、各々がイエロー、マジェンタ、シアン、ブラックの基準色のそれぞれに対応する。インクは、インク容器（図示せず）からパイプを通してノズルヘッド５０に供給される。シート４２に面する側には、各ノズルヘッド５０は線形配列のノズル５２を有する。ノズルヘッド５０は、シート４２上に印刷される画像の画像情報に従って付勢される。信号は、キャリッジ４６上に取り付けられたコネクタ（図示せず）を介してプリントヘッド４４に送信される。印刷データによる信号は、コネクタ（図示せず）を介してプリントヘッド４４に接続された制御ユニットによって生じる。それぞれのノズル５２は、シート４２上の対応する画素位置でドットを形成するインク液滴を噴射するように別個に付勢されることができる。このように、プリントヘッド４４がプラテン４０に沿って１回のストロークを行うと、各ノズル５２が付勢されて目的の画像の１つの画素ラインを描くことができる。その結果、キャリッジ４６の前後ストロークの時に、プリントヘッド４４は画像のスワス（ｓｗａｔｈ）またはバンド（ｂａｎｄ）を印刷し、スワスの画素ラインの数は各ノズルアレイにあるノズル５２の数に対応する。図１０では、ノズルヘッド５０ごとに８個のノズル５２のみが示されているが、実際には、ノズルの数はそれよりもかなり多い。

取り込まれた画像データの変換は、向上された色品質でレンダリングされた画像を取得するのに必要とされる場合がある。

本発明を上述の例示の実施形態を参照して説明してきたが、この実施形態に限定されるわけではない。当業者には、請求項の範囲内であれば他の実施形態も可能であることは明らかである。

Claims (9)

1. 第１の中間画像（１０５）を取得するために原画像の第１のフィルタリングを行うステップ（Ｓ２）と、
   第２の中間画像（１１０）を取得するために第１の中間画像の色域マッピングを行うステップ（Ｓ５）と、
   第３の中間画像（１１２）を取得するために第１の中間画像の第２のフィルタリングを行うステップ（Ｓ３）と、
   目標画像を取得するために第２の中間画像と第３の中間画像とをマージするステップ（Ｓ７）とを含む、原画像を変換元の色域の色部分空間から変換先の色域の色部分空間にマッピングする方法であって、
   マージステップが、特定の基準に従って出力色域内の画素を移動することにより、第１の中間画像の色および空間成分を保存すると同時に第２の中間画像と第３の中間画像とをマージするステップを含み
   マージステップが、隣接画素間の関係を保存すると同時に色域内の全ての画素に適合させるために、空間および色適応の色域マッピングアルゴリズムを含むことを特徴とする、方法。
2. 第２のフィルタリングステップが、滑らかな変化領域の高周波成分を保存するために原画像と第１の中間画像との間の差を決定するステップを含むことを特徴とする、請求項１に記載の方法。
3. 第１のフィルタリングステップが、強いエッジを保存して原画像の滑らかな変化領域をぼかすための双方向フィルタを使用するステップを含むことを特徴とする、請求項１又は２に記載の方法。
4. 追加の（Ｎ−２）番目のフィルタリングを行うステップが、（Ｎ−２）番目のフィルタリング中間画像を取得するために実行されることと、マージステップがさらに（Ｎ−２）回繰り返され、各々で前のマージステップの出力画像とＮ番目のフィルタリングされた中間画像とをマージすることとを特徴とする、請求項１から３のいずれか一項に記載の方法。
5. 請求項１から３のいずれか一項に記載の方法に従って画像を変換元の色域の色部分空間から変換先の色域の色部分空間にマッピングすることによって、目に見える形でデジタル画像をレンダリングするためのカラー画像表示システム。
6. 請求項１から３のいずれか一項に記載の方法に従って画像を変換元の色域の色部分空間から変換先の色域の色部分空間にマッピングすることによって、カラー画像を印刷するためのカラー画像印刷システム。
7. インクジェット印刷システムであることを特徴とする、請求項６に記載のカラー画像印刷システム。
8. 請求項１から４のいずれか一項に記載の原画像を変換元の色域の色部分空間から変換先の色域の色部分空間にマッピングする方法を装置に実行させるためのコンピュータプログラム。
9. 請求項８に記載のコンピュータプログラムを含む、コンピュータ可読媒体。

Images