JP6680076B2 - 画像処理装置、画像処理方法、及び画像処理システム - Google Patents

Description

本発明は、画像処理装置、画像処理方法、及び画像処理システムに関する。

印刷機やディスプレイなどの画像出力機器のカラープロファイルについて、色合わせの目標となる画像出力機器のカラーチャートを用いずに更新することができる技術が知られている（例えば特許文献１参照）。

しかしながら、上記の従来技術においては、色合わせの目標となる画像出力機器で出力した色が、色を合わせたい画像出力機器で出力した色の範囲外（色変換パラメータの推定に利用可能なデータの範囲外）にある場合、高い精度で色を合わせる事ができないという問題がある。

そこで、色を合わせたい画像出力機器と、色合わせの目標となる画像出力機器とで出力される色を、高い精度で合わせることを目的とする。

第一の画像出力機手段が原稿画像データを出力した第一の出力結果の色を、第二の画像出力機手段が前記原稿画像データを出力した第二の出力結果において再現する画像処理装置が、読み取り装置が前記第一の出力結果を読み取った第一の出力画像データと前記原稿画像データの位置を合わせる第一の幾何学変換パラメータを推定し、前記第二の画像出力機手段がカラーチャートデータを出力した第三の出力結果を読み取り装置が読み取った第二の出力画像データと前記カラーチャートデータとの位置を合わせる第二の幾何学変換パラメータを推定する幾何学変換パラメータ推定手段と、前記第一の幾何学変換パラメータを用いて前記第一の出力画像データと前記原稿画像データの対応する画素の色成分の組合せが対応付けられた第一の画素値対応付けデータと、前記第二の幾何学変換パラメータを用いて前記第二の出力画像データと前記カラーチャートデータの対応する画素の色成分の組合せが対応付けられた第二の画素値対応付けデータをそれぞれ生成する画素値対応付け手段と、前記第一の画素値対応付けデータに基づいて前記原稿画像データから前記第一の出力画像データの色を推定する第一の写像と、前記第二の画素値対応付けデータに基づいて前記第二の出力画像データの色から前記カラーチャートデータの色を推定する第二の写像とを決定する写像推定手段と、前記第一の写像と前記第二の写像とに基づいて、前記原稿画像データの画素値を変換する変換手段と、を備え、前記カラーチャートデータは、前記第二の画像出力機手段の出力可能の色域を網羅するカラーパッチで構成されている。

一実施形態によれば、色を合わせたい画像出力機器と、色合わせの目標となる画像出力機器とで出力される色を、高い精度で合わせることができる。

本実施形態の概要を説明する図である。 本実施形態に係る画像処理システムの一例の構成図である。 本実施形態に係る画像処理システムの一例のハードウェア構成図である。 本実施形態に係るコンピュータの一例のハードウェア構成図である。 本実施形態に係るＭＦＰの一例のハードウェア構成図である。 実施例１に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。 基準色再現特性の推定処理の一例のフローチャートである。 リスト形式で記録したデータの一例の図である。 ユーザ色再現特性の推定処理の一例のフローチャートである。 リスト形式で記録したデータの一例の図である。 色変換処理の一例のフローチャートである。 カラーパッチのデータの一例を示す図である。 実施例２に係る画像処理システム６００の構成図である。 実施例２に係る画像処理システム６００又はＭＦＰ７００の色変換処理の一例のフローチャート図である。 実施例３に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。 実施例３に係る基準色再現特性の推定処理の一例のフローチャートである。 データの「重複」について説明する図である。 ユーザ色再現特性の推定処理の他の例のフローチャートである。 実施例４に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。 実施例４に係る基準色再現特性の推定処理の一例のフローチャートである。 等間隔で分割する例を示す図である。 不等間隔で分割する例を示す図である。 Ｒ軸、Ｇ軸、Ｂ軸を不等間隔で２分割する例を示す図である。 Ｒ軸、Ｇ軸、Ｂ軸をそれぞれの各階調に属するデータ数の頻度分布を作成し、極小となる階調で分割する方法を説明する図である。 各部分色空間に含まれる色数が同数になるように分割した例を示す図である。 原稿画像データの各画素をクラスタに分割した例（その１）である。 原稿画像データの各画素をクラスタに分割した例（その２）である。 実施例４に係るユーザ色再現特性の推定処理の一例のフローチャートである。 実施例５に係る基準色再現特性の推定処理の一例のフローチャートである。 画素値対応付けデータを部分色空間に分割した例を説明する図である。 実施例５に係るユーザ色再現特性の推定処理の一例のフローチャートである。 実施例６に係る基準色再現特性の推定処理の一例のフローチャートである。 ルックアップテーブル（LUT）の例について説明する図である。 実施例６に係るユーザ色再現特性の推定処理の一例のフローチャートである。 実施例７に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。 実施例７に係る基準色再現特性の推定処理の一例のフローチャートである。 基準読取画像データの地色補正前のRGB値と地色補正後のRGB値の例を示す図である。 実施例７に係るユーザ色再現特性の推定処理の一例のフローチャートである。 カラーチャート読取画像データの地色補正前のRGB値と地色補正後のRGB値の例（その１）を示す図である。 カラーチャート読取画像データの地色補正前のRGB値と地色補正後のRGB値の例（その２）を示す図である。 実施例１０に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。 実施例１０に係る基準色再現特性の推定処理の一例のフローチャートである。 実施例１０に係るユーザ色再現特性の推定処理の一例のフローチャートである。 実施例１１に係る色変換処理の一例のフローチャートである。 ２回目以降（初回以外）のユーザ色再現特性の逆特性を推定する処理の一例のフローチャートである。

以下、本発明を実施するための形態について、図面を参照しながら実施例を挙げて説明する。なお、各実施形態に係る明細書及び図面の記載に際して、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。
（実施例１）
まず、第一の画像出力機器の色再現特性をP₁(x)、第二の画像出力機器の色再現特性をP₂(x)、画像読取装置の色再現特性をS(x)、と定義する。ここで"ｘ"は色又は画素値である。種々の色空間の存在を考慮すると画素値＝色とはならないが、同じ色空間内では画素値＝色となるので、厳密には区別していない。例えばＲＧＢ色空間の場合、x=[R, G, B]^tの３次元データである。また、例えばＣＭＹＫ色空間の場合、x=[C, M, Y, K]^tの４次元データである。第一の色再現特性はS(P₁(x))、第二の色再現特性はS(P₂(x))、と表すことができる。

P₁(x)は、第一の画像出力機器が画素値ｘを印刷した場合の色であり、S(P₁(x))は画像読取装置が色P₁(x)を読み取った場合の色である。P₂(x)は、第二の画像出力機器が画素値ｘを印刷した場合の色であり、S(P₂(x))は画像読取装置が色P₂(x)を読み取った場合の色である。

第一の画像出力機器が印刷する画素値ｘと、第二の画像出力機器が印刷する画素値ｘとが同じ場合、色再現特性P₁(x)及びP₂(x)は互いに異なるので、S(P₁(x))＝S(P₂(x))とはならない。一方、第一の画像出力機器が印刷する画素値と、第二の画像出力機器が印刷する画素値が同じでない場合でも、印刷対象の画像データ（後述する原稿画像データとカラーチャートデータ）には、S(P₁(a))=S(P₂(b))となる色(a,b)の組み合わせが存在することが期待できる（S(P₁(a))とS(P₂(b))は完全に一致しなくてもよい）。

本実施形態の画像処理装置は、S(P₁(a))=S(P₂(b))なる組合せ(a, b)を1つ以上求める。すなわち、第二の画像出力機器が、画素値ｂを印刷してS(P₂(b)が得られるのであるから、ａをｂとみなす変換を行うことで第二の画像出力機器が画素値aを印刷する際に、実際には画素値ｂを印刷するので、第二の画像出力機器は第一の画像出力機器と同じ色で印刷することができる。

図１（Ａ）は、画素値ａとｂの関係を模式的に説明する一例の図である。第一の画像出力機器は原稿画像データを出力する。第二の画像出力機器は、第二の画像出力機器で出力可能な色範囲を網羅するカラーパッチで構成されたカラーチャートデータを出力する。

第一の画像出力機器は画素値ａを印刷するとスキャナで読み取った際にｓの色となる第一の出力物を印刷する。第二の画像出力機器は画素値ｂを印刷するとスキャナで読み取った際にＳの色となる第二の出力物を印刷する。第二の画像出力機器の色再現特定を第一の画像出力機器にあわせる場合、第二の画像出力機器は画素値aがｓになるように（読み取った際にｓとなるように）印刷するべきであることが分かる。したがって、第二の画像出力機器は原稿画像データの画素値aをｂにて置き換える。この色変換を行うことで、第二の画像出力機器は第一の画像出力機器と同等の色にて印刷することが可能になる。

図２は、本実施形態に係る画像処理システム６００の一例の構成図である。第一と第二の画像出力機器間の色を合わせるために原稿画像データに色変換を施す流れを、以下の機器の組合せを例として説明する。

・第一の画像出力機器：プリンタ（「基準プリンタ」と呼ぶ）
・第二の画像出力機器：プリンタ（「ユーザプリンタ」と呼ぶ）
・画像読取装置：スキャナ
また、以降で使用する用語を以下のように定義する。

・基準プリンタ：第一の画像出力機器に対応し、色が合わせられる目標となるプリンタ
・ユーザプリンタ：第二の画像出力機器に対応し、基準プリンタ４００に色を合わせたいプリンタ
・スキャナ：画像読取装置に対応
・原稿画像データ：プリンタが印刷物を出力する際に用いる印刷原稿（画像データ）
・基準印刷物：原稿画像データを基準プリンタ４００で出力した、色合わせの目標とされる印刷物
・基準読取画像データ：基準印刷物を画像読取装置で読み取って得られる画像データ
・ユーザ印刷物：原稿画像データをユーザプリンタ２００で出力した、基準印刷物に色を合わせたい印刷物
・カラーチャートデータ：プリンタがカラーチャートを出力する際に用いる印刷原稿
・カラーチャート印刷物：カラーチャートデータをユーザプリンタで出力した印刷物
・カラーチャート読取画像データ：カラーチャート印刷物を画像読取装置により読み取られた画像データ
本実施形態では、基準印刷物とカラーチャート印刷物とを用い、ユーザプリンタ２００に与える原稿画像データに色変換を行うことによって、基準印刷物の色と同等の色のユーザ印刷物が得られるようにする。

色変換を行う装置は、第二の画像出力機器でもスキャナ３００でもよいし、これらとは別体のコンピュータ１００でもよい。本実施形態では、コンピュータ１００が色変換を行うものとして説明する。

（１）第一の色再現特性の推定
まず、基準プリンタ４００とスキャナ３００を併せた（基準プリンタだけの色再現特性を取り出すことは困難なため）基準色再現特性S(P₁(x))を以下の手順で推定する。なお、基準色再現特性S(P₁(x))は、第一の写像の一例である。
(1-1) 基準印刷物をスキャナ３００により読み取り基準読取画像データを得る
(1-2) 原稿画像データと基準読取画像データとの位置、傾き、大きさを合わせる
(1-3) 原稿画像データと基準読取画像データの対応する位置にある画素の画素値を色成分の組合せごとに対応付けて記憶する
(1-4) 画素値の対応付けデータから原稿画像データのある色が基準読取画像データのどの色に対応付くかを求める。

（２）第二の色再現特性の逆特性の推定
次に、ユーザプリンタ２００とスキャナ３００を併せた（ユーザプリンタだけの色再現特性の逆特性を取り出すことは困難なため）ユーザ色再現特性S(P₂(x))の逆特性P₂ ^-1(S^-1(x))を以下の手順で推定する。なお、逆特性P₂ ^-1(S^-1(x))は、第二の写像の一例である。

ここで、S^-1(x)は、画像読取装置で読み取った場合に画素値xとして読み取られる値である。また、P₂ ^-1(S^-1(x))は、第二の画像出力機器で出力した場合に色S^-1(x)として出力される画素値である。
(2-1) カラーチャートデータをユーザプリンタ２００で出力し、カラーチャート印刷物を得る
(2-2) カラーチャート印刷物をスキャナ３００により読み取りカラーチャート読取画像データを得る
(2-3) カラーチャートデータとカラーチャート読取画像データとの位置、傾き、大きさを合わせる
(2-4) カラーチャートデータとカラーチャート読取画像データとの対応する位置にある画素の画素値を色成分の組合せごとに対応付けて記憶する
(2-5) 画素値の対応付けからカラーチャート読取画像データのある色がカラーチャートデータのどの色に対応付くかを求める（このとき、複数の色成分値を基にした多次元データを用いて求める）
（３）原稿画像データの色変換
最後に、推定した基準色再現特性とユーザ色再現特性の逆特性を用いて原稿画像データに色変換を施し、原稿画像データを更新する。
(3-1) 基準色再現特性から、原稿画像データの色aが対応付く基準読取画像データの色s=S(P₁(a))を得る
(3-2) ユーザ色再現特性の逆特性から、カラーチャート読取画像データの色sが対応付くカラーチャートデータの色b=P₂ ^-1(S^-1(s))を得る（すなわち、S(P₁(a))=s=S(P₂(b))となる組合せ(a, b)を求める）
(3-3) 原稿画像データの色aをbに変換する
続いて、特許文献１と比較した本実施形態の効果について説明を行う。特許文献１では、色変換パラメータ（色再現特性）を推定するに際して、基準読取画像データとユーザ読取画像データとを用いて処理する事を前提として記載している。確かに、基準プリンタはユーザ側に存在しないことを想定しているため、基準プリンタで出力したカラーチャートを入手する事はできない。しかしながら、ユーザプリンタはユーザ側に存在することを想定しているため、ユーザプリンタが出力したカラーチャートを利用する事は可能である。

ここで基準読取画像データの色が、ユーザ読取画像データの色の範囲外（色変換パラメータの推定に利用可能なデータの範囲外）にあるケースでは、高い精度で色を合わせる事ができないという問題がある。

同じ原稿画像データの出力物である基準読取画像データとユーザ読取画像データとを用いて処理する特許文献１記載の方法では、ユーザプリンタで出力した出力物で使用されている色範囲が、基準プリンタで出力した出力物で使用されている色範囲を網羅していない場合には、基準読取画像データの色が、ユーザ読取画像データの色の範囲外にあるケースは発生し、色合わせの精度は低下してしまう。

図１（Ｂ）は、特許文献１記載の技術における色変換の流れをL*a*b*色空間のa*b*平面上で模式的に説明する図の一例である。基準色再現特性から、原稿画像データの色aが対応付く基準読取画像データの色sを推定する。次に、ユーザ色再現特性の逆特性から、ユーザ読取画像データの色sが対応付く原稿画像データの色bを推定する。最後に、原稿画像データの色aをbに変換する。ここで、読取画像データの色sがユーザ読取画像データで使われている色の範囲外の場合でも、ユーザ色再現特性の逆特性から原稿画像データの色bを推定する事は可能である。しかしながら、ユーザ色再現特性の逆特性の推定に用いたデータの範囲外であるsが対応付く原稿画像データの色bの推定精度の妥当性は確認されておらず、範囲内のデータと比べると推定精度は低下する確率が高い。

本実施形態では、このような課題を解消するために、ユーザ色再現特性の逆特性を推定するためのデータとして、原稿画像データではなく、ユーザプリンタで出力可能な色範囲を網羅するカラーパッチで構成されたカラーチャートを用いる。

図１（Ｃ）は、本実施形態の色変換の流れをL*a*b*色空間のa*b*平面上で模式的に説明する図の一例である。基準色再現特性から、原稿画像データの色aが対応付く基準読取画像データの色sを推定する。次に、ユーザ色再現特性の逆特性から、カラーチャート読取画像データの色sが対応付くカラーチャートデータの色bを推定する。最後に、原稿画像データの色aをbに変換する。ここで、読取画像データの色sは、カラーチャート読取画像データで使われている色の範囲内となるため、カラーチャート読取画像データの色sが対応付くカラーチャートの色bを高い精度で推定することが可能となり、安定かつ高精度での色合わせを実現することができる。

ここでカラーチャートを印刷する条件は、ユーザプリンタで原稿画像データを印刷するときと同条件で行う事が必須であり、紙種や印刷時の各種設定、原稿画像データとカラーチャートの色空間などは同じであるものとする。

＜システム構成＞
図２に示した画像処理システム６００は、ネットワーク５００を介して接続された、コンピュータ１００、ユーザプリンタ２００、及び、スキャナ３００を有する。ユーザプリンタ２００の代わりにオフセット印刷機やグラビア印刷機などを用いてもよく、また、スキャナ３００の代わりに分光測色器やカメラを用いてもよい。基準プリンタ４００は、画像処理システム６００のユーザ側に存在しないことを想定しているためネットワークに接続されていないが、接続されていてもよい。画像処理システム６００のユーザは、基準プリンタ４００が基準読取画像データを出力した基準印刷物をすでに取得しているか、取得することができる。

ネットワークは、社内ＬＡＮ、広域ＬＡＮ（ＷＡＮ）、ＩＰ−ＶＮＰ（Virtual Private Network）、インターネットＶＰＮ、又は、インターネットなどである。これらが組み合わされたネットワーク等、コンピュータ１００、ユーザプリンタ２００、及び、スキャナ３００が通信可能であればよい。一部に電話回線を含んでいてもよく、また、有線接続か無線接続は問わない。

なお、同じ一台のプリンタで過去と現在の色を合わせる場合など、基準プリンタ４００とユーザプリンタ２００はそれぞれ異なる装置である必要はない。また、基準プリンタ４００及びユーザプリンタ２００は、プリンタ機能を有していれば、スキャナ機能、ＦＡＸ機能及びコピー機能の１つ以上を有していてもよい。同様に、スキャナ３００は、スキャナ機能を有していれば、プリンタ機能、ＦＡＸ機能及びコピー機能の１つ以上を有していてもよい。複数の機能を有する装置はＭＦＰ（Multifunction Peripheral）と称されることがある。

また、コンピュータ１００は、基準プリンタ４００が基準印刷物の出力に使用した原稿画像データ、基準印刷物をスキャナ３００が読み取った基準読取画像データ、及び、ユーザプリンタ２００がカラーチャートデータを出力したカラーチャート印刷物をスキャナ３００が読み取ったカラーチャート読取画像データ、の３つの画像データから基準色再現特性及びユーザ色再現特性の逆特性を推定する。原稿画像データは、ユーザプリンタ２００が予め記憶しておいてもよいし、基準プリンタ４００から取得してもよい。コンピュータ１００、ユーザプリンタ２００、及び、スキャナ３００は一台のＭＦＰに搭載することもできる。

＜ハードウェア構成＞
図３は、本実施形態に係る画像処理システムの一例のハードウェア構成図である。画像処理システム６００は、画像入力部６０１、画像出力部６０２、画像記憶部６０３、画像解析部６０４、パラメータ記憶部６０５、及び、画像処理部６０６を有する。

画像入力部６０１は、画像出力機器により出力された画像を入力するものであり、図２ではスキャナ３００が相当する。画像記憶部６０３は、画像入力部６０１が入力を受け付けた画像データを記憶するものであり、図２ではコンピュータ１００が相当する。画像解析部６０４は、基準読取画像データ、カラーチャート読取画像データ、及び、原稿画像データを解析して基準色再現特性及びユーザ色再現特性の逆特性を推定するもので、図２ではコンピュータ１００が相当する。パラメータ記憶部６０５は、画像を解析して得られた基準色再現特性及びユーザ色再現特性の逆特性を記憶するもので、図２ではコンピュータ１００が相当する。画像処理部６０６は、得られた基準色再現特性及びユーザ色再現特性の逆特性に基づいて画像データを色変換するもので、図２ではユーザプリンタ２００が相当する。画像出力部６０２は、色変換された画像を出力するもので、図２ではユーザプリンタ２００が相当する。

図４は、コンピュータ１００のハードウェア構成図の一例を示す。コンピュータ１００はそれぞれバスで相互に接続されているＣＰＵ１０１、ＲＡＭ１０２、ＲＯＭ１０３、記憶媒体装着部１０４、通信装置１０５、入力装置１０６、描画制御部１０７、及び、ＨＤＤ１０８を有する。ＣＰＵ１０１は、ＯＳ（Operating System）やプログラムをＨＤＤ１０８から読み出して実行することで種々の機能を提供すると共に、基準色再現特性及びユーザ色再現特性の逆特性の推定を行う。

ＲＡＭ１０２はＣＰＵ１０１がプログラムを実行する際に必要なデータを一時保管する作業メモリ（主記憶メモリ）になり、ＲＯＭ１０３はＢＩＯＳ（Basic Input Output System）やＯＳを起動するためのプログラム、静的なデータが記憶されている。

記憶媒体装着部１０４には記憶媒体１１０が着脱可能であり、記憶媒体１１０に記録されたデータを読み込み、ＨＤＤ１０８に記憶させる。また、記憶媒体装着部１０４は、ＨＤＤ１０８に記憶されたデータを記憶媒体１１０に書き込むこともできる。記憶媒体１１０は例えば、ＵＳＤメモリ、ＳＤカード等である。プログラム１１１は、記憶媒体１１０に記憶された状態や不図示のサーバからダウンロードすることで配布される。

入力装置１０６は、キーボードやマウス、トラックボールなどであり、コンピュータ１００へのユーザの様々な操作指示を受け付ける。

ＨＤＤ１０８は、ＳＳＤ等の不揮発メモリでもよく、ＯＳ、プログラム、画像データなどの各種のデータが記憶されている。

通信装置１０５は、インターネットなどのネットワークに接続するためのＮＩＣ（Network Interface Card）であり、例えば、イーサネット（登録商標）カードである。

描画制御部１０７は、ＣＰＵ１０１がプログラム１１１を実行してグラフィックメモリに書き込んだ描画コマンドを解釈して、画面を生成しディスプレイ１０９に描画する。

図５は、画像処理システム６００を一台のＭＦＰで実現した場合の、ＭＦＰ７００のハードウェア構成図の一例を示す。ＭＦＰ７００は、コントローラ３０、操作部３１、ファックス制御ユニット３２、プロッタ３３、スキャナ３４、及び、その他ハードウェアリソース３５を有する。コントローラ３０は、ＣＰＵ１１，ＭＥＭ−Ｐ１２，ＮＢ（ノースブリッジ）１３、ＡＳＩＣ１６，ＭＥＭ−Ｃ１４，ＨＤＤ１５（Hard Disk Drive）、及び、ＰＣＩバスを介してＮＢ１３と接続された周辺機器１７を有する。

コントローラ３０において、ＡＳＩＣ１６にはＭＥＭ−Ｃ１４、ＨＤＤ１５、及び、ＮＢ１３が接続されると共に、ＮＢ１３にはＣＰＵ１１とＭＥＭ−Ｐ１２が接続されている。ＮＢ１３はＣＰＵチップセットの1つであり、ＣＰＵ１１，ＭＥＭ−Ｐ１２，ＡＳＩＣ１６，及び、周辺機器を接続するためのブリッジである。

ＡＳＩＣ１６は、画像処理用途向けのＩＣであり各種の画像処理を行う。ＡＳＩＣ１６は、ＡＧＰ、ＨＤＤ１５、及び、ＭＥＭ−Ｃ１４をそれぞれ接続するブリッジの役割も果たす。ＣＰＵ１１は、ＭＦＰ７００の全体制御を行うと共にＭＦＰ７００に実装されている各種アプリケーションを起動して実行させる。

ＭＥＭ−Ｐ１２は、ＭＦＰ７００のシステムが使用するシステムメモリであり、ＭＥＭ−Ｃ１４は、画像処理中の画像データのバッファとして用いられるローカルメモリである。

ＨＤＤ１５は、大容量のストレージであり、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）などを用いてもよい。ＨＤＤ１５には、ＯＳ、各種のアプリケーション、フォントデータ等が記憶される。また、ＨＤＤ１５には色変換を行うプログラム２３が記憶されている。プログラム２３は、記憶媒体１８に記憶された状態や不図示のサーバを介して配布される。

周辺機器１７は、シリアルバス、ＮＩＣ、ＵＳＢホスト、IEEE802.11a/b/g/n、ＩＥＥＥ１３９４、及び、メモリカードＩ／Ｆである。シリアルバスには、例えばセントロニクスケーブルが接続される。ＮＩＣはネットワークを介した通信を制御する。ＵＳＢホストにはＵＳＢケーブルを介して機器が接続される。IEEE802.11a/b/g/nはこれらの規格に従った無線ＬＡＮ用のインタフェースであり、無線ＬＡＮによる通信を制御する。ＩＥＥＥ１３９４は、高速なシリアル通信を制御するインタフェースである。メモリカードＩ／Ｆには各種のメモリカードが装着され、データの読み書きを行う。メモリカードは、例えば、ＳＤカード、マルチメディアカード、ｘＤカード等である。

操作部３１は、ハード的なキーボードと液晶などの表示手段とを有する。操作部３１は、ユーザからの入力操作の受け付け、ユーザに向けた各種の画面の表示をおこなう。操作部３１はタッチパネルを搭載しており、表示したソフトキーからユーザ操作を受け付けることもできる。

ファックス制御ユニット３２は、ＮＣＵ（Network Control Unit）を介して公衆通信網に接続し、例えばＧ３、Ｇ４規格のファクシミリに対応した通信手順（通信プロトコル）等に従いファクシミリの送受信を行う。ファックス制御ユニット３２は、画像データにデータ圧縮や変調等の信号処理を施して送信すると共に、相手先から受信した画像データにデータの伸長やエラー訂正等を施し画像データを復元する。

プロッタ３３は、例えば、電子写真方式による白黒プロッタ又はカラープロッタであり、印刷対象データやスキャナ３４が読み取った画像データに基づき、１ページ毎の画像を形成し、用紙に転写する。例えば、レーザービームを用いた電子写真プロセスを使って、感光ドラム等に形成したトナー画像を用紙に転写し、定着装置により熱と圧力により定着して出力する。また、インク液滴を塗布する形態で印刷してもよい。

スキャナ３４は、コンタクトガラスに載置された原稿を光学的に走査して、その反射光をＡ／Ｄ変換して公知の画像処理を施し所定の解像度のデジタルデータに変換し画像データを生成する。

図５のＭＦＰでは、図２の画像入力部６０１はスキャナ３４が相当し、画像出力部６０２はプロッタ３３が相当し、画像記憶部６０３はＨＤＤ１５が相当し、画像解析部６０４はＣＰＵ１１が相当し、パラメータ記憶部６０５はＨＤＤ１５が相当し、画像処理部６０６はＡＳＩＣ１６が相当する。

＜機能構成＞
図６は、実施例１に係る画像処理システム６００又はＭＦＰ７００の機能ブロック図の一例である。画像処理システム６００又はＭＦＰ７００は、画像読み取り部３０１、幾何学変換パラメータ推定部３０２、画素値対応付け部３０３、色再現特性推定部３０４、及び、色変換部３０５、を有する。

画像読み取り部３０１は、原稿画像データの出力結果である基準印刷物及びカラーチャートデータの出力結果であるカラーチャート印刷物を読み取り、基準読取画像データ、及び、カラーチャート読取画像データを生成する。

幾何学変換パラメータ推定部３０２は、原稿画像データと基準読取画像データ、及びカラーチャートデータとカラーチャート読取画像データのそれぞれの幾何学変換パラメータを推定する。

画素値対応付け部３０３は、幾何学変換パラメータを用いて、原稿画像データの画素に対応する位置の基準読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応付けて画素値対応付けデータを作成する。同様に、幾何学変換パラメータを用いて、カラーチャートデータの画素に対応する位置のカラーチャート読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応付けて画素値対応付けデータを生成する。

色再現特性推定部３０４は、画素値対応付けデータを用いて、基準色再現特性とユーザ色再現特性の逆特性を推定する。

色変換部３０５は、基準色再現特性とユーザ色再現特性の逆特性を用いて、原稿画像データに色変換を施す。

＜処理の詳細＞
次に、本実施形態に係る画像処理システムの処理の詳細について説明する。

≪基準色再現特性の推定処理≫
図７は、基準色再現特性の推定処理の一例のフローチャートである。図７では、画像読み取り部３０１が基準印刷物を読み取り、色再現特性推定部３０４が基準色再現特性を推定するまでの処理について説明する。

画像読み取り部３０１は、基準印刷物を読み取り、基準読取画像データを生成する（ステップＳ１０１）。

幾何学変換パラメータ推定部３０２は、原稿画像データと基準読取画像データの位置を合わせる（ステップＳ１０２）。

２つの画像データの位置合わせを行うに先立って、幾何学変換パラメータ推定部３０２は、原稿画像データを基準とした時の基準読取画像データの幾何学変換パラメータを求める。幾何学変換パラメータの例としては、変位量、回転角、変倍率などがある。幾何学パラメータの推定には公知の技術を用いればよい。その例としては、マーカーを用いる方法や、マーカーを用いないパターンマッチング法や位相限定相関法などが挙げられる。

ａ) マーカーを用いる方法
「トンボ」と呼ばれるマーカーを原稿画像データの四隅や各辺の中央に配置したうえで出力し、基準読取画像データを読み取った際に、このトンボマーカの位置のずれを用いて、変位量や回転角、変倍率を求める方法である。

ｂ) パターンマッチング法を用いる方法
変位量のみを推定する方法の一例としては、テンプレートマッチング法が挙げられる。テンプレートマッチング法は一方の画像をテンプレートとし、位置を少しずつずらしながら他方の画像と一致度を求め、最も一致度の高くなる位置を検出するものである。幾何学変換が変位だけに限定できない場合には、回転角を推定する方法（ハフ変換など）や変倍量を推定する方法（マルチスケール解析など）と組み合わせて利用する必要がある。

テンプレートマッチングを応用したブロックマッチング法では、一方の画像をブロックに分割し、ブロックごとに他方の画像と最も一致度の高くなる位置を検出することにより変位量を求めることができる。ブロックマッチング法では、ブロックごとの変位量から回転角や変倍率を推定することも可能である。

ｃ） 位相限定相関法を用いる方法
高い精度で変位量や回転角、変倍率を求める方法の例として、位相限定相関法（POC、Phase Only Correlation）や回転不変位相限定相関法（RIPOC、Rotation Invariant Phase Only Correlation）がある。位相限定相関法は、画像に対して離散フーリエ変換をかけて得られる位相画像を用い、比較対象の二枚の画像から得られる二つの位相画像の相関が最も高くなる位置を検出することにより、変位量を求める手法である。また、回転不変位相限定相関法は、上記位相画像を対数極座標変換することにより、回転角と変倍率を変換された位相画像上での変位量として検出できるようにしたものである。

以上により幾何学変換パラメータが求まったら、幾何学変換パラメータ推定部３０２は基準読取画像データに幾何学変換を実行する。変換に際してサブピクセル精度の移動や何らかの回転、実数値での変倍などにより変換前後の画素が一対一で対応付かないようなケースでは、適宜画素補間手法を用いて画素値を導出すればよい。画素補間手法の例としては、バイリニア法、バイキュービック法などが挙げられる。

なお、幾何学変換は必須ではなく、次ステップにおいて原稿画像データと基準読取画像データにおいて同じ位置の画素を取得する際に、幾何学変換パラメータを用いて座標変換を行い、同じ位置か否かを判断することによって代替してもよい。後者を換言すれば、各画像の原点を基準とする座標系では異なる座標値を保持していても、幾何学変換の結果、同じ座標値となる画素を「同じ位置の画素」と見なすことになる。

原稿画像データを出力して得られた印刷物には画像の周囲に余白が存在するケースが存在する。この様なケースでは、幾何学変換の変位量に余白部分の高さや幅が含まれるため余白部分を参照することはないが、出力画像データにおいて余白部分を排除するように必要な領域を切り出し、各画像における原点の位置を一致させてもよい。

次に、画素値対応付け部３０３は、原稿画像データと基準読取画像データの同じ位置の画素値を色成分の組合せごとに対応付ける（ステップＳ１０３）。すなわち、画素値対応付け部３０３は、原稿画像データと基準読取画像データの位置合わせが完了したら、二つの画像データにおいて対応する画素の画素値を取得し、これらを色成分の組合せごとに対応付けて画素値対応付けデータを作成する。なお、画像データを幾何学変換して位置合わせを行う場合には、「対応する画素」とは「同じ位置にある画素」である。一方、画像データを幾何学変換しない場合には、座標変換によって同じ座標値となる位置を「同じ位置」とし、その位置に存在する画素を「対応する画素」と見なす。

画素値を色成分の組合せごとに対応付けて記録する方法の例としては、リスト形式で記録する方法がある。原稿画像データと基準読取画像データが両方ともＲＧＢ画像で各色成分が２５６階調であるケースを想定して説明する。
画素値のリストへの記録は次の手順で行う。

1）リストを１枚用意する
2）原稿画像データのある座標を選択する
3）2）で選択された原稿画像データの画素のＲ成分値（R_in1）と、Ｇ成分値（G_in1）と、Ｂ成分値（B_in1）と、基準読取画像データの対応する画素のＲ成分値（R_out1）と、Ｇ成分値（G_out1）と、Ｂ成分値（B_out1）と、を束ねてリストに追加する
4）これを原稿画像データの全ての座標について繰り返す
これらのリストは必要に応じて昇順や降順に並び替えてもよい。処理を簡略化するために、原稿画像データの全ての座標について繰り返すのではなく、特定の範囲に限定したり、所定の刻み幅で座標を移動したりしてもよい。なお、リスト形式で記録したデータの一例を図８に示す。図８では、左半分に原稿画像データの画素の各成分値（R_in1, G_in1, B_in1）が記録されており、右半分に基準読取画像データの対応する画素各成分値（R_out1, G_out1, B_out1）が記録されている。

なお、画素値対応付けデータを生成する際には、画素値対応付け部３０３は、画像データ（原稿画像データ、基準読取画像データ）のコンテンツの輪郭部分を除くことが望ましい。これは、位置合わせにおいて、輪郭部分を完全に合わせることが困難であり、画素値の対応付けに誤りが発生する可能性があるためである。画素値対応付けに誤りが発生すると、後述する色再現特性の推定精度を低下させてしまう。

輪郭部分を検出する方法としては、例えば、二値化を用いる方法や、エッジ検出を用いる方法がある。

二値化を用いる方法としては、例えば、画像データを所定の閾値で白黒に二値化し、白い領域と黒い領域とが隣接する箇所を輪郭部分として判断する方法がある。

エッジ検出を用いる方法としては、例えば、画像データからSobel法などを用いてエッジ画像を生成し、これを所定の閾値で二値化して閾値以上の画素を輪郭部分として判断する方法がある。

なお、輪郭部分を除去せずに、上記の推定精度の低下を緩和する方法もある。例えば、画像データを平滑化して輪郭部分を滑らかにし、輪郭部分で出現する色差を低減するというものである。平滑化には、平均化フィルタやローパスフィルタなど従来技術を用いればよい。

次に、色再現特性推定部３０４は、基準色再現特性を推定する（ステップＳ１０４）。すなわち、ステップＳ１０３で生成した画素値対応付けデータを用いて、原稿画像データのある画素値が基準読取画像データのどの画素値が対応付くかを求める。ステップＳ１０３と同様に原稿画像データと基準読取画像データが両方ともＲＧＢ画像で各色成分が２５６階調であるとして説明する。

基準色再現特性の推定とは、画素値対応付けデータを用いて、原稿画像データの色成分値（R_in1, G_in1, B_in1）から基準読取画像データの色成分値（R_out1, G_out1, B_out1）への色変換を行なう際の対応関係を表す色変換特性を推定することである。

色再現特性推定部３０４は、原稿画像データの複数の色成分値を基にした多次元のデータを用いて基準読取画像データ（第一の出力画像データ）の色を推定する第一の写像を決定し、カラーチャート読取画像データ（第二の出力画像データ）の複数の色成分値を基にした多次元のデータを用いてカラーチャートデータの色を推定する第二の写像を決定する。このように、複数の色成分値を基にした多次元のデータを用いて画像出力機器間の色再現特性を推定することにより、画像出力機器間の色の差が各色成分と連動しているケースでも高精度な色合わせを行うことができる。

基準色再現特性を推定する方法としては、例えば次のような多項式関数近似が挙げられる。

ここで、Xは原稿画像データの色成分値[R_in, G_in, B_in]^t、Yは基準読取画像データの色成分値[R_out1, G_out1, B_out1]^t、M_Sは補正係数行列、fは補正関数である。補正関数f(X)は、
f(X)=[R_in1, G_in1, B_in1, R_in1 ², G_in1 ², B_in1 ², R_in1G_in1, G_in1B_in1, B_in1R_in1, R_in1 ³, G_in1 ³, B_in1 ³, R_in1 ²G_in1, G_in1 ²B_in1, B_in1 ²R_in1, ・・・, 1]^t
などが用いられる。原稿画像データと基準読取画像データとの間が線形歪みをもつときは、補正係数f(X)=[R_in1, G_in1, B_in1]^tの3項に、3×3の補正係数行列M_Sを操作した線形変換による推定で十分であるが、複雑な非線形歪みをもつときは高次の関数項を用いて高精度の色再現特性の推定が必要となる。

補正係数M_Sは、例えば最小2乗法により求めることができる。画素値対応付けデータに記憶されたN個の基準読取画像データの色成分値Y(n)(n=1〜N)に対応する原稿画像データの色成分値X(n)(n=1〜N)を用いて、

の最小条件により、次式で計算される。

ここで、Y_N及びX_NはN個の画素値対応付けデータ行列を表し、Y_Nは基準読取画像データの色成分値行列であり、X_Nは原稿画像データの色成分値行列を表す。

ここで、R_out1(n)は画素値対応付けデータに登録されているn番目の基準読取画像データのR成分値を表し、R_in1(n)は画素値対応付けデータに登録されているn番目の原稿画像データのR成分値を表す（G_out1(n)、B_out1(n)、G_in1(n)、B_in1(n)も同様である）。

f(X_N)は、原稿画像データの色成分値の関数項行列で、2次関数の場合を例にとれば、次の10×Nの行列となる。

なお、基準色再現特性の推定に用いる関数項は、複数の色成分値を基にした多次元のデータであれば、上述したものに限定されるものではない。また、基準色再現特性の推定方法の一例として多項式近似を挙げたが、その他にも画素値対応付けデータを学習データに用いたニューラルネットワークなどで特性を推定することも可能である。また、ステップＳ１０３で生成した画素値対応付けデータにおいて原稿画像データの全ての座標について対応関係を記録してある場合には、画素値対応付けデータをそのまま基準色再現特性として用いることもできる。

≪ユーザ色再現特性の推定処理≫
図９は、ユーザ色再現特性の推定処理の一例のフローチャートである。図９では、画像読み取り部３０１がカラーチャート印刷物を読み取り、色再現特性推定部３０４がユーザ色再現特性を推定するまでの処理について説明する。

ステップＳ２０１〜ステップＳ２０３の処理は、それぞれ図７のステップＳ１０１〜ステップＳ１０３の処理において「基準印刷物」を「カラーチャート印刷物」、「基準読取画像データ」を「カラーチャート読取画像データ」とそれぞれ読み替える。すると、ステップＳ２０１〜ステップＳ２０３の処理は、それぞれ図７のステップＳ１０１〜ステップＳ１０３の処理と同様のため説明を省略する。

ステップＳ２０３においてリスト形式で記録したデータの一例を図１０（Ａ）に示す。図１０（Ａ）では、左半分にカラーチャートデータの画素の各成分値（R_in2, G_in2, B_in2）が記録されており、右半分にカラーチャート読取画像データの対応する画素各成分値（R_out2, G_out2, B_out2）が記録されている。

なお、画素値対応付けデータを生成する際には、画素単位ではなく、カラーチャートデータを構成するカラーパッチ単位で対応付けてもかまわない。これは、カラーパッチを構成する画素値は全て同じ値である事から、カラーパッチ単位にまとめた方がデータ内の重複を削除する事ができ、色再現特性推定の速度低下や精度低下を緩和する効果がある。

カラーパッチ単位で記録する方法の例としては、カラーパッチを構成する画素値の色成分毎の平均値、中央値、最頻値などを利用する方法が挙げられる。カラーパッチ単位で記録したデータの一例を図１０（Ｂ）に示す。この例では、色成分毎の平均値を利用した事例を示しており、1行名のR_out2, G_out2, B_out2は、下記の通り求まる。

R_out2 = 1.33 = ( 1 + 2 + 1 ) / 3
G_out2= 1.67 = ( 2 + 2 + 1 ) / 3
B_out2= 1.00 = ( 1 + 1 + 1 ) / 3
次に、色再現特性推定部３０４は、ユーザ色再現特性の逆特性を推定する（ステップＳ２０４）。すなわち、ステップＳ２０３で生成した画素値対応付けデータを用いて、カラーチャート読取画像データのある画素値がカラーチャートデータのどの画素値が対応付くかを求める。ステップＳ１０３と同様にカラーチャート読取画像データとカラーチャートデータが両方ともＲＧＢ画像で各色成分が２５６階調であるとして説明する。

ユーザ色再現特性の逆特性の推定とは、画素値対応付けデータを用いて、カラーチャート読取画像データの色成分値（R_out2, G_out2, B_out2）からカラーチャートデータの色成分値（R_in2, G_in2, B_in2）への色変換を行なう際の対応関係を表す色変換特性を推定することである。

ユーザ色再現特性の逆特性を推定する方法としては、例えば次のような多項式関数近似が挙げられる。

ここで、Xはカラーチャート読取画像データの色成分値[R_out2, G_out2, B_out2]^t、Yはカラーチャートデータの色成分値[R_in2, G_in2, B_in2]^t、M_Sは補正係数行列、fは補正関数である。補正関数f(X)は、
f(X)=[R_out2, G_out2, B_out2, R_out2 ², G_out2 ², B_out2 ², R_out2G_out2, G_out2B_out2, B_out2R_out2, R_out2 ³, G_out2 ³, B_out2 ³, R_out2 ²G_out2, G_out2 ²B_out2, B_out2 ²R_out2, ・・・, 1]^t
などが用いられる。カラーチャート読取画像データとカラーチャートデータとの間が線形歪みをもつときは、補正係数f(X)=[R_out2, G_out2, B_out2]^tの3項に、3×3の補正係数行列M_Sを操作した線形変換による推定で十分であるが、複雑な非線形歪みをもつときは高次の関数項を用いて高精度の色再現特性の推定が必要となる。

補正係数M_Sは、例えば最小2乗法により求めることができる。画素値対応付けデータに記憶されたN個のカラーチャートデータの色成分値Y(n)(n=1〜N)に対応するカラーチャート読取画像データの色成分値X(n)(n=1〜N)を用いて、

の最小条件により、次式で計算される。

ここで、Y_N及びX_NはN個の画素値対応付けデータ行列を表し、Y_Nは基準読取画像データの色成分値行列であり、X_Nはカラーチャートデータの色成分値行列を表す。

ここで、R_out2(n)、G_out2(n)、B_out2(n)は、それぞれ、画素値対応付けデータに登録されているn番目のカラーチャート読取画像データのR成分値、G成分値、B成分値を表し、R_in2(n)、G_in2(n)、B_in2(n)は画素値対応付けデータに登録されているn番目のカラーチャートデータのR成分値、G成分値、B成分値を表す。

f(X_N)は、カラーチャートデータの色成分値の関数項行列で、2次関数の場合を例にとれば、次の10×Nの行列となる。

なお、ユーザ色再現特性の逆特性の推定に用いる関数項は、複数の色成分値を基にした値を含む多次元のデータであれば、上述したものに限定されるものではない。また、ユーザ色再現特性の逆特性の推定方法の一例として多項式近似を挙げたが、その他にも画素値対応付けデータを学習データに用いたニューラルネットワークなどで特性を推定することも可能である。ただし、ステップＳ１０４とは異なり、ステップＳ２０３で生成した画素値対応付けデータをそのままユーザ色再現特性の逆特性として用いることはできない。これは、基準読取画像データにある画素値の色成分の組合せが、カラーチャート読取画像データ内にあるとは限らないため、画素値対応付けデータには存在しない画素値の色成分の組合せに対しても、推定する必要があるためである。

≪色変換処理≫
続いて、色変換処理の詳細について説明する。図１１は、色変換処理の一例のフローチャートである。

まず、色再現特性推定部３０４は、基準色再現特性を推定する（ステップＳ３０１）。すなわち、図７を用いて説明した基準色再現特性の推定処理を行う。

次に、例えばユーザはユーザプリンタ２００でカラーチャートデータを印刷する（ステップＳ３０２）。ユーザプリンタ２００を用いてカラーチャートデータを印刷することにより、カラーチャート印刷物を得る。

ここでカラーチャートデータを印刷する条件は、ユーザプリンタで原稿画像データを印刷するときと同条件で行う事が必須であり、紙種や印刷時の各種設定、原稿画像データとカラーチャートデータの色空間などは同じであるものとする。

また印刷に使用するカラーチャートは、ユーザプリンタの色域を網羅し、且つ、均一に分布するようなカラーパッチで構成されている事が望ましい。ユーザプリンタの色域を網羅し、且つ、均一に分布するようなカラーパッチについて、RGB画像で各色成分が256階調であるケースを例に説明すると、RGBの各色成分の最小値と最大値を含み、且つ、均等に分割した値の組合せでカラーパッチを構成する事を表す。例えば256階調を18に分割したとすると、
｛0, 15, 30, 45, 60, 75, 90, 105, 120, 135, 150, 165, 180, 195, 210, 225, 240, 255｝
となる。この18個の値を各色成分値とすることで、色域を網羅し、且つ、均一に分布するようなカラーパッチを構成する事が可能となる。この場合のカラーパッチ数はRGBの3次元であることから、18 × 18 × 18 = 2822パッチとなる。この場合のデータの一例を図１２に示す。図１２は、カラーパッチのデータの一例を示す図である。

次に、色再現特性推定部３０４は、ユーザ色再現特性の逆特性を推定する（ステップＳ３０３）。すなわち、図９を用いて説明したユーザ色再現特性の推定処理を行う。

続いて、色変換部３０５は、推定した色再現特性（基準色再現特性とユーザ色再現特性の逆特性）を評価する（ステップＳ３０４）。

続いて、色変換部３０５は、推定した色再現特性が妥当であるか否か判定する（ステップＳ３０５）。

推定した色再現特性が妥当であれば（ステップＳ３０５のＹｅｓ）、次ステップＳ３０６に進み、そうでなければ（ステップＳ３０５のＮｏ）、処理を終了する。

色再現特性が妥当か否かを判断するのは、この特性で色変換を実行することに意味があるか否かを判断するためであるため、ステップＳ３０５は必要に応じて省略しても良い。色変換を実行する意味がない例としては、次のようなものが挙げられる。

ａ）推定した色再現特性の推定精度が極端に低いケース
このような場合、色変換を施しても基準印刷物の色に合わせることができないので変換しないことが好ましい。

ｂ）色変換の変換前後で画像データがほとんど変化しないケース
このような場合、色変換を実行する意味がない。

ｃ）色変換の変換前後で画像データが極端に変化するケース
このような場合、色変換はユーザ印刷物の色を大きく変化させるので変換しないことが好ましい。

上記ａ）で記載の色再現特性の妥当性を判断する基準の例としては、実測値と推定値がどれだけ離れているかが挙げられる。基準色再現特性を例にとれば、画素値対応付けデータに登録されている基準読取画像データの値（実測値）と基準色再現特性で推定した値（推定値）の差を用いる。

この離れ具合を測る尺度の例としては、
・実測値と推定値の差の絶対値を累積した値
・実測値と推定値の二乗を累積した値
・実測値と推定値の差の絶対値の最大値
・実測値と推定値との相関係数
などが挙げられる。

また、上記ｂ）、ｃ）で記載の色再現特性の妥当性を判断する基準の例としては、色変換において画素値がどれだけ変化するかが挙げられる。ＲＧＢ色空間を例に取れば、変換前後のR成分値の差、変換前後のG成分値の差、変換前後のB成分値の差を用いる。

この変換度合いを測る尺度の例としては、
・変換前後の画素値の差の絶対値を累積した値
・変換前後の画素値の差の二乗を累積した値
・変換前後の画素値の差の絶対値の最大値
などが挙げられる。

これらの尺度で計測して得られる評価値が予め決められた所定の範囲内に存在することで、色再現特性が妥当であると判断することができる。

続いて、色変換部３０５は、原稿画像データを色変換する（ステップＳ３０６）。すなわち、推定した基準色再現特性とユーザ色再現特性の逆特性を用いて原稿画像データに色変換を施し、原稿画像データを更新する。

推定した基準色再現特性S(P₁(x))と、ユーザ色再現特性S(P₂(x))の逆特性P₂ ^-1(S^-1(x))を用いて原稿画像データに色変換を施す手順の一例を以下に示す。
（１）基準色再現特性から、原稿画像データの色aが対応付く基準読取画像データの色s= S(P₁(a))を得る
（２）ユーザ色再現特性の逆特性から、カラーチャート読取画像データの色sが対応付くカラーチャートデータの色b= P₂ ^-1(S^-1(s))を得る。すなわち、S(P₁(a))=s=S(P₂(b))なる組合せ(a, b)を求める
（３）原稿画像データの色aをbに変換する。

これによって、一連の流れが完了する。

本実施例では、色変換部３０５は、スキャナ３００で読み取った際に使用された色空間をそのまま使用しているが、この色空間はデバイス依存の色空間であるため、スキャナ３００のカラープロファイルを用いてデバイス非依存の色空間に変換してもよい。デバイス非依存の色空間の例としては、デバイス非依存のＲＧＢ色空間、ＸＹＺ色空間などが挙げられる。更に、L*a*b*色空間など均等色空間に変換すればなおよい。

スキャナ３００で読み取った基準読取画像データとカラーチャート読取画像データは同じ色空間である事は必須であるが、原稿画像データと基準読取画像データ、またはカラーチャートデータとカラーチャート読取画像データは同じ色空間である事は必須ではない。例えば、原稿画像データの色空間がＣＭＹＫ色空間であり、基準読取画像データとカラーチャート読取画像データがＲＧＢ色空間であっても構わない。
（実施例２）
本実施例では第一の画像出力機器としてディスプレイを、第二の画像出力機器としてプロジェクタを、画像読み取り部としてデジタルカメラを用いる例について説明する。なお、本実施例では二つの画像出力機器は共にユーザの管理下にあるため、カラーチャートを表示するなどしてカラープロファイルを得ることができる。しかし、本実施例の方法を用いることで、カラープロファイルを使わずに色合わせすることができる。

＜システム構成＞
図１３は、実施例２に係る画像処理システム６００の構成図である。本実施例の画像処理システム６００は、ネットワークを介して接続された、コンピュータ１００、プロジェクタ８００、及び、デジタルカメラ９００を有する。
図１３と図２を比較すると、
ａ）ディスプレイ１０９が基準プリンタ４００に対応し
ｂ）ディスプレイ１０９の基準表示画面が基準印刷物に対応し
ｃ）プロジェクタ８００がユーザプリンタ２００に対応し
ｄ）プロジェクタ８００が投影したユーザ表示画面がユーザ印刷物に対応し、
ｅ）プロジェクタ８００が投影したカラーチャートがカラーチャート印刷物に対応し、
ｆ）デジタルカメラ９００がスキャナ３００に対応する。

また、実施例１では画像出力機器としてプリンタを採用したため、均等色空間としてL*a*b*色空間を用いたが、実施例２では画像出力機器としてディスプレイ１０９やプロジェクタ８００を採用するため、均等色空間としてL*u*v*色空間を用いる。なお、機能ブロック図は実施例１と同様なので省略する。

＜処理の詳細＞
≪色変換処理≫
図１４は、実施例２に係る画像処理システム６００又はＭＦＰ７００の色変換処理の一例のフローチャート図である。図１３の手順は図１１とほぼ同様であり、登場する機器が異なっている。図１４において図１１と同等の処理は説明を簡略化する。

色再現特性推定部３０４などが、ディスプレイ１０９の色再現特性を推定する（ステップＳ４０１）。すなわち、ディスプレイ１０９で出力された基準表示画面と、原稿画像データからディスプレイ１０９の色再現特性を推定する。

次に、ユーザはプロジェクタ８００でカラーチャートデータを投影する（ステップＳ４０２）。プロジェクタ８００を用いてカラーチャートデータを投影することにより、カラーチャート表示画面を得る。ユーザは、カラーチャート表示画面をデジタルカメラ９００を用いて読み取る。

次に、色再現特性推定部３０４は、ユーザ色再現特性の逆特性を推定する（ステップＳ４０３）。

続いて、色変換部３０５は、推定した基準色再現特性とユーザ色再現特性の逆特性を評価する（ステップＳ４０４）。

続いて、色変換部３０５は、推定した色再現特性が妥当であるか否か判定する（ステップＳ４０５）。

推定した色再現特性が妥当であれば（ステップＳ４０５のＹｅｓ）、次ステップＳ４０６に進み、そうでなければ（ステップＳ４０５のＮｏ）、処理を終了する。

続いて、色変換部３０５は、原稿画像データを色変換する（ステップＳ４０６）。

本実施例では、デジタルカメラ９００で読み取った際に使用された色空間をそのまま使用しているが、この色空間はデバイス依存の色空間であるため、デジタルカメラ９００のカラープロファイルを用いてデバイス非依存の色空間に変換することが望ましい。デバイス非依存の色空間の例としては、デバイス非依存のＲＧＢ色空間、ＸＹＺ色空間などが挙げられる。更に、L*u*v*色空間など均等色空間に変換すればなおよい。

デジタルカメラ９００で読み取った基準読取画像データとカラーチャート読取画像データは同じ色空間である事は必須であるが、原稿画像データと基準読取画像データ、またはカラーチャートデータとカラーチャート読取画像データは同じ色空間である事は必須ではない。例えば、原稿画像データの色空間がＲＧＢ色空間であり、基準撮影画像データがL*u*v*色空間であっても構わない。
（実施例３）
本実施例は、実施例１のように画素値対応付けデータをそのまま使用して色再現特性を推定するのではなく、データクレンジング（画素値対応付けデータの中から誤りや重複を洗い出し、異質なデータを取り除いて整理する）した画素値対応付けデータを使用して色再現特性を推定する。このような方法により、画素値対応付けデータ内に誤りや重複があるケースでも高速且つ高精度な色合わせを行うことができる。

システム構成は、実施例１と同様であるため省略する。

＜機能構成＞
図１５は、実施例３に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。図１５は、図６と比較するとデータクレンジング部３０６を有する点が異なっている。実施例１と共通する機能ブロックの説明は省略し、実施例１と異なる部分について説明する。

データクレンジング部３０６は、基準色再現特性の推定処理、及びユーザ色再現特性の推定処理において、画素値対応付けデータの中から誤りや重複を洗い出し、異質なデータを取り除いて整理したクレンジング済み画素値対応付けデータを生成する。

色再現特性推定部３０４は、データクレンジング部３０６により生成されたクレンジング済み画素値対応付けデータを用いて、基準色再現特性とユーザ色再現特性の逆特性を推定する。

＜処理の詳細＞
≪基準色再現特性の推定処理≫
図１６は、実施例３に係る基準色再現特性の推定処理の一例のフローチャートである。図１６は、図７と比較すると、ステップＳ１０３の後に、ステップＳ３１０３−２の処理が追加されている。

データクレンジング部３０６は、ステップＳ３１０３−２において、原稿画像データと基準読取画像データとの画素値対応付けデータに対して、データクレンジングを行う。

データクレンジング部３０６は、画素値対応付けデータの中から誤りや重複を洗い出し、異質なデータを取り除いて整理することで、データの品質を高める。ここでデータの「誤り」とは、画素値の対応付けに誤りが発生しているデータの事を指す。画素値対応付けに誤りが発生しているデータが含まれていると、後述する色再現特性の推定精度を低下させてしまう。画素値対応付けデータの中からデータの「誤り」を検出する方法の例としては、対応する画素同士の色差を用いる方法がある。他の例としては、色相差を用いる方法や、各色成分の差の絶対値を用いる方法もある。

ａ) 色差を用いる評価方法
色差とは、L*a*b*色空間やL*u*v*色空間における二つの色の距離である。本実施例は画像出力機器としてプリンタを用いていることからL*a*b*色空間を用いて説明する。
L*a*b*色空間の色差ΔE*_abは以下の式で定義される。

ここで、(ΔL*, Δa* ,Δb*)はL*a*b*色空間における２色の色度差である。

原稿画像データの画素と対応する基準読取画像データの画素との色差を求める手順の一例を以下に示す。
（１）原稿画像データの画素値を原稿画像データのカラープロファイルを用いてデバイス非依存の色空間（XYZ色空間など）に変換する
（２）基準読取画像データの画素値をスキャナのカラープロファイルを用いてデバイス非依存の色空間（XYZ色空間など）に変換する
（３）デバイス非依存の色空間に変換された原稿画像データの画素値と基準読取画像データの画素値とをL*a*b*色空間に変換する
（４）上式により画素ごとの色差を求める
対応する画素同士の色差が求まったら、対応付けに誤りが発生しているかを定量的に評価することができる。つまり、色差が所定の値を超える場合は、原稿画像データと基準読取画像データの対応する位置にはない画素同士であると判断することができる。画素値の対応付けに誤りが発生していると判断されたデータは、画素値対応付けデータから除外する事でデータの品質を高める。

また、上記例では色差式にＣＩＥ１９７６色差式を用いて説明したが、この色差式に限定されるものではなく、ＣＩＥ１９９４色差式やＣＩＥ２０００色差式、ＣＭＣ（１：ｃ）色差式などを用いてもよい。

ｂ) 色相差を用いる評価方法
L*a*b*色空間の色相差ΔH*_abは次式で定義される。

ここで、ΔE*_abは色差、(ΔL*, Δa* , Δb*)は2色の色度差、ΔC*_abはクロマの差ある。クロマC*_abは次式で定義される。

原稿画像データの画素と対応する基準読取画像データの画素との色相差を求める手順は色差を求める手順と同じであるが、色差ではなく色相差を算出する。また判定方法も同様である。

ｃ) 各色成分の差の絶対値を用いる評価方法
所定の色空間において、原稿画像データの画素と対応する基準読取画像データの画素との各色成分の差の絶対値を取り、評価を行う方法である。ＲＧＢ色空間を例に取れば、Ｒ成分値の絶対値の差、Ｇ成分値の絶対値の差、Ｂ成分値の絶対値の差を用いる。

原稿画像データの画素と対応する基準読取画像データの画素の差の絶対値を求める手順の一例を以下に示す。
（１）原稿画像データの画素値を原稿画像データのカラープロファイルを用いてデバイス非依存の色空間（XYZ色空間など）に変換する。
（２）基準読取画像データの画素値をスキャナのカラープロファイルを用いてデバイス非依存の色空間（XYZ色空間など）に変換する。
（３）変換後の色空間において、画素ごとに各色成分値の差の絶対値を求める。

各色成分の差の絶対値を定量的に評価するケースでは、絶対的な値が重要であるためデバイス非依存の色空間への変換が必要であるが、各色成分の差の絶対値を定性的に評価するケースでは相対的な傾向がつかめれば良いため、デバイス非依存の色空間への変換を省略しても良いが、原稿画像データと基準読取画像データが同じ色空間である事が前提となる。

次にデータの「重複」について説明する。データの「重複」とは、画素値対応付けデータにおいて原稿画像データの色成分値の組合せ（R_in1, G_in1, B_in1）が同一であるデータの事を指す。重複データの一例を図１７（Ａ）に示す。このように重複したデータも、後述する色再現特性の推定精度を低下させてしまう可能性があり、さらにはデータ数が増加することで処理速度を低下させるため、ここでは重複データを統合し、データ数を削減する。

重複データを統合する方法の例としては、
・重複データの平均値
・重複データの中央値
・重複データの最頻値
等を用いる方法が挙げられる。図１７（Ａ）の重複データを平均値で統合した例を図１７（Ｂ）に示す。この例では重複した６件のデータを統合し、１件に統合することで５件のデータ削減を行っている。

≪ユーザ色再現特性の推定処理≫
図１８は、ユーザ色再現特性の推定処理の他の例のフローチャートである。図１８は、図９と比較すると、ステップＳ２０３の後に、ステップＳ３２０３−２の処理が追加されている。

データクレンジング部３０６は、ステップＳ２０３−２において、カラーチャートデータとカラーチャート読取画像データとの画素値対応付けデータに対して、データクレンジングを行う。画素値対応付けデータに対するデータクレンジングの処理内容は、図１６のステップＳ３１０３−２の処理と同様である。
（実施例４）
本実施例は、実施例１のように画素値対応付けデータをそのまま使用して色再現特性を推定するのではなく、画素値対応付けデータを複数の部分色空間に分割し、分割された色空間ごとに代表データを決定し、分布の偏りを軽減した画素値対応付け代表データを使用して色再現特性を推定する。このような方法により、画素値対応付けデータが色空間の狭い範囲に集まっている（偏りなく均一に分布していない）ケースでも高速且つ高精度な色合わせを行うことができる。

システム構成は、実施例１と同様であるため省略する。

＜機能構成＞
図１９は、実施例４に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。図１９では、図６と比較すると、色空間分割部３０７、及び代表データ決定部３０８を有する点が異なっている。実施例１と共通する機能ブロックの説明は省略し、実施例１と異なる部分について説明する。

色空間分割部３０７は、基準色再現特性の推定処理、及びユーザ色再現特性の推定処理において、画素値対応付けデータの色空間を適当な部分色空間に分割する色空間分割情報を生成する。

代表データ決定部３０８は、画素値対応付けデータと色空間分割情報を基に、部分色空間ごとに代表データを決定し、画素値対応付け代表データを生成する。

実施例４の色変換部３０５は、原稿画像データの色aが所属する部分色空間の基準色再現特性に基づいて、原稿画像データを色変換する。

＜処理の詳細＞
≪基準色再現特性の推定処理≫
図２０は、実施例４に係る基準色再現特性の推定処理の一例のフローチャートである。実施例１の図７と比較すると、ステップＳ１０３の後に、ステップＳ４１０３−２、ステップＳ４１０３−３の処理が追加されている。

色空間分割部３０７は、原稿画像データと、基準読取画像データとの画素値対応付けデータを部分色空間に分割する（ステップＳ４１０３−２）。

色空間分割部３０７は、画素値対応付けデータを原稿画像データの色成分値に応じて分割する。

分割の基準としては次のようなものが挙げられる。ここでは原稿画像データと基準画像データが両方ともRGB画像で各色成分が256階調であるケースを例に説明する。

ａ)等間隔で分割する
画素値対応付けデータ内の原稿画像データの色空間の各軸を予め決定された間隔で分割するか、予め決定された分割数で間隔を決定することにより、同一体積の部分色空間を作成する方法である。図２１（Ａ）は、Ｒ軸、Ｇ軸をそれぞれ等間隔で2分割した例である。図２１（Ｂ）は、Ｂ軸、Ｇ軸をそれぞれ等間隔で2分割した例である。

ｂ)不等間隔で分割する
画素値対応付けデータ内の原稿画像データの色空間の各軸の各階調に属するデータ数を用いて、分割された際の各軸のデータ数が所定の数か割合となるように分割幅を適応的に決定する。図２２（Ａ）は、Ｒ軸、Ｇ軸をそれぞれ不等間隔で2分割した例である。図２１（Ｂ）は、Ｂ軸、Ｇ軸をそれぞれ不等間隔で2分割した例である。不等間隔で分割する方法の例としては、各軸の各階調に属するデータ数の頻度分布を用いる方法が挙げられる。
（１）各軸の各階調に属するデータ数の累積頻度を用いる方法
各軸の各階調に属するデータ数の累積頻度を等間隔で区切り、区切り位置に対応する階調で分割する方法である。

図２３（Ａ）、（Ｂ）、（Ｃ）は、Ｒ軸、Ｇ軸、Ｂ軸をそれぞれ0から255までの256階調を不等間隔で２分割する例を示す図である。縦軸の累積頻度の最大値を1.0としたときに、区切り位置として0.5となる階調を求めることにより、分割位置を決定する。この例では、R軸の累積頻度が0.5となる階調a、G軸の累積頻度が0.5となる階調b、B軸の累積頻度が0.5となる階調cが求まる。
（２）各軸の各階調に属するデータ数の頻度分布を用いる方法
図２４（Ａ）、（Ｂ）、（Ｃ）は、Ｒ軸、Ｇ軸、Ｂ軸をそれぞれの各階調に属するデータ数の頻度分布を作成し、極小となる階調で分割する方法を説明する図である。この例では、R軸の頻度分布が極小となる階調a、G軸の頻度分布が極小となる階調b、B軸の頻度分布が極小となる階調cが求まる。

ｃ)色数同数で分割する
画素値対応付けデータ内の原稿画像データの色空間を部分色空間に分割するとき、各部分色空間に含まれる色数が同数になるように分割領域を決定する。

図２５は、各部分色空間に含まれる色数が同数になるように分割した例を示す図である。色数が同数となるように分割する方法の一例を以下に示す。

図２５（Ａ）のように、原稿画像データの色数（32）が半数（16）となるR軸の階調aを求める。

続いて、図２５（Ａ）のように、R軸の階調が0から（a-1）の階調に含まれる色数（16）が半数（8）となるG軸の階調bと、R軸の階調aから255の階調に含まれる色数（16）が半数（8）となるG軸の階調b'を求める。

続いて、図２５（Ｂ）のように、領域Ａ（R軸の階調が0から（a-1））で、且つ、G軸の階調が0から（b-1）に含まれる色数（8）が半数（4）となるB軸の階調cを求める。

続いて、図２５（Ｃ）のように、領域Ｂ（R軸の階調が0から（a-1））で、且つ、G軸の階調がbから255）に含まれる色数（8）が半数（4）となるB軸の階調c'を求める。

続いて、図２５（Ｄ）のように、領域Ｃ（R軸の階調がaから255で、且つ、G軸の階調が0から（b'-1））に含まれる色数（8）が半数（4）となるB軸の階調c''を求める。

続いて、図２５（Ｅ）のように、領域Ｄ（R軸の階調がaから255で、且つ、G軸の階調がb'から255）に含まれる色数（8）が半数（4）となるB軸の階調c'''と、を求める。
なお、各軸の分割する順番に関しては、特に上記の順番（R軸 → G軸 → B軸の順番）に限定されるものではない。

ｄ)クラスタ分析を用いて分割する方法
画素値対応付けデータ内の原稿画像データの色空間を部分色空間に分割する方法として、原稿画像データに含まれる各画素に対してクラスタ分析を用いて分割領域を決定する。ここでクラスタリング処理する方法の例としては、K-meansアルゴリズムなどがあげられる。K-meansアルゴリズムとは、あらかじめ定めたクラスタ数KとそのK個のクラスタ中心をランダムに決め、サンプル点をK個のクラスタ中心との距離を計算し、最も近いクラスタに分類することで、クラスタリングを行う手法である。クラスタリング時に同一クラスタに該当するサンプル点の重心を計算し、クラスタ中心の更新を繰り返し、クラスタ中心の更新が収束したら処理を終了させる。分割数（クラスタ数K）は、あらかじめ決定しておいた分割数を使用するか、または画素数などに応じて経験的に決定する方法などがあげられる。

図２６と、図２７はK-meansアルゴリズムを用いて原稿画像データの各画素を8個のクラスタに分割した例である。図２６（Ａ）はR軸とG軸と2次元空間にプロットしたもの、図２６（Ｂ）はR軸とB軸の2次元にプロットしたものである。図２７はR軸とG軸とB軸の3次元空間にプロットしたものである。なお、図２６と、図２７のデータは同じである。図２６と、図２７の数値はクラスタ番号（1〜8）を表している。

続いて、代表データ決定部３０８は、部分色空間ごとに代表データを決定し、画素値対応付け代表データを生成する（ステップＳ４１０３−３）。

代表データ決定部３０８は、分割された部分色空間ごとに代表データを決定し、画素値対応付け代表データを生成する。代表データを決定する方法の例としては、
・同じ部分色空間に属するデータの平均値
・同じ部分色空間に属するデータの中央値
・同じ部分色空間に属するデータの最頻値
等を用いる方法が挙げられる。決定した部分色空間ごとの代表データを記録し、画素値対応付け代表データを生成する。

≪ユーザ色再現特性の推定処理≫
図２８は、実施例４に係るユーザ色再現特性の推定処理の一例のフローチャートである。

実施例４では、ユーザ色再現特性の推定処理において、カラーチャートデータと、カラーチャート読取画像データとの画素値対応付けデータに対して、上記基準色再現特性の推定処理のステップＳ４１０３−２、ステップＳ４１０３−３と同様の処理を行う。

つまり、実施例１の図９のステップＳ２０３からステップＳ２０４の間に、以下の処理を行う。

色空間分割部３０７は、カラーチャートデータと、カラーチャート読取画像データとの画素値対応付けデータを部分色空間に分割する（ステップＳ４２０３−２）。

代表データ決定部３０８は、部分色空間ごとに代表データを決定し、画素値対応付け代表データを生成する（ステップＳ４２０３−３）。
（実施例５）
本実施例は、実施例４のように画素値対応付けデータの色空間を部分色空間に分割する際に、原稿画像データ、又は、カラーチャート読取画像データの色空間をそのまま使用するのではなく、色相、明度、彩度を表現可能な色空間に変換した後、部分色空間に分割する。これにより、色相または明度、または、彩度ごとに狭い範囲に集まっている（偏りなく均一に分布していない）場合でも、高速かつ高精度で色を合わせることができる。

システム構成は、実施例１と同様であるため省略する。

機能ブロック図は、実施例４と同様であるため省略する。

＜処理の詳細＞
≪基準色再現特性の推定処理≫
図２９は、実施例５に係る基準色再現特性の推定処理の一例のフローチャートである。実施例１の図７と比較すると、ステップＳ１０３の後に、ステップＳ５１０３−２、ステップＳ５１０３−３、ステップＳ５１０３−４の処理が追加されている。なお、ステップＳ５１０３−４の処理は、実施例４のステップＳ４１０３−３の処理と同様であるため説明を省略する。

色空間分割部３０７は、画素値対応付けデータ内の原稿画像データを色相、明度、彩度を表現可能な色空間に変換する（ステップＳ５１０３−２）。

画素値対応付けデータに記録されている原稿画像データの色空間を色相、明度、彩度を表現可能な色空間に変換する。ここで、色相、明度、彩度を表現可能な色空間の例としては、HSV色空間、HLS色空間、YCbCr色空間、L*a*b*色空間、L*u*v*色空間等が挙げられる。

色空間分割部３０７は、原稿画像データと、基準読取画像データとの画素値対応付けデータを部分色空間に分割する（ステップＳ５１０３−３）。ステップＳ５１０３−２で変換した色空間において、画素値対応付けデータ内の原稿画像データ色成分値に応じて分割する。分割の基準としては次のようなものが挙げられる。ここでは原稿画像データの色空間をL*a*b*色空間に変換したケースを例に説明する。L*a*b*色空間における、色相hと彩度C*はそれぞれ以下の式で定義される。

ａ）色相で分割する
L*a*b*色空間における彩度C*と色相hの値を用いて、色相で部分色空間に分割する方法である。

図３０（Ａ）はL*a*b*色空間において、色相ごとに色空間を分割した例である。領域Ａは彩度C*がある閾値以下の無彩色を表す領域であり、領域Ｂは色相hがある範囲内の"red"を表す領域であり、領域Ｃは"yellow"を、領域Ｄは"green"を、領域Ｅは"cyan"を、領域Ｆは"blue"を、領域Ｇは"magenta"を表す領域である。分割数や分割するための彩度C*の閾値や色相hは、例えば、経験的に決められた所定の値を用いる方法や、各領域に色数が同数となるように決定する方法などがあげられる。

ｂ）明度で分割する
L*a*b*色空間における明度L*の値を用いて、明度で部分色空間に分割する方法である。図３０（Ｂ）はL*a*b*色空間において、明度ごとに色空間を分割した例である。分割数や分割するためのL*の閾値は、例えば、経験的に決められた所定の値を用いる方法や、各領域に色数が同数となるように決定する方法などがあげられる。

ｃ）彩度で分割する
L*a*b*色空間における彩度C*の値を用いて、彩度で部分色空間に分割する方法である。図３０（Ｃ）は、L*a*b*色空間において、彩度ごとに色空間を分割した例である。分割数や分割するためのC*の閾値は、例えば、経験的に決められた所定の値を用いる方法や、各領域に色数が同数となるように決定する方法などがあげられる。

ここで、色相、明度、彩度を個別に分割する上記方法（ａ,ｂ,ｃ）だけでなく、それぞれを組合せた方法で分割してもかまわない。例えば、上記ａの方法で色相を分割した後、各色相において、上記ｂまたはｃの方法でさらに色空間を分割してもよい。

ｄ）クラスタ分析を用いて分割する方法
L*a*b*色空間における原稿画像データに含まれる各画素に対してクラスタ分析を用いて分割領域を決定する。分割数は、予め決定しておいた分割数を使用するか、または画素数などに応じて経験的に決定する方法などがあげられる。

原稿画像データの色空間を分割する方法として、原稿画像データをL*a*b*色空間に変換した各画素に対してクラスタ分析を用いて分割領域を決定する。ここでクラスタリング処理する方法の例としては、K-meansアルゴリズムなどがあげられる。K-meansアルゴリズムとは、あらかじめ定めたクラスタ数KとそのK個のクラスタ中心をランダムに決め、サンプル点をK個のクラスタ中心との距離を計算し、最も近いクラスタに分類することで、クラスタリングを行なう手法である。クラスタリング時に、同一クラスタに該当するサンプル点の重心を計算し、クラスタ中心の更新を繰り返し、クラスタ中心の更新が収束したら処理を終了させる。分割数（クラスタ数K）は、予め決定しておいた分割数を使用するか、または画素数などに応じて経験的に決定する方法などがあげられる。

図３０（Ｄ）は原稿画像データの各画素のa*とb*の値をK-meansアルゴリズムを用いて8個のクラスタに分割した例である。図３０（Ｄ）はa*軸とb*軸の2次元空間にプロットしたものである。図３０（Ｄ）上の数値はクラスタ番号（1〜8）を表している。

≪ユーザ色再現特性の推定処理≫
図３１は、実施例５に係るユーザ色再現特性の推定処理の一例のフローチャートである。

実施例５では、ユーザ色再現特性の推定処理において、カラーチャートデータと、カラーチャート読取画像データとの画素値対応付けデータに対して、上記基準色再現特性の推定処理のステップＳ５１０３−２、ステップＳ５１０３−３、ステップＳ５１０３−４と同様の処理を行う。

つまり、実施例１の図９のステップＳ２０３からステップＳ２０４の間に、以下の処理を行う。

色空間分割部３０７は、画素値対応付けデータ内のカラーチャート読取画像データを色相、明度、彩度を表現可能な色空間に変換する（ステップＳ５２０３−２）。

色空間分割部３０７は、カラーチャートデータと、カラーチャート読取画像データとの画素値対応付けデータを部分色空間に分割する（ステップＳ５２０３−３）。

ステップＳ５２０３−２で変換した色空間において、画素値対応付けデータ内のカラーチャート読取画像データ色成分値に応じて分割する。

上述したステップＳ５１０３−３の場合とは異なり、色空間分割に用いるデータは、カラーチャートデータの色成分値ではなく、カラーチャート読取画像データの色成分値とする。この理由は、本データを用いて推定したいユーザ色再現特性の逆特性とは、カラーチャート読取画像データの色成分値（R_out2, G_out2, B_out2）からカラーチャートデータの色成分値（R_in2, G_in2, B_in2）への色変換の対応関係を表す色変換特性であるためである。つまりユーザ色再現特性の逆特性では、カラーチャート読取画像データの色成分値（R_out2, G_out2, B_out2）の値に応じて部分色空間を決定する必要があるためである。なお、色空間に分割する方法は、ステップＳ５１０３−３の場合と同様である。

代表データ決定部３０８は、部分色空間ごとに代表データを決定し、画素値対応付け代表データを生成する（ステップＳ５２０３−４）。
（実施例６）
本実施例は、実施例４や実施例５のように部分色空間ごと代表データを１つ決定するのではなく、部分色空間に含まれるデータ数に応じて代表データ数を決定する。これより、元々の分布も考慮しながら画素値対応付けデータの色空間での分布の偏りを軽減する事ができる。

本実施例では、実施例４のように色空間を分割する際に、画素値対応付けデータ内の原稿画像データ、又は、カラーチャート読取画像データの色空間をそのまま使用する場合について説明するが、実施例５のように、色相、明度、彩度を表現可能な色空間に変換した後、部分色空間に分割してもよい。

システム構成は、実施例１と同様であるため省略する。機能ブロック図は、実施例４と同様であるため省略する。

＜処理の詳細＞
≪基準色再現特性の推定処理≫
図３２は、実施例６に係る基準色再現特性の推定処理の一例のフローチャートである。実施例１の図７と比較すると、ステップＳ１０３の後に、ステップＳ６１０３−２、ステップＳ６１０３−３、ステップＳ６１０３−４の処理が追加されている。なお、ステップＳ６１０３−２の処理は、実施例４のステップＳ４１０３−２の処理と同様であるため説明を省略する。

色空間分割部３０７は、ステップＳ６１０３−２で分割した部分色空間内に含まれるデータ数に応じて、代表データ数を決定する（ステップＳ６１０３−３）。代表データ数の決定方法としては、予め部分色空間内のデータ数と代表データ数との関係をルックアップテーブル（LUT）に記録しておく方法があげられる。

図３３を参照し、ルックアップテーブル（LUT）の例について説明する。

図３３（Ａ）のように、部分色空間内のデータ数と代表データ数が同一であり、部分色空間内の全データを代表データとして使用する。

図３３（Ｂ）のように、部分色空間内のデータ数が所定の閾値aまでは部分色空間内のデータ数と代表データ数が同一であるが、部分色空間内のデータ数が閾値a以上の場合には、代表データ数は全てaとする。

図３３（Ｃ）のように、部分色空間内のデータ数が所定の閾値aまでは部分色空間内のデータ数と代表データ数が同一であるが、部分色空間内のデータ数が閾値a以上の場合には、代表データ数の増やし方をなだらかにする（図の場合は、傾き0.5）。

このような方法で代表データ数を決定することで、元々の分布も考慮しながら画素値対応付けデータの分布の偏りを軽減する事が可能となる。つまり、図３３（Ｂ）や図３３（Ｃ）のように、元々色数が少ない領域（0から閾値aまでの領域）ではデータ数を保持し、色数が多い領域（閾値a以上の領域）ではデータ数を削減することで、分布の偏りを軽減している。

続いて、色空間分割部３０７は、部分色空間ごとに代表データを決定し、画素値対応付け代表データを生成する（ステップＳ６１０３−４）。

ステップＳ６１０３−２で分割した部分色空間ごとに、ステップＳ６１０３−３で決定した数の代表データを決定し、画素値対応付け代表データを生成する。代表データを決定する方法の例としては以下のような方法が挙げられる。

（１）代表データ数が１の場合
実施例４のステップＳ４１０３−３の処理と同様に、代表データを決定する。

（２）部分色空間内のデータ数と代表データ数が同一である場合
部分色空間内の全データを代表データとする。

（３）部分色空間内のデータ数よりも代表データ数が少ない場合
部分色空間内を更に代表データ数で分割する。分割する方法は、実施例４のステップＳ４１０３−２で説明した、c）色数同数で分割する方法やd）クラスタ分析を用いて分割する方法等が挙げられる。代表データ数で分割した色空間から代表データを決定する方法としては、実施例４のステップＳ４１０３−３の処理と同様である。

≪ユーザ色再現特性の推定処理≫
図３４は、実施例６に係るユーザ色再現特性の推定処理の一例のフローチャートである。

実施例６では、ユーザ色再現特性の推定処理において、カラーチャートデータと、カラーチャート読取画像データとの画素値対応付けデータに対して、上記基準色再現特性の推定処理のステップＳ６１０３−２、ステップＳ６１０３−３、ステップＳ６１０３−４と同様の処理を行う。

つまり、実施例１の図９のステップＳ２０３からステップＳ２０４の間に、以下の処理を行う。

色空間分割部３０７は、カラーチャートデータと、カラーチャート読取画像データとの画素値対応付けデータを部分色空間に分割する（ステップＳ６２０３−２）。

色空間分割部３０７は、ステップＳ６２０３−２で分割した部分色空間内に含まれるデータ数に応じて、代表データ数を決定する（ステップＳ６２０３−３）。

代表データ決定部３０８は、部分色空間ごとに代表データを決定し、画素値対応付け代表データを生成する（ステップＳ６２０３−４）。
（実施例７）
本実施例は、実施例１のように基準読取画像データとカラーチャート読取画像データをそのまま使用して色再現特性を推定するのではなく、基準読取画像データの用紙色（地色）が原稿画像データの白色点と一致するように、カラーチャート読取画像データの用紙色（地色）がカラーチャートデータの白色点と一致するように補正する。これにより、基準読取画像データの用紙色（地色）とカラーチャート読取画像データの用紙色（地色）との差を吸収し、用紙色（地色）が異なるケースにおいても、色かぶりを抑制した色合わせを行うことができる。

システム構成は、実施例１と同様であるため省略する。

＜機能構成＞
図３５は、実施例７に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。以下では実施例１と異なる部分について説明する。

地色補正部３０９は、予め与えられた基準読取画像データの用紙色（地色）と、カラーチャート読取画像データの用紙色（地色）を用いて、用紙色（地色）に応じた補正処理を行う。

実施例７に係る幾何学変換パラメータ推定部３０２は、原稿画像データと地色補正済み基準読取画像データ、及びカラーチャートデータと地色補正済みカラーチャート読取画像データのそれぞれの幾何学変換パラメータを推定する。

実施例７に係る画素値対応付け部３０３は、幾何学変換パラメータを用いて、原稿画像データの画素に対応する位置の地色補正済み基準読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応付けて画素値対応付けデータを生成する。同様に、幾何学変換パラメータを用いて、カラーチャートデータの画素に対応する位置の色補正済みカラーチャート読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応付けて画素値対応付けデータを生成する。

＜処理の詳細＞
≪基準色再現特性の推定処理≫
図３６は、実施例７に係る基準色再現特性の推定処理の一例のフローチャートである。実施例１の図７と比較すると、ステップＳ１０１の後に、ステップＳ７１０１−２の処理が追加されている。

地色補正部３０９は、基準読取画像データに地色補正処理を行う（ステップＳ７１０１−２）。

地色補正部３０９は、予め与えられた基準読取画像データの用紙色（地色）を用いて、用紙色（地色）に応じた色補正処理を行う。本実施例では、基準読取画像データの用紙色（地色）が原稿画像データの白色点と一致するように、基準読取画像データ全体に対して色補正を行なう。

基準読取画像データの用紙色（地色）は、RGB、XYZ、L*a*b*など所定の色空間における色値として与えられる。これらの値には、予め用紙色（地色）を測色計で測色した値やS5701で基準印刷物を読み取ったものと同じスキャナでスキャンした値を用いることができる。また、スキャナのカラープロファイルを用いてデバイス非依存の色空間に変換できる条件の元で、ステップS5701で使用したスキャナとは異なるスキャナで読み取った値を用いてもよい。基準読取画像データの用紙色（地色）が原稿画像データの白色点と一致するように、基準画像データ全体に対して色補正を行なう例としては次のようなものが挙げられる。

（１）基準読取画像データの用紙色（地色）を原稿画像データの白色点へシフトする方法
基準読取画像データがL*a*b*色空間であるケースを想定して例示する。基準読取画像データの用紙色（地色）をL*a*b*色空間における規格上の白色点である(L* = 100.0, a* = 0.0, b* = 0.0)にシフトする処理を基準読取画像データ全体に対して施すことで、基準読取画像データの用紙色（地色）を原稿画像データの白色点と一致させる。この方法は以下の式で表される。

ここで、（L_ref*, a_ref*, b_ref*）は地色補正前の基準読取画像データのL*a*b*値を、（L_refW*, a_refW*, b_refW*）は基準読取画像データの用紙色（地色）のL*a*b*値を、（L_ref'*, a_ref'*, b_ref'*）は地色補正後の基準読取画像データのL*a*b*値を表す。

（２）比率変換を用いる方法
基準読取画像データが256階調のRGB色空間であるケースを想定して例示する。原稿画像データの白色点（R=255, G=255, B=255）を、基準読取画像データの用紙色(地色)のRGB値でそれぞれ除した値を、基準読取画像データのRGB値に乗ずることで、基準読取画像データの用紙色（地色）を原稿画像データの白色点と一致させる。この方法は以下の式で表される。

ここで、（R_ref, G_ref, B_ref）は地色補正前の基準読取画像データのRGB値を、（R_refW, G_refW, B_refW）は基準読取画像データの用紙色（地色）のRGB値を、（R_ref', G_ref', B_ref'）は地色補正後の基準読取画像データのRGB値を表す。

基準読取画像データの用紙色（地色）がR_refW = 210, G_refW = 220, B_refW = 230であるときの、基準読取画像データの地色補正前のRGB値と地色補正後のRGB値を図３７に示す。

次に、基準読取画像データがデバイス非依存のXYZ色空間であるケースについても例示する。XYZ色空間上で原稿画像データの白色点（D50等）のXYZ値を定め、基準読取画像データの用紙色（地色）のXYZ値でそれぞれ除した値を、基準読取画像データのXYZ値に乗ずる方法がある。この方法は以下の式で表される。

ここで、（X_ref, Y_ref, Z_ref）は地色補正前の基準読取画像データのXYZ値を、（X_n, Y_n, Z_n）は原稿画像データの白色点のXYZ値を、（X_refW, Y_refW, Z_refW）は基準読取画像データの用紙色（地色）のXYZ値を、（X_ref', Y_ref', Z_ref'）は地色補正後の基準読取画像データのXYZ値を表す。

（３）色知覚モデルを用いる方法
異なる光源下での色の見えを一致させる、所謂、色知覚モデルを用いる。色知覚モデルの一例として、Von Kries変換を用いて、基準読取画像データの用紙色（地色）が原稿画像データの白色点と一致するように色補正する方法について説明する。

Von Kries変換は、光源W1下でのXYZ値を光源W2下のXYZ値に変換するために、人間の色知覚空間PQR上でW2'/W1'の比率変換を施す方法であるが、人間の色知覚が光源の白色点に順応するというよりも、用紙色（地色）に順応すると解釈することで、Von Kries変換を用いて基準読取画像データの用紙色（地色）が原稿画像データの白色点と一致するように色補正を行なう。基準読取画像データがデバイス非依存のXYZ色空間であるケースについて例示すると、Von Kries変換によれば次の関係が得られる。

ここで、（X_ref, Y_ref, Z_ref）は地色補正前の基準読取画像データのXYZ値を、（X_n, Y_n, Z_n）は原稿画像データの白色点のXYZ値を、（X_refW, Y_refW, Z_refW）は基準読取画像データの用紙色（地色）のXYZ値を、（X_ref', Y_ref', Z_ref'）は地色補正後の基準読取画像データのXYZ値を表す。

上記例では、Von Kries変換を用いて説明したが、この色知覚モデルに限定されるものではなく、Bradford変換や、CIECAM97s、CIECAM02等を用いても良い。

≪ユーザ色再現特性の推定処理≫
図３８は、実施例７に係るユーザ色再現特性の推定処理の一例のフローチャートである。

実施例７では、ユーザ色再現特性の推定処理において、カラーチャートデータと、カラーチャート読取画像データとの画素値対応付けデータに対して、上記基準色再現特性の推定処理のステップＳ７１０３−２と同様の処理を行う。

つまり、実施例１の図９のステップＳ２０１からステップＳ２０２の間に、以下の処理を行う。

地色補正部３０９は、カラーチャート読取画像データに地色補正処理を行う（ステップＳ７２０１−２）。地色補正部３０９は、予め与えられたカラーチャート読取画像データの用紙色（地色）を用いて、用紙色（地色）に応じた色補正処理を行う。本実施例では、カラーチャート読取画像データの用紙色（地色）がカラーチャートデータの白色点と一致するように、カラーチャート読取画像データ全体に対して色補正を行なう。色補正の方法はステップＳ７１０３−２と同様である。
（実施例８）
本実施例は、実施例７と比較して、基準読取画像データの用紙色（地色）が原稿画像データの白色点と一致するように、カラーチャート読取画像データの用紙色（地色）がカラーチャートデータの白色点と一致するように補正するのではなく、カラーチャート読取画像データの用紙色（地色）が基準読取画像データの用紙色（地色）と一致するように補正する。

システム構成は、実施例１と同様であるため省略する。機能ブロック図は、実施例７と同様である。

＜処理の詳細＞
≪基準色再現特性の推定処理≫
実施例８に係る基準色再現特性の推定処理の一例のフローチャートは、実施例１の図７と同様である。

≪ユーザ色再現特性の推定処理≫
実施例８に係るユーザ色再現特性の推定処理の一例のフローチャートは、実施例７の図３８と同様である。

実施例８では、ステップＳ７２０１−２のカラーチャート読取画像データに地色補正処理を行う処理において、以下の処理を行う。

地色補正部３０９は、予め与えられた基準読取画像データ、及び、カラーチャート読取画像データの用紙色（地色）を用いて、用紙色（地色）に応じた色補正処理を行う。本実施例では、カラーチャート読取画像データの用紙色（地色）が、基準読取画像データの用紙色（地色）と一致するように、カラーチャート読取画像データ全体に対して色補正を行なう。

基準読取画像データ、及び、カラーチャート読取画像データの用紙色（地色）は、RGB、XYZ、L*a*b*など所定の色空間における色値として与えられる。これらの値には、予め用紙色（地色）を測色計で測色した値やステップS6801でカラーチャート印刷物を読み取ったものと同じスキャナでスキャンした値を用いることができる。また、スキャナのカラープロファイルを用いてデバイス非依存の色空間に変換できる条件の元で、ステップS6801で使用したスキャナとは異なるスキャナで読み取った値を用いてもよい。カラーチャート読取画像データの用紙色（地色）が基準読取画像データの用紙色（地色）と一致するように、カラーチャート読取画像データ全体に対して色補正を行なう例としては次のようなものが挙げられる。

ａ）カラーチャート読取画像データの用紙色（地色）を基準読取画像データの用紙色（地色）へシフトする方法
基準読取画像データ、及び、カラーチャート読取画像データがL*a*b*色空間であるケースを想定して例示する。カラーチャート読取画像データの用紙色（地色）を基準読取画像データの用紙色（地色）にシフトする処理をカラーチャート読取画像データ全体に対して施すことで、カラーチャート読取画像データの用紙色（地色）を基準読取画像データの用紙色（地色）と一致させる。この方法は以下の式で表される。

ここで、（L_tgt*, a_tgt*, b_tgt*）は地色補正前のカラーチャート読取画像データのL*a*b*値を、（L_refW*, a_refW*, b_refW*）は基準読取画像データの用紙色（地色）のL*a*b*値を、（L_tgtW*, a_tgtW*, b_tgtW*）はカラーチャート読取画像データの用紙色（地色）のL*a*b*値を、（L_tgt'*, a_tgt'*, b_tgt'*）は地色補正後のカラーチャート読取画像データのL*a*b*値を表す。

ｂ）比率変換を用いる方法
基準読取画像データ、及び、カラーチャート読取画像データが256階調のRGB色空間であるケースを想定して例示する。基準読取画像データの用紙色（地色）のRGB値を、カラーチャート読取画像データの用紙色(地色)のRGB値でそれぞれ除した値を、カラーチャート読取画像データのRGB値に乗ずることで、カラーチャート読取画像データの用紙色（地色）を基準読取画像データの用紙色（地色）と一致させる。この方法は以下の式で表される。

ここで、（R_tgt, G_tgt, B_tgt）は地色補正前のカラーチャート読取画像データのRGB値を、（R_refW, G_refW, B_refW）は基準読取画像データの用紙色（地色）のRGB値を、（R_tgtW, G_tgtW, B_tgtW）はカラーチャート読取画像データの用紙色（地色）のRGB値を、（R_tgt', G_tgt', B_tgt'）は地色補正後のカラーチャート読取画像データのRGB値を表す。

基準読取画像データの用紙色（地色）がR_refW = 210, G_refW = 230, B_refW = 220であり、カラーチャート読取画像データの用紙色（地色）がR_tgtW = 230, G_tgtW = 220, B_tgtW = 210であるときの、カラーチャート読取画像データの地色補正前のRGB値と地色補正後のRGB値を図３９に示す。

次に、基準読取画像データ、及び、カラーチャート読取画像データがデバイス非依存のXYZ色空間であるケースについても例示する。XYZ色空間上で基準読取画像データの用紙色（地色）のXYZ値を、カラーチャート読取画像データの用紙色（地色）のXYZ値でそれぞれ除した値を、カラーチャート読取画像データのXYZ値に乗ずる方法がある。この方法は以下の式で表される。

ここで、（X_tgt, Y_tgt, Z_tgt）は地色補正前のカラーチャート読取画像データのXYZ値を、（X_refW, Y_refW, Z_refW）は基準読取画像データの用紙色（地色）のXYZ値を、（X_tgtW, Y_tgtW, Z_tgtW）はカラーチャート読取画像データの用紙色（地色）のXYZ値を、（X_tgt', Y_tgt', Z_tgt'）は地色補正後のカラーチャート読取画像データのXYZ値を表す。

ｃ）色知覚モデルを用いる方法
異なる光源下での色の見えを一致させる、所謂、色知覚モデルを用いる。色知覚モデルの一例として、Von Kries変換を用いて、カラーチャート読取画像データの用紙色（地色）が基準読取画像データの用紙色（地色）と一致するように色補正する方法について説明する。

Von Kries変換は、光源W1下でのXYZ値を光源W2下のXYZ値に変換するために、人間の色知覚空間PQR上でW2'/W1'の比率変換を施す方法であるが、人間の色知覚が光源の白色点に順応するというよりも、用紙色（地色）に順応すると解釈することで、Von Kries変換を用いてカラーチャート読取画像データの用紙色（地色）が基準読取画像データの用紙色（地色）と一致するように色補正を行なう。基準読取画像データ、及び、カラーチャート読取画像データが共にデバイス非依存のXYZ色空間であるケースについて例示すると、Von Kries変換によれば次の関係が得られる。

ここで、（X_tgt, Y_tgt, Z_tgt）は地色補正前のカラーチャート読取画像データのXYZ値を、（X_refW, Y_refW, Z_refW）は基準読取画像データの用紙色（地色）のXYZ値を、（X_refW, Y_refW, Z_refW）はカラーチャート読取画像データの用紙色（地色）のXYZ値を、（X_tgt', Y_tgt', Z_tgt'）は地色補正後のカラーチャート読取画像データのXYZ値を表す。

上記例では、Von Kries変換を用いて説明したが、この色知覚モデルに限定されるものではなく、Bradford変換や、CIECAM97s、CIECAM02等を用いても良い。
（実施例９）
本実施例は、実施例７と比較して、基準読取画像データの用紙色（地色）が原稿画像データの白色点と一致するように、カラーチャート読取画像データの用紙色（地色）がカラーチャートデータの白色点と一致するように補正するのではなく、基準読取画像データの用紙色（地色）がカラーチャート読取画像データの用紙色（地色）と一致するように補正する。

システム構成は、実施例１と同様であるため省略する。機能ブロック図は、実施例７と同様である。

＜処理の詳細＞
≪基準色再現特性の推定処理≫
実施例９に係る基準色再現特性の推定処理の一例のフローチャートは、実施例７の図３６と同様である。

実施例９では、ステップＳ７１０１−２の基準読取画像データに地色補正処理を行う処理において、以下の処理を行う。

地色補正部３０９は、予め与えられた基準読取画像データ、及び、カラーチャート読取画像データの用紙色（地色）を用いて、用紙色（地色）に応じた色補正処理を行う。本実施例では、基準読取画像データの用紙色（地色）がカラーチャート読取画像データの用紙色（地色）と一致するように、基準読取画像データ全体に対して色補正を行なう。

基準読取画像データ、及び、カラーチャート読取画像データの用紙色（地色）は、RGB、XYZ、L*a*b*など所定の色空間における色値として与えられる。これらの値には、予め用紙色（地色）を測色計で測色した値や、基準印刷物を読み取ったものと同じスキャナでスキャンした値を用いることができる。また、スキャナのカラープロファイルを用いてデバイス非依存の色空間に変換できる条件の元で、基準印刷物を読み取ったスキャナとは異なるスキャナで読み取った値を用いてもよい。基準読取画像データの用紙色（地色）をカラーチャート読取画像データの用紙色（地色）と一致するように色補正を行なう例としては次のようなものが挙げられる。

ａ）基準読取画像データの用紙色（地色）をカラーチャート読取画像データの用紙色（地色）へシフトする方法
基準読取画像データ、及び、カラーチャート読取画像データがL*a*b*色空間であるケースを想定して例示する。基準読取画像データの用紙色（地色）をカラーチャート読取画像データの用紙色（地色）にシフトする処理を基準読取画像データ全体に対して施すことで、基準読取画像データの用紙色（地色）をカラーチャート読取画像データの用紙色（地色）と一致させる。この方法は以下の式で表される。

ここで、（L_ref*, a_ref*, b_ref*）は地色補正前の基準読取画像データのL*a*b*値を、（L_tgtW*, a_tgtW*, b_tgtW*）はカラーチャート読取画像データの用紙色（地色）のL*a*b*値を、（L_refW*, a_refW*, b_refW*）は基準読取画像データの用紙色（地色）のL*a*b*値を、（L_ref'*, a_ref'*, b_ref'*）は地色補正後の基準読取画像データのL*a*b*値を表す。

ｂ）比率変換を用いる方法
基準読取画像データ、及び、カラーチャート読取画像データが256階調のRGB色空間であるケースを想定して例示する。カラーチャート読取画像データの用紙色（地色）のRGB値を、基準読取画像データの用紙色(地色)のRGB値でそれぞれ除した値を、基準読取画像データのRGB値に乗ずることで、基準読取画像データの用紙色（地色）をカラーチャート読取画像データの用紙色（地色）と一致させる。この方法は以下の式で表される。

ここで、（R_ref, G_ref, B_ref）は地色補正前のカラーチャート読取画像データのRGB値を、（R_refW, G_refW, B_refW）は基準読取画像データの用紙色（地色）のRGB値を、（R_tgtW, G_tgtW, B_tgtW）はカラーチャート読取画像データの用紙色（地色）のRGB値を、（R_ref', G_ref', B_ref'）は地色補正後のカラーチャート読取画像データのRGB値を表す。

基準読取画像データの用紙色（地色）がR_refW = 210, G_refW = 230, B_refW = 220であり、カラーチャート読取画像データの用紙色（地色）がR_tgtW = 230, G_tgtW = 220, B_tgtW = 210であるときの、カラーチャート読取画像データの地色補正前のRGB値と地色補正後のRGB値の例を図４０に示す。

次に、基準読取画像データ、及び、カラーチャート読取画像データがデバイス非依存のXYZ色空間であるケースについても例示する。XYZ色空間上でカラーチャート読取画像データの用紙色（地色）のXYZ値を、基準読取画像データの用紙色（地色）のXYZ値でそれぞれ除した値を、基準読取画像データのXYZ値に乗ずる方法がある。この方法は以下の式で表される。

ここで、（X_ref, Y_ref, Z_ref）は地色補正前の基準読取画像データのXYZ値を、（X_refW, Y_refW, Z_refW）は基準読取画像データの用紙色（地色）のXYZ値を、（X_tgtW, Y_tgtW, Z_tgtW）はカラーチャート読取画像データの用紙色（地色）のXYZ値を、（X_ref', Y_ref', Z_ref'）は地色補正後の基準読取画像データのXYZ値を表す。

ｃ）色知覚モデルを用いる方法
異なる光源下での色の見えを一致させる、所謂、色知覚モデルを用いる。色知覚モデルの一例として、Von Kries変換を用いて、基準読取画像データの用紙色（地色）がカラーチャート読取画像データの用紙色（地色）と一致するように色補正する方法について説明する。

Von Kries変換は、光源W1下でのXYZ値を光源W2下のXYZ値に変換するために、人間の色知覚空間PQR上でW2'/W1'の比率変換を施す方法であるが、人間の色知覚が光源の白色点に順応するというよりも、用紙色（地色）に順応すると解釈することで、Von Kries変換を用いて基準画像データの用紙色（地色）がカラーチャート読取画像データの用紙色（地色）と一致するように色補正を行なう。基準読取画像データ、及び、カラーチャート読取画像データがデバイス非依存のXYZ色空間であるケースについて例示すると、Von Kries変換によれば次の関係が得られる。

ここで、（X_ref, Y_ref, Z_ref）は地色補正前の基準読取画像データのXYZ値を、（X_refW, Y_refW, Z_refW）は基準読取画像データの用紙色（地色）のXYZ値を、（X_tgtW, Y_tgtW, Z_tgtW）はカラーチャート読取画像データの用紙色（地色）のXYZ値を、（X_ref', Y_ref', Z_ref'）は地色補正後の基準読取画像データのXYZ値を表す。

上記例では、Von Kries変換を用いて説明したが、この色知覚モデルに限定されるものではなく、Bradford変換や、CIECAM97s、CIECAM02等を用いても良い。
（実施例１０）
本実施例は、実施例７と比較して、基準読取画像データ、及び、カラーチャート読取画像データの用紙色（地色）が既知ではなく未知の条件下で、用紙色（地色）を検出する点で異なる。

なお、本実施例では、実施例７のように、基準画像データの用紙色（地色）が原稿画像データの白色点と一致するように、カラーチャート読取画像データの用紙色（地色）が、カラーチャートデータの白色点と一致するように補正する場合について説明する。しかしながら、実施例８のようにカラーチャート読取画像データの用紙色（地色）が基準読取画像データの用紙色（地色）と一致するように補正しても良いし、実施例９のように基準読取画像データの用紙色（地色）がカラーチャート読取画像データの用紙色（地色）と一致するように補正してもよい。

システム構成は、実施例１と同様であるため省略する。

＜機能構成＞
図４１は、実施例１０に係る画像処理システム又はＭＦＰの一例の機能ブロック図である。図４１は、実施例１の図６と比較すると、地色検出部３１０、地色補正部３０９を有する点が異なっている。実施例１と共通する機能ブロックの説明は省略し、実施例１と異なる部分について説明する。

地色検出部３１０は、幾何学変換パラメータを用いて、基準読取画像データ、及び、カラーチャート読取画像データから用紙色（地色）を検出する。

地色補正部３０９は、地色検出部３１０で検出した基準読取画像データの用紙色（地色）と、カラーチャート読取画像データの用紙色（地色）を用いて、用紙色（地色）に応じた補正処理を行う。

実施例１０に係る画素値対応付け部３０３は、幾何学変換パラメータを用いて、原稿画像データの画素に対応する位置の地色補正済み基準読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応付けて画素値対応付けデータを作成する。同様に、幾何学変換パラメータを用いて、カラーチャートデータの画素に対応する位置の地色補正済みカラーチャート読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応付けて画素値対応付けデータを生成する。

＜処理の詳細＞
≪基準色再現特性の推定処理≫
図４２は、実施例１０に係る基準色再現特性の推定処理の一例のフローチャートである。図４２では、実施例１の図７と比較すると、ステップＳ１０２の後に、ステップＳ１１０２−２、ステップＳ１１０２−３の処理が追加されている。

地色検出部３１０は、基準読取画像データから用紙色（地色）を検出する（ステップＳ１１０２−２）。すなわち、ステップＳ１０２で求めた幾何学変換パラメータを用いて、基準読取画像データの用紙色（地色）を決定する。基準読取画像データの用紙色（地色）を検出する方法の例としては次のようなものが挙げられる。

ａ）余白の色値を用いる方法
基準印刷物における原稿画像の周囲にある余白領域の色値を、用紙色（地色）として検出する。ステップＳ１０２で原稿画像データと、基準読取画像データの位置合わせが完了していることから、基準読取画像データにおける原稿画像領域よりも数画素外側の領域を余白領域と判定し、用紙色（地色）を決定する。用紙色（地色）に用いる値の例としては、
・余白領域の色値の平均値
・余白領域の色値の中央値
・余白領域の色値の最頻値
などが挙げられる。

なお、基準読取画像データにおける原稿画像領域以外の全てを余白領域と判定することは望ましくない。これは、基準印刷物を読み取り、基準読取画像データを取得する際に、基準印刷物以外も含まれているケースがあるためである。スキャナを例にすると、印刷物よりも読み取り領域が大きい場合には、所謂、プラテンバック（原稿置き台の裏当て部材のカバー面）も一緒に読み取ってしまうケースが挙げられる。このことから、余白領域は原稿画像領域よりも数画素外側の領域のみとすることが望ましい。

ｂ）基準読取画像データにおける原稿画像領域内の色値を用いる方法
フチなし印刷などで基準印刷物の原稿画像の周囲に余白領域が無い場合には、基準読取画像データにおける原稿画像領域内の色値を用いて用紙色（地色）を検出する。用紙色（地色）に用いる値の例としては、原稿画像領域内で最も明るい色値が挙げられる。

地色補正部３０９は、基準画像データに地色補正処理を行う（ステップＳ１１０２−３）。地色補正部３０９は、検出された基準読取画像データの用紙色（地色）を用いて、用紙色（地色）に応じた補正処理を行う。この地色補正処理は、実施例７のステップＳ７１０１−２と同様である。

≪ユーザ色再現特性の推定処理≫
図４３は、実施例１０に係るユーザ色再現特性の推定処理の一例のフローチャートである。

実施例１０では、ユーザ色再現特性の推定処理において、カラーチャート読取画像データに対して、上記基準色再現特性の推定処理のステップＳ１１０２−２、ステップＳ１１０２−３と同様の処理を行う。

つまり、実施例１の図９のステップＳ２０２からステップＳ２０３の間に、以下の処理を行う。

地色検出部３１０は、カラーチャート読取画像データから用紙色（地色）を検出する（ステップＳ１２０２−２）。

地色補正部３０９は、カラーチャート読取画像データに地色補正処理を行う（ステップＳ１２０２−３）。
（実施例１１）
本実施例は、実施例１の色変換済み原稿画像データを用いて繰り返し処理を行う。これにより、実施例１において１回の色変換処理で合わせ切れずに残った色ズレを、繰り返し処理において合わせることができる。

システム構成及び機能ブロック図は、実施例１と同様であるため省略する。

実施例１１に係る画像読み取り部３０１は、原稿画像データの出力結果である基準印刷物と、カラーチャートデータの出力結果であるカラーチャート印刷物と、色変換済みの原稿画像データの出力結果であるユーザ印刷物を読み取る。そして、実施例１１に係る画像読み取り部３０１は、基準読取画像データ、カラーチャート読取画像データ、及び、ユーザ読取画像データを生成する。

実施例１１に係る幾何学変換パラメータ推定部３０２は、原稿画像データと基準読取画像データ、カラーチャートデータとカラーチャート読取画像データ、及び、色変換済み原稿画像データとユーザ読取画像データのそれぞれの幾何学変換パラメータを推定する。

実施例１１に係る画素値対応付け部３０３は、幾何学変換パラメータを用いて、原稿画像データの画素に対応する位置の基準読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応付けて画素値対応付けデータを生成する。同様に、幾何学変換パラメータを用いて、カラーチャートデータの画素に対応する位置のカラーチャート読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応付けて画素値対応付けデータを生成する。同様に、幾何学変換パラメータを用いて、色変換済み原稿画像データの画素に対応する位置のユーザ読取画像データの画素を検出し、それらの画素値を色成分の組合せごとに対応づけて画素値対応付けデータを生成する。

≪色変換処理≫
続いて、色変換処理の詳細について説明する。図４４は、実施例１１に係る色変換処理の一例のフローチャートである。

ステップＳ１１０１、ステップＳ１１０２の処理は、実施例１の図１１のステップＳ３０１、ステップＳ３０２の処理とそれぞれ同様である。

色再現特性推定部３０４は、ユーザ色再現特性の逆特性を推定する（ステップＳ１１０３）。すなわち、図９を用いて説明したユーザ色再現特性の推定処理を行う。ただし、複数回実行する場合には、２回目以降（初回以外）は色変換後の原稿画像データをユーザプリンタで印刷したユーザ印刷物を画像読取装置で読み取ったユーザ読取画像データと色変換済みの原稿画像データからユーザ色再現特性の逆特性を推定する（図４５参照）。

ステップＳ１１０４〜ステップＳ１１０６の処理は、実施例１の図１１のステップＳ３０４〜ステップＳ３０６の処理とそれぞれ同様である。

続いて、色変換部３０５は、色変換の回数が所定の回数に達したか否か判定する（ステップＳ１１０７）。

色変換の回数が所定の回数に達した場合（ステップＳ１１０７のＹｅｓ）、処理は終了する。

色変換の回数が所定の回数に達していない場合（ステップＳ１１０７のＮｏ）、ユーザプリンタ２００で色変換済みの原稿画像データを印刷する（ステップＳ１１０８）
続いて、色変換部３０５は、ユーザ印刷物の品質（ユーザ印刷物と基準印刷物との一致度）を評価する（ステップＳ１１０９）。

続いて、色変換部３０５は、ユーザ印刷物の品質が妥当か否か判定する（ステップＳ１１１０）。ユーザ印刷物が妥当であれば（ステップＳ１１１０のＹｅｓ）、処理を終了し、そうでなければ(ステップＳ１１１０のＮｏ)、次ステップＳ１１０３に進む。なお、以降のループで用いられる原稿画像データは全て色変換済みのものである。

ユーザ印刷物の品質（ユーザ印刷物と基準印刷物との一致度）を評価する方法の例として、基準印刷物との色差を用いる方法がある。他の例としては、色相差を用いる方法や、各色成分の差の絶対値を用いる方法もある。

ａ) 色差を用いる評価方法
色差とは、L*a*b*色空間やL*u*v*色空間における二つの色の距離である。本実施例は画像出力機器としてプリンタを用いていることからL*a*b*色空間を用いて説明する。
L*a*b*色空間の色差ΔE*_abは以下の式で定義される。

ここで、(ΔL*, Δa* ,Δb*)はL*a*b*色空間における２色の色度差である。

基準印刷物とユーザ印刷物の色差を求める手順の一例を以下に示す。
（１）基準印刷物をスキャナ３００により読み取り基準画像データを得る
（２）ユーザ印刷物を（１）と同じスキャナ３００により読み取りユーザ画像データを得る
（３）基準画像データとユーザ画像データとをスキャナ３００のカラープロファイルを用いてデバイス非依存の色空間（XYZ色空間など）に変換する
（４）デバイス非依存の色空間に変換された基準画像データとユーザ画像データとをL*a*b*色空間に変換する
（５）上式により画素ごとの色差を求める
基準印刷物とユーザ印刷物とを同じスキャナ３００で読み取るとしているが、スキャナ３００のカラープロファイルを用いてデバイス非依存の色空間に変換できる条件の元で、二つの印刷物を別々のスキャナ３００で読み取ってもよい。

スキャナ３００を一台のみ使用する場合には、カラープロファイルを用いてデバイス非依存の色空間に変換することは必須ではない。色差の値を定量的に評価するケースでは、絶対的な値が重要であるためデバイス非依存の色空間への変換が必要であるが、色差の値を定性的に評価するケースでは相対的な傾向がつかめればよいためデバイス非依存の色空間への変換を省略してもよい。

画素ごとの色差が求まったら、この情報を統計的に分析し、ユーザ印刷物の品質を定量的に評価することができる。分析方法の例としては、色差の平均値、最大値、値の分布、分散などが挙げられる。

品質が十分であるか否かの判断は、
・平均色差が所定の値以内に収まっているか否か、
・最大色差が所定の値以内に収まっているか否か、
・分散が所定の値以内に収まっているか否か、
などの基準で判断することができる。なお、ユーザ印刷物の品質を評価する際には、画像データのコンテンツの輪郭部分を除くことが望ましい。これは、
・後の処理で必要な位置合わせにおいて、輪郭部分を完全に合わせることが困難であること、
・プリンタによって輪郭部分の再現性が異なること （色味やシャープなど）
などの理由から、輪郭部分で大きな色差が出現する可能性があるためである。

輪郭部分の面積は全印刷物の面積のごく一部であるため、目視による全体的な色の評価に与える影響は限定的である。一方、定量的な評価においては、上述の輪郭部分の大きな色差が外れ値として評価結果の信頼性を低下させる懸念があることから、輪郭部分のデータを無視する方が高い精度の評価結果が期待できる。

輪郭部分を検出する方法の例としては、二値化を用いる方法や、エッジ検出を用いる方法が挙げられる。二値化を用いる方法の一例としては、画像データを所定の閾値で白黒に二値化し、白い領域と黒い領域とが隣接する箇所を輪郭部分として判断する方法がある。エッジ検出を用いる方法の一例としては、画像データからSobel法などを用いてエッジ画像を作成し、これを所定の閾値で二値化して閾値以上の画素を輪郭部分として判断する方法がある。

輪郭部分を除去せずに、上記課題を緩和する方法もある。例えば、画像データを平滑化して輪郭部分を滑らかにし、輪郭部分で出現する色差を低減するというものである。平滑化には、平均化フィルタやローパスフィルタなど従来技術を用いればよい。

また、上記例では色差式にＣＩＥ１９７６色差式を用いて説明したが、この色差式に限定されるものではなく、ＣＩＥ１９９４色差式やＣＩＥ２０００色差式、ＣＭＣ（１：ｃ）色差式などを用いてもよい。

ｂ) 色相差を用いる評価方法
L*a*b*色空間の色相差ΔH*_abは次式で定義される。

ここで、ΔE*_abは色差、(ΔL*, Δa* , Δb*)は2色の色度差、ΔC*_abはクロマの差ある。クロマC*_abは次式で定義される。

基準印刷物とユーザ印刷物の色相差を求める手順は色差を求める手順と同じであるが、色差ではなく色相差を算出する。また、統計的な分析方法や品質の判定方法も同様である。

ｃ) 各色成分の差の絶対値を用いる評価方法
所定の色空間において、基準印刷物とユーザ印刷物との各色成分の差の絶対値を取り、評価を行う方法である。ＲＧＢ色空間を例に取れば、Ｒ成分値の絶対値の差、Ｇ成分値の絶対値の差、Ｂ成分値の絶対値の差を用いる。
基準印刷物とユーザ印刷物の各色成分の差の絶対値を求める手順の一例を以下に示す。
（１）基準印刷物をスキャナ３００により読み取り基準画像データを得る
（２）ユーザ印刷物を1)と同じスキャナ３００により読み取りユーザ画像データを得る
（３）基準画像データとユーザ画像データとをスキャナ３００のカラープロファイルを用いてデバイス非依存の色空間（XYZ色空間など）に変換する
（４）変換後の色空間において、画素ごとに各色成分値の差の絶対値を求める。
なお、色差のケースと同様に、スキャナ３００のカラープロファイルを用いてデバイス非依存の色空間に変換することは必須ではなく、スキャナ３００のデバイス依存の色空間で直接差の絶対値を求めてもよい。また、統計的な分析方法や品質の判定方法は色差のケースと同様である。

≪ユーザ色再現特性の推定処理≫
図４５は、図４４のステップＳ１１０３において、２回目以降（初回以外）のユーザ色再現特性の逆特性（「第三の写像」の一例）を推定する処理の一例のフローチャートである。

ステップＳ１２０１〜ステップＳ１２０４の処理は、それぞれ図７のステップＳ１０１〜ステップＳ１０４の処理において「基準印刷物」を「ユーザ印刷物」、「基準読取画像データ」を「色変換済み原稿画像データ」、「原稿画像データ」を「色変換済み原稿画像データ」、「基準色再現特性」を「ユーザ色再現特性」とそれぞれ読み替える。すると、ステップＳ１２０１〜ステップＳ１２０４の処理は、それぞれ図７のステップＳ１０１〜ステップＳ１０４の処理と同様のため説明を省略する。

＜まとめ＞
以上、上述した実施形態によれば、目標となる画像出力機器で、印刷原稿を出力して得られた出力結果と、色を合わせたい画像出力機器で、色を合わせたい画像出力機器の色域を網羅するカラーパッチで構成されたカラーチャートを出力して得られた出力結果とを、画像読取装置で読み取って読取画像データを取得する。そして、得られた第一の読取画像データと印刷原稿との対応する画素値と、第二の読取画像データとカラーチャートとの対応する画素値とを、色成分の組合せごとに対応付けたデータから、画像出力機器の色再現特性、又は画像出力機器の色再現特性の逆特性を、複数の色成分値を基にした多次元のデータを用いて推定する。そして、推定された色再現特性と色再現特性の逆特性を用いて画像出力機器間の色変動を補償する色変換処理を印刷原稿に施すことによって、目標となる画像出力機器のカラーチャートを用いずに色合わせを行うことができる。

なお、上記実施形態に挙げた構成等に本発明が限定されるものではない。上記各実施例の各機能部は、適宜組み合わせることもできる。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能である。

３０１ 画像読み取り部
３０２ 幾何学変換パラメータ推定部（「幾何学変換パラメータ推定手段」）
３０３ 画素値対応付け部（「画素値対応付け手段」）
３０４ 色再現特性推定部（「写像推定手段」の一例）
３０５ 色変換部（「変換手段」の一例）
３０６ データクレンジング部（「データクレンジング手段」）
３０７ 色空間分割部（「色空間分割手段」）
３０８ 代表データ決定部（「代表データ決定手段」）
３０９ 地色補正部（「地色補正手段」）
３１０ 地色検出部（地色検出手段）
１００ コンピュータ
２００ ユーザプリンタ
３００ スキャナ
４００ 基準プリンタ
５００ ネットワーク
６００ 画像処理システム
６０１ 画像入力部
６０２ 画像出力部
６０３ 画像記憶部
６０４ 画像解析部
６０５ パラメータ記憶部
６０６ 画像処理部
７００ ＭＦＰ
８００ プロジェクタ
９００ デジタルカメラ

特開２０１５−１１１８０１号公報

Claims (23)

1. 第一の画像出力機手段が原稿画像データを出力した第一の出力結果の色を、第二の画像出力機手段が前記原稿画像データを出力した第二の出力結果において再現する画像処理装置であって、
   読み取り装置が前記第一の出力結果を読み取った第一の出力画像データと前記原稿画像データの位置を合わせる第一の幾何学変換パラメータを推定し、前記第二の画像出力機手段がカラーチャートデータを出力した第三の出力結果を読み取り装置が読み取った第二の出力画像データと前記カラーチャートデータとの位置を合わせる第二の幾何学変換パラメータを推定する幾何学変換パラメータ推定手段と、
   前記第一の幾何学変換パラメータを用いて前記第一の出力画像データと前記原稿画像データの対応する画素の色成分の組合せが対応付けられた第一の画素値対応付けデータと、前記第二の幾何学変換パラメータを用いて前記第二の出力画像データと前記カラーチャートデータの対応する画素の色成分の組合せが対応付けられた第二の画素値対応付けデータをそれぞれ生成する画素値対応付け手段と、
   前記第一の画素値対応付けデータに基づいて前記原稿画像データから前記第一の出力画像データの色を推定する第一の写像と、前記第二の画素値対応付けデータに基づいて前記第二の出力画像データの色から前記カラーチャートデータの色を推定する第二の写像とを決定する写像推定手段と、
   前記第一の写像と前記第二の写像とに基づいて、前記原稿画像データの画素値を変換する変換手段と、
   を有し、
   前記カラーチャートデータは、前記第二の画像出力機手段の出力可能の色域を網羅するカラーパッチで構成されている、画像処理装置。
2. 前記カラーチャートデータは、前記第二の画像出力機手段の出力可能の色域に偏りなく均一に分布するカラーパッチで構成されている、
   ことを特徴とする請求項１に記載の画像処理装置。
3. 前記写像推定手段は、前記原稿画像データの複数の色成分値を基にした多次元のデータを用いて前記第一の出力画像データの色を推定する前記第一の写像を決定し、前記第二の出力画像データの複数の色成分値を基にした多次元のデータを用いて前記カラーチャートデータの色を推定する前記第二の写像を決定する、
   ことを特徴とする請求項１または２に記載の画像処理装置。
4. 前記変換手段は、画像データをデバイス非依存の色空間に変換し、
   前記写像推定手段は、前記第一の出力画像データ及び前記第二の出力画像データを前記変換手段によりデバイス非依存の色空間に変換した後、該変換された第一の出力画像データ及び第二の出力画像データを用いて前記第一の写像及び前記第二の写像を決定する、
   ことを特徴とする請求項１乃至３のいずれか一項に記載の画像処理装置。
5. 前記画素値対応付け手段は、前記原稿画像データ、前記第一の出力画像データ、前記カラーチャートデータ、及び前記第二の出力画像データの各コンテンツの輪郭部分を除外した後、前記第一の出力画像データと前記原稿画像データの対応する画素の色成分の組合せの対応付け、及び、前記第二の出力画像データと前記カラーチャートデータの対応する画素の色成分の組合せの対応付けを行う、
   ことを特徴とする請求項１乃至４のいずれか一項に記載の画像処理装置。
6. 前記画素値対応付け手段は、前記第二の幾何学変換パラメータを用いて前記第二の出力画像データと前記カラーチャートデータの対応するカラーパッチの色成分の組合せが対応付けられた前記第二の画素値対応付けデータを生成する、
   ことを特徴とする請求項１乃至５のいずれか一項に記載の画像処理装置。
7. 前記変換手段は、前記第一の写像及び前記第二の写像が所定の基準を満たすか否かを判定し、前記第一の写像及び前記第二の写像が前記所定の基準を満たす場合、前記第一の写像及び前記第二の写像に基づいて前記原稿画像データの画素値を変換する、
   ことを特徴とする請求項１乃至６のいずれか一項に記載の画像処理装置。
8. 前記第一の画素値対応付けデータをデータクレンジングした第一のクレンジング済み画素値対応付けデータと、前記第二の画素値対応付けデータをデータクレンジングした第二のクレンジング済み画素値対応付けデータとを生成するデータクレンジング手段を有し、
   前記写像推定手段は、前記第一のクレンジング済み画素値対応付けデータに基づいて前記原稿画像データから前記第一の出力画像データの色を推定する前記第一の写像と、前記第二のクレンジング済み画素値対応付けデータに基づいて前記第二の出力画像データの色から前記カラーチャートデータの色を推定する前記第二の写像とを決定する、
   ことを特徴とする請求項１乃至７のいずれか一項に記載の画像処理装置。
9. 前記第一の画素値対応付けデータの色空間と、前記第二の画素値対応付けデータの色空間とを複数の部分色空間に分割する色空間分割手段と、
   前記分割された前記第一の画素値対応付けデータの複数の部分色空間毎に代表とするデータを決定した第一の画素値対応付け代表データと、前記分割された前記第二の画素値対応付けデータの複数の部分色空間毎に代表とするデータを決定した第二の画素値対応付け代表データとを生成する代表データ決定手段とを有し、
   前記写像推定手段は、前記第一の画素値対応付け代表データに基づいて前記原稿画像データから前記第一の出力画像データの色を推定する前記第一の写像と、前記第二の画素値対応付け代表データに基づいて前記第二の出力画像データの色から前記カラーチャートデータの色を推定する前記第二の写像とを決定する、
   ことを特徴とする請求項１乃至８のいずれか一項に記載の画像処理装置。
10. 前記色空間分割手段は、前記第一の画素値対応付けデータ及び前記第二の画素値対応付けデータのそれぞれの色空間を、該色空間の各軸を予め設定された所定の間隔で分割する、
    ことを特徴とする請求項９に記載の画像処理装置。
11. 前記色空間分割手段は、前記第一の画素値対応付けデータ及び前記第二の画素値対応付けデータのそれぞれの色空間を、該色空間の各軸の頻度分布又は累積頻度分布に基づき分割する、
    ことを特徴とする請求項９に記載の画像処理装置。
12. 前記色空間分割手段は、前記第一の画素値対応付けデータ及び前記第二の画素値対応付けデータのそれぞれの色空間を、クラスタ分析に基づき分割する、
    ことを特徴とする請求項９に記載の画像処理装置。
13. 前記色空間分割手段は、前記第一の画素値対応付けデータ及び前記第二の画素値対応付けデータのそれぞれの色空間を、色相、明度、及び彩度が表現可能な色空間に変換し、該変換後のそれぞれの色空間を、色相、明度、又は彩度のうち少なくとも１つを用いて分割する、
    ことを特徴とする請求項９に記載の画像処理装置。
14. 前記色空間分割手段は、前記変換後のそれぞれの色空間を、色相、明度、又は彩度のうち少なくとも１つを用いたクラスタ分析に基づき分割する、
    ことを特徴とする請求項９に記載の画像処理装置。
15. 前記代表データ決定手段は、前記色空間分割手段が分割した複数の部分色空間に含まれるデータ数に応じて、前記代表とするデータ数を決定する、
    ことを特徴とする請求項９乃至１４のいずれか一項に記載の画像処理装置。
16. 前記第一の出力結果の地色を表す第一の地色と前記第二の出力結果の地色を表す第二の地色の少なくとも一つに基づいて、前記第一の出力画像データの画素値又は前記第二の出力画像データの画素値を変換する地色補正手段を有し、
    前記画素値対応付け手段は、前記第一の幾何学変換パラメータを用いて、前記地色補正手段により変換された第一の出力画像データと前記原稿画像データとの対応する画素の色成分の組合せが対応付けられた前記第一の画素値対応付けデータを生成し、前記第二の幾何学変換パラメータを用いて、前記地色補正手段により変換された第二の出力画像データと前記カラーチャートデータとの対応する画素の色成分の組合せが対応付けられた第二の画素値対応付けデータをそれぞれ生成する、
    ことを特徴とする請求項１乃至１５のいずれか一項に記載の画像処理装置。
17. 前記第一の幾何学変換パラメータを用いて前記第一の出力画像データから前記第一の地色を検出するとともに、前記第二の幾何学変換パラメータを用いて前記第二の出力画像データから前記第二の地色を検出する地色検出手段を有し、
    前記地色補正手段は、前記地色検出手段により検出された前記第一の地色と前記第二の地色の少なくとも一つに基づいて、前記第一の出力画像データの画素値又は前記第二の出力画像データの画素値を変換する、
    ことを特徴とする請求項１６に記載の画像処理装置。
18. 前記地色補正手段は、前記第一の地色と前記原稿画像データの白色点とが一致するように前記第一の出力画像データの画素値を変換し、前記第二の地色と前記カラーチャートデータの白色点とが一致するように前記第二の出力画像データの画素値を変換する、
    ことを特徴とする請求項１６または１７に記載の画像処理装置。
19. 前記地色補正手段は、前記第一の地色と前記第二の地色とが一致するように、前記第一の出力画像データの画素値又は前記第二の出力画像データの画素値を変換する、
    ことを特徴とする請求項１６乃至１８のいずれか一項に記載の画像処理装置。
20. 前記幾何学変換パラメータ推定手段は、前記変換手段により変換された原稿画像データを前記第二の画像出力機手段が出力した第四の出力結果を前記読み取り装置が読み取った第三の出力画像データと、前記変換された原稿画像データとの位置を合わせる第三の幾何学変換パラメータを推定し、
    前記画素値対応付け手段は、前記第三の幾何学変換パラメータを用いて前記第三の出力画像データと前記変換された原稿画像データの対応する画素の色成分の組合せが対応付けられた第三の画素値対応付けデータを生成し、
    前記写像推定手段は、前記第三の画素値対応付けデータに基づいて前記第三の出力画像データの色から前記変換された原稿画像データの色を推定する第三の写像を決定し、
    前記変換手段は、前記第一の写像と前記第三の写像とに基づいて、前記変換された原稿画像データの画素値を変換する、
    ことを特徴とする請求項１乃至１９のいずれか一項に記載の画像処理装置。
21. 前記変換手段は、前記第一の出力画像データと前記第三の出力画像データとの一致度を所定の方法により判定し、
    前記写像推定手段は、前記一致度が所定の基準を満たす場合、前記第三の画素値対応付けデータに基づいて前記第三の出力画像データの色から前記変換された原稿画像データの色を推定する前記第三の写像を決定する、
    ことを特徴とする請求項２０に記載の画像処理装置。
22. 第一の画像出力機手段が原稿画像データを出力した第一の出力結果の色を、第二の画像出力機手段が前記原稿画像データを出力した第二の出力結果において再現する画像処理装置が、
    読み取り装置が前記第一の出力結果を読み取った第一の出力画像データと前記原稿画像データの位置を合わせる第一の幾何学変換パラメータを推定し、前記第二の画像出力機手段がカラーチャートデータを出力した第三の出力結果を読み取り装置が読み取った第二の出力画像データと前記カラーチャートデータとの位置を合わせる第二の幾何学変換パラメータを推定するステップと、
    前記第一の幾何学変換パラメータを用いて前記第一の出力画像データと前記原稿画像データの対応する画素の色成分の組合せが対応付けられた第一の画素値対応付けデータと、前記第二の幾何学変換パラメータを用いて前記第二の出力画像データと前記カラーチャートデータの対応する画素の色成分の組合せが対応付けられた第二の画素値対応付けデータをそれぞれ生成するステップと、
    前記第一の画素値対応付けデータに基づいて前記原稿画像データから前記第一の出力画像データの色を推定する第一の写像と、前記第二の画素値対応付けデータに基づいて前記第二の出力画像データの色から前記カラーチャートデータの色を推定する第二の写像とを決定するステップと、
    前記第一の写像と前記第二の写像とに基づいて、前記原稿画像データの画素値を変換するステップと、
    を実行し、
    前記カラーチャートデータは、前記第二の画像出力機手段の出力可能の色域を網羅するカラーパッチで構成されている、画像処理方法。
23. 原稿画像データから第一の出力結果を出力する第一の画像出力機手段と、前記原稿画像データから第二の出力結果を出力する第二の画像出力機手段と、前記第一の出力結果及び前記第二の出力結果を読み取る読み取り装置と、前記第二の出力結果の色を前記第一の出力結果の色に近づけるため写像を決定する情報処理装置と、を有する画像処理システムであって、
    前記読み取り装置が前記第一の出力結果を読み取った第一の出力画像データと前記原稿画像データの位置を合わせる第一の幾何学変換パラメータを推定し、前記第二の画像出力機手段がカラーチャートデータを出力した第三の出力結果を前記読み取り装置が読み取った第二の出力画像データと前記カラーチャートデータとの位置を合わせる第二の幾何学変換パラメータを推定する幾何学変換パラメータ推定手段と、
    前記第一の幾何学変換パラメータを用いて前記第一の出力画像データと前記原稿画像データの対応する画素の色成分の組合せが対応付けられた第一の画素値対応付けデータと、前記第二の幾何学変換パラメータを用いて前記第二の出力画像データと前記カラーチャートデータの対応する画素の色成分の組合せが対応付けられた第二の画素値対応付けデータをそれぞれ生成する画素値対応付け手段と、
    前記第一の画素値対応付けデータに基づいて前記原稿画像データから前記第一の出力画像データの色を推定する第一の写像と、前記第二の画素値対応付けデータに基づいて前記第二の出力画像データの色から前記カラーチャートデータの色を推定する第二の写像とを決定する写像推定手段と、
    前記第一の写像と前記第二の写像とに基づいて、前記原稿画像データの画素値を変換する変換手段と、
    を有し、
    前記カラーチャートデータは、前記第二の画像出力機手段の出力可能の色域を網羅するカラーパッチで構成されている、画像処理システム。

Images