JP6996532B2 - 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置 - Google Patents

情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置 Download PDF

Info

Publication number
JP6996532B2
JP6996532B2 JP2019133759A JP2019133759A JP6996532B2 JP 6996532 B2 JP6996532 B2 JP 6996532B2 JP 2019133759 A JP2019133759 A JP 2019133759A JP 2019133759 A JP2019133759 A JP 2019133759A JP 6996532 B2 JP6996532 B2 JP 6996532B2
Authority
JP
Japan
Prior art keywords
information
print medium
color
type
color material
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
JP2019133759A
Other languages
English (en)
Other versions
JP2021019279A (ja
Inventor
仁 長谷川
典 大野
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.)
Seiko Epson Corp
Original Assignee
Seiko Epson 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 Seiko Epson Corp filed Critical Seiko Epson Corp
Priority to JP2019133759A priority Critical patent/JP6996532B2/ja
Priority to CN202010685952.7A priority patent/CN112243069B/zh
Priority to US16/930,917 priority patent/US11336801B2/en
Publication of JP2021019279A publication Critical patent/JP2021019279A/ja
Application granted granted Critical
Publication of JP6996532B2 publication Critical patent/JP6996532B2/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
    • H04N1/23—Reproducing arrangements
    • H04N1/2307—Circuits or arrangements for the control thereof, e.g. using a programmed control device, according to a measured quantity
    • 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
    • H04N1/0035—User-machine interface; Control console
    • H04N1/00352—Input means
    • H04N1/00395—Arrangements for reducing operator input
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J2/00—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed
    • B41J2/005—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed characterised by bringing liquid or particles selectively into contact with a printing material
    • B41J2/01—Ink jet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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
    • H04N1/23—Reproducing arrangements
    • H04N1/2307—Circuits or arrangements for the control thereof, e.g. using a programmed control device, according to a measured quantity
    • H04N1/2346—Circuits or arrangements for the control thereof, e.g. using a programmed control device, according to a measured quantity according to a detected condition or state of the reproducing device, e.g. temperature or ink quantity
    • 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
    • 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
    • H04N1/6033—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis
    • H04N1/605—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis for controlling ink amount, strike-through, bleeding soakage or the like
    • 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
    • H04N1/6094—Colour correction or control depending on characteristics of the input medium, e.g. film type, newspaper

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Ink Jet (AREA)
  • Color, Gradation (AREA)
  • Color Electrophotography (AREA)
  • Color Image Communication Systems (AREA)

Description

本発明は、情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置に関する。
インクまたはトナー等の色材を用いて紙またはフィルム等の印刷媒体に画像を印刷する印刷装置が知られている。この種の印刷装置は、一般に、複数色の色材を色ごとに印刷媒体に印刷することで、印刷媒体に画像を印刷する。このとき、画像情報の色彩値を各色の色材量に変換する色変換プロファイルが用いられる。色変換プロファイルの作成には、印刷品質を高める観点から、印刷媒体へ印刷する単位面積あたりの色材量の上限値等の制限値を適切に設定する必要がある。
例えば、特許文献１に記載の装置は、テストパターンが印刷された印刷媒体を撮像することで得られた撮像情報と、当該印刷媒体を側色することで得られた測色情報とに基づいて、所定の要素を回避するように、インクの吐出量の上限値を決定する。ここで、当該撮像情報に基づいて、インクの溢れ、滲みまたは凝集が生じない吐出量の上限値が決定される。また、当該測色情報に基づいて、インクの色飽和が生じない吐出量の上限値が決定される。これらの決定のそれぞれには、複数の人による官能評価で予め決定された閾値が用いられる。
特開２０１８－１２６９９３号公報
しかし、特許文献１に記載の装置は、回避すべき要素ごとに印刷および撮像を行う必要がある。このため、特許文献１に記載の装置では、色変換プロファイルの作成に要する工数および時間が膨大になってしまうという課題がある。
本発明の情報処理装置の一態様は、印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像との関係を機械学習した学習済モデルを記憶する記憶部と、印刷媒体の種類に関する媒体種情報を含む指定情報の入力を受け付ける受付部と、色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報を取得する取得部と、前記学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定する推定部と、前記制限値を用いて、色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成する作成部と、を有する。
本発明の色変換プロファイル作成方法の一態様は、印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像との関係を機械学習した学習済モデルを用意し、印刷媒体の種類に関する媒体種情報を含む指定情報の入力と、色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報の取得とを実行し、前記学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定し、前記制限値を用いて、色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成する。
本発明の色変換プロファイル作成プログラムの一態様は、印刷媒体の種類に関する媒体種情報を含む指定情報の入力を受け付ける受付機能と、色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報を取得する取得機能と、印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像との関係を機械学習した学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定する推定機能と、前記制限値を用いて、色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成する作成機能と、をコンピューターに実現させる。
本発明の学習装置の一態様は、印刷媒体の種類に関する媒体種情報を含む指定情報と、色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報と、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値とを対応付けたデータセットの入力を受け付ける入力部と、前記データセットに基づいて、印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像との関係を機械学習した学習済モデルを生成する学習処理部と、を有する。
実施形態に係る情報処理装置を用いるシステムの構成例を示す概略図である。 色変換プロファイルに含まれる色変換テーブルの一例を示す図である。 色変換プロファイルを生成するフローを示す図である。 色変換プロファイルの生成に用いる画像の一例を示す図である。 図４に示す画像を構成する単位画像の一例を示す図である。 インクの溢れが生じた状態の一例を示す図である。 インクの滲みが生じた状態の一例を示す図である。 インクの凝集が生じた状態の一例を示す図である。 色材量の制限値を推定する推定部を説明するための図である。 学習済モデルの生成のための機械学習を説明するための図である。 変形例に係る情報処理装置を用いるシステムの構成例を示す概略図である。
以下、添付図面を参照しながら本発明に係る好適な実施形態を説明する。なお、図面において各部の寸法または縮尺は実際と適宜に異なり、理解を容易にするために模式的に示している部分もある。また、本発明の範囲は、以下の説明において特に本発明を限定する旨の記載がない限り、これらの形態に限られない。
１．情報処理装置１を用いるシステム１００の概要
図１は、実施形態に係る情報処理装置１を用いるシステム１００の構成例を示す概略図である。システム１００は、色材としてインクを用いるインクジェット方式の印刷装置２００を用いて印刷する機能と、印刷装置２００の印刷における色合わせに用いる色変換プロファイルＤＰを作成する機能と、を有する。印刷装置２００は、「印刷部」の一例である。システム１００は、印刷装置２００と撮像装置３００と学習装置４００と情報処理装置１とを有する。印刷装置２００、撮像装置３００および学習装置４００のそれぞれは、情報処理装置１と相互に無線または有線により通信可能に接続される。なお、この接続には、インターネットを含む通信網が介在してもよい。また、学習装置４００は、情報処理装置１との間で必要な情報を授受できれば、情報処理装置１と通信可能に接続されなくてもよい。
印刷装置２００は、情報処理装置１による制御のもとでインクジェット方式により印刷媒体に印刷するプリンターである。印刷媒体は、印刷装置２００が印刷可能な媒体であればよく、特に限定されず、例えば、各種紙、各種布または各種フィルム等である。図１に示す印刷装置２００は、シアン、マゼンタ、イエローおよび黒の４色のインクを噴射するインク噴射ヘッド２１０を有する。また、図示しないが、印刷装置２００は、印刷媒体を所定方向に搬送する搬送機構と、インク噴射ヘッド２１０を当該印刷媒体の搬送方向に直交する軸に沿って反復的に移動させる移動機構と、を有する。
インク噴射ヘッド２１０は、シアンのインクを噴射するＣ噴射部２１１Ｃと、マゼンタのインクを噴射するＭ噴射部２１１Ｍと、イエローのインクを噴射するＹ噴射部２１１Ｙと、黒のインクを噴射するＫ噴射部２１１Ｋと、を有する。これらの噴射部は、それぞれ、図示しないインク容器から供給されるインクを図示しない複数のノズルから印刷媒体に噴射する。より具体的には、各噴射部は、図示しない圧力室および駆動素子をノズル毎に有しており、圧力室内の圧力を駆動素子により変動させることで当該圧力室内のインクをノズルから噴射する。当該駆動素子は、例えば圧電素子または発熱素子である。以上の印刷装置２００では、インク噴射ヘッド２１０の往復移動とインクの噴射とが並行して行われることで、搬送される印刷媒体の印刷面に画像が形成される。
なお、インク噴射ヘッド２１０を往復移動させる移動機構は、省略してもよい。この場合、例えば、インク噴射ヘッド２１０を印刷媒体の搬送方向に直交する幅方向の全域にわたって設ければよい。また、インク噴射ヘッド２１０が噴射するインクの色の数は、前述の４色に限定されず、３色以下または５色以上でもよい。
撮像装置３００は、印刷装置２００による印刷後の印刷媒体の印刷面を撮像するカメラまたはスキャナー等の装置である。この撮像により、当該印刷面の撮像画像を示す撮像情報が生成される。当該印刷面にテスト画像情報ＤＧに基づくグラデーション画像を含む画像が印刷される場合、当該撮像情報が撮像情報ＤＩである。撮像装置３００は、例えば撮像光学系および撮像素子を有する。撮像光学系は、少なくとも１つの撮像レンズを含む光学系であり、プリズム等の各種の光学素子を含んでもよいし、ズームレンズまたはフォーカスレンズ等を含んでもよい。撮像素子は、例えば、ＣＣＤ（Charge Coupled Device）イメージセンサーまたはＣＭＯＳ（Complementary MOS）イメージセンサー等である。
なお、撮像装置３００は、分光機能を有してもよい。この場合、例えば、撮像光学系に回折格子または波長可変フィルター等を設ければよい。撮像装置３００の撮像画像は、フルカラーでもモノカラーでもよい。当該撮像画像がフルカラーである場合、撮像情報ＤＩは、例えば、当該撮像画像の画素ごとにＸＹＺ表色系における三刺激値で表される。当該撮像画像がモノカラーである場合、撮像情報ＤＩは、例えば、当該撮像画像の画素ごとに輝度値で表される。ただし、当該撮像画像は、フルカラーであることが好ましい。
情報処理装置１は、印刷装置２００および撮像装置３００の動作を制御するコンピューターである。情報処理装置１は、学習装置４００から提供される学習済モデルＰＪを用いて色変換プロファイルＤＰを作成するプロファイル作成機能と、色変換プロファイルＤＰを用いて印刷装置２００の印刷を実行する印刷実行機能と、を有する。本実施形態では、情報処理装置１は、前述の機能に加えて、ユーザーからの評価結果に基づいて学習済モデルＰＪの追加学習を行う機能も有する。これらの機能は、色変換プロファイル作成プログラムＰ１の実行により実現される。
色変換プロファイルＤＰは、色変換テーブルＴＢＬと制限値Ｄ４とを有する。色変換テーブルＴＢＬは、色空間における座標値とインク量との対応付けに関する情報を含む。当該色空間は、例えば、ＲＧＢ色空間またはＣＭＹＫ色空間等の機器従属色空間である。当該インク量は、印刷装置２００が用いる複数色のインクのそれぞれについて印刷媒体の印刷面に対する単位面積あたりの供給量である。制限値Ｄ４は、色変換テーブルＴＢＬにおける単色および２次色以上の色ごとの各インク量の上限値である。すなわち、制限値Ｄ４は、印刷装置２００から印刷媒体へ印刷する単位面積あたりのインク量の最大値を示す。制限値Ｄ４は、指定情報Ｄ０に基づいて、印刷品質が所定条件を満たすように学習済モデルＰＪを用いて推定される。なお、色変換プロファイルＤＰの形式は、特に限定されないが、例えば、ＩＣＣ（International Color Consortium）の規定に準拠する。
学習済モデルＰＪは、印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像との関係を機械学習した推定モデルである。指定情報Ｄ０は、媒体種情報Ｄ１と色空間情報Ｄ２と色材種情報Ｄ３とのうち、少なくとも媒体種情報Ｄ１を含む。媒体種情報Ｄ１は、印刷媒体の種類に関する情報である。当該印刷媒体の種類としては、例えば、普通紙、塩化ビニールおよびターポリン等が挙げられる。色空間情報Ｄ２は、色合わせの基準となる色空間の種類に関する情報である。当該色合わせの基準としては、例えば、Japan Color、ＳＷＯＰ、Euro Standardおよびその他基準となる色彩値等が挙げられる。色材種情報Ｄ３は、印刷装置２００が用いる色材の種類に関する情報である。当該色材の種類としては、例えば、インクまたはインクセットの品番等が挙げられる。色材種情報Ｄ３は、印刷装置２００の機種に関する情報とも換言可能である。なお、「Japan Color」は登録商標である。また、媒体種情報Ｄ１は、印刷媒体の型番に関する情報等でもよい。
学習装置４００は、学習済モデルＰＪを生成するコンピューターである。学習装置４００は、データセットＤＳを教師データとして用いる教師あり機械学習により学習済モデルＰＪを生成する。図１では図示しないが、データセットＤＳは、指定情報Ｄ０と撮像情報ＤＩと制限値Ｄ４ａとを含む。制限値Ｄ４ａは、正解値に相当するラベルである。学習装置４００における学習済モデルＰＪの生成は、適時に行えばよく、ユーザーからの指示に基づいて行ってもよいし、定期的に自動で行ってもよい。学習装置４００で生成された学習済モデルＰＪは、情報処理装置１からの指示等により情報処理装置１に提供される。なお、学習装置４００の機能は、情報処理装置１で実現されてもよい。
以上の概略のシステム１００では、情報処理装置１が学習済モデルＰＪを用いて色変換プロファイルＤＰの作成のための制限値Ｄ４を推定する。このため、色変換プロファイルＤＰの作成に用いる制限値Ｄ４を決定する際、回避すべき要素ごとに印刷および撮像を繰り返す必要がない。この結果、色変換プロファイルＤＰの作成に要する工数および時間を従来に比べて削減することができる。また、学習済モデルＰＪは、撮像情報ＤＩに基づく画像に表れる様々な要素を考慮した機械学習が可能である。特に、撮像情報ＤＩに基づく画像がグラデーション画像を含むので、グラデーションのトーンジャンプまたは色域等を考慮した学習済モデルを得ることが容易である。このため、従来に比べて色再現性に優れる色変換プロファイルＤＰを容易に得ることができる。以下、情報処理装置１および学習装置４００について詳述する。
２．情報処理装置１
２－１．情報処理装置１の構成
情報処理装置１は、処理装置１０と記憶装置２０と表示装置３０と入力装置４０と通信装置５０とを有する。これらは、互いに通信可能に接続される。
処理装置１０は、情報処理装置１の各部、印刷装置２００および撮像装置３００を制御する機能、および各種データを処理する機能を有する装置である。処理装置１０は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサーを有する。なお、処理装置１０は、単一のプロセッサーで構成されてもよいし、複数のプロセッサーで構成されてもよい。また、処理装置１０の機能の一部または全部を、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）等のハードウェアで実現してもよい。
記憶装置２０は、処理装置１０が実行する各種プログラム、および処理装置１０が処理する各種データを記憶する装置である。記憶装置２０は、例えば、ハードディスクドライブまたは半導体メモリーを有する。なお、記憶装置２０の一部または全部は、情報処理装置１の外部の記憶装置またはサーバー等に設けてもよい。
本実施形態の記憶装置２０には、色変換プロファイル作成プログラムＰ１、学習済モデルＰＪ、色変換プロファイルＤＰ、テスト画像情報ＤＧおよび撮像情報ＤＩが記憶される。ここで、記憶装置２０は、「記憶部」の一例である。なお、色変換プロファイル作成プログラムＰ１、学習済モデルＰＪ、色変換プロファイルＤＰ、テスト画像情報ＤＧおよび撮像情報ＤＩの一部または全部は、情報処理装置１の外部の記憶装置またはサーバー等に記憶されてもよい。
表示装置３０は、処理装置１０による制御のもとで各種の画像を表示する。ここで、表示装置３０は、例えば、液晶表示パネルまたは有機ＥＬ（electro-luminescence）表示パネル等の各種の表示パネルを有する。なお、表示装置３０は、情報処理装置１の外部に設けられてもよい。
入力装置４０は、ユーザーからの操作を受け付ける機器である。例えば、入力装置４０は、タッチパッド、タッチパネルまたはマウス等のポインティングデバイスを有する。ここで、入力装置４０は、タッチパネルを有する場合、表示装置３０を兼ねてもよい。なお、入力装置４０は、情報処理装置１の外部に設けられてもよい。
通信装置５０は、印刷装置２００、撮像装置３００および学習装置４００と無線または有線で通信する機器である。例えば、通信装置５０は、ＵＳＢ（Universal Serial Bus）またはＬＡＮ（Local Area Network）等のインターフェイスを有する。
以上の構成の情報処理装置１において、処理装置１０は、記憶装置２０から色変換プロファイル作成プログラムＰ１を読み込んで実行する。この実行により、処理装置１０は、受付部１１、取得部１２、推定部１３、作成部１４および追加学習部１５として機能する。
受付部１１は、指定情報Ｄ０の入力を受け付ける受付機能を実現する。取得部１２は、撮像装置３００から撮像情報ＤＩを取得する取得機能を実現する。推定部１３は、学習済モデルＰＪを用いて、指定情報Ｄ０および撮像情報ＤＩに基づいて、制限値Ｄ４を推定する推定機能を実現する。作成部１４は、制限値Ｄ４を用いて、色変換プロファイルＤＰを作成する作成機能を実現する。追加学習部１５は、制限値Ｄ４に対する適否に関するラベルＬＢの付加をユーザーからの操作により受け付け、ラベルＬＢを用いて、学習済モデルＰＪに対して追加学習を行う追加学習機能を実現する。例えば、追加学習部１５は、後述する学習装置４００の学習処理部４１２と同様の機械学習を当該追加学習として行う。ラベルＬＢは、例えば、当該追加学習における制限値Ｄ４の重みを付加する。なお、追加学習部１５は、必要に応じて設ければよく、省略してもよい。
２－２．色変換テーブルＴＢＬ
図２は、色変換プロファイルＤＰに含まれる色変換テーブルＴＢＬの一例を示す図である。図２に示す色変換テーブルＴＢＬは、情報ＴＢＬ１、ＴＢＬ２およびＴＢＬ３を含む。
情報ＴＢＬ１およびＴＢＬ２は、それぞれ、色空間ＣＳ１の座標値と色空間ＣＳ２の座標値との対応付けに関する情報である。より具体的には、情報ＴＢＬ１は、色空間ＣＳ１の座標値（Ｃｉ，Ｍｉ，Ｙｉ，Ｋｉ）から色空間ＣＳ２の座標値（Ｌｉ，ａｉ，ｂｉ）に変換するＡ２Ｂテーブルである。変数ｉは、色空間ＣＳ１に設定される格子点ＧＤ１を識別する変数である。格子点ＧＤ１は、通常、色空間ＣＳ２の各軸に沿う方向へ等間隔に並べられる。一方、情報ＴＢＬ２は、色空間ＣＳ２の座標値（Ｌｊ，ａｊ，ｂｊ）から色空間ＣＳ１の座標値（Ｃｊ，Ｍｊ，Ｙｊ，Ｋｊ）に変換するＢ２Ａテーブルである。変数ｊは、色空間ＣＳ２に設定される格子点ＧＤ２を識別する変数である。格子点ＧＤ２は、通常、色空間の各軸に沿う方向へ等間隔に並べられる。
色空間ＣＳ１は、例えば、デバイスに依存する機器従属色空間である。図２では、色空間ＣＳ１がＣＭＹＫ色空間である場合が例示される。一方、色空間ＣＳ２は、いわゆるプロファイル接続空間（ＰＣＳ）であり、例えば、デバイスに依存しない機器独立色空間である。図２では、色空間ＣＳ２がＣＩＥＬＡＢ色空間である場合が例示される。色空間ＣＳ２の種類は、なお、色空間ＣＳ１は、出力デバイスが利用可能な色空間であればよく、ＣＭＹＫ色空間に限定されず、例えば、ＣＭＹ色空間、または出力デバイス独自の色空間でもよい。また、色空間ＣＳ２は、デバイスに依存しない色空間であればよく、ＣＩＥＬＡＢ色空間に限定されず、例えば、ＸＹＺ色空間等でもよい。
情報ＴＢＬ３は、色空間ＣＳ２の座標値（Ｃｊ，Ｍｊ，Ｙｊ，Ｋｊ）とインク量を示す値（ｃｊ，ｍｊ，ｙｊ，ｋｊ）との対応付けに関する情報である。例えば、情報ＴＢＬ３は、前述のＢ２Ａテーブルである情報ＴＢＬ２での変換後の座標値をインク量に変換するルックアップテーブルである。値（ｃｊ，ｍｊ，ｙｊ，ｋｊ）は、例えば、前述のインク噴射ヘッド２１０のインク色に対応しており、各色のインク使用量を表す階調値である。
２－３．色変換プロファイルＤＰ作成方法
図３は、色変換プロファイルＤＰを生成するフローを示す図である。色変換プロファイルＤＰの生成方法は、図３に示すように、指定情報Ｄ０の入力を受け付けるステップＳ１０１と、撮像情報ＤＩを取得するステップＳ１０２と、制限値Ｄ４を推定するステップＳ１０３と、色変換プロファイルＤＰを作成するステップＳ１０４と、を有する。以下、各ステップを順次説明する。なお、ステップＳ１０１およびＳ１０２の順は、図３に示す順に限定されず、ステップＳ１０１をステップＳ１０２の後に行ってもよいし、ステップＳ１０１およびＳ１０２を同時に行ってもよい。
ステップＳ１０１では、指定情報Ｄ０の入力を受け付ける。この入力は、例えば、入力装置４０を用いて行われる。このとき、例えば、指定情報Ｄ０を選択または入力するための画像が表示装置３０に表示される。
ステップＳ１０２では、撮像情報ＤＩを取得する。撮像情報ＤＩは、印刷装置２００によって印刷媒体に印刷された画像を撮像することにより得られる。以下、当該画像について説明する。
図４は、色変換プロファイルＤＰの生成に用いる画像の一例である画像Ｇを示す図である。画像Ｇは、前述の印刷装置２００に用いられる４色のインクの組み合わせおよびインク量の階調を適宜に異ならせて印刷媒体ＭＰの印刷面ＭＰ０上に形成される。図４に示す画像Ｇは、複数のグラデーション画像ＧＧおよび複数の単位画像ＧＰで構成される。なお、複数の単位画像ＧＰおよび複数のグラデーション画像ＧＧの配置は、図４に示す配置に限定されない。また、画像Ｇは、グラデーション画像ＧＧを含んでいればよく、複数の単位画像ＧＰを省略してもよい。
複数のグラデーション画像ＧＧは、ｍ個のグラデーション画像ＧＧで構成される。ただし、ｍは、２以上の自然数であり、好ましくは、１０以上１００以下である。各グラデーション画像ＧＧは、当該４色のインクによる３次色で表されるグレーのグラデーション画像ＧＧ１と、当該４色のインクによる４次色で表されるグレーのグラデーション画像ＧＧ２と、で構成される。図４では、グラデーション画像ＧＧ１およびＧＧ２は、それぞれ、帯状をなし、一端から他端に向けて、白色から黒色に色が変化する場合が例示される。ここで、ｍ個のグラデーション画像ＧＧは、用いる複数色のインクの割合が互いに異なる。なお、図４に示すグラデーション画像ＧＧの構成は、一例であり、これに限定されない。例えば、各グラデーション画像ＧＧを構成するグラデーション画像の数は、印刷装置２００が用いるインクの色の数等に応じて決められ、２つに限定されず、１つまたは３つ以上でもよい。
複数の単位画像ＧＰは、画像群Ｇ１、Ｇ２およびＧ４に分けられる。画像群Ｇ１は、当該４色のインクによる単色の複数の単位画像ＧＰで構成される。図４に例示される画像群Ｇ１は、４色のインクの色ごとに、インク量の階調が互いに異なるｎ個の単位画像ＧＰで構成される。画像群Ｇ２は、当該４色のインクによる２次色の複数の単位画像ＧＰで構成される。図４に例示される画像群Ｇ２は、４色のインクの２次色ごとに、インク量の階調が互いに異なるｎ個の単位画像ＧＰで構成される。画像群Ｇ４は、当該４色のインクによる４次色の複数の単位画像ＧＰで構成される。図４に例示される画像群Ｇ４は、インク量の階調が互いに異なるｎ個の単位画像ＧＰで構成される。ただし、ｎは、２以上の自然数であり、好ましくは、１０以上１００以下である。なお、複数の単位画像ＧＰを形成するインク量の階調の範囲は、適宜に決められる。
図５は、図４に示す画像Ｇを構成する単位画像ＧＰの一例を示す図である。図５に示す単位画像ＧＰの外形は、四角形をなす。図５に示す例では、単位画像ＧＰには、１つの辺の一端から各辺に傾斜する方向に延びる線パターンＰＬ１と、当該１つの辺の他端から各辺に傾斜する方向に延びる線パターンＰＬ２と、が描かれる。線パターンＰＬ１は、単位画像ＧＰを領域ＰＡ１と領域ＰＡ２とに区分する。線パターンＰＬ２は、領域ＰＡ２を領域ＰＡ２ａと領域ＰＡ２ｂとに区分する。領域ＰＡ１およびＰＡ２は、それぞれ、前述の画像群に対応する色のインクで印刷される。線パターンＰＬ１およびＰＬ２は、それぞれ、領域ＰＡ１およびＰＡ２とは異なる色のインクで印刷される。なお、各単位画像ＧＰの形状等は、図５に示す形状等に限定されない。
以上の画像Ｇを印刷した印刷面ＭＰ０を観察することで、グラデーションの階調性等の特性、インクの滲み、凝集および溢れの有無と印刷面ＭＰ０における単位面積あたりのインク量との関係を判定することができる。グラデーションの特性としては、階調性のほか、粒状性、バンディングの有無等が挙げられる。グラデーションの特性は、グラデーション画像ＧＧにおける色味または明度等として現れる。例えば、色材の重ね合わせによって理想的な色相から色味がずれる場合、例えば、グレーであるべき領域が赤みを帯びて視認される。以下、インクの滲み、凝集および溢れについて簡単に説明する。
図６は、インクの溢れが生じた状態の一例を示す図である。「インクの溢れ」とは、印刷媒体ＭＰのインク吸収能力に対してインクの供給量が過大であることに起因して、本来の単位画像ＧＰの領域からインクがはみ出て単位画像ＧＰの形状が崩れる状態をいう。図６では、領域ＰＡ１およびＰＡ２と線パターンＰＬ１およびＰＬ２との境界の形状が崩れる例が示される。
図７は、インクの滲みが生じた状態の一例を示す図である。「インクの滲み」とは、印刷媒体ＭＰのインク保持能力に対してインクの供給量が過大であることに起因して、本来の単位画像ＧＰの領域からインクがはみ出て単位画像ＧＰの輪郭の曖昧さが増す状態をいう。図７では、領域ＰＡ１およびＰＡ２と線パターンＰＬ１およびＰＬ２との境界の曖昧さが増す例が示される。
図８は、インクの凝集が生じた状態の一例を示す図である。「インクの凝集」とは、分散系のインクを用いた場合に分散質同士が集まることに起因して、単位画像ＧＰ内にインクの濃度むらが生じる状態をいう。図８では、領域ＰＡ１およびＰＡ２のそれぞれに濃度むらが生じる例が示される。
なお、図示しないが、グラデーションのトーンジャンプ等は、単位画像ＧＰ同士の色差または濃度差として、印刷された画像Ｇに現れる。
ステップＳ１０３では、推定部１３が、学習済モデルＰＪを用いて、指定情報Ｄ０および撮像情報ＤＩに基づいて、印刷装置２００から印刷媒体ＭＰへ印刷する単位面積あたりのインク量の最大値を示す制限値Ｄ４を推定する。制限値Ｄ４は、例えば、各色のインク量を示す情報（Ｃｉ，Ｍｉ，Ｙｉ，Ｋｉ）として表される。
図９は、制限値Ｄ４を推定する推定部１３を説明するための図である。学習済モデルＰＪは、撮像情報ＤＩおよび指定情報Ｄ０の入力に応じて制限値Ｄ４を出力する学習済モデルである。具体的には、学習済モデルＰＪは、撮像情報ＤＩおよび指定情報Ｄ０から制限値Ｄ４を生成する演算を処理装置１０に実行させるプログラムと、当該演算に適用される複数の係数との組合せで実現される。当該プログラムは、例えば人工知能ソフトウェアを構成するプログラムモジュールである。当該複数の係数は、例えば、後述する学習装置４００におけるデータセットＤＳを利用した深層学習により設定される。図９では、学習済モデルＰＪが入力層、出力層および中間層を有する深層ニューラルネットワーク等の数理モデルである場合が好適例として示される。
ステップＳ１０４では、作成部１４が制限値Ｄ４を用いて色変換プロファイルＤＰを作成する。具体的には、作成部１４は、単色、２次色または４次色の色ごとにインク量が前述の推定部１３による推定結果を超えないように、色変換プロファイルＤＰを作成する。
以上の情報処理装置１では、推定部１３が学習済モデルＰＪを用いて色変換プロファイルＤＰの作成のための制限値Ｄ４を推定する。このため、色変換プロファイルＤＰの作成に用いる制限値Ｄ４を決定する際、回避すべき要素ごとに印刷および撮像を繰り返す必要がない。この結果、色変換プロファイルＤＰの作成に要する工数および時間を従来に比べて削減することができる。また、学習済モデルＰＪは、撮像情報ＤＩに基づく画像に表れる様々な要素を考慮した機械学習が可能である。特に、撮像情報ＤＩに基づく画像Ｇがグラデーション画像ＧＧを含むので、グラデーションのトーンジャンプまたは色域等を考慮した学習済モデルを得ることが容易である。このため、従来に比べて色再現性に優れる色変換プロファイルＤＰを容易に得ることができる。
本実施形態では、学習済モデルＰＪは、色変換プロファイルＤＰに用いる色空間の種類との関係をさらに機械学習している。このため、指定情報Ｄ０が当該色空間の種類に関する色空間情報Ｄ２を含む場合、色変換前後の色差を低減した色変換プロファイルＤＰを得ることができる。
ここで、当該色空間において色変換プロファイルＤＰでの対応付けに基づく色差ΔＥの値は、人が離間比較では色差を識別し難い３．０以下であることが好ましい。この場合、色変換前後の色差が実質的にない色変換プロファイルＤＰを得ることができる。
また、学習済モデルＰＪは、色材の種類との関係をさらに機械学習している。このため、指定情報Ｄ０が当該色材の種類に関する色材種情報Ｄ３を含む場合、色材の種類を考慮した色変換プロファイルＤＰを得ることができる。
さらに、追加学習部１５が、制限値Ｄ４に対する適否に関するラベルＬＢの付加をユーザーからの操作により受け付け、ラベルＬＢを用いて、学習済モデルＰＪに対して追加学習を行う。このため、色変換プロファイルＤＰの色再現性を事後的に高めることができる。
３．学習装置４００
図１に示すように、学習装置４００は、処理装置４１０と記憶装置４２０とを有し、これらが相互に通信可能に接続される。図示しないが、学習装置４００は、情報処理装置１と通信可能な通信装置を有する。当該通信装置は、前述の情報処理装置１の通信装置５０と同様に構成される。なお、学習装置４００は、情報処理装置１の表示装置３０および入力装置４０と同様の装置を有してもよい。
処理装置４１０は、学習装置４００の各部を制御する機能、および各種データを処理する機能を有する装置である。処理装置４１０は、例えば、ＣＰＵ等のプロセッサーを有する。なお、処理装置４１０は、単一のプロセッサーで構成されてもよいし、複数のプロセッサーで構成されてもよい。また、処理装置４１０の機能の一部または全部を、ＤＳＰ、ＡＳＩＣ、ＰＬＤ、ＦＰＧＡ等のハードウェアで実現してもよい。
記憶装置４２０は、処理装置４１０が実行する各種プログラム、および処理装置４１０が処理する各種データを記憶する装置である。記憶装置４２０は、例えば、ハードディスクドライブまたは半導体メモリーを有する。なお、記憶装置４２０の一部または全部は、学習装置４００の外部の記憶装置またはサーバー等に設けてもよい。
本実施形態の記憶装置４２０には、学習プログラムＰ２、データセットＤＳおよび学習済モデルＰＪが記憶される。なお、学習プログラムＰ２、データセットＤＳおよび学習済モデルＰＪの一部または全部は、学習装置４００の外部の記憶装置またはサーバー等に記憶されてもよい。
以上の構成の学習装置４００において、処理装置４１０は、記憶装置４２０から学習プログラムＰ２を読み込んで実行する。この実行により、処理装置４１０は、入力部４１１および学習処理部４１２として機能する。
入力部４１１は、指定情報Ｄ０と撮像情報ＤＩと制限値Ｄ４ａとを対応付けたデータセットＤＳの入力を受け付ける機能を実現する。学習処理部４１２は、データセットＤＳに基づいて、学習済モデルＰＪを生成する機能を実現する。
図１０は、学習済モデルＰＪの生成のための機械学習を説明するための図である。学習済モデルＰＪの機械学習には、複数のデータセットＤＳが使用される。各データセットＤＳは、撮像情報ＤＩと、撮像情報ＤＩに対応する指定情報Ｄ０および制限値Ｄ４ａと、を含む。データセットＤＳにおける指定情報Ｄ０および撮像情報ＤＩは、情報処理装置１とは別途の装置を用いて生成したものであってもよい。データセットＤＳにおける制限値Ｄ４ａは、当該データセットＤＳにおける撮像情報ＤＩおよび指定情報Ｄ０に対する正解値に相当するラベルである。当該ラベルは、前述の画像Ｇの状態に基づいて管理者等により決められる。ここで、過去に指定情報Ｄ０および撮像情報ＤＩと同様の条件で、インクの溢れ、滲みおよび凝集等の回避すべき要素のうちの１以上の要素を回避したときの上限値を制限値Ｄ４ａとして利用可能である。
学習処理部４１２は、複数のデータセットＤＳを利用した教師あり機械学習により学習済モデルＰＪの複数の係数を設定する。具体的には、学習処理部４１２は、データセットＤＳにおける指定情報Ｄ０および撮像情報ＤＩの入力に対して暫定的な学習済モデルＰＪが出力する制限値Ｄ４ｂと、データセットＤＳに含まれる制限値Ｄ４ａとの相違が低減されるように、学習済モデルＰＪの複数の係数を更新する。例えば、学習処理部４１２は、制限値Ｄ４ａと制限値Ｄ４ｂとの相違を表す評価関数が最小化されるように、誤差逆伝播法により学習済モデルＰＪの複数の係数を反復的に更新する。以上の機械学習により設定された学習済モデルＰＪの複数の係数は、記憶装置４２０に記憶される。以上の機械学習後の学習済モデルＰＪは、複数のデータセットＤＳにおける指定情報Ｄ０および撮像情報ＤＩと制限値Ｄ４ａとの間に潜在する傾向のもとで、未知の指定情報Ｄ０および撮像情報ＤＩに対して統計的に妥当な制限値Ｄ４を出力する。
以上の学習装置４００では、機械学習に用いる画像Ｇに表れる様々な要素を考慮して機械学習した学習済モデルＰＪを得ることができる。例えば、本実施形態では、グラデーションのトーンジャンプまたは色域等だけでなく、前述のインクの溢れ、滲み、凝集および色飽和を考慮した学習済モデルＰＪを得ることができる。
４．変形例
以上、本発明の情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置について図示の実施形態に基づいて説明したが、本発明は、これらに限定されない。また、本発明の各部の構成は、前述した実施形態の同様の機能を発揮する任意の構成に置換することができ、また、任意の構成を付加することもできる。
図１１は、変形例に係る情報処理装置１Ａを用いるシステム１００Ａの構成例を示す概略図である。前述の実施形態では、情報処理装置１が色変換プロファイル作成プログラムＰ１を実行する場合が例示される。これに対し、図１１に示すように、サーバーとして機能する情報処理装置１Ａが色変換プロファイル作成プログラムＰ１を実行し、その実行による機能の一部または全部をクライアント５００に提供してもよい。
図１１では、情報処理装置１Ａがインターネットを含む通信網ＮＷを介してクライアント５００、印刷装置２００－１、２００－２および２００－３のそれぞれに相互に通信可能に接続される。情報処理装置１Ａは、色変換プロファイル作成プログラムＰ１を実行可能なコンピューターである。印刷装置２００－１～２００－３は、それぞれ、前述の印刷装置２００と同様に構成される。なお、情報処理装置１Ａが前述の学習装置４００を兼ねてもよい。
また、前述の実施形態では、制限値Ｄ４が印刷装置２００から印刷媒体へ印刷する単位面積あたりのインク量の最大値を示す場合が例示されるが、これに限定されない。例えば、印刷装置２００から印刷媒体へ印刷する単位面積あたりのインク量の最小値を制限値Ｄ４として推定部１３で推定することもできる。この場合、印刷装置２００から印刷媒体へ印刷する単位面積あたりのインク量の最小値を制限値Ｄ４ａとしてデータセットＤＳに用いればよい。
さらに、前述の実施形態では、色材としてインクを用いる場合が例示されるが、これに限定されず、例えば、色材としてトナーを用いてもよい。すなわち、印刷部は、例えば、電子写真方式のプリンターであってもよい。この場合、回避すべき要素としては、例えば、トナーの剥がれ等が挙げられる。
また、印刷媒体は、昇華転写用の印刷媒体であってもよい。この場合、色変換プロファイルまたは学習済モデルの作成に用いる撮像情報は、印刷媒体を撮像して得られる撮像情報でもよいし、印刷媒体から画像転写された媒体を撮像して得られる撮像情報でもよい。
さらに、前述の実施形態では、学習済モデルＰＪの追加学習を情報処理装置１で行う場合が例示されるが、これに限定されず、当該追加学習を学習装置４００で行ってもよい。この場合、当該追加学習を行った学習済モデルＰＪは、適時に情報処理装置１に提供される。
１…情報処理装置、１Ａ…情報処理装置、１１…受付部、１２…取得部、１３…推定部、１４…作成部、１５…追加学習部、２０…記憶装置、２００…印刷装置、２００－１…印刷装置、２００－２…印刷装置、２００－３…印刷装置、４００…学習装置、４１１…入力部、４１２…学習処理部、ＣＳ１…色空間、ＣＳ２…色空間、Ｄ０…指定情報、Ｄ１…媒体種情報、Ｄ２…色空間情報、Ｄ３…色材種情報、Ｄ４…制限値、Ｄ４ａ…制限値、Ｄ４ｂ…制限値、ＤＧ…テスト画像情報、ＤＩ…撮像情報、ＤＰ…色変換プロファイル、ＤＳ…データセット、Ｇ…画像、ＧＧ…グラデーション画像、ＬＢ…ラベル、ＭＰ…印刷媒体、Ｐ１…色変換プロファイル作成プログラム、ＰＪ…学習済モデル。

Claims (9)

  1. 印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像と、色空間の種類との関係を機械学習した学習済モデルを記憶する記憶部と、
    印刷媒体の種類に関する媒体種情報と、前記色空間の種類に関する色空間情報とを含む指定情報の入力を受け付ける受付部と、
    色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報を取得する取得部と、
    前記学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定する推定部と、
    前記制限値を用いて、前記色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成する作成部と、を有する、
    情報処理装置。
  2. 前記制限値に対する適否に関するラベルの付加をユーザーからの操作により受け付け、前記ラベルを用いて、前記学習済モデルに対して追加学習を行う追加学習部を有する、
    請求項１に記載の情報処理装置。
  3. 印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像との関係を機械学習した学習済モデルを記憶する記憶部と、
    印刷媒体の種類に関する媒体種情報を含む指定情報の入力を受け付ける受付部と、
    色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報を取得する取得部と、
    前記学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定する推定部と、
    前記制限値を用いて、色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成する作成部と、
    前記制限値に対する適否に関するラベルの付加をユーザーからの操作により受け付け、前記ラベルを用いて、前記学習済モデルに対して追加学習を行う追加学習部と、を有する、
    情報処理装置。
  4. 前記学習済モデルは、前記色材の種類との関係をさらに機械学習しており、
    前記指定情報は、前記色材の種類に関する色材種情報を含む、
    請求項１から３のいずれか１項に記載の情報処理装置。
  5. 印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像と、色空間の種類との関係を機械学習した学習済モデルを用意し、
    印刷媒体の種類に関する媒体種情報と、前記色空間の種類に関する色空間情報とを含む指定情報の入力と、色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報の取得とを実行し、
    前記学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定し、
    前記制限値を用いて、前記色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成する、
    色変換プロファイル作成方法。
  6. 印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像との関係を機械学習した学習済モデルを用意し、
    印刷媒体の種類に関する媒体種情報を含む指定情報の入力と、色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報の取得とを実行し、
    前記学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定し、
    前記制限値を用いて、色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成し、
    前記制限値に対する適否に関するラベルの付加をユーザーからの操作により受け付け、前記ラベルを用いて、前記学習済モデルに対して追加学習を行う、
    色変換プロファイル作成方法。
  7. 印刷媒体の種類に関する媒体種情報と、色空間の種類に関する色空間情報とを含む指定情報の入力を受け付ける受付機能と、
    色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報を取得する取得機能と、
    印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像と、前記色空間の種類との関係を機械学習した学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定する推定機能と、
    前記制限値を用いて、前記色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成する作成機能と、をコンピューターに実現させる、
    色変換プロファイル作成プログラム。
  8. 印刷媒体の種類に関する媒体種情報を含む指定情報の入力を受け付ける受付機能と、
    色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報を取得する取得機能と、
    印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像との関係を機械学習した学習済モデルを用いて、前記指定情報および前記撮像情報に基づいて、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値を推定する推定機能と、
    前記制限値を用いて、色空間における座標値と色材量との対応付けに関する情報を含む色変換プロファイルを作成する作成機能と、
    前記制限値に対する適否に関するラベルの付加をユーザーからの操作により受け付け、前記ラベルを用いて、前記学習済モデルに対して追加学習を行う追加学習機能と、をコンピューターに実現させる、
    色変換プロファイル作成プログラム。
  9. 印刷媒体の種類に関する媒体種情報と、色空間の種類に関する色空間情報とを含む指定情報と、色材を用いて印刷する印刷部によって印刷媒体に印刷されたグラデーション画像を含む画像を撮像することにより得られた撮像情報と、前記印刷部から印刷媒体へ印刷する単位面積あたりの色材量の最大値または最小値を示す制限値とを対応付けたデータセットの入力を受け付ける入力部と、
    前記データセットに基づいて、印刷媒体の種類と、印刷媒体における単位面積あたりの色材量と、印刷媒体に印刷されたグラデーション画像を含む画像と、前記色空間の種類との関係を機械学習した学習済モデルを生成する学習処理部と、を有する、
    学習装置。
JP2019133759A 2019-07-19 2019-07-19 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置 Active JP6996532B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019133759A JP6996532B2 (ja) 2019-07-19 2019-07-19 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置
CN202010685952.7A CN112243069B (zh) 2019-07-19 2020-07-16 信息处理装置、颜色转换特性文件制作方法以及学习装置
US16/930,917 US11336801B2 (en) 2019-07-19 2020-07-16 Apparatus and method for performing color conversions using machine learning

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019133759A JP6996532B2 (ja) 2019-07-19 2019-07-19 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置

Publications (2)

Publication Number Publication Date
JP2021019279A JP2021019279A (ja) 2021-02-15
JP6996532B2 true JP6996532B2 (ja) 2022-01-17

Family

ID=74170764

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019133759A Active JP6996532B2 (ja) 2019-07-19 2019-07-19 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置

Country Status (3)

Country Link
US (1) US11336801B2 (ja)
JP (1) JP6996532B2 (ja)
CN (1) CN112243069B (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4303003A1 (en) * 2021-03-03 2024-01-10 FUJIFILM Corporation Defective nozzle estimation device, defective nozzle estimation method, defective nozzle estimation program, printing device, and method for manufacturing printed matter

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005161550A (ja) 2003-11-28 2005-06-23 Seiko Epson Corp 色変換テーブル補正装置、色変換テーブル補正方法、色変換テーブル補正プログラムおよび印刷制御装置
JP2008067359A (ja) 2006-08-08 2008-03-21 Canon Inc プロファイル作成方法、プロファイル作成プログラムおよび印刷装置
JP2009111667A (ja) 2007-10-30 2009-05-21 Seiko Epson Corp 印刷結果の予測
JP2011077975A (ja) 2009-10-01 2011-04-14 Seiko Epson Corp 粒状性予測装置、粒状性予測方法、プロファイル作成方法、および、印刷装置
JP2018098630A (ja) 2016-12-13 2018-06-21 富士フイルム株式会社 色変換テーブル作成装置及び方法、色変換装置、並びにプログラム
JP2019109924A (ja) 2019-02-27 2019-07-04 キヤノンマーケティングジャパン株式会社 情報処理システム、情報処理方法、プログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3787534B2 (ja) 2002-05-20 2006-06-21 キヤノン株式会社 画像処理装置、画像処理方法及び画像処理プログラム
JP2008143026A (ja) * 2006-12-11 2008-06-26 Seiko Epson Corp 画像処理装置、画像処理方法、およびプログラム
JP5157856B2 (ja) * 2008-12-03 2013-03-06 セイコーエプソン株式会社 印刷制御装置、印刷システムおよび印刷制御プログラム
JP2011193269A (ja) 2010-03-15 2011-09-29 Ricoh Co Ltd 画像形成装置及び方法
US8477370B2 (en) * 2010-03-19 2013-07-02 Xerox Corporation Color mapping determination for an N-color marking device based upon color stability
JP5760521B2 (ja) * 2011-03-04 2015-08-12 セイコーエプソン株式会社 プロファイル作成方法、プロファイル作成プログラムおよび印刷装置
JP5736884B2 (ja) * 2011-03-22 2015-06-17 セイコーエプソン株式会社 プロファイル作成方法、プロファイル作成プログラムおよび印刷装置
CN108394180B (zh) 2017-02-06 2021-06-15 精工爱普生株式会社 印刷装置
JP7003552B2 (ja) 2017-02-06 2022-01-20 セイコーエプソン株式会社 印刷装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005161550A (ja) 2003-11-28 2005-06-23 Seiko Epson Corp 色変換テーブル補正装置、色変換テーブル補正方法、色変換テーブル補正プログラムおよび印刷制御装置
JP2008067359A (ja) 2006-08-08 2008-03-21 Canon Inc プロファイル作成方法、プロファイル作成プログラムおよび印刷装置
JP2009111667A (ja) 2007-10-30 2009-05-21 Seiko Epson Corp 印刷結果の予測
JP2011077975A (ja) 2009-10-01 2011-04-14 Seiko Epson Corp 粒状性予測装置、粒状性予測方法、プロファイル作成方法、および、印刷装置
JP2018098630A (ja) 2016-12-13 2018-06-21 富士フイルム株式会社 色変換テーブル作成装置及び方法、色変換装置、並びにプログラム
JP2019109924A (ja) 2019-02-27 2019-07-04 キヤノンマーケティングジャパン株式会社 情報処理システム、情報処理方法、プログラム

Also Published As

Publication number Publication date
CN112243069A (zh) 2021-01-19
US11336801B2 (en) 2022-05-17
CN112243069B (zh) 2022-06-03
JP2021019279A (ja) 2021-02-15
US20210021736A1 (en) 2021-01-21

Similar Documents

Publication Publication Date Title
JP3787534B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
CN109076140A (zh) 转换校准数据
JP5014475B2 (ja) 画像処理装置および画像処理方法
US9277076B2 (en) Image processing apparatus and method for performing calibration for printing
JP3360358B2 (ja) 印刷色材量決定方法
JP5634154B2 (ja) 画像処理装置および画像処理方法
CN106464775A (zh) 颜色模型
CN111866303B (zh) 颜色转换信息生成方法、以及颜色转换信息生成装置
JP6996532B2 (ja) 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置
JP6969591B2 (ja) 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置
JP6922950B2 (ja) 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置
JP2021024153A (ja) 情報処理装置、色変換プロファイル作成方法、色変換プロファイル作成プログラムおよび学習装置
US20140268258A1 (en) Automatically compensating for color differences from side 1 to side 2 of a document scanning device
CN111800557B (zh) 颜色转换信息生成方法、以及颜色转换信息生成装置
US9602698B2 (en) Method for creating a color conversion profile for a printer and computer readable recording medium stored with program for creating same
US11778125B2 (en) Image processing apparatus, method, and product generating correction information in ascending order from a region of a smaller number of printing materials
JP2020201820A (ja) 色変換テーブル生成方法、色変換テーブル生成プログラムおよび印刷装置
JP2023081711A (ja) 画像処理装置、画像処理方法
JP7392535B2 (ja) 色予測モデル作成装置、色予測モデル作成システムおよび色予測モデル作成方法
JP2017216564A (ja) 分版装置、分版方法および印刷物
JP2023091489A (ja) 情報処理装置、画像形成装置、画像形成システム、方法、及びプログラム
JP2023035673A (ja) 画像形成装置、画像形成方法
JP2020184676A (ja) 色変換情報生成方法、色変換情報生成プログラム、および色変換情報生成装置
JP2024013272A (ja) 画像処理装置、画像処理装置の制御方法、プログラム及び印刷装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201026

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210715

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210727

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210909

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210928

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211025

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211116

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211129

R150 Certificate of patent or registration of utility model

Ref document number: 6996532

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150