JP7309092B1

JP7309092B1 - 情報処理装置、判定方法、及び判定プログラム

Info

Publication number: JP7309092B1
Application number: JP2023510408A
Authority: JP
Inventors: 想大澤; 隆博加島
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2022-10-04
Filing date: 2022-10-04
Publication date: 2023-07-14
Anticipated expiration: 2042-10-04
Also published as: WO2024075181A1

Abstract

情報処理装置（１００）は、第１の照明の下で物を撮像することにより得られた画像の中の画像領域である識別対象領域に対応する値であり、かつＸＹＺ表色系で表した値であるＸＹＺ値、第１の照明のデータ又はデータに類似するデータを含む分光分布データと主成分分析とを用いることにより得られた分光分布、完全拡散反射面であるときの分光反射率、及びＬ＊ａ＊ｂ＊色空間における値であるＬａｂ値と色との対応関係を示す判定テーブル（１１１ａ）を取得する取得部（１２０）と、ＸＹＺ値、分光分布、及び分光反射率を用いて、Ｌ＊ａ＊ｂ＊色空間における識別対象領域に対応する値であるＬａｂ値を算出する算出部（１４０）と、算出されたＬａｂ値と判定テーブル（１１１ａ）とを用いて、識別対象領域の色を判定する判定部（１７０）と、を有する。

Description

本開示は、情報処理装置、判定方法、及び判定プログラムに関する。

画像に含まれる物の色を判定する技術が知られている。また、画像に含まれる物の色は、照明の影響により、本来の色と異なる場合がある。例えば、物の本来の色が青色であり、照明が黄色である場合、画像に含まれる当該物の色は、照明の影響により、黒っぽい色になる。そこで、色補正が提案されている（特許文献１を参照）。特許文献１の色補正装置は、入力画像の各画素の色情報と、復元された入力画像における照明の分光分布と、出力画像における照明の分光分布とに基づいて、出力画像の各画素の色情報を算出する。出力画像における照明の分光分布の算出では、目標照明として指定された照明の分光分布が、用いられる。指定された照明の分光分布は、ＣＩＥ昼光の相関色温度に基づいて、算出される。

国際公開第２００７／００７７８８号

上記の技術では、ＣＩＥ昼光のような一般的な照明の場合に色補正を行うことができる。しかし、照明には、様々な種類が存在する。そのため、上記の技術では、様々な種類の照明の場合、本来の色を判定できない。

本開示の目的は、本来の色を判定することである。

本開示の一態様に係る情報処理装置が提供される。情報処理装置は、第１の照明の下で物を撮像することにより得られた画像の中の画像領域である識別対象領域に対応する値であり、かつＸＹＺ表色系で表した値であるＸＹＺ値、分光分布、完全拡散反射面であるときの分光反射率、及びＬ^＊ａ^＊ｂ^＊色空間における値であるＬａｂ値と色との対応関係を示す判定情報を取得する取得部と、前記ＸＹＺ値、前記分光分布、及び前記完全拡散反射面であるときの分光反射率を用いて、前記Ｌ^＊ａ^＊ｂ^＊色空間における前記識別対象領域に対応する値であるＬａｂ値を算出する算出部と、算出された前記Ｌａｂ値と前記判定情報とを用いて、前記識別対象領域の色を判定する判定部と、を有する。前記取得部は、前記分光分布が生成される場合、前記第１の照明の下で物を撮像することにより得られた画像の中の基準色の画像領域から得られたＲＧＢ値に基づいて算出された前記基準色の前記ＸＹＺ値、及び前記基準色の箇所の分光反射率を取得する。前記生成部は、前記分光分布が生成される場合、前記第１の照明のデータ又は前記データに類似するデータを含む分光分布データと主成分分析とを用いて、分光分布モデルを生成する。前記分光分布は、前記基準色の前記ＸＹＺ値、前記分光分布モデル、及び前記基準色の箇所の分光反射率に基づいて、得られる。

本開示によれば、本来の色を判定することができる。

情報処理装置が有するハードウェアを示す図である。情報処理装置の機能を示すブロック図である。判定テーブルの例（その１）を示す図である。色判定処理の例を示すフローチャートである。判定テーブルの例（その２）を示す図である。管理テーブルの例（その１）を示す図である。管理テーブルの例（その２）を示す図である。

以下、図面を参照しながら実施の形態を説明する。以下の実施の形態は、例にすぎず、本開示の範囲内で種々の変更が可能である。

実施の形態．
図１は、情報処理装置が有するハードウェアを示す図である。情報処理装置１００は、判定方法を実行する装置である。情報処理装置１００は、ＰＣ（ＰｅｒｓｏｎａｌＣｏｍｐｕｔｅｒ）、スマートフォン、タブレット端末、サーバなどである。例えば、情報処理装置１００がサーバである場合、情報処理装置１００は、タブレット端末とデータの送受信を行う。
情報処理装置１００は、プロセッサ１０１、揮発性記憶装置１０２、及び不揮発性記憶装置１０３を有する。

プロセッサ１０１は、情報処理装置１００全体を制御する。例えば、プロセッサ１０１は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＦＰＧＡ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ）などである。プロセッサ１０１は、マルチプロセッサでもよい。また、情報処理装置１００は、処理回路を有してもよい。

揮発性記憶装置１０２は、情報処理装置１００の主記憶装置である。例えば、揮発性記憶装置１０２は、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）である。不揮発性記憶装置１０３は、情報処理装置１００の補助記憶装置である。例えば、不揮発性記憶装置１０３は、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）、又はＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）である。

次に、情報処理装置１００が有する機能を説明する。
図２は、情報処理装置の機能を示すブロック図である。情報処理装置１００は、記憶部１１０、取得部１２０、生成部１３０、算出部１４０、特定部１５０、変換部１６０、及び判定部１７０を有する。

記憶部１１０は、揮発性記憶装置１０２又は不揮発性記憶装置１０３に確保した記憶領域として実現してもよい。
取得部１２０、生成部１３０、算出部１４０、特定部１５０、変換部１６０、及び判定部１７０の一部又は全部は、処理回路によって実現してもよい。また、取得部１２０、生成部１３０、算出部１４０、特定部１５０、変換部１６０、及び判定部１７０の一部又は全部は、プロセッサ１０１が実行するプログラムのモジュールとして実現してもよい。例えば、プロセッサ１０１が実行するプログラムは、判定プログラムとも言う。例えば、判定プログラムは、記録媒体に記録されている。

情報処理装置１００は、色判定処理で、分光分布Ｐ_Ｅ（λ）を用いる。そこで、以下、分光分布Ｐ_Ｅ（λ）の生成を説明する。

＜分光分布Ｐ_Ｅ（λ）の生成＞
記憶部１１０は、様々な情報を記憶する。
取得部１２０は、基準色のＸＹＺ値を取得する。ＸＹＺ値は、ＸＹＺ表色系で表した値である。例えば、取得部１２０は、ＸＹＺ値を記憶部１１０又は外部装置から取得する。例えば、外部装置は、クラウドサーバである。なお、外部装置の図は、省略されている。

また、取得部１２０は、算出されたＸＹＺ値を取得してもよい。詳細には、取得部１２０は、画像を取得する。なお、当該画像は、第１の照明の下で物を撮像することにより得られた画像である。第１の照明は、工場などの照明である。例えば、第１の照明は、ナトリウム照明、白色ＬＥＤ（ＬｉｇｈｔＥｍｉｔｔｉｎｇＤｉｏｄｅ）照明などである。取得部１２０は、基準色の画像領域（例えば、筐体を示す画像領域）からＲＧＢ値を取得する。なお、基準色の画像領域は、予め定められていてもよい。画像を生成したカメラが、ｓＲＧＢＩＴＵ－ＲＢＴ．７０９に基づいて画像を生成している場合、算出部１４０は、式（１）を用いて、ＲＧＢ値からＸＹＺ値を算出する。

このように、取得部１２０は、算出されたＸＹＺ値を取得してもよい。

取得部１２０は、第１の照明のデータを含む分光分布データを記憶部１１０又は外部装置から取得する。なお、分光分布データは、第１の照明のデータ（つまり、第１の照明の分光分布データ）であると表現してもよい。分光分布データには、第１の照明のデータに類似するデータが含まれてもよい。例えば、第１の照明がナトリウム照明である場合、分光分布データには、ナトリウム照明のデータに類似するデータが含まれてもよい。また、分光分布データには、複数の照明のデータが含まれてもよい。例えば、分光分布データには、工場内に設置されているナトリウム照明、白色ＬＥＤ照明などの複数の照明のデータが含まれる。また、例えば、当該外部装置は、分光放射照度計などである。

生成部１３０は、分光分布データと主成分分析とを用いて、上位３つの主成分を示す式を生成する。当該式は、式（２）で表される。ａ_１、ａ_２、及びａ_３は、パラメータである。なお、３つのパラメータは、不明な値である。後述するように、３つのパラメータは、算出される。Ｐ_１、Ｐ_２、及びＰ_３は、上位３つの主成分である。

このように、分光分布データに主成分分析を用いることにより、Ｐ（λ）が得られる。ここで、Ｐ（λ）は、分光分布モデルと呼ぶ。生成部１３０は、１以上の照明のデータを含む分光分布データをエネルギー平均値で割ることにより得られた値と主成分分析とを用いて、分光分布モデルＰ（λ）を生成してもよい。

取得部１２０は、基準色の箇所（例えば、筐体の箇所）の分光反射率ρ（λ）を取得する。例えば、取得部１２０は、分光反射率ρ（λ）を記憶部１１０又は外部装置から取得する。

算出部１４０は、取得部１２０により取得されたＸＹＺ値、分光分布モデルＰ（λ）、及び分光反射率ρ（λ）を用いて、パラメータａ_１、ａ_２、及びａ_３を算出する。具体的には、算出部１４０は、式（３）を用いて、パラメータａ_１、ａ_２、及びａ_３を算出する。

なお、Ｋは、定数である。オーバーラインのｘ（λ），ｙ（λ），ｚ（λ）は、等色関数である。

３つの式なので、算出部１４０は、不明である３つのパラメータを算出することができる。算出部１４０は、算出されたパラメータａ_１、ａ_２、及びａ_３を分光分布モデルＰ（λ）に代入する。これにより、３つのパラメータが明確になった分光分布モデルＰ（λ）が得られる。３つのパラメータが明確になった分光分布モデルＰ（λ）は、分光分布Ｐ_Ｅ（λ）と呼ぶ。算出部１４０は、分光分布Ｐ_Ｅ（λ）を記憶部１１０又は外部装置に格納してもよい。

次に、色の判定処理を説明する。
＜色の判定処理＞
取得部１２０は、画像を取得する。例えば、取得部１２０は、当該画像を生成したカメラから当該画像を取得する。なお、当該画像は、第１の照明の下で物を撮像することにより得られた画像である。

特定部１５０は、画像の中から識別対象領域を特定する。例えば、特定部１５０は、予め定められた領域を、識別対象領域として特定する。また、例えば、特定部１５０は、画像の中のマーカ領域を、識別対象領域として特定する。特定部１５０は、複数の識別対象領域を特定してもよい。なお、識別対象領域は、画像領域である。

算出部１４０は、識別対象領域に基づいて、識別対象領域に対応する値であるＸＹＺ値を算出する。詳細には、算出部１４０は、識別対象領域のＲＧＢ値に基づいて、ＸＹＺ値を算出する。例えば、算出部１４０は、式（１）を用いて、ＸＹＺ値を算出する。なお、ＸＹＺ値は、ＸＹＺ表色系で表した値である。

取得部１２０は、算出されたＸＹＺ値を取得する。ここで、当該ＸＹＺ値は、外部装置により算出されてもよい。外部装置が当該ＸＹＺ値を算出した場合、取得部１２０は、当該ＸＹＺ値を外部装置から取得する。
取得部１２０は、分光分布Ｐ_Ｅ（λ）を記憶部１１０又は外部装置から取得する。
取得部１２０は、完全拡散反射面であるときの分光反射率ρ１（λ）を記憶部１１０又は外部装置から取得する。

算出部１４０は、当該ＸＹＺ値、分光分布Ｐ_Ｅ（λ）、及び分光反射率ρ１（λ）を用いて、Ｌ^＊ａ^＊ｂ^＊色空間における識別対象領域に対応する値であるＬａｂ値を算出する。具体的には、算出部１４０は、式（４）を用いて、Ｌａｂ値を算出する。また、Ｌａｂ値は、Ｌ^＊ａ^＊ｂ^＊値とも言う。

Ｘｎ、Ｙｎ、及びＺｎは、式（５）を用いて、表される。

変換部１６０は、算出されたＬａｂ値を、Ｌ^＊Ｃ^＊ｈ色空間における識別対象領域に対応する値であるＬＣｈ値に変換する。具体的には、変換部１６０は、式（６）を用いて、Ｌａｂ値をＬＣｈ値に変換する。また、ＬＣｈ値は、Ｌ^＊Ｃ^＊ｈ値とも言う。

取得部１２０は、判定テーブルを記憶部１１０又は外部装置から取得する。判定テーブルの例を示す。

図３は、判定テーブルの例（その１）を示す図である。例えば、判定テーブル１１１は、記憶部１１０に格納される。判定テーブル１１１は、判定情報とも言う。判定テーブル１１１は、Ｌ^＊Ｃ^＊ｈ色空間における値であるＬＣｈ値と色との対応関係を示す。

判定部１７０は、変換により得られたＬＣｈ値と判定テーブル１１１とを用いて、識別対象領域の色を判定する。詳細には、判定部１７０は、Ｌ^＊値、Ｃ^＊値、ｈ値と、判定テーブル１１１とを用いて、識別対象領域の色を判定する。

次に、情報処理装置１００が実行する色判定処理を、フローチャートを用いて、説明する。
図４は、色判定処理の例を示すフローチャートである。
（ステップＳ１１）取得部１２０は、画像を取得する。
（ステップＳ１２）特定部１５０は、画像の中から識別対象領域を特定する。
（ステップＳ１３）算出部１４０は、識別対象領域に基づいて、ＸＹＺ値を算出する。
（ステップＳ１４）取得部１２０は、分光分布Ｐ_Ｅ（λ）を記憶部１１０から取得する。
（ステップＳ１５）取得部１２０は、分光反射率ρ１（λ）を記憶部１１０から取得する。
（ステップＳ１６）算出部１４０は、ＸＹＺ値、分光分布Ｐ_Ｅ（λ）、及び分光反射率ρ１（λ）を用いて、Ｌａｂ値を算出する。
（ステップＳ１７）変換部１６０は、Ｌａｂ値をＬＣｈ値に変換する。
（ステップＳ１８）判定部１７０は、ＬＣｈ値と判定テーブル１１１とを用いて、識別対象領域の色を判定する。

実施の形態によれば、情報処理装置１００は、分光分布Ｐ_Ｅ（λ）を用いることで、照明の影響を排除することができる。そのため、情報処理装置１００は、本来の色を判定することができる。また、様々な種類の照明の分光分布データに基づいて、１以上の分光分布Ｐ_Ｅ（λ）が生成され、情報処理装置１００は、当該分光分布Ｐ_Ｅ（λ）を用いることで、様々な種類の照明の影響を排除して、本来の色を判定することができる。

上記では、ＬＣｈ値と判定テーブル１１１とを用いて、識別対象領域の色が判定される場合を説明した。判定部１７０は、Ｌａｂ値と判定テーブルとを用いて、識別対象領域の色を判定してもよい。当該判定テーブルの例を示す。

図５は、判定テーブルの例（その２）を示す図である。例えば、判定テーブル１１１ａは、記憶部１１０に格納される。判定テーブル１１１ａは、判定情報とも言う。判定テーブル１１１ａは、Ｌ^＊ａ^＊ｂ^＊色空間における値であるＬａｂ値と色との対応関係を示す。

取得部１２０は、判定テーブル１１１ａを記憶部１１０又は外部装置から取得する。そして、判定部１７０は、算出されたＬａｂ値と判定テーブル１１１ａとを用いて、識別対象領域の色を判定する。詳細には、判定部１７０は、Ｌ^＊値、ａ^＊値、ｂ^＊値と、判定テーブル１１１ａとを用いて、識別対象領域の色を判定する。情報処理装置１００は、Ｌａｂ値を用いて色を判定することで、Ｌａｂ値をＬＣｈ値に変換する処理を実行しない。そのため、情報処理装置１００は、情報処理装置１００の処理負荷を軽減できる。

ここで、例えば、判定テーブル１１１及び判定テーブル１１１ａは、ユーザにより生成される。ＬＣｈ値は、Ｌａｂ値よりも扱いやすい。そのため、ユーザは、判定テーブル１１１ａよりも判定テーブル１１１を生成する方が容易である。よって、情報処理装置１００がＬＣｈ値を用いて色を判定する場合では、ユーザの生成負担が軽減される。また、判定テーブル１１１及び判定テーブル１１１ａは、自動的に更新されてもよい。さらに、判定テーブル１１１及び判定テーブル１１１ａは、ユーザによりに更新されてもよい。
また、取得部１２０は、管理テーブルを記憶部１１０又は外部装置から取得してもよい。管理テーブルの例を示す。

図６は、管理テーブルの例（その１）を示す図である。例えば、管理テーブル１１２は、記憶部１１０に格納される。管理テーブル１１２は、管理情報とも言う。管理テーブル１１２は、位置と分光分布との対応関係を示す。管理テーブル１１２は、複数の位置と複数の分光分布との対応関係を示すと表現してもよい。

取得部１２０は、物の撮像位置を取得する。撮像位置は、物を撮像したときの位置である。例えば、取得部１２０は、撮像位置をカメラから取得する。取得部１２０は、管理テーブル１１２に基づいて、撮像位置に対応する分光分布を取得する。

例えば、工場のＡ地点には、ナトリウム照明が設置されている。ユーザは、カメラを用いて、ナトリウム照明の下で物を撮像する。取得部１２０は、当該物の撮像位置をカメラから取得する。当該撮像位置は、位置Ｌ１である。取得部１２０は、管理テーブル１１２に基づいて、当該撮像位置に対応する分光分布Ｐ_Ｅ１（λ）を取得する。分光分布Ｐ_Ｅ１（λ）は、ナトリウム照明のデータ又は当該データに類似するデータを含む分光分布データと主成分分析とを用いることにより得られた分光分布である。

また、例えば、工場のＢ地点には、白色ＬＥＤ照明が設置されている。ユーザは、カメラを用いて、白色ＬＥＤ照明の下で物を撮像する。取得部１２０は、当該物の撮像位置をカメラから取得する。当該撮像位置は、位置Ｌ２である。取得部１２０は、管理テーブル１１２に基づいて、当該撮像位置に対応する分光分布Ｐ_Ｅ２（λ）を取得する。分光分布Ｐ_Ｅ２（λ）は、白色ＬＥＤ照明のデータ又は当該データに類似するデータを含む分光分布データと主成分分析とを用いることにより得られた分光分布である。

このように、情報処理装置１００は、撮像位置によって、異なる分光分布を取得する。そして、情報処理装置１００は、撮像位置に対応する分光分布を用いて、識別対象領域の色を判定できる。

また、取得部１２０は、異なる管理テーブルを記憶部１１０又は外部装置から取得してもよい。当該管理テーブルの例を示す。

図７は、管理テーブルの例（その２）を示す図である。例えば、管理テーブル１１２ａは、記憶部１１０に格納される。管理テーブル１１２ａは、管理情報とも言う。管理テーブル１１２ａは、時間と分光分布との対応関係を示す。管理テーブル１１２ａは、複数の時間と複数の分光分布との対応関係を示すと表現してもよい。

取得部１２０は、物の撮像時刻を取得する。撮像時刻は、物を撮像したときの時刻である。例えば、取得部１２０は、撮像時刻をカメラから取得する。取得部１２０は、管理テーブル１１２ａに基づいて、撮像時刻に対応する分光分布を取得する。

ここで、同じ位置で物を撮像する場合でも、時間によって照明が変わることがある。例えば、時間Ｔ１では、ナトリウム照明が点灯する。時間Ｔ２では、白色ＬＥＤ照明が点灯する。取得部１２０は、撮像時刻が時間Ｔ１内である場合、分光分布Ｐ_Ｅ１（λ）を取得する。また、取得部１２０は、撮像時刻が時間Ｔ２内である場合、分光分布Ｐ_Ｅ２（λ）を取得する。

このように、情報処理装置１００は、撮像時刻によって、異なる分光分布を取得する。そして、情報処理装置１００は、撮像時刻に対応する分光分布を用いて、識別対象領域の色を判定できる。

１００情報処理装置、１０１プロセッサ、１０２揮発性記憶装置、１０３不揮発性記憶装置、１１０記憶部、１１１判定テーブル、１１１ａ判定テーブル、１１２管理テーブル、１１２ａ管理テーブル、１２０取得部、１３０生成部、１４０算出部、１５０特定部、１６０変換部、１７０判定部。

Claims

第１の照明の下で物を撮像することにより得られた画像の中の画像領域である識別対象領域に対応する値であり、かつＸＹＺ表色系で表した値であるＸＹＺ値、分光分布、完全拡散反射面であるときの分光反射率、及びＬ^＊ａ^＊ｂ^＊色空間における値であるＬａｂ値と色との対応関係を示す判定情報を取得する取得部と、
前記ＸＹＺ値、前記分光分布、及び前記完全拡散反射面であるときの分光反射率を用いて、前記Ｌ^＊ａ^＊ｂ^＊色空間における前記識別対象領域に対応する値であるＬａｂ値を算出する算出部と、
算出された前記Ｌａｂ値と前記判定情報とを用いて、前記識別対象領域の色を判定する判定部と、
生成部と、
を有し、
前記取得部は、前記分光分布が生成される場合、前記第１の照明の下で物を撮像することにより得られた画像の中の基準色の画像領域から得られたＲＧＢ値に基づいて算出された前記基準色の前記ＸＹＺ値、及び前記基準色の箇所の分光反射率を取得し、
前記生成部は、前記分光分布が生成される場合、前記第１の照明のデータ又は前記データに類似するデータを含む分光分布データと主成分分析とを用いて、分光分布モデルを生成し、
前記分光分布は、前記基準色の前記ＸＹＺ値、前記分光分布モデル、及び前記基準色の箇所の分光反射率に基づいて、得られる、
情報処理装置。
変換部をさらに有し、
前記判定情報は、Ｌ^＊Ｃ^＊ｈ色空間における値であるＬＣｈ値と色との対応関係を示し、
前記変換部は、算出された前記Ｌａｂ値を、前記Ｌ^＊Ｃ^＊ｈ色空間における前記識別対象領域に対応する値であるＬＣｈ値に変換し、
前記判定部は、変換により得られた前記ＬＣｈ値と前記判定情報とを用いて、前記識別対象領域の色を判定する、
請求項１に記載の情報処理装置。
前記取得部は、前記物の撮像位置と、位置と前記分光分布との対応関係を示す管理情報とを取得し、前記管理情報に基づいて、前記撮像位置に対応する前記分光分布を取得する、
請求項１又は２に記載の情報処理装置。
前記取得部は、前記物の撮像時刻と、時間と前記分光分布との対応関係を示す管理情報とを取得し、前記管理情報に基づいて、前記撮像時刻に対応する前記分光分布を取得する、
請求項１又は２に記載の情報処理装置。
情報処理装置が、
第１の照明の下で物を撮像することにより得られた画像の中の画像領域である識別対象領域に対応する値であり、かつＸＹＺ表色系で表した値であるＸＹＺ値、分光分布、完全拡散反射面であるときの分光反射率、及びＬ^＊ａ^＊ｂ^＊色空間における値であるＬａｂ値と色との対応関係を示す判定情報を取得し、前記ＸＹＺ値、前記分光分布、及び前記完全拡散反射面であるときの分光反射率を用いて、前記Ｌ^＊ａ^＊ｂ^＊色空間における前記識別対象領域に対応する値であるＬａｂ値を算出し、
算出された前記Ｌａｂ値と前記判定情報とを用いて、前記識別対象領域の色を判定し、
前記分光分布が生成される場合、前記第１の照明の下で物を撮像することにより得られた画像の中の基準色の画像領域から得られたＲＧＢ値に基づいて算出された前記基準色の前記ＸＹＺ値、及び前記基準色の箇所の分光反射率を取得し、前記第１の照明のデータ又は前記データに類似するデータを含む分光分布データと主成分分析とを用いて、分光分布モデルを生成し、前記基準色の前記ＸＹＺ値、前記分光分布モデル、及び前記基準色の箇所の分光反射率に基づいて、前記分光分布を生成する、
判定方法。
情報処理装置に、
第１の照明の下で物を撮像することにより得られた画像の中の画像領域である識別対象領域に対応する値であり、かつＸＹＺ表色系で表した値であるＸＹＺ値、分光分布、完全拡散反射面であるときの分光反射率、及びＬ^＊ａ^＊ｂ^＊色空間における値であるＬａｂ値と色との対応関係を示す判定情報を取得し、前記ＸＹＺ値、前記分光分布、及び前記完全拡散反射面であるときの分光反射率を用いて、前記Ｌ^＊ａ^＊ｂ^＊色空間における前記識別対象領域に対応する値であるＬａｂ値を算出し、
算出された前記Ｌａｂ値と前記判定情報とを用いて、前記識別対象領域の色を判定する、
処理を実行させる判定プログラムであり、
前記分光分布が生成される場合、前記第１の照明の下で物を撮像することにより得られた画像の中の基準色の画像領域から得られたＲＧＢ値に基づいて算出された前記基準色の前記ＸＹＺ値、及び前記基準色の箇所の分光反射率を取得し、前記第１の照明のデータ又は前記データに類似するデータを含む分光分布データと主成分分析とを用いて、分光分布モデルを生成し、前記基準色の前記ＸＹＺ値、前記分光分布モデル、及び前記基準色の箇所の分光反射率に基づいて、前記分光分布を生成する、
判定プログラム。