JPH04113236A - コンピュータ支援調色システム - Google Patents
コンピュータ支援調色システムInfo
- Publication number
- JPH04113236A JPH04113236A JP23396690A JP23396690A JPH04113236A JP H04113236 A JPH04113236 A JP H04113236A JP 23396690 A JP23396690 A JP 23396690A JP 23396690 A JP23396690 A JP 23396690A JP H04113236 A JPH04113236 A JP H04113236A
- Authority
- JP
- Japan
- Prior art keywords
- color
- neural network
- sample
- units
- basic
- 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.)
- Pending
Links
- 239000000463 material Substances 0.000 claims abstract description 36
- 238000013528 artificial neural network Methods 0.000 claims abstract description 26
- 230000003595 spectral effect Effects 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 239000003086 colorant Substances 0.000 claims abstract description 11
- 238000002156 mixing Methods 0.000 claims description 30
- 238000004040 coloring Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 8
- 239000000203 mixture Substances 0.000 abstract description 7
- 230000001537 neural effect Effects 0.000 abstract description 5
- 238000009826 distribution Methods 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 abstract 1
- 238000010183 spectrum analysis Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000976 ink Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Spectrometry And Color Measurement (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
（発明の目的）
［産業上の利用分野］
本発明は、与えられた見本色のスペクトル強度、ＸＹＺ
、ＣＩＥ、Ｌ−ａ＊ｂ−若しくは他の色彩表示値から該
見本色と完全に、若しくは条件等色な混合色を得るため
の基本色材の配合比及び基本色材の配合量を自動的に、
迅速、正確に得るためのコンピュータ支援調色システム
に関するものである。
、ＣＩＥ、Ｌ−ａ＊ｂ−若しくは他の色彩表示値から該
見本色と完全に、若しくは条件等色な混合色を得るため
の基本色材の配合比及び基本色材の配合量を自動的に、
迅速、正確に得るためのコンピュータ支援調色システム
に関するものである。
［従来の技術］
従来、基本色材を混合したときの色の予測をするには、
あらかじめ登録された基本色材のスペクトル強度から、
入力された見本色のスペクトル強度にあった基本色材の
配合比を算出していた。その算出法は、混合基本色材の
波長ごとの反射率と光学的な定数と配合比の関係式を用
いていた。すなわち下記のごとき連立方程式を解いて、
成分色材の成分の配合比を求めている。
あらかじめ登録された基本色材のスペクトル強度から、
入力された見本色のスペクトル強度にあった基本色材の
配合比を算出していた。その算出法は、混合基本色材の
波長ごとの反射率と光学的な定数と配合比の関係式を用
いていた。すなわち下記のごとき連立方程式を解いて、
成分色材の成分の配合比を求めている。
完全隠ぺい表面無反射な色材については、完全透明表面
無反射な色材については、（Ｋ／Ｓ）ｍ ＝（、＋
（Ｋ／Ｓ） Ｉ＋Ｃ，（Ｋ／Ｓ）、＋−−−＋Ｃｎ
（Ｋ／Ｓ）ｎ （１） ’Ｒｃｏ ＝１ ＋（
Ｋ／Ｓ） −ｆ （Ｋ／Ｓ） ２＋２ （Ｋ／Ｓ） １
ここで、ＲＣＯは入射光の強さる二対する反射光の強さ
、Ｓは散乱係数、Ｋは吸収係数、ｃ１〜ｃ１は基本色材
の配合比を示す。あらがしめ基本色材の散乱係数と吸収
係数を求めておけば、任意の配合比Ｃｉでのに／Ｓ値が
求められ、反射光の強さＲωが求められる。すなわち、
資料を試作することなしに予測することができる。この
考えを基礎においたコンピュータ支援調色システムは広
く利用されている。
無反射な色材については、（Ｋ／Ｓ）ｍ ＝（、＋
（Ｋ／Ｓ） Ｉ＋Ｃ，（Ｋ／Ｓ）、＋−−−＋Ｃｎ
（Ｋ／Ｓ）ｎ （１） ’Ｒｃｏ ＝１ ＋（
Ｋ／Ｓ） −ｆ （Ｋ／Ｓ） ２＋２ （Ｋ／Ｓ） １
ここで、ＲＣＯは入射光の強さる二対する反射光の強さ
、Ｓは散乱係数、Ｋは吸収係数、ｃ１〜ｃ１は基本色材
の配合比を示す。あらがしめ基本色材の散乱係数と吸収
係数を求めておけば、任意の配合比Ｃｉでのに／Ｓ値が
求められ、反射光の強さＲωが求められる。すなわち、
資料を試作することなしに予測することができる。この
考えを基礎においたコンピュータ支援調色システムは広
く利用されている。
［発明が解決しようとする課題］
従来の線形な変換では、色のスペクトル強度と色材の配
合比との間の非線形な変換を近似するとき原理式の光学
的条件と実際の色材の光学的特性の違いからズレが生じ
、このズレを補うために、何回かの色材の混合試作と修
正計算を繰り返すが若しくは、事前に膨大な数の色材混
合データを用いて、精度の向上を行っていた。本発明は
、膨大な数の精度アンプ用のデータを必要とセずに、内
部計算に複雑な計算式を用いることなく非線形な変換を
行い、このズレを減少させろうるコンピュータ支援調色
システムを提供することを目的とする。
合比との間の非線形な変換を近似するとき原理式の光学
的条件と実際の色材の光学的特性の違いからズレが生じ
、このズレを補うために、何回かの色材の混合試作と修
正計算を繰り返すが若しくは、事前に膨大な数の色材混
合データを用いて、精度の向上を行っていた。本発明は
、膨大な数の精度アンプ用のデータを必要とセずに、内
部計算に複雑な計算式を用いることなく非線形な変換を
行い、このズレを減少させろうるコンピュータ支援調色
システムを提供することを目的とする。
（発明の構成）
［課題を解決するための手段］
この目的に対応して、本発明のコンピュータ支援調色シ
ステムは、見本色のスペクトル強度、ＸＹＺＣＩ Ｅ、
Ｌ＊ａ＊ｂ＊芳しくは他の色彩表示値を電気的な信号若
しくは光信号として人力する入力部と、前記入力信号に
応じた見本色と等色な混合色を得るための基本色材、例
えば印刷インキ、塗料、顔料、染料等の配合比に変換す
る変換部と、前記変換された色材の配合比を色材の配合
量に変換する出力部とを備え、前記変換部に多層フィー
ドフォワード結合型のニューラルネットを有することを
特徴としている。
ステムは、見本色のスペクトル強度、ＸＹＺＣＩ Ｅ、
Ｌ＊ａ＊ｂ＊芳しくは他の色彩表示値を電気的な信号若
しくは光信号として人力する入力部と、前記入力信号に
応じた見本色と等色な混合色を得るための基本色材、例
えば印刷インキ、塗料、顔料、染料等の配合比に変換す
る変換部と、前記変換された色材の配合比を色材の配合
量に変換する出力部とを備え、前記変換部に多層フィー
ドフォワード結合型のニューラルネットを有することを
特徴としている。
［作用］
入力部は、見本色のスペクトル強度、ｘｙｚ、ｃＩ Ｅ
、Ｌ本ａ＊ｌ）本若しくは他の色彩表示値を電気的な信
号若しくは光信号に変換する。 変換部は、多層フィー
ドフォワード結合型のニューラルネットにより、入力さ
れた信号を基本色材の配合比に変換するのであるが、こ
の変換機能はニューラルネットの学習機能を用いてあら
かじめ設定しておく。この設定方法として、神経回路素
子（ユニット）が層状に接続されたネットワークの入力
層に基本色材の配合比が既知である見本色のスペクトル
強度、ＸＹＺ。
、Ｌ本ａ＊ｌ）本若しくは他の色彩表示値を電気的な信
号若しくは光信号に変換する。 変換部は、多層フィー
ドフォワード結合型のニューラルネットにより、入力さ
れた信号を基本色材の配合比に変換するのであるが、こ
の変換機能はニューラルネットの学習機能を用いてあら
かじめ設定しておく。この設定方法として、神経回路素
子（ユニット）が層状に接続されたネットワークの入力
層に基本色材の配合比が既知である見本色のスペクトル
強度、ＸＹＺ。
ＣＩ Ｅ、Ｌ＊ａ本す本若しくは他の色彩表示値を入力
し、出力層へ教師信号として該見本色の基本色材の配合
比を与えてネットワークを学習させ、学習済みのニュー
ラルネットをそのまま変換部として用いる。
し、出力層へ教師信号として該見本色の基本色材の配合
比を与えてネットワークを学習させ、学習済みのニュー
ラルネットをそのまま変換部として用いる。
出力部は、変換された情報すなわち基本色材の配合比を
基本色材の配合量に変換して出力する。
基本色材の配合量に変換して出力する。
［実施例コ
以下、コンピュータ支援調色システムに関する図にした
がって本発明の詳細な説明を行う。 第１図は本発明に
よって実現されるコンピュータ支援調色システムの構成
の例を示す。変換部２には入力部１、出力部３と、変換
部のニューラルネットを学習させるための学習部６がつ
いている。学習部６は修正部８と教師部９からなる。
人力部１は配合比を出したい見本色の分光分析をし、ス
ペクトル強度を周波数軸上でサンプリングしたデータ、
ＸＹＺ、ＣＩＥ。
がって本発明の詳細な説明を行う。 第１図は本発明に
よって実現されるコンピュータ支援調色システムの構成
の例を示す。変換部２には入力部１、出力部３と、変換
部のニューラルネットを学習させるための学習部６がつ
いている。学習部６は修正部８と教師部９からなる。
人力部１は配合比を出したい見本色の分光分析をし、ス
ペクトル強度を周波数軸上でサンプリングしたデータ、
ＸＹＺ、ＣＩＥ。
Ｌ＊ａ＊ｂ＊若しくは他の色彩表示値のデータを作るも
のであり、市販の分光測光器を用いることができる。デ
ータ数ｍとしては、具体的には例えば４゜Ｏ〜７００ｎ
ｍの範囲で１０ｎｍ間隔に、４００゜４１０．４２０．
・・・ ７ Ｑ Ｏｎｍの３１カ所でサンプリング
したｍ＝３１とし、入力部１はこのデータＳｉを電気的
信号４に変換して出力する。
のであり、市販の分光測光器を用いることができる。デ
ータ数ｍとしては、具体的には例えば４゜Ｏ〜７００ｎ
ｍの範囲で１０ｎｍ間隔に、４００゜４１０．４２０．
・・・ ７ Ｑ Ｏｎｍの３１カ所でサンプリング
したｍ＝３１とし、入力部１はこのデータＳｉを電気的
信号４に変換して出力する。
変換部２に用いるニューラルネットワークは第２図に示
すフィードフォワード結合型ニューラルネットである。
すフィードフォワード結合型ニューラルネットである。
入力層のユニット数は、ｍ個でありこれはスペクトル強
度を周波数軸上でサンプリングしたデータの数、ＸＹＺ
、ＣＩ Ｅ、Ｌ＊ａ＊ｂ本若しくは他の色彩表示値のデ
ータの数３に相当する。１〜３層の中間層のユニット数
はｎｌ ＋ ｎ２ 、ｎ’ｌとする。出力層のユニッ
ト数は、基本色材の数に相当し、例えば５とする。また
常に１を出力するバイアスユニットを各層にくわえるこ
ともある。ニューラルネットは入力層から中間層を経て
出力層へすすむ単方向の次の処理を行う。
度を周波数軸上でサンプリングしたデータの数、ＸＹＺ
、ＣＩ Ｅ、Ｌ＊ａ＊ｂ本若しくは他の色彩表示値のデ
ータの数３に相当する。１〜３層の中間層のユニット数
はｎｌ ＋ ｎ２ 、ｎ’ｌとする。出力層のユニッ
ト数は、基本色材の数に相当し、例えば５とする。また
常に１を出力するバイアスユニットを各層にくわえるこ
ともある。ニューラルネットは入力層から中間層を経て
出力層へすすむ単方向の次の処理を行う。
入力層のユニットｉの出力値を
Ｉ ｉ （ｉ＝１． ２． ３． ・ ・ ・、
ｍ）中間層のユニットｊの出力値を Ｈｊ （ｊ−１，２，３，・・・、ｎ）出力層のユニ
ットにの出力値を Ｏｋ （ｋ＝１．２，３． ・・・、Ｉ）入力層のユ
ニットｉから中間層のユニットｊへの結合係数をＷｊｉ
、 中間層のユニットｊから出力層のユニットにへの結合係
数をＷｋｊ中間層にユニットｊのオフセットをθｊ、 出力層のユニットにのオフセットをθｋ、とすると、 ここで関数ｆはその出力が（０，１）の範囲内で単調非
減少の次のシグモイド関数が一般的に用いられる。
ｍ）中間層のユニットｊの出力値を Ｈｊ （ｊ−１，２，３，・・・、ｎ）出力層のユニ
ットにの出力値を Ｏｋ （ｋ＝１．２，３． ・・・、Ｉ）入力層のユ
ニットｉから中間層のユニットｊへの結合係数をＷｊｉ
、 中間層のユニットｊから出力層のユニットにへの結合係
数をＷｋｊ中間層にユニットｊのオフセットをθｊ、 出力層のユニットにのオフセットをθｋ、とすると、 ここで関数ｆはその出力が（０，１）の範囲内で単調非
減少の次のシグモイド関数が一般的に用いられる。
ｆ （ｘ）＝１／ （１＋ｅｘｐ （−ｘ））
（５）出力層の値は結合係数ＷｊｉとＷｋｊ及び
オフセット値θｊとθに等の変換係数によって規定され
るが、これらの値はネットワークの学習（例えば誤差逆
伝播法など）により後述の第３図の学習部で形成される
。誤差逆伝播法とは入力層、中間層、出力層からなる階
層型のニューラルネットに対して教師信号を与え、より
望ましい出力値を得るため、出力信号と教師信号の誤差
を小さくするように結合係数、オフセット値を出力層か
ら中間層、入力層へと逆方向に調節する方法である。
（５）出力層の値は結合係数ＷｊｉとＷｋｊ及び
オフセット値θｊとθに等の変換係数によって規定され
るが、これらの値はネットワークの学習（例えば誤差逆
伝播法など）により後述の第３図の学習部で形成される
。誤差逆伝播法とは入力層、中間層、出力層からなる階
層型のニューラルネットに対して教師信号を与え、より
望ましい出力値を得るため、出力信号と教師信号の誤差
を小さくするように結合係数、オフセット値を出力層か
ら中間層、入力層へと逆方向に調節する方法である。
第３図は、前記学習を行わせるためのフィードフォワー
ド結合型多層ニューラルネットを示す。その学習法とし
て以下が考えられる。
ド結合型多層ニューラルネットを示す。その学習法とし
て以下が考えられる。
ニューラルネットを３〜５層で構成する。すなわちニュ
ーラルネットは、入力層と出力層と１〜３層からなる隠
れ層とを持ち、入力層はｍ個のユニット（例えば３１個
）からなり出力層はｎ個（例えば５個）のユニットから
なる。
ーラルネットは、入力層と出力層と１〜３層からなる隠
れ層とを持ち、入力層はｍ個のユニット（例えば３１個
）からなり出力層はｎ個（例えば５個）のユニットから
なる。
この場合の学習法は、見本色の成分基本色材の配合比が
既知である複数の見本色のスペクトル強度を電気的な信
号若しくは光信号に変換しｋものを各ユニット（１）、
（２）、 ・・・、（ｍ）に入力パターンとし、て与
え、一方、出力層には見本色の成分基本色材の配合比を
教師信号として与える。
既知である複数の見本色のスペクトル強度を電気的な信
号若しくは光信号に変換しｋものを各ユニット（１）、
（２）、 ・・・、（ｍ）に入力パターンとし、て与
え、一方、出力層には見本色の成分基本色材の配合比を
教師信号として与える。
前記複数の見本色について学習済みとなった状態のニュ
ーラルネットは、流化により、学習した見本色以外の色
についても入力されたスペクトル分布若しくは、色彩表
示値に対して基本色材の正しい配合比を出力することが
実験により分かっている。 以上の実施例に用いた方法
は基本色材配合比への変換だけでなく、基本色材の配合
比からその見本色のスペクトル強度若しくは色彩表示値
に変換することも可能であり、またその他の非線形な表
色系への変換にも応用することができる。
ーラルネットは、流化により、学習した見本色以外の色
についても入力されたスペクトル分布若しくは、色彩表
示値に対して基本色材の正しい配合比を出力することが
実験により分かっている。 以上の実施例に用いた方法
は基本色材配合比への変換だけでなく、基本色材の配合
比からその見本色のスペクトル強度若しくは色彩表示値
に変換することも可能であり、またその他の非線形な表
色系への変換にも応用することができる。
［発明の効果］
本発明により、複雑な近似計算や膨大な数の精度アップ
用のデータを必要とせずに見本色のスペクトル強度若し
くは、ＸＹＺ、ＣＩ Ｅ、Ｌ＊ａ＊ｂ＊若しくは、他の
色彩表示値から見本色と等色な混合色の基本色材の配合
比及び基本色材の配合量を出すことができ、近似計算に
おけるズレを補うことができる。
用のデータを必要とせずに見本色のスペクトル強度若し
くは、ＸＹＺ、ＣＩ Ｅ、Ｌ＊ａ＊ｂ＊若しくは、他の
色彩表示値から見本色と等色な混合色の基本色材の配合
比及び基本色材の配合量を出すことができ、近似計算に
おけるズレを補うことができる。
また、配合計算結果に従い得られた混合色の評価は、熟
練の製造関係者による視覚判定が主であったが、この判
定基準もニューラルネットにより学習させることにより
、人間の色の心理量をも考慮したシステムを得ることが
できる。
練の製造関係者による視覚判定が主であったが、この判
定基準もニューラルネットにより学習させることにより
、人間の色の心理量をも考慮したシステムを得ることが
できる。
第１図はシステムの構成を示す。１は入力部、２は変換
部、３は出力部、６は学習部を、７は修正部、８は教師
部を示す。 第２図は変換部に用いるニューラルネットを示す。 第３図は変換部学習のための学習法を示す。
部、３は出力部、６は学習部を、７は修正部、８は教師
部を示す。 第２図は変換部に用いるニューラルネットを示す。 第３図は変換部学習のための学習法を示す。
Claims (1)
- 【特許請求の範囲】 １、見本色のスペクトル強度、ＸＹＺ、ＣＩＥ、Ｌ＊ａ
＊ｂ＊若しくは他の色彩表示値を入力信号とし、前記入
力信号に応じた前記見本色と等色な混合色を得るための
基本色材の各色成分の配合比を出力信号とする非線形変
換システムで、前記変換のために多層フィードフォワー
ド結合型のニューラルネットを用いることを特徴とする
コンピュータ支援調色システム。 ２、前記ニューラルネットとして３〜５層からなる層を
持ち、入力層には３以上のユニットを持ち、１〜３層か
らなる中間層には３若しくは３より多くのユニットを持
ち、出力層には１以上のユニットからなるニューラルネ
ットを用い、該ニューラルネットに前記基本色材の配合
比が既知である見本色のスペクトル強度を入力パターン
として与えかつその基本色材の配合比を教師信号として
与えてネットワークの学習を行い、該学習済みのニュー
ラルネットワークに色のスペクトル強度を入力したとき
の前記出力層の出力を当該見本色の基本色材の配合比と
する事を特徴とする請求項１記載のコンピュータ支援調
色システム。 ３、前記ニューラルネットとして３〜５層からなる層を
持ち、入力層には３つのユニットを持ち、１〜３層から
なる中間層には３若しくは３より多くのユニットを持ち
、出力層には１以上のユニットからなるニューラルネッ
トを用い、該ニューラルネットに前記基本色材の配合比
が既知である見本色のＸＹＺ、ＣＩＥ、Ｌ＊ａ＊ｂ＊若
しくは他の色彩表示値を入力パターンとして与えかつそ
の基本色材の配合比を教師信号として与えてネットワー
クの学習を行い、該学習済みのニューラルネットワーク
に色のＸＹＺ、ＣＩＥ、Ｌ＊ａ＊ｂ＊若しくは他の色彩
表示値を入力したときの前記出力層の出力を当該見本色
の基本色材の配合比とする事を特徴とする請求項１記載
のコンピュータ支援調色システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23396690A JPH04113236A (ja) | 1990-09-04 | 1990-09-04 | コンピュータ支援調色システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23396690A JPH04113236A (ja) | 1990-09-04 | 1990-09-04 | コンピュータ支援調色システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04113236A true JPH04113236A (ja) | 1992-04-14 |
Family
ID=16963429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23396690A Pending JPH04113236A (ja) | 1990-09-04 | 1990-09-04 | コンピュータ支援調色システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04113236A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5386496A (en) * | 1991-02-15 | 1995-01-31 | Toyo Ink Mfg. Co., Ltd. | Method and device for nonlinear transformation of colour information by neural network |
| JP2003533610A (ja) * | 2000-05-17 | 2003-11-11 | エイビービー インコーポレイテッド | ペーパーの色調制御 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS4856483A (ja) * | 1971-11-17 | 1973-08-08 | ||
| JPS6130726A (ja) * | 1984-07-24 | 1986-02-13 | Toyo Ink Mfg Co Ltd | コンピユ−タ−カラ−マツチング |
| JPS6211119A (ja) * | 1985-07-09 | 1987-01-20 | Suga Shikenki Kk | 混色計算機 |
| JPH01129123A (ja) * | 1987-11-13 | 1989-05-22 | Kanebo Ltd | コンピュータカラーマッチングにおける染色処方決定方法 |
-
1990
- 1990-09-04 JP JP23396690A patent/JPH04113236A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS4856483A (ja) * | 1971-11-17 | 1973-08-08 | ||
| JPS6130726A (ja) * | 1984-07-24 | 1986-02-13 | Toyo Ink Mfg Co Ltd | コンピユ−タ−カラ−マツチング |
| JPS6211119A (ja) * | 1985-07-09 | 1987-01-20 | Suga Shikenki Kk | 混色計算機 |
| JPH01129123A (ja) * | 1987-11-13 | 1989-05-22 | Kanebo Ltd | コンピュータカラーマッチングにおける染色処方決定方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5386496A (en) * | 1991-02-15 | 1995-01-31 | Toyo Ink Mfg. Co., Ltd. | Method and device for nonlinear transformation of colour information by neural network |
| JP2003533610A (ja) * | 2000-05-17 | 2003-11-11 | エイビービー インコーポレイテッド | ペーパーの色調制御 |
| JP4892159B2 (ja) * | 2000-05-17 | 2012-03-07 | エイビービー インコーポレイテッド | ペーパーの色調制御 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schanda | Colorimetry: understanding the CIE system | |
| CA2439839C (en) | System and method for organizing color values using an artificial intelligence based cluster model | |
| US10401224B2 (en) | Method for ascertaining texture parameters of a paint | |
| JP3986117B2 (ja) | 自動車補修用塗料の調色装置 | |
| JP6703639B1 (ja) | 塗料の製造方法及び色彩データを予測する方法 | |
| US20020184168A1 (en) | System and method for determining acceptability of proposed color solution using an artificial intelligence based tolerance model | |
| US5185850A (en) | Color transformation method and apparatus for transforming physical to psychological attribute using a neural network | |
| EP1436576B1 (en) | System and method for converting a color formula using an artificial intelligence based conversion model | |
| US4425417A (en) | Method for preparation of a color proof from a set of color separation films, masks or the like | |
| JPH04113236A (ja) | コンピュータ支援調色システム | |
| CN115244149B (zh) | 涂料的制作方法、预测色彩数据的方法以及计算机调色系统 | |
| JP3870421B2 (ja) | コンピュータカラーマッチング方法および装置 | |
| JP3212101B2 (ja) | カラーマッチング方法およびその装置 | |
| US4522491A (en) | Method for reproducing one or more target colors on photographic paper or the like | |
| JP6936416B1 (ja) | 塗料の製造方法及び色彩データを予測する方法 | |
| WO1998012520A1 (en) | Spectrophotometric neural network | |
| JP2006030210A (ja) | コンピュータカラーマッチング方法および装置 | |
| JPWO1997031247A6 (ja) | コンピュータカラーマッチング方法および装置 | |
| JPH0894442A (ja) | コンピュータカラーマッチング方法 | |
| Kang | Printer-related color processing techniques | |
| EP1205880B1 (en) | Computer colour matching system, method and recording medium | |
| Pierce et al. | Radiative transfer theory solid color‐matching calculations | |
| JP3278547B2 (ja) | 色合わせ計算方法及び装置 | |
| JPH05296836A (ja) | カラーマッチング方法およびその装置 | |
| JPH11341297A (ja) | 調色装置及び調色方法 |