JPH05233787A - 色調及び色制御のための人工ニューラル・ネットワーク - Google Patents

色調及び色制御のための人工ニューラル・ネットワーク

Info

Publication number
JPH05233787A
JPH05233787A JP4167418A JP16741892A JPH05233787A JP H05233787 A JPH05233787 A JP H05233787A JP 4167418 A JP4167418 A JP 4167418A JP 16741892 A JP16741892 A JP 16741892A JP H05233787 A JPH05233787 A JP H05233787A
Authority
JP
Japan
Prior art keywords
color
values
neural network
color values
value
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
Application number
JP4167418A
Other languages
English (en)
Inventor
Oded M Rose
オデド・エム・ローズ
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.)
SAITETSUKUSU CORP Ltd
Scitex Corp Ltd
Original Assignee
SAITETSUKUSU CORP Ltd
Scitex Corp Ltd
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 SAITETSUKUSU CORP Ltd, Scitex Corp Ltd filed Critical SAITETSUKUSU CORP Ltd
Publication of JPH05233787A publication Critical patent/JPH05233787A/ja
Pending legal-status Critical Current

Links

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
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6016—Conversion to subtractive colour signals
    • H04N1/6019—Conversion to subtractive colour signals using look-up tables
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)
  • Controls And Circuits For Display Device (AREA)
  • Dot-Matrix Printers And Others (AREA)
  • Color, Gradation (AREA)

Abstract

(57)【要約】 【目的】 ニューラル・ネットワークをトレーニングし
て第１のカラー値を第２のカラー値へ変換すること。 【構成】 ニューラル・ネットワーク構造３０は、複数
のニューロン３２、３４、３６を含み、第２の組のカラ
ー値からの対応する第２のカラー値２４へ変換される第
１の組のカラー値からの第１のカラー値２２を受け取
り、該対応する第２のカラー値の出力指示を提供する。
複数の順序付けされた対についてニューラル・ネットワ
ーク構造３０をトレーニングする。それぞれの順序付け
された対は第１のカラー値２２とそれに対応する第２の
カラー値２４とを含み、複数の第１のカラー値と複数の
第２のカラー値のうちの少なくとも１つは前記第１及び
第２の組のカラー値の対応する１つのシステマティック
な表現である。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、一般的には人工ニュー
ラル・ネットワークに関するもので、グラフィック・ア
ートでの色調及び色再生制御のための技術に関する。
【０００２】
【従来の技術】ニューラル・ネットワーク又は人工ニュ
ーラル・ネットワークは、人工知能の訓練に関係する研
究の一部門である。ニューラル・ネットワークはトレー
ニング・データの組を「学習」し、その後、トレーニン
グ・データの学習により得た「経験」を使って他のデー
タを処理することができる。いまや、ニューラル・ネッ
トワークは研究所の外部での実際的な問題に応用できる
との認識が広まりつつある。
【０００３】アップル・コンピュータ社の英国公開特許
出願第２２３１７６０Ａ（出願番号第９００９４６７，
３）は、色の組み合わせの選択を補助するためにＲＧＢ
信号を処理するためのニューラル・ネットワークの使用
を検討している。開示された仮想メモリ・システムは、
ユーザーの好みに基づいてコンピュータ・システムのた
めのカラー・インターフェースの設計に特定の応用を有
すると言われる。
【０００４】松下電器産業の特許第９０−２１５２７７
号、９０−２１６９７１号及び９０−２１４９８７号は
カラー画像処理のためのニューラル・ネットワークの使
用を開示する。
【０００５】１９９１年２月に頒布された色の研究と応
用、１６（１）に掲載された英国の論文「ニューラル・
ネットワークのコンピュータ処理予測への応用」は、ニ
ューラル・ネットワークのコンピュータ化された色処理
に対する利用を検討している。この論文は、ニューラル
・ネットワークを使用すると、ニューラル・ネットワー
ク方法を使用するための特別のデータベースを用意する
必要がないという点を含むいくつかの潜在的な利点を教
示している。
【０００６】走査方法はＲ．Ｋ．モラ著「電子的色分
解」（Ｒ．Ｋ．プリンティング・アンド・パブリッシン
グ社、１９８８年）において概観されており、そこでの
開示はここに援用される。色の原理はＧ．ワイゼッキ及
びＷ．Ｓ．スタイルズ著「色の科学」（ウィリー・アン
ド・サンズ社、１９８２年）において説明されており、
そこでの開示はここに援用される。
【０００７】一般的に、高品質グラフィック・アートで
の色調及び色再生制御は科学からほど遠い。特にこれ
は、所与の再生装置を使ってすでに認識されている所与
の受け入れ可能な結果を求めて、他の再生装置を使っ
て、又は、同一の装置ではあるが異なるセッティング
（例えば、通常の「キー・ブラック」セッティングに対
するＧＣＲセッティング）を使って認識されるときに顕
著である。こうした場合、追加の装置を較正するため
に、時間、努力、費用及び忍耐と共に高度の専門的知識
を必要とする。その結果が常に満足のいくものとは限ら
ない。
【０００８】それぞれが１つの色の関数である複数の較
正を実行するグラフィック・アートでのユニディメンシ
ョナルな較正は公知である。すでに開発された技術に
は、グレー・バランス補正及びプロッタ出力較正技術が
ある。ユニディメンショナルな較正の他の例は、ゼロッ
クス社の公開ヨーロッパ特許出願第８４３０７９９７．
１号（公開第０１４４１８８ Ａ２）に開示されている
自動ＴＣＲ（色調及び色再生制御）補正プロセスであ
る。
【０００９】ユニディメンショナルな較正の欠点は、完
全な色の決定は多次元的であり、典型的には３ないし４
個の成分を持つので、色空間のある部分でしか正確では
ないということである。例えば、上記の公開ヨーロッパ
特許出願第８４３７９９７．１号は、特定の機械の主色
座標軸の区域を除いては相対的に不正確である。グレー
・バランス技術は、灰色のみを含む色空間の相対的に小
さな体積を除いては相対的に不正確である。また、上記
公開ヨーロッパ特許出願第８４３７９９７．１号に開示
された装置はその出力のみによって較正される。
【００１０】所与の組のベクトルに適合するように多次
元関数を計算する方法は公知である。データが適切に分
布していれば、内挿法を使うことができる。しかし、分
布に関する所望の条件は色処理の応用に常に適用できる
とは限らない。データは直接生成されるのではないこと
が多く、元の予め選択されたデータについて実行される
手順（例えば、走査、印字等）の最終結果であるからで
ある。
【００１１】カラー画像処理には、ゲマット・マッピン
グ（ｇａｍｕｔ ｍａｐｐｉｎｇ）のような多くの応用
があり、第１のカラー座標系を第２のカラー座標系と比
較することが望ましい。
【００１２】ゲマット・マッピングはストーン、モリー
ンその他著「カラー・ゲマット・マッピング及びディジ
タル・カラー画像の印刷」（ＡＣＭトランザクションズ
・オン・グラフィックス、７（４）、１０８８年１０
月、第２４９−２９２ページ）で検討されている。
【００１３】フジタその他の米国特許第４、７１９、９
５４号は、典型的には赤‐青‐緑（ＲＧＢ）カラ−座標
系でのカラ−・チャートの走査された色と典型的にはシ
アン‐マゼンタ‐イエロー‐ブラック（ＣＭＹＫ）カラ
座標系での印刷可能な色との間の色変換表を作成し、こ
の色変換表を使って色標本での選択された被測定色を再
生する方法及び装置を説明している。選択された被測定
色が色変換表の値と一致しないときには、内挿ステップ
が実行される。
【００１４】フジタその他の方法は、異なる印刷条件の
下で再生が実行されたときの補正ステップをも含む。補
正ステップは２つの印刷条件の間の差を補償する。
【００１５】典型的には、画像創作システムは、カラー
画像のディジタル表現を発生し、及び／又は、カラー画
像のディジタル表現を修正するグラフィック・ソフトウ
ェアと関連付けられたコンピュータと、ディジタル表現
をアナログ表現へ変換するためのプロッターその他の出
力装置とを具備する。アナログ表現はダイア（ｄｉａ）
のような任意の適宜の基板上に創作される。必要であれ
ば、例えばプレプレスの応用においては、結果のダイア
を走査することができる。
【００１６】商業的に利用可能なグラフィック・ソフト
ウェアの例は、アップル・コンピュータ社のＭａｃIIと
共に使用可能なＡｄｏｂｅ Ｓｙｓｔｅｍｓ社（米国カ
ルフォルニア州マウンテンビュー）のＰｈｏｔｏｓｈｏ
ｐ、及び、ＩＢＭ ＰＣと共に使用可能なＺＳｏｆｔ社
（米国カルフォルニア州サンフランシスコ）のＰＣＰａ
ｉｎｔｂｒｕｓｈ Ｐｌｕｓである。商業的に利用可能
なカラー印刷機はＤｕＰｏｎｔ社（米国デラウェア州ウ
ィルミントン）の４ｃａｓｔ及びＬｉｇｈｔＶａｌｖｅ
Ｔｅｃｈｎｏｌｏｇｙ社（米国ニューヨーク州ロチェ
スタ）のＬＶＴ Ｍｏｄｅｌ６２０ディジタル画像レコ
ーダである。
【００１７】
【発明が解決しようとする課題】本発明は、人工ニュー
ラル・ネットワーク（この明細書では、「ニューラル・
ネットワーク」、ＡＮＮ又はＮＮという）、を構成し、
トレーニングし、利用して第１のカラー座標系の第１の
カラー値を第２のカラー座標系の第２のカラー値へ変換
するための方法と装置とを提供することを目的とする。
【００１８】本発明は、グラフィック・アート再生装置
の多次元的較正技術を提供し、所望の色と色調とを忠実
に再生するようグラフィック・アート再生装置の較正プ
ロセスを簡単化し迅速化することを目的とする。
【００１９】
【課題を解決するための手段】この明細書及び特許請求
の範囲で使用される以下の用語は、以下のとおりに解釈
されねばならない。
【００２０】カラー画像のアナログ表現：人間の目によ
りカラー画像として知覚することができるカラー画像の
表現。該表現は陽画、写真、ＣＲＴ表示装置、印字ペー
ジ等に現れる。
【００２１】カラー画像のディジタル表現：数字シンボ
ルのようなディスクリートなシンボルで表されたカラー
画像の任意の表現。カラー画像の共通なディジタル表現
は、カラー画像を分割した複数の画素に対応する複数の
数値を含むディジタル・ファイルであり、こうした各数
値は対応する画素の色の状況に関係する何らかの特徴を
表す。
【００２２】基板：画像のアナログ表現を担持する又は
表示する物理的装置。例えば、陽画、クロマリン（登録
商標）、ＣＲＴ表示装置、写真、紙、塗装に適した面
等。
【００２３】カラー処理装置の範囲：カラー処理装置に
よって出力され得るカラー値の全体。
【００２４】カラー処理装置の領域：カラー処理装置に
よって入力され得るカラー値の全体。
【００２５】カラー処理装置：カラー画像の第１の表現
（ディジタル又はアナログ）を入力し、それをカラー画
像の第２の表現（ディジタル又はアナログ）へ変換し、
カラー処理装置の範囲の少なくとも一部から領域への変
換を定義する装置。
【００２６】画像創作システム：画像を内部的に創作す
る装置、又は、カラー画像の表現を入力として取り、そ
れを修正する装置。こうしたシステムは幾何学的形状か
らカラー画像を創作し、該形状を変形し、カラー該の色
を選択及び／又は修正することができる。
【００２７】カラー読み取り装置：カラー画像のアナロ
グ表現を入力し、そのディジタル表現へ変換する装置。
例えば、ＥＣＳＳ，ＤＥＣＳＳ，色彩計、スペクトル分
析器、写真濃度計。典型的には、ディジタル表現はＸＹ
Ｚ，ＣＭＹＫ，ＲＧＢ等の座標系で表される。
【００２８】カラー入力装置：印刷機／装置／システ
ム：出力装置：記録装置：カラー書き込み装置等：カラ
ー画像のディジタル表現を入力し、そのアナログ表現へ
変換する任意の装置。例えば、インクを使用する従来の
オフセット、グラビアその他の印刷装置、従来の又は直
接のディジタル較正刷り機、写真材料を露光するプロッ
タ又はカラー記録機、粉末顔料を使用する静電印刷シス
テム、カラー・モニタ、カラーＣＲＴ表示装置。
【００２９】較正：処理されるべきカラー画像の、実質
的に客観的なカラー特性を持つ表現を得るためにカラー
処理装置を調整すること。
【００３０】カラー値：典型的にはＲＧＢ，Ｌａｘｂｘ
（注：この明細書においては、上付きの符号×は符号＊
を意味するものとする）、ＸＹＺ等のカラー座標系及び
装置依存座標系での色表現。例えば、ＲＧＢのようなカ
ラー・ヘッド信号、ＣＭＹＫのようなインク割合等。
【００３１】顔料：インク等：典型的にはフォトンの発
射、送信又は反射により、人間の目の光エネルギ受容器
の任意の刺激物。液状顔料、粉末顔料、写真顔料、発光
性合成物等を含む。
【００３２】顔料値：使用されるべき顔料の量のディジ
タル表現。
【００３３】カラー座標系：カラー値が定義される座標
系。例えば、ＲＧＢ，ＣＭＹ，ＣＭＹＫ、ＬＨＳ，ＬＡ
Ｂ、ＸＹＺ，７次元カラー座標系を含む。座標系によっ
ては、特に４次元以上の座標系では、人間の目に知覚さ
れる単一の色は２以上の方法で表現され得る。用語「カ
ラー座標系」は色空間を含むものとする。種々の色空間
について、ワイゼッキとスタイルズの前掲の文献で検討
されている。
【００３４】この明細書で言及する色、カラー画像、カ
ラー値、顔料値等は、色又はカラー値としての黒及び白
と、黒及び白の画像と、黒の顔料と白のインクとの場合
を含むものとする。
【００３５】以下の略語が使用される： ＴＣＲ：色調及び色再生、 ＧＣＲ：グレー成分置換、 ＵＣＲ：下色除去、 ＵＣＡ：下色追加、 ＲＧＢ：赤、青、緑。更に一般的には、ここでのこの用
語はカラー読み取り装置によって生成される任意のカラ
ー信号を指す。色分解スキャナでは、この用語は、通
常、処理前のスキャナの色分解信号を指す。
【００３６】ＣＭＹＫ：シアン、マゼンタ、イエロー、
ブラック（インクのような顔料）。更に一般的には、こ
こでのこの用語はカラー印刷装置に対して入力として働
く任意の信号を指す。
【００３７】ＥＣＳＳ：電子的色分解スキャナ、 ＤＥＣＳＳ：ディジタルの電子的色分解スキャナ。
【００３８】本発明は、第１の複数のカラー値からの第
１のカラー値又はカラー値の組を第２の複数のカラー値
（これは第１の複数のカラー値と同一であっても、同一
でなくともよい）からの第２のカラー値又はカラー値の
組と比較するための改良された方法を提供することを目
的とする。好ましくは、この方法は、比較するステップ
の結果にしたがって第１の組のカラー値の少なくともい
くつかを変換するステップを含む。
【００３９】本発明の好ましい実施例によると、色測定
装置（イスラエル国ハーズリアのサイテックス社製の
「スマート・スキャナ」、色彩計、写真濃度計等）を用
いてグラフィック・アート再生装置を較正する技術が提
供され、該技術は、第１のカラー値から第２のカラー値
への変換又は関数（解析的形式を持っていても持たなく
てもよい）を提供するステップと、該変換を使ってグラ
フィック・アート再生装置の動作を制御するステップと
を含む。「変換」及び「関数」という用語は本明細書で
は相互に交換可能に使用される。変換は、色変換ツール
として用いられるように蓄積されるＬＵＴ（ルックアッ
プテーブル）を提供するために使用され得る。
【００４０】なかんずく、以下の手順は、本発明の実施
例にしたがって、おおいに単純化され、一層時間有効
化、効率化される。
【００４１】１．現存のシステムの色調及び色再生をエ
ミュレートする自動較正を使って、ディジタル電子的色
分解スキャナのような新たな色分解スキャナ（ＣＳＳ）
を現存の再生システムに組み込む。
【００４２】２．どのような印刷機械又はセッティング
が採用されようと、色調及び色の印刷された絵の特性が
ほぼ同じであるように、ディジタル電子的色分解スキャ
ナの色調及び色変換の調整により、又は、絵のディジタ
ル表現の調整により、異なる印刷又は校正刷り機械又は
同じ機械での異なるセッティングを補償する。
【００４３】３．第２の基板上のカラー画像のアナログ
表現の写しを第１の基板上に創作する。好ましくは、両
基板は同一の媒体又は同様の媒体から形成される。
【００４４】４．利用可能な出力コピーから所与のカラ
ー処理装置に対して入力コピーを復元する。典型的に
は、入力及び出力コピーはハード・コピーである。好ま
しくは、復元された入力コピーは、カラー処理装置に入
力されたならば、利用可能な出力コピーと実質的に同じ
出力コピーを生じる。
【００４５】５．現存のシステムにより生成されるＵＣ
Ｒ（下色除去）、ＧＣＲ（グレー成分置換）又はＵＣＡ
（下色追加）再生のエミュレーションを達成する、又
は、現存のシステムが設定される他の特別な再生セッテ
イングをエミュレートする自動較正を使って、新たなデ
ィジタル電子的色分解スキャナを現存の再生システムに
組み込む。
【００４６】６．出力装置に関してカラー・モニター表
示装置を較正して、所与の印刷装置で処理される画像の
ハード・コピー表現と実質的に同じカラー画像の表現を
カラー・モニター表示装置に提供する。
【００４７】このように、本発明の好ましい実施例によ
り、ニューラル・ネットワークを提供する方法が提供さ
れ、該方法は、複数のニューロンを含み、第２の組のカ
ラー値からの対応する第２のカラー値へ変換される第１
の組のカラー値からの第１のカラー値を受け取り、該対
応する第２のカラー値の出力指示を提供するニューラル
・ネットワーク構造を提供するステップと、複数の順序
付けされた対について前記ニューラル・ネットワーク構
造をトレーニングするステップとを備え、それぞれの順
序付けされた対が前記第１の組のカラー値からの第１の
カラー値と前記第２の組のカラー値からの対応する第２
のカラー値とを含み、複数の第１のカラー値と複数の第
２のカラー値のうちの一方又は両方が前記第１及び第２
の組のカラー値の対応する１つのシステマティックな表
現である。
【００４８】本発明の好ましい実施例によると、前記第
１及び第２の組のカラー値の１つがカラー座標系内で定
義され、該カラー座標系内の所定の大きさのそれぞれの
範囲が前記カラー座標系内で定義された組のカラー値に
対応する複数のカラー値内の少なくとも１つのカラー値
によって表される。
【００４９】本発明の好ましい実施例によると、前記第
１及び第２の組のカラー値の１つが範囲へ区分されるカ
ラー座標系内で定義され、区分内のそれぞれの範囲が前
記カラー座標系内で定義された組のカラー値に対応する
複数のカラー値内の少なくとも１つのカラー値によって
表される。
【００５０】本発明の好ましい実施例によると、前記第
１の組のカラー値が前記第２の組のカラー値と同じであ
る。
【００５１】本発明の好ましい実施例によると、仮想形
式で表された第２のカラー値のそれぞれが、仮想形式で
表された対応する第１のカラー値に見かけ上実質的に同
じである。
【００５２】本発明の好ましい実施例によると、前記複
数のニューロンが、少なくとも１つの入力ニューロンを
含むニューロンの入力層とそれぞれが少なくとも１つの
隠れたニューロンを含むニューロンの少なくとも１つの
隠れた層と、少なくとも１つの出力ニューロンを含むニ
ューロンの出力層とを具備する。
【００５３】本発明の好ましい実施例によると、前記第
１のカラー値が第３の組のカラー値からの対応する第３
のカラー値へ変換され、前記ニューラル・ネットワーク
構造が対応する第２及び第３のカラー値の出力指示を提
供するよう動作し、ニューロンの前記出力層が前記第２
のカラー値のディメンションに対応する第１の複数の出
力ニューロンと第３のカラー値のディメンションに対応
する第２の複数の出力ニューロンとを少なくとも含み、
それぞれの順序付けされた対が第１のカラー値と第２及
び第３のカラー値の対応する連結とを備える。
【００５４】本発明の好ましい実施例によると、前記第
２のカラー値の状況が、所定の第１のカラー出力装置を
用いて表現されるとき、所定の第２のカラー出力装置を
用いて表現されるときの前記第３のカラー値の状況と同
様である。
【００５５】本発明の好ましい実施例によると、前記少
なくとも１つの隠れた層及び前記出力層における各ニュ
ーロンが複数の入力の重み付けされた和を計算するため
の加算装置を備える。
【００５６】本発明の好ましい実施例によると、前記少
なくとも１つの隠れた層及び前記出力層における各ニュ
ーロンが前記加算手段の出力の非線形関数を計算するた
めの手段を備える。
【００５７】本発明の好ましい実施例によると、前記少
なくとも１つの隠れた層及び前記出力層における実質的
に全部のニューロンに対応する非線形関数が等しい。
【００５８】本発明の好ましい実施例によると、前記ニ
ューラル・ネットワーク構造がフィード・フォワード・
ネットワーク構造である。
【００５９】本発明の好ましい実施例によると、各順序
付けられた対が、前記第２のカラー値と前記対応する第
１のカラー値との間に所定の関係があることにより特徴
付けられる。
【００６０】本発明の好ましい実施例により、前記複数
の範囲が、等しくない大きさの範囲を含む。
【００６１】本発明の好ましい実施例により、前記複数
の範囲が、等しい大きさの範囲を含む。
【００６２】本発明の好ましい実施例により、その後ニ
ューラル・ネットワークを採用して前記第１の複数のカ
ラー値からの第１のカラー値を前記第２の複数のカラー
値からの第２のカラー値へ変換するステップを更に備え
る。
【００６３】本発明の好ましい実施例により、較正され
るべきカラー処理システムの動作を制御するために前記
第１のカラー値を変換することにより求められた前記第
２のカラー値を採用するステップを更に備える。
【００６４】本発明の好ましい実施例により、ニューラ
ル・ネットワークにおける複数のニューロンからの一対
のニューロンの間に、少なくとも１つのインターニュー
ロン接続が画定され、トレーニングする前記ステップ
が、個々の順序付けられた対の第１のカラー値をニュー
ラル・ネットワークへ与えるステップと、前記個々の順
序付けられた対の第２のカラー値と第１のカラー値に対
するニューラル・ネットワークの出力との間の差を表す
誤差値を逆伝搬するステップと、少なくとも１つのイン
ターニューロン接続のうちの少なくとも１つを修正する
ステップとを備える。
【００６５】本発明の好ましい実施例により、少なくと
も１つのインターニューロン接続がそれと関連する重み
を画定し、修正する前記ステップが該重みの値を変更す
るステップを含む。
【００６６】本発明の好ましい実施例により、前記第１
の組のカラー値が座標系ＲＧＢ，ＣＭＹ、ＣＭＹＫ，Ｌ
ＨＳ，ＣｉｅＬａｂ，ＲＧＢＣＭＹ，ＲＧＢＣＭＹＫ，
ＸＹＺ，ＤＩＮ，Ｍｕｎｓｅｌｌ，ＸｘＹｘＺｘ、Ｒｉ
ｄｇｗａｙ，Ｏｓｗａｌｄ，Ｌｕｖ，Ｌｕ′ｖ′，ＯＳ
Ａ，Ｗ．Ｄ．Ｗ．，ＴＣＭの個々の１つ内で定義され
る。
【００６７】本発明の好ましい実施例により、前記第２
の組のカラー値が座標系ＲＧＢ，ＣＭＹ、ＣＭＹＫ，Ｌ
ＨＳ，ＣｉｅＬａｂ，ＲＧＢＣＭＹ，ＲＧＢＣＭＹＫ，
ＸＹＺ，ＤＩＮ，Ｍｕｎｓｅｌｌ，ＸｘＹｘＺｘ、Ｒｉ
ｄｇｗａｙ，Ｏｓｗａｌｄ，Ｌｕｖ，Ｌｕ′ｖ′，ＯＳ
Ａ，Ｗ．Ｄ．Ｗ．，ＴＣＭの個々の１つ内で定義され
る。
【００６８】本発明の好ましい実施例により、ニューラ
ル・ネットワークを提供するための装置が提供され、該
装置は、複数のニューロンを含み、第２の組のカラー値
からの対応する第２のカラー値へ変換される第１の組の
カラー値からの第１のカラー値を受け取り、該対応する
第２のカラー値の出力指示を提供するニューラル・ネッ
トワーク構造と、複数の順序付けされた対について前記
ニューラル・ネットワーク構造をトレーニングする手段
とを具備し、それぞれの順序付けされた対が前記第１の
組のカラー値からの第１のカラー値と前記第２の組のカ
ラー値からの対応する第２のカラー値とを含み、複数の
第１のカラー値と複数の第２のカラー値のうちの一方又
は両方が前記第１及び第２の組のカラー値の対応する１
つのシステマティックな表現である。
【００６９】本発明の好ましい実施例により、ニューラ
ル・ネットワークは、複数のニューロンを含むネットワ
ーク構造であって、第２の組のカラー値からの対応する
第２のカラー値へ変換される第１の組のカラー値からの
第１のカラー値を受け取り、該対応する第２のカラー値
の出力指示を提供するトレーニング済みのニューラル・
ネットワーク構造を具備し、該トレーニング済みのニュ
ーラル・ネットワーク構造が、複数の順序付けされた対
においてトレーニングされており、それぞれの順序付け
された対が第１のカラー値とそれに対応する第２のカラ
ー値とを含み、複数の第１のカラー値と複数の第２のカ
ラー値のうちの少なくとも１つが前記第１及び第２の組
のカラー値の対応する１つのシステマティックな表現で
ある。
【００７０】本発明の好ましい実施例により、前記第２
のカラー値が黒成分を含み、前記ニューラル・ネットワ
ーク構造が、前記第１のカラー値の少なくとも複数のカ
ラー成分が前記第２のカラー値の黒成分へ変換されるこ
とを特徴とする。
【００７１】本発明の好ましい実施例により、第１の組
のカラー値からの第１のカラー値を第２の組のカラー値
からの第１のカラー値へ変換するための方法が提供さ
れ、該方法は、複数のニューロンを含み、前記第２の組
のカラー値からの対応する第２のカラー値へ変換される
前記第１の組のカラー値からの第１のカラー値を受け取
り、該対応する第２のカラー値の出力指示を提供するト
レーニング済みのニューラル・ネットワーク構造を提供
するステップであって、該トレーニング済みのニューラ
ル・ネットワーク構造が、複数の順序付けされた対にお
いてトレーニングされており、それぞれの順序付けされ
た対が第１のカラー値とそれに対応する第２のカラー値
とを含み、複数の第１のカラー値と複数の第２のカラー
値のうちの少なくとも１つが前記第１及び第２の組のカ
ラー値の対応する１つのシステマティックな表現である
ステップと、前記トレーニング済みのニューラル・ネッ
トワーク構造を採用して、前記第１の組のカラー値から
の第１のカラー値を前記第２の組のカラー値からの第１
のカラー値へ変換するステップとを備える。
【００７２】本発明の好ましい実施例により、採用する
前記ステップにおいて求められた第２のカラー値を用い
て、較正されるべきカラー処理システムの動作を制御す
るステップを更に備える。
【００７３】本発明の好ましい実施例により、制御する
前記ステップが、前記カラー書き込み装置を用いて、第
１の基板上のカラー画像のアナログ表現の写しを第２の
基板上に創作するステップを含む。
【００７４】本発明の好ましい実施例により、制御する
前記ステップが、前記カラー処理システムを用いて、前
記の較正されたシステムによって処理されると前記カラ
ー画像の所与の出力コピーを生じるカラー画像の入力コ
ピーを創作するステップを含む。
【００７５】本発明の好ましい実施例により、較正され
るべき前記カラー処理システムが、カラー画像のアナロ
グ表現をそのディジタル表現へ変換するカラー読み取り
装置を備える。
【００７６】本発明の好ましい実施例により、較正され
るべき前記カラー処理システムが、カラー画像のディジ
タル表現をそのアナログ表現へ変換するカラー書き込み
装置を備える。
【００７７】本発明の好ましい実施例により、前記カラ
ー書き込み装置がカラー・モニター表示装置を含む。
【００７８】本発明の好ましい実施例により、第１の複
数のカラー値を第２の複数のカラー値と関係付けるルッ
クアップテーブルを作成するための方法が提供され、該
方法は、前記第１の複数のカラー値を前記第２の複数の
カラー値と関係付ける人工ニューラル・ネットワークを
提供するステップと、複数のＬＵＴアドレスを提供する
ステップと、前記人工ニューラル・ネットワークを前記
複数のアドレスで作動させ、複数の処理済みのＬＵＴア
ドレスを求めるステップと、前記複数の処理済みのＬＵ
Ｔアドレスを前記ＬＵＴの内容として蓄積するステップ
とを備える。
【００７９】本発明の好ましい実施例により、人工ニュ
ーラル・ネットワークを提供する前記ステップが、前記
第１及び第２の複数のカラー値を表す人工ニューラル・
ネットワーク・トレーニング・データを提供するステッ
プと、前記人工ニューラル・ネットワーク・トレーニン
グ・データを採用して人工ニューラル・ネットワークを
トレーニングするステップとを備える。
【００８０】本発明の好ましい実施例により、第１の複
数のカラー値を第２の複数のカラー値と関係付けるルッ
クアップテーブルを作成するための装置が提供され、該
装置は、前記第１の複数のカラー値を前記第２の複数の
カラー値と関係付ける人工ニューラル・ネットワーク
と、前記人工ニューラル・ネットワークを複数のアドレ
スで作動させ、複数の処理済みのＬＵＴアドレスを求め
る手段と、前記複数の処理済みのＬＵＴアドレスを前記
ＬＵＴの内容として蓄積する手段とを具備する。
【００８１】本発明の好ましい実施例により、第１の複
数のカラー値を第２の複数のカラー値と関係付けるルッ
クアップテーブルの表現を備えたディジタル記憶装置が
提供され、前記ＬＵＴが前記第１の複数のカラー値を前
記第２の複数のカラー値と関係付ける人工ニューラル・
ネットワークを提供するステップと、複数のＬＵＴアド
レスを提供するステップと、前記人工ニューラル・ネッ
トワークを前記複数のアドレスで作動させ、複数の処理
済みのＬＵＴアドレスを求めるステップと、前記複数の
処理済みのＬＵＴアドレスを前記ＬＵＴの内容として蓄
積するステップとによって構成される。
【００８２】本発明の好ましい実施例により、カラー画
像の第１の表現をその第２の表現へ変換するカラー処理
装置のカラー処理特性をサンプリングするための装置を
構成する方法が提供され、該方法は、第１の複数のカラ
ー値とそれに対応する第２の複数のカラー値とをそれぞ
れ含むカラー画像の第１及び第２の表現であって、前記
カラー処理装置により前記第１の表現を処理することに
より前記第２の表現が画定される第１及び第２の表現を
提供するステップと、前記第２の複数のカラー値の個々
の１つに作用するとき、前記第１の複数のカラー値の対
応する１つに実質的に等しい値を与える人工ニューラル
・ネットワークを提供するステップと、前記人工ニュー
ラル・ネットワークをカラー画像の前記第１の表現で作
動させ、その第３の表現を提供するステップとを少なく
とも１回繰り返す。
【００８３】本発明の好ましい実施例により、カラー画
像の第１の表現をその第２の表現へ変換するカラー処理
装置のカラー処理特性をサンプリングするための装置を
構成するシステムが提供され、該システムは、第１の複
数のカラー値とそれに対応する第２の複数のカラー値と
をそれぞれ含むカラー画像の第１及び第２の表現であっ
て、前記カラー処理装置により前記第１の表現を処理す
ることにより前記第２の表現が画定される第１及び第２
の表現を提供する手段と、前記第２の複数のカラー値の
個々の１つに作用するとき、前記第１の複数のカラー値
の対応する１つに実質的に等しい値を与える人工ニュー
ラル・ネットワークと、前記人工ニューラル・ネットワ
ークをカラー画像の前記第１の表現で作動させ、その第
３の表現を提供する手段とを備える。
【００８４】
【実施例】本発明の目的は、第１のカラー座標系におけ
るカラーを第２のカラー座標系におけるカラーに変換す
るための方法および装置の提供にある。
【００８５】本発明の別の目的は、グラフィック・アー
ト再生装置の多次元の較正、望ましくは全域較正のため
の、所要の色調および色を忠実に再生するグラフィック
・アート再生装置の較正プロセスを簡単化して迅速化を
図る手法の提供にある。較正は、下記の２つのステップ
により行われる。即ち、（ａ）複数のインクまたは他の
着色料をカラー値のセットにより定義される量だけ使用
する出力装置を用いて、再現しようとするカラー画像を
表わす１組のカラー値を含むデータベースを提供するこ
と。本発明を実現する際に有用なデータベースは、Ｓｃ
ｉｔｅｘ社から市販される「スマート・スキャナー」の
如き従来の走査装置を用いて、Ｋｏｄａｋ社から市販さ
れるＱ６０透明陽画（ｔｒａｎｓｐａｒｅｎｃｙ）を走
査することにより提供される。このデータベースは、Ｓ
ｃｉｔｅｘ社から市販されるＰＣ−リンクの如き適当な
通信手段を介してＩＢＭＰＣの如きシステムを用いてニ
ューラル・ネットワークのトレーニングを実現するため
の適当な装置に対して提供することもできる。
【００８６】本発明の望ましい実現によれば、データベ
ースは以下に詳細に述べるように構成することができ
る。
【００８７】本発明の望ましい実施態様の較正手法にお
ける第２のステップは下記の如くである。即ち、（ｂ）
「人工ニューラル・ネットワーク（ＡＮＮ）」とも呼ば
れるニューラル・ネットワーク（ＮＮ）を、データベー
スの２つのディジタル表現間の関係を反映するようにト
レーニングすること。このニューラル・ネットワーク
は、ディジタルにおけるカラー値が広がる凸包（ｃｏｎ
ｖｅｘ ｈｕｌｌ）の外に妥当するカラー値についての
比較的正確な変換手順の実施を可能にすることが望まし
い。ニューラル・ネットワークは、索引テーブル（ＬＵ
Ｔ）を構成するため用いられる。あるいはまた、ニュー
ラル・ネットワークは、適当な形態で直接記憶させるこ
とができる。
【００８８】条件が一定であれば、ニューラル・ネット
ワークは一旦トレーニングした後、以後の多数のカラー
変換タスクに対して使用することができる。条件が変化
すると、例えば、印刷機械により使用される印刷インク
の種類を変更することを欲するならば、ニューラル・ネ
ットワークの再トレーニングのため別のトレーニング・
データが供給される。
【００８９】ニューラル・ネットワークについては、下
記の出版物に記載されている。即ち、 Ｐ．Ｄ．Ｗａｓｓｅｒｍａｎ著「Ｎｅｕｒａｌ Ｃｏｍ
ｐｕｔｉｎｇ，Ｔｈｅｏｒｙ ａｎｄ Ｐｒａｃｔｉｃ
ｅ」（Ｖａｎ Ｎｏｓｔｒａｎｄ Ｒｅｉｎｈｏｌｄ、
ニューヨーク、１９８９年） Ｊ．Ａ．ＡｎｄｅｒｓｏｎおよびＥ．Ｒｏｓｅｎｆｅｌ
ｄ著「Ｎｕｒｏｃｏｍｐｕｔｉｎｇ」（ＭＩＴ ｐｒｅ
ｓｓ、１９８８年） Ｄ．Ｅ．ＲｕｍｅｌｈａｒｔおよびＪ．Ｌ．ＭｃＣｌｅ
ｌｌａｎｄ著「Ｐａｒａｌｌｅｌ Ｄｉｓｔｒｉｂｕｅ
ｄ Ｐｒｏｃｅｓｓｉｎｇ」（ＭＩＴ ｐｒｅｓｓ、１
９８６年） 上記の出版物および本文に引用される出版物の開示内容
は、参考のため本文に含まれる。
【００９０】（ニューラル・ネットワークのトレーニン
グ・ステップ）典型的な問題の数学的方式は下記の如く
である。即ち、カラー読取り装置により、２３６のＲＧ
Ｂ値の如き適当数の値が適当なカラー座標系から与えら
れる。各値は、読取られるべき多色の入力画像における
２３６個の各場所において検出される赤、緑および青の
各量を定義する順序付けられた３つの構成子のセット
（ｒ，ｇ，ｂ）である。値ｒ，ｇ，ｂはスカラ値で、典
型的には０≦（ｒ，ｇ，ｂ）≦２５５である。多色の入
力画像の２３６個の点の各々は、使用が要求される印刷
インク、この場合はシアン、マゼンタ、イエローおよび
黒のインクと対応するＣＭＹＫの如き適当な座標系にお
ける出力画像で表わされる。ＡＮＮは、３次元（ｒ，
ｇ，ｂ）のカラー座標系から、特定のカラー（ｒ，ｇ，
ｂ）を再生するため提供されるべき４つのインクの各々
の量を決定する４次元（ｃ，ｍ，ｙ，ｋ）のカラー座標
系に定義される。４つのＣＭＹＫ変数の各々に対する典
型的な整数値範囲は［０．２５５］である。あるいはま
た、このＣＭＹＫ変数はインクの比率に変換される。
【００９１】本文に述べる色々な実施態様のいずれにお
けるデータベースのカラー値を「読取る」ために適当な
装置を使用することができる。なかんずく、下記の装置
のいずれかが使用される。即ち、測色計、アナログ電子
色分解スキャナ、ディジタル電子色分解スキャナ、写真
濃度計、スペクトル分析器である。
【００９２】較正基準として、Ｓｃｉｔｅｘ社から入手
可能なスマート・スキャナの如き適当なカラー読取り装
置が使用される。以下の用途２の如きある用途において
は、測色計の応答が人間の眼に似た、あるいは測色計の
応答が人間の眼と似た応答に数学的に変換可能であるス
キャナを使用することが望ましい。カラー値（ＸＹＺ、
ＲＧＢなど）を表わすため特定の用途に適する座標系を
使用することができる。基準カラー座標系の略々全ての
色が、較正基準値として使用される装置により弁別され
ることが望ましい。
【００９３】いかに開示する手順は、特定セットの２３
６個の点の選択に対して比較的感応しない。特に、選択
された点は規則的な間隔で配置される必要がなく、更に
均質に分散される必要もない。しかし、一般に、問題の
カラー座標系あるいは空間全体にわたって最小密度のデ
ータ分布を提供することが望ましい。適当数のカラー値
が使用される。
【００９４】まず、第１のカラー座標系において定義さ
れた第１のカラー値を第２のカラー座標系における定義
された第２のカラー値に変換するため、ニューラル・ネ
ットワークをトレーニングするための一般化されたΔル
ールを用いる前向き型および後向き伝播トレーニング法
のニューラル・ネットワークの概念図である図１を参照
する。本発明は特定の形式のニューラル・ネットワーク
あるいは特定のトレーニング法に限定されるものではな
く、本文に示される特定例の使用は単なる例示であって
限定ではない。
【００９５】図１のトレーニング法は複数の順序を付し
た対を含むトレーニング・データ２０を用い、その各々
が第１のカラー座標系において定義された第１のカラー
値２２と、第２のカラー座標系において定義された第２
のカラー値２４とからなっている。第１の各カラー値の
各成分と第２の各カラー値の各成分は、典型的には、０
乃至２５５である生のデータの成分の範囲ではなく、０
乃至１の範囲に正規化される。本文では便宜上、第１の
カラー値２２および第１のカラー座標系は、それぞれ
「ＲＧＢカラー値２２」および「ＲＧＢ座標系」と呼
び、第２のカラー値２４および第２のカラー座標系は、
それぞれ「ＣＭＹＫカラー値２４」および「ＣＭＹＫ座
標系」と呼ぶ。しかし、図１の方法は第１のカラー座標
系から第２のカラー座標系に値を変換するのに適する。
第１の正規化されるカラー値データ２２は「入力デー
タ」とも呼ばれ、第２の正規化されるカラー値データ２
４は「目標出力データ」と呼ばれる。用語「入力デー
タ」は図面のあるものでは「ＩＮ」と略示され、用語
「目標出力データ」はある図面においては「Ｔ．Ｏ．」
と略示される。
【００９６】適当なトレーニング・データ２０を提供す
るための適当な方法は、特定の用途に依存する。図１に
示され説明される形式のトレーニング済みニューラル・
ネットワークの幾つかの用例について以下に記述する。
各用途において、適当なトレーニング・データ２０を提
供する方法を詳細に記述する。
【００９７】ニューラル・ネットワーク３０は前向き型
である必要はなく、後向き推論法以外のトレーニング法
が使用できる。
【００９８】ニューラル・ネットワーク３０は、典型的
には、入力ニューロン層３２、隠されたニューロン層３
４および出力ニューロン層３６からなっている。１つ以
上の隠されたニューロン層が交互に設けられることが判
る。２つのニューロン間の各相互接続には、２つの相互
接続されたニューロン間の関係の強さおよび方向（正ま
たは負）を定義する重みが割当てられる。これらの重み
は、−１乃至＋１の実数のセットの如き適当な数のセッ
トからランダムに選択される値の如き初期値が割当てら
れる。あるいはまた、この初期値は、前の経験から比較
的「適した」値と考えられる値になるように選択するこ
とができる。
【００９９】本発明の望ましい実施態様によれば、１の
如き適当な値の一定出力を生じるためのバイアス・ニュ
ーロン３７が提供され、これは隠された層および出力層
と接続される。バイアス・ニューロンの理論の基礎は、
なかんずく前掲の文献、Ｗａｓｓｅｒｍａｎ著「Ｎｅｕ
ｒａｌ Ｃｏｍｐｕｔｉｎｇ，Ｔｈｅｏｒｙ ａｎｄＰ
ｒａｃｔｉｃｅ」において論述されている。
【０１００】ニューラル・ネットワーク３０は下記の如
き適当な形態を取り得るがこれに限定されない。即ち、 入力層：３つのノード、即ちニューロン 隠された層：１４のノード 出力層：４つのノード トレーニング・データ２０からの順序を付した各対のＲ
ＧＢ値２２は、入力ニューロン層３２により受取られ
る。このニューラル・ネットワークは、その時の順序を
付した対のＲＧＢ値と対応するＣＭＹＫ値４６を計算す
る。
【０１０１】実際のＣＭＹＫ出力４６は、トレーニング
・データ２０におけるその時の順序を付した対の第２の
値２４である所定のＣＭＹＫ値と比較される。この比較
の結果は、次元において出力値２４の次元と対応しＣＭ
ＹＫ値２４からのＣＭＹＫ値４６の偏差を表わすあるエ
ラー・ベクトルである。ニューラル・ネットワーク３０
内の少なくとも１つのニューロンの相互接続の重みは、
エラー・ベクトルに従って調整される。この重みは、順
序を付した各対の後に調整され、あるいは重みの１つの
調整は全体的なトレーニング・エポックが終了した後に
のみ、換言すれば、トレーニング・データ２０における
ある予め定めた数の順序を付した対が処理された後にの
み行われる。
【０１０２】トレーニング段を終了するため適当な停止
基準が用いられる。例えば、トレーニング・データは、
補正アルゴリズムにより計算される調整が予め定めた値
より小さくなるまで一回以上処理される。あるいはま
た、トレーニング・データ２０の各値は、予め定めた回
数呈示される。
【０１０３】一旦トレーニングされると、ニューラル・
ネットワーク３０は、トレーニング・データ・セット２
０から「学習」されるものに従って、ＲＧＢを受取りＣ
ＭＹＫ値を出力する。
【０１０４】ニューラル・ネットワーク・トレーニング
法について詳細に論述する。以降の論述においては、隠
された層、入力および出力層のニューロンに対して、指
標ｉ、ｊ、ｋがそれぞれ用いられる。例えば、図示され
た実施例では、ｉ＝１、、、１４； ｊ＝１、２、３；
およびｋ＝１、２、３、４となる。
【０１０５】隠された層におけるニューロンｉの出力Ｈ
（ｉ）は下記の如く計算される。即ち、 Ｈ（ｉ）＝ｆ1（ｓｕｍj=1,2,3［Ｉ（ｊ）×Ｗ（ｉ，ｊ）］） 但し、ｆ1は、シグマ関数（ｓｉｇｍｏｉｄ ｆｕｎｃ
ｔｉｏｎ）ｅｘｐ（ｂｘ）／［ｅｘｐ（ｂｘ）＋１］の
如き単一の連続関数であることが望ましく、ここで関数
の勾配ｂは２の如き適当な値でよく、Ｉ（ｊ）は入力ニ
ューロンｊの値、Ｗ（ｉ，ｊ）は入力ニューロンｊおよ
び隠されたニューロンｉの相互接続の重みである。
【０１０６】出力層においてニューロンｋの出力Ｏｕｔ
（ｋ）は下記の如く計算される。即ち、 Ｏｕｔ（ｋ）＝ｆ2（ｓｕｍi=1,,,14［Ｈ（ｉ）×Ｗ（ｋ，ｉ）］） 但し、ｆ2はシグマ関数の如き単一の連続関数であるこ
とが望ましく、Ｗ（ｋ，ｉ）は、出力ニューロンｋおよ
び隠されたニューロンｉの相互接続の重みである。典型
的には、ｆ2はｆ1と同じになるように選択される。
【０１０７】出力層のニューロンｋに対するエラー値Ｅ
ｒｒ（ｋ）は下記の如く計算される。即ち、 Ｅｒｒ（ｋ）＝ＩＣ（ｋ）−Ｏｕｔ（ｋ） 但し、ＩＣ（ｋ）は順序を付した対のセット３８からの
その時の順序を付した対のＣＭＹＫ成分のｋ番目の成分
である。
【０１０８】Ｗ（ｋ，ｉ），Ｄ2（ｋ，ｉ）に加算され
るべき補正値は下記の如く計算される。即ち、 Ｄ2（ｋ，ｉ）＝Ｅｒｒ（ｋ）×Ｈ（ｉ）×ｆ2′（Ｏｕｔ［ｋ］） 但し、ｆ2′はｆ2の導関数である。
【０１０９】Ｗ（ｋ，ｉ），Ｄ1（ｉ，ｊ）に加算され
るべき補正値は下記の如く計算される。即ち、 D1(i,j)＝ f1′(H(i))×I(j)×sumk=1,2,3,4{Err(k)×f2′(Out[k])×W(k,i)} 但し、ｆ1′はｆ1の導関数である。
【０１１０】上記の計算は、順序を付した対のセット２
０からの順序を付した各対に対して行われる。本発明の
第１の望ましい実施態様によれば、ここではＤ1値およ
びＤ2値と呼ぶ重みに対する補正は、トレーニング・デ
ータにおける個々の要素が処理された後に重みに加算さ
れる。本発明の別の望ましい実施態様によれば、トレー
ニング・データにおける各要素として計算される重みに
対する補正は、トレーニング・データにおける全ての要
素が使用されるまで蓄積される。次いで、各入力層と隠
された層の相互接続の重みについては、これと対応する
蓄積されたＤ1値の代数和が計算されてこの重みに加算
される。隠された各層‐入力層の相互接続の重みについ
ては、これと対応する蓄積されたＤ2値の代数和が計算
されてこの重みに加算される。
【０１１１】先に示し述べた特定のニューラル・ネット
ワークのトレーニング手法はあり得る方法の単なる事例
であり、この手法の適当な状態を用いることができる。
例えば、前掲のＷａｓｓｅｒｍａｎの文献の如きテキス
トにおいて全て説明されるように、運動量を加えること
ができ、そして（または）トレーニング中にステップ・
サイズを変えることもできる。
【０１１２】（データベースを提供するステップ）本文
で述べたように、本発明の方法は複数の色の表現を含む
データベースを提供するステップを含み、このデータベ
ースは色処理装置により処理することができる。例え
ば、特性をオペレータにより直接制御することができる
元のデータベースは未処理のＲＧＢ値でよく、これらの
値は、例えば透明陽画上に記録し、後で走査することも
できる。図１に関して先に述べたニューラル・ネットワ
ークのトレーニング手順に対する基礎を形成するデータ
はデータ要素の対でよく、第１のデータ要素は元のデー
タベースからのものであり、第２のデータ要素は処理済
みのデータからの対応する要素、即ち、元のデータベー
スを処理（記録、走査）することにより得られるデータ
要素の変換形態である。
【０１１３】従って、ある範囲またはそのサブ範囲にわ
たるカラー処理装置の動作をサンプリングするための
「良好な」データベースが、カラー処理装置により一旦
処理されると、この範囲またはサブ範囲と重なるかある
いはこれに含まれる予め定めたサイズの略々どんな範囲
に対しても、少なくともこの範囲内に置かれた予め定め
た数のカラー値を含むことが判る。「良好な」データベ
ースに対する更に一般的な要件は、一旦処理されると、
これが予め定めた数のカラー値を含む「目標」に近さの
予め定めた程度であることである。しかし、一般に、こ
の特性を処理される前に処理したデータベースがカラー
処理装置により後で処理されるならば、処理されたデー
タはもはや所定の特性を持たず、カラー処理手順により
生じるデータの変換により「歪められる」ことになる。
【０１１４】上記のニューラル・ネットワークのトレー
ニング手順は、先に述べた所要の特性セットを持つには
ほど遠い初期のデータベースから先に述べた検出セット
において「良好な」データベースを生じるため、以下に
述べる方法に従って使用することができる。１つの望ま
しい実施例によれば、初期のデータベースは、カラー処
理装置により処理されるに先立ち、装置の領域の略々全
域にわたり均等に分散された１組の点を含む。
【０１１５】初期データベースの改善プロセスは、必要
に応じて、最終のデータベースの先に述べた意味におけ
る所要の程度の「品質」が得られるまで、反復的に継続
される。典型的には、このような反復は３回あるいはそ
れ以下を必要とするに過ぎない。
【０１１６】先に述べたニューラル・ネットワークのト
レーニング手順を用いて改善されたデータベースを提供
する望ましい方法について、本方法の諸ステップの概略
図である図２に関して次に記述する。本方法のステップ
（ａ）乃至（ｅ）は各々、図２Ａにおいて適当な記号で
示される。ステップ（ｆ）は図２Ｂに示される。
【０１１７】図２の方法は、与えられたカラー処理装置
により一旦処理されると、複数のカラー値を定義する第
２の処理されたデータベースを提供する第１のデータベ
ースの構成に用いられ、複数のカラー値の各々はカラー
処理装置により物理的に得られる予め定めた「目標」数
のカラー値の対応するものと実質的に等しい。図２Ａに
示されるステップは下記の如くである。即ち、（ａ）複
数のカラーのある場所からなる１つのカラー画像の初期
のディジタル表示５０を提供する。このディジタル表示
５０は、複数の着色された場所と対応する「ＲＧＢ0デ
ータ」と呼ばれるＲＢＧ値の如き複数のカラー値を含ん
でいる。複数の着色された場所５４を含むカラー画像の
アナログ表示５２を得るため、（ＤｕＰｏｎｔ社から市
販される４ｃａｓｔの如き）カラー記録装置５６により
ＲＧＢ0データを記録する。初期のカラー画像の初期の
ディジタル表示５０は、カラー記録装置により定義され
る色空間の略々全体にわたる。
【０１１８】付属書Ｂは、複数のカラー・パッチを含む
カラー画像のディジタル表示５０を生じるため使用され
る複数のディジタル値である。ディジタル表示５０を生
成するため、付属書Ｂにおける各ディジタル値は多数回
複写されねばならず、これによりそれぞれカラー値にお
いて付属書Ｂにおけるディジタル値と対応する、各々が
多数のピクセルからなる複数の「パッチ」を得る。
【０１１９】（ｂ）所要の入力装置５８を用いてイメー
ジ５２を読取り、パッチ即ち着色された場所５４の結果
として生じるディジタル表示をサンプルし、これにより
複数の着色された場所５４と対応する「ＲＧＢ1デー
タ」と呼ばれるＲＧＢ値の如き複数のカラー値６０を得
る。記録及び走査により元のＲＧＢ0データから得られ
たＲＧＢ1データは、元のＲＧＢ0データと同じ値を持つ
ことはない。ＲＧＢ1データの値が予め定めた「目標」
数のカラー値に充分に近くなければ、下記のステップ
（ｃ）乃至（ｆ）が従う。即ち、（ｃ）各ＲＧＢ1デー
タ要素を対応するＲＧＢ0データ要素の値と対にし、上
記のニューラル・ネットワーク・トレーニング法を用い
ることにより、入力ＲＧＢ1データ６０と目標出力ＲＧ
Ｂ0データ５０との間の関係を定量化する。ニューラル
・ネットワークのトレーニングは、ソフトウエアで実現
されるニューラル・ネットワーク・トレーニングにおけ
るニューラル・ネットワーク・トレーニングのオプショ
ンの如き適当なニューラル・ネットワーク・トレーニン
グ装置６２により、本例で提供され付属書Ａに示される
システムを用いて行われる。
【０１２０】ニューラル・ネットワーク６６は、ＩＢＭ
ＰＣの如き適当な手段により格納され操作される。
【０１２１】（ｄ）図３および図４に関して以下に示し
述べるＬＵＴ構成法を用いて、ＲＧＢ0値をトレーニン
グ済みのニューラル・ネットワーク６６またはトレーニ
ング済みのニューラル・ネットワーク６６から構成され
るＬＵＴを通過させることにより、ＲＧＢ2データ６４
を定義する。ＲＧＢ2データは、用語「良好な」データ
ベースに関して先に述べた意味における（初期ＲＧＢ0
データベースに関して）「改善された」データベースの
ディジタル表示である。
【０１２２】（ｅ）改善されたデータベースのアナログ
表示が求められるならば、ＲＧＢ2ファイル６４を出力
し、カラー印刷装置としてカラー出力装置５６を用い、
基板５２の媒体と略々同じ媒体の基板６８を用いて、Ｓ
ｍａｒｔ Ｓｃａｎｎｅｒの記憶モジュールの如き適当
な手段により記憶される。
【０１２３】（ｆ）更に別の改善されたデータベース、
即ち値が「目標」の予め定めた数のカラー値に更に近い
データベースを取得するため上記の手順を継続すること
が求められるならば、図２Ｂにおける如く継続し、入力
装置５８を用いて（ｂ）における如く（ｅ）の出力６８
のディジタル表示を提供し、これにより「ＲＧＢ′2デ
ータ」８０と呼ばれるＲＧＢ値の如き複数のカラー値を
定義する。
【０１２４】ＲＧＢ′2データ８０とＲＧＢ2データ６４
との間の関係を定量化するニューラル・ネットワークを
構成し、これを上記の（ｃ）における如くモジュール６
６に記憶する。
【０１２５】（ｄ）における如く、ＲＧＢ2値６４の各
々について新しいニューラル・ネットワークを操作する
ことにより、ＲＧＢ3データ８２を定義して記憶する。
【０１２６】必要に応じて、（ｅ）における如く、ＲＧ
Ｂ3データ・ファイルを出力する。結果として生じる画
像８４は、更に別の改善されたデータベースのアナログ
表示である。
【０１２７】図２の反復即ちループは、必要な回数反復
されて結果として得るデータベースをして要求される近
似の程度に「目標」の予め定めた数のカラー値に近づけ
させる。
【０１２８】図２Ａの方法のサンプル使用の結果につい
て次に述べる。即ち、付属書Ｃは、図２Ａのディジタル
表示５０として用いられたディジタル・ファイルにおけ
る複数のカラー・パッチの各々のカラー値と対応する複
数のディジタル値を開示する。換言すれば、図２Ａのデ
ィジタル表示５０として本例に用いられたディジタル・
ファイルを取得するため、付属書Ｃにおける各ディジタ
ル値は多数回複写され、これによりカラー値において付
属書Ｃのディジタル値とそれぞれ対応する各々が多数の
ピクセルからなる複数の「パッチ」を取得する。
【０１２９】図２Ａの方法の１回の反復は、付属書Ｃと
対応するディジタル・「パッチ」・ファイルについて行
われる。結果として得るＡＮＮ６６のパラメータは本文
に付属し、付属書Ｄと呼ばれる。図２Ａの方法の１回の
反復の結果として生じるディジタル・データベース６４
は本文に付属し、付属書Ｅと呼ばれる。付属書Ｅを図２
Ｂの方法において使用することを欲するならば、下記の
ステップが行われる。即ち、付属書Ｅのカラー値を用い
て、複数のカラー・パッチからなる図２Ａのディジタル
表示６８を生成する。ディジタル表示６８を生成するた
めには、付属書Ｅにおける各ディジタル値は多数回複写
されねばならず、これにより、各々が多数のピクセルか
らなる、付属書Ｅにおけるディジタル値とカラー値にお
いてそれぞれ対応する複数の「パッチ」を得る。結果と
して得るディジタル・「パッチ」は記録装置５６により
記録され、図２Ｂの方法が用いられる。
【０１３０】付属書Ｅのデータベースは、イスラエル国
ＨｅｒｚｌｉａのＳｃｉｔｅｘ社から市販されるスマー
ト・スキャナと関連して特に有効である。
【０１３１】図２に関して先に示し述べたデータベース
提供法に代わるものについて次に記述する。
【０１３２】先に説明したように、本発明を実現する際
に有効である初期のデータベースは、Ｓｃｉｔｅｘ社か
ら市販されるスマート・スキャナの如き従来の走査装置
を用いて、Ｋｏｄａｋ社から市販されるＱ６０透明陽画
を走査することにより提供される。付属書Ｆは、スマー
ト・スキャナで走査することにより得たＱ６０透明陽画
のディジタル表示からサンプルされた複数のカラー値で
ある。１つのカラー値は、Ｑ６０透明陽画の各パッチか
らサンプルされたものである。
【０１３３】データベースは、Ｓｃｉｔｅｘ社から市販
されるＰＣ−リンクの如き適当な通信手段を介して、Ｉ
ＢＭ ＰＣの如きシステムを用いてニューラル・ネット
ワーク・トレーニングを実現するための適当な装置に対
して与えることができる。
【０１３４】共に先に示し述べたデータベースを提供す
る方法およびニューラル・ネットワークのトレーニング
法が、独立的あるいは相互に関連して使用されるとき広
範囲の用途を有する。例えば、先に述べたデータベース
を提供する方法は、単に先に述べたニューラル・ネット
ワークを構成する目的のためばかりでなく、例えば先に
述べた事例において処理される如き品質管理および反復
性テスト状態におけるカラー処理装置の機能性あるいは
特性をサンプルすることが求められる状態においても有
効である。前記の事例はカラー処理装置の機能性あるい
は特性をサンプルすることが求められるあり得る用途の
単なる例示である。
【０１３５】事例Ａ：先に示し述べた如きデータベース
を提供する方法が品質管理において有効である典型的な
状況は、変動する環境要因の関数として多少変動する出
力を生じることが判った印刷機械または他の出力装置の
状況である。先に示し述べた方法に従って構成された印
刷機械の特性をサンプルするため設計されたデータベー
スは、印刷機械において周期的に印刷される。このデー
タベースは、特定の機械において印刷されると敏感であ
るか問題があると判った色の印刷をサンプルするよう構
成されることが望ましい。次に、ハード・コピーが走査
されて、適当なニューラル・ネットワークが前に定義さ
れた基準に対して起生するドリフトを補償するように構
成される。
【０１３６】事例Ｂ：データベースを提供する方法はま
た、スキャナの如きカラー読取り装置の品質管理におい
ても有効である。例えば、スキャナが欠陥を有すると考
えられるならば、先に示し述べた方法に従って構成され
る、このスキャナの特性をサンプルするよう設計された
データベースが欠陥がある考えられるスキャナにより走
査され、適正に機能することが知られるスキャナからの
結果を用いて、その結果が同じデータベースを走査する
結果と比較される。このデータベースは、特定のスキャ
ナにおいて走査されると敏感であるか問題を有すること
が知られる色の走査をサンプルするよう構成されること
が望ましい。
【０１３７】上記の事例は考えられる品質管理用途の単
なる例示である。用語「品質管理」とは、本文ではカラ
ー処理装置の性能品質が問題となる用途について記述す
るため用いられる。更に、この用語は、カラー処理装置
の性能をサンプルすることが問題であるどんな状況に対
しても妥当する。
【０１３８】事例Ｃ：先に示し述べた如きデータベース
を提供する方法が反復性制御において有効である典型的
な状況は、複数の色を含む出力空間のあるサブ範囲（全
範囲）に対して不適正に機能するおそれがあるスキャナ
の状況である。先に示し述べたデータベースの提供方法
は、走査されるとき、問題となるサブ範囲に対してマッ
プされることになる透明陽画または他の表示を提供する
ために用いることもできる。この透明陽画は、スキャナ
をテストしそれにおける適当な補正手順を行うために使
用することもできる。この事例はあり得る反復性管理用
途の単なる例示である。用語「反復性管理」あるいは
「反復性テスト」とは、本文では、時間および（また
は）変化する環境条件における色処理装置の性能の反復
性が問題となる用途を記述するため用いられる。
【０１３９】図２Ａの方法に従って提供されるデータベ
ースを用いてトレーニングされるニューラル・ネットワ
ークの如きニューラル・ネットワークが有効に使用でき
る多数のカラー画像処理用途について、以下に詳細に記
述する。本文において述べるこのカラー画像処理用途
は、あり得る用途の範囲の単なる例示を意図するもの
で、ニューラル・ネットワークが本文に開示される方法
を用いて使用されるカラー処理用途の範囲を限定する意
図は無い。
【０１４０】開示される各用途の唯１つあるいは少数の
実施例について以下に詳細に記述し、本文に記載される
構成の詳細は単なる事例として例示されるものであり、
本文に記載される実施例は適当な方法で修正できる。例
えば、本文における用途は、ＥＣＳＳのディジタル出力
ファイルにおいて要求される変換を行うことにより、Ｉ
ＢＭ ＰＣの如き適当なコンピュータにおいて実現する
ことができる。データベースの測定は、イスラエル国Ｈ
ｅｒｚｌｉａのＳｃｉｔｅｘ社から市販されるスマート
・スキャナにおいて提供される自動較正機能を用いて、
自動的に実施することができる。あるいはまた、このデ
ータベースは、スペクトル分析器の如き適当な装置を用
いて、手動で測定することもできる。次いで、測定され
たデータは、自動的あるいは手動でコンピュータに入力
される。
【０１４１】用途１：第２のカラー・スキャナに関する
第１のカラー・スキャナの較正 次に、本発明の望ましい実施態様による、較正変換の生
成および自動較正を用いての現存の再生システムへの新
しいディジタル電子色分解スキャナの組込みにおける使
用をそれぞれ示す図３および図４を参照する。
【０１４２】これまでは、新しい電子色分解スキャナ
（ＣＳＳ）を購入する現在ある再生ワークショップは既
に１つ以上のＣＳＳを所有している。数年の作業および
顧客との取引きにおいて、ショップは自らが行う再生を
特徴付けるそれ自体の独特な色調および色再生パラメー
タを開発してきた。このトーンおよびカラー再生パラメ
ータは、少なくとも下記の諸要因に依存している。即
ち、使用されるオリジナルのタイプ、即ち、透明陽画あ
るいは反転コピーの商標およびタイプ 使用される色分解スキャナおよびその較正内容 使用されるプロット・システム 使用される印刷システム、および 美的な配慮である。
【０１４３】新しいＥＣＳＳの導入は、通常実現される
色調および色再生のパラメータを変化させる。試行錯誤
により種々の調整を含む新しいＥＣＳＳの長期の耐え難
い調整プロセスが通常要求される。通常は、新しいＥＣ
ＳＳの導入以前に存在する色調および色再生のパラメー
タは決して完全には実現されない。
【０１４４】本発明によれば、現在使用される試行錯誤
的手法は、完全自動、あるいは必要に応じて、半自動の
よく定義され一般にアルゴリズム的な手法で置換され
る。
【０１４５】図３に示される如き本発明の望ましい実施
態様によれば、典型的に複数の着色され場所１１２を含
むカラー画像１１０のアナログ表現を持つ透明陽画の如
き基板が提供される。カラー画像は、先に示し述べたデ
ータベース提供方法により構成される「良好な」データ
ベースを含む。ここで、「良好な」データベースとは、
図３のスキャナ１１４により一旦走査されると、問題と
なる各領域におけるデータの最小密度が存在するパター
ンの如き予め定めたパターンを有する。この予め定めた
パターンは、例えば、色空間の略々全体をサンプルする
ことが求められるならば、物理的に再生可能な略々色空
間全体にわたり略々均等な分布である。従って、カラー
画像１１０を図２のデータベース提供方法に従って構成
するとき、スキャナ１１４はカラー・イメージ５２の走
査のため使用されることが望ましい。あるいはまた、ス
キャナ１１６を使用することができる。
【０１４６】カラー画像１１０は、エミュレートされる
べき現存のＥＣＳＳ１１４又は新たなディジタルＥＣＳ
Ｓによって走査される。現存のＥＣＳＳ１１４から、場
所１１２の１つとそれぞれ対応するカラー値（望ましく
は、ＣＭＹＫ値）を含むディジタル表現１１８が得られ
る。これらの値は、印刷機械により与えられる各顔料の
量と関連する。
【０１４７】ＤＥＣＳＳ１１６からは、各場所１１２と
対応するカラー値（望ましくは、ＲＧＢ値）を含む場所
１１２のディジタル表現１２０が提供される。
【０１４８】本明細書全体においてＲＧＢ値およびＣＭ
ＹＫ値などの表現はＸＹＺまたはＬＡＢ座標系の如き他
の適当なカラー座標で置換できる適当なカラー座標の事
例であるものとする。更にまた、正確に３つの入力次元
である必要はなく、あるいは正確に３または４次元であ
る必要はない。適当数の次元を用いることができる。
【０１４９】ニューラル・ネットワーク・トレーニング
装置１１２は、複数の対応するカラー値１１８、１２０
を受取り、図１に関して先に示し述べたニューラル・ネ
ットワーク・トレーニング手順に従って、入力カラー値
１２０および出力カラー値１１８と関連するニューラル
・ネットワークの各対の接続ノード毎に重みを計算す
る。カラー値１２０は、図１のトレーニング・データ・
セット２０の第１のカラー値２２として使用される。カ
ラー値１１８は、図１のトレーニング・データ・セット
２０の第２のカラー値２４として使用される。トレーニ
ング済みニューラル・ネットワーク１２４は、スキャナ
１１６のＴＣＲモジュールの如き如何なる適当な記憶装
置にも格納され、スキャナの較正のため使用することが
できる。
【０１５０】あるいはまた、トレーニング済みニューラ
ル・ネットワークは、カラー値１１８をＲＧＢ値１２０
と関連付けるＬＵＴ１２７を構成するため使用される。
人工ニューラル・ネットワークを用いてＬＵＴを構成す
るための望ましい方法は、下記のステップを含む。即
ち、 （ａ）ＬＵＴのＲＧＢアドレスを与える。
【０１５１】例えば、下記の値のセットをアドレスとし
て使用することができる。この値セットは、３つ組値に
おける３つの成分の各々が下記の値０、１６、３
２、、、２５５の１つを有する全ての３つ組値を含む。
【０１５２】 （ｂ）上記アドレスは、２５５で除すことにより正規化
される。
【０１５３】（ｃ）正規化されたアドレスは、トレーニ
ング済みニューラル・ネットワークに対して入力として
与えられる。
【０１５４】（ｄ）ニューラル・ネットワークから得た
出力は、２５５の如き適当な因数で乗じられ、スキャナ
１１６のＴＣＲモジュールにおける如き適当な記憶装置
にＬＵＴの内容として記憶される。
【０１５５】付属書Ａは、ＡＮＮをトレーニングし、ト
レーニング済みＡＮＮに基いてＬＵＴを構成する望まし
い方法のソフトウエア構成である。
【０１５６】人工ニューラル・ネットワークを用いてＬ
ＵＴを構成するため、また変換ツールとして人工ニュー
ラル・ネットワーク・自体を使用するのではなく変換ツ
ールとしてＬＵＴを後で用いるための上記の方法の適用
性は、人工ニューラル・ネットワークの入力値および出
力値がカラー値である状況に限定されない。むしろ、Ｌ
ＵＴを構成した後これを用いてＡＮＮを変換ツールとし
て置換する上記方法はどんな種類の値間の変換に対して
も適する。
【０１５７】本明細書に記載されるニューラル・ネット
ワーク・トレーニング装置およびＬＵＴ構成装置はコン
ピュータ・プログラムの如き単一の装置として形成でき
ることが判る。
【０１５８】上記手法の結果として、ＤＥＣＳＳに対す
る特定の入力材料の入力は、同じ入力材料からの現存の
ＥＣＳＳにおいて生じる如き実質的に同じＣＭＹＫ値に
よりＤＥＣＳＳ出力を生じる。
【０１５９】図４は、較正されたＤＥＣＳＳ１１６とは
対照的に現在あるＥＣＳＳ１１４を用いる入力材料の再
生を示す。ＤＥＣＳＳ１１６は入力１２８を走査して第
１のディジタル表現１３０を結果として生じ、これが次
にトレーニング済みニューラル・ネットワーク１２４に
より、またはトレーニング済みニューラル・ネットワー
ク１２４を表わすＬＵＴ１２７により、各顔料の所要量
を表わす入力１２８の第２のディジタル表現１３２に変
換される。ＥＣＳＳ１１４による走査の結果として生じ
るイメージ１２８のディジタル表現１３４が通常はＤＥ
ＣＳＳ１１６により走査される如く出力１３２と略々同
じとなる。
【０１６０】ニューラル・ネットワーク１２４がＬＵＴ
を構成するため用いられたならば、ＬＵＴ構成装置１２
６により構成されたＬＵＴに現れない第１のディジタル
表現のカラー値が、Ｊ．Ｓｔｏｅｒ著「Ｉｎｔｒｏｄｕ
ｃｔｉｏｎ ｔｏ Ｎｕｍｅｒｉｃａｌ Ａｎａｌｙｓ
ｉｓ」（Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ、ニューヨー
ク、１９８０年）の第２章に開示された如き標準的な方
法を用いてこれから内挿される。
【０１６１】以下に示し記載する本発明の用途の全てに
おいて、同じあるいは類似の内挿法を使用できる。この
内挿法は、米国カルフォルニア州Ｓａｎｔａ Ｃｌａｒ
ａのＺｏｒａｎ社、あるいは連合王国Ｂｒｉｓｔｏｌの
ＩＮＭＯＳ社から市販される如き適当なハードウエアに
より自動的に実施されることが望ましい。ＡＮＮに基い
てＬＵＴを構成するのではなくカラー変換ツールとして
ＡＮＮを直接用い、またＬＵＴを構成ツールとして用い
ることの特定の利点は、内挿手順が不要であることであ
る。全ての出力値はＡＮＮにより直接計算される。
【０１６２】図３の実施例によれば、カラー・パッチ１
１２と対応するカラー値１１８のＥＣＳＳ１１４の出力
は、ディジタル・ファイルとして記憶することができ、
またケーブル結線の如き適当な手法により、あるいは磁
気テープその他の媒体を用いることにより、ニューラル
・ネットワーク・トレーニング装置１２２に対して送る
ことができる。
【０１６３】上記の手法はカラー値の自動読出しに限定
されるものではない。これらの値は、スキャナから１つ
ずつ手動で読出すことができる。次に、オペレータはキ
ーボードあるいは他の適当な入力手段などを介してニュ
ーラル・ネットワーク・トレーニング装置１２２に対し
てＲＧＢ値および対応するカラー値のリストを入力する
ことができる。
【０１６４】次に、図３および図４の方法の一般化の概
念図である図５を参照する。図５の方法および装置は、
第１のカラー値をＲＧＢカラー値の如き第１の複数のカ
ラー値からの第１のカラー値からＣＭＹＫカラー値の如
き第２の複数のカラー値からの第２のカラー値へ変換す
るため、ＬＵＴ１４２の形態における如き適当な形態で
表わされる現在のカラー変換を模倣するようＡＮＮ１４
０をトレーニングすることが要求される用途において有
効である。
【０１６５】ＡＮＮ１４０をトレーニングする方法は、
下記のステップを含むことが望ましい。即ち、 ａ．第１の複数のカラー値を適切に表わすデータベース
１４４を提供する。データベースは、先に述べたよう
に、Ｋｏｄａｋ社から市販されるＱ６０透明陽画を走査
することにより提供される。あるいはまた、データベー
スは、図２に関して本文に示し述べたデータベース構成
法を用いて構成することができる。
【０１６６】ｂ．本例においてはＬＵＴ１４２を用いて
データベース値を変換し、これによりＣＭＹＫ値の如き
１組のＬＵＴ処理データベース値１４６を得る。
【０１６７】ｃ．図１の方法を用い、入力トレーニング
・データとしてデータベース１４４を、また目標出力ト
レーニング・データとしてデータベース１４４を用い
て、ＡＮＮ１４０の接続されたノードの各対毎に重みを
計算する。
【０１６８】用途２：出力間の較正 次に、第２の印刷システムからの出力と実質的に同じ第
１の印刷システム出力を生じる較正手順の概略図である
図６を参照する。
【０１６９】図６の実施例は、予備的な校正目的のため
の複製の単一コピーを用意し、最終的な複製を生じるよ
う使用することを意図される印刷機械をエミュレートす
るため用いられる校正機械の較正において特に有効であ
る。連合王国ＨｅｒｔｆｏｒｄｓｈｉｒｅのＤｕＰｏｎ
ｔ（Ｕ．Ｋ）社から市販されるＣｒｏｍａｌｉｎ（登録
商標）の如き従来技術は、校正システムがエミュレート
することを意図される印刷機械の出力とは実質的に異な
る複製を生じる。その結果、校正刷りは、校正刷りと最
終印刷された複製との間の予期される不一致について心
理的に調整を試みながらその品質を判断できるエキスパ
ートにより評価されねばならない。本発明は、印刷機械
をエミュレートするように校正刷り機械が正確かつアル
ゴリズム的に較正されることを可能にする。
【０１７０】最終印刷機により印刷することができるが
顔料の組合わせを用いても校正刷り機械では印刷できな
い色が存在するので、印刷機と両立し得る校正刷り機を
選択することが望ましい。例えば、ＤｕＰｏｎｔ社から
入手可能なＣｒｏｍａｌｉｎ（登録商標）校正刷りシス
テムは、一般にオフセット印刷機と両立し得る。さもな
ければ、開示内容が参考のため本文に引用される前掲の
Ｓｔｏｎｅ等の論文（特に、その２７５〜２７９頁）に
記載された手法の如き適当な手法を用いて「印刷不可能
な」色が扱われる。
【０１７１】更に別の用途は、印刷機を置換する必要が
ある時か、あるいは現存するワークショップに別の印刷
機を付設することが要求される時である。新しい機械は
前の機械と異なる商標、形式あるいはモデルであるた
め、新しい機械における同じカラー値による印刷は異な
る外観の色を生じることが一般に見出される。従って、
新しい印刷機から得られる複製が現在の機械から得られ
る複製と略々似るまで、この新しい印刷機を手動で試行
錯誤のプロセスにより調整しなければならないことが一
般的である。一般には、第１および第２の機械により生
成される再生の外観の間に完全な一致を得ることは不可
能である。
【０１７２】異なる印刷機あるいは校正刷り機から得ら
れる異なる外観は、少なくとも下記の理由の結果であ
る。即ち、使用される異なる顔料、使用される異なる技
術（オフセット、グラビア、ロール紙、Ｃｒｏｍａｌｉ
ｎ（登録商標）、インク・ジェット、熱転写、など）、
中間調フィルムまたは版の網点形状、室温、湿度などで
ある。
【０１７３】各印刷装置からの結果の比較は、ＣＩＥ
（Ｃｏｍｍｉｓｓｉｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌ
ｄ’Ｅｃｌａｉｒａｇｅ）規格のカラー空間で実施さ
れることが望ましいが、他の適当な色空間で実施するこ
ともできる。
【０１７４】第２の印刷装置を含むグラフィック・アー
ト再生システムの較正を行うため第１の印刷装置を基準
として含むグラフィック・アート再生システムを使用す
るための望ましい手順は、図６に関して記載される以降
の記述である。即ち、 ａ．較正される第１の基準印刷装置２１４および第２の
印刷装置２１６に対する第１のデータベース２１０およ
び第２のデータベース２１２をそれぞれ提供すること。
この２つのデータベースは、望ましくはＣＭＹＫ値であ
る第１および第２の複数のカラー値からなる。データベ
ース２１０および２１２は、一旦印刷機２１４、２１６
によりそれぞれ印刷されるスキャナ２２２により走査さ
れると、各データベースが問題となる各領域における最
小限のデータ密度が存在するパターンの如き予め定めた
パターンを有するという意味において、出力装置２１４
および２１６の動作をそれぞれサンプリングするための
「良好な」データベースであることが望ましい。例え
ば、予め定めたパターンは、カラー空間の略々全体をサ
ンプリングすることが望ましければ、物理的に生成可能
な色空間の略々全体にわたり略々均一な分布になる。
【０１７５】この２つのデータベースは、先に示し述べ
たデータベース提供法により構成することができる。図
２のデータベース提供法を用いてデータベース２１０を
構成するとき、印刷機２１４を使用しなければならな
い。データベース２１２を構成する時は、印刷機２１６
を使用しなければならない。複数のカラー値２１０、２
１２は、それぞれ印刷機２１４、２１６により再生作業
において実際に使用される顔料値のみを含むことが望ま
しい。
【０１７６】ｂ．データベース２１０および２１２は、
それぞれ印刷機２１４、２１６により印刷される。結果
として生じる画像２１８および２２０はそれぞれ、Ｓｃ
ｉｔｅｘ社から入手可能なスマート・スキャナの結果と
して生じるカラー読取り装置２２２により走査される。
それぞれ走査の結果として生じる画像２１８、２２０の
ディジタル表現は、２２４および２２６として照合され
る。ディジタル表現２２４、２２６はそれぞれ、ＲＧＢ
値の如き複数のカラー値を含む。ある用途においては、
公知の手法を用いて複数のＲＧＢ値２２４、２２６を対
応する複数のＣＩＥＬａｂ、ＸＹＺ値又は別の適切な座
標系からの値に変換することが望ましい。
【０１７７】ｃ．ニューラル・ネットワーク・トレーニ
ング装置２２８は、それぞれ入力データおよび目標出力
データとして対応する複数のカラー値２２６、２１２を
受取り、図１に関して先に示し述べた方法に従って然る
べくニューラル・ネットワーク２２９をトレーニングす
る。ニューラル・ネットワーク・トレーニング装置２２
８は、先に示し述べたニューラル・ネットワーク・トレ
ーニング手順に従って構成され作動する。ＡＮＮトレー
ニング装置２２８によりトレーニングされたＡＮＮ２２
９は、記憶装置２３０に記憶され、印刷機２１６を用い
て、カラー読取り装置２２２により与えられたＲＧＢ値
として読取られるカラーを印刷するため要求される量の
インクのシアン、マゼンタおよびイエローおよび黒を出
力する。
【０１７８】ｄ．トレーニング装置２２８によりトレー
ニングされたＡＮＮ２２９は、ＲＧＢ表現値２２４につ
いて作動され、複数のＣＭＹＫ値２３１を結果として生
じる。データベース２１０の各ＣＭＹＫ値毎に、ディジ
タル表現における対応するＣ′Ｍ′Ｙ′Ｋ′値２３１
は、印刷機２１６により、ディジタル表現における対応
するＲＧＢ値２２４と実質的に等しい値としてカラー読
取り装置２２２により読出される着色された場所を生じ
るために要する顔料量を表わす。
【０１７９】ｅ．第２のＡＮＮトレーニング装置２３２
は、それぞれ入力データおよび目標出力データとして複
数のカラー値２１０および２３１を受取り、カラー値２
１０とカラー値２３１との間の関係を定量化するためＡ
ＮＮ２３３をトレーニングするよう作動する。ＡＮＮ２
３３は、ＬＵＴ構成装置２３４により受取られ、ＬＵＴ
２３６を構成するため使用される。あるいはまた、ＡＮ
Ｎ２３３は、層のサイズの如きＡＮＮ２３３を定義する
重みおよびネットワーク・パラメータのセットを記憶す
るなどにより、他の適当な方法で記憶される。ＡＮＮ２
３３またはＡＮＮ２３３を表わすＬＵＴ２３６の重みお
よびパラメータは、ディスクの如き適当な記憶装置２３
７に記憶される。
【０１８０】従って、ＡＮＮ２３３は、出力がカラー読
取り装置２２２にとって印刷装置２１４により印刷され
るＣ、Ｍ、ＹおよびＫの未変換値から読出されたＲＧＢ
値と実質的に同じに見えるように、印刷装置２１６を用
いて印刷するため要求されるシアン、マゼンタ、イエロ
ーおよび黒のインク量の変換を表わす。
【０１８１】第１の望ましい実施態様によれば、画像表
現２１８、２２０を走査するとき、白点がそれぞれ対応
する印刷機２１４、２１６の白点のＣＭＹ値にできるだ
け近くなるように選択される。選択された白点が対応す
る白点のＣＭＹ値と正確に一致し得なければ、典型的に
は僅かに高い白点が選択される。他の全ての制御はその
デフォルト設定に置かれる。
【０１８２】別の望ましい実施態様によれば、この白点
は白紙即ち背景の空白部分に置かれる。他の全ての制御
は、そのデフォルト設定に置かれる。
【０１８３】白点の最も適切な選択は特定用途および使
用される特定のグラフィック・アート再生システムの関
数として変化する。
【０１８４】カラー画像表現２１８、２２０がそれぞれ
自動的に走査されることにより、各画像が分割される複
数の着色された場所と対応する複数のカラー値を定義す
ることが望ましい。これを達成するために適当な手順を
用いることができ、この手順は、各ピクセルのカラー値
を読出して記憶しながらカラー画像のピクセルからピク
セルへ自動的に通し、各々が複数のピクセルからなる複
数の着色された場所を定義し、各着色された場所におけ
るピクセルの少なくとも一部の値を平均化あるいは他の
方法で組合わせることにより各着色された場所毎のカラ
ー値を定義するステップからなる。カラー・パッチのア
ナログ表現を自動的に走査するための市販される機能
は、Ｓｃｉｔｅｘ社から市販されるスマート・スキャナ
に提供される自動較正機能である。
【０１８５】一旦構成されると、ＬＵＴ２３６またはト
レーニング済みＡＮＮ２３３は少なくとも２つの異なる
方法で使用される。即ち、 （ｉ）カラー読取り装置２２２に対する外観が、ディジ
タル・ファイルが印刷機２１４において印刷されるとき
と実質的に同じであるように、印刷機２１４による印刷
のために最初に意図されたディジタル・ファイルとして
表される画像を印刷機２１６で印刷する必要があれば、
ディジタル・ファイルはＬＵＴ２３６またはトレーニン
グ済みＡＮＮ２３３を通過し、結果として生じる変換さ
れたディジタル・ファイルが印刷機２１６において印刷
されるディジタル・ファイルを印刷機２１４において印
刷し、これをカラー読取り装置２２２を用いて実質的に
読出す結果は、印刷機２１６において変換ファイルを印
刷し、その後これをカラー読取り装置を用いて読出すこ
とにより得られる結果と実質的に同じである。
【０１８６】（ii）図６のスキャナ２２２と同じもので
あるカラー読取り装置２２３に組込まれたＲＧＢ対ＣＭ
ＹＫ索引テーブル２６０の変更を示す図７を参照する。
ＬＵＴ２６０は、印刷機２１４と関連して使用するのに
適している。ＬＵＴ２６０を修正し、修正されたＲＧＢ
‐ＣＭＹＫ ＬＵＴ２６２を取得することが望ましく、
このＬＵＴは、スキャナ２２３に対してロードされ印刷
装置２１６と関連して使用されるとき、ＬＵＴ２６０お
よび印刷装置２１４にロードされたスキャナ２２３によ
り生じるものと実質的に同じ像を結果として生じるが、
ここで用語「実質的に同じ」とは２つのプロセスにより
処理される像がスキャナにより実質的に同じに「見え
る」ことを意味する。
【０１８７】図７に示されるように、ＬＵＴ２３６また
はＡＮＮ２３３はＬＵＴ２６０の値に基いて作動させら
れ、印刷機２１４に対して意図された各ＣＭＹＫ値を印
刷機２１６に適するＣＭＹＫ値に変換することによりＬ
ＵＴ２６２を得る。その結果、ＬＵＴ２６０によりロー
ドされたスキャナ２２２を用いて特定のイメージ２６５
を走査し、その後印刷機２１４により印刷する結果２６
４は、ＬＵＴ２６２によりロードされたスキャナ２２２
を用いてイメージを走査し、その後印刷機２１６により
印刷する結果２６６と実質的に同じである。このこと
は、像２６４の走査された表現が同じスキャナを用いて
像２６６の走査された表現と略々同じ値を含むことを意
味する。
【０１８８】ＬＵＴ２３６の構造がＡＮＮ２３３の構造
を反映するので、データの主体についてのＬＵＴ２３６
の作動は同じデータ主体についてのＡＮＮ２３３の動作
と実質的に等しい。
【０１８９】次に、基準印刷システムに対する２つの印
刷システムの如き複数の印刷システムを同時に較正する
ための方法および装置を示す図８および図９を参照す
る。
【０１９０】２つ以上の印刷システムを同時に較正する
望ましい方法は下記の如くである。
【０１９１】ａ．図６の方法のステップａ〜ｄは、印刷
機２１４に対する印刷機２１６の較正を開始するため実
施される。
【０１９２】ｂ．図６の方法のステップａ〜ｄは、同じ
基準スキャナ出力２２４を用いるが、ＣＭＹＫデータベ
ース２１２をＣＭＹＫデータベース２４２で、また印刷
機２１６を印刷機２４６で置換して実施される。図８に
おいて、印刷機２４６の出力は２５０で示され、スキャ
ナ２２２の出力は２５６で示され、トレーニング装置２
２８によりトレーニングされたＡＮＮは２５９で示さ
れ、トレーニング済みＡＮＮ２５９の出力は２６１で示
される。データベース２４２は、データベース２１２が
印刷機２１６の動作を適当にサンプルするよう選択され
たと同じ方法で印刷機２４６の動作を適当にサンプルす
るよう選択される。
【０１９３】次に図９において、複数のＣＭＹＫ値２３
１および２６１が連結され、これにより各々がＣＭＹＫ
データ２３１における対応する要素の４つの成分と、Ｃ
ＭＹＫデータ２６１における対応する要素の４つの成分
からなる複数の８次元ベクトル２７０を提供する。
【０１９４】ｄ．複数の８次元データ２７０は、ＡＮＡ
トレーニング装置２７２に対して目標出力として与えら
れる。入力データはＣＭＹＫデータ２１０である。ＡＮ
Ａトレーニング装置２７２はＡＮＮ２７３をトレーニン
グし、その出力層は典型的には８つのニューロンを含
む。ＡＮＮ２７３の構成パラメータおよび重みは、スキ
ャナのＴＣＲモジュールの如き適当な記憶装置２３７に
格納される。あるいはまた、あるいは更に、ＬＵＴ２７
６は図３および図４に関して先に示し述べたＬＵＴ構成
法を用いてＡＮＮ２７３に基いて構成される。ＬＵＴの
内容は、ＬＵＴの各場所に格納される２つの４次元のイ
ンク座標値と対応する典型的には８次元的である。
【０１９５】次に、外観が相互におよび基準印刷システ
ムの出力に実質的に似る２つの各出力表現を生じるため
に、第３の基準印刷システム２１４に対して較正される
２つの印刷システム２１６および２４６を使用するため
の方法を示す図１０を参照する。図１０の方法のサンプ
ル用途は、Ｃｈｒｏｍａｌｉｎの校正刷りがＤｕＰｏｎ
ｔ社のＣｈｒｏｍａｌｉｎシステムを用いて生成された
ときであり、オフセットおよびグラビアの両印刷プロセ
スを用いる校正刷りにより表わされる画像を印刷して、
オフセットおよびグラビア・プロセスの校正刷りの外観
および出力が実質的に同じであることを保証することが
要求されるときである。本例においては、基準印刷シス
テムはグラビア印刷機あるいはオフセット印刷機でよ
い。
【０１９６】印刷システム２１４において印刷されると
き、ＣＭＹＫファイル２７８の外観を保持しながら、印
刷システム２１４および印刷システム２１６および２４
６において印刷されるディジタル表現であるＣＭＹＫフ
ァイル２７８が提供される。ＣＭＹＫファイル２７８
は、トレーニング済みＡＮＮ２７３に対する入力として
与えられ、これにより複数の８次元値（ＣＭＹＫＣＭＹ
Ｋ）からなる出力ファイル２８０を生じる。ＣＭＹＫＣ
ＭＹＫ値２８０は、ＣＭＹＫ値の第１および第２の部分
２８２、２８４に分割され、これらはそれぞれ印刷機２
１６および２４６により印刷される。印刷機２１６、２
４６からの出力２８８、２９０の外観はそれぞれ、基準
印刷システム２１４を用いてＣＭＹＫファイル２７８か
ら直接印刷されたアナログ表現２８６の外観と実質的に
同じである。
【０１９７】用途３：オリジナルの複製 次に、特定の媒体（透明陽画または反転コピーの如き、
これに限定されない）上にハード・コピーとして存在す
るイメージの複製を生じる際に有効な本発明の一実施例
を示す図１１および図１２の概略図を参照する。中間調
の印刷画像が画像が従来の手法を用いてスクリーンから
外されることを除いて、本文に述べるものに完全にアナ
ログ的に複製できることが示される。
【０１９８】従来のデスクリーニング法については、
Ｍ．Ｍａｒｑｕｅｔ著「Ｄｅｈａｌｆｔｏｎｉｎｇ ｏ
ｆ ｎｅｇａｔｉｖｅｓ ｂｙ ｏｐｔｉｃａｌ ｆｉ
ｌｔｅｒｉｎｇ」（Ｏｐｔｉｃａ Ａｃｔａ ６、４０
４〜４０５頁、１９５９年）、Ｍ．Ｍａｒｑｕｅｔおよ
びＪ．Ｔｓｕｊｉｕｃｈｉ著「Ｉｎｔｅｒｐｒｅｔａｔ
ｉｏｎ ｏｆ Ｐａｒｔｉｃｕｌａｒ Ａｓｐｅｃｔｓ
ｏｆ Ｄｅｈａｌｆｔｏｎｅｄ Ｉｍａｇｅｓ」（Ｏ
ｐｔｉｃａ Ａｃｔａ ８、２６７〜２７７頁、１９６
１年）、およびＤ．ＫｅｒｍｉｓｃｈおよびＰ．Ｇ．Ｒ
ｏｅｔｌｉｎｇ著「Ｆｏｕｒｉｅｒ Ｓｐｅｃｔｒａ
ｏｆ Ｈａｌｆｔｏｎｅ Ｓｃｒｅｅｎｓ」（Ｊ．Ｏｐ
ｔ．Ｓｏｃ．Ａｍｅｒ．６５、７１６〜７２３頁、１９
７５年）に記載されている。これらの文献の開示内容
は、参考のため本文に援用される。
【０１９９】与えられた媒体上に表わされるイメージの
複製を行うための望ましい方法について次に記載する。
ステップ（ａ）〜（ｄ）は図１１に示される。ステップ
（ｅ）は、一旦ステップ（ａ）〜（ｄ）が実施されると
与えられたイメージを複製するための別の２つの方法を
含み、図１２および図１３にそれぞれ示される。
【０２００】ａ．典型的に第１の複数のＲＧＢ値を含む
カラー・イメージの第１のディジタル表現３１０を、先
に示し述べたデータベース提供法の如き適当な手順を用
いて提供する。ここで、「良好な」データベース３１０
は、データベース構造に関する節で先に述べた如き記録
媒体３１４およびスキャナ３１６と関連して使用される
記録装置３１２の動作をサンプリングするために適する
ものであり、図２の方法に従って構成されることが望ま
しい。従って、データベース３１０を構成するため図２
のデータベース提供法を用いるとき、スキャナ３１６お
よび記録装置３１２は初期データベースを走査し記録す
るために使用されるべきである。
【０２０１】ｂ．所定の媒体の基板３１４を、ＤｕＰｏ
ｎｔから市販される４ｃａｓｔの如きカラー記録装置３
１２に設置する。本発明の望ましい実施態様によれば、
基板３１４の媒体は複製されるべきオリジナル３２６
（図１２）の媒体と同じものである。カラー記録装置３
１２にディジタル・ファイル３１０をロードし、これに
よりカラー画像のディジタル表現３１０と対応するアナ
ログ表現３１５を生じる。
【０２０２】ｃ．アナログＥＣＳＳまたはＤＥＣＳＳの
如きカラー読取り装置３１６を用いてアナログ表現３１
５を読取り、これにより複数のＲＧＢ値３１０と対応す
る第２の複数のＲＧＢ値を含むことが望ましいカラー画
像の第２のアナログ表現３１８を得る。
【０２０３】ｄ．ＡＮＮトレーニング装置３２０に対し
てディジタル表現３１０を入力し、この装置は先に述べ
たＡＮＮトレーニング手順に従って複数のカラー値３１
８を複数のカラー値３１０に変換するようＡＮＮ３２１
をトレーニングするよう作動する。図１に関して先に述
べたように、ニューラル・ネットワーク・トレーニング
装置３２０は、複数の対応するカラー値２２、２４を受
取り、カラー値２２とカラー値２４間の関係に基いてニ
ューラル・ネットワークに対する１組の重みを計算す
る。本例においては、カラー値３１８は図１のトレーニ
ング・データ・セット２０の第１のカラー値２２として
使用される。カラー値３１０は、図１のトレーニング・
データ・セット２０の第２のカラー値２４として使用さ
れる。
【０２０４】ＡＮＮトレーニング装置３２０により計算
されるトレーニング済みＡＮＮ３２１は、スキャナ３１
６のＴＣＲモジュールの如き適当な記憶装置に記憶され
る。あるいはまた、ＡＮＮはＬＵＴ構成装置３２２によ
り受取られる。ＬＵＴ構成装置３２２は、ＡＮＮ３２２
１により指令される如くＲＧＢ値３１８をＲＧＢ値３１
０に関連付けるＬＵＴ３２４を構成し、ＬＵＴ３２４を
スキャナ３１６のＴＣＲモジュールに格納する。ＬＵＴ
３２４またはトレーニング済みＡＮＮ３２１について
は、下記の如く使用することができる。即ち、 ｅ．図１２を参照する。カラー・イメージ３２７のアナ
ログ表現を含む基板３２６（基板３１４と同じ媒体であ
ることが望ましい）を提供し、カラー画像３２７を第２
の基板３２８（基板３２６と同じ媒体であることが望ま
しい）に対して複写することを求めるとき、画像３２７
はスキャナ３１６により走査され、そのＴＣＲモジュー
ルはＬＵＴ３２４またはトレーニング済みＡＮＮ３２１
を含み、これによりカラー画像のディジタル表現３３０
を得る。このディジタル表現は次にカラー記録装置３１
２により記録され、これにより基板３２８上に元のカラ
ー画像３２７の実質的に正確な複製３３２を得る。
【０２０５】あるいはまた、カラー画像３２７は図１３
における如く複製される。図示の如く、画像３２７はカ
ラー分解装置３３４のみを用いてスキャナ３１６により
走査され、これによりイメージ３２７の複数のＲＧＢ値
を含むことが望ましいディジタル表現３３６を画定す
る。このディジタル表現３３６は記憶システム３３８に
記憶される。
【０２０６】ＡＮＮトレーニング装置３２０によりトレ
ーニングされたＡＮＮ３２１の重みおよび構成パラメー
タは、適当なコンピュータのメモリーの如き適当な記憶
装置３４０に記憶される。あるいはまた、ＡＮＮ３２１
は、ＬＵＴ３２４を構成するため使用される。ＡＮＮ３
２１は、記憶装置３３８から読出されるディジタル表現
３３６に作用し、これにより画像３２７の修正されたデ
ィジタル表現３３０を提供する。ディジタル表現３３０
は、カラー記録装置３１２により記録され、これにより
基板３２８上に元のカラー画像３２７を得る。
【０２０７】必要に応じて、上記ステップのあるものが
手動により行われる。特に、パッチ３１４のＲＧＢカラ
ー値は、カラー分解スキャナにより手動により測定さ
れ、次いで走査される代わりに、キーボードなどにより
手動によりＡＮＮトレーニング装置３２０に対して入力
される。
【０２０８】別の実施例によれば、基板３２６上の画像
３２７はそれ自体走査されて、ディジタル表現３１０を
提供する（図１１）。この実施態様は、これが正確に特
定の画像３２７の複製のため必要な如きカラーを正確に
使用する如きある用途においては特に有効である。
【０２０９】用途４：出力からの入力の再構成 次に、与えられた色調および色再生システムを用いて生
成されるハードコピーを再構成する際に有効な本発明の
更に別の実施例を示す図１４乃至図１８を参照する。
【０２１０】図１４は、反映（ｒｅｆｌｅｃｔｉｖｅ）
コピー４３０として印刷されるイメージ４１２の標準的
な再生プロセスを示している。元の透明陽画４１２が得
られなければ、これは処理済みのディジタル・ファイル
４２４または反映出力４３０のいずれか一方を用いて再
構成することができる。
【０２１１】図１５は、木の絵４１２と太陽の絵４１４
からなる１つの画像を形成して、これを１つの基板上に
表わすことにより、太陽と木の両方の１つの表現４３２
（反映コピーの如き）を得ることが要求される用途を示
している。木が元の絵４１２における木と似ており、太
陽が元の絵４１４における太陽と似ている合成画像の表
現の透明陽画を提供することが要求される。元の絵４１
２の媒体が元の絵４１４の媒体と実質的に同じであるこ
とが望ましい。
【０２１２】図１６は、図３および図４のＬＵＴ構成方
法を用いて、ＬＵＴ４２２がイメージ４１２のＲＧＢ表
現４１８をＣＭＹＫ表現４２４に変換するため使用され
るＡＮＮに基いて構成されたものとして、またＬＵＴ４
２２およびディジタル・ファイル４２４がまだ使用可能
であるものとして、入力コピー４１２を再構成する望ま
しい方法を示す。
【０２１３】第１に、ＬＵＴ４２２は、Ｓｔｏｎｅ等の
前掲の論文の２６７頁に開示されたものの如き公知の方
法を用いて反転され、これにより反転されたＬＵＴ４３
４を提供する。次に、ＬＵＴ４３４がディジタル・ファ
イル４２４について操作され、これにより基本的には複
数のＲＧＢ値を含むディジタル・ファイル４３６を生
じ、この値は入力コピー４１２（図１４）から走査され
る複数のＲＧＢ値４１８と実質的に同じものである。
【０２１４】あるいはまた、ＬＵＴ４２２反転ステップ
は、特にイメージ４１２のＲＧＢ表現４１８をＣＭＹＫ
表現４２４に変換するため使用されるＡＮＮがＬＵＴの
生成に使用されなかったならば、ＣＭＹＫ表現４２４を
イメージ４１２のＲＧＢ表現４１８に変換するためのＡ
ＮＮを提供するステップにより置換することができる。
次いで、ＬＵＴ４３４操作ステップは下記のステップで
置換される。
【０２１５】i．図２に関して先に示し述べたデータベ
ース提供法を用いて構成することができるＣＭＹＫ−Ｒ
ＧＢデータベースを提供する。
【０２１６】ii．図１に関して先に示し述べたＡＮＮト
レーニング法を用い、またステップ（ｉ）においてトレ
ーニング・データとして提供されるデータベースを用い
て、ＣＭＹＫ値をＲＧＢ値に変換するためＡＮＮを提供
する。ＣＭＹＫ値は入力データであり、ＲＧＢ値は目標
出力データである。
【０２１７】iii．ＣＭＹＫ表現４２４についてステッ
プ（ii）で提供されるＣＭＹＫ‐ＲＧＢのＡＮＮを操作
する。
【０２１８】その後オペレータ４３７が構成され、これ
は、ディジタル・ファイル４３６について操作される
時、ディジタル・ファイル４３８を結果として生じ、こ
れは記録装置４４２により基板４４０（オリジナル４１
２と同じ媒体であることが望ましい）に記録されると
き、下記の特性を有するアナログ表現を結果として生じ
る。即ち、スキャナ４１６により走査されるならば、ア
ナログ表現４４０がディジタル・ファイル４３６（およ
び、ディジタル・ファイル４１８）と実質的に同じディ
ジタル表現４４３を提供することになる。アナログ表現
はまた、人間の眼にはオリジナル４１２と実質的に同じ
色調および色を呈するように見える特性を有するのが望
ましい。オペレータ４３７は、図示された実施例におけ
るように、ＡＮＮ、または、図３および図４に関して先
に示し述べたＬＵＴ構成法を用いてＡＮＮと対応するよ
う構成されるＬＵＴを含む。
【０２１９】少なくとも前者の特性で、また典型的には
両方の特性でＡＮＮ４３７をトレーニングする望ましい
方法を図１１に関して先に示し述べたが、同図では所要
の特性を持つＡＮＮがＡＮＮ３２１として照合される。
あるいはまた、ＡＮＮ４３７は、図３および図４に関し
て先に述べたＬＵＴ構成法を用いて、ＡＮＮに従って構
成されたＬＵＴで置換することもできる。
【０２２０】図１４の印刷された絵４３０は得られるが
ディジタル・ファイル４２４が使用できないとき、出力
コピー４３０から入力コピー４１２を再構成する望まし
い方法が図１７および図１８に示される。図示の如く、
この方法は、スキャナ４１６と関連して印刷機４２８の
動作をサンプリングするための「良好な」データベース
であることが望ましく、かつ典型的には複数のＣＭＹＫ
値を有するデータベース４４４を提供することを含む。
このデータベース４４４は、印刷機４２８により印刷さ
れ、これにより反映コピーの如き印刷表現４４６を提供
し、後でスキャナ４１６により走査されることにより、
ディジタル・ファイル４５０を提供する。あるいはま
た、ディジタル・ファイル４５０を予め定めて、図２に
関して先に示し述べたデータベース構成法を用いてこれ
からデータベース４４４を構成することもできる。
【０２２１】ＡＮＮトレーニング装置４５２は、対応す
る複数のカラー値４５０、４４４を受取り、図１に関し
て先に述べた方法を用いて目標出力ＣＭＹＫ値４４４に
入力ＲＧＢ値４５０を関連付けるＡＮＮをトレーニング
する。ＡＮＮの重みおよび構成パラメータは適当な形態
で記憶され、これによりＡＮＮ自体をカラー変換ツール
として直接使用することを可能にする。あるいはまた、
ＡＮＮはＬＵＴ４５４を構成するため使用され、このＬ
ＵＴは次に記憶され、カラー変換ツールとして使用され
る。
【０２２２】図１に関して先に述べたように、ニューラ
ル・ネットワーク・トレーニング装置４５２は、対応数
のカラー値４５０および４４４を受取り、カラー値４５
０とカラー値４４４間の関係を近似するニューラル・ネ
ットワークに対する１組の重みを構成する。本例では、
カラー値４５０は図１のトレーニング・データ・セット
２０の最初のカラー値２２として使用される。カラー値
４４４は、図１のトレーニング・データ・セット２０の
第２のカラー値２４として使用される。
【０２２３】図１８に示されるように、出力コピー４３
０はスキャナ４１６により走査され、典型的にはＲＧＢ
値である結果として生じるディジタル・ファイル４５６
はＡＮＮの記憶形態４５４を通して送られ、これにより
複数のＣＭＹＫ値を含むことが望ましいディジタル・フ
ァイル４５８を提供する。複数のＣＭＹＫ値４５８は、
印刷機４２８により出力されるとき、ハードコピー４３
０と実質的に同じであるオリジナル・イメージのハード
コピー４６０を結果として生じることになる。ディジタ
ル・ファイル４５８は、図１４のディジタル・ファイル
４２４と実質的に同じである。従って、ディジタル・フ
ァイル４５８は、図１６の手順を用いて、元の透明陽画
４１２を復元するため使用される。
【０２２４】カラー記録装置４４２は、ＤｕＰｏｎｔ社
から入手可能な４ｃａｓｔプロッタの如き適当なカラー
記録装置を含む。
【０２２５】先に述べた計算はスキャナにより行われる
必要はないが、その代わり、典型的には、適当な従来の
通信法を用いて本装置の残部と通信するＩＢＭ ＰＣの
ような標準的なコンピュータである適当な計算手段によ
り行うことができる。
【０２２６】用途５：特殊な設定の第２のカラー分解ス
キャナに関する第１のカラー分解スキャナの較正 本発明の下記の実施例は、これに限定されないがＧＣ
Ｒ、ＵＣＲ、ＵＣＡ等の特殊設定に基いて基準スキャナ
／読取り装置に対するスキャナあるいは他のカラー読取
り装置を較正することが要求されるときに有効である。
この実施例は、オペレータが特殊設定に比較的不慣れで
ある場合に特に有効である。
【０２２７】次に、特殊設定で現在使用されているＥＣ
ＳＳ（またはＤＥＣＳＳ）を含む現在あるＴＣＲシステ
ムに新しいＤＥＣＳＳを組込む際に有効な本発明の一実
施例を示す図１９を参照する。
【０２２８】現在使用されるＥＣＳＳをその特殊設定に
置くことにより、先に示し述べた図３および図４の方法
を用いて、新しいＤＥＣＳＳが現存のＴＣＲシステムを
エミュレートすることを可能にするＡＮＮを構成するこ
とができる。しかし、通常は、引き続いてオペレータが
制御する色調および色調整の過程において特殊設定ＣＭ
ＹＫ値を理解して解釈することをオペレータは一般に難
しいと考えるので、ＡＮＮまたはこれと関連して構成さ
れた索引テーブルの変更例は望ましくない。従って、オ
ペレータが所要の色調および色修正を実施することを可
能にするため、最初に「通常の」ＡＮＮまたはＬＵＴで
ロードされたスキャナで画像を走査することが望まし
い。一旦この修正が完了すると、修正されたカラー値が
特殊設定値に変換され、これにより基準スキャナの特殊
設定に関して較正されるスキャナの較正を実現する。
【０２２９】特殊設定における第２のカラー・スキャナ
に対して第１のカラー・スキャナを較正するための望ま
しい手順は、下記のステップを含む。即ち、 ａ．現在あるスキャナ５１０をその通常の設定Ｎに置
き、複数の着色された場所５１４を含むカラー・イメー
ジのアナログ表現５１２が走査され、これにより複数の
カラー値、典型的には複数の着色された場所５１４と対
応するＣＭＹＫ値を含むディジタル表現５１６を得る。
【０２３０】カラー画像５１２は、先に示し述べたデー
タベース提供法に従って構成された「良好な」データベ
ースであることが望ましい。ここで、「良好な」データ
ベース５１２とは、その値が「目標の」予め定めた数の
カラー値にできるだけ近いものである。例えば、データ
ベース５１２は、通常の設定ではない特殊設定の使用が
実質的な相違を生じるサブ範囲にあるその特殊設定にお
けるスキャナ５１０の動作をサンプルするように構成さ
れたデータベースを含む。このようなデータベースの構
成は、図２のデータベース構成法に関して先に説明され
ている。
【０２３１】ｂ．現在あるスキャナ５１０を所要の特殊
設定Ｓに置き、同じカラー画像が走査されることによ
り、複数の着色された場所５１４と対応する典型的には
ＣＭＹＫ値である複数のカラー値を含むディジタル表現
５１８を得る。
【０２３２】ｃ．ディジタル表現５１６および５１８を
ＡＮＮトレーニング装置５２０に入力し、この装置は先
に示し述べたＡＮＮトレーニング手順に従って複数の入
力カラー値５１６を複数の目標出力カラー値５１８と関
連付けるＡＮＮ５２１をトレーニングするよう作動す
る。
【０２３３】典型的には、図１に関して先に述べたよう
に、ニューラル・ネットワーク・トレーニング装置５２
０は対応する複数のカラー値５１６、５１８を受取り、
カラー値５１６とカラー値５１８との間の関係を近似す
るニューラル・ネットワークに対する１組の重みを構成
する。本例では、カラー値５１６は図１のトレーニング
・データ・セット２０の第１のカラー値２２として使用
される。カラー値５１８は、図１のトレーニング・デー
タ・セット２０の第２のカラー値２４として使用され
る。
【０２３４】ＡＮＮ５２１の重み及び構成パラメータ
は、スキャナのＴＣＲモジュールの如き適当な記憶装置
に記憶され、これによりＡＮＮ５２１をカラー変換ツー
ルとして直接使用することを可能にする。あるいはま
た、ＡＮＮ５２１は、ＣＭＹＫ値５１６とＣＭＹＫ値５
１８との間の関係を表わすＬＵＴ５２４を構成するた
め、ＬＵＴ構成装置５２２により使用される。
【０２３５】ｄ．新しいＤＥＣＳＳ５２６を用いて入力
コピー５２８を走査することが必要なとき、入力５２８
はスキャナ５２６により走査され、これにより入力５２
８のディジタル表現５３０を得る。典型的には、ディジ
タル表現５３０の（典型的な）ＲＧＢ値は、図３のＡＮ
Ｎ１２４かあるいは図３のＬＵＴ構成装置１２６により
構成される標準的なＬＵＴ１２７を用いて変換される。
その結果は、通常の設定での作業に慣れた人間のオペレ
ータに馴染みがあり、これによりオペレータにより容易
に修正される点で「標準的」である複数のＣＭＹＫ値を
含むことが望ましい入力５２８の第２のディジタル表現
５３２である。
【０２３６】ｅ．所望の色調および色操作が人間のオペ
レータにより行われ、ディジタル表現５３２の修正およ
びその後のバージョンを生じる。
【０２３７】ｆ．一旦オペレータが色調および色の操作
ステップを完了すると、ＡＮＮ５２１またはＬＵＴ５２
４の如きＡＮＮ５２１の記憶された形態を用いて、ディ
ジタル表現５３２の通常設定のＣＭＹＫの各々を対応す
る特殊設定ＣＭＹＫ値に変換し、結果として入力５２８
の最終ディジタル表現５３６を生じ、これは、特殊設定
におけるスキャナ５１０により入力５２８を走査して同
じオペレータ入力の色調および色操作を実施することに
より生じる入力５２８のディジタル表現と実質的に同じ
である。
【０２３８】別の方法が図２０に示され、これにおいて
はＬＵＴがカラー変換ツールとしてＴＣＲモジュールに
おいて使用される。図２０の実施例においては、オペレ
ータによる色調および色修正の実行に続いてＬＵＴ１２
７の修正されたＣＭＹＫ値が変換され、これによりＬＵ
Ｔ５２４に記憶された変換を用いることにより、あるい
はＬＵＴ１２７におけるＡＮＮ５２１を操作すことによ
り、変換されたＬＵＴ５３８を定義する。ＬＵＴ５３８
は、スキャナ５２６のＴＣＲモジュールに記憶される。
次いで、ディジタル表現５３０は望ましくは即時にＬＵ
Ｔ５３８により直接変換されて、最終ディジタル表現５
３６を生じる。
【０２３９】本明細書全体にわたり、ＡＮＮトレーニン
グ装置およびこれにより構成されたＡＮＮのパラメータ
が、Ａｐｐｌｅ社から市販されるＭａｃｉｎｔｏｓｈ、
あるいはＲＳ２３２ケーブルと関連してパブリック・ド
メインのＫＥＲＭＩＴ通信パッケージの如き市販の通信
手段を介して米国カルフォルニア州Ｍｏｕｎｔａｉｎｖ
ｉｅｗのＡｄｏｂｅ Ｓｙｓｔｅｍｓ社から市販される
流通するフォトショップ・ソフトウエアの如きカラー再
生装置と通信するＩＢＭ ＰＣの如き適当な市販の計算
手段のメモリーに記憶される。あるいはまた、ＡＮＮト
レーニング装置およびこれにより構成されたＡＮＮのパ
ラメータは、カラー再生装置により一緒に記憶される。
【０２４０】用途６：出力装置に関するカラー・モニタ
ー・ディスプレイの較正 次に、出力装置に関するＣＲＴの較正法の概略図である
図２１を参照する。その目的は、印刷装置２１４からの
カラー画像出力のハードコピー表現６１２と似たカラー
画像のアナログ表現６１０をＣＲＴディスプレイ６１６
上に提供することにある。
【０２４１】本方法および本装置は、全体的に図６の方
法および装置と似ており、これにおいては印刷装置２１
６が（ＣＲＴではなく）出力装置２１４に関して較正さ
れる。類似点の理解を容易にするため、図６および図２
１の同じ要素を参照するため同じ参照番号が用いられ
る。図２１の方法および装置の異なる要素について次に
論述する。
【０２４２】図２１に示されるように、スキャナ２２２
がＣＲＴ６１６から入力を受取ることを可能にするため
光インターフェース６２０が必要とされる。例えば、Ｓ
ｃｉｔｅｘ社のスマート・スキャナは、電気的な書込み
接続を維持しスキャナの色分解ヘッドをモニターの前方
に設置しながら、スキャナの内部からその色分解ヘッド
を機械的に遮断して取外すことにより、モニター６１６
のスクリーンと光学的に接続される。
【０２４３】一旦モニター上に提示されると、少なくと
も予め定めた密度でカラー・モニター６１６により物理
的に再現可能なスペースの略々全体を値がカバーするよ
うに、カラー・モニター６１６の動作をサンプルする意
味において「良好な」データベースである複数のＲＧＢ
値６１８が与えられる。ＲＧＢ値６１８は、ＣＲＴスク
リーン６１６上に相互に表示されることが望ましく、ス
キャナ２２２により一時に１つずつ受取られることが望
ましい。スキャナのモニターとの同期が必要である。こ
の手順は、Ｓｃｉｔｅｘ社から市販されるスマート・ス
キャナにおいて与えられる。
【０２４４】用途２におけるように、Ｐ．Ｇ．Ｅｎｇｅ
ｌｄｒｕｍ著「Ａｌｍｏｓｔ Ｃｏｌｏｒ Ｍｉｘｔｕ
ｒｅ Ｆｕｎｃｔｉｏｎｓ」（Ｊｏｕｒｎａｌ ｏｆ
Ｉｍａｇｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ、１４（４）、
１９８８年８月）、および本文に援用された文献２およ
び５〜７に記載される如き従来の装置および手法を用い
て、複数のＲＧＢ値２２４および２２６をＸＹＺ値また
は他の適当な座標系からの値に変換することが望まし
い。この論文および本文に援用された全ての文献の開示
内容は、参考のため本文に援用される。また、適当な他
の読取り装置はスキャナ２２２を置換し得る。
【０２４５】必要に応じて、ＲＧＢ値２２６は光インタ
ーフェース６２０によりＣＭＣ（カラー混合カーブ）形
態で読取られる。スマート・スキャナの通常使用される
色分解ヘッドのフィルタ装置は、人間の眼をエミュレー
トするＣＭＣフィルタ装置により置換することができ
る。ＣＭＣフィルタ装置およびこれらを構成する方法
は、前掲の論文「Ａｌｍｏｓｔ ｃｏｌｏｒ ｍｉｘｔ
ｕｒｅ ｆｕｎｃｔｉｏｎｓ」ならびに文献２、５およ
び６に記載されている。
【０２４６】図２１の方法は、図６の方法と比較するこ
とにより最も容易に理解される。図６の方法では、ＣＭ
ＹＫ値２１２およびＲＧＢ値２２６をそれぞれ目標出力
データおよび入力データとして用いて、第１のＡＮＮ２
２９をトレーニングする。また、図６の方法において
は、複数のＲＧＢ値２２６が、ＣＭＹＫ値２１２を入力
する較正される印刷機２１６により提供されるアナログ
表現２２０を読取るスキャナ２２２によって提供され
る。対照的に、図２１の方法においては、ＣＭＹＫ値２
１２が基準印刷機２１４において印刷され、第１のＡＮ
Ｎ２２９のトレーニングのため目標出力データとして使
用され、入力データはＲＧＢ値２２４である。従って、
図２１においては、一旦ＣＭＹＫ値が基準印刷機２２４
において印刷されその後スキャナ２２２により読取られ
ると、ＡＮＮ２２９は、結果として生じるＲＧＢ値が一
般に与えられたＲＧＢ値と同じになるように、与えられ
たＲＧＢ値をＣＭＹＫ値に変換するためのツールであ
る。
【０２４７】更に、第２のＡＮＮ２３３が図６において
トレーニングされるとき、目標出力データは、ＲＧＢ入
力２２４を受取る第１のＡＮＮ２２９の出力である複数
のＣＭＹＫ値２３１である。図６の方法におけるＡＮＮ
２３３に対するトレーニング入力データは、基準印刷機
２１４における印刷のため使用される複数のＣＭＹＫ値
２１０である。対照的に、図２１の実施例においては、
ＡＮＮ２３３は目標出力データとしてＲＧＢ値６１８を
用いてトレーニングされ、ＣＭＹＫ値２３１はトレーニ
ング・プロセスに対する入力データである。
【０２４８】望ましくは、アナログ表現６１０、６１２
の事例は、各白区域が実質的に同じ明るさであるようで
なければならない。
【０２４９】ＡＮＮ２３３は、ＣＭＹＫ値６１４をモニ
ター６１６における表示に適するＲＧＢ値に変換するた
め、それ自体カラー変換ツールとして使用される。ある
いはまた、ＡＮＮ２３３は、図３および図４に関して先
に述べたＬＵＴ構成法を用いて、ＬＵＴ２３６を構成す
るため使用され得る。次いで、ＬＵＴ２３６は、ＣＭＹ
Ｋ値６１４をモニター６１６における表示に適するＲＧ
Ｂ値に変換するためのツールとしてＡＮＮ２３３を置換
する。
【０２５０】次に、本文に示し述べたカラー変換法の特
定の利点を示すため行われた実験の結果のカラー表示で
ある図２２および図２３を参照し、これにおいては、色
変換は、色変換がＬＵＴとして記憶される従来技術の色
変換法の状態に対し、ニューラル・ネットワークとして
記憶される。
【０２５１】線形内挿法を用いる時ＬＵＴとして記憶さ
れた従来技術の色変換は一般に不連続を生じるが、本文
に示し述べた色変換法の特定の利点は、一般に不連続を
生じないことである。
【０２５２】従来技術の方法においては、一般に色空間
全体の如き比較的多数の点から定義される色変換関数
は、比較的少数の離散点を有するＬＵＴとして記憶され
る。ＬＵＴの各点間の色変換は記憶されず、線形内挿の
如き適当な方法により計算される。従って、カラー変換
のＬＵＴ表現は、例え比較的平滑なカラー変換でも、一
般に平滑ではなくむしろ破断点を含んでいる。
【０２５３】カラー変換がＬＵＴに記憶される色変換法
による不連続の発生は、水平軸により表わされる１次元
空間から垂直軸により表わされる第２の１次元空間への
非常に単純な変換関数を示す図２４に関して理解され
る。この変換関数は破線１０００により示され、変換を
記憶するＬＵＴは実線１００２により示される。ＬＵＴ
の点は、Ａ、Ｂ、Ｃ、、、で示される。点Ｂ、Ｃ、Ｅ、
ＧおよびＨは、その右方の勾配が左方の勾配とは等しく
ないので、破断点として見える。例えば、点Ｂは、線分
ＡＢの勾配が線分ＢＣの勾配より著しく大きい故に、破
断点となる。従って、ゆるやかなカラーの変化を含むカ
ラー・ビネットがＬＵＴ１００２を用いて変換されるな
らば、ＬＵＴ１００２の破断点と対応するカラー・ビネ
ットの場所で不連続が明らかになる。
【０２５４】再び図２２および図２３に関して、下記の
如く実験が行われた。即ち、 ａ．Ｋｏｄａｋ社から市販されるＱ６０透明陽画から読
取られた複数のＲＧＢ値が、ＲＧＢ−ＣＭＹＫ ＬＵＴ
でロードされたＳｃｉｔｅｘ社のスマート・スキャナに
より読取られ、これにより複数のＲＧＢ−ＣＭＹＫ対を
得た。
【０２５５】ｂ．図５および図１に関して先に示し述べ
た方法を用いて、ＡＮＮにステップａで得た複数のＲＧ
Ｂ−ＣＭＹＫ対を与えることによりＡＮＮがトレーニン
グされた。
【０２５６】ｃ．図３および図４に関して述べたＬＵＴ
構成法のステップ（ａ）において先に述べたＲＧＢ Ｌ
ＵＴアドレスの如き１組のＲＧＢ ＬＵＴアドレスが提
供される。このＲＧＢ ＬＵＴアドレスのセットをステ
ップｂのトレーニング済みＡＮＮに送り、これにより複
数のＣＭＹＫ値を得た。
【０２５７】ｄ．各ピクセル毎にＲ＝Ｇ＝ＢであるＲＧ
Ｂディジタル・ファイルが構成された。このディジタル
・ファイルは各々が適当数の同じ線を含む２５６個の複
数の隣接線からなり、各線は複数の同じピクセルを含
む。下記は、ＲＧＢディジタル・ファイル内部の複数の
隣接線の各々の最初の線のＲ値の表現である。即ち、 １番目の複数：２５５、２５５、、、２５５ ２番目の複数：２５４、２５４、、、２５４ … … … ２５５番目の複数：１、１、、、、、１ ２６６番目の複数：０、０、、、、、０ 各ピクセル毎にＲ＝Ｇ＝Ｂであるため、上記はまた、Ｒ
ＧＢディジタル・ファイル内の各複数の隣接線の第１の
線のＢ値およびＧ値の表現でもある。
【０２５８】ＲＧＢディジタル・ファイルの与えられた
行内部の全てのピクセル・カラー値は同じである。ま
た、ＲＧＢディジタル・ファイルのピクセル・カラー値
が複数の隣接線間で線形的に変化する。隣接する複数の
線におけるピクセル・カラー値間の差は１である。
【０２５９】ｅ．ｄからのＲＧＢファイルは、ステップ
ｂのＡＮＮを用いて１回、およびステップＣのＬＵＴを
用いて１回の２回変換された。この２回の変換は２つの
ＣＭＹＫファイルを結果として生じた。図２２および図
２３は、それぞれＡＮＮ変換手順の結果生じたＣＭＹＫ
ファイルと、ＬＵＴ変換敵にの結果生じたＣＭＹＫファ
イルの印刷コピーである。
【０２６０】本発明において示し述べた如きＡＮＮを用
いて生成された図２２のビネットがステップｄにおいて
前のＲＧＢディジタル・ファイルの平滑性を実質的に保
持する。対照的に、ＬＵＴを用いて生成された図２３の
ビネットは、ステップｄにおける前のＲＧＢディジタル
・ファイルの平滑性を保持しない。その代わり、ＬＵＴ
の破断点と対応するカラー・ビネットの垂直の場所にお
ける不連続点１０１０を観察することが可能である。
【０２６１】実験結果は、例えＬＵＴ自体がＡＮＮを用
いて生成されたとしても、使用した変換ツールがＬＵＴ
であるときには不連続点が生じるが、使用された変換ツ
ールがＡＮＮであるときには、不連続点が実質的に生じ
ないことを示す。
【０２６２】本発明において示し述べたＡＮＮを用いる
方法は、従来技術のＬＵＴ法に対して印刷物の外観の平
滑性の如き利点を有する。しかし、色変換ツールとして
ＡＮＮと対応するＬＵＴの使用は、ある状況において
は、色変換ツールとしてＡＮＮ自体を直接使用するより
も更に効率的である。
【０２６３】色変換ツールとして人工ニューラル・ネッ
トワークを使用する特定の利点は、人工ニューラル・ネ
ットワークがハードウエアで実現可能であることであ
る。例えば、ニューラル・ネットワークのハードウエア
実現を設計するのに適する市販のチップは、米国カルフ
ォルニア州Ｓａｎｔａ ＣｌａｒａのＩｎｔｅｌ社のア
ナログ・ニューラル・ニューラル・ネットワークＩＣ８
０１７０チップである。
【０２６４】ＡＮＮトレーニングのソフトウエア構成お
よび本発明の望ましい実施態様に従って構成され、ＤＯ
Ｓオペレーティング・システムと、米国カルフォルニア
州Ｓｃｏｔｔｓ ＶａｌｌｅｙのＢｏｒｌａｎｄ Ｉｎ
ｔｅｒｎａｔｉｏｎａｌ社から市販される「ターボ・パ
スカル」パッケージとを用いてＩＢＭ ＰＣと関連して
動作する操作装置である付属書Ａを参照されたい。
【０２６５】当業者には、本発明が特に本文に示し述べ
たものに限定されないことが理解されよう。本発明の範
囲は、頭書の特許請求の範囲によってのみ定義される。
【０２６６】
【付属書Ａ】
【０２６７】
【付属書Ｂ】
【０２６８】
【付属書Ｃ】
【０２６９】
【付属書Ｄ】
【０２７０】
【付属書Ｅ】
【０２７１】
【付属書Ｆ】
【図面の簡単な説明】
【図１】ニューラル・ネットワークをトレーニングする
ための一般化されたデルタ・ルールを用いる前向きおよ
び後向き推論トレーニング法のニューラル・ネットワー
クの概念図である。
【図２】カラー処理装置のカラー処理特性をサンプリン
グする改善されたデータベースを提供する反復法を示す
概略図である。
【図３】較正変換の生成即ち機能、および本発明の望ま
しい実施態様による自動較正法を用いる現存の再生シス
テムに対する新しい色分解スキャナまたは他のカラー読
取り装置の組込みにおける使用を示す概略図である。
【図４】較正変換の生成即ち機能、および本発明の望ま
しい実施態様による自動較正法を用いる現存の再生シス
テムに対する新しい色分解スキャナまたは他のカラー読
取り装置の組込みにおける使用を示す概略図である。
【図５】図３および図４の方法の一般化である方法を示
す概念図である。
【図６】本発明の望ましい実施態様による新しい印刷ま
たは校正印刷機の補償を示す概略図である。
【図７】図６の教示により提供される較正情報を用いる
別の方法を示す概略図である。
【図８】基準印刷システムに対する２つの印刷システム
の如き複数の印刷システムを同時に較正するのに有効な
図６の手法の変更例を示す図である。
【図９】基準印刷システムに対する２つの印刷システム
の如き複数の印刷システムを同時に較正するのに有効な
図６の手法の変更例を示す図である。
【図１０】相互および基準印刷システムの出力に外観が
実質的に似た２つの各出力表現を提供するため、第３の
基準印刷システムに対して較正される２つの印刷システ
ムを使用する方法を示す図である。
【図１１】本発明の望ましい実施態様により複製を生成
するための１つの較正法および２つの代替法を示す概略
図である。
【図１２】本発明の望ましい実施態様により複製を生成
するための１つの較正法および２つの代替法を示す概略
図である。
【図１３】本発明の望ましい実施態様により複製を生成
するための１つの較正法および２つの代替法を示す概略
図である。
【図１４】本発明の望ましい実施態様による出力コピー
から入力コピーを復元する手法を示す概略図である。
【図１５】本発明の望ましい実施態様による出力コピー
から入力コピーを復元する手法を示す概略図である。
【図１６】本発明の望ましい実施態様による出力コピー
から入力コピーを復元する手法を示す概略図である。
【図１７】本発明の望ましい実施態様による出力コピー
から入力コピーを復元する手法を示す概略図である。
【図１８】本発明の望ましい実施態様による出力コピー
から入力コピーを復元する手法を示す概略図である。
【図１９】本発明の別の実施態様によりＵＣＲ、ＧＣＲ
およびＵＣＡ、および他の特殊設定の色調および色表現
を生じるため、現存のシステムに新しいディジタル電子
色分解スキャナを組込む際の較正変換関数の生成および
およびその使用を示す概略図である。
【図２０】本発明の別の実施態様によりＵＣＲ、ＧＣＲ
およびＵＣＡ、および他の特殊設定の色調および色表現
を生じるため、現存のシステムに新しいディジタル電子
色分解スキャナを組込む際の較正変換関数の生成および
およびその使用を示す概略図である。
【図２１】本発明の更に別の実施態様により出力装置に
関するカラー・モニター・ディスプレイの較正方法を示
す概略図である。
【図２２】本発明の色変換法の利点を示すため行われた
実験結果を示すカラー表示である。
【図２３】本発明の色変換法の利点を示すため行われた
実験結果を示すカラー表示である。
【図２４】水平軸により示される１次元空間から垂直軸
により示される第２の１次元空間への非常に単純な変換
機能を示す図である。
【符号の説明】
２０ トレーニング・データ・セット、 ２２ 第１の
カラー値、２４ 第２のカラー値、 ３０ ニューラル
・ネットワーク、３２ 入力ニューロン層、 ３４ 隠
されたニューロン層、３６ 出力ニューロン層、 ４６
ＣＭＹＫ値、５０ 目標出力ＲＧＢ0データ、 ５２
基板、５４ 着色された場所、 ５６ カラー記録装
置、５８ 入力装置、 ６０ 入力ＲＧＢ1データ、６
２ ニューラル・ネットワーク・トレーニング装置、６
４ ＲＧＢ2データ、 ６６ ニューラル・ネットワー
ク、６８ 基板、 １１０ カラー画像、１１２ ニュ
ーラル・ネットワーク・トレーニング装置、１１４ ス
キャナ、 １１６ スキャナ、 １１８ 出力カラー
値、１２０ 入力カラー値、 １２２ ニューラル・ネ
ットワーク・トレーニング装置、 １２４ トレーニン
グ済みニューラル・ネットワーク、１２６ ＬＵＴ構成
装置、 １２７ ＬＵＴ、 １２８ 入力、１３０ 第
１のディジタル表現、 １３２ 第２のディジタル表
現、１４０ ＡＮＮ、 １４２ ＬＵＴ、 １４４ デ
ータベース、１４６ ＬＵＴ処理データベース値、 ２
１０ データベース、２１２ データベース、 ２１
４、２１６ 印刷機、２１８ カラー画像表現、 ２２
０ カラー画像表現、２２２、２２３ カラー読取り装
置、 ２２４ 基準スキャナ出力、２２８ ニューラル
・ネットワーク・トレーニング装置、２２９ ニューラ
ル・ネットワーク、２３２ 第２のＡＮＮトレーニング
装置、 ２３３ ＡＮＮ、２３４ ＬＵＴ構成装置、
２３６ ＬＵＴ、 ２３７ 記憶装置、２４２ ＣＭＹ
Ｋデータベース、 ２４６ 印刷機、２６０、２６２
ＲＧＢ‐ＣＭＹＫ索引テーブル、２７２ ＡＮＡトレー
ニング装置、 ２７３ ＡＮＮ、２７８ ＣＭＹＫファ
イル、 ３１０ ディジタル表現、３１２ カラー記録
装置、 ３１４ 記録媒体、 ３１５ アナログ表現、
３１６ カラー読取り装置、 ３１８ アナログ表現、
３２０ ニューラル・ネットワーク・トレーニング装
置、３２１ トレーニング済みＡＮＮ、 ３２２ ＬＵ
Ｔ構成装置、３２４ ＬＵＴ、 ３２６ オリジナル、
３２７ カラー画像、３２８ 基板、 ３３０ ディ
ジタル表現、 ３３２ 複製、３３４ 色分解装置、
３３６ ディジタル表現、 ３３８ 記憶システム、３
４０ 記憶装置、 ４１２ 元の透明陽画、 ４１６
スキャナ、４１８ ＲＧＢ表現、 ４２２ ＬＵＴ、
４２４ ディジタル・ファイル、４２８ 印刷機、 ４
３０ ハードコピー、 ４３４ ＬＵＴ、４３６、４３
８ ディジタル・ファイル（ＲＧＢ）、 ４３７ ＡＮ
Ｎ、４４２ カラー記録装置、 ４４４ 目標出力ＣＭ
ＹＫ値、４４６ 印刷表現、 ４５０ ディジタル・フ
ァイル、４５２ ニューラル・ネットワーク・トレーニ
ング装置、４５４ ＬＵＴ、 ４５６、４５８ ディジ
タル・ファイル（ＲＧＢ） ４７０ イメージ・プロセッサ、 ４７２ ＣＭＹＫ、
５１０ スキャナ、５１４ 着色された場所、 ５２
０ ＡＮＮトレーニング装置、５２１ ＡＮＮ、 ５２
２ ＬＵＴ構成装置、 ５２４ ＬＵＴ、５２６ ＤＥ
ＣＳＳ、 ５２８ 入力コピー、 ５３８ ＬＵＴ、６
１２ ハードコピー表現、 ６１６ ＣＲＴディスプレ
イ、６２０ 光インターフェース
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０９Ｇ 5/00 Ｔ 8121−5Ｇ 5/02 9175−5Ｇ Ｈ０４Ｎ 1/40 Ｄ 9068−5Ｃ 1/46 9068−5Ｃ

Claims (38)

    【特許請求の範囲】
  1. 【請求項１】 ニューラル・ネットワークを提供するた
    めの方法において、 複数のニューロンを含み、第２の組のカラー値からの対
    応する第２のカラー値へ変換される第１の組のカラー値
    からの第１のカラー値を受け取り、該対応する第２のカ
    ラー値の出力指示を提供するニューラル・ネットワーク
    構造を提供するステップと、 複数の順序付けされた対について前記ニューラル・ネッ
    トワーク構造をトレーニングするステップとを備え、そ
    れぞれの順序付けされた対が第１のカラー値とそれに対
    応する第２のカラー値とを含み、複数の第１のカラー値
    と複数の第２のカラー値のうちの少なくとも１つが前記
    第１及び第２の組のカラー値の対応する１つのシステマ
    ティックな表現である方法。
  2. 【請求項２】 前記第１及び第２の組のカラー値の少な
    くとも１つがカラー座標系内で定義され、該カラー座標
    系内の所定の大きさのそれぞれの範囲が前記カラー座標
    系内で定義された組のカラー値に対応する複数のカラー
    値内の少なくとも１つのカラー値によって表される請求
    項１記載の方法。
  3. 【請求項３】 前記第１及び第２の組のカラー値の少な
    くとも１つが範囲へ区分されるカラー座標系内で定義さ
    れ、区分内のそれぞれの範囲が前記カラー座標系内で定
    義された組のカラー値に対応する複数のカラー値内の少
    なくとも１つのカラー値によって表される請求項１記載
    の方法。
  4. 【請求項４】 前記第１の組のカラー値が前記第２の組
    のカラー値と同じである請求項１−３のいずれかに記載
    の方法。
  5. 【請求項５】 仮想形式で表された第２のカラー値のそ
    れぞれが、仮想形式で表された対応する第１のカラー値
    に見かけ上実質的に同じである請求項１−４のいずれか
    に記載の方法。
  6. 【請求項６】 前記複数のニューロンが、 少なくとも１つの入力ニューロンを含むニューロンの入
    力層とそれぞれが少なくとも１つの隠れたニューロンを
    含むニューロンの少なくとも１つの隠れた層と、 少なくとも１つの出力ニューロンを含むニューロンの出
    力層とを具備する請求項１−５の方法。
  7. 【請求項７】 前記第１のカラー値が第３の組のカラー
    値からの対応する第３のカラー値へ変換され、前記ニュ
    ーラル・ネットワーク構造が対応する第２及び第３のカ
    ラー値の出力指示を提供するよう動作し、ニューロンの
    前記出力層が前記第２のカラー値のディメンションに対
    応する第１の複数の出力ニューロンと第３のカラー値の
    ディメンションに対応する第２の複数の出力ニューロン
    とを少なくとも含み、それぞれの順序付けされた対が第
    １のカラー値と第２及び第３のカラー値の対応する連結
    とを備える請求項６記載の装置。
  8. 【請求項８】 前記第２のカラー値の状況が、所定の第
    １のカラー出力装置を用いて表現されるとき、所定の第
    ２のカラー出力装置を用いて表現されるときの前記第３
    のカラー値の状況と同様である請求項７記載の方法。
  9. 【請求項９】 前記少なくとも１つの隠れた層及び前記
    出力層における各ニューロンが複数の入力の重み付けさ
    れた和を計算するための加算手段を備える請求項６−８
    のいずれかに記載の方法。
  10. 【請求項１０】 前記少なくとも１つの隠れた層及び前
    記出力層における各ニューロンが前記加算手段の出力の
    非線形関数を計算するための手段を備える請求項６−９
    のいずれかに記載の方法。
  11. 【請求項１１】 前記少なくとも１つの隠れた層及び前
    記出力層における実質的に全部のニューロンに対応する
    非線形関数が等しい請求項１０記載の方法。
  12. 【請求項１２】 前記ニューラル・ネットワーク構造が
    フィード・フォワード・ネットワーク構造である請求項
    １−１１のいずれかに記載の方法。
  13. 【請求項１３】 各順序付けられた対が、前記第２のカ
    ラー値と前記対応する第１のカラー値との間に所定の関
    係があることを特徴とする請求項１−１２のいずれかに
    記載の方法。
  14. 【請求項１４】 前記複数の範囲が、等しくない大きさ
    の範囲を含む請求項３記載の方法。
  15. 【請求項１５】 前記複数の範囲が、等しい大きさの範
    囲を含む請求項３記載の方法。
  16. 【請求項１６】 その後ニューラル・ネットワークを採
    用して前記第１の複数のカラー値からの第１のカラー値
    を前記第２の複数のカラー値からの第２のカラー値へ変
    換するステップを更に備える請求項１−１５記載の方
    法。
  17. 【請求項１７】 較正されるべきカラー処理システムの
    動作を制御するために前記第１のカラー値を変換するこ
    とにより求められた前記第２のカラー値を採用するステ
    ップを更に備える請求項１６記載の方法。
  18. 【請求項１８】 ニューラル・ネットワークにおける複
    数のニューロンからの一対のニューロンの間に、少なく
    とも１つのインターニューロン接続が画定され、トレー
    ニングする前記ステップが、 個々の順序付けられた対の第１のカラー値をニューラル
    ・ネットワークへ与えるステップと、 前記個々の順序付けられた対の第２のカラー値と第１の
    カラー値に対するニューラル・ネットワークの出力との
    間の差を表す誤差値を逆伝搬するステップと、 少なくとも１つのインターニューロン接続のうちの少な
    くとも１つを修正するステップとを備える請求項１−１
    ７記載の方法。
  19. 【請求項１９】 少なくとも１つのインターニューロン
    接続のそれぞれがそれと関連する重みを画定し、修正す
    る前記ステップが該重みの値を変更するステップを含む
    請求項１８記載の方法。
  20. 【請求項２０】 前記第１の組のカラー値が座標系ＲＧ
    Ｂ，ＣＭＹ、ＣＭＹＫ，ＬＨＳ，ＣｉｅＬａｂ，ＲＧＢ
    ＣＭＹ，ＲＧＢＣＭＹＫ，ＸＹＺ，ＤＩＮ，Ｍｕｎｓｅ
    ｌｌ，ＸｘＹｘＺｘ、Ｒｉｄｇｗａｙ，Ｏｓｗａｌｄ，
    Ｌｕｖ，Ｌｕ′ｖ′，ＯＳＡ，Ｗ．Ｄ．Ｗ．，ＴＣＭの
    個々の１つ内で定義される請求項１−１９記載の方法。
  21. 【請求項２１】 前記第２の組のカラー値が座標系ＲＧ
    Ｂ，ＣＭＹ、ＣＭＹＫ，ＬＨＳ，ＣｉｅＬａｂ，ＲＧＢ
    ＣＭＹ，ＲＧＢＣＭＹＫ，ＸＹＺ，ＤＩＮ，Ｍｕｎｓｅ
    ｌｌ，ＸｘＹｘＺｘ、Ｒｉｄｇｗａｙ，Ｏｓｗａｌｄ，
    Ｌｕｖ，Ｌｕ′ｖ′，ＯＳＡ，Ｗ．Ｄ．Ｗ．，ＴＣＭの
    個々の１つ内で定義される請求項１−２０記載の方法。
  22. 【請求項２２】 ニューラル・ネットワークを提供する
    ための装置において、 複数のニューロンを含み、第２の組のカラー値からの対
    応する第２のカラー値へ変換される第１の組のカラー値
    からの第１のカラー値を受け取り、該対応する第２のカ
    ラー値の出力指示を提供するニューラル・ネットワーク
    構造と、 複数の順序付けされた対について前記ニューラル・ネッ
    トワーク構造をトレーニングする手段とを具備し、それ
    ぞれの順序付けされた対が第１のカラー値とそれに対応
    する第２のカラー値とを含み、複数の第１のカラー値と
    複数の第２のカラー値のうちの少なくとも１つが前記第
    １及び第２の組のカラー値の対応する１つのシステマテ
    ィックな表現である装置。
  23. 【請求項２３】 複数のニューロンを含み、第２の組の
    カラー値からの対応する第２のカラー値へ変換される第
    １の組のカラー値からの第１のカラー値を受け取り、該
    対応する第２のカラー値の出力指示を提供するトレーニ
    ング済みのニューラル・ネットワーク構造を具備し、 該トレーニング済みのニューラル・ネットワーク構造
    が、複数の順序付けされた対においてトレーニングされ
    ており、それぞれの順序付けされた対が第１のカラー値
    とそれに対応する第２のカラー値とを含み、複数の第１
    のカラー値と複数の第２のカラー値のうちの少なくとも
    １つが前記第１及び第２の組のカラー値の対応する１つ
    のシステマティックな表現であるニューラル・ネットワ
    ーク。
  24. 【請求項２４】 前記第２のカラー値が黒成分を含み、
    前記ニューラル・ネットワーク構造が、前記第１のカラ
    ー値の少なくとも複数のカラー成分が前記第２のカラー
    値の黒成分へ変換されることを特徴とする請求項２３記
    載のニューラル・ネットワーク。
  25. 【請求項２５】 第１の組のカラー値からの第１のカラ
    ー値を第２の組のカラー値からの第１のカラー値へ変換
    するための方法において、 複数のニューロンを含み、前記第２の組のカラー値から
    の対応する第２のカラー値へ変換される前記第１の組の
    カラー値からの第１のカラー値を受け取り、該対応する
    第２のカラー値の出力指示を提供するトレーニング済み
    のニューラル・ネットワーク構造を提供するステップで
    あって、該トレーニング済みのニューラル・ネットワー
    ク構造が、複数の順序付けされた対においてトレーニン
    グされており、それぞれの順序付けされた対が第１のカ
    ラー値とそれに対応する第２のカラー値とを含み、複数
    の第１のカラー値と複数の第２のカラー値のうちの少な
    くとも１つが前記第１及び第２の組のカラー値の対応す
    る１つのシステマティックな表現であるステップと、 前記トレーニング済みのニューラル・ネットワーク構造
    を採用して、前記第１の組のカラー値からの第１のカラ
    ー値を前記第２の組のカラー値からの第１のカラー値へ
    変換するステップとを備える方法。
  26. 【請求項２６】 採用する前記ステップにおいて求めら
    れた第２のカラー値を用いて、較正されるべきカラー処
    理システムの動作を制御するステップを更に備える請求
    項２５記載の方法。
  27. 【請求項２７】 制御する前記ステップが、前記カラー
    書き込み装置を用いて、第１の基板上のカラー画像のア
    ナログ表現の写しを第２の基板上に創作するステップを
    含む請求項２６記載の方法。
  28. 【請求項２８】 制御する前記ステップが、前記カラー
    処理システムを用いて、前記の較正されたシステムによ
    って処理されると前記カラー画像の所与の出力コピーを
    生じるカラー画像の入力コピーを創作するステップを含
    む請求項２６記載の方法。
  29. 【請求項２９】 較正されるべき前記カラー処理システ
    ムが、カラー画像のアナログ表現をそのディジタル表現
    へ変換するカラー読み取り装置を備える請求項２６−２
    ８記載の方法。
  30. 【請求項３０】 較正されるべき前記カラー処理システ
    ムが、カラー画像のディジタル表現をそのアナログ表現
    へ変換するカラー書き込み装置を備える請求項２６−２
    ９記載の方法。
  31. 【請求項３１】 前記カラー書き込み装置がカラー・モ
    ニター表示装置を含む請求項３０記載の方法。
  32. 【請求項３２】 第１の複数のカラー値を第２の複数の
    カラー値と関係付けるルックアップテーブルを作成する
    ための方法において、 前記第１の複数のカラー値を前記第２の複数のカラー値
    と関係付ける人工ニューラル・ネットワークを提供する
    ステップと、 複数のＬＵＴアドレスを提供するステップと、 前記人工ニューラル・ネットワークを前記複数のアドレ
    スで作動させ、複数の処理済みのＬＵＴアドレスを求め
    るステップと、 前記複数の処理済みのＬＵＴアドレスを前記ＬＵＴの内
    容として蓄積するステップとを備える方法。
  33. 【請求項３３】 前記第１及び第２の複数のカラー値が
    それぞれ第１及び第２のカラー値を含む請求項３２記載
    の方法。
  34. 【請求項３４】 人工ニューラル・ネットワークを提供
    する前記ステップが、 前記第１及び第２の複数のカラー値を表す人工ニューラ
    ル・ネットワーク・トレーニング・データを提供するス
    テップと、 前記人工ニューラル・ネットワーク・トレーニング・デ
    ータを採用して人工ニューラル・ネットワークをトレー
    ニングするステップとを備える請求項３２又は３３記載
    の方法。
  35. 【請求項３５】 第１の複数のカラー値を第２の複数の
    カラー値と関係付けるルックアップテーブルを作成する
    ための装置において、 前記第１の複数のカラー値を前記第２の複数のカラー値
    と関係付ける人工ニューラル・ネットワークと、 前記人工ニューラル・ネットワークを複数のアドレスで
    作動させ、複数の処理済みのＬＵＴアドレスを求める手
    段と、 前記複数の処理済みのＬＵＴアドレスを前記ＬＵＴの内
    容として蓄積する手段とを具備する装置。
  36. 【請求項３６】 第１の複数のカラー値を第２の複数の
    カラー値と関係付けるルックアップテーブルの表現を備
    えたディジタル記憶装置であって、前記ＬＵＴが前記第
    １の複数のカラー値を前記第２の複数のカラー値と関係
    付ける人工ニューラル・ネットワークを提供するステッ
    プと、 複数のＬＵＴアドレスを提供するステップと、 前記人工ニューラル・ネットワークを前記複数のアドレ
    スで作動させ、複数の処理済みのＬＵＴアドレスを求め
    るステップと、 前記複数の処理済みのＬＵＴアドレスを前記ＬＵＴの内
    容として蓄積するステップとによって構成されるディジ
    タル記憶装置。
  37. 【請求項３７】 カラー画像の第１の表現をその第２の
    表現へ変換するカラー処理装置のカラー処理特性をサン
    プリングするための装置を構成する方法において、 第１の複数のカラー値とそれに対応する第２の複数のカ
    ラー値とをそれぞれ含むカラー画像の第１及び第２の表
    現であって、前記カラー処理装置により前記第１の表現
    を処理することにより前記第２の表現が画定される第１
    及び第２の表現を提供するステップと、 前記第２の複数のカラー値の個々の１つに作用すると
    き、前記第１の複数のカラー値の対応する１つに実質的
    に等しい値を与える人工ニューラル・ネットワークを提
    供するステップと、 前記人工ニューラル・ネットワークをカラー画像の前記
    第１の表現で作動させ、その第３の表現を提供するステ
    ップとを少なくとも１回繰り返す方法。
  38. 【請求項３８】 カラー画像の第１の表現をその第２の
    表現へ変換するカラー処理装置のカラー処理特性をサン
    プリングするための装置を構成するシステムにおいて、 第１の複数のカラー値とそれに対応する第２の複数のカ
    ラー値とをそれぞれ含むカラー画像の第１及び第２の表
    現であって、前記カラー処理装置により前記第１の表現
    を処理することにより前記第２の表現が画定される第１
    及び第２の表現を提供する手段と、 前記第２の複数のカラー値の個々の１つに作用すると
    き、前記第１の複数のカラー値の対応する１つに実質的
    に等しい値を与える人工ニューラル・ネットワークと、 前記人工ニューラル・ネットワークをカラー画像の前記
    第１の表現で作動させ、その第３の表現を提供する手段
    とを備えるシステム。
JP4167418A 1991-06-25 1992-06-25 色調及び色制御のための人工ニューラル・ネットワーク Pending JPH05233787A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IL9862291A IL98622A (en) 1991-06-25 1991-06-25 Method and device for using neural networks in figure work
IL98622 1991-06-25

Publications (1)

Publication Number Publication Date
JPH05233787A true JPH05233787A (ja) 1993-09-10

Family

ID=11062578

Family Applications (1)

Application Number Title Priority Date Filing Date
JP4167418A Pending JPH05233787A (ja) 1991-06-25 1992-06-25 色調及び色制御のための人工ニューラル・ネットワーク

Country Status (5)

Country Link
US (2) US5200816A (ja)
EP (1) EP0525964A2 (ja)
JP (1) JPH05233787A (ja)
CA (1) CA2072425A1 (ja)
IL (1) IL98622A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5978107A (en) * 1994-08-03 1999-11-02 Fuji Xerox Co., Ltd. Method and apparatus for determining color transformation coefficients
JP2019020714A (ja) * 2017-06-27 2019-02-07 株式会社半導体エネルギー研究所 表示システム及びデータ処理方法
KR20190134967A (ko) * 2018-11-30 2019-12-05 남기헌 정책망 및 가치망을 이용한 온라인 쇼핑몰에서의 프로모션 이미지 수정 장치

Families Citing this family (83)

* Cited by examiner, † Cited by third party
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
US5289295A (en) * 1991-07-04 1994-02-22 Matsushita Electric Industrial Co., Ltd. Color adjustment apparatus
US5446543A (en) * 1992-07-24 1995-08-29 Kabushiki Kaisha Toshiba Method and apparatus for extracting a pattern of color from an object using a neural network
JPH0668219A (ja) * 1992-08-17 1994-03-11 Fuji Xerox Co Ltd 色彩値処理装置
JPH06220781A (ja) * 1993-01-28 1994-08-09 Kanebo Ltd 捺染方法および装置
EP0611231B1 (en) * 1993-02-12 1999-09-29 Eastman Kodak Company Method for cross-device color calibration and enhancement using explicit constraints
US5774194A (en) * 1993-06-03 1998-06-30 Deutsche Thomson-Brandt Gmbh Terrestrial and satellite television reception tuner
EP0630150B1 (en) * 1993-06-18 1998-08-05 Hewlett-Packard Company Neural network for color translations
JP3360358B2 (ja) * 1993-06-30 2002-12-24 東洋インキ製造株式会社 印刷色材量決定方法
US5828780A (en) * 1993-12-21 1998-10-27 Ricoh Company, Ltd. Image processing apparatus with improved color correction
EP0707771A1 (en) * 1994-05-06 1996-04-24 Koninklijke Philips Electronics N.V. Method and device for adjusting a hard-copy-unit
US6301025B1 (en) * 1994-06-24 2001-10-09 Mgi Software Corporation Method for performing a color space transformation
US5546195A (en) * 1994-08-11 1996-08-13 Toyo Ink Manufacturing Co., Ltd. Apparatus for reproducing color images
US5828781A (en) * 1994-08-11 1998-10-27 Toyo Ink Manufacturing Co., Ltd. Color image reproducing system with image signal correction function
US5548697A (en) * 1994-12-30 1996-08-20 Panasonic Technologies, Inc. Non-linear color corrector having a neural network and using fuzzy membership values to correct color and a method thereof
US5764795A (en) * 1995-01-26 1998-06-09 Fuji Xerox Co., Ltd. Color image processing apparatus for color matching and color matching processing method
US5699450A (en) * 1995-02-28 1997-12-16 Xerox Corporation Detector array method and apparatus for real time in situ color control in printers and copiers
US5694484A (en) * 1995-05-15 1997-12-02 Polaroid Corporation System and method for automatically processing image data to provide images of optimal perceptual quality
AT2119U1 (de) * 1995-05-15 1998-04-27 Wittmann Robert Ing Verfahren und einrichtung zur erstellung von grossbildern
US6415065B1 (en) * 1995-08-04 2002-07-02 Canon Kabushiki Kaisha Image processing apparatus and method therefor
EP0850405A2 (en) 1995-09-19 1998-07-01 Morphometrix Technologies Inc. A neural network assisted multi-spectral segmentation system
US5734796A (en) * 1995-09-29 1998-03-31 Ai Ware, Inc. Self-organization of pattern data with dimension reduction through learning of non-linear variance-constrained mapping
US6134537A (en) 1995-09-29 2000-10-17 Ai Ware, Inc. Visualization and self organization of multidimensional data through equalized orthogonal mapping
US6459425B1 (en) 1997-08-25 2002-10-01 Richard A. Holub System for automatic color calibration
US6043909A (en) * 1996-02-26 2000-03-28 Imagicolor Corporation System for distributing and controlling color reproduction at multiple sites
US7728845B2 (en) 1996-02-26 2010-06-01 Rah Color Technologies Llc Color calibration of color image rendering devices
US5748329A (en) * 1996-03-08 1998-05-05 Industrial Technology Research Institute Method and apparatus for adaptive color scanning/printing data correction employing neural networks
US5752007A (en) * 1996-03-11 1998-05-12 Fisher-Rosemount Systems, Inc. System and method using separators for developing training records for use in creating an empirical model of a process
US5689194A (en) * 1996-04-19 1997-11-18 Framatome Technologies, Inc. Acoustic motor current signature analysis system with audio amplified speaker output
US5727128A (en) * 1996-05-08 1998-03-10 Fisher-Rosemount Systems, Inc. System and method for automatically determining a set of variables for use in creating a process model
WO1998012520A1 (en) * 1996-09-05 1998-03-26 Wea Manufacturing, Inc. Spectrophotometric neural network
US5966673A (en) 1997-01-10 1999-10-12 Diamond Technologies, Inc. System and method for computerized evaluation of gemstones
US5857063A (en) * 1997-03-27 1999-01-05 Eastman Kodak Company Multicolorant process control
US6227643B1 (en) 1997-05-20 2001-05-08 Encad, Inc. Intelligent printer components and printing system
US6341175B1 (en) * 1997-11-05 2002-01-22 Fuji Photo Film Co., Ltd. Method of converting color data
US6480299B1 (en) 1997-11-25 2002-11-12 University Technology Corporation Color printer characterization using optimization theory and neural networks
US6181445B1 (en) * 1998-03-30 2001-01-30 Seiko Epson Corporation Device-independent and medium-independent color matching between an input device and an output device
GB9808968D0 (en) * 1998-04-28 1998-06-24 Howell Michael J Densitometry and/orspectrophotometry method
JP2000196906A (ja) 1998-10-22 2000-07-14 Xerox Corp プリントシステム及び方法
US6215562B1 (en) 1998-12-16 2001-04-10 Electronics For Imaging, Inc. Visual calibration
US6744531B1 (en) * 1998-12-29 2004-06-01 Xerox Corporation Color adjustment apparatus and method
US6798914B1 (en) 1999-05-07 2004-09-28 Galaxy Ip Source, Llc Neural-network-based method of image compression
US6381036B1 (en) * 1999-06-07 2002-04-30 Electronics For Imaging, Inc. Method for determining printer colorant levels
US6757076B1 (en) 1999-12-15 2004-06-29 Xerox Corporation Systems and methods for device independent color control to achieve accurate color proofing and reproduction
US6934053B1 (en) 2000-01-19 2005-08-23 Xerox Corporation methods for producing device and illumination independent color reproduction
US6473164B1 (en) 2000-02-16 2002-10-29 Gemological Institute Of America, Inc. Systems, apparatuses and methods for diamond color measurement and analysis
EP1180898B1 (de) * 2000-08-11 2006-10-04 Gretag-Macbeth AG Verfahren und Vorrichtung zur farbmetrischen Ausmessung einer zweidimensionalen Vorlage
US7260544B1 (en) * 2000-10-12 2007-08-21 Gemological Institute Of America, Inc. System and methods for evaluating the appearance of a gemstone
EP1250233A1 (en) 2001-01-09 2002-10-23 Encad, Inc. Ink jet printhead quality management system and method
US20030035138A1 (en) * 2001-08-17 2003-02-20 Schilling Mary K. Internet-based custom package-printing process
US7239411B2 (en) * 2001-09-18 2007-07-03 International Business Machines Corporation Method and apparatus for controlling printing of electronic applications
US20050200902A1 (en) * 2002-04-08 2005-09-15 Marc Mahy System and method for characterizing a printing device
US7295340B2 (en) * 2003-01-15 2007-11-13 Xerox Corporation Systems and methods for obtaining a spatial color profile, and calibrating a marking system
US7450226B2 (en) * 2005-04-15 2008-11-11 Xerox Corporation Gray balance calibration of an imaging system
US7477420B2 (en) * 2005-09-07 2009-01-13 Innolutions, Inc. Barless closed loop color control
US7489420B2 (en) * 2005-12-28 2009-02-10 Kwe International, Inc. Color editing (including brightness editing) using color coordinate systems including systems with a coordinate defined by a square root of a quadratic polynomial in tristimulus values and, possibly, by a sign of a function of one or more of tristimulus values
EP1966988A4 (en) * 2005-12-28 2009-07-29 Kwe International Inc COLOR COORDINATION SYSTEMS AND IMAGE PROCESSING
US7589866B2 (en) * 2005-12-28 2009-09-15 Kwe International, Inc. Editing of digital images, including (but not limited to) color-to-monochromatic conversion and changing the color of a monochromatic image
US7639396B2 (en) * 2005-12-28 2009-12-29 Kwe International, Inc. Editing of digital images, including (but not limited to) highlighting and shadowing of image areas
US7639398B2 (en) * 2005-12-28 2009-12-29 Kwe International, Inc. Color coordinate systems and image editing
US7486418B2 (en) * 2005-12-28 2009-02-03 Kwe International, Inc. Editing (including contrast and sharpness editing) of digital images
US7495800B2 (en) * 2005-12-28 2009-02-24 Kwe International, Inc. Color coordinate systems including systems with a coordinate defined by a square root of a quadratic polynomial in tristimulus values and, possibly, by a sign of a function of one or more of tristimulus values
US20070162480A1 (en) * 2006-01-10 2007-07-12 Kabushiki Kaisha Toshiba System and method for monitoring consumables in a document processing environment
US9262284B2 (en) * 2006-12-07 2016-02-16 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Single channel memory mirror
US8218865B2 (en) * 2007-02-27 2012-07-10 Canon Kabushiki Kaisha Constructing a color transform using a neural network for colors outside the spectrum locus
US8208170B2 (en) * 2008-10-10 2012-06-26 Xerox Corporation System and method for printing target colors with process colors utilizing parallel feedforward neural networks
EP2491708B1 (de) * 2009-10-19 2018-02-14 GMG GmbH & Co. KG Verfahren zur erstellung einer optimierten druckerkalibrierung
US8132887B2 (en) * 2010-03-02 2012-03-13 Innolutions, Inc. Universal closed loop color control
US8736840B1 (en) * 2010-05-23 2014-05-27 Arkady Ten Method for finding an aim position of a measuring device
CN107873079B (zh) * 2015-05-01 2019-08-02 变量公司 智能对准系统和用于彩色感测装置的方法
TWI589148B (zh) 2016-09-14 2017-06-21 東友科技股份有限公司 可執行靜態校正之掃描器及其靜態校正之補償值調整方法
CA3068481A1 (en) * 2017-09-20 2019-03-28 Magic Leap, Inc. Personalized neural network for eye tracking
US11301752B2 (en) * 2017-10-24 2022-04-12 International Business Machines Corporation Memory configuration for implementing a neural network
CN110667254B (zh) * 2018-07-03 2022-08-02 海德堡印刷机械股份公司 借助神经网络的喷嘴健康探测方法
US20210227095A1 (en) * 2018-09-05 2021-07-22 Hewlett-Packard Development Company, L.P. Modeling a printed halftone image
US10502628B1 (en) * 2018-09-27 2019-12-10 Datacolor Inc. Inter-instrument variation correction
US10746599B2 (en) 2018-10-30 2020-08-18 Variable, Inc. System and method for spectral interpolation using multiple illumination sources
JP6954260B2 (ja) * 2018-12-18 2021-10-27 セイコーエプソン株式会社 学習装置、印刷制御装置及び学習済モデル
CN113454680A (zh) * 2019-03-21 2021-09-28 华为技术有限公司 图像处理器
CN110418030B (zh) * 2019-06-24 2020-07-10 浙江大学 基于图像色块用于纺织品喷墨印染的颜色一致性映射方法
CN110910480A (zh) * 2019-09-29 2020-03-24 谢国宇 基于颜色模式映射关系的环境监测图像渲染方法
US11354543B2 (en) * 2020-09-21 2022-06-07 Kyocera Document Solutions Inc. Convolutional neural network filter stacker for colorization preprocessing
US11335048B1 (en) * 2020-11-19 2022-05-17 Sony Group Corporation Neural network-based image colorization on image/video editing applications

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4500919A (en) * 1982-05-04 1985-02-19 Massachusetts Institute Of Technology Color reproduction system
JPS59206839A (ja) * 1983-05-10 1984-11-22 Toppan Printing Co Ltd 網点面積率入力装置
EP0144188A2 (en) * 1983-12-07 1985-06-12 Xerox Corporation Copy density correction system
US4719954A (en) 1986-09-02 1988-01-19 The Coleman Company, Inc. Awning assembly with telescoping support arms
US4929978A (en) * 1987-10-23 1990-05-29 Matsushita Electric Industrial Co., Ltd. Color correction method for color copier utilizing correction table derived from printed color samples
US5041916A (en) * 1989-02-07 1991-08-20 Matsushita Electric Industrial Co., Ltd. Color image data compression and recovery apparatus based on neural networks
JPH02215277A (ja) * 1989-02-16 1990-08-28 Matsushita Electric Ind Co Ltd 色彩圧縮・復元装置
JPH02214987A (ja) * 1989-02-16 1990-08-27 Matsushita Electric Ind Co Ltd 彩色装置
JPH02216971A (ja) * 1989-02-16 1990-08-29 Nec Corp ファクシミリ装置
JPH0695723B2 (ja) * 1989-03-15 1994-11-24 松下電器産業株式会社 色修正装置
GB2231760B (en) * 1989-05-18 1994-06-01 Apple Computer Neural network for color selection
JP2575215B2 (ja) * 1989-10-30 1997-01-22 富士写真フイルム株式会社 カラー画像形成装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5978107A (en) * 1994-08-03 1999-11-02 Fuji Xerox Co., Ltd. Method and apparatus for determining color transformation coefficients
JP2019020714A (ja) * 2017-06-27 2019-02-07 株式会社半導体エネルギー研究所 表示システム及びデータ処理方法
CN110785804A (zh) * 2017-06-27 2020-02-11 株式会社半导体能源研究所 显示系统及数据处理方法
KR20190134967A (ko) * 2018-11-30 2019-12-05 남기헌 정책망 및 가치망을 이용한 온라인 쇼핑몰에서의 프로모션 이미지 수정 장치

Also Published As

Publication number Publication date
IL98622A (en) 1996-10-31
IL98622A0 (en) 1992-07-15
EP0525964A2 (en) 1993-02-03
US5200816A (en) 1993-04-06
CA2072425A1 (en) 1992-12-26
EP0525964A3 (ja) 1994-01-26
US5285297A (en) 1994-02-08

Similar Documents

Publication Publication Date Title
JPH05233787A (ja) 色調及び色制御のための人工ニューラル・ネットワーク
EP0475554B1 (en) Apparatus and method for colour calibration
US5053866A (en) Method and an associated apparatus for calibrating a color digital hardcopy device
US5267030A (en) Method and associated apparatus for forming image data metrics which achieve media compatibility for subsequent imaging application
US5606432A (en) Image reproducing system
US5420979A (en) Method and apparatus for using composite transforms to form intermediary image data metrics which achieve device/media compatibility for subsequent imaging applications
US4500919A (en) Color reproduction system
US5317425A (en) Technique for use in conjunction with an imaging system for providing an appearance match between two images and for calibrating the system thereto
AU662412B2 (en) Color correction with a four-dimensional look-up table
JPH1028231A (ja) 自動カラー修正方法および装置
JPH02289367A (ja) カラー画像処理方法
JPH0151828B2 (ja)
JP3083067B2 (ja) 色変換係数決定方法及び装置
EP0054313B1 (en) Colour image duplicating device and method
EP0460187B1 (en) Methods and associated apparatus for forming image data metrics which achieve media compatibility for subsequent imaging applications
US5448381A (en) Method and associated apparatus for producing a color-balanced output image in a color-balancing system
JP2020203454A (ja) 画像処理装置、画像形成装置
GB2240897A (en) Color correction and printing system for reproduction of computer-generated images
JP2000251054A (ja) 自動カラー修正方法および装置
JP3845015B2 (ja) 色校正方法および色校正プログラムを記録した記録媒体
JPH05153380A (ja) カラー較正のための装置及び方法
JP2000152020A (ja) カラ―校正変換導出方法、カラ―画像再生システムに使用する装置、および媒体
JP2024026056A (ja) 色データの変換を実行する方法
JP2000203097A (ja) 色変換手段の変更方法
JPH01110154A (ja) 色修正方法