JPH05276371A - カラー画像処理方法 - Google Patents
カラー画像処理方法Info
- Publication number
- JPH05276371A JPH05276371A JP4070989A JP7098992A JPH05276371A JP H05276371 A JPH05276371 A JP H05276371A JP 4070989 A JP4070989 A JP 4070989A JP 7098992 A JP7098992 A JP 7098992A JP H05276371 A JPH05276371 A JP H05276371A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- color
- color image
- neural network
- image signal
- 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
Abstract
(57)【要約】
【目的】 色空間の連続性を崩さないようなカラー画像
処理を行うことを目的とする。 【構成】 ファジィ推論回路２を利用して教師データを
得、この教師データにてニューラルネット５の学習を行
う。このニューラルネット５をルックアップテーブル化
し、このニューラルネットルックアップテーブル７を利
用して画像処理を行う。
処理を行うことを目的とする。 【構成】 ファジィ推論回路２を利用して教師データを
得、この教師データにてニューラルネット５の学習を行
う。このニューラルネット５をルックアップテーブル化
し、このニューラルネットルックアップテーブル７を利
用して画像処理を行う。
Description
【０００１】
【産業上の利用分野】本発明は、カラー複写機等の画像
出力機器に利用し得るカラー画像処理方法に関する。
出力機器に利用し得るカラー画像処理方法に関する。
【０００２】
【従来の技術】例えば、カラー複写機において、入力さ
れたカラー原画を忠実に複写するのではなく、原画を基
に、肌色の美しいカラーコピー画を得たい場合がある。
このような人間の感性を考慮した画像処理の方法が、画
像電子学会研究会予稿９０−４０−０４に掲載されてい
る。この方法は、ファジィ理論を利用して、色空間の連
続性を崩すことなく、人間の感性にあった色の選択的調
整を自動的に行うものである。
れたカラー原画を忠実に複写するのではなく、原画を基
に、肌色の美しいカラーコピー画を得たい場合がある。
このような人間の感性を考慮した画像処理の方法が、画
像電子学会研究会予稿９０−４０−０４に掲載されてい
る。この方法は、ファジィ理論を利用して、色空間の連
続性を崩すことなく、人間の感性にあった色の選択的調
整を自動的に行うものである。
【０００３】
【発明が解決しようとする課題】ファジィ理論を利用し
て色調整をする場合、以下のような問題を生じる。即
ち、数１は、ファジィ推論の中で実用的であることで利
用される簡略化ファジィ推論式を示している。
て色調整をする場合、以下のような問題を生じる。即
ち、数１は、ファジィ推論の中で実用的であることで利
用される簡略化ファジィ推論式を示している。
【０００４】
【数１】
【０００５】但し、μｉは適合度、ｖｉはルールとして
与えられた変数、ｉはルール番号を示る。
与えられた変数、ｉはルール番号を示る。
【０００６】この数１において、Ｙは各ルールの重みを
考慮して線形的加重平均を算出した値であることが分か
る。また、この式における各ルールは独立なものとして
扱っている。従ってこの推論方法を用いると、各ルール
の接点、変化点、境界において出力値Ｙの変化の滑らか
さが損なわれる場合が考えられる。これは、前述の画像
処理方法において、色空間の連続性を崩す場合があるこ
とを意味する。
考慮して線形的加重平均を算出した値であることが分か
る。また、この式における各ルールは独立なものとして
扱っている。従ってこの推論方法を用いると、各ルール
の接点、変化点、境界において出力値Ｙの変化の滑らか
さが損なわれる場合が考えられる。これは、前述の画像
処理方法において、色空間の連続性を崩す場合があるこ
とを意味する。
【０００７】更に、カラー原画は、どのような光源の下
で撮影されたかによって色合いが変化する。従って、光
源を考慮した画像処理を行えば、より汎用性のある画像
処理が行える。
で撮影されたかによって色合いが変化する。従って、光
源を考慮した画像処理を行えば、より汎用性のある画像
処理が行える。
【０００８】
【課題を解決するための手段】そこで、本発明では、ニ
ューラルネットの非線形性を用いて、かかる不都合を解
決するものである。
ューラルネットの非線形性を用いて、かかる不都合を解
決するものである。
【０００９】即ち、まづ、カラー画像信号を入力信号と
してファジィ推論を利用した画像処理を行い、出力信号
として補正カラー画像信号を得る。次にこの入力信号と
出力信号の関係を、ニューラルネットに学習させる。こ
のようにして学習されたニューラルネットに対してカラ
ー画像信号を入力し、出力信号として補正カラー画像信
号を得る。こうして得られた補正カラー画像信号に基づ
いて入力カラー画像信号を補正し、出力信号としてのカ
ラー画像信号を得る。
してファジィ推論を利用した画像処理を行い、出力信号
として補正カラー画像信号を得る。次にこの入力信号と
出力信号の関係を、ニューラルネットに学習させる。こ
のようにして学習されたニューラルネットに対してカラ
ー画像信号を入力し、出力信号として補正カラー画像信
号を得る。こうして得られた補正カラー画像信号に基づ
いて入力カラー画像信号を補正し、出力信号としてのカ
ラー画像信号を得る。
【００１０】更に、光源の色温度をニューラルネットの
入力信号として追加して、光源を考慮したカラー画像信
号を出力信号として得る構成としている。
入力信号として追加して、光源を考慮したカラー画像信
号を出力信号として得る構成としている。
【００１１】
【作用】上記構成によれば、ファジィ推論のみを利用し
た画像処理の不都合が、ニューラルネットの非線形性に
より解消される。更に、ニューラルネットの入力信号と
して光源の色温度を追加したことにより、汎用性のある
画像処理となっている。
た画像処理の不都合が、ニューラルネットの非線形性に
より解消される。更に、ニューラルネットの入力信号と
して光源の色温度を追加したことにより、汎用性のある
画像処理となっている。
【００１２】
【実施例】ニューラルネットを利用したカラー画像処理
方法を以下に説明する。
方法を以下に説明する。
【００１３】図１はニューラルネットに学習させる教師
データを得るための第１ステップを実現する回路ブロッ
クを示している。この実施例では、ファジィ推論を用い
て画像処理を行い、教師データを得ている。このファジ
ィ推論を用いた画像処理方法は、例えば、先に述べた画
像電子学会研究会予稿９０−４０−０４に詳しく記載さ
れている。
データを得るための第１ステップを実現する回路ブロッ
クを示している。この実施例では、ファジィ推論を用い
て画像処理を行い、教師データを得ている。このファジ
ィ推論を用いた画像処理方法は、例えば、先に述べた画
像電子学会研究会予稿９０−４０−０４に詳しく記載さ
れている。
【００１４】カラー原画をスキャナーにて走査して、Ｒ
ＧＢ色信号を得る。この色信号を、変換回路１にて明度
Ｌ* 、彩度Ｃab *、色相Ｈab°に変換し、これをファ
ジ推論回路２の入力とし、出力として、明度、彩度、色
相の各補正量（ΔＬ*、ΔＣa b *、ΔＨab°）を得る。
この補正量を変換回路３にてＲＧＢ色信号の補正量（Δ
Ｒ、 ΔＧ、ΔＲ）に変換する。このようにして、得ら
れたＲＧＢ信号の入力と出力の関係をメモリに記憶し
て、ファジィルックアップテーブル４を形成する。
ＧＢ色信号を得る。この色信号を、変換回路１にて明度
Ｌ* 、彩度Ｃab *、色相Ｈab°に変換し、これをファ
ジ推論回路２の入力とし、出力として、明度、彩度、色
相の各補正量（ΔＬ*、ΔＣa b *、ΔＨab°）を得る。
この補正量を変換回路３にてＲＧＢ色信号の補正量（Δ
Ｒ、 ΔＧ、ΔＲ）に変換する。このようにして、得ら
れたＲＧＢ信号の入力と出力の関係をメモリに記憶し
て、ファジィルックアップテーブル４を形成する。
【００１５】図２は、前記ステップにて得られた入力信
号と出力信号の関係を、ニューラルネットに学習させる
第２ステップを実現する回路ブロックを示している。こ
の実施例では、前記第１ステップにて形成されたファジ
ィルックアップテーブル４とニューラルネット５にてニ
ューラルネット学習回路６を構成している。
号と出力信号の関係を、ニューラルネットに学習させる
第２ステップを実現する回路ブロックを示している。こ
の実施例では、前記第１ステップにて形成されたファジ
ィルックアップテーブル４とニューラルネット５にてニ
ューラルネット学習回路６を構成している。
【００１６】ニューラルネット５の入出力式としては、
数２を利用することができる。
数２を利用することができる。
【００１７】
【数２】
【００１８】この式において、Ｘｊはｊ番目のユニット
からの出力、θｉは閾値、ｗｉｊは各ユニット間の結合
度合の強弱を示す結合係数である。また、ｆ（）は、飽
和型の非線形の関数であるシグモナイド関数を用いる。
このような式から算出されるニューラルネットの出力は
非常に滑らかであることが知られている。
からの出力、θｉは閾値、ｗｉｊは各ユニット間の結合
度合の強弱を示す結合係数である。また、ｆ（）は、飽
和型の非線形の関数であるシグモナイド関数を用いる。
このような式から算出されるニューラルネットの出力は
非常に滑らかであることが知られている。
【００１９】図２に示すニューラルネット学習回路６に
対して、入力値としてＲＧＢ色信号データを入力し、フ
ァジィルックアップテーブル４の出力値ΔＲ、ΔＧ、Δ
Ｂをニューラルネットワークの出力値として学習を行
う。
対して、入力値としてＲＧＢ色信号データを入力し、フ
ァジィルックアップテーブル４の出力値ΔＲ、ΔＧ、Δ
Ｂをニューラルネットワークの出力値として学習を行
う。
【００２０】この学習の結果得られたＲＧＢ信号の入力
と出力の関係にて、図３に示すニューラルネットルック
アップテーブル７を形成する。第３ステップでは、かか
るニューラルネットルックアップテーブル７に対してＲ
ＧＢ色信号を入力して、その出力として補正ＲＧＢ色信
号を得ることができる。
と出力の関係にて、図３に示すニューラルネットルック
アップテーブル７を形成する。第３ステップでは、かか
るニューラルネットルックアップテーブル７に対してＲ
ＧＢ色信号を入力して、その出力として補正ＲＧＢ色信
号を得ることができる。
【００２１】この補正ＲＧＢ信号に基づいて入力ＲＧＢ
信号を補正して、色調整された信号を得る。カラーコピ
ー画を得るためには、このＲＧＢ信号をＹ（イエロ
ー）、Ｍ（マゼンタ）、Ｃ（シアン）信号に変換する。
信号を補正して、色調整された信号を得る。カラーコピ
ー画を得るためには、このＲＧＢ信号をＹ（イエロ
ー）、Ｍ（マゼンタ）、Ｃ（シアン）信号に変換する。
【００２２】さて、これまで説明した実施例では、カラ
ー原画がどのような光源の下で撮影されたかが、考慮さ
れていない。以下、光源を考慮した画像処理について、
説明する。
ー原画がどのような光源の下で撮影されたかが、考慮さ
れていない。以下、光源を考慮した画像処理について、
説明する。
【００２３】光源の種類が分からない場合には、カラー
原画から光源を推定しなければならないが、この推定方
法は本発明の要旨ではないので説明は省略するが、従来
方法を利用することができる。
原画から光源を推定しなければならないが、この推定方
法は本発明の要旨ではないので説明は省略するが、従来
方法を利用することができる。
【００２４】光源の色データとしては、ＲＧＢ値を利用
するのが一般的であるが、画像データの３変数と合わせ
ると、合計６つの変数をニューラルネットに入力するこ
とになり、ニューラルネット構造が複雑となる。そこ
で、本発明では、光源データとして色温度を利用する。
演色性の良い光源については、色温度データで光源デー
タが近似できることが知られている。
するのが一般的であるが、画像データの３変数と合わせ
ると、合計６つの変数をニューラルネットに入力するこ
とになり、ニューラルネット構造が複雑となる。そこ
で、本発明では、光源データとして色温度を利用する。
演色性の良い光源については、色温度データで光源デー
タが近似できることが知られている。
【００２５】図４はＲＧＢ色信号と色温度を入力とした
ニューラルネット８を示しており、入力層ユニット数
４、中間層ユニット数２０、出力層ユニット数３の３層
構造バックプロパゲーションとなっている。
ニューラルネット８を示しており、入力層ユニット数
４、中間層ユニット数２０、出力層ユニット数３の３層
構造バックプロパゲーションとなっている。
【００２６】このニューラルネット８に対する学習方法
は先に説明した方法と同様である。また、実際に画像処
理をする為には、処理速度を高速化すべく、先に説明し
た場合と同様に、学習されたニューラルネット８をルッ
クアップテーブル化すると良い。
は先に説明した方法と同様である。また、実際に画像処
理をする為には、処理速度を高速化すべく、先に説明し
た場合と同様に、学習されたニューラルネット８をルッ
クアップテーブル化すると良い。
【００２７】
【発明の効果】画像処理において重要なことは、処理後
においても、色空間の連続性を保っていることである。
ニューラルネットを利用した本発明によれば、色空間の
連続性を保った状態で色の選択的な調整が行える。明度
Ｌ*、彩度Ｃab *、色相Ｈab°の 入力のうち、彩度Ｃ
ab *を固定し、明度Ｌ*、色相Ｈab°を変化させた場合
におけ る色相ΔＨab°の変化の状態を示すことによ
り、本発明の効果を示す。
においても、色空間の連続性を保っていることである。
ニューラルネットを利用した本発明によれば、色空間の
連続性を保った状態で色の選択的な調整が行える。明度
Ｌ*、彩度Ｃab *、色相Ｈab°の 入力のうち、彩度Ｃ
ab *を固定し、明度Ｌ*、色相Ｈab°を変化させた場合
におけ る色相ΔＨab°の変化の状態を示すことによ
り、本発明の効果を示す。
【００２８】即ち、図５はニューラルネットワークを利
用した本発明の場合を示しており、図６はファジィ推論
を利用した従来の場合を示しているが、これらの図から
図５の方が色の連続性を保った状態で滑らかに変化して
いることが分かる。
用した本発明の場合を示しており、図６はファジィ推論
を利用した従来の場合を示しているが、これらの図から
図５の方が色の連続性を保った状態で滑らかに変化して
いることが分かる。
【００２９】更に、色温度を考慮することにより、より
汎用性のある画像処理を行うことができる。
汎用性のある画像処理を行うことができる。
【図１】教師データを得るステップを実現する回路ブロ
ックを示す。
ックを示す。
【図２】ニューラルネットに学習させるステップを実現
する回路ブロックを示す。
する回路ブロックを示す。
【図３】ルックアップテーブル化されたニューラルネッ
トを示す。
トを示す。
【図４】色温度が入力されるニューラルネットを示す。
【図５】本発明にて処理した場合の、色相の変化状態を
示す。
示す。
【図６】従来技術にて処理した場合の、色相の変化状態
を示す。
を示す。
１ 変換回路 ２ ファジィ推論回路 ３ 変換回路 ４ ファジィルックアップテーブル ５ ニューラルネット ６ ニューラルネット学習回路 ７ ニューラルネットルックアップテーブル ８ ニューラルネット
───────────────────────────────────────────────────── 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 // Ｇ０３Ｇ 15/00 ３０３ (72)発明者 福島 清司 大阪府守口市京阪本通２丁目18番地 三洋 電機株式会社内 (72)発明者 蚊野 浩 大阪府守口市京阪本通２丁目18番地 三洋 電機株式会社内 (72)発明者 藤田 日出人 大阪府守口市京阪本通２丁目18番地 三洋 電機株式会社内
Claims (2)
- 【請求項１】 カラー画像信号を入力信号としてファジ
ィ推論を利用した画像処理を行い、出力信号として補正
カラー画像信号を得るステップと、 前記ステップにて得られた入力信号と出力信号の関係
を、ニューラルネットに学習させるステップと、 前記ステップにて学習されたニューラルネットに対して
カラー画像信号を入力し、出力信号として補正カラー画
像信号を得るステップと、 前記ステップにて得られた補正カラー画像信号に基づい
て入力カラー画像信号を補正することを特徴とするカラ
ー画像処理方法。 - 【請求項２】 カラー画像信号及びこのカラー画像信号
から推測される光源の色温度を入力信号としてファジィ
推論を利用した画像処理を行い、出力信号として補正カ
ラー画像信号を得るステップと、 前記ステップにて得られた入力信号と出力信号の関係
を、ニューラルネットに学習させるステップと、 前記ステップにて学習されたニューラルネットに対して
カラー画像信号及びこのカラー画像信号から推測される
色温度を入力し、出力信号として補正カラー画像信号を
得るステップと、 前記ステップにて得られた補正カラー画像信号に基づい
て入力カラー画像信号を補正することを特徴とするカラ
ー画像処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4070989A JPH05276371A (ja) | 1992-03-27 | 1992-03-27 | カラー画像処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4070989A JPH05276371A (ja) | 1992-03-27 | 1992-03-27 | カラー画像処理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05276371A true JPH05276371A (ja) | 1993-10-22 |
Family
ID=13447462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4070989A Pending JPH05276371A (ja) | 1992-03-27 | 1992-03-27 | カラー画像処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05276371A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0720390A2 (en) * | 1994-12-30 | 1996-07-03 | Matsushita Electric Industrial Co., Ltd. | Non-linear color corrector and method thereof |
| CN114885094A (zh) * | 2022-03-25 | 2022-08-09 | 北京旷视科技有限公司 | 一种图像处理方法、图像处理器、图像处理模组及设备 |
| JP2023044689A (ja) * | 2021-09-18 | 2023-03-31 | 株式会社ツバサファクトリー | 画像処理装置 |
-
1992
- 1992-03-27 JP JP4070989A patent/JPH05276371A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0720390A2 (en) * | 1994-12-30 | 1996-07-03 | Matsushita Electric Industrial Co., Ltd. | Non-linear color corrector and method thereof |
| EP0720390A3 (ja) * | 1994-12-30 | 1996-07-24 | Matsushita Electric Ind Co Ltd | |
| JP2023044689A (ja) * | 2021-09-18 | 2023-03-31 | 株式会社ツバサファクトリー | 画像処理装置 |
| CN114885094A (zh) * | 2022-03-25 | 2022-08-09 | 北京旷视科技有限公司 | 一种图像处理方法、图像处理器、图像处理模组及设备 |
| CN114885094B (zh) * | 2022-03-25 | 2024-03-29 | 北京旷视科技有限公司 | 一种图像处理方法、图像处理器、图像处理模组及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3115508B2 (ja) | カラー画像処理装置 | |
| JP2887158B2 (ja) | 画像処理装置 | |
| JP3488729B2 (ja) | カラー画像処理方法および装置 | |
| JP3273204B2 (ja) | ４色カラープリンタの色分解画像処理方法及び装置 | |
| JPH06501144A (ja) | マルチトーン画像の表示方法 | |
| US4789892A (en) | Color adjusting device including matrix-masking circuitry | |
| JPH06245060A (ja) | モデルに基づくカラー画像の中間階調化方法 | |
| JP2998278B2 (ja) | カラー画像記録装置におけるモノカラー編集方法及び装置 | |
| JP4244105B2 (ja) | 画像処理方法および装置並びに記録媒体 | |
| JPH05276371A (ja) | カラー画像処理方法 | |
| JPH07212583A (ja) | カラー画像処理方法および装置 | |
| JPH0918725A (ja) | 画像処理方法及び装置 | |
| JPS5999875A (ja) | 中間調画像表示装置 | |
| JP3209757B2 (ja) | 色補正方法 | |
| JPS60216352A (ja) | カラ−コレクシヨン条件の自動設定方法 | |
| JPH11136527A (ja) | 画像処理装置と画像データの処理方法 | |
| JP2740516B2 (ja) | 画像処理装置 | |
| JPH0441551B2 (ja) | ||
| JP3053425B2 (ja) | 画像記録装置 | |
| JPS6335076A (ja) | カラ−マスキングパラメ−タ決定装置 | |
| JPH04219060A (ja) | カラー画像処理方法及びその処理回路 | |
| JP3009442B2 (ja) | カラー複写装置およびカラー画像処理方法 | |
| JPH09154026A (ja) | カラー画像処理装置 | |
| JPS61105972A (ja) | カラ−画像信号処理方法 | |
| JPH05199407A (ja) | カラー画像出力装置 |