JPH07160871A

JPH07160871A - 色画像補正方法及びその装置

Info

Publication number: JPH07160871A
Application number: JP5340394A
Authority: JP
Inventors: Mieko Nagashima; 三重子長嶋
Original assignee: Individual
Current assignee: Individual
Priority date: 1993-12-09
Filing date: 1993-12-09
Publication date: 1995-06-23
Also published as: US6088475A; US6744544B1

Abstract

(57)【要約】【目的】画像システム又は画像装置における色再現性の
差異を低下させ、適切な色再現を行なうための色画像補
正方法及びその装置を提供する。【構成】知覚色空間の座標系における色領域を表わす情
報値を入力し、該情報値を、予め設定された色領域によ
り定められる色領域を表わす情報値へ、ファジィ処理を
用いて色成分ごとに対応づけ、この対応づけによって前
記知覚色空間の座標系における色領域を所定の色領域に
変換し、この変換した知覚色空間の座標系における色領
域を表わす情報値を出力する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、色画像処理装置間にお
ける色再現性の差異に対して、心理的により近いものと
して感知されるように色再現性の差異を補正する色画像
補正方法及びその装置に関する。

【０００２】

【従来の技術】近年、カラー印刷装置、大容量記憶装置
の普及などに伴い、カラーディスプレイの画像をハード
コピーにとって保存したり、大量のカラー印刷物を電子
化して効率よく保存しておき必要な時に必要なものだけ
印刷して利用する等、電子化された色画像情報を利用す
る機会が多くなってきた。

【０００３】しかし、同一の色画像情報が与えられた場
合でも、それを入力あるいは出力する装置の色再現に対
する忠実度の違いにより、人間の目には異なった色画像
として感じられる場合が生じていた。

【０００４】例えば、製造メーカーが異なるカラープリ
ンタの色再現性はメーカーごとに異なり、また、カラー
ディスプレイとカラープリンタの画像では色情報量の多
少により色再現性に大きな差が感じられていた。

【０００５】図２６に、一般的なモニタとプリンタにお
ける色再現領域を示す。同図は、ＣＩＥ１９７６（国際
照明委員会１９７６年勧告、以下「ＣＩＥ勧告」とい
う。）のＬ^*ａ^*ｂ^*表色系で規定されている彩度Ｃ^*に対
する明度Ｌ^*をプロットした図である。なお、Ｃ^*は次式
で与えられる。

【０００６】

【数１】

【０００７】同図に示すように、両者の色再現領域には
著しい差が見られる。

【０００８】図２７には、モニタとプリンタのＬ^*ａ^*ｂ
^*表色系における座標が示されている。プリンタはモニ
タと比べて色再現領域が狭く、且つ色再現領域の位置の
ずれが生じている。

【０００９】一般的に、出力可能な色領域は、出力装置
ごとに異なっており、互いに異なる色再現領域を持つ出
力装置間で、色画像データの変換を行なう場合にはなん
らかの形で色領域の再配置が行なわれている。

【００１０】例えば、人間が心理的な意味を感じる部分
色領域（例えば、空の色として認知される青色やレモン
の色として認知される黄色など）が、図２８のように分
布しているとすると、画像データの交換を行なった場合
にこれらの範囲内の色が交換後もこれらの範囲内に写像
される事が望ましいが、実際には、機械的に色情報の交
換を行なった場合、図２９あるいは図３０のように図２
８に示す部分色領域以外の領域に写像される場合があ
る。

【００１１】図２９に示すモニタ画像情報からプリンタ
画像情報への色画像データの交換では、プリンタ画像情
報の色再現領域が狭いため写像後の部分色領域Ａ’が一
部欠けてしまう。図３０に示す、図２９と逆方向の色画
像データの交換では、写像後の部分色領域Ａ”にズレが
生じてしまう。

【００１２】このような色情報の再配置を行なう際に、
色再現領域の差異や位置ずれが十分に補正されない場合
には、人は心理的違和感を覚える場合がある。

【００１３】また、従来において、カラーハードコピー
の色調整などの目的に特定の色のみを変化させる、色知
覚空間におけるカラー画像の選択的色調整方式が開示さ
れている（画像電子学会誌、第１８巻、第１５号）。こ
の従来例においては、色相調整の際、色調整したい対象
領域以外にも画像全体の色調が一様に変化を起こすこと
を回避するために、特定の色のみを変化させるようにし
ている。

【００１４】図３１は、上記の従来例を示すブロック図
である。対象となる色領域と、色の調整方向及び調整量
の指定にはＬ^*ａ^*ｂ^*空間での極座標のＨ^*ａｂ,Ｌ^*,Ｃ^*
ａｂ座標系を用いている。調整の対象となる色領域に
は、メンバーシップ関数を用いて色指定を行なうと共
に、色調整量もメンバーシップ関数を用いて重みづけを
している。これにより、色空間の連続性を考慮した色領
域の抽出が行なわれる。

【００１５】そして、予め、色空間の代表格子点につい
て選択的色調整φＣと色修正φＭの処理を施した３次元
のルックアップテーブルを作成し、このルックアップテ
ーブルに基づいて色空間格子点の補間を行ない画像を作
成している。

【００１６】

【発明が解決しようとする課題】上述したように、同じ
種類の画像装置でも機種が異なると色再現性に差異が生
じ、また、カラーディスプレイ、カラープリンタ、カラ
ーイメージスキャナ等画像装置ごとに色再現の可能な範
囲である色再現領域は異なっており、希望する色再現性
を得るために色調整が必要であった。

【００１７】上記従来例の色調整においては、種々な処
理を施したルックアップテーブルを用いて演算処理を行
なっているため、処理に費やす時間が掛かり処理時間を
短縮することが困難である。また、メンバーシップ関数
を用いているが、これは、調整の対象となる色領域の色
空間の連続性を確保するためにのみ用いられており、画
像全体の色補正にメンバーシップ関数をどのように用い
るかに関しては言及されていない。

【００１８】また、従来においては、色再現領域の差異
や位置ずれの問題を解消するために、色再現領域の不一
致部分の切り落し、又は圧縮等が行なわれていた。しか
し、このような方法では彩度や色度のずれを却って招く
結果となっていた。

【００１９】したがって、本発明は、画像システム又は
画像装置における色再現性の差異を低下させ、適切な色
再現を行なうための色画像補正方法及びその装置を提供
することを目的とする。

【００２０】

【課題を解決するための手段】上記目的を達成するため
に、本発明における色画像補正方法においては、知覚色
空間の座標系における色領域を表わす情報値を入力し、
該情報値を、予め設定された色領域により定められる色
領域を表わす情報値へ、第１のファジィ処理を用いて色
成分ごとに対応づけ、この対応づけによって前記知覚色
空間の座標系における色領域を所定の色領域である変換
色領域に変換し、この変換した知覚色空間の座標系にお
ける色領域を表わす情報値を出力する。

【００２１】また、入力信号が画像信号である場合に
は、入力された画像信号を、第２のファジィ処理を用い
て知覚色空間の座標系における色領域を表わす情報値に
変換し、該情報値を、請求項１に記載された手順に従っ
て変換し、この変換した情報値を第３のファジィ処理を
用いて画像信号に変換して出力することが好ましい。

【００２２】そして、前記変換色領域における変換は次
のように為されることが好ましい。すなわち、それぞれ
予め設定された入力装置の再現色領域と出力装置の再現
色領域とを比較して、その差分の色領域を抽出し、予め
設定された複数の記憶色に基づいて前記差分の色領域を
色成分ごとに複数の部分色領域に分割し、且つ前記入力
装置の再現色領域と前記出力装置の再現色領域のいずれ
か一方の狭い方の色領域である狭色領域も同様に該記憶
色に基づいて色成分ごとに複数の部分色領域に分割し、
前記差分の色領域における前記部分色領域を表わす情報
値を、入力信号の色領域に応じて、前記狭色領域におけ
る前記部分色領域を表わす情報値へ、前記第１のファジ
ィ処理を用いて対応づけるマッピング処理をすることに
より為される。

【００２３】さらに、前記差分の色領域を抽出する際
に、第４のファジィ処理を用いて抽出することが好まし
く、また、前記第１ないし第４の各ファジィ処理は、フ
ァジィフィルタ演算処理、ニューラルネットワーク演算
処理、及びファジィ連想記憶演算処理から成る群のうち
少なくともいずれか一を用いることが好ましく、また、
前記知覚色空間が、国際照明委員会で勧告された均等知
覚色空間であり、あるいは、前記知覚色空間は、国際照
明委員会で勧告されたＸＹＺ表色系であることが好まし
い。また、入出力信号の変換における、画像信号から知
覚色空間への変換、あるいは知覚色空間から画像信号へ
の変換の少なくともいずれか一の変換にファジィ処理を
用いる。

【００２４】また、上記目的を達成するために、本発明
における色画像補正装置においては、知覚色空間の座標
系における色領域を表わす情報値を入力し、該情報値
を、予め設定された色領域により定められる色領域を表
わす情報値へ、第１のファジィ処理手段を用いて色成分
ごとに対応づけることによって、前記知覚色空間の座標
系における色領域を所定の色領域である変換色領域に変
換し、この変換した知覚色空間の座標系における色領域
を表わす情報値を出力する色領域変換手段を、備えるこ
とを特徴とする色画像補正装置を提供する。

【００２５】そして、本発明の色画像補正装置に入力さ
れる信号が、知覚色空間の座標系における色領域を表わ
す情報値以外の信号である場合には、入力された画像信
号を、知覚色空間の座標系における色領域を表わす情報
値に変換するための第２のファジィ処理手段を用いた入
力変換手段と、前記色領域変換手段と、該色領域変換手
段から出力された情報値を、第３のファジィ処理手段を
用いて画像信号に変換して出力する出力変換手段と、を
備えることが好ましい。

【００２６】また、前記色領域変換手段が、それぞれ予
め設定された入力装置の再現色領域と出力装置の再現色
領域とを比較し、その差分の色領域を抽出する抽出手段
と、予め設定された複数の記憶色に基づいて前記差分の
色領域を色成分ごとに複数の部分色領域に分割し、且つ
前記入力装置の再現色領域と前記出力装置の再現色領域
のいずれか一方の狭い方の色領域である狭色領域も同様
に該記憶色に基づいて色成分ごとに複数の部分色領域に
分割する判別手段と、前記差分の色領域における前記部
分色領域を表わす情報値を、入力信号の色領域に応じ
て、前記狭色領域における前記部分色領域を表わす情報
値へ、前記第１のファジィ処理手段を用いて対応づける
ことにより所定の色領域である前記変換色領域を表わす
情報値に変換するマッピング手段と、を含むことが好ま
しい。

【００２７】さらに、前記抽出手段が、前記差分の色領
域を第４のファジィ処理手段によって抽出することが好
ましく、また、前記第１ないし第４の各ファジィ処理手
段が、ファジィフィルタ演算処理、ニューラルネットワ
ーク演算処理、及びファジィ連想記憶演算処理から成る
群のうち少なくともいずれか一であることが好ましい。
また、画像信号から知覚色空間への変換、あるいはこの
逆の知覚色空間から画像信号への変換における変換手段
に、ファジィ処理手段を含む。

【００２８】また、前記知覚色空間が、国際照明委員会
で勧告された均等知覚色空間あるいはＸＹＺ表色系であ
ること、また、前記色画像補正装置が色画像処理用シス
テムに組み入れられること、さらに、本発明における色
画像補正装置が組み入れられた、色画像処理用システム
の全体の制御がファジィ処理で行なわれること、また、
前記色画像補正装置が色画像処理を行なう装置に内蔵さ
れることが好ましい。

【００２９】

【作用】本発明においては、各種の画像装置における色
再現領域に相違があった場合でも、人間の眼には周囲の
色との関係により似たような色に心理的に見えることを
利用し、異なる色再現領域を持つ画像装置間において
も、人間の感覚上より近い画像として再現できるように
色領域を変換することによって色情報を補正している。

【００３０】本発明における色画像補正方法及びその装
置においては、知覚色空間の座標系における色領域を表
わす情報値として、例えば、色彩計や色差計等の分光測
色計から出力されたＸＹＺ表色系又はＬ^*ａ^*ｂ^*表色系
の情報値を入力し、第１のファジィ処理を用いて色領域
内の各色成分の情報値へ対応づけ色領域の変換を行な
い、信号の変換及び処理にファジィ処理を用いることに
より人間の感覚により近い色領域の変換ができる（請求
項１、９）。

【００３１】画像装置間で入出力される画像信号には、
一般的に、映像機器に用いられるＲＧＢ（レッド、グリ
ーン、ブルー）信号、印刷装置に用いられるＹＭＣ（イ
エロー、マゼンダ、シアン）信号、又はＹＭＣ［Ｋ］
（イエロー、マゼンダ、シアン、黒）信号がある。これ
らの画像信号を本発明における色画像補正装置に入力す
る時には、第３のファジィ処理を適用して画像信号の値
を知覚色空間の値に変換し、本発明における信号処理を
行なうための好ましい情報値に変換している（請求項
２、１０）。

【００３２】そして、入力信号の色領域を複数の部分色
領域に分割し、一の部分色領域に含まれる一又は複数の
代表点を、予め設定された別の部分色領域の代表点に対
応づけるマッピング処理を行ない、これによって、入力
された情報値又は画像信号の部分色領域の範囲は拡大あ
るいは縮小され、また位置のずれが補正され、部分色領
域ごとに違和感のない写像が行なわれる。それぞれの部
分色領域が変換されることにより、全体の色再現領域の
補正が行なわれ、画像装置間に生じていた色再現性の差
異が低下される（請求項３、１１）。

【００３３】さらに、請求項３及び１０においては、色
領域を部分色領域に分割する際に記憶色に基づいて分割
している。例えば、空の色として認知され得る青色は各
人によって異なるが、各人の記憶している空色は、ある
広がりをもった領域内に分布することが確かめられてい
る。この一つのまとまりを持った記憶色を用いて部分色
領域に分割しているので、人の感覚に近い分割が可能と
なる。

【００３４】また、マッピング処理において、予め設定
された入力装置再現色領域と出力装置再現色領域との差
分の色領域に含まれる情報値を用いて写像を行なってい
るため、少ない処理回数で色領域の十分な補正が達成さ
れる。差分の色領域の抽出にはファジィ処理を用い、メ
ンバーシップ関数を求めファジィルールに従って抽出す
ることができる（請求項４、１２）。

【００３５】本発明では、第１のファジィ処理におい
て、好適には、ファジィフィルタ演算、ニューラルネッ
トワーク演算、ファジィ連想記憶演算、あるいはこれら
の組合せ、例えば、ファジィフィルタとニューラルネッ
トワークの組合せによる演算が用いられる。第１〜第４
のファジィ処理は同一の種類のファジィ演算であっても
よく、また、それぞれ異なる種類のファジィ演算であっ
てもよい（請求項５、１３）。また、入出力変換手段に
おける、画像信号から知覚色空間への変換、あるいは知
覚色空間から画像信号への変換に、従来はルックアップ
テーブルによる変換又はマトリクスによる多項式近似演
算をおこなっていたが、本発明においては、上記第１〜
第４のファジィ処理と同様のファジィ処理を用いること
により、演算処理時間の短縮及び変換精度の向上を図る
ことが可能となる（請求項６、１４）。

【００３６】そして、知覚色空間は、好適にはＣＩＥで
勧告されたＬ*ａ*ｂ*表色系又はＬ*ｕ*ｖ*表色系、ある
いは、ＸＹＺ表色系が用いられる（請求項７、８、１
５、１６）。

【００３７】本発明における色画像補正装置は、色画像
処理用システムに組み入れられて入出力装置間のインタ
ーフェース装置として用いることもでき（請求項１
７）、また、例えば、プリンター装置内に本発明による
色画像補正装置が内蔵されるような構成にしても上述の
作用は達成される（請求項１９）。さらに、本発明の色
画像補正装置が組み入れられた色画像処理用システムの
全体をファジィで制御することにより、演算処理時間を
短縮することができる（請求項１８）。

【００３８】

【実施例】以下に、本発明の実施例について説明を行な
う。

【００３９】図１は、本発明における、ファジィ処理を
適用した色画像補正のブロック図である。同図におい
て、本発明の色画像補正装置に入力される信号は、画像
信号又知覚色空間の座標系の色領域を表わす情報値であ
る。画像信号として例えばＲＧＢ信号は入力インターフ
ェース１１を通って入力変換手段１に入力され、入力変
換手段１では、ＲＧＢ信号は知覚色空間の座標系の色領
域を表わす情報値に変換され、例えば、ＣＩＥ勧告によ
る均等知覚空間の座標系であるＬ*ａ*ｂ*表色系の色領
域に変換され、変換された情報値は色領域変換手段６に
出力される。一方、知覚色空間の座標系の色領域を表わ
す情報値、例えば、Ｌ*ａ*ｂ*表色系の情報値は、入力
インターフェース１２を通って色領域変換手段６に入力
される。

【００４０】入力変換手段１では第２のファジィ処理が
行なわれ、入力されたＲＧＢ信号のメンバーシップ関数
を求めファジィルールに従ってＬ*ａ*ｂ*表色系の色領
域へと変換が行なわれる。

【００４１】図２は、本発明で用いられるファジィ処理
の一実施例である。同図において、メンバーシップ演算
１〜ｎで用いられるデータ値は、階層型ニューラルネッ
トワークによって更新されデータ値の置き換えが行なわ
れる。ルール処理部ではファジィ連想記憶処理手段によ
りファジィルールの有効・無効が判別されファジィ推論
を行なうファジィフィルタが構成される。各部分の詳細
な作用については後述する。

【００４２】Ｌ*ａ*ｂ*表色系で表わされる色領域情報
値Ｌ、ａ、ｂ値は、色領域変換手段６に入力される。色領
域変換手段６は、抽出手段２、判別手段３、及びマッピ
ング手段４から構成される。

【００４３】抽出手段２では、入力装置ごとに予め設定
されたＬ*ａ*ｂ*表色系の色領域１４を表わす情報値
と、同じく出力装置ごとに予め設定されたＬ*ａ*ｂ*表
色系の色領域１５を表わす情報値とが比較され、広い方
の色領域であって狭い方の色領域に属さずはみ出した部
分の色領域、すなわち差分の色領域が、第４のファジィ
処理を用いて抽出手段１６によって抽出される。なお、
入力装置再現色領域１４と出力装置再現色領域１５で
は、外部から印加された制御信号によって、本装置に接
続された入出力装置に対応する色領域が予め選択される
ことが好ましい。

【００４４】差分の色領域の情報値は判別手段３に入力
される。差分の色領域は、予め設定された複数の記憶色
１７に基づいて、部分色領域抽出手段１８によって色成
分ごとに例えば１０数の部分色領域に分割される。そし
て、この各部分色領域における一又は複数の代表点
（Ａ）の情報値が記憶手段１９に格納される。

【００４５】また一方、入力装置再現色領域１４と出力
装置再現色領域１５のうち、いずれか一方の狭い色領域
である狭色領域も、同様に、記憶色１７に基づいて色成
分ごとに複数の部分色領域に分割され、この各部分色領
域の一又は複数の代表点（Ｂ）の情報値が記憶手段２２
に格納される。

【００４６】各代表点（Ａ）及び（Ｂ）はマッピング手
段４に入力される。マッピング手段４では、本装置に入
力された信号の色領域の中で差分の色領域内に属する部
分における各代表点（Ａ）を、前記狭色領域の各代表点
（Ｂ）へ、色成分ごとに第１のファジィ処理を用いて１
対１に対応づけるマッピッグ処理を行っている。

【００４７】入力装置再現色領域１４と出力装置再現色
領域１５によって、差分の色領域は入出力装置ごとに予
め設定されるので、入力信号の色領域の中で差分の色領
域内に属する部分の各代表点（Ａ）をマッピング処理す
ることによって、入力信号における差分の色領域の各部
分色領域が、前記狭色領域の各部分色領域に写像され、
色再現領域が補正される。

【００４８】補正された色再現領域の色領域情報値Ｌ'、
ａ'、ｂ'値は、出力変換手段５に入力され、第３のファ
ジィ処理が施され画像信号のＲＧＢ信号に変換され、出
力インターフェース２４を通して出力される。一方、Ｌ
*ａ*ｂ*表色系の信号を出力する場合には、色領域情報
値Ｌ'、ａ'、ｂ'値は、出力変換手段５に入力されずに出
力インターフェース２５を通して出力される。

【００４９】図３に、入力画像の部分色領域、予め設定
された部分色領域、及び本発明によって補正された出力
の部分色領域のＬ*ａ*ｂ*表色系における色領域を示
す。

【００５０】それぞれ予め設定された入力装置再現色領
域１４と出力装置再現色領域１５とのいずれか一方の狭
い色領域に対して、はみ出した色領域の色成分による補
正が為される。このため、入力装置再現色領域１４が出
力装置再現色領域１５より狭い場合には、入力装置再現
色領域１４が補正され、一方、入力装置再現色領域１４
が広い場合には出力装置再現色領域１５が補正され、ど
ちらの色領域が出力されるか一定していないように思わ
れるが、一般的に、カラーモニタは色領域が広くカラー
プリンタは色領域が狭いため、各入出力画像装置ごとに
予め設定する色領域を変えることによって出力される色
領域を定めることができ、色再現性を一定に保つことが
可能となる。

【００５１】図４（Ａ）は、本発明の実施例で用いられ
るファジィフィルタ方式の動作説明図である。ファジィ
フィルタを構成する際には、まず、ファジィフィルタの
入力となる観測値及び出力となる値のそれぞれ全てに対
し、図３（Ｂ）のように幾つかのメンバーシップ関数を
作成する。実施例では、入出力値は、ＲＧＢ、ＹＭＣ、
Ｌ*ａ*ｂ*あるいはＸＹＺのいずれかの信号の値とな
る。

【００５２】図４（Ｂ）では、５つのメンバーシップ関
数が定義されており、それぞれμ₀からμ₄までの名称が
与えられている。これらのメンバーシップ関数の中で、
入力となる変数上に定義された入力値は、特定の観測値
Ｘiが与えられると縦軸の［０，１］の閉区間上に属す
るグレード値が演算される。これらは、例えばμ₀（１
５２）、μ₁（１５２）などと表記される。

【００５３】次に、これらのメンバーシップ関数を用い
て、フィルタ処理を行なわせる場合の変換規則を作成す
る。これを次式のような形式を持つプロダクションルー
ルとして記述する。

【００５４】

【数２】

【００５５】ここで、ｘ₀、ｘ₁、ｘ₂はファジィフィル
タの入力変数、ｙ₀、ｙ₁、ｙ₂は、ファジィフィルタの
出力変数、ｉ、ｊ、ｋ、ｌ、ｍ、ｎはメンバーシップ関
数の識別子である。

【００５６】実際のシステムでは、このような形式のプ
ロダクションルールが複数使用される。この形式で記述
されたルールの内、キーワードＩＦからキーワードＴＨ
ＥＮまでの間に記述されている部分をルールの条件部、
キーワードＴＨＥＮ以降の部分をルールの結論部と呼
び、実際のルールの処理手順においては、ルール条件部
の処理の目的は、次式で求められるルールの発火の度合
αを求めることである。

【００５７】

【数３】

【００５８】また、ルール結論部の処理については、上
式で求められたαを用いて、結論部に記載されているメ
ンバーシップ関数から、次式に定義されるｙ₀、ｙ₁、ｙ
₂の重心値Ｇ₀、Ｇ₁、Ｇ₂を求める事で完了される。

【００５９】

【数４】

【００６０】

【数５】

【００６１】

【数６】

【００６２】ここで、ｒはプロダクションルールの識別
番号であり、Ｒはプロダクションルールの総数である。
また、「・」は、ファジィ論理でいうところのｔノルム
またはｓノルム演算であり、通常はＭＩＮ演算、または
算術積が利用される。Σ演算についても、通常は、算術
和演算の繰り返しを意味するが、ＭＡＸ演算の繰り返し
を使用しても良い。以上の操作を簡単に図示してみる
と、図４（Ａ）のようになる。

【００６３】次に、本実施例で用いられるマッピング処
理に、例えばファジィフィルタ方式を用いる場合には、
以下のような手順で行なわれる。

【００６４】第１の手順として、前記差分の色領域にお
ける部分色領域Ｂ１を、例えば、空の色として認知され
る青などの記憶色に基づいて設定すると共に、各部分色
領域の代表点をそれぞれ定める。各部分色領域における
代表点は一つでも複数でもよい。

【００６５】そして、モニター装置とプリンタ装置間、
あるいは、各プリンタ装置間など、各種の出力装置間に
存在する色再現性の差異を低下することができるよう、
各出力装置に対応した前記狭色領域における部分色領域
Ｂ２も同様に記憶色に基づいて設定し、各部分色領域の
代表点を定める。

【００６６】図５に、この部分色領域と代表点を示す。
このように、全ての部分色領域を組み合わせ入出力装置
の全色領域を部分色領域で覆う。

【００６７】これらの色代表点のデータは、差分の色領
域の部分色領域Ｂ１の代表点を３次元ベクトルＶ_Ii＝
（Ｌ_Ii，ａ_Ii，ｂ_Ii）、狭色領域の部分色領域Ｂ２の代
表点をＶ_Oi＝（Ｌ_Oi，ａ_Oi，ｂ_Oi）と設定しておく。こ
こで、ｉ＝０〜ｉｍａｘであり、ｉｍａｘはサンプルと
なる代表点の総数である。

【００６８】第２の手順として、上記Ｖ_Ii及びＶ_Oiでの
ベクトルを構成するスカラー値（例えば、ｌ_Iiなど）を
個別に集め区分けを行うと図６のようになり、このスカ
ラー値を基に図７（Ａ）、（Ｂ）のようにメンバーシッ
プ関数を構築する。図７（Ａ）は三角形の場合を示し、
図７（Ｂ）は釣鐘形の場合を示している。そして、この
メンバーシップ関数をμ_Ii（Ｌ）と定める。

【００６９】ここで、入力側がスキャナーで出力側がプ
リンタのときは、出力側のプリンタの色領域が狭くな
り、逆に、入力側がスキャナーで出力側がモニタのとき
は、入力側のスキャナーの色領域が狭くなる。本実施例
では、出力側が狭い方の色領域であるとしてこの部分色
領域Ｂ２の各代表点をＶ_Oiとする。また、抽出手段２で
抽出された差分の色領域に含まれる部分色領域Ｂ１の各
代表点をＶ_Iiとする。

【００７０】第３の手順として、上記のメンバーシップ
関数から次式に示すよう、入力値の色領域の代表点Ｖ_I
が代表点Ｖ_Iiに含まれたなら、出力値Ｖ_Oを代表点Ｖ_Oi
とする、ｉｍａｘ個のプロダクションルールを作成す
る。

【００７１】ＩＦＶ_I ＩＳＶ_Ii ＴＨＥＮＶ_OＩＳＶ_Oi

【００７２】第４の手順として、上記のプロダクション
ルールを前記ファジィフィルタ方式の項のところで説明
した演算処理を行うことによって、図８に示す色情報の
再配置処理が実現できる。図８（Ａ）は入力装置におけ
る画像の色領域を示し、図８（Ｂ）は出力装置にて再配
置された色領域を示している。

【００７３】以下に、本発明で実施可能なニューロ処理
及びファジィとニューロを組み合わせた処理について説
明する。

【００７４】図９は、階層型ニューラルネットワーク方
式であり、図１０に、基本となるニューラルネットワー
クの構成を示す。基本的なニューラルネットワークは、
図１０において丸い図形で描かれている単純化された脳
神経細胞にあたる構成要素（Processing Element、略し
て以下「ＰＥ」という。）と、各ＰＥを結ぶ情報の伝達
経路とから構成される。

【００７５】それぞれのＰＥや、情報の伝達経路は、一
般的に、それぞれ図１１及び図１２のようにモデル化す
ることができる。ＰＥは、幾つかの伝達経路を通じて入
力した信号の総和を予め決められた伝達関数を用いて加
工し、幾つかの伝達経路に単一の値を出力する。この
時、応用関数として、良く用いられるものとして、図１
３（ａ）のような閾値関数や、図１３（ｂ）のようなシ
グモイド関数が用いられる。また、この他にも、確率モ
デルや、非線形モデルの一種であるカオスモデルなどを
利用してもよい。なお、シグモイド関数ｆ(x)は、次式
で与えられる。式中ｕ₀は定数である。

【００７６】

【数７】

【００７７】一方、情報の伝達経路の振舞いであるが、
これは、入力側で受け取った信号（しばしば［０，１］
区間に含まれるある値）を、予め、それぞれの伝達経路
ごとに用いられた係数（通常は重みと呼ばれる事が多
い）を乗じて出力側に接続されているＰＥへと送りだ
す。

【００７８】ニューラルネットワークでは、「ニューラ
ルネットワークの学習」という演算処理がよく用いられ
る。これは、当初、どのようにニューラルネットワーク
の初期状態を決めればよいのかが分からない場合に、幾
つかのサンプルデータを与えて、ニューラルネットワー
クの振舞いを、より好ましい状態に調整する事であり、
現実には、ＰＥ間の情報伝達路に与えられた係数を調整
することで実現される。本発明においては、ＲＧＢ、Ｙ
ＭＣＫ、Ｌ^*ａ^*ｂ^*などの情報を学習するための学習デ
ータとして利用する。

【００７９】このニューラルネットワークの学習アルゴ
リズムは、利用するニューラルネットワークのモデルご
とに異なっているが、大きな分類としては、教師付きの
学習アルゴリズムと、教師なしのアルゴリズムがある。
ニューラルネットワークが学習を行なう場合には、より
良い状態に変化して行くために、一定の評価基準が必要
となるが、これを学習を行なうごとに与えるのが教師付
きの学習であり、予め、評価の基準をニューラルネット
ワーク自身に持たせておいて、外部からの評価信号をい
ちいち与えない方法は、教師なしの学習方法と呼ばれ
る。

【００８０】教師付きの学習アルゴリズムとしてバック
プロパゲーションを、教師なしの学習アルゴリズムとし
て競合学習アルゴリズムを以下に示す。

【００８１】階層型ニューラルネットワークは、パーセ
プトロン型、あるいは、ローゼンブラット型ニューラル
ネットワークとも呼ばれ、ニューラルネットワークで用
いられる学習アルゴリズムの名称である。バックプロパ
ゲーションという名称で呼ばれることもある。

【００８２】学習アルゴリズムを含むタイプのニューラ
ルネットワークとして、図１４にローゼンブラット型ニ
ューラルネットワークを示す。同図に示すように階層型
の構造になっており、入力層で、なんらかの信号を外界
から取り入れ、それらを順次、中間層、出力層へと伝え
て行き、最後に出力層から、外界へ何等かの情報を出力
する、つまり、一種のフィルタのような動作を行なう。
図１４では、中間層は、ただ１層しかないかのように描
かれているが、実際には必要に応じて、複数の中間層を
任意に利用することができる。

【００８３】各処理層での各ＰＥの動作は、第ｉ層の第
ｊ番目のＰＥの出力値をｐ_ijとするとシグモイド関数ｆ
は、次の式で与えられる。

【００８４】

【数８】

【００８５】ここで、ｉ＝０つまり、入力層のＰＥの出
力値を求める場合には、Ｐ_i-1jとして、外部からの与え
られた入力値を用いる。

【００８６】そして、ニューラルネットワークの学習に
用いられるアルゴリズムとしては、与えられた教師デー
タを基に、ニューラルネットワークの動作を調整して行
く教師付きの学習アルゴリズムが一般に利用されてい
る。これは、バックプロパゲーションと呼ばれており、
その処理手順を以下に示す。

【００８７】第１の手順として、適当な方法（乱数な
ど）でニューラルネットワークの結合係数を初期化して
おく。

【００８８】第２の手順として、上式（８）に示される
式に従って、サンプル入力データを入力した場合の出力
値を計算する。第３の手順として、手順２で計算した出
力値の値と教師データとして与えられた出力値のサンプ
ルデータから、出力層の各ＰＥから中間層への結合経路
への誤差を計算する。この計算式を次に示す。

【００８９】

【数９】

【００９０】ここで、Ｐ_iは出力層の各ＰＥの出力値、
Ｔ_iは外部から与えられた教師信号である。ｕ₀は、シグ
モイド関数を定義する際に与えられる定数である。

【００９１】第４の手順として、手順２で計算した中間
層の値と手順３で計算した出力層の各ＰＥの誤差から、
中間層の各ＰＥから入力層への結合経路への誤差を計算
する。これを次式に示す。

【００９２】

【数１０】

【００９３】第５の手順として、手順３と手順４で求め
た各ＰＥごとの誤差を用いてＰＥ間の経路の係数を修正
する。これを次の演算式に示す。ここで、αは、学習定
数と呼ばれる任意の定数である。

【００９４】

【数１１】

【００９５】

【数１２】

【００９６】第６の手順として、必要な回数だけこれま
での手順を繰り返す。

【００９７】次に、競合学習について説明する。競合学
習を用いたニューラルネットワークは、前記ローゼンブ
ラット型のニューラルネットワークとは異なり、教師信
号を利用しない学習を行うニューラルネットワークであ
る。図１５に、入力層１つ出力層１つの２層からなるモ
デルを示す。

【００９８】このタイプのニューラルネットワークで
は、入力に与えられた信号に対して、何かしらの値を加
工して出力層に信号を出力するローゼンブラット型のニ
ューラルネットワークとは異なり、入出力層間に存在す
る情報の伝達経路を入出力信号が存在するベクトル空間
の一点を指すベクトルであると捉えられ、与えられた学
習データに最も近い位置に存在しているベクトルを、よ
り近いベクトルへと書き換えを行なう。

【００９９】この結果、このタイプのニューラルネット
ワークに十分な学習を行なわせると、より多くのサンプ
ルデータベクトルが集中しているベクトル空間の近傍に
ニューラルネットワークのベクトルが集中するようにな
り、出力層の各ＰＥが、サンプルデータに即してベクト
ル空間の分割を行なう。

【０１００】この方式による学習アルゴリズムには、幾
つかの変形があるが、ここでは、ＵＣＬ方式（Unsuperv
ised Competitive Learning），ＳＣＬ方式（Supervise
dCompetitive Learning)，ＤＣＬ方式（Differential C
ompetitive Learning）を用いた場合の手順を示す。以
下の説明の中で、ｔは時間、ｍは入出力層間のベクト
ル、ｘはサンプルデータ、ｘ（ｔ）は入力層ベクトルの
ＰＥの発火度、ｙ（ｔ）は出力層ベクトルのＰＥの発火
度である。

【０１０１】第１の手順として、ｍ_i（０）＝ｘ（ｉ）
などとして、初期化を行なう。第２の手順として、次式
に従って、ｍ_j（ｔ）を持つ勝者ＰＥを探す。

【０１０２】

【数１３】

【０１０３】第３の手順として、勝者ＰＥのベクトルｍ
_j（ｔ）をＵＣＬ、ＳＣＬ、ＤＣＬのいずれかの方式に
したがって更新する。第４の手順として、以上の操作を
サンプルデータを全て読み終わるまで繰り返す。

【０１０４】手順３にてｍ_j（ｔ）を更新してｍ_j（ｔ＋
１）を求める場合に、ＵＣＬ方式を用いると次式に示す
ようになる。

【０１０５】

【数１４】

【０１０６】その他のベクトルは更新しない。

【０１０７】また、ｍ_i（ｔ＋１）は、ｍ_i（ｔ＋１）＝
ｍ_i（ｔ）となる。

【０１０８】ＳＣＬ方式を用いると次のようになる。

【０１０９】

【数１５】

【０１１０】その他のベクトルは更新しない。

【０１１１】また、ｍ_i（ｔ＋１）は、ｍ_i（ｔ＋１）＝
ｍ_i（ｔ）となる。

【０１１２】ＤＣＬ方式を用いると次のようになる。

【０１１３】

【数１６】

【０１１４】その他のベクトルは更新しない。

【０１１５】また、ｍ_i（ｔ＋１）は、ｍ_i（ｔ＋１）＝
ｍ_i（ｔ）となる。

【０１１６】上記の式の中で、未定義の記号及び関数は
以下のようになっている。

【０１１７】

【数１７】

【０１１８】

【数１８】

【０１１９】

【数１９】

【０１２０】

【数２０】

【０１２１】

【数２１】

【０１２２】

【数２２】

【０１２３】

【数２３】

【０１２４】図１６〜図２１は、ファジィ・フィルタ方
式と階層型ニューラルネットワーク方式を組み合わせた
ニューロ・ファジィ方式である。

【０１２５】図１６は、前件部メンバーシップ関数をニ
ューラルネットワークを用いて計算させる方式である。

【０１２６】同図において、前述のバックプロパゲーシ
ョン法を用いてニューラルネットワークを構成した場
合、例えば、特定の値ｘで１を出力し、その他の場合に
は０を出力するような出力層を得るよう学習を行なわせ
ると、実際には、図１７のように、値ｘの近傍で、１に
近い値を出力として示す。この分布をファジィフィルタ
に於る推論の条件部演算に於るμ（ｘ）の代用として用
いるのが、図１６に示すニューラルネットワークとファ
ジィフィルタの組み合わせ方式である。

【０１２７】図１８は、ファジィ・フィルタへの入力情
報をニューラルネットワークを用いて予め補正する方式
である。図１９は、ファジィ・フィルタの出力情報とニ
ューラルネットワークの出力情報とを組合せて用いる方
式である。図２０は、ファジィ・フィルタの出力情報を
ニューラルネットワークに入力することで、ファジィ・
フィルタの出力した情報を補正する方式である。

【０１２８】図２１は、ファジィ連想記憶方式を示すブ
ロック図である。競合学習方式によって学習を終了した
ニューラルネットワークの競合層に含まれるＰＥは、入
力層に配置されたＰＥとの結合部分に有意なベクトルを
保持する。

【０１２９】これらのベクトルをファジィルールの組み
合わせを表すルールマトリックス上に配置すると図２２
のようになる。同図における黒丸は、競合層のニューラ
ルネットワークのＲＥの持つベクトル位置を示し、斜線
部がルールマトリックス上の有効とみなされる領域であ
る。

【０１３０】図２２のように、特に重要な情報が多く学
習データに含まれていた領域にベクトルが集中するの
で、その部分のルールマトリックスに相当するファジィ
ルールを有効にし、その他のファジィルールを無効にす
る事で、有効なファジィ推論を行うファジィフィルタを
構成する事ができる。これが図２１に示すファジィ連想
記憶方式によるファジィフィルタの構成である。図２１
に示すファジィ連想記憶方式によるファジィフィルタの
ルールとルールマトリックスの関係は図２３のようにな
る。

【０１３１】なお、本発明の実施例における入力画像信
号は、ＲＧＢ信号の以外にもＹＭＣ［Ｋ］信号でもよ
く、又、入力画像信号と出力画像信号の種類は同一でも
異っていてもよい。そしてまた、ＲＧＢ信号のほかに色
差信号を用いても同じように構成することができる。

【０１３２】また、抽出手段２において差分の領域を求
めるためにファジィ処理を用いて行なうことも可能であ
る。また、第１〜第４のファジィ処理は、同一のファジ
ィ処理でもそれぞれ異なるファジィ処理でもよい。

【０１３３】また、本発明における色画像補正装置の用
途は、画像関係のシステムの一部に組み入れて利用して
も良いし、また、各種の画像機器に内蔵されても良い。

【０１３４】例えば、画像処理システム、図形処理シス
テム、ＣＡＤ／ＣＡＭシステム、ワークステーション、
印刷システム、衣服設計製造におけるコンピュータシス
テム、アパレルシステム、等のシステムに組み入れられ
ても良い。また、例えば、プリンター、プロッター、デ
ィスプレイ、等の出力装置、また、スキャナー、ＣＣＤ
カメラ、等の入力装置、その他、フォトＣＤ、複写機、
電子画像を銀塩写真に変換する装置、等に内蔵して用い
ることも可能である。

【０１３５】図２４に、本発明の色画像補正装置がシス
テムの一部に組み入れられたブロック図を示す。図２５
は、本発明の色画像補正装置の応用構成例であり、入出
力装置、補正装置及び記憶装置の組み合わせである。記
憶装置にメモリした信号を補正装置と記憶装置間でやり
取りして出力する。

【０１３６】

【発明の効果】以上説明したように、本発明における色
画像補正方法及びその装置によれば、色再現性の相違が
あった場合でも人間の眼には周囲の色との関係のより、
似たような色に心理的に見えることを利用し、色領域の
変換にファジィ処理を用いて色成分ごとに画像データの
対応づけを行なっている。このため、より人間の感覚に
近い色領域の変換を達成することができる（請求項１、
９）。

【０１３７】また、ビデオ信号等の画像信号を知覚色空
間の座標系の情報値に変換する機能を備えているので、
各種の信号を入力信号として取り扱うことが可能となり
利用範囲を拡大することができる（請求項２、１０）。

【０１３８】さらに、人間の記憶色に基づいて色領域を
色成分ごとに分割しているので、人の色感覚に近い分割
が為され、この分割された部分色領域が、予め設定され
た部分色領域の近傍に写像されることにより全体の色再
現領域の補正が行なわれる。この結果、さらに人間の感
性に近い色再現を実現でき、色再現性の差異を一段と低
下させることが可能となる（請求項３、１１）。

【０１３９】そして、各種のファジィ演算を組み合わせ
て用いることにより、また、画像信号からＣＩＥ勧告の
均等知覚色空間の座標系又はＸＹＺ表色系の座標系の値
へ変換し、又はこの逆に変換して演算処理することによ
り、演算処理時間の短縮化が為されると共に、一層好ま
しい色画像の補正が実現できる（請求項４〜８、１２〜
１６）。

【０１４０】また、本発明における色画像補正装置を、
画像装置を含むシステムに組み入れることによりシステ
ム内に存在する色再現性の差異を補正することができる
（請求項１７）。さらに、システム全体をファジィ制御
することにより、全体の処理時間を短縮することができ
る（請求項１８）。また、各種の画像機器に本発明にお
ける色画像補正装置を内蔵させることにより、画像機器
単体から補正された色信号が出力されるため、色再現性
に対して心理的な違和感を感じることのない画像機器を
提供することができる（請求項１９）。

【図面の簡単な説明】

【図１】本発明による一実施例を示すブロック図であ
る。

【図２】本発明において用いられるファジィ演算処理を
示す説明図である。

【図３】本発明の実施例によって補正された部分色領域
を示す説明図である。

【図４】（Ａ）ファジィフィルタ方式を示す説明図であ
る。（Ｂ）ファジィフィルタ方式のメンバーシップ関数を示
す説明図である。

【図５】マッピング処理をファジィフィルタ方式を用い
て行なう場合の部分色領域と代表点を示す説明図であ
る。

【図６】図５における代表点のスカラー値を示す説明図
である。

【図７】（Ａ）図６に対応する三角形のメンバーシップ
関数を示す説明図である。（Ｂ）図６に対応する釣鐘形のメンバーシップ関数を示
す説明図である。

【図８】（Ａ）入力画像の色領域を示す説明図である。（Ｂ）再配置された出力画像の色領域を示す説明図であ
る。

【図９】階層型ニューラルネットワークを示す説明図で
ある。

【図１０】基本となるニューラルネットワークの構成を
示す説明図である。

【図１１】ＰＥの動作説明図である。

【図１２】情報伝達経路の動作説明図である。

【図１３】（Ａ）ＰＥの伝達関数として用いられる閾値
関数を示す図である。（Ｂ）ＰＥの伝達関数として用いられるシグモイド関数
を示す図である。

【図１４】ローゼンブラット型ニューラルネットワーク
を示す説明図である。

【図１５】競合学習で用いられるニューラルネットワー
クを示す説明図である。

【図１６】前件部メンバーシップ関数をニューラルネッ
トワークを用いて計算させるニューロファジィを示すブ
ロック図である。

【図１７】値Ｘで１を出力するよう学習させた時のＰＥ
の分布を示す図である。

【図１８】ファジィフィルタへの入力情報をニューラル
ネットワークを用いて予め補正させるニューロファジィ
を示すブロック図である。

【図１９】ファジィフィルタの出力情報とニューラルネ
ットワークの出力情報を組合せて用いるニューロファジ
ィを示すブロック図である。

【図２０】ファジィフィルタの出力情報をニューラルネ
ットワークで補正するニューロファジィを示すブロック
図である。

【図２１】ファジィ連想記憶方式を示すブロック図であ
る。

【図２２】ＰＥの結合部分のベクトルをルールマトリッ
クス上に配置した図である。

【図２３】ファジィ連想記憶ルールとルールマトリック
ス上の関係を示す図である。

【図２４】本発明における色画像補正装置を組み入れた
システム図である。

【図２５】本発明における色画像補正装置の応用構成を
示すブロック図である。

【図２６】色再現領域を示す図である。

【図２７】色領域Ｌ*ａ*ｂ*を示す図である。

【図２８】部分色領域の分布を示す図である。

【図２９】モニタ画像情報からプリンタ画像情報へ写像
した場合の部分色領域を示す図である。

【図３０】プリンタ画像情報からモニタ画像情報へ写像
した場合の部分色領域を示す図である。

【図３１】従来例を示すブロック図である。

【符号の説明】

１入力変換手段２抽出手段３判別手段４マッピング手段５出力変換手段６色領域変換手段

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｇ０６Ｔ 1/00 Ｈ０４Ｎ 9/64 Ａ 9071−5ＬＧ０６Ｆ 15/62 ３１０Ａ 8420−5Ｌ 15/66 ３１０

Claims

【特許請求の範囲】

【請求項１】知覚色空間の座標系における色領域を表わ
す情報値を入力し、該情報値を、予め設定された色領域により定められる色
領域を表わす情報値へ、第１のファジィ処理を用いて色
成分ごとに対応づけ、この対応づけによって前記知覚色
空間の座標系における色領域を所定の色領域である変換
色領域に変換し、この変換した知覚色空間の座標系における色領域を表わ
す情報値を出力することを特徴とする色画像補正方法。
【請求項２】入力された画像信号を、第２のファジィ処
理を用いて知覚色空間の座標系における色領域を表わす
情報値に変換し、該情報値を、請求項１に記載された手
順に従って変換し、この変換した情報値を第３のファジ
ィ処理を用いて画像信号に変換して出力することを特徴
とする請求項１記載の色画像補正方法。
【請求項３】前記変換色領域における変換が、それぞれ予め設定された入力装置の再現色領域と出力装
置の再現色領域とを比較して、その差分の色領域を抽出
し、予め設定された複数の記憶色に基づいて前記差分の色領
域を色成分ごとに複数の部分色領域に分割し、且つ前記
入力装置の再現色領域と前記出力装置の再現色領域のい
ずれか一方の狭い方の色領域である狭色領域も同様に該
記憶色に基づいて色成分ごとに複数の部分色領域に分割
し、前記差分の色領域における前記部分色領域を表わす情報
値を、入力信号の色領域に応じて、前記狭色領域におけ
る前記部分色領域を表わす情報値へ、前記第１のファジ
ィ処理を用いて対応づけるマッピング処理をすることに
より為されることを特徴とする請求項１又は２記載の色
画像補正方法。
【請求項４】前記差分の色領域を抽出する際に、第４の
ファジィ処理を用いて抽出することを特徴とする請求項
３記載の色画像補正方法。
【請求項５】前記第１ないし第４の各ファジィ処理が、
ファジィフィルタ演算処理、ニューラルネットワーク演
算処理、及びファジィ連想記憶演算処理から成る群のう
ち少なくともいずれか一を用いることを特徴とする請求
項１〜４のいずれか１項に記載の色画像補正方法。
【請求項６】画像信号から知覚色空間への変換、あるい
は知覚色空間から画像信号への変換の少なくともいずれ
か一の変換にファジィ処理を用いたことを特徴とする色
画像補正方法。
【請求項７】前記知覚色空間が、国際照明委員会で勧告
された均等知覚色空間であることを特徴とする請求項
１、２又は６記載の色画像補正方法。
【請求項８】前記知覚色空間が、国際照明委員会で勧告
されたＸＹＺ表色系であることを特徴とする請求項１、
２又は６記載の色画像補正方法。
【請求項９】知覚色空間の座標系における色領域を表わ
す情報値を入力し、該情報値を、予め設定された色領域
により定められる色領域を表わす情報値へ、第１のファ
ジィ処理手段を用いて色成分ごとに対応づけることによ
って、前記知覚色空間の座標系における色領域を所定の
色領域である変換色領域に変換し、この変換した知覚色
空間の座標系における色領域を表わす情報値を出力する
色領域変換手段を、備えることを特徴とする色画像補正
装置。
【請求項１０】入力された画像信号を、知覚色空間の座
標系における色領域を表わす情報値に変換するための第
２のファジィ処理手段を用いた入力変換手段と、前記色領域変換手段と、該色領域変換手段から出力された情報値を、第３のファ
ジィ処理手段を用いて画像信号に変換して出力する出力
変換手段と、を備えることを特徴とする請求項９記載の色画像補正装
置。
【請求項１１】前記色領域変換手段が、それぞれ予め設定された入力装置の再現色領域と出力装
置の再現色領域とを比較し、その差分の色領域を抽出す
る抽出手段と、予め設定された複数の記憶色に基づいて前記差分の色領
域を色成分ごとに複数の部分色領域に分割し、且つ前記
入力装置の再現色領域と前記出力装置の再現色領域のい
ずれか一方の狭い方の色領域である狭色領域も同様に該
記憶色に基づいて色成分ごとに複数の部分色領域に分割
する判別手段と、前記差分の色領域における前記部分色領域を表わす情報
値を、入力信号の色領域に応じて、前記狭色領域におけ
る前記部分色領域を表わす情報値へ、前記第１のファジ
ィ処理手段を用いて対応づけることにより所定の色領域
である前記変換色領域を表わす情報値に変換するマッピ
ング手段と、を含むことを特徴とする請求項９又は１０記載の色画像
補正装置。
【請求項１２】前記抽出手段が、前記差分の色領域を第
４のファジィ処理手段によって抽出することを特徴とす
る請求項１１記載の色画像補正装置。
【請求項１３】前記第１ないし第４の各ファジィ処理手
段が、ファジィフィルタ演算処理、ニューラルネットワ
ーク演算処理、及びファジィ連想記憶演算処理から成る
群のうち少なくともいずれか一であることを特徴とする
請求項９〜１２のいずれか１項に記載の色画像補正装
置。
【請求項１４】画像信号から知覚色空間への変換、ある
いはこの逆の知覚色空間から画像信号への変換における
変換手段に、ファジィ処理手段を含むことを特徴とする
色画像補正装置。
【請求項１５】前記知覚色空間が、国際照明委員会で勧
告された均等知覚色空間であることを特徴とする請求項
９、１０は１４記載の色画像補正装置。
【請求項１６】前記知覚色空間が、国際照明委員会で勧
告されたＸＹＺ表色系であることを特徴とする請求項
９、１０又は１４記載の色画像補正装置。
【請求項１７】請求項９〜１６のいずれか１項に記載の
色画像補正装置が、入出力インターフェースを備え色画
像処理用システムに組み入れられることを特徴とする色
画像補正装置。
【請求項１８】請求項１７記載の色画像補正装置が、色
画像処理用システムに組み入れられると共に、該色画像
処理用システムの全体の制御が、ファジイ処理で行なわ
れることを特徴とする色画像処理用システム。
【請求項１９】前記色画像補正装置が、色画像処理を行
なう装置に内蔵されることを特徴とする請求項９〜１６
のいずれか１項に記載の色画像補正装置。