JPH0927917A - 色予測式の決定方法 - Google Patents

Abstract

(57)【要約】 【課題】 参照データに含まれない色データに対して
も、良好な色予測精度を保証する。 【解決手段】 色予測モデル７に対するパラメータ決定
部８は、第１のデバイス・データ２と第１の測色データ
５を使い、パラメータを最適化して求める。精度評価部
９は、最適化したパラメータを色予測モデルに適用して
色予測式を作り、第２のデバイス・データ３と第２の測
色データ６を使って、各色予測式毎に精度評価を行う。
色予測式の決定部１０は、最適な予測精度が得られる色
予測式を最終的な色予測式として決定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、カラー出力装置に
おける出力色を予測するための色予測式の決定方法に関
する。

【０００２】

【従来の技術】カラースキャナ、カラープリンタ、カラ
ーモニタのような異なるカラー入出力機器間で簡単に正
確な色再現を実現するために、デバイス・インディペン
デント・カラーを用いたカラー・マッチング方式が研究
されている。この方式は、デバイスに独立な色信号を中
間的に用いることにより、様々なデバイス間で測色的に
一致した色再現を行うことを目的としている。一般に、
デバイス独立な色信号としては、ＣＩＥ１９３１ＸＹＺ
信号やＬ＊ａ＊ｂ＊信号のような人間の視覚特性に合っ
た信号を用いる。

【０００３】上記したように、測色的に一致した色再現
を行うためには、デバイス信号と測色値の関係を正確に
把握しなければならない。そこで、デバイス信号からＸ
ＹＺ値やＬ＊ａ＊ｂ＊値を求めるために、種々の予測式
が提案されている。

【０００４】例えば、特開平６−３５０８４４号公報に
記載された印刷再現色予測式決定方法及び装置では、プ
リンタへの出力信号Ｃ，Ｍ，Ｙから三刺激値ＸＹＺを予
測するために、重回帰モデルを適用している。重回帰モ
デルを決める方法としては、重回帰フルモデル式から１
つずつ説明変数を減らしながら、実測データに対する均
等色空間上での色差を計算することにより、目標色差以
下の精度で、かつ最も説明変数の数が少なくなる重回帰
係数を求めている。

【０００５】

【発明が解決しようとする課題】しかしながら、従来の
色予測式の決定方法では、色予測のモデルを決定する際
に用いる参照データと色予測式のパラメータを決定する
際に用いる参照データが同一である。このため、参照デ
ータに対して高精度な色予測モデルおよび色予測パラメ
ータを求めたとしても、参照データに含まれない色デー
タに対しては、精度が著しく低下するという問題があっ
た。

【０００６】本発明の目的は、参照データに含まれない
色データに対しても、良好な色予測精度を保証できるよ
うな色予測式の決定方法を提供することにある。

【０００７】

【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、所定の出力パターンデー
タを用いて出力サンプルを出力する手段と、該出力サン
プルに含まれる色パッチを測色する手段と、該所定の出
力パターンに含まれる色パッチの出力値を記憶する手段
と、該測色値を記憶する手段とを備えたシステムにおい
て、カラー出力装置によって出力される色の測色値を予
測するための色予測式を決定する方法であって、第１の
出力パターンに対する第１の測色結果と第２の出力パタ
ーンに対する第２の測色結果とを求め、該第１の出力パ
ターンに含まれる色パッチの出力値と該第１の測色結果
の対応関係から複数の色予測モデルに対するパラメータ
を決定し、該パラメータを該色予測モデルに適用して色
予測式を求め、前記第２の出力パターンに含まれる色パ
ッチの出力値と前記第２の測色結果を用いて、該色予測
式の予測精度を計算し、最適な予測精度が得られる色予
測式を最終的な色予測式として決定することを特徴とし
ている。

【０００８】請求項２記載の発明では、複数の色パッチ
を含むカラー原稿を入力する手段と、該入力された画像
中の色パッチの入力値を求める手段と、該カラー原稿中
の色パッチを測色する手段と、該色パッチの入力値を記
憶する手段と、該測色値を記憶する手段とを備えたシス
テムにおいて、カラー入力装置によって入力される色の
測色値を予測するための色予測式を決定する方法であっ
て、第１の入力原稿に対する第１の測色結果および第１
の入力値と、第２の入力原稿に対する第２の測色結果お
よび第２の入力値とを求め、該第１の入力値と第１の測
色結果の対応関係から複数の色予測モデルに対するパラ
メータを決定し、該パラメータを該色予測モデルに適用
して色予測式を求め、前記第２の入力値と第２の測色結
果を用いて、該色予測式の予測精度を計算し、最適な予
測精度が得られる色予測式を最終的な色予測式として決
定することを特徴としている。

【０００９】請求項３記載の発明では、前記第２の出力
値は、前記第１の出力値を補間するように設定し、前記
第２の入力値は、前記第１の入力値を補間するように設
定することを特徴としている。

【００１０】請求項４記載の発明では、予測を行う３つ
の色成分をそれぞれ目的変数とする３種類の重回帰式に
よって色予測を行うとき、説明変数の種類が異なる複数
の重回帰モデルを想定し、各重回帰モデルを用いた場合
の測色値の予測結果と実測した測色値から、目的変数毎
に残差平方和を求め、該残差平方和を最小とする重回帰
モデルを、該目的変数に対する重回帰式とすることを特
徴としている。

【００１１】

【実施例】以下、本発明の一実施例を図面を用いて具体
的に説明する。図４は、本発明の色予測式が適用される
カラー・マッチングシステムの例を示す。このカラー・
マッチングシステムでは、例えばコンピュータにスキャ
ナ、モニタ、プリンタなどが接続されていて、それら異
なったデバイス同志の色再現を測色的に一致させる機能
を有している。そのために、ホストとなるコンピュータ
では、ＸＹＺ三刺激値のようなデバイス独立な色信号を
中間的に用いて、各デバイス間での色変換処理を行う。

【００１２】例えば、スキャナによって画像を入力する
場合には、図４に示すように、スキャナ信号をいったん
ＸＹＺ信号に変換し、同じＸＹＺ三刺激値を再現するモ
ニタ信号に変換することによってスキャナ入力原稿とモ
ニタ表示画像の色再現を一致させる。

【００１３】また、別の形態としては、予め印刷された
ときの画像をモニタ上で確認するこにより、校正刷りの
手間を簡略したいという場合がある。その場合には、色
分解されたＣＭＹ（Ｋ）画像から印刷時に再現される色
を予測してモニタ上に表示するという手法が採られる。
この例でもスキャナと同様に、プリンタ出力信号をＸＹ
Ｚ三刺激値に変換してから、モニタ信号に変換するとい
う方法が有効となる。

【００１４】上記したようなカラー・マッチングシステ
ムは、デバイス信号とデバイスに独立な測色的色信号間
の色変換が必要となる。一般的に、この色変換用のパラ
メータを作成するためには、種々のカラー・パッチの測
色結果に基づいた色予測式を作成し、この色予測式に基
づいてパラメータの最適化が行われる。従って、色予測
式の精度がカラーマッチング精度に大きな影響を及ぼす
ため、高精度で信頼性の高い色予測式を作成することが
重要となる。

【００１５】図５は、出力装置における、一般的な色予
測式の作成方法を示し、図６は、入力装置における、一
般的な色予測式の作成方法を示す。出力装置の場合に
は、まず、予めＣ，Ｍ，Ｙなどの出力データが分かって
いる色パッチを複数含んだ出力パターン２１を用意す
る。Ｃ，Ｍ，Ｙ出力データは、出力値の記憶装置２２に
記憶しておく。

【００１６】次に、先の出力パターン２１を対象として
いる出力装置２３で出力し、その出力サンプル２４中の
色パッチ（図では、２０個の色パッチ）を測色器２５で
測色し、ＸＹＺ三刺激値やＬ＊ａ＊ｂ＊値などを求め、
測色値記憶装置２６に記憶させる。そして、出力データ
と測色値を基に色予測式決定装置２７で色予測式を構築
する。色予測式の作成に必要な色パッチ数は、プリンタ
や予測方式により異なるが、凡そ数百から数万パッチで
ある。本発明に係る色予測式決定装置の動作は、後で詳
述する。

【００１７】入力装置の場合も、出力装置の場合と概ね
作成方法は同じである。ただし、入力装置の場合には、
出力パターンの代わりに色パッチを多数含んだ入力原稿
３１を予め用意し、それを対象となる入力装置３４で入
力して入力画像３５を出力する。計算装置３６は、入力
信号の値を求める。すなわち、この入力画像中の各色パ
ッチの入力値、例えばＲ，Ｇ，Ｂ値の平均を求める。色
予測式の決定３８は、出力装置の場合と同様である。

【００１８】図１は、本発明の色予測式決定装置の構成
を示す。本実施例の色予測式決定装置は、図５または図
６で説明した色予測式の作成方法によって作成された、
同一のデバイスについて、２種類のデバイス・データの
セット２、３をデバイス・データ記憶装置１に用意し、
デバイス・データ２、３に対応する２種類の測色データ
のセット５、６を測色データ記憶装置４に用意する。

【００１９】また、色予測に用いる色予測モデル７を必
要数だけ用意する。そして、色予測モデルに対するパラ
メータ決定部８は、第１のデバイス・データ２と第１の
測色データ５を使って、各色予測モデルのパラメータを
最適化して求める。最適化の方法としては、例えば最小
自乗法などがある。

【００２０】次に、色予測式の精度評価部９は、最適化
したパラメータを色予測モデルに適用して色予測式を作
り、第２のデバイス・データ３と第２の測色データ６を
使って、各色予測式毎に精度評価を行う。色予測式の決
定部１０は、最適な予測精度が得られる色予測式を最終
的な色予測式として決定する。

【００２１】このように、本発明では色予測モデルのパ
ラメータを作成する場合と、モデルを決定する場合とで
異なる参照データを用いる。一般に、第１の参照データ
に対する精度は、複雑なモデルを使うほどその精度が向
上する。しかし、実際の装置の再現モデルとは必ずしも
一致していないため、その歪が参照データに含まれない
色に対する予測精度の低下となって現われる。

【００２２】そこで、精度評価に、パラメータ設定時と
異なるデータを使うことにより、モデルの当てはめの妥
当性を検証することが可能になり、色予測モデルの信頼
性を向上させることができる。

【００２３】また、本発明における色予測モデルとして
は、上記したものに限定されず、例えば分割パターンの
異なる補間演算モデルを用いてもよいし、ニューロン数
の違うニューラルネットによる予測モデルを用いてもよ
い。

【００２４】本実施例では、色予測モデルとして、説明
変数の異なる重回帰モデルを例にして、ＣＭＹ信号から
ＸＹＺ信号への予測式を作成する場合について、以下説
明する。

【００２５】図２、３は、本発明に係る色予測式作成の
処理フローチャートである。色予測モデルとして重回帰
モデルを考えたとき、その重回帰式は、 Ｘ＝Ｆｘ（Ｃ，Ｍ，Ｙ） Ｙ＝Ｆｙ（Ｃ，Ｍ，Ｙ） Ｚ＝Ｆｚ（Ｃ，Ｍ，Ｙ） で表され、Ｆは多次多項式の形で表される。本実施例で
は、この多次多項式をＸ，Ｙ，Ｚ（目的変数）それぞれ
について最適なものを求めている。従って、Ｘ，Ｙ，Ｚ
各々の予測式の決定に際し、図２、３の処理を独立に行
う。

【００２６】いま、色予測モデルの候補として１次式か
ら３次式までの重回帰モデルを考える。なお、この次数
は一例であって、これに限定されない。３次式までを対
象にしたとき、重回帰モデルの説明変数の候補として
は、 Ｃ，Ｍ，Ｙ，Ｃ²，Ｍ²，Ｙ²，ＣＭ，ＭＹ，ＣＹ，Ｃ³，
Ｍ³，Ｙ³，Ｃ²Ｍ，Ｃ²Ｙ，ＣＭ²，ＣＹ²，Ｍ²Ｙ，Ｍ
Ｙ²，ＣＭＹ となる１９個の候補がある。

【００２７】この中から実際の出力装置の再現特性を最
も良く表す説明変数を選ぶことによって最適な重回帰モ
デルを選択する。そして、この１９個の説明変数の組み
合わせパターンを全てチェックすればよいが、組み合わ
せパターンが膨大な数となり、処理に大幅な時間を要す
る。そこで、処理時間を短縮するために、図２、３に示
すような、変換精度に対する効果が高い説明変数から１
つずつ加えていく、変数増加法を用いた方法を示す。

【００２８】図２、３において、目的変数Ｘに対する予
測式を求める場合、まず、最初に基本的な重回帰モデル
を仮定し、その重回帰モデルを用いた場合の変換誤差を
求める。基本的な重回帰モデルは、例えば、Ｘ＝ｘ１・
Ｃとする。

【００２９】基本的な重回帰モデルを重回帰モデルＭに
登録する（ステップ１０１、１０２）。第１のデバイス
・データと第１の測色データを使って、重回帰式の回帰
係数ｘ１を最小自乗法で最適化し求める（ステップ１０
３）。第２のデバイス・データ（Ｃ，Ｍ，Ｙ）を、上記
ステップ１０３で求めた回帰式に代入し、三刺激値の予
測値Ｘ’ｉを求める（ステップ１０４）。予測値Ｘ’ｉ
と第２の測色データＸｉとの残差平方和を変換誤差とし
て求め、ＰｒｅＥｒｒに設定する（ステップ１０５）。

【００３０】ＰｒｅＥｒｒ＝Σ（Ｘｉ−Ｘ’ｉ） ただし、和はｉ＝１からｎまでとる。

【００３１】フラグをオフにした後（ステップ１０
６）、基本重回帰モデルを基に、追加することが望まし
い説明変数があるか否かを探索する。すなわち、説明変
数の候補群Ｐの中から、１つずつ上記した重回帰モデル
Ｍに加えて新たな重回帰モデルＮを作成する（ステップ
１０７）。例えば、Ｘに対する重回帰モデルＮとして、 Ｘ＝ｘ１・Ｃ＋ｘ２・Ｍ を作成する。

【００３２】上記したステップ１０３と同様に、第１の
デバイス・データと第１の測色データを使って、モデル
Ｎに対する重回帰式の回帰係数を求める（ステップ１０
８）。第２のデバイス・データを、上記ステップ１０８
で求めた回帰式に代入し、予測値を求める（ステップ１
０９）。モデルＮに対する、予測値と第２の測色データ
との残差平方和Ｅｒｒを求める（ステップ１１０）。

【００３３】モデルＮに対する残差平方和ＥｒｒがＰｒ
ｅＥｒｒよりも小さい場合には（ステップ１１１でＹＥ
Ｓ）、モデルＮはモデルＭより、予測式として適してい
るものと判定し、ＰｒｅＥｒｒにＥｒｒをセットし、モ
デルＮが加えた説明変数Ｐｉを追加説明変数Ｒにセット
し、フラグをオンにする（ステップ１１２）。

【００３４】全ての説明変数を検証するまで、上記した
処理を繰返し（ステップ１１３）、全ての説明変数の中
から最も変換誤差を小さくすることができる説明変数を
１個モデルＭに追加する。また、同時に該説明変数を説
明変数の候補の中から削除する（ステップ１１５）。

【００３５】上記ステップ１０６からステップ１１５の
処理を繰返し、どの説明変数を加えても、変換精度が向
上しなくなったら処理を終え、モデルＭを最終的な重回
帰モデルとして決定する（ステップ１１６）。

【００３６】上記実施例では、変数増加法の例を示した
が、候補となるべきモデル数が比較的少ない場合には、
当然全てのパターンをチェックするようにしてもよい。
また、上記実施例では、精度の評価に、Ｘ，Ｙ，Ｚ各々
に対する残差平方和を使用した。一般には、色の変換誤
差を調べるために、均等色空間上での色差が用いられる
が、本発明では、色予測モデルに異常なモデルが選択さ
れることを防止することを主たる目的としているので、
Ｘ，Ｙ，Ｚそれぞれの残差平方和を求めることで十分な
効果を得ることができる。そして、残差平方和の評価
は、モデルをＸ，Ｙ，Ｚ毎に独立に最適化できるので、
処理時間を大幅に短縮することが可能となる。さらに、
測色値データとして、Ｘ，Ｙ，Ｚデータの他に、Ｌ＊ａ
＊ｂ＊データを用いて色予測モデルを作成することも可
能である。

【００３７】また、本発明における第２のデバイス・デ
ータセットは、第１のデバイス・データセットに含まれ
ない色での予測精度を検証できることが必要である。従
って、そのためにはできるだけ第１のデータセットを補
間したような色パッチの分布が望ましい。例えば、第１
のデータセット（出力データ）が、 ならば、第２のデータセットには、（Ｃ，Ｍ，Ｙ）＝
（１６，１６，１６）近傍の色パッチが含まれているよ
うに設定する。また、入力装置の場合も同様に、第２の
入力値が第１の入力値を補間するようにデータを設定す
る。

【００３８】

【発明の効果】以上、説明したように、請求項１記載の
発明によれば、第１の出力パターンに含まれる色パッチ
の出力値と第１の予測結果の対応関係から複数の色予測
モデルに対するパラメータを決定し、該パラメータを該
色予測モデルに適用して色予測式を求め、第２の出力パ
ターンに含まれる色パッチの出力値と第２の測色結果を
用いて、該色予測式の予測精度を計算し、最適な予測精
度が得られる色予測式を最終的な色予測式として用いて
いるので、参照データに含まれないような出力色に対し
ても信頼性が高く、出力装置に好適な色予測式を構築す
ることができる。

【００３９】請求項２記載の発明によれば、第１の入力
値と第１の測色結果の対応関係から複数の色予測モデル
に対するパラメータを決定し、該パラメータを該色予測
モデルに適用して色予測式を求め、第２の入力値と第２
の測色結果を用いて、該色予測式の予測精度を計算し、
最適な予測精度が得られる色予測式を最終的な色予測式
として用いているので、参照データに含まれないような
色を含む入力原稿に対しても信頼性が高く、入力装置に
好適な色予測式を構築することができる。

【００４０】請求項３記載の発明によれば、第２の出力
値および入力値は、第１の出力値および入力値を補間す
るように設定しているので、色予測式の信頼性がさらに
向上する。

【００４１】請求項４記載の発明によれば、予測を行う
３つの色成分をそれぞれ目的変数とする３種類の重回帰
式によって色予測を行う場合に、説明変数の種類が異な
る複数の重回帰モデルを想定し、各重回帰モデルを用い
た場合の測色値の予測結果と実測した測色値から、目的
変数毎に残差平方和を求め、該残差平方和を最小とする
重回帰モデルを該目的変数に対する重回帰式としている
ので、短時間で色差最小でかつ信頼性の高い色予測式を
作成することができる。

【図面の簡単な説明】

【図１】本発明の色予測式決定装置の構成を示す。

【図２】本発明に係る色予測式作成の処理フローチャー
トである。

【図３】図２の続きの処理フローチャートである。

【図４】本発明の色予測式が適用されるカラー・マッチ
ングシステムの例を示す。

【図５】出力装置における、一般的な色予測式の作成方
法を示す。

【図６】入力装置における、一般的な色予測式の作成方
法を示す。

【符号の説明】

１ デバイス・データ記憶装置 ２ 第１のデバイス・データ ３ 第２のデバイス・データ ４ 測色データ記憶装置 ５ 第１の測色データ ６ 第２の測色データ ７ 色予測モデル候補群 ８ パラメータ決定部 ９ 精度評価部 １０ 色予測式決定部

Claims (4)

【特許請求の範囲】
1. 【請求項１】 所定の出力パターンデータを用いて出力
   サンプルを出力する手段と、該出力サンプルに含まれる
   色パッチを測色する手段と、該所定の出力パターンに含
   まれる色パッチの出力値を記憶する手段と、該測色値を
   記憶する手段とを備えたシステムにおいて、カラー出力
   装置によって出力される色の測色値を予測するための色
   予測式を決定する方法であって、第１の出力パターンに
   対する第１の測色結果と第２の出力パターンに対する第
   ２の測色結果とを求め、該第１の出力パターンに含まれ
   る色パッチの出力値と該第１の測色結果の対応関係から
   複数の色予測モデルに対するパラメータを決定し、該パ
   ラメータを該色予測モデルに適用して色予測式を求め、
   前記第２の出力パターンに含まれる色パッチの出力値と
   前記第２の測色結果を用いて、該色予測式の予測精度を
   計算し、最適な予測精度が得られる色予測式を最終的な
   色予測式として決定することを特徴とする色予測式の決
   定方法。
2. 【請求項２】 複数の色パッチを含むカラー原稿を入力
   する手段と、該入力された画像中の色パッチの入力値を
   求める手段と、該カラー原稿中の色パッチを測色する手
   段と、該色パッチの入力値を記憶する手段と、該測色値
   を記憶する手段とを備えたシステムにおいて、カラー入
   力装置によって入力される色の測色値を予測するための
   色予測式を決定する方法であって、第１の入力原稿に対
   する第１の測色結果および第１の入力値と、第２の入力
   原稿に対する第２の測色結果および第２の入力値とを求
   め、該第１の入力値と第１の測色結果の対応関係から複
   数の色予測モデルに対するパラメータを決定し、該パラ
   メータを該色予測モデルに適用して色予測式を求め、前
   記第２の入力値と第２の測色結果を用いて、該色予測式
   の予測精度を計算し、最適な予測精度が得られる色予測
   式を最終的な色予測式として決定することを特徴とする
   色予測式の決定方法。
3. 【請求項３】 前記第２の出力値は、前記第１の出力値
   を補間するように設定し、前記第２の入力値は、前記第
   １の入力値を補間するように設定することを特徴とする
   請求項１または２記載の色予測式の決定方法。
4. 【請求項４】 予測を行う３つの色成分をそれぞれ目的
   変数とする３種類の重回帰式によって色予測を行うと
   き、説明変数の種類が異なる複数の重回帰モデルを想定
   し、各重回帰モデルを用いた場合の測色値の予測結果と
   実測した測色値から、目的変数毎に残差平方和を求め、
   該残差平方和を最小とする重回帰モデルを、該目的変数
   に対する重回帰式とすることを特徴とする請求項１また
   は２記載の色予測式の決定方法。