KR100503517B1 - 프린터용 색 표본 생성방법 - Google Patents

Abstract

본 발명은 CIELAB 공간에서 균등한 색 표본의 위치를 얻고, 그 값을 출력하기 위한 CMYK 값을 얻은 후 프린터 장치에 입력하여 최종 CIELAB 출력을 얻음으로써 색영역 내부에 균등하게 분포하는 색 표본을 얻어 출력하고자 하는 색의 분포에 관계없이 비교적 균일한 색오차를 나타낼 수 있도록 한 프린터용 색 표본 생성방법에 관한 것이다.

본 발명에 따른 프린터용 색 표본 생성방법은, 프린터 구동시 출력되는 칼라 패치를 측정하여 프린터의 색영역을 결정하는 단계와, CIELAB 공간에서 상기 결정된 색영역을 포함하는 정육면체를 정의하고 상기 정육면체를 단위 면적으로 나누어 초기 표본점을 할당하는 단계와, 상기 할당된 초기 표본점 중에서 프린터 색영역에 포함되는 색 표본을 무게중심적 보간 계수 방법을 이용하여 결정하는 단계와, 상기 결정된 색영역 내의 색 표본을 출력하는 입력 CMY 구동신호를 학습된 신경망을 이용하여 예측하는 단계, 및 상기 예측된 CMY 구동신호를 이용하여 칼라 패치를 제작 및 측정하여 색영역에 균등한 CMY 대 CIELAB 데이터를 결정하는 단계를 포함한다.

Description

프린터용 색 표본 생성방법{Color sample formation method of printer}

본 발명은 칼라 입·출력 장치의 특성화(Characterization) 과정에서의 색 표본 생성방법에 관한 것으로서, 보다 상세하게는 프린터 장치의 특성화 과정에서 장치 독립적인 색 공간인 CIELAB 공간에서 균등하게 분포하는 색 표본을 생성할 수 있도록 한 프린터용 색 표본 생성방법에 관한 것이다.

일반적으로 프린터(Printer), 스캐너(Scanner), 모니터(Monitor) 등 다양한 칼라 입·출력 장치는 주어진 색 공간 내에서 각각의 장치가 표현할 수 있는 색영역의 차이와 기기들의 비선형적 특성에 의한 색 왜곡이 발생한다.

상기 칼라 입·출력 장치는 이러한 색 왜곡을 최소화하여 입력과 출력의 색이 서로 일치하도록 만드는 장치 특성화 과정이 수행되는데, 색 왜곡의 모델링을 위해 주어진 색 공간 내에서 색 표본(Color Sample)을 선택하는 것이 필요하다.

종래 프린터 장치의 특성화를 위해서는 장치 의존적인 CMYK, 즉 시안(Cyan), 마젠타(Magenta), 옐로우(Yellow), 블랙(Block)의 색공간에서 임의 갯수의 색 표본을 얻고, 이러한 입력 데이터를 프린터에서 출력한 뒤 측색기로 측정하여 CMYK 입력값에 대한 CIELAB 출력값을 얻은 후 이를 장치 특성화를 위한 데이터로 사용한다.

그러나, 이러한 장치 의존적인 CMYK 공간에서 프린터용 색 표본을 얻을 경우, 칼라 균등공간인 CIELAB 공간에서의 그 분포가 불규칙하여 색영역 사상 후 CIELAB 공간으로부터 CMY 또는 CMYK 공간으로 변환하는 과정에서 색영역, 즉 프린터가 표현할 수 있는 색의 영역 내부에서 표본의 분포에 따른 오차 크기가 매우 불규칙하게 발생한다. 따라서, 전체 색공간 변환 오차가 커진다.

또한, 전체 색 표본의 갯수를 늘린다 할지라도 색 표본의 분포 특성은 바뀌지 않으며, 이 경우 색 표본 생성을 위해 많은 시간이 소요되고 색공간 변환 시간이 길어지는 단점이 있다.

이에, 본 발명의 목적은 CIELAB 공간에서 균등한 색 표본의 위치를 얻고, 그 값을 출력하기 위한 CMYK 값을 얻은 후 프린터 장치에 입력하여 최종 CIELAB 출력값을 얻음으로써 색영역 내부에 균등하게 분포하는 색 표본을 얻어 출력하고자 하는 색의 분포에 관계없이 비교적 균일한 색오차를 나타낼 수 있도록 한 프린터용 색 표본 생성방법을 제공하는데 있다.

상기와 같은 목적을 달성하기 위하여 본 발명에 따른 프린터용 색 표본 생성방법은, 프린터 구동시 출력되는 칼라 패치를 측정하여 프린터의 색영역을 결정하는 단계와, CIELAB 공간에서 상기 결정된 색영역을 포함하는 정육면체를 정의하고 상기 정육면체를 단위 면적으로 나누어 초기 표본점을 할당하는 단계와, 상기 할당된 초기 표본점 중에서 프린터 색영역에 포함되는 색 표본을 무게중심적 보간 계수 방법을 이용하여 결정하는 단계와, 상기 결정된 색영역 내의 색 표본을 출력하는 입력 CMY 구동신호를 학습된 신경망을 이용하여 예측하는 단계, 및 상기 예측된 CMY 구동신호를 이용하여 칼라 패치를 제작 및 측정하여 색영역에 균등한 CMY 대 CIELAB 데이터를 결정하는 단계를 포함한다.

이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명하고자 한다.

도 1은 본 발명에 따른 프린터용 색 표본 생성 과정을 도시한 전체 흐름도이다. 한편, 도 2는 프린터 색영역 결정에 사용되는 1536개의 색 표본을 도시한 도면이다.

이들 도면을 참조하여 설명하면, 먼저, 프린터 구동시 출력되는 칼라 패치를 측정하여 프린터의 색영역을 결정한다(S110).

프린터의 색영역을 결정하는 과정은 시안(Cyan), 마젠타(Magenta), 옐로우(Yellow), 레드(Red), 그린(Green) 및 블루(Blue)의 각 색에 대하여 도 2에 도시된 바와 같이 256개씩의 표본을 생성한 후 이를 프린터로 출력하여 CIELAB값으로 측정한다.

이때, 측정된 CIELAB값의 예를 들면 레드의 경우는 [표 1]과 같은 순차적인 CIELAB값을 갖고, 시안의 경우는 [표 2]와 같은 순차적인 CIELAB값을 갖는다.

R G B 0 0 0 2 0 0 4 0 0 6 0 0 : : :

R G B 0 0 0 0 2 2 0 4 4 0 6 6 : : :

도 3은 도 2의 색 표본에 대한 CIELAB 공간에서 프린터의 대략적인 색영역의 분포를 도시한 도면으로써, 이는 프린터를 구동한 후 출력된 칼라 패치를 색차계를 이용하여 측정하였을 경우, 측정된 CIELAB값이 칼라 균등공간인 CIELAB 색공간에서 어떻게 분포하는지를 보여주며 프린터가 표현할 수 있는 색영역에 대한 대략적인 분포를 보여준다.

도 4는 도 3의 색영역 전체를 포함하는 각 정육면체를 단위 정육면체로 세분화한 상태를 도시한 도면이다.

상술된 과정에 의해 프린터 색영역이 결정되면(S110), 도 4에 도시된 바와 같이 칼라 균등공간인 CIELAB 색공간에서 상기 결정된 색영역을 포함하는 정육면체를 정의하고, 이 정육면체 내부를 단위 면적으로 균등하게 나누어 초기 표본점을 할당한다(S120).

프린터의 색영역에 균등한 위치를 찾기 위해서 도 4에 도시된 바와 같이 CIELAB 색영역 전체를 포함하는 정육면체를 정의하고, 각 축에 대하여 일정한 간격으로 상기 정육면체를 나눔으로써 단계 S110에서 결정된 색영역의 균등한 위치를 찾아 초기 표본점을 할당한다. 이때, 도 4의 각 축은 CIELAB 좌표계로 표현되며 각각 L* a* b*를 나타낸다.

도 5는 도 4의 단위 정육면체의 정점 중에서 도 3의 프린터의 색영역 외부에 존재하는 표본점을 제외한 CIELAB 공간에서의 초기 표본점 분포를 도시한 도면이다.

상기 과정을 통해 CIELAB 공간에서의 초기 표본점 할당이 완료되면(S120), 상기 할당된 초기 표본점 중에서 프린터 색영역에 포함되는 색 표본을 결정한다(S130). 이때, 상기 초기 표본점이 프린터 색영역에 포함되는지 여부는 무게중심적 보간 계수(Barycentric Interpolation Coefficients) 방법을 이용하여 확인한다.

도 6a, 도 6b 및 도 7은 초기 표본점이 프린터 색영역에 포함되는지 여부를 확인하는 과정을 설명하기 위한 도면으로, 상기 무게중심적 보간 계수 방법에 의한 초기 표본점의 프린터 색영역 포함 여부 확인과정을 이들 도면을 참조하여 설명하면 다음과 같다.

먼저, 칼라 출력장치의 칼라 표현영역인 CMY 공간에서 균등하게 표본점을 나누어 도 6a에 도시된 바와 같은 동일한 크기의 단위 정육면체를 형성한다.

그리고, 상기 각 단위 정육면체를 꼭지점에 해당하는 CMY값과 그 값을 프린터 입력으로 하여 출력된 칼라 패치를 측정하여 CIELAB값을 얻는다.

다음, 상기 각 단위 정육면체를 도 6b에 도시된 바와 같이 6개의 사면체로 분리하고, 각 사면체의 정점에 해당하는 CMY값과 상기 측정된 CIELAB값을 하나의 쌍으로 하여 각 사면체에 대한 룩-업 테이블(Look-up Table)을 작성한다.

이렇게 작성된 룩-업 테이블의 사면체 중 어느 하나에 상기 단계 S120에서 할당된 임의의 초기 표본점이 포함되는가를 확인함으로써 색영역의 포함 여부를 판단한다.

예를 들어 구체적으로 설명하면, 도 7의 (a)에 도시된 바와 같이 할당된 임의의 초기 표본점이 P₀라고 가정하면, 이때의 각 꼭지점 P₁, P₂, P₃ , P₄는 CIELAB값을 의미한다.

도 7의 (a)에 도시된 바와 같이 P₀가 사면체의 내부에 위치하는 경우, 룩-업 테이블 내부의 P₀를 포함하는 하나의 사면체의 전체 체적 V_T는 [수학식 1]을 통해 계산된다.

이때, P₀가 사면체의 내부에 위치함으로 다시 도 7의 (a)의 점 P₀를 포함하는 4개의 사면체가 생겨난다. 도 7의 (b), (c), (d), (e)는 P₀를 중심으로 하는 4개의 사면체를 도시한 것이다.

이러한 P₀를 중심으로 하는 4개의 사면체 각각의 체적 V₁, V₂, V₃ , V₄는 [수학식 2]를 통해 계산된다.

,

,

,

이때, CIELAB 공간에서 임의의 초기 표본점이 (a)처럼 사면체의 내부에 포함될 경우 (a)의 사면체의 체적 V_T와, 나머지 (b), (c), (d), (e) 사면체 체적 V₁, V₂, V₃, V₄의 합이 같게 됨으로 이러한 조건을 이용하여 CIELAB 공간 상의 임의의 초기 표본점이 프린터 색영역에 포함되는지를 확인할 수 있다.

그리고, 상기 임의의 초기 표본점 P₀가 작성된 룩-업 테이블 중 하나의 사면체에 포함된다면, [수학식 3]을 성립하는 하나의 사면체를 룩-업 테이블에서 찾을 수 있다.

상기 [수학식 3]을 만족시킴으로써 룩-업 테이블에서 찾을 수 있는 프린터 색영역에 위치하는 초기 표본점 분포를 CIELAB 색공간에 표시하면 도 5에 도시된 바와 같다.

상술한 바와 같은 과정을 거쳐 프린터 색영역 내의 표본점이 결정되면(S130), 결정된 표본점을 출력할 수 있는 입력 CMY 구동신호를 학습된 신경망(Neural Network)을 이용하여 예측한다(S140).

이때, 상기 단계 S130을 통해 결정된 CIELAB 공간에서 색영역 내부에 위치하는 도 5의 표본점들은 단순히 임의의 프린터 장치에 대한 CIELAB 공간에서의 균등한 위치 정보에 불과하다. 따라서, 실제 프린터 장치의 CMY 대 CIELAB의 입출력 관계를 모델링하기 위해서는 이러한 출력을 내는 입력 CMY 구동신호를 찾아야 한다.

따라서, 본 발명에서는 도 5의 분포를 갖는 표본점들을 출력할 수 있는 CMY 프린터 구동신호를 찾기 위해 도 8에 도시된 바와 같이 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)이 각각 3-100-3 구조의 뉴런(Neuron)으로 이루어진 역전파(Back-Propagation) 신경망을 이용한다.

도 8은 도 5의 초기 표본점을 출력하는 프린터의 CMY 구동신호를 찾기 위한 신경망을 도시한 구조도로써, 상기 도 8의 신경망 네트웍(Network)은 학습과정을 거쳐 프린터의 색 표본 생성에 필요한 입력 CMY 구동신호를 예측한다.

상기 신경망 학습은 CMY 공간에서 균등한 729개의 표준 구동신호, 즉 CMY값을 얻고, 이 구동신호를 프린터에서 출력한 후 측색기를 이용하여 출력치 CIELAB값을 얻는다. 따라서, CMY 공간에서 균등한 구동신호를 얻고 이 구동신호에 대한 프린터 출력치를 역 이용함으로써 학습을 수행한다.

상기 신경망 학습이 완료되면, 단계 S130의 도 5에 도시된 바와 같이 결정된 색 표본의 CIELAB값을 도 8의 신경망 네트웍에 입력하여 도 5에 도시된 바와 같은 색 표본의 분포 결과를 얻기 위한 입력 CMY 구동신호를 얻는다.

도 9는 도 8의 CMY 구동신호에 대한 CMY 공간에서의 분포를 도시한 도면이고, 도 10은 도 8의 CMY 구동신호에 대한 CIELAB 공간에서의 분포를 도시한 도면이다.

다음, 상기 단계 S140에서 예측된 CMY 구동신호를 프린터 장치에 입력한 후, 출력된 칼라 패치를 제작 및 측정하여 최종적으로 균등 색 표본에 대한 CMY 대 CIELAB의 프린터 색영역에 균등한 프린터 특성화 데이터를 결정한다(S150). 이때, 최종적으로 결정된 색영역에 균등한 프린터 색 표본의 분포는 도 9 및 도 10에 도시된 바와 같다.

상술한 바와 같은 과정을 통해 결정된 CMY 대 CIELAB 공간의 프린터 색영역에 균등한 데이터를 프린터 장치의 특성화를 위한 데이터로 사용한다.

따라서, 본 발명에 따른 프린터용 색 표본 생성방법은 장치 독립적인 색 공간인 CIELAB 공간에서 균등하게 분포하는 프린터 색 표본을 생성함으로써 동일한 수의 색 표본을 사용할 경우 색공간 변환방법에 상관없이 색오차를 최소화 할 수 있고, 적은 수의 색 표본으로도 효과적인 색공간 변환을 수행할 수 있다.

이상에서 설명한 것은 본 발명에 따른 프린터용 색 표본 생성방법에 대한 하나의 실시예에 불과한 것으로서, 본 발명은 상기한 실시예에 한정되지 않고, 이하의 청구범위에서 청구하는 바와같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.

이상에서 살펴본 바와 같이, 본 발명에 따른 프린터용 색 표본 생성방법은 다음과 같은 효과가 있다.

첫째, 프린터 색영역 내부에서 분포가 균등한 색 표본을 생성함으로써 프린터의 특성을 결정하는 특성화 작업과정에서 프린터의 입출력 특성에 대한 효과적인 모델링을 가능하게 하며, 동일한 수의 칼라 패치를 사용할 경우 색공간 변환방법에 상관없이 색오차를 최소화할 수 있는 장점이 있다.

둘째, 잉크젯 프린터 및 칼라 레이저 프린터를 위한 드라이버 개발, 프린터 개발, 프린터용 출력 소프트웨어 개발시 출력 화질 향상에 광범위하게 활용함으로써 연구 개발에 필요한 시간 및 비용을 절감할 수 있는 효과가 있다.

도 1은 본 발명에 따른 프린터용 색 표본 생성 과정을 도시한 전체 흐름도.

도 2는 프린터 색영역 결정에 사용되는 1536개의 색 표본을 도시한 도면.

도 3은 도 2의 색 표본에 대한 CIELAB 공간에서 프린터의 대략적인 색영역의 분포를 도시한 도면.

도 4는 도 3의 색영역 전체를 포함하는 각 정육면체를 단위 정육면체로 세분화한 상태를 도시한 도면.

도 5는 도 4의 단위 정육면체의 정점 중에서 도 3의 프린터의 색영역 외부에 존재하는 표본점을 제외한 CIELAB 공간에서의 초기 표본점 분포를 도시한 도면.

도 6a, 도 6b 및 도 7은 초기 표본점이 프린터 색영역에 포함되는지 여부를 확인하는 과정을 설명하기 위한 도면.

도 8은 도 5의 초기 표본점을 출력하는 프린터의 CMY 구동신호를 찾기 위한 신경망을 도시한 구조도.

도 9는 도 8의 CMY 구동신호에 대한 CMY 공간에서의 분포를 도시한 도면.

도 10은 도 8의 CMY 구동신호에 대한 CIELAB 공간에서의 분포를 도시한 도면.

Claims (8)

1. 프린터 구동시 출력되는 칼라 패치를 측정하여 프린터의 색영역을 결정하는 단계;

   CIELAB 공간에서 상기 결정된 색영역을 포함하는 정육면체를 정의하고, 상기 정육면체를 단위 면적으로 나누어 초기 표본점을 할당하는 단계;

   상기 할당된 초기 표본점 중에서 프린터 색영역에 포함되는 색 표본을 무게중심적 보간 계수(Barycentric Interpolation Coefficients) 방법을 이용하여 결정하는 단계;

   상기 결정된 색영역 내의 색 표본을 출력하는 입력 CMY 구동신호를 학습된 신경망(Neural Network)을 이용하여 예측하는 단계; 및

   상기 예측된 CMY 구동신호를 이용하여 칼라 패치를 제작 및 측정하여 색영역에 균등한 CMY 대 CIELAB 데이터를 결정하는 단계를 포함함을 특징으로 하는 프린터용 색 표본 생성방법.
2. 청구항 1에 있어서, 상기 할당된 초기 표본점 중에서 프린터 색영역에 포함되는 색 표본을 무게중심적 보간 계수 방법을 이용하여 결정하는 단계는,

   CMY 공간에서 균등하게 표본점을 나누어 동일한 크기의 단위 정육면체를 형성하는 과정과,

   상기 각 단위 정육면체를 꼭지점에 해당하는 CMY값과 그 값을 프린터 입력으로 하여 출력된 칼라 패치를 측정하여 CIELAB값을 구하는 과정과,

   상기 각 단위 정육면체를 6개의 사면체로 분리하고, 각 사면체의 정점에 해당하는 CMY값 및 CIELAB값을 하나의 쌍으로 하여 각 사면체에 대한 룩-업 테이블(Look-up Table)을 작성하는 과정과,

   상기 작성된 룩-업 테이블의 어느 하나의 사면체에 상기 할당된 임의의 초기 표본점이 포함되는가를 확인하는 과정을 포함함을 특징으로 하는 프린터용 색 표본 생성방법.
3. 청구항 1에 있어서, 상기 결정된 색영역 내의 색 표본을 출력하는 입력 CMY 구동신호를 학습된 신경망을 이용하여 예측하는 단계는,

   CMY 공간에서 균등한 구동신호를 얻은 후, 상기 구동신호에 대한 프린터의 출력치를 역 이용하여 신경망 학습을 수행하는 과정과,

   상기 신경망 학습이 완료되면, 상기 결정된 색 표본의 CIELAB값을 신경망에 입력하여 입력 CMY 구동신호를 예측하는 과정을 포함함을 특징으로 하는 프린터용 색 표본 생성방법.
4. 청구항 1 또는 청구항 3에 있어서, 상기 입력 CMY 구동신호를 예측하는 신경망은,

   입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)이 각각 3-100-3 구조의 뉴런(Neuron)으로 이루어진 역전파(Back-Propagation) 신경망을 이용함을 특징으로 하는 프린터용 색 표본 생성방법.
5. 청구항 2에 있어서, 상기 작성된 룩-업 테이블의 어느 하나의 사면체에 상기 할당된 임의의 초기 표본점이 포함되는가를 확인하는 과정은,

   상기 임의의 초기 표본점 P₀을 내부에 포함하는 하나의 사면체의 전체 체적 V_T를 산출하는 순서와,

   상기 임의의 초기 표본점 P₀을 중심으로 하는 4개의 사면체에 대한 각각의 체적 V₁, V₂, V₃, V₄를 산출하는 순서와,

   상기 산출된 임의의 초기 표본점 P₀을 포함하는 하나의 사면체 체적 V_T와, 4개의 사면체 체적 V₁, V₂, V₃, V₄의 합이 같으면 상기 할당된 임의의 초기 표본점이 작성된 룩-업 테이블의 어느 하나의 사면체에 포함됨을 판단하는 순서를 포함함을 특징으로 하는 프린터용 색 표본 생성방법.
6. 청구항 5에 있어서, 상기 임의의 초기 표본점 P₀을 포함하는 사면체의 전체 체적값 V_T는,

   임을 특징으로 하는 프린터용 색 표본 생성방법.
7. 청구항 5에 있어서, 상기 임의의 초기 표본점 P₀을 중심으로 하는 4개의 사면체에 대한 각각의 체적값 V₁, V₂, V₃, V₄는,

   ,

   ,

   ,

   임을 특징으로 하는 프린터용 색 표본 생성방법.
8. 청구항 5에 있어서, 상기 할당된 임의의 초기 표본점이 작성된 룩-업 테이블의 어느 하나의 사면체에 포함됨의 판단은,

   이 성립되는 것으로 확인함을 특징으로 하는 프린터용 색 표본 생성방법.