KR20190081559A - 카메라를 이용한 색료 조합 방법 및 장치 - Google Patents

카메라를 이용한 색료 조합 방법 및 장치 Download PDF

Info

Publication number
KR20190081559A
KR20190081559A KR1020170184180A KR20170184180A KR20190081559A KR 20190081559 A KR20190081559 A KR 20190081559A KR 1020170184180 A KR1020170184180 A KR 1020170184180A KR 20170184180 A KR20170184180 A KR 20170184180A KR 20190081559 A KR20190081559 A KR 20190081559A
Authority
KR
South Korea
Prior art keywords
color
data
combination
spectral reflectance
sample
Prior art date
Application number
KR1020170184180A
Other languages
English (en)
Inventor
장인수
정순철
최윤석
김진서
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020170184180A priority Critical patent/KR20190081559A/ko
Priority to US16/055,460 priority patent/US10564037B2/en
Publication of KR20190081559A publication Critical patent/KR20190081559A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/462—Computing operations in or between colour spaces; Colour management systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0272—Handheld
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/457—Correlation spectrometry, e.g. of the intensity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/463—Colour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • H04N1/6002—Corrections within particular colour systems
    • H04N1/6008—Corrections within particular colour systems with primary colour signals, e.g. RGB or CMY(K)
    • 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
    • H04N1/6058—Reduction of colour to a range of reproducible colours, e.g. to ink- reproducible colour gamut
    • H04N1/6063—Reduction of colour to a range of reproducible colours, e.g. to ink- reproducible colour gamut dependent on the contents of the image to be reproduced
    • H04N1/6066—Reduction of colour to a range of reproducible colours, e.g. to ink- reproducible colour gamut dependent on the contents of the image to be reproduced dependent on the gamut of the image to be reproduced
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765—Method using an image detector and processing of image signal
    • G01N2021/177—Detector of the video camera type
    • G01N2021/1776—Colour camera

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

카메라를 이용한 색료 조합 방법 및 장치가 개시된다. 카메라를 이용한 색료 조합 방법은, 카메라를 이용하여 대상물을 촬영한 영상으로부터 색상 데이터를 추출하는 단계, 미리 구축된 카메라 색상 모델을 기초로 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계, 색료 데이터베이스에서 획득한 색료 샘플의 조합을 시뮬레이션하여 획득한 추정 색료 조합에 대한 분광 반사율 데이터를 획득하는 단계 및 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 최적의 색료 조합을 선정하는 단계를 포함한다. 따라서, 스마트폰 카메라와 같이 접근성이 높고 저비용의 카메라를 이용할 수 있으므로 일반 사용자도 손쉽게 최적의 색료 조합을 찾을 수 있다.

Description

카메라를 이용한 색료 조합 방법 및 장치{METHOD AND APPARATUS FOR COLOR COMBINATION USING CAMERA}
본 발명은 카메라를 이용한 색료 조합 방법 및 장치에 관한 것으로, 더욱 상세하게는 카메라를 이용하여 대상물을 촬영한 영상에서 색상 데이터를 획득하고 획득된 색상 데이터를 분광 반사율 데이터로 변환하여 추정된 색료 조합의 분광 반사율 데이터와 비교함으로써 최적의 색료 조합을 선정하는 방법 및 장치에 관한 것이다.
시중의 도료, 안료, 염료 등의 색료를 이용하여 필요로 하는 색상을 얻는 것은 확보할 수 있는 색료의 한계가 있어 어려움이 있다. 이 때문에 대다수의 사용자는 다양한 색료를 조합 또는 혼합하여 원하는 색상을 재현하는 것이 일반적이다. 그런데, 대다수의 사용자는 어느 비율로 색료를 혼합해야 원하는 색을 얻을지 쉽게 예상할 수 없어 많은 시행착오를 겪고 있다. 특히, 사물이나 그림의 색을 재현하는 경우 그러한 문제점이 더 두드러지게 나타난다.
이러한 문제점을 해결하기 위한 기존의 색료 조합 방법은 재현하고자 하는 사물이나 그림의 색상을 측색 장비를 이용하여 측정하고, 측정결과를 기반으로 색 재현 재료를 혼합하여 원하는 색상을 재현한다.
그러나 기존의 조색 방법은 사물의 색상을 측정하는데 분광 광도계(spectrophotometer)를 비롯한 고가의 장비를 이용해야 하므로 비용 부담이 크고, 일반 사용자의 접근성이 떨어지는 문제점이 있다. 따라서, 일반 사용자가 비용 부담 없이 쉽게 원하는 색상을 재현할 수 있는 색료 조합 방법이 필요한 실정이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 카메라를 이용한 색료 조합 방법을 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 카메라를 이용한 색료 조합 장치를 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명은, 카메라를 이용한 색료 조합 방법을 제공한다.
여기서 카메라를 이용한 색료 조합 방법은, 카메라를 이용하여 대상물을 촬영한 영상으로부터 색상 데이터를 추출하는 단계, 미리 구축된 카메라 색상 모델을 기초로 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계, 색료 데이터베이스에서 획득한 색료의 조합을 시뮬레이션하여 획득한 추정 색료 조합에 대한 분광 반사율 데이터를 획득하는 단계 및 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 최적의 색료 조합을 선정하는 단계를 포함할 수 있다.
여기서 상기 카메라 색상 모델은, 영상의 색상 데이터와 분광 반사율 사이의 관계를 정의할 수 있다.
여기서 상기 카메라 색상 모델은, 채색된 색료 샘플에 대하여 상기 카메라를 이용하여 촬영한 샘플 색상 데이터 및 분광 측색기를 이용하여 측정한 샘플 분광 반사율 데이터를 획득하고, 상기 샘플 색상 데이터와 상기 샘플 분광 반사율 데이터 사이의 관계를 정의하여 구축될 수 있다.
여기서 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계는, 상기 색료 샘플을 촬영할 때의 조명 정보를 반영하여 변환할 수 있다.
여기서 상기 색상 데이터는, RGB 데이터 형식을 가질 수 있다.
여기서 상기 추정 색료 조합은, 색료 데이터베이스에서 획득한 색료 데이터 중에서 상기 대상물의 에이징 정보를 반영하여 선정되는 색료 데이터들의 조합으로 구성될 수 있다.
여기서 상기 에이징 정보는, 상기 대상물의 채색 후 보관 기간, 보관된 장소 환경 중 적어도 하나에 관한 정보를 포함할 수 있다.
여기서 상기 색료 데이터베이스는, 상기 색료 샘플이 채색된 대상물의 재질, 상기 색료 샘플의 종류, 상기 색료 샘플의 시간에 따른 물리적 변화량 중 적어도 하나를 저장할 수 있다.
여기서 상기 최적의 색료 조합을 선정하는 단계는, 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 복수의 추정 색료 조합으로 이루어진 색료 조합 후보군을 구성하는 단계를 포함할 수 있다.
여기서 상기 최적의 색료 조합을 선정하는 단계는, 상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터 사이의 오차가 최소화되는 최적의 색료 조합을 선정하는 단계를 더 포함할 수 있다.
여기서 상기 오차가 최소화되는 최적의 색료 조합을 선정하는 단계는, 상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터를 표준 색 공간으로 변환하는 단계 및 상기 표준 색 공간으로 변환된 추정 색료 조합과 상기 표준 색 공간으로 변환된 대상물의 거리가 최소화되는 추정 색료 조합을 최적의 색료 조합으로 선정하는 단계를 포함할 수 있다.
상기 목적을 달성하기 위한 본 발명의 다른 측면은, 카메라를 이용한 색료 조합 장치를 제공한다.
여기서 카메라를 이용한 색료 조합 장치는, 적어도 하나의 프로세서(processor) 및 상기 적어도 하나의 프로세서가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함한다.
여기서 상기 적어도 하나의 단계는, 카메라를 이용하여 대상물을 촬영한 영상으로부터 색상 데이터를 추출하는 단계, 미리 구축된 카메라 색상 모델을 기초로 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계, 색료 데이터베이스에서 획득한 색료 샘플의 조합을 시뮬레이션하여 획득한 추정 색료 조합에 대한 분광 반사율 데이터를 획득하는 단계 및 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 최적의 색료 조합을 선정하는 단계를 포함할 수 있다.
여기서 상기 카메라 색상 모델은, 채색된 색료 샘플에 대하여 상기 카메라를 이용하여 촬영한 샘플 색상 데이터 및 분광 측색기를 이용하여 측정한 샘플 분광 반사율 데이터를 획득하고, 상기 샘플 색상 데이터와 상기 샘플 분광 반사율 데이터 사이의 관계를 정의하여 구축될 수 있다.
여기서 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계는, 상기 색료 샘플을 촬영할 때의 조명 정보를 반영하여 변환할 수 있다.
여기서 상기 색상 데이터는, RGB 데이터 형식을 가질 수 있다.
여기서 상기 추정 색료 조합은, 색료 데이터베이스에서 획득한 색료 데이터 중에서 상기 대상물의 에이징 정보를 반영하여 선정되는 색료 데이터들의 조합으로 구성될 수 있다.
여기서 상기 에이징 정보는, 상기 대상물의 채색 후 보관 기간, 보관된 장소 환경 중 적어도 하나에 관한 정보를 포함할 수 있다.
여기서 상기 색료 데이터베이스는, 상기 색료 샘플이 채색된 대상물의 재질, 상기 색료 샘플의 종류, 상기 색료 샘플의 시간에 따른 물리적 변화량 중 적어도 하나를 저장할 수 있다.
여기서 상기 최적의 색료 조합을 선정하는 단계는, 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 복수의 추정 색료 조합으로 이루어진 색료 조합 후보군을 구성하는 단계를 포함할 수 있다.
여기서 상기 최적의 색료 조합을 선정하는 단계는, 상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터 사이의 오차가 최소화되는 최적의 색료 조합을 선정하는 단계를 더 포함할 수 있다.
여기서 상기 오차가 최소화되는 최적의 색료 조합을 선정하는 단계는, 상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터를 표준 색 공간으로 변환하는 단계 및 상기 표준 색 공간으로 변환된 추정 색료 조합과 상기 표준 색 공간으로 변환된 대상물의 거리가 최소화되는 추정 색료 조합을 최적의 색료 조합으로 선정하는 단계를 포함할 수 있다.
상기와 같은 본 발명에 따른 카메라를 이용한 색료 조합 방법 및 장치를 이용할 경우에는 스마트폰 카메라와 같이 접근성이 높고 저비용의 카메라를 이용할 수 있으므로 일반 사용자도 손쉽게 최적의 색료 조합을 찾을 수 있다.
또한, 카메라로 촬영하는 당시의 조명 환경 뿐만 아니라 시간 또는 장소환경의 변화를 반영할 수 있어 훨씬 더 최적의 색료 조합을 찾는 것이 가능할 수 있다.
도 1은 본 발명의 일 실시예에 따른 카메라를 이용한 색료 조합 방법에 대한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 카메라 색상 모델을 구축하는 과정에 대한 개념도이다.
도 3은 본 발명의 일 실시예에 따른 색료 데이터베이스의 구성을 나타낸 것이다.
도 4는 본 발명의 일 실시예에 따른 색료 데이터베이스에서 추정 색료의 조합을 획득하는 방법에 대한 개념도이다.
도 5는 본 발명의 일 실시예에 따른 최적의 색료 조합을 선정하는 방법에 대한 개념도이다.
도 6은 본 발명의 일 실시예에 따른 카메라를 이용한 색료 조합 장치에 대한 구성도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 발명에서 색료(colorants)는 색소를 포함하고 있어 색을 느낄 수 있는 성질을 가진 여러 재료들로, 물에 녹지 않고 불투명감이 강한 것과 물에 녹으면서 투명감이 강한 것을 모두 포함할 수 있으며, 안료, 염료 등으로 호칭될 수도 있다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 카메라를 이용한 색료 조합 방법에 대한 흐름도이다.
도 1을 참조하면, 카메라를 이용한 색료 조합 방법은, 카메라를 이용하여 대상물을 촬영한 영상으로부터 색상 데이터를 추출하는 단계(S100), 미리 구축된 카메라 색상 모델을 기초로 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계(S110), 색료 데이터베이스에서 획득한 색료의 조합을 시뮬레이션하여 획득한 추정 색료 조합에 대한 분광 반사율 데이터를 획득하는 단계(S120) 및 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 최적의 색료 조합을 선정하는 단계(S130)를 포함할 수 있다.
더 상세히 설명하면, 본 발명에서는 사용자가 카메라를 이용하여 색상을 재현하고자 하는 대상물을 촬영하면, 촬영된 영상으로부터 색상 데이터를 얻은 후 분광 반사율 데이터로 변환하게 된다. 이와 같이 변환된 분광 반사율 데이터는 미리 데이터베이스화 되어있는 색료 데이터베이스에서 획득한 색료의 조합에 대한 분광 반사율 데이터와 비교되며, 여러 조합식을 반복 비교함으로써 가장 최적의 색료 조합을 선정할 수 있다.
또한, 카메라는 시중에 널리 활용되는 디지털 카메라, DSLR(Digital Single Lens Reflex) 뿐만 아니라 스마트폰, 태블릿 등에 내장된 카메라를 포함할 수 있다. 따라서, 본 발명에서는 널리 보급된 일반적인 카메라를 이용하여 일반 사용자가 대상물을 촬영하면, 미리 구축된 카메라 색상 모델과 색료 데이터베이스를 이용하여 자동으로 손쉽게 최적의 색료 조합을 찾을 수 있다.
여기서 상기 카메라 색상 모델은, 영상의 색상 데이터와 분광 반사율 사이의 관계를 정의할 수 있다. 따라서, 카메라 색상 모델은 사용자가 대상물을 촬영하기 전에 미리 구축되어 활용될 수 있다.
구체적으로 상기 카메라 색상 모델은, 채색된 색료 샘플에 대하여 상기 카메라를 이용하여 촬영한 샘플 색상 데이터 및 분광 측색기를 이용하여 측정한 샘플 분광 반사율 데이터를 획득하고, 상기 샘플 색상 데이터와 상기 샘플 분광 반사율 데이터 사이의 관계를 정의하여 구축될 수 있다.
여기서 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계(S110)는, 상기 색료 샘플을 촬영할 때의 조명 정보를 반영하여 변환할 수 있다.
여기서 상기 색상 데이터는, RGB 데이터 형식을 가질 수 있다.
여기서 상기 추정 색료 조합은, 색료 데이터베이스에서 획득한 색료 데이터 중에서 상기 대상물의 에이징 정보를 반영하여 선정되는 색료 데이터들의 조합으로 구성될 수 있다.
여기서 상기 에이징 정보는, 상기 대상물의 채색 후 보관 기간, 보관된 장소 환경 중 적어도 하나에 관한 정보를 포함할 수 있다.
여기서 상기 색료 데이터베이스는, 상기 색료 샘플이 채색된 대상물의 재질, 상기 색료 샘플의 종류, 상기 색료 샘플의 시간에 따른 물리적 변화량 중 적어도 하나를 저장할 수 있다.
여기서 상기 최적의 색료 조합을 선정하는 단계(S130)는, 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 복수의 추정 색료 조합으로 이루어진 색료 조합 후보군을 구성하는 단계를 포함할 수 있다.
여기서 상기 최적의 색료 조합을 선정하는 단계(S130)는, 상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터 사이의 오차가 최소화되는 최적의 색료 조합을 선정하는 단계를 더 포함할 수 있다.
여기서 상기 오차가 최소화되는 최적의 색료 조합을 선정하는 단계는, 상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터를 표준 색 공간으로 변환하는 단계 및 상기 표준 색 공간으로 변환된 추정 색료 조합과 상기 표준 색 공간으로 변환된 대상물의 거리가 최소화되는 추정 색료 조합을 최적의 색료 조합으로 선정하는 단계를 포함할 수 있다.
이하에서는 각 단계의 수행 과정 및 수행과정에 활용되는 색료 데이터베이스, 카메라 색상 모델을 보다 상세하게 설명한다.
도 2는 본 발명의 일 실시예에 따른 카메라 색상 모델을 구축하는 과정에 대한 개념도이다.
도 2를 참조하면, 카메라의 영상에서 얻을 수 있는 색상 데이터를 분광 반사율 데이터로 변환하기 위한 카메라 색상 모델의 구축 방법을 설명할 수 있다.
먼저, 채색된 색료 샘플을 준비한다. 이때, 색료 샘플은 캔버스에 채색된 샘플을 준비할 수 있으나, 본 발명에서는 반드시 그림을 대상으로 하지 않으므로 돌이나 나무, 플라스틱, 종이, 금속 등에 채색된 샘플을 이용할 수도 있다. 또한, 여기서 채색된 색료 샘플은 이후에서 설명하는 색료 데이터베이스에 저장된 색료 샘플을 사용할 수도 있다.
다음으로, 채색된 색료 샘플에 대하여 분광 측색기(20)를 이용하여 색료 샘플에 대한 분광 반사율을 측정하여 분광 반사율 데이터(21)를 획득할 수 있다. 이때 분광 측색기(20)는 분광광도계(spectorphotometer)로 지칭할 수도 있는데, 대상물의 반사광에 포함된 파장 별 세기를 측정하여 분광 반사율을 측정할 수 있다. 또한, 분광 측색기를 이용한 분광 반사율 데이터는 이후에서 설명하는 색료 데이터베이스에 미리 구축된 분광 반사율 데이터를 사용할 수도 있다.
또한, 채색된 색료 샘플에 대하여 카메라(22)를 이용하여 촬영함으로써 촬영된 영상 데이터를 획득할 수 있다. 이때, 더 구체적으로는 영상 데이터에 촬영된 색료 샘플에 대한 색상 데이터(23)를 획득할 수 있고, 여기서 색상 데이터는 RGB 데이터일 수 있다.
다음으로, 분광 반사율 데이터(21)와 색상 데이터(23) 상호간 연결 관계를 정의하여 카메라 색상 모델(24)을 획득할 수 있다. 이때, 카메라 색상 모델(24)은 카메라 촬영 당시에 사용된 조명 정보(구체적으로 조명의 분광 분포, 25)를 추가로 반영하여 구성됨으로써, 분광 반사율 데이터(21)와 색상 데이터(23) 사이의 변환에서 발생하는 오차를 최소화할 수 있다.
도 3은 본 발명의 일 실시예에 따른 색료 데이터베이스의 구성을 나타낸 것이다.
도 3을 참조하면, 색료 데이터베이스(30)는 최적의 색료 조합을 선정하기 위하여 사전에 미리 구축되어야 하는 데이터베이스로 채색된 색료 샘플에 대한 데이터가 저장된다. 즉, 채색된 색료 샘플 데이터(31)는 채색된 색료 샘플의 분광 반사율과 같은 물리적 측정값을 포함하며, 이때 물리적 측정값은 시간, 장소(온도, 습도 등), 조광량에 따른 색료의 변화를 반영하여 시간에 따른 색료 변화량(32)을 함께 포함할 수 있다. 또한, 채색된 색료 샘플 데이터(31)는 채색된 물질 또는 캔버스의 재질(33)을 달리한 측정값을 더 포함할 수 있으며, 채색된 색료의 종류(34)를 달리한 측정값을 포함할 수 있다.
따라서, 색료 데이터베이스(30)는 단지 채색된 색료 샘플 데이터(31) 뿐만 아니라 색료의 변화에 영향을 주는 주변 환경 요소(시간, 재질, 장소 등)를 반영한 측정 데이터(예, 분광 반사율)를 포함하여 구축될 수 있다.
도 4는 본 발명의 일 실시예에 따른 색료 데이터베이스에서 추정 색료 조합을 획득하는 방법에 대한 개념도이다.
도 4를 참조하면, 도 3에 따른 색료 데이터베이스(30)를 이용하여 추정 색료 조합에 사용될 색료 샘플 데이터를 선정하는 방법을 설명할 수 있다.
구체적으로 도 3에서 색료 데이터베이스(30)에는 각종 채색된 색료 샘플의 데이터가 저장되어 있으므로, 채색된 색료 샘플 데이터를 추출할 수 있다. 이때, 원하는 대상물의 색상을 파악하기 위해서는 대상물의 채색 후 보관된 기간, 보관된 장소 환경(온도, 습도, 조광량 등)을 포함하는 에이징 정보(41)를 반영할 필요가 있다. 따라서, 사용자가 대상물의 에이징 정보(41)를 입력하면, 입력된 에이징 정보(41)를 반영하여 색료 데이터베이스의 색료 샘플 데이터들의 변화를 시뮬레이션(simulation)함으로써, 최종적으로 사용할 색료 샘플 데이터를 선정할 수 있고, 선정된 색료 샘플 데이터들이 조합이 대상물의 분광 반사율 데이터와 비교할 추정 색료 조합(40)이 될 수 있다.
또한, 사용자가 대상물에 사용된 색료나 캔버스 재질 등을 알 수 있다면, 해당 정보를 입력받아 색료 데이터베이스에서 더 정확한 색료 샘플 데이터를 추출해서 시뮬레이션에 사용할 수 있다.
도 5는 본 발명의 일 실시예에 따른 최적의 색료 조합을 선정하는 방법에 대한 개념도이다.
도 5를 참조하면, 추정 색료 조합에 대한 분광 반사율(51)과 대상물의 분광 반사율(52)을 서로 비교하여 최적의 색료 조합을 선정하는 과정을 확인할 수 있다. 여기서 사용되는 추정 색료 조합에 대한 분광 반사율(51)은 도 4에 따른 추정 색료 조합(40) 및 색료 데이터베이스(30)에서 얻을 수 있는 물리적 측정값으로 획득할 수 있다.
또한, 대상물의 분광 반사율(52)은 도 2에 따른 카메라 색상 모델(24)을 기초로 사용자가 대상물을 촬영한 영상 데이터로부터 획득한 색상 데이터를 분광 반사율 데이터로 변환함으써 도출될 수 있다.
먼저, 대상물의 분광 반사율(52)과 추정 색료 조합에 대한 분광 반사율(51)의 오차 비교를 통해 색료 조합 후보군을 선정할 수 있다(S132). 이때 추정 색료 조합은 도 4에 따른 추정 색료 조합을 계속 새롭게 선정함으로써 대상물의 분광 반사율(52)과 비교되며, 일정 임계값 이하의 오차를 갖는 추정 색료 조합들을 모아 색료 조합 후보군을 구성할 수 있다. 또한, 여기서의 오차 비교 방법으로는 대상물의 분광 반사율(52)과 추정 색료 조합에 대한 분광 반사율(51) 사이의 평균 제곱근 오차(root-mean square error)를 계산하여 비교할 수 있다.
다음으로 앞서 구성된 색료 조합 후보군 중에서 최적의 색료 조합을 선정(S134)할 수 있다. 이때, 최적의 색료 조합을 선정하는 단계(S134)는 대상물을 촬영할 때의 조명 정보(53)를 이용하여 색료 조합 후보군에 대한 분광 반사율과 대상물의 분광 반사율(52)을 표준 색 공간으로 변환하고, 표준 색 공간에서의 거리 차이가 최소화되는 색료 조합을 색료 조합 후보군 중에서 선정할 수 있다.
이때, 표준 색 공간의 예를 들면, CIERGB, CIEXYZ 또는 CIELAB 가 있을 수 있다. 여기서 표준 색 공간은 3차원 공간으로 정의되므로 3차원 공간 상에서의 거리 비교가 가능하므로 색료 조합 후보군과 대상물의 거리 비교를 할 수 있다.
도 6은 본 발명의 일 실시예에 따른 카메라를 이용한 색료 조합 장치에 대한 구성도이다.
도 6을 참조하면, 카메라를 이용한 색료 조합 장치(100)는, 적어도 하나의 프로세서(processor, 110) 및 상기 적어도 하나의 프로세서(110)가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory, 120)를 포함한다.
여기서 상기 적어도 하나의 단계는, 카메라를 이용하여 대상물을 촬영한 영상으로부터 색상 데이터를 추출하는 단계, 미리 구축된 카메라 색상 모델을 기초로 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계, 색료 데이터베이스에서 획득한 색료 샘플의 조합을 시뮬레이션하여 획득한 추정 색료 조합에 대한 분광 반사율 데이터를 획득하는 단계 및 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 최적의 색료 조합을 선정하는 단계를 포함할 수 있다.
여기서 상기 카메라 색상 모델은, 채색된 색료 샘플에 대하여 상기 카메라를 이용하여 촬영한 샘플 색상 데이터 및 분광 측색기를 이용하여 측정한 샘플 분광 반사율 데이터를 획득하고, 상기 샘플 색상 데이터와 상기 샘플 분광 반사율 데이터 사이의 관계를 정의하여 구축될 수 있다.
여기서 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계는, 상기 색료 샘플을 촬영할 때의 조명 정보를 반영하여 변환할 수 있다.
여기서 상기 색상 데이터는, RGB 데이터 형식을 가질 수 있다.
여기서 상기 추정 색료 조합은, 색료 데이터베이스에서 획득한 색료 데이터 중에서 상기 대상물의 에이징 정보를 반영하여 선정되는 색료 데이터들의 조합으로 구성될 수 있다.
여기서 상기 에이징 정보는, 상기 대상물의 채색 후 보관 기간, 보관된 장소 환경 중 적어도 하나에 관한 정보를 포함할 수 있다.
여기서 상기 색료 데이터베이스는, 상기 색료 샘플이 채색된 대상물의 재질, 상기 색료 샘플의 종류, 상기 색료 샘플의 시간에 따른 물리적 변화량 중 적어도 하나를 저장할 수 있다.
여기서 상기 최적의 색료 조합을 선정하는 단계는, 상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 복수의 추정 색료 조합으로 이루어진 색료 조합 후보군을 구성하는 단계를 포함할 수 있다.
여기서 상기 최적의 색료 조합을 선정하는 단계는, 상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터 사이의 오차가 최소화되는 최적의 색료 조합을 선정하는 단계를 더 포함할 수 있다.
여기서 상기 오차가 최소화되는 최적의 색료 조합을 선정하는 단계는, 상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터를 표준 색 공간으로 변환하는 단계 및 상기 표준 색 공간으로 변환된 추정 색료 조합과 상기 표준 색 공간으로 변환된 대상물의 거리가 최소화되는 추정 색료 조합을 최적의 색료 조합으로 선정하는 단계를 포함할 수 있다.
카메라를 이용한 색료 조합 장치(100)의 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (20)

  1. 카메라를 이용한 색료 조합 방법으로,
    카메라를 이용하여 대상물을 촬영한 영상으로부터 색상 데이터를 추출하는 단계;
    미리 구축된 카메라 색상 모델을 기초로 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계;
    색료 데이터베이스에서 획득한 색료 샘플의 조합을 시뮬레이션하여 획득한 추정 색료 조합에 대한 분광 반사율 데이터를 획득하는 단계; 및
    상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 최적의 색료 조합을 선정하는 단계를 포함하는, 색료 조합 방법.
  2. 청구항 1에서,
    상기 카메라 색상 모델은,
    채색된 색료 샘플에 대하여 상기 카메라를 이용하여 촬영한 샘플 색상 데이터 및 분광 측색기를 이용하여 측정한 샘플 분광 반사율 데이터를 획득하고,
    상기 샘플 색상 데이터와 상기 샘플 분광 반사율 데이터 사이의 관계를 정의하여 구축되는, 색료 조합 방법.
  3. 청구항 1에서,
    상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계는,
    상기 색료 샘플을 촬영할 때의 조명 정보를 반영하여 변환하는, 색료 조합 방법.
  4. 청구항 1에서,
    상기 색상 데이터는,
    RGB 데이터 형식을 갖는, 색료 조합 방법.
  5. 청구항 1에서,
    상기 추정 색료 조합은,
    색료 데이터베이스에서 획득한 색료 데이터 중에서 상기 대상물의 에이징 정보를 반영하여 선정되는 색료 데이터들의 조합으로 구성되는, 색료 조합 방법.
  6. 청구항 5에서,
    상기 에이징 정보는,
    상기 대상물의 채색 후 보관 기간, 보관된 장소 환경 중 적어도 하나에 관한 정보를 포함하는, 색료 조합 방법.
  7. 청구항 1에서,
    상기 색료 데이터베이스는,
    상기 색료 샘플이 채색된 대상물의 재질, 상기 색료 샘플의 종류, 상기 색료 샘플의 시간에 따른 물리적 변화량 중 적어도 하나를 저장하는, 색료 조합 방법.
  8. 청구항 1에서,
    상기 최적의 색료 조합을 선정하는 단계는,
    상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 복수의 추정 색료 조합으로 이루어진 색료 조합 후보군을 구성하는 단계를 포함하는, 색료 조합 방법.
  9. 청구항 8에서,
    상기 최적의 색료 조합을 선정하는 단계는,
    상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터 사이의 오차가 최소화되는 최적의 색료 조합을 선정하는 단계를 더 포함하는, 색료 조합 방법.
  10. 청구항 9에서,
    상기 오차가 최소화되는 최적의 색료 조합을 선정하는 단계는,
    상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터를 표준 색 공간으로 변환하는 단계; 및
    상기 표준 색 공간으로 변환된 추정 색료 조합과 상기 표준 색 공간으로 변환된 대상물의 거리가 최소화되는 추정 색료 조합을 최적의 색료 조합으로 선정하는 단계를 포함하는, 색료 조합 방법.
  11. 카메라를 이용한 색료 조합 장치로서,
    적어도 하나의 프로세서(processor); 및
    상기 적어도 하나의 프로세서가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함하고,
    상기 적어도 하나의 단계는,
    카메라를 이용하여 대상물을 촬영한 영상으로부터 색상 데이터를 추출하는 단계;
    미리 구축된 카메라 색상 모델을 기초로 상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계;
    색료 데이터베이스에서 획득한 색료 샘플의 조합을 시뮬레이션하여 획득한 추정 색료 조합에 대한 분광 반사율 데이터를 획득하는 단계; 및
    상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 최적의 색료 조합을 선정하는 단계를 포함하는, 색료 조합 장치.
  12. 청구항 11에서,
    상기 카메라 색상 모델은,
    채색된 색료 샘플에 대하여 상기 카메라를 이용하여 촬영한 샘플 색상 데이터 및 분광 측색기를 이용하여 측정한 샘플 분광 반사율 데이터를 획득하고,
    상기 샘플 색상 데이터와 상기 샘플 분광 반사율 데이터 사이의 관계를 정의하여 구축되는, 색료 조합 장치.
  13. 청구항 11에서,
    상기 색상 데이터를 상기 대상물의 분광 반사율(spectral reflection factor) 데이터로 변환하는 단계는,
    상기 색료 샘플을 촬영할 때의 조명 정보를 반영하여 변환하는, 색료 조합 장치.
  14. 청구항 11에서,
    상기 색상 데이터는,
    RGB 데이터 형식을 갖는, 색료 조합 장치.
  15. 청구항 11에서,
    상기 추정 색료 조합은,
    색료 데이터베이스에서 획득한 색료 데이터 중에서 상기 대상물의 에이징 정보를 반영하여 선정되는 색료 데이터들의 조합으로 구성되는, 색료 조합 장치.
  16. 청구항 15에서,
    상기 에이징 정보는,
    상기 대상물의 채색 후 보관 기간, 보관된 장소 환경 중 적어도 하나에 관한 정보를 포함하는, 색료 조합 장치.
  17. 청구항 11에서,
    상기 색료 데이터베이스는,
    상기 색료 샘플이 채색된 대상물의 재질, 상기 색료 샘플의 종류, 상기 색료 샘플의 시간에 따른 물리적 변화량 중 적어도 하나를 저장하는, 색료 조합 장치.
  18. 청구항 11에서,
    상기 최적의 색료 조합을 선정하는 단계는,
    상기 대상물의 분광 반사율 데이터와 상기 추정 색료 조합에 대한 분광 반사율 데이터 사이의 오차를 비교하여 복수의 추정 색료 조합으로 이루어진 색료 조합 후보군을 구성하는 단계를 포함하는, 색료 조합 장치.
  19. 청구항 18에서,
    상기 최적의 색료 조합을 선정하는 단계는,
    상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터 사이의 오차가 최소화되는 최적의 색료 조합을 선정하는 단계를 더 포함하는, 색료 조합 장치.
  20. 청구항 19에서,
    상기 오차가 최소화되는 최적의 색료 조합을 선정하는 단계는,
    상기 복수의 추정 색료 조합의 분광 반사율 데이터와 상기 대상물의 분광 반사율 데이터를 표준 색 공간으로 변환하는 단계; 및
    상기 표준 색 공간으로 변환된 추정 색료 조합과 상기 표준 색 공간으로 변환된 대상물의 거리가 최소화되는 추정 색료 조합을 최적의 색료 조합으로 선정하는 단계를 포함하는, 색료 조합 장치.
KR1020170184180A 2017-12-29 2017-12-29 카메라를 이용한 색료 조합 방법 및 장치 KR20190081559A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170184180A KR20190081559A (ko) 2017-12-29 2017-12-29 카메라를 이용한 색료 조합 방법 및 장치
US16/055,460 US10564037B2 (en) 2017-12-29 2018-08-06 Method and apparatus for combining colorants using camera

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170184180A KR20190081559A (ko) 2017-12-29 2017-12-29 카메라를 이용한 색료 조합 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20190081559A true KR20190081559A (ko) 2019-07-09

Family

ID=67059483

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170184180A KR20190081559A (ko) 2017-12-29 2017-12-29 카메라를 이용한 색료 조합 방법 및 장치

Country Status (2)

Country Link
US (1) US10564037B2 (ko)
KR (1) KR20190081559A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102152793B1 (ko) * 2020-04-06 2020-09-07 주식회사 라프라스 도색 시뮬레이션 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102678988B1 (ko) * 2019-11-08 2024-06-28 한국전자통신연구원 딥러닝 기반의 화재 감지를 위한 시퀀스 영상 이미지 전처리 시스템 및 방법

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100322189B1 (ko) 2000-04-19 2004-09-07 삼성테크윈 주식회사 디지털 영상의 광원 분광 분포 추정 방법
US6870614B2 (en) 2002-05-30 2005-03-22 General Electric Company Method, system and computer product for formulating a bi-directional color match
KR100914952B1 (ko) 2007-10-26 2009-08-31 숭실대학교산학협력단 컴퓨터 조색장치를 이용한 컬러의 처방예측 방법
US8407014B2 (en) * 2008-02-21 2013-03-26 E I Du Pont De Nemours And Company Automatic selection of colorants and flakes for matching coating color and appearance
KR101747782B1 (ko) 2010-12-23 2017-06-19 한국전자통신연구원 이기종 영상기기 간 색 일치 장치 및 그 방법
JP5809277B2 (ja) 2011-08-30 2015-11-10 富士フイルム株式会社 変倍光学系および撮像装置
US10178351B2 (en) 2012-09-19 2019-01-08 Ppg Industries Ohio, Inc. Multi-angular color, opacity, pigment characterization and texture analysis of a painted surface via visual and/or instrumental techniques
JP6136357B2 (ja) 2013-02-25 2017-05-31 セイコーエプソン株式会社 分光測定装置、通信システム及びカラーマネージメントシステム
KR101612818B1 (ko) 2014-02-19 2016-04-15 부산대학교 산학협력단 컬러 카메라의 색수치 벡터를 색도계의 색수치 벡터로 변환하는 장치 및 방법
EP2999206B1 (en) 2014-09-16 2019-05-22 Fujifilm Corporation Printed color prediction method and device, profile generation method and device

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102152793B1 (ko) * 2020-04-06 2020-09-07 주식회사 라프라스 도색 시뮬레이션 장치

Also Published As

Publication number Publication date
US20190204154A1 (en) 2019-07-04
US10564037B2 (en) 2020-02-18

Similar Documents

Publication Publication Date Title
CN100426303C (zh) 化妆咨询装置
US10068149B2 (en) Image processing utilizing reference images
CN109903256A (zh) 模型训练方法、色差校正方法、装置、介质和电子设备
Khan et al. Illuminant estimation in multispectral imaging
JPH09508768A (ja) カラー・スキャナ信号を測色値に変換する方法および装置
US11410335B2 (en) Digital system and method for paint color matching
JP2015507413A (ja) 画像取込デバイス処理のためのスペクトル合成
CN110163217B (zh) 用于配色或配色辅助的方法、装置以及计算机可读存储媒体
Bianco et al. Consensus-based framework for illuminant chromaticity estimation
KR20190081559A (ko) 카메라를 이용한 색료 조합 방법 및 장치
JP6280703B2 (ja) 色彩デザイン評価装置、及び、色彩デザイン評価方法
EP3671754A1 (en) Method for determining a coloration product recommendation
Prasad et al. Metrics and statistics of frequency of occurrence of metamerism in consumer cameras for natural scenes
US20190347830A1 (en) Search Quality Improvement Using Color Synonyms
Bastani et al. Simplifying irradiance independent color calibration
Dalal et al. Instant OpenCV Starter
Webb Optimising Spectral and 3D Imaging for Cultural Heritage Documentation Using Consumer Imaging Systems
CN110472083A (zh) 色域推荐方法及装置
JPWO2018181745A1 (ja) 塗色特定装置、塗色特定方法、塗色特定プログラム、及び塗色特定プログラムを含むコンピュータ可読媒体
Kornyakov Instant OpenCV for iOS
Zikmund A Calibrated Real-World Colour Picker for Augmented Reality Applications
Bhatti et al. Cell phones as imaging sensors
Nikkanen Color constancy by characterization of illumination chromaticity
KR101366163B1 (ko) 색지각 조건을 대응한 색재현 성능 최적화 하이브리드 방법 및 시스템
Witcher Color fields: what designers need to know about color

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application