KR20230059884A - 인쇄 방식에 따른 색상 차이 학습 방법 - Google Patents

인쇄 방식에 따른 색상 차이 학습 방법 Download PDF

Info

Publication number
KR20230059884A
KR20230059884A KR1020210142943A KR20210142943A KR20230059884A KR 20230059884 A KR20230059884 A KR 20230059884A KR 1020210142943 A KR1020210142943 A KR 1020210142943A KR 20210142943 A KR20210142943 A KR 20210142943A KR 20230059884 A KR20230059884 A KR 20230059884A
Authority
KR
South Korea
Prior art keywords
color
data
module
printing
error rate
Prior art date
Application number
KR1020210142943A
Other languages
English (en)
Other versions
KR102630072B1 (ko
Inventor
태현철
이태헌
김윤석
박재상
엄현섭
정세윤
Original Assignee
한국생산기술연구원
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 한국생산기술연구원 filed Critical 한국생산기술연구원
Priority to KR1020210142943A priority Critical patent/KR102630072B1/ko
Publication of KR20230059884A publication Critical patent/KR20230059884A/ko
Application granted granted Critical
Publication of KR102630072B1 publication Critical patent/KR102630072B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J29/00—Details of, or accessories for, typewriters or selective printing mechanisms not otherwise provided for
    • B41J29/38—Drives, motors, controls or automatic cut-off devices for the entire printing mechanism
    • B41J29/393—Devices for controlling or analysing the entire machine ; Controlling or analysing mechanical parameters involving printing of test patterns
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J2/00—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed
    • B41J2/525—Arrangement for multi-colour printing, not covered by group B41J2/21, e.g. applicable to two or more kinds of printing or marking process
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/12—Digital output to print unit, e.g. line printer, chain printer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J29/00—Details of, or accessories for, typewriters or selective printing mechanisms not otherwise provided for
    • B41J29/38—Drives, motors, controls or automatic cut-off devices for the entire printing mechanism
    • B41J29/393—Devices for controlling or analysing the entire machine ; Controlling or analysing mechanical parameters involving printing of test patterns
    • B41J2029/3935—Devices for controlling or analysing the entire machine ; Controlling or analysing mechanical parameters involving printing of test patterns by means of printed test patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Color Image Communication Systems (AREA)

Abstract

본 발명은 인쇄 방식에 따른 색상 차이 학습 방법에 관한 것으로, 간이 인쇄 모듈과 대량 인쇄 모듈에서 출력되는 인쇄물의 색상과, 색상의 차이인 오차율을 학습하고, 간이 인쇄 모듈에서의 색상 데이터를 입력하면, 대량 인쇄 모듈에서 예상되는 색상 데이터 및 오차율을 출력하는 색상 예측 모델을 생성할 수 있다.

Description

인쇄 방식에 따른 색상 차이 학습 방법{Prediction method of color variation tendency by dry-down}
본 발명은 인쇄 방식에 따른 색상 차이 학습 방법에 관한 것이다.
인쇄물을 생산하는 과정은 제작된 생산 시안과 생산 시안을 바탕으로 제작된 간이 인쇄물을 비교한 후, 간이 인쇄물이 생산 시안과 대응된다고 판단되면 대량생산하는 과정을 거친다.
고객사가 생산 시안을 만들면, 만들어진 생산 시안을 간이 인쇄소에 보내서 시험생산을 한다. 고객사는 간이 인쇄소를 직접 방문하여 시험생산으로 만들어진 간이 인쇄물과 생산 시안의 색상을 비교한다. 색이 제대로 나오지 않았다면 시험생산을 반복한 후, 생산 시안과 간이 인쇄물의 색상이 대응되면 대량 생산을 위해 인쇄업체에 전달한다.
인쇄업체는 고객사에서 보내준 간이 인쇄물에 맞추어 시험생산한다. 고객사는 인쇄업체에 직접 방문하여 시험생산한 인쇄물과 간이 인쇄물의 색상을 비교한다. 색이 제대로 나오지 않았다면 시험생산을 반복하고, 간이 인쇄물과 시험생산한 인쇄물이 대응되면 인쇄업체는 대량생산에 들어가는 과정을 거친다.
다만, 간이 인쇄소에서 인쇄된 인쇄물의 색상과, 대량 생산을 위한 인쇄기에서는 두 기계의 인쇄 방식의 차이로 인쇄되는 색상이 다르다.
이에 따라, 간이 인쇄기에서는 목표 색상과 대응되는 색이었으나, 대량 생산을 위한 인쇄기에서 출력되는 인쇄물은 이와는 차이가 있어 부정확한 색이 되는 색상 품질 문제 발생한다.
(특허문헌 1) 일본공개특허공보 제2003-345547호
(특허문헌 2) 일본공개특허공보 제2003-345575호
(특허문헌 3) 일본등록특허공보 제3882507호
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것이다.
구체적으로, 본 발명은 간이 인쇄 모듈과 대량 인쇄 모듈에서 출력되는 인쇄물의 색상 차이를 학습하여, 간이 인쇄 모듈과 대량 인쇄 모듈에서 출력되는 인쇄물의 색상 차이를 최소화하기 위함이다.
상기와 같은 과제를 해결하기 위한 본 발명의 일 실시예는, 간이 인쇄 모듈과 대형 인쇄 모듈은 상이한 인쇄 모듈로, 상기 간이 인쇄 모듈과 상기 대형 인쇄 모듈의 출력 인쇄물의 차이를 학습하여 색상 예측 모델을 생성하기 위한 방법으로서, (a) 간이 인쇄 모듈(100)에 목표 색상 좌표와 목표 색상 좌표에 따라 미리 설정된 제1 인쇄 조건이 입력되고, 상기 간이 인쇄 모듈(100)이 인쇄물을 인쇄하고, 상기 제1 인쇄 조건은 잉크량 및 잉크 배합 비율을 포함하는, 인쇄 단계; (b) 대형 인쇄 모듈(200)에 상기 목표 색상 좌표와 제2 인쇄 조건이 입력되고, 상기 대형 인쇄 모듈(200)이 인쇄물을 인쇄하고, 상기 제2 인쇄 조건은 상기 제1 인쇄 조건과 동일한, 인쇄 단계; (c) 색상 측정 모듈(300)은 상기 (a)단계에서 인쇄된 인쇄물의 색상을 측정하여 제1 색상 데이터를 생성하고, 상기 (b)단계에서 인쇄된 인쇄물의 색상을 측정하여 제2 색상 데이터를 생성하는 단계; (d) 상기 간이 인쇄 모듈(100)에 입력되는 상기 목표 색상 좌표를 변경하여 상기 (a)단계 내지 (c)단계를 반복 수행하는 단계; (e) 제어 모듈(400)은 각각의 목표 색상 좌표 마다, 생성된 제1 색상 데이터와 상기 제2 색상 데이터를 포함하는 학습 데이터를 생성하는 단계; 및 (f) 모델링 모듈(500)은 상기 학습 데이터를 이용하여 학습된 색상 예측 모델을 생성하는 단계;를 포함하는 방법을 제공한다.
일 실시예는, 상기 (e)단계는, (e1) 상기 제어 모듈(400)은 목표 색상 좌표를 확인하고, 해당 목표 색상 좌표에서 생성된 제1 색상 데이터와 제2 색상 데이터의 차이인 오차율을 연산하는 단계; 및 (e2) 상기 제어 모듈(400)은 목표 색상 좌표, 제1 색상 데이터, 제2 색상 데이터 및 오차율을 포함하는 상기 학습 데이터를 생성하는 단계;를 포함하고, 상기 (f)단계는 (f1) 상기 모델링 모듈(500)은 상기 학습 데이터를 이용하여 학습된 색상 예측 모델을 생성하되, 목표 색상 좌표 및 제1 색상 데이터가 입력 데이터로 하고, 제2 색상 데이터 및 오차율을 출력 데이터로 하여 학습된 상기 색상 예측 모델을 생성하는 단계;를 포함할 수 있다.
일 실시예는, 상기 (f)단계 이후, (g) 상기 제어 모듈(400)은 각각의 목표 색상 좌표마다, 오차율을 이용하여 제2 색상 데이터를 정상 데이터 또는 이상 데이터로 분류한 추가 학습 데이터를 생성하고, 학습 모듈(600)은 상기 추가 학습 데이터를 이용하여 상기 색상 예측 모델을 추가 학습시키는 단계;를 더 포함하고, 상기 (g)단계는, (g1) 상기 제어 모듈(400)은 각각의 목표 색상 좌표마다, 오차율이 오차율 기준값 미만인 경우, 해당 목표 색상 좌표, 해당 제2 색상 데이터와 그 때의 제2 인쇄 조건을 정상 데이터로 분류하는 단계; (g2) 상기 제어 모듈(400)은 각각의 목표 색상 좌표마다, 오차율이 오차율 기준값 이상인 경우, 해당 목표 색상 좌표, 해당 제2 색상 데이터와 그 때의 제2 인쇄 조건을 이상 데이터로 분류하는 단계; (g3) 상기 제어 모듈(400)은 각각의 목표 색상 좌표마다, 제2 색상 데이터를 이상 데이터 또는 정상데이터로 분류한 추가 학습 데이터를 생성하고, 상기 추가 학습 데이터를 상기 학습 모듈(600)로 전송하고, 상기 학습 모듈(600)은 상기 추가 학습 데이터로 상기 색상 예측 모델을 추가 학습시키는 단계; 를 포함할 수 있다.
일 실시예는, 상기 (g)단계 이후, (h) 상기 제어 모듈(400)은, 이상 데이터로 분류된 제2 색상 데이터에서 제2 인쇄 조건의 잉크량 및 잉크 배합비율 중 어느 하나를 조정하도록 새로운 제2 인쇄 조건을 생성하고, 이를 이용하여 다른 추가 학습 데이터를 생성하고, 상기 학습 모듈(600)은 상기 다른 추가 학습 데이터로 상기 색상 예측 모델을 추가 학습시키는 단계; 를 포함하고, 상기 (h)단계는, (h1) 상기 제어 모듈(400)은 이상 데이터로 분류된 제2 색상 데이터에서 인쇄 조건의 잉크량 및 잉크 배합 비율 중 어느 하나 이상을 조정하도록 새로운 제2 인쇄 조건을 생성하는 단계; (h2) 상기 제어 모듈(400)은 상기 (h1) 단계에서 생성된 새로운 제2 인쇄 조건을 상기 대형 인쇄 모듈(200)로 전송하고, 상기 대형 인쇄 모듈(200)은 상기 (h1) 단계에서 생성된 새로운 제2 인쇄 조건으로 인쇄물을 인쇄하는 단계; (h3) 상기 제어 모듈(400)은 상기 새로운 제2 인쇄 조건으로 인쇄된 인쇄물에서 생성된 제2 색상 데이터와 제1 색상 데이터와의 차이로 오차율을 연산하고, 상기 오차율이 상기 오차율 기준값 미만인지 다시 판단하는 단계; (h4) 상기 제어 모듈(400)은 상기 (h3)단계에서 판단된 상기 오차율이 상기 오차율 기준값 미만이면 목표 색상 좌표, 제2 색상 데이터와 상기 새로운 제2 인쇄 조건을 정상 데이터로 분류하고, 상기 오차율이 상기 오차율 기준값 이상이면 상기 오차율이 상기 오차율 기준값 미만이 될 때까지 상기 (h1) 내지 상기 (h3)단계를 수행하는 단계; 및 (h5) 상기 제어 모듈(400)은 상기 (h4)단계에서 분류된 상기 새로운 제2 인쇄 조건, 목표 색상 좌표 및 제2 색상 데이터를 상기 다른 추가 학습 데이터로 생성하고, 상기 다른 추가 학습 데이터를 상기 학습 모듈(600)에서 전송하고, 상기 학습 모듈(600)은 상기 다른 추가 학습 데이터를 이용하여 상기 색상 예측 모델을 추가 학습시키는 단계; 를 포함할 수 있다.
상기 방법에 따른 상기 색상 예측 모델을 이용하여 대량 인쇄하는 방법으로서, (i) 상기 간이 인쇄 모듈(100)에 목표 색상 좌표와 목표 색상 좌표에 따라 미리 설정된 제1 인쇄 조건이 입력되고, 상기 간이 인쇄 모듈(100)이 인쇄물을 인쇄하는 단계; (j) 상기 색상 측정 모듈(300)이 상기 (i)단계에서 인쇄된 인쇄물의 색상을 측정하여 제1 색상 데이터를 생성하는 단계; (k) 상기 색상 예측 모델에 상기 (j)단계에서 생성된 제1 색상 데이터를 입력하는 단계; (l) 상기 색상 예측 모델은 제2 색상 데이터와 제2 인쇄 조건을 출력하는 단계; 및 (m) 상기 대형 인쇄 모듈(200)은 상기 (l)단계에서 출력된 제2 인쇄 조건에 따라 인쇄물을 대량 인쇄하는 단계;를 포함하는 방법을 제공한다.
일 실시예는, 상기 간이 인쇄 모듈(100)에 입력되는 제1 인쇄 조건은 목표 색상 좌표에 대응되도록 미리 학습된 것일 수 있다.
일 실시예는, 상기 대형 인쇄 모듈(200)과 상기 간이 인쇄 모듈(100)이 위치하는 공간의 온습도 정보와 종이 정보는 동일할 수 있다.
본 발명에 따라, 다음과 같은 효과가 달성된다.
본 발명에 따르면, 본 발명은 간이 인쇄 모듈과 대량 인쇄 모듈에서 출력되는 인쇄물의 색상과, 색상의 차이인 오차율을 학습하고, 간이 인쇄 모듈에서의 색상 데이터를 입력하면, 대량 인쇄 모듈에서 예상되는 색상 데이터 및 오차율을 출력하는 색상 예측 모델을 생성할 수 있어, 간이 인쇄 모듈에서의 색상 데이터만으로도 대량 인쇄 모듈에서 출력될 색상 데이터와 그 때의 오차율을 예측할 수 있다.
또한, 본 발명은 오차율을 이용하여 색상 예측 모델을 추가 학습하여, 간이 인쇄 모듈에서의 색상 데이터와 차이가 나지 않도록 대량 인쇄 모듈에서 인쇄되도록 제2 인쇄 조건을 출력할 수 있다.
도 1은 본 발명에 따른 색상 예측 모델을 생성하는 것을 설명하기 위한 모식도이다.
도 2는 본 발명에 따른 색상 예측 모델을 생성하는 것을 설명하기 위한 순서도이다.
도 3은 본 발명에 따른 색상 예측 모델을 추가 학습하는 것을 설명하기 위한 모식도이다.
도 4는 본 발명에 따른 색상 예측 모델을 추가 학습하는 것을 설명하기 위한 순서도이다.
도 5는 학습된 색상 예측 모델을 이용하여 대량 인쇄하는 방법을 설명한다.
몇몇 경우, 본 발명의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.
또한, 본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하에서, "Lab 좌표"란, 색 좌표를 의미하는 것으로, L은 명도, a는 빨강색과 초록색의 정도, b는 노랑색과 파랑색의 정도를 나타내는 3차원의 입체 좌표를 의미한다. L*＝0이면 검은색이며, L*＝100이면 흰색을 나타낸다. a*이 음수이면 초록에 치우친 색깔이며, 양수이면 빨강, 보라 쪽으로 치우친 색깔이다. b*이 음수이면 파랑이고, b*이 양수이면 노랑이다.
이하에서, "키값"이란, 잉크의 도포두께에 대한 정도를 의미한다. 동일한 색상의 잉크를 사용하여 인쇄를 하더라도 키값을 조절하여 다른 색으로 표현할 수 있다.
이하에서, 색상 데이터는 색상 좌표를 의미한다. 색상 좌표는 LAB좌표로 설정된 3차원 좌표를 의미하나, 이에 제한되는 것은 아니다.
본 발명에 따른 방법은, 간이 인쇄 모듈(100), 대형 인쇄 모듈(200), 색상 측정 모듈(300), 제어 모듈(400), 모델링 모듈(500) 및 학습 모듈(600)을 포함한다.
간이 인쇄 모듈(100)은 간이 인쇄기를 의미하는 것으로, 인쇄물을 대량 생산하기 전에 시험 생산하기 위한 인쇄기를 의미한다. 간이 인쇄 모듈(100)은 후술하는 대형 인쇄 모듈(200)와는 달리 소량의 인쇄를 위한 인쇄기로, 인쇄기의 크기가 다르며 성능에 있어 차이가 있다.
본 발명에서는 인쇄물을 간이 인쇄 모듈(100)을 통해 인쇄된 인쇄물의 색상과 대형 인쇄 모듈(200)을 통해 인쇄된 인쇄물의 색상, 양자의 색상의 차이를 학습하여, 간이 인쇄 모듈(100)을 통해 인쇄된 인쇄물의 색상과 동일하게 대형 인쇄 모듈(200)에서 인쇄물의 색상을 출력할 수 있다.
도 1 및 도 2를 참조하여, 본 발명에 따라 색상 예측 모델을 생성하는 것을 설명한다.
본 실시예에서는 간이 인쇄 모듈(100)과 대형 인쇄 모듈(200)에서 동일한 인쇄 조건으로 인쇄물을 출력하고, 이에 따른 색상 차이를 학습하는 것에 대해 설명한다.
간이 인쇄 모듈(100)에 목표 색상 좌표와, 목표 색상 좌표에 따라 미리 설정된 제1 인쇄 조건이 입력된다.
간이 인쇄 모듈(100)은 입력된 제1 인쇄 조건에 따라 인쇄물을 인쇄한다.
제1 인쇄 조건은 목표 색상 좌표에 따라 미리 설정된 조건으로서, 잉크량 및 잉크 배합 비율을 포함한다.
또한, 제1 인쇄 조건은 잉크 키값을 더 포함할 수 있다.
제1 인쇄 조건은 목표 색상 좌표에 따라 미리 학습 또는 저장된 데이터일 수 있다.
이 때, 목표 색상 좌표는 색상을 3차원으로 나타낸 좌표를 의미하는 것이고, LAB 좌표를 의미할 수 있으나 이에 제한되는 것은 아니다.
대형 인쇄 모듈(200)은 목표 색상 좌표와 목표 색상 좌표에 따라 미리 설정된 제2 인쇄 조건이 입력된다.
대형 인쇄 모듈(200)은 입력된 제2 인쇄 조건에 따라 인쇄물을 인쇄한다.
제2 인쇄 조건은 제1 인쇄 조건과 동일하도록 설정되어 학습되고, 이후, 대형 인쇄 모듈(200)에 입력되는 제2 인쇄 조건은 오차율이 작도록 다시 설정된다. 이에 대해서는 후술한다.
색상 측정 모듈(300)은 간이 인쇄 모듈(100)에서 인쇄된 인쇄물의 색상을 측정하여 제1 색상 데이터를 생성한다.
또한, 색상 측정 모듈(300)은 대형 인쇄 모듈(200)에서 인쇄된 인쇄물의 색상을 측정하여 제2 색상 데이터를 생성한다.
이 때, 색상 측정 모듈(300)은 측색기와 같은 장치를 의미하나, 색상을 측정할 수 있는 장치 또는 시스템이라면 이에 제한되는 것은 아니다.
이 때, 색상 측정 모듈(300)에서 색상을 측정한 결과 생성되는 제1 색상 데이터와 제2 색상 데이터는 목표 색상 좌표와 같이 3차원 색상 좌표를 포함할 수 있다.
간이 인쇄 모듈(100)에 입력되는 목표 색상 좌표를 변경하여 상기 과정을 반복 수행하고, 이에 따라 목표 색상 좌표 마다, 각각 제1 색상 데이터와 제2 색상 데이터가 생성된다.
제어 모듈(400)은 색상 측정 모듈(300)로부터 제1 색상 데이터와 제2 색상 데이터를 전송 받는다.
이 때, 색상 측정 모듈(300)에서 제어 모듈(400)로 제1 색상 데이터와 제2 색상데이터를 생성한 즉시 색상 데이터를 전송할 수 있으나, 색상 측정 모듈(200)에서 제어 모듈(400)로 색상 데이터를 전송하는 시점은 이에 제한되는 것은 아니다.
제어 모듈(400)은 각각의 목표 색상 좌표에 따라 생성된 제1 색상 데이터와 제2 색상 데이터를 저장한다.
제어 모듈(400)은 목표 색상 좌표를 확인하고, 해당 목표 색상 좌표에서 생성된 제1 색상 데이터와 제2 색상 데이터의 차이인 오차율을 연산한다.
오차율은 제2 색상 데이터의 색상 좌표를 기준으로 제1 색상 데이터의 색상 좌표와의 각 좌표의 차이값을 계산한 값을 의미한다.
제어 모듈(400)은 목표 색상 좌표, 제1 색상 데이터, 제2 색상 데이터 및 오차율을 포함하되, 입력 데이터가 목표 색상 좌표, 제1 색상 데이터를 포함하고, 출력 데이터가 제2 색상 데이터 및 오차율로 포함하는 학습 데이터를 생성한다.
모델링 모듈(500)은 제어 모듈(400)로부터 학습 데이터를 전송받는다.
모델링 모듈(500)은 학습 데이터를 이용하여 학습된 색상 예측 모델을 생성한다.
이 때, 모델링 모듈(500)이 학습 데이터를 이용하여 학습하는 방법은 특정한 방법에 제한되는 것은 아니다.
색상 예측 모델에 따르면, 목표 색상 좌표, 제1 색상 데이터를 입력하면, 제2 색상 데이터 및 오차율을 출력할 수 있다.
이에 따라, 각 목표 색상 좌표에 따라, 간이 인쇄 모듈(100)에서 출력된 제1 색상 데이터와, 대형 인쇄 모듈(200)에서 출력된 제2 색상 데이터를 비교할 수 있으며, 동일한 인쇄 조건에서 출력된 제1 색상 데이터와 제2 색상 데이터의 차이인 오차율을 확인할 수 있다.
도 3 및 도 4를 참조하여, 간이 인쇄 모듈(100)에서 생성된 제1 색상 데이터와 대형 인쇄 모듈(200)에서 생성된 제2 색상 데이터의 색상 차이인 오차율을 학습하여, 오차율이 기설정된 값 미만이 되는 제2 색상 데이터가 대형 인쇄 모듈(200)에서 인쇄되도록, 색상 예측 모델이 추가 학습 데이터를 추가 학습하는 것에 대해 설명한다.
제어 모듈(400)은 각각의 목표 색상 좌표마다, 제2 색상 데이터의 오차율을 이용하여 제2 색상 데이터를 정상 데이터 또는 이상 데이터로 분류한 추가 학습 데이터를 생성한다.
제어 모듈(400)은 각각의 목표 색상 좌표마다, 제2 색상 데이터의 오차율이 오차율 기준값 미만인 경우, 해당 목표 색상 좌표, 해당 제2 색상 데이터와 그 때의 제2 인쇄 조건을 정상 데이터로 분류한다.
이 때, 오차율 기준값은 미리 설정된 값으로서, 제1 색상 데이터와 제2 색상 데이터가 차이를 허용가능한 범위 이내로 설정된 값일 수 있다.
제어 모듈(400)은 각각의 목표 색상 좌표마다, 제2 색상 데이터의 오차율이 오차율 기준값 이상인 경우, 해당 목표 색상 좌표, 해당 제2 색상 데이터와 그 때의 제2 인쇄 조건을 이상 데이터로 분류한다.
즉, 제어 모듈(400)은 각각의 목표 색상 좌표마다, 제2 색상 데이터 및 그 때의 제2 인쇄 조건을 이상 데이터 또는 정상데이터로 분류한 추가 학습 데이터를 생성한다.
제어 모듈(400)은 추가 학습 데이터를 학습 모듈(600)로 전송하고, 학습 모듈(600)은 추가 학습 데이터로 색상 예측 모델을 추가 학습시킨다.
학습 모듈(600)은 제어 모듈(400)로부터 전송된 추가 학습 데이터를 이용하여 제2 색상 데이터의 이상 여부를 판단하도록 색상 예측 모델을 추가 학습시킬 수 있다.
학습 모듈(600)은 제1 색상 데이터, 목표 색상 좌표를 입력 데이터로 하고, 그 때의 제2 색상 데이터 및 제2 인쇄 조건을 이상 데이터 또는 정상 데이터로 분류한 데이터를 출력 데이터 하여 색상 예측 모델을 추가 학습시킬 수 있다.
추가 학습된 색상 예측 모델에 따르면, 제1 색상 데이터와 제2 색상 데이터에서 연산된 오차율에 따라, 제2 인쇄조건과 제2 색상 데이터를 정상데이터 또는 이상 데이터로 분류할 수 있다. 즉, 추가 학습된 색상 예측 모델에 목표 색상 좌표와 제1 색상 데이터를 입력하면, 해당 목표 색상 좌표에서 예측되는 제2 색상데이터와 오차율을 출력할 수 있고, 출력되는 오차율이 오차율 기준값 미만인지에 따라, 그 때의 제2 색상 데이터와 제2 인쇄 조건의 이상 여부를 판단할 수 있다.
이 때, 학습 모듈(600)이 색상 예측 모델을 학습하는 방법은, 특정한 방법에 제한되는 것은 아니다.
또한, 제어 모듈(400)은 각각의 목표 색상 좌표에 따라 생성된 제2 색상 데이터가 이상 데이터로 분류된 경우, 제2 인쇄 조건의 잉크량 및 잉크 배합비율 중 어느 하나를 조정하도록 새로운 제2 인쇄 조건을 생성하고, 이를 이용하여 다른 추가 학습 데이터를 생성할 수 있다.
제어 모듈(400)은 이상 데이터로 분류된 제2 색상 데이터에 해당하는 인쇄 조건의 잉크량 및 잉크 배합 비율 중 어느 하나를 조정하도록 새로운 제2 인쇄 조건을 생성한다.
제어 모듈(400)은 생성된 새로운 제2 인쇄 조건을 대형 인쇄 모듈(200)로 전송하고, 대형 인쇄 모듈(200)은 새로운 제2 인쇄 조건으로 인쇄물을 인쇄한다.
제어 모듈(400)은 새로운 제2 인쇄 조건으로 인쇄된 인쇄물에서 생성된 제2 색상 데이터와 제1 색상 데이터와의 차이로 오차율을 연산하고, 오차율이 오차율 기준값 미만인지 다시 판단 한다.
제어 모듈(400)은 판단된 오차율이 오차율 기준값 미만이면 목표 색상 좌표, 제2 색상 데이터와 새로운 제2 인쇄 조건을 정상 데이터로 분류하고, 오차율이 오차율 기준값 이상이면 오차율이 오차율 기준값 미만이 될 때까지, 제2 인쇄 조건을 조정한다.
제어 모듈(400)은 새로운 제2 인쇄 조건, 목표 색상 좌표 및 제2 색상 데이터를 다른 추가 학습 데이터로 생성한다.
다른 추가 학습 데이터를 학습 모듈(600)에서 전송하고, 학습 모듈(600)은 다른 추가 학습 데이터를 이용하여 색상 예측 모델을 추가 학습시킨다.
학습 모듈(600)은 목표 색상 좌표 및 제1 색상 데이터를 입력 데이터로 하고, 새로운 제2 인쇄 조건 및 제2 색상 데이터를 출력 데이터로 하여, 색상 예측 모델을 추가 학습시킬 수 있다.
이 때, 학습 모듈(600)이 색상 예측 모델을 학습하는 방법은, 특정한 방법에 제한되는 것은 아니다.
다른 추가 학습데이터에 따라 더 학습된 색상 예측모델에 따르면, 색상 예측모델에 새로 입력되는 제1 색상 데이터와 목표 색상 좌표를 입력하면, 제2 색상 데이터가 오차율 기준값 미만이 되도록 제2 인쇄 조건을 출력할 수 있다.
도 5를 참조하여, 상기 학습된 색상 예측 모델을 이용하여 대량 인쇄하는 방법을 설명한다.
간이 인쇄 모듈(100)에 목표 색상 좌표와 목표 색상 좌표에 따라 미리 설정된 제1 인쇄 조건이 입력되고, 간이 인쇄 모듈(100)이 인쇄물을 인쇄한다.
색상 측정 모듈(300)이 간이 인쇄 모듈(100)에서 인쇄된 인쇄물의 색상을 측정하여 제1 색상 데이터를 생성한다.
이 때, 생성된 제1 색상 데이터를 보고, 간이 인쇄 모듈(100)의 제1 인쇄 조건을 조정하는 과정을 포함할 수 있다. 이 과정은, 작업자가 수행할 수 있으나, 이에 제한되는 것은 아니다.
색상 예측 모델에 제1 색상 데이터를 입력한다. 색상 예측 모델에 제1 색상데이터를 입력하면, 색상 예측 모델은 제2 색상 데이터와 제2 인쇄 조건을 출력한다.
대형 인쇄 모듈(200)은 색상 예측 모델에서 출력된 제2 인쇄 조건에 따라 인쇄물을 대량 인쇄한다.
이와 같이, 본 발명에서는, 학습된 색상 예측 모델을 이용하여, 간이 인쇄 모듈(100)에서 생성된 제1 색상 데이터를 확인하고, 해당 제1 색상 데이터를 색상 예측 모델에 입력한다. 색상 예측 모델은 전술한 바와 같이, 간이 인쇄 모듈(100)과 대형 인쇄 모듈(200)에서의 출력되는 색상의 차이를 최소화하도록 학습되고, 색상의 차이가 최소화가 되는 제2 인쇄 조건을 출력할 수 있고, 이를 대형 인쇄 모듈(200)에 입력하여 인쇄물을 대량 생산할 수 있다.
이상, 본 명세서에는 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 도면에 도시한 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당업자라면 본 발명의 실시예로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 보호범위는 특허청구범위에 의해서 정해져야 할 것이다.
100: 간이 인쇄 모듈
200: 대형 인쇄 모듈
300: 색상 측정모듈
400: 제어 모듈
500: 모델링 모듈
600: 학습모듈

Claims (7)

  1. 간이 인쇄 모듈과 대형 인쇄 모듈은 상이한 인쇄 모듈로, 상기 간이 인쇄 모듈과 상기 대형 인쇄 모듈의 출력 인쇄물의 차이를 학습하여 색상 예측 모델을 생성하기 위한 방법으로서,
    (a) 간이 인쇄 모듈(100)에 목표 색상 좌표와 목표 색상 좌표에 따라 미리 설정된 제1 인쇄 조건이 입력되고, 상기 간이 인쇄 모듈(100)이 인쇄물을 인쇄하고, 상기 제1 인쇄 조건은 잉크량 및 잉크 배합 비율을 포함하는, 인쇄 단계;
    (b) 대형 인쇄 모듈(200)에 상기 목표 색상 좌표와 제2 인쇄 조건이 입력되고, 상기 대형 인쇄 모듈(200)이 인쇄물을 인쇄하고, 상기 제2 인쇄 조건은 상기 제1 인쇄 조건과 동일한, 인쇄 단계;
    (c) 색상 측정 모듈(300)은 상기 (a)단계에서 인쇄된 인쇄물의 색상을 측정하여 제1 색상 데이터를 생성하고, 상기 (b)단계에서 인쇄된 인쇄물의 색상을 측정하여 제2 색상 데이터를 생성하는 단계;
    (d) 상기 간이 인쇄 모듈(100)에 입력되는 상기 목표 색상 좌표를 변경하여 상기 (a)단계 내지 (c)단계를 반복 수행하는 단계;
    (e) 제어 모듈(400)은 각각의 목표 색상 좌표 마다, 생성된 제1 색상 데이터와 상기 제2 색상 데이터를 포함하는 학습 데이터를 생성하는 단계; 및
    (f) 모델링 모듈(500)은 상기 학습 데이터를 이용하여 학습된 색상 예측 모델을 생성하는 단계;를 포함하는,
    방법.
  2. 제1항에 있어서,
    상기 (e)단계는,
    (e1) 상기 제어 모듈(400)은 목표 색상 좌표를 확인하고, 해당 목표 색상 좌표에서 생성된 제1 색상 데이터와 제2 색상 데이터의 차이인 오차율을 연산하는 단계; 및
    (e2) 상기 제어 모듈(400)은 목표 색상 좌표, 제1 색상 데이터, 제2 색상 데이터 및 오차율을 포함하는 상기 학습 데이터를 생성하는 단계;를 포함하고,
    상기 (f)단계는
    (f1) 상기 모델링 모듈(500)은 상기 학습 데이터를 이용하여 학습된 색상 예측 모델을 생성하되, 목표 색상 좌표 및 제1 색상 데이터가 입력 데이터로 하고, 제2 색상 데이터 및 오차율을 출력 데이터로 하여 학습된 상기 색상 예측 모델을 생성하는 단계;를 포함하는,
    방법
  3. 제1항에 있어서,
    상기 (f)단계 이후,
    (g) 상기 제어 모듈(400)은 각각의 목표 색상 좌표마다, 오차율을 이용하여 제2 색상 데이터를 정상 데이터 또는 이상 데이터로 분류한 추가 학습 데이터를 생성하고, 학습 모듈(600)은 상기 추가 학습 데이터를 이용하여 상기 색상 예측 모델을 추가 학습시키는 단계;를 더 포함하고,
    상기 (g)단계는,
    (g1) 상기 제어 모듈(400)은 각각의 목표 색상 좌표마다, 오차율이 오차율 기준값 미만인 경우, 해당 목표 색상 좌표, 해당 제2 색상 데이터와 그 때의 제2 인쇄 조건을 정상 데이터로 분류하는 단계;
    (g2) 상기 제어 모듈(400)은 각각의 목표 색상 좌표마다, 오차율이 오차율 기준값 이상인 경우, 해당 목표 색상 좌표, 해당 제2 색상 데이터와 그 때의 제2 인쇄 조건을 이상 데이터로 분류하는 단계;
    (g3) 상기 제어 모듈(400)은 각각의 목표 색상 좌표마다, 제2 색상 데이터를 이상 데이터 또는 정상데이터로 분류한 추가 학습 데이터를 생성하고, 상기 추가 학습 데이터를 상기 학습 모듈(600)로 전송하고, 상기 학습 모듈(600)은 상기 추가 학습 데이터로 상기 색상 예측 모델을 추가 학습시키는 단계; 를 포함하는,
    방법.
  4. 제3항에 있어서,
    상기 (g)단계 이후,
    (h) 상기 제어 모듈(400)은, 이상 데이터로 분류된 제2 색상 데이터에서 제2 인쇄 조건의 잉크량 및 잉크 배합비율 중 어느 하나를 조정하도록 새로운 제2 인쇄 조건을 생성하고, 이를 이용하여 다른 추가 학습 데이터를 생성하고, 상기 학습 모듈(600)은 상기 다른 추가 학습 데이터로 상기 색상 예측 모델을 추가 학습시키는 단계; 를 포함하고,
    상기 (h)단계는,
    (h1) 상기 제어 모듈(400)은 이상 데이터로 분류된 제2 색상 데이터에서 인쇄 조건의 잉크량 및 잉크 배합 비율 중 어느 하나 이상을 조정하도록 새로운 제2 인쇄 조건을 생성하는 단계;
    (h2) 상기 제어 모듈(400)은 상기 (h1) 단계에서 생성된 새로운 제2 인쇄 조건을 상기 대형 인쇄 모듈(200)로 전송하고, 상기 대형 인쇄 모듈(200)은 상기 (h1) 단계에서 생성된 새로운 제2 인쇄 조건으로 인쇄물을 인쇄하는 단계;
    (h3) 상기 제어 모듈(400)은 상기 새로운 제2 인쇄 조건으로 인쇄된 인쇄물에서 생성된 제2 색상 데이터와 제1 색상 데이터와의 차이로 오차율을 연산하고, 상기 오차율이 상기 오차율 기준값 미만인지 다시 판단하는 단계;
    (h4) 상기 제어 모듈(400)은 상기 (h3)단계에서 판단된 상기 오차율이 상기 오차율 기준값 미만이면 목표 색상 좌표, 제2 색상 데이터와 상기 새로운 제2 인쇄 조건을 정상 데이터로 분류하고, 상기 오차율이 상기 오차율 기준값 이상이면 상기 오차율이 상기 오차율 기준값 미만이 될 때까지 상기 (h1) 내지 상기 (h3)단계를 수행하는 단계; 및
    (h5) 상기 제어 모듈(400)은 상기 (h4)단계에서 분류된 상기 새로운 제2 인쇄 조건, 목표 색상 좌표 및 제2 색상 데이터를 상기 다른 추가 학습 데이터로 생성하고, 상기 다른 추가 학습 데이터를 상기 학습 모듈(600)에서 전송하고, 상기 학습 모듈(600)은 상기 다른 추가 학습 데이터를 이용하여 상기 색상 예측 모델을 추가 학습시키는 단계; 를 포함하는,
    방법.
  5. 제4항에 따라 상기 색상 예측 모델을 이용하여 대량 인쇄하는 방법으로서,
    (i) 상기 간이 인쇄 모듈(100)에 목표 색상 좌표와 목표 색상 좌표에 따라 미리 설정된 제1 인쇄 조건이 입력되고, 상기 간이 인쇄 모듈(100)이 인쇄물을 인쇄하는 단계;
    (j) 상기 색상 측정 모듈(300)이 상기 (i)단계에서 인쇄된 인쇄물의 색상을 측정하여 제1 색상 데이터를 생성하는 단계;
    (k) 상기 색상 예측 모델에 상기 (j)단계에서 생성된 제1 색상 데이터를 입력하는 단계;
    (l) 상기 색상 예측 모델은 제2 색상 데이터와 제2 인쇄 조건을 출력하는 단계; 및
    (m) 상기 대형 인쇄 모듈(200)은 상기 (l)단계에서 출력된 제2 인쇄 조건에 따라 인쇄물을 대량 인쇄하는 단계;를 포함하는,
    방법.
  6. 제1항에 있어서,
    상기 간이 인쇄 모듈(100)에 입력되는 제1 인쇄 조건은 목표 색상 좌표에 대응되도록 미리 학습된 것인,
    방법.
  7. 제1항에 있어서,
    상기 대형 인쇄 모듈(200)과 상기 간이 인쇄 모듈(100)이 위치하는 공간의 온습도 정보와 종이 정보는 동일한,
    방법.
KR1020210142943A 2021-10-25 2021-10-25 인쇄 방식에 따른 색상 차이 학습 방법 KR102630072B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210142943A KR102630072B1 (ko) 2021-10-25 2021-10-25 인쇄 방식에 따른 색상 차이 학습 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210142943A KR102630072B1 (ko) 2021-10-25 2021-10-25 인쇄 방식에 따른 색상 차이 학습 방법

Publications (2)

Publication Number Publication Date
KR20230059884A true KR20230059884A (ko) 2023-05-04
KR102630072B1 KR102630072B1 (ko) 2024-01-30

Family

ID=86379718

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210142943A KR102630072B1 (ko) 2021-10-25 2021-10-25 인쇄 방식에 따른 색상 차이 학습 방법

Country Status (1)

Country Link
KR (1) KR102630072B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015139180A (ja) * 2014-01-24 2015-07-30 セイコーエプソン株式会社 プリンターのカラーキャリブレーション方法
JP2015202652A (ja) * 2014-04-15 2015-11-16 セイコーエプソン株式会社 色調整方法
JP2019047376A (ja) * 2017-09-04 2019-03-22 ローランドディー．ジー．株式会社 印刷安定化装置、印刷安定化方法及び印刷安定化プログラム
KR20200049096A (ko) * 2018-10-31 2020-05-08 덕수산업(주) 인쇄 공정에서의 사용 잉크량 예측 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015139180A (ja) * 2014-01-24 2015-07-30 セイコーエプソン株式会社 プリンターのカラーキャリブレーション方法
JP2015202652A (ja) * 2014-04-15 2015-11-16 セイコーエプソン株式会社 色調整方法
JP2019047376A (ja) * 2017-09-04 2019-03-22 ローランドディー．ジー．株式会社 印刷安定化装置、印刷安定化方法及び印刷安定化プログラム
KR20200049096A (ko) * 2018-10-31 2020-05-08 덕수산업(주) 인쇄 공정에서의 사용 잉크량 예측 장치 및 방법

Also Published As

Publication number Publication date
KR102630072B1 (ko) 2024-01-30

Similar Documents

Publication Publication Date Title
CN104040520B (zh) 用于控制数码打印装置的颜色精度的方法和装置
US7307755B2 (en) Method for correcting unadjusted printing data on the basis of colormetrically measured reference sheet
US9277076B2 (en) Image processing apparatus and method for performing calibration for printing
JP4826659B2 (ja) カラープロファイルを用いた画像処理装置の制御プログラム、及び画像処理装置による色変換処理の結果の確認方法
CN102572212A (zh) 图像处理设备
US20050270600A1 (en) Increasing profile accuracy and accelerating profile creation
SG181655A1 (en) Multi-primary colors printing quality control method
CN102848747A (zh) 用于喷墨打印设备的再校准方法和装置
CN102238297B (zh) 一种生成色彩对照文件的方法及系统
CN108280044B (zh) 一种基于半色调实地的纽介堡方程修正方法
CN116587759B (zh) 一种直观高效的数码印花颜色修正管理方法及系统
KR20230059884A (ko) 인쇄 방식에 따른 색상 차이 학습 방법
US20050280870A1 (en) Method for making a dot for dot proof
GB2431791A (en) Validating printing by scanning colour patches on printed modified original image
EP1596576A2 (en) Method for closed loop characterization
JP2007136684A (ja) 印刷管理システム及びその方法並びにプログラム
CN109901804B (zh) 一种印前稿件版面自动修正方法
CN113427889B (zh) 一种面向平板胶印的印刷色彩校正方法、装置和系统
JP4572648B2 (ja) 印刷制御装置、印刷制御システム、印刷制御方法、印刷制御プログラム、並びに、色修正データを作成する装置、方法およびプログラム
CN104869282A (zh) 色谱方面的特性化数据的换算
CN115179659B (zh) 一种用于彩墨喷印的智能校色方法及系统
KR20230059885A (ko) 드라이다운에 따른 색상 변화 예측 모델 학습 방법
KR20230063927A (ko) 예측 오차 영역에 따른 색상 가역성을 고려한 잉크 색상 결정 방법
JP4337592B2 (ja) プロファイル作成装置、プロファイル作成方法、記録媒体及びプログラム
JPH02169272A (ja) 色変換装置

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant