JPH04261267A - 均等色空間による色情報の非線型変換の方法及び装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、色再現を行うデバイス
（ＣＲＴ、カラーコピー、カラープリンタ等）間に色情
報を移転する方法及び装置に係り、より詳細には、各デ
バイスの間の色再現特性の違いによる再現色の不一致を
補正或いは修正し、デバイスに依存しない恒等的な色再
現を可能にする、色再現デバイス間の色情報の非線型変
換の方法及び装置に係る。

【０００２】

【従来の技術】近年の印刷技術やコンピュータの発達に
よって、画像や文字等をスキャナーで読み取り、コンピ
ュータのディスプレー上で編集或いは加工するシステム
が非常に重要となり、それに伴って印刷されるカラー画
像の色をディスプレー上で正確に予測し、色修正するた
めの技術が要求されている。しかし、ディスプレー上で
再現される色と印刷あるいは他の色再現方式を用いたカ
ラー出力装置（カラーコピー等）により再現される色と
は、各デバイスに於ける色再現の方法の違いや混色系の
違いの如き、物理学的、化学的或いは工学的要素及びそ
れらによって得られる色再現作用や色再現範囲等の違い
を含む色再現特性の違いによって、互いに異なっている
ので、その違いを補正し、正確な色を予測することが試
みられている。

【０００３】従来、こうした問題に対しては、一般にデ
バイスによる色再現の違いを補正するルックアップテー
ブルを作成しておき、これを参照しつつデバイスによる
色再現の違いを修正し、またこのときルックアップテー
ブルに与えられていない点については、線型補間によっ
てそれを補うことが行われている。また色空間上で色の
再現範囲や色の違いを修正する問題を、図形の回転や移
動等と同様に、幾何学的変換として捉え、これらの変換
手法を応用して色情報を修正する幾何学的線型変換法も
用いられている。

【０００４】

【発明が解決しようとする課題】上記の如く、従来より
、各デバイスによる色再現の違いを補正し、正確な色を
予測することは種々試みらてはいるが、その処理操作は
複雑であり、しかもその効果は未だ不十分である。即ち
、テーブルルックアップ法では、膨大な数のデータを要
し、また色空間自体が非線型空間であるにも拘らず、上
記の如くデータの補間に線型補間を用いるため、変換さ
れた結果が実際の色と一致しないことがある。また色空
間に上記の如き幾何学的線型変換法を用いた場合にも、
同様に非線型空間である色空間全体に一様な変換を行う
ため、変換された結果再現される色が、不自然に変化す
る場合があり、異なるデバイス間に再現性の高い色情報
の移転を行うためには不十分であった。

【０００５】本発明は、異なるデバイス間に、従来の技
術では困難であった高度の再現性をもって色情報の移転
を行うことのできる色情報の変換の方法及び装置を提供
することを課題としている。

【０００６】

【課題を解決するための手段】上記の課題は、本発明に
よれば、一つの色再現装置或いは色再現方式に於ける色
情報を色再現特性に於てこれと異なる他の一つの色再現
装置或いは色再現方式のための色情報に変換する色情報
の非線型変換方法にして、前者の色情報を均等色空間上
座標値にて表し、該座標値を均等色空間上にて変換して
後者の座標値とし、その際上記の変換を前記一つ色再現
装置或いは色再現方式による再現色と前記他の一つ色再
現装置或いは色再現方式による再現色とが等価となるよ
う均等色空間上座標値を変換することを学習させられた
ニューラルネットワークによって行うことを特徴とする
色情報の非線型変換方法によって達成される。

【０００７】上記の色情報の非線型変換方法に於いて、
前記ニューラルネットワークは多層フィードフォワード
型のニューラルネットワークであってよい。

【０００８】また上記の課題は、本発明によれば、一つ
の色再現装置或いは色再現方式に於ける色情報を色再現
特性に於てこれと異なる他の一つの色再現装置或いは色
再現方式のための色情報に変換する色情報の非線型変換
装置にして、前者の色情報を均等色空間上座標値に変換
する入力手段と、前記入力手段からの色情報を均等色空
間上にて変換する変換手段と、変換後の座標値を出力す
る出力手段とを含み、前記変換手段が、少なくとも３個
のユニットを有する入力層と、少なくとも１個のユニッ
トを有する層を１〜３層有する中間層と、少なくとも３
個のユニットを有する出力層と、を有する３〜５層のニ
ューラルネットワークであり、前記一つの色再現装置或
いは色再現方式による再現色と前記他の一つ色再現装置
或いは色再現方式による再現色とが等価となるよう均等
色空間上座標値を変換することを学習させられているこ
とを特徴とする色情報の非線型変換装置によっても達成
される。

【０００９】

【発明の作用】上記の如く、色再現のための物理学的、
化学的或いは工学的要素及びそれらによって得られる色
再現作用に於て互いに異なり、或は色再現範囲に於て互
いに異なる如く、互いに色再現特性を異にする一つの色
再現装置或いは色再現方式に於ける色情報を、他の一つ
色再現装置或いは色再現方式による色再現のための色情
報に変換することが、均等色空間上にて行なわれ、その
際、前者の座標値を後者の座標値に変換することをを、
前記一つの色再現装置或いは色再現方式の座標値を前記
他の一つ色再現装置或いは色再現方式の座標値に変換す
ることを学習したニューラルネットワークによって行う
ことにより、前記ニューラルネットワークが、予めいく
つかの色について前記一つの色再現装置或いは色再現方
式による色と前記他の一つの色再現装置或いは色再現方
式による色とを等価にする座標値変換を行うように適当
に学習を施されているときには、学習例を越えて前記一
つの色再現装置或いは色再現方式に於ける色情報を前記
他一つの色再現装置或いは色再現方式に於ける色情報に
非線型的に等価変換することができる。

【００１０】本発明の非線型変換方法或いは装置による
色情報の変換作用は、以下の通りである。

【００１１】先ず、入力手段により、変換前の色情報が
Ｌ＊ａ＊ｂ＊、Ｌ＊ｕ＊ｖ＊等の均等色空間上の座標値
に変換される。この座標値は勿論コンピュータによる処
理が可能な電気的信号であってよい。次いで、この座標
値信号は、多層のフィードフォワード型ニューラルネッ
トワークの如きニューラルネットワークよりなる変換手
段により、入力された信号の元となった色を再現する色
再現装置或いは色再現方式とは別の色再現装置或いは色
再現方式のため座標値信号に非線型的に変換される。こ
こでの変換機能は、ニューラルネットワークの学習機能
を用いてあらかじめ設定されているものである。上記の
学習に当っては、神経回路素子（ユニット）が層状に接
続されたニューラルネットワークの入力層に、変換後の
均等色空間上の座標値が既知である色の変換前の均等色
空間上座標値を入力し、ニューラルネットワークの出力
層に、教師信号として該色の変換後の均等色空間上座標
値を与え、ニューラルネットワークを学習させる。いく
つかの色についてかかる学習が終了したニューラルネッ
トワークは、そのまま変換手段として用いられてよい。

【００１２】かくしてニューラルネットワークにより変
換された均等色空間上座標値は、出力手段にて、変換後
の色情報の処理に適した電気的な信号或いは光学的な信
号に変換される。

【００１３】

【実施例】以下に、添付の図面を参照して、本発明の好
ましい実施例について説明する。

【００１４】図１は、本発明に従って一つのデバイスに
於ける色情報を他の一つのデバイスのための色情報に変
換する非線型変換方法或いは非線型変換装置の基本構成
を示す概略図である。図示の如く、この変換方法或いは
変換装置は、入力手段１と変換手段２と出力手段３と教
師手段４とを有している。変換手段２は、以下に説明す
る変換機能を有していると同時に、それを学習する学習
機能をも有するニューラルネットワークである。

【００１５】入力手段１は、色情報の変換を行うべき元
の色の分光分析を行い、該色に対応するＬ＊　ａ＊　ｂ
＊　、Ｌ＊　ｕ＊　ｖ＊等の均等色空間上の座標値を生
成するものであり、この変換には、本件出願人と同一人
による同時出願の特願平　　　　　　号に於て提案され
ている方法或いは装置が用いられてよい。入力手段１で
求められた均等色空間上座標値は、変換手段２へ導入さ
れる。

【００１６】変換手段２に用いられるニューラルネット
ワークは、図２に示す如く神経回路素子よりなるユニッ
トＵｓ１，Ｕｓ２，．．．等を多数層状に組合わせた多
層フィードフォワード結合型ニューラルネットワークで
あるのが好ましい。図示のニューラルネットワークは、
３個のユニットＵｓ１，Ｕｓ２，Ｕｓ３からなる入力層
を有し、この数はＬ＊　ａ＊　ｂ＊　、Ｌ＊　ｕ＊　ｖ
＊　等の入力される均等色空間上の座標値のデータ数に
相当する。図示のニューラルネットワークは、さらに、
各々がｎ１　、ｎ２　、ｎ３　個のユニットＵｔ１１　
，Ｕｔ１２　，．．、Ｕｔ２１　，Ｕｔ２２　，．．、
Ｕｔ３１　，Ｕｔ３２　を含む１〜３層の中間層を有し
、そしてさらに、３個のユニットＵｒ１，Ｕｒ２，Ｕｒ
３からなる出力層を有している。出力層の数は、変換後
のＬ＊　ａ＊　ｂ＊　等の均等色空間上の座標値の数に
対応している。また中間層の各層及び出力層の各ユニッ
トには、バイアスユニットＵｂｔ１，Ｕｂｔ２，Ｕｂｔ
３，Ｕｂｒよりバイアス信号が与えられるようになって
いる。

【００１７】入力層にＬ＊　ａ＊　ｂ＊　等の均等色空
間上の座標値が入力パターンとして与えられると、ニュ
ーラルネットワークは入力層から中間層を経て出力層へ
進む次のような前向きの処理を行い、出力層に変換され
たＬ＊　ａ＊　ｂ＊　等の均等色空間上の座標値を出力
パターンとして出力する。

【００１８】入力層ユニットＵｓｉの出力値をＩｉ　（
ｉ＝１，２，３） 中間層ユニットＵｔｊｋ　の出力値を Ｈｊｋ（ｊ＝１，２，３　　　　ｋ＝１，２，・・・・
ｎ）出力層ユニットＵｒｍの力値を Ｏｍ　（ｍ＝１，２，３） とし、入力層のユニットＵｓｉから中間層のユニットＵ
ｔ１ｋ　への結合係数をＷｓｔ１　、中間層のユニット
間の結合係数をＷｔｔｊｋ、中間層のユニットＵｔ３ｋ
　から出力層のユニットＵｒｍへの結合係数をＷｔ３ｒ
　、また、中間層のユニットＵｔｊｋ　に対するバイア
スをθｔｊ、出力層のユニットＵｒｍに対するバイアス
をθｒ　とすると、　　Ｈ１ｋ＝ｆ（ＳＵＭ　　Ｉｉ　
・Ｗｓｔ１　＋θｔ１，　　ｉ＝１〜３）　　（１）　
　Ｈ２ｋ＝ｆ（ＳＵＭ　　Ｈ１ｋ・Ｗｔｔ１２＋θｔ２
，　　ｋ＝１〜ｎ１）　　（２）　　Ｈ３ｋ＝ｆ（ＳＵ
Ｍ　　Ｈ２ｋ・Ｗｔｔ２３＋θｔ３，　　ｋ＝１〜ｎ２
）　　（３）　　Ｏｍ　＝ｆ（ＳＵＭ　　Ｈ３ｋ・Ｗｔ
３ｒ　＋θｒ　，　　ｋ＝１〜ｎ３）　　（４）ここで
、関数ｆは、その出力が（０，１）の範囲内で単調増加
な非減少のシグモイド関数であり、一般に次式で定義さ
れる。

【００１９】 ｆ（ｘ）＝１／｛１＋ｅｘｐ（−ｘ）｝　　　　　　　
　（５）出力層の値は、結合係数Ｗｓｔ１　、Ｗｔｔ１
２、Ｗｔｔ２３、Ｗｔ３ｒ　及びバイアス値θｔ１、θ
ｔ２、θｔ３、θｒ　の如き変換係数によって規定され
るが、これらの値は以下に図３を参照して説明する学習
により形成される。

【００２０】図３は、図２に示すニューラルネットワー
クに学習をさせる要領を示している。その学習法として
は、バックプロパゲーション学習がある。これは、変換
後の出力として望まれる均等色空間上の座標値が既知で
ある見本色の、変換前の均等色空間上の座標値を電気信
号に変換したものを、入力層に入力パターンとして与え
、出力層には、該見本色の変換後の均等色空間上の座標
値を電気信号に変換したものを、教師信号パターンとし
て与え、出力信号パターンと教師信号パターンの間の差
を小さくするように、結合係数及びバイアス値を、出力
層から中間層へ、中間層から入力層へと、逆方向に修正
する方法である。

【００２１】上記の如くしていくつかの見本色について
学習が完了した状態のニューラルネットワークは、その
変換機能に於ける非線型性が当該デバイス間の色再現特
性の違いに於ける非線型性に適合されていることにより
、学習の対象とされた色以外の色についても、入力され
た値に対して良好に適合した変換値を与えることが、実
験によって確認された。

【００２２】出力層を構成する３個のユニットＵｒ１，
Ｕｒ２，Ｕｒ３からの出力信号は、出力手段３へ導入さ
れ、変換後の色情報の処理に適した電気的な信号或いは
光学的な信号に変換される。この変換には、本件出願人
と同一人による同時出願の特願平号に於て提案されてい
る方法或いは装置が用いられてよい。

【００２３】

【効果】かくして、本発明によれば、色情報の変換に、
均等色空間座標とそこでのニューラルネットワーク、特
に好ましくは多層のフィードフォワード結合型ニューラ
ルネットワーク、による座標値変換とを用い、ニューラ
ルネットワークの非線型変換能力とその学習能力とを利
用することにより、従来のルックアップテーブル法にお
いて不十分であった線型補間に頼ることなく、広範囲の
色情報について、ルックアップテーブル法に比して異な
るデバイス間に精度の高い適切な色情報の変換を行うこ
とが可能となる。

【００２４】また、色再現特性の異なるデバイス間の色
情報の変換に、色の変化の割合が一定の間隔であること
を特徴とするＬ＊　ａ＊　ｂ＊　、Ｌ＊　ｕ＊　ｖ＊　
等の均等色空間を用いることにより、本発明による方法
及び装置によって再現された値による色は、人間の感覚
に良好に適合した不自然感のないものとなる。

【図面の簡単な説明】

【図１】本発明による色情報の非線型変換方法或いは非
線型変換装置の基本構成を示す概略図。

【図２】図１の構成に置ける変換手段に用いられる多層
フィードフォワード結合型のニューラルネットワークの
一つの実施例を示す概略図。

【図３】図２のニューラルネットワークの学習を行うた
めの学習方法を示す概略図。

【符号の説明】

１…入力手段 ２…変換手段 ３…出力手段 ４…教師手段

Claims (3)

【特許請求の範囲】
1. 【請求項１】一つの色再現装置或いは色再現方式に於け
   る色情報を色再現特性に於てこれと異なる他の一つの色
   再現装置或いは色再現方式のための色情報に変換する色
   情報の非線型変換方法にして、前者の色情報を均等色空
   間上座標値にて表し、該座標値を均等色空間上にて後者
   の座標値に変換し、その際上記の変換を前記一つ色再現
   装置或いは色再現方式による再現色と前記他の一つ色再
   現装置或いは色再現方式による再現色とが等価となるよ
   う均等色空間上座標値を変換することを学習させられた
   ニューラルネットワークによって行うことを特徴とする
   色情報の非線型変換方法。
2. 【請求項２】請求項１による色情報の非線型変換方法に
   して、前記ニューラルネットワークは多層フィードフォ
   ワード型のニューラルネットワークであることを特徴と
   する色情報の非線型変換方法。
3. 【請求項３】一つの色再現装置或いは色再現方式に於け
   る色情報を色再現特性に於てこれと異なる他の一つの色
   再現装置或いは色再現方式のための色情報に変換する色
   情報の非線型変換装置にして、前者の色情報を均等色空
   間上座標値に変換する入力手段と、前記入力手段からの
   色情報を均等色空間上にて変換する変換手段と、変換後
   の座標値を出力する出力手段とを含み、前記変換手段が
   、少なくとも３個のユニットを有する入力層と、少なく
   とも１個のユニットを有する層を１〜３層有する中間層
   と、少なくとも３個のユニットを有する出力層と、を有
   する３〜５層のニューラルネットワークであり、前記一
   つの色再現装置或いは色再現方式による再現色と前記他
   の一つ色再現装置或いは色再現方式による再現色とが等
   価となるよう均等色空間上座標値を変換することを学習
   させられていることを特徴とする色情報の非線型変換装
   置。