JPH05347703A - 色情報を均等色空間より非線型変換する方法及び装置 - Google Patents
色情報を均等色空間より非線型変換する方法及び装置Info
- Publication number
- JPH05347703A JPH05347703A JP3357690A JP35769091A JPH05347703A JP H05347703 A JPH05347703 A JP H05347703A JP 3357690 A JP3357690 A JP 3357690A JP 35769091 A JP35769091 A JP 35769091A JP H05347703 A JPH05347703 A JP H05347703A
- Authority
- JP
- Japan
- Prior art keywords
- color
- information
- values
- neural network
- color space
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Color, Gradation (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Dot-Matrix Printers And Others (AREA)
Abstract
(57)【要約】 （修正有）
【目的】 従来法では困難だった人間の感覚によく適合
した色情報の処理を可能にし、これによって互いに異な
る色再現系の間に色情報を正確に移転するのを可能とす
るのを目的とする。 【構成】 色に関する減法混色の３原色、加法混色の３
原色、色相と彩度と明度の３属性の如き少くとも三つの
情報値の組合せを、均等色空間上座標値より変換し、そ
の際その変換を、該情報値組の組合せをそれに対応する
均等色空間上座標値より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なう色情報の非線型
変換法。
した色情報の処理を可能にし、これによって互いに異な
る色再現系の間に色情報を正確に移転するのを可能とす
るのを目的とする。 【構成】 色に関する減法混色の３原色、加法混色の３
原色、色相と彩度と明度の３属性の如き少くとも三つの
情報値の組合せを、均等色空間上座標値より変換し、そ
の際その変換を、該情報値組の組合せをそれに対応する
均等色空間上座標値より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なう色情報の非線型
変換法。
Description
【０００１】
【産業上の利用分野】本発明は、減法混色に於けるシア
ン（Ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）またはシア
ン（Ｃ），マゼンタ（Ｍ）、イエロー（Ｙ）、ブラック
（Ｋ）の如き原色要素、加法混色に於けるレッド
（Ｒ）、グリーン（Ｇ）、ブルー（Ｂ）の如き原色要
素、或いは色相（Ｈue、Ｈ）、彩度（Ｃroma、Ｃ）、明
度（Ｖalue、Ｖ）の如き色知覚の３属性のような、色に
関する少くとも三つの情報値の組合せをそれに対応する
均等色空間上座標値との間に変換する方法及び装置に係
る。
ン（Ｃ）、マゼンタ（Ｍ）、イエロー（Ｙ）またはシア
ン（Ｃ），マゼンタ（Ｍ）、イエロー（Ｙ）、ブラック
（Ｋ）の如き原色要素、加法混色に於けるレッド
（Ｒ）、グリーン（Ｇ）、ブルー（Ｂ）の如き原色要
素、或いは色相（Ｈue、Ｈ）、彩度（Ｃroma、Ｃ）、明
度（Ｖalue、Ｖ）の如き色知覚の３属性のような、色に
関する少くとも三つの情報値の組合せをそれに対応する
均等色空間上座標値との間に変換する方法及び装置に係
る。
【０００２】
【従来の技術】人工的に色を表現する場合、一つの色を
表現する微小面積について見ると、該微小面積全体に同
一の色を一様に与えることにより当該色を表現する方法
と、該微小面積中に複数、通常２から８、の互いに完全
に独立し或いは一部にて互いに重なり合ったそれぞれの
サブ面積領域に個別の色を与え、これら各色が人の視覚
内にて混合されることにより当該色が認識されるように
する方法とがある。前者の例、即ちミクロ的にも一様な
色を有する例、としては、減法混色に於てはＣＭＹによ
るグラビア印刷があり、加法混色に於てはＲＧＢによる
スポットライトがある。又後者の例、即ちミクロ的には
複数の色が並置される例、としては、減法混色に於ては
ＣＭＹによるプロセス印刷があり、加法混色に於てはＲ
ＧＢによるカラーディスプレイがある。
表現する微小面積について見ると、該微小面積全体に同
一の色を一様に与えることにより当該色を表現する方法
と、該微小面積中に複数、通常２から８、の互いに完全
に独立し或いは一部にて互いに重なり合ったそれぞれの
サブ面積領域に個別の色を与え、これら各色が人の視覚
内にて混合されることにより当該色が認識されるように
する方法とがある。前者の例、即ちミクロ的にも一様な
色を有する例、としては、減法混色に於てはＣＭＹによ
るグラビア印刷があり、加法混色に於てはＲＧＢによる
スポットライトがある。又後者の例、即ちミクロ的には
複数の色が並置される例、としては、減法混色に於ては
ＣＭＹによるプロセス印刷があり、加法混色に於てはＲ
ＧＢによるカラーディスプレイがある。
【０００３】コンピュータ技術の発達によって、カラー
画像を様々なカラー出力装置（例えば、カラーコピー、
カラーディスプレイ、印刷機等）で再現するシステムが
非常に重要になってきている。しかし、各出力装置の物
理的特性や化学的特性の差により、各出力装置により再
現される色には差があり、そのため各出力装置により再
現される色を正確に比較し、色修正するための技術が要
求される。
画像を様々なカラー出力装置（例えば、カラーコピー、
カラーディスプレイ、印刷機等）で再現するシステムが
非常に重要になってきている。しかし、各出力装置の物
理的特性や化学的特性の差により、各出力装置により再
現される色には差があり、そのため各出力装置により再
現される色を正確に比較し、色修正するための技術が要
求される。
【０００４】従来、こうした問題に対しては、一般に、
行列変換や線型方程式を用いて色再現系の違いによる再
現色の違いを補正する方法が採用されている。
行列変換や線型方程式を用いて色再現系の違いによる再
現色の違いを補正する方法が採用されている。
【０００５】
【発明が解決しようとする課題】しかし、従来より行わ
れている行列変換や線型方程式を用いる方法では、色情
報の変化が非線型的であるにも関わらず、既知のデータ
の中間に来る色情報の処理が線型補間により行わている
ため、修正結果が実際の色感覚と一致しないことがあ
る。また色情報を数学的な空間の線型圧縮法を用いて変
換した場合にも、同様に色再現域全体に対して一様な変
換を行うため、色情報の非線型性に対処するには十分で
はなく、行列変換法の場合と同様な問題が生じる。
れている行列変換や線型方程式を用いる方法では、色情
報の変化が非線型的であるにも関わらず、既知のデータ
の中間に来る色情報の処理が線型補間により行わている
ため、修正結果が実際の色感覚と一致しないことがあ
る。また色情報を数学的な空間の線型圧縮法を用いて変
換した場合にも、同様に色再現域全体に対して一様な変
換を行うため、色情報の非線型性に対処するには十分で
はなく、行列変換法の場合と同様な問題が生じる。
【０００６】また、上記のＣＭＹ、ＣＭＹＫ或いはＲＧ
Ｂは混色系であり、人間の感覚を基に作られた表色系で
はないため、異なった色に対し同じ量だけ修正を加えた
場合でも、人間の感覚では等しい変化には感じられない
という問題があり、線型マスキング法では制限された色
調整しかできなかった。
Ｂは混色系であり、人間の感覚を基に作られた表色系で
はないため、異なった色に対し同じ量だけ修正を加えた
場合でも、人間の感覚では等しい変化には感じられない
という問題があり、線型マスキング法では制限された色
調整しかできなかった。
【０００７】本発明は、線型変換では実現できなかった
色情報と均等色空間との間の非線型変換を可能とするこ
とにより、従来法では困難であった、人間の感覚によく
適合した色情報の処理を可能とし、これによって互いに
異なる色再現系の間に色情報を正確に移転することを可
能にするする色情報の非線型変換の方法及び装置を提供
することを課題としている。
色情報と均等色空間との間の非線型変換を可能とするこ
とにより、従来法では困難であった、人間の感覚によく
適合した色情報の処理を可能とし、これによって互いに
異なる色再現系の間に色情報を正確に移転することを可
能にするする色情報の非線型変換の方法及び装置を提供
することを課題としている。
【０００８】
【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、色に関する少くとも三つの情報値の組合せを均
等色空間上座標値より変換する方法にして、前記情報の
組合せをそれに対応する均等色空間上座標値より変換す
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
て前記変換を非線型的に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。
よれば、色に関する少くとも三つの情報値の組合せを均
等色空間上座標値より変換する方法にして、前記情報の
組合せをそれに対応する均等色空間上座標値より変換す
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
て前記変換を非線型的に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。
【０００９】この場合、前記ニューラルネットワーク
は、特に他層のフィードフォワード結合型のニューラル
ネットワークであるのが好ましい。また前記三つの情報
値はカラー画像を構成する減法混色の３原色であってよ
く、或いはまた、加法混色の３原色であってもよく、或
いはまた、色相と彩度と明度であってもよい。尚、減法
混色或いは加法混色は、それぞれミクロ的にも各色が一
様に混色される方法によって与えられても、或いはまた
ミクロ的には複数の色が互いに完全に独立し或いは一部
にて互いに重なり合ったサブ面積領域を着色する方法に
よって与えられてもよい。
は、特に他層のフィードフォワード結合型のニューラル
ネットワークであるのが好ましい。また前記三つの情報
値はカラー画像を構成する減法混色の３原色であってよ
く、或いはまた、加法混色の３原色であってもよく、或
いはまた、色相と彩度と明度であってもよい。尚、減法
混色或いは加法混色は、それぞれミクロ的にも各色が一
様に混色される方法によって与えられても、或いはまた
ミクロ的には複数の色が互いに完全に独立し或いは一部
にて互いに重なり合ったサブ面積領域を着色する方法に
よって与えられてもよい。
【００１０】また、上記の課題は、本発明によれば、色
に関する少くとも三つの値の組合せを均等色空間上座標
値より変換する装置にして、前記三つの情報値に対応す
る均等色空間上座標値をそれに対応する電気的信号に変
換する入力手段と、前記入力手段からの電気的信号を前
記三つの値に対応する電気的信号に変換する変換手段
と、変換後の電気的信号を前記三つの値に対応する任意
の出力信号として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り、色に関する前記の少くとも
三つの情報値の組合せをそれに対応する均等色空間上座
標値より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。
に関する少くとも三つの値の組合せを均等色空間上座標
値より変換する装置にして、前記三つの情報値に対応す
る均等色空間上座標値をそれに対応する電気的信号に変
換する入力手段と、前記入力手段からの電気的信号を前
記三つの値に対応する電気的信号に変換する変換手段
と、変換後の電気的信号を前記三つの値に対応する任意
の出力信号として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り、色に関する前記の少くとも
三つの情報値の組合せをそれに対応する均等色空間上座
標値より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。
【００１１】
【作用】均等色空間の概念そのものは、ＣＩＥ均等色空
間として周知であり、それにはＬ* ａ* ｂ* 、Ｌ* ｕ*
ｖ* 等の均等色空間座標系がある。しかし、かかる均等
色空間の概念は、単に数学的に設定されているものであ
り、減法混色に於けるＣＭＹまたはＣＭＹＫの如き原色
要素、加法混色に於けるＲＧＢの如き原色要素、或いは
色相、彩度、明度の如き色知覚の３属性のような、現実
の色に関する具体的な情報値の組合せと均等色空間上の
座標値の間に如何にして普遍性のある変換を行うことが
できるかは、別の問題であり、未だ解決されていない問
題である。
間として周知であり、それにはＬ* ａ* ｂ* 、Ｌ* ｕ*
ｖ* 等の均等色空間座標系がある。しかし、かかる均等
色空間の概念は、単に数学的に設定されているものであ
り、減法混色に於けるＣＭＹまたはＣＭＹＫの如き原色
要素、加法混色に於けるＲＧＢの如き原色要素、或いは
色相、彩度、明度の如き色知覚の３属性のような、現実
の色に関する具体的な情報値の組合せと均等色空間上の
座標値の間に如何にして普遍性のある変換を行うことが
できるかは、別の問題であり、未だ解決されていない問
題である。
【００１２】本発明の色情報非線型変換方法或いは装置
によれば、ニューラルネットワークの非線型変換機能を
有効に利用することにより、カラー画像が減法混色によ
って再現される場合にも、或いはまたカラー画像が加法
混色によって再現される場合にも、また色の色相、彩
度、明度の如き３属性を取扱う場合にも、これらの色に
関する情報の値を、均等色空間上座標値に、またその逆
に、色情報の非線型的特性をよく保持しつつ変換するこ
とができ、これによって互いに異なる色再現系の間の色
情報の移転を、均等色空間座標系を介して適切に行なう
ことが可能となる。更にまた、この場合、ニューラルネ
ットワークについては、その非線型変換機能を利用する
だけでなく、その学習機能をも有効に利用することがで
きるので、少くとも一つ、好ましくはいくつかの色情報
の組合せについて、ニューラルネットワークにその変換
を学習させることにより、広い範囲の色情報について、
適切な非線型変換を行なうことができる。
によれば、ニューラルネットワークの非線型変換機能を
有効に利用することにより、カラー画像が減法混色によ
って再現される場合にも、或いはまたカラー画像が加法
混色によって再現される場合にも、また色の色相、彩
度、明度の如き３属性を取扱う場合にも、これらの色に
関する情報の値を、均等色空間上座標値に、またその逆
に、色情報の非線型的特性をよく保持しつつ変換するこ
とができ、これによって互いに異なる色再現系の間の色
情報の移転を、均等色空間座標系を介して適切に行なう
ことが可能となる。更にまた、この場合、ニューラルネ
ットワークについては、その非線型変換機能を利用する
だけでなく、その学習機能をも有効に利用することがで
きるので、少くとも一つ、好ましくはいくつかの色情報
の組合せについて、ニューラルネットワークにその変換
を学習させることにより、広い範囲の色情報について、
適切な非線型変換を行なうことができる。
【００１３】
【実施例】以下に、添付の図面を参照して、本発明を好
ましい実施例について説明する。
ましい実施例について説明する。
【００１４】図１は、本発明に従って減法混色に於ける
ＣＭＹまたはＣＭＹＫの如き原色要素、加法混色に於け
るＲＧＢの如き原色要素、或いは色相、彩度、明度の如
き色知覚の３属性のような、色に関する情報値の組合せ
を、均等色空間上の座標値より変換する色情報変換方法
或いは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している。
ＣＭＹまたはＣＭＹＫの如き原色要素、加法混色に於け
るＲＧＢの如き原色要素、或いは色相、彩度、明度の如
き色知覚の３属性のような、色に関する情報値の組合せ
を、均等色空間上の座標値より変換する色情報変換方法
或いは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している。
【００１５】入力手段１は、Ｌ* ａ* ｂ* 、Ｌ* ｕ* ｖ
* 等の均等色空間上座標値であって、減法混色に於ける
ＣＭＹまたはＣＭＹＫの如き原色要素の各々の値、加法
混色に於けるＲＧＢの如き原色要素の各々の値、或いは
色相、彩度、明度の如き色知覚の３属性の各々の値よう
な、色に関する情報値の組合せの各値を得るために、そ
れに対応する均等色空間上の座標値より変換によって取
出されようとする値の、均等色空間上の座標値を、電気
的信号として生成するものである。これには市販の分光
測光器が用いられてよい。
* 等の均等色空間上座標値であって、減法混色に於ける
ＣＭＹまたはＣＭＹＫの如き原色要素の各々の値、加法
混色に於けるＲＧＢの如き原色要素の各々の値、或いは
色相、彩度、明度の如き色知覚の３属性の各々の値よう
な、色に関する情報値の組合せの各値を得るために、そ
れに対応する均等色空間上の座標値より変換によって取
出されようとする値の、均等色空間上の座標値を、電気
的信号として生成するものである。これには市販の分光
測光器が用いられてよい。
【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。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、減
法混色に於けるＣＭＹまたはＣＭＹＫの如き原色要素、
加法混色に於けるＲＧＢの如き原色要素、或いは色相、
彩度、明度の如き色知覚の３属性のような、色に関する
情報値の組合せに対するＬ* ａ* ｂ* 、Ｌ* ｕ* ｖ* 等
の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，Ｕ
r3からなる出力層を有している。出力層の数は、均等色
空間上の座標値より変換される、減法混色に於けるＣＭ
ＹまたはＣＭＹＫの如き原色要素、加法混色に於けるＲ
ＧＢの如き原色要素、或いは色相、彩度、明度の如き色
知覚の３属性のような色情報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,Ｕbt3,Ｕbrよりバイアス信号が与
えられるようになっている。
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。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、減
法混色に於けるＣＭＹまたはＣＭＹＫの如き原色要素、
加法混色に於けるＲＧＢの如き原色要素、或いは色相、
彩度、明度の如き色知覚の３属性のような、色に関する
情報値の組合せに対するＬ* ａ* ｂ* 、Ｌ* ｕ* ｖ* 等
の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，Ｕ
r3からなる出力層を有している。出力層の数は、均等色
空間上の座標値より変換される、減法混色に於けるＣＭ
ＹまたはＣＭＹＫの如き原色要素、加法混色に於けるＲ
ＧＢの如き原色要素、或いは色相、彩度、明度の如き色
知覚の３属性のような色情報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,Ｕbt3,Ｕbrよりバイアス信号が与
えられるようになっている。
【００１７】入力層に上記の如き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うな前
向きの処理を行い、出力層にそれに対応する、減法混色
に於けるＣＭＹまたはＣＭＹＫの如き原色要素、加法混
色に於けるＲＧＢの如き原色要素、或いは色相、彩度、
明度の如き色知覚の３属性のような色情報値の電気的信
号を出力パターンとして出力する。
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うな前
向きの処理を行い、出力層にそれに対応する、減法混色
に於けるＣＭＹまたはＣＭＹＫの如き原色要素、加法混
色に於けるＲＧＢの如き原色要素、或いは色相、彩度、
明度の如き色知覚の３属性のような色情報値の電気的信
号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Ｕt1
k 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Ｕ
rm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（ＳＵＭ Ｈ2k・Ｗtt23＋θt3， ｋ＝１〜n2） （３） Ｏm ＝ｆ（ＳＵＭ Ｈ3k・Ｗt3r ＋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。
k 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Ｕ
rm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（ＳＵＭ Ｈ2k・Ｗtt23＋θt3， ｋ＝１〜n2） （３） Ｏm ＝ｆ（ＳＵＭ Ｈ3k・Ｗt3r ＋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 、Ｗtt12、Ｗtt23、Ｗt3
r 及びバイアス値θt1、θt2、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。
r 及びバイアス値θt1、θt2、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、減法混色に於けるＣＭＹまた
はＣＭＹＫの如き原色要素、加法混色に於けるＲＧＢの
如き原色要素、或いは色相、彩度、明度の如き色知覚の
３属性の値が既知である見本色についての、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、該見本色の減法混色
に於けるＣＭＹまたはＣＭＹＫの如き原色要素、加法混
色に於けるＲＧＢの如き原色要素、或いは色相、彩度、
明度の如き色知覚の３属性の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。
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、減法混色に於けるＣＭＹまた
はＣＭＹＫの如き原色要素、加法混色に於けるＲＧＢの
如き原色要素、或いは色相、彩度、明度の如き色知覚の
３属性の値が既知である見本色についての、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、該見本色の減法混色
に於けるＣＭＹまたはＣＭＹＫの如き原色要素、加法混
色に於けるＲＧＢの如き原色要素、或いは色相、彩度、
明度の如き色知覚の３属性の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、減法混色に於けるＣＭＹ
またはＣＭＹＫの如き原色要素、加法混色に於けるＲＧ
Ｂの如き原色要素、或いは色相、彩度、明度の如き色知
覚の３属性とそれに対応する均等色空間上座標値の間に
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。
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、減法混色に於けるＣＭＹ
またはＣＭＹＫの如き原色要素、加法混色に於けるＲＧ
Ｂの如き原色要素、或いは色相、彩度、明度の如き色知
覚の３属性とそれに対応する均等色空間上座標値の間に
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】図４は中間層として１０個の中間層ユニッ
トを１段用いてＬ＊ａ＊ｂ＊均等色空間座標系による色
情報をＣＭＹ座標系の色情報に変換する例を示す。図の
中央部は図２のニューラルネットワークをｊ＝１、ｋ＝
１０として構成し、ニューラルネットワークの入力層
に、入力として、本願と同時出願の特願平３−４３０２
９号に基く国内優先主張を伴う特願平３− 号
に於て同様の１段１０個の中間層を用いたニューラルネ
ットワークにより得た、図の上部に示す如きＬ＊ａ＊ｂ
＊均等色空間座標系の座標空間を入力し、出力層より対
応するＣＭＹ座標系の座標空間を出力させる色情報変換
装置を示す。かかる色情報変換装置によって、図の上部
に示す如きＬ＊ａ＊ｂ＊均等色空間座標系の座標空間は
図の下部に示す如くＣＭＹ直角座標空間に変換される。
トを１段用いてＬ＊ａ＊ｂ＊均等色空間座標系による色
情報をＣＭＹ座標系の色情報に変換する例を示す。図の
中央部は図２のニューラルネットワークをｊ＝１、ｋ＝
１０として構成し、ニューラルネットワークの入力層
に、入力として、本願と同時出願の特願平３−４３０２
９号に基く国内優先主張を伴う特願平３− 号
に於て同様の１段１０個の中間層を用いたニューラルネ
ットワークにより得た、図の上部に示す如きＬ＊ａ＊ｂ
＊均等色空間座標系の座標空間を入力し、出力層より対
応するＣＭＹ座標系の座標空間を出力させる色情報変換
装置を示す。かかる色情報変換装置によって、図の上部
に示す如きＬ＊ａ＊ｂ＊均等色空間座標系の座標空間は
図の下部に示す如くＣＭＹ直角座標空間に変換される。
【００２３】図５は図４の色情報変換装置を図３に示す
学習要領と同じ要領にて８種類の色情報を用いて学習さ
せたときの学習回数に対する変換誤差の経過、即ち学習
速度、を示すグラフである。図により解る通り、１段×
１０個の中間層によるニューラルネットワークは、比較
的少ない回数の学習で上記の色情報の学習を終了し、そ
の汎化能力により教材として用いた８種類の色情報以外
の色情報についても良好な変換を行うことが確認され
た。
学習要領と同じ要領にて８種類の色情報を用いて学習さ
せたときの学習回数に対する変換誤差の経過、即ち学習
速度、を示すグラフである。図により解る通り、１段×
１０個の中間層によるニューラルネットワークは、比較
的少ない回数の学習で上記の色情報の学習を終了し、そ
の汎化能力により教材として用いた８種類の色情報以外
の色情報についても良好な変換を行うことが確認され
た。
【００２４】
【効果】かくして、本発明によれば、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を用いて、減法混色に於ける
ＣＭＹまたはＣＭＹＫの如き原色要素、加法混色に於け
るＲＧＢの如き原色要素、或いは色相、彩度、明度の如
き色知覚の３属性についての値を、均等色空間座標より
変換することにより、ニューラルネットワークの非線型
変換能力、特にその学習機能に基く非線型変換能力を利
用して、減法混色に於けるＣＭＹまたはＣＭＹＫの如き
原色要素、加法混色に於けるＲＧＢの如き原色要素、或
いは色相、彩度、明度の如き色知覚の３属性のような非
線型性の色情報を、線型性のある座標値より変換し、互
いに異なる色再現系の間の色情報の移転をより適切に行
うための色情報の処理が可能となる。
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を用いて、減法混色に於ける
ＣＭＹまたはＣＭＹＫの如き原色要素、加法混色に於け
るＲＧＢの如き原色要素、或いは色相、彩度、明度の如
き色知覚の３属性についての値を、均等色空間座標より
変換することにより、ニューラルネットワークの非線型
変換能力、特にその学習機能に基く非線型変換能力を利
用して、減法混色に於けるＣＭＹまたはＣＭＹＫの如き
原色要素、加法混色に於けるＲＧＢの如き原色要素、或
いは色相、彩度、明度の如き色知覚の３属性のような非
線型性の色情報を、線型性のある座標値より変換し、互
いに異なる色再現系の間の色情報の移転をより適切に行
うための色情報の処理が可能となる。
【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。
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。
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。
めの学習方法を示す概略図。
【図４】図２の多層フィードフォワード結合型ニューラ
ルネットワークを１段１０個の中間層を有する構成と
し、図の上部に示す如きＬ＊ａ＊ｂ＊均等色空間座標を
図の下部に示す如きＣＭＹ座標系の対応する座標空間に
変換した例を示す概略図。
ルネットワークを１段１０個の中間層を有する構成と
し、図の上部に示す如きＬ＊ａ＊ｂ＊均等色空間座標を
図の下部に示す如きＣＭＹ座標系の対応する座標空間に
変換した例を示す概略図。
【図５】図４のニューラルネットワークの学習速度を示
すグラフ。
すグラフ。
１…入力手段 ２…変換手段 ３…出力手段 ４…教師手段
フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｆ 15/66 ３１０ 8420−5Ｌ Ｇ０６Ｇ 7/60 Ｈ０４Ｎ 1/46 9068−5Ｃ
Claims (6)
- 【請求項１】色に関する少くとも三つの情報値の組合せ
を均等色空間上座標値より変換する方法にして、前記情
報組の組合せをそれに対応する均等色空間上座標値より
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
によって前記変換を非線型的に行うことを特徴とする色
情報の非線型変換方法。 - 【請求項２】請求項１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他層のフィードフォワード結合
型のニューラルネットワークであることを特徴とする非
線型変換方法。 - 【請求項３】請求項１または２の非線型変換方法にし
て、、前記三つの情報値はカラー画像を構成する減法混
色の３原色であることを特徴とする非線型変換方法。 - 【請求項４】請求項１または２の非線型変換方法にし
て、前記三つの情報値はカラー画像を構成する加法混色
の３原色であることを特徴とする非線型変換方法。 - 【請求項５】請求項１または２の非線型変換方法にし
て、前記三つの情報値は色相と彩度と明度であることを
特徴とする非線型変換方法。 - 【請求項６】色に関する少くとも三つの情報値の組合せ
を均等色空間上座標値より変換する装置にして、前記三
つの情報値に対応する均等色空間上座標値をそれに対応
する電気的信号に変換する入力手段と、前記入力手段か
らの電気的信号を前記三つの情報値に対応する電気的信
号に変換する変換手段と、変換後の電気的信号を前記三
つの情報値に対応する任意の出力信号として出力する出
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り、色
に関する前記の少くとも三つの情報値の組合せをそれに
対応する均等色空間上座標値より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。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3357690A JPH05347703A (ja) | 1991-12-26 | 1991-12-26 | 色情報を均等色空間より非線型変換する方法及び装置 |
| US07/822,874 US5386496A (en) | 1991-02-15 | 1992-01-21 | Method and device for nonlinear transformation of colour information by neural network |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3357690A JPH05347703A (ja) | 1991-12-26 | 1991-12-26 | 色情報を均等色空間より非線型変換する方法及び装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05347703A true JPH05347703A (ja) | 1993-12-27 |
Family
ID=18455411
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3357690A Pending JPH05347703A (ja) | 1991-02-15 | 1991-12-26 | 色情報を均等色空間より非線型変換する方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05347703A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5559604A (en) * | 1993-09-27 | 1996-09-24 | Toyo Ink Manufacturing Co., Ltd. | Color matching apparatus for reproducing the same color under different illuminants |
| CN110458906A (zh) * | 2019-06-26 | 2019-11-15 | 重庆邮电大学 | 一种基于深度颜色迁移的医学图像着色方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02241271A (ja) * | 1989-03-15 | 1990-09-25 | Matsushita Electric Ind Co Ltd | 色修正装置 |
| JPH02291778A (ja) * | 1989-05-02 | 1990-12-03 | Fuji Xerox Co Ltd | 色変換装置 |
-
1991
- 1991-12-26 JP JP3357690A patent/JPH05347703A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02241271A (ja) * | 1989-03-15 | 1990-09-25 | Matsushita Electric Ind Co Ltd | 色修正装置 |
| JPH02291778A (ja) * | 1989-05-02 | 1990-12-03 | Fuji Xerox Co Ltd | 色変換装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5559604A (en) * | 1993-09-27 | 1996-09-24 | Toyo Ink Manufacturing Co., Ltd. | Color matching apparatus for reproducing the same color under different illuminants |
| CN110458906A (zh) * | 2019-06-26 | 2019-11-15 | 重庆邮电大学 | 一种基于深度颜色迁移的医学图像着色方法 |
| CN110458906B (zh) * | 2019-06-26 | 2024-03-15 | 广州大鱼创福科技有限公司 | 一种基于深度颜色迁移的医学图像着色方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5386496A (en) | Method and device for nonlinear transformation of colour information by neural network | |
| JP3488729B2 (ja) | カラー画像処理方法および装置 | |
| US5200816A (en) | Method and apparatus for color processing with neural networks | |
| US5506696A (en) | Color image reproduction system having color analysis function performed with a neural network system | |
| US5978107A (en) | Method and apparatus for determining color transformation coefficients | |
| CN105957497A (zh) | 电子设备及其控制方法 | |
| JPH05347703A (ja) | 色情報を均等色空間より非線型変換する方法及び装置 | |
| JP3673561B2 (ja) | 画像処理方法及び装置 | |
| JPH05336353A (ja) | 色情報を均等色空間へ非線型変換する方法及び装置 | |
| JPH05236262A (ja) | 色情報を均等色空間より非線型変換する方法及び装置 | |
| JP2779507B2 (ja) | 伝送画像製版システム | |
| JPH05236261A (ja) | 色情報を均等色空間へ非線型変換する方法及び装置 | |
| EP0652673B1 (en) | Method and associated apparatus for transforming color-image signals | |
| JPH10243247A (ja) | 色の見えを合わせる色情報変換方法及び装置 | |
| JPH11220630A (ja) | ３次元ルックアップテーブルの作成法およびこれを行う画像処理装置ならびにこれを備えたデジタルカラープリンタ | |
| JP3093220B2 (ja) | カラー画像処理方法 | |
| JPH0483471A (ja) | 色補正装置 | |
| JP3430178B2 (ja) | 画像処理システムの色補正方法及び装置 | |
| JP2745717B2 (ja) | カラー画像形成装置 | |
| Lee et al. | Implementation of real time color gamut mapping using neural network | |
| JPH08262692A (ja) | 色分解方法および装置 | |
| JPH07134770A (ja) | 画像処理装置 | |
| JPH08214174A (ja) | 色処理方法 | |
| JP2005123797A (ja) | カラー画像処理装置、カラー画像処理方法、およびプログラム | |
| JPH06189125A (ja) | ニューラルネットワークによる画像入力装置の色補正回路 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080122 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090122 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090122 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100122 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |