カラー画像処理方法および装置
【課題】本発明は、第１色信号を第２色信号に変換するためのカラー画像処理方法および装置に関し、第２色信号から第１色信号を求める色変換モデルに基づいて、第１色信号を正確な色再現性で高速に第２色信号へ変換することができ、また、第２色信号から第１色信号を求める色変換モデルが微分連続でなくても第１色信号を正確な色再現性で高速に第２色信号へ変換することができるカラー画像処理方法および装置を提供することを目的とする。
【解決手段】ＣＭＹＫ信号からＬ＊ａ＊ｂ＊信号を求めるための色変換モデルを求めるステップ（ステップＳ１、Ｓ２）と、色変換モデルに基づいて、色変換モデルの導関数を用いない非線形最適化手法、例えば、シンプレックス法を行うことによりＬ＊ａ＊ｂ＊信号からＹＭＣＫ信号を求めるステップ（ステップＳ４）とを備えるように構成する。
【解決手段】ＣＭＹＫ信号からＬ＊ａ＊ｂ＊信号を求めるための色変換モデルを求めるステップ（ステップＳ１、Ｓ２）と、色変換モデルに基づいて、色変換モデルの導関数を用いない非線形最適化手法、例えば、シンプレックス法を行うことによりＬ＊ａ＊ｂ＊信号からＹＭＣＫ信号を求めるステップ（ステップＳ４）とを備えるように構成する。
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、第１色信号を第２色信号に変換するためのカラー画像処理方法および装置に関し、例えば、ＲＧＢ信号をＹＭＣＫ信号に変換するためのカラー画像処理方法および装置に関する。
【０００２】
【従来の技術】従来、カラープリンタ等の画像形成装置には、例えば、赤、緑および青の所謂ＲＧＢ色信号やデバイス独立の均等色空間の信号であるＬ＊ａ＊ｂ＊色信号を、画像形成装置において画像を形成するために使用する画像記録信号（デバイス信号）であるイエロー、マゼンタ、シアンおよびブラックの所謂ＹＭＣＫ色信号に変換する色変換装置が搭載されている。
【０００３】このような色変換装置としては、一般的にはマトリックス演算やダイレクトルックアップテーブルが広く用いられている。ダイレクトルックアップテーブルは、入力信号の値と、この入力信号に所定の色変換係数を乗じた出力値との関係を予めＲＯＭ（読み出し専用メモリ）或いはＲＡＭ（ランダムアクセスメモリ）に記憶させたものであり、ＲＧＢ色信号やＬ＊ａ＊ｂ＊色信号から直接的にＹＭＣＫ色信号へ変換を行うことができる。このダイレクトルックアップテーブルを使用して色変換を行う場合には、実質的に演算時間を必要としないので、色変換を極めて高速に行うことができるという利点がある。ダイレクトルックアップテーブルを作成する際に使用する色変換係数は、画像形成装置におけるＹＭＣＫ色信号と当該ＹＭＣＫ色信号とにより紙等に画像を出力した際の色を実測した測色値との関係をモデル化した色変換モデルを予め作成し、この色変換モデルを活用して求められている。
【０００４】たとえば、特開平１０−７０６６８号公報に記載された発明では、実測により求めたＣＭＹ色信号をＲＧＢ色信号に変換する変換テーブルで構成された色変換モデルをニュートン法などの逐次近似法を用いて解くことにより、ＲＧＢ色信号をＣＭＹ色信号に変換する変換テーブルを求ている。また、特開平９−１８６８９４号公報に記載された発明では、Ｌ＊ａ＊ｂ＊色信号と墨量Ｋとにより画像記録信号ＣＭＹＫを求めて、当該画像記録信号ＣＭＹＫを入力とし、Ｌ＊ａ＊ｂ＊色信号を出力するニューラルネットワーク型の色変換モデルをニュートン法のような逐次近似法を用いて解いて、Ｌ＊ａ＊ｂ＊色信号を画像記録信号ＣＭＹＫに変換するダイレクトルックアップテーブルの格子点を求めている。
【０００５】上記の特開平１０−７０６６８号公報や特開平９−１８６８９４号公報において用いられている方法は、コンピュータカラーマッチング（ＣＣＭ）と呼ばれており、画像記録信号ＣＭＹもしくは墨Ｋを含むＣＭＹＫと、その画像記録信号によるプリントアウト時の画像における３刺激値ＸＹＺや均等色空間のＬ＊ａ＊ｂ＊などの測色値から、画像記録信号ＣＭＹもしくはＣＭＹＫから測色値ＸＹＺもしくはＬ＊ａ＊ｂ＊が得られる色変換モデルを作成し、この色変換モデルをニュートン法のような逐次近似法を用いて解くことにより、測色値ＸＹＺもしくはＬ＊ａ＊ｂ＊から画像記録信号ＣＭＹもしくはＣＭＹＫを求める方法である。
【０００６】ＣＣＭについては、例えば「色彩再現の基礎と応用技術」、佐柳和男監修、トリケップス、ｐｐ．９６−９７に解説されており、３５年以上も前に提案された方式であるが要求される色を実現する画像記録信号の組み合わせを色変換モデルを使って求める方式として広く用いられている。ＣＣＭでは、一般にニュートン法を用いて色変換モデルを解くために、色変換モデルが微分可能である必要があり、したがって、この色変換モデルとしては微分可能な関数である多項式やニューラルネットワークが用いられている。最近では、特開平９−１８６８９４号公報でも示されているように、より高精度な色変換モデルであるニューラルネットワークが広く用いられている。
【０００７】ニューラルネットワークで構成された色変換モデルを上記のＣＣＭを使わずに解く方法としては、特開平８−１０２８６５号公報や特開平８−２０４９７３号公報に記載されて方法がある。これら方法では、画像記録信号ＣＭＹＫからＬ＊ａ＊ｂ＊色信号を求める色変換モデルを作成するために使用した画像記録信号ＣＭＹＫとＬ＊ａ＊ｂ＊色信号とのデータセットをニューラルネットワークに学習させることにより、Ｌ＊ａ＊ｂ＊、および墨量Ｋから画像記録信号ＣＭＹを出力するニューラルネットワークを作成している。このニューラルネットワークを用いると、Ｌ＊ａ＊ｂ＊色信号と墨量Ｋから画像記録信号ＣＭＹＫを求めることができる。
【０００８】
【発明が解決しようとする課題】上記の特開平１０−７０６６８号公報や特開平９−１８６８９４号公報に提案されているＣＣＭを用いて色変換モデルを解く方法は、ニュートン法を用いて色変換モデルを解くために収束が早く、高速にダイレクトルックアップテーブルの色変換係数を求めることが可能である点で確かに効果的であるが、ニュートン法を用いるために微分連続な色変換モデルを使う必要があり、微分不連続な色変換モデルを使用することができないという問題が生じる。
【０００９】また、特開平９−１８６８９４号公報に提案された色変換モデルとしてニューラルネットワークを用いる方法では、高精度なニューラルネットワーク型の色変換モデルを用いて高精度な色変換係数を求めることができる点で確かに効果的ではあるが、発明者の検討により以下のような問題が判明した。例えば、ａ＊＝ｂ＊＝０であるグレー部分について、明度Ｌ＊を１００から０まで変化させた場合において、特開平９−１８６４９４号公報で提案された方法により得られる画像記録信号の成分ＣＭＹＫのそれぞれの値を図５（ａ）に示す。図５（ａ）の横軸は、明度Ｌ＊を８ｂｉｔに量子化した値を示しており、横軸の値０がＬ＊＝１００を示し、横軸の値２５５がＬ＊＝０を示している。また、縦軸は画像記録信号ＣＭＹＫの各色の網点面積率（％）を示している。
【００１０】図５（ａ）に示すようにグレー部分（シャドウ部）において墨量Ｋの網点面積率が大きくなると、本来単調増加するはずの画像記録信号ＣＭＹの網点面積率が反転して減少してしまう現象が見られる。このような階調が反転する現象が発生すると画像に擬似輪郭が発生してしまったり、濃度低下が発生したり、モアレが発生したり等の画質上に重大な欠陥を引き起こしてしまう問題が生じる。このような現象は、墨量Ｋが大きいときに顕著に発生するために、従来技術では墨量Ｋの値を大きく設定することは困難であるという問題が生じる。
【００１１】このような現象は、ニューラルネットワーク型の色変換モデルを逐次近似法の一種であるニュートン法で解く際に、予期しない局所領域で解が収束してしまうために発生する現象であり、ニューラルネットワーク型の色変換モデルでは墨量Ｋが大きい領域やハイライト部やシャドウ部などに予期しない局所領域が多数存在し、ニュートン法を用いて解を求めた場合において、正解以外の値に収束してしまって、正確な色分解値を求めることができないために発生するということが発明者の検討により判明した。
【００１２】一方、色変換モデルをＣＣＭを使わずに解くためには、一般に各色１２ｂｉｔ精度以下の有限の階調である画像記録信号ＣＭＹＫについて、色変換モデルを全探査することにより解を求めることが可能であるが、「フレキシブルＵＣＲによる高精度色変換〜（３）ニューラルネットワークによる色変換モデル〜」、村井和昌、Ｊａｐａｎハードコピー’９６論文集、ｐｐ．２０９−２１２に示されているように、４次元空間上の全探査は演算時間が莫大にかかってしまうため現実的ではないという問題が生じる。
【００１３】また、ニューラルネットワークで構成された色変換モデルをＣＣＭを使わずに解く方法として、色変換モデルを作成する際に使用した画像記録信号ＣＭＹＫと測色値Ｌ＊ａ＊ｂ＊とのデータセットをニューラルネットワークに学習させることにより色変換モデルの逆モデルを求める方法が特開平８−１０２８６５号公報や特開平８−２０４９７３号公報に提案されているが、「フレキシブルＵＣＲによる高精度色変換〜（３）ニューラルネットワークによる色変換モデル〜」、村井和昌、Ｊａｐａｎハードコピー’９６論文集、ｐｐ．２０９−２１２に示されているように、この方法ではＣＣＭを使う方法に比べて色変換精度が悪いといった問題があり、さらに色変換モデルの逆モデルをニューラルネットワークの学習により求める必要があるため、ＣＣＭを使う方法に比べて変換時間が非常に長くなってしまうという問題が生じる。
【００１４】本発明の目的は、第２色信号から第１色信号を求める色変換モデルに基づいて、第１色信号から第２色信号を正確な色再現性で高速に求めることのできるカラー画像処理方法および装置を提供することにある。また、第２色信号から第１色信号を求める色変換モデルが微分連続でなくても第１色信号から第２色信号を正確な色再現性で高速に求めることのできるカラー画像処理方法および装置を提供することにある。
【００１５】
【課題を解決するための手段】上記目的は、第１色信号を第２色信号に変換するためのカラー画像処理方法であって、第２色信号から第１色信号を求めるための色変換モデルを求めるステップと、色変換モデルに基づいて、色変換モデルの導関数を用いない非線形最適化手法を行うことにより第１色信号から第２色信号を求めるステップとを有することを特徴とするカラー画像処理方法によって達成される。また、上記目的は、第１色信号を第２色信号に変換するためのカラー画像処理装置であって、第２色信号から第１色信号を求めるための色変換モデルを有する色予測手段と、色変換モデルに基づいて、色変換モデルの導関数を用いない非線形最適化手法を行うことにより第１色信号から第２色信号を求める非線形最適化手段とを有することを特徴とするカラー画像処理装置によって達成される。
【００１６】
【発明の実施の形態】本発明の一実施の形態によるカラー画像処理方法および装置を図１乃至図６を用いて説明する。まず、本実施の形態によるカラー画像処理方法により色変換係数を決定するカラー画像処理装置の概略の構成を図１を用いて説明する。図１は、本カラー画像処理装置を備えたカラー画像出力システムの一例を示している。
【００１７】本カラー画像出力システムは、画像入力装置１００、画像処理装置２００および画像形成装置３００を有している。画像入力装置１００は、外部から各種フォーマットのカラー画像を取り込んで、カラー画像信号を出力するものである。本実施の形態では、Ｒ（レッド）、Ｇ（グリーン）およびＢ（ブルー）の各色のデータにつき、それぞれ８ビット、２５６階調の、総計２４ビットのＲＧＢデータからなるカラー画像信号を出力する。
【００１８】具体的に、画像入力装置１００は、３５ｍｍカラーネガフィルムやポジフィルム、もしくはＡＰＳフイルムなどに代表される銀塩写真フィルムを、ＣＣＤセンサによってＲＧＢデータとして読み取り、またはＫＯＤＡＫ社のＰｈｏｔｏＣＤ（商標）フォーマットのＣＤ−ＲＯＭから画像データを読み取ってＲＧＢデータに変換し、またはＣａｎｏｎ社のＤＣＳ１ｃ（商品名）のようなデジタルカメラから撮影データを取り込んでＲＧＢデータに変換し、またはユーザが他のコンピュータを用いて編集してＭＯやＺｉｐ（ストレージメディアの規格）に代表される記録メディアに保存したカラーイメージデータを、その記録メディアから読み取ってＲＧＢデータに変換し、またはネットワーク上に接続された機器から送信されたイメージ情報をＲＧＢデータに変換し、このＲＧＢデータを画像処理装置２００に転送する機能を有するものである。
【００１９】画像形成装置３００は、画像処理装置２００から入力された画像記録信号（本実施の形態ではＹＭＣＫデータ）に基づいた画像を用紙上に形成するようになっている。図２は、本発明の画像形成装置３００の一例の概略の構成を示している。図２において、ベルト状の中間転写体５０は、ローラ５−１、５−２、５−３、５−４および加熱ロール２により支持されて図中の矢印方向に回転するようになっている。加熱ロール２に対向して加熱ロール３が配置されている。中間転写体５０の周辺には４つの感光体１−１、１−２、１−３、１−４が配置されている。これら４つの感光体１−１、１−２、１−３、１−４は静電潜像形成用帯電器１５、１６、１７、１８により一様に帯電される。画像処理装置２００から転送されたＣＭＹＫ４色の画像記録信号に基づいて、スクリーンジェネレータ３９０がレーザ光をパルス幅変調する。パルス幅変調されたレーザ光は、レーザスキャナ走査装置３８０により４つの感光体１−１、１−２、１−３、１−４上に水平走査される。これにより４つの感光体１−１、１−２、１−３、１−４上には静電潜像が形成される。
【００２０】静電潜像が形成された４つの感光体１−１、１−２、１−３、１−４上には、ブラック現像器１１、イエロー現像器１２、マゼンタ現像器１３およびシアン現像器１４によって、それぞれ黒、イエロー、マゼンタ、シアン色のトナー像が形成される。これらトナー像は、順次、転写器５０−１、５０−２、５０−３、５０−４により中間転写体５０へ転写される。この結果、中間転写体５０上には複数色のトナー像が形成される。この後、用紙トレイ６から給紙装置７によって熱可塑性の樹脂層が表面に塗布されている記録紙が送紙される。当該記録紙は巻回機構８に取付けられたピンロール９−１、９−２によって加熱ロール３に巻回されながら加熱された後、中間転写体５０と密着した状態で加熱ロール２および加熱ロール３によって加圧加熱される。これによって中間転写体５０上の複数色のトナー像は記録紙上の熱可塑性の樹脂層に浸透する。
【００２１】加熱ロール２および加熱ロール３によって加圧加熱された中間転写体５０および記録紙は、密着したまま移動して、冷却装置４により冷却される。これにより熱可塑性の樹脂層に浸透したトナーは凝集固化し、記録紙との強い接着力を生じる。その後、小曲率なロール５−１において、記録紙は記録紙自体の腰の強さによって中間転写体５０からトナーと共に分離され、外部に出力される。記録紙に転写・定着されたトナー像は、記録紙表面の樹脂層と一体になっているので、当該記録紙の表面は平滑且つ高光沢となる。
【００２２】感光体１−１、１−２、１−３、１−４としては、各種無機感光体（Ｓｅ、ａ−Ｓｉ、ａ−ＳｉＣ、ＣｄＳ等）の他に、各種有機感光体を用いることができる。トナーとしては、イエロー、マゼンタ、シアン等の色素を含有した熱可塑性のバインダで構成されている公知の材料を用いることができる。本実施の形態では、重量平均分子量５４０００、軟化点１１３℃、平均粒径７μｍのポリエステルトナーを用いている。各色の記録媒体上のトナー量は、トナーの色素の含有量により異なるが、およそ０．４ｍｇ／ｃｍ２〜０．７ｍｇ／ｃｍ２になるように、露光または現像条件として設定されている。本実施の形態では、各色０．６５ｍｇ／ｃｍ２になるように設定されている。
【００２３】記録媒体としては、市販のキャストコート紙である坪量１２７．９ｇ／ｍ２のエナメルコート紙（米子加工紙株式会社）の表面に７μｍ厚のポリエステルを塗工したものを用いている。塗工するポリエステルとしては、本実施の形態では、重量平均分子量１２３００、数平均分子量３２７０および軟化点１００℃のポリエステルを用いている。
【００２４】中間転写体５０は、ベース層と表面層との２層構造を有しているものを用いている。ベース層は、カーボンブラックを添加した厚さ７０μｍのポリイミドフィルムを用い、体積抵抗率はカーボンブラックの添加量を変化させて、１０１０Ωｃｍに調整している。なお、ベース層としては、例えば厚さ１０〜３００μｍの耐熱性の高いシートを使用することができ、より具体的には、ポリエステル、ポリエチレンテレフタレート、ポリエーテルサルフォン、ポリエーテルケトン、ポリサルフォン、ポリイミド、ポリイミドアミド、ポリアミドなどのポリマーシート等を用いることができる。
【００２５】また、表面層としては、本実施の形態では、中間転写体５０から記録紙への同時転写定着を行うときに、トナー像を挟んで中間転写体５０と記録紙とがよく密着するように、ゴム硬度４０度、厚さ５０μｍのシリコン共重合体を用い、感光体１−１、１−２、１−３、１−４から中間転写体５０に静電的に画像乱れなくトナー像を転写するためにシリコン共重合体の体積抵抗率を１０１４Ωｃｍに調整している。シリコン共重合体は、表面が常温でトナーに対して粘着性を示すとともに、溶融して流動化したトナーを離しやすくする特性を有しているために、記録紙等の記録媒体へトナーを効率的に移行させることができ、表面層には最適である。なお、表面層としては、例えば厚さ１〜１００μｍの離型性の高い樹脂層を使用することができ、より具体的には、テトラフルオロエチレン−パーフルオロアルキルビニルエーテル共重合体、ポリテトラフルオロエチレン等を用いることができる。
【００２６】加熱ロール２、３としては、金属ロール、または、金属ロールにシリコンゴム等の耐熱弾性層を有したものを用いることができる。加熱ロール２、３の内部には熱源が配置され、熱源の設定温度はトナー及び記録紙表面の熱可塑性の樹脂層の熱溶融特性によって決定される。本実施の形態では、トナーの軟化点＞樹脂層の軟化点としているので、加熱ロール２の設定温度＞加熱ロール３の設定温度となるように熱源の温度設定を行っている。具体的には、加熱ロール２の熱源の設定温度を１５０℃に設定し、加熱ロール３の熱源の設定温度を１２０℃に設定している。本実施の形態では、転写・定着時の加熱ロール２、加熱ロール３間の圧力を５ｋｇｆ／ｃｍ２になるように設定してあるが、圧力はこれに限らず、たとえば１ｋｇｆ／ｃｍ２〜１０ｋｇｆ／ｃｍ２の範囲であればよい。また、本実施の形態では、加熱ロール２、加熱ロール３の外径を５０ｍｍとし、各加熱ロール２、３の回転速度を、中間転写体５０の搬送速度が２４０ｍｍ／ｓｅｃになるように設定している。また、本実施の形態では冷却装置４の風量を調整することにより、記録紙等の記録媒体を中間転写体５０から剥離する時に、中間転写体５０と接する記録媒体表面の温度が７０℃となるようにしている。
【００２７】本実施の形態では画像形成装置３００として、タンデムエンジンの電子写真方式のカラープリンターを適用したが、これに限られず、シングルエンジン方式や、中間転写体を用いずに耐熱性を有するベルト感光体を用い、ベルト感光体上に形成された複数色のトナー像を直接記録紙に転写・定着する方式のプリンタであってもよい。また、画像形成装置３００としては、電子写真方式のカラープリンタに限るものではなく、例えば印刷、インクジェット方式、熱転写方式および銀塩写真方式などのカラー画像形成装置であってもよい。
【００２８】画像処理装置２００は、第１色変換部２１０および第２色変換部２２０を有している。画像入力装置１００から入力されたＲＧＢデータは、第１色変換部２１０によって、均等色空間の一つであるＣＩＥ・Ｌ＊ａ＊ｂ＊色空間のデータに変換される。第１色変換部２１０によって変換されたＬ＊ａ＊ｂ＊データ（第１色信号）は、第２色変換部２２０によって、画像形成装置３００の色空間の画像記録信号、本実施の形態では、Ｙ（イエロー）、Ｍ（マゼンタ）、Ｃ（シアン）およびＫ（ブラック）の４色のデータ（第２色信号）に変換されて、画像形成装置３００に転送される。画像入力装置１００からの入力色信号として、本実施の形態では最も一般的なＲＧＢデータを例にとって説明するが、印刷で用いられているＣＭＹＫ色空間や、ＰｈｏｔｏＣＤで用いられるＹＣＣ色空間などの他の色空間のデータであってもよい。
【００２９】第１色変換部２１０としては、本実施の形態では入力色信号をＬ＊ａ＊ｂ＊色空間の信号に変換するものを用いているが、これに限られず、たとえばＸＹＺ色空間やＬ＊ｕ＊ｖ＊色空間などのデバイスに依存しない他の色空間の信号に変換するものであってもよい。なお、第１色変換部２１０としては、Ｌ＊ｕ＊ｖ＊等の均等色空間の信号に変換するものであることがより望ましい。また、第１色変換部２１０としては、色変換回路として広く用いられているマトリックス演算型の色変換回路やダイレクトルックアップテーブル型の色変換回路やニューラルネットワーク型の色変換回路を使用することが可能であり、本実施の形態ではニューラルネットワーク型の色変換回路を使用している。
【００３０】第１色変換部２１０は以下に示す方法で求めることができる。まず、画像入力装置１００に入力するカラー画像の測色値（Ｌ＊ａ＊ｂ＊）を市販の測色計で測定し、入力するカラー画像の測色値（Ｌ＊ａ＊ｂ＊）に対応するＲＧＢデータを求めて、入力測色値（Ｌ＊ａ＊ｂ＊）に対する出力データ（ＲＧＢ）の色変換特性をモデル化する。このような色変換モデルには高次多項式やニューラルネットワークが一般に用いられるが、本実施の形態ではニューラルネットワークにＲＧＢデータとＬ＊ａ＊ｂ＊データとの組み合わせのデータセットを学習させて、画像入力装置１００の変換特性をモデル化させる。この得られたニューラルネットワークが第１色変換部２１０である。
【００３１】次に、本発明の主要部である第２色変換部２２０について説明する。本実施の形態では、第２色変換部２２０を３入力４出力のダイレクトルックアップテーブルで構成している。ダイレクトルックアップテーブルは、入力信号Ｌ＊ａ＊ｂ＊の各軸を１６分割した値を入力アドレスとし、立方体補間により補間演算を行って画像記録信号ＣＭＹＫを算出するように構成している。本実施の形態においては、ダイレクトルックアップテーブルの補間方式としては、立方体補間方式を適用するようにしたが、補間方式はこれに限られず、三角柱補間方式や四面体補間方式などの他の補間方式を適用するようにしてもよい。また、本実施の形態においては第２色変換部２２０をダイレクトルックアップテーブルで構成したが、この構成に限られず、３入力４出力の色変換をおこなうことができれば、他の構成であってもよい。
【００３２】本実施の形態において、第２色変換部２２０を構成するダイレクトルックアップテーブルを決定する処理を図３を用いて説明する。まず、ステップＳ１において、画像記録信号ＣＭＹＫの任意の組み合わせに対する複数の色パッチを画像形成装置３００にてプリントアウトし、測色計を用いて当該プリントアウトされた各色パッチの測色値Ｌ＊ａ＊ｂ＊を測定する。本実施の形態では、画像記録信号ＣＭＹＫの組み合わせとしては、各色の網点面積率が２０％刻みの６×６×６×６＝１２９６個のパッチの組み合わせを画像形成装置３００でプリントアウトした。測色計としてはＸ−Ｒｉｔｅ社の測色計であるＸ−Ｒｉｔｅ９３８（商品名）を使用した。測色計の測定条件をＤ５０、２度視野としてＬ＊ａ＊ｂ＊を測定した。測定に用いる色パッチの数は任意でよいが、色変換モデルを高精度化するためにはできるだけ多くすることが望ましい。測定に用いる表色系として、本実施の形態では、均等色空間であるＬ＊ａ＊ｂ＊表色系を使用しているが、ＸＹＺ表色系などの他の表色系を使用するようにしてもよい。なお、色変換モデルを解く際に色差を評価する場合には、均等色空間が好ましい。
【００３３】次に、ステップＳ２において、ステップＳ１で得られたの複数の画像記録信号ＣＭＹＫデータと対応するＬ＊ａ＊ｂ＊データとのデータセットを教師データとして、ニューラルネットワークに学習させる。ＣＭＹＫとＬ＊ａ＊ｂ＊との関係は、次の関数で表すことができる。
（Ｌ＊，ａ＊，ｂ＊）＝Ｆ（Ｃ，Ｍ，Ｙ，Ｋ） ・・・（１）
この式（１）をそれぞれの色成分に分解すると以下のようになる。
Ｌ＊＝ＦＬ（Ｃ，Ｍ，Ｙ，Ｋ） ・・・（２）
ａ＊＝Ｆａ（Ｃ，Ｍ，Ｙ，Ｋ） ・・・（３）
ｂ＊＝Ｆｂ（Ｃ，Ｍ，Ｙ，Ｋ） ・・・（４）
本実施の形態では、ニューラルネットワークとしては、文献「フレキシブルＵＣＲによる高精度色変換〜ニューラルネットワークによる高精度プリンタモデル〜」、村井和昌、Ｊａｐａｎ Ｈａｒｄ Ｃｏｐｙ ’９４論文集、ｐｐ．１８１−１８４に示されている４層で中間層細胞数が１０個のニューラルネットワークを用い、バックプロバケーション法により学習させた。本実施の形態では、ステップＳ２において、ニューラルネットワークの色変換モデルを用いたが、他の多項式モデルや変換テーブル方式の色変換モデルをもちいることもできる。なお、後述するように、本発明によると微分不連続な色変換モデルであっても解くことができるので、色変換モデルの選択の幅は従来より広がっている。
【００３４】次に、ステップＳ３において、ダイレクトルックアップテーブルの入力アドレス値Ｌ＊ａ＊ｂ＊を再現するための最大墨量Ｋｍａｘと最小墨量Ｋｍｉｎとをニューラルネットワークに基づいて以下に示す方法により算出して、ＫｍａｘとＫｍｉｎとから最適な墨量Ｋを決定する。ここで、通常、式（１）に示す関数Ｆの逆関数は求まらない。しかし、Ｌ＊ａ＊ｂ＊の値を与えるとともに、ＣＭＹＫの中の１変数を適切に決めれば、式（１）から残りの３変数を求めることができる。例えば、式（１）に、Ｌ＊ａ＊ｂ＊の値を与えるとともにＫの値を与えるとＣＭＹの値を決定することができる。
【００３５】ここで、ＣＭＹの値を決定する手法について考察する。ＣＣＭなどの従来技術においては、式（１）にＬ＊ａ＊ｂ＊とＫとの値を与えたときのＣＭＹの値を非線形方程式の解法の一つであるニュートン法などの逐次計算法で求めていた。例えば、ニュートン法では、式（１）の導関数を用いて解を探索するために、前述のように予期しない局所領域に解が収束されてしまい、正確な色分解値を求めることができないという問題が生じる。そこで、本発明では、式（１）の導関数を用いない非線形最適化手法を適用することにより、式（１）を解くようにしている。ここで、再現すべき色をＬ＊ａ＊ｂ＊とおき、与える墨量をＫとすると、再現すべき色と画像記録信号ＣＭＹおよび墨量Ｋによる色との色差ΔＥは画像記録信号ＣＭＹの関数として次式で定義される。
ΔＥ（Ｃ，Ｍ，Ｙ）＝（（Ｌ＊−ＦＬ（Ｃ，Ｍ，Ｙ，Ｋ））２＋（ａ＊−Ｆａ（Ｃ，Ｍ，Ｙ，Ｋ））２＋（ｂ＊−Ｆｂ（Ｃ，Ｍ，Ｙ，Ｋ））２）１／２ ・・・（５）
非線形方程式である式（１）を解くということは、色差ΔＥが零になるＣＭＹの値を求めることと同じことを意味しているので、式（１）式を解くという問題を、色差ΔＥを目的関数として、目的関数ΔＥを最小化するＣＭＹを求めるという非線形最適化問題に捉えなおすことができる。したがって、シンプレックス法などの導関数を用いない非線形最適化手法により式（５）を解くこと、すなわち、ＣＭＹを求めることができる。したがって、色変換モデルが微分不連続であってもＣＭＹの値を求めることができる。
【００３６】シンプレックス法については、公知であるが、例えば「非線形計画法」、今野浩著、日科技連出版社、ｐｐ．２８４‐２８７にアルゴリズムが紹介されている。シンプレックス法はこのような多変数関数の最適化に適した手法であり、高速に最適値を求めることができる。このシンプレックス法は、ニュートン法のように多変数関数の導関数を必要としないので、ニューラルネットワークの予期しない局所領域に解が収束されてしまう事がなく、正確な解を求めることができ、さらに微分不連続な関数の最適化を行うことができるので、色変換モデルの選択の幅が広がるという利点を有している。本実施の形態では、色変換モデルの導関数を用いない非線形最適化手法として多変数関数を高速に最適化することのできるシンプレックス法を適用したが、例えば、２分法や黄金分割探索法などの導関数を用いない他の非線形最適化手法を適用してもよい。
【００３７】まず、式（５）の右辺のＫの値を振りながら求められるＣＭＹの値が次式に示す条件を満たすか否かを判断する。
０≦Ｃ，Ｍ，Ｙ≦１００（％） ・・・（６）
ここで、条件を満たす最も大きいＫの値が最大墨量Ｋｍａｘであり、最も小さいＫの値が最小墨量Ｋｍｉｎである。墨量Ｋの値は通常８ｂｉｔ程度に量子化されているため、Ｋの値を０から１００％まで全探索しても２５６回、式（５）を最適化することにより、式（６）を満たすＫｍａｘとＫｍｉｎとを求めることができる。また、全検索しなくても２分探索アリゴリズムにより式（５）のＫの値を０から１００％まで振って式（６）を満たすＫｍａｘおよびＫｍｉｎを効率的に求めることができる。
【００３８】ここで、最小墨量Ｋｍｉｎを求めずに、最小墨量は墨入れをしない場合であると考えてＫｍｉｎ＝０としてもよい。本実施の形態では最小墨量Ｋｍｉｎを求めずに、Ｋｍｉｎ＝０とした。本実施の形態では、最適な墨量Ｋを次式により決定する。
Ｋ＝α・β・Ｋｍａｘ＋（１−α・β）・Ｋｍｉｎ・・・（７）
ここで、変数α、βはそれぞれ、明度Ｌ＊、彩度Ｃ＊の関数であり、例えば図４に示す特性を有している。図４（ａ）に示す関数は明度Ｌ＊に関する墨入れ率αを表しており、Ｘ軸の増加方向に濃度が高くなるように、すなわちＬ＊の値が小さくなるように表記している。図４（ｂ）に示す関数は彩度Ｃ＊に関する墨入れ率βを表している。なお、Ｃ＊＝（ａ＊２＋ｂ＊２）１／２・・・（８）
である。
【００３９】図４（ａ）に示すように明度Ｌ＊に関する墨入れ率αの関数では、中濃度以下、の部分、すなわち、明度が高く明るい部分において墨Ｋが混入して画像の粒状性を悪化させ、モアレを発生させることを防ぐために、Ｌ＊の値が５０以上の明るい部分において墨Ｋが乗らないように墨入れ率αが０％に設定されている。また、Ｌ＊の値が５０の点の墨入れ率αが０％に設定され、Ｌ＊の値が０の点の墨入れ率αが１００％に設定され、前記両点間では下に凸の２次関数に従うように設定されている。したがって、中濃度以下の明るい部分には墨がまったく乗らないために、粒状性に優れ、かつモアレが発生しないようになる。また、Ｌ＊の値が０〜５０の間の部分では、下に凸の２次関数に従って墨入れ率αが増加するために、墨の入り始めの差を小さくすることができ、墨の混入による擬似輪郭等を防止することができる。
【００４０】本実施の形態では、Ｌ＊の値が５０の点を基準としてそれ以上の明るい部分では、墨入れ率αが０％となるようにしていたが、基準となる点のＬ＊の値はこれに限られず、Ｌ＊の値が７０〜３０の範囲に設定するのが望ましい。また、本実施の形態では最大濃度点（Ｌ＊の値が０の点）での墨入れ率αを１００％に設定したが、墨入れ率αの値は１００％に限るものではなく、３０〜１００％の範囲に設定するのが望ましい。また、本実施の形態では、明度Ｌ＊に関する墨入れ率αの関数として２次関数を含む関数を使用しているが、これに限るものではなく、１次関数等の任意の関数を含む関数を使用してもよく、また、実験を行って得たルックアップテーブルによる自由な関数を使用してもよい。
【００４１】図４（ｂ）に示すように彩度Ｃ＊に関する墨入れ率βの関数では、彩度が高い部分に墨が混入して彩度が低下し、粒状性が悪化してしまうことを防ぐために、Ｃ＊の値が４０を基準として、それ以上の鮮やかな部分にはまったく墨Ｋが乗らないように墨入れ率βが０％に設定されている。また、Ｃ＊の値が４０の点の墨入れ率βが０％に設定され、Ｃ＊の値が０の点の墨入れ率βが１００％に設定され、前記両点間では一次関数にしたがうように設定されている。したがって、設定した彩度以上の鮮やかな部分には墨がまったく乗らないため、高彩度部における彩度低下が発生せず、かつ粒状性に優れた色再現をすることができる。
【００４２】本実施の形態においては、Ｃ＊の値が４０以上の鮮やかな部分の墨入れ率βを０％としたが、基準となるＣ＊の値はこれに限られるものではなく、２０〜６０％の範囲に設定するのが望ましい。また、本実施の形態においては、明度Ｌ＊に関する墨入れ関数αによって基本的な墨入れ率の制御を行ったために、グレー部（Ｃ＊の値が０の点）での墨入れ率を１００％に設定したが、Ｃ＊の値が０の点での墨入れ率βは１００％に限るものではなく、他の値に設定してもよい。また、本実施の形態では、彩度Ｃ＊に関する墨入れ率βの関数を１次関数を含む関数に設定していたが、関数の種類はこれに限るものではなく、２次関数等の任意の関数を含む関数に設定することができ、また、実験を行って得たルックアップテーブルによる自由な関数を設定するようにしてもよい。なお、式（７）において、彩度Ｃ＊に関する墨入れ量βの変化を考慮せず、すなわち、βを１００％として、明度Ｌ＊のみの墨入れ関数αにしたがって墨入れ量Ｋを制御するようにしてもよい。
【００４３】次に、ステップＳ４において、ダイレクトルックアップテーブルの入力アドレス値Ｌ＊ａ＊ｂ＊と式（７）により得られた最適な墨量Ｋとから式（５）の目的関数ΔＥを最小化するＣＭＹの値をシンプレックス法を用いて求める。次に、ステップＳ５において、ステップＳ４で得られたＣＭＹの値と最適な墨量Ｋとを各Ｌ＊ａ＊ｂ＊に対応するダイレクトルックアップテーブルの格子点に設定する。これによって、第２色変換部２２０を構成するダイレクトルックアップテーブルを決定することができる。
【００４４】なお、本実施の形態においては画像形成装置３００の色空間は墨を含むＹＭＣＫ色空間であったが、墨Ｋを含まないＹＭＣ色空間やＲＧＢ色空間などの他の色空間でもよく、この場合には墨量Ｋを零とおいて考えれば、上記と同様にしてダイレクトルックアップテーブルを決定することができる。本実施の形態の効果を示す一例として、例えば明度Ｌ＊が１００から０まで変化するａ＊＝ｂ＊＝０のグレー（シャドウ部）を本発明のカラー画像処理方法を用いて図４に示す墨入れ関数を用いて色分解したときの各ＣＭＹＫの値を図５（ｂ）に示す。図５（ｂ）の横軸は明度Ｌ＊を８ｂｉｔに量子化した値を示しており、０がＬ＊の値１００を示し、２５５がＬ＊の値０を示している。また、縦軸は画像記録信号ＣＭＹＫの各色の網点面積率（％）を示している。
【００４５】図５（ａ）に示す従来においては、前述のようにシャドウ部において墨量Ｋが多くなると本来単調増加するはずの画像記録信号ＣＭＹが反転して値が小さくなるといった現象が見られていたが、図５（ｂ）に示すように本実施の形態によると、画像記録信号ＣＭＹが階調反転することなく、本来あるべきように単調増加するようになる。このように本発明によると、従来技術に見られるような擬似輪郭の発生や、濃度低下やモアレの発生を防ぐことができ、良好な色再現を得ることができる。また、墨量Ｋがかなり大きいときにも従来のような現象は発生しないので、墨量Ｋの値を大きく設定することができる。
【００４６】このように、ＣＭＹＫ信号などのデバイス色信号から表色系のＬ＊ａ＊ｂ＊などの三刺激値を求めるための色変換モデルをニューラルネットワークを学習させることにより求め、この色変換モデルを色変換モデルの導関数を用いない非線形最適化手法の一つであるシンプレックス法を用いて解くことにより、Ｌ＊ａ＊ｂ＊色信号と墨量Ｋから画像記録信号ＣＭＹＫを求める際に、ニューラルネットワーク型の色変換モデルを従来に比べて正確かつ高速に解くことができ、正確な色再現を得ることができる。また、墨量Ｋの値を大きく設定した場合にあっても、階調の反転現象が発生しないために、擬似輪郭や濃度低下のない良好な色再現を行うことができる。また、色変換モデルをニューラルネットワークのような微分連続なモデルで構成しなくても解くことができ、色変換モデルの選択肢を広げることができる。
【００４７】次に、本発明の主要部である画像処理装置２００の他の例を図６を用いて説明する。図６に示す画像処理装置２００の第２色変換部２２０は、ダイレクトルックアップテーブルで構成されておらず、入力された各Ｌ＊ａ＊ｂ＊信号から対応するＣＭＹＫ信号を適宜求める構成となっている。なお、入力された各Ｌ＊ａ＊ｂ＊信号から対応するＣＭＹＫ信号を求めるための基本的な概念は、第２色変換部２２０をダイレクトルックアップテーブルで構成した上記例と同様である。まず、第１色変換部２１０から得られるＬ＊ａ＊ｂ＊データが最大墨量決定部２２１と最小墨量決定部２２２とに入力される。最大墨量決定部２２１および最小墨量決定部２２２は、色予測部、非線形最適化部、および２分探索部を有している。色予測部は、画像形成装置３００の画像記録信号ＣＭＹＫから再現される色Ｌ＊ａ＊ｂ＊を予測する色変換モデルを有しており、ニューラルネットワークにより構成されている。このニューラルネットワークは、第２色変換部２２０のダイレクトルックアップテーブルを作成する際のニューラルネットワークと同様に、予め対象となるプリンタのＣＭＹＫとＬ＊ａ＊ｂ＊との複数の対を教師データとして学習させることにより作成される。ここでＣＭＹＫとＬ＊ａ＊ｂ＊との関係は、式（１）、式（２）、式（３）、式（４）で表すことができる。
【００４８】非線形最適化部は、上記第２色変換部２２０のダイレクトルックアップテーブルを作成する際と同様に、導関数を用いない非線形最適化手法であるシンプレックス法を用いて、第１色変換部２１０から得られるＬ＊ａ＊ｂ＊データと所定の墨量Ｋと式（５）とに基づいて目的関数ΔＥを最小化する際のＣＭＹを効率的に計算する。２分探索部は、２分探索アリゴリズムにより非線形最適化部で使用する式（５）の右辺のＫの値を振りながら非線形最適化部によって得られるＣＭＹの値が式（６）の条件を満たすか否かを判断する。この条件を満たす最も大きいＫの値が最大墨量Ｋｍａｘであり、最も小さいＫの値が最少墨量Ｋｍｉｎである。最大墨量決定部２２１と最小墨量決定部２２２とは、最大墨量Ｋｍａｘと最小墨量Ｋｍｉｎとを墨量決定部２２４に出力する。
【００４９】また、第１色変換部２１０から得られるａ＊およびｂ＊は彩度決定部２２３に入力される。彩度決定部２２３は式（８）により入力されたａ＊およびｂ＊から彩度信号Ｃ＊を求めて墨量決定部２２４に出力する。墨量決定部２２４では、第１色変換部２１０から得られる明度信号Ｌ＊と、彩度決定部２２３より得られる彩度信号Ｃ＊と、最大墨量決定部２２１より得られる最大墨量Ｋｍａｘと、最小墨量決定部２２２より得られる最小墨量Ｋｍｉｎとに基づいて、式（７）に示す墨入れ関数により最適な墨量Ｋを決定し、ＣＭＹ決定部２２６とＣＭＹＫ出力部２２７に送出する。なお、パラメータ入力部２２５によってユーザが墨入れ関数を変更することができる。
【００５０】ＣＭＹ決定部２２６は上記同様な色予測部と非線形最適化部を有している。ＣＭＹ決定部２２６では第１色変換部２１０から得られる３色色信号Ｌ＊ａ＊ｂ＊と墨量決定部２２４から得られる墨量Ｋとから、非線形最適化部により画像形成装置３００の画像記録信号ＣＭＹを決定して、ＣＭＹＫ出力部２２７に送出する。ＣＭＹＫ出力部２２７では、ＣＭＹ決定部２２６から得られた３色のＣＭＹと墨量決定部２２４から得られる墨量Ｋとをまとめた画像記録信号ＣＭＹＫを画像形成装置３００に出力する。
【００５１】このように、第２色変換部２２０をダイレクトルックアップテーブルで構成せずに、適宜ＣＭＹＫを求める構成にしたことにより、さらに、ダイレクトルックアップテーブルで問題になる補間誤差による擬似輪郭などの発生を防止することができ、非常に高精度な色変換を実現することができる。また、非線形最適化手法の中で高速に解を求めることのできるシンプレックス法を使用しているために、本実施の形態の構成をソフトウエアで実現した場合に従来に比べて高速に色変換することができる。
【００５２】なお、本実施の形態では、画像形成装置３００へＹＭＣＫ色空間の信号を出力する例を説明したが、墨Ｋを含まないＹＭＣ色空間やＲＧＢ色空間などの他の色空間の信号を出力する場合においても本発明を適用でき、この場合には、墨量Ｋを零とおけば、上記と同様な処理により実現できる。
【００５３】
【発明の効果】以上の通り、本発明によれば、第２色信号から第１色信号を求める色変換モデルに基づいて、第１色信号から第２色信号を正確な色再現で高速に求めることができる。また、第２色信号から第１色信号を求める色変換モデルが微分連続でなくても第１色信号から第２色信号を正確な色再現で高速に求めることができる。
【図面の簡単な説明】
【図１】本発明の一実施の形態によるカラー画像処理装置を有するカラー画像出力システムの一例を示す図である。
【図２】本発明の一実施例によるカラー画像形成装置の一例を示す図である。
【図３】本発明の一実施の形態による画像処理方法を説明する図である。
【図４】本発明の一実施の形態による墨入れ関数の一例を示す図である。
【図５】従来例および本発明の一実施の形態における色信号の変換結果の一例を示す図である。
【図６】本発明の一実施の形態による画像処理装置の第２色変換部の他の例を示す図である。
【符号の説明】
１−１〜１−４ 感光体
２ 加熱ロール
３ 加圧ロール
４ 冷却装置
５−１〜５−４ ローラ
６ 用紙トレイ
７ 給紙装置
８ 巻回機構
９−１、９−２ ピンロール
１１ 黒現像器
１２ イエロー現像器
１３ マゼンタ現像器
１４ シアン現像器
１５〜１８ 静電潜像形成用帯電器
５０ 中間転写体
５０−１〜５０−４ 転写器
１００ 画像入力装置
２００ 画像処理装置
２１０ 第１色変換部
２２０ 第２色変換部
２２１ 最大墨量決定部
２２２ 最少墨量決定部
２２３ 彩度決定部
２２４ 墨量決定部
２２５ パラメータ入力部
２２６ ＣＭＹ決定部
２２７ ＣＭＹＫ出力部
３００ 画像形成装置
３８０ レーザスキャナ走査装置
３９０ スクリーンジェネレータ
【０００１】
【発明の属する技術分野】本発明は、第１色信号を第２色信号に変換するためのカラー画像処理方法および装置に関し、例えば、ＲＧＢ信号をＹＭＣＫ信号に変換するためのカラー画像処理方法および装置に関する。
【０００２】
【従来の技術】従来、カラープリンタ等の画像形成装置には、例えば、赤、緑および青の所謂ＲＧＢ色信号やデバイス独立の均等色空間の信号であるＬ＊ａ＊ｂ＊色信号を、画像形成装置において画像を形成するために使用する画像記録信号（デバイス信号）であるイエロー、マゼンタ、シアンおよびブラックの所謂ＹＭＣＫ色信号に変換する色変換装置が搭載されている。
【０００３】このような色変換装置としては、一般的にはマトリックス演算やダイレクトルックアップテーブルが広く用いられている。ダイレクトルックアップテーブルは、入力信号の値と、この入力信号に所定の色変換係数を乗じた出力値との関係を予めＲＯＭ（読み出し専用メモリ）或いはＲＡＭ（ランダムアクセスメモリ）に記憶させたものであり、ＲＧＢ色信号やＬ＊ａ＊ｂ＊色信号から直接的にＹＭＣＫ色信号へ変換を行うことができる。このダイレクトルックアップテーブルを使用して色変換を行う場合には、実質的に演算時間を必要としないので、色変換を極めて高速に行うことができるという利点がある。ダイレクトルックアップテーブルを作成する際に使用する色変換係数は、画像形成装置におけるＹＭＣＫ色信号と当該ＹＭＣＫ色信号とにより紙等に画像を出力した際の色を実測した測色値との関係をモデル化した色変換モデルを予め作成し、この色変換モデルを活用して求められている。
【０００４】たとえば、特開平１０−７０６６８号公報に記載された発明では、実測により求めたＣＭＹ色信号をＲＧＢ色信号に変換する変換テーブルで構成された色変換モデルをニュートン法などの逐次近似法を用いて解くことにより、ＲＧＢ色信号をＣＭＹ色信号に変換する変換テーブルを求ている。また、特開平９−１８６８９４号公報に記載された発明では、Ｌ＊ａ＊ｂ＊色信号と墨量Ｋとにより画像記録信号ＣＭＹＫを求めて、当該画像記録信号ＣＭＹＫを入力とし、Ｌ＊ａ＊ｂ＊色信号を出力するニューラルネットワーク型の色変換モデルをニュートン法のような逐次近似法を用いて解いて、Ｌ＊ａ＊ｂ＊色信号を画像記録信号ＣＭＹＫに変換するダイレクトルックアップテーブルの格子点を求めている。
【０００５】上記の特開平１０−７０６６８号公報や特開平９−１８６８９４号公報において用いられている方法は、コンピュータカラーマッチング（ＣＣＭ）と呼ばれており、画像記録信号ＣＭＹもしくは墨Ｋを含むＣＭＹＫと、その画像記録信号によるプリントアウト時の画像における３刺激値ＸＹＺや均等色空間のＬ＊ａ＊ｂ＊などの測色値から、画像記録信号ＣＭＹもしくはＣＭＹＫから測色値ＸＹＺもしくはＬ＊ａ＊ｂ＊が得られる色変換モデルを作成し、この色変換モデルをニュートン法のような逐次近似法を用いて解くことにより、測色値ＸＹＺもしくはＬ＊ａ＊ｂ＊から画像記録信号ＣＭＹもしくはＣＭＹＫを求める方法である。
【０００６】ＣＣＭについては、例えば「色彩再現の基礎と応用技術」、佐柳和男監修、トリケップス、ｐｐ．９６−９７に解説されており、３５年以上も前に提案された方式であるが要求される色を実現する画像記録信号の組み合わせを色変換モデルを使って求める方式として広く用いられている。ＣＣＭでは、一般にニュートン法を用いて色変換モデルを解くために、色変換モデルが微分可能である必要があり、したがって、この色変換モデルとしては微分可能な関数である多項式やニューラルネットワークが用いられている。最近では、特開平９−１８６８９４号公報でも示されているように、より高精度な色変換モデルであるニューラルネットワークが広く用いられている。
【０００７】ニューラルネットワークで構成された色変換モデルを上記のＣＣＭを使わずに解く方法としては、特開平８−１０２８６５号公報や特開平８−２０４９７３号公報に記載されて方法がある。これら方法では、画像記録信号ＣＭＹＫからＬ＊ａ＊ｂ＊色信号を求める色変換モデルを作成するために使用した画像記録信号ＣＭＹＫとＬ＊ａ＊ｂ＊色信号とのデータセットをニューラルネットワークに学習させることにより、Ｌ＊ａ＊ｂ＊、および墨量Ｋから画像記録信号ＣＭＹを出力するニューラルネットワークを作成している。このニューラルネットワークを用いると、Ｌ＊ａ＊ｂ＊色信号と墨量Ｋから画像記録信号ＣＭＹＫを求めることができる。
【０００８】
【発明が解決しようとする課題】上記の特開平１０−７０６６８号公報や特開平９−１８６８９４号公報に提案されているＣＣＭを用いて色変換モデルを解く方法は、ニュートン法を用いて色変換モデルを解くために収束が早く、高速にダイレクトルックアップテーブルの色変換係数を求めることが可能である点で確かに効果的であるが、ニュートン法を用いるために微分連続な色変換モデルを使う必要があり、微分不連続な色変換モデルを使用することができないという問題が生じる。
【０００９】また、特開平９−１８６８９４号公報に提案された色変換モデルとしてニューラルネットワークを用いる方法では、高精度なニューラルネットワーク型の色変換モデルを用いて高精度な色変換係数を求めることができる点で確かに効果的ではあるが、発明者の検討により以下のような問題が判明した。例えば、ａ＊＝ｂ＊＝０であるグレー部分について、明度Ｌ＊を１００から０まで変化させた場合において、特開平９−１８６４９４号公報で提案された方法により得られる画像記録信号の成分ＣＭＹＫのそれぞれの値を図５（ａ）に示す。図５（ａ）の横軸は、明度Ｌ＊を８ｂｉｔに量子化した値を示しており、横軸の値０がＬ＊＝１００を示し、横軸の値２５５がＬ＊＝０を示している。また、縦軸は画像記録信号ＣＭＹＫの各色の網点面積率（％）を示している。
【００１０】図５（ａ）に示すようにグレー部分（シャドウ部）において墨量Ｋの網点面積率が大きくなると、本来単調増加するはずの画像記録信号ＣＭＹの網点面積率が反転して減少してしまう現象が見られる。このような階調が反転する現象が発生すると画像に擬似輪郭が発生してしまったり、濃度低下が発生したり、モアレが発生したり等の画質上に重大な欠陥を引き起こしてしまう問題が生じる。このような現象は、墨量Ｋが大きいときに顕著に発生するために、従来技術では墨量Ｋの値を大きく設定することは困難であるという問題が生じる。
【００１１】このような現象は、ニューラルネットワーク型の色変換モデルを逐次近似法の一種であるニュートン法で解く際に、予期しない局所領域で解が収束してしまうために発生する現象であり、ニューラルネットワーク型の色変換モデルでは墨量Ｋが大きい領域やハイライト部やシャドウ部などに予期しない局所領域が多数存在し、ニュートン法を用いて解を求めた場合において、正解以外の値に収束してしまって、正確な色分解値を求めることができないために発生するということが発明者の検討により判明した。
【００１２】一方、色変換モデルをＣＣＭを使わずに解くためには、一般に各色１２ｂｉｔ精度以下の有限の階調である画像記録信号ＣＭＹＫについて、色変換モデルを全探査することにより解を求めることが可能であるが、「フレキシブルＵＣＲによる高精度色変換〜（３）ニューラルネットワークによる色変換モデル〜」、村井和昌、Ｊａｐａｎハードコピー’９６論文集、ｐｐ．２０９−２１２に示されているように、４次元空間上の全探査は演算時間が莫大にかかってしまうため現実的ではないという問題が生じる。
【００１３】また、ニューラルネットワークで構成された色変換モデルをＣＣＭを使わずに解く方法として、色変換モデルを作成する際に使用した画像記録信号ＣＭＹＫと測色値Ｌ＊ａ＊ｂ＊とのデータセットをニューラルネットワークに学習させることにより色変換モデルの逆モデルを求める方法が特開平８−１０２８６５号公報や特開平８−２０４９７３号公報に提案されているが、「フレキシブルＵＣＲによる高精度色変換〜（３）ニューラルネットワークによる色変換モデル〜」、村井和昌、Ｊａｐａｎハードコピー’９６論文集、ｐｐ．２０９−２１２に示されているように、この方法ではＣＣＭを使う方法に比べて色変換精度が悪いといった問題があり、さらに色変換モデルの逆モデルをニューラルネットワークの学習により求める必要があるため、ＣＣＭを使う方法に比べて変換時間が非常に長くなってしまうという問題が生じる。
【００１４】本発明の目的は、第２色信号から第１色信号を求める色変換モデルに基づいて、第１色信号から第２色信号を正確な色再現性で高速に求めることのできるカラー画像処理方法および装置を提供することにある。また、第２色信号から第１色信号を求める色変換モデルが微分連続でなくても第１色信号から第２色信号を正確な色再現性で高速に求めることのできるカラー画像処理方法および装置を提供することにある。
【００１５】
【課題を解決するための手段】上記目的は、第１色信号を第２色信号に変換するためのカラー画像処理方法であって、第２色信号から第１色信号を求めるための色変換モデルを求めるステップと、色変換モデルに基づいて、色変換モデルの導関数を用いない非線形最適化手法を行うことにより第１色信号から第２色信号を求めるステップとを有することを特徴とするカラー画像処理方法によって達成される。また、上記目的は、第１色信号を第２色信号に変換するためのカラー画像処理装置であって、第２色信号から第１色信号を求めるための色変換モデルを有する色予測手段と、色変換モデルに基づいて、色変換モデルの導関数を用いない非線形最適化手法を行うことにより第１色信号から第２色信号を求める非線形最適化手段とを有することを特徴とするカラー画像処理装置によって達成される。
【００１６】
【発明の実施の形態】本発明の一実施の形態によるカラー画像処理方法および装置を図１乃至図６を用いて説明する。まず、本実施の形態によるカラー画像処理方法により色変換係数を決定するカラー画像処理装置の概略の構成を図１を用いて説明する。図１は、本カラー画像処理装置を備えたカラー画像出力システムの一例を示している。
【００１７】本カラー画像出力システムは、画像入力装置１００、画像処理装置２００および画像形成装置３００を有している。画像入力装置１００は、外部から各種フォーマットのカラー画像を取り込んで、カラー画像信号を出力するものである。本実施の形態では、Ｒ（レッド）、Ｇ（グリーン）およびＢ（ブルー）の各色のデータにつき、それぞれ８ビット、２５６階調の、総計２４ビットのＲＧＢデータからなるカラー画像信号を出力する。
【００１８】具体的に、画像入力装置１００は、３５ｍｍカラーネガフィルムやポジフィルム、もしくはＡＰＳフイルムなどに代表される銀塩写真フィルムを、ＣＣＤセンサによってＲＧＢデータとして読み取り、またはＫＯＤＡＫ社のＰｈｏｔｏＣＤ（商標）フォーマットのＣＤ−ＲＯＭから画像データを読み取ってＲＧＢデータに変換し、またはＣａｎｏｎ社のＤＣＳ１ｃ（商品名）のようなデジタルカメラから撮影データを取り込んでＲＧＢデータに変換し、またはユーザが他のコンピュータを用いて編集してＭＯやＺｉｐ（ストレージメディアの規格）に代表される記録メディアに保存したカラーイメージデータを、その記録メディアから読み取ってＲＧＢデータに変換し、またはネットワーク上に接続された機器から送信されたイメージ情報をＲＧＢデータに変換し、このＲＧＢデータを画像処理装置２００に転送する機能を有するものである。
【００１９】画像形成装置３００は、画像処理装置２００から入力された画像記録信号（本実施の形態ではＹＭＣＫデータ）に基づいた画像を用紙上に形成するようになっている。図２は、本発明の画像形成装置３００の一例の概略の構成を示している。図２において、ベルト状の中間転写体５０は、ローラ５−１、５−２、５−３、５−４および加熱ロール２により支持されて図中の矢印方向に回転するようになっている。加熱ロール２に対向して加熱ロール３が配置されている。中間転写体５０の周辺には４つの感光体１−１、１−２、１−３、１−４が配置されている。これら４つの感光体１−１、１−２、１−３、１−４は静電潜像形成用帯電器１５、１６、１７、１８により一様に帯電される。画像処理装置２００から転送されたＣＭＹＫ４色の画像記録信号に基づいて、スクリーンジェネレータ３９０がレーザ光をパルス幅変調する。パルス幅変調されたレーザ光は、レーザスキャナ走査装置３８０により４つの感光体１−１、１−２、１−３、１−４上に水平走査される。これにより４つの感光体１−１、１−２、１−３、１−４上には静電潜像が形成される。
【００２０】静電潜像が形成された４つの感光体１−１、１−２、１−３、１−４上には、ブラック現像器１１、イエロー現像器１２、マゼンタ現像器１３およびシアン現像器１４によって、それぞれ黒、イエロー、マゼンタ、シアン色のトナー像が形成される。これらトナー像は、順次、転写器５０−１、５０−２、５０−３、５０−４により中間転写体５０へ転写される。この結果、中間転写体５０上には複数色のトナー像が形成される。この後、用紙トレイ６から給紙装置７によって熱可塑性の樹脂層が表面に塗布されている記録紙が送紙される。当該記録紙は巻回機構８に取付けられたピンロール９−１、９−２によって加熱ロール３に巻回されながら加熱された後、中間転写体５０と密着した状態で加熱ロール２および加熱ロール３によって加圧加熱される。これによって中間転写体５０上の複数色のトナー像は記録紙上の熱可塑性の樹脂層に浸透する。
【００２１】加熱ロール２および加熱ロール３によって加圧加熱された中間転写体５０および記録紙は、密着したまま移動して、冷却装置４により冷却される。これにより熱可塑性の樹脂層に浸透したトナーは凝集固化し、記録紙との強い接着力を生じる。その後、小曲率なロール５−１において、記録紙は記録紙自体の腰の強さによって中間転写体５０からトナーと共に分離され、外部に出力される。記録紙に転写・定着されたトナー像は、記録紙表面の樹脂層と一体になっているので、当該記録紙の表面は平滑且つ高光沢となる。
【００２２】感光体１−１、１−２、１−３、１−４としては、各種無機感光体（Ｓｅ、ａ−Ｓｉ、ａ−ＳｉＣ、ＣｄＳ等）の他に、各種有機感光体を用いることができる。トナーとしては、イエロー、マゼンタ、シアン等の色素を含有した熱可塑性のバインダで構成されている公知の材料を用いることができる。本実施の形態では、重量平均分子量５４０００、軟化点１１３℃、平均粒径７μｍのポリエステルトナーを用いている。各色の記録媒体上のトナー量は、トナーの色素の含有量により異なるが、およそ０．４ｍｇ／ｃｍ２〜０．７ｍｇ／ｃｍ２になるように、露光または現像条件として設定されている。本実施の形態では、各色０．６５ｍｇ／ｃｍ２になるように設定されている。
【００２３】記録媒体としては、市販のキャストコート紙である坪量１２７．９ｇ／ｍ２のエナメルコート紙（米子加工紙株式会社）の表面に７μｍ厚のポリエステルを塗工したものを用いている。塗工するポリエステルとしては、本実施の形態では、重量平均分子量１２３００、数平均分子量３２７０および軟化点１００℃のポリエステルを用いている。
【００２４】中間転写体５０は、ベース層と表面層との２層構造を有しているものを用いている。ベース層は、カーボンブラックを添加した厚さ７０μｍのポリイミドフィルムを用い、体積抵抗率はカーボンブラックの添加量を変化させて、１０１０Ωｃｍに調整している。なお、ベース層としては、例えば厚さ１０〜３００μｍの耐熱性の高いシートを使用することができ、より具体的には、ポリエステル、ポリエチレンテレフタレート、ポリエーテルサルフォン、ポリエーテルケトン、ポリサルフォン、ポリイミド、ポリイミドアミド、ポリアミドなどのポリマーシート等を用いることができる。
【００２５】また、表面層としては、本実施の形態では、中間転写体５０から記録紙への同時転写定着を行うときに、トナー像を挟んで中間転写体５０と記録紙とがよく密着するように、ゴム硬度４０度、厚さ５０μｍのシリコン共重合体を用い、感光体１−１、１−２、１−３、１−４から中間転写体５０に静電的に画像乱れなくトナー像を転写するためにシリコン共重合体の体積抵抗率を１０１４Ωｃｍに調整している。シリコン共重合体は、表面が常温でトナーに対して粘着性を示すとともに、溶融して流動化したトナーを離しやすくする特性を有しているために、記録紙等の記録媒体へトナーを効率的に移行させることができ、表面層には最適である。なお、表面層としては、例えば厚さ１〜１００μｍの離型性の高い樹脂層を使用することができ、より具体的には、テトラフルオロエチレン−パーフルオロアルキルビニルエーテル共重合体、ポリテトラフルオロエチレン等を用いることができる。
【００２６】加熱ロール２、３としては、金属ロール、または、金属ロールにシリコンゴム等の耐熱弾性層を有したものを用いることができる。加熱ロール２、３の内部には熱源が配置され、熱源の設定温度はトナー及び記録紙表面の熱可塑性の樹脂層の熱溶融特性によって決定される。本実施の形態では、トナーの軟化点＞樹脂層の軟化点としているので、加熱ロール２の設定温度＞加熱ロール３の設定温度となるように熱源の温度設定を行っている。具体的には、加熱ロール２の熱源の設定温度を１５０℃に設定し、加熱ロール３の熱源の設定温度を１２０℃に設定している。本実施の形態では、転写・定着時の加熱ロール２、加熱ロール３間の圧力を５ｋｇｆ／ｃｍ２になるように設定してあるが、圧力はこれに限らず、たとえば１ｋｇｆ／ｃｍ２〜１０ｋｇｆ／ｃｍ２の範囲であればよい。また、本実施の形態では、加熱ロール２、加熱ロール３の外径を５０ｍｍとし、各加熱ロール２、３の回転速度を、中間転写体５０の搬送速度が２４０ｍｍ／ｓｅｃになるように設定している。また、本実施の形態では冷却装置４の風量を調整することにより、記録紙等の記録媒体を中間転写体５０から剥離する時に、中間転写体５０と接する記録媒体表面の温度が７０℃となるようにしている。
【００２７】本実施の形態では画像形成装置３００として、タンデムエンジンの電子写真方式のカラープリンターを適用したが、これに限られず、シングルエンジン方式や、中間転写体を用いずに耐熱性を有するベルト感光体を用い、ベルト感光体上に形成された複数色のトナー像を直接記録紙に転写・定着する方式のプリンタであってもよい。また、画像形成装置３００としては、電子写真方式のカラープリンタに限るものではなく、例えば印刷、インクジェット方式、熱転写方式および銀塩写真方式などのカラー画像形成装置であってもよい。
【００２８】画像処理装置２００は、第１色変換部２１０および第２色変換部２２０を有している。画像入力装置１００から入力されたＲＧＢデータは、第１色変換部２１０によって、均等色空間の一つであるＣＩＥ・Ｌ＊ａ＊ｂ＊色空間のデータに変換される。第１色変換部２１０によって変換されたＬ＊ａ＊ｂ＊データ（第１色信号）は、第２色変換部２２０によって、画像形成装置３００の色空間の画像記録信号、本実施の形態では、Ｙ（イエロー）、Ｍ（マゼンタ）、Ｃ（シアン）およびＫ（ブラック）の４色のデータ（第２色信号）に変換されて、画像形成装置３００に転送される。画像入力装置１００からの入力色信号として、本実施の形態では最も一般的なＲＧＢデータを例にとって説明するが、印刷で用いられているＣＭＹＫ色空間や、ＰｈｏｔｏＣＤで用いられるＹＣＣ色空間などの他の色空間のデータであってもよい。
【００２９】第１色変換部２１０としては、本実施の形態では入力色信号をＬ＊ａ＊ｂ＊色空間の信号に変換するものを用いているが、これに限られず、たとえばＸＹＺ色空間やＬ＊ｕ＊ｖ＊色空間などのデバイスに依存しない他の色空間の信号に変換するものであってもよい。なお、第１色変換部２１０としては、Ｌ＊ｕ＊ｖ＊等の均等色空間の信号に変換するものであることがより望ましい。また、第１色変換部２１０としては、色変換回路として広く用いられているマトリックス演算型の色変換回路やダイレクトルックアップテーブル型の色変換回路やニューラルネットワーク型の色変換回路を使用することが可能であり、本実施の形態ではニューラルネットワーク型の色変換回路を使用している。
【００３０】第１色変換部２１０は以下に示す方法で求めることができる。まず、画像入力装置１００に入力するカラー画像の測色値（Ｌ＊ａ＊ｂ＊）を市販の測色計で測定し、入力するカラー画像の測色値（Ｌ＊ａ＊ｂ＊）に対応するＲＧＢデータを求めて、入力測色値（Ｌ＊ａ＊ｂ＊）に対する出力データ（ＲＧＢ）の色変換特性をモデル化する。このような色変換モデルには高次多項式やニューラルネットワークが一般に用いられるが、本実施の形態ではニューラルネットワークにＲＧＢデータとＬ＊ａ＊ｂ＊データとの組み合わせのデータセットを学習させて、画像入力装置１００の変換特性をモデル化させる。この得られたニューラルネットワークが第１色変換部２１０である。
【００３１】次に、本発明の主要部である第２色変換部２２０について説明する。本実施の形態では、第２色変換部２２０を３入力４出力のダイレクトルックアップテーブルで構成している。ダイレクトルックアップテーブルは、入力信号Ｌ＊ａ＊ｂ＊の各軸を１６分割した値を入力アドレスとし、立方体補間により補間演算を行って画像記録信号ＣＭＹＫを算出するように構成している。本実施の形態においては、ダイレクトルックアップテーブルの補間方式としては、立方体補間方式を適用するようにしたが、補間方式はこれに限られず、三角柱補間方式や四面体補間方式などの他の補間方式を適用するようにしてもよい。また、本実施の形態においては第２色変換部２２０をダイレクトルックアップテーブルで構成したが、この構成に限られず、３入力４出力の色変換をおこなうことができれば、他の構成であってもよい。
【００３２】本実施の形態において、第２色変換部２２０を構成するダイレクトルックアップテーブルを決定する処理を図３を用いて説明する。まず、ステップＳ１において、画像記録信号ＣＭＹＫの任意の組み合わせに対する複数の色パッチを画像形成装置３００にてプリントアウトし、測色計を用いて当該プリントアウトされた各色パッチの測色値Ｌ＊ａ＊ｂ＊を測定する。本実施の形態では、画像記録信号ＣＭＹＫの組み合わせとしては、各色の網点面積率が２０％刻みの６×６×６×６＝１２９６個のパッチの組み合わせを画像形成装置３００でプリントアウトした。測色計としてはＸ−Ｒｉｔｅ社の測色計であるＸ−Ｒｉｔｅ９３８（商品名）を使用した。測色計の測定条件をＤ５０、２度視野としてＬ＊ａ＊ｂ＊を測定した。測定に用いる色パッチの数は任意でよいが、色変換モデルを高精度化するためにはできるだけ多くすることが望ましい。測定に用いる表色系として、本実施の形態では、均等色空間であるＬ＊ａ＊ｂ＊表色系を使用しているが、ＸＹＺ表色系などの他の表色系を使用するようにしてもよい。なお、色変換モデルを解く際に色差を評価する場合には、均等色空間が好ましい。
【００３３】次に、ステップＳ２において、ステップＳ１で得られたの複数の画像記録信号ＣＭＹＫデータと対応するＬ＊ａ＊ｂ＊データとのデータセットを教師データとして、ニューラルネットワークに学習させる。ＣＭＹＫとＬ＊ａ＊ｂ＊との関係は、次の関数で表すことができる。
（Ｌ＊，ａ＊，ｂ＊）＝Ｆ（Ｃ，Ｍ，Ｙ，Ｋ） ・・・（１）
この式（１）をそれぞれの色成分に分解すると以下のようになる。
Ｌ＊＝ＦＬ（Ｃ，Ｍ，Ｙ，Ｋ） ・・・（２）
ａ＊＝Ｆａ（Ｃ，Ｍ，Ｙ，Ｋ） ・・・（３）
ｂ＊＝Ｆｂ（Ｃ，Ｍ，Ｙ，Ｋ） ・・・（４）
本実施の形態では、ニューラルネットワークとしては、文献「フレキシブルＵＣＲによる高精度色変換〜ニューラルネットワークによる高精度プリンタモデル〜」、村井和昌、Ｊａｐａｎ Ｈａｒｄ Ｃｏｐｙ ’９４論文集、ｐｐ．１８１−１８４に示されている４層で中間層細胞数が１０個のニューラルネットワークを用い、バックプロバケーション法により学習させた。本実施の形態では、ステップＳ２において、ニューラルネットワークの色変換モデルを用いたが、他の多項式モデルや変換テーブル方式の色変換モデルをもちいることもできる。なお、後述するように、本発明によると微分不連続な色変換モデルであっても解くことができるので、色変換モデルの選択の幅は従来より広がっている。
【００３４】次に、ステップＳ３において、ダイレクトルックアップテーブルの入力アドレス値Ｌ＊ａ＊ｂ＊を再現するための最大墨量Ｋｍａｘと最小墨量Ｋｍｉｎとをニューラルネットワークに基づいて以下に示す方法により算出して、ＫｍａｘとＫｍｉｎとから最適な墨量Ｋを決定する。ここで、通常、式（１）に示す関数Ｆの逆関数は求まらない。しかし、Ｌ＊ａ＊ｂ＊の値を与えるとともに、ＣＭＹＫの中の１変数を適切に決めれば、式（１）から残りの３変数を求めることができる。例えば、式（１）に、Ｌ＊ａ＊ｂ＊の値を与えるとともにＫの値を与えるとＣＭＹの値を決定することができる。
【００３５】ここで、ＣＭＹの値を決定する手法について考察する。ＣＣＭなどの従来技術においては、式（１）にＬ＊ａ＊ｂ＊とＫとの値を与えたときのＣＭＹの値を非線形方程式の解法の一つであるニュートン法などの逐次計算法で求めていた。例えば、ニュートン法では、式（１）の導関数を用いて解を探索するために、前述のように予期しない局所領域に解が収束されてしまい、正確な色分解値を求めることができないという問題が生じる。そこで、本発明では、式（１）の導関数を用いない非線形最適化手法を適用することにより、式（１）を解くようにしている。ここで、再現すべき色をＬ＊ａ＊ｂ＊とおき、与える墨量をＫとすると、再現すべき色と画像記録信号ＣＭＹおよび墨量Ｋによる色との色差ΔＥは画像記録信号ＣＭＹの関数として次式で定義される。
ΔＥ（Ｃ，Ｍ，Ｙ）＝（（Ｌ＊−ＦＬ（Ｃ，Ｍ，Ｙ，Ｋ））２＋（ａ＊−Ｆａ（Ｃ，Ｍ，Ｙ，Ｋ））２＋（ｂ＊−Ｆｂ（Ｃ，Ｍ，Ｙ，Ｋ））２）１／２ ・・・（５）
非線形方程式である式（１）を解くということは、色差ΔＥが零になるＣＭＹの値を求めることと同じことを意味しているので、式（１）式を解くという問題を、色差ΔＥを目的関数として、目的関数ΔＥを最小化するＣＭＹを求めるという非線形最適化問題に捉えなおすことができる。したがって、シンプレックス法などの導関数を用いない非線形最適化手法により式（５）を解くこと、すなわち、ＣＭＹを求めることができる。したがって、色変換モデルが微分不連続であってもＣＭＹの値を求めることができる。
【００３６】シンプレックス法については、公知であるが、例えば「非線形計画法」、今野浩著、日科技連出版社、ｐｐ．２８４‐２８７にアルゴリズムが紹介されている。シンプレックス法はこのような多変数関数の最適化に適した手法であり、高速に最適値を求めることができる。このシンプレックス法は、ニュートン法のように多変数関数の導関数を必要としないので、ニューラルネットワークの予期しない局所領域に解が収束されてしまう事がなく、正確な解を求めることができ、さらに微分不連続な関数の最適化を行うことができるので、色変換モデルの選択の幅が広がるという利点を有している。本実施の形態では、色変換モデルの導関数を用いない非線形最適化手法として多変数関数を高速に最適化することのできるシンプレックス法を適用したが、例えば、２分法や黄金分割探索法などの導関数を用いない他の非線形最適化手法を適用してもよい。
【００３７】まず、式（５）の右辺のＫの値を振りながら求められるＣＭＹの値が次式に示す条件を満たすか否かを判断する。
０≦Ｃ，Ｍ，Ｙ≦１００（％） ・・・（６）
ここで、条件を満たす最も大きいＫの値が最大墨量Ｋｍａｘであり、最も小さいＫの値が最小墨量Ｋｍｉｎである。墨量Ｋの値は通常８ｂｉｔ程度に量子化されているため、Ｋの値を０から１００％まで全探索しても２５６回、式（５）を最適化することにより、式（６）を満たすＫｍａｘとＫｍｉｎとを求めることができる。また、全検索しなくても２分探索アリゴリズムにより式（５）のＫの値を０から１００％まで振って式（６）を満たすＫｍａｘおよびＫｍｉｎを効率的に求めることができる。
【００３８】ここで、最小墨量Ｋｍｉｎを求めずに、最小墨量は墨入れをしない場合であると考えてＫｍｉｎ＝０としてもよい。本実施の形態では最小墨量Ｋｍｉｎを求めずに、Ｋｍｉｎ＝０とした。本実施の形態では、最適な墨量Ｋを次式により決定する。
Ｋ＝α・β・Ｋｍａｘ＋（１−α・β）・Ｋｍｉｎ・・・（７）
ここで、変数α、βはそれぞれ、明度Ｌ＊、彩度Ｃ＊の関数であり、例えば図４に示す特性を有している。図４（ａ）に示す関数は明度Ｌ＊に関する墨入れ率αを表しており、Ｘ軸の増加方向に濃度が高くなるように、すなわちＬ＊の値が小さくなるように表記している。図４（ｂ）に示す関数は彩度Ｃ＊に関する墨入れ率βを表している。なお、Ｃ＊＝（ａ＊２＋ｂ＊２）１／２・・・（８）
である。
【００３９】図４（ａ）に示すように明度Ｌ＊に関する墨入れ率αの関数では、中濃度以下、の部分、すなわち、明度が高く明るい部分において墨Ｋが混入して画像の粒状性を悪化させ、モアレを発生させることを防ぐために、Ｌ＊の値が５０以上の明るい部分において墨Ｋが乗らないように墨入れ率αが０％に設定されている。また、Ｌ＊の値が５０の点の墨入れ率αが０％に設定され、Ｌ＊の値が０の点の墨入れ率αが１００％に設定され、前記両点間では下に凸の２次関数に従うように設定されている。したがって、中濃度以下の明るい部分には墨がまったく乗らないために、粒状性に優れ、かつモアレが発生しないようになる。また、Ｌ＊の値が０〜５０の間の部分では、下に凸の２次関数に従って墨入れ率αが増加するために、墨の入り始めの差を小さくすることができ、墨の混入による擬似輪郭等を防止することができる。
【００４０】本実施の形態では、Ｌ＊の値が５０の点を基準としてそれ以上の明るい部分では、墨入れ率αが０％となるようにしていたが、基準となる点のＬ＊の値はこれに限られず、Ｌ＊の値が７０〜３０の範囲に設定するのが望ましい。また、本実施の形態では最大濃度点（Ｌ＊の値が０の点）での墨入れ率αを１００％に設定したが、墨入れ率αの値は１００％に限るものではなく、３０〜１００％の範囲に設定するのが望ましい。また、本実施の形態では、明度Ｌ＊に関する墨入れ率αの関数として２次関数を含む関数を使用しているが、これに限るものではなく、１次関数等の任意の関数を含む関数を使用してもよく、また、実験を行って得たルックアップテーブルによる自由な関数を使用してもよい。
【００４１】図４（ｂ）に示すように彩度Ｃ＊に関する墨入れ率βの関数では、彩度が高い部分に墨が混入して彩度が低下し、粒状性が悪化してしまうことを防ぐために、Ｃ＊の値が４０を基準として、それ以上の鮮やかな部分にはまったく墨Ｋが乗らないように墨入れ率βが０％に設定されている。また、Ｃ＊の値が４０の点の墨入れ率βが０％に設定され、Ｃ＊の値が０の点の墨入れ率βが１００％に設定され、前記両点間では一次関数にしたがうように設定されている。したがって、設定した彩度以上の鮮やかな部分には墨がまったく乗らないため、高彩度部における彩度低下が発生せず、かつ粒状性に優れた色再現をすることができる。
【００４２】本実施の形態においては、Ｃ＊の値が４０以上の鮮やかな部分の墨入れ率βを０％としたが、基準となるＣ＊の値はこれに限られるものではなく、２０〜６０％の範囲に設定するのが望ましい。また、本実施の形態においては、明度Ｌ＊に関する墨入れ関数αによって基本的な墨入れ率の制御を行ったために、グレー部（Ｃ＊の値が０の点）での墨入れ率を１００％に設定したが、Ｃ＊の値が０の点での墨入れ率βは１００％に限るものではなく、他の値に設定してもよい。また、本実施の形態では、彩度Ｃ＊に関する墨入れ率βの関数を１次関数を含む関数に設定していたが、関数の種類はこれに限るものではなく、２次関数等の任意の関数を含む関数に設定することができ、また、実験を行って得たルックアップテーブルによる自由な関数を設定するようにしてもよい。なお、式（７）において、彩度Ｃ＊に関する墨入れ量βの変化を考慮せず、すなわち、βを１００％として、明度Ｌ＊のみの墨入れ関数αにしたがって墨入れ量Ｋを制御するようにしてもよい。
【００４３】次に、ステップＳ４において、ダイレクトルックアップテーブルの入力アドレス値Ｌ＊ａ＊ｂ＊と式（７）により得られた最適な墨量Ｋとから式（５）の目的関数ΔＥを最小化するＣＭＹの値をシンプレックス法を用いて求める。次に、ステップＳ５において、ステップＳ４で得られたＣＭＹの値と最適な墨量Ｋとを各Ｌ＊ａ＊ｂ＊に対応するダイレクトルックアップテーブルの格子点に設定する。これによって、第２色変換部２２０を構成するダイレクトルックアップテーブルを決定することができる。
【００４４】なお、本実施の形態においては画像形成装置３００の色空間は墨を含むＹＭＣＫ色空間であったが、墨Ｋを含まないＹＭＣ色空間やＲＧＢ色空間などの他の色空間でもよく、この場合には墨量Ｋを零とおいて考えれば、上記と同様にしてダイレクトルックアップテーブルを決定することができる。本実施の形態の効果を示す一例として、例えば明度Ｌ＊が１００から０まで変化するａ＊＝ｂ＊＝０のグレー（シャドウ部）を本発明のカラー画像処理方法を用いて図４に示す墨入れ関数を用いて色分解したときの各ＣＭＹＫの値を図５（ｂ）に示す。図５（ｂ）の横軸は明度Ｌ＊を８ｂｉｔに量子化した値を示しており、０がＬ＊の値１００を示し、２５５がＬ＊の値０を示している。また、縦軸は画像記録信号ＣＭＹＫの各色の網点面積率（％）を示している。
【００４５】図５（ａ）に示す従来においては、前述のようにシャドウ部において墨量Ｋが多くなると本来単調増加するはずの画像記録信号ＣＭＹが反転して値が小さくなるといった現象が見られていたが、図５（ｂ）に示すように本実施の形態によると、画像記録信号ＣＭＹが階調反転することなく、本来あるべきように単調増加するようになる。このように本発明によると、従来技術に見られるような擬似輪郭の発生や、濃度低下やモアレの発生を防ぐことができ、良好な色再現を得ることができる。また、墨量Ｋがかなり大きいときにも従来のような現象は発生しないので、墨量Ｋの値を大きく設定することができる。
【００４６】このように、ＣＭＹＫ信号などのデバイス色信号から表色系のＬ＊ａ＊ｂ＊などの三刺激値を求めるための色変換モデルをニューラルネットワークを学習させることにより求め、この色変換モデルを色変換モデルの導関数を用いない非線形最適化手法の一つであるシンプレックス法を用いて解くことにより、Ｌ＊ａ＊ｂ＊色信号と墨量Ｋから画像記録信号ＣＭＹＫを求める際に、ニューラルネットワーク型の色変換モデルを従来に比べて正確かつ高速に解くことができ、正確な色再現を得ることができる。また、墨量Ｋの値を大きく設定した場合にあっても、階調の反転現象が発生しないために、擬似輪郭や濃度低下のない良好な色再現を行うことができる。また、色変換モデルをニューラルネットワークのような微分連続なモデルで構成しなくても解くことができ、色変換モデルの選択肢を広げることができる。
【００４７】次に、本発明の主要部である画像処理装置２００の他の例を図６を用いて説明する。図６に示す画像処理装置２００の第２色変換部２２０は、ダイレクトルックアップテーブルで構成されておらず、入力された各Ｌ＊ａ＊ｂ＊信号から対応するＣＭＹＫ信号を適宜求める構成となっている。なお、入力された各Ｌ＊ａ＊ｂ＊信号から対応するＣＭＹＫ信号を求めるための基本的な概念は、第２色変換部２２０をダイレクトルックアップテーブルで構成した上記例と同様である。まず、第１色変換部２１０から得られるＬ＊ａ＊ｂ＊データが最大墨量決定部２２１と最小墨量決定部２２２とに入力される。最大墨量決定部２２１および最小墨量決定部２２２は、色予測部、非線形最適化部、および２分探索部を有している。色予測部は、画像形成装置３００の画像記録信号ＣＭＹＫから再現される色Ｌ＊ａ＊ｂ＊を予測する色変換モデルを有しており、ニューラルネットワークにより構成されている。このニューラルネットワークは、第２色変換部２２０のダイレクトルックアップテーブルを作成する際のニューラルネットワークと同様に、予め対象となるプリンタのＣＭＹＫとＬ＊ａ＊ｂ＊との複数の対を教師データとして学習させることにより作成される。ここでＣＭＹＫとＬ＊ａ＊ｂ＊との関係は、式（１）、式（２）、式（３）、式（４）で表すことができる。
【００４８】非線形最適化部は、上記第２色変換部２２０のダイレクトルックアップテーブルを作成する際と同様に、導関数を用いない非線形最適化手法であるシンプレックス法を用いて、第１色変換部２１０から得られるＬ＊ａ＊ｂ＊データと所定の墨量Ｋと式（５）とに基づいて目的関数ΔＥを最小化する際のＣＭＹを効率的に計算する。２分探索部は、２分探索アリゴリズムにより非線形最適化部で使用する式（５）の右辺のＫの値を振りながら非線形最適化部によって得られるＣＭＹの値が式（６）の条件を満たすか否かを判断する。この条件を満たす最も大きいＫの値が最大墨量Ｋｍａｘであり、最も小さいＫの値が最少墨量Ｋｍｉｎである。最大墨量決定部２２１と最小墨量決定部２２２とは、最大墨量Ｋｍａｘと最小墨量Ｋｍｉｎとを墨量決定部２２４に出力する。
【００４９】また、第１色変換部２１０から得られるａ＊およびｂ＊は彩度決定部２２３に入力される。彩度決定部２２３は式（８）により入力されたａ＊およびｂ＊から彩度信号Ｃ＊を求めて墨量決定部２２４に出力する。墨量決定部２２４では、第１色変換部２１０から得られる明度信号Ｌ＊と、彩度決定部２２３より得られる彩度信号Ｃ＊と、最大墨量決定部２２１より得られる最大墨量Ｋｍａｘと、最小墨量決定部２２２より得られる最小墨量Ｋｍｉｎとに基づいて、式（７）に示す墨入れ関数により最適な墨量Ｋを決定し、ＣＭＹ決定部２２６とＣＭＹＫ出力部２２７に送出する。なお、パラメータ入力部２２５によってユーザが墨入れ関数を変更することができる。
【００５０】ＣＭＹ決定部２２６は上記同様な色予測部と非線形最適化部を有している。ＣＭＹ決定部２２６では第１色変換部２１０から得られる３色色信号Ｌ＊ａ＊ｂ＊と墨量決定部２２４から得られる墨量Ｋとから、非線形最適化部により画像形成装置３００の画像記録信号ＣＭＹを決定して、ＣＭＹＫ出力部２２７に送出する。ＣＭＹＫ出力部２２７では、ＣＭＹ決定部２２６から得られた３色のＣＭＹと墨量決定部２２４から得られる墨量Ｋとをまとめた画像記録信号ＣＭＹＫを画像形成装置３００に出力する。
【００５１】このように、第２色変換部２２０をダイレクトルックアップテーブルで構成せずに、適宜ＣＭＹＫを求める構成にしたことにより、さらに、ダイレクトルックアップテーブルで問題になる補間誤差による擬似輪郭などの発生を防止することができ、非常に高精度な色変換を実現することができる。また、非線形最適化手法の中で高速に解を求めることのできるシンプレックス法を使用しているために、本実施の形態の構成をソフトウエアで実現した場合に従来に比べて高速に色変換することができる。
【００５２】なお、本実施の形態では、画像形成装置３００へＹＭＣＫ色空間の信号を出力する例を説明したが、墨Ｋを含まないＹＭＣ色空間やＲＧＢ色空間などの他の色空間の信号を出力する場合においても本発明を適用でき、この場合には、墨量Ｋを零とおけば、上記と同様な処理により実現できる。
【００５３】
【発明の効果】以上の通り、本発明によれば、第２色信号から第１色信号を求める色変換モデルに基づいて、第１色信号から第２色信号を正確な色再現で高速に求めることができる。また、第２色信号から第１色信号を求める色変換モデルが微分連続でなくても第１色信号から第２色信号を正確な色再現で高速に求めることができる。
【図面の簡単な説明】
【図１】本発明の一実施の形態によるカラー画像処理装置を有するカラー画像出力システムの一例を示す図である。
【図２】本発明の一実施例によるカラー画像形成装置の一例を示す図である。
【図３】本発明の一実施の形態による画像処理方法を説明する図である。
【図４】本発明の一実施の形態による墨入れ関数の一例を示す図である。
【図５】従来例および本発明の一実施の形態における色信号の変換結果の一例を示す図である。
【図６】本発明の一実施の形態による画像処理装置の第２色変換部の他の例を示す図である。
【符号の説明】
１−１〜１−４ 感光体
２ 加熱ロール
３ 加圧ロール
４ 冷却装置
５−１〜５−４ ローラ
６ 用紙トレイ
７ 給紙装置
８ 巻回機構
９−１、９−２ ピンロール
１１ 黒現像器
１２ イエロー現像器
１３ マゼンタ現像器
１４ シアン現像器
１５〜１８ 静電潜像形成用帯電器
５０ 中間転写体
５０−１〜５０−４ 転写器
１００ 画像入力装置
２００ 画像処理装置
２１０ 第１色変換部
２２０ 第２色変換部
２２１ 最大墨量決定部
２２２ 最少墨量決定部
２２３ 彩度決定部
２２４ 墨量決定部
２２５ パラメータ入力部
２２６ ＣＭＹ決定部
２２７ ＣＭＹＫ出力部
３００ 画像形成装置
３８０ レーザスキャナ走査装置
３９０ スクリーンジェネレータ
【特許請求の範囲】
【請求項１】第１色信号を第２色信号に変換するためのカラー画像処理方法であって、前記第２色信号から前記第１色信号を求めるための色変換モデルを求めるステップと、前記色変換モデルに基づいて、前記色変換モデルの導関数を用いない非線形最適化手法を行うことにより第１色信号から第２色信号を求めるステップとを有することを特徴とするカラー画像処理方法。
【請求項２】請求項１記載のカラー画像処理方法において、前記非線形最適化手法は、シンプレックス法であることを特徴とするカラー画像処理方法。
【請求項３】請求項１または２に記載のカラー画像処理方法において、前記色変換モデルはニューラルネットワークであることを特徴とするカラー画像処理方法。
【請求項４】請求項１乃至３のいずれかに記載のカラー画像処理方法において、前記第１色信号は表色系の三刺激値の信号であり、前記第２色信号はカラー画像入力装置またはカラー画像形成装置のデバイス色信号であることを特徴とするカラー画像処理方法。
【請求項５】請求項４記載のカラー画像処理方法において、前記表色系の三刺激値の信号は、均等色空間の信号であることを特徴とするカラー画像処理方法。
【請求項６】請求項４または５に記載のカラー画像処理方法において、前記第２色信号はカラー画像出力装置の墨を含む４色のデバイス色信号であることを特徴とするカラー画像処理方法。
【請求項７】第１色信号を第２色信号に変換するためのカラー画像処理装置であって、前記第２色信号から前記第１色信号を求めるための色変換モデルを有する色予測手段と、前記色変換モデルに基づいて、前記色変換モデルの導関数を用いない非線形最適化手法を行うことにより前記第１色信号から前記第２色信号を求める非線形最適化手段とを有することを特徴とするカラー画像処理装置。
【請求項８】請求項７記載のカラー画像処理装置において、前記非線形最適化手段は、前記非線形最適化手法としてシンプレックス法を用いることを特徴とするカラー画像処理装置。
【請求項９】請求項７または８に記載のカラー画像処理装置において、前記前記色変換モデルは、ニューラルネットワークであることを特徴とするカラー画像処理装置。
【請求項１０】請求項７乃至９のいずれかに記載のカラー画像処理装置において、前記第１色信号は表色系の三刺激値の信号であり、前記第２色信号はカラー画像入力装置またはカラー画像形成装置のデバイス色信号であることを特徴とするカラー画像処理装置。
【請求項１１】請求項１０記載のカラー画像処理装置において、前記表色系の三刺激値の信号は、均等色空間の信号であることを特徴とするカラー画像処理装置。
【請求項１２】請求項１０または１１に記載のカラー画像処理装置において、前記第２色信号はカラー画像出力装置の墨を含む４色のデバイス色信号であることを特徴とするカラー画像処理装置。
【請求項１】第１色信号を第２色信号に変換するためのカラー画像処理方法であって、前記第２色信号から前記第１色信号を求めるための色変換モデルを求めるステップと、前記色変換モデルに基づいて、前記色変換モデルの導関数を用いない非線形最適化手法を行うことにより第１色信号から第２色信号を求めるステップとを有することを特徴とするカラー画像処理方法。
【請求項２】請求項１記載のカラー画像処理方法において、前記非線形最適化手法は、シンプレックス法であることを特徴とするカラー画像処理方法。
【請求項３】請求項１または２に記載のカラー画像処理方法において、前記色変換モデルはニューラルネットワークであることを特徴とするカラー画像処理方法。
【請求項４】請求項１乃至３のいずれかに記載のカラー画像処理方法において、前記第１色信号は表色系の三刺激値の信号であり、前記第２色信号はカラー画像入力装置またはカラー画像形成装置のデバイス色信号であることを特徴とするカラー画像処理方法。
【請求項５】請求項４記載のカラー画像処理方法において、前記表色系の三刺激値の信号は、均等色空間の信号であることを特徴とするカラー画像処理方法。
【請求項６】請求項４または５に記載のカラー画像処理方法において、前記第２色信号はカラー画像出力装置の墨を含む４色のデバイス色信号であることを特徴とするカラー画像処理方法。
【請求項７】第１色信号を第２色信号に変換するためのカラー画像処理装置であって、前記第２色信号から前記第１色信号を求めるための色変換モデルを有する色予測手段と、前記色変換モデルに基づいて、前記色変換モデルの導関数を用いない非線形最適化手法を行うことにより前記第１色信号から前記第２色信号を求める非線形最適化手段とを有することを特徴とするカラー画像処理装置。
【請求項８】請求項７記載のカラー画像処理装置において、前記非線形最適化手段は、前記非線形最適化手法としてシンプレックス法を用いることを特徴とするカラー画像処理装置。
【請求項９】請求項７または８に記載のカラー画像処理装置において、前記前記色変換モデルは、ニューラルネットワークであることを特徴とするカラー画像処理装置。
【請求項１０】請求項７乃至９のいずれかに記載のカラー画像処理装置において、前記第１色信号は表色系の三刺激値の信号であり、前記第２色信号はカラー画像入力装置またはカラー画像形成装置のデバイス色信号であることを特徴とするカラー画像処理装置。
【請求項１１】請求項１０記載のカラー画像処理装置において、前記表色系の三刺激値の信号は、均等色空間の信号であることを特徴とするカラー画像処理装置。
【請求項１２】請求項１０または１１に記載のカラー画像処理装置において、前記第２色信号はカラー画像出力装置の墨を含む４色のデバイス色信号であることを特徴とするカラー画像処理装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２０００−７８４１９（Ｐ２０００−７８４１９Ａ）
【公開日】平成１２年３月１４日（２０００．３．１４）
【国際特許分類】
【出願番号】特願平１０−２４１５８８
【出願日】平成１０年８月２７日（１９９８．８．２７）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
【公開日】平成１２年３月１４日（２０００．３．１４）
【国際特許分類】
【出願日】平成１０年８月２７日（１９９８．８．２７）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
[ Back to top ]