JP6071705B2

JP6071705B2 - Color processing apparatus and color processing method

Info

Publication number: JP6071705B2
Application number: JP2013074859A
Authority: JP
Inventors: 西川　浩光; 浩光西川
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2013-03-29
Filing date: 2013-03-29
Publication date: 2017-02-01
Anticipated expiration: 2033-03-29
Also published as: JP2014200015A

Description

本発明は、カラープロファイルを作成する色処理装置および色処理方法に関する。 The present invention relates to a color processing apparatus and a color processing method for creating a color profile.

画像出力装置に適用されるカラープロファイルとは、該装置に対する例えばRGB等に代表される入力の色空間と、例えばCMYK等に代表される出力の色空間との関係を格納した情報である。このカラープロファイルの格納形式として、ルックアップテーブル(LUT)等が広く知られている。例えば、入力の色空間をRGB、出力の色空間をCMYKとすると、LUTの座標系はRGB色空間内のRGB信号値であり、該座標系に関係付けられたCMYK色空間内のCMYK信号値を格納する。また、同様なLUT方式の例として、RGB色空間からCMYK色空間への変換の際に、第3の色空間として、CIE LabやXYZ表色系等の空間を中間に介して行う方法も一般的に行われている。 The color profile applied to the image output apparatus is information that stores the relationship between an input color space represented by RGB, for example, and an output color space represented by CMYK, for example. As a storage format of this color profile, a lookup table (LUT) or the like is widely known. For example, if the input color space is RGB and the output color space is CMYK, the LUT coordinate system is an RGB signal value in the RGB color space, and the CMYK signal value in the CMYK color space associated with the coordinate system Is stored. Also, as an example of a similar LUT method, when converting from RGB color space to CMYK color space, it is also common to use a space such as CIE Lab or XYZ color system as the third color space. Has been done.

LUTをLab表色系に照らして参照した場合、例えばRGB色空間では正方形であった色域の形状が変化する。該変化した色域形状の滑らかさ、すなわち正方形からの歪み度合いにより出力画像の階調性が決まるため、Lab表色系における変形後の色域形状を滑らかにする必要がある。そのために、Lab表色系におけるLUTの最小構成要素である格子点に対し、滑らかさを評価する目的関数とそれを最小化する最適化手法を用いて、格子点に対応付けられたCMYK等のインク値を更新する方法が提案されている(例えば、特許文献1参照)。該技術では最適化手法として、準ニュートン法や逐次2次計画法などが用られており、1つの目的関数を最小化するためのインク値の探索が行われる。 When the LUT is referenced in the Lab color system, for example, the shape of the color gamut that is square in the RGB color space changes. Since the gradation of the output image is determined by the smoothness of the changed color gamut shape, that is, the degree of distortion from the square, it is necessary to smooth the color gamut shape after deformation in the Lab color system. For this purpose, using the objective function that evaluates smoothness and the optimization method that minimizes the grid point, which is the minimum component of the LUT in the Lab color system, CMYK etc. A method for updating the ink value has been proposed (see, for example, Patent Document 1). In this technique, a quasi-Newton method, sequential quadratic programming, or the like is used as an optimization method, and an ink value is searched for minimizing one objective function.

また、画像出力装置による出力画像の画質を評価する項目としては、階調性だけでは不十分である。例えば、観察する光源により色が変わってしまう色恒常性や、インク値の変化が滑らかでない事に起因する光沢のムラ等の画質についての評価項目も必要である。そこで本出願人は、複数の画質項目についての関数を線形和とした目的関数を定義し、これを略最小化することによって複数の画質を向上させる技術を提案している(例えば、特許文献2参照)。 In addition, gradation alone is not sufficient as an item for evaluating the image quality of an output image by the image output apparatus. For example, evaluation items for image quality such as color constancy that changes color depending on the light source to be observed, and gloss unevenness due to non-smooth ink value changes are also required. Therefore, the present applicant has proposed a technique for improving a plurality of image quality by defining an objective function that is a linear sum of functions for a plurality of image quality items and substantially minimizing this (for example, Patent Document 2). reference).

特開2006-197080号公報JP 2006-197080 A 特開2011-120026号公報JP 2011-120026 JP

一般に画質項目間には、一方を良化すれば他方が悪化する、いわゆるトレードオフの関係が存在する。このようなトレードオフの関係にある複数の画質についての関数を結合した目的関数について最小化を行った場合、ある画質については良好な結果が得られるが、他の画質は悪化する等、決して最適とは言えない画質の組み合わせが解として選択される。すなわち、トレードオフ関係にある画質の最適化には、1つの目的関数のみを最小化する最適化手法では不十分である。 In general, there is a so-called trade-off relationship between image quality items in which when one is improved, the other is deteriorated. When minimizing an objective function that combines multiple image quality functions that have such a trade-off relationship, good results can be obtained for some image quality, but the other image quality is deteriorated, so it is never optimal. A combination of image quality that cannot be said is selected as a solution. In other words, an optimization method that minimizes only one objective function is insufficient for optimizing image quality in a trade-off relationship.

本発明は上記課題に鑑みてなされたものであり、最適化手法を用いてカラープロファイルを作成する際に、画質項目間にトレードオフの関係がある場合でも適切な最適解を取得し、高画質化を実現することを目的とする。 The present invention has been made in view of the above problems, and when creating a color profile using an optimization method, even when there is a trade-off relationship between image quality items, an appropriate optimal solution is obtained, It aims at realizing.

上記目的を達成するための一手段として、本発明の色処理装置は以下の構成を備える。すなわち、入力色空間における格子点を示す入力値と、出力デバイスに出力する画像信号の出力値との関係を示すカラープロファイルを作成する色処理装置であって、カラープロファイルにおける注目格子点を選択する格子点選択手段と、前記注目格子点について、複数の画質項目を評価するための目的関数を解くことで最適化した出力値を決定する最適化手段と、を有し、前記最適化手段は、前記複数の画質項目のそれぞれに対する複数の目的関数を線形結合した1つの目的関数を解く単目的最適化を行う単目的最適化手段と、前記複数の目的関数を解く多目的最適化を行う多目的最適化手段と、前記注目格子点について、前記複数の目的関数を解析した結果に基づき、該複数の画質項目間にトレードオフ関係があるか否かを判定する判定手段と、前記注目格子点について、前記トレードオフ関係がない場合に前記単目的最適化手段による単目的最適化により出力値を決定し、前記トレードオフ関係がある場合に前記多目的最適化手段による多目的最適化により出力値を決定する最適化制御手段と、を有することを特徴とする。 As a means for achieving the above object, the color processing apparatus of the present invention comprises the following arrangement. That is, a color processing apparatus that creates a color profile indicating a relationship between an input value indicating a grid point in an input color space and an output value of an image signal output to an output device, and selects a target grid point in the color profile Grid point selection means, and optimization means for determining an output value optimized by solving an objective function for evaluating a plurality of image quality items for the target grid point, the optimization means, Single-objective optimization means for performing single-objective optimization that solves one objective function that linearly combines a plurality of objective functions for each of the plurality of image quality items, and multi-objective optimization that performs multi-objective optimization for solving the plurality of objective functions And a determination method for determining whether or not there is a trade-off relationship between the plurality of image quality items based on a result of analyzing the plurality of objective functions with respect to the grid point of interest. When the target lattice point does not have the trade-off relationship, an output value is determined by single-objective optimization by the single-objective optimization unit, and when there is the trade-off relationship, the multipurpose optimization unit by the multiobjective optimization unit And an optimization control means for determining an output value by optimization.

本発明によれば、最適化手法を用いてカラープロファイルを作成する際に、画質項目間にトレードオフの関係がある場合でも適切な最適解を取得し、高画質化を実現することが可能となる。 According to the present invention, when creating a color profile using an optimization method, even when there is a trade-off relationship between image quality items, it is possible to obtain an appropriate optimal solution and achieve high image quality. Become.

第1実施形態におけるカラープロファイル作成装置の構成を示すブロック図、A block diagram showing a configuration of a color profile creation device in the first embodiment, 第1実施形態におけるカラープロファイル作成処理を示すフローチャート、A flowchart showing a color profile creation process in the first embodiment, 第1実施形態における格子点最適化処理を示すフローチャート、A flowchart showing grid point optimization processing in the first embodiment, 第2実施形態における格子点最適化処理を示すフローチャート、A flowchart showing grid point optimization processing in the second embodiment, 本実施形態における最適化結果表示を行うUI例を示す図、である。It is a figure which shows the example of UI which performs the optimization result display in this embodiment.

以下、本発明の実施形態について、図面を参照して説明する。なお、以下の実施の形態は特許請求の範囲に関わる本発明を限定するものではなく、また、本実施の形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. The following embodiments do not limit the present invention related to the scope of claims, and all combinations of features described in the present embodiments are essential for the solution means of the present invention. Is not limited.

＜第1実施形態＞
●装置構成
本実施形態は、入力画像信号の色空間における格子点を示す入力値と、出力デバイスに出力する画像信号の出力値との関係を示すカラープロファイルを作成する色処理装置を示すものである。図1は、本実施形態における色処理装置11の構成例を示すブロック図である。同図において、CPU101は、RAM103をワークメモリとして、ROM102、ハードディスクドライブ(HDD)15、各種記録メディアに格納されたOSや各種プログラムを実行し、システムバス108を介して各構成を制御する。なお、CPU101が実行するプログラムには、後述するカラープロファイル作成等のプログラムが含まれる。汎用インタフェイス(I/F)105は、例えばUSB等のシリアルバスインタフェイスであって、シリアルバス18を介して、マウスやキーボード等の入力デバイス13やプリンタ14等が接続される。なお、プリンタ14はインクジェットプリンタや電子写真プリンタ等、特に印刷方式等による制限は無い。シリアルATA(SATA) I/F106には、HDD15や各種記録メディアの読み書きを行う汎用ドライブ16が接続される。CPU101は、HDD15や汎用ドライブ16にマウントされた各種記録メディアをデータの格納場所として利用する。ネットワークインタフェイスカード(NIC)107はネットワークインタフェイスであって、例えばLAN等のネットワーク17に接続する。ビデオカード(VC)104はビデオインタフェイスであって、ディスプレイ12が接続される。CPU101は、プログラムが提供するユーザインタフェイス(UI)をディスプレイ12に表示し、入力デバイス13を介してユーザ指示を含むユーザ入力を受信する。 <First Embodiment>
Apparatus Configuration This embodiment shows a color processing apparatus that creates a color profile indicating the relationship between input values indicating lattice points in the color space of an input image signal and output values of an image signal output to an output device. is there. FIG. 1 is a block diagram illustrating a configuration example of the color processing apparatus 11 in the present embodiment. In the figure, a CPU 101 uses a RAM 103 as a work memory, executes an OS and various programs stored in a ROM 102, a hard disk drive (HDD) 15, and various recording media, and controls each configuration via a system bus 108. Note that the program executed by the CPU 101 includes a program for creating a color profile, which will be described later. A general-purpose interface (I / F) 105 is a serial bus interface such as a USB, and is connected to an input device 13 such as a mouse and a keyboard, a printer 14 and the like via a serial bus 18. The printer 14 is not limited by an ink jet printer, an electrophotographic printer, or the like, particularly by a printing method. The serial ATA (SATA) I / F 106 is connected to a general-purpose drive 16 that reads / writes data from / to the HDD 15 and various recording media. The CPU 101 uses various recording media mounted on the HDD 15 or the general-purpose drive 16 as a data storage location. A network interface card (NIC) 107 is a network interface and is connected to a network 17 such as a LAN. A video card (VC) 104 is a video interface to which a display 12 is connected. The CPU 101 displays a user interface (UI) provided by the program on the display 12 and receives user input including user instructions via the input device 13.

●最適化手法
本実施形態の色処理装置11においては、複数の最適化手法を用いてカラープロファイルの作成を行う。ここで最適化手法とは、以下の2つに大別される。 Optimization Method In the color processing apparatus 11 of this embodiment, a color profile is created using a plurality of optimization methods. Here, the optimization method is roughly divided into the following two.

まず1つ目の最適化手法としては、1つの目的関数を定義し、該目的関数が最大または最小となるような状態を解析するものであり、これは目的関数が1つであるため、単目的最適化手法と呼ばれる。これを画質項目に適用するには、複数の画質項目の関数を単純な線形結合または重み付け線形結合することで1つの目的関数を作成し、この目的関数についての最小化または最大化、すなわち最適化を行う。単目的最適化にも複数の手法が知られており、例えば、逐次二次計画法、焼きなまし法、遺伝的アルゴリズムを用いた手法(GA)、等がある。本実施形態における単目的最適化としても、その何れかの手法を用いるとする。 First, as the first optimization method, one objective function is defined and a state where the objective function is maximized or minimized is analyzed. This is called an objective optimization method. To apply this to an image quality item, create a single objective function by simple or weighted linear combination of functions of multiple quality items and minimize or maximize, or optimize, this objective function I do. A plurality of methods are also known for single-objective optimization, such as a sequential quadratic programming method, an annealing method, and a method (GA) using a genetic algorithm. It is assumed that any one of the methods is used as the single-objective optimization in the present embodiment.

そして、もう1つの最適化手法としては、複数の目的関数を解くための、多目的最適化手法がある。これを画質項目に適用すれば、一般的にUCR/GCR等で知られるように、色再現範囲の暗部においてKの量を増やすと色再現範囲は拡大するものの粒状性が悪化してしまう等、トレードオフの関係にある画質項目を扱うことができる。この多目的最適化にも複数の手法が知られており、例えば、ゴールプログラミングを用いた手法や、遺伝的アルゴリズムを用いた手法(MOGA)、等がある。本実施形態における多目的最適化としても、その何れかの手法を用いるとする。 As another optimization technique, there is a multi-objective optimization technique for solving a plurality of objective functions. If this is applied to the image quality item, as commonly known in UCR / GCR, etc., increasing the amount of K in the dark part of the color reproduction range will expand the color reproduction range, but the graininess will deteriorate, etc. It is possible to handle image quality items that are in a trade-off relationship. A plurality of methods are also known for this multi-objective optimization, for example, a method using goal programming, a method using genetic algorithm (MOGA), and the like. It is assumed that any one of the methods is used as multipurpose optimization in the present embodiment.

●画質項目の評価(予測値の算出)
本実施形態のカラープロファイル作成処理においては、最適化の目的関数とする画質項目について、独立変数に応じた予測を行うことによって評価する。ここで画質項目とは、例えば色再現範囲(色域)、色変化の滑らかさ(階調性)、観察光源による色の見えの違い(色恒常)、画像に粒状のノイズ(粒状感)、光沢のムラ(光沢ムラ)、ブロンズや薄膜干渉による光沢の色付き(光沢色付き)、等を指す。 ● Evaluation of image quality items (calculation of predicted values)
In the color profile creation process of the present embodiment, an image quality item as an optimization objective function is evaluated by performing prediction according to an independent variable. Here, image quality items include, for example, color reproduction range (color gamut), smoothness of color change (gradation), difference in color appearance due to observation light source (color constancy), granular noise in image (graininess), Glossy irregularity (glossy irregularity), glossy color due to bronze or thin film interference (glossy color), etc.

この画質の定量化と予測の方法については、周知の様々な方法がある。例えば、色域については、ノイゲバウア法やノイゲバウア法を改良したセル分割ユールニールセン分光ノイゲバウア法などが知られており、入力をプリンタのインク(トナー)量とし、分光反射率を出力する方法である。本実施形態では、この様な方法で算出された分光反射率からXYZを介してLCHを算出し、同一色相(H)において、彩度(C＊)を最大化することにより、色域が大きいと判断する。 There are various known methods for quantifying and predicting image quality. For example, with respect to the color gamut, the Neugebauer method or the cell division Yule-Nielsen spectral Neugebauer method, which is an improvement of the Neugebauer method, is known, and is a method of outputting the spectral reflectance by using the amount of ink (toner) of the printer as an input. In this embodiment, the color gamut is large by calculating LCH from XYZ from the spectral reflectance calculated by such a method and maximizing the saturation (C *) in the same hue (H). Judge.

さらに、階調性については、算出された分光反射率からXYZを介してLabを算出することにより、Lab空間における座標が分かり、例えば上記特許文献1に示されるような方法を用いて階調性を評価する。また色恒常についても、分光反射率からXYZを介してLabを算出する際に考慮する観察光源を変化させることにより評価可能である。 Furthermore, with regard to the gradation, by calculating Lab from the calculated spectral reflectance via XYZ, the coordinates in the Lab space can be obtained. For example, the gradation characteristic can be obtained using the method described in Patent Document 1 above. To evaluate. The color constancy can also be evaluated by changing the observation light source to be considered when calculating Lab from the spectral reflectance via XYZ.

また、粒状感については、例えば上記特許文献1に記されている粒状性指数GI(Graininess Index)の様に、定量的な評価を行う方法が知られている。インク(トナー)量を離散的にサンプリングしたカラーパッチを実測しておき、補間演算等を併用することによって、このGI値を予測することが可能である。 As for graininess, for example, a method of quantitative evaluation is known, such as a graininess index GI (Graininess Index) described in Patent Document 1. It is possible to predict this GI value by actually measuring a color patch obtained by discretely sampling the amount of ink (toner) and using interpolation calculation together.

以下、光沢ムラに関して説明する。先ず、JIS規格に準拠する鏡面光沢度測定方法(JIS Z 8741)によれば、以下の方法によって鏡面光沢度Ｇsを算出することができる。 Hereinafter, gloss unevenness will be described. First, according to the specular gloss measurement method (JIS Z 8741) compliant with the JIS standard, the specular gloss Gs can be calculated by the following method.

φs :規定された入射角θに対する試料面からの反射光束
φos :規定された入射角θに対する標準面からの反射光束
Ｇos :以下の式(2)で算出される使用した標準面の光沢度(%) φs: reflected light beam from the sample surface for the specified incident angle θ φos: reflected light beam from the standard surface for the specified incident angle θ Gos: glossiness of the standard surface used calculated by the following equation (2) ( %)

Ｓs(λ) :標準の光D65の相対分光分布
Ｖ(λ) :規定された入射角θに対する標準面からの反射光束
ρ0(θ,λ):屈折率が可視波長範囲全域にわたって一定値1.567であるガラス表面
において規定された入射角θでの鏡面反射率
ρ(θ,λ) :屈折率n(λ)を用い、以下に示すフレネルの式(3)によって求められた規定された入射角θにおける一次標準面の分光鏡面反射率 Ss (λ): Relative spectral distribution of standard light D65 V (λ): Reflected light flux from the standard surface for the specified incident angle θ ρ0 (θ, λ): Refractive index is a constant value of 1.567 over the entire visible wavelength range Some glass surface
Specular reflectivity at the incident angle θ specified in ρ (θ, λ): The primary standard at the specified incident angle θ determined by the following Fresnel equation (3) using the refractive index n (λ) Spectral specular reflectance of surface

なお、上記JIS規格による鏡面光沢度の測定条件によれば、光源と受光器には一般に、以下のような組み合わせと等価のものを用いるとして記載されている。すなわち、測色用の標準の光及び標準光源(JIS Z 8720)に示される標準の光D65と、XYZ表色系及びX10Y10Z10表色系(JIS Z 8701)に示される等色関数y(λ)と同一な分光視感効率との組み合わせと等価のものである。つまり、任意の鏡面光沢度測定サンプルの入射角θに対する反射光の分光鏡面反射率(以降、α(θ,λ)と記載)が分かれば、式(1)の試料面からの反射光束φsは以下の式(4)でシミュレートすることができる。 In addition, according to the measurement conditions of specular gloss according to the JIS standard, it is generally described that the light source and the light receiver are equivalent to the following combinations. That is, standard light for colorimetry and standard light D65 shown in standard light source (JIS Z 8720), and color matching function y (λ) shown in XYZ color system and X10Y10Z10 color system (JIS Z 8701) Is equivalent to a combination with the same spectral luminous efficiency. That is, if the specular specular reflectance of the reflected light with respect to the incident angle θ of any specular gloss measurement sample (hereinafter referred to as α (θ, λ)) is known, the reflected light flux φs from the sample surface of Equation (1) is It can be simulated by the following equation (4).

また、同様に一次標準面の反射光束φosについても、上記式(2)に示される標準面の分光鏡面反射率ρ(θ,λ)を用いて、以下の式(5)のようにシミュレートすることができる。 Similarly, the reflected light beam φos on the primary standard surface is simulated as shown in the following equation (5) using the spectroscopic surface reflectance ρ (θ, λ) of the standard surface shown in the above equation (2). can do.

すなわち、式(1)を式(2),(4),(5)を用いて変形すれば、任意サンプルの角度θに対する分光鏡面反射率α(θ,λ)を用いて、以下の式(6)により鏡面光沢度Ｇsをシミュレートすることができる。 That is, if the equation (1) is transformed using the equations (2), (4), (5), the spectroscopic reflectance α (θ, λ) with respect to the angle θ of an arbitrary sample is used, and the following equation ( The specular glossiness Gs can be simulated by 6).

なお、屈折率n(λ)が既知である試料面の入射角θに対する反射光の分光鏡面反射率を算出する方法としては、上述したフレネルの式(3)が適用可能である。 As the method for calculating the spectroscopic surface reflectance of the reflected light with respect to the incident angle θ of the sample surface where the refractive index n (λ) is known, the Fresnel equation (3) described above can be applied.

すなわち、以上のように算出した鏡面光沢度Ｇsを、LUTにおける連続した格子点について算出し、その差異を光沢ムラとして定量評価することが可能である。 That is, the specular glossiness Gs calculated as described above can be calculated for continuous lattice points in the LUT, and the difference can be quantitatively evaluated as gloss unevenness.

また、光沢色付きについては、インク(トナー)が実際に記録媒体に定着した際の最表面の面積率ｒとインク(トナー)の屈折率ｎ(λ)とから、ブロンズ成分を含む正反射の分光鏡面反射率が算出可能である。 For glossy coloring, the specular reflection spectrum including a bronze component is determined from the area ratio r of the outermost surface when the ink (toner) is actually fixed to the recording medium and the refractive index n (λ) of the ink (toner). Specular reflectance can be calculated.

ρc(θ,λ) ：入射角θにおけるCインクの分光鏡面反射率
ｎc(λ) ：Cインクの屈折率
ρm(θ,λ) ：入射角θにおけるMインクの分光鏡面反射率
ｎm(λ) ：Mインクの屈折率
ρcm(θ,λ) ：入射角θにおけるC,M混色時の分光鏡面反射率
ｒc ：画像表面におけるCインクの面積率
ｒm ：画像表面におけるMインクの面積率
以上の様に、各画質項目について、インク(トナー)量に基づく評価方法としては、周知の目的関数を用いた技術を適用する事が可能である。 ρc (θ, λ): Spectral specular reflectance of C ink at incident angle θ nc (λ): Refractive index of C ink ρm (θ, λ): Spectral specular reflectance of M ink at incident angle θ nm (λ) : Refractive index of M ink ρcm (θ, λ): Spectral specular reflectivity when C and M colors are mixed at incident angle θ rc: Area ratio of C ink on image surface rm: Area ratio of M ink on image surface For each image quality item, a technique using a known objective function can be applied as an evaluation method based on the ink (toner) amount.

●カラープロファイル作成処理
以下、本実施形態におけるカラープロファイル作成処理について、図2のフローチャートを用いて詳細に説明する。 Color Profile Creation Processing Hereinafter, the color profile creation processing in this embodiment will be described in detail using the flowchart of FIG.

まずS201で、初期プロファイル取得処理を行う。すなわち、最適化対象となるカラープロファイルの初期値(以下、初期LUT)を取得する。この初期LUTは例えば、カラープロファイルにおける入力画像信号の色空間の代表的な格子点に対応する出力値から、該色空間における他の格子点の出力値を推定することによって作成されている。あるいは、作成するカラープロファイルに類似する条件(プリンタ機種、記録紙、印刷モード等)を有するプロファイル(LUT)を、初期LUTに設定しても良い。この初期LUTの取得は、CPU101により、予めROM102やHDD15に格納されているLUTを読み込むか、またはネットワーク17等を介して取得し、RAM103に展開する。 First, in S201, an initial profile acquisition process is performed. That is, the initial value (hereinafter referred to as initial LUT) of the color profile to be optimized is acquired. This initial LUT is created, for example, by estimating output values of other grid points in the color space from output values corresponding to representative grid points of the color space of the input image signal in the color profile. Alternatively, a profile (LUT) having conditions (printer model, recording paper, print mode, etc.) similar to the color profile to be created may be set as the initial LUT. For obtaining the initial LUT, the CPU 101 reads the LUT stored in advance in the ROM 102 or the HDD 15 or obtains it via the network 17 or the like and develops it in the RAM 103.

次にS202で、処理格子点選択処理を行う。すなわち、RAM103に展開された初期LUTから、1つの格子点を注目格子点として選択する。ここで格子点とは、LUTが格納する入力側の色空間と出力側の色空間を対応付ける最小の単位である。例えば、入力側をRGB色空間と仮定すると、RGBの信号値(例えば8ビット256値)をサンプリングした、5ｘ5ｘ5の125格子点や、9ｘ9ｘ9の729格子点等のことである。すなわち、NｘNｘN個の格子点(Nは2以上255以下の整数)が存在し、その中から最適化対象となる1つを選択する。 In step S202, processing grid point selection processing is performed. That is, one grid point is selected as a target grid point from the initial LUT developed in the RAM 103. Here, the grid point is the smallest unit for associating the input-side color space and the output-side color space stored in the LUT. For example, assuming that the input side is an RGB color space, 5 × 5 × 5 125 lattice points, 9 × 9 × 9 729 lattice points, and the like are obtained by sampling RGB signal values (for example, 8-bit 256 values). That is, there are N × N × N lattice points (N is an integer of 2 to 255), and one of the points to be optimized is selected.

次にS203において、S202で選択された注目格子点に対する最適化処理を行う。ここで行われる格子点最適化処理の詳細については後述するが、この処理によって注目格子点に対する出力値が決定される。 Next, in S203, optimization processing is performed on the target lattice point selected in S202. The details of the lattice point optimization processing performed here will be described later, but the output value for the target lattice point is determined by this processing.

そしてS204において、S202による注目格子点の選択が、S201でRAM103に展開された初期LUTの全格子点についてなされたか否か、すなわち全格子点について最適化処理がなされたか否かを判定する。全格子点に対して最適化がなされていない場合にはS202に戻り、全ての格子点の最適化が終了すれば、図2に示す一連のカラープロファイル作成処理が終了する。 In S204, it is determined whether or not the selection of the target lattice point in S202 has been made for all the lattice points of the initial LUT developed in the RAM 103 in S201, that is, whether or not optimization processing has been performed for all the lattice points. If the optimization is not performed for all the grid points, the process returns to S202, and when the optimization of all the grid points is completed, the series of color profile creation processing shown in FIG. 2 is completed.

●格子点最適化処理
以下、S203における注目格子点の最適化処理について、図3のフローチャートを用いて詳細に説明する。 Lattice Point Optimization Processing The attention lattice point optimization processing in S203 will be described in detail below using the flowchart of FIG.

まずS301で、現在の処理対象である注目格子点に対応する出力値の初期値を取得する初期値取得処理を行う。すなわち、注目格子点に対応付けられたCMYK等に代表されるプリンタのインク値(トナー量)を示す信号(以下、初期インク値)を、初期LUTより取得する。ここでは説明を簡単にするため、CMYKの4色のプリンタ用LUTを用いるとして説明を行うが、本発明が考慮する出力色はこの例に限るものではない。すなわち、粒状性改善のための色の淡いC,M,Kや、色域拡大のためのR,G,B等、プリンタに搭載される色数に特に制限は無い。 First, in S301, an initial value acquisition process for acquiring an initial value of an output value corresponding to a target lattice point that is the current processing target is performed. That is, a signal (hereinafter referred to as an initial ink value) indicating a printer ink value (toner amount) represented by CMYK or the like associated with the target grid point is acquired from the initial LUT. Here, for the sake of simplicity, the description will be made assuming that a CMYK four-color printer LUT is used, but the output colors considered by the present invention are not limited to this example. That is, there are no particular restrictions on the number of colors mounted on the printer, such as light C, M, and K for improving graininess and R, G, and B for expanding the color gamut.

次にS302において、S301で取得された初期インク値について、その周辺をランダムにサーチして、該初期インク値の周辺に対する画質予測値を算出する。すなわち、乱数を用いるなどによって初期インク値を複数の値に変化させ、該変化させたインク値(周辺値)毎の画質予測値を算出する。この予測値の算出は、画質項目ごとに上述した目的関数に基づいて行えば良い。また、乱数を用いてインク値を変化させる方法としては、例えば初期のC,M,Y,K信号値を中心とする正規乱数を発生させて変化させる方法が考えられる。また、C,M,Y,Kに各シーズを異ならせた乱数を発生させて加算または減算することにより変化させる方法等が考えられる。すなわちS302においては、初期のC,M,Y,K各値を少しずつ変化させたときのインク値と画質予測値の対応関係のサンプルが検出できれば良い。また、上記初期インク値の周辺のサーチにおいて、複数の値に変化させる場合について述べたが、少なくとも１つの周辺の値が存在すれば、インク値変化と画質の関係を取得することが可能である。具体的には例えば、各インク値と画質予測値の対応テーブルとして保持しておいても良い。 Next, in S302, the periphery of the initial ink value acquired in S301 is randomly searched, and an image quality prediction value for the periphery of the initial ink value is calculated. That is, the initial ink value is changed to a plurality of values by using a random number or the like, and an image quality prediction value for each changed ink value (peripheral value) is calculated. The calculation of the predicted value may be performed based on the above-described objective function for each image quality item. Further, as a method of changing the ink value using a random number, for example, a method of generating and changing a normal random number centered on the initial C, M, Y, K signal values can be considered. Another possible method is to generate random numbers with different seeds for C, M, Y, and K and change them by addition or subtraction. That is, in S302, it is only necessary to detect a sample of the correspondence relationship between the ink value and the image quality prediction value when the initial C, M, Y, and K values are changed little by little. In the search around the initial ink value, the case where the value is changed to a plurality of values has been described. However, if there is at least one peripheral value, the relationship between the ink value change and the image quality can be acquired. . Specifically, for example, it may be held as a correspondence table between each ink value and the predicted image quality value.

次にS303においては、S302にて算出されたインク値と画質予測値の対応を解析する。この解析はすなわち、画質項目ごとの目的関数を解析することに他ならない。この解析で得られる画質評価値により、インク値毎に、初期インク値に対して各画質が良化または悪化のいずれとなるかを示す、画質の相対関係が検出できる。なおここでは、画質評価値が特に変化しない場合には、悪化していないため、良化に含まれるものとみなす。さらに、各画質項目のそれぞれについて、最も画質が悪化した際の画質評価値(以下、最悪値)を算出しておく。該算出された結果はRAM103に保持されて、後段のS304やS305で行われる最適化制御の判定処理に用いられる。なお、ここで行われる画質の予測は、上述した色域、階調性、色恒常、粒状感、光沢ムラ、光沢色付き等の各画質項目のうち、少なくとも2つの画質項目について行われる。また、予測対象となる画質項目の組み合わせを、S202で選択された格子点毎に変えても良い。 In step S303, the correspondence between the ink value calculated in step S302 and the predicted image quality is analyzed. This analysis is nothing but to analyze the objective function for each image quality item. From the image quality evaluation value obtained by this analysis, it is possible to detect the relative relationship of image quality that indicates whether each image quality is improved or deteriorated with respect to the initial ink value for each ink value. Here, when the image quality evaluation value does not change in particular, it is assumed that it is included in the improvement because it has not deteriorated. Furthermore, for each of the image quality items, an image quality evaluation value (hereinafter, the worst value) when the image quality is most deteriorated is calculated. The calculated result is held in the RAM 103 and used for the optimization control determination process performed in the subsequent steps S304 and S305. Note that the image quality prediction performed here is performed for at least two image quality items among the image quality items such as the above-described color gamut, gradation, color constancy, graininess, gloss unevenness, and glossy color. Further, the combination of image quality items to be predicted may be changed for each grid point selected in S202.

次にS304で、トレードオフ判定処理を行う。すなわち、S303で算出された各画質の良化/悪化の相対関係に基づき、各画質項目間にトレードオフの関係があるか否かを判断する。あるインク値において色域が向上するが粒状感は悪化する等、相反する良化/悪化の関係が混在していれば、トレードオフの関係があると判断する。画質項目間にトレードオフ関係があると判断した場合にはS305に進み、トレードオフ関係がないと判断した場合にはS306に進む。 Next, in S304, a trade-off determination process is performed. That is, it is determined whether there is a trade-off relationship between the image quality items based on the relative relationship between the improvement / deterioration of each image quality calculated in S303. If a contradictory improvement / deterioration relationship exists, such as a color gamut improvement at a certain ink value but a deterioration in granularity, it is determined that there is a trade-off relationship. If it is determined that there is a trade-off relationship between the image quality items, the process proceeds to S305, and if it is determined that there is no trade-off relationship, the process proceeds to S306.

S305では、悪化判定処理を行う。すなわち、トレードオフの関係にある2つ以上の画質項目のうち、画質が悪化した項目についてS303で保持された最悪値が、所定の閾値を超えているか否かを判定する。なお、閾値は画質項目ごとの悪化の許容範囲を示す値として予め設定されているものとする。例えば、粒状感と色恒常性について、粒状感は良化するが色恒常性が悪化するというトレードオフ関係がある場合について考える。このとき、色恒常性を、例えば2つの光源下でLabを算出した時の色差ΔE94(CIE色差色)で評価すると、その最悪値がΔE94=0.8であったとする。このとき、一般にΔE94=1.0程度の色差を肉眼で判断することは困難であるため、色恒常性についての閾値がΔE94=1.0に定められていた場合、S305では最悪値は閾値以下であると判定される。なお、ここで与えられる閾値とは、CPU101により、予めROM102やHDD15に格納している任意の閾値を読み込むか、またはネットワーク17等を介して取得し、RAM103に保持する。S305において閾値を超えると判断した場合にはトレードオフ関係が無視できないと判断し、多目的最適化を行うためにS308に進む。一方、閾値以下と判断した場合にはトレードオフ関係が無視できる程度であると判断し、より単純な処理である単目的最適化を行うためにS306に進む。 In S305, a deterioration determination process is performed. That is, it is determined whether or not the worst value held in S303 for an item with deteriorated image quality among two or more image quality items in a trade-off relationship exceeds a predetermined threshold value. Note that the threshold value is set in advance as a value indicating an allowable range of deterioration for each image quality item. For example, regarding the graininess and color constancy, consider the case where there is a trade-off relationship that the graininess improves but the color constancy deteriorates. At this time, when the color constancy is evaluated by, for example, the color difference ΔE94 (CIE color difference color) when Lab is calculated under two light sources, it is assumed that the worst value is ΔE94 = 0.8. At this time, since it is generally difficult to determine the color difference of about ΔE94 = 1.0 with the naked eye, when the threshold value for color constancy is set to ΔE94 = 1.0, it is determined in S305 that the worst value is less than the threshold value. Is done. The threshold given here is read by the CPU 101 in advance from an arbitrary threshold stored in the ROM 102 or the HDD 15 or acquired via the network 17 or the like and held in the RAM 103. If it is determined in S305 that the threshold value is exceeded, it is determined that the trade-off relationship cannot be ignored, and the process proceeds to S308 to perform multi-objective optimization. On the other hand, if it is determined that the value is equal to or less than the threshold value, it is determined that the trade-off relationship is negligible, and the process proceeds to S306 in order to perform single-objective optimization, which is a simpler process.

S306ではすなわち、各画質項目間にトレードオフの関係がない、またはトレードオフ関係であっても悪化の程度が許容範囲内である、と判断されている。そのため、周知の単目的最適化を行う。すなわち、各画質項目を単純線形結合または調整のため重み付け線形結合をした目的関数について、これを最小化または最大化する状態を解けば良い。例えば、次式に示すような目的関数に対して、最小化または最大化する状態を解けば良い。なお、この単目的最適化処理の初期値は、S301で取得された初期インク値である。 That is, in S306, it is determined that there is no trade-off relationship between the image quality items, or the degree of deterioration is within an allowable range even if the trade-off relationship is established. Therefore, well-known single-objective optimization is performed. That is, it is only necessary to solve a state of minimizing or maximizing an objective function in which each image quality item is subjected to simple linear combination or weighted linear combination for adjustment. For example, what is necessary is just to solve the state to minimize or maximize with respect to the objective function as shown in the following equation. Note that the initial value of the single-purpose optimization process is the initial ink value acquired in S301.

Ｅ(Ri,Gi,Bi)：LUT入力色空間における格子点の座標Ri,Gi,Biにおける目的関数
Ｗgam：画質項目色域の線形結合時の重み付け係数
ＥＧ(Ri,Gi,Bi)：格子点の座標Ri,Gi,Biにおける色域評価値
Ｗbr：画質項目光沢色付きの線形結合時の重み付け係数
ＥＢ(Ri,Gi,Bi)：格子点の座標Ri,Gi,Biにおける光沢色付き評価値
Ｗryu：画質項目粒状感の線形結合時の重み付け係数
ＥＲ(Ri,Gi,Bi)：格子点の座標Ri,Gi,Biにおける階調性評価値
S306における単目的最適化の解は一意に求まる。S307では、S306で算出されたインク値すなわちインク(トナー)量の信号によって、RAM103に展開された初期LUTの格子点に対応する出力値が更新され、S203の操作を終える。 E (Ri, Gi, Bi): Objective function at coordinates Ri, Gi, Bi of grid points in the LUT input color space Wgam: Weighting coefficient for linear combination of image quality gamuts EG (Ri, Gi, Bi): Grid points Color gamut evaluation value at the coordinates Ri, Gi, Bi of Wbr: Weighting coefficient for linear combination with image quality item glossy color EB (Ri, Gi, Bi): Evaluation value with glossy color at coordinates Ri, Gi, Bi of grid points Wryu: Weighting factor for linear combination of image quality granularity ER (Ri, Gi, Bi): Tone evaluation value at grid point coordinates Ri, Gi, Bi
The solution for single-objective optimization in S306 is uniquely determined. In S307, the output value corresponding to the grid point of the initial LUT developed in the RAM 103 is updated by the ink value calculated in S306, that is, the ink (toner) amount signal, and the operation in S203 is finished.

一方、S308ではすなわち、各画質項目間にトレードオフの関係があり、且つトレードオフ関係にある画質の悪化の程度が許容範囲(閾値)を超える、と判断されている。この場合、各画質項目を単目的な最適化を用いて解くことが困難であるため、最適化手法を多目的最適化に切り替えて処理を進める。ここで用いる多目的最適化としては、上述したような周知の多目的最適化の方法を用いれば良い。ただし、多目的最適化では解が一意に求まるものではなく、その解はパレート解群として得られる。なお、多目的最適化処理の初期値もS301で取得された初期インク値である。 On the other hand, in S308, it is determined that there is a trade-off relationship between the image quality items, and that the degree of image quality deterioration in the trade-off relationship exceeds the allowable range (threshold value). In this case, since it is difficult to solve each image quality item using single-purpose optimization, the optimization method is switched to multi-objective optimization and the process proceeds. As the multi-objective optimization used here, a known multi-objective optimization method as described above may be used. However, in multi-objective optimization, a solution is not uniquely obtained, and the solution is obtained as a Pareto solution group. Note that the initial value of the multi-objective optimization process is also the initial ink value acquired in S301.

S309では、S308の多目的最適化により求められたパレート解群を、以下の様に最適化結果表示UIとしてディスプレイ12に出力する。この出力は、CPU101によりVC104を介してディスプレイ12に表示される。ここで図5に、最適化結果表示UIの例を示す。図5(a)は表示項目選択画面であり、パレート解群を表示する際のチャート種と表示する画質項目が、入力デバイス13を用いて選択される。図5(b)は、図5(a)に示すUIにおいて、チャート種として「パレートライン(2D)」が選択され、画質項目として「画質項目3」と「画質項目6」が選択された場合の、パレート解群の表示例を示す。図5(b)に示す例では、多目的最適化における画質項目3および画質項目6の2項目についての複数の解群のうち、画質向上を示すパレート解群を結ぶパレートラインを平面上に示している。ユーザは入力デバイス13を用いて、該パレートライン上から任意の点を選択することが可能である。 In S309, the Pareto solution group obtained by the multi-objective optimization in S308 is output to the display 12 as an optimization result display UI as follows. This output is displayed on the display 12 by the CPU 101 via the VC 104. FIG. 5 shows an example of the optimization result display UI. FIG. 5A is a display item selection screen, and the chart type and the image quality item to be displayed when displaying the Pareto solution group are selected using the input device 13. Fig. 5 (b) shows the case where "Pareto line (2D)" is selected as the chart type and "Image quality item 3" and "Image quality item 6" are selected as the image quality items in the UI shown in Fig. 5 (a). A display example of the Pareto solution group is shown. In the example shown in FIG. 5 (b), the Pareto line connecting the Pareto solution group showing the image quality improvement is shown on the plane among the plurality of solution groups for the two items of image quality item 3 and image quality item 6 in the multi-objective optimization. Yes. The user can use the input device 13 to select an arbitrary point on the Pareto line.

そしてS310において、図5(b)に示すパレートライン上でユーザが入力デバイス13を用いて選択した任意の1点が、最適解として選択される。ここで最適解として選択されたインク値すなわちインク(トナー)量の信号によって、RAM103に展開された初期LUTの格子点に対応する出力値が更新され、S203の格子点最適化処理を終了する。 In S310, any one point selected by the user using the input device 13 on the Pareto line shown in FIG. 5B is selected as the optimum solution. The output value corresponding to the grid point of the initial LUT developed in the RAM 103 is updated by the ink value selected as the optimal solution, that is, the ink (toner) amount signal, and the grid point optimization process in S203 is terminated.

以上説明したように本実施形態によれば、LUTの格子点毎に複数の画質項目を評価し、画質項目間のトレードオフ関係の有無に応じて最適化手法を切り替えることで、画質項目間でバランスのとれたカラープロファイルを作成することができる。 As described above, according to the present embodiment, a plurality of image quality items are evaluated for each grid point of the LUT, and the optimization method is switched depending on whether there is a trade-off relationship between the image quality items. A well-balanced color profile can be created.

＜第2実施形態＞
以下、本発明における第2実施形態について説明する。上述した第1実施形態でS203で行われる格子点最適化においては、S302でのランダム周辺サーチに基づき、画質項目間にトレードオフ関係があるか否か等の判定を行う例を示したが、本発明はこの例に限るものではない。第2実施形態では、格子点最適化処理において単目的最適化を先に行う例を示す。 <Second Embodiment>
Hereinafter, a second embodiment of the present invention will be described. In the grid point optimization performed in S203 in the first embodiment described above, an example of determining whether there is a trade-off relationship between image quality items based on the random peripheral search in S302 has been shown, The present invention is not limited to this example. The second embodiment shows an example in which single-objective optimization is performed first in the lattice point optimization processing.

第2実施形態における色処理装置の構成、およびカラープロファイル作成処理の概要については、上述した第1実施形態における図1および図2と同様であるため、説明を省略する。以下、第2実施形態におけるS203の格子点最適化処理について、図4のフローチャートを用いて説明する。なお図4において、第1実施形態で説明した図3と同様の処理については同一符号を付し、説明を省略する。 Since the configuration of the color processing apparatus and the outline of the color profile creation process in the second embodiment are the same as those in FIGS. 1 and 2 in the first embodiment described above, the description thereof is omitted. Hereinafter, the lattice point optimization process of S203 in the second embodiment will be described with reference to the flowchart of FIG. In FIG. 4, the same processes as those in FIG. 3 described in the first embodiment are denoted by the same reference numerals, and the description thereof is omitted.

図4に示す格子点最適化処理においてはまず、S301で初期インク値を取得した後、S306の単目的最適化を実行する。その後、S401において、S306で単目的最適化が行われた後の、目的関数を分解する。ここで目的関数の分解とは、各画質項目を線形結合した目的関数を示す数式について、画質項目ごとの項に分解して画質ごとの評価値を算出することである。例えば、上記式(10)に示す重み付け線形結合された目的関数Ｅ(Ri,Gi,Bi)であれば、ＥＧ(Ri,Gi,Bi)，ＥＢ(Ri,Gi,Bi)，ＥＲ(Ri,Gi,Bi)の各評価値に分解することを指す。分解された各画質項目毎の評価値はRAM103に保持される。なおこのとき、最適化前の初期インク値における各画質項目の評価値についても、ＥＧ(Ro,Go,Bo)，ＥＢ(Ro,Go,Bo)，ＥＲ(Ro,Go,Bo)としてRAM103に保持しておく。 In the lattice point optimization process shown in FIG. 4, first, after obtaining an initial ink value in S301, single-objective optimization in S306 is executed. Thereafter, in S401, the objective function after the single-objective optimization is performed in S306 is decomposed. Here, the decomposition of the objective function is to calculate an evaluation value for each image quality by decomposing the mathematical expression indicating the objective function obtained by linearly combining the image quality items into terms for each image quality item. For example, if the objective function E (Ri, Gi, Bi) weighted linearly shown in the above equation (10) is used, EG (Ri, Gi, Bi), EB (Ri, Gi, Bi), ER (Ri, Decomposes into each evaluation value of Gi, Bi). The decomposed evaluation value for each image quality item is held in the RAM 103. At this time, the evaluation value of each image quality item in the initial ink value before optimization is also stored in the RAM 103 as EG (Ro, Go, Bo), EB (Ro, Go, Bo), and ER (Ro, Go, Bo). Keep it.

次にS402において、S401で分解された各画質項目の評価値に基づき、最適化前の初期インク値における各画質から良化しているか、または悪化しているかの分析および判定を行う。例えば、最適化前の評価値ＥＧ(Ro,Go,Bo)と最適化後の評価値ＥＧ(Ri,Gi,Bi)とを比較し、色域の拡大が成されているか否かを判定する。光沢色付き、粒状感についても同様に、最適化前の評価値ＥＢ(Ro,Go,Bo)，ＥＲ(Ro,Go,Bo)と、最適化後の評価値ＥＢ(Ri,Gi,Bi)，ＥＲ(Ri,Gi,Bi)とを比較する。この様に最適化前後の画質を個別に評価し、全ての評価項目が良化している場合には、画質項目間にトレードオフの関係がないと判断できる。したがってS402では、全項目が良化していると判断された場合にはトレードオフ関係がないものとしてS307に進み、S306で行われた単目的最適化による最適解を出力する。 Next, in S402, based on the evaluation value of each image quality item decomposed in S401, analysis and determination of whether the image quality in the initial ink value before optimization is improved or deteriorated is performed. For example, the evaluation value EG (Ro, Go, Bo) before optimization is compared with the evaluation value EG (Ri, Gi, Bi) after optimization to determine whether or not the color gamut has been expanded. . Similarly for glossy and grainy evaluation values EB (Ro, Go, Bo), ER (Ro, Go, Bo) before optimization, and evaluation values EB (Ri, Gi, Bi) after optimization, Compare with ER (Ri, Gi, Bi). In this way, when the image quality before and after optimization is individually evaluated and all the evaluation items are improved, it can be determined that there is no trade-off relationship between the image quality items. Accordingly, in S402, if it is determined that all items are improved, the process proceeds to S307 on the assumption that there is no trade-off relationship, and the optimal solution obtained by the single-objective optimization performed in S306 is output.

一方、S402において、少なくとも1項目が悪化している、すなわち画質項目間にトレードオフの関係があると判断された場合にはS403に進み、悪化している画質項目が閾値以下であるか否かの評価を行う。この判定は第1実施形態のS305と同様に、所定の閾値と画質の悪化程度を比較することによって行う。例えば、色恒常性がΔE94=0.8で閾値がΔE94=1.0であれば、S403で色恒常性は閾値以下と判定される。画質項目の悪化度合いが閾値以下であると判断された場合はS307に進み、S306で行われた単目的最適化による最適解を出力する。 On the other hand, if it is determined in S402 that at least one item is deteriorated, that is, there is a trade-off relationship between image quality items, the process proceeds to S403, and whether or not the deteriorated image quality item is equal to or less than a threshold value. Perform an evaluation. This determination is performed by comparing a predetermined threshold with the degree of deterioration of image quality, as in S305 of the first embodiment. For example, if the color constancy is ΔE94 = 0.8 and the threshold is ΔE94 = 1.0, it is determined in S403 that the color constancy is equal to or less than the threshold. If it is determined that the degree of deterioration of the image quality item is equal to or less than the threshold value, the process proceeds to S307, and the optimum solution by the single-objective optimization performed in S306 is output.

一方、S403において画質項目の悪化度合いが閾値以上であると判定された場合には、S308に進んで第1実施形態と同様の多目的最適化を行う。S308〜S310までの処理については、第1実施形態と同様である。 On the other hand, if it is determined in S403 that the degree of deterioration of the image quality item is greater than or equal to the threshold value, the process proceeds to S308 and multipurpose optimization similar to that in the first embodiment is performed. The processing from S308 to S310 is the same as in the first embodiment.

以上説明したように第2実施形態によれば、LUTの格子点毎にまず単目的最適化を実行し、画質項目間にトレードオフ関係が有った場合のみ、さらに多目的最適化を行う。すなわち、第1実施形態に対して格子点毎のランダム周辺サーチおよび画質項目ごとの目的関数の解析を行う必要がないため、画質項目間でバランスのとれたカラープロファイルをより高速に作成することができる。 As described above, according to the second embodiment, single-purpose optimization is first executed for each grid point of the LUT, and multi-objective optimization is further performed only when there is a trade-off relationship between image quality items. That is, since it is not necessary to perform a random peripheral search for each grid point and an analysis of an objective function for each image quality item in the first embodiment, it is possible to create a color profile balanced between image quality items at a higher speed. it can.

＜他の実施形態＞
また、本発明は、上述した実施形態の機能(例えば、上記の各部の処理を各工程に対応させたフローチャートにより示される処理)を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システム或いは装置に供給することによっても実現できる。この場合、そのシステム或いは装置のコンピュータ(又はCPUやMPU)が、コンピュータが読み取り可能に記憶媒体に格納されたプログラムコードを読み出し実行することにより、上述した実施形態の機能を実現する。 <Other embodiments>
Further, the present invention provides a storage medium storing a program code of software for realizing the functions of the above-described embodiments (for example, processing shown by a flowchart in which processing of each unit described above is associated with each process), a system or an apparatus It can also be realized by supplying to. In this case, the function of the above-described embodiment is realized by the computer (or CPU or MPU) of the system or apparatus reading and executing the program code stored in the storage medium so that the computer can read it.

Claims

入力色空間における格子点を示す入力値と、出力デバイスに出力する画像信号の出力値との関係を示すカラープロファイルを作成する色処理装置であって、
カラープロファイルにおける注目格子点を選択する格子点選択手段と、
前記注目格子点について、複数の画質項目を評価するための目的関数を解くことで最適化した出力値を決定する最適化手段と、を有し、
前記最適化手段は、
前記複数の画質項目のそれぞれに対する複数の目的関数を線形結合した1つの目的関数を解く単目的最適化を行う単目的最適化手段と、
前記複数の目的関数を解く多目的最適化を行う多目的最適化手段と、
前記注目格子点について、前記複数の目的関数を解析した結果に基づき、該複数の画質項目間にトレードオフ関係があるか否かを判定する判定手段と、
前記注目格子点について、前記トレードオフ関係がない場合に前記単目的最適化手段による単目的最適化により出力値を決定し、前記トレードオフ関係がある場合に前記多目的最適化手段による多目的最適化により出力値を決定する最適化制御手段と、
を有することを特徴とする色処理装置。 A color processing apparatus for creating a color profile indicating a relationship between an input value indicating a grid point in an input color space and an output value of an image signal output to an output device,
Grid point selecting means for selecting a grid point of interest in the color profile;
An optimization means for determining an output value optimized by solving an objective function for evaluating a plurality of image quality items for the noted grid point;
The optimization means includes
Single-objective optimization means for performing single-objective optimization to solve one objective function that linearly combines a plurality of objective functions for each of the plurality of image quality items;
Multi-objective optimization means for performing multi-objective optimization to solve the plurality of objective functions;
Determination means for determining whether or not there is a trade-off relationship between the plurality of image quality items based on the result of analyzing the plurality of objective functions for the target lattice point;
For the target lattice point, when there is no trade-off relationship, an output value is determined by single-purpose optimization by the single-purpose optimization unit, and when there is the trade-off relationship, by multi-objective optimization by the multi-objective optimization unit An optimization control means for determining an output value;
A color processing apparatus comprising:

さらに、前記入力色空間における格子点を示す入力値に対応する出力値として初期値が設定されたカラープロファイルを取得する初期プロファイル取得手段を有し、
前記格子点選択手段は、前記初期プロファイル取得手段で取得された前記カラープロファイルから前記注目格子点を選択し、
前記最適化手段は、前記注目格子点に対応する初期値を用いて、前記最適化を行うことを特徴とする請求項1に記載の色処理装置。 Furthermore, it has an initial profile acquisition means for acquiring a color profile in which an initial value is set as an output value corresponding to an input value indicating a grid point in the input color space,
The grid point selecting unit selects the target grid point from the color profile acquired by the initial profile acquiring unit,
2. The color processing apparatus according to claim 1, wherein the optimization unit performs the optimization using an initial value corresponding to the target lattice point.

前記判定手段は、
前記カラープロファイルから、前記注目格子点に対応する出力値の初期値を取得する初期値取得手段と、
前記初期値と該初期値の周辺の値について前記複数の画質項目の目的関数を解析して画質評価値を算出することで、前記周辺の値について予測される画質が、該初期値について予測される画質から悪化するか否かを画質項目ごとに検出する解析手段と、
前記複数の画質項目のうち、画質が悪化する画質項目と悪化しない画質項目が混在する場合に前記トレードオフ関係があると判定し、前記複数の画質項目の全てが悪化するまたは全てが悪化しない場合に前記トレードオフ関係がないと判定するトレードオフ判定手段と、
を有することを特徴とする請求項2に記載の色処理装置。 The determination means includes
Initial value acquisition means for acquiring an initial value of an output value corresponding to the target grid point from the color profile;
By calculating an image quality evaluation value by analyzing an objective function of the plurality of image quality items for the initial value and values around the initial value, an image quality predicted for the peripheral value is predicted for the initial value. Analysis means for detecting for each image quality item whether or not the image quality deteriorates,
When among the plurality of image quality items, an image quality item whose image quality deteriorates and an image quality item which does not deteriorate are mixed, it is determined that the trade-off relationship exists, and all of the plurality of image quality items deteriorate or all do not deteriorate A trade-off determination means for determining that the trade-off relationship does not exist,
3. The color processing apparatus according to claim 2, further comprising:

前記判定手段は、
前記カラープロファイルから、前記注目格子点に対応する出力値の初期値を取得する初期値取得手段と、
前記初期値を用いて前記単目的最適化手段による単目的最適化を行った結果を示す数式を画質項目ごとの項に分解して画質評価値を算出することで、単目的最適化の前後で画質が悪化するか否かを画質項目ごとに検出する解析手段と、
前記複数の画質項目の少なくとも1項目について画質が悪化する場合に前記トレードオフ関係があると判定し、前記複数の画質項目の全てについて画質が悪化しない場合に前記トレードオフ関係がないと判定するトレードオフ判定手段と、
を有することを特徴とする請求項2に記載の色処理装置。 The determination means includes
Initial value acquisition means for acquiring an initial value of an output value corresponding to the target grid point from the color profile;
By calculating the image quality evaluation value by decomposing the mathematical expression indicating the result of performing the single object optimization by the single object optimization means using the initial value into terms for each image quality item, before and after the single object optimization. An analysis means for detecting, for each image quality item, whether the image quality deteriorates;
Trade that determines that there is a trade-off relationship when image quality deteriorates for at least one of the plurality of image quality items, and determines that there is no trade-off relationship when image quality does not deteriorate for all of the plurality of image quality items Off determination means;
3. The color processing apparatus according to claim 2, further comprising:

前記判定手段はさらに、
前記複数の画質項目のそれぞれについて、前記解析手段で取得された前記画質評価値のうち、最悪の画質を示す最悪値を保持する保持手段と、
前記解析手段で画質が悪化すると判定された画質項目について、前記最悪値が所定の許容範囲内である場合に前記トレードオフ関係がないと判定し、前記最悪値が該許容範囲を超える場合に、前記トレードオフ関係があると判定する悪化判定手段と、を有し、
前記悪化判定手段は、前記トレードオフ判定手段において前記トレードオフ関係があると判定された場合に実行されることを特徴とする請求項3または4に記載の色処理装置。 The determination means further includes
For each of the plurality of image quality items, out of the image quality evaluation values acquired by the analysis means, holding means for holding the worst value indicating the worst image quality,
For the image quality item determined by the analysis means to deteriorate the image quality, when the worst value is within a predetermined allowable range, it is determined that there is no trade-off relationship, and when the worst value exceeds the allowable range, A deterioration determining means for determining that there is a trade-off relationship,
5. The color processing apparatus according to claim 3, wherein the deterioration determining unit is executed when the trade-off determining unit determines that the trade-off relationship exists.

前記最適化手段は、
前記多目的最適化によって出力されたパレート解群から、1つの解を選択することを特徴とする請求項1乃至5のいずれか1項に記載の色処理装置。 The optimization means includes
6. The color processing apparatus according to claim 1, wherein one solution is selected from the Pareto solution group output by the multi-objective optimization.

さらに、前記パレート解群を表示する表示手段と、
該表示されたパレート解群から1つの解を選択する選択手段と、
を有することを特徴とする請求項6に記載の色処理装置。 And display means for displaying the Pareto solution group;
Selecting means for selecting one solution from the displayed Pareto solution group;
7. The color processing apparatus according to claim 6, further comprising:

前記複数の画質項目は、色域、階調性、色恒常、粒状感、光沢ムラ、光沢色付きの少なくとも2つであることを特徴とする請求項1乃至7のいずれか1項に記載の色処理装置。 8. The color according to claim 1, wherein the plurality of image quality items are at least two of a color gamut, gradation, color constant, graininess, uneven gloss, and glossy color. Processing equipment.

格子点選択手段、最適化手段を有し、入力色空間における格子点を示す入力値と、出力デバイスに出力する画像信号の出力値との関係を示すカラープロファイルを作成する色処理装置における色処理方法であって、
前記格子点選択手段が、カラープロファイルにおける注目格子点を選択し、
前記最適化手段が、前記注目格子点について、複数の画質項目を評価するための目的関数を解くことで最適化した出力値を決定し、
前記最適化手段は、前記注目格子点について、前記複数の画質項目についての目的関数を解析した結果に基づき、該複数の画質項目間にトレードオフ関係があるか否かを判定し、前記トレードオフ関係がない場合に、前記複数の画質項目のそれぞれに対する複数の目的関数を線形結合した1つの目的関数を解く単目的最適化により出力値を決定し、前記トレードオフ関係がある場合に、前記複数の目的関数を解く多目的最適化により出力値を決定することを特徴とする色処理方法。 Color processing in a color processing apparatus that includes a grid point selection unit and an optimization unit, and creates a color profile indicating a relationship between an input value indicating a grid point in an input color space and an output value of an image signal output to an output device A method,
The lattice point selection means selects a target lattice point in the color profile,
The optimization means determines an optimized output value by solving an objective function for evaluating a plurality of image quality items for the target lattice point,
The optimization means determines whether or not there is a trade-off relationship between the plurality of image quality items based on a result of analyzing an objective function for the plurality of image quality items for the target lattice point, and the tradeoff When there is no relationship, an output value is determined by single-objective optimization that solves one objective function obtained by linearly combining a plurality of objective functions for each of the plurality of image quality items. A color processing method characterized in that an output value is determined by multi-objective optimization that solves an objective function.

コンピュータ装置で実行されることにより、該コンピュータ装置を請求項1乃至8のいずれか1項に記載の色処理装置の各手段として機能させるためのプログラム。 9. A non-transitory computer-readable storage medium storing a program for causing a computer apparatus to function as each unit of the color processing apparatus according to claim 1 when executed by the computer apparatus.