(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023074454
(43)【公開日】2023-05-29
(54)【発明の名称】色度測定方法及び装置
(51)【国際特許分類】
G01J 3/46 20060101AFI20230522BHJP
G01J 3/02 20060101ALI20230522BHJP
【ＦＩ】
G01J3/46 Z
G01J3/02 C
【審査請求】有
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2022076725
(22)【出願日】2022-05-06
(31)【優先権主張番号】110142801
(32)【優先日】2021-11-17
(33)【優先権主張国・地域又は機関】TW
(71)【出願人】
【識別番号】503004699
【氏名又は名称】國立中正大學
(74)【代理人】
【識別番号】100099759
【弁理士】
【氏名又は名称】青木 篤
(74)【代理人】
【識別番号】100123582
【弁理士】
【氏名又は名称】三橋 真二
(74)【代理人】
【識別番号】100092624
【弁理士】
【氏名又は名称】鶴田 準一
(74)【代理人】
【識別番号】100114018
【弁理士】
【氏名又は名称】南山 知広
(74)【代理人】
【識別番号】100153729
【弁理士】
【氏名又は名称】森本 有一
(74)【代理人】
【識別番号】100151459
【弁理士】
【氏名又は名称】中村 健一
(72)【発明者】
【氏名】ワン シアン チェン
(72)【発明者】
【氏名】ツャオ ユイ ミン
(72)【発明者】
【氏名】リウ ユー リン
【テーマコード（参考）】
2G020
【Ｆターム（参考）】
2G020AA04
2G020DA02
2G020DA03
2G020DA04
2G020DA14
2G020DA32
(57)【要約】
【課題】より広い面積で測定対象の色度を測定する色度測定方法及び装置を提供する。
【解決手段】測定対象の色度を測定するための方法であって、色度測定装置により実行され、色度測定装置は、カメラと、記憶ユニットと、処理ユニットと、を含み、記憶ユニットには、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている。カメラを用いて測定対象を撮影して測定対象のカラー画像を得るステップＡと、処理ユニットによりスペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得るステップＢと、処理ユニットにより複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得るステップＣと、処理ユニットにより目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得るステップＤと、を含む。
【選択図】図７
【解決手段】測定対象の色度を測定するための方法であって、色度測定装置により実行され、色度測定装置は、カメラと、記憶ユニットと、処理ユニットと、を含み、記憶ユニットには、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている。カメラを用いて測定対象を撮影して測定対象のカラー画像を得るステップＡと、処理ユニットによりスペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得るステップＢと、処理ユニットにより複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得るステップＣと、処理ユニットにより目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得るステップＤと、を含む。
【選択図】図７
【特許請求の範囲】
【請求項1】
測定対象の色度を測定するための方法であって、色度測定装置により実行され、前記色度測定装置は、カメラと、記憶ユニットと、処理ユニットと、を含み、前記記憶ユニットには、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されており、
前記カメラを用いて前記測定対象を撮影して前記測定対象のカラー画像を得るステップＡと、
前記処理ユニットによりスペクトル変換行列を用いて前記測定対象のカラー画像に基づいて、前記測定対象のカラー画像に対応する前記測定対象のスペクトル画像を得るステップＢと、
前記処理ユニットにより前記複数の光源スペクトル情報から前記測定対象に対応する目標の光源スペクトル情報を得るステップＣと、
前記処理ユニットにより前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、前記測定対象の色度データを得るステップＤと、を含む、
色度測定方法。
前記カメラを用いて前記測定対象を撮影して前記測定対象のカラー画像を得るステップＡと、
前記処理ユニットによりスペクトル変換行列を用いて前記測定対象のカラー画像に基づいて、前記測定対象のカラー画像に対応する前記測定対象のスペクトル画像を得るステップＢと、
前記処理ユニットにより前記複数の光源スペクトル情報から前記測定対象に対応する目標の光源スペクトル情報を得るステップＣと、
前記処理ユニットにより前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、前記測定対象の色度データを得るステップＤと、を含む、
色度測定方法。
【請求項2】
前記記憶ユニットには、色度校正モデルがさらに格納されており、
前記ステップＤの後に、前記処理ユニットにより前記測定対象の色度データを、色度を校正するために用いられる前記色度校正モデルに入力し、出力として前記測定対象の校正済み色度データを得るステップＥ、をさらに含む、請求項１に記載の色度測定方法。
前記ステップＤの後に、前記処理ユニットにより前記測定対象の色度データを、色度を校正するために用いられる前記色度校正モデルに入力し、出力として前記測定対象の校正済み色度データを得るステップＥ、をさらに含む、請求項１に記載の色度測定方法。
【請求項3】
前記記憶ユニットには、複数の色度トレーニングデータがさらに格納されており、各前記色度トレーニングデータは、理論色度データと、測定色度データと、を含み、
前記ステップＥの前に、前記処理ユニットにより前記複数の色度トレーニングデータを用いて、線形回帰モデルである前記色度校正モデルをトレーニングするステップＦ、をさらに含み、前記色度校正モデルは、
であり、
ｎは前記複数の色度トレーニングデータの数であり、
はｉ番目の前記色度トレーニングデータの前記理論色度データであり、
は前記ｉ番目の前記色度トレーニングデータの前記測定色度データであり、
及びβ1はトレーニングされる前記色度校正モデルの係数であり、
は前記ｉ番目の色度トレーニングデータに対応する誤差項である、請求項２に記載の色度測定方法。
前記ステップＥの前に、前記処理ユニットにより前記複数の色度トレーニングデータを用いて、線形回帰モデルである前記色度校正モデルをトレーニングするステップＦ、をさらに含み、前記色度校正モデルは、
ｎは前記複数の色度トレーニングデータの数であり、
【請求項4】
前記ステップＤは、
前記処理ユニットにより前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、ＣＩＥ １９３１等色関数を用いて、前記測定対象のスペクトル画像における複数のピクセルにそれぞれ対応する複数の三刺激値を得るステップＤ－１と、
前記処理ユニットにより前記複数の三刺激値に基づいて、前記測定対象のスペクトル画像における前記複数のピクセルのそれぞれの色度値にそれぞれ対応する複数の前記測定対象の色度データを得るステップＤ－２と、を含む、請求項１に記載の色度測定方法。
前記処理ユニットにより前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、ＣＩＥ １９３１等色関数を用いて、前記測定対象のスペクトル画像における複数のピクセルにそれぞれ対応する複数の三刺激値を得るステップＤ－１と、
前記処理ユニットにより前記複数の三刺激値に基づいて、前記測定対象のスペクトル画像における前記複数のピクセルのそれぞれの色度値にそれぞれ対応する複数の前記測定対象の色度データを得るステップＤ－２と、を含む、請求項１に記載の色度測定方法。
【請求項5】
前記ステップＤ－１において、各前記三刺激値は、第１の刺激値Ｘと、第２の刺激値Ｙと、第３の刺激値Ｚと、を含み、それぞれ、
、
、
、であり、
は前記目標の光源スペクトル情報であり、
と
と
とは前記ＣＩＥ １９３１等色関数であり、
前記ステップＤ－２において、各前記色度値は、第１の色度値ｘと、第２の色度値ｙと、を含み、それぞれ、
、
、である、
請求項４に記載の色度測定方法。
前記ステップＤ－２において、各前記色度値は、第１の色度値ｘと、第２の色度値ｙと、を含み、それぞれ、
請求項４に記載の色度測定方法。
【請求項6】
測定対象の色度を測定するための装置であって、
複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている、記憶ユニットと、
前記記憶ユニットに電気的に接続し、前記測定対象を撮影して前記測定対象のカラー画像を得て前記記憶ユニットに記憶するカメラと、
前記記憶ユニットに電気的に接続し、スペクトル変換行列を用いて前記測定対象のカラー画像に基づいて、前記測定対象のカラー画像に対応する前記測定対象のスペクトル画像を得て、また、前記複数の光源スペクトル情報から前記測定対象に対応する目標の光源スペクトル情報を得て、前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、前記測定対象の色度データを得るように構成されている処理ユニットと、を含む、
色度測定装置。
複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている、記憶ユニットと、
前記記憶ユニットに電気的に接続し、前記測定対象を撮影して前記測定対象のカラー画像を得て前記記憶ユニットに記憶するカメラと、
前記記憶ユニットに電気的に接続し、スペクトル変換行列を用いて前記測定対象のカラー画像に基づいて、前記測定対象のカラー画像に対応する前記測定対象のスペクトル画像を得て、また、前記複数の光源スペクトル情報から前記測定対象に対応する目標の光源スペクトル情報を得て、前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、前記測定対象の色度データを得るように構成されている処理ユニットと、を含む、
色度測定装置。
【請求項7】
前記記憶ユニットには、色度校正モデルがさらに格納されており、
前記処理ユニットは、前記測定対象の色度データを、色度を校正するために用いられる前記色度校正モデルに入力し、出力として前記測定対象の校正済み色度データを得るようにさらに構成されている、請求項６に記載の色度測定装置。
前記処理ユニットは、前記測定対象の色度データを、色度を校正するために用いられる前記色度校正モデルに入力し、出力として前記測定対象の校正済み色度データを得るようにさらに構成されている、請求項６に記載の色度測定装置。
【請求項8】
前記記憶ユニットには、複数の色度トレーニングデータがさらに格納されており、各前記色度トレーニングデータは、理論色度データと、測定色度データと、を含み、前記処理ユニットは、前記複数の色度トレーニングデータを用いて、線形回帰モデルである前記色度校正モデルをトレーニングし、前記色度校正モデルは、
、
であり、
ｎは前記複数の色度トレーニングデータの数であり、
はｉ番目の前記色度トレーニングデータの前記理論色度データであり、
は前記ｉ番目の前記色度トレーニングデータの前記測定色度データであり、
及びβ1はトレーニングされる前記色度校正モデルの係数であり、
は前記ｉ番目の色度トレーニングデータに対応する誤差項である、請求項７に記載の色度測定装置。
ｎは前記複数の色度トレーニングデータの数であり、
【請求項9】
前記処理ユニットは、前記目標の光源スペクトル情報と前記測定対象のスペクトル画像とに基づいて、ＣＩＥ １９３１等色関数を用いて、前記測定対象のスペクトル画像における複数のピクセルにそれぞれ対応する複数の三刺激値を得て、前記複数の三刺激値に基づいて、前記測定対象のスペクトル画像における前記複数のピクセルのそれぞれの色度値にそれぞれ対応する複数の前記測定対象の色度データを得るようにさらに構成されている、請求項６に記載の色度測定装置。
【請求項10】
各前記三刺激値は、第１の刺激値Ｘと、第２の刺激値Ｙと、第３の刺激値Ｚと、を含み、それぞれ、
、
、
、であり、
は前記目標の光源スペクトル情報であり、
と
と
とは前記ＣＩＥ １９３１等色関数であり、
各前記色度値は、第１の色度値ｘと、第２の色度値ｙと、を含み、それぞれ、
、
、である、
請求項９に記載の色度測定装置。
各前記色度値は、第１の色度値ｘと、第２の色度値ｙと、を含み、それぞれ、
請求項９に記載の色度測定装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、測定方法に関し、特に色度測定方法及び装置に関する。
【背景技術】
【0002】
発光ダイオード（ＬＥＤ）パネル、液晶ディスプレイ（ＬＣＤ）パネルなどの表示装置は、製造完了後に、表示品質を確保するため、色度測定器を用いて色度（ｃｈｒｏｍａｔｉｃｉｔｙ）を測定する必要がある。色度とは、明度を含まず、色相と彩度とを示すものである。色度検出器は、人間の目が色を認識する方法を模倣することにより、測定対象の色度を測定する。その原理は大まかに、光を測定対象（表示装置）の表面に当てて、測定対象から反射された光を色度検出器の三色のカラーフィルター（赤、緑、青のカラーフィルター）に通し、三刺激値（ｔｒｉｓｔｉｍｕｌｕｓ ｖａｌｕｅｓ）を測定する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】台湾特許出願公開第２０１４４１５８９号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、従来の色度測定器、例えば特許文献１に開示された色度測定器は、近距離で測定するため、測定範囲が狭く、測定対象の全体の測定を終えるまでに数回の測定が必要であり、測定効率が悪い。
【0005】
従って、本発明の目的は、より広い面積で測定対象の色度を測定する色度測定方法及び装置を提供することにある。
【課題を解決するための手段】
【0006】
本発明の色度測定方法は、測定対象の色度を測定するための方法であって、色度測定装置により実行され、色度測定装置は、カメラと、記憶ユニットと、処理ユニットと、を含み、記憶ユニットには、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている。色度測定方法は、カメラを用いて測定対象を撮影して測定対象のカラー画像を得るステップＡと、処理ユニットによりスペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得るステップＢと、処理ユニットにより複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得るステップＣと、処理ユニットにより目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得るステップＤと、を含む。
【0007】
本発明の色度測定装置は、測定対象の色度を測定するための装置であって、複数の対象にそれぞれ対応する複数の光源スペクトル情報が格納されている記憶ユニットと、記憶ユニットに電気的に接続し、測定対象を撮影して測定対象のカラー画像を得て記憶ユニットに記憶するカメラと、記憶ユニットに電気的に接続し、スペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得て、また、複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得て、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得るように構成されている処理ユニットと、を含む。
【発明の効果】
【0008】
カメラを用いて、測定対象を撮影し、より広い面積の測定対象を含む測定対象のカラー画像を得て、スペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のスペクトル画像を得て、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得て、これにより、より広い範囲で色度を測定することを実現し、色度測定の効率を向上させる。
【0009】
本発明の他の特徴及び利点は、添付の図面を参照する以下の実施形態の詳細な説明において明白になる。
【図面の簡単な説明】
【0010】
【図1】本発明の色度測定装置の一の実施例が示されているブロック図である。
【図2】本発明の色度測定方法の一の実施例のスペクトル変換行列計算プロセスが示されているフロー図である。
【図4】本発明の色度測定方法の該実施例における色度測定プロセスの実施形態Ｉが示されているフロー図である。
【図7】本発明の色度測定方法の該実施例における該色度測定プロセスの実施形態ＩＩが示されているフロー図である。
【発明を実施するための形態】
【0011】
本発明を詳細に説明する前に、以下の説明では、類似な構成要素は同一の参照符号で示されていることに留意されたい。
【0012】
本明細書において、「接続」という用語は、複数の電気機器／装置／設備の間が導電材料（例えば、電線）により直接的に接続されること、或いは、２つの電気機器／装置／設備の間が他の一つ以上の機器／装置／設備又は無線通信により間接的に接続されることを意味する。
【0013】
図１は、本発明の色度測定装置１の一の実施例が示されているブロック図である。該色度測定装置１は、測定対象の色度を測定するように用いられ、記憶ユニット１１と、カメラ１２と、処理ユニット１４と、を含む。
【0014】
処理ユニット１４は、シングルコアプロセッサ、マルチコアプロセッサ、デュアルコアモバイルプロセッサ、マイクロプロセッサ、マイクロコントローラ、デジタルシグナルプロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、無線周波数集積回路（ＲＦＩＣ）などを用いてもよいが、これらに限られない。
【0015】
記憶ユニット１１は、カメラ１２及び処理ユニット１４に電気的に接続し、ハードディスクドライブ（ＨＤＤ）、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、プログラマブルＲＯＭ、ファームウェア、フラッシュメモリなどのコンピューター可読の記憶媒体を用いてもよいが、これらに限られない。
【0016】
本実施例において、記憶ユニット１１には、参照対象のカラー画像と、複数の対象にそれぞれ対応する複数の光源スペクトル情報と、該参照対象の反射スペクトルデータと、が含まれる。
【0017】
なお、本実施例において、該参照対象は標準２４色のカラーチャート（Ｘ－ｒｉｔｅ社のカラーチェッカー（登録商標）クラッシック）であり、標準２４色のカラーチャートには、自然色、原色、グレースケールなどを含む。該参照対象の反射スペクトルデータは、例えばロチェスター工科大学のマンセル色彩科学研究所（Ｍｕｎｓｅｌｌ Ｃｏｌｏｒ Ｓｃｉｅｎｃｅ Ｌａｂｏｒａｔｏｒｙ）が提供する関連のデータセットを参照することで得られるが、これに限られない。
【0018】
なお、本実施例において、該複数の光源スペクトル情報が対応する複数の対象は、例えば異なるメーカーが製造したＬＥＤであるが、これらに限られない。
【0019】
本実施例において、カメラ１２は、画素数が約２０００万画素（５４７２×３６４８画素）であり、画素密度が１００ピクセル／センチメートル（ｐｐｃｍ）であり、撮影範囲（Ｆｉｅｌｄ ｏｆ ｖｉｅｗ、ＦＯＶ）が５４７．２ミリメートル×３６４．８ミリメートルであるスペックを有するものであるが、これに限られない。
【0020】
本実施例において、照明としてハロゲンライトを使用し、標準グレーチャート（１８％グレー）を用いてカメラ１２のホワイトバランスを調整し、画像のグレースケールを例えば２２０階調にすることにより、予めカメラ１２を調整し、撮影条件を固定して撮影する。なお、本実施例において、カメラ１２が撮影した画像の色空間は、ｓＲＧＢ（ｓｔａｎｄａｒｄ ＲＧＢ ｃｏｌｏｒ ｓｐａｃｅ）である。
【0021】
本発明の色度測定方法の一の実施例は、スペクトル変換行列（ｓｐｅｃｔｒａｌ ｔｒａｎｓｆｏｒｍ ｍａｔｒｉｘ）計算プロセスと、色度測定プロセスと、を含む。
【0022】
【0023】
ステップＳ２１において、処理ユニット１４により、参照対象のカラー画像と参照対象の反射スペクトルデータとをＣＩＥ １９３１ＸＹＺ色空間に変換し、参照対象のカラー画像に対応する参照対象の変換画像と、参照対象の反射スペクトルデータに対応する参照対象の変換スペクトルデータと、を得る。
【0024】
具体的には、処理ユニット１４により、下記の式に基づいて、参照対象の変換画像を得る：
【数1】
【0025】
【0026】
なお、ｓＲＧＢ色空間において、特定の標準光源は、例えば、ＣＩＥ標準光源Ｄ６５（ＣＩＥ Ｓｔａｎｄａｒｄ Ｉｌｌｕｍｉｎａｎｔ Ｄ６５）である。参照対象のカラー画像の撮影環境光源と特定の標準光源とは異なるため、色順応変換行列
を介して特定の標準光源の白色点を参照対象のカラー画像の撮影環境光源の白色点に変換する。
【0027】
また、具体的には、処理ユニット１４により、下記の式に基づいて、参照対象の変換スペクトルデータを得る：
【数2】
【0028】
【0029】
ステップＳ２２において、処理ユニット１４により、ステップＳ２１で得られた参照対象の変換画像に基づいて、変数行列を得る。なお、該変数行列は、例えば、非線形応答、暗電流、カラーフィルターの不精確な色分解、色ずれ（例えばホワイトバランス）など、色度測定装置１のカメラ１２において誤差を生じる可能性のある要素を分析して得る。
【0030】
非線形応答に関する非線形応答行列
は、例えば以下の式のように定義される：
【数3】
【0031】
暗電流は、カメラに入る光の量によって変わることなく、通常は固定値である。従って、暗電流行列
は以下の式のように定義される：
、ａは任意の定数である。
【0032】
カラーフィルターの不精確な色分解、及び色ずれについては、参考対象のカラー画像は既にＣＩＥ １９３１ＸＹＺ色空間に変換されているため、参照対象の変換画像の各ピクセルのＣＩＥ １９３１ＸＹＺ色空間におけるＸの値
、Ｙの値
、及びＺの値
について考慮し、色ずれ行列
は、以下の式のように定義される：
【数4】
【0033】
従って、非線形応答行列と、暗電流行列と、色ずれ行列とに基づいて、変数行列
を得る。変数行列
は以下のように示される：
【数5】
【0034】
ステップＳ２３において、処理ユニット１４により、参照対象の変換スペクトルデータと変数行列とに基づいて、校正係数行列
を得る。具体的には、処理ユニット１４により、以下の式に基づいて多変量回帰分析（Ｍｕｌｔｉｐｌｅ ｒｅｇｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ）を実行し、校正係数行列
を得る：
【数6】
【0035】
ステップＳ２４において、処理ユニット１４により、変数行列と校正係数行列とに基づいて、参照対象の変換画像に対応する参照対象の校正画像を得る。具体的には、処理ユニット１４により、以下の式に基づいて参照対象の校正画像を得る：
【数7】
【0036】
【0037】
ステップＳ２５において、処理ユニット１４により、参照対象の反射スペクトルデータと参照対象の校正画像とに基づいて、スペクトル変換行列を得る。
【0038】
図３と合わせて参照し、詳しく説明すると、ステップＳ２５は以下のサブステップ（Ｓ２５１、Ｓ２５２）を含む。
【0039】
サブステップＳ２５１において、処理ユニット１４により、参照対象の反射スペクトルデータに対して主成分分析（Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ、ＰＣＡ）を実行し、複数の目標の主成分得点（Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ｓｃｏｒｅ）と複数の目標の主成分固有値（Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ｅｉｇｅｎｖａｌｕｅ）とを得る。本実施例において、複数の目標の主成分得点及び複数の目標の主成分固有値は、例えば、参照対象の反射スペクトルデータの９９．９９６４８５４％の変動性を説明することができる前１２組の主成分の主成分得点及び主成分固有値であるが、これに限られない。
【0040】
サブステップＳ２５２において、処理ユニット１４により、複数の目標の主成分得点と参照対象の校正画像とに対して多変量回帰分析を実行し、スペクトル変換行列を得る。具体的には、処理ユニット１４により、以下の式に基づいて多変量回帰分析を実行し、スペクトル変換行列
を得る：
【数8】
【0041】
【0042】
【0043】
ステップＳ３１において、カメラ１２を用いて測定対象を撮影して測定対象のカラー画像を得て記憶ユニット１１に記憶する。本実施例において、測定対象はＬＥＤパネルであり、撮影したカラー画像は測定対象の一部を含む。
【0044】
ステップＳ３２において、処理ユニット１４により、スペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のカラー画像に対応する測定対象のスペクトル画像を得る。
【0045】
図５と合わせて参照し、詳しく説明すると、ステップＳ３２は以下のサブステップ（Ｓ３２１、Ｓ３２２）を含む。
【0046】
サブステップＳ３２１において、処理ユニット１４により、測定対象のカラー画像をＣＩＥ １９３１ＸＹＺ色空間に変換し、測定対象のカラー画像に対応する測定対象の変換画像を得る。サブステップＳ３２１は、ステップＳ２１と同様な方法で行うことができ、本明細書では簡潔のため詳細は省略されている。
【0047】
サブステップＳ３２２において、処理ユニット１４により、スペクトル変換行列を用いて測定対象の変換画像に基づいて、測定対象のスペクトル画像を得る。具体的には、処理ユニット１４により下記の式に基づいて測定対象のスペクトル画像を得る：
【数9】
【0048】
【0049】
ステップＳ３３において、処理ユニット１４により、複数の光源スペクトル情報から測定対象に対応する目標の光源スペクトル情報を得る。
【0050】
具体的には、例えば、記憶ユニット１１には光源スペクトル情報Ａ、光源スペクトル情報Ｂなどが格納されており、光源スペクトル情報ＡはメーカーＡが製造したＬＥＤに対応し、光源スペクトル情報ＢはメーカーＢが製造したＬＥＤに対応する。測定対象がメーカーＡ製造のＬＥＤパネルである場合、目標の光源スペクトル情報は光源スペクトル情報Ａである。
【0051】
ステップＳ３４において、処理ユニット１４により、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得る。
【0052】
図６を合わせて参照し、詳しく説明すると、ステップＳ３４は以下のサブステップ（Ｓ３４１、Ｓ３４２）を含む。
【0053】
サブステップＳ３４１において、処理ユニット１４により、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、ＣＩＥ １９３１等色関数を用いて、測定対象のスペクトル画像における複数のピクセルにそれぞれ対応する複数の三刺激値を得る。各三刺激値は、第１の刺激値Ｘと、第２の刺激値Ｙと、第３の刺激値Ｚと、を含む。それぞれ、
、
、
、である。
【0054】
【0055】
サブステップＳ３４２において、処理ユニット１４により、複数の三刺激値に基づいて、測定対象のスペクトル画像における複数のピクセルのそれぞれの色度値にそれぞれ対応する複数の測定対象の色度データを得る。各色度値は、第１の色度値ｘと、第２の色度値ｙと、を含む。それぞれ、
、
、である。
【0056】
図１及び図７は、本発明の色度測定方法の該実施例における該色度測定プロセスの実施形態ＩＩの各ステップを説明する。実施形態ＩＩはステップＳ４１～Ｓ４６を含むが、ステップＳ４１～Ｓ４４は実施形態ＩのステップＳ３１～Ｓ３４と同様であるため、以下では実施形態Ｉと実施形態ＩＩとの違いのみについて説明する。
【0057】
本実施例において、記憶ユニット１１には、色度校正モデルと、複数の色度トレーニングデータと、がさらに格納されている。各色度トレーニングデータは、理論色度データと、測定色度データと、を含む。
【0058】
ステップＳ４５において、処理ユニット１４により複数の色度トレーニングデータを用いて、色度を校正するために用いられる色度校正モデルをトレーニングする。
【0059】
なお、本実施例において、複数の理論色度データは、ディスプレイカラーアナライザーＣＡ－３１０（コニカミノルタ社製）を用いて、複数のトレーニングカラー画像を測定して得る。複数の色度トレーニングデータの測定色度データは、複数のトレーニングカラー画像に対してステップＳ４２～Ｓ４４を実行して得る。但し、複数の理論色度データは、他の方法で得てもよく、これに限られない。このステップでは、複数の色度トレーニングデータの理論色度データと測定色度データとの関係を決めることにより、その後で測定対象の色度データを校正し、より精確な色度データを得ることができる。
【0060】
本実施例において、色度校正モデルは、理論色度データと測定色度データとの線形関係を表す線形回帰モデルである。色度校正モデルは以下の式のように示される：
【数10】
【0061】
ｎは複数の色度トレーニングデータの数であり、
はｉ番目の色度トレーニングデータの理論色度データであり、
はｉ番目の色度トレーニングデータの測定色度データであり、
及びβ1はトレーニングされる色度校正モデルの係数であり、
はｉ番目の色度トレーニングデータに対応する誤差項である。
【0062】
色度校正モデルの係数の
とβ1と、及びｉ番目の色度トレーニングデータに対応する誤差項
は、複数の色度トレーニングデータの理論色度データと測定色度データとの関係を分析することによって得られる。なお、線形回帰モデルである色度校正モデルの生成は、関連文献を参照して得られ、本明細書では簡潔のため詳細は省略されている。
【0063】
ステップＳ４６において、処理ユニット１４により、測定対象の色度データを色度校正モデルに入力し、出力として測定対象の校正済み色度データを得る。
【0064】
実施形態Ｉと比較すると、実施形態ＩＩはより精確な測定対象の校正済み色度データを有するようになる。
【0065】
本実施例において、ステップＳ４５はステップＳ４４の後に行われるが、他の実施形態では、ステップＳ４５は、ステップＳ４６の前の色度測定プロセスの様々なステップで行われてもよいことに留意されたい。
【0066】
上記の通り、本発明の色度測定方法及び装置は、カメラ１２を用いて、測定対象を撮影し、より広い面積の測定対象を含む測定対象のカラー画像を得て、スペクトル変換行列を用いて測定対象のカラー画像に基づいて、測定対象のスペクトル画像を得て、目標の光源スペクトル情報と測定対象のスペクトル画像とに基づいて、測定対象の色度データを得て、さらに、測定対象の色度データを色度校正モデルに入力し、より精確な測定対象の校正済み色度データを得て、これにより、より広い面積で色度を測定することを実現し、色度測定の効率を向上させる。これにより、本発明の目的を確実に実現する。
【0067】
以上、本発明の実施形態および変化例を説明したが、本発明はこれらに限定されるものではなく、最も広い解釈の精神および範囲内に含まれる様々な構成として、全ての修飾および均等な構成を包含するものとする。
【符号の説明】
【0068】
１ 色度測定装置
１１ 記憶ユニット
１２ カメラ
１４ 処理ユニット
Ｓ２１～Ｓ２５ スペクトル変換行列計算プロセスのステップ
Ｓ２５１、Ｓ２５２ サブステップ
Ｓ３１～Ｓ３４ 色度測定プロセスのステップ
Ｓ３２１、Ｓ３２２ サブステップ
Ｓ３４１、Ｓ３４２ サブステップ
Ｓ４１～Ｓ４６ 色度測定プロセスのステップ
１１ 記憶ユニット
１２ カメラ
１４ 処理ユニット
Ｓ２１～Ｓ２５ スペクトル変換行列計算プロセスのステップ
Ｓ２５１、Ｓ２５２ サブステップ
Ｓ３１～Ｓ３４ 色度測定プロセスのステップ
Ｓ３２１、Ｓ３２２ サブステップ
Ｓ３４１、Ｓ３４２ サブステップ
Ｓ４１～Ｓ４６ 色度測定プロセスのステップ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】