半色调图像

四种常用的数字半色调算法
更新时间:2019-12-12 16:21 浏览:59 关闭窗口 打印此页

  【慧聪印刷网】众所周知,数字半色调技术是指基于人眼视觉特性和图像呈色特性,利用数学、计算机等工具,在二值(或多色二值)呈色设备上实现图像的最优再现的一门技术。数字半色调是利用人眼的低通特性,当在一定距离下观察时,人眼将图像中空间上接近的部分视为一个整体。利用此特性,人眼观察到的半色调图像局部平均灰度近似于原始图像的局部平均灰度值,从而整体上形成连续色调的效果。

  半色调技术应用于印刷领域已有一个多世纪,应用在数字输出设备上也有40多年。随着激光打印机机、数字印刷机、数码相机和等离子显示屏等数字输出设备应用越来越普遍,数字半色调技术受到生产厂家和研究机构的普遍关注。数字半色调技术除了在印刷与图像输出方面的应用,还应用于压缩存储、纺织以及医学等领域。因此,数字半色调技术具有重要的理论意义和使用价值。

  根据数字半色调的应用特性和不同领域,人们提出了许多算法。按照算法的处理方式对之进行分类时,可分为点处理算法、邻域处理算法和迭代法。点处理算法是最简单的方法,这类算法利用数字方式来模拟印刷工业中传统的接触加网过程,其产生的半色调图像中的每个像素单元仅取决于像素的阶调。其中最重要的方法有半色调模板法和抖动法;邻域处理算法对连续调图像待处理像素的邻域内多个像素进行计算,以获得半色调图像的像素值。这类算法中较典型的是误差扩散算法;迭代法是一种迭代处理的算法,它需要多次比较计算以获得最优的半色调图像。所以,其计算量最大。下面介绍四种具有代表性的数字半色调算法:

  Knuth提出的点扩散半色调算法是一种企图保留误差扩散的优点的同时提供并行处理的一种算法。点扩散算法只有一种设计参数,即类矩阵C,它决定了像素被半色调处理的顺序,一个连续调图像像素的位置根据被划分到IJ类中,I和J都是不变的整数。

  迭代半色调算法的思想是先用一种简单的方法得到初始的半色调图像,然后对初始半色调图像进行迭代处理,使每次处理得到的半色调图像具有更小的误差,最后得到视觉最优的半色调图像。迭代半色调算法的优点是得到的半色调图像视觉效果非常优秀,基本上没有结构性纹理;能够正确地再现丰富的色调。但是基于这种算法的计算复杂度,迭代半色调算法一般很难用于实时处理场合,仅可以作为一种标准测试程序使用。

  误差扩散算法是一种比较流行且半色调效果较好的算法,这种算法最早是由Floyed-Steinberg提出的。这种算法需要进行邻域处理,它能够为印刷机提供更高的半色调质量并且不引起网点增大,产生的半色调图像色调丰富,像素点的分布具有各向异性。

  其基本思想是先按照一定的扫描路径阈值量化图像像素,然后将量化误差以一定的方式扩散到相邻的未处理的像素上。

  DBS用一个迭代的交换程序来减少误差E,这种算法从随机获得的初始半色调图像开始,按照从左到右,从上到下的顺序扫描整个半色调图像,对于半色调图像的每个像素,评价将像素取反和将其值与周围八个像素交换对得到的半色调图像质量的影响。如果任何的改变减小了误差,这种使得误差减小的变换就被保留,反复地在半色调图像上执行上述过程,直到整个过程没有任何变换操作,DBS算法结束。

上一篇文章:上一篇:CDR中怎么使用半色调虚光和框架工具
下一篇文章 :下一篇:PPT中怎样实现图片的透明度渐变?
友情链接:

公司地址:

监督热线: