基于多灰度图像边缘增强的无序误差扩散数字半色调方法技术

本发明专利技术公开基于多灰度图像边缘增强的无序误差扩散数字半色调方法，包括将连续调图像的像素转换成灰度图像像素g(m,n)；计算由上一个像素产生的量化误差e(m‑i,n‑j)按扩散路线乘以比例系数所得值与当前像素的像素值g(m,n)的和得修改值d(m,n)；以光栅扫描并判断每一输入图像的像素g(m,n)是否为边缘像素并生成对应量化阈值T；根据量化阈值T对修改值d(m,n)量化并输出对应半色调图像的像素二进制值b(m,n)；计算量化误差e(m,n)并扩散到相邻四个未经处理像素点上。本发明专利技术能够有效减少传统误差扩散方法半色调图像中的“蠕虫”效应，且一定程度上保留图像的边缘细节特性，具有较好的视觉感知效应。

【技术实现步骤摘要】
基于多灰度图像边缘增强的无序误差扩散数字半色调方法
本专利技术属于图像处理
，具体涉及能够有效减少传统误差扩散方法半色调图像中的“蠕虫”效应，且一定程度上保留图像的边缘细节特性，具有较好的视觉感知效应的基于多灰度图像边缘增强的无序误差扩散数字半色调方法。
技术介绍
数字半色调技术就是在类似日常生活中所见的激光打印机及激光制版机等二值或多色二值设备上，模拟人眼的视觉低通特性来仿造原多灰度图像的阶调变化，将原连续调图像转化为合适人眼观察的二值半色调图像的技术。数字半色调技术不仅影响着激光雕刻及激光打印图像的输出质量，而且与数据信息隐藏和数字水印技术也是密切相关的，同时与医学影像、图像的压缩存储与传输等领域也密不可分。目前，一般将数字半色调技术分为“误差扩散法”、“抖动法”以及“迭代优化法”三大类。国内外的广大研究学者近年来对半色调方法的改进都将重心放在了误差扩散方法和迭代优化方法身上。就数字半色调方法总体研究状况而言，基于迭代优化的数字半色调方法虽然在生成的半色调图像的质量上是最好的，但是效率太低，运行成本较高，难以满足生产的实际性需求。而误差扩散方法是通过对灰度图像中的某一像素点处理，然后将得到的量化误差按照一定的权重系数传递给该像素邻域的未经处理的像素来进行误差扩散的。误差扩散方法得到的二值图像的效果有了大幅度的提升，且效率高，运行成本低，但是生成的半色调图像质量有两点问题还没有完全克服，即：“生成的半色调图像中的平滑渐变区中的非期望性纹理还没有完全消除”，以及“在图像的边缘部分容易出现模糊、不连续等现象特别是对于具有复杂边缘的图像法而言”。经典的误差扩散方法当属Floyd-Steinberg误差扩散方法（FLOYEDRW,STEINBERGL.Anadaptivealgorithmforspatialgreyscale.SocietyforInformationDisplay,1976,17(2):75-77）（以下简称F-S误差扩散方法），它的误差滤波核具有四个误差扩散权重系数，分别是h10=7/16、h11=1/16、h01=5/16、h-10=3/16。然而，由于其水平和垂直两个方向上的扩散系数永远最大，并且在扩散过程中，每个方向的扩散系数没有变化，是恒定的，这样就导致了积累误差，从而会引发轮廓失真。此外，传统误差扩散方法还存在诸如：在半色调图像的暗调及高光区域会存在滞后的现象，这都是与误差扩散过程中的处理方向密切相关的，除此之外还存在“伪轮廓”等现象。
技术实现思路
本专利技术的目的在于提供能够有效减少传统误差扩散方法半色调图像中的“蠕虫”效应，且一定程度上保留图像的边缘细节特性，具有较好的视觉感知效应的基于多灰度图像边缘增强的无序误差扩散数字半色调方法。本专利技术目的是这样实现的，包括图像转换、修改值计算、边缘判断、半色调输出、量化误差扩散步骤，具体包括：A、图像转换：将连续调图像的像素转换成灰度图像像素g(m,n)；B、修改值计算：计算由上一个像素产生的量化误差e(m-i,n-j)，按照对应扩散路线乘以相关比例系数所得的值与当前正在处理像素的像素值g(m,n)的和得到修改值d(m,n)；C、边缘判断：以光栅扫描的方式扫描并判断每一个输入图像的像素g(m,n)是否为边缘像素并且生成对应的量化阈值T；D、半色调输出：根据量化阈值T对修改值d(m,n)进行量化并输出对应的半色调图像的像素二进制值b(m,n)；E、量化误差扩散：计算量化误差e(m,n)并扩散到相邻的四个未经处理的像素点上。本专利技术将“基于梯度的边缘检测法”、“无序阈值调制法”以及“误差扩散法”三个部分有机结合起来，并采用光栅扫描的方式对原图像中的每个像素点从上往下，从左往右逐个进行处理，然后通过基于梯度的边缘检测方法判断输入的图像中某个像素点是否为边界点，再用边缘增强量化器强化图像边缘，之后将无序的思想与误差扩散方法结合进行图像的半色调化处理。本专利技术不但有效地减少了来自传统误差扩散方法所生成半色调图像中的蠕虫效应，而且还对半色调图像的边缘细节区域起到了增强效果。经实验，本专利技术的PSNR值、WSNR值及UQI值相较F-S误差扩散方法而言，分别提升了1.4～1.8dB，1.3～1.6dB以及0.03～0.04。附图说明图1为本专利技术流程示意图；图2为本专利技术的梯度值定义示意图；图3为实验例中boat原图像；图4为实验例中boat经F-S误差扩散方法生成的半色调图像；图5为实验例中boat经本专利技术生成的半色调图像；图6为实验例中trees原图像；图7为实验例中trees经F-S误差扩散方法生成的半色调图像；图8为实验例中trees经本专利技术生成的半色调图像；图9为实验例中man原图像；图10为实验例中man经F-S误差扩散方法生成的半色调图像；图11为实验例中man经本专利技术生成的半色调图像；图中：Q-阈值量化器，H-误差扩散滤波核。具体实施方式下面结合附图与实施例对本专利技术作进一步的说明，但不以任何方式对本专利技术加以限制，依据本专利技术的教导所作的任何变更或替换，均属于本专利技术的保护范围。本专利技术包括图像转换、修改值计算、边缘判断、半色调输出、量化误差扩散步骤，具体包括：A、图像转换：将连续调图像的像素转换成灰度图像像素g(m,n)；B、修改值计算：计算由上一个像素产生的量化误差e(m-i,n-j)，按照对应扩散路线乘以相关比例系数所得的值与当前正在处理像素的像素值g(m,n)的和得到修改值d(m,n)；C、边缘判断：以光栅扫描的方式扫描并判断每一个输入图像的像素g(m,n)是否为边缘像素并且生成对应的量化阈值T；D、半色调输出：根据量化阈值T对修改值d(m,n)进行量化并输出对应的半色调图像的像素二进制值b(m,n)；E、量化误差扩散：计算量化误差e(m,n)并扩散到相邻的四个未经处理的像素点上。所述B步骤中修改值d(m,n)按下式计算：，其中：h(i,j)为滤波器系数，N为扩散像素点坐标集合。所述集合N为：，所述滤波器系数h(i,j)分别为h(1,1)=1/16，h(0,1)=5/16，h(-1,1)=3/16，h(1,0)=7/16。所述C步骤包括如下步骤：C1、计算梯度值：；C2、边缘判断：，其中：r为比例缩放因子，Yn为随机数。所述C1步骤中相邻的四个量化误差扩散像素点的梯度值分别为：，，，。所述C2步骤中r=1/64，随机数Yn由以下二次迭代方程确定：Yn=4Yn（1-Yn--1），其中：Yn的初始值用Y0表示，且Y0∈［0,1］。所述D步骤中半色调图像的像素二进制值b(m,n)按下式计算：，其中：k2=1.5。所述E步骤中量化误差e(m,n)按下式计算：e(m,n)=d(m,n)-b(m,n)。实验例：1、实验条件为了验证本专利技术的有效性，实验采用配置为2.56GHzCPU、4G内存、64位的win7笔记本电脑，所用到的软件是Matlab2014a，基于以上平台实现了本专利技术的效果验证。2、本专利技术实验过程2.1将连续调图像的像素转换成灰度图像像素g(m,n)。2.2计算由上一个像素产生的量化误差e(m-i,n-j)，按照对应扩散路线乘以相关比例系数所得的值与当前正在处理像素的像素值g(m,n)的和得到修改值d(m,n)；，其中：h(i,j)本文档来自技高网...

【技术保护点】
1.基于多灰度图像边缘增强的无序误差扩散数字半色调方法，其特征在于包括图像转换、修改值计算、边缘判断、半色调输出、量化误差扩散步骤，具体包括：A、图像转换：将连续调图像的像素转换成灰度图像像素g(m,n)；B、修改值计算：计算由上一个像素产生的量化误差e(m‑i,n‑j)，按照对应扩散路线乘以相关比例系数所得的值与当前正在处理像素的像素值g(m,n)的和得到修改值d(m,n)；C、边缘判断：以光栅扫描的方式扫描并判断每一个输入图像的像素g(m,n)是否为边缘像素并且生成对应的量化阈值T；D、半色调输出：根据量化阈值T对修改值d(m,n)进行量化并输出对应的半色调图像的像素二进制值b(m,n)；E、量化误差扩散：计算量化误差e(m,n)并扩散到相邻的四个未经处理的像素点上。

【技术特征摘要】
1.基于多灰度图像边缘增强的无序误差扩散数字半色调方法，其特征在于包括图像转换、修改值计算、边缘判断、半色调输出、量化误差扩散步骤，具体包括：A、图像转换：将连续调图像的像素转换成灰度图像像素g(m,n)；B、修改值计算：计算由上一个像素产生的量化误差e(m-i,n-j)，按照对应扩散路线乘以相关比例系数所得的值与当前正在处理像素的像素值g(m,n)的和得到修改值d(m,n)；C、边缘判断：以光栅扫描的方式扫描并判断每一个输入图像的像素g(m,n)是否为边缘像素并且生成对应的量化阈值T；D、半色调输出：根据量化阈值T对修改值d(m,n)进行量化并输出对应的半色调图像的像素二进制值b(m,n)；E、量化误差扩散：计算量化误差e(m,n)并扩散到相邻的四个未经处理的像素点上。2.根据权利要求1所述基于多灰度图像边缘增强的无序误差扩散数字半色调方法，其特征在于所述B步骤中修改值d(m,n)按下式计算：，其中：h(i,j)为滤波器系数，N为扩散像素点坐标集合。3.根据权利要求2所述基于多灰度图像边缘增强的无序误差扩散数字半色调方法，其特征在于所述集合N为：，所述滤波器系数h...

【专利技术属性】
技术研发人员：何自芬，吴启科，张印辉，唐海艳，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53