一种基于HVS的改进误差扩散半色调方法技术

一种基于HVS的改进误差扩散半色调方法，涉及半色调图像处理技术领域，解决现有现有误差扩散半色调算法存在人工纹理，以及边缘失真等问题，本发明专利技术用于将打印机输入端的连续调图像转化为半色调图像，便于打印机对其进行识别、输出。本发明专利技术提供的基于HVS的改进误差扩散半色调方法中，误差扩散滤波器可以有效解决误差扩散算法在亮、暗阶调的“蠕虫效应”和中间阶调部分灰度级“棋盘格”纹理的问题；基于Canny边缘检测的视觉差反馈算法和基于HVS模型的误差扩散算法可以有效解决误差扩散算法在图像细节部分的边界失真问题，所以此算法同时解决了人工纹理和边界失真等问题。可以有效提高误差扩散半色调图像的视觉效果。差扩散半色调图像的视觉效果。差扩散半色调图像的视觉效果。

【技术实现步骤摘要】
一种基于HVS的改进误差扩散半色调方法


[0001]本专利技术涉及半色调图像处理
，具体涉及一种基于HVS的改进误差扩散半色调方法，从而解决误差扩散半色调输出图像中的人工纹理和边缘失真问题。

技术介绍

[0002]数字半色调技术是模拟原稿与印刷技术转换的桥梁，是现代化印刷的关键技术之一，在硬拷贝输出和显示领域具有非常重要的应用意义。
[0003]误差扩散半色调算法作为数字半色调技术的重要分支，其输出的半色调图像具有较好的视觉效果，且算法复杂度不高，具有重大研究意义。但其在亮、暗阶调存在“蠕虫效应”，在中间阶调部分灰度级存在类似“棋盘格”的规则纹理(“蠕虫效应”和“棋盘格”纹理统称为人工纹理)，在图像细节处存在边界失真问题，如不进行处理，会影响半色调图像的视觉效果，进而影响后续的打印效果。
[0004]而现有的误差扩散半色调算法大多仅关注人工纹理和边界失真中的一个问题，即并未全面解决上述两个问题，对改善输出半色调图像视觉效果的意义并不突显。

技术实现思路

[0005]本专利技术为解决现有误差扩散半色调算法存在人工纹理，以及边缘失真等问题，提供一种基于HVS的改进误差扩散半色调方法。
[0006]基于HVS的改进误差扩散半色调方法，用于将打印机输入端的连续调图像转化为半色调图像，便于打印机对其进行识别、输出。
[0007]基于HVS的改进误差扩散半色调方法，该方法由以下步骤实现：
[0008]步骤S1、对原始连续调图像进行预处理；
[0009]将所述连续调图像转化为灰度图像F(m,n)，通过Canny边缘检测算子提取灰度图像的边缘信息f(m,n)；
[0010]步骤S2、定义新的误差扩散滤波器；
[0011]调整误差扩散滤波系数1/16的位置，即将其从Floyd Steinberg误差扩散系数矩阵中坐标(1,1)的位置调整到坐标(1,
‑
2)的位置。较Floyd Steinberg误差扩散滤波器扩大了误差扩散的范围，能够较好地切断亮、暗阶调的“蠕虫”链，同时改善中间阶调部分灰度级的“棋盘格”纹理，按照光栅扫描路径，通过新的误差扩散滤波器处理灰度图像，得到初步半色调图像；
[0012]步骤S3、定义基于Canny的视觉差反馈算法；
[0013]通过Canny边缘检测算子提取步骤S2中初步半色调图像的边缘信息b(m,n)，计算灰度图像边缘信息和半色调图像边缘信息之间的视觉误差|e(m,n)|，将视觉误差通过反馈系数h(m,n)对灰度图像进行补偿，得到反馈补偿后的图像F'(m,n)；
[0014]步骤S4、对反馈补偿后图像通过基于HVS模型的误差扩散算法进行处理；
[0015]对反馈补偿图像F'(m,n)通过基于HVS模型的误差扩散算法进行处理，得到最终的
半色调图像。
[0016]本专利技术的有益效果：本专利技术所述的半色调算法考虑到误差扩散算法本身的缺点，可以有效提高误差扩散半色调图像的视觉效果。
[0017]本专利技术提供的基于HVS的改进误差扩散半色调算法中，步骤S2所述的误差扩散滤波器可以有效解决误差扩散算法在亮、暗阶调的“蠕虫效应”和中间阶调部分灰度级“棋盘格”纹理的问题；步骤S3所述的基于Canny边缘检测的视觉差反馈算法和步骤S4所述的基于HVS模型的误差扩散算法可以有效解决误差扩散算法在图像细节部分的边界失真问题，所以此算法同时解决了人工纹理和边界失真等问题。
附图说明
[0018]图1为本专利技术所述的基于HVS的改进误差扩散半色调方法的流程图；
[0019]图2为步骤S2所涉及的误差扩散系数矩阵及其系数位置相对于当前点的对应坐标；
[0020]图3为Floyd Steinberg(F
‑
S)误差扩散滤波器和步骤S2所涉及的误差扩散滤波器的误差扩散范围对比图；
[0021]图4为步骤S4所涉及的基于HVS模型的误差扩散系数矩阵；
[0022]图5为本专利技术实施例所采用的Lena图像的原始连续调图像；
[0023]图6为本专利技术实施例的方法对Lena图像进行转换后得到的半色调图像；
[0024]图7为本专利技术实施例所采用的Peppers图像的原始连续调图像；
[0025]图8为本专利技术实施例的方法对Peppers图像进行转换后得到的半色调图像；
[0026]图9为本专利技术实施例所采用的Goldhill图像的原始连续调图像；
[0027]图10为本专利技术实施例的方法对Goldhill图像进行转换后得到的半色调图像。
具体实施方式
[0028]结合图1至图10说明本实施方式，基于HVS的改进误差扩散半色调方法，该方法由以下步骤实现：本实施方式采用的测试图像大小均为512
×
512。
[0029]步骤S1，对原始连续调图像进行预处理。将连续调图像转化为灰度图像F(m,n)，通过Canny边缘检测算子提取灰度图像的边缘信息f(m,n)；
[0030]步骤S2，调整误差扩散滤波器，具体包括如下子步骤：
[0031]步骤S2
‑
1，调整误差扩散滤波系数1/16的位置(如图2所示)，较Floyd Steinberg误差扩散滤波器扩大了误差扩散的范围(如图3所示)，能够较好地切断亮、暗阶调的“蠕虫”链，同时改善中间阶调部分灰度级的“棋盘格”纹理，
[0032]步骤S2
‑
2，按照光栅扫描路径，通过新的误差扩散滤波器处理灰度图像，得到初步半色调图像。
[0033]步骤S3，通过Canny边缘检测算子提取步骤S2中初步半色调图像的边缘信息b(m,n)，计算灰度图像边缘信息和半色调图像边缘信息之间的视觉误差|e(m,n)|，将视觉误差通过反馈系数H(m,n)对灰度图像进行补偿，得到反馈补偿后的图像F'(m,n)，具体包括如下子步骤：
[0034]步骤S3
‑
1，通过Canny边缘检测算子提取步骤S2中初步半色调图像的边缘信息b
(m,n)；
[0035]步骤S3
‑
2，分别将步骤S1中灰度图像的边缘信息f(m,n)和半色调图像的边缘信息b(m,n)与HVS函数进行频域点积，再对输出结果分别进行反傅里叶变换，依次得到f1(m,n)和b1(m,n)，原理如下公式(1)、(2)：
[0036]f1(m,n)＝|IFFT{FFT[f(m,n)]·
H(u,v)}|
ꢀꢀꢀꢀꢀꢀ
(1)
[0037]b1(m,n)＝|IFFT{FFT[b(m,n)]·
H(u,v)}|
ꢀꢀꢀꢀꢀꢀ
(2)
[0038]本实施方式中采用高斯滤波器来模拟HVS模型，高斯滤波器可表示为：
[0039][0040]上式(3)中，u和v为频域坐标，σ1表示高斯曲线的扩张程度，本实施方式中取σ1＝170；
[0041]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于HVS的改进误差扩散半色调方法，其特征是：该方法由以下步骤实现：步骤S1、对原始连续调图像进行预处理，获得灰度图像的边缘信息f(m,n)；步骤S2、调整误差扩散滤波器，按照光栅扫描路径，通过调整后的误差扩散滤波器处理灰度图像，获得初步半色调图像；步骤S3、通过Canny边缘检测算子提取步骤S2中初步半色调图像的边缘信息b(m,n)，计算步骤S1获得的灰度图像边缘信息f(m,n)和初步半色调图像边缘信息b(m,n)之间的视觉误差|e(m,n)|，将所述视觉误差通过反馈系数H(m,n)对灰度图像进行补偿，获得反馈补偿后的图像F'(m,n)；步骤S4、对步骤S3获得反馈补偿后图像F'(m,n)通过基于HVS模型的误差扩散算法进行处理；获得最终的半色调图像。2.根据权利要求1所述的基于HVS的改进误差扩散半色调方法，其特征在于：步骤S1中，将连续调图像转化为灰度图像F(m,n)，通过Canny边缘检测算子提取灰度图像的边缘信息f(m,n)。3.根据权利要求1所述的基于HVS的改进误差扩散半色调方法，其特征在于：步骤S2中，调整误差扩散滤波系数1/16的位置，即将其从Floyd Steinberg误差扩散系数矩阵中坐标(1,1)的位置调整到坐标(1,
‑
2)的位置。4.根据权利要求1所述的基于HVS的改进误差扩散半色调方法，其特征在于：所述步骤S3的具体过程如下：步骤S3
‑
1、通过Canny边缘检测算子提取步骤S2中初步半色调图像的边缘信息b(m,n)；步骤S3
‑
2、分别将步骤S1中灰度图像的边缘信息f(m,n)和半色调图像的边缘信息b(m,n)与HVS函数...

【专利技术属性】
技术研发人员：王英志，张银银，韩太林，胡俊，石智源，盖春宇，刘红，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：