[发明专利]基于图像系数变更的边缘增强误差扩散数字半色调方法

说明书

本发明公开基于图像系数变更的边缘增强误差扩散数字半色调方法，包括将连续调图像转成多灰度图像N(i,j)；canny方法提取N(i,j)的像素c(i,j)边缘信息，判断c(i,j)周边是否有边缘像素，若无则按S‑F方法的误差滤波器扩散系数h(i,j)扩散，若有则将h(i,j)变更后扩散；计算变更后扩散系数h_d(i,j)；将周边无边缘像素的c(i,j)用h(i,j)进行半色调化；将周边有边缘像素的c(i,j)用h_d(i,j)替换h(i,j)后半色调化。本发明能够有效减少S‑F方法得到的半色调图像中的“蠕虫”效应，且半色调后图像的边缘和细节较为清晰，具有较好的视觉感知效应。

技术领域

本发明属于图像处理技术领域，具体涉及能够有效减少S-F误差扩散方法半色调图像中的“蠕虫”效应，且半色调后图像的边缘和细节较为清晰，具有较好的视觉感知效应的基于图像系数变更的边缘增强误差扩散数字半色调方法。

背景技术

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（FLOYED R W,STEINBERG L.An adaptive algorithm for spatial grey scale.Society forInformation Display,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。