[发明专利]基于图像像素邻域灰度信息的误差扩散方法

权利要求书

1.一种基于图像像素邻域灰度信息的误差扩散方法，其特征在于，包括以下步骤：

步骤S1:逐像素行遍历图像中的每一个像素；

步骤S2:在每个像素进行误差扩散前，计算像素邻域平均灰度、人眼视觉感知误差和像素邻域相似度；

步骤S3:计算像素产生的量化误差，并将像素产生的量化误差加到输入像素产生校正输入像素；

步骤S4:将像素邻域平均灰度、人眼视觉感知误差和像素邻域相似度三者乘积加到校正输入像素，得到量化输入像素；

步骤S5:通过量化输入像素与阈值比较得到最终输出像素。

2.根据权利要求1所述的基于图像像素邻域灰度信息的误差扩散方法，其特征在于：所述像素邻域平均灰度计算公式如下：

式中，a×b为邻域大小，I(m+i,n+j)为像素点(m,n)为中心邻域内的灰度值。

3.根据权利要求2所述的基于图像像素邻域灰度信息的误差扩散方法，其特征在于：所述人眼视觉感知误差的计算公式如下：

式中，I(m,n)为像素点(m,n)的灰度值。

4.根据权利要求3所述的基于图像像素邻域灰度信息的误差扩散方法，其特征在于：所述像素邻域相似度计算公式如下：

其中，N_p为邻近像素区域大小,即a×b；表示当前像素与邻近区域像素之间的均偏差；h为控制因子，控制对函数的影响来保留细节平滑噪声。

5.根据权利要求1所述的基于图像像素邻域灰度信息的误差扩散方法，其特征在于：所述步骤S3具体为：

步骤S31:计算像素产生的量化误差：

e(m,n)＝I′(m,n)-b(m,n)

其中，e(m,n)表示量化误差，I′(m,n)表示校正输入像素，b(m,n)表示最终输出像素；

步骤S32:计算校正输入像素：

其中，I(m,n)为像素点(m,n)的灰度值，W(i,j)为误差扩散滤波器。

6.根据权利要求4所述的基于图像像素邻域灰度信息的误差扩散方法，其特征在于：所述步骤S4具体为：

步骤S41:像素邻域平均灰度、人眼视觉感知误差和像素邻域相似度三者乘积的计算公式如下:

其中，α是控制调节阈值信息的系数，当前像素灰度值如果大于邻域平均灰度值，则阈值调节信息为正，当前像素灰度值小于邻域平均灰度值，则阈值调节信息为负；

步骤S42:根据下式计算量化输入像素：

I″(m,n)＝I′(m,n)+E(m,n)。

7.根据权利要求6所述的基于图像像素邻域灰度信息的误差扩散方法，其特征在于：所述步骤S5具体为：最终输出像素的计算公式如下：

b(m,n)＝Q[I″(m,n)]＝Q[E(m,n)+I′(m,n)]。

8.根据权利要求1所述的基于图像像素邻域灰度信息的误差扩散方法，其特征在于：所述步骤S1具体为：所述逐像素行遍历为从左到右、从上到下的遍历方式，或者为蛇形遍历方式。