[发明专利]一种基于人眼视觉模型的误差反馈半色调算法

权利要求书

1.一种基于人眼视觉模型的误差反馈半色调算法，其特征在于：包括以下步骤：

步骤1，获取数字图像灰度数据，将连续调图像的像素值进行归一化处理；

步骤2，将打印机模型引入传统误差扩散方法中，将经过打印机模型后的输出值和量化输入值的差作为误差扩散方法中反馈的量化误差，达到降低点增益现象的效果；

步骤3，采用经过打印机模型的F-S误差扩散方法，获得二值输出b(m,n)，并将获得的半调图像b(m,n)与原始图像f(m,n)分别经过人眼视觉模型(HVS)，获得与

步骤4，将经过人眼视觉模型响应后的半色调图像与原始图像做差，获得人眼视觉差可以表示为

步骤5，根据当前区域的像素灰度特征计算视觉差的反馈系数H(m,n)；

步骤6，采用正负反馈的方式，将视觉差反馈给原图像，深化图像的纹理结构，其具体的反馈原则为：当前像素值f(m,n)大于其邻域3×3的平均像素值时，采用正反馈的方式；当前像素值f(m,n)小于其邻域3×3的平均像素值时，采用负反馈的方式；当当前像素值与其邻域像素值相差不大或为0时，说明该像素所在区域比较平滑，纹理特征不明显，此时采用较小的反馈系数或者不反馈来保证图像在平滑区域的连续性；

步骤7，再次采用F-S误差扩散法实现对获得视觉差反馈的图像进行处理，获得二值输出；

步骤8，采用阈值调制的方式来降低半色调图像中的人工纹理，在阈值常量中添加高斯白噪声，其表达式为：

步骤9，通过实验综合图像处理效果及效率，确定反馈次数，本发明通过实验最终确定反馈次数为三次最佳，最终获得经过处理后的二值图像b³(m,n)；

步骤10，采用本发明中的算法实现对图像的仿真，并通过图像质量客观评价参数：峰值信噪比、归一化均方差、结构相似度来实现对本发明算法的处理效果的评价。

2.根据权利要求1所述的一种基于人眼视觉模型的误差反馈半色调算法，其特征在于：所述的步骤2的具体子步骤如下：

步骤2-1，获得打印机模型输出的灰度值与输入灰度差值，可表示为

其中为等价灰度值，可表示为

为半色调图像的当前像素与其邻域构成，采用实圆点模型来实现打印机模型模拟，这里不再赘述；

步骤2-2，则经过打印机模型的实际的灰度值可表示为

其中v_i,j代表量化输入，x_i,j为连续调图像的像素值，通过打印机模型获得e_i,j，并采用一定的规则将由打印机产生的点增益效应反馈给原图像，从而提高图像的对比度。

3.根据权利要求1所述的一种基于人眼视觉模型的误差反馈半色调算法，其特征在于：所述的步骤3的具体子步骤如下：

步骤3-1，采用误差扩散方法实现对连续调图像的处理，将当前像素灰度值与阈值进行比较，获得二值输出，将二值输出与原连续调图像的像素值做差获得误差值，并按照如附图4所示的方向和误差扩散系数将当前像素的误差扩散到其邻域，达到误差补偿的效果；

步骤3-2，分别将获得的二值输出与输入通过人眼视觉模型，经过人眼视觉模型的半色调图像可以表示为：

连续调图像可表示为：

步骤3-3，将通过人眼视觉模型的输入输出做差获得最终作为反馈的视觉差。

4.根据权利要求1所述的一种基于人眼视觉模型的误差反馈半色调算法，其特征在于：所述的步骤4包括如下的子步骤：

步骤4-1，本发明采用Nasanen函数模型来代替人眼视觉模型，由于人眼视觉模型具有圆对称性特点，这里采用Gaussian函数来代替Nasanen函数模型，可表示为

其中u,v为频域坐标，σ₁为高斯曲线扩张程度；

步骤4-2，则人眼视觉差可表示为