[发明专利]一种基于HVS的改进误差扩散半色调方法在审

专利信息
申请号: 202211108600.0 申请日: 2022-09-13
公开(公告)号: CN115482299A 公开(公告)日: 2022-12-16
发明(设计)人: 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
主分类号: G06T7/90 分类号: G06T7/90;G06T7/13;G06T5/20
代理公司: 长春众邦菁华知识产权代理有限公司 22214 代理人: 曲博
地址: 130033 吉林*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 hvs 改进 误差 扩散 色调 方法
【权利要求书】:

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):

f1(m,n)=|IFFT{FFT[f(m,n)]·H(u,v)}| (1)

b1(m,n)=|IFFT{FFT[b(m,n)]·H(u,v)}| (2)

采用高斯滤波器来模拟HVS模型,高斯滤波器可表示为:

上式(3)中,u和v为频域坐标,σ1为高斯曲线的扩张程度;

步骤S3-3、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)|,用下表示为:

|e(m,n)|=|f1(m,n)-b1(m,n)|

=|IFFT{FFT[f(m,n)-b(m,n)]·H(u,v)}| (4)

步骤S3-4,将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),原理如下公式:

式中,average为当前像素的8邻域像素的平均值。

5.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:对所述反馈系数h(m,n)的设定如下:

上式(6)中,k=k1/mean(|e(m,n)|),k1为正值,mean(|e(m,n)|)为所有像素视觉误差|e(m,n)|的平均值,L(m,n)为当前像素灰度值F(m,n)与其8邻域像素平均值average的差值,Q为控制半色调图像特性的参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春理工大学,未经长春理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211108600.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top