[发明专利]一种基于人眼视觉模型的误差反馈半色调算法

摘要

本发明涉及一种基于人眼视觉模型的误差反馈半色调算法，本发明方法是针对现有经典数字半色调算法的改进，采用人眼视觉模型与打印机模型相结合的方式，实现对经典数字半色调算法的改进，解决了传统经典误差扩散算法出现的人工痕迹、边缘模糊、边缘过渡不连续等问题，从而达到更好的图像复现效果，在图像硬拷贝领域具有一定的应用价值。

主权项

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。