一种多尺度感知误差测度近似全局优化的数字图像半色调方法
【专利摘要】本发明公开了一种多尺度感知误差测度近似全局优化的数字图像半色调方法，属于数字图像印前处理【技术领域】。应用二维离散小波变换建立多尺度感知误差测度函数模型框架，建立尺度内聚类性和跨尺度持续性模型；构建原感知误差测度函数的对偶感知误差测度函数并计算其最大上界来实现原感知误差测度函数的近似全局优化，采用感知误差测度近似全局优化策略来实现半色调图像二值像素的最大后验概率配置；采用重新参数化算法迭代计算对偶感知误差测度全局最优上界，定义每次迭代后在不同区域的二值像素最优配置，进而提出并证明全局优化近似系数；客观评价在动态环境下数字图像半色调的性能，并对算法复杂度进行分析。
【专利说明】一种多尺度感知误差测度近似全局优化的数字图像半色调方法
【技术领域】
[0001]本发明涉及一种多尺度感知误差测度近似全局优化的数字图像半色调方法，属于激光制版的数字图像印前处理技术。
【背景技术】
[0002]数字图像半色调是将连续调图像在激光制版机、数字印刷机、激光打印机等二值设备上显影并在人类视觉系统中产生连续调图像错觉的关键技术。在人们生产、生活中得到了广泛的应用。目前从家庭、办公用的小型台式喷墨、激光打印机、激光制版机到大型的出版印刷系统，数字半色调技术可以说是无处不在。
[0003]对于多尺度数字图像半色调，由于低尺度误差测度是动态的和随机的，要求多尺度误差测度融合算法具有较高的鲁棒性，在不同的初始化条件下，要求多尺度误差测度优化算法收敛于一致性结果。这样，使多尺度误差测度融合算法的鲁棒性和优化结果的一致性成为动态环境下多尺度数字图像半色调有别于静态环境下单一尺度半色调的关键约束。现有多尺度半色调方法虽然解决了半色调图像在不同二值设备上的多分辨率成像问题，但仍然没有解决多尺度误差测度信息的尺度内和尺度间交互问题。
【发明内容】
[0004]本发明的目的在于提供一种多尺度感知误差测度近似全局优化的数字图像半色调方法；该方法通过二维离散小波变换建立连续调图像的多尺度模型，采用Nasanen人类视觉系统对比敏感度响应建立多尺度感知误差测度目标函数模型框架；采用有向图表征多尺度感知误差测度目标函数模型框架，采用二分量高斯混合模型和隐马尔可夫链建立尺度相关感知误差测度函数；采用拉格朗日变换方法证明对偶感知误差测度函数为凸函数；制定尺度相关感知误差测度函数近似全局优化策略，得到半色调图像二值像素近似全局最优配置；采用图论理论定义全局优化近似系数并证明全局优化近似范围确定理论；客观评价在动态环境下数字图像半色调的性能，并对算法复杂度进行分析；进而得到最优半色调图像。
[0005]本发明所述方法的具体步骤如下:
(1)判断连续调图像是否是标准的2nX2n图像；
(2)构造多尺度感知误差测度目标函数模型框架:将频率域和方向域的标准连续调图像信息纳入多尺度感知误差测度目标模型框架中，利用二维离散小波变换建立多尺度感知误差测度目标函数模型框架；
(3)建立尺度相关感知误差测度函数:采用二分量高斯混合模型对感知误差测度的尺度内聚类性建模，采用隐马尔可夫链对四叉树的跨尺度持续性建模，使该尺度相关感知误差测度函数能同时纳入尺度内和尺度间的误差测度相互依赖信息，以保证多尺度感知误差测度融合算法的鲁棒性；(4)尺度相关感知误差测度近似全局优化策略:利用步骤(3)中所述的原尺度相关感知误差测度函数的凸对偶模型转化理论构建其对偶感知误差测度函数，通过重新参数化残差图算法迭代计算对偶感知误差测度全局最优上界，实现半色调图像二值像素的最大后验概率配置以及原尺度相关感知误差测度函数近似全局最优，以提高多尺度感知误差测度函数优化结果的一致性；
(5)全局优化近似范围确定理论:利用步骤(4)中所述对偶感知误差测度全局最优上界来定义每次迭代后在不同区域的二值像素最优配置，进而提出并证明全局优化近似系数；通过确定尺度相关感知误差测度函数全局优化的近似系数，可将多尺度感知误差测度优化结果一致性控制在确定的已知范围内；
(6)典型动态环境下算法有效性实验验证:根据步骤(1)~(5)提出的多尺度感知误差测度近似全局优化算法框架，建立半色调计算平台，在光照和背景动态变化的情况下，应用步骤(3)所述的尺度相关感知误差测度建模和步骤(4)所述的近似全局优化策略计算半色调图像二值像素最优配置，以验证提出的半色调算法的有效性，利用纹理熵、结构相似度和角二阶矩的客观评价方法在动态环境下与LSMB方法比较来评价数字图像半色调的性能，并对算法复杂度进行分析。
[0006]本发明步骤(2)中，构造多尺度感知误差测度目标函数模型框架具体包括如下步骤:
①采用Haar二维离散小波变换建立标准连续调图像在L *a*b*色空间的多尺度模型，根据多尺度模型定义小波域空间点
im’n)处的多尺度感知误差测度信为相应小波系数在L*a*b*色空间的欧几里德
距离；
②采用Nasanen人类视觉系统模型确定多尺度感知误差测度的空间、频率和方向特性对比敏感度响应，根据步骤①中多尺度感知误差测度信息％.(?，《)和对比敏感
度响应计算多尺度感知误差测度和对比敏感度响应的卷积得到在尺度?方向j空
间点(榭，《)处多尺度感知误差测度目标函数；
③将总体感知误差测度函数?足义为步骤②中不同位置、尺度和方向的多尺度感知
误差测度目标函数e.(m e、的均方和，即
【权利要求】
1.一种多尺度感知误差测度近似全局优化的数字图像半色调方法，其特征在于:具体包括如下步骤: (1)判断连续调图像是否是标准的2nX2n图像； (2)构造多尺度感知误差测度目标函数模型框架:将频率域和方向域的标准连续调图像信息纳入多尺度感知误差测度目标模型框架中，利用二维离散小波变换建立多尺度感知误差测度目标函数模型框架； (3)建立尺度相关感知误差测度函数:采用二分量高斯混合模型对感知误差测度的尺度内聚类性建模，采用隐马尔可夫链对四叉树的跨尺度持续性建模； (4)尺度相关感知误差测度近似全局优化策略:利用步骤(3)中所述的原尺度相关感知误差测度函数的凸对偶模型转化理论构建其对偶感知误差测度函数，通过重新参数化残差图算法迭代计算对偶感知误差测度全局最优上界，实现半色调图像二值像素的最大后验概率配置以及原尺度相关感知误差测度函数近似全局最优； (5)全局优化近似范围确定理论:利用步骤(4)中所述对偶感知误差测度全局最优上界来定义每次迭代后在不同区域的二值像素最优配置，进而提出并证明全局优化近似系数；通过确定尺度相关感知误差测度函数全局优化的近似系数，可将多尺度感知误差测度优化结果一致性控制在确定的已知范围内； (6)典型动态环境下算法有效性实验验证:根据步骤(1)~(5)提出的多尺度感知误差测度近似全局优化算法框 架，建立半色调计算平台，在光照和背景动态变化的情况下，应用步骤(3)所述的尺度相关感知误差测度建模和步骤(4)所述的近似全局优化策略计算半色调图像二值像素最优配置，以验证提出的半色调算法的有效性，利用纹理熵、结构相似度和角二阶矩的客观评价方法在动态环境下与LSMB方法比较来评价数字图像半色调的性能，并对算法复杂度进行分析。
2.根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法，其特征在于:步骤(2)中所述构造多尺度感知误差测度目标函数模型框架具体包括如下步骤: ①采用Haar二维离散小波变换建立标准连续调图像在L*a*b*色空间的多尺度模型，根据多尺度模型定义小波域空间点M处的多尺度感知误差测度信为相应小波系数在L*a*b*色空间的欧几里德距离； ②采用Nasanen人类视觉系统模型确定多尺度感知误差测度的空间、频率和方向特性对比敏感度响应，根据步骤①中多尺度感知误差测度信息和对比敏感度响应计算多尺度感知误差测度和对比敏感度响应的卷积得到在尺度?方向J空间点ψι，?)处多尺度感知误差测度目标函数； ③将总体感知误差测度函数Ψ定义为步骤②中不同位置、尺度和方向的多尺度感知误差测度目标函数ε (m n)的均方和，即
3.根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法，其特征在于:步骤(3)中所述建立尺度相关感知误差测度函数具体包括如下步骤: ①采用有向图σ= (Fu表征多尺度感知误差测度目标函数模型，其中为结点集合，各结点与感知误差测度对应力源点，I为汇点，E为连线集合； ②采用二分量高斯混合模型对感知误差测度的尺度内聚类性建模:在小波域小波系数在尺度和子带上统计独立，通过小波系数概率分布得到小波系数集合1"的联合概率密度函数
4.根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法，其特征在于:步骤(4)中所述尺度相关感知误差测度近似全局优化策略具体包括如下步骤: ①采用拉格朗日变换方法实现原尺度相关感知误差测度函数到对偶感知误差测度函数转化，并证明对偶感知误差测度函数为凸函数； ②采用有向四I重新参数化方法实现尺度相关感知误差测度函数近似全局优化，在满足容量和守恒约束前提下，在残余容量的基础上增减恒流量，进行残差图重新参数化； ③采用图论理论证明终端连线和结点连线容量修正理论:通过有向四-重新参数化后的尺度相关感知误差测度函数具有相同类标签
5.根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法，其特征在于:步骤(5)中所述全局优化近似范围确定理论具体包括如下步骤: ①采用图论理论定义全局优化近似系数并证明近似范围，令力重新参数化后有向图σ近似全局优化类标签配置，ζ为有向图σ全局最优类标签配置，定义c为全局优化近似系数，设定系数
6.根据权利要求1所述的多尺度感知误差测度近似全局优化的数字图像半色调方法，其特征在于:步骤(6)中所述典型动态环境下算法有效性实验验证具体包括如下步骤: ①应用提出的尺度相关感知误差测度建模和近似全局优化理论计算半色调图像二值像素最优配置，以验证提出的半色调算法的有效性； ②利用纹理熵、结构相似度和角二阶矩的客观评价方法在动态环境下与LSMB方法比较来评价数字图像半色调的性能，并对算法复杂度进行分析。
【文档编号】G06T5/50GK103955908SQ201410152246
【公开日】2014年7月30日 申请日期:2014年4月16日 优先权日:2014年4月16日
【发明者】何自芬, 张印辉, 詹肇麟 申请人:昆明理工大学