一种基于HVS的改进误差扩散半色调方法

一种基于hvs的改进误差扩散半色调方法
技术领域
1.本发明涉及半色调图像处理技术领域，具体涉及一种基于hvs的改进误差扩散半色调方法，从而解决误差扩散半色调输出图像中的人工纹理和边缘失真问题。


背景技术：

2.数字半色调技术是模拟原稿与印刷技术转换的桥梁，是现代化印刷的关键技术之一，在硬拷贝输出和显示领域具有非常重要的应用意义。
3.误差扩散半色调算法作为数字半色调技术的重要分支，其输出的半色调图像具有较好的视觉效果，且算法复杂度不高，具有重大研究意义。但其在亮、暗阶调存在“蠕虫效应”，在中间阶调部分灰度级存在类似“棋盘格”的规则纹理(“蠕虫效应”和“棋盘格”纹理统称为人工纹理)，在图像细节处存在边界失真问题，如不进行处理，会影响半色调图像的视觉效果，进而影响后续的打印效果。
4.而现有的误差扩散半色调算法大多仅关注人工纹理和边界失真中的一个问题，即并未全面解决上述两个问题，对改善输出半色调图像视觉效果的意义并不突显。


技术实现要素：

5.本发明为解决现有误差扩散半色调算法存在人工纹理，以及边缘失真等问题，提供一种基于hvs的改进误差扩散半色调方法。
6.基于hvs的改进误差扩散半色调方法，用于将打印机输入端的连续调图像转化为半色调图像，便于打印机对其进行识别、输出。
7.基于hvs的改进误差扩散半色调方法，该方法由以下步骤实现：
8.步骤s1、对原始连续调图像进行预处理；
9.将所述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)；
10.步骤s2、定义新的误差扩散滤波器；
11.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。较floyd steinberg误差扩散滤波器扩大了误差扩散的范围，能够较好地切断亮、暗阶调的“蠕虫”链，同时改善中间阶调部分灰度级的“棋盘格”纹理，按照光栅扫描路径，通过新的误差扩散滤波器处理灰度图像，得到初步半色调图像；
12.步骤s3、定义基于canny的视觉差反馈算法；
13.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)|，将视觉误差通过反馈系数h(m,n)对灰度图像进行补偿，得到反馈补偿后的图像f'(m,n)；
14.步骤s4、对反馈补偿后图像通过基于hvs模型的误差扩散算法进行处理；
15.对反馈补偿图像f'(m,n)通过基于hvs模型的误差扩散算法进行处理，得到最终的
半色调图像。
16.本发明的有益效果：本发明所述的半色调算法考虑到误差扩散算法本身的缺点，可以有效提高误差扩散半色调图像的视觉效果。
17.本发明提供的基于hvs的改进误差扩散半色调算法中，步骤s2所述的误差扩散滤波器可以有效解决误差扩散算法在亮、暗阶调的“蠕虫效应”和中间阶调部分灰度级“棋盘格”纹理的问题；步骤s3所述的基于canny边缘检测的视觉差反馈算法和步骤s4所述的基于hvs模型的误差扩散算法可以有效解决误差扩散算法在图像细节部分的边界失真问题，所以此算法同时解决了人工纹理和边界失真等问题。
附图说明
18.图1为本发明所述的基于hvs的改进误差扩散半色调方法的流程图；
19.图2为步骤s2所涉及的误差扩散系数矩阵及其系数位置相对于当前点的对应坐标；
20.图3为floyd steinberg(f-s)误差扩散滤波器和步骤s2所涉及的误差扩散滤波器的误差扩散范围对比图；
21.图4为步骤s4所涉及的基于hvs模型的误差扩散系数矩阵；
22.图5为本发明实施例所采用的lena图像的原始连续调图像；
23.图6为本发明实施例的方法对lena图像进行转换后得到的半色调图像；
24.图7为本发明实施例所采用的peppers图像的原始连续调图像；
25.图8为本发明实施例的方法对peppers图像进行转换后得到的半色调图像；
26.图9为本发明实施例所采用的goldhill图像的原始连续调图像；
27.图10为本发明实施例的方法对goldhill图像进行转换后得到的半色调图像。
具体实施方式
28.结合图1至图10说明本实施方式，基于hvs的改进误差扩散半色调方法，该方法由以下步骤实现：本实施方式采用的测试图像大小均为512
×
512。
29.步骤s1，对原始连续调图像进行预处理。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)；
30.步骤s2，调整误差扩散滤波器，具体包括如下子步骤：
31.步骤s2-1，调整误差扩散滤波系数1/16的位置(如图2所示)，较floyd steinberg误差扩散滤波器扩大了误差扩散的范围(如图3所示)，能够较好地切断亮、暗阶调的“蠕虫”链，同时改善中间阶调部分灰度级的“棋盘格”纹理，
32.步骤s2-2，按照光栅扫描路径，通过新的误差扩散滤波器处理灰度图像，得到初步半色调图像。
33.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)|，将视觉误差通过反馈系数h(m,n)对灰度图像进行补偿，得到反馈补偿后的图像f'(m,n)，具体包括如下子步骤：
34.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)；
35.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)：
36.f1(m,n)＝|ifft{fft[f(m,n)]
·
h(u,v)}|
ꢀꢀꢀꢀꢀꢀ
(1)
[0037]
b1(m,n)＝|ifft{fft[b(m,n)]
·
h(u,v)}|
ꢀꢀꢀꢀꢀꢀ
(2)
[0038]
本实施方式中采用高斯滤波器来模拟hvs模型，高斯滤波器可表示为：
[0039][0040]
上式(3)中，u和v为频域坐标，σ1表示高斯曲线的扩张程度，本实施方式中取σ1＝170；
[0041]
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)|：
[0042]
|e(m,n)|＝|f1(m,n)-b1(m,n)|
[0043]
＝|ifft{fft[f(m,n)-b(m,n)]
·
h(u,v)}|
ꢀꢀꢀꢀꢀꢀ
(4)
[0044]
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，得到反馈补偿后的图像f'(m,n)，原理如下公式：
[0045][0046]
上式(5)中，average表示当前像素的8邻域像素的平均值；
[0047]
本实施方式中对反馈系数h(m,n)的设定如下：
[0048][0049]
上式(6)中，k＝k1/mean(|e(m,n)|)，k1是正值，本实施方式中取k1＝10，mean(|e(m,n)|)是所有像素视觉误差|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，q越大时半色调图像能更好地保持图像的细节，而q越小时半色调图像的平坦区可以更好地保持图像的连续性，本文算法取q＝0.5。
[0050]
步骤s4，对反馈补偿后图像通过基于hvs模型的误差扩散算法进行处理。对反馈补偿图像f'(m,n)通过基于hvs模型的误差扩散算法进行处理，得到最终的半色调图像。
[0051]
图4为基于hvs模型的误差扩散系数矩阵。
[0052]
根据本实施方式所述的基于hvs的改进误差扩散半色调方法，对步骤s3处理后的图像采用基于hvs模型的误差扩散算法进行处理，才能得到最终的半色调图像。由于此半色调算法结合了步骤s2、s3、s4算法的优势，所以其可以同时解决人工纹理和边界失真等问题。
[0053]
图5为本发明实施例所采用的lena图像的原始连续调图像，图6为本发明实施例的方法对lena图像进行转换后得到的半色调图像。
[0054]
图7为本发明实施例所采用的peppers图像的原始连续调图像，图8为本发明实施
例的方法对peppers图像进行转换后得到的半色调图像。
[0055]
图9为本发明实施例所采用的goldhill图像的原始连续调图像，图10为本发明实施例的方法对goldhill图像进行转换后得到的半色调图像。
[0056]
本发明实施例的方法输出的半色调图像，较传统算法输出的半色调图像的细节表现能力更好，且改善了人工纹理，总体上提高了半色调的视觉效果。
[0057]
本实施方式中，步骤s2所述的误差扩散滤波器可以有效解决误差扩散算法在亮、暗阶调的“蠕虫效应”和中间阶调部分灰度级“棋盘格”纹理的问题。
[0058]
本实施方式中，步骤s3所述的基于canny的视觉差反馈算法和步骤s4所述的基于hvs模型的误差扩散算法可以有效解决误差扩散算法在图像细节部分的边界失真问题。
[0059]
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0060]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。