一种基于最小显色误差激光打印机模型绿噪声半色调算法
【专利摘要】本发明公开了一种基于最小显色误差激光打印机模型绿噪声半色调算法，属于图像硬拷贝复制领域的半色调网点生成方法。由于打印机具有点增益和点丢失的非线性扭曲存在，需要使用打印机模型对非线性扭曲进行模拟。而目前的打印机模型通常使用密度或者反射率来换算测量结果，由于密度和反射率并不符合人眼视觉灰度的线性变化，所以通常需要多次打印测量才能确定打印机模型的参数。本发明将打印输出结果转换为孟塞尔明度值，计算打印机模型的最优参数，得到最小显色误差的激光打印机模型，并应用到绿噪声半色调算法中。只需要一次打印测量，所生成的最优参数对应的打印机模型就较好地抑制了打印机的非线性扭曲。
【专利说明】一种基于最小显色误差激光打印机模型绿噪声半色调算法
【技术领域】
[0001]本发明属于数字图像处理领域，涉及一种半色调处理方法，具体涉及一种基于最小显色误差激光打印机模型绿噪声半色调算法。
【背景技术】
[0002]由于墨粉物理扩散及静电荷吸附能力不足，打印机会出现点增益和点丢失现象，这两种现象又被称为打印机非线性扭曲。打印机非线性扭曲将会导致输出图像的灰度级并级、相对明暗关系变化等情况。为了抑制打印机的非线性扭曲，国内外研究者通过模拟打印机打印点的特征及打印机打印机理，建立打印机模型。
[0003]目前的打印机模型，通常是将测量值转换为密度值或者反射率，通过比较转换后的密度值、反射率与原图像的灰度值的关系来确定打印机模型。但由于密度值和反射率并不符合人眼视觉灰度变化情况，所以并不能直接通过最小方差的方法求出打印机模型的最优参数，而需要反复打印测量，通过人眼来判定最优参数。
【发明内容】
[0004]为了解决上述技术问题，本发明提出一种基于最小显色误差激光打印机模型绿噪声半色调算法，将打印输出结果转换为孟塞尔明度值，计算打印机模型的最优参数，得到最小显色误差的激光打印机模型，并应用到绿噪声半色调算法中，只需要一次打印测量，所生成的最优参数对应的打印机模型就较好地抑制了打印机的非线性扭曲。
[0005]本发明所采用的技术方案是:一种基于最小显色误差激光打印机模型绿噪声半色调算法，其特征在于，包括以下步骤:
[0006]步骤1:通过计算测试图`像的最小显色误差，来获得对应的最优参数3、?\、Τ2组合；其具体实现包括以下子步骤:
[0007]步骤1.1:绘制包含由黑到白等灰度值变化的20个色块的灰度图像作为测试图像Is ；
[0008]步骤1.2:选用绿噪声半色调算法对测试图像Is进行半色调处理，获得半色调处理结果图像Ih;
[0009]步骤1.3:将半色调处理结果图像Ih使用目标激光打印机进行打印输出，获得输出结果图像Ip ；
[0010]步骤1.4:使用色度计或密度计测量输出结果图像Ip，将测量数据转换为灰度值，获得20个色块测量灰度值数组arrPG ;其中所述的将测量数据转换为灰度值，其具体实现包括以下子步骤:
[0011]步骤1.4.1:将测量数据转换为CIE1931XYZ色度系统中的亮度因数Y;其中:
[0012]若使用色度计对打印输出结果进行测量，则测量得到打印输出结果的亮度因数Y ；
[0013]若使用密度计对打印输出结果进行测量，则根据光学反射密度定义公式推导出的密度D与亮度因数Y的函数关系，计算出亮度因数Y:
【权利要求】
1.一种基于最小显色误差激光打印机模型绿噪声半色调算法，其特征在于，包括以下步骤: 步骤1:通过计算测试图像的最小显色误差，来获得对应的最优参数3、T1, T2组合；其具体实现包括以下子步骤: 步骤1.1:绘制包含由黑到白等灰度值变化的20个色块的灰度图像作为测试图像Is ；步骤1.2:选用绿噪声半色调算法对测试图像Is进行半色调处理，获得半色调处理结果图像Ih ; 步骤1.3:将半色调处理结果图像Ih使用目标激光打印机进行打印输出，获得输出结果图像Ip ； 步骤1.4:使用色度计或密度计测量输出结果图像Ip，将测量数据转换为灰度值，获得20个色块测量灰度值数组arrPG ;其中所述的将测量数据转换为灰度值，其具体实现包括以下子步骤: 步骤1.4.1:将测量数据转换为CIE1931XYZ色度系统中的亮度因数Y ;其中: 若使用色度计对打印输出结果进行测量，则测量得到打印输出结果的亮度因数Y;若使用密度计对打印输出结果进行测量，则根据光学反射密度定义公式推导出的密度D与亮度因数Y的函数关系，计算出亮度因数Y:
【文档编号】H04N1/405GK103618845SQ201310626170
【公开日】2014年3月5日 申请日期:2013年11月28日 优先权日:2013年11月28日
【发明者】易尧华, 苏海, 袁媛, 刘菊华, 苗敏婧, 陈聪梅, 杨慧芳, 陈亮, 周罗岚, 申春辉 申请人:武汉大学