專利名稱：一種改善調(diào)頻網(wǎng)中間調(diào)質(zhì)量的數(shù)值的調(diào)頻掛網(wǎng)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像硬拷貝復(fù)制領(lǐng)域的網(wǎng)點(diǎn)生成方法，具體涉及一種改善調(diào)頻網(wǎng)中間調(diào)質(zhì)量的數(shù)值的調(diào)頻掛網(wǎng)方法。
與調(diào)幅掛網(wǎng)相反，調(diào)頻半色調(diào)圖像在其生成的過程中，盡量避免染色點(diǎn)在幾何位置上的聚集。它通過控制單位面積內(nèi)染色點(diǎn)的個數(shù)來實(shí)現(xiàn)原稿圖像的灰度再現(xiàn)。由于調(diào)頻半色調(diào)圖像內(nèi)的染色點(diǎn)是以非聚集的形式分布的，因此對不同的原稿灰度級，將對應(yīng)于不同的染色點(diǎn)之間的平均距離，從數(shù)字圖像處理的角度來看，即是圖像的頻率是變化的，這就是調(diào)頻掛網(wǎng)的名詞的由來。在生成調(diào)頻半色調(diào)圖像的過程中，由于染色點(diǎn)是孤立的分布于圖像上的，所以對于固定灰度的原稿圖像區(qū)域，染色點(diǎn)的分布必須保證十分均勻，亦即每個染色點(diǎn)與其近鄰染色點(diǎn)之間的距離必須十分接近前面所述的平均距離，這樣才能避免可能出現(xiàn)的有害紋理。
在傳統(tǒng)的調(diào)頻掛網(wǎng)方法中，誤差擴(kuò)散方法最常用的方法。文獻(xiàn)“Ditheringwith blue noise”，(Robert A.Ulichney，Proceddings of The IEEE，Vol.76，No.1，January 1988，pp56-79)公開了一種誤差擴(kuò)散方法，在誤差擴(kuò)散算法的處理過程中，原稿圖象的象素g(m，n)被逐行順序地處理，處理的過程中，每個象素用一個固定的閾值進(jìn)行閾值運(yùn)算(量化器Quantizer)，運(yùn)算的結(jié)果被轉(zhuǎn)換為半色調(diào)圖象的相應(yīng)象素b(m，n)。與此同時，將此結(jié)果象素b(m，n)和被求閾值的象素g(m，n)進(jìn)行比較，并將比較求得的差值e(m，n)用一個擴(kuò)散濾波器(Errorfilter)擴(kuò)散至當(dāng)前處理象素周圍的未被處理的象素上。在隨后的處理中，被求閾值的象素值是原稿象素g(m，n)和被擴(kuò)散至此象素上的誤差的和。
使用上面的方法輸出的調(diào)頻網(wǎng)點(diǎn)在中間色調(diào)存在規(guī)則的紋理，在淺調(diào)和高光處有蠕蟲效果。此外，誤差向四個方向擴(kuò)散，對于實(shí)時輸出設(shè)備而言，速度是一個瓶頸。在實(shí)際應(yīng)用中，為了取得在各個密度層次都均勻分布的染色點(diǎn)，一般主要采用三種改進(jìn)的策略，其一是改變擴(kuò)散路徑，如采用蛇形路徑、Hilbert曲線或者隨機(jī)路徑等來取代我們上面的光柵路徑(如圖3所示)；其二是采用了擴(kuò)散濾波器可變的方法，如改變擴(kuò)散范圍和各個擴(kuò)散方向的權(quán)重；其三是進(jìn)行域值抖動，采用一定的算法不斷的改變域值，而不是固定域值。本專利主要是針對第二、第三方面的突破。
為達(dá)到以上目的，本發(fā)明采用的技術(shù)方案是一種改善調(diào)頻網(wǎng)中間調(diào)質(zhì)量的數(shù)值的調(diào)頻掛網(wǎng)方法，包括以下步驟1)輸入原稿圖象，原稿圖象的象素g(m，n)被逐行順序地處理，每個象素用一個可控的閾值nThreshold進(jìn)行閾值運(yùn)算，運(yùn)算的結(jié)果被轉(zhuǎn)換為半色調(diào)圖象的相應(yīng)象素b(m，n)；2)將b(m，n)和被求閾值的象素g(m，n)進(jìn)行比較，并求得差值e(m，n)；3)將差值e(m，n)用擴(kuò)散濾波器擴(kuò)散至當(dāng)前處理象素周圍的未被處理的象素上，即進(jìn)行誤差擴(kuò)散；4)重復(fù)以上步驟，直到原稿圖象的所有象素g(m，n)被處理完，最后形成原稿圖象的半色調(diào)圖像；其特征在于(1)進(jìn)行域值運(yùn)算前，先確定最優(yōu)的擴(kuò)散系數(shù)和抖動幅度先對原稿圖象的每一個灰度級，設(shè)定初始的誤差擴(kuò)散系數(shù)(三個方向)和一個抖動幅度，然后進(jìn)行調(diào)頻掛網(wǎng)，分析掛網(wǎng)后圖像的頻譜，并以其三個方向的放射頻譜的相關(guān)度作為優(yōu)化目標(biāo)，利用單純型調(diào)優(yōu)法進(jìn)行優(yōu)化，從而尋找到最優(yōu)的擴(kuò)散系數(shù)和抖動幅度nThresholdScale；(2)利用找到的抖動幅度nThresholdScale通過下式計算域值nThresholdnThreshold＝127+(rand()％256-127)*nThresholdScale/100這里rand()為隨即數(shù)產(chǎn)生器；(3)進(jìn)行誤差擴(kuò)散時，利用前面計算出來的域值nThreshold及找到的最優(yōu)擴(kuò)散系數(shù)進(jìn)行誤差擴(kuò)散。
假定待掛網(wǎng)的原稿圖象G的寬為W，高為H，本算法將此圖象轉(zhuǎn)化為同樣尺寸的調(diào)頻半色調(diào)二值圖B，g[i，j]為原稿圖象(i，j)處的象素值，b[i，j]為半色調(diào)圖像上(i，j)處的象素值，具體算法如下原圖像沿蛇形路徑掃描，取(i，j)處的原稿圖象象素值g[i，j]if(g[i，j]＞nThreshold)b[i，j]＝255；elseb[i，j]＝0；error＝b[i，j]-g[i，j]；將該誤差(error)分別乘以搜索出來的最優(yōu)擴(kuò)散濾波器的系數(shù)，然后分別與相應(yīng)位置的原稿圖象象素相加，并將結(jié)果代替原稿圖象相應(yīng)的象素值。
本發(fā)明的效果在于通過本發(fā)明所述的方法，能夠在現(xiàn)有技術(shù)基礎(chǔ)上非常有效地獲得最優(yōu)的擴(kuò)散系數(shù)和抖動幅度，從而產(chǎn)生出分布十分均勻的調(diào)頻網(wǎng)點(diǎn)。同時本發(fā)明提供的抖動策略，可以根據(jù)要求的不同，通過調(diào)節(jié)抖動幅度來獲得所需粒度的網(wǎng)點(diǎn)分布。本發(fā)明基于數(shù)字信號處理和優(yōu)化理論等理論基礎(chǔ)，實(shí)現(xiàn)簡單，易于操作。


圖1是調(diào)頻掛網(wǎng)方法中誤差擴(kuò)散原理圖，其中g(shù)(m，n)是輸入原稿，b(m，n)是誤差擴(kuò)散后的輸出稿，quantizer是量化器，Error filter是誤差擴(kuò)散濾波器，error是要擴(kuò)散的誤差；圖2是傳統(tǒng)的誤差擴(kuò)散濾波器示意圖；圖3是各種誤差擴(kuò)散路徑示意圖，從左到右依次為光柵路徑、Hilbert路徑和蛇形路徑；圖4是本方法使用的誤差擴(kuò)散濾波器示意圖；圖5是理想的誤差擴(kuò)散后圖像的頻譜；圖6是優(yōu)化目標(biāo)示意圖，以頻譜的三個方向的放射頻譜的相關(guān)度作為優(yōu)化目標(biāo)；圖7是灰度為127的原稿圖像使用初始擴(kuò)散系數(shù)進(jìn)行掛網(wǎng)后的掛網(wǎng)圖像和頻譜8是灰度為127的原稿圖像使用優(yōu)化后的擴(kuò)散系數(shù)，抖動幅度為60％，進(jìn)行掛網(wǎng)后的掛網(wǎng)圖像和頻譜圖。
圖9是灰度為127的原稿圖像使用優(yōu)化后的擴(kuò)散系數(shù)，抖動幅度為100％，進(jìn)行掛網(wǎng)后的掛網(wǎng)圖像和頻譜圖。
具體實(shí)施例方式
下面結(jié)合附圖對本發(fā)明的具體實(shí)施方式
作進(jìn)一步地描述。
一種改善調(diào)頻網(wǎng)中間調(diào)質(zhì)量的數(shù)值的調(diào)頻掛網(wǎng)方法，包括以下步驟首先對每一個灰度級，設(shè)定初始的誤差擴(kuò)散系數(shù)(三個方向)，和一個抖動幅度，進(jìn)行調(diào)頻掛網(wǎng)，分析掛網(wǎng)后圖像的頻譜，以其三個方向的放射頻譜的相關(guān)度作為優(yōu)化目標(biāo)，利用單純型調(diào)優(yōu)法進(jìn)行優(yōu)化，如圖5，圖6所示，從而尋找到最優(yōu)的擴(kuò)散系數(shù)(d10，d-11，d01)和抖動幅度nThresholdScale。
然后利用前面找到的抖動幅度nThresholdScale通過下式計算域值nThresholdnThreshold＝127+(rand()％256-127)*nThresholdScale/100這里rand()為隨即數(shù)產(chǎn)生器。
最后按以下步驟進(jìn)行誤差擴(kuò)散，求得原稿圖象的半色調(diào)圖像1)輸入原稿圖象，原稿圖象的象素g(m，n)按蛇形路徑順序地處理，每個象素與利用抖動幅度計算出來的域值nThreshold進(jìn)行域值運(yùn)算，運(yùn)算的結(jié)果被轉(zhuǎn)換為半色調(diào)圖象的相應(yīng)象素值b(m，n)；2)將此結(jié)果象素值b(m，n)和被求閾值的象素值g(m，n)進(jìn)行比較，求得誤差error；3)進(jìn)行誤差擴(kuò)散，將誤差e(m，n)用前面搜索到的誤差擴(kuò)散系數(shù)(d10，d-11，d01)擴(kuò)散至當(dāng)前處理象素周圍的未被處理的象素上(g[i，j+1]，g[i，+1，j-1]，g[i+1，j])；4)重復(fù)以上步驟，直到原稿圖象的所有象素g(m，n)被處理完，最后形成原稿圖象的半色調(diào)圖像；假定待掛網(wǎng)的原稿圖象G的寬為W，高為H，本算法將此圖象轉(zhuǎn)化為同樣尺寸的調(diào)頻半色調(diào)二值圖BFOR(i＝0；i＜H；i++)IF(i％2＝＝0)//偶數(shù)行數(shù)據(jù)處理{FOR(j＝0；j＜W；j++){沿該行從左向右掃描原圖象數(shù)據(jù)，取(i，j)處的圖象象素值g[i，j]if(g[i，j]＞nThreshold)b[i，j]＝255；elseb[i，j]＝0；error＝b[i，j]-g[i，j]；
將該誤差(error)分別乘以上面優(yōu)化出來的的擴(kuò)散濾波器的系數(shù)，該系數(shù)是灰度級的函數(shù)。然后分別與相應(yīng)位置的原稿圖象象素相加，并將結(jié)果代替原稿圖象相應(yīng)的象素值g[i，j+1]＝g[i，j+1]+d10*error；g[i，+1，j-1]＝g[i+1，j-1]+d-11*error；g[i+1，j]＝g[i+1，j]+d01*error；}ELSE{//奇數(shù)行處理FOR(j＝W-1；j＞＝0；j--){if(g[i，j]＞nThreshold)b[i，j]＝255；elseb[i，j]＝0；error＝b[i，j]-g[i，j]；g[i，j+1]＝g[i，j+1]+d10*error；g[i，+1，j-1]＝g[i+1，j-1]+d-11*error；g[i+1，j]＝g[i+1，j]+d01*error；}}從圖8，圖9可以看出，網(wǎng)點(diǎn)的分布非常均勻，其傅立葉頻率譜低頻部分構(gòu)成一個正圓。此外，通過調(diào)節(jié)抖動幅度(nThresholdScale)，可以獲得不同粒度的網(wǎng)點(diǎn)分布，如圖8的抖動幅度為60％，其網(wǎng)點(diǎn)的粒度較細(xì)膩。圖9的抖動幅度為100％，其網(wǎng)點(diǎn)的粒度略顯粗糙。
下面取127灰度作為一個實(shí)例來說明本專利是如何改進(jìn)中間調(diào)的。首先從以前的擴(kuò)散參數(shù)出發(fā)，依據(jù)優(yōu)化算法搜索出最優(yōu)的三個方向的擴(kuò)散系數(shù)和抖動幅度。然后利用誤差擴(kuò)散算法進(jìn)行調(diào)頻掛網(wǎng)。表2中列出了127灰度的參數(shù)和結(jié)果。相應(yīng)的圖示參見圖7，圖8，圖9。

權(quán)利要求
1.一種改善調(diào)頻網(wǎng)中間調(diào)質(zhì)量的數(shù)值的調(diào)頻掛網(wǎng)方法，包括以下步驟1)輸入原稿圖象，原稿圖象的象素g(m，n)被逐行順序地處理，每個象素用一個可控的閾值nThreshold進(jìn)行閾值運(yùn)算，運(yùn)算的結(jié)果被轉(zhuǎn)換為半色調(diào)圖象的相應(yīng)象素b(m，n)；2)將b(m，n)和被求閾值的象素g(m，n)進(jìn)行比較，并求得差值e(m，n)；3)將差值e(m，n)用擴(kuò)散濾波器擴(kuò)散至當(dāng)前處理象素周圍的未被處理的象素上，即進(jìn)行誤差擴(kuò)散；4)重復(fù)以上步驟，直到原稿圖象的所有象素g(m，n)被處理完，最后形成原稿圖象的半色調(diào)圖像；其特征在于(1)進(jìn)行域值運(yùn)算前，先確定最優(yōu)的擴(kuò)散系數(shù)和抖動幅度先對原稿圖象的每一個灰度級，設(shè)定初始的誤差擴(kuò)散系數(shù)(三個方向)和一個抖動幅度，然后進(jìn)行調(diào)頻掛網(wǎng)，分析掛網(wǎng)后圖像的頻譜，并以其三個方向的放射頻譜的相關(guān)度作為優(yōu)化目標(biāo)，利用單純型調(diào)優(yōu)法進(jìn)行優(yōu)化，從而尋找到最優(yōu)的擴(kuò)散系數(shù)和抖動幅度nThresholdScale；(2)利用找到的抖動幅度nThresholdScale通過下式計算域值nThresholdnThreshold＝127+(rand()％256-127)*nThresholdScale/100這里rand()為隨即數(shù)產(chǎn)生器；(3)進(jìn)行誤差擴(kuò)散時，利用前面計算出來的域值nThreshold及找到的最優(yōu)擴(kuò)散系數(shù)進(jìn)行誤差擴(kuò)散。
全文摘要
本發(fā)明涉及了一種調(diào)頻掛網(wǎng)方法?，F(xiàn)有的各種調(diào)頻掛網(wǎng)方法在圖像中間色調(diào)普遍存在紋理以及輸出調(diào)頻網(wǎng)點(diǎn)質(zhì)量較差或者速度較慢。本發(fā)明在現(xiàn)有的調(diào)頻掛網(wǎng)方法基礎(chǔ)上提出了一種優(yōu)化方法和可控的白噪聲域值抖動機(jī)制。采用本發(fā)明所述的方法，能夠有效的改善了掛網(wǎng)效果，同時提高了掛網(wǎng)速度。此外還可以根據(jù)需要通過調(diào)節(jié)抖動幅度來控制網(wǎng)點(diǎn)的粒度。
文檔編號G06T5/10GK1424694SQ0215918
公開日2003年6月18日 申請日期2002年12月30日 優(yōu)先權(quán)日2002年12月30日
發(fā)明者周秉鋒, 方喜鋒, 李海峰 申請人:北京北大方正電子有限公司, 北京大學(xué)計算機(jī)科學(xué)技術(shù)研究所