изложба

Говорейки за няколко общи цифрови полутонови алгоритми

Oct 25, 2018 Остави съобщение

Говорейки за няколко общи цифрови полутонови алгоритми

Ние сме голяма печатна компания в Шенжен Китай. Ние предлагаме всички публикации на книги, хартия печат книга, хартия печат книга, хартия тетрадка, шпионски книга печат, печат книга печат, печат книга, опаковка кутия, календари, всички видове PVC, продуктови брошури, бележки, книга за деца, стикери видове продукти за специална хартия за цветно печатане, игра на карти и т.н.

За повече информация посетете

http://www.joyful-printing.com. Само ENG

http://www.joyful-printing.net

http://www.joyful-printing.org

имейл: info@joyful-printing.net


Технологията за полутонове се използва в печата за повече от век и се използва в цифровите изходни устройства повече от 40 години. С нарастващото използване на цифрови изходни устройства, като лазерни принтери, мастиленоструйни принтери, цифрови принтери, цифрови фотоапарати и плазмени дисплеи, технологията за цифрови полутонове получи широко внимание от производителите и изследователските институции. В допълнение към приложенията си в областта на печата и изображението, цифровата технология на полутонове се използва и в областта на съхранението на компресията, текстила и медицината. Следователно цифровата технология на полутонове има важно теоретично значение и стойност на използване.


Както всички знаем, цифровата технология за полутонове се отнася до технология, която реализира оптималното възпроизвеждане на изображения на двоични (или многоцветни двоични) оцветяващи устройства, базирани на човешките визуални характеристики и характеристики на оцветяване на изображението, използвайки инструменти като математика и компютри. , Дигиталният полутон е нискочестотна характеристика на човешкото око. Когато се гледа на определено разстояние, човешкото око гледа една пространствено близка част от изображението като цяло. С тази характеристика средната сива скала на полутоновото изображение, наблюдавано от човешкото око, се доближава до средната сива стойност на оригиналното изображение, като по този начин се формира цялостен тон ефект.


Много алгоритми са предложени въз основа на характеристиките на приложението на цифрови полутонове и различни полета. Когато се класифицира според метода на обработка на алгоритъма, той може да бъде разделен на алгоритъм за обработка на точки, алгоритъм за обработка на квартала и итеративен метод. Точковият алгоритъм за обработка е най-простият метод, който използва цифров подход за симулиране на традиционния процес на скрининг на контакт в печатарската индустрия, при който всеки пикселен елемент в полупроектирано изображение зависи само от градирането на пиксела. Най-важните методи са метода на шаблона на полутонове и метода на разсейване; алгоритъмът за обработка на квартала изчислява множество пиксели в съседство с непрекъснато модулираното изображение, което ще бъде обработено, за да се получи пикселната стойност на изображението на полутона. По-типичните за тези алгоритми са алгоритъма за разпространение на грешки; итеративният метод е итеративен алгоритъм за обработка, който изисква множество изчисления за сравнение, за да се получи оптимално полутоново изображение. Следователно, той има най-голямата сума на изчисление. Тази статия главно въвежда няколко представителни цифрови полутонови алгоритми.


На първо място, поръчан алгоритъм за разтваряне (поръчан размесване)


В този скринингов алгоритъм входното изображение се сравнява с периодичната прагова матрица (или се нарича скринингова матрица). Матрица на прага, където N определя периода на матрицата на прага.

За конкретна прагова матрица t (n) нейният алгоритъм за подреждане на трептенията може да бъде описан както следва:


(1) Входното изображение трябва да бъде нормализирано, т.е. 0 ≤ x (n) ≤ 1. Когато h (n) = 0, пикселът на полутона е бяла точка и когато h (n) = 1, е черна точка. Матрицата на прага определя реда, по който точките стават черни точки, когато яркостта намалява, което също определя качеството на полутоновото изображение. Нареденият алгоритъм за димериране има различни характеристики с различни конструкции на праговата матрица. Най-простата прагова матрица е матрица, в която всеки пиксел е фиксирана стойност: t (n) = 0.5. Ако на изображението се приложи алгоритъм за разпознаване с такава прагова матрица, повечето от детайлите на изображението за непрекъснат тон се изгубват и полученото съответстващо полутоново изображение има голямо изкривяване в сравнение с първоначалното изображение на непрекъснат тон.


Обикновено подреденият трептене е разделен на точка-агрегиран подреден трептене и точка-дискретно подредени трептене. Екранната матрица на подредения за точка подреден трептене е внимателно проектирана, за да симулира обработката на полутонове. Когато плътността на пикселите на непрекъснато коригираното изображение се намали, точките ще се генерират около пикселите. Правилата за дизайн за точково дискретно подредено трептене са предложени от Bayer. Изследванията му показват, че видимостта на неидалните изкуствени структури може да се получи чрез анализ на Фурие на точковите модели с различни нива на яркост. Когато точковият образец на единния цветови блок има компоненти с различни дължини на вълните, компонентът, съответстващ на най-дългата дължина на вълната в крайната дължина на вълната, е компонентът с най-голяма видимост. Въз основа на този стандарт, Bayer проектира оптимизирана скринингова матрица и полутоновото изображение, получено чрез прилагане на точковото и подредено трептене на тази матрица, съдържа по-видими подробности.


Въпреки че точковото дискретно трептене запазва повече подробности, поради "добавянето на точки", точковото агрегирано наредено трептене често се използва в практически приложения. Точковата печалба се дължи на неидеалната природа на принтера, въпреки че може да се приеме, че идеалният принтер може да произвежда точки с предварително дефинирани геометрии като квадрати, но са създадени точки, дължащи се на разпространението на мастило от предварително дефинирани геометрията на околните пиксели. Увеличете явлението. Когато плътността на пикселите на непрекъснато коригираното изображение се понижи, точката ще бъде генерирана от околните пиксели, така че точковият набор от подредени трептения е по-вероятно да предотврати печалбата на точката, като по този начин намали ефекта на точковата печалба в полутоновото изображение като цяло.


На второ място, алгоритъмът за дифузия на грешки (Error Diffusion)


Алгоритъмът за разпространение на грешки е алгоритъм за популярен и полутонов ефект, който първоначално бе предложен от Floyed-Steinberg. Този алгоритъм изисква обработка на квартала, която осигурява по-високо качество на полутоновете за пресата и не предизвиква точкова печалба, което води до богато полутоново изображение с анизотропно разпределение на пикселите.


Основната идея е първо да се коригират пикселите на изображението в съответствие с определен праг на сканиране и след това да се разпространи по някакъв начин грешката на квантуване към съседни необработени пиксели. Схемата за дифузия на грешки е показана на фигура 1.


Фигура 1 Схема на разпространение на грешки

Където Q (.) Е функцията за квантоване на прага, u (m, n) е сумата на сивата стойност на пиксела и грешката за частичен квантуване. Когато (u, m) е по-голяма от прага, Q (.) Стойността е l, в противен случай стойността е Is 0. e (m, n) е квантованата грешка, x (m, n) , x (m, n) ∈ [0,1]. Праговата обработка на u (m, n) води до представителен сигнал b (m, n), b (m, n) ∈ [0,1]. H е дифузионен филтър за грешка с филтриращ коефициент h (k, l) и е налице.


Алгоритъмът за дифузия на грешки може да бъде изразен чрез следната формула: (2) - (4)


Трето, методът за точково дифузия (Dot Diffusion)


Точковият разпространяващ се полутонов алгоритъм, предложен от Knuth, е алгоритъм, който осигурява паралелна обработка, докато се опитва да запази предимствата на разпространението на грешки. Точковият алгоритъм има само един параметър на проекта, матрицата клас C, която определя реда, по който пикселите се обработват от полутонове. Позицията на пиксела с изображение на непрекъснат тон е разделена на IJ класове, а I и J са инвариантни числа. Таблица 1 е пример за класическа матрица с 64 номера в таблицата.


Таблица 1 8 × 8 матрица за клас на оптимизация

За да определим изображение на непрекъснат тон, чиито пикселни стойности са нормализирани, за фиксиран k, обработваме всички пиксели, принадлежащи към клас k, и определяме стойности на полутонови пиксели, както следва:

(5) Грешката, като наблюдавате осемте полета, заменя стойностите на непрекъснатите тонове на тези квартали с по-високи числа на класа с оригиналните пикселни стойности на тона на непрекъснатия тон (например тези, които не са били обработени от полутонове). Накратко, квартал с по-голям брой класове се заменя с:

За квадрати с десен ъгъл, (6-а)

За диагоналните квартали, (6-Ь)

Сред тях е да се гарантира, че сумата от грешките, добавени към всички квартали, е точно. Правоъгълният квартал има допълнителен параметър 2, защото грешките в хоризонталната и вертикалната посока са по-забележими от грешките в диагоналната посока.


След това пикселът с непрекъснат тон с номера на класа k + 1 също се третира подобно. Текущата стойност на пикселите вече не е оригиналната пикселна стойност на непрекъснатия тон, но се коригира според формулата (6). След като алгоритъмът бъде прекратен, сигналът е полутонов резултат.


Фигура 2 Грешка се разпространява от един пиксел към квартала

Фигура 2 илюстрира процеса на точково разпространение. Номерата в матрицата са елементите на матрицата на класа, кръговите числа са асоциираните тегловни стойности на дифузионните коефициенти, а кварталите с по-висок клас от 33 са 58, 45, 42, 40, 63, 47. Грешката, получена при 33, се разделя на съответни аликвотни части според сумата на корелационните тегла на коефициентите на дифузия, което в този пример е 2 + 1 + 2 + 1 + 2 + 1 = 9. След това задайте e в квадрат с десен ъгъл и 2e в диагоналния квартал. Тъй като има общо 64 нива, алгоритъмът е завършен в 64 стъпки.


Четвърти, итеративен полутонов алгоритъм


Идеята за итеративния полутонов алгоритъм е първо да се получи първоначалното полутоново изображение чрез прост метод и след това да се обработва итеративно началното полутоново изображение, така че полученото от всеки процес полутоново изображение да има по-малка грешка и най-накрая визуалния максимум. Отлично изображение на полутонове. Предимството на итеративния полутонов алгоритъм е, че полученият полутонов образ има отлични визуални ефекти, по същество няма структурна структура; и е в състояние да възпроизвежда правилно богатите тонове. Въпреки това, въз основа на изчислителната сложност на този алгоритъм, итеративният полутонов алгоритъм обикновено е труден за използване в обработка в реално време и може да бъде използван само като стандартна програма за тестване.


Директният метод за двоично търсене (DBS) прилага модел HVS и модел на устройството, за да се намали видимата грешка между изображението на полученото полутоно и изображението за непрекъснат тон. Моделът HVS е представен от линеен сменен инвариантен нискочестотен филтър. Честотната характеристика на този филтър се определя, както следва:

(7)

Където е честотната променлива на съответния ъгъл на ретината, L е средната яркост, с = 0.525 d = 3.91.

Нека e [m, n] дефинира грешката и определи (8)

Когато f [m, n] е изображение на непрекъснат тон и g [m, n] е съответното полутоново изображение, видимата грешка между полутоновото изображение и изображението за непрекъснат тон може да бъде изразена като (9)

Където X съответства на растер на адресируемата точка на изходното устройство; и отпечатаната точка е свързана с филтъра, ние ще приемем по-голям диапазон.

Общата грешка между цялото полутоново изображение, произведено от DBS и оригиналното изображение, е:

(10) Замествайки (9) в (10), E може да се изчисли както следва

(11) Сред тях е функцията за кръстосана корекция между отделните точки на мрежата за печат.


DBS използва итеративна програма за обмен, за да се намали грешката Е. Този алгоритъм сканира цялото изображение на полутона в ред от ляво на дясно и отгоре надолу, започвайки от произволно полученото начално полутоново изображение за всеки от полутоновите изображения. Пикселът оценява ефекта от инвертирането на пиксела и стойността на полутоновото изображение, получена чрез обмен на неговата стойност с околните осем пиксела. Ако някоя от промените намали грешката, трансформацията, която причинява намаляването на грешката, се запазва и горепосоченият процес се извършва многократно върху изображението на полутона, докато целият процес няма трансформация, а алгоритъмът DBS завършва.


V. Резюме


Като цяло, при тези полутонови алгоритми, най-доброто полученото полутоново качество на изображението е итеративен алгоритъм, но поради сложността на изчислението той обикновено не се използва в алгоритми за обработка в реално време. Алгоритъмът за разпространение на грешки в момента е най-популярният полутонов алгоритъм и полученото полутоново изображение няма очевидна мора и добър визуален ефект. Алгоритъмът на dithering е лесен за изпълнение, но има някои дефекти в тоналното възпроизвеждане, пространствената резолюция и видимата текстура. Точковият алгоритъм прилага паралелна обработка, но качеството на полутоновия образ трябва да се подобри.

Изпрати запитване