CN102567971A - 一种多级误差扩散半色调的修正方法 - Google Patents
一种多级误差扩散半色调的修正方法 Download PDFInfo
- Publication number
- CN102567971A CN102567971A CN2012100010998A CN201210001099A CN102567971A CN 102567971 A CN102567971 A CN 102567971A CN 2012100010998 A CN2012100010998 A CN 2012100010998A CN 201210001099 A CN201210001099 A CN 201210001099A CN 102567971 A CN102567971 A CN 102567971A
- Authority
- CN
- China
- Prior art keywords
- image
- tone
- value
- false contouring
- half tone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种多级误差扩散半色调的修正方法,通过分色模块对彩色数字图像进行分色,获得单通道灰度图像;然后,获得阶调等级间隔值,并通过阶调等级间隔值获得相应的阶调值;采用多级误差扩散算法,利用4邻域误差扩散核进行多级误差扩散处理,获得半色调图像;最后,采用数学形态学中的开运算获取精确的伪轮廓区域边缘并采用边缘生长法对相应的阶调值进行修正,消除图像内的伪轮廓;获得修正后的图像。本发明的修正方法,能够很大程度地改善甚至完全消除传统多级误差扩散半色调图像中的伪轮廓现象,算法简单,易实现,修正后的图像更适合印刷或打印输出。本发明的修正方法可以内嵌到RIP中,作为多级印刷或打印的半色调图像修正模块。
Description
技术领域
本发明涉及图像硬拷贝复制领域,更具体地说是涉及一种多级误差扩散半色调的修正方法。
背景技术
在图像硬拷贝复制的过程中,图像硬拷贝领域已经突破传统的二值输出。但现有的多值输出技术并未成熟,例如硬件上的多级网点或多级墨点并不理想,或者图像的多级半色调算法也存在自身的缺陷等。在常见的多级半色调算法中,多级误差扩散半色调方法被广泛接受和认可,但是该方法所生成的半色调图像会出现较为明显的人工痕迹即伪轮廓现象。所谓的伪轮廓现象是指在图像的一些阶调平缓过渡区域出现原图中不存在的轮廓痕迹,这是因为在大面积的阶调缓变区,误差扩散以后仍然不能有像素阶调值跃迂到另一个量化电平,从而造成在两个量化电平之间形成大量像素阶调值相同的现象,反映在人眼视觉即成为轮廓现象。目前试图改进传统多级误差扩散从而消除伪轮廓的方法主要包括调整分级阈值、误差扩散滤波器和图像扫描方式三种途径,然而事实证明这三种方法都不是行之有效的。少量的改变分级阈值或者滤波器对半色调图像影响较小,改变过大则会导致半色调图像质量下降,而更改半色调时的图像扫描方式对伪轮廓无明显影响。
日本的Noriaki Suetake等人提出了分层的多级误差扩散思想,即将图像分别以不同的阈值进行二值的误差扩散算法处理,最后采用相加求均值的方法获得每一个像素的阶调值。也有人提出在多级误差扩散中嵌入二级误差扩散的方法,在图像的部分区域用二级误差扩散代替多级误差扩散。这两种方法一定程度上去除了伪轮廓现象,但是完全改变了传统算法的像素分布规律。传统多级误差扩散下的像素分布特性为:在一定区域内一般只会出现1-2个阶调值。而以上两种算法则会使同一区域出现更多的阶调值,使得半色调图像整体上不够均匀,阶调过渡不自然。
专利号“02159180.6”名称为“在多位成像深度设备上进行图像复制的调频挂网方法”的专利文件中公开了一种在多位成像深度设备上进行图像复制的调频挂网方法,该方法在传统的误差扩散调频挂网技术基础上,利用多阈值的误差扩散技术,对不同图像层次采用不同的扩散参数,结合随机抖动直接输出多位深度设备所要求的图像输出数据。该算法通过设定多个阈值并且对阈值进行抖动处理的方法完成多级半色调,而没有针对传统多级半色调中的伪轮廓现象进行针对性地修正。多级阈值抖动有利于减轻伪轮廓现象,但是也会影响半色调图像像素分布均匀性,改变了传统多级误差扩散算法的像素点分布特性。
发明内容
针对现有技术中存在的对图像进行多级半色调的方法中,采用多级误差扩散算法会使半色调后的图像上中间调缓变区域存在明显的伪轮廓现象的问题,本发明的目的是提供一种多级误差扩散半色调的修正方法,采用数学形态学的方法提取伪轮廓边缘,然后通过边缘生长的方法对伪轮廓进行修正,从而达到减轻或消除伪轮廓的目的。能够保证原有半色调质量的前提下,有效去除了伪轮廓现象。
为达到上述目的,本发明采用如下的技术方案:
一种多级误差扩散半色调的修正方法,该修正方法的具体步骤为:
A.输入原稿数字图像,通过分色模块对彩色数字图像进行分色,获得单通道灰度图像;
B.获得阶调等级间隔值,通过阶调等级间隔值获得相应的阶调值;
C.采用多级误差扩散半色调法,利用4邻域误差扩散核对灰度图像进行多级误差扩散处理,获得半色调图像;
D.采用数学形态学中的开运算以及边缘生长法对相应的阶调值进行修正,消除图像内的伪轮廓,获得修正后的图像。
所述步骤D的具体步骤为:
D1.去除步骤B中产生的最低级阶调值和最高级阶调值后,余下的相应阶调值建立阶调值数据列表;
D2.生成步骤C中半色调图像的副本图像;
D3.任取阶调值数据列表内的一个未处理阶调值作为被处理阶调值,对副本图像进行阶调裁剪,获取只包含0和(2N-1)两个阶调值的半色调图像,其中N为输入图像位数;
D4.对步骤D3中仅包含两个阶调值的半色调图像进行数学形态学中的开运算操作,获取伪轮廓区域的边界,并根据开运算结果提取伪轮廓区域图像;
D5.将步骤C中的半色调图像与伪轮廓区域图像相比较,获得伪轮廓区域;
D6.取3×3的窗口矩阵作为生长算子,该生长算子在步骤C中的半色调图像中移动,当遇到伪轮廓区域,则计算半色调图像的目标窗口中与生长算子像素值相异的位置,并对这些位置的像素重新赋予目标窗口中的像素值,直至对于产生伪轮廓的当前被处理阶调处理完毕,获得处理后的图像;
其中:所述生长算子中所有值均为步骤D3中的被处理阶调值;
D7.将处理后的图像替代步骤C中半色调图像,重复步骤D2至步骤D6,直至阶调值数据列表内所有的阶调值被处理完毕;
D8.输出处理后的图像,该图像即为修正后的多级误差扩散半色调图像。
所述步骤D6中生长算子移动的具体步骤为:所述生长算子采用逐行移动的方式,即从步骤C半色调图像中的左上角开始移动,自左而右,自上而下,横向上每次移动3列,纵向上每次移动3行。
所述步骤D6中还包括以下步骤:当被赋值的区域出现像素值为被处理阶调值的4连通区域时,对4连通区域再次赋予目标窗口相应的像素值,直至在半色调图像中消除4连通区域。
所述步骤D6中还包括以下步骤:伪轮廓区域的边缘设有过渡区域,生长算子不对过渡区域处理。
所述步骤D3中阶调裁剪的具体步骤为:将副本图像中的所有阶调值为被处理阶调值的像素值均设置为(2N-1),其余像素值均设置为0。
所述步骤D4的具体步骤为:取6×5的矩阵作为结构元素先对仅包含两个阶调值的半色调图像进行一次腐蚀操作,然后仍采用该结构元素对腐蚀后的图像进行一次膨胀操作,从而提取伪轮廓区域图像。
与现有技术相比,采用本发明的修正方法,能够很大程度地改善甚至完全消除传统多级误差扩散半色调图像中的伪轮廓现象,算法简单,易实现,修正后的图像更适合印刷或打印输出。本发明的修正方法可以内嵌到RIP中,作为多级印刷或打印的半色调图像修正模块。
本发明的修正方法的特点如下:
1)算法复杂度低。采用数学开运算的方法可以较快提取出伪轮廓边缘,腐蚀和膨胀算法只对像素进行比较和赋值,不牵扯到复杂的计算。此外,边缘生长算法只针对图像中存在伪轮廓的区域,而不需要处理整幅图像,最大程度地降低了算法时间复杂度。
2)完全保留了原半色调图像的优点。传统的多级误差扩散半色调算法具有低时间和低空间复杂度,半色调图像均匀平整,阶调还原良好等优点。本发明保留了原图像中绝大部分区域,而只改变其中阶调还原不正确的部分,因此保持了半色调图像中原有的优点。
3)修正后的伪轮廓区域像素分布符合传统多级误差扩散半色调图像的分布规律。传统的半色调图像中,在任一较小的图像范围内,一般只有2个阶调的像素参与图像成像,而本发明的修正算法由于采用边缘生长的思想,因此相当于尽量缩小了伪轮廓区域的范围,同样保证了在图像的修正区域的任一较小范围内,只有2个阶调值参与成像。
4)算法具有较强的灵活性。本发明的修正方法可以针对任意级数的图像多级半色调,并且可以通过适当调整开运算算子和边缘生长算子的大小来获得针对某一图像更有效的修正结果。
附图说明
图1是本发明的一种多级误差扩散半色调的修正方法的流程示意图;
图2a是本发明的实施例1在采用传统多级误差扩散半色调图像中的伪轮廓示意图;
图2b是本发明的实施例2在采用传统多级误差扩散半色调图像中的伪轮廓示意图;
图3a是本发明的实施例1在采用本发明的修正方法过程中的获取的伪轮廓边缘示意图;
图3b是本发明的实施例2在采用本发明的修正方法过程中的获取的伪轮廓边缘示意图;
图4a是本发明的实施例1在采用本发明的修正方法后的半色调图像示意图;
图4b是本发明的实施例2在采用本发明的修正方法后的半色调图像示意图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
请结合图1所示一种多级误差扩散半色调的修正方法,该修正方法的具体步骤为:
A.输入原稿数字图像,判断输入图像是否为灰度图像,如果是彩色图像,则通过分色模块对彩色数字图像进行分色,获得单通道灰度图像;
B.获得阶调等级间隔值,通过阶调等级间隔值获得相应的阶调值,阶调等级间隔qi定义为:
当qi不为整数时采用向下取整的方法。其中,n表示设备可输出的级数,N为输入图像位数。
多级阶调的最低级和最高级的灰度级分别是黑色与白色,即其阶调值分别为0和255。
C.采用多级误差扩散半色调法,利用常规的4邻域误差扩散核对灰度图像进行多级误差扩散处理,获得多级半色调图像;
D.采用数学形态学中的开运算获取精确的伪轮廓区域边缘并采用边缘生长法对相应的阶调值进行修正,消除图像内的伪轮廓,获得修正后的图像。
所述步骤D的具体步骤为:
D1.去除步骤B中产生的最低级阶调值和最高级阶调值后,余下的相应阶调值建立阶调值数据列表;即处理除0和255(黑色和白色)以外的所有可能产生伪轮廓的阶调区域。
D2.利用传统多级误差扩散算法对输入图像进行半色调处理,获得步骤C中半色调图像的副本图像;
D3.任取阶调值数据列表内的一个未处理阶调值作为被处理阶调值,对副本图像进行阶调裁剪,获取只包含0和(2N-1)两个阶调值的半色调图像,其中N为输入图像位数;
D4.对步骤D3中仅包含两个阶调值的半色调图像进行数学形态学中的开运算操作,获取伪轮廓区域的边界,并根据开运算结果提取伪轮廓区域图像;
D5.将步骤C中的半色调图像与伪轮廓区域图像相比较,获得伪轮廓区域;
D6.取3×3的窗口矩阵作为生长算子,该生长算子在步骤C中的半色调图像中移动,当遇到伪轮廓区域,则计算半色调图像的目标窗口中与生长算子像素值相异的位置,并对这些位置的像素重新赋予目标窗口中的像素值,直至对于产生伪轮廓的当前被处理阶调处理完毕,获得处理后的图像;其中:所述生长算子中所有值均为步骤D3中的被处理阶调值;
D7.将处理后的图像替代步骤C中半色调图像,重复步骤D2至步骤D6,直至阶调值数据列表内所有的阶调值被处理完毕;
D8.输出处理后的图像,该图像即为修正后的多级误差扩散半色调图像。
所述步骤D6中生长算子移动的具体步骤为:所述生长算子采用逐行移动的方式,即从步骤C半色调图像中的左上角开始移动,自左而右,自上而下,横向上每次移动3列,纵向上每次移动3行。
所述步骤D6中还包括以下步骤:当被赋值的区域出现像素值为被处理阶调值的4连通区域时,对4连通区域再次赋予目标窗口相应的像素值,直至在半色调图像中消除4连通区域。
所述步骤D6中还包括以下步骤:伪轮廓区域的边缘设有过渡区域,生长算子不对过渡区域处理。
所述步骤D3中阶调裁剪的具体步骤为:将副本图像中的所有阶调值为被处理阶调值的像素值均设置为(2N-1),其余像素值均设置为0。
所述步骤D4的具体步骤为:取6×5的矩阵作为结构元素先对仅包含两个阶调值的半色调图像进行一次腐蚀操作,然后仍采用该结构元素对腐蚀后的图像进行一次膨胀操作,从而提取伪轮廓区域图像。
再请参见图2a、图2b、图3a、图3b、图4a、图4b中的实施例1以及实施例2,实施例1以及实施例2分别针对lena图像中脸部以及肩部的伪轮廓进行修正的过程,在上述的实施例中针对8位图像生成基于本发明的4级误差扩散半色调算法,该算法通过Matlab仿真的方式实现。
第一步:首先判断输入图像是否为灰度图像,如果是彩色图像,应先通过图像处理软件(如Photoshop)的分色功能模块对图像进行分色,获得单通道灰度图像。
第二步:计算阶调等级间隔并获得相应的4级阶调值。由公式
计算得到阶调等级间隔为85,其中n为4,N为8。
因最低级和最高级的灰度级分别是黑色和白色,其阶调值分别为0和255,因此获得4级阶调分别为:0、85、170、255。
利用传统多级误差扩散算法对输入图像进行半色调处理,获得4级半色调图像S1,其中存在的伪轮廓如图2a以及图2b所示。复制半色调图像S1得到半色调图像S1的副本图像。
第三步:对于4级的误差扩散,伪轮廓现象一般只出现在中间两个阶调值附近,而0和255(黑色和白色)附近虽然也会出现伪轮廓,但是由于人眼对极亮调和极暗调区域不敏感,很难察觉阶调的细节信息,因此不会观察到类似伪轮廓现象,所以只需要处理85和170两个阶调值附近所产生的伪轮廓即可。先对半色调图像S1的副本图像中的q1=170阶调进行一次阶调裁剪(阶调裁剪是指将不需要的阶调值去除,转化为需要保留的阶调值),将所有阶调值为170的像素点强制转换为255,而值不为170的所有点均赋值为0。即将图像中所有原值为170的点均变成白色,其它所有点均变成黑色。将该图像命名为仅含0和255两个阶调值的半色调图像S2。
第四步:取6×5的矩形窗口SE作为结构体(结构体是指对图像进行处理的最小矩阵单元)对仅含两个阶调值的半色调图像S2进行数学形态学中的开运算操作,获得与半色调图像S1中的伪轮廓最为吻合的伪轮廓边界图像。在此需要说明的是,矩形窗口SE过小会使所得到的伪轮廓边缘区域偏小,而矩形窗口SE过大则会使所得到的伪轮廓边缘区域偏大。开运算操作包括腐蚀和膨胀两个步骤,先用矩形窗口SE腐蚀仅含两个阶调值的半色调图像S2,其结果是消除了较为分散的像素值为255的白点,将其像素值变为0,即将其变为黑色,获得中间图像Si,随后仍采用矩形窗口SE对中间图像Si进行膨胀处理,其结果是将细小的像素值为255的区域进行扩充,连通细小的桥接区域,并使之较为圆滑,获得的图像为伪轮廓区域图像S3,见图3a以及图3b所示,部分数值如式2所示。伪轮廓区域图像S3中的白色区域,即由像素值为255的点连成的区域对应为半色调图像S1中产生伪轮廓的主要区域。半色调图像S1中与伪轮廓区域图像S3相交部分为S’,其中矩形窗口SE如式1所示:
式2
第五步:取3×3的矩阵窗口作为生长算子St(如式4所示),该算子中所有值均为当前处理阶调的值q1(即阶调值为170)。该生长算子在半色调图像S1中从左上角开始移动,自左而右,自上而下,横向上每次移动3列,纵向上每次移动3行。当遇到伪轮廓区域,每移动一次计算半色调图像S1中与生长算子中像素值相异的个数num,随后循环调用num次rand()函数(rand函数可以产生0-1的伪随机数),并按照所产生的随机数给半色调图像S1中与伪轮廓区域图像S3的相交部分S’中的像素点重新赋值。设半色调图像S1目标窗口中与生长算子值相异的像素值为q,则赋值方式可用式3表示:
其中,S1(i,j)表示半色调图像S1的第i行j列个像素,也是当前处理的3×3窗口的中心像素。
上述公式中,将0-1之间的数分为9个等级,每个等级对应为半色调图像S1中当前处理窗口(共包含9个像素)中的一个像素位置,然后根据rand函数所得到的随机数确定应该对当前处理窗口的哪个位置进行重新赋值。
当被赋值的目标区域出现像素值为q 1的4连通现象时(即与该像素相邻的上、下、左、右四个方向上存在像素与该像素阶调值相同),需要重新调用rand()函数确定该赋值点的位置,直到不会出现4连通现象。超出伪轮廓边缘另一侧时,生长算子移动过程中,不对半色调图像S1中的像素点做处理;另外,生长算子移动至伪轮廓区域并对其进行处理时,需要在伪轮廓右侧边缘保留3列像素不处理作为过渡区域,保留一定的过渡区域可以避免重新赋值后的伪轮廓区域会有两种不相邻的阶调值距离过近,从而导致阶调对比过于强烈,影响阶调还原的正确性。其中,生长算子St向横向移动时表示如式5中的方框所示。
第六步:将上述第三步至第六步中的q1换作q2=85,重复第三步至第五步,最终获得基于数学形态学修正的多级误差扩散半色调图像,对于更多级数的情况,则还需要将其它非0且非(2N-1)的阶调区域处理完毕。图4a以及图4b显示了部分伪轮廓区域修正结果。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明的目的,而并非用作对本发明的限定,只要在本发明的实质范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求的范围内。
Claims (7)
1.一种多级误差扩散半色调的修正方法,其特征在于:
该修正方法的具体步骤为:
A.输入原稿数字图像,通过分色模块对彩色数字图像进行分色,获得单通道灰度图像;
B.获得阶调等级间隔值,通过阶调等级间隔值获得相应的阶调值;
C.采用多级误差扩散半色调法,利用4邻域误差扩散核对灰度图像进行多级误差扩散处理,获得半色调图像;
D.采用数学形态学中的开运算以及边缘生长法对相应的阶调值进行修正,消除图像内的伪轮廓,获得修正后的图像。
2.根据权利要求1所述的修正方法,其特征在于:
所述步骤D的具体步骤为:
D1.去除步骤B中产生的最低级阶调值和最高级阶调值后,余下的相应阶调值建立阶调值数据列表;
D2.生成步骤C中半色调图像的副本图像;
D3.任取阶调值数据列表内的一个未处理阶调值作为被处理阶调值,对副本图像进行阶调裁剪,获取只包含0和(2N-1)两个阶调值的半色调图像,其中N为输入图像位数;
D4.对步骤D3中仅包含两个阶调值的半色调图像进行数学形态学中的开运算操作,获取伪轮廓区域的边界,并根据开运算结果提取伪轮廓区域图像;
D5.将步骤C中的半色调图像与伪轮廓区域图像相比较,获得伪轮廓区域;
D6.取3×3的窗口矩阵作为生长算子,该生长算子在步骤C中的半色调图像中移动,当遇到伪轮廓区域,则计算半色调图像的目标窗口中与生长算子像素值相异的位置,并对这些位置的像素重新赋予目标窗口中的像素值,直至对于产生伪轮廓的当前被处理阶调处理完毕,获得处理后的图像;
其中:所述生长算子中所有值均为步骤D3中的被处理阶调值;
D7.将处理后的图像替代步骤C中半色调图像,重复步骤D2至步骤D6,直至阶调值数据列表内所有的阶调值被处理完毕;
D8.输出处理后的图像,该图像即为修正后的多级误差扩散半色调图像。
3.根据权利要求2所述的修正方法,其特征在于:
所述步骤D6中生长算子移动的具体步骤为:所述生长算子采用逐行移动的方式,即从步骤C半色调图像中的左上角开始移动,自左而右,自上而下,横向上每次移动3列,纵向上每次移动3行。
4.根据权利要求2所述的修正方法,其特征在于:
所述步骤D6中还包括以下步骤:当被赋值的区域出现像素值为被处理阶调值的4连通区域时,对4连通区域再次赋予目标窗口相应的像素值,直至在半色调图像中消除4连通区域。
5.根据权利要求2所述的修正方法,其特征在于:
所述步骤D6中还包括以下步骤:伪轮廓区域的边缘设有过渡区域,生长算子不对过渡区域处理。
6.根据权利要求2所述的修正方法,其特征在于:
所述步骤D3中阶调裁剪的具体步骤为:将副本图像中的所有阶调值为被处理阶调值的像素值均设置为(2N-1),其余像素值均设置为0。
7.根据权利要求2所述的修正方法,其特征在于:
所述步骤D4的具体步骤为:取6×5的矩阵作为结构元素先对仅包含两个阶调值的半色调图像进行一次腐蚀操作,然后仍采用该结构元素对腐蚀后的图像进行一次膨胀操作,从而提取伪轮廓区域图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210001099 CN102567971B (zh) | 2012-01-04 | 2012-01-04 | 一种多级误差扩散半色调的修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210001099 CN102567971B (zh) | 2012-01-04 | 2012-01-04 | 一种多级误差扩散半色调的修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102567971A true CN102567971A (zh) | 2012-07-11 |
CN102567971B CN102567971B (zh) | 2013-12-18 |
Family
ID=46413322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201210001099 Expired - Fee Related CN102567971B (zh) | 2012-01-04 | 2012-01-04 | 一种多级误差扩散半色调的修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102567971B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392470A (zh) * | 2014-12-04 | 2015-03-04 | 中国科学院自动化研究所 | 一种数字图像的分色处理方法 |
CN107133936A (zh) * | 2017-05-09 | 2017-09-05 | 上海理工大学 | 数字半色调方法 |
CN107682585A (zh) * | 2017-10-20 | 2018-02-09 | 深圳市唯特视科技有限公司 | 一种基于双面嵌入误差扩散的半色调图像水印方法 |
CN108805846A (zh) * | 2017-05-03 | 2018-11-13 | 深圳市傲睿智存科技有限公司 | 二值图像处理优化的方法及其系统 |
CN112785536A (zh) * | 2020-12-30 | 2021-05-11 | 杭州电子科技大学 | 一种消除拼缝的三维瓷砖打印文件转换方法、装置、介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1426018A (zh) * | 2002-12-30 | 2003-06-25 | 北京北大方正电子有限公司 | 在多位成像深度设备上进行图像复制的调频挂网方法 |
CN1906923A (zh) * | 2004-10-29 | 2007-01-31 | 株式会社理光 | 图像处理装置、成像装置和程序 |
CN101552860A (zh) * | 2009-05-13 | 2009-10-07 | 西安理工大学 | 基于网点检测与网点填充的半色调图像去网方法 |
US20100103464A1 (en) * | 2008-10-24 | 2010-04-29 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
-
2012
- 2012-01-04 CN CN 201210001099 patent/CN102567971B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1426018A (zh) * | 2002-12-30 | 2003-06-25 | 北京北大方正电子有限公司 | 在多位成像深度设备上进行图像复制的调频挂网方法 |
CN1906923A (zh) * | 2004-10-29 | 2007-01-31 | 株式会社理光 | 图像处理装置、成像装置和程序 |
US20100103464A1 (en) * | 2008-10-24 | 2010-04-29 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
CN101552860A (zh) * | 2009-05-13 | 2009-10-07 | 西安理工大学 | 基于网点检测与网点填充的半色调图像去网方法 |
Non-Patent Citations (2)
Title |
---|
杨燕,刘小丹: "消除输出画面伪轮廓的新算法", 《中国科技信息》, no. 9, 31 May 2008 (2008-05-31) * |
高科,曹其新,付庄: "一种多尺度墨点分布算法及硬件实现", 《计算机工程与应用》, no. 29, 31 December 2005 (2005-12-31) * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392470A (zh) * | 2014-12-04 | 2015-03-04 | 中国科学院自动化研究所 | 一种数字图像的分色处理方法 |
CN108805846A (zh) * | 2017-05-03 | 2018-11-13 | 深圳市傲睿智存科技有限公司 | 二值图像处理优化的方法及其系统 |
CN108805846B (zh) * | 2017-05-03 | 2021-12-14 | 深圳市傲睿智存科技有限公司 | 二值图像处理优化的方法及其系统 |
CN107133936A (zh) * | 2017-05-09 | 2017-09-05 | 上海理工大学 | 数字半色调方法 |
CN107133936B (zh) * | 2017-05-09 | 2019-11-01 | 上海理工大学 | 数字半色调方法 |
CN107682585A (zh) * | 2017-10-20 | 2018-02-09 | 深圳市唯特视科技有限公司 | 一种基于双面嵌入误差扩散的半色调图像水印方法 |
CN112785536A (zh) * | 2020-12-30 | 2021-05-11 | 杭州电子科技大学 | 一种消除拼缝的三维瓷砖打印文件转换方法、装置、介质 |
CN112785536B (zh) * | 2020-12-30 | 2024-02-09 | 杭州电子科技大学 | 一种消除拼缝的三维瓷砖打印文件转换方法、装置、介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102567971B (zh) | 2013-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876743B (zh) | 一种图像快速去雾方法、系统、终端及存储介质 | |
CN102567971B (zh) | 一种多级误差扩散半色调的修正方法 | |
CN103606137B (zh) | 保持背景和细节信息的直方图均衡化方法 | |
CN108460730B (zh) | 一种图像处理方法及其装置 | |
CN101127908B (zh) | 引入全局特征分类的视频图像运动处理方法及其实现装置 | |
CN103473781B (zh) | 一种公路岩体边坡图像中节理裂纹的分割方法 | |
CN103186894B (zh) | 一种自适应分块的多聚焦图像融合方法 | |
CN107016657B (zh) | 被网纹覆盖的人脸图片的修复方法 | |
CN104700376A (zh) | 基于伽马校正和平滑滤波的图像直方图均衡化增强方法 | |
CN111754928B (zh) | 一种显示屏分层校正方法及装置 | |
CN103925893B (zh) | 一种卷绕电池的质量检测方法 | |
CN103268472B (zh) | 基于双色彩空间的嘴唇检测方法 | |
CN104252700A (zh) | 一种红外图像的直方图均衡化方法 | |
CN106097279A (zh) | 一种高动态图像增强方法 | |
CN108090887B (zh) | 一种视频图像处理方法及装置 | |
US20160260203A1 (en) | Method for acquiring histogram, method for dynamically adjusting luminance and image processing apparatus | |
CN105933687A (zh) | 一种对图像进行自动白平衡处理的方法及装置 | |
CN110580690B (zh) | 一种识别峰值变换非线性曲线的图像增强方法 | |
CN101226632B (zh) | 一种新的自适应阈值化方法 | |
CN103514588B (zh) | 图像增强方法和系统 | |
CN105338214A (zh) | 图像处理方法和图像处理装置 | |
CN106651816B (zh) | 数字图像的半色调处理方法和系统 | |
CN111145305A (zh) | 一种文档图像处理方法 | |
CN102542528B (zh) | 一种图像转换处理方法及系统 | |
CN108810314A (zh) | 基于多灰度图像边缘增强的无序误差扩散数字半色调方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131218 Termination date: 20180104 |
|
CF01 | Termination of patent right due to non-payment of annual fee |