CN105391912A - 基于误差扩散的图像处理方法 - Google Patents
基于误差扩散的图像处理方法 Download PDFInfo
- Publication number
- CN105391912A CN105391912A CN201510778891.8A CN201510778891A CN105391912A CN 105391912 A CN105391912 A CN 105391912A CN 201510778891 A CN201510778891 A CN 201510778891A CN 105391912 A CN105391912 A CN 105391912A
- Authority
- CN
- China
- Prior art keywords
- pixel
- error diffusion
- value
- template
- pixel column
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/405—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels
- H04N1/4051—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels producing a dispersed dots halftone pattern, the dots having substantially the same size
- H04N1/4052—Halftoning, i.e. converting the picture signal of a continuous-tone original into a corresponding signal showing only two levels producing a dispersed dots halftone pattern, the dots having substantially the same size by error diffusion, i.e. transferring the binarising error to neighbouring dot decisions
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于误差扩散的图像处理方法,包括步骤:逐像素行遍历初始图像中的每一个像素;对位于一第一像素行头部的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第一误差扩散模板进行误差扩散;对位于所述第一像素行中间的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第二误差扩散模板进行误差扩散;以及对位于所述第一像素行尾部的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第三误差扩散模板进行误差扩散。本发明根据各个像素在像素行中的位置不同分别利用多个不同的误差扩散模板来进行误差扩散,修复了现有误差扩散算法的技术问题,因而扩大了误差扩散算法在显示装置领域的应用范围。
Description
技术领域
本发明属于图像处理技术领域,尤其涉及一种基于误差扩散的图像处理方法。
背景技术
随着科技的发展,目前已进入信息爆炸的状态,尤其是图像视频类数据,由于其传递表达信息的直观,应用范围越来越广,随之而来的问题就是如何用较少的资源开销保存较完整的图像视频信息。该问题主要表现在两个方面:1)对于目前大多数的8bit信息图像数据,如何用较小的资源开销如5bit等保存完整的图像视频信息;2)目前出现了高bit信息量的图像数据,如10bit图像数据,如何用现有8bit资源保存较完整的图像视频信息。
数字半色调技术(DigitalHalftoningTechnology)是基于人眼视觉特性和图像呈色特性,利用数学、计算机等工具,在二值(或多色二值)呈色设备上实现图像的最优再现的一门技术。当在一定距离下观察时,人眼将图像中空间上接近的部分视为一个整体。利用此特性,人眼观察到的半色调图像局部平均灰度近似于原始图像的局部平均灰度值,从而整体上形成连续色调的效果。
误差扩散法是目前应用较广的数字半色调技术,其原理就是按照一定的扫描路径量化图像像素,然后将量化误差以一定的方式扩散到相邻的未处理像素上。
假设要用4bit数据带宽表示8bit的数据,即原256(也即28)灰度级图像上的一个点(假设灰度值为120),现在要将其转换为16(也即24)级,算法的具体实现包括以下步骤:
一、降灰度级计算:计算将灰度值120用16级表示后的值Value=16×120/256=7.5,保留整数部为该像素的灰度值;
二、误差扩散至多个邻近像素:将0.5的误差扩散到周围像素上。以经典的Floyd-Steinberg误差扩散模板为例(如下表1.1),将这0.5的误差分为16份,按下述模板进行扩散。
表1.1Floyd-Steinberg误差扩散模板
X | 7 | |
3 | 5 | 1 |
其中,当前处理像素X(其用256级表示的灰度值为120)用16级表示后的灰度值为Pixel(i,j)=floor(16×120/256)=7;
如表1.1所示,将0.5的误差按照误差扩散模板扩散到当前处理像素X的右方、左下方、正下方以及右下方的相邻像素上;具体扩散如下:
Pixel(i,j+1)=Pixel(i,j+1)+0.5×7/16
Pixel(i+1,j-1)=Pixel(i+1,j-1)+0.5×3/16
Pixel(i+1,j)=Pixel(i+1,j)+0.5×5/16
Pixel(i+1,j+1)=Pixel(i+1,j+1)+0.5×1/16
三、对于一幅图像数据,则从图像的左上角开始逐行遍历处理每一个像素的灰度值。已知的遍历方式有两种:一种为传统遍历方式,其是从左到右、从上到下进行遍历;另一种为蛇形遍历方式,其是奇数行从左到右、偶数行从右到左进行遍历;蛇形扫描方式的优势主要体现在低灰上,避免灰度处理的不均匀性。
此外,已知的误差扩散模板除了前述的Floyd-Steinberg误差扩散模板之外,还有Basic误差扩散模板(如下表1.2)、Sierra误差扩散模板(如下表1.3)以及Jarris-Judice-Ninke误差扩散模板(如下表1.4)。
表1.2Basic误差扩散模板
X | 3 |
3 | 2 |
表1.3Sierra误差扩散模板
X | 5 | 3 | ||
2 | 4 | 5 | 4 | 2 |
2 | 3 | 2 |
表1.4Jarris-Judice-Ninke误差扩散模板
X | 7 | 5 | ||
3 | 5 | 7 | 5 | 3 |
1 | 3 | 5 | 3 | 1 |
然而,现有技术存在的技术问题是:目前不仅有室内使用的像素点间距很小的显示装置,同时有室外使用的像素点间距大且像素单位亮度大的显示装置,如LED显示装置等;对于像素点间距大且像素单位亮度大的显示装置,现有技术会在显示装置的最左边一列和/或最右边一列存在锯齿状。
发明内容
因此,为克服现有技术中存在的缺陷和不足,本发明提出一种基于误差扩散的图像处理方法。
具体地,本发明实施例提出的一种基于误差扩散的图像处理方法,用于将灰度级为2m的初始图像转换成灰度级为2n的目标图像,其中,m,n为正整数且m>n。具体地,所述基于误差扩散的图像处理方法包括步骤:逐像素行遍历所述初始图像中的每一个像素;对位于一第一像素行头部的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第一误差扩散模板进行误差扩散;对位于所述第一像素行中间的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第二误差扩散模板进行误差扩散;以及对位于所述第一像素行尾部的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第三误差扩散模板进行误差扩散。其中,所述第一误差扩散模板、所述第二误差扩散模板和所述第三误差扩散模板互不相同。
在本发明的一个实施例中,所述第一误差扩散模板用于将位于所述第一像素行头部的所述至少一个像素的值的降灰度级计算后的误差扩散至其尾部方向、正下方和下方尾部方向的邻近像素的值;所述第二误差扩散模板用于将位于所述第一像素行中间的所述至少一个像素的值的降灰度级计算后的误差至少扩散至其尾部方向、正下方、下方头部方向和下方尾部方向的邻近像素的值;以及所述第三误差扩散模板用于将位于所述第一像素行尾部的所述至少一个像素的值的降灰度级计算后的误差扩散至其正下方和下方头部方向的邻近像素的值。其中,所述第一像素行的遍历方向为从头部至尾部。
在本发明的一个实施例中,所述第一误差扩散模板为Basic误差扩散模板,所述第二误差扩散模板选自于Floyd-Steinberg扩散模板、Sierra扩散模板和Jarris-Judice-Ninke扩散模板之一。
在本发明的一个实施例中,所述位于所述第一像素行头部的所述至少一个像素为所述第一像素行头部的首个像素,所述位于所述第一像素行尾部的所述至少一个像素为所述第一像素行尾部的最后一个像素,以及所述位于所述第一像素行中间的所述至少一个像素为所述第一像素行中除所述首个像素和所述最后一个像素的其他像素。
在本发明的一个实施例中,所述基于误差扩散的图像处理方法还包括步骤:对位于一第二像素行尾部的至少一个像素的值进行降灰度级计算以得到像素目标值并利用所述第一误差扩散模板的翻转模板进行误差扩散;对位于所述第二像素行中间的至少一个像素的值进行降灰度级计算以得到目标像素值并利用所述第二误差扩散模板的翻转模板进行误差扩散;以及对位于所述第二像素行头部的至少一个像素的值进行降灰度级计算以得到目标像素值并利用所述第三误差扩散模板的翻转模板进行误差扩散。其中,所述第一像素行和所述第二像素行为相邻的两个像素行,所述第一像素行的遍历方向为从头部至尾部,且所述第二像素行的遍历方向为从尾部至头部。
在本发明的一个实施例中,所述第一像素行为奇数像素行,且所述第二像素行为偶数像素行。
在本发明的一个实施例中,所述第一误差扩散模板的翻转模板用于将位于所述第二像素行尾部的所述至少一个像素的值的降灰度级计算后的误差扩散至其头部方向、正下方和下方头部方向的邻近像素的值;所述第二误差扩散模板的翻转模板用于将位于所述第二像素行中间的所述至少一个像素的值的降灰度级计算后的误差至少扩散至其头部方向、正下方、下方头部方向和下方尾部方向的邻近像素的值;以及所述第三误差扩散模板的翻转模板用于将位于所述第二像素行头部的所述至少一个像素的值的降灰度级计算后的误差扩散至其正下方和下方尾部方向的邻近像素的值。
在本发明的一个实施例中,所述第一误差扩散模板为Basic误差扩散模板,所述第二误差扩散模板选自于Floyd-Steinberg扩散模板、Sierra扩散模板和Jarris-Judice-Ninke扩散模板之一。
在本发明的一个实施例中,所述位于所述第二像素行尾部的所述至少一个像素为所述第二像素行尾部的最后一个像素,所述位于所述第二像素行头部的所述至少一个像素为所述第二像素行头部的首个像素,以及所述位于所述第二像素行中间的所述至少一个像素为所述第二像素行中除所述最后一个像素和所述首个像素的其他像素。
在本发明的一个实施例中,所述逐像素行遍历为从左到右、从上到下的遍历方式,或者为蛇形遍历方式。
由上可知,本发明实施例对于每一个像素行根据各个像素在像素行中的位置不同分别利用第一、第二和第三误差扩散模板来进行误差扩散、并且优选地还结合蛇形遍历方式来进行图像处理,其提出了一种如何用较低的资源开销保存较完整信息的图像处理方法,其修复了现有误差扩散算法的技术问题,扩大了误差扩散算法在显示装置领域的应用范围。
附图说明
无
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面对本发明的具体实施方式做详细的说明。
本发明下述的一个实施例将三个误差扩散模板与蛇形遍历方式相结合,每一个像素行的像素的值(也即图像数据)都对应用三个误差扩散模板进行误差扩散处理,并且奇数像素行从左到右遍历、偶数像素行从右到左遍历;从而实现将一副初始图像转换成一副目标图像。
具体地,在对一幅初始图像进行逐像素行遍历其像素的过程中,首先判断当前处理的像素行是奇数像素行还是偶数像素行:
(1)若当前处理的像素行是奇数像素行,则对该像素行从左到右进行遍历(也即从像素行头部至尾部方向进行遍历),对该像素行头部的首个处理像素采用表2.1(a)所示的误差扩散模板,对该像素行中间的像素采用表2.1(b)所示的误差扩散模板,对该像素行尾部的最后一个处理像素,该像素累计了前面像素的误差,若直接四舍五入会有误差,故对于最后一个处理像素也对其利用表2.1(c)所示的误差扩散模板进行误差扩散;
表2.1(a)Basic误差扩散模板
X | 3 |
3 | 2 |
表2.1(b)Floyd-Steinberg误差扩散模板
____________________________________
X | 7 | |
3 | 5 | 1 |
表2.1(c)
X | |
1 | 3 |
(2)若当前处理的像素行是偶数像素行,则对该像素行从右到左边进行遍历(也即从像素行尾部至头部方向进行遍历),对该像素行尾部的首个处理像素采用表3.1(a)所示的误差扩散模板,对该像素行中间的像素采用表3.1(b)所示的误差扩散模板,对该像素行头部的最后一个处理像素采用表3.1(c)所示的误差扩散模板进行误差扩散;其中,表3.1(a)、表3.1(b)和表3.1(c)所示的误差扩散模板分别为表2.1(a)、表2.1(b)和表2.1(c)所示的误差扩散模板的翻转模块。
表3.1(a)
3 | X |
2 | 3 |
表3.1(b)
7 | X | |
1 | 5 | 3 |
表3.1(c)
X | |
3 | 1 |
为便于更理解地理解本实施例,对当前处理的像素行利用三个误差扩散模板进行处理,假设当前处理的像素行为奇数像素行(2n-1),即其遍历方向为从左到右进行遍历,也即从像素行头部至尾部方向进行遍历;另外,假设当前处理的像素行之前的第(2n-2)个像素行处理后,第(2n-1)个像素行以及第2n个像素行的像素的值(256灰度级)如表4(a)所示,其中表4(a)中仅仅示出三个像素来分别代表像素行的头部、中间和尾部的像素:
表4(a)
头部像素 | 中间像素 | 尾部像素 | |
像素行(2n-1) | 125.5 | 201.8 | 54.3 |
像素行(2n) | 250 | 67 | 137 |
(i)对第(2n-1)个像素行的首个处理像素(头部像素)进行降灰度级计算为:对首个处理像素采用表2.1(a)所示Basic误差扩散模板,即对像素值125.5进行处理,具体如下:
计算像素值125.5用64灰度级表示后的像素目标值Pixel(i,j):
Pixel(i,j)=floor(64×125.5/256)=floor(31.375)=31;
将小数部分Dec=0.375按照表2.1(a)所示的误差扩散模板扩散到当前处理像素的右方(尾部方向)、正下方以及右下方(下方尾部方向)的相邻像素的值上:
Pixel(i,j+1)=Pixel(i,j+1)+Dec×3/8=Pixel(i,j+1)+0.375×3/8
Pixel(i+1,j)=Pixel(i+1,j)+Dec×3/8=Pixel(i+1,j)+0.375×3/8
Pixel(i+1,j+1)=Pixel(i+1,j+1)+Dec×2/8=Pixel(i+1,j+1)+0.375×2/8
因此,首个像素处理后的结果如下表4(b):
表4(b)
头部像素 | 中间像素 | 尾部像素 | |
像素行(2n-1) | 31 | 201.940625 | 54.3 |
像素行(2n) | 250.140625 | 67.09375 | 137 |
(ii)对第(2n-1)个像素行的中间处理像素进行降灰度级计算为:对中间处理像素采用表2.1(b)所示的Floyd-Steinberg误差扩散模板,即对像素值201.940625进行处理,具体如下:
计算像素值201.940625用64灰度级表示后的像素目标值Pixel(i,j):
Pixel(i,j)=floor(64×201.940625/256)=floor(50.48515625)=50;
将小数部分Dec=0.48515625按照表2.1(b)所示的误差扩散模板扩散到当前处理像素的右方(尾部方向)、左下方(下方头部方向)、正下方以及右下方(下方尾部方向)的相邻像素的值上:
Pixel(i,j+1)=Pixel(i,j+1)+Dec×7/16=Pixel(i,j+1)+0.48515625×7/16
Pixel(i+1,j-1)=Pixel(i+1,j-1)+Dec×3/16=Pixel(i+1,j-1)+0.48515625×3/16
Pixel(i+1,j)=Pixel(i+1,j)+Dec×5/16=Pixel(i+1,j)+0.48515625×5/16
Pixel(i+1,j+1)=Pixel(i+1,j+1)+Dec×1/16=Pixel(i+1,j+1)+0.48515625×1/16
因此,中间像素处理后的结果如下表4(c):
表4(c)
头部像素 | 中间像素 | 尾部像素 | |
像素行(2n-1) | 31 | 50 | 54.512256 |
像素行(2n) | 250.231592 | 67.245361 | 137.030322 |
(iii)对第(2n-1)个像素行的最后一个处理像素(尾部像素)进行降灰度级计算为:对最后一个处理像素采用表2.1(c)所示的误差扩散模板,即对像素值54.512256进行处理,具体如下:
计算像素值54.512256用64灰度级表示后的像素目标值Pixel(i,j):
Pixel(i,j)=floor(64×54.512256/256)=floor(13.628064)=13;
将小数部分Dec=0.628064按照表2.1(c)所示的误差扩散模板扩散到当前处理像素的左下方(下方头部方向)以及正下方的相邻像素的值上:
Pixel(i+1,j-1)=Pixel(i+1,j-1)+Dec×1/4=Pixel(i+1,j-1)+0.628064×1/4
Pixel(i+1,j)=Pixel(i+1,j)+Dec×3/4=Pixel(i+1,j)+0.628064×3/4
因此,中间像素处理后的结果如下表4(d):
表4(d)
头部像素 | 中间像素 | 尾部像素 | |
像素行(2n-1) | 31 | 50 | 13 |
像素行(2n) | 250.231592 | 67.402377 | 137.50137 |
至此,表4(a)所示的第2n-1个像素行的三个像素的值的降灰度级处理完成。
此外,对于偶数像素行的尾部像素、中间像素和头部像素的值的降灰度级计算和误差扩散处理过程与前述奇数像素行(2n-1)的头部像素、中间像素和尾部像素的值的降灰度级计算和误差扩散处理过程基本类似,在此不再详细说明;不同之处在于:偶数像素行所采用的误差扩散模板为奇数像素行所采用的相对应误差扩散模板的翻转模板,例如表3.1(a)、表3.1(b)和表3.1(c)所示,且偶数像素行的像素的遍历方向与奇数像素行的遍历方向相反。
另外,值得说明的是,本发明实施例的基于误差扩散的图像处理方法中的逐像素行遍历并不限于前述的蛇形遍历方式,也可以采用从左到右、从上到下的遍历方式,在此情形下,则不区分奇数像素行和偶数像素行,也即无论奇数像素行还是偶数像素行,都采用相同的三个误差扩散模板例如表2.1(a)、表2.1(b)和表2.1(c)所示。再者,仍以奇数像素行(2n-1)为例,头部像素并不限于一个,也可以是多个;类似的,尾部像素也并不限于一个,也可以是多个,中间像素则可以是奇数像素行(2n-1)中除头部像素和尾部像素之外的所有像素。
最后值得一提的是,对于各个像素行所采用的误差扩散模板并不限于表2.1(a)~(c)和3.1(a)~(c)所示的误差扩散模板,也可以采用其他合适的误差扩散模板,例如对于中间像素而言,其还可以采用背景技术中提到的Sierra误差扩散模板(如表1.3所示)和Jarris-Judice-Ninke误差扩散模板(如表1.4所示)。
综上所述,本发明实施例对于每一个像素行根据各个像素在像素行中的位置不同分别利用多个不同的误差扩散模板来进行误差扩散、并且优选地还结合蛇形遍历方式来进行图像处理,其提出了一种如何用较低的资源开销保存较完整信息的图像处理方法,其修复了现有误差扩散算法的技术问题,扩大了误差扩散算法在显示装置领域的应用范围。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种基于误差扩散的图像处理方法,用于将灰度级为2m的初始图像转换成灰度级为2n的目标图像,其中,m,n为正整数且m>n;其特征在于,所述基于误差扩散的图像处理方法包括步骤:
逐像素行遍历所述初始图像中的每一个像素;
对位于一第一像素行头部的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第一误差扩散模板进行误差扩散;
对位于所述第一像素行中间的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第二误差扩散模板进行误差扩散;以及
对位于所述第一像素行尾部的至少一个像素的值进行降灰度级计算以得到像素目标值并利用第三误差扩散模板进行误差扩散;
其中,所述第一误差扩散模板、所述第二误差扩散模板和所述第三误差扩散模板互不相同。
2.如权利要求1所述的基于误差扩散的图像处理方法,其特征在于,
所述第一误差扩散模板用于将位于所述第一像素行头部的所述至少一个像素的值的降灰度级计算后的误差扩散至其尾部方向、正下方和下方尾部方向的邻近像素的值;
所述第二误差扩散模板用于将位于所述第一像素行中间的所述至少一个像素的值的降灰度级计算后的误差至少扩散至其尾部方向、正下方、下方头部方向和下方尾部方向的邻近像素的值;以及
所述第三误差扩散模板用于将位于所述第一像素行尾部的所述至少一个像素的值的降灰度级计算后的误差扩散至其正下方和下方头部方向的邻近像素的值;
其中,所述第一像素行的遍历方向为从头部至尾部。
3.如权利要求1所述的基于误差扩散的图像处理方法,其特征在于,所述第一误差扩散模板为Basic误差扩散模板,所述第二误差扩散模板选自于Floyd-Steinberg扩散模板、Sierra扩散模板和Jarris-Judice-Ninke扩散模板之一。
4.如权利要求2所述的基于误差扩散的图像处理方法,其特征在于,
所述位于所述第一像素行头部的所述至少一个像素为所述第一像素行头部的首个像素,
所述位于所述第一像素行尾部的所述至少一个像素为所述第一像素行尾部的最后一个像素,以及
所述位于所述第一像素行中间的所述至少一个像素为所述第一像素行中除所述首个像素和所述最后一个像素的其他像素。
5.如权利要求1所述的基于误差扩散的图像处理方法,其特征在于,还包括步骤:
对位于一第二像素行尾部的至少一个像素的值进行降灰度级计算以得到像素目标值并利用所述第一误差扩散模板的翻转模板进行误差扩散;
对位于所述第二像素行中间的至少一个像素的值进行降灰度级计算以得到目标像素值并利用所述第二误差扩散模板的翻转模板进行误差扩散;以及
对位于所述第二像素行头部的至少一个像素的值进行降灰度级计算以得到目标像素值并利用所述第三误差扩散模板的翻转模板进行误差扩散;
其中,所述第一像素行和所述第二像素行为相邻的两个像素行,所述第一像素行的遍历方向为从头部至尾部,且所述第二像素行的遍历方向为从尾部至头部。
6.如权利要求5所述的基于误差扩散的图像处理方法,其特征在于,所述第一像素行为奇数像素行,且所述第二像素行为偶数像素行。
7.如权利要求5所述的基于误差扩散的图像处理方法,其特征在于,
所述第一误差扩散模板的翻转模板用于将位于所述第二像素行尾部的所述至少一个像素的值的降灰度级计算后的误差扩散至其头部方向、正下方和下方头部方向的邻近像素的值;
所述第二误差扩散模板的翻转模板用于将位于所述第二像素行中间的所述至少一个像素的值的降灰度级计算后的误差至少扩散至其头部方向、正下方、下方头部方向和下方尾部方向的邻近像素的值;以及
所述第三误差扩散模板的翻转模板用于将位于所述第二像素行头部的所述至少一个像素的值的降灰度级计算后的误差扩散至其正下方和下方尾部方向的邻近像素的值。
8.如权利要求5所述的基于误差扩散的图像处理方法,其特征在于,所述第一误差扩散模板为Basic误差扩散模板,所述第二误差扩散模板选自于Floyd-Steinberg扩散模板、Sierra扩散模板和Jarris-Judice-Ninke扩散模板之一。
9.如权利要求5所述的基于误差扩散的图像处理方法,其特征在于,
所述位于所述第二像素行尾部的所述至少一个像素为所述第二像素行尾部的最后一个像素,
所述位于所述第二像素行头部的所述至少一个像素为所述第二像素行头部的首个像素,以及
所述位于所述第二像素行中间的所述至少一个像素为所述第二像素行中除所述最后一个像素和所述首个像素的其他像素。
10.如权利要求1所述的基于误差扩散的图像处理方法,其特征在于,所述逐像素行遍历为从左到右、从上到下的遍历方式,或者为蛇形遍历方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510778891.8A CN105391912B (zh) | 2015-11-13 | 2015-11-13 | 基于误差扩散的图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510778891.8A CN105391912B (zh) | 2015-11-13 | 2015-11-13 | 基于误差扩散的图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105391912A true CN105391912A (zh) | 2016-03-09 |
CN105391912B CN105391912B (zh) | 2018-05-15 |
Family
ID=55423713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510778891.8A Active CN105391912B (zh) | 2015-11-13 | 2015-11-13 | 基于误差扩散的图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105391912B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107154233A (zh) * | 2017-04-19 | 2017-09-12 | 西安诺瓦电子科技有限公司 | 图像处理方法及装置和显示控制卡 |
CN107948462A (zh) * | 2017-11-24 | 2018-04-20 | 无锡祥生医疗科技股份有限公司 | 超声图像优化方法和系统 |
CN109345489A (zh) * | 2018-10-31 | 2019-02-15 | 福州大学 | 基于图像像素邻域灰度信息的误差扩散方法 |
CN109493358A (zh) * | 2018-12-14 | 2019-03-19 | 中国船舶重工集团公司第七0七研究所 | 一种基于人眼视觉模型的误差反馈半色调算法 |
CN113542710A (zh) * | 2021-09-15 | 2021-10-22 | 广州匠芯创科技有限公司 | 基于误差扩散Dither算法的图像处理方法、系统及介质 |
CN114063945A (zh) * | 2020-07-31 | 2022-02-18 | 青岛海信移动通信技术股份有限公司 | 移动终端及其图像显示方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006211351A (ja) * | 2005-01-28 | 2006-08-10 | Canon Inc | 画像処理方法および画像処理装置 |
CN101325644A (zh) * | 2007-06-13 | 2008-12-17 | 富士施乐株式会社 | 图像处理器和图像处理方法 |
CN102592545A (zh) * | 2011-01-13 | 2012-07-18 | 索尼公司 | 图像显示装置及其驱动方法、图像显示程序和灰度转换器 |
CN103295545A (zh) * | 2012-02-27 | 2013-09-11 | 株式会社日本显示器西 | 图像显示装置及其驱动方法、灰度转换程序及装置 |
US20130322775A1 (en) * | 2012-06-05 | 2013-12-05 | Canon Kabushiki Kaisha | Image processing method and image processing apparatus |
-
2015
- 2015-11-13 CN CN201510778891.8A patent/CN105391912B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006211351A (ja) * | 2005-01-28 | 2006-08-10 | Canon Inc | 画像処理方法および画像処理装置 |
CN101325644A (zh) * | 2007-06-13 | 2008-12-17 | 富士施乐株式会社 | 图像处理器和图像处理方法 |
CN102592545A (zh) * | 2011-01-13 | 2012-07-18 | 索尼公司 | 图像显示装置及其驱动方法、图像显示程序和灰度转换器 |
CN103295545A (zh) * | 2012-02-27 | 2013-09-11 | 株式会社日本显示器西 | 图像显示装置及其驱动方法、灰度转换程序及装置 |
US20130322775A1 (en) * | 2012-06-05 | 2013-12-05 | Canon Kabushiki Kaisha | Image processing method and image processing apparatus |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107154233A (zh) * | 2017-04-19 | 2017-09-12 | 西安诺瓦电子科技有限公司 | 图像处理方法及装置和显示控制卡 |
CN107154233B (zh) * | 2017-04-19 | 2020-07-14 | 西安诺瓦星云科技股份有限公司 | 图像处理方法及装置和显示控制卡 |
CN107948462A (zh) * | 2017-11-24 | 2018-04-20 | 无锡祥生医疗科技股份有限公司 | 超声图像优化方法和系统 |
CN109345489A (zh) * | 2018-10-31 | 2019-02-15 | 福州大学 | 基于图像像素邻域灰度信息的误差扩散方法 |
CN109493358A (zh) * | 2018-12-14 | 2019-03-19 | 中国船舶重工集团公司第七0七研究所 | 一种基于人眼视觉模型的误差反馈半色调算法 |
CN114063945A (zh) * | 2020-07-31 | 2022-02-18 | 青岛海信移动通信技术股份有限公司 | 移动终端及其图像显示方法 |
CN114063945B (zh) * | 2020-07-31 | 2023-11-03 | 青岛海信移动通信技术有限公司 | 移动终端及其图像显示方法 |
CN113542710A (zh) * | 2021-09-15 | 2021-10-22 | 广州匠芯创科技有限公司 | 基于误差扩散Dither算法的图像处理方法、系统及介质 |
CN113542710B (zh) * | 2021-09-15 | 2022-02-22 | 广州匠芯创科技有限公司 | 基于误差扩散Dither算法的图像处理方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105391912B (zh) | 2018-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105391912A (zh) | 基于误差扩散的图像处理方法 | |
CN105354809B (zh) | 一种基于输出图像像素位置索引的预畸变方法和装置 | |
US20180336864A1 (en) | Display device and method of driving display panel | |
CN103402042B (zh) | 基于分块式误差扩散的半色调图像生成方法 | |
JP6383753B2 (ja) | 高容量の2dカラーバーコード設計、およびカメラベースのアプリケーションの処理方法 | |
EP3300060B1 (en) | Image display method and display device | |
JP2017016635A (ja) | カメラベースのアプリケーション用の高容量2dカラーバーコードの設計および処理方法 | |
US20170195520A1 (en) | Image processing method, apparatus, and image forming device | |
JP2013207677A5 (zh) | ||
CN102542528B (zh) | 一种图像转换处理方法及系统 | |
JP2010103860A5 (zh) | ||
JPH11234513A (ja) | 擬似階調画像処理装置 | |
JP2014082551A (ja) | 画像処理装置および画像処理方法 | |
JP2012247897A (ja) | 画像処理装置および画像処理方法 | |
CN103686029A (zh) | 一种用于大屏幕多投影系统的视频像素对角插值方法 | |
JP4308280B2 (ja) | 階調補正装置 | |
JP4141824B2 (ja) | ドット分散型マスク、画像表示装置、画像処理装置及び方法、画像処理プログラム、ドット分散型マスクの作成方法、ドット分散型マスクの作成プログラムおよびコンピュータ読み取り可能な記録媒体 | |
Guo et al. | High efficient direct binary search using multiple lookup tables | |
Koge et al. | A GPU implementation of clipping-free halftoning using the direct binary search | |
CN113436087B (zh) | 一种图像二值化及显示方法、存储介质和终端设备 | |
JP6388337B2 (ja) | 画像変換処理方法、それを実行させるためのプログラム及び画像変換処理装置 | |
CN109712126B (zh) | 图片识别方法及装置 | |
JP4596066B2 (ja) | 画像処理装置、画像処理方法および画像表示装置 | |
CN106504178A (zh) | 一种图像处理方法及装置 | |
KR100629514B1 (ko) | 다치화 처리장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 710075 DEF101, Zero One Square, Xi'an Software Park, No. 72 Zhangbajie Science and Technology Second Road, Xi'an High-tech Zone, Shaanxi Province Patentee after: Xi'an Nova Nebula Technology Co., Ltd. Address before: 710075 Qinfengge D District 401, Xi'an Software Park, 68 Science and Technology Second Road, Xi'an High-tech Zone, Shaanxi Province Patentee before: Xian Novastar Electronic Technology Co., Ltd. |
|
CP03 | Change of name, title or address |