CN107358582A - 自适应选择高斯滤波参数的印刷图像去网方法 - Google Patents
自适应选择高斯滤波参数的印刷图像去网方法 Download PDFInfo
- Publication number
- CN107358582A CN107358582A CN201710465016.3A CN201710465016A CN107358582A CN 107358582 A CN107358582 A CN 107358582A CN 201710465016 A CN201710465016 A CN 201710465016A CN 107358582 A CN107358582 A CN 107358582A
- Authority
- CN
- China
- Prior art keywords
- mrow
- image
- net
- gaussian filtering
- parameter
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012935 Averaging Methods 0.000 claims abstract description 4
- 230000003044 adaptive effect Effects 0.000 claims description 4
- RVRCFVVLDHTFFA-UHFFFAOYSA-N heptasodium;tungsten;nonatriacontahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W] RVRCFVVLDHTFFA-UHFFFAOYSA-N 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 238000000205 computational method Methods 0.000 abstract 1
- 230000009466 transformation Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种自适应选择高斯滤波参数的印刷图像去网方法,步骤包括:1)得到扫描图像;2)采用二维高斯函数作为滤波函数进行去网处理;3)对扫描图像进行卷积滤波去网,得到9幅去网后的图像,对这9幅去网后的图像计算各自的平均梯度;4)采用最小二乘法、使用9组平均梯度和对应的9组高斯滤波参数,求得四个未知参数;5)求平均梯度对高斯滤波参数的导数,并令该导数值等于‑6,得到高斯滤波参数;6)采用二维高斯函数,重新设置1个滤波模板,并用该滤波模板对扫描图像进行滤波去网;7)计算高频信息;8)进行清晰度提高,得到最终的高清图像。本发明方法,去网纹效果好、去网后图像清晰、计算方法简单。
Description
技术领域
本发明属于印刷图像去网技术领域,涉及一种自适应选择高斯滤波参数的印刷图像去网方法。
背景技术
在报刊、书籍、画册等印刷品中的图像都是半色调图像,其中存在着半色调网纹,当这些图像要被重新使用时,经常需要经过扫描录入计算机,扫描中会出现龟纹。半色调网纹及龟纹相当于图像中的噪声,大大降低了扫描后的图像质量,因此需要进行去除。
目前,针对印刷图像去网的方法主要分为三类:空间域去网方法、频率域去网方法和基于小波变换的去网方法。空间域去网方法选用不同模板的滤波器对图像进行去网处理,虽然方便、快速,但去网后的图像一定程度上会变得模糊。频率域去网方法通过对图像进行傅里叶变换,高频部分会产生尖峰,并用一定方法去除尖峰,从而去除网纹,虽然效果较好,但运算量过大。基于小波变换的去网方法,通过对图像进行小波变换,对不同频率做相应的处理,从而去除网纹,其复杂度较高。
上述的三种方法相对来说,空间域去网方法基于高斯滤波的去网方法具有较好的效果。由于不同印刷材料(如胶版纸、轻涂纸、铜版纸、新闻纸、亚光纸等)上的印刷图像存在不同程度的网纹,因此用固定参数的高斯滤波器对不同的扫描图像进行去网,显然是不合适的。目前存在的问题是,如果要获得较好的去网效果,需要人工针对不同的印刷品图像,通过多次实验的比较选择不同的高斯滤波参数,其缺点是人工选择费时费力,受主观影响较大。
发明内容
本发明的目的是提供一种自适应选择高斯滤波参数的印刷图像去网方法,以解决现有方法中无法针对不同材料上的印刷图像自适应选择高斯滤波参数的问题。
本发明采用的技术方案为,一种自适应选择高斯滤波参数的印刷图像去网方法,按照以下步骤实施:
步骤1,针对扫描对象印刷品上的印刷图像,用扫描仪进行扫描,得到扫描图像为f(x,y),其大小为m×n,x=0,1,…,m-1,y=0,1,…,n-1;
步骤2,采用二维高斯函数作为滤波函数进行去网处理,其中的参数σ是需要确定的高斯滤波参数;按照均匀取样方式,取9组不同的σ参数,记为σk=0.2k,其中k=1,2,…,9;根据这9组参数,采用二维高斯函数设置9个不同的滤波模板;
步骤3,利用步骤2设置的9个滤波模板,对扫描图像f(x,y)进行卷积滤波去网,得到9幅去网后的图像,记为fk(x,y),其中k=1,2,…,9,对这9幅去网后的图像分别采用公式(1)计算各自的平均梯度gk:
步骤4,设在任意一个高斯滤波参数σ下去网后的图像的平均梯度为g,则有公式(2)所示的关系:
g=aσ3+bσ2+cσ+d (2)
采用最小二乘法、使用步骤3计算得到的9组平均梯度gk和对应的9组高斯滤波参数σk,求得公式(2)中的未知参数a、b、c、d;
步骤5,使用公式(2),求平均梯度g对高斯滤波参数σ的导数,并令该导数值等于-6,得到自适应确定的高斯滤波参数σ值;
步骤6,按照步骤5求得的高斯滤波参数σ,采用二维高斯函数重新设置1个滤波模板,并用该滤波模板对扫描图像f(x,y)进行滤波去网,设去网后的图像函数为u(x,y);
步骤7,按照公式(3)计算u(x,y)的高频信息h(x,y):
h(x,y)=u(x,y)-u(x,y)*t(x,y) (3)
公式(3)中,符号“*”表示卷积运算,
设置一个阈值因子T,如果h(x,y)<T,则令h(x,y)=0,否则h(x,y)不变;
步骤8,对u(x,y)采用公式(4)进行清晰度提高:
fu(x,y)=u(x,y)+λh(x,y) (4)
公式(4)中,λ是参数,fu(x,y)即为得到的最终高清图像。
本发明的有益效果是,相比较现有的方法,能够根据不同材料上的印刷图像为其自动选择最佳的去网参数,选择不同的高斯滤波参数,有效地去除印刷图像中的网纹信息,并能提高去网后的图像清晰度。
附图说明
图1是本发明方法的流程示意图;
图2是实施例对印刷品轻涂纸进行扫描得到的扫描图像;
图3是采用本发明方法对图2进行去网后得到的图像;
图4是对图3所示图像提高清晰度处理后得到的高清图像。
具体实施方式
下面通过附图及具体实施方式对本发明进行详细说明。
参照图1,本发明的印刷图像去网方法,按照以下步骤实施:
步骤1,针对扫描对象印刷品上的印刷图像,用扫描仪进行扫描,得到扫描图像为f(x,y),其大小为m×n,x=0,1,…,m-1,y=0,1,…,n-1;
印刷图像选用轻涂纸上的一幅图像,如图2所示,得到扫描图像;
步骤2,采用二维高斯函数作为滤波函数进行去网处理,其中的参数σ是需要确定的高斯滤波参数,取值在0到2之间;按照均匀取样方式,取9组不同的σ参数,记为σk=0.2k,其中k=1,2,…,9;根据这9组参数,采用二维高斯函数设置9个7×7大小的不同滤波模板;
步骤3,利用步骤2设置的9个滤波模板,对扫描图像f(x,y)进行卷积滤波去网,得到9幅去网后的图像,记为fk(x,y),其中k=1,2,…,9,对这9幅去网后的图像分别采用公式(1)计算各自的平均梯度gk:
步骤4,设在任意一个高斯滤波参数σ下去网后的图像的平均梯度为g,则有公式(2)所示的关系:
g=aσ3+bσ2+cσ+d (2)
采用最小二乘法、使用步骤3计算得到的9组平均梯度gk和对应的9组高斯滤波参数σk,求得公式(2)中的未知参数a、b、c、d;
实施例中,针对图2所示的扫描图像,计算得到a=-3.8893,b=18.2534,c=-28.4051,d=16.5980;
步骤5,使用公式(2),求平均梯度g对高斯滤波参数σ的导数,并令该导数值等于-6,得到自适应确定的高斯滤波参数σ值;
实施例中,针对图2所示的扫描图像,计算得到的高斯滤波参数σ=0.85;
步骤6,按照步骤5求得的高斯滤波参数σ,采用二维高斯函数重新设置1个7×7大小的滤波模板,并用该滤波模板对扫描图像f(x,y)进行滤波去网,设去网后的图像函数为u(x,y);
如图3所示,是针对图2所示的扫描图像采用高斯滤波参数σ=0.85进行去网后的图像;
步骤7,按照公式(3)计算u(x,y)的高频信息h(x,y):
h(x,y)=u(x,y)-u(x,y)*t(x,y) (3)
公式(3)中,符号“*”表示卷积运算,
设置一个阈值因子T,取值范围为3-10,如果h(x,y)<T,则令h(x,y)=0,否则h(x,y)不变;
步骤8,对u(x,y)采用公式(4)进行清晰度提高:
fu(x,y)=u(x,y)+λh(x,y) (4)
公式(4)中,参数λ取值范围为0.5-1,fu(x,y)即为得到的最终高清图像。
实施例中,图4是对图2采用σ=0.85,T=4,λ=0.7得到去网后的最终高清图像。从图2到图4所给出的图像变化中,能够看出本发明方法选择的高斯滤波参数,能够较好的去除印刷图像中的网纹信息,提高了图像的清晰度,具有快速、简单、效果好的优点。
Claims (5)
1.一种自适应选择高斯滤波参数的印刷图像去网方法,其特征在于,按照以下步骤实施:
步骤1,针对扫描对象印刷品上的印刷图像,用扫描仪进行扫描,得到扫描图像为f(x,y),其大小为m×n,x=0,1,…,m-1,y=0,1,…,n-1;
步骤2,采用二维高斯函数作为滤波函数进行去网处理,其中的参数σ是需要确定的高斯滤波参数;按照均匀取样方式,取9组不同的σ参数,记为σk=0.2k,其中k=1,2,…,9;根据这9组参数,采用二维高斯函数设置9个不同的滤波模板;
步骤3,利用步骤2设置的9个滤波模板,对扫描图像f(x,y)进行卷积滤波去网,得到9幅去网后的图像,记为fk(x,y),其中k=1,2,…,9,对这9幅去网后的图像分别采用公式(1)计算各自的平均梯度gk:
<mrow>
<msub>
<mi>g</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mfrac>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msqrt>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mn>2</mn>
</mfrac>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤4,设在任意一个高斯滤波参数σ下去网后的图像的平均梯度为g,则有公式(2)所示的关系:
g=aσ3+bσ2+cσ+d (2)
采用最小二乘法、使用步骤3计算得到的9组平均梯度gk和对应的9组高斯滤波参数σk,求得公式(2)中的未知参数a、b、c、d;
步骤5,使用公式(2),求平均梯度g对高斯滤波参数σ的导数,并令该导数值等于-6,得到自适应确定的高斯滤波参数σ值;
步骤6,按照步骤5求得的高斯滤波参数σ,采用二维高斯函数重新设置1个滤波模板,并用该滤波模板对扫描图像f(x,y)进行滤波去网,设去网后的图像函数为u(x,y);
步骤7,按照公式(3)计算u(x,y)的高频信息h(x,y):
h(x,y)=u(x,y)-u(x,y)*t(x,y) (3)
公式(3)中,符号“*”表示卷积运算,
设置一个阈值因子T,如果h(x,y)<T,则令h(x,y)=0,否则h(x,y)不变;
步骤8,对u(x,y)采用公式(4)进行清晰度提高:
fu(x,y)=u(x,y)+λh(x,y) (4)
公式(4)中,λ是参数,fu(x,y)即为得到的最终高清图像。
2.根据权利要求1所述的自适应选择高斯滤波参数的印刷图像去网方法,其特征在于,所述的步骤2中参数σ取值在0到2之间。
3.根据权利要求1所述的自适应选择高斯滤波参数的印刷图像去网方法,其特征在于,所述的步骤7中,阈值因子T取值范围为3-10。
4.根据权利要求1所述的自适应选择高斯滤波参数的印刷图像去网方法,其特征在于,所述的步骤8中,参数λ取值范围为0.5-1。
5.根据权利要求1所述的自适应选择高斯滤波参数的印刷图像去网方法,其特征在于,所述的滤波模板大小均为7×7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710465016.3A CN107358582B (zh) | 2017-06-19 | 2017-06-19 | 自适应选择高斯滤波参数的印刷图像去网方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710465016.3A CN107358582B (zh) | 2017-06-19 | 2017-06-19 | 自适应选择高斯滤波参数的印刷图像去网方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107358582A true CN107358582A (zh) | 2017-11-17 |
CN107358582B CN107358582B (zh) | 2020-06-26 |
Family
ID=60273046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710465016.3A Expired - Fee Related CN107358582B (zh) | 2017-06-19 | 2017-06-19 | 自适应选择高斯滤波参数的印刷图像去网方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107358582B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108447030A (zh) * | 2018-02-28 | 2018-08-24 | 广州布伦南信息科技有限公司 | 一种去网纹的图片处理方法 |
CN112562020A (zh) * | 2020-12-23 | 2021-03-26 | 绍兴图信物联科技有限公司 | 基于最小二乘法的tiff图像和半色调图像格式转换方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5343283A (en) * | 1991-02-18 | 1994-08-30 | Oce-Nederland, B.V. | Scan/print system for performing image processing and an image selection unit for use in the scan/print system |
US20040190019A1 (en) * | 2003-03-28 | 2004-09-30 | Hong Li | Methods, systems, and media to enhance image processing in a color reprographic system |
US20060227382A1 (en) * | 2005-03-31 | 2006-10-12 | Lexmark International, Inc. | Method for descreening a scanned image |
US20070183684A1 (en) * | 2006-02-08 | 2007-08-09 | Bhattacharjya Anoop K | Systems and methods for contrast adjustment |
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 |
JP2009284550A (ja) * | 2003-07-01 | 2009-12-03 | Xerox Corp | 走査されたドキュメントのためのデジタル・スクリーニング解除技術 |
AU2009240855A1 (en) * | 2009-11-26 | 2011-06-09 | Canon Kabushiki Kaisha | Descreening for scanned halftone images |
CN103561194A (zh) * | 2013-09-16 | 2014-02-05 | 湖南大学 | 一种基于自适应滤波的扫描图像去网纹方法 |
CN105049670A (zh) * | 2015-07-03 | 2015-11-11 | 西安理工大学 | 一种半色调印刷图像中防伪信息隐藏与提取方法 |
-
2017
- 2017-06-19 CN CN201710465016.3A patent/CN107358582B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5343283A (en) * | 1991-02-18 | 1994-08-30 | Oce-Nederland, B.V. | Scan/print system for performing image processing and an image selection unit for use in the scan/print system |
US20040190019A1 (en) * | 2003-03-28 | 2004-09-30 | Hong Li | Methods, systems, and media to enhance image processing in a color reprographic system |
JP2009284550A (ja) * | 2003-07-01 | 2009-12-03 | Xerox Corp | 走査されたドキュメントのためのデジタル・スクリーニング解除技術 |
US20060227382A1 (en) * | 2005-03-31 | 2006-10-12 | Lexmark International, Inc. | Method for descreening a scanned image |
US20070183684A1 (en) * | 2006-02-08 | 2007-08-09 | Bhattacharjya Anoop K | Systems and methods for contrast adjustment |
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 |
AU2009240855A1 (en) * | 2009-11-26 | 2011-06-09 | Canon Kabushiki Kaisha | Descreening for scanned halftone images |
CN103561194A (zh) * | 2013-09-16 | 2014-02-05 | 湖南大学 | 一种基于自适应滤波的扫描图像去网纹方法 |
CN105049670A (zh) * | 2015-07-03 | 2015-11-11 | 西安理工大学 | 一种半色调印刷图像中防伪信息隐藏与提取方法 |
Non-Patent Citations (6)
Title |
---|
GOPALE, A. M., ET.AL: "Adaptive filtering a descreening approach for color scanned halftones", 《IN 2015 INTERNATIONAL CONFERENCE ON ADVANCES IN COMPUTING》 * |
KITE, T. D., ET.AL: "A fast, high-quality inverse halftoning algorithm for error diffused halftones", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
NISHIDA, H.: "Adaptive inverse halftoning for scanned document images through multiresolution and multiscale analysis", 《PATTERN RECOGNITION》 * |
周涛,等: "加网参数和类型不确定的小波变换逆半调研究", 《包装工程》 * |
张洪刚: "一种高效的逆半调算法", 《计算机工程与应用》 * |
罗彬: "半色调图像去网方法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108447030A (zh) * | 2018-02-28 | 2018-08-24 | 广州布伦南信息科技有限公司 | 一种去网纹的图片处理方法 |
CN112562020A (zh) * | 2020-12-23 | 2021-03-26 | 绍兴图信物联科技有限公司 | 基于最小二乘法的tiff图像和半色调图像格式转换方法 |
CN112562020B (zh) * | 2020-12-23 | 2024-06-07 | 绍兴图信物联科技有限公司 | 基于最小二乘法的tiff图像和半色调图像格式转换方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107358582B (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19842572B4 (de) | Verfahren zur automatischen Entfernung von Bildfehlern | |
JP3549720B2 (ja) | 画像処理装置 | |
CN103561194B (zh) | 一种基于自适应滤波的扫描图像去网纹方法 | |
JP4720490B2 (ja) | ディザマトリックスの生成 | |
CN101877123A (zh) | 一种图像增强方法和装置 | |
Gao et al. | Moiré pattern removal with multi-scale feature enhancing network | |
CN107358582A (zh) | 自适应选择高斯滤波参数的印刷图像去网方法 | |
Al-Hatmi et al. | A review of Image Enhancement Systems and a case study of Salt &pepper noise removing | |
CN102547062A (zh) | 图像处理装置、图像形成装置、以及图像处理方法 | |
CN104616259B (zh) | 一种噪声强度自适应的非局部均值图像去噪方法 | |
Siddiqui et al. | Hardware-friendly descreening | |
DE10307941A1 (de) | System und Verfahren zum automatischen Entrastern digitaler Abbildungen | |
JPH08305846A (ja) | ニューロフィルターと像域分割方法とフィルター装置 | |
Zhang et al. | Image inverse halftoning and descreening: a review | |
CN108447030A (zh) | 一种去网纹的图片处理方法 | |
Duan et al. | An adaptive real-time descreening method based on SVM and improved SUSAN filter | |
JP4144040B2 (ja) | グラビア印刷用画像処理装置 | |
RU2411584C2 (ru) | Способ адаптивного сглаживания для подавления растровой структуры изображений | |
Iqbal et al. | High density impulse noise reduction by denoising neighbor pixels | |
Pawar et al. | A novel technique for the scanned color image descreening | |
CN106899776B (zh) | 一种半色调图像特征的检测方法及装置 | |
JPS61267877A (ja) | 画像処理の方法および装置 | |
Lee et al. | Region-based printing quality enhancement | |
CN108737686A (zh) | 基于图像系数变更的边缘增强误差扩散数字半色调方法 | |
Zavalishin et al. | Inverse halftonning using sparse coding methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200626 |