CN1144153C

CN1144153C - 一种改善调频网中间调质量的数值的调频挂网方法

Info

Publication number: CN1144153C
Application number: CNB021591814A
Authority: CN
Inventors: 周秉锋; 方喜锋; 李海峰
Original assignee: Inst Of Computer Science & Technology Peking University; Beijing Founder Electronics Co Ltd
Current assignee: Inst Of Computer Science & Technology Peking University; Beijing Founder Electronics Co Ltd
Priority date: 2002-12-30
Filing date: 2002-12-30
Publication date: 2004-03-31
Anticipated expiration: 2022-12-30
Also published as: CN1424694A

Abstract

本发明涉及了一种调频挂网方法。现有的各种调频挂网方法在图像中间色调普遍存在纹理以及输出调频网点质量较差或者速度较慢。本发明在现有的调频挂网方法基础上提出了一种优化方法和可控的白噪声域值抖动机制。采用本发明所述的方法，能够有效的改善了挂网效果，同时提高了挂网速度。此外还可以根据需要通过调节抖动幅度来控制网点的粒度。

Description

一种改善调频网中间调质量的数值的调频挂网方法

技术领域

本发明涉及一种图像硬拷贝复制领域的网点生成方法，具体涉及一种改善调频网中间调质量的数值的调频挂网方法。

背景技术

图像的硬拷贝复制主要涉及打印机及高档印刷制版设备的挂网制版技术。用于图像硬拷贝复制的挂网技术又称为数字图像半色调技术。数字图像半色调技术可以分为两类，分别是调幅挂网和调频挂网。调幅挂网又称为聚集点有序抖动技术，其特征是所生成的半色调图像的染色点在几何位置上是两两相邻地聚合在一起的，从而形成了一簇一簇的染色区域，这些染色区域又被称为网点，由于聚集点有序抖动技术采用控制网点面积的方法再现原稿图像灰度，因而被称为调幅网点。

与调幅挂网相反，调频半色调图像在其生成的过程中，尽量避免染色点在几何位置上的聚集。它通过控制单位面积内染色点的个数来实现原稿图像的灰度再现。由于调频半色调图像内的染色点是以非聚集的形式分布的，因此对不同的原稿灰度级，将对应于不同的染色点之间的平均距离，从数字图像处理的角度来看，即是图像的频率是变化的，这就是调频挂网的名词的由来。在生成调频半色调图像的过程中，由于染色点是孤立的分布于图像上的，所以对于固定灰度的原稿图像区域，染色点的分布必须保证十分均匀，亦即每个染色点与其近邻染色点之间的距离必须十分接近前面所述的平均距离，这样才能避免可能出现的有害纹理。

在传统的调频挂网方法中，误差扩散方法最常用的方法。文献“Ditheringwith blue noise”，(Robert A.Ulichney，Proceddings of The IEEE，Vol.76，No.1，January 1988，pp56-79)公开了一种误差扩散方法，在误差扩散算法的处理过程中，原稿图象的象素g(m，n)被逐行顺序地处理，处理的过程中，每个象素用一个固定的阈值进行阈值运算(量化器Quantizer)，运算的结果被转换为半色调图象的相应象素b(m，n)。与此同时，将此结果象素b(m，n)和被求阈值的象素g(m，n)进行比较，并将比较求得的差值e(m，n)用一个扩散滤波器(Errorfilter)扩散至当前处理象素周围的未被处理的象素上。在随后的处理中，被求阈值的象素值是原稿象素g(m，n)和被扩散至此象素上的误差的和。

使用上面的方法输出的调频网点在中间色调存在规则的纹理，在浅调和高光处有蠕虫效果。此外，误差向四个方向扩散，对于实时输出设备而言，速度是一个瓶颈。在实际应用中，为了取得在各个密度层次都均匀分布的染色点，一般主要采用三种改进的策略，其一是改变扩散路径，如采用蛇形路径、Hilbert曲线或者随机路径等来取代我们上面的光栅路径(如图3所示)；其二是采用了扩散滤波器可变的方法，如改变扩散范围和各个扩散方向的权重；其三是进行阈值抖动，采用一定的算法不断的改变阈值，而不是固定阈值。本专利主要是针对第二、第三方面的突破。

发明内容

本发明的目的是针对传统的误差扩散方法实际在输出调频网点中间调质量较差和速度慢的缺陷，提出了一个能够很好的改善调频网中间调质量的数值方法，并籍此提出相应的优化和改善调频网网点分布的方法。既提高了输出速度，又改善了输出效果。

为达到以上目的，本发明采用的技术方案是：

一种改善调频网中间调质量的数值的调频挂网方法，包括以下步骤：

1)输入原稿图象，原稿图象的象素g(m，n)被逐行顺序地处理，每个象素用一个可控的阈值nThreshold进行阈值运算，运算的结果被转换为半色调图象的相应象素b(m，n)；

2)将b(m，n)和被求阈值的象素g(m，n)进行比较，并求得差值e(m，m)；

3)将差值e(m，n)用扩散滤波器扩散至当前处理象素周围的未被处理的象素上，即进行误差扩散；

4)重复以上步骤，直到原稿图象的所有象素g(m，n)被处理完，最后形成原稿图象的半色调图像；

其特征在于：

(1)步骤1)中对原稿图象进行误差扩散前，先确定最优的扩散系数和抖动幅度：先对原稿图象的每一个灰度级，设定三个方向的初始误差扩散系数和一个抖动幅度，然后进行调频挂网，分析挂网后图像的频谱，并以其三个方向的放射频谱的相关度作为优化目标，利用单纯型调优法进行优化，从而寻找到最优的扩散系数和抖动幅度nThresholdScale；

(2)步骤1)中利用找到的抖动幅度nThresholdScale通过下式计算阈值nThreshold：

nThreshold＝127+(rand()％256-127)*nThresholdScale/100

这里rand()为随机数产生器；

(3)在步骤3)中进行误差扩散时，利用前面找到的最优扩散系数进行误差扩散。

假定待挂网的原稿图象G的宽为W，高为H，本算法将此图象转化为同样尺寸的调频半色调二值图B，g[i，j]为原稿图象(i，j)处的象素值，b[i，j]为半色调图像上(i，j)处的象素值，具体算法如下：

原图像沿蛇形路径扫描，取(i，j)处的原稿图象象素值g[i，j]

if(g[i，j]＞nThreshold)

b[i，j]＝255；

else

b[i，j]＝0；

error＝b[i，j]-g[i，j]；

将该误差(error)分别乘以搜索出来的最优扩散滤波器的系数，然后分别与相应位置的原稿图象象素相加，并将结果代替原稿图象相应的象素值。

本发明的效果在于：通过本发明所述的方法，能够在现有技术基础上非常有效地获得最优的扩散系数和抖动幅度，从而产生出分布十分均匀的调频网点。同时本发明提供的抖动策略，可以根据要求的不同，通过调节抖动幅度来获得所需粒度的网点分布。本发明基于数字信号处理和优化理论等理论基础，实现简单，易于操作。

附图说明

图1是调频挂网方法中误差扩散原理图，其中g(m，n)是输入原稿，b(m，n)是误差扩散后的输出稿，quantizer是量化器，Error filter是误差扩散滤波器，error是要扩散的误差；

图2是传统的误差扩散滤波器示意图；

图3是各种误差扩散路径示意图，从左到右依次为光栅路径、Hilbert路径和蛇形路径；

图4是本方法使用的误差扩散滤波器示意图；

图5是理想的误差扩散后图像的频谱；

图6是优化目标示意图，以频谱的三个方向的放射频谱的相关度作为优化目标；

图7是灰度为127的原稿图像使用初始扩散系数进行挂网后的挂网图像和频谱图

图8是灰度为127的原稿图像使用优化后的扩散系数，抖动幅度为60％，进行挂网后的挂网图像和频谱图。

图9是灰度为127的原稿图像使用优化后的扩散系数，抖动幅度为100％，进行挂网后的挂网图像和频谱图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步地描述。

首先对每一个灰度级，设定初始的三个方向的误差扩散系数，和一个抖动幅度，进行调频挂网，分析挂网后图像的频谱，以其三个方向的放射频谱的相关度作为优化目标，利用单纯型调优法进行优化，如图5，图6所示，从而寻找到最优的扩散系数(d₁₀，d_-11，d₀₁)和抖动幅度nThresholdScale。

然后利用前面找到的抖动幅度nThresholdScale通过下式计算阈值nThreshold：

nThreshold＝127+(rand()％256-127)*nThresholdScale/100

这里rand()为随机数产生器。

最后按以下步骤进行误差扩散，求得原稿图象的半色调图像：

1)输入原稿图象，原稿图象的象素g(m，n)按蛇形路径顺序地处理，每个象素与利用抖动幅度计算出来的阈值nThreshold进行阈值运算，运算的结果被转换为半色调图象的相应象素值b(m，n)；

2)将此结果象素值b(m，n)和被求阈值的象素值g(m，n)进行比较，求得误差error；

3)进行误差扩散，将误差e(m，n)用前面搜索到的误差扩散系数(d₁₀，d_-11，d₀₁)扩散至当前处理象素周围的未被处理的象素上(g[i，j+1]，g[i，+1，j-1]，g[i+1，j])；

假定待挂网的原稿图象G的宽为W，高为H，本算法将此图象转化为同样尺寸的调频半色调二值图B

FOR(i＝0；i＜H；i++)

　　IF(i％2＝＝0)//偶数行数据处理

　　{

　　FOR(j＝0；j＜W；j++)

　　{

　　  沿该行从左向右扫描原图象数据，取(i，j)处的图象象素值g[i，j]

　　   if(g[i，j]＞nThreshold)

　　      b[i，j]＝255；

　　   else

　　      b[i，j]＝0；

　　   error＝b[i，j]-g[i，j]；
        <!-- SIPO <DP n="4"> -->
        <dp n="d4"/>
　　    将该误差(error)分别乘以上面优化出来的的扩散滤波器的系数，
　　该系数是灰度级的函数。然后分别与相应位置的原稿图象象素相加，

　　并将结果代替原稿图象相应的象素值

　　  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
  {//奇数行处理

　　 FOR(j＝W-1；j＞＝0；j--)

　　{

　　    if(g[i，j]＞nThreshold)

　　       b[i，j]＝255；

　　    else

　　       b[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；

　　   }

　　}

从图8，图9可以看出，网点的分布非常均匀，其傅立叶频率谱低频部分构成一个正圆。此外，通过调节抖动幅度(nThresholdScale)，可以获得不同粒度的网点分布，如图8的抖动幅度为60％，其网点的粒度较细腻。图9的抖动幅度为100％，其网点的粒度略显粗糙。

下面取127灰度作为一个实例来说明本专利是如何改进中间调的。首先从以前的扩散参数出发，依据优化算法搜索出最优的三个方向的扩散系数和抖动幅度。然后利用误差扩散算法进行调频挂网。表2中列出了127灰度的参数和结果。相应的图示参见图7，图8，图9。

	p	抖动前					抖动后
	p	抖动前					抖动后					实施例1	127	d’₁₀(p)	d’_-11(p)	d’₀₁(p)	抖动幅度	图例	d₁₀(p)	d_-11(p)	D₀₁(p)	抖动幅度	图例
4/6	1/6	1/6	无	图7	2/4	1/4	1/4	60％	图8					d’₁₀(p)	d’_-11(p)	d’₀₁(p)	抖动幅度	图例	d₁₀(p)	d_-11(p)	D₀₁(p)	抖动幅度	图例
4/6	1/6	1/6	无	图7	2/4	1/4	1/4	60％	图8	实施例2	127			4/6	1/6	1/6	无	图7	2/4	1/4	1/4	100％	图9

Claims

1.一种改善调频网中间调质量的数值的调频挂网方法，包括以下步骤：

2)将b(m，n)和被求阈值的象素g(m，n)进行比较，并求得差值e(m，n)；

其特征在于：

nThreshold＝127+(rand()％256-127)*nThresholdScale/100

这里rand()为随机数产生器；