CN1228962C - 网纹消除方法 - Google Patents

Abstract

一种网纹消除方法及其装置，利用误差扩散的原理将邻近像素之间的色阶差异扩散至相邻像素点，以消除灰阶差异，达到像素点灰阶均衡，并可进行实时影像处理。其主要由平均运算电路将邻近像素点的加权取平均得到输出影像像素点Y’ij，经一第二加法器将Y’ij减去误差扩散像素点Gij而得到邻近像素点误差量dij，dij经一误差滤波器处理得到改正后的像素点误差量H(d(i，j))，再由一第一加法器将输入影像像素点Yij与H(d(i，j))相加得到改正后的误差扩散像素点Gij，使得平均运算电路可根据改正后的误差扩散像素点Gij与相邻像素点加权取平均而得到改正后的输出影像像素点Y’ij，直至所有像素点处理完毕为止。

Description

网纹消除方法

技术领域

本发明涉及一种网纹消除方法及其装置，特别是关于一种运用在影像处理装置如多功能事务机(MFP)或扫描仪(Scanner)的方法及装置，将扫描的影像透过影像处理方法，消除不必要且重复性高的纹路如网花，以便使影像具有极佳的平滑效果。

背景技术

由于多功能事务机、扫描仪在日常生活中的使用日渐频繁，对于影像处理品质的好坏与速度日趋重视，最终目的就在于将输出的影像资料尽可能还原成与原始的影像资料相同，并借由算法提供修饰处理，使输出的影像资料色阶能更为平滑，而能获得较佳的影像重制性。

图1所示为一影像处理的流程，是先将文件的原稿经扫描模块扫描取样后，形成数字化的RGB数据输入，经由CMYK转换、半色调处理及图文加强处理，产生CMYK的半色调影像，最后再经由打印机模块打印出来。因此从扫描取样到打印文件都必须经过CMYK转换、半色调处理，适当的安排各种颜色打印的位置以使人眼能感受到颜色及色阶的变化。

在上述的半色调处理中有规则抖动(Order Dither)及误差扩散(ErrorDiffusion)两种方法。其中规则抖动是利用分辨率的减少来增加灰阶的数目，也就是将一个区域影像利用点模式编码后，来模仿肉眼所见的灰阶效果，即一种颜色在一个区域内点模式编码的点越多，这种颜色的深浅层次就会越多。

误差扩散是当连续的灰色尺度影像(gray scale image)被二进制时，用来产生误差并配到邻近像素点(pixel)的一种技术，即利用特定方向像素点的灰阶误差，经过特定比例的累加后，来判断下一像素点为黑色或白色。如图2所示，误差扩散一般主要由一第一加法器11、一临界值比较电路12、一第二加法器13及一误差滤波器14所组成，其中Xij为输入影像的像素点，Uij为误差扩散像素点(error diffusion pixel)，X’ij为输出影像的像素点，eij为邻近像素点误差量。第二加法器13是将输出影像的像素点X’ij减去误差扩散像素点Uij得到邻近像素点的误差量eij，邻近像素点误差量eij经由误差滤波器14处理得到改正后的像素点误差量H(e(i，j))，并经由第一加法器11将输入影像的像素点Xij减去像素点误差量H(e(i，j))而得到改正后的误差扩散像素点Uij，误差扩散像素点Uij与临界值比较电路12的一临界值t作比较，而得到二进制值(0或1)输出，即当误差扩散像素点Uij大于临界值t则输出二进制值为1，而当误差扩散像素点Uij小于临界值t则输出二进制值为0。借此，误差扩散能将误差值分配到与像素点相邻的邻近像素点，以拉近像素点与邻近像素点之间的差异性。

但由于印刷品半色调算法(规则抖动或误差扩散)的先天限制而产生诸多网花(Moire)，故一般影像处理方法多以屏蔽(Mask)算法或频率域方法(如Fourier Transfer)将所扫描印刷品影像的网花加以消除，但是当网花出现频率繁复且覆盖网纹面积较大时，若欲达到完全消除网花则必须重复进行上述算法(屏蔽或频率域方法)的处理，如此将十分的耗时，进而无法达到快速处理的效果。

为改善现有技术存在的缺点，本发明提出一种网纹消除方法及其装置，通过利用误差扩散的原理将邻近像素之间的色阶差异扩散至相邻像素点，以便消除邻近像素点间的灰阶差异，达到灰阶均衡(模糊)的效果。

发明内容

本发明所要解决的技术问题在于提供一种网纹消除方法及其装置，网花消除可快速完成且效果显著。

本发明所要解决的另一技术问题在于提供一种网纹消除方法及其装置，可依权重值大小作调整，以产生不同程度的网花消除效果(模糊效果)。

另外，本发明通过提供一种网纹消除方法及其装置，还可实现边扫描边进行运算处理，以达到实时处理的效果。

为了达到上述目的，本发明提供一种网纹消除方法，包括下列步骤：

(a)由一平均运算电路(Average)作加权平均运算，将一误差扩散像素点Gii与邻近像素点之间的色阶差异扩散至相邻像素点，而得到一输出影像像素点Y’ij；

(b)经由一第二加法器将该输出影像像素点Y’ij与该误差扩散像素点Gij作运算得到一邻近像素点误差量dij；

(c)将该像素点误差量dij经由一误差滤波器处理得到一改正后的像素点误差量H(d(i，j))；及

(d)经由一第一加法器将一输入影像像素点Yij与该像素点误差量H(d(i，j))作运算得到改正后的误差扩散像素点Gij，并跳至步骤(a)直至影像的所有像素点处理完毕为止；

其中，所述步骤(a)的平均运算电路可依照网花纹路的复杂程度而选择不同的运算权重，以消除网花，使得影像灰阶均衡；以及

该方法是将一影像分成数条像素点数据进行处理，并于每条的逐个像素点处理完后，对该线单位长度的所有像素点取个点像素的邻近像素平均值作为下一线平均运算电路的参考值。

为达到上述目的，本发明提供了一种网纹消除装置，用以对一影像像素资料作网纹消除，其包括：一第一加法器，是输入一影像像素点；一平均运算电路，用以计算邻近该影像像素点的像素点加权平均；一第二加法器，将该平均运算电路与该第一加法器的输出值作加法运算而得到一误差值；及一误差滤波器，用以将该误差值分配到该影像像素点邻近的像素点，并输出至该第一加法器：其中该第一加法器是将该误差滤波器的输出值与该影像像素点作加法运算，并输出一改正后的影像像素点至该平均运算电路，而由该平均运算电路对邻近该改正后的影像像素点的像素点取加权平均，而得到一改正后的输出影像像素点。

为了更进一步阐述本发明的特征及技术内容，下面结合附图和具体实施方式对本发明作进一步说明。

附图说明

图1是彩色影印的影像处理流程图；

图2是公知误差扩散的系统架构图；

图3是本发明网纹消除装置的系统架构图；

图4是本发明网纹消除方法的运算流程图；及

图5是本发明网纹消除方法对影像像素数据处理的示意图。

具体实施方式

图3所示，为本发明网纹消除装置的系统架构图，用以将影像像素资料作网纹消除。其主要由一第一加法器21、一平均运算电路(Average)22、一第二加法器23、及一误差滤波器24组成，其中Yij为输入影像的像素点，Gij为误差扩散像素点(error diffusion pixel)，Y’ij为输出影像的像素点，dij为邻近像素点误差量。

其中平均运算电路22的部份并非用来做二进制值的输出，而是利用误差扩散的原理将邻近像素之间的色阶差异扩散至相邻像素点，平均运算电路22将邻近像素点的加权取平均得到Y’ij的输出影像像素点，经由第二加法器23将输出影像像素点Y’ij减去误差扩散像素点Gij而得到邻近像素点误差量dij，邻近像素点误差量dij经由误差滤波器24的滤波函数H(d)处理，得到改正后的像素点误差量H(d(i，j))，其中滤波函数H(d)如下所述是依权重将误差分配给邻近像素：

H(d)＝{d×W_i+p，j+q|p＝-n1，-n1+1，…，n1′-1，n1′and q＝-n2，-n2+1，…，n2′-1，n2′}，

其中：n1，n1’，n2，n2’属于自然数，w为权重，且∑w_i+p，j+q＝1。

因此再经第一加法器21将输入影像像素点Yij与改正后的像素点误差量H(d(i，j))相加得到改正后的误差扩散像素点Gij，使得平均运算电路22可根据改正后的误差扩散像素点Gij与相邻像素点加权取平均而得到改正后的输出影像像素点Y’ij，并直至所有影像像素资料的像素点处理完毕为止。

图4及图5所示，是利用图3的网纹消除装置的系统构架，将图5中的影像像素资料分成数线(line)并逐线作演算，而影像像素资料的宽度为n(以变量i表示)、高度为m(以变量j表示)，网纹消除方法包含有下列步骤：

步骤31：以i作为一线中的影像像素点的起始位置；

步骤32：借由平均运算电路22计算邻近像素点的加权取平均得到

$\mathrm{Avg}(i,j)=\frac{\mathrm{\Σ}{\mathrm{Avg}}^{\′}(i,j-1){\mathrm{Weight}}_{\mathrm{ij}}+G(i,j)}{\mathrm{\Σ}{\mathrm{Weight}}_{\mathrm{ij}}+1},$

其中，weight为权重；

步骤33：判断Avg(i，j)是否大于255；

若是，则跳至步骤35；

若否，则跳至步骤34；

步骤34：判断Avg(i，j)是否小于0；

若是，则跳至步骤36；

若否，则跳至步骤37；

步骤35：输出影像的像素点Y’ij为255；

步骤36；输出影像的像素点Y’ij为0；

步骤37：输出影像的像素点Y’ij为Avg(i，j)；

步骤38：借由第二加法器23将输出影像的像素点Y’ij减去误差扩散像素点G(i，j)得到邻近像素点误差量d(i，j)；

步骤39：借由第一加法器将输入影像像素点Y(i，j)与邻近像素点误差量dij经由误差滤波器24处理所得到H(d(i，j))作相加得到误差扩散像素点G(i，j)；

步骤40：判断起始位置i是否已到达一线中的最末端(即i大于影像宽度n时)；

若是，则跳至步骤42；

若否，则跳至步骤41；

步骤41：i+1并跳回步骤32，继续处理下一像素点；

步骤42：取得该线以2L+1为单位长度时的所有像素点的个点邻近像素平均值 ${\mathrm{Avg}}^{\′}(i,j)=\left\{\underset{K=-L}{\overset{L}{\mathrm{\Σ}}}{Y}^{\′}(i+k,j)\right\}/(2L+1),$ 其中k为微量变量，L为在i点位置像素点时对左右邻近像素点取高斯平滑运算的个数长度，而L最大宽度可以为影像宽度的一半，但若取太多点作为高斯平滑则影像容易模糊，因此一般L较佳值为1～3，最后并将Avg’(i，j)作为下一线平均运算电路22的参考值，跳至步骤43；

步骤43：判断j是否己到达影像资料最底端的线(即j大于影像高度m时)；

若是，则结束本流程；

若否，则跳至步骤44；

步骤44：j+1并跳回步骤31，继续处理下一线的像素点。

据此，利用上述网纹消除方法及装置将像素点与邻近像素点平均灰阶的差异依误差扩散原理的误差过滤器权重分配至邻近像素，并逐像素点作扩散误差运算，使得多功能事务机或扫描仪在扫描过程中传输部份若干条影像至缓冲器(buffer)时，本网纹消除方法及其装置即可自缓冲器取得该部份影像进行运算再回传，因此当扫描作业结束后本算法已完成所有影像的处理，使得传统半色调算法的先天限制所产生的网花现象得以消除，而达到像素点灰阶均衡(模糊化)的效果及实时影像处理的功能。

所以，本发明的网纹消除方法及其装置具有如下的特点：

(1)使用者可依照网花纹路的复杂程度，选择不同的运算权重(weight)，且权重值愈大则网花消除效果愈明显。

(2)本方法可应用于多功能事务机或扫描仪并可边扫描边进行运算，以达到影像实时处理的功能。

以上所述，仅为本发明的一最佳实施例的详细说明与图式，而本发明的特征并不局限于此。本发明的所有范围应以权利要求书的范围为准，对于所属技术领域的普通技术人员，根据本发明的精神和构思，所进行的各种相应变化和修改，都应包含于本发明的范畴中。

Claims (3)

1、一种网纹消除方法，其特征在于，包括下列步骤：

(a)由一平均运算电路作加权平均运算，将一误差扩散像素点Gij与邻近像素点之间的色阶差异扩散至相邻像素点，而得到一输出影像像素点Y’ij；

(b)经过一第二加法器将所述输出影像像素点Y’ij与所述误差扩散像素点Gij作运算得到一邻近像素点误差量dij；

(c)将所述像素点误差量dij经由一误差滤波器处理得到一改正后的像素点误差量H(d(i，j))；及

(d)经由一第一加法器将一输入影像像素点Yij与所述像素点误差量H(d(i，j)作运算得到改正后的误差扩散像素点Gij，并跳至步骤(a)直至影像的所有像素点处理完毕为止；

其中，所述步骤(a)的平均运算电路可依照网花纹路的复杂程度而选择不同的运算权重，以消除网花，使得影像灰阶均衡；以及

该方法是将一影像分成数条像素点数据进行处理，并于每条的逐个像素点处理完后，对该线单位长度的所有像素点取个点像素的邻近像素平均值作为下一线平均运算电路的参考值。

2、如权利要求1所述的网纹消除方法，其特征在于，所述步骤(b)的第二加法器是将所述输出影像像素点Y’ij减去所述误差扩散像素点Gij而得到所述邻近像素点误差量dij。

3、如权利要求1所述的网纹消除方法，其特征在于，所述步骤(d)的第一加法器是将所述输入影像像素点Yij与所述像素点误差量H(d(i，j))相加得到所述误差扩散像素点Gij。

Images