CN1455371A - 彩色至单色计算机图像转换方法 - Google Patents

Abstract

本发明涉及一种计算机图像处理技术，具体说是有关于一种彩色至单色计算机图像转换方法，其可适用于仅具有单色显示功能的信息平台的单色显示器上。采用改进的二阶拉普拉斯微分方程式的回旋核心矩阵所推演出的计算机图像转换算法来将原始彩色计算机图像转换成具有边界特征强化效果的转换图像；再接着将此转换图像由现有的抖动算法图像转换程序而转换成所需的单色图像。本发明相较于现有技术，此彩色至单色计算机图像转换方法所得到的单色图像具有更为清晰的边界特征及单线条图案。

Description

彩色至单色计算机图像转换方法

一、技术领域：

本发明涉及一种计算机图像处理技术，具体说是有关于一种彩色至单色计算机图像转换方法。

二、技术背景：

个人数字助理装置(Personal Digital Assistant，PDA)为一种小型的可携带式智能型信息平台，其可提供简单的信息功能，例如记事本、通讯簿、计算器、日历、电子表格、数据库、等等，并可利用小型的液晶显示屏幕来显示各种文字及图像数据。此外，个人数字助理装置也可连结至个人计算机或网际网络，凭借此从个人计算机或网际网络下载各种文字及图像数据。

图1的示意图即显示个人数字助理装置110搭接至个人计算机平台120的应用架构，其即可让该个人数字助理装置110从该个人计算机平台120下载计算机图像，例如为电子地图，并将该电子地图显示于其显示屏幕111上。

个人数字助理装置上的液晶显示屏幕包括高阶的彩色式和低阶的单色式。彩色式的显示屏幕可显示各种彩色计算机图像；但单色式的显示屏幕则仅能显示单色计算机图像。因此若具有单色式显示屏幕的个人数字助理装置欲显示一张彩色计算机图像时，则其需首先将该彩色计算机图像转换成单色计算机图像，再接着将转换后的单色计算机图像显示于其单色式显示屏幕上。

现有的彩色至单色计算机图像转换方法例如包括有直接二值化转换方法、抖动(jitter)二值化转换方法等等。

然而，上述的现有计算机图像转换方法的缺点在于其若应用于转换边界特征较为重要的图像，例如为电子地图，则其效果便比较不令人满意。这是由于上述的现有计算机图像转换方法会弱化电子地图中的边界特征，使得转换后的单色地图变得难以分辨出其中的道路、河流、建筑物、街区等等。

图2即显示电子地图的原始彩色计算机图像；而图3则显示现有的直接二值化转换方法将图2所示的彩色电子地图转换过后所得到的单色计算机图像；而图4则显示现有的抖动二值化计算机图像转换方法将图2所示的彩色电子地图处理过后所得到的单色计算机图像。

由图3及图4可看出，现有的直接二值化转换方法和抖动二值化转换方法所转换成的图像并不具有清晰的边界特征。

上述问题的一种现有解决方法即为采用以下的二阶拉普拉斯(Laplace)微分方程式来强化电子地图中的边界特征：L(x，y)＝Δx²f(i，j)

＝4f(x，y)-[f(x，y-1)+f(x-1，y)+f(x-1，y+1)+f(x+1，y)]

  (公式A1)其中L(x，y)代表图像坐标(x，y)处的色彩梯度的一次微分，也为对其色彩的二次微分。此外，若3*3个图素的回旋核心(convolution kernel)矩阵为： $\left[\begin{array}{ccc}X0& X1& X2\\ X3& X4& X5\\ X6& X7& X8\end{array}\right]$ 则转换后的新图像中的第i列第j行的图素值F(i，j)即可由以下的公式而求得：F(i，j)＝X0*f(i-1，j-1)+X1*f(i-1，j)+X2*f(i-1，j+1)+

X3*f(i-1，j)+X4*f(i，j)+X5*f(i+1，j)+

X6*f(i-1，j+1)+X7*f(i，j+1)+X8*f(i+1，j+1)    (公式A2)其中f(i，j)代表原始彩色计算机图像中的第i列第j行的图素值。换言之，上述的二阶拉普拉斯微分方程式(公式A1)的回旋核心矩阵即为：

(公式A3) $\left[\begin{array}{ccc}0& -1& 0\\ -1& 4& -1\\ 0& -1& 0\end{array}\right]$

图5即显示利用上述的回旋核心矩阵将图2所示的彩色电子地图转换过后所得到的计算机图像。由图5可看出，上述的二阶拉普拉斯微分方程式(公式A1)的回旋核心矩阵所转换成的计算机图像具有略为突出的边界特征。然而其缺点在于其所提供的边界特征的强度仍未达到令人满意的效果。此外，原始彩色计算机图像中的单线条图案，例如为其中的文字讯息，其转换后的结果不只更为模糊，甚至于变成中空的图案。

三、发明内容：

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种可更为强化转换后的计算机图像中的边界特征，但不会破坏原有的单线条图案的彩色至单色计算机图像转换方法。

为达到上述目的，本发明所采用的技术方案为：

一种彩色至单色计算机图像转换方法，其特殊之处在于：

所述的彩色至单色计算机图像转换方法为将现有的二阶拉普拉斯微分方程式中的系数进行调整，其(公式B1)如下所示：L1(x，y)＝Δx²·f(i，j)

    ＝401*f(x，y)-100*[f((x，y-1)+f(x-1，y)+f(x，y+1)+f(x+1，y)]

其中L1(x，y)代表图像坐标(x，y)处的色彩梯度的一次微分，也为对其色彩的二次微分；

其中f(i，j)代表原始彩色计算机图像中的第i列第j行的图素值；

上述的改进的二阶拉普拉斯微分方程式(公式B1)的3*3回旋核心(convolution kernel)矩阵为(公式B2)： $\left[\begin{array}{ccc}0& -100& 0\\ -100& 401& -100\\ 0& -100& 0\end{array}\right].$

上述的转换方法的步骤如下：

(1)、首先执行程序(10)来取得原始彩色计算机图像，获得原始彩色计算机图像的尺寸为w*h，其中w为宽度、而h为高度。

(2)、执行程序(20)，执行王氏算法计算机图像转换程序，如步骤(21)至(28)：

a、步骤(21)，令i＝1，Color＝0，i代表原始彩色计算机图像中的列；

b、步骤(22)，判断i＜h-1？，若否，执行步骤(30)，若是，执行步骤(23)；

c、步骤(23)，判断j＜w？，若否，执行步骤(28)，若是，执行步骤(24)；

d、步骤(24)，Color＜3？，若否，执行步骤(27)，若是，执行步骤(25)；

e、步骤(25)，令转换后的新图象中的像素F(i，j)等于原始图象f(i，j)的周边9点与公式(B2)的回旋核心矩阵的回旋演算值；在执行步骤(26)；

f、步骤(26)，令Color加1，再执行步骤(24)；

g、步骤(27)，令j加1，再执行步骤(23)；

h、步骤(28)，令i加1，再执行步骤(22)。

(3)、执行程序(30)，对转换后的新图象进行抖动二值化转换程序，从而求得所需的单色电脑图象。

上述的程序(30)所采用的抖动算法可为Bayer氏抖动算法。

上述的程序(30)所采用的抖动算法为Floyd/Steinberg氏抖动算法。

本发明相对于现有技术，其计算机图像转换方法处理过后所得到的单色图像具有较现有技术更为清晰的边界特征及单线条图案，即为转换后的单色地图中的道路、河流、建筑物、街区、等等，较现有技术更为清晰而可分辨，因此特别适用于将彩色电子地图显示于单色显示屏幕上。

四、附图说明：

图1为个人数字助理装置搭接至个人计算机平台的应用架构示意图；

图2为显示电子地图的原始彩色计算机图像(黑白稿)；

图3为现有的直接二值化计算机图像转换方法将图2所示的电子地图转换过后所得到的计算机图像；

图4为现有的抖动二值化计算机图像转换方法将图2所示的电子地图转换过后所得到的计算机图像；

图5为现有的二阶拉普拉斯微分方程式的回旋核心矩阵将图2所示的电子地图转换过后所得到的计算机图像；

图6为本发明的彩色至单色计算机图像转换方法中的各个程序步骤的流程图；

图7为本发明的彩色至单色计算机图像转换方法所采用的二阶拉普拉斯微分方程式的回旋核心矩阵将图2所示的电子地图转换过后所得到的计算机图像；

图8为本发明的彩色至单色计算机图像转换方法所采用的抖动二值化算法将图7所示的计算机图像转换过后所得到的单色计算机图像。

五、具体实施方式：附图标号说明如下：

110————个人数字助理装置

111————显示屏幕

120————个人计算机平台

本发明的彩色至单色计算机图像转换方法是将现有的二阶拉普拉斯微分方程式(公式A1)中的系数通过尝试错误实验方式而求得最佳化的系数值，其如以下公式所示：L1(x，y)＝Δx²·f(i，j)

    ＝401*f(x，y)-100*[f(x，y-1)+f(x-1，y)+f(x，y+1)+f((x+1，y)]

(公式B1)

上述的改进的二阶拉普拉斯微分方程式(公式B1)的3*3回旋核心(convolution kernel)矩阵即为：

(公式B2) $\left[\begin{array}{ccc}0& -100& 0\\ -100& 401& -100\\ 0& -100& 0\end{array}\right]$

假设原始彩色计算机图像的尺寸为w*h，其中w为宽度、而h为高度，则根据(公式B2)所示的回旋核心矩阵，我们可导出一种新的计算机图像转换算法(在此说明书中，将此算法称为＂王氏计算机图像转换算法＂)，其可强化转换后的计算机图像中的边界特征，但不会破坏原有的单线条图案。

参见图6，首先执行程序(10)来取得原始彩色计算机图像，其例如为彩色的电子地图。假设此原始彩色计算机图像的尺寸为w*h，其中w为宽度、而h为高度。

接着执行程序(20)，即执行王氏算法计算机图像转换程序，其中包括步骤(21)至(28)，用以转换该原始彩色计算机图像；转换后的新图像仍为彩色的图像。

起具体步骤如下：

a、步骤(21)，令i＝1，Color＝0，i代表原始彩色计算机图像中的列；

b、步骤(22)，判断i＜h-1？，若否，执行步骤(30)，若是，执行步骤(23)；

c、步骤(23)，判断j＜w？，若否，执行步骤(28)，若是，执行步骤(24)；

d、步骤(24)，Color＜3？，若否，执行步骤(27)，若是，执行步骤(25)；

e、步骤(25)，令转换后的新图象中的像素F(i，j)等于原始图象f(i，j)的周边9点与公式(B2)的回旋核心矩阵的回旋演算值；在执行步骤(26)；

f、步骤(26)，令Color加1，再执行步骤(24)；

g、步骤(27)，令j加1，再执行步骤(23)；

h、步骤(28)，令i加1，再执行步骤(22)。

参见图7，图7即显示上述的王氏算法计算机图像转换程序(20)将图2所示的电子地图的原始彩色计算机图像处理过后所得到的计算机图像。

接着执行程序(30)，即执行抖动算法图像转换程序，以此将程序(20)所转换的图像进而转换成单色计算机图像。此程序(30)所采用的抖动算法可例如为Bayer氏抖动算法或Floyd/Steinberg氏抖动算法。由于此二种抖动算法均为现有的算法，因此以下将不对其内容作进一步详细的说明。

由此图8可看出，图2所示的电子地图的原始彩色计算机图像经由本发明的计算机图像转换方法处理过后，其所得到的单色图像具有较现有技术更为清晰的边界特征及单线条图案，即为转换后的单色地图中的道路、河流、建筑物、街区、等等，较现有技术更为清晰而可分辨。

综而言之，本发明提供了一种新颖的彩色至单色计算机图像转换方法，其可将一原始的彩色计算机图像转换成单色的计算机图像，且该转换后的单色图像可具有较现有技术更为清晰的边界特征及单线条图案。本发明因此较现有技术具有更佳的进步性及实用性。

以上所述仅为本发明的较佳实施例而已，并非用以限定本发明的实质技术内容的范围。若是与本发明完全相同、或是为一种等效的变更，也应属于本发明的保护范围。

Claims (4)

1、一种彩色至单色计算机图像转换方法，其特征在于：

所述的彩色至单色计算机图像转换方法为将现有的二阶拉普拉斯微分方程式中的系数进行调整，其(公式B1)如下所示：L1(x，y)＝Δx²·f(i，j)

    ＝401*f(x，y)-100*[f(x，y-1)+f(x-1，y)+f(x，y+1)+f(x+1，y)]

其中L1(x，y)代表图像坐标(x，y)处的色彩梯度的一次微分，也为对其色彩的二次微分；

其中f(i，j)代表原始彩色计算机图像中的第i列第j行的图素值；

上述的改进的二阶拉普拉斯微分方程式(公式B1)的3*3回旋核心(convolution kernel)矩阵为(公式B2)： $\left[\begin{array}{ccc}0& -100& 0\\ -100& 401& -100\\ 0& -100& 0\end{array}\right]$

2、根据权利要求1所述的一种彩色至单色计算机图像转换方法，其特征在于：所述的转换方法的步骤如下：

(1)、首先执行程序(10)来取得原始彩色计算机图像，获得原始彩色计算机图像的尺寸为w*h，其中w为宽度、而h为高度。

(2)、执行程序(20)，执行王氏算法计算机图像转换程序，如步骤(21)至(28)：

a、步骤(21)，令i＝1，Color＝0，i代表原始彩色计算机图像中的列；

b、步骤(22)，判断i＜h-1？，若否，执行步骤(30)，若是，执行步骤(23)；

c、步骤(23)，判断j＜w？，若否，执行步骤(28)，若是，执行步骤(24)；

d、步骤(24)，Color＜3？，若否，执行步骤(27)，若是，执行步骤(25)；

e、步骤(25)，令转换后的新图象中的像素F(i，j)等于原始图象f(i，j)的周边9点与公式(B2)的回旋核心矩阵的回旋演算值；在执行步骤(26)；

f、步骤(26)，令Color加1，再执行步骤(24)；

g、步骤(27)，令j加1，再执行步骤(23)；

h、步骤(28)，令i加1，再执行步骤(22)。

(3)、执行程序(30)，对转换后的新图象进行抖动二值化转换程序，从而求得所需的单色电脑图象。

3、根据权利要求2所述的一种彩色至单色计算机图像转换方法，其特征在于：所述的程序(30)所采用的抖动算法可为Bayer氏抖动算法。

4、根据权利要求2所述的一种彩色至单色计算机图像转换方法，其特征在于：所述的程序(30)所采用的抖动算法为Floyd/Steinberg氏抖动算法。

Images