| 【中文题名】 | 数字半色调技术研究 |
| 【英文题名】 | Research on Digital Halftoning Technique |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-4-27 |
| 【中关键词】 | 数字半色调,误差扩散,图像视觉特征,自适应,评价参数, |
| 【英关键词】 | Digital halftoning,Error diffusion,Image visual characteristics,Adaptive,Evaluation parameter, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
数字半色调技术是基于人眼的视觉特性和图像的成色特性,利用数学、计算机等工具,在二值设备或有限灰度级设备上实现图像再现的一门技术。该技术广泛应用于印刷、纺织、打印技术、数字图像的压缩存储、图像的传输、医学等各个领域,所以研究数字半色调技术具有重要的现实意义和应用价值。
本文提出了:1.一种新的快速误差扩散算法。该算法保持了现在普遍应用的基本误差扩散算法的简单性,并有效提高了处理速度;2.一种基于图像视觉特征的自适应数字半色调算法。该算法根据每个像素的局部图像视觉特征对视觉滤波器参数进行自适应调整,以此实现了在平滑度和清晰度方面对于半色调图像质量的控制,提高了图像质量;3.一种基于视觉感知特征的半色调图像质量评价方法。通过实际数据的实验,对于所提出方法的有效性进行了确认。 |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-9 |
|
第一章 绪论 |
9-13 |
|
1.1 半色调技术的概念 |
9 |
|
1.2 数字半色调技术的应用领域 |
9-10 |
|
1.3 数字半色调技术的发展过程及现状 |
10 |
|
1.4 数字半色调技术研究的意义 |
10-11 |
|
1.5 本文的工作 |
11-13 |
|
第二章 数字半色调技术的基本理论 |
13-31 |
|
2.1 数字图像的表示方法与人眼的视觉特性 |
13-17 |
|
2.1.1 数字图像的计算机表示 |
13-15 |
|
2.1.2 人眼的视觉特性 |
15-17 |
|
2.2 图像再现系统的构成 |
17-20 |
|
2.2.1 数据的滤波与缩放 |
17-18 |
|
2.2.2 色彩校准 |
18 |
|
2.2.3 图像的多级抖动处理 |
18-19 |
|
2.2.4 色彩空间的转换 |
19-20 |
|
2.3 数字图像半色调技术的基本原理及分类 |
20-24 |
|
2.3.1 数字图像半色调技术的基本原理及实现 |
20-21 |
|
2.3.2 灰度图像的半色调技术 |
21-23 |
|
2.3.3 彩色图像的半色调技术 |
23-24 |
|
2.4 影响数字半色调技术的三大因素 |
24-31 |
|
2.4.1 像素的处理路径 |
25-26 |
|
2.4.2 阈值的选取方法 |
26-29 |
|
2.4.3 误差滤波器的设置 |
29-31 |
|
第三章 数字半色调技术的新近发展 |
31-44 |
|
3.1 基于边缘检测的误差扩散算法 |
31-34 |
|
3.1.1 边缘检测算法在误差扩散法中的应用 |
31-32 |
|
3.1.2 不同边缘检测算子的性能比较 |
32-34 |
|
3.1.3 算法效果分析 |
34 |
|
3.2 基于图像极小相似度的填充曲线数字半色调方法 |
34-36 |
|
3.2.1 极小相似度空间填充曲线 |
34 |
|
3.2.2 具体算法过程 |
34-36 |
|
3.2.3 算法效果分析 |
36 |
|
3.3 基于图像特征信息的数字半色调方法 |
36-39 |
|
3.3.1 图像特征函数的构造 |
36-37 |
|
3.3.2 带通金字塔滤波器的构造 |
37-38 |
|
3.3.3 算法实现 |
38-39 |
|
3.3.4 算法效果分析 |
39 |
|
3.4 基于视觉信息的数字半色调技术 |
39-44 |
|
3.4.1 算法构建基础 |
40 |
|
3.4.2 算法实现 |
40-42 |
|
3.4.3 算法效果分析 |
42-44 |
|
第四章 改进数字半色调算法的设计和实现 |
44-58 |
|
4.1 快速误差扩散算法 |
44-51 |
|
4.1.1 基于基本误差扩散算法的改进 |
44-46 |
|
4.1.2 FED 算法的实现 |
46-47 |
|
4.1.3 算法流程图 |
47-48 |
|
4.1.4 算法仿真结果 |
48-50 |
|
4.1.5 结论 |
50-51 |
|
4.2 基于图像视觉特征的自适应数字半色调技术 |
51-58 |
|
4.2.1 算法基本思想 |
51-52 |
|
4.2.2 算法的实现 |
52-54 |
|
4.2.3 算法的流程示意图 |
54-56 |
|
4.2.4 算法仿真结果 |
56-57 |
|
4.2.5 算法效果分析 |
57-58 |
|
第五章 数字半色调重现图像的质量评价 |
58-65 |
|
5.1 数字半色调图像的质量评价方法及其数学描述 |
58-62 |
|
5.1.1 主观评价及其实现方法 |
58-59 |
|
5.1.2 图像的客观评价及其实现方法 |
59-61 |
|
5.1.3 数字半色调算法的时间复杂度 |
61-62 |
|
5.2 基于视觉感知特征的半色调图像质量评价方法 |
62-65 |
|
第六章 各种数字半色调算法的试验结果及分析 |
65-69 |
|
6.1 实验内容 |
65 |
|
6.2 主观质量评价结果 |
65-66 |
|
6.3 客观质量评价结果 |
66-68 |
|
6.3.1 传统客观质量评价方法的评价结果 |
66-67 |
|
6.3.2 基于视觉感知特征的半色调图像质量评价结果 |
67 |
|
6.3.3 时间复杂度 |
67-68 |
|
6.4 质量评价总结 |
68-69 |
|
第七章 总结与展望 |
69-71 |
|
7.1 论文工作的总结 |
69 |
|
7.2 研究中仍存在的问题 |
69-70 |
|
7.3 研究工作的展望 |
70-71 |
|
致谢 |
71-72 |
|
参考文献 |
72-77 |
|
研究成果 |
77 |
|
| 【DOI】 | LunWen.ID:2.2008.366723 |
