基于HVS模型的誤差擴散方法

摘要：針對傳統(tǒng)誤差擴散算法處理過程中圖像邊緣信息不完整，中色調(diào)區(qū)域有紋理結(jié)構(gòu)存在的問題，提出一種基于人類視覺系統(tǒng)（HVS）模型的誤差擴散半色調(diào)方法。該方法先對原圖像進行了圖像分割，在非邊緣區(qū)域采用傳統(tǒng)誤差擴散算法處理，邊緣區(qū)域采用基于HVS模型的誤差擴散系數(shù)進行誤差擴散處理，最后再在HVS模型的基礎(chǔ)上對像素進行矯正。實驗結(jié)果表明該算法能夠有效減少圖像細節(jié)損失，保留原圖像信息。

關(guān)鍵詞： 數(shù)字半色調(diào)；誤差擴散算法；人類視覺模型；圖像分割；誤差擴散系數(shù)

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2013）10-2455-04

數(shù)字半色調(diào)技術(shù)是基于人眼的視覺特性和圖像的成色特性，利用數(shù)學(xué)、計算機等工具，在二值設(shè)備或多色二值設(shè)備上實現(xiàn)圖像再現(xiàn)的一門技術(shù)，是將連續(xù)調(diào)圖像經(jīng)過處理后再輸出以實現(xiàn)圖像階調(diào)再現(xiàn)的基礎(chǔ)性研究[1]。用誤差擴散算法處理過的圖像效果色調(diào)豐富，所以它被認為是數(shù)字半色調(diào)算法中較理想的算法之一，許多算法都是在此算法基礎(chǔ)上進行改進的。由于誤差擴散算法在進行量化誤差擴散時沒有將圖像的邊緣細節(jié)信息以及人眼對圖像的識別情況考慮到，因此會造成現(xiàn)邊緣輪廓的失真，以及結(jié)構(gòu)性紋理的存在。一種基于HVS（Human Vision System）模型的誤差擴散方法，可以有效地改善再現(xiàn)圖像質(zhì)量。

1 算法基本原理

1.1 傳統(tǒng)的誤差擴散半色調(diào)算法

1.2 HVS模型

Nasanen模型和Campbel模型處理過的圖像都會有紋理產(chǎn)生，但前者產(chǎn)生的紋理更加光滑，而在中頻區(qū)域，后者產(chǎn)生的紋理具有一致性。除Nasanen模型為低通濾波器，其他三種均為帶通濾波器。對于究竟哪一種模型最好很難有最終定論，但是在產(chǎn)生的主觀視覺效果上，Alford和Mitsa經(jīng)研究后認為低通視覺模型比帶通視覺模型更好[3]。因此，通常選用Nasanen模型來進行研究。由于HVS模型具有圓對稱性特點，對人眼視覺系統(tǒng)的模擬中，這一點非常重要，因此HVS模型常用Gaussian函數(shù)代替。Gaussian函數(shù)除了具有圓對稱性，還有許多適合進行半色調(diào)處理的特征性，比如其濾波器的傅立葉反變換是高斯的，光滑的人眼亮度單峰曲線使其具有理想的低通特性，參數(shù)沒有振鈴且容易控制等，因此實際應(yīng)用中它常被作為Nasanen模型的代替[4]。

2 基于HVS模型的誤差擴散算法

2.3誤差擴散處理

4 結(jié)束語

針對標準誤差擴散算法對邊緣區(qū)域點的處理不夠重視，處理中色調(diào)區(qū)域時產(chǎn)生結(jié)構(gòu)性紋理的不足，提出了基于HVS模型誤差擴散方法，在對標準誤差擴散算法優(yōu)點進行保留的基礎(chǔ)上進行改進，最大限度地保持了圖像的完整，最大限度地改善了存在的紋理問題，使得圖像在視覺上顯示效果更佳。

參考文獻：

[1] 任小玲，張二虎.數(shù)字半色調(diào)發(fā)展概述[J].西安工業(yè)學(xué)院學(xué)報，2003，23（2）：108-113.

[2] FLOYD R W， STEINBERG L. An adaptive algorithm for spatial grey scale [C]. Society for Information Dis- play， 1976， 17（2）：75-77.

[3] Alford J R，Mitsa T.Qualitative Comparison of Visual Model in an Iterative Halftoning Proceedure[C].Image Processing 1995，International Conference on Volume，Princeton，1995.

[4] Kim S H， Allebach J P.Impact of HVS Models on Model-based Halftoning [J].IEEE Transactions on Image Processing， 2002， 11（3）：258-269.

[5] ZHANG XIAOHUA， LIU FANG， JIAO LCHENG. An effective image halftoning and inverse halftoning technique based on HVS[C]∥Proceedings of the fifth international conference on computational intelligence and multimedia applications. Xi’an： IEEE Computer Society Press， 2003， 441-445.