Triển lãm

Nói về một số thuật toán Halftone kỹ thuật số phổ biến

Oct 25, 2018 Để lại lời nhắn

Nói về một số thuật toán Halftone kỹ thuật số phổ biến

Chúng tôi là một công ty in ấn lớn ở Thâm Quyến Trung Quốc. Chúng tôi cung cấp tất cả các ấn phẩm sách, in bìa sách bìa cứng, in sách bìa cứng, bìa cứng, in ấn in ấn, in ấn cuốn sách yên ngựa, in sách, hộp đóng gói, lịch, tất cả các loại PVC, tài liệu quảng cáo sản phẩm, ghi chú, sách thiếu nhi, nhãn dán, tất cả các loại sản phẩm in màu giấy đặc biệt, thẻ game và vân vân.

Để biết thêm thông tin, vui lòng truy cập

http://www.joyful-printing.com. Chỉ ENG

http://www.joyful-printing.net

http://www.joyful-printing.org

email: info@joyful-printing.net


Công nghệ Halftone đã được sử dụng trong in ấn hơn một thế kỷ và đã được sử dụng trong các thiết bị đầu ra kỹ thuật số trong hơn 40 năm. Với việc sử dụng ngày càng nhiều thiết bị đầu ra kỹ thuật số như máy in laser, máy in phun, máy in kỹ thuật số, máy ảnh kỹ thuật số và màn hình plasma, công nghệ kỹ thuật số bán sắc đã nhận được sự quan tâm rộng rãi từ các nhà sản xuất và tổ chức nghiên cứu. Ngoài các ứng dụng của nó trong in ấn và đầu ra hình ảnh, công nghệ bán sắc kỹ thuật số cũng được sử dụng trong các lĩnh vực lưu trữ nén, dệt may và y học. Do đó, công nghệ bán sắc kỹ thuật số có ý nghĩa lý thuyết quan trọng và giá trị sử dụng.


Như chúng ta đã biết, công nghệ bán sắc kỹ thuật số đề cập đến một công nghệ nhận ra sự sao chép tối ưu của hình ảnh trên các thiết bị màu nhị phân (hoặc đa màu) dựa trên đặc điểm thị giác của con người và đặc điểm tô màu của hình ảnh bằng các công cụ như toán học và máy tính. . Các bán sắc kỹ thuật số là một đặc tính vượt qua thấp của mắt người. Khi được xem ở một khoảng cách nhất định, mắt người nhìn về một phần gần bằng không gian của hình ảnh nói chung. Với đặc điểm này, tỷ lệ xám trung bình cục bộ của hình ảnh bán sắc được quan sát bằng mắt người gần bằng giá trị trung bình xám cục bộ của ảnh gốc, do đó tạo thành hiệu ứng âm liên tục.


Nhiều thuật toán đã được đề xuất dựa trên các đặc tính ứng dụng của các nửa âm kỹ thuật số và các trường khác nhau. Khi phân loại theo phương pháp xử lý của thuật toán, nó có thể được chia thành thuật toán xử lý điểm, thuật toán xử lý vùng lân cận và phương pháp lặp. Thuật toán xử lý điểm là phương pháp đơn giản nhất sử dụng phương pháp kỹ thuật số để mô phỏng quy trình sàng lọc liên hệ truyền thống trong ngành in, trong đó mỗi đơn vị pixel trong hình ảnh bán sắc chỉ được sản xuất phụ thuộc vào độ phân giải của pixel. Các phương pháp quan trọng nhất là phương pháp mẫu tách rời và phương pháp phối màu; thuật toán xử lý vùng lân cận tính toán đa số điểm ảnh trong vùng lân cận của hình ảnh được điều chỉnh liên tục để được xử lý để thu được giá trị pixel của hình ảnh bán sắc. Thuật toán điển hình hơn là thuật toán khuếch tán lỗi; phương pháp lặp là một thuật toán xử lý lặp lại đòi hỏi nhiều phép tính so sánh để có được một hình ảnh bán sắc tối ưu. Do đó, nó có số lượng phép tính lớn nhất. Bài viết này chủ yếu giới thiệu một số thuật toán halftone kỹ thuật số đại diện.


Đầu tiên, thuật toán hoà sắc đặt hàng (hòa sắc theo thứ tự)


Trong thuật toán sàng lọc này, hình ảnh đầu vào được so sánh với ma trận ngưỡng tuần hoàn (hoặc được gọi là ma trận sàng lọc). Một ma trận ngưỡng, trong đó N xác định khoảng thời gian của ma trận ngưỡng.

Đối với một ma trận ngưỡng cụ thể t (n), thuật toán sàng lọc jitter được sắp xếp của nó có thể được mô tả như sau:


(1) Hình ảnh đầu vào phải được chuẩn hóa, tức là 0 ≤ x (n) ≤ 1. Khi h (n) = 0, điểm ảnh đầu ra bán sắc là một điểm trắng, và khi h (n) = 1, điểm ảnh tách ra khỏi pixel là một chấm đen. Ma trận ngưỡng xác định thứ tự các dấu chấm trở thành chấm đen khi độ sáng giảm, điều này cũng xác định chất lượng của hình ảnh bán sắc. Thuật toán phối màu được sắp xếp có các đặc điểm khác nhau với các thiết kế khác nhau của ma trận ngưỡng. Ma trận ngưỡng đơn giản nhất là ma trận trong đó mỗi pixel là một giá trị cố định: t (n) = 0,5. Nếu thuật toán phối màu theo thứ tự với ma trận ngưỡng như vậy được áp dụng cho hình ảnh, hầu hết các chi tiết của hình ảnh âm liên tục bị mất và hình ảnh bán sắc tương ứng sẽ có méo lớn so với hình ảnh âm liên tục ban đầu.


Nói chung, jitter được sắp xếp được chia thành jitter được sắp xếp theo điểm và điểm jitter được sắp xếp theo điểm riêng biệt. Ma trận sàng lọc của jitter được tập hợp theo điểm được thiết kế cẩn thận để mô phỏng quá trình xử lý bán sắc. Khi mật độ pixel của hình ảnh được điều chỉnh liên tục bị giảm, các chấm sẽ được tạo xung quanh các pixel. Các quy tắc thiết kế cho điểm jitter ra lệnh rời rạc được đề xuất bởi Bayer. Nghiên cứu của ông chỉ ra rằng khả năng hiển thị của các kết cấu nhân tạo phi lý tưởng có thể thu được bằng cách phân tích Fourier các mô hình chấm với các mức độ sáng khác nhau. Khi mô hình chấm của một khối màu đồng nhất có các thành phần ở các bước sóng khác nhau, thành phần tương ứng với bước sóng dài nhất trong bước sóng hữu hạn là thành phần có khả năng hiển thị cao nhất. Dựa trên tiêu chuẩn này, Bayer thiết kế một ma trận sàng lọc tối ưu, và hình ảnh bán sắc thu được bằng cách áp dụng điểm tách rời và đặt hàng jitter của ma trận này chứa các chi tiết rõ ràng hơn.


Mặc dù các jitter được đặt hàng rời rạc tiết lộ chi tiết hơn, do "bổ sung các dấu chấm", jitter được sắp xếp theo điểm kết hợp thường được sử dụng trong các ứng dụng thực tế. Việc đạt được dấu chấm là do tính chất phi lý tưởng của máy in, mặc dù có thể giả định rằng một máy in lý tưởng có thể tạo ra các chấm với các hình dạng được xác định trước như hình vuông, nhưng các chấm được tạo ra do sự khuếch tán của mực từ trước hình học để pixel xung quanh. Tăng hiện tượng. Khi mật độ điểm ảnh của hình ảnh được điều chỉnh liên tục bị giảm, chấm sẽ được tạo ra từ các điểm ảnh xung quanh, do đó, dấu chấm được thu thập theo thứ tự có nhiều khả năng ngăn chặn sự tăng điểm, do đó làm giảm hiệu ứng có dấu chấm trong hình ảnh bán sắc toàn bộ.


Thứ hai, thuật toán khuếch tán lỗi (Lỗi khuếch tán)


Thuật toán khuếch tán lỗi là một thuật toán hiệu ứng phổ biến và bán sắc, được đề xuất lần đầu tiên bởi Floyed-Steinberg. Thuật toán này yêu cầu xử lý vùng lân cận, cung cấp chất lượng bán sắc cao hơn cho báo chí và không gây ra dấu chấm, dẫn đến hình ảnh bán sắc phong phú với phân phối pixel không đẳng hướng.


Ý tưởng cơ bản là đầu tiên định lượng các pixel ảnh theo một ngưỡng đường quét nhất định, và sau đó lan truyền lỗi lượng tử hóa tới các điểm ảnh chưa xử lý lân cận theo một cách nhất định. Sơ đồ khuếch tán lỗi được thể hiện trong Hình 1.


Hình 1 Sơ đồ khuếch tán lỗi

Trong đó Q (.) Là hàm lượng tử ngưỡng, u (m, n) là tổng của giá trị màu xám của pixel và lỗi lượng tử hóa một phần. Khi u (m, n) lớn hơn ngưỡng, giá trị Q (.) Là l, nếu không giá trị là 0. e (m, n) là lỗi lượng tử hóa, x (m, n) là tín hiệu đầu vào , x (m, n) ∈ [0,1]. Ngưỡng xử lý u (m, n) dẫn đến tín hiệu biểu diễn b (m, n), b (m, n) ∈ [0,1]. H là bộ lọc khuếch tán lỗi có hệ số lọc h (k, l) và có mặt.


Thuật toán khuếch tán lỗi có thể được biểu diễn bằng công thức sau: (2) - (4)


Thứ ba, phương pháp khuếch tán điểm (Dot Diffusion)


Thuật toán phân tách điểm được đề xuất bởi Knuth là một thuật toán cung cấp xử lý song song trong khi cố gắng bảo toàn ưu điểm của sự khuếch tán lỗi. Thuật toán lan truyền điểm chỉ có một tham số thiết kế, ma trận lớp C, xác định thứ tự mà các pixel được xử lý bởi các halfton. Vị trí của một pixel hình ảnh giai điệu liên tục được chia thành các lớp IJ, và I và J là các số nguyên bất biến. Bảng 1 là một ví dụ về ma trận cổ điển với 64 số trong bảng.


Bảng ma trận lớp tối ưu 8 Bảng 8 × 8

Để xác định một hình ảnh giai điệu liên tục có giá trị pixel được chuẩn hóa, với giá trị k cố định, chúng tôi xử lý tất cả các pixel thuộc lớp k và xác định các giá trị pixel bán sắc như sau:

(5) Lỗi, bằng cách quan sát 8 trường, thay thế giá trị âm liên tục của những vùng lân cận đó bằng số lớp cao hơn với giá trị pixel ảnh âm liên tục ban đầu (ví dụ, giá trị âm thanh không được xử lý bởi halfton). Nói tóm lại, một vùng lân cận có số lớp cao hơn được thay thế bằng:

Đối với các vùng lân cận bên phải, (6-a)

Đối với các khu vực đường chéo, (6-b)

Trong số đó, nó là để đảm bảo rằng tổng số lỗi được thêm vào tất cả các vùng lân cận là chính xác. Vùng lân cận bên phải có thông số bổ sung 2 vì các lỗi theo hướng ngang và dọc dễ nhận thấy hơn các lỗi theo hướng chéo.


Sau đó, pixel âm liên tục với số lớp k + 1 cũng được xử lý tương tự. Giá trị pixel hiện tại không còn là giá trị âm lượng liên tục ban đầu, nhưng được điều chỉnh theo công thức (6). Sau khi thuật toán bị hủy bỏ, Tín hiệu là kết quả bán sắc.


Hình 2 Lỗi lây lan từ một pixel đến vùng lân cận

Hình 2 minh họa quá trình lan truyền điểm. Các số trong ma trận là các phần tử của ma trận lớp, các số được khoanh tròn là các giá trị trọng số liên quan của các hệ số khuếch tán và các vùng lân cận có số lớp cao hơn là 33, 45, 42, 40., 63, 47. lỗi được tạo ra tại 33 được chia thành các phần tương ứng theo tổng của các trọng số tương quan của các hệ số khuếch tán, mà trong ví dụ này là 2 + 1 + 2 + 1 + 2 + 1 = 9. Sau đó, gán e trong vùng lân cận bên phải và 2e trong vùng lân cận chéo. Vì có tổng cộng 64 cấp độ, thuật toán được hoàn thành trong 64 bước.


Thứ tư, thuật toán halftone lặp lại


Ý tưởng của thuật toán halftone lặp đi lặp lại đầu tiên thu được hình ảnh bán sắc ban đầu bằng một phương pháp đơn giản, và sau đó xử lý lặp lại hình ảnh bán sắc ban đầu, sao cho hình ảnh bán sắc thu được bởi mỗi quá trình có lỗi nhỏ hơn và cuối cùng là hình ảnh tối đa. Hình ảnh bán sắc tuyệt vời. Ưu điểm của thuật toán halftone lặp lại là hình ảnh bán sắc kết quả có hiệu ứng hình ảnh tuyệt vời, về bản chất không có kết cấu cấu trúc; và có khả năng tái tạo đúng các tông màu phong phú. Tuy nhiên, dựa trên độ phức tạp tính toán của thuật toán này, thuật toán halftone lặp lại thường khó sử dụng trong xử lý thời gian thực và chỉ có thể được sử dụng như một chương trình thử nghiệm tiêu chuẩn.


Phương pháp tìm kiếm nhị phân trực tiếp (DBS) áp dụng mô hình HVS và mô hình thiết bị để giảm lỗi hiển thị giữa hình ảnh bán sắc được hiển thị và hình ảnh âm liên tục. Mô hình HVS được biểu diễn bằng bộ lọc thông thấp thay đổi tuyến tính. Đáp ứng tần số của bộ lọc này được xác định như sau:

(7)

Biến tần số của góc tương ứng của võng mạc ở đâu, L là độ sáng trung bình, c = 0,525 d = 3,91.

Gọi e [m, n] xác định hình ảnh lỗi và xác định (8)

Trong đó f [m, n] là hình ảnh âm liên tục và g [m, n] là hình ảnh bán sắc tương ứng, lỗi hiển thị giữa hình ảnh bán sắc và hình ảnh âm liên tục có thể được biểu diễn dưới dạng (9)

Trong đó X tương ứng với raster của điểm địa chỉ của thiết bị đầu ra; và điểm in được kết hợp với bộ lọc, chúng tôi sẽ giả định phạm vi rộng hơn.

Tổng số lỗi giữa toàn bộ hình ảnh bán sắc do DBS tạo ra và hình ảnh gốc là:

(10) Thay thế (9) vào (10), E có thể được tính như sau

(11) Trong số đó là chức năng hiệu chỉnh chéo giữa các điểm rời rạc của lưới in được.


DBS sử dụng chương trình trao đổi lặp để giảm lỗi E. Thuật toán này quét toàn bộ hình ảnh bán sắc theo thứ tự từ trái sang phải và từ trên xuống dưới, bắt đầu từ hình ảnh bán sắc ban đầu thu được ngẫu nhiên, cho mỗi hình ảnh bán sắc. Pixel đánh giá hiệu ứng đảo ngược pixel và giá trị của hình ảnh bán sắc thu được bằng cách trao đổi giá trị của nó với 8 pixel xung quanh. Nếu bất kỳ thay đổi nào làm giảm lỗi, phép chuyển đổi làm giảm lỗi được giữ nguyên và quá trình trên được thực hiện lặp lại trên hình ảnh bán sắc cho đến khi toàn bộ quá trình không có phép biến đổi và thuật toán DBS kết thúc.


V. Tóm tắt


Nói chung, trong các thuật toán bán sắc, chất lượng hình ảnh bán sắc tốt nhất được tạo ra là một thuật toán lặp lại, nhưng do tính phức tạp của tính toán, nó thường không được sử dụng trong các thuật toán xử lý thời gian thực. Thuật toán khuếch tán lỗi hiện là thuật toán bán sắc phổ biến nhất, và hình ảnh bán sắc kết quả không có moiré rõ ràng và hiệu ứng hình ảnh tốt. Thuật toán phối màu đơn giản để thực hiện, nhưng nó có một số khuyết tật trong tái tạo âm, độ phân giải không gian và kết cấu hiển thị. Thuật toán lan truyền điểm thực hiện xử lý song song, nhưng chất lượng hình ảnh bán sắc cần phải được cải thiện.

Gửi yêu cầu