基于HVS模型的误差扩散算法的研究

摘要

数字半色调技术是一种图像再现技术。这种技术在数学、计算机等辅助工具的帮助下对连续调图像进行处理,然后把再现的图像在二值设备或多色设备上输出。在此过程中还利用了人眼的视觉特性和图像的成色特性。该技术是印刷过程中最为核心的环节,在图像的传输、纺织、医学等领域也有广泛应用。因此,研究数字半色调技术具有重要意义。
　　本论文的主要内容包括:介绍了目前数字半色调技术的概况及其基本理论;对经典的几种半色调算法进行了对比。图像处理系统是一个复杂的系统,数字半色调技术主要应用于图像输出部分,所以对图像处理系统模型进行了分析。人眼相当于一个低通滤波器,它直接对输出图像进行视觉评价,因此本文对人眼视觉特性和人类视觉系统(HVS)模型进行了介绍。另外,本文对误差扩散法的基本思路和影响误差扩散算法的三大主要因素等几方面进行了重点介绍和深入研究。
　　本文首先分析与研究了标准误差扩散数字半色调算法的优点和不足。标准误差扩散算法处理过的半色调图像,显示效果色调丰富,但是会有较多“龟纹”现象存在,在高光区域和暗调区域均会有与处理方向相关的滞后现象存在,边缘部位易产生不连续的过渡现象。针对上述缺点,本文提出了一种改进思想:首先对图像进行边缘检测,在不同区域使用不同的误差扩散算法进行处理,用标准的误差扩散算法对非边缘区域的像素进行数字半色调处理,采用基于HVS模型的差扩散系数的误差扩散算法对边缘区域进行半色调处理。这种算法兼具标准误差扩散算法的优点的同时,减少了伪轮廓现象,最大限度地保持了边缘信息的完整。然后将HVS模型作用于原始连续调图像和经过优化的误差扩散算法处理过的图像,得到二者的新图像并对其之间的相似程度进行判断,并以此为依据对经过误差扩散后的图像进行矫正。
　　最后,对常见的图像质量评价方法进行了总结,分析了它们的优缺点,并且利用LiveDatabase进行实验对比。根据半色调图像质量评价和人眼视觉特性,提出一种基于HVS模型的图像质量评价方法。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1半色调技术的历史

1.2数字半色调的概念

1.3数字半色调技术的研究目及意义

1.4数字半色调技术的发展现状

1.5本文的工作及论文结构

2 数字半色调技术基本理论

2.1图像的数字化表示

2.2图像处理系统模型

2.3数字半色调技术的基本原理

2.4经典的几种数字半色调算法

2.5 本章小结

3 人类视觉系统模型（Human Visual System Model）

3.1人眼视觉特性

3.2几种常用的HVS模型

3.3本章小结

4 边缘检测

4.1边缘检测的流程

4.2边缘检测的基本原理

4.3经典的边缘检测算法

4.4本章小结

5 误差扩散算法的研究

5.1误差扩散原理的算法分析

5.2影响算法性能的主要因素

5.3基于HVS模型的误差扩散方法

5.4算法实验结果分析

5.5本章小结

6 数字图像质量的评价

6.1图像质量的主观评价方法

6.2图像质量的客观评价方法

6.3基于HVS的图像质量评价方法

6.4 实验结果与分析

6.5本章小结

总结与展望

参考文献

致谢