本發(fā)明屬于圖像硬拷貝復(fù)制領(lǐng)域，具體涉及一種數(shù)字半色調(diào)方法。

背景技術(shù)：

通常情況下，印刷二值設(shè)備只能通過(guò)黑白網(wǎng)格來(lái)表現(xiàn)圖像，而原始圖像通常是具有灰度層次的連續(xù)調(diào)圖像。

半色調(diào)技術(shù)是一種將連續(xù)調(diào)圖像轉(zhuǎn)換為二值化圖像，從而讓印刷二值設(shè)備能夠印刷形成對(duì)應(yīng)圖像的技術(shù)。由于二值化圖像的表現(xiàn)效果比連續(xù)調(diào)圖像差，因此評(píng)價(jià)半色調(diào)技術(shù)的重要指標(biāo)就是評(píng)價(jià)其轉(zhuǎn)換得到的半色調(diào)圖像的視覺(jué)效果。

目前，半色調(diào)技術(shù)中采用的算法主要為floyrd-steinberg誤差擴(kuò)散算法。該算法的主要原理為，在對(duì)整幅圖像進(jìn)行半色調(diào)處理時(shí)，首先對(duì)當(dāng)前待處理的像素點(diǎn)進(jìn)行二值化，并將其量化誤差值按照一定的規(guī)則(同一方向上的誤差擴(kuò)散系數(shù)為固定值)分配到鄰域像素上。這種算法雖然保證了整副圖像的灰度信息不變，但在誤差擴(kuò)散的過(guò)程中不考慮圖像中的區(qū)域或邊界信息，導(dǎo)致量化誤差不斷地向處理方向累積，最終造成半色調(diào)圖像邊界模糊。并且，當(dāng)這種量化誤差累積到一定程度時(shí)，得到的圖像中也容易產(chǎn)生視覺(jué)蠕蟲(chóng)，帶來(lái)不良視覺(jué)感受。

另外，上述誤差擴(kuò)散過(guò)程中，誤差擴(kuò)散系數(shù)以及擴(kuò)散方向均基于像素之間的位置相關(guān)性來(lái)確定，而不考慮像素之間的灰度相關(guān)性。這種固定的誤差擴(kuò)散方向以及大小容易使得量化誤差不斷向右方及后方擴(kuò)散，從而導(dǎo)致最終的半色調(diào)圖像產(chǎn)生結(jié)構(gòu)性紋理等弊端。同時(shí)，這種固定的誤差擴(kuò)散方法還容易導(dǎo)致臨近的像素之間灰度差異性難以體現(xiàn)，使最終得到的半色調(diào)圖像中對(duì)比度下降。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問(wèn)題，提供一種能夠在半色調(diào)轉(zhuǎn)換的過(guò)程中考慮到圖像邊界、像素之間灰度相關(guān)性的半色調(diào)方法，本發(fā)明采用了如下技術(shù)方案：

本發(fā)明提供了一種數(shù)字半色調(diào)方法，用于對(duì)作為原始圖像的連續(xù)調(diào)圖像進(jìn)行轉(zhuǎn)換得到半色調(diào)圖像，其特征在于，包括如下步驟：

步驟s1，將連續(xù)調(diào)圖像進(jìn)行雙邊濾波處理，得到平滑圖像；

步驟s2，對(duì)平滑圖像進(jìn)行超像素分割評(píng)估，得到該平滑圖像的最佳分區(qū)數(shù)量k；

步驟s3，根據(jù)最佳分區(qū)數(shù)量k對(duì)平滑圖像進(jìn)行超像素分割，得到k個(gè)超像素塊；

步驟s4，分別在每個(gè)超像素塊中進(jìn)行基于動(dòng)態(tài)誤差擴(kuò)散系數(shù)的數(shù)字半色調(diào)轉(zhuǎn)換，得到轉(zhuǎn)換后的k個(gè)半色調(diào)像素塊；

步驟s5，將k個(gè)半色調(diào)像素塊進(jìn)行拼合，得到半色調(diào)圖像并進(jìn)行輸出。

本發(fā)明提供的數(shù)字半色調(diào)方法，還可以具有這樣的技術(shù)特征，其中，步驟s1中的雙邊濾波處理包括如下子步驟：

步驟s1-1，設(shè)定u(x)為連續(xù)調(diào)圖像，ubf(x)為平滑圖像，設(shè)定u(x)中的當(dāng)前點(diǎn)為x點(diǎn)，該當(dāng)前點(diǎn)x的臨近點(diǎn)為y點(diǎn)，則x＝(x1,x2)表示當(dāng)前點(diǎn)x的位置，ωx,y(m)表示以x點(diǎn)為中心的鄰域，其中m為鄰域窗半徑，ωx,y(m)＝{(x,y)+(i,j)}，m≤i,j≤m，并設(shè)定空間距離權(quán)系數(shù)參數(shù)σ和d；

步驟s1-2，根據(jù)下式(1)計(jì)算當(dāng)前點(diǎn)x與臨近點(diǎn)y之間的幾何鄰近度wd(x,y)：

步驟s1-3，根據(jù)下式(2)計(jì)算當(dāng)前點(diǎn)x與臨近點(diǎn)y之間的光度相似性wr(x,y)：

步驟s1-4，根據(jù)下式(3)對(duì)連續(xù)調(diào)圖像進(jìn)行濾波處理：

上述式(3)中，cd,r為歸一化系數(shù)。

本發(fā)明提供的數(shù)字半色調(diào)方法，還可以具有這樣的技術(shù)特征，其中，步驟s2中的超像素分割評(píng)估包括如下子步驟：

步驟s2-1，預(yù)先設(shè)定多個(gè)互不相同的預(yù)設(shè)分區(qū)數(shù)量，并分別根據(jù)每個(gè)預(yù)設(shè)分區(qū)數(shù)量進(jìn)行超像素分區(qū)，得到與預(yù)設(shè)分區(qū)數(shù)量一一對(duì)應(yīng)的多個(gè)待評(píng)估分區(qū)圖像；

步驟s2-2，分別對(duì)每個(gè)待評(píng)估分區(qū)圖像中的超像素分區(qū)進(jìn)行半色調(diào)處理，并將一個(gè)待評(píng)估分區(qū)圖像中的半色調(diào)處理后的超像素分區(qū)進(jìn)行拼合，得到分別與多個(gè)預(yù)設(shè)分區(qū)數(shù)量一一對(duì)應(yīng)的待評(píng)估半色調(diào)圖像；

步驟s2-3，分別對(duì)步驟s2-2中的待評(píng)估半色調(diào)圖像的峰值信噪比、結(jié)構(gòu)相似度以及歸一化均方誤差進(jìn)行計(jì)算；

步驟s2-4，根據(jù)步驟s2-3中計(jì)算得到的峰值信噪比、結(jié)構(gòu)相似度以及歸一化均方誤差，根據(jù)預(yù)定評(píng)估方式選擇一個(gè)最佳的預(yù)設(shè)分區(qū)數(shù)量作為最佳分區(qū)數(shù)量k。

本發(fā)明提供的數(shù)字半色調(diào)方法，還可以具有這樣的技術(shù)特征，其中，預(yù)定評(píng)估方式為：

設(shè)定與峰值信噪比、結(jié)構(gòu)相似度以及歸一化均方誤差分別對(duì)應(yīng)的三個(gè)權(quán)重參數(shù)，并將峰值信噪比、結(jié)構(gòu)相似度以及歸一化均方誤差分別與其對(duì)應(yīng)的權(quán)重參數(shù)相乘，最后將結(jié)果相加得到評(píng)估值，選擇最佳評(píng)估值所對(duì)應(yīng)的預(yù)設(shè)分區(qū)數(shù)量作為最佳分區(qū)數(shù)量k。

本發(fā)明提供的數(shù)字半色調(diào)方法，還可以具有這樣的技術(shù)特征，其中，步驟s3中的超像素分割包括如下子步驟：

步驟s3-1，將連續(xù)調(diào)圖像的中的總像素點(diǎn)數(shù)記為n，將連續(xù)調(diào)圖像預(yù)先分為k個(gè)初始超像素塊，則每個(gè)初始超像素塊中的像素點(diǎn)數(shù)size＝n/k，

步驟s3-2，分別將每個(gè)初始超像素塊的中心點(diǎn)設(shè)定為種子點(diǎn)，則相鄰的種子點(diǎn)之間的距離

步驟s3-3，依次將各個(gè)種子點(diǎn)設(shè)為當(dāng)前種子點(diǎn)xi，i＝1,2，……k，并依次將與當(dāng)前種子點(diǎn)xi距離最近的種子點(diǎn)設(shè)為yi點(diǎn)，根據(jù)下式(4)及式(5)依次計(jì)算得到當(dāng)前種子點(diǎn)xi和與該當(dāng)前種子點(diǎn)xi距離最近的種子點(diǎn)yi之間的顏色相似度dlab以及空間相似度dxy：

上式(4)中，dl為連續(xù)調(diào)圖像中像素之間的亮度差異，ai為當(dāng)前種子點(diǎn)xi的紅綠色度，bi為當(dāng)前種子點(diǎn)xi的藍(lán)黃色度，li為當(dāng)前種子點(diǎn)xi的亮度，ak為yi點(diǎn)的紅綠色度，bk為yi點(diǎn)的紅綠色度，lk為yi點(diǎn)的紅綠色度；

步驟s3-4，根據(jù)顏色相似度dlab以及空間相似度dxy，根據(jù)下式(6)依次對(duì)當(dāng)前種子點(diǎn)xi附近的像素點(diǎn)進(jìn)行聚類(lèi)，從而將連續(xù)調(diào)圖像分為k個(gè)超像素塊：

上式(6)中，di為兩像素的相似度衡量參數(shù)，s是各個(gè)種子點(diǎn)的間距，m為平衡參數(shù)，用于衡量顏色相似度dlab以及空間相似度dxy在相似度衡量中的比重。

本發(fā)明提供的數(shù)字半色調(diào)方法，還可以具有這樣的技術(shù)特征，其中，步驟s4中的在每個(gè)超像素塊中進(jìn)行的數(shù)字半色調(diào)轉(zhuǎn)換包括如下子步驟：

步驟s4-1，遍歷當(dāng)前超像素塊中的每個(gè)像素三鄰域，依次計(jì)算每個(gè)像素三鄰域的平均灰度值，用該平均灰度值作為像素三鄰域中的每個(gè)像素點(diǎn)的矩陣灰度值，并將每個(gè)像素點(diǎn)的矩陣灰度值匯總記為矩陣ave；

步驟s4-2，選擇當(dāng)前超像素塊中位置位于左上側(cè)的像素點(diǎn)作為起始點(diǎn)，根據(jù)預(yù)定的動(dòng)態(tài)誤差擴(kuò)散規(guī)則，采用floyrd-steinberg誤差擴(kuò)散法從起始點(diǎn)開(kāi)始按照從左至右、從上而下的順序依次對(duì)當(dāng)前超像素塊中的所有像素點(diǎn)進(jìn)行二值化處理，得到當(dāng)前超像素塊對(duì)應(yīng)的半色調(diào)像素塊。

本發(fā)明提供的數(shù)字半色調(diào)方法，還可以具有這樣的技術(shù)特征，其中，像素三鄰域?yàn)?×3個(gè)像素所構(gòu)成的大小為9像素的像素域。

本發(fā)明提供的數(shù)字半色調(diào)方法，還可以具有這樣的技術(shù)特征，其中，步驟s4-2中，將當(dāng)前的待處理像素點(diǎn)記為點(diǎn)o，該點(diǎn)o右方的像素點(diǎn)記為點(diǎn)r，下方的像素點(diǎn)記為點(diǎn)d，左下方的像素點(diǎn)記為點(diǎn)ld，右方的像素點(diǎn)記為點(diǎn)rd，

則預(yù)定的動(dòng)態(tài)誤差擴(kuò)散規(guī)則為：

分別計(jì)算點(diǎn)r、點(diǎn)d、點(diǎn)ld及點(diǎn)rd的實(shí)際灰度值與該四個(gè)點(diǎn)在矩陣ave中的對(duì)應(yīng)矩陣灰度值之間的差值，并分別記為er、ed、eld、erd，

當(dāng)差值er、ed、eld、erd均相等時(shí)，根據(jù)垂直方向大于對(duì)角線(xiàn)方向的原則，將動(dòng)態(tài)誤差系數(shù)7/16、5/16、3/16和1/16分別依次分配給點(diǎn)r、點(diǎn)d、點(diǎn)ld及點(diǎn)rd，

當(dāng)差值er、ed、eld、erd不完全相等時(shí)，按照四個(gè)差值從小到大的順序，將動(dòng)態(tài)誤差系數(shù)7/16、5/16、3/16和1/16分別依次進(jìn)行分配，并在有部分相同的差值時(shí)按照垂直方向大于對(duì)角線(xiàn)方向的原則進(jìn)行分配。

發(fā)明作用與效果

根據(jù)本發(fā)明的數(shù)字半色調(diào)方法，由于在半色調(diào)處理前先進(jìn)行超像素分割，將連續(xù)調(diào)圖像分為多個(gè)超像素塊以后再在每個(gè)超像素塊中分別進(jìn)行半色調(diào)處理，因此能夠避免量化誤差在不同的圖像區(qū)域之間傳遞和積累，從而保證最終得到的半色調(diào)圖像邊界清晰，并且不會(huì)發(fā)生視覺(jué)蠕蟲(chóng)現(xiàn)象。另外，超像素分割的最佳分區(qū)數(shù)量通過(guò)超像素分割評(píng)估來(lái)確定，因此能夠保證該超像素分割所采用的分區(qū)數(shù)量為最優(yōu)數(shù)量，進(jìn)一步提升最終得到的半色調(diào)圖像的圖像質(zhì)量。

附圖說(shuō)明

圖1是本發(fā)明的數(shù)字半色調(diào)方法的流程圖；

圖2為本發(fā)明實(shí)施例所涉及的分區(qū)圖像；

圖3為樣本圖像在不同的預(yù)設(shè)分區(qū)數(shù)量條件下所得到的半色調(diào)圖像的峰值信噪比數(shù)據(jù)走勢(shì)圖；

圖4為樣本圖像在不同的預(yù)設(shè)分區(qū)數(shù)量條件下所得到的半色調(diào)圖像的結(jié)構(gòu)相似度數(shù)據(jù)走勢(shì)圖；

圖5為樣本圖像在不同的預(yù)設(shè)分區(qū)數(shù)量條件下所得到的半色調(diào)圖像的歸一化均方誤差數(shù)據(jù)走勢(shì)圖；

圖6為本發(fā)明實(shí)施例所采用的樣本圖像的原始連續(xù)調(diào)圖像；

圖7為采用本發(fā)明實(shí)施例的方法對(duì)樣本圖像進(jìn)行轉(zhuǎn)換后得到的半色調(diào)圖像。

具體實(shí)施方式

以下結(jié)合附圖及實(shí)施例來(lái)說(shuō)明本發(fā)明的具體實(shí)施方式。

<實(shí)施例>

圖1是本發(fā)明的數(shù)字半色調(diào)方法的流程圖。

如圖1所示，本發(fā)明的數(shù)字半色調(diào)方法包括如下步驟：

步驟s1，將連續(xù)調(diào)圖像進(jìn)行雙邊濾波處理，得到平滑圖像。該步驟中，雙邊濾波處理是一種將高斯濾波與鄰域?yàn)V波相結(jié)合的圖像處理方法，具體包括如下子步驟：

步驟s1-1，設(shè)定u(x)為連續(xù)調(diào)圖像，ubf(x)為平滑圖像，設(shè)定u(x)中的當(dāng)前點(diǎn)為x點(diǎn)，該當(dāng)前點(diǎn)x的臨近點(diǎn)為y點(diǎn)，則x＝(x1,x2)表示當(dāng)前點(diǎn)x的位置，ωx,y(m)表示以x點(diǎn)為中心的鄰域，其中m為鄰域窗半徑，ωx,y(m)＝{(x,y)+(i,j)}，m≤i,j≤m，并設(shè)定空間距離權(quán)系數(shù)參數(shù)σ和d。

其中，σ，d為空間距離權(quán)系數(shù)參數(shù)，其值決定了圖像的平滑程度。當(dāng)σ，d的值較大時(shí)，表示窗口中高斯函數(shù)所包含的像素點(diǎn)越多，圖像將變得更加平滑，反之亦然。在實(shí)際應(yīng)用時(shí)，可根據(jù)圖像的實(shí)際情況具體設(shè)定σ，d的值。

步驟s1-2，根據(jù)下式(1)計(jì)算當(dāng)前點(diǎn)x與臨近點(diǎn)y之間的幾何鄰近度wd(x,y)：

步驟s1-3，根據(jù)下式(2)計(jì)算當(dāng)前點(diǎn)x與臨近點(diǎn)y之間的光度相似性wr(x,y)：

步驟s1-4，根據(jù)下式(3)對(duì)連續(xù)調(diào)圖像進(jìn)行濾波處理：

上述式(3)中，cd,r為歸一化系數(shù)。

采用這樣的濾波處理，就能夠?qū)?dāng)前點(diǎn)x與臨近點(diǎn)y之間的幾何距離關(guān)系以及二者的灰度值相似程度同時(shí)考慮進(jìn)來(lái)，能夠更有效地消除連續(xù)調(diào)圖像中的噪點(diǎn)等干擾因素。

步驟s2，對(duì)上述步驟s1得到的平滑圖像進(jìn)行超像素分割評(píng)估，從而得到該平滑圖像的最佳分區(qū)數(shù)量k。該步驟中，超像素分割評(píng)估是一種采用不同的預(yù)設(shè)分區(qū)數(shù)量來(lái)進(jìn)行評(píng)估的方法，具體包括如下子步驟：

步驟s2-1，預(yù)先設(shè)定多個(gè)預(yù)設(shè)分區(qū)數(shù)量，這些預(yù)設(shè)分區(qū)數(shù)量之間的值各不相同，并分別根據(jù)每個(gè)預(yù)設(shè)分區(qū)數(shù)量進(jìn)行超像素分區(qū)，得到與預(yù)設(shè)分區(qū)數(shù)量一一對(duì)應(yīng)的多個(gè)待評(píng)估分區(qū)圖像。

圖2為本發(fā)明實(shí)施例所涉及的分區(qū)圖像。

其中，圖2(a)為不經(jīng)過(guò)雙邊濾波而直接進(jìn)行超像素分割所得到的分區(qū)圖像，圖2(b)為經(jīng)過(guò)雙邊濾波并設(shè)定預(yù)設(shè)分區(qū)數(shù)量為7而得到的待評(píng)估分區(qū)圖像，圖2(c)為經(jīng)過(guò)雙邊濾波并設(shè)定預(yù)設(shè)分區(qū)數(shù)量為16而得到的待評(píng)估分區(qū)圖像。

如圖2(a)所示，如果不經(jīng)過(guò)雙邊濾波處理，直接對(duì)原始的連續(xù)調(diào)圖像進(jìn)行超像素分割，由于連續(xù)調(diào)圖像中通常存在一些噪點(diǎn)，因此這樣的做法容易導(dǎo)致產(chǎn)生許多微小分區(qū)，并且各個(gè)分區(qū)的邊界均不夠規(guī)整，使后續(xù)處理難度增大。

如圖2(b)及圖2(c)所示，經(jīng)過(guò)雙邊濾波處理后，得到的分區(qū)圖像中分區(qū)邊界更為規(guī)整，且區(qū)域大小較為接近。另外，分區(qū)數(shù)量越多，則得到的分區(qū)更為細(xì)膩，不容易將差異較大的圖像部分分為同一個(gè)區(qū)，更有利于得到高質(zhì)量的圖像。

當(dāng)然，分區(qū)數(shù)量上升將導(dǎo)致后續(xù)處理量增大，因此需要對(duì)不同數(shù)量的分區(qū)圖像進(jìn)行評(píng)估，從而確定最佳分區(qū)數(shù)量k。

步驟s2-2，分別對(duì)每個(gè)待評(píng)估分區(qū)圖像中的超像素分區(qū)進(jìn)行半色調(diào)處理，并將一個(gè)待評(píng)估分區(qū)圖像中的半色調(diào)處理后的超像素分區(qū)進(jìn)行拼合，得到分別與多個(gè)預(yù)設(shè)分區(qū)數(shù)量一一對(duì)應(yīng)的待評(píng)估半色調(diào)圖像，其中，對(duì)超像素分區(qū)進(jìn)行半色調(diào)處理采用基于動(dòng)態(tài)誤差擴(kuò)散系數(shù)的數(shù)字半色調(diào)轉(zhuǎn)換處理，詳細(xì)過(guò)程后述。

步驟s2-3，分別對(duì)步驟s2-2中的待評(píng)估半色調(diào)圖像的峰值信噪比(psnr)、結(jié)構(gòu)相似度(ssim)以及歸一化均方誤差(nmse)進(jìn)行計(jì)算。

上述三個(gè)參數(shù)中，psnr值大小與半色調(diào)圖像的質(zhì)量成正比，nmse值則相反，ssim值越接近1則說(shuō)明半色調(diào)圖像與原始圖像越相似。

本實(shí)施例中采用了三個(gè)圖像(圖像標(biāo)題分別為lena、barara及boat)作為樣本圖像，分別對(duì)該三個(gè)樣本圖像在雙邊濾波后得到的平滑圖像進(jìn)行了不同預(yù)設(shè)分區(qū)數(shù)量條件下的超像素分割，并針對(duì)不同預(yù)設(shè)分區(qū)數(shù)量條件下所得到的待評(píng)估半色調(diào)圖像進(jìn)行了待評(píng)估半色調(diào)圖像的峰值信噪比、結(jié)構(gòu)相似度以及歸一化均方誤差的計(jì)算。

圖3為樣本圖像在不同的預(yù)設(shè)分區(qū)數(shù)量條件下所得到的半色調(diào)圖像的峰值信噪比數(shù)據(jù)走勢(shì)圖，圖4為樣本圖像在不同的預(yù)設(shè)分區(qū)數(shù)量條件下所得到的半色調(diào)圖像的結(jié)構(gòu)相似度數(shù)據(jù)走勢(shì)圖，圖5為樣本圖像在不同的預(yù)設(shè)分區(qū)數(shù)量條件下所得到的半色調(diào)圖像的歸一化均方誤差數(shù)據(jù)走勢(shì)圖。

如圖3、圖4及圖5所示，對(duì)于該三個(gè)樣本圖像，不同的預(yù)設(shè)分區(qū)數(shù)量將導(dǎo)致psnr、ssim及nmse這三個(gè)參數(shù)的走勢(shì)差異。并且，不同的參數(shù)之間的走勢(shì)沒(méi)有很明顯的相關(guān)性，因此難以直接從該三個(gè)參數(shù)的參數(shù)值來(lái)得到預(yù)設(shè)分區(qū)數(shù)量的優(yōu)劣情況。

步驟s2-4，根據(jù)步驟s2-3中計(jì)算得到的峰值信噪比、結(jié)構(gòu)相似度以及歸一化均方誤差，根據(jù)預(yù)定評(píng)估方式，選擇一個(gè)最優(yōu)的預(yù)設(shè)分區(qū)數(shù)量作為最佳分區(qū)數(shù)量k。

本實(shí)施例中，針對(duì)同一個(gè)樣本圖像在同一個(gè)預(yù)設(shè)分區(qū)數(shù)量條件下得到的待評(píng)估半色調(diào)圖像，分別根據(jù)psnr、ssim及nmse這三個(gè)參數(shù)對(duì)最終圖像效果影響的差異性設(shè)定了對(duì)應(yīng)的三個(gè)權(quán)重參數(shù)，并將權(quán)重參數(shù)分別與對(duì)應(yīng)的參數(shù)值相乘，最后將結(jié)果相加得到評(píng)估值，根據(jù)該評(píng)估值的優(yōu)劣即可評(píng)估不同的預(yù)設(shè)分區(qū)數(shù)量的優(yōu)劣，從而得到最佳評(píng)估值所對(duì)應(yīng)的最佳分區(qū)數(shù)量k。另外，該三個(gè)權(quán)重參數(shù)可根據(jù)實(shí)際需求進(jìn)行不同的設(shè)定。

步驟s3，根據(jù)步驟s2得出的最佳分區(qū)數(shù)量k對(duì)平滑圖像進(jìn)行超像素分割，得到k個(gè)超像素塊。其中，超像素分割通過(guò)以下子步驟進(jìn)行：

步驟s3-1，將連續(xù)調(diào)圖像的中的總像素點(diǎn)數(shù)記為n，并將連續(xù)調(diào)圖像預(yù)先分為k個(gè)初始超像素塊，則每個(gè)初始超像素塊中的像素點(diǎn)數(shù)size＝n/k；

步驟s3-2，分別將每個(gè)初始超像素塊的中心點(diǎn)設(shè)定為種子點(diǎn)，則相鄰的種子點(diǎn)之間的距離

步驟s3-3，依次將各個(gè)種子點(diǎn)設(shè)為當(dāng)前種子點(diǎn)xi，i＝1,2，……k，并依次將與當(dāng)前種子點(diǎn)xi距離最近的種子點(diǎn)設(shè)為yi點(diǎn)，根據(jù)下式(4)及式(5)依次計(jì)算得到當(dāng)前種子點(diǎn)xi和與該當(dāng)前種子點(diǎn)距離最近的種子點(diǎn)yi之間的顏色相似度(即色差)dlab以及空間相似度(即歐氏距離)dxy：

上式(4)中，dl為連續(xù)調(diào)圖像中像素之間的亮度差異，ai為當(dāng)前種子點(diǎn)xi的紅綠色度，bi為當(dāng)前種子點(diǎn)xi的藍(lán)黃色度，li為當(dāng)前種子點(diǎn)xi的亮度，ak為yi點(diǎn)的紅綠色度，bk為yi點(diǎn)的紅綠色度，lk為yi點(diǎn)的紅綠色度；

步驟s3-4，根據(jù)顏色相似度dlab以及空間相似度dxy，根據(jù)下式(6)依次對(duì)當(dāng)前種子點(diǎn)xi附近的像素點(diǎn)進(jìn)行聚類(lèi)，從而將連續(xù)調(diào)圖像分為k個(gè)超像素塊：

上式(6)中，di為兩像素的相似度衡量參數(shù)，s是各個(gè)種子點(diǎn)的間距，m為平衡參數(shù)，用于衡量顏色相似度dlab以及空間相似度dxy在相似度衡量中的比重。在本實(shí)施例中，為了提高運(yùn)行速度，對(duì)每個(gè)當(dāng)前種子點(diǎn)xi進(jìn)行聚類(lèi)時(shí)，只在以該當(dāng)前種子點(diǎn)xi為中心的2s×2s區(qū)域內(nèi)搜素相似像素點(diǎn)。

步驟s4，分別在步驟s3得到的每個(gè)超像素塊中進(jìn)行基于動(dòng)態(tài)誤差擴(kuò)散系數(shù)的數(shù)字半色調(diào)轉(zhuǎn)換，得到轉(zhuǎn)換后的k個(gè)半色調(diào)像素塊，其中基于動(dòng)態(tài)誤差擴(kuò)散系數(shù)的數(shù)字半色調(diào)轉(zhuǎn)換包括如下子步驟：

步驟s4-1，遍歷當(dāng)前超像素塊中的每個(gè)像素三鄰域(即3×3個(gè)像素所組成的鄰域)，依次計(jì)算每個(gè)像素三鄰域的平均灰度值(該3×3像素，即9個(gè)像素的平均灰度值)，用該平均灰度值作為像素三鄰域中的每個(gè)像素點(diǎn)的矩陣灰度值，并將每個(gè)像素點(diǎn)的矩陣灰度值匯總，記為矩陣ave；

步驟s4-2，選擇當(dāng)前超像素塊中位置位于左上側(cè)的像素點(diǎn)作為起始點(diǎn)，根據(jù)預(yù)定的動(dòng)態(tài)誤差擴(kuò)散規(guī)則，采用floyrd-steinberg誤差擴(kuò)散法從起始點(diǎn)開(kāi)始按照從左至右、從上而下的順序依次對(duì)當(dāng)前超像素塊中的所有像素點(diǎn)進(jìn)行二值化處理，得到當(dāng)前超像素塊對(duì)應(yīng)的半色調(diào)像素塊。

上述步驟s4-2采用的floyrd-steinberg誤差擴(kuò)散法的過(guò)程與現(xiàn)有技術(shù)基本相同。但是，其中不同之處在于，在將當(dāng)前像素點(diǎn)的誤差擴(kuò)散至周?chē)南袼攸c(diǎn)時(shí)，不是固定方向采用固定擴(kuò)散系數(shù)值的規(guī)則，而是采用了預(yù)定的動(dòng)態(tài)誤差擴(kuò)散規(guī)則，具體如下：

將當(dāng)前的待處理像素點(diǎn)記為點(diǎn)o，該點(diǎn)o右方的像素點(diǎn)記為點(diǎn)r，下方的像素點(diǎn)記為點(diǎn)d，左下方的像素點(diǎn)記為點(diǎn)ld，右方的像素點(diǎn)記為點(diǎn)rd，分別計(jì)算點(diǎn)r、點(diǎn)d、點(diǎn)ld及點(diǎn)rd的實(shí)際灰度值與該四個(gè)點(diǎn)在矩陣ave中的對(duì)應(yīng)矩陣灰度值之間的差值，并分別記為er、ed、eld、erd，然后判斷er、ed、eld、erd的絕對(duì)值大小。

當(dāng)er、ed、eld、erd均相等時(shí)，根據(jù)垂直方向大于對(duì)角線(xiàn)方向的原則，將動(dòng)態(tài)誤差系數(shù)1/16、3/16、5/16和7/16分別依次分配給點(diǎn)r、點(diǎn)d、點(diǎn)ld及點(diǎn)rd(即，1/16分配給點(diǎn)r，3/16分配給點(diǎn)d，5/16分配給點(diǎn)ld，7/16分配給點(diǎn)rd)。

當(dāng)差值er、ed、eld、erd不完全相等時(shí)，按照四個(gè)差值從大到小的順序，將動(dòng)態(tài)誤差系數(shù)1/16、3/16、5/16和7/16分別依次進(jìn)行分配，并在有部分相同時(shí)按照垂直方向大于對(duì)角線(xiàn)方向的原則進(jìn)行分配。

也就是說(shuō)，將該四個(gè)差值從小到大排列，并將動(dòng)態(tài)誤差系數(shù)按照1/16、3/16、5/16和7/16依次分配給該四個(gè)差值所對(duì)應(yīng)的點(diǎn)。即，將最小的動(dòng)態(tài)誤差系數(shù)1/16分配給排在第一(也就是最大)的差值所對(duì)應(yīng)的點(diǎn)，將動(dòng)態(tài)誤差系數(shù)3/16分配給排在第二(也就是第二大)的差值所對(duì)應(yīng)的點(diǎn)，以此類(lèi)推，直到將最大的動(dòng)態(tài)誤差系數(shù)7/16分配給排在第四的差值所對(duì)應(yīng)的點(diǎn)。

另外，在上述不完全相等的過(guò)程中，如果出現(xiàn)了部分相等(例如，其中的兩個(gè)或三個(gè)相等)的情況，則差值排序時(shí)仍然遵照垂直方向大于對(duì)角線(xiàn)方向的原則(即，當(dāng)二者值相等時(shí)，按照er、ed、eld、erd的先后順序排列)。例如，ed、eld的值相等時(shí)，則將ed排在eld前；當(dāng)ed、erd的值相等時(shí)，則將ed排在eld前。

經(jīng)過(guò)上述步驟s4-1、步驟s4-2的處理，當(dāng)前超像素塊就完成了半色調(diào)轉(zhuǎn)換，得到了對(duì)應(yīng)的半色調(diào)像素塊。然后，選擇下一個(gè)超像素塊作為新的當(dāng)前超像素塊，繼續(xù)進(jìn)行上述基于動(dòng)態(tài)誤差擴(kuò)散的半色調(diào)轉(zhuǎn)換，直到k個(gè)超像素塊都完成轉(zhuǎn)換。

步驟s5，將步驟s4得到的k個(gè)半色調(diào)像素塊進(jìn)行拼合，得到原始的連續(xù)調(diào)圖像所對(duì)應(yīng)的半色調(diào)圖像，并進(jìn)行相應(yīng)的輸出。

圖6為本發(fā)明實(shí)施例所采用的樣本圖像的原始連續(xù)調(diào)圖像，圖7為采用本發(fā)明實(shí)施例的方法對(duì)樣本圖像進(jìn)行轉(zhuǎn)換后得到的半色調(diào)圖像。

如圖6及圖7所示，采用本實(shí)施例的方法對(duì)樣本圖像lena進(jìn)行處理，最終得到了符合印刷二值設(shè)備需求的半色調(diào)圖像。該半色調(diào)圖像不存在視覺(jué)蠕蟲(chóng)等傳統(tǒng)的半色調(diào)方法所存在的問(wèn)題，并且其中邊界部分得到了很好的保留，圖像整體對(duì)比度良好。

實(shí)施例作用與效果

根據(jù)本實(shí)施例的數(shù)字半色調(diào)方法，由于在半色調(diào)處理前先進(jìn)行超像素分割，將連續(xù)調(diào)圖像分為多個(gè)超像素塊以后再在每個(gè)超像素塊中分別進(jìn)行半色調(diào)處理，因此能夠避免量化誤差在不同的圖像區(qū)域之間傳遞和積累，從而保證最終得到的半色調(diào)圖像邊界清晰，并且不會(huì)發(fā)生視覺(jué)蠕蟲(chóng)現(xiàn)象。另外，超像素分割的最佳分區(qū)數(shù)量通過(guò)超像素分割評(píng)估來(lái)確定，因此能夠保證該超像素分割所采用的分區(qū)數(shù)量為最優(yōu)數(shù)量，進(jìn)一步提升最終得到的半色調(diào)圖像的圖像質(zhì)量。

本實(shí)施例中，由于采用了將高斯濾波與鄰域?yàn)V波相結(jié)合的雙邊濾波處理來(lái)對(duì)原始的連續(xù)調(diào)圖像進(jìn)行處理，得到平滑圖像，因此能夠有效消除連續(xù)調(diào)圖像中的噪點(diǎn)等干擾因素，使后續(xù)的超像素分割更容易進(jìn)行。

由于采用了針對(duì)不同的預(yù)設(shè)分區(qū)數(shù)量進(jìn)行預(yù)先半色調(diào)處理、計(jì)算相關(guān)參數(shù)的評(píng)估方法，因此能夠針對(duì)實(shí)際的最終結(jié)果進(jìn)行超像素分割評(píng)估，使評(píng)估的結(jié)果能夠更有效地反映最終半色調(diào)圖像的質(zhì)量。并且，在該評(píng)估過(guò)程中采用了針對(duì)峰值信噪比、結(jié)構(gòu)相似度以及歸一化均方誤這三個(gè)參數(shù)設(shè)定不同的權(quán)重參數(shù)的方式來(lái)計(jì)算評(píng)估值，因此能夠使該評(píng)估值能夠更好地綜合該三個(gè)參數(shù)值的結(jié)果，從整體上反映圖像的質(zhì)量。

本實(shí)施例中，對(duì)超像素塊內(nèi)進(jìn)行半色調(diào)處理采用了基于動(dòng)態(tài)誤差擴(kuò)散的數(shù)字半色調(diào)轉(zhuǎn)換，該轉(zhuǎn)換方法在傳統(tǒng)的floyrd-steinberg誤差擴(kuò)散法基礎(chǔ)上進(jìn)行了改進(jìn)，采用了動(dòng)態(tài)誤差擴(kuò)散規(guī)則來(lái)對(duì)動(dòng)態(tài)誤差系數(shù)進(jìn)行分配，因此與傳統(tǒng)的固定方向固定擴(kuò)散系數(shù)值相比，能夠在轉(zhuǎn)換過(guò)程中參考相鄰像素之間灰度值的相關(guān)性來(lái)進(jìn)行誤差擴(kuò)散，避免了量化誤差累積問(wèn)題，不僅能夠消除結(jié)構(gòu)性紋理等弊端，同時(shí)也提高了最終得到的半色調(diào)圖像的整體對(duì)比度。