基于hvs模型误差扩散方法

《基于hvs模型误差扩散方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于HVS模型误差扩散方法摘要：针对传统误差扩散算法处理过程中图像边缘信息不完整，中色调区域有纹理结构存在的问题，提出一种基于人类视觉系统（HVS）模型的误差扩散半色调方法。该方法先对原图像进行了图像分割，在非边缘区域釆用传统误差扩散算法处理，边缘区域采用基于HVS模型的误差扩散系数进行误差扩散处理，最后再在HVS模型的基础上对像素进行矫正。实验结果表明该算法能够有效减少图像细节损失，保留原图像信息。关键词：数字半色调；误差扩散算法；人类视觉模型;图像分割；误差扩散系数中图分类号:TP18文献标识码：A文章

2、编号:1009-3044(2013)10-2455-04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，在二值设备或多色二值设备上实现图像再现的一门技术，是将连续调图像经过处理后再输出以实现图像阶调再现的基础性研究［1］。用误差扩散算法处理过的图像效果色调丰富，所以它被认为是数字半色调算法中较理想的算法之一，许多算法都是在此算法基础上进行改进的。由于误差扩散算法在进行量化误差扩散时没有将图像的边缘细节信息以及人眼对图像的识别情况考虑到，因此会造成现边缘轮廓的失真，以及结构性纹理的

3、存在。一种基于HVS(HumanVisionSystem)模型的误差扩散方法，可以有效地改善再现图像质量。1算法基本原理1.1传统的误差扩散半色调算法1.2HVS模型Nasanen模型和Campbel模型处理过的图像都会有纹理产生，但前者产生的纹理更加光滑，而在中频区域，后者产生的纹理具有一致性。除Nasanen模型为低通滤波器，其他三种均为带通滤波器。对于究竟哪一种模型最好很难有最终定论，但是在产生的主观视觉效果上，Alford和Mitsa经研究后认为低通视觉模型比带通视觉模型更好［3］。因此，通常选用N

4、asanen模型来进行研究。由于HVS模型具有圆对称性特点，对人眼视觉系统的模拟中，这一点非常重要，因此HVS模型常用Gaussian函数代替。Gaussian函数除了具有圆对称性，还有许多适合进行半色调处理的特征性，比如其滤波器的傅立叶反变换是高斯的，光滑的人眼亮度单峰曲线使其具有理想的低通特性，参数没有振铃且容易控制等，因此实际应用中它常被作为Nasanen模型的代替［4］。2基于HVS模型的误差扩散算法2.3误差扩散处理4结束语针对标准误差扩散算法对边缘区域点的处理不够重视，处理中色调区域时产生结构性

5、纹理的不足，提出了基于HVS模型误差扩散方法，在对标准误差扩散算法优点进行保留的基础上进行改进，最大限度地保持了图像的完整，最大限度地改善了存在的纹理问题，使得图像在视觉上显示效果更佳。参考文献：[1]任小玲，张二虎•数字半色调发展概述[□•西安工业学院学报，2003,23(2)：108-113.[2]FLOYDRW,STEINBERGL.Anadaptivealgorithmforspatialgreyscale[C]・SocietyforInformationDis-play,1976,17(2)：75

6、-77.[3]AlfordJR,MitsaT.QualitativeComparisonofVisualModelinanIterativeHalftoningProceedure[C]・ImageProcessing1995,InternationalConferenceonVolume,Princeton,1995・[4]KimSH,AllebachJP.ImpactofHVSModelsonModel-basedHalftoning[J]・IEEETransactionsonImageProcessi

7、ng,2002,11(3)：258-269.[5]ZHANGXIAOHUA,LIUFANG,JIAOLCHENG・AneffectiveimagehalftoningandinversehalftoningtechniquebasedonHVS[C]//Proceedingsofthefifthinternationalconfereneeoncomputationalintelligenceandmultimediaapplications.Xi，an：IEEEComputerSocietyPress,2

8、003,441-445・