欢迎来到天天文库
浏览记录
ID:36238712
大小:46.50 KB
页数:4页
时间:2019-05-07
《图像插值方法与半色调算法研究的文献综述》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、图像插值方法与半色调算法研究的文献综述一.前言:自然图像是连续色调,在相近的灰度级色调之间平滑过渡,而对于印刷打印而言,一个墨点只能呈现出黑白两种颜色,即要使用单一的墨点模仿出百余种灰度级,为解决这个问题,数字半色调技术应运而生。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,把连续调图像编码为二值图像的技术,即产生一幅二值图像使它看起来与原始多级连续色调图像相似。数字半色调技术在印刷工业、出版业以及各种涉及显示的行业发挥着极大作用。在进行半色调处理之前,为满足打印机分辨率等要求,往往需要先对图像进行放大处理,插值法是实现图像放大的一种古老的数学方法
2、,在图像处理过程中是不可或缺的。插值(Interpolation),有时也称为“重置样本”,是在不生成像素的情况下增加图像像素大小的一种方法,在周围像素色彩的基础上用数学公式计算丢失像素的色彩。简单地说,插值是根据中心像素点的颜色参数模拟出周边像素值的方法。本文主要了解目前图像插值算法的研究现状,以及常用的半色调算法,总结目前较好的半色调图像质量评价方法,为课题的研究做准备。二.主题:1.图像插值法的研究现状对现实世界中的模拟信号进行采样和量化就得到相应的离散信号,由于离散信号处理起来相当方便,因此在现实生活中处处可见。对于数字信号而言,只有在离散点上信号才是已知的,而在离散点
3、间信号是未知的。为了估计离散点间未知的信号值,提出可图像插值算法。图像插值发展到今天已经经历了半个世纪的历程。早在1964年,美国加利福尼亚喷气推进实验室就开始用计算机对卫星图像进行畸变校正,这已是对图像插值的具体应用了。然而,随着其应用需求的不断提高以及应用领域的不断扩展,图像插值的研究仍然是图像处理领域的一个热点。最近邻近法、双线性,双立方是最常用的三种插值方法。最近邻插值输出的像素值,即取待采样点周围4个相邻像素中距离最近的一个邻点的像素值作为该点的像素值;双线性插值利用待采样点周围4个邻点的像素值在两个方向上作线性内插以得到其像素值,即根据待采样点与相邻点的距离确定相应
4、的权值计算出待采样点的像素值;双立方插值不仅考虑了待采样点4个直接邻点像素值的影响,还考虑了各邻点像素值变化率的影响。这三种方法算法简单,实施快捷方便,使用范围有所不同。最近邻插值在直接对图像放大时质损失较大,重新采样后的图像灰度值有明显的不连续,但此方法经半色调处理后,获得的半色调图像的视觉效果最好;双线性插值法基本克服了最近邻插值灰度不连续的缺点,但是未考虑到各邻点间灰度值变化率的影响,在缩放图像时,图像轮廓会变的较模糊,得到的图像质量有一定程度的退化;双立方插值法虽然考虑了邻点间灰度变化率的影响,但是实现算法比较复杂[1,2]。文献[3,4]着重对于图像插值的算法原理进行
5、了深入分析。随着技术的发展和需求的提高,为了克服传统方法的不足,近年来提出了许多插值方法,对插值图像的边缘有一定的增强,使得图像的视觉效果更好,比如基于边缘的图像插值算法、区域指导的图像插值算法[5]。针对双线性插值算法在图像放大过程中处理图像边缘部分的不足,同质区域采用双线性插值算法,边缘区域采用基于圆形孔径的方法进行放大[6]。以上均是线性插值方法,这些方法没有考虑到图像的全局特性,近几年来兴起的小波理论是一种非线性插值方法,由于具有多分辨率分析功能,而且分解后各层子带之间有相似性,因此可以取得更好的效果,当然算法也更复杂些[7]。2.半色调算法简介数字半色调技术是一种二值
6、量化技术,它利用人眼视觉特性使得二值图像可以在视觉上模拟连续灰度图像[8]。由于现在绝大多数的输出设备都是二值输出设备,数字半色调技术对输出图像的质量至关重要。目前,数字半色调技术主要分为调幅加网和调频加网两类,其中前者在处理彩色图像时容易产生明显的龟纹,而调幅加网可以避免这个问题。尽管目前有很多调频加网算法,其中模式抖动和误差扩散算法是最常用的两种半色调方式。误差扩散算法是将当前像素的量化误差按一定比例扩散到邻接像素上,这样局部的量化误差就在相邻像素上得到补偿。这种邻域扩散的方法,使系统具有自我校正功能,成为一个负反馈系统。误差扩散算法最早是由Floyd和Steinberg于
7、1976年首次提出的,此后人们相继对该算法进行改进,如文献[9]中根据人眼视觉模型,提出的DBS半色调方法。传统的误差扩散方法得到的半色调图像像素点有各向异性和无规律性,因此色调丰富,视觉效果好,但是仍存在缺点。例如在中间调50%处容易产生龟纹;在高光和暗调部分会产生和处理方向有关的滞后现象,且在边缘部分容易出现不连续的过渡,处理速度相对较慢[10]。模式抖动是用原图像灰度值与“抖动矩阵”相对应位置上的数据比较,决定所生成的二值图像像素的“黑/白”状态。在模式抖动中最具有代表性的是Bayer
此文档下载收益归作者所有