Parlando di diversi algoritmi di mezzitoni digitali comuni
Siamo una grande azienda di stampa a Shenzhen in Cina. Offriamo tutte le pubblicazioni di libri, stampa di libri rigidi, stampa di libri su carta, quaderno rilegato, stampa di libri di sprial, stampa di libri a cucitura, stampa di libretti, scatole di imballaggio, calendari, tutti i tipi di PVC, brochure di prodotti, note, libri per bambini, adesivi, tutti tipi di speciali prodotti di stampa a colori di carta, gioco di carte e così via.
Per maggiori informazioni per favore visita
http://www.joyful-printing.com. Solo ENG
http://www.joyful-printing.net
http://www.joyful-printing.org
email: info@joyful-printing.net
La tecnologia dei mezzitoni è stata utilizzata nella stampa per oltre un secolo ed è stata utilizzata in dispositivi di uscita digitale per oltre 40 anni. Con l'uso crescente di dispositivi di uscita digitali come stampanti laser, stampanti a getto d'inchiostro, stampanti digitali, fotocamere digitali e schermi al plasma, la tecnologia dei mezzitoni digitali ha ricevuto un'ampia attenzione da parte dei produttori e degli istituti di ricerca. Oltre alle sue applicazioni nella stampa e nell'output delle immagini, la tecnologia dei mezzitoni digitali viene utilizzata anche nei settori dello stoccaggio a compressione, dei prodotti tessili e della medicina. Pertanto, la tecnologia dei mezzitoni digitali ha un importante significato teorico e valore d'uso.
Come tutti sappiamo, la tecnologia dei mezzitoni digitali si riferisce a una tecnologia che realizza la riproduzione ottimale delle immagini su dispositivi di colorazione binari (o multi-colore binari) basati su caratteristiche visive umane e caratteristiche di colorazione dell'immagine utilizzando strumenti come matematica e computer. . Il semitono digitale è una caratteristica passa-basso dell'occhio umano. Se osservato a una certa distanza, l'occhio umano considera una porzione spazialmente vicina dell'immagine nel suo insieme. Con questa caratteristica, la scala di grigi media locale dell'immagine a mezzitoni osservata dall'occhio umano si avvicina al valore grigio medio locale dell'immagine originale, formando in tal modo un effetto di tono continuo nel suo complesso.
Molti algoritmi sono stati proposti in base alle caratteristiche dell'applicazione dei mezzitoni digitali e dei diversi campi. Quando si classifica in base al metodo di elaborazione dell'algoritmo, può essere diviso in algoritmo di elaborazione del punto, algoritmo di elaborazione del vicinato e metodo iterativo. L'algoritmo di elaborazione dei punti è il metodo più semplice che utilizza un approccio digitale per simulare il tradizionale processo di screening dei contatti nel settore della stampa, in cui ogni unità di pixel in un'immagine a mezzitoni prodotta dipende solo dalla gradazione del pixel. I metodi più importanti sono il metodo di template mezzitoni e il metodo di dithering; l'algoritmo di elaborazione del vicinato calcola una pluralità di pixel nelle vicinanze dell'immagine a modulazione continua da elaborare per ottenere il valore in pixel dell'immagine a mezzitoni. Il più tipico di questi algoritmi è l'algoritmo di diffusione degli errori; il metodo iterativo è un algoritmo di elaborazione iterativo che richiede più calcoli di confronto per ottenere un'immagine mezzitoni ottimale. Pertanto, ha la più grande quantità di calcolo. Questo articolo introduce principalmente numerosi algoritmi di mezzitoni digitali rappresentativi.
Innanzitutto, algoritmo di dithering ordinato (dithering ordinato)
In questo algoritmo di screening, l'immagine di input viene confrontata con una matrice di soglia periodica (o chiamata matrice di screening). Una matrice di soglia, dove N definisce il periodo della matrice di soglia.
Per una particolare matrice di soglia t (n), il suo algoritmo di screening del jitter ordinato può essere descritto come segue:
(1) L'immagine di input deve essere normalizzata, ovvero 0 ≤ x (n) ≤ 1. Quando h (n) = 0, il pixel di uscita a mezzitoni è un punto di bianco, e quando h (n) = 1, il pixel di retino fuori è un punto nero. La matrice della soglia determina l'ordine in cui i punti diventano punti neri al diminuire della luminosità, che determina anche la qualità dell'immagine a mezzitoni. L'algoritmo di dithering ordinato ha caratteristiche diverse con diversi disegni della matrice di soglia. La matrice di soglia più semplice è una matrice in cui ogni pixel è un valore fisso: t (n) = 0,5. Se all'immagine viene applicato un algoritmo di dithering ordinato con una tale matrice di soglia, la maggior parte dei dettagli dell'immagine a tono continuo viene persa e l'immagine a mezzitoni corrispondente risultante presenta una distorsione grande rispetto all'immagine di tono continuo originale.
In generale, il jitter ordinato è diviso in jitter ordinato aggregato punto e jitter ordinato punto-discreto. La matrice di screening del jitter ordinato con raccolta punti viene attentamente progettata per simulare l'elaborazione dei mezzitoni. Quando la densità dei pixel dell'immagine con regolazione continua viene ridotta, i punti verranno generati attorno ai pixel. Le regole di progettazione per il jitter a punti discreti ordinati sono proposte da Bayer. La sua ricerca indica che la visibilità delle trame artificiali non ideali può essere ottenuta mediante l'analisi di Fourier dei pattern di punti di diversi livelli di luminosità. Quando il motivo a punti di un blocco di colore uniforme ha componenti a lunghezze d'onda diverse, il componente corrispondente alla lunghezza d'onda più lunga nella lunghezza d'onda finita è il componente con la massima visibilità. Basandosi su questo standard, Bayer ha progettato una matrice di screening ottimizzata e l'immagine a mezzitoni ottenuta applicando il jitter discreto e ordinato di questa matrice contiene ulteriori dettagli visibili.
Sebbene il jitter ordinato punto-discreto mantenga più dettagli, a causa dell '"aggiunta di punti", il jitter ordinato aggregato a punti viene spesso utilizzato in applicazioni pratiche. Il guadagno del punto è causato dalla natura non ideale della stampante, sebbene si possa presumere che una stampante ideale possa produrre punti con geometrie predefinite come i quadrati, ma i punti vengono creati a causa della diffusione dell'inchiostro da predefiniti geometrie ai pixel circostanti. Aumentare il fenomeno Quando la densità dei pixel dell'immagine continuamente regolata viene abbassata, il punto verrà generato dai pixel circostanti, quindi il jitter ordinato acquisito con punti è più probabile che impedisca il guadagno del punto, riducendo così l'effetto di guadagno del punto nell'immagine a mezzitoni come totale.
In secondo luogo, l'algoritmo di diffusione degli errori (Error Diffusion)
L'algoritmo di diffusione dell'errore è un algoritmo di effetto popolare e a semitoni, proposto per la prima volta da Floyed-Steinberg. Questo algoritmo richiede l'elaborazione del vicinato, che fornisce una qualità di mezzitoni più alta per la macchina da stampa e non causa il guadagno del punto, risultando in una ricca immagine a mezzitoni con una distribuzione anisotropica dei pixel.
L'idea di base è innanzitutto di quantizzare i pixel dell'immagine in base a una determinata soglia del percorso di scansione e quindi di distribuire l'errore di quantizzazione ai pixel adiacenti non elaborati in un determinato modo. Il diagramma schematico della diffusione dell'errore è mostrato in Figura 1.
Figura 1 Schema di diffusione dell'errore
Dove Q (.) È la funzione di quantizzazione della soglia, u (m, n) è la somma del valore di grigio del pixel e l'errore di quantizzazione parziale. Quando u (m, n) è maggiore della soglia, il valore Q (.) È l, altrimenti il valore è Is 0. e (m, n) è l'errore di quantizzazione, x (m, n) è il segnale di ingresso , x (m, n) ∈ [0,1]. L'elaborazione della soglia di u (m, n) risulta in un segnale di rappresentazione b (m, n), b (m, n) ∈ [0,1]. H è un filtro di diffusione dell'errore con un coefficiente di filtro di h (k, l) ed è presente.
L'algoritmo di diffusione dell'errore può essere espresso dalla seguente formula: (2) - (4)
Terzo, metodo di diffusione puntuale (Dot Diffusion)
L'algoritmo di semitoni spread point proposto da Knuth è un algoritmo che fornisce l'elaborazione parallela mentre tenta di preservare i vantaggi della diffusione dell'errore. L'algoritmo di diffusione puntiforme ha un solo parametro di progettazione, la matrice di classi C, che determina l'ordine in cui i pixel vengono elaborati dai mezzi toni. La posizione di un pixel dell'immagine a tono continuo è suddivisa in classi IJ e I e J sono numeri interi invarianti. La Tabella 1 è un esempio di una matrice classica con 64 numeri nella tabella.
Tabella 1 Matrice della classe di ottimizzazione 8 × 8
Per definire un'immagine di tono continuo i cui valori di pixel sono normalizzati, per un k fisso, elaboriamo tutti i pixel appartenenti alla classe k e definiamo i valori dei pixel a mezzitoni come segue:
(5) L'errore, osservando gli otto campi, sostituisce i valori di tono continuo di quei quartieri con numeri di classe più alti con i valori di pixel dell'immagine continua tono originale (ad esempio, quelli che non sono stati elaborati dai mezzitoni). In breve, un quartiere con un numero maggiore di classi viene sostituito con:
Per i quartieri ad angolo retto, (6-a)
Per quartieri diagonali, (6-b)
Tra questi, è quello di garantire che la somma degli errori aggiunti a tutti i quartieri sia esattamente. Il vicinato ad angolo retto ha un parametro aggiuntivo 2 perché gli errori nelle direzioni orizzontale e verticale sono più evidenti rispetto agli errori nella direzione diagonale.
Successivamente, anche il pixel di tono continuo con il numero di classe k + 1 viene trattato allo stesso modo. Il valore del pixel corrente non è più il valore del pixel del tono continuo originale, ma viene regolato in base alla formula (6). Dopo che l'algoritmo è stato interrotto, il segnale è un risultato a mezzitoni.
Figura 2 L'errore si diffonde da un pixel al vicinato
La Figura 2 illustra il processo di diffusione dei punti. I numeri nella matrice sono gli elementi della matrice di classe, i numeri cerchiati sono i relativi valori di peso dei coefficienti di diffusione, ei quartieri con numeri di classe più alti di 33 sono 58, 45, 42, 40., 63, 47. Il l'errore prodotto in 33 è diviso in corrispondenti aliquote secondo la somma dei pesi di correlazione dei coefficienti di diffusione, che in questo esempio è 2 + 1 + 2 + 1 + 2 + 1 = 9. Quindi assegnare e nel vicinato ad angolo retto e 2e nel vicinato diagonale. Poiché ci sono 64 livelli in totale, l'algoritmo è completato in 64 passaggi.
Quarto, algoritmo di mezzitoni iterativo
L'idea dell'algoritmo di mezzitoni iterativo è di ottenere prima l'immagine di mezzitoni iniziale con un metodo semplice e quindi elaborare iterativamente l'immagine di mezzitoni iniziale, in modo che l'immagine a mezzitoni ottenuta da ciascun processo abbia un errore minore e, infine, il massimo visivo. Ottima immagine mezzitoni. Il vantaggio dell'algoritmo di mezzitoni iterativo è che l'immagine a mezzitoni risultante ha effetti visivi eccellenti, sostanzialmente senza struttura strutturale; ed è in grado di riprodurre correttamente toni ricchi. Tuttavia, in base alla complessità computazionale di questo algoritmo, l'algoritmo di mezzitoni iterativo è generalmente difficile da utilizzare nell'elaborazione in tempo reale e può essere utilizzato solo come programma di test standard.
Il metodo di ricerca binario diretto (DBS) applica un modello HVS e un modello di dispositivo per ridurre l'errore visibile tra l'immagine a mezzitoni visualizzata e l'immagine a tono continuo. Il modello HVS è rappresentato da un filtro passa-basso invariante lineare. La risposta in frequenza di questo filtro è definita come segue:
(7)
Dove è la variabile di frequenza dell'angolo corrispondente della retina, L è la luminosità media, c = 0,525 d = 3,91.
Lascia che [m, n] definisca l'immagine dell'errore e definisci (8)
Dove f [m, n] è un'immagine di tono continuo e g [m, n] è un'immagine di mezzitoni corrispondente, l'errore visibile tra l'immagine a mezzitoni e l'immagine a tono continuo può essere espressa come (9)
Dove X corrisponde al raster del punto indirizzabile del dispositivo di uscita; e il punto stampato è convoluto con il filtro, assumeremo una gamma più ampia.
L'errore totale tra l'intera immagine mezzitoni prodotta da DBS e l'immagine originale è:
(10) Sostituendo (9) in (10), E può essere calcolato come segue
(11) Tra questi c'è la funzione di correzione incrociata tra i punti discreti della griglia stampabile.
DBS utilizza un programma di scambio iterativo per ridurre l'errore E. Questo algoritmo esegue la scansione dell'intera immagine a mezzitoni in ordine da sinistra a destra e dall'alto verso il basso, a partire dall'immagine mezzitoni iniziale ottenuta in modo casuale, per ciascuna delle immagini a mezzitoni. Il pixel valuta l'effetto di invertire il pixel e il valore dell'immagine a mezzitoni ottenuta scambiandone il valore con gli otto pixel circostanti. Se una delle modifiche riduce l'errore, la trasformazione che causa la riduzione dell'errore viene preservata e il processo sopra riportato viene ripetutamente eseguito sull'immagine mezzitoni finché l'intero processo non ha alcuna operazione di trasformazione e l'algoritmo DBS termina.
V. Riassunto
In generale, in questi algoritmi a mezzitoni, la migliore qualità di immagine dei mezzitoni prodotta è un algoritmo iterativo, ma a causa della complessità del calcolo, in genere non viene utilizzata negli algoritmi di elaborazione in tempo reale. L'algoritmo di diffusione degli errori è attualmente l'algoritmo dei mezzitoni più popolare, e l'immagine a mezzitoni risultante non ha evidente effetto moiré e un buon effetto visivo. L'algoritmo di dithering è semplice da implementare, ma presenta alcuni difetti nella riproduzione del tono, nella risoluzione spaziale e nella trama visibile. L'algoritmo di diffusione dei punti implementa l'elaborazione parallela, ma la qualità dell'immagine a mezzitoni deve essere migliorata.