印刷品水印图像的半色调算法比较

对Bayer抖动、误差扩散和绿噪声3种半色调算法进行了分析比较。利用离散小波变换将水印信息嵌入宿主图像,采用峰值信噪比对3种算法生成的半色调图像质量进行客观评价;用归一化相关系数衡量半色调图像提取的水印质量;以Matlab程序运行时间判断3种算法的计算效率;同时,结合人眼视觉对半色调图像质量进行主观评价。综合各种评价,结果表明:误差扩散是最适合小波水印图像的半色调算法。     

随机中心聚集半色调算法

目的由误差扩散半色调算法得到的二值图像存在明显的规律性纹理,针对该问题提出随机中心聚集半色调算法。方法利用蓝噪声半色调阈值矩阵算法生成随机均匀分布的种子点,采用三角网生长算法构建Delaunay三角网格,在确定三角网像素成员后,根据像素点在三角形区域内的分布位置得到该位置像素的阈值,最后通过将连续调图像与阈值矩阵的阈值比较得到半色调图像。结果同误差扩散算法相比,提出的方法可以减少半色调图像的人工纹理,图像视觉效果较好。结论文中算法可以改善半色调图像质量,实验结果证明了该方法的有效性。     

基于随机打印机模型的误差扩散半色调算法

通过把新的随机打印机模型与经典的误差扩散算法结合,以解决误差扩散算法对打印机变形敏感,造成的人工纹理和输出半色调图像质量下降的问题,并提出了一种新的基于随机打印机模型的误差扩散算法,通过实验验证获得了较好的输出质量.     

基于最小二乘法半色调模型程序实验印刷图像色彩检测

从最小二乘法的半色调模型入手,对图像色彩进行检测,从实际数据中得出印刷的图像质量和色域匹配转换效果,具有一定的科学性和新颖性。结合Java程序和算法设计来精确计算半色调图像像素的色差数值,对印刷质量进行及时反馈,以合理调节印刷参数来进行更科学的印刷。     

一种改进误差扩散系数的半色调算法

目的为了解决现有半色调算法产生的半色调图像边界模糊以及视觉蠕虫等问题,获得一种人眼视觉感知较好的数字半色调图像。方法在原始经典滤波器的基础上引入α-截尾均值滤波器,得到一种新的基于邻域像素灰度值相关的误差扩散滤波器。结果所提算法相较于传统误差扩散算法能更好地再现半色调图像细节,同时其边界也得到了较好的保持,并且客观评价参数PSNR值、SSIM值均有一定幅度的提高,NSME值也得到了较为理想的结果,不仅解决了传统误差扩散算法中边界模糊现象,同时也更好地表达了半色调图像的细节纹理信息。结论依据提出的算法得到的半色调图像人眼视觉感知效果较好,并且算法简单易行效率高。     

基于视觉模型的色彩半色调技术

视觉模型半色调技术通过对仪器显示和人眼视觉系统的研究来最佳展示图像,提高图像的色彩质量效果,依赖于显示和人眼接受的准确模.基于视觉模型的最小二成法半色调技术能够很好地检测图像质量,客观地可以得到图像打印的质量效果.     

基于模型的半色调算法

对目前的半色调算法及其存在的问题进行了回顾,指出目前基于模型半色调算法中用到的人类视觉模型和打印机模型,并给出DBS算法如何将此模型运用到实际中以提高质量图像,对该算法运行的快速性进行探讨.     

数字水印技术在印刷品防伪中的应用

在许多打印和出版应用中,需要在半色调图像中嵌入数据用于作品的版权保护和认证.介绍了一种新颖的半色调图像中数据隐藏的算法,该算法利用DCT域数据分类法进行数字水印信息的嵌入.实验结果显示:该算法能够抵抗打印/扫描攻击,鲁棒性较好.     

一种基于动态误差扩散系数的数字半色调算法

目的为了解决现有半色调算法产生的图像边界模糊以及视觉蠕虫等问题,研究一种视觉效果较好的半色调图像。方法提出一种在半色调过程中动态分配误差扩散系数的数字半色调方法,减少由固定误差扩散系数和固定扩散方向带来的边界模糊、视觉蠕虫以及结构性纹理等现象。结果文中提出的算法相较于传统的误差扩散算法其PSNR值提高了约0.5,SSIM值提高了约0.06,NSME值下降了约0.06。不仅解决了传统误差扩散算法中的边界模糊现象,同时也更好地表达了半色调图像的细节纹理信息。结论依据提出的算法产生的半色调图像视觉效果较好,并且算法简单易行,运行效率高。     

基于边缘检测的视觉反馈误差扩散半色调算法

提出一种基于边缘检测的视觉反馈误差扩散半色调算法。首先,对原图像进行误差扩散,然后采用LOG算子提取原图像和半色调图像的边缘信息;接着计算原始图像边缘信息与半色调图像边缘信息之间的视觉差,并将该视觉差利用反馈函数传递到原图像,得到新的连续调图像;最后,对新的连续调图像进行误差扩散,得到最终的半色调图像。实验仿真结果表明,相较于标准误差扩散和快速误差扩散,所提算法在主观感受和客观评价方面都有较大提升,是一种有效的半色调图像生成方法。     

High-fidelity lenticular screening by means of iterative tone correction

Digital halftoning is the process of converting a continuous-tone image into an arrangement of printed and not-printed dots distributed to create an illusion of continuous tone. Traditional halftoning algorithms are inappropriate for lenticular screening where multiple images are columnwise multiplexed into a single image with statistically independent gray levels across neighboring columns. As a means of minimizing intercolumn distortion, we introduce iterative tone correction where gray levels of the spliced image are modified to account for dot overlap. The principal advantage of this new technique is that it preserves the ability to use a traditional, stochastic, halftoning algorithm on the component images prior to spatial multiplexing.     

Quality evaluation metric for greyscale error diffusion halftone images based on texture and visual characteristics

Halftone images produced by error diffusion algorithms suffer from texture structures that decrease their visual qualities, such as worm-like and stripe-like defects. An effective quality evaluation metric is needed to evaluate various error diffusion halftoning algorithms and their corresponding halftone images. A texture distortion evaluation metric (TDEM) is proposed to measure the texture distortions within the referenced halftoned greyscale images. First, the weights of different tonal regions were assigned based on the two types of visual objects available and the locations of the texture structures. Then, based on image structure correlations and human visual characteristics, a block operation was performed and TDEM values were obtained by summing the local block-weighted variances based on image information. The proposed metric was validated using objective comparison and psycho-visual experiments. Results indicate that the metric can measure texture distortions effectively, and that the results are consistent with subjective visual perception.     

针对图像阶调的混合半色调方法

在比较不同半色调方法特点的基础上,分析得到了不同半色调方法适合的图像阶调范围,实验结果表明针对图像阶调的混合半色调方法可以在再现原图阶调特征的同时减少纹理影响,使半色调图像阶调过渡更加自然.     

加网参数和类型不确定的小波变换逆半调研究

针对不同加网类型和参数的彩色印刷图像,提出了一种基于加网参数和类型不确定的小波变换逆半调算法。首先在RGB颜色空间中分离了颜色通道,选择了B样条小波作为小波变换基函数;然后对图像实施了二层小波分解,利用小波阈值去噪策略,去除了半色调网点噪声;最后对图像进行了小波重构,得到了逆半调图像。实验结果表明,该逆半调算法适用于调频加网和调幅加网图像,同时逆半调图像具有很好的视觉效果。     

基于Am/Fm半色调的混合加网算法研究

分析最新的数字加网技术,对混合加网的算法进行了改进.首先根据图像阶调变化快慢对待加网图像进行区域分割,对阶调变化平缓的区域采用点聚集态抖动加网,对阶调变化剧烈及细微的层次采用AM/FM半色调方法.利用了调幅、调频加网各自的优势,改善了调幅与调频半色调之间的过渡,实现了在较低分辨率的设备上得出高精度的输出图像.     

基于全息水印印刷防伪的半色调算法

分析了数字全息水印技术和数字图像半色调技术中的调幅半色调、调频半色调和AM/FM混合半色调3类主要技术的优势。探讨了将数字全息水印和数字图像半色调化技术紧密结合起来的数字全息水印防伪技术,并介绍了其原理、特点及应用。     

融合注意力机制的多尺度深度网络的逆半调方法

目的 运用现有的逆半调方法恢复的图像存在着半色调网纹去除不够理想、图像细节恢复不够清晰等问题,为了进一步提高逆半调图像在平滑区域和纹理细节方面的质量,提出一种基于融合注意力机制的多尺度卷积神经网络的逆半调方法。方法 首先,根据半色调图像网点噪声多频分布特点,设计多尺度卷积网络为基础结构的深度学习网络,从多个不同的尺度抑制半色调网纹并恢复不同尺度的图像信息;然后,应用注意力机制重建图像信息,从而生成逆半调图像;最后,提出多任务损失函数加速网络优化,更好地实现逆半调。结果 实验结果表明,运用此方法得到的逆半调图像在视觉上与原始图像更为相近,恢复出的图像细节更好;在客观评价方面,通过与现有的最先进的方法相比,峰值信噪比平均值提高了0.562～10.095 dB,结构相似度平均值提高了0.01～0.171。结论 该方法可以实现半色调图像的高质量恢复。