Thermodynamics-inspired inverse halftoning viamultiple halftone images

Based on an analogy between thermodynamics and Bayesian inference,inverse halftoning was formulated using multiple halftone images based on Bayesian inference using the maximizer of the posterior marginal(MPM) estimate.Applying Monte Carlo simulation to a set of snapshots of the Q-Ising model,it was demonstrated that optimal performance is achieved around the Bayes-optimal condition within statistical uncertainty and that the performance of the Bayes-optimal solution is superior to that of the maximum-a-posteriori(MAP) estimation which is a deterministic limit of the MPM estimate.These properties were qualitatively confirmed by the mean-field theory using an infinite-range model established in statistical mechanics.Additionally,a practical and useful method was constructed using the statistical mechanical iterative method via the Bethe approximation.Numerical simulations for a 256-grayscale standard image show that Bethe approximation works as good as the MPM estimation if the parameters are set appropriately.     

基于中值金字塔变换的图像逆半调

针对误差分散半调的系统特征，构建了一种基于非线性中值算子的多分辨金字塔变换．研究了变换后各级近似、细节信号中半调噪声的分布特性和消噪方法．提出了一种用wiener滤波抑制一级细节中半调噪声，并用消噪后的细节与近似信号重构连续色调图像的逆半调算法．实验结果表明．该变换具有较好的信噪分离能力，比线性多尺度变换更适合于逆半调．新逆半调算法的时空间复杂度较低．其结果的峰值信噪比值及去噪保沿效果良好．     

基于边缘检测的动态误差分散半色调算法

针对数字半色调技术中的传统误差分散方法因误差分散系数固定而导致图像真实细节损失的问题,提出了一种基于边缘检测的动态误差分散算法。该方法沿着每个像素的误差分散方向进行边缘检测,再根据边缘检测结果动态地选择该像素各个方向的误差分散系数,减小了误差分散过程中的误差积累。实验表明,此方法可以明显改善由于误差分散系数固定而引起的图像轮廓细节损失。     

基于AM的误差扩散法

在打印机上输出连续色调的图像，只能依赖于数字化半色调技术。提出了一种新的基于AM的误差扩散的算法，该算法结合调幅半色调技术和调幅半色调技术中的误差扩散法，在用可调节的较小的AM模板对图像进行半色调处理的同时，将原始图像与结果二值图像间的误差扩散到周围像素，使少数像素基本上按原始图像的灰度值分布。     

一种高效的逆半调算法

论文提出了一种快速的逆半调算法,在高斯低通滤波的基础上,通过带通滤波提取边界信息,并使用界限函数和中值滤波修正边界映像,最后合成逆半调结果。实验证明该算法和现有算法相比计算速度快,输出图像信噪比高。     

Electrostatic Halftoning

We introduce a new global approach for image dithering, stippling, screening and sampling. It is inspired by the physical principles of electrostatics. Repelling forces between equally charged particles create a homogeneous distribution in flat areas, while attracting forces from the image brightness values ensure a high approximation quality. Our model is transparent and uses only two intuitive parameters: One steers the granularity of our halftoning approach, and the other its regularity. We evaluate two versions of our algorithm: A discrete version for dithering that ties points to grid positions, as well as a continuous one which does not have this restriction, and can thus be used for stippling or sampling density functions. Our methods create very few visual artefacts, reveal favourable blue‐noise behaviour in the frequency domain, and have a lower approximation error under Gaussian convolution than state‐of‐the‐art methods.     

基于视觉差的误差扩散半色调算法

针对传统误差扩散法在中频区域存在的结构纹理，提出了一种基于视觉差的误差扩散算法(PEB Error Diffusion)。PEB-ED借鉴了DBS中考察人类视觉误差的思想，对误差扩散结果中最容易发生误处理的中间调区域像素进行二次处理，因而明显减少了由固定的误差扩散滤波器所产生的结构性纹理，提高了图像的整体视觉效果。此外，它还可以减弱实际打印中“点增益现象”的影响。     

一种改进的查找表逆半调算法

边缘和平滑区域是图像的重要组成部分,人眼对边缘特征和平滑区域的噪声比较敏感。文中提供了一种改进的查找表逆半调算法,该算法在查找表逆半调算法的基础上考虑了边缘在图像处理中的作用,并对图像边缘分类,然后,按照半调图及图像边缘的类型重构连续色调图像。通过由误差分散类半调图构成的不同频率特征的训练集、测试集进行实验,表明当训练集为平滑图像集时基于边缘的查找表逆半调算法处理平滑图像,在主、客观评价方面的效果都好于查找表逆半调算法处理的图像;而改进的方法在处理细节图像时与查找表逆半调算法相比没有优势。     

基于最小平方差模型的改进半色调技术

基于模型的半色调技术是根据显示设备和人眼视觉系统的特性从而使图像质量达到最优,其中基于最小平方差模型的半色调技术是其中一种比较好的方法,而基于最小平方差模型的改进半色调技术则是在前者的基础上进行了改进,提出了一种新的迭代方法即取反/交换法.该技术的基本思想是对二进制图像进行打印模型和视觉模型处理,和对原始灰度图像仅进行视觉模型处理,使两者之间的输出图像之间的误差最小.实验证明该技术比传统技术具有更高的分辨率和更多的灰度级,图像更清晰.     

LUT与Elman网络相结合的图像逆半调算法

为改进查找表逆半调算法中"未出现半调模式逆半调值"的估计精度,提出了一种查找表与Elman回归网络相结合的图像逆半调算法。该算法首先通过样本图集生成初步逆半调查找表,然后以Elman型回归网络为工具,构造、训练逆半调逼近模型,最后达到拟合"未出现半调模式逆半调值"的目的,产生完整查找表,支持逆半调处理。实验结果及性能分析表明,应用本文算法生成的逆半调重建图像在视觉效果及PSNR指标上表现良好,具有运行速度快、空间复杂度低的特点。