一种彩色误差分散逆半调算法

提出了一种基于小波变换方法的彩色误差分散逆半调新算法，其主要思想是提高低频图的峰值信噪比；并用适当的阈值，增强高频图中边缘细节、降低半调噪声，以达到增强图像细节、提高逆半调图峰值信噪比的目的。     

基于偏微分方程的误差分散逆半调改进算法

结合误差分散半调噪声特征,提出一种基于偏微分方程的逆半调改进算法。通过研究偏微分方程的去噪原理,以3次B样条函数作为扩散函数,采用迭代求解偏微分方程的方法估计逆半调图像,计算每次迭代前后图像梯度模值的增量以确定平滑度的调节参数,解决偏微分方程在应用中的参数选择自适应问题。实验结果表明,该算法在图像整体平滑度和细节保持能力上都具有较好的效果。     

误差分散半调图像的有损压缩算法

对误差分散半调图像进行无损压缩所得压缩率较低,而现有二值图像有损压缩算法对该类图像的压缩效果并不理想。为此,结合逆半调技术设计一种有损压缩算法。选用LUT逆半调算法对误差分散半调图像进行灰度化重建,对灰度图像的DCT变换系数量化压缩法进行改进,提高了压缩率,并构建出一种误差分散图像的有损压缩算法。实验结果表明,该算法能获得较高的压缩率和较好的压缩效果。     

蓝噪声与绿噪声数字半调技术原理分析与比较

用空间点统计和频谱分析的方法对蓝噪声和绿噪声数字半调原理进行了研究,讨论了二者在某个灰度级处少数点之间的相互影响方式,分析比较了二者之间的关系以及基于这两种方法产生的图像特点及适用性。     

一种彩色图像矢量误差分散半调方法

误差分散是数字半调技术中的一项关键技术。通过对矢量彩色图像误差分散半调的分析,结合误差分散系统中量化器的建模,提出了一种增强边缘信息并减少虫状纹理的矢量彩色图像误差分散半调方法。     

一种呈现清晰纹理的快速误差扩散算法

清晰地呈现图像的细节纹理结构是现代数字半色调技术研究的重要方面.提出一种简单有效、且能保持原图像纹理结构的半色调误差扩散算法.该算法以Ostromoukhov算法为基础,根据图像灰度空间的局部分布特征,通过计算误差扩散像素点的局部视觉纹理反馈信息,对原固定阈值进行调节.实验结果表明,改进后的算法生成的半色调图像再现的纹理结构清晰自然,且具有蓝噪声特性,在PSNR、UIQI和SSIM三项指标评测方面均有较好表现.     

误差分散类逆半调技术综述

逆半调技术是半调图像处理中的关键技术之一,近几年来其研究取得了较大的进展。为了使人们对该技术研究现状有个概略了解,首先论述了逆半调技术的原理和主要研究方法;然后重点分析了针对误差分散半调图的滤波方法、机器学习方法和最优化估计方法,并比较了它们的优缺点,通过比较发现,基于模糊技术、人眼视觉特性的自适应滤波方法,在实际应用中有广阔的前景;最后给出误差分散逆半调技术目前存在的问题和进一步的发展方向。     

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。     

误差分散类逆半调算法的分析与比较

该文介绍并分析了四种误差分散逆半调算法。包括三种已知误差分散核的逆半调算法:滤波平滑法、投影法、最大后验概率-马尔可夫随机场(MAP-MRF)法和一种误差分散核估计逆半调算法,并提出了该项技术的后续研究方向。     

自适应噪声调制多级误差扩散算法

针对多级半色调技术输出结果存在轮廓效应以及人工结构的问题,提出一种自适应噪声调制多级误差扩散半色调算法.首先利用加权均方误差约束求取噪声调制器的各项系数,并将噪声调制器插入至误差扩散法中的量化过程内;然后通过遗传算法,结合蓝噪声原理获取噪声调制后的最优自适应误差过滤器;最后利用所得的自适应误差过滤器完成量化误差滤波,输出半色调结果图像.实验结果表明,该算法可以有效地减少半色调输出结果中的轮廓效应和人工结构,并且具有较高的信噪比.     

基于图像边缘检测的变系数误差扩散方法

误差扩散算法是一种重要的图像半色调化技术,被广泛应用于各种二值化的输出设备当中,但传统的误差扩散算法生成的半色调图像易出现"蠕虫"现象和边缘模糊。针对此问题,本文提出一种结合图像边缘检测的变系数误差扩散方法,该方法以Ostromoukhov提出的变系数误差扩散算法为基础,利用其优化后的误差扩散系数,可以较好地克服"蠕虫"现象。在此基础上,采用Sobel算子检测图像的边缘并沿边缘方向修正误差扩散滤波系数,以较好地保持原图像的边缘特性。实验结果表明,利用该方法产生的半色调图像不仅具有蓝噪声特性,而且边缘结构清晰。     

各向异性扩散平滑滤波的改进算法

图像的噪声过滤和增强是数字图像处理中非常重要的组成部分.在图像处理过程中,为了既有效地去除噪声,又能够较好地保持图像的边缘和重要的细节信息,在Perona-Malik各向异性扩散模型（PM模型）的基础上,通过对变分方法的扩散方程中扩散系数的改进,提出了一个对噪声图像更有效更具有适应性的去噪扩散模型.该模型针对不同的梯度大小采用了不同的扩散系数.在实际处理过程中该模型不仅能够有效地保持图像的边缘,而且还能够克服PM模型对小尺度噪声敏感和部分边缘和细节失真的问题.实验结果表明,改进的扩散模型的性能优于PM模型,是一种较为理想的保边缘平滑模型.     

基于点扩散和误差扩散的半色调自隐藏算法

将秘密图像隐藏在一幅基于点扩散或误差扩散的半色调图像中,实现基于点扩散和误差扩散的半色调自隐藏算法;以基于点扩散的双向共轭信息隐藏算法为基础实现基于点扩散的灰度半色调自隐藏算法,将该算法扩展到基于误差扩散的灰度半色调图像,提出基于误差扩散的灰度半色调自隐藏算法;以最新的基于点扩散和误差扩散的新共轭数据隐藏算法为基础,提出基于点扩散和误差扩散的彩色半色调自隐藏算法。将四类自隐藏算法进行实验验证,对不同半色调自隐藏算法的性能进行了比较。结果表明在相同参数下,基于误差扩散的彩色半色调自隐藏算法具有最好的性能。     

一种改进的小波域维纳滤波的图像降噪算法研究

针对小波域维纳滤波图像降噪存在计算速度慢和降噪效果较差,本文提出一种改进的小波域维纳滤波算法,将阈值化处理引入小波域维纳滤波,通过阈值化处理小波变换后的系数来提高降噪效果。依据改进算法的具体过程和算法步骤,运用MATLAB进行算法仿真,仿真结果表明,改进的小波域维纳滤波算法进行图像降噪可以有效地提高图像的信噪比,降噪效果良好,同时计算速度较快,节约时间。     

基于脉冲耦合神经网络和形态学的改进去噪算法

通过总结脉冲噪声的特点和脉冲耦合神经网络以及数学形态学去噪的工作方式,提出了一种基于脉冲耦合神经网络模型和形态学的改进的脉冲噪声去除算法,该算法在一定程度上降低了在恢复图像的过程中噪声之间的相互干扰。实验结果表明,文章提出的改进算法的实验效果要明显优于申值滤波和数学形态学滤波算法,也要优于基本的基于脉冲耦合神经网络和形态学相结合的去噪算法。