Bercakap tentang Beberapa Algoritma Halftone Digital Biasa
Kami adalah syarikat percetakan besar di Shenzhen China. Kami menawarkan semua penerbitan buku, percetakan buku hardcover, percetakan buku papercover, buku nota hardcover, percetakan buku sprial, percetakan buku pelana pelana, percetakan buku kecil, kotak pembungkusan, kalendar, semua jenis PVC, risalah produk, nota, buku kanak-kanak, pelekat, semua jenis produk percetakan warna kertas khas, kad permainan dan sebagainya.
Untuk maklumat lanjut sila lawati
http://www.joyful-printing.com. ENG sahaja
http://www.joyful-printing.net
http://www.joyful-printing.org
e-mel: info@joyful-printing.net
Teknologi Halftone telah digunakan dalam percetakan selama lebih dari satu abad dan telah digunakan dalam peranti output digital selama lebih dari 40 tahun. Dengan penggunaan peranti digital yang semakin meningkat seperti pencetak laser, pencetak inkjet, pencetak digital, kamera digital dan pameran plasma, teknologi halftone digital telah mendapat perhatian yang meluas daripada pengeluar dan institusi penyelidikan. Selain aplikasi dalam percetakan dan output imej, teknologi halftone digital juga digunakan dalam bidang penyimpanan mampatan, tekstil dan ubat. Oleh itu, teknologi halftone digital mempunyai kepentingan teori penting dan nilai penggunaan.
Seperti yang kita semua tahu, teknologi halftone digital merujuk kepada teknologi yang menyedari pengubahan imej optimum pada peranti pewarna perduaan binari (atau berbilang warna) berdasarkan karakteristik visual manusia dan ciri pewarnaan imej menggunakan alat seperti matematik dan komputer. . Halftone digital adalah ciri-ciri rendah mata manusia. Apabila dilihat pada jarak tertentu, mata manusia menganggap bahagian yang hampir secara spasi dari imej secara keseluruhan. Dengan ciri ini, skala kelabu rata-rata tempatan bagi imej halftone yang dilihat oleh mata manusia mendekati nilai rata-rata kelabu tempatan imej asal, dengan itu membentuk kesan nada yang berterusan secara keseluruhan.
Banyak algoritma telah dicadangkan berdasarkan ciri-ciri aplikasi halftones digital dan bidang yang berbeza. Apabila mengklasifikasikan mengikut kaedah pemprosesan algoritma, ia boleh dibahagikan kepada algoritma pemprosesan titik, algoritma pemprosesan kejiranan dan kaedah iteratif. Algoritma pemprosesan titik adalah kaedah paling sederhana yang menggunakan pendekatan digital untuk mensimulasikan proses pemeriksaan hubungan tradisional dalam industri percetakan, di mana setiap unit piksel dalam imej halftone yang dihasilkan hanya bergantung pada penggredan piksel. Kaedah yang paling penting adalah kaedah template halftone dan kaedah dithering; algoritma pemprosesan kejiranan mengira kepelbagaian piksel di kawasan kejiranan imej yang dimodulasi secara berterusan untuk diproses untuk mendapatkan nilai piksel imej halftone. Lebih tipikal algoritma ini ialah algoritma penyebaran ralat; kaedah iteratif adalah algoritma pemprosesan berulang yang memerlukan pengiraan perbandingan berganda untuk mendapatkan imej halftone yang optimum. Oleh itu, ia mempunyai jumlah pengiraan yang terbesar. Artikel ini terutamanya memperkenalkan beberapa algoritma halftone digital yang mewakili.
Pertama, mengarahkan algoritma dither (diperintahkan dither)
Dalam algoritma penapisan ini, imej input dibandingkan dengan matriks ambang berkala (atau dipanggil matriks pemeriksaan). Matriks ambang, di mana N mentakrifkan tempoh matriks ambang.
Untuk matriks ambang tertentu t (n), algoritma penapisan jitter yang diperintahkan boleh diterangkan seperti berikut:
(1) Imej input harus dinormalisasi iaitu 0 ≤ x (n) ≤ 1. Apabila h (n) = 0, piksel output halftone adalah titik putih, dan apabila h (n) = 1, piksel halftone out adalah titik hitam. Matriks ambang menentukan urutan di mana titik menjadi titik hitam apabila kecerahan menurun, yang juga menentukan kualiti imej halftone. Algoritma dithering yang diperintahkan mempunyai ciri-ciri yang berbeza dengan reka bentuk berlainan matriks ambang. Matriks ambang yang paling mudah ialah matriks di mana setiap piksel adalah nilai tetap: t (n) = 0.5. Sekiranya algoritma dithering yang diperintahkan dengan matriks ambang seperti itu digunakan pada imej, kebanyakan butiran imej nada yang berterusan hilang, dan imej halftone sepadan yang terhasil mempunyai gangguan besar berbanding dengan imej nada berterusan asal.
Umumnya, jitter yang diperintahkan dibahagikan kepada jitter yang teratur titik-teragregasi dan titik-diskret yang disusun titik. Matriks penyaringan jitter yang dikutip oleh titik dirancang dengan teliti untuk mensimulasikan pemproses halftone. Apabila kepadatan piksel imej yang dilaraskan secara berterusan dikurangkan, titik-titik akan dihasilkan di sekitar piksel. Kaedah-kaedah reka bentuk untuk titik diskrit disusun titik dicadangkan oleh Bayer. Penyelidikannya menunjukkan bahawa penglihatan tekstur tiruan yang tidak sesuai dapat diperolehi oleh analisis Fourier pola-pola titik pada tahap kecerahan yang berbeza. Apabila corak dot blok berwarna seragam mempunyai komponen pada panjang gelombang yang berbeza, komponen yang sepadan dengan panjang gelombang terpanjang dalam panjang gelombang terhingga adalah komponen yang mempunyai keterlihatan tertinggi. Berdasarkan piawaian ini, Bayer merekabentuk matriks skrining yang dioptimumkan, dan imej halftone yang diperoleh dengan menggunakan titik diskret dan memerintahkan jitter matrik ini mengandungi butiran yang lebih jelas.
Walaupun jitter yang disusun titik-diskrit memelihara butiran lebih lanjut, disebabkan oleh "penambahan titik", jitter yang diarahkan berorientasikan titik sering digunakan dalam aplikasi praktikal. Peningkatan titik disebabkan oleh sifat pencetak tidak ideal, walaupun dapat diasumsikan pencetak yang ideal dapat menghasilkan titik-titik dengan geometri yang telah ditentukan sebelumnya seperti kotak, tetapi titik diciptakan karena penyebaran dakwat dari sebelumnya yang ditentukan geometri kepada pixel sekitar. Meningkatkan fenomena ini. Apabila ketumpatan piksel imej yang diselaraskan secara berterusan diturunkan, titik akan dihasilkan dari piksel di sekeliling, jadi titik jitter yang dikutip dot lebih cenderung untuk mencegah keuntungan dot, dengan itu mengurangkan kesan titik dot dalam imej halftone sebagai keseluruhannya.
Kedua, algoritma penyebaran ralat (Diffusion Error)
Algoritma penyebaran ralat adalah algoritma kesan popular dan halftone, yang pertama kali dicadangkan oleh Floyed-Steinberg. Algoritma ini memerlukan pemprosesan kejiranan, yang memberikan kualiti halftone yang lebih tinggi untuk akhbar dan tidak menyebabkan dot gain, menghasilkan imej halftone yang kaya dengan taburan anisotropik piksel.
Idea asas ialah mengkuantimalkan pixel imej mengikut ambang jalan imbasan tertentu, dan kemudian menyebarkan ralat kuantisasi ke piksel yang tidak diproses dengan cara tertentu. Gambarajah skematik penyebaran kesilapan ditunjukkan dalam Rajah 1.
Rajah 1 Ralat penyebaran skema
Di mana Q (.) Ialah fungsi kuantisasi ambang, u (m, n) adalah jumlah nilai kelabu piksel dan ralat pengkuapan separa. Apabila u (m, n) lebih besar daripada ambang, nilai Q (.) Adalah l, jika tidak nilai ialah Is 0. e (m, n) adalah ralat kuantisasi, x (m, n) , x (m, n) ∈ [0,1]. Pemprosesan ambang u (m, n) menghasilkan isyarat perwakilan b (m, n), b (m, n) ∈ [0,1]. H ialah penapis rintangan ralat dengan pekali penapis h (k, l) dan hadir.
Algoritma penyebaran ralat boleh dinyatakan dengan formula berikut: (2) - (4)
Ketiga, kaedah penyebaran titik (Dot Diffusion)
Titik tersebar algoritma halftone yang dicadangkan oleh Knuth adalah algoritma yang menyediakan pemprosesan selari sambil cuba mengekalkan kelebihan penyebaran ralat. Algoritma penyebaran titik hanya mempunyai satu parameter reka bentuk, kelas matriks C, yang menentukan urutan di mana piksel diproses oleh halftones. Kedudukan piksel imej nada berterusan dibahagikan kepada kelas IJ, dan I dan J adalah bilangan bulat invarian. Jadual 1 adalah contoh matriks klasik dengan 64 nombor dalam jadual.
Jadual 1 matriks kelas 8 × 8 pengoptimuman
Untuk menentukan imej nada yang berterusan yang nilai pikselnya dinormalisasi, untuk k tetap, kami memproses semua piksel kepunyaan kelas k dan menentukan nilai pixel halftone seperti berikut:
(5) Kesilapan, dengan mengamati lapan bidang, menggantikan nilai nada yang berterusan bagi kawasan kejiranan dengan nombor kelas yang lebih tinggi dengan nilai pixel imej nada berterusan asal (contohnya, yang belum diproses oleh halftone). Secara ringkas, kejiranan dengan bilangan kelas yang lebih tinggi digantikan dengan:
Untuk kejiranan sudut kanan, (6-a)
Untuk kejiranan diagonal, (6-b)
Antaranya, untuk memastikan bahawa jumlah kesilapan yang ditambah kepada semua kawasan adalah tepat. Kejiranan sudut kanan mempunyai parameter tambahan 2 kerana kesilapan dalam arah mendatar dan menegak lebih ketara daripada kesilapan dalam arah pepenjuru.
Selepas itu, piksel nada berterusan dengan nombor kelas k + 1 juga diperlakukan dengan sama. Nilai piksel semasa tidak lagi nilai piksel nada berterusan asal, tetapi diselaraskan mengikut formula (6). Selepas algoritma digugurkan, Isyarat adalah hasil halftone.
Rajah 2 Ralat merebak dari satu piksel ke kejiranan
Rajah 2 menggambarkan proses penyebaran titik. Angka-angka dalam matriks adalah unsur matriks kelas, bilangan pusingan adalah nilai berat yang berkaitan dengan pekali penyebaran, dan kawasan kejiranan dengan bilangan kelas yang lebih tinggi 33 adalah 58, 45, 42, 40, 63, 47. Kesalahan yang dihasilkan pada 33 dibahagikan kepada aliquots yang sepadan mengikut jumlah berat korelasi pekali resapan, yang dalam contoh ini adalah 2 + 1 + 2 + 1 + 2 + 1 = 9. Kemudian tentukan e di kejiranan sudut kanan dan 2e dalam kejiranan pepenjuru. Oleh kerana terdapat 64 tahap secara keseluruhan, algoritma ini disiapkan dalam 64 langkah.
Keempat, algoritma halftone berulang
Idea algoritma halftone berulang adalah untuk mendapatkan imej halftone awal dengan cara yang mudah, dan kemudian mengolah imej halftone awal, supaya imej halftone yang diperoleh oleh setiap proses mempunyai ralat yang lebih kecil, dan akhirnya maksimum visual. Imej halftone yang sangat baik. Kelebihan algoritma halftone berulang adalah bahawa imej halftone yang dihasilkan mempunyai kesan visual yang sangat baik, pada dasarnya tiada tekstur struktur; dan mampu menghasilkan semula nada kaya dengan betul. Walau bagaimanapun, berdasarkan kerumitan komputasi algoritma ini, algoritma halftone berulang umumnya sukar digunakan dalam pemprosesan masa nyata dan hanya boleh digunakan sebagai program ujian standard.
Kaedah carian perduaan langsung (DBS) menggunakan model HVS dan model peranti untuk mengurangkan kesilapan yang kelihatan di antara imej halftone yang diberikan dan imej nada yang berterusan. Model HVS ditunjukkan oleh penyaring lulus linear lajur linear rendah. Sambutan frekuensi penapis ini ditakrifkan sebagai berikut:
(7)
Di mana pemboleh ubah frekuensi sudut bersamaan retina, L ialah kecerahan purata, c = 0.525 d = 3.91.
Biarkan e [m, n] mentakrifkan imej ralat dan tentukan (8)
Di mana f [m, n] ialah imej nada yang berterusan dan g [m, n] ialah imej halus yang sepadan, ralat yang kelihatan di antara imej halftone dan imej nada yang berterusan boleh diungkapkan sebagai (9)
Di mana X sepadan dengan raster titik alamat peranti output; dan titik bercetak disokong dengan penapis, kami akan mengambil julat yang lebih besar.
Kesilapan jumlah keseluruhan imej halftone yang dihasilkan oleh DBS dan imej asal ialah:
(10) Penggantian (9) ke (10), E boleh dikira seperti berikut
(11) Di antara mereka ialah fungsi pembetulan silang antara titik-titik diskret grid yang boleh dicetak.
DBS menggunakan program pertukaran iteratif untuk mengurangkan kesilapan E. Algoritma ini mengimbas keseluruhan imej halus dari kiri ke kanan dan atas ke bawah, bermula dari imej halftone awal yang diperoleh secara rawak, untuk setiap imej halftone. Pixel menilai kesan penyongsangan piksel dan nilai imej halftone yang diperoleh dengan menukar nilainya dengan lapan pixel sekitar. Jika mana-mana perubahan mengurangkan kesilapan, transformasi yang menyebabkan pengurangan ralat dikekalkan, dan proses di atas berulang kali dilakukan pada imej halftone sehingga keseluruhan proses tidak mempunyai operasi transformasi, dan algoritma DBS berakhir.
V. Ringkasan
Secara umum, dalam algoritma halftone ini, kualiti imej halftone yang terbaik yang dihasilkan adalah algoritma iteratif, tetapi disebabkan kerumitan pengiraan, ia umumnya tidak digunakan dalam algoritma pemprosesan masa nyata. Algoritma penyebaran ralat kini merupakan algoritma halftone yang paling popular, dan imej halftone yang dihasilkan tidak mempunyai moiré yang jelas dan kesan visual yang baik. Algoritma dithering adalah mudah untuk dilaksanakan, tetapi ia mempunyai cacat tertentu dalam pembiakan nada, resolusi spasial dan tekstur yang kelihatan. Algoritma penyebaran titik menerapkan pemprosesan selari, tetapi kualiti imej halftone perlu diperbaiki.

