Mówienie o kilku typowych algorytmach cyfrowych półtonów
Jesteśmy dużą firmą poligraficzną w Shenzhen w Chinach. Oferujemy wszystkie publikacje książkowe, drukowanie książek w twardej oprawie, drukowanie książek w oprawach papierowych, notes w twardej oprawie, druk książek w czasopismach, druk książek książkowych, drukowanie broszur, opakowań, kalendarzy, wszelkiego rodzaju PCV, broszur produktowych, notatek, książek dla dzieci, naklejek, wszystkiego rodzaje specjalnych produktów do drukowania w kolorze papieru, karty do gry itd.
Aby uzyskać więcej informacji prosimy odwiedzić
http://www.joyful-printing.com. Tylko ENG
http://www.joyful-printing.net
http://www.joyful-printing.org
email: info@joyful-printing.net
Technologia półtonowania była używana w druku od ponad wieku i była używana w urządzeniach do produkcji cyfrowej przez ponad 40 lat. Wraz z rosnącym wykorzystaniem cyfrowych urządzeń wyjściowych, takich jak drukarki laserowe, drukarki atramentowe, drukarki cyfrowe, aparaty cyfrowe i wyświetlacze plazmowe, technologia cyfrowej półtonów cieszy się szerokim zainteresowaniem producentów i instytucji badawczych. Oprócz zastosowań w druku i produkcji obrazów, technologia półtonów cyfrowych jest również wykorzystywana w dziedzinie przechowywania kompresji, tekstyliów i medycyny. Dlatego technologia cyfrowej półtonów ma ważne znaczenie teoretyczne i wartość użytkową.
Jak wszyscy wiemy, technologia cyfrowej półtonów odnosi się do technologii, która zapewnia optymalną reprodukcję obrazów na binarnych (lub wielokolorowych binarnych) urządzeniach barwiących, w oparciu o ludzkie cechy wizualne i cechy barwy obrazu za pomocą narzędzi takich jak matematyka i komputery. . Cyfrowe półtonowanie jest dolnoprzepustową cechą ludzkiego oka. Przy oglądaniu w pewnej odległości ludzkie oko postrzega przestrzennie bliską część obrazu jako całości. Dzięki tej charakterystyce lokalna średnia skala szarości obrazu rastrowego obserwowana przez ludzkie oko przybliża lokalną średnią wartość szarości oryginalnego obrazu, tworząc w ten sposób ciągły efekt tonowy jako całość.
Zaproponowano wiele algorytmów opartych na charakterystyce aplikacji półtonów cyfrowych i różnych pól. Klasyfikując według metody przetwarzania algorytmu, można go podzielić na algorytm przetwarzania punktowego, algorytm przetwarzania sąsiedztwa i metodę iteracyjną. Algorytm przetwarzania punktów jest najprostszą metodą wykorzystującą podejście cyfrowe do symulacji tradycyjnego procesu ekranowania kontaktu w branży drukarskiej, gdzie każda jednostka pikselowa w obrazie rastrowym zależy tylko od gradacji piksela. Najważniejszymi metodami są metoda szablonu półtonów i metoda ditheringu; Algorytm przetwarzania sąsiedztwa oblicza wiele pikseli w sąsiedztwie ciągle modulowanego obrazu, który ma być przetwarzany w celu uzyskania wartości pikseli obrazu półtonowego. Bardziej typowym z tych algorytmów jest algorytm dyfuzji błędów; metoda iteracyjna to iteracyjny algorytm przetwarzania, który wymaga wielu obliczeń porównawczych w celu uzyskania optymalnego obrazu rastrowego. Dlatego ma największą ilość obliczeń. Ten artykuł wprowadza głównie kilka reprezentatywnych algorytmów cyfrowych półtonów.
Pierwszy, uporządkowany algorytm ditheringu (uporządkowany dithering)
W tym algorytmie przesiewowym obraz wejściowy jest porównywany z okresową macierzą progową (lub nazywaną macierzą przesiewową). Macierz progu, w której N definiuje okres macierzy progowej.
Dla konkretnej macierzy progowej t (n), jej uporządkowany algorytm przesiewowy jitter można opisać w następujący sposób:
(1) Obraz wejściowy powinien zostać znormalizowany, tj. 0 ≤ x (n) ≤ 1. Gdy h (n) = 0, piksel wyjściowy półtonu jest punktem białym, a gdy h (n) = 1, piksel poza pikselem to czarna kropka. Matryca progowa określa kolejność, w której kropki stają się czarnymi kropkami w miarę zmniejszania się jasności, co również decyduje o jakości obrazu rastrowego. Zamawiany algorytm ditheringu ma inną charakterystykę z różnymi konstrukcjami macierzy progowej. Najprostszą matrycą progową jest macierz, w której każdy piksel ma stałą wartość: t (n) = 0,5. Jeżeli do obrazu zostanie zastosowany uporządkowany algorytm ditheringu z taką matrycą progową, większość szczegółów ciągłego obrazu tonalnego zostanie utracona, a wynikowy odpowiadający obraz rastrowy ma duże zniekształcenie w porównaniu z oryginalnym obrazem ciągłego tonu.
Ogólnie uporządkowany jitter dzieli się na uporządkowany punktowo uporządkowany jitter i punkt-dyskretny uporządkowany jitter. Matryca przesiewowa zgromadzonego punktowo uporządkowanego jittera jest starannie zaprojektowana do symulacji przetwarzania półtonów. Gdy gęstość pikseli obrazu o stałej wartości zostanie zmniejszona, punkty będą generowane wokół pikseli. Zasady projektowania dyskretnego uporządkowanego jittera zostały zaproponowane przez firmę Bayer. Jego badania wskazują, że widoczność nieidealnych sztucznych tekstur można uzyskać za pomocą analizy Fouriera wzorów kropek o różnych poziomach jasności. Gdy wzór punktowy jednolitego bloku koloru ma komponenty o różnych długościach fali, składowa odpowiadająca najdłuższej długości fali w skończonej długości fali jest składnikiem o najwyższej widzialności. W oparciu o ten standard firma Bayer zaprojektowała zoptymalizowaną matrycę przesiewową, a obraz rastrowy uzyskany poprzez zastosowanie dyskretnego i uporządkowanego drgania punktu tej macierzy zawiera bardziej widoczne szczegóły.
Mimo że dyskretny, uporządkowany jitter zachowuje więcej szczegółów, ze względu na "dodanie kropek", uporządkowany jitter z agregacją punktową jest często wykorzystywany w zastosowaniach praktycznych. Wzmocnienie punktu jest spowodowane nieidealnym charakterem drukarki, chociaż można założyć, że idealna drukarka może wytwarzać kropki z predefiniowanymi geometriami, takimi jak kwadraty, ale kropki są tworzone z powodu dyfuzji atramentu z predefiniowanych geometrie do otaczających pikseli. Zwiększyć to zjawisko. Gdy gęstość pikseli obrazu o stałym dopasowaniu zostanie zmniejszona, kropka zostanie wygenerowana z otaczających pikseli, więc skupiony na kropce uporządkowany jitter jest bardziej prawdopodobny, aby zapobiec przyrostowi punktu, zmniejszając w ten sposób efekt dotowania w obrazie półtonu jako cały.
Po drugie, algorytm dyfuzji błędów (błąd dyfuzji)
Algorytm dyfuzji błędów jest popularnym algorytmem efektów rastrowych, który po raz pierwszy zaproponował Floyed-Steinberg. Ten algorytm wymaga przetwarzania w sąsiedztwie, które zapewnia wyższą jakość półtonów dla prasy i nie powoduje przyrostu punktu, co skutkuje bogatym obrazem rastrowym z anizotropowym rozkładem pikseli.
Podstawową ideą jest najpierw kwantyzacja pikseli obrazu zgodnie z pewnym progiem ścieżki skanowania, a następnie rozłożenie błędu kwantyzacji na sąsiednie nieprzetworzone piksele w określony sposób. Schemat dyfuzji błędów przedstawiono na rysunku 1.
Rysunek 1 Schemat dyfuzji błędów
Gdzie Q (.) Jest funkcją kwantyzacji progowej, u (m, n) jest sumą wartości szarej piksela i błędu częściowej kwantyzacji. Kiedy u (m, n) jest większe niż wartość progowa, wartość Q (.) Wynosi l, w przeciwnym razie wartość wynosi Is 0. e (m, n) to błąd kwantyzacji, x (m, n) jest sygnałem wejściowym , x (m, n) ∈ [0,1]. Przetwarzanie progowe u (m, n) daje sygnał reprezentacji b (m, n), b (m, n) ∈ [0,1]. H jest filtrem dyfuzji błędów o współczynniku filtru h (k, l) i jest obecny.
Algorytm dyfuzji błędów można wyrazić za pomocą następującego wzoru: (2) - (4)
Trzecia metoda dyfuzji punktowej (Dot Diffusion)
Proponowany przez Knutha algorytm półtonowania rozproszonego w punktach jest algorytmem zapewniającym równoległe przetwarzanie przy jednoczesnym zachowaniu zalet dyfuzji błędów. Algorytm rozkładania punktów ma tylko jeden parametr projektowy, macierz klasy C, która określa kolejność, w której piksele są przetwarzane przez półtony. Położenie piksela obrazu ciągłego podzielone jest na klasy IJ, a ja i J są niezmiennymi liczbami całkowitymi. Tabela 1 jest przykładem klasycznej macierzy z 64 liczbami w tabeli.
Tabela 1 Macierz klasy optymalizacji 8 × 8
Aby zdefiniować ciągły obraz tonalny, którego wartości pikseli są znormalizowane, dla stałego k, przetwarzamy wszystkie piksele należące do klasy k i definiujemy wartości półtonów w następujący sposób:
(5) Błąd, obserwując osiem pól, zastępuje wartości ciągłych tonów tych dzielnic wyższymi numerami klas oryginalnymi wartościami pikseli ciągłego obrazu (na przykład tymi, które nie zostały przetworzone przez półtony). W skrócie, sąsiedztwo z wyższą liczbą klas otrzymuje brzmienie:
Dla okolic z prostopadłym kątem, (6-a)
Dla dzielnic diagonalnych, (6-b)
Wśród nich jest zapewnienie, że suma błędów dodanych do wszystkich dzielnic jest dokładnie taka. Kątownik prawostronny ma dodatkowy parametr 2, ponieważ błędy w kierunku poziomym i pionowym są bardziej zauważalne niż błędy w kierunku ukośnym.
Następnie piksel z tonem ciągłym o numerze klasy k + 1 jest również traktowany podobnie. Bieżąca wartość piksela nie jest już oryginalną wartością piksela ciągłego, ale jest dostosowywana zgodnie ze wzorem (6). Po wygaśnięciu algorytmu sygnał jest rezultatem półtonowania.
Rysunek 2 Błąd rozprzestrzenia się z jednego piksela do otoczenia
Rysunek 2 ilustruje proces rozprzestrzeniania się punktu. Liczby w macierzy są elementami macierzy klas, liczby w kółku są związanymi wartościami wagowymi współczynników dyfuzji, a dzielnice z wyższą liczbą klas 33 to 58, 45, 42, 40., 63, 47. błąd wytworzony w 33 jest podzielony na odpowiednie porcje zgodnie z sumą wag korelacyjnych współczynników dyfuzji, która w tym przykładzie wynosi 2 + 1 + 2 + 1 + 2 + 1 = 9. Następnie przypisz e w sąsiedztwie z kątem prostym i 2e w sąsiedztwie ukośnym. Ponieważ w sumie jest 64 poziomów, algorytm jest kończony w 64 krokach.
Po czwarte, iteracyjny algorytm półtonów
Ideą iteracyjnego algorytmu rastrowania jest uzyskanie najpierw obrazu rastrowego za pomocą prostej metody, a następnie iteracyjne przetwarzanie początkowego obrazu rastrowego, tak aby obraz rastrowy uzyskany w każdym procesie miał mniejszy błąd, a na końcu maksimum wizualne. Doskonały obraz półtonów. Zaletą iteracyjnego algorytmu rastrowania jest to, że uzyskany obraz rastrowania ma doskonałe efekty wizualne, zasadniczo bez tekstury strukturalnej; i jest w stanie poprawnie odtwarzać bogate tony. Jednakże, w oparciu o złożoność obliczeniową tego algorytmu, iteracyjny algorytm półtonowania jest generalnie trudny do wykorzystania w przetwarzaniu w czasie rzeczywistym i może być stosowany tylko jako standardowy program testowy.
Bezpośrednia metoda wyszukiwania binarnego (DBS) stosuje model HVS i model urządzenia w celu zmniejszenia widocznego błędu między renderowanym półtonem a ciągłym obrazem tonalnym. Model HVS jest reprezentowany przez liniowy niezmienny filtr dolnoprzepustowy. Odpowiedź częstotliwościowa tego filtru jest zdefiniowana następująco:
(7)
Gdzie jest zmienna częstotliwości odpowiadającego kąta siatkówki, L jest średnią jasnością, c = 0,525 d = 3,91.
Niech e [m, n] zdefiniuj obraz błędu i zdefiniuj (8)
Gdzie f [m, n] jest ciągłym obrazem tonalnym, a g [m, n] jest odpowiednim obrazem rastrowym, widoczny błąd między obrazem rastrowania a ciągłym obrazem tonalnym można wyrazić jako (9)
Gdzie X odpowiada rastrowi adresowalnego punktu urządzenia wyjściowego; a wydrukowany punkt jest splotowany z filtrem, przyjmiemy większy zakres.
Całkowity błąd między całym obrazem rastrowym wygenerowanym przez DBS i oryginalny obraz to:
(10) Podstawienie (9) do (10), E można obliczyć w następujący sposób
(11) Wśród nich jest funkcja korekcji krzyżowej między dyskretnymi punktami siatki do druku.
DBS używa programu wymiany iteracyjnej w celu zmniejszenia błędu E. Ten algorytm skanuje cały obraz rastrowy w kolejności od lewej do prawej i od góry do dołu, zaczynając od losowo uzyskanego początkowego obrazu rastrowego, dla każdego z obrazów rastrowych. Piksel ocenia wpływ odwrócenia piksela i wartości obrazu rastrowego uzyskanego przez zamianę jego wartości na otaczające osiem pikseli. Jeśli którakolwiek ze zmian zmniejszy błąd, transformacja, która powoduje redukcję błędu, zostaje zachowana, a powyższy proces jest wielokrotnie wykonywany na obrazie rastrowym, dopóki cały proces nie zostanie poddany operacji transformacji, a algorytm DBS zostanie zakończony.
V. Podsumowanie
Ogólnie rzecz biorąc, w tych algorytmach rastrowych najlepsza jakość tworzonego obrazu rastrowego jest algorytmem iteracyjnym, ale ze względu na złożoność obliczeń zwykle nie jest używana w algorytmach przetwarzania w czasie rzeczywistym. Algorytm dyfuzji błędów jest obecnie najpopularniejszym algorytmem półtonów, a powstały obraz rastrowy nie ma wyraźnego efektu mory i dobrego efektu wizualnego. Algorytm ditheringu jest prosty w implementacji, ale ma pewne defekty w reprodukcji tonalnej, rozdzielczości przestrzennej i widocznej teksturze. Algorytm rozprzestrzeniania punktów implementuje przetwarzanie równoległe, ale jakość obrazu rastrowego wymaga poprawy.