Exposition

Parler de plusieurs algorithmes de demi-teintes numériques courants

Oct 25, 2018 Laisser un message

Parler de plusieurs algorithmes de demi-teintes numériques courants

Nous sommes une grande imprimerie à Shenzhen en Chine. Nous proposons toutes les publications de livres, impression de livres à couverture rigide, impression de livres à couverture rigide, cahiers à couverture rigide, impression de livres en papier, impression de livres pour piqûre à cheval, impression de brochures, boîte d'emballage, calendriers, PVC de toutes sortes, brochures de produit, notes, livre pour enfants, autocollants, tout types de produits d'impression couleur spéciaux sur papier, cartes de jeu, etc.

Pour plus d'informations, s'il vous plaît visitez

http://www.joyful-printing.com. ENG seulement

http://www.joyful-printing.net

http://www.joyful-printing.org

email: info@joyful-printing.net


La technologie des demi-teintes est utilisée dans l’impression depuis plus d’un siècle et dans les périphériques de sortie numérique depuis plus de 40 ans. Avec l'utilisation croissante de périphériques de sortie numériques tels que les imprimantes laser, les imprimantes à jet d'encre, les imprimantes numériques, les appareils photo numériques et les écrans à plasma, la technologie des demi-teintes numériques a retenu l'attention des fabricants et des instituts de recherche. Outre ses applications dans l’impression et la production d’images, la technologie des demi-teintes numériques est également utilisée dans les domaines de la compression, du textile et de la médecine. Par conséquent, la technologie des demi-teintes numériques a une signification théorique et une valeur d’utilisation importantes.


Comme nous le savons tous, la technologie des demi-teintes numériques fait référence à une technologie qui permet la reproduction optimale des images sur des dispositifs de coloration binaires (ou binaires multicolores) sur la base de caractéristiques visuelles humaines et de caractéristiques de coloration d’images en utilisant des outils tels que les mathématiques et les ordinateurs. . La demi-teinte numérique est une caractéristique passe-bas de l'œil humain. A une certaine distance, l'œil humain considère une partie de l'image rapprochée dans son ensemble. Avec cette caractéristique, l'échelle de gris moyenne locale de l'image en demi-teinte observée à l'œil humain se rapproche de la valeur de gris moyenne locale de l'image d'origine, formant ainsi un effet de ton continu dans son ensemble.


De nombreux algorithmes ont été proposés en fonction des caractéristiques d’application des demi-teintes numériques et de différents domaines. Lors de la classification en fonction du procédé de traitement de l'algorithme, celui-ci peut être divisé en algorithme de traitement de point, algorithme de traitement de voisinage et procédé itératif. L'algorithme de traitement de points est la méthode la plus simple qui utilise une approche numérique pour simuler le processus de filtrage de contacts traditionnel dans l'industrie de l'impression, où chaque unité de pixels d'une image en demi-teintes produite dépend uniquement de la gradation du pixel. Les méthodes les plus importantes sont la méthode du modèle en demi-teinte et la méthode de dithering; l'algorithme de traitement de voisinage calcule une pluralité de pixels au voisinage de l'image modulée en continu à traiter pour obtenir la valeur de pixel de l'image en demi-teinte. Le plus typique de ces algorithmes est l'algorithme de diffusion d'erreur; la méthode itérative est un algorithme de traitement itératif qui nécessite plusieurs calculs de comparaison pour obtenir une image en demi-teinte optimale. Par conséquent, il a la plus grande quantité de calcul. Cet article présente principalement plusieurs algorithmes de demi-teintes numériques représentatifs.


Tout d'abord, algorithme de dither ordonné (dither ordonné)


Dans cet algorithme de tramage, l'image d'entrée est comparée à une matrice de seuil périodique (ou appelée matrice de tramage). Une matrice de seuil, où N définit la période de la matrice de seuil.

Pour une matrice de seuil particulière t (n), son algorithme de filtrage de la gigue ordonnée peut être décrit comme suit:


(1) L'image d'entrée doit être normalisée, c'est-à-dire 0 ≤ x (n) ≤ 1. Lorsque h (n) = 0, le pixel de sortie de trame est un point blanc et lorsque h (n) = 1, le pixel de trame en sortie est un point noir. La matrice de seuil détermine l'ordre dans lequel les points deviennent des points noirs lorsque la luminosité diminue, ce qui détermine également la qualité de l'image en demi-teinte. L'algorithme de dithering ordonné a différentes caractéristiques avec différentes conceptions de la matrice de seuil. La matrice de seuil la plus simple est une matrice dans laquelle chaque pixel est une valeur fixe: t (n) = 0,5. Si un algorithme de dithering ordonné avec une telle matrice de seuil est appliqué à l'image, la plupart des détails de l'image à tons continus sont perdus et l'image en demi-teinte résultante présente une distorsion importante par rapport à l'image à tons continus d'origine.


En général, la gigue ordonnée est divisée en une gigue ordonnée agrégée par points et en une gigue ordonnée discrète ponctuelle. La matrice de filtrage de la gigue ordonnée, regroupée par points, est soigneusement conçue pour simuler le traitement des demi-teintes. Lorsque la densité de pixels de l'image ajustée en continu est réduite, les points sont générés autour des pixels. Les règles de conception pour la gigue ordonnée discrète ponctuelle sont proposées par Bayer. Ses recherches indiquent que la visibilité des textures artificielles non idéales peut être obtenue par une analyse de Fourier des motifs de points de différents niveaux de luminosité. Lorsque le motif de points d'un bloc de couleur uniforme a des composants à différentes longueurs d'onde, le composant correspondant à la plus grande longueur d'onde dans la longueur d'onde finie est le composant ayant la visibilité la plus élevée. Sur la base de cette norme, Bayer a conçu une matrice de tramage optimisée, et l’image en demi-teinte obtenue en appliquant la gigue ponctuelle discrète et ordonnée de cette matrice contient davantage de détails visibles.


Bien que la gigue ordonnée discrète ponctuelle conserve plus de détails, en raison de "l'ajout de points", la gigue ordonnée agrégée de points est souvent utilisée dans des applications pratiques. Le gain de points est dû à la nature non idéale de l’imprimante, bien que l’on puisse supposer qu’une imprimante idéale peut produire des points avec des géométries prédéfinies telles que des carrés, mais des points sont créés en raison de la diffusion d’encre à partir de des géométries aux pixels environnants. Augmente le phénomène. Lorsque la densité de pixels de l'image ajustée en continu est abaissée, le point est généré à partir des pixels environnants, de sorte que la gigue ordonnée regroupée par points est plus susceptible d'empêcher le gain de point, réduisant ainsi l'effet de gain de point dans l'image en demi-teinte. entier.


Deuxièmement, l'algorithme de diffusion d'erreur (Error Diffusion)


L'algorithme de diffusion d'erreur est un algorithme populaire et à effet de demi-teintes, qui a été proposé pour la première fois par Floyed-Steinberg. Cet algorithme nécessite un traitement de voisinage, qui offre une qualité de trame supérieure pour la presse et ne provoque pas de gain de point, ce qui donne une image de trame riche avec une distribution anisotrope de pixels.


L'idée de base est de commencer par quantifier les pixels de l'image en fonction d'un certain seuil de chemin de balayage, puis d'étendre l'erreur de quantification aux pixels non traités adjacents d'une certaine manière. Le diagramme schématique de la diffusion des erreurs est présenté à la figure 1.


Figure 1 Schéma de diffusion d'erreur

Où Q (.) Est la fonction de quantification de seuil, u (m, n) est la somme de la valeur de gris du pixel et de l'erreur de quantification partielle. Lorsque u (m, n) est supérieur au seuil, la valeur Q (.) Est l, sinon la valeur est Is 0. e (m, n) est l'erreur de quantification, x (m, n) est le signal d'entrée , x (m, n) [0,1]. Le traitement de seuil de u (m, n) donne un signal de représentation b (m, n), b (m, n) [0,1]. H est un filtre de diffusion d'erreur avec un coefficient de filtre de h (k, l) et est présent.


L'algorithme de diffusion d'erreur peut être exprimé par la formule suivante: (2) - (4)


Troisièmement, la méthode de diffusion ponctuelle (Dot Diffusion)


L’algorithme de demi-teintes réparties par points proposé par Knuth est un algorithme qui fournit un traitement parallèle tout en essayant de préserver les avantages de la diffusion des erreurs. L'algorithme d'étalement de points n'a qu'un seul paramètre de conception, la classe de classe C, qui détermine l'ordre dans lequel les pixels sont traités par demi-tons. La position d'un pixel d'image à tons continus est divisée en classes IJ, et I et J sont des entiers invariants. Le tableau 1 est un exemple de matrice classique comportant 64 nombres.


Tableau 1 Matrice de classe d'optimisation 8 × 8

Pour définir une image à tons continus dont les valeurs de pixel sont normalisées, pour un k fixe, nous traitons tous les pixels appartenant à la classe k et définissons les valeurs de pixel en demi-teinte de la manière suivante:

(5) L’erreur, en observant les huit champs, remplace les valeurs de tons continus des quartiers dont les numéros de classe sont élevés par les valeurs initiales des pixels de l’image à tons continus (par exemple, ceux qui n’ont pas été traités par demi-tons). En bref, un quartier avec un plus grand nombre de classes est remplacé par:

Pour les quartiers à angle droit, (6-a)

Pour les quartiers en diagonale, (6-b)

Parmi eux, il s'agit de s'assurer que la somme des erreurs ajoutées à tous les quartiers est exacte. Le voisinage à angle droit comporte un paramètre supplémentaire 2 car les erreurs dans les directions horizontale et verticale sont plus perceptibles que les erreurs dans la direction diagonale.


Après cela, le pixel de tonalité continue avec le numéro de classe k + 1 est également traité de la même manière. La valeur de pixel actuelle n'est plus la valeur de pixel de tonalité continue d'origine, mais est ajustée selon la formule (6). Une fois l’algorithme abandonné, le signal est un résultat en demi-teinte.


Figure 2 L'erreur se propage d'un pixel au voisinage

La figure 2 illustre le processus de propagation de points. Les nombres de la matrice sont les éléments de la matrice de classe, les nombres encerclés sont les valeurs de pondération associées des coefficients de diffusion et les voisinages avec des nombres de classe supérieurs de 33 sont 58, 45, 42, 40., 63, 47. l'erreur produite en 33 est divisée en aliquotes correspondantes en fonction de la somme des poids de corrélation des coefficients de diffusion, qui dans cet exemple est 2 + 1 + 2 + 1 + 2 + 1 = 9. Attribuez ensuite e dans le voisinage à angle droit et 2e dans le voisinage en diagonale. Puisqu'il y a 64 niveaux au total, l'algorithme est complété en 64 étapes.


Quatrième algorithme de demi-teinte itératif


L’idée de l’algorithme de demi-teinte itératif est d’obtenir tout d’abord l’image de demi-teinte initiale à l’aide d’une méthode simple, puis de traiter de manière itérative l’image de demi-teinte initiale, de sorte que l’image de demi-teinte obtenue par chaque processus présente une erreur plus petite et enfin le maximum visuel. Excellente image en demi-teinte. L'avantage de l'algorithme de demi-teinte itératif est que l'image en demi-teinte résultante a d'excellents effets visuels, essentiellement pas de texture structurelle; et est capable de reproduire correctement les tons riches. Toutefois, compte tenu de la complexité de calcul de cet algorithme, l’algorithme de demi-teinte itératif est généralement difficile à utiliser dans le traitement en temps réel et ne peut être utilisé que comme programme de test standard.


La méthode de recherche binaire directe (DBS) applique un modèle HVS et un modèle de périphérique pour réduire l'erreur visible entre l'image en demi-teinte rendue et l'image à tons continus. Le modèle HVS est représenté par un filtre passe-bas invariant par décalage linéaire. La réponse en fréquence de ce filtre est définie comme suit:

(7)

Où est la variable de fréquence de l'angle correspondant de la rétine, L est la luminosité moyenne, c = 0,525 d = 3,91.

Soit e [m, n] définir l’image d’erreur et définit (8)

Où f [m, n] est une image à tons continus et g [m, n] est une image en demi-teintes correspondante, l'erreur visible entre l'image en demi-tons et l'image à tons continus peut être exprimée par (9)

Où X correspond à la trame du point adressable du périphérique de sortie; et le point imprimé est convolué avec le filtre, nous supposerons une plage plus large.

L’erreur totale entre l’ensemble des images en demi-teintes produites par DBS et l’image originale est la suivante:

(10) En remplaçant (9) par (10), E peut être calculé comme suit

(11) Parmi celles-ci figure la fonction de correction croisée entre les points discrets de la grille imprimable.


DBS utilise un programme d'échange itératif pour réduire l'erreur E. Cet algorithme numérise l'intégralité de l'image en demi-teinte dans l'ordre, de gauche à droite et de haut en bas, à partir de l'image en demi-teinte initiale obtenue aléatoirement, pour chacune des images en demi-teinte. Le pixel évalue l’effet de l’inversion du pixel et la valeur de l’image en demi-teinte obtenue en échangeant sa valeur avec les huit pixels environnants. Si l'une des modifications réduit l'erreur, la transformation à l'origine de la réduction d'erreur est conservée et le processus ci-dessus est exécuté à plusieurs reprises sur l'image en demi-teinte jusqu'à ce que l'ensemble du processus ne subisse aucune opération de transformation et que l'algorithme DBS se termine.


V. Résumé


En général, dans ces algorithmes de demi-teintes, la meilleure qualité d’image en demi-teintes produite est un algorithme itératif, mais en raison de la complexité du calcul, il n’est généralement pas utilisé dans les algorithmes de traitement en temps réel. L'algorithme de diffusion d'erreur est actuellement l'algorithme de demi-teintes le plus populaire, et l'image de demi-teinte résultante n'a pas de moiré évident et produit un bon effet visuel. L'algorithme de dithering est simple à mettre en œuvre, mais il présente certains défauts de reproduction de la tonalité, de résolution spatiale et de texture visible. L'algorithme d'étalement de points implémente le traitement parallèle, mais la qualité de l'image en demi-teinte doit être améliorée.

Envoyez demande