吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx

上传人:b****8 文档编号:9823166 上传时间:2023-02-06 格式:DOCX 页数:19 大小:158.40KB
下载 相关 举报
吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx_第1页
第1页 / 共19页
吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx_第2页
第2页 / 共19页
吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx_第3页
第3页 / 共19页
吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx_第4页
第4页 / 共19页
吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx_第5页
第5页 / 共19页
点击查看更多>>
下载资源
资源描述

吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx

《吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx》由会员分享,可在线阅读,更多相关《吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx(19页珍藏版)》请在冰豆网上搜索。

吕凤军图像处理初学者最全最好的资料1第4章 图象的半影调和抖动技术.docx

吕凤军图像处理初学者最全最好的资料1第4章图象的半影调和抖动技术

第4章图象的半影调和抖动技术

在介绍本章内容之前,先提出一个问题?

普通的黑白针式打印机能打出灰度图来吗?

如果说能,从针式打印机的打印原理来分析,似乎是不可能的。

因为针打是靠撞针击打色带在纸上形成黑点的,不可能打出灰色的点来;如果说不能,可是我们的确见过用针式打印机打印出来的灰色图象。

到底是怎么回事呢?

你再仔细看看那些打印出来的所谓的灰色图象,最好用放大镜看。

你会发现,原来这些灰色图象都是由一些黑点组成的,黑点多一些,图象就暗一些;黑点少一些,图案就亮一些。

下面这几张图就很能说明这一点。

图4.1用黑白两种颜色打印出灰度效果

图4.1中最左边的是原图,是一幅真正的灰度图,另外三张图都是黑白二值图。

容易看出,最左的那幅和原图最接近。

由二值图象显示出灰度效果的方法,就是我们今天要讲的半影调(halftone)技术,它的一个主要用途就是在只有二值输出的打印机上打印图象。

我们介绍两种方法:

图案法和抖动法。

4.1图案法

图案法(patterning)是指灰度可以用一定比例的黑白点组成的区域表示,从而达到整体图象的灰度感。

黑白点的位置选择称为图案化。

在具体介绍图案法之前,先介绍一下分辨率的概念。

计算机显示器,打印机,扫描仪等设备的一个重要指标就是分辨率,单位是dpi(dotperinch),即每英寸点数,点数越多,分辨率就越高,图象就越清晰。

让我们来计算一下,计算机显示器的分辨率有多高。

设显示器为15英寸(指对角线长度),最多显示1280×1024个点。

因为宽高比为4:

3,所以宽有12英寸,高有9英寸,则该显示器的水平分辨率为106dpi,垂直分辨率为113.8dpi。

一般的激光打印机的分辨率有300dpi×300dpi,600dpi×600dpi,720dpi×720dpi。

所以打出来的图象要比计算机显示出来的清晰的多。

扫描仪的分辨率要高一些,数码相机的分辨率更高。

言归正传,前面讲了,图案化使用图案来表示象素的灰度,那么我们来做一道计算题。

假设有一幅240×180×8bit的灰度图,当用分辨率为300dpi×300dpi的激光打印机将其打印到12.8×9.6英寸的纸上时,每个象素的图案有多大?

这道题很简单,这张纸最多可以打(300×12.8)×(300×9.6)=3840×2880个点,所以每个象素可以用(3840/240)×(2880/180)=16×16个点大小的图案来表示,即一个象素256个点。

如果这16×16的方块中一个黑点也没有,就可以表示灰度256;有一个黑点,就表示灰度255;依次类推,当都是黑点时,表示灰度0。

这样,16×16的方块可以表示257级灰度,比要求的8bit共256级灰度还多了一个。

所以上面的那幅图的灰度级别完全能够打印出来。

这里有一个图案构成的问题,即黑点打在哪里?

比如说,只有一个黑点时,我们可以打在正中央,也可以打16×16的左上角。

图案可以是规则的,也可以是不规则的。

一般情况下,有规则的图案比随即图案能够避免点的丛集,但有时会导致图象中有明显的线条。

如图4.1中,2×2的图案可以表示5级灰度,当图象中有一片灰度为的1的区域时,如图4.2所示,有明显的水平和垂直线条。

图4.2    2×2的图案

图4.3    规则图案导致线条

如果想存储256级灰度的图案,就需要256×16×16的二值点阵,占用的空间还是相当可观的。

有一个更好的办法是:

只存储一个整数矩阵,称为标准图案,其中的每个值从0到255。

图象的实际灰度和阵列中的每个值比较,当该值大于等于灰度时,对应点打一黑点。

下面举一个25级灰度的例子加以说明。

图4.4    标准图案举例

图4.4中,左边为标准图案,右边为灰度为15的图案,共有10个黑点,15个白点。

其实道理很简单,灰度为0时全是黑点,灰度每增加1,减少一个黑点。

要注意的是,5×5的图案可以表示26种灰度,当灰度是25才是全白点,而不是灰度为24时。

下面介绍一种设计标准图案的算法,是由Limb在1969年提出的。

先以一个2×2的矩阵开始:

设M1=

,通过递归关系有Mn+1=

,其中Mn和Un均为2n×2n的方阵,Un的所有元素都是1。

根据这个算法,可以得到M2=

,为16级灰度的标准图案。

M3(8×8阵)比较特殊,称为Bayer抖动表。

M4是一个16×16的矩阵。

根据上面的算法,如果利用M3一个象素要用8×8的图案表示,则一幅N×N的图将变成8N×8N大小。

如果利用M4,就更不得了,变成16N×16N了。

能不能在保持原图大小的情况下利用图案化技术呢?

一种很自然的想法是:

如果用M2阵,则将原图中每8×8个点中取一点,即重新采样,然后再应用图案化技术,就能够保持原图大小。

实际上,这种方法并不可行。

首先,你不知道这8×8个点中找哪一点比较合适,另外,8×8的间隔实在太大了,生成的图象和原图肯定相差很大,就象图4.1最右边的那幅图一样。

我们可以采用这样的做法:

假设原图是256级灰度,利用Bayer抖动表,做如下处理

if(g[y][x]>>2)>bayer[y&7][x&7]then打一白点else打一黑点

其中,x,y代表原图的象素坐标,g[y][x]代表该点灰度。

首先将灰度右移两位,变成64级,然后将x,y做模8运算,找到Bayer表中的对应点,两者做比较,根据上面给出的判据做处理。

我们可以看到,模8运算使得原图分成了一个个8×8的小块,每个小块和8×8的Bayer表相对应。

小块中的每个点都参与了比较,这样就避免了上面提到的选点和块划分过大的问题。

模8运算实质上是引入了随机成分,这就是我们下面要讲到的抖动技术。

图4.5就是利用了这个算法,使用M3(Bayer抖动表)阵得到的;图6是使用M4阵得到的,可见两者的差别并不是很大,所以一般用Bayer表就可以了。

图4.5    利用M3抖动生成的图

图4.6    利用M4抖动生成的图

下面是算法的源程序,是针对Bayer表的。

因为它是个常用的表,我们不再利用Limb公式,而是直接给出。

针对M4阵的算法是类似的,不同的地方在于,要用Limb公式得到M4阵,灰度也不用右移2位。

要注意的是,为了处理的方便,我们的结果图仍采用256级灰度图,不过只用到了0和255两种灰度。

BYTEBayerPattern[8][8]={ 0,32,8,40,2,34,10,42,

48,16,56,24,50,18,58,26,

                                               12,44,4,36,14,46,6,38,

                                               60,28,52,20,62,30,54,22,

                                               3,35,11,43,1,33,9,41,

                                               51,19,59,27,49,17,57,25,

                                               15,47,7,39,13,45,5,37,

                                               63,31,55,23,61,29,53,21};

BOOLLimbPatternM3(HWNDhWnd)

{

DWORD                                  OffBits,BufSize

LPBITMAPINFOHEADER  lpImgData;

LPSTR                      lpPtr;

HLOCAL                     hTempImgData;

LPBITMAPINFOHEADER  lpTempImgData;

LPSTR                      lpTempPtr;

HDC                        hDc;

HFILE                       hf;

LONG                       x,y;

unsignedchar                 num;

OffBits=bf.bfOffBits-sizeof(BITMAPFILEHEADER);

BufSize=OffBits+bi.biHeight*LineBytes;//要开的缓冲区大小

if((hTempImgData=LocalAlloc(LHND,BufSize))==NULL)

{

MessageBox(hWnd,"Errorallocmemory!

","ErrorMessage",MB_OK|

MB_ICONEXCLAMATION);

   returnFALSE;

}

lpImgData=(LPBITMAPINFOHEADER)GlobalLock(hImgData);   

lpTempImgData=(LPBITMAPINFOHEADER)LocalLock(hTempImgData);

//拷贝头信息和位图数据

memcpy(lpTempImgData,lpImgData,BufSize);

for(y=0;y

     //lpPtr为指向原图位图数据的指针

     lpPtr=(char*)lpImgData+(BufSize-LineBytes-y*LineBytes);

     //lpTempPtr为指向新图位图数据的指针

     lpTempPtr=(char*)lpTempImgData+(BufSize-LineBytes-y*LineBytes);

     for(x=0;x

            num=(unsignedchar)*lpPtr++;

            if((num>>2)>BayerPattern[y&7][x&7])//右移两位后做比较

                  *(lpTempPtr++)=(unsignedchar)255;//打白点

            else*(lpTempPtr++)=(unsignedchar)0;//打黑点

     }

}

if(hBitmap!

=NULL)

   DeleteObject(hBitmap);

hDc=GetDC(hWnd);   

//形成新的位图

hBitmap=CreateDIBitmap(hDc,(LPBITMAPINFOHEADER)lpTempImgData,

(LONG)CBM_INIT,

(LPSTR)lpTempImgData+

sizeof(BITMAPINFOHEADER)+

NumColors*sizeof(RGBQUAD),

(LPBITMAPINFO)lpTempImgData,

DIB_RGB_COLORS);

hf=_lcreat("c:

\\limbm3.bmp",0);

_lwrite(hf,(LPSTR)&bf,sizeof(BITMAPFILEHEADER));

_lwrite(hf,(LPSTR)lpTempImgData,BufSize);

_lclose(hf);

//释放内存和资源

ReleaseDC(hWnd,hDc);

LocalUnlock(hTempImgData);

LocalFree(hTempImgData);

GlobalUnlock(hImgData);

returnTRUE;

}

4.2抖动法

让我们考虑更坏的情况:

即使使用了图案化技术,仍然得不到要求的灰度级别。

举例说明:

假设有一幅600×450×8bit的灰度图,当用分辨率为300dpi×300dpi的激光打印机将其打印到8×6英寸的纸上时,每个象素可以用(2400/600)×(1800/450)=4×4个点大小的图案来表示,最多能表示17级灰度,无法满足256级灰度的要求。

可有两种解决方案:

(1)减小图象尺寸,由600×450变为150×113;

(2)降低图象灰度级,由256级变成16级。

这两种方案都不理想。

这时,我们就可以采用“抖动法”(dithering)的技术来解决这个问题。

其实刚才给出的算法就是一种抖动算法,称为规则抖动(regulardithering)。

规则抖动的优点是算法简单;缺点是图案化有时很明显,这是因为取模运算虽然引入了随机成分,但还是有规律的。

另外,点之间进行比较时,只要比标准图案上点的值大就打白点,这种做法并不理想,因为,如果当标准图案点的灰度值本身就很小,而图象中点的灰度只比它大一点儿时,图象中的点更接近黑色,而不是白色。

一种更好的方法是将这个误差传播到邻近的象素。

下面介绍的Floyd-Steinberg算法就采用了这种方案。

假设灰度级别的范围从b(black)到w(white),中间值t为(b+w)/2,对应256级灰度,b=0,w=255,t=127.5。

设原图中象素的灰度为g,误差值为e,则新图中对应象素的值用如下的方法得到:

ifg>tthen

打白点

e=g-w

else

打黑点

e=g-b

3/8×e加到右边的象素

3/8×e加到下边的象素

1/4×e加到右下方的象素

算法的意思很明白:

以256级灰度为例,假设一个点的灰度为130,在灰度图中应该是一个灰点。

由于一般图象中灰度是连续变化的,相邻象素的灰度值很可能与本象素非常接近,所以该点及周围应该是一片灰色区域。

在新图中,130大于128,所以打了白点,但130离真正的白点255还差的比较远,误差e=130-255=-125比较大。

,将3/8×(-125)加到相邻象素后,使得相邻象素的值接近0而打黑点。

下一次,e又变成正的,使得相邻象素的相邻象素打白点,这样一白一黑一白,表现出来刚好就是灰色。

如果不传递误差,就是一片白色了。

再举个例子,如果一个点的灰度为250,在灰度图中应该是一个白点,该点及周围应该是一片白色区域。

在新图中,虽然e=-5也是负的,但其值很小,对相邻象素的影响不大,所以还是能够打出一片白色区域来。

这样就验证了算法的正确性。

其它的情况你可以自己推敲。

图4.7是利用Floyd-Steinberg算法抖动生成的图。

图4.7    利用Floyd-Steinberg算法抖动生成的图

下面我们给出Floyd-Steinberg算法的源代码。

有一点要说明,我们原来介绍的程序都是先开一个char类型的缓冲区,用来存储新图数据,但在这个算法中,因为e有可能是负数,为了防止得到的值超出char能表示的范围,我们使用了一个int类型的缓冲区存储新值。

另外,当按从左到右,从上到下的顺序处理象素时,处理过的象素以后不会再用到了,所以用这个int类型的缓冲区存储新值是可行的。

全部象素处理完后,再将这些值拷贝到char类型的缓冲区去。

BOOLSteinberg(HWNDhWnd)

{

DWORD                                  OffBits,BufSize,IntBufSize;

LPBITMAPINFOHEADERlpImgData;

HLOCAL                                  hTempImgData;

LPBITMAPINFOHEADERlpTempImgData;

LPSTR                lpPtr;

LPSTR                lpTempPtr;

HDC                  hDc;

HFILE                         hf;

LONG                        x,y;

unsignedchar                    num;

float                           e,f;

HLOCAL                        hIntBuf;

int                             *lpIntBuf,*lpIntPtr;

int                             tempnum;

//OffBits为BITMAPINFOHEADER结构长度加调色板的大小

OffBits=bf.bfOffBits-sizeof(BITMAPFILEHEADER);

BufSize=OffBits+bi.biHeight*LineBytes;//要开的缓冲区的大小

if((hTempImgData=LocalAlloc(LHND,BufSize))==NULL)

{

MessageBox(hWnd,"Errorallocmemory!

","ErrorMessage",MB_OK|

MB_ICONEXCLAMATION);

returnFALSE;

}

IntBufSize=(DWORD)bi.biHeight*LineBytes*sizeof(int);if((hIntBuf=LocalAlloc(LHND,IntBufSize))==NULL)//int类型的缓冲区

{

MessageBox(hWnd,"Errorallocmemory!

","ErrorMessage",MB_OK|

MB_ICONEXCLAMATION);

LocalFree(hTempImgData);

returnFALSE;

}

lpImgData=(LPBITMAPINFOHEADER)GlobalLock(hImgData);

lpTempImgData=(LPBITMAPINFOHEADER)LocalLock(hTempImgData);

lpIntBuf=(int*)LocalLock(hIntBuf);

//拷贝头信息

memcpy(lpTempImgData,lpImgData,OffBits);

//将图象数据拷贝到int类型的缓冲区中

for(y=0;y

lpPtr=(char*)lpImgData+(BufSize-LineBytes-y*LineBytes);

lpIntPtr=(int*)lpIntBuf+(bi.biHeight-1-y)*LineBytes;

for(x=0;x

            *(lpIntPtr++)=(unsignedchar)*(lpPtr++);

}

for(y=0;y

for(x=0;x

lpIntPtr=(int*)lpIntBuf+(bi.biHeight-1-y)*LineBytes+x;

            num=(unsignedchar)*lpIntPtr;

            if(num>128){//128是中值

                   *lpIntPtr=255;//打白点

                   e=(float)(num-255.0);//计算误差

            }

      else{

                   *lpIntPtr=0;//打黑点

                   e=(float)num;//计算误差

            }

            if(x

                   f=(float)*(lpIntPtr+1);

                   f+=(float)((3.0/8.0)*e);

            *(lpIntPtr+1)=(int)f;//向左传播

}

      if(y

                   f=(float)*(lpIntPtr-LineBytes);

                   f+=(float)((3.0/8.0)*e);

                   *(lpIntPtr-LineBytes)=(int)f;//向下传播

                   f=(float)*(lpIntPtr-LineBytes+1);

                   f+=(float)((1.0/4.0)*e);

                   *(lpIntPtr-LineBytes+1)=(int)f;//向右下传播

            }

     }

}

//从int类型的缓冲区拷贝到char类型的缓冲区

for(y=0;y

lpTempPtr=(char*)lpTempImgData+(BufSize-LineBytes-y*LineBytes);

lpIntPtr=(int*)lpIntBuf+(bi.biHeight-1-y)*LineBytes;

for(x=0;x

            tempnum=*(lpIntPtr++);

            if(tempnum>255)tempnum=255;

            elseif(tempnum<0)tempnum=0;

            *(lpTempPtr++)=(unsignedchar)tempnum;

     }

}

if(hBitmap!

=NULL)

DeleteObject(hBitmap);

hDc=GetDC(hWnd);

//产生新的位图

hBitmap=CreateDIBitmap(hDc,(LPBITMAPINFOHEADER)lpTempImgData,

(LONG)CBM_INIT,

(LPSTR)lpTempImgData+

sizeof(BITMAPINFOHEADER)+

NumColors*sizeof(RGBQUAD),

(LPBITMAPINFO)lpTempImgData,

DIB_RGB_COLORS);

hf=_lcreat("c:

\\steinberg.bmp",0);

_lwrite(hf,(LPSTR)&bf,sizeof(BITMAPFILEHEADER));

_lwrite(hf,(LPSTR)lpTempImgData,BufSize);

_lclose(hf);

//释放内存和资源

ReleaseDC(hWnd,hDc);

GlobalUnlock(hImgData);

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 成人教育 > 成考

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1