图像逆半调及其质量评价技术研究

论文摘要

数字半调、逆半调是计算机输入/输出的重要支撑技术,属图像处理研究领域的一个边缘分支。半调可使n级灰度定义的连续色调图像变换成两级灰度表示的等观感二值图像,解决了仅具备二值再现能力的显示、打印/印刷设备无法直接输出多灰度级图像的矛盾,但也引入了半调噪声,改变了图像的色调属性;如需对半调图像进行缩放、增强、压缩、识别等操作,必须先进行逆半调处理。由于半调处理存在量化操作,属多对一映射,这使得逆半调成为不适定问题,增大了其解决难度,也使图像逆半调及其质量评价技术成为近年来图像输入/输出领域的重要研究内容。本文概述了数字半调的基本原理、系统模型和典型方法,详细分析了半调图像的空域和频域特性;综述了现有逆半调方法的技术路线、数学模型,归纳了典型逆半调方法的特点和缺陷;在此基础上,针对逆半调现有问题和实际应用需求,重点研究了半调图像类型识别、灰度图像快速高品质逆半调、彩色图像逆半调、逆半调质量评价等关键技术,给出了解决问题的途径和方法。首先针对逆半调必须分类处理的问题,研究了半调图像的类型识别方法,以提高逆半调算法设计的针对性。提出了一种基于一维相关性和纹理特征的识别算法,实现了半调图像类型的自动识别。同时,针对现有灰度逆半调算法重建图像质量有限、时空复杂度过高等缺陷,在半调类型识别算法的基础上,建立了三种新的灰度图像逆半调算法。新算法通过引入和应用Elman神经网络、B样条小波变换、中值金字塔变换、自适应滤波、纹理方向抑制等技术手段,提高了重建图像的质量,改善了处理速度。然后,针对彩色图像逆半调技术十分稀缺的现状,从分析彩色空间各颜色通道相关性入手,研究了人眼视觉系统、亮度和颜色计算模型、正交变换、模式-颜色分离模型、彩色噪声检测及滤波等概念和理论,提出了三种彩色图像逆半调算法。与灰度逆半调方法的彩色分通道扩展法相比,新算法能更准确再现连续色调图像,且颜色偏差更小。由于直接使用峰值信噪比、均方误差、CIELAB色差等常用图像质量评价指标不能很好反映逆半调图像中的半调噪声、人工纹理和颜色偏差的残余水平,因此,基于人眼视觉彩色感知特性、亮度色度分离模型、模拟视觉特性滤波器、扩展的均色空间模型、修正的色差计算公式、感知色差参考阈值、可视化表示等理论和技术,提出了三种逆半调图像质量评价算法。由于引入了HVS（Human Visual System）特性因子、可视化表示手法和HVS计算模型,新方法给出的评价结果既可描述边缘细节的保持状况,又可反映半调纹理的抑制程度,还能直观表示视觉感知色差,更接近人眼观察习惯,弥补了逆半调图像质量评价缺乏针对性、综合性客观评价体系的不足。最后,对该领域中尚待解决的后续问题进行了讨论,给出了今后应继续研究的方向。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本文研究背景
• 1.2 国内外研究现状
• 1.3 本文的研究内容与结构
• 1.4 本文的主要研究成果
• 第二章 数字半调技术概述
• 2.1 数字半调技术
• 2.1.1 数字半调原理
• 2.1.2 有序抖动半调模型
• 2.1.3 误差分散半调模型
• 2.2 彩色半调技术
• 2.2.1 分通道彩色半调模型
• 2.2.2 MBVC 彩色误差分散模型
• 2.2.3 矢量误差分散模型
• 2.3 半调图像特性分析
• 2.3.1 半调图像空域特性分析
• 2.3.2 半调图像频域特性分析
• 2.4 本章小结
• 第三章 逆半调及其质量评价技术概述
• 3.1 逆半调模型及其分类
• 3.2 现有逆半调方法
• 3.2.1 低通滤波法
• 3.2.2 基于小波变换的逆半调算法
• 3.2.3 基于MRF-MAP 估计的逆半调算法
• 3.2.4 基于POCS 的逆半调算法
• 3.2.5 快速逆半调算法
• 3.2.6 LUT 逆半调算法
• 3.3 现有逆半调质量评价方法
• 3.3.1 频谱失真度
• 3.3.2 边缘退化度
• 3.3.3 附加噪声度
• 3.4 本章小结
• 第四章 半调图像类型识别方法研究
• 4.1 引言
• 4.2 半调图像分类方法回顾
• 4.3 图像共生矩阵及其特征量
• 4.3.1 灰度共生矩阵及其特征
• 4.3.2 游程共生矩阵及其特征
• 4.4 自相关与纹理特征相结合的半调类型识别算法
• 4.4.1 算法设计
• 4.4.2 算法实验与分析
• 4.5 本章小结
• 第五章 灰度图像逆半调技术研究
• 5.1 引言
• 5.2 LUT 与神经网络相结合的逆半调改进算法
• 5.2.1 改进LUT 逆半调算法设计
• 5.2.2 Elman 网络拟合逆半调LUT 值
• 5.2.3 算法实验与分析
• 5.3 基于B 样条小波变换的逆半调算法
• 5.3.1 逆半调算法设计
• 5.3.2 算法实验与分析
• 5.4 基于中值金字塔变换的逆半调算法
• 5.4.1 中值金字塔变换
• 5.4.2 半调图像的MIPT 噪声特性分析
• 5.4.3 逆半调算法设计
• 5.4.4 算法实验与分析
• 5.5 本章小结
• 第六章 彩色图像逆半调技术研究
• 6.1 引言
• 6.2 基于HVS 模型的彩色逆半调算法
• 6.2.1 人眼色感机理
• 6.2.2 HVS 及其特性
• 6.2.3 Opponent 颜色模型
• 6.2.4 基于HVS 模型的彩色逆半调算法
• 6.2.5 算法实验与分析
• 6.3 K-L 与金字塔联合变换的彩色逆半调算法
• 6.3.1 矢量误差分散系统模型
• 6.3.2 动态Karhunen-Loeve 变换
• 6.3.3 K-L 与MIPT 联合变换的彩色逆半调算法
• 6.3.4 算法实验与分析
• 6.4 彩色自适应滤波逆半调算法
• 6.4.1 彩色半调图像噪声预测
• 6.4.2 彩色自适应滤波逆半调算法
• 6.4.3 算法实验与分析
• 6.5 本章小结
• 第七章 逆半调质量评价技术研究
• 7.1 引言
• 7.2 基于HVS 特性的PSNR 改进算法
• 7.2.1 人眼颜色视觉的计算框架
• 7.2.2 基于HVS 的颜色模型
• 7.2.3 基于HVS 的彩色PSNR 算法
• 7.2.4 算法实验与分析
• 7.3 彩色逆半调色差预测及可视化方法
• 7.3.1 S-CIELAB 颜色模型
• 7.3.2 CIE DE2000 色差公式
• 7.3.3 基于HVS 的彩色逆半调色差预测及可视化算法
• 7.3.4 算法实验与分析
• 7.4 基于HVS 特性的逆半调图像质量评价算法
• 7.4.1 半调逆半调噪声分布特性分析
• 7.4.2 基于HVS 的逆半调图像质量评价算法
• 7.4.3 算法实验与分析
• 7.5 本章小结
• 结束语
• 致谢
• 参考文献
• 在读期间完成的学术论著、科研项目及获奖情况
• Ⅰ. 学术论著
• Ⅱ. 科研项目
• Ⅲ. 获奖情况
• Ⅳ. 参加学术团体