关键字 |
| 块截断,数字半色调,点扩散,错误扩散。 |
介绍 |
| 块截断编码(BTC)被Delp和米切尔于1989年首次提出。块截断编码是一种有损图像压缩。在块截断编码(BTC),原始图像分成固定大小非重叠块的大小M×N。块大小选择通常是小,以避免边缘模糊和屏蔽效果。每个块独立的编码使用一个两个级别(比特)的量化器。这两个值保存第一个和第二个时刻原来的块的特征。BTC不提供更高的增益比任何现代图像压缩算法JPEG或JPEG - 2000,但较小的复杂得多。 |
| 数字半色调技术的连续色调图像转换为两个音调的形象。连续色调图像和半色调图像相似的低通特性时人类视觉系统(HVS)感知设备。有很多种半色调技术,包括有序抖动,错误扩散和点扩散。 |
块截断编码 |
| 块截断编码(BTC)首次提出了Delp和米切尔在1989年[1]。如前所述,给定的图像大小P (X, BTC将原始图像划分为非重叠块的大小M X n .独立处理这些块并使用两级量化器编码。因此每一块将传播作为一组两个值。第一,二次矩的计算块 |
 eq。(1) |
 (2)式。 |
| 获得相应的方差 |
 eq。(3) |
| 变量x的地方ij代表块的像素值。BTC 1比特量化器的阈值,因此,位图计算 |
 eq。(4) |
| 和的重建结果 |
 (5)式。 |
| 变量a和b是由: |
 eq。(6) |
| 和 |
 eq。(7) |
| m = m x N, q表示像素的数量大于和像素的数量小于。 |
 |
| 上面的图显示了处理BTC的一块。均值计算每个块相比,每个像素块的意思。如果像素值大于平均值,记录为“1”,如果该值小于平均值,这是记录为“0”位图。而将位图转换成最终的压缩;“0”位图,取而代之的是“a”的价值计算eq。6和“1”位图,取而代之的是“b”的价值计算eq。7。 |
块截断编码使用数字半色调 |
| 许多努力解决文献中提高计算复杂度,BTC的压缩比和图像质量。在[2]中,作者使用了误差扩散技术。误差扩散享受的好处使量子化错误扩散到邻近的像素。误差扩散可以有效地分散相邻像素之间的误差,然后维护当地区域的平均灰度。 |
| 首先分为M x N原始图像块。块的平均值由eq。1。的最大和最小的是: |
 eq。(8) |
 (9)式。 |
| 在B表示原始块分裂。 |
| 像素处理根据以下方程给出: |
 eq。(10) |
 (11)式。 |
| 变量表示当前输入像素值,表示扩散误差总和加起来从邻近的像素进行处理。变量表示的二进制输出位置和错误内核用于扩散造成的误差不同,输出二进制值和输入之间的灰度级值。变量表示修改后的值。EDBTC使用阈值为128。 |
| 在[3]中,作者使用了空虚和集群抖动的方法。使用void-and-cluster半色调图像质量是改善操作时高编码获得应用。高频脉动阵列的犹豫不决是用来替代固定BTC的平均阈值,采用极端的像素值在一块来代替高意味着低的意思。 |
| 考虑一个图像大小P x ODBTC将把图像分成大小的小块M x N的最大和最小值块分别由方程给出8和9。高频脉动阵列的大小M x N,在BTC划分块一样。ODBTC可以写成 |
 (12)式。 |
代表ODBTC结果;代表原始图像, 代表void-andcluster高频脉动阵列 |
| ODBTC是高频脉动阵列的一个重要功能查找表(附近地区),其中每个特定的高频脉动阵列规模相应的255种不同的扩展版本。255年获得的扩展版本 |
 |
在哪里 代表着犹豫数组的最小值和最大值。 |
| 半色调的点扩散法,是一个有吸引力的方法,试图保持的良好特性误差扩散而提供大量的并行性。点扩散半色调方法只有一个设计参数,称为类矩阵c,它决定了像素处理的顺序。因此,图像的像素位置(n1、n2)分为IJ类举个例子,如果我们使用一个类矩阵的大小我= J = 8,然后会有64类成员在这类矩阵。然后我们看八个邻居(n1、n2)和替换每个常数语气像素与调整后的版本的邻居有一个更高的类数(即。那些尚未处理的邻居)[4]。 |
| DDBTC算法[5]类似传统的BTC算法有一些变化。该算法有两个主要差异的传统BTC: |
| 1。高和低的意思是取代了最大xmax和xmin最低在一块。 |
| 2。位图一代完成使用dot-diffused半色调。 |
| 的最大和最小值块分别由方程给出8和9。考虑图像的大小P x DDBTC将图像划分为块大小M x N这些块独立编码。的顺序处理一个像素在一块是预定义的类矩阵。每个划分块对应于同一个类矩阵。 |
 |
| 上面的表类矩阵的8×8块确定的顺序处理的像素由郭和刘在他们的论文中优化点扩散[5]。像素数字“0”将首先处理。 |
| 一块的像素处理根据以下方程给出: |
 (14)式。 |
 (15)式。 |
| 变量,并给出了方程1,分别为8和9。是输入原始图像像素,从邻近的像素,扩散误差积累和变量处理输出像素。变量表示的二进制输出位图,和变量表示修改后的灰度输出之间的差异和二进制输出。变量表示扩散加权,并表示支持地区[6]。 |
| 的变量数目: |
 (16)式。 |
| 在班上变量表示的系数值矩阵。 |
实验结果 |
| 测试进行了一组三个灰度图像:摄影师,轮胎和硬币。在MatlabTM进行仿真。 |
| 下面的图显示了测试的剪裁的结果图像。BTC和DDBTC的图像压缩算法和比较的结果显示 |
 |
| 第一列在上面的图中显示原始图像的缩略图,第二列显示了这些图片的缩略图压缩的BTC算法,第三列显示的缩略图由DDBTC相同的图像压缩算法。 |
结论 |
| 本研究提出了各种数字halftoning-based BTC图像压缩技术可以提供一个优秀的图像质量和artifact-free结果(固有的阻塞效应和虚假轮廓工件传统BTC)同时进行。 |
| 选择两种算法即原来的块截断编码(BTC)和点扩散块截断编码(DDBTC)生成实验结果。这两个算法都是基于将图像划分为互不重叠块。两种技术被应用到不同的灰度级测试图像每一个包含256×256像素。 |
| 从实验结果是显而易见的,DDBTC优于BTC的图像质量。的性能可以归因于并行处理块点扩散。 |
|
引用 |
- e . j . Delp o·r·米切尔,“使用块截断编码图像压缩,IEEE反式。通信、27卷,没有。9日,第1342 - 1335页,1979年9月。
- j . m .郭“改进的块截断编码使用修改错误扩散,“电子信件,44卷,没有。2008年3月7日,页。462 - 464年。
- 郭和吴”,改善块截断编码基于空隙和集群抖动的方法,“IEEE图像处理,18卷,没有。1,第213 - 211页,2009年1月。
- m . Mese和p . p . Vaidyanathan优化半色调使用点扩散和方法逆半色调,“IEEE反式。ImageProcessing, 9卷,第709 - 691页,2000年4月。
- 郭和刘”,改善块截断编码使用优化点扩散,“IEEE反式。图像处理(将发表在即将出版的《IEEE)。
- d . e . Knuth,“数字半调点扩散,“ACM反式。图。,vol. 6, no. 4, Oct. 1987.
|
菜单
eq。(1)
(2)式。
eq。(3)
eq。(4)
(5)式。
eq。(6)
eq。(7)
eq。(8)
(9)式。
eq。(10)
(11)式。
(12)式。
代表void-andcluster高频脉动阵列
代表着犹豫数组的最小值和最大值。
(14)式。
(15)式。
(16)式。