计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
1期
307-309
,共3页
数字半色调%K-means聚类%人类视觉模型%基于模型的最小平方法
數字半色調%K-means聚類%人類視覺模型%基于模型的最小平方法
수자반색조%K-means취류%인류시각모형%기우모형적최소평방법
数字半色调是在二值设备或多色二值设备上实现图像再现的一门技术,提出将K-means聚类法应用在数字半色调技术中.算法中应用人类视觉系统模型(HVS)和印刷模型最大限度减少原始灰度连续调图像和半色调图像之间的视觉误差；利用K-means聚类法将灰度图像划分成聚类分区,在每个聚类分区应用最小平方法(least-squares)最小化二值半色调图像和原始灰度级图像之间的平方误差,所构造的半色调算法与基于模型的最小平方法(LSMB)算法相比,随着聚类分区的增加,图像平滑且边缘清晰度增加,尤其是在图像细节部位.与LSMB算法比较,该算法的均方误差值有所降低,而权重信噪比和峰值信噪比提高了0.2～2 dB,模拟实验结果验证了算法的有效性.
數字半色調是在二值設備或多色二值設備上實現圖像再現的一門技術,提齣將K-means聚類法應用在數字半色調技術中.算法中應用人類視覺繫統模型(HVS)和印刷模型最大限度減少原始灰度連續調圖像和半色調圖像之間的視覺誤差；利用K-means聚類法將灰度圖像劃分成聚類分區,在每箇聚類分區應用最小平方法(least-squares)最小化二值半色調圖像和原始灰度級圖像之間的平方誤差,所構造的半色調算法與基于模型的最小平方法(LSMB)算法相比,隨著聚類分區的增加,圖像平滑且邊緣清晰度增加,尤其是在圖像細節部位.與LSMB算法比較,該算法的均方誤差值有所降低,而權重信譟比和峰值信譟比提高瞭0.2～2 dB,模擬實驗結果驗證瞭算法的有效性.
수자반색조시재이치설비혹다색이치설비상실현도상재현적일문기술,제출장K-means취류법응용재수자반색조기술중.산법중응용인류시각계통모형(HVS)화인쇄모형최대한도감소원시회도련속조도상화반색조도상지간적시각오차；이용K-means취류법장회도도상화분성취류분구,재매개취류분구응용최소평방법(least-squares)최소화이치반색조도상화원시회도급도상지간적평방오차,소구조적반색조산법여기우모형적최소평방법(LSMB)산법상비,수착취류분구적증가,도상평활차변연청석도증가,우기시재도상세절부위.여LSMB산법비교,해산법적균방오차치유소강저,이권중신조비화봉치신조비제고료0.2～2 dB,모의실험결과험증료산법적유효성.
