一種多尺度感知誤差測度近似全局優化的數字圖像半色調方法
2023-04-26 05:48:56
一種多尺度感知誤差測度近似全局優化的數字圖像半色調方法
【專利摘要】本發明公開了一種多尺度感知誤差測度近似全局優化的數字圖像半色調方法，屬於數字圖像印前處理【技術領域】。應用二維離散小波變換建立多尺度感知誤差測度函數模型框架，建立尺度內聚類性和跨尺度持續性模型；構建原感知誤差測度函數的對偶感知誤差測度函數並計算其最大上界來實現原感知誤差測度函數的近似全局優化，採用感知誤差測度近似全局優化策略來實現半色調圖像二值像素的最大後驗概率配置；採用重新參數化算法迭代計算對偶感知誤差測度全局最優上界，定義每次迭代後在不同區域的二值像素最優配置，進而提出並證明全局優化近似係數；客觀評價在動態環境下數字圖像半色調的性能，並對算法複雜度進行分析。
【專利說明】一種多尺度感知誤差測度近似全局優化的數字圖像半色調方法
【技術領域】
[0001]本發明涉及一種多尺度感知誤差測度近似全局優化的數字圖像半色調方法，屬於雷射製版的數字圖像印前處理技術。
【背景技術】
[0002]數字圖像半色調是將連續調圖像在雷射製版機、數字印刷機、雷射印表機等二值設備上顯影並在人類視覺系統中產生連續調圖像錯覺的關鍵技術。在人們生產、生活中得到了廣泛的應用。目前從家庭、辦公用的小型臺式噴墨、雷射印表機、雷射製版機到大型的出版印刷系統，數字半色調技術可以說是無處不在。
[0003]對於多尺度數字圖像半色調，由於低尺度誤差測度是動態的和隨機的，要求多尺度誤差測度融合算法具有較高的魯棒性，在不同的初始化條件下，要求多尺度誤差測度優化算法收斂於一致性結果。這樣，使多尺度誤差測度融合算法的魯棒性和優化結果的一致性成為動態環境下多尺度數字圖像半色調有別於靜態環境下單一尺度半色調的關鍵約束。現有多尺度半色調方法雖然解決了半色調圖像在不同二值設備上的多解析度成像問題，但仍然沒有解決多尺度誤差測度信息的尺度內和尺度間交互問題。
【發明內容】
[0004]本發明的目的在於提供一種多尺度感知誤差測度近似全局優化的數字圖像半色調方法；該方法通過二維離散小波變換建立連續調圖像的多尺度模型，採用Nasanen人類視覺系統對比敏感度響應建立多尺度感知誤差測度目標函數模型框架；採用有向圖表徵多尺度感知誤差測度目標函數模型框架，採用二分量高斯混合模型和隱馬爾可夫鏈建立尺度相關感知誤差測度函數；採用拉格朗日變換方法證明對偶感知誤差測度函數為凸函數；制定尺度相關感知誤差測度函數近似全局優化策略，得到半色調圖像二值像素近似全局最優配置；採用圖論理論定義全局優化近似係數並證明全局優化近似範圍確定理論；客觀評價在動態環境下數字圖像半色調的性能，並對算法複雜度進行分析；進而得到最優半色調圖像。
[0005]本發明所述方法的具體步驟如下:
(1)判斷連續調圖像是否是標準的2nX2n圖像；
(2)構造多尺度感知誤差測度目標函數模型框架:將頻率域和方向域的標準連續調圖像信息納入多尺度感知誤差測度目標模型框架中，利用二維離散小波變換建立多尺度感知誤差測度目標函數模型框架；
(3)建立尺度相關感知誤差測度函數:採用二分量高斯混合模型對感知誤差測度的尺度內聚類性建模，採用隱馬爾可夫鏈對四叉樹的跨尺度持續性建模，使該尺度相關感知誤差測度函數能同時納入尺度內和尺度間的誤差測度相互依賴信息，以保證多尺度感知誤差測度融合算法的魯棒性；(4)尺度相關感知誤差測度近似全局優化策略:利用步驟(3)中所述的原尺度相關感知誤差測度函數的凸對偶模型轉化理論構建其對偶感知誤差測度函數，通過重新參數化殘差圖算法迭代計算對偶感知誤差測度全局最優上界，實現半色調圖像二值像素的最大後驗概率配置以及原尺度相關感知誤差測度函數近似全局最優，以提高多尺度感知誤差測度函數優化結果的一致性；
(5)全局優化近似範圍確定理論:利用步驟(4)中所述對偶感知誤差測度全局最優上界來定義每次迭代後在不同區域的二值像素最優配置，進而提出並證明全局優化近似係數；通過確定尺度相關感知誤差測度函數全局優化的近似係數，可將多尺度感知誤差測度優化結果一致性控制在確定的已知範圍內；
(6)典型動態環境下算法有效性實驗驗證:根據步驟(1)~(5)提出的多尺度感知誤差測度近似全局優化算法框架，建立半色調計算平臺，在光照和背景動態變化的情況下，應用步驟(3)所述的尺度相關感知誤差測度建模和步驟(4)所述的近似全局優化策略計算半色調圖像二值像素最優配置，以驗證提出的半色調算法的有效性，利用紋理熵、結構相似度和角二階矩的客觀評價方法在動態環境下與LSMB方法比較來評價數字圖像半色調的性能，並對算法複雜度進行分析。
[0006]本發明步驟(2)中，構造多尺度感知誤差測度目標函數模型框架具體包括如下步驟:
①採用Haar二維離散小波變換建立標準連續調圖像在L *a*b*色空間的多尺度模型，根據多尺度模型定義小波域空間點
im』n)處的多尺度感知誤差測度信為相應小波係數在L*a*b*色空間的歐幾裡德
距離；
②採用Nasanen人類視覺系統模型確定多尺度感知誤差測度的空間、頻率和方向特性對比敏感度響應，根據步驟①中多尺度感知誤差測度信息％.(?，《)和對比敏感
度響應計算多尺度感知誤差測度和對比敏感度響應的卷積得到在尺度?方向j空
間點(榭，《)處多尺度感知誤差測度目標函數；
③將總體感知誤差測度函數?足義為步驟②中不同位置、尺度和方向的多尺度感知
誤差測度目標函數e.(m e、的均方和，即
【權利要求】
1.一種多尺度感知誤差測度近似全局優化的數字圖像半色調方法，其特徵在於:具體包括如下步驟: (1)判斷連續調圖像是否是標準的2nX2n圖像； (2)構造多尺度感知誤差測度目標函數模型框架:將頻率域和方向域的標準連續調圖像信息納入多尺度感知誤差測度目標模型框架中，利用二維離散小波變換建立多尺度感知誤差測度目標函數模型框架； (3)建立尺度相關感知誤差測度函數:採用二分量高斯混合模型對感知誤差測度的尺度內聚類性建模，採用隱馬爾可夫鏈對四叉樹的跨尺度持續性建模； (4)尺度相關感知誤差測度近似全局優化策略:利用步驟(3)中所述的原尺度相關感知誤差測度函數的凸對偶模型轉化理論構建其對偶感知誤差測度函數，通過重新參數化殘差圖算法迭代計算對偶感知誤差測度全局最優上界，實現半色調圖像二值像素的最大後驗概率配置以及原尺度相關感知誤差測度函數近似全局最優； (5)全局優化近似範圍確定理論:利用步驟(4)中所述對偶感知誤差測度全局最優上界來定義每次迭代後在不同區域的二值像素最優配置，進而提出並證明全局優化近似係數；通過確定尺度相關感知誤差測度函數全局優化的近似係數，可將多尺度感知誤差測度優化結果一致性控制在確定的已知範圍內； (6)典型動態環境下算法有效性實驗驗證:根據步驟(1)~(5)提出的多尺度感知誤差測度近似全局優化算法框 架，建立半色調計算平臺，在光照和背景動態變化的情況下，應用步驟(3)所述的尺度相關感知誤差測度建模和步驟(4)所述的近似全局優化策略計算半色調圖像二值像素最優配置，以驗證提出的半色調算法的有效性，利用紋理熵、結構相似度和角二階矩的客觀評價方法在動態環境下與LSMB方法比較來評價數字圖像半色調的性能，並對算法複雜度進行分析。
2.根據權利要求1所述的多尺度感知誤差測度近似全局優化的數字圖像半色調方法，其特徵在於:步驟(2)中所述構造多尺度感知誤差測度目標函數模型框架具體包括如下步驟: ①採用Haar二維離散小波變換建立標準連續調圖像在L*a*b*色空間的多尺度模型，根據多尺度模型定義小波域空間點M處的多尺度感知誤差測度信為相應小波係數在L*a*b*色空間的歐幾裡德距離； ②採用Nasanen人類視覺系統模型確定多尺度感知誤差測度的空間、頻率和方向特性對比敏感度響應，根據步驟①中多尺度感知誤差測度信息和對比敏感度響應計算多尺度感知誤差測度和對比敏感度響應的卷積得到在尺度?方向J空間點ψι，?)處多尺度感知誤差測度目標函數； ③將總體感知誤差測度函數Ψ定義為步驟②中不同位置、尺度和方向的多尺度感知誤差測度目標函數ε (m n)的均方和，即
3.根據權利要求1所述的多尺度感知誤差測度近似全局優化的數字圖像半色調方法，其特徵在於:步驟(3)中所述建立尺度相關感知誤差測度函數具體包括如下步驟: ①採用有向圖σ= (Fu表徵多尺度感知誤差測度目標函數模型，其中為結點集合，各結點與感知誤差測度對應力源點，I為匯點，E為連線集合； ②採用二分量高斯混合模型對感知誤差測度的尺度內聚類性建模:在小波域小波係數在尺度和子帶上統計獨立，通過小波係數概率分布得到小波係數集合1"的聯合概率密度函數
4.根據權利要求1所述的多尺度感知誤差測度近似全局優化的數字圖像半色調方法，其特徵在於:步驟(4)中所述尺度相關感知誤差測度近似全局優化策略具體包括如下步驟: ①採用拉格朗日變換方法實現原尺度相關感知誤差測度函數到對偶感知誤差測度函數轉化，並證明對偶感知誤差測度函數為凸函數； ②採用有向四I重新參數化方法實現尺度相關感知誤差測度函數近似全局優化，在滿足容量和守恆約束前提下，在殘餘容量的基礎上增減恆流量，進行殘差圖重新參數化； ③採用圖論理論證明終端連線和結點連線容量修正理論:通過有向四-重新參數化後的尺度相關感知誤差測度函數具有相同類標籤
5.根據權利要求1所述的多尺度感知誤差測度近似全局優化的數字圖像半色調方法，其特徵在於:步驟(5)中所述全局優化近似範圍確定理論具體包括如下步驟: ①採用圖論理論定義全局優化近似係數並證明近似範圍，令力重新參數化後有向圖σ近似全局優化類標籤配置，ζ為有向圖σ全局最優類標籤配置，定義c為全局優化近似係數，設定係數
6.根據權利要求1所述的多尺度感知誤差測度近似全局優化的數字圖像半色調方法，其特徵在於:步驟(6)中所述典型動態環境下算法有效性實驗驗證具體包括如下步驟: ①應用提出的尺度相關感知誤差測度建模和近似全局優化理論計算半色調圖像二值像素最優配置，以驗證提出的半色調算法的有效性； ②利用紋理熵、結構相似度和角二階矩的客觀評價方法在動態環境下與LSMB方法比較來評價數字圖像半色調的性能，並對算法複雜度進行分析。
【文檔編號】G06T5/50GK103955908SQ201410152246
【公開日】2014年7月30日 申請日期:2014年4月16日 優先權日:2014年4月16日
【發明者】何自芬, 張印輝, 詹肇麟 申請人:昆明理工大學