4、有序抖動算法（ordereddither）

    
　　在這種加網(wǎng)算法中，將輸入圖像和一個周期的閾值矩陣（或稱為加網(wǎng)矩陣）進行比較。閾值矩陣，這里n定義了閾值矩陣的周期。

   
　　 對于一個特定的閾值矩陣t(n)，其有序抖動加網(wǎng)算法可以如下描述：

    
　　輸入圖像應該被歸一化，即0≤x(n)≤1。當h(n)=0時，半色調(diào)輸出的像素為白點，當h(n)=1時，半色調(diào)出的像素為黑點。閾值矩陣決定了當亮度減小時網(wǎng)點變成黑點的順序，它也決定了半色調(diào)圖像的質(zhì)量。有序抖動算法隨著閾值矩陣的不同設計而具有不同的特點，最簡單的閾值矩陣是那種每個像素點都是固定值的矩陣：t(n)=0.5。如果對圖像實行具有這種閾值矩陣的有序抖動算法，大多數(shù)存在連續(xù)調(diào)圖像的細節(jié)被丟失，并且得到的相應半色調(diào)圖像對比原連續(xù)調(diào)圖像存在很大的失真。

    
　　一般來說，有序抖動分為點聚集有序抖動和點離散有序抖動。點聚集有序抖動的加網(wǎng)矩陣被精心設計以模擬半色調(diào)處理過程。當連續(xù)調(diào)圖像的像素密度減小時，網(wǎng)點將在像素的周圍生成。點離散有序抖動的設計規(guī)則是由bayer提出的。他的研究指出，非理想人工紋理的可見性可以通過對不同亮度等級的網(wǎng)點模式進行傅立葉分析得到。當一個一致色塊的網(wǎng)點模式在不同波長都有成分時，有限波長中最長波長對應的成分就是可見度最高的成分。基于這個標準，bayer設計了優(yōu)化的加網(wǎng)矩陣，應用這個矩陣的點離散有序抖動得到的半色調(diào)圖像包含了更多的可見細節(jié)。

    
　　盡管點離散有序抖動保留了更多的細節(jié)，但由于“網(wǎng)點增加”的原因，在實際應用中卻經(jīng)常使用點聚集有序抖動。網(wǎng)點增加是由打印機的非理想特性造成的，雖然可以假定理想的打印機能夠產(chǎn)生具有預先定義的幾何形狀如方形的網(wǎng)點，但由于油墨從預先定義的幾何形狀向周圍像素的擴散，就會產(chǎn)生網(wǎng)點增加現(xiàn)象。而當連續(xù)調(diào)圖像的像素密度降低時，網(wǎng)點將從周圍像素生成，所以點聚集有序抖動更易于阻止網(wǎng)點增加，從而在整體上減少了半色調(diào)圖像中的網(wǎng)點增加效應。

    
　　總體說來，在這些半色調(diào)算法中，產(chǎn)生的半色調(diào)圖像質(zhì)量最好的是迭代算法，但是由于過于復雜的計算量，一般不在實時處理算法中使用。誤差擴散算法是目前最為流行的半色調(diào)算法，其產(chǎn)生的半色調(diào)圖像無明顯龜紋，視覺效果較好。抖動算法實現(xiàn)簡單，但在階調(diào)再現(xiàn)、空間分辨率和可見紋理等方面都存在一定的缺陷。而點擴散算法實現(xiàn)了并行處理，但半色調(diào)圖像質(zhì)量方面還有待改善。



　　【點擊查看更多精彩內(nèi)容】

         相關(guān)新聞：