黃麗君,文志強(qiáng)
(湖南工業(yè)大學(xué) 計(jì)算機(jī)與通信學(xué)院,湖南 株洲 412007)
圖像半調(diào)是一種利用人眼的低通性,將噪聲引入連續(xù)色調(diào)圖,從而將連續(xù)色調(diào)圖變?yōu)榈雀杏^半色調(diào)圖像的技術(shù),該半色調(diào)圖像通常稱為二值圖像[1]。該技術(shù)利用了人眼的低通性,即當(dāng)人眼在一定距離下觀察圖像時(shí),人眼會(huì)將圖像在空間上比較接近的部分區(qū)域看作是一個(gè)整體,而這個(gè)局部的整體平均灰度與原圖像的局部平均灰度很相近,令人眼產(chǎn)生一種從一定距離看該經(jīng)過(guò)處理后的半調(diào)圖像時(shí)仍然是連續(xù)圖像的錯(cuò)覺[2]。
目前,對(duì)于灰度圖像的半調(diào)處理技術(shù)已經(jīng)較為成熟。但是,隨著數(shù)碼相機(jī)等彩色信息采集設(shè)備的誕生及其處理技術(shù)的實(shí)用性,彩色圖像已成為主流信息處理對(duì)像。因此,圖像的處理技術(shù)已從對(duì)灰度圖像的處理轉(zhuǎn)為對(duì)彩色圖像的處理,更具有適用性、實(shí)用性。彩色圖像的半調(diào)技術(shù)可由灰度圖像半調(diào)技術(shù)推廣而來(lái)。當(dāng)前主要的灰度圖像逆半調(diào)方法有濾波方法、機(jī)器學(xué)習(xí)方法和最優(yōu)化估計(jì)方法3類[3]。如J. Z. C. Lai在文獻(xiàn)[4]中提出了一種使用矢量量化分類的彩色圖像逆半調(diào)方法,利用該方法重構(gòu)的彩色圖像可以存儲(chǔ)為壓縮圖像,而不需要另外執(zhí)行壓縮操作;且在文獻(xiàn)[5]中擴(kuò)展并修改了該矢量量化分類,運(yùn)用這種方法,有效地保障了插值圖像的質(zhì)量,并且圖像各通道的峰值信噪比(peak signal to noise ratio,PSNR)值比矢量量化分類方法的高。
M. Mese等人[6]利用查找表(look-up table,LUT)對(duì)彩色圖像逆半調(diào)進(jìn)行了研究,其構(gòu)建的LUT彩色圖像逆半調(diào)中,將彩色半調(diào)圖像分為3個(gè)獨(dú)立的顏色通道,并分別運(yùn)用灰度圖像LUT映射表建立方法進(jìn)行建表。實(shí)驗(yàn)結(jié)果表明,該方法是可行的,但利用該方法建立的映射表尚存在以下不足:
1)LUT表中存儲(chǔ)的數(shù)據(jù)都是從半調(diào)圖像映射到連續(xù)圖像的,如果對(duì)原圖像加入的噪聲較多時(shí),半調(diào)圖像的色彩區(qū)域很可能與原連續(xù)圖像的色彩完全不同,而這時(shí)的半調(diào)索引值所對(duì)應(yīng)的連續(xù)值也是完全不可取的;
2)當(dāng)半調(diào)值相同時(shí),存儲(chǔ)的值為所有連續(xù)值的平均值,但如果1)發(fā)生時(shí),這個(gè)平均值就有可能與原連續(xù)值存在較大偏離,使LUT表中值與原值大相徑庭,從而降低逆半調(diào)圖像的質(zhì)量;
3)建表時(shí)雖考慮了圖像3個(gè)通道的相關(guān)性,并分別對(duì)3個(gè)通道采用了不同的訓(xùn)練模板,但并沒有將彩色圖像在建表時(shí)各通道值的組合疊加性區(qū)別于灰度圖像單通道特性。
為改進(jìn)以上問題,本文提出了一種基于色彩分類的查找表逆半調(diào)(color classic LUT inverse halftone,CC-LIH)方法,即基于色彩分類存儲(chǔ)的LUT彩色圖像逆半調(diào)方法,它根據(jù)三基色及其互補(bǔ)色將色彩分為紅(R)、墨綠(M)、綠(G)、洋紅(S)、藍(lán)(B)、黃(Y)、黑(D)、白(W)8類[7],并且將相同或相近的色彩存儲(chǔ)于同一空間中,以減少半調(diào)噪聲對(duì)映射表的影響,提高逆半調(diào)圖像色彩與原圖像色彩的相似度。實(shí)驗(yàn)結(jié)果表明,該方法能有效提高彩色逆半調(diào)圖像的質(zhì)量。
LUT方法是一種查表完成圖像處理的方法,于2000年由Murat Mese首次提出[4]。LUT逆半調(diào)方法是一種典型的機(jī)器學(xué)習(xí)方法,它不需要任何的線性濾波器,也沒有固定的圖像模型。LUT逆半調(diào)方法以一組半調(diào)圖及其多級(jí)灰度圖為參考樣本,并對(duì)所選定的樣本圖像集進(jìn)行訓(xùn)練,生成一張半調(diào)值到連續(xù)值映射表[8],圖像逆半調(diào)的過(guò)程即查表取值的過(guò)程,LUT的建表思路如圖1所示。
圖1 經(jīng)典LUT建表思路圖Fig.1 Classic LUT constructing diagram
圖1所示經(jīng)典LUT建表思路中,O’為半調(diào)圖像中當(dāng)前處理的像素,O為O’對(duì)應(yīng)的連續(xù)值,R為訓(xùn)練模板,索引值由R模板在半調(diào)圖像中對(duì)應(yīng)位置像素的二進(jìn)制值組合確定,v用于存儲(chǔ)當(dāng)前處理像素半調(diào)值所對(duì)應(yīng)的連續(xù)值。
在建表過(guò)程中,半調(diào)圖集與連續(xù)圖集是事先收集好的訓(xùn)練圖集,圖集中圖像的數(shù)量越多,則LUT表中“空值”的數(shù)量越少,逆半調(diào)圖像的質(zhì)量越好,但是LUT表所需要的存儲(chǔ)空間越大。LUT表的空間大小由模板R的大小決定,若R中像素的個(gè)數(shù)為num,則LUT表所需要的存儲(chǔ)空間為2num。逆半調(diào)時(shí),需先根據(jù)模板R計(jì)算出索引值,然后通過(guò)查詢LUT表,以表中該索引值對(duì)應(yīng)的連續(xù)值來(lái)確定逆半調(diào)值v。對(duì)半調(diào)圖像中所有的像素點(diǎn)重復(fù)查表取值,將得到最終的逆半調(diào)圖。
基于LUT的彩色圖像逆半調(diào)方法由灰度圖像的LUT逆半調(diào)方法擴(kuò)展而來(lái)。本文提出的將色彩分類存儲(chǔ)的LUT彩色圖像逆半調(diào)方法,是在文獻(xiàn)[6]的基礎(chǔ)上,加入了色彩分類操作,以減少半調(diào)噪聲對(duì)逆半調(diào)圖像的影響,并改變了以往由半調(diào)圖像到連續(xù)圖像建立索引的順序,減少了半調(diào)噪聲對(duì)LUT表精確度的影響。
在LUT逆半調(diào)中,所需要的模板有訓(xùn)練模板與估值模板。本文中所選用的訓(xùn)練模板為Murat Mese在文獻(xiàn)[6]中所采用的優(yōu)化模板,該模板中的取值順序如圖2所示;估值模板為19位低通濾波,如圖3所示。
圖2 訓(xùn)練模板Fig.2 Training template
圖3 估值模板Fig.3 Estimation template
訓(xùn)練模板中,“0”所處的位置為當(dāng)前像素點(diǎn),其它數(shù)字依次為鄰域讀取的順序。估值模板中,“12”所處的位置為當(dāng)前像素點(diǎn)。
基于LUT的圖像逆半調(diào)方法中,LUT映射表的建立對(duì)圖像的逆半調(diào)起著至關(guān)重要的作用,而映射表的建立則依賴于對(duì)圖像的訓(xùn)練,CC-LIH訓(xùn)練示意圖如圖4所示。
圖4中,O和O’分別為當(dāng)前像素點(diǎn)的連續(xù)值與半調(diào)值,C和C’分別為連續(xù)值與半調(diào)值所表示的顏色類型,C(C’)∈{R,MR,G,DG,B,Y,D,W},S為根據(jù)模板對(duì)應(yīng)的半調(diào)值組合而成的索引值,X.r表示連續(xù)圖X的當(dāng)前點(diǎn)O的R通道值,X.g表示連續(xù)圖X的當(dāng)前點(diǎn)O的G通道值,X.b表示連續(xù)圖X的當(dāng)前點(diǎn)O的B通道值,CRLut[S],CGLut[S],CBLut[S]分別用于存儲(chǔ)顏色分類為C、索引號(hào)為S的像素所對(duì)應(yīng)的R,G,B 3個(gè)分量的值,詳細(xì)步驟見式(1)和式(2)。
上述分類中,r,g,b分別為RGB的3個(gè)分量值,I為黑、白區(qū)域的域值,J為相似顏色的彈性域值。本文中,I的取值為127,J的取值為5。
若3個(gè)分量中,r值最大,且r與g,b之間的差值大于設(shè)定的域值,則將該像素顏色劃分為R類。
若3個(gè)分量中,r值最小,且r與g,b之間的差值大于設(shè)定的域值,則將該像素顏色劃分為DG類。
若3個(gè)分量中,g值最大,且g與r,b之間的差值大于設(shè)定的域值,則將該像素顏色劃分為G類。
若3個(gè)分量中,g值最小,且g與r,b之間的差值大于設(shè)定的域值,則將該像素顏色劃分為MR類。
若3個(gè)分量中,b值最大,且b與r,g之間的差值大于設(shè)定的域值,則將該像素顏色劃分為B類。
若3個(gè)分量中,b與r,g之間的差值大于設(shè)定的域值,且r與g的差值小于域值,則將該像素顏色劃分為Y類。
若3個(gè)分量中,各分量值之間的差值小于設(shè)定的域值,且都大于I,則將該像素顏色劃分為W類。
若3個(gè)分量中,各分量值之間的差值小于設(shè)定的域值,且都小于I,則將該像素顏色劃分為D類。
如果連續(xù)值的色彩類型與半調(diào)值的色彩類型相同,則按式(3)~(5)將連續(xù)值存入LUT映射表中,如果不同,則將該值存入替補(bǔ)表中。
以上各式中:C為(i,j)像素的顏色類型;
S為索引值;
m為訓(xùn)練圖像的個(gè)數(shù);
M,N分別為圖像的寬度與高度;
Xn(i,j)表示第n幅連續(xù)圖像的(i,j)位置;
R,G,B分別表示r,g,b分量值;
SUMS[S]用于統(tǒng)計(jì)索引值S相同時(shí)被加入到映射表中的連續(xù)值的個(gè)數(shù)。若S從未出現(xiàn)過(guò),則該索引沒有可對(duì)應(yīng)的連續(xù),這些不存在于映射表中的值被稱為“空值”。
為完善映射表,采用文獻(xiàn)[6]中的19位低通濾波對(duì)替補(bǔ)表中的“空值”進(jìn)行估值。
建表是一個(gè)圖像值到映射表的過(guò)程,圖像逆半調(diào)則是一個(gè)查表取值的過(guò)程,在基于色彩分類存儲(chǔ)的LUT彩色圖像逆半調(diào)方法中,圖像的逆半調(diào)分為以下幾個(gè)步驟:
1)對(duì)當(dāng)前像素半調(diào)值進(jìn)行色彩分類,得到類型C’,分類方法與建表時(shí)的分類方法相同;
2)選擇合適的模板,以確定索引值S,此處設(shè)為與建表時(shí)所用模板一致,索引值的計(jì)算與建表時(shí)索引值的計(jì)算方法相同;
3)通過(guò)索引值S查找C’類型的RLUT[],GLUT[],BLUT[]映射表,將相應(yīng)的連續(xù)值做為逆半調(diào)圖像中當(dāng)前點(diǎn)的三分量值;
4)重復(fù)步驟1)~3),直到圖像的每個(gè)像素點(diǎn)都完成查表操作。
為了驗(yàn)證所提出的基于色彩分類的LUT逆半調(diào)算法,本文以30幅寬與高均為176像素的誤差分散半調(diào)圖及其連續(xù)圖為訓(xùn)練圖集,實(shí)驗(yàn)結(jié)果如圖5~7所示,各項(xiàng)評(píng)價(jià)指標(biāo)如表1和表2所示。
在圖5~7中,Lena與Girl的LTU-IH逆半調(diào)效果圖與CC-LIH逆半調(diào)圖沒有明顯的區(qū)別,但對(duì)比Pepper的圖b)與c),可以看出圖c)比圖b)要清晰,且從視覺上更接近Pepper原圖。
表1 Lena, Pepper, Girl的PSNR值比較Table1 The PSNR value comparison for Lena, Pepper and Girl
表1為L(zhǎng)ena, Pepper, Girl半調(diào)圖分別以LUT-IH逆半調(diào)、CC-LIH逆半調(diào)的效果圖的PSNR值比較。從表1中可以看出,本文所使用的方法所得效果圖的PSNR值均比LUT方法的要高。
表2 Lena , Pepper , Girl的CRD與CT值比較Table2 The CRD value and CT value comparison for Lena,Pepper and Girl
表2為L(zhǎng)ena, Pepper, Girl半調(diào)圖分別以LUT逆半調(diào)、CC-LIH逆半調(diào)的效果圖的色彩還原程序(color reduction degree,CRD)、色彩傾向(color trendency,CT)值的比較。其中,CRD值越大,還原的色彩越接近于連續(xù)圖;CT值越大,還原過(guò)程中失真的色彩就越少。從表2中可以看出,本文所提CC-LUT逆半調(diào)方法所得效果圖的CRD與CT值均高于LUT方法所得逆半調(diào)圖,尤其是Pepper CC-LIH的評(píng)價(jià)值比LUT的評(píng)價(jià)值高出很多,所以在圖5中,Pepper的CCLIH逆半調(diào)圖比LUT-IH逆半調(diào)圖更接近原圖。
將灰度圖像的LUT逆半調(diào)方法擴(kuò)展到彩色圖像的逆半調(diào)時(shí),所建映射表中的值若簡(jiǎn)單地以半調(diào)值為索引、連續(xù)值為映射值,會(huì)使得映射表中的數(shù)據(jù)與原始數(shù)據(jù)間存在差異,導(dǎo)致半調(diào)噪聲對(duì)逆半調(diào)圖像質(zhì)量產(chǎn)生影響。因此,本文提出了一種首先對(duì)連續(xù)值與半調(diào)值進(jìn)行色彩配比,然后比較配比值:如果兩值相等或相近,則將以該像素點(diǎn)領(lǐng)域的半調(diào)值為索引,將對(duì)應(yīng)的連續(xù)值映射到LUT表中;如兩值不相近,則將其存入一個(gè)替補(bǔ)表中,作為L(zhǎng)UT表中“空值”估值的依據(jù)。實(shí)驗(yàn)結(jié)果表明,該方法能夠得到比LUT方法稍好的效果圖,但是圖像質(zhì)量還有待進(jìn)一步提高。
[1] 鄭海紅,孔月萍,曾 平,等. 誤差分散類逆半調(diào)技術(shù)綜述[J]. 中國(guó)圖象圖形學(xué)報(bào),2008,13(1):1-6.Zheng Haihong,Kong Yueping,Zeng Ping,et al. A Review of Inverse Halftoning Algorithms for Error Diffusion[J]. Journal of Image and Graphics,2008,13(1):1-6.
[2] 王延威. 數(shù)字半色調(diào)技術(shù)的研究[D]. 長(zhǎng)春:吉林大學(xué),2010.Wang Yanwei. The Research of Digital Color Half-Toning Technology[D]. Changchun:Jilin University,2010.
[3] 耿 燁,孔月萍,劉 欣. 基于查找表的誤差分散半調(diào)圖像的混合壓縮算法[J]. 計(jì)算機(jī)應(yīng)用,2011,31(5):1221-1223.Geng Ye,Kong Yueping,Liu Xin. Mixed Compression Algorithm for Error-Diffusion Halftone Image Based on Look-Up Table[J]. Journal of Computer Applications,2011,31(5):1221-1223.
[4]Lai J Z C,Yen J Y. Inverse Halftoning of Color Images Using Classified Vector Quantization[J]. Journal of Visual Communication and Image Representation,1998,9(3):223-233.
[5]Lai J Z C,Liaw Y C. Improvement of Interpolated Color Filter Array Image Using Modified Mean-Removed Classified Vector Quantization[J]. Pattern Recognition Letters,2005,26(8):1047-1058.
[6]Mese M,Vaidyanathan P P. Look-Up Table(LUT)Method for Inverse Halftoning[J]. Image Processing,IEEE Transaction on,2000,10(10):1566-1578.
[7] 胡威捷,趙達(dá)尊. 基于CRT的非對(duì)稱視覺匹配實(shí)驗(yàn)中對(duì)立色的顯示方法研究[J]. 光學(xué)技術(shù),2008,34(3):462-468.Hu Weijie,Zhao Dazun. A Display Method of the Opponent Color Applied in Visual Asymmetric Matching Experiment Based on CRT[J]. Optical Technique,2008,34(3):462-468.
[8] 孔月萍. 圖像逆半調(diào)及其質(zhì)量評(píng)價(jià)技術(shù)研究[D].西安:西安電子科技大學(xué),2008.Kong Yueping. A Study of Inverse Halftoning and Quality Assessment Schemes[D]. Xi’an:Xidian University,2008.
湖南工業(yè)大學(xué)學(xué)報(bào)2013年5期