基于尺度相关感知误差测度近似全局优化的数字图像半色调方法研究

Multiscale digital halftoning under dynamic environment is a more challenging work than single scale halftone under static environment ones. The key problem to achieve the high-quality halftone are the robustness of the integration algorithm of multiscale perceived errrors measure and the consistence of the optimize results. The existing halftoning algorithm are the lack of the scale-interactive and only guaranteed to produce a local optimum. Themain contents include: 1)The model of multiscale perceived error metric and the theory of scale-related perceived error metric are to fuse the statistical distribution of the error metric of the scale of clustering and cross-scale persistent, which to achieve the robustness of the algorithm. 2) We apply the dual transformation error metric convex global optimization strategies and approximation theory to calculate the approximate range of error and determine the measure of global optimization, which to ensure consistency of optimized results. 3) Experimental results indicate the effectiveness of the algorithm under dynamic environment. Compared with the DBS algorithm and quantitative evaluation. This project aims to explore multiscale measure of perceived error robust fusion algorithm, for the purposed of unconsistency difficulties in optimized results of multiscale perceived error metric, as well as providing theoretical basis for global optimization of multiscale error metric.

动态环境下多尺度数字图像半色调相对静态环境下单一尺度半色调更具实际意义和挑战性，其中多尺度感知误差测度融合算法的鲁棒性和优化结果的一致性是实现高质量半色调的关键约束。现有基于感知误差测度优化的半色调方法存在缺乏尺度交互以及收敛于局部极值的局限，本项目研究基于尺度相关感知误差测度近似全局优化的数字图像半色调方法，主要内容包括：1）多尺度感知误差测度模型框架与尺度相关感知误差测度建模理论，来融合误差测度的尺度内聚类性和跨尺度持续性统计分布规律，以保证融合算法鲁棒性；2）研究误差测度凸对偶转化策略与近似全局优化理论，来计算确定近似范围内的误差测度全局优化，以保证优化结果一致性；3）在典型动态环境下进行算法有效性验证实验，并与分级混合直接二值搜索算法对比，做出定量评价。本项目旨在探索多尺度感知误差测度鲁棒融合算法，以解决多尺度误差测度优化结果不一致难题，为多尺度误差测度全局优化提供理论指导和依据。

本研究针对基于感知误差测度优化的半色调方法存在缺乏尺度交互以及收敛于局部极值的局限，研究基于尺度相关感知误差测度近似全局优化的数字图像半色调方法，来提高多尺度感知误差测度融合算法的鲁棒性和优化结果的一致性。其主要内容包括多尺度感知误差测度模型框架与尺度相关感知误差测度建模理论，来融合误差测度的尺度内聚类性和跨尺度持续性统计分布规律，保证融合算法鲁棒性；研究误差测度凸对偶转化策略与近似全局优化理论，来计算确定近似范围内的误差测度全局优化，保证优化结果一致性；在动态环境下进行算法有效性验证实验，并与其它优化算法对比，做出定量评价。研究过程中应用小波域多尺度感知误差测度理论，确定尺度交互感知误差度函数定义，建立空间、频率和方向依赖多尺度误差测度模型框架，适用于一系列二维图像半色调的统计建模，达到动态环境下尺度内和尺度间的感知误差测度信息鲁棒融合。应用原测度函数的凸对偶转化理论，定义原函数最大上界和近似系数，提出并证明多尺度误差测度函数近似全局优化策略，建立全局优化近似范围理论，达到多尺度误差测度函数在已知近似范围内的全局优化。在激光雕刻凹版和计算机直接制版生产线的典型动态环境中，应用本项目所提出的理论和算法，与现有基于优化的数字图像半色调算法进行图像质量对比和分析，客观评价本优化方法在动态环境下数字图像半色调的性能。定量评价结果表明，本项目算法得到的半色调图像均方误差值降低了0.127，峰值信噪比值提高了12.72dB。对原图和半色调图像进行频域变换，通过分析半色调噪声频谱图发现，半色调噪声谱仅分布在中、高频段，无很强的周期分量，且局部的频谱分量从低到高逐步增加，人眼视觉不敏感。对四种不同像素尺度进行半色调后，实验结果表明本项目提出的算法其计算时间较短，迭代次数较少。本项目提出多尺度感知误差测度鲁棒融合算法，解决多尺度误差测度优化结果不一致难题，为多尺度误差测度全局优化提供理论指导和依据。