数字图像处理实验报告-基于半色调技术的图像打印.doc

实验报告基于半色调技术的图像打印by raphealguo实验报告基于半色调技术的图像打印课程名称：数字图像处理实验编号：project 02-01raphealguo (email : raphealguo )实验开始时间：2011年12月02日提交时间：2011年12月06日摘要：本实验采用半色调技术对图像进行打印和显示。半色调技术是一种基于点模式的灰度级图像打印方案。在本实验中，给出了用点模式近似表示的10个灰度级，每一个灰度级用一个3*3的点模式表示。用黑点全部填充的3*3近似表示灰度级为0的黑色灰度级，全部填充白点的3*3模式近似表示灰度级为9的白色灰度级，其他的点模式表示这二者之间的灰度级。实验中将利用的这种半色调技术对给定的图像的进行打印进行分析。并设计一个大小渐变的测试图像的程序来检验所设计的半色调技术打印方案。利用这种方案进行图像的打印时将减小图像的空间分辨率，将有所增加其几何面积，以防当原始图像过大时输出图像不能完整地打印出原图像，在程序中增加了条件进行改进。技术讨论：本报告中探讨的是半色调打印技术，将灰度映射成3*3的点阵，256个灰度级别需要量化成10个点模式，每一个灰度级用一个3*3的点模式表示。用黑点全部填充的3*3近似表示灰度级为0的黑色灰度级，全部填充白点的3*3模式近似表示灰度级为9的白色灰度级，其他的点模式表示这二者之间的灰度级。其对应关系如下：其中grayi,j为图像在(i, j)处的灰度级别，doti,j为量化后的灰度级别，也即是对应的点阵。10个点阵分别如图(2.1)所示：(图2.1) 10个灰度级别对应的点阵实验结果与讨论1、 测试半色调技术打印生成一个256*256的大小渐变的测试图像，如图3.1(a)所示，通过半色调技术打印方案所输出的图像如图3.1(b)所示：(a)(b)图3.1a) 由程序生成的256*256大小的256灰度级别渐变图像b)通过半色调打印对图3.1(a)所处理后的图像从输出的结果来看，量化后一些渐变过渡的细节丢失了，但是图像的整体轮廓还在，半色调打印技术在某种程度是可行的。2、验证等偏爱曲线的结论通过对冈萨雷斯数字图像处理第二版图2.22的三幅图像采用半色调打印技术的对比结果如图3.2所示：(a)(b)(c)图3.2 三幅图像分别采用半色调打印技术的对比结果，左侧为原图像，右侧是采用半色调打印技术输出图像从图3.2中的对比可以看出，显然(a)的具有少量细节，(c)具有大量细节，而(c)中两幅图像更为接近。等偏爱曲线的结论：对具有大量细节的图像只需很少的灰度级别就可以较好的表示。本实验将灰度级别为256的灰度级图像量化成灰度级仅10级的图像，在图像3.2(a)(b)(c)中的比较验证了以上结论。附录：matlab源码% -% halftoning 半色调打印技术% author raphealguo(email:)% -% -% downsampling by ave% param %x:原始图像矩阵% return%y:生成的图像矩阵function y = halftoning(x)%获取行列r, c = size(x);%图像比例超出8.5*11英寸时，通过下采样降低空间分辨率pixelsperinch = 96;widthmaxpixels = 8.5*pixelsperinch;heightminpixels = 11*pixelsperinch;rscale = double(r)/widthmaxpixels;cscale = double(c)/heightminpixels;scale = rscale;if (scale 1)downsampling_ave(x, fix(scale);end%从256灰度级别量化成10灰度级别gimg = fix(double(x)/25.6);y = zeros(r*3, c*3);%构造点阵dot_pat = zeros(3, 3, 10);dot_pat(1:3,1:3,1:5) = zeros(3, 3, 5);dot_pat(1,2,2:5) = 255*ones(1,1,4);dot_pat(3,3,3:5) = 255*ones(1,1,3);dot_pat(1,1,4:5) = 255*ones(1,1,2);dot_pat(3,1,5) = 255;dot_pat(1:3,1:3,6:10) = 255*ones(3, 3, 5);dot_pat(2,2,6:9) = zeros(1,1,4);dot_pat(2,1,6:8) = zeros(1,1,3);dot_pat(3,2,6:7) = zeros(1,1,2);dot_pat(2,3,6) = 0;%对于图像的每个点进行点阵映射for (i=1:r)for (j=1:c)level = gimg(i, j);y(i-1)*3+1:i*3, (j-1)*3+1:j*3) = dot_pat(1:3, 1:3, level+1);endendy=uint8(y);end% -% author raphealguo(email:)% -% -% 生成一个256*256的大小渐变的测试图像%function y = generate_img()s = 256;y = zeros(s, s);for (i = 1 : s)y(:,i) = (i-1)*ones(1, s);endy = uint8(y);imwrite(y, ganeral_img.bmp);end% -% downsampling by ave% author raphealguo(email:)% -% -% downsampling by ave% param %scale:should be be divisible by both of the imgs row and col% return%y:new images data function y = downsampling_ave(x, scale)r, c = size(x);if (mod(r, scale) = 0 | mod(c, scale) = 0)error(the param scale must be a integer that can be divisible by both of imgs row and col); endnew_r = r/scale;new_c = c/scale;s = scale;y = zeros(new_r, new_c);for (i = 1 : new_r)for(j = 1 : new_c)% get winwin = x(i*s-s+1):(i*s), (j*s-s+1):(j*s);% cal average of winy(i, j) = floor(sum(sum(win)/s2);endendy = uint8