數(shù)字圖像解決技術(shù)在印刷圖像中的應(yīng)用一、引言數(shù)字圖像解決又稱為計算機圖像解決，它是指將模擬圖像信號轉(zhuǎn)換成數(shù)字形式并運用計算機對其進(jìn)行加工、編輯和解決的過程。用計算機進(jìn)行數(shù)字圖像解決的目的有兩個，一是產(chǎn)生更適合人類視覺觀測和辨認(rèn)的圖像，二是希望計算機可以自動進(jìn)行辨認(rèn)和理解圖像。不管用戶出于何種目的進(jìn)行圖像解決，都需要由計算機和圖像專用設(shè)備組成的系統(tǒng)進(jìn)行圖像數(shù)據(jù)的采集、輸入、加工和輸出，因此數(shù)字圖像解決研究的內(nèi)容重要有:圖像的獲取、表達(dá)和表現(xiàn);圖像增強;圖像復(fù)原;圖像分割;圖像分析;圖像壓縮編碼。階調(diào)、色彩和清楚度作為彩色印刷品質(zhì)量控制的三大要素，長期以來成為提高印刷品質(zhì)量的必控因素，而解決圖文信息的創(chuàng)作、描述與傳遞成為當(dāng)代印刷的主線目的之一通過度析網(wǎng)點形成、傳遞與附著的微觀屬性，研究網(wǎng)點形態(tài)、分布、光學(xué)特性對于印刷復(fù)制的影響，可以從印刷最小單元質(zhì)量的控制與評價達(dá)成實現(xiàn)圖像信息準(zhǔn)確復(fù)制的目的。從20世紀(jì)80年代中期計算機技術(shù)進(jìn)入印前領(lǐng)域并取得實際應(yīng)用效果后，數(shù)字圖像解決技術(shù)就廣泛應(yīng)用在包裝、數(shù)字印刷、多媒體產(chǎn)品設(shè)計和數(shù)字視頻等相關(guān)領(lǐng)域。本文給定黃、品、青三組單色印刷網(wǎng)點圖像，每組的網(wǎng)點面積率從0%到loo%間隔5%變化，以VisualC十十6.0為平臺編程實現(xiàn)了顯示相應(yīng)圖像、二值圖像分割。二、顯示相應(yīng)圖像圖像解決程序的重要功能是可以裝載、顯示已有的位圖圖像文獻(xiàn)(*.BMP)，然后可選擇小同的圖形解決方法對圖像進(jìn)行特殊的解決，并把結(jié)果顯示出來。但在VisualC十十6.0中，MFC對圖像解決的編程支持甚少，小僅在AppWizard中沒有提供有關(guān)圖像方面的選項，更重要的是在MFC類庫中沒有一個支持DIB位圖的類(CBitmap類只支持DDB位圖)，僅提供了CPalette(調(diào)色板)類和一些操作位圖的全局函數(shù)(如SetDIBitsToDevice,StretchDIBits和SetStretchBItMode等)，其他大部分工作都需要用戶自己完畢。所以要在AppWizard生成的應(yīng)用程序框架的基礎(chǔ)上，一方面定義一個能封裝DIB位圖基本操作的類CDib，實現(xiàn)任意一個BMP位圖文獻(xiàn)(單色位圖、16色位圖、256位圖和真彩色位圖)的打開和顯示，然后進(jìn)一步增長各種圖形解決功能，實現(xiàn)一個基本的圖像解決程序。三、圖像分割圖像分割是圖像解決與計算機視覺領(lǐng)域低層次視覺中最為基礎(chǔ)和重要的領(lǐng)域之一，它是對圖像進(jìn)行視覺分析和模式辨認(rèn)的基本前提。圖像分割是由圖像解決到圖像分析的關(guān)鍵環(huán)節(jié)，一方面，它是表達(dá)目的的基礎(chǔ)，對特性測量有重要的影響;另一方面，由于圖像分割及基于分割的目的表達(dá)、特性提取和參數(shù)測量等，都將原圖像轉(zhuǎn)化為更抽象、更緊湊的形式，使得更高層的圖像分析和理解成為也許。1.圖像分割的定義借助集合的概念，可以對圖像分割進(jìn)行如卜定義:令集合R代表整個圖像區(qū)域，對R的分割可看作將R提成若干個滿足以卜5個條件的非空子集(子區(qū)域)R1，R2……Rn:其中，是對所有在集合中元素的邏輯謂詞，是空集。上述定義表白，圖像分割具有以卜幾個特點:①分割把原始圖像中的每一個像素都分到某個區(qū)域中，分割產(chǎn)生的所有子區(qū)域之和涉及了原始圖像中的所有像素;②分割后的子區(qū)域小重疊，原圖像的一個像素小能同時分到兩個子區(qū)域中;③分割后的同一子區(qū)域的像素基于某種特性具有相似性;④分割后小同子區(qū)域基于某種特性具有明顯的差異;⑤分割后同一子區(qū)域的像素具有連通性，即在該區(qū)域內(nèi)存在連接該區(qū)域兩個小同像素的途徑。簡樸地講，圖像分割就是在一幅圖像中，通過某種方法把目的從背景中分離出來，以便于進(jìn)一步解決。通常實現(xiàn)方法是，將圖像分為“黑”、“白”兩類，這兩類分別代表了兩個小同的對象，由于結(jié)果圖像為二值圖像，所以又稱為圖像的二值化解決。其分割原理的計算公式如卜:其中，為原始圖像，為結(jié)果圖像(二值)。2.閾值分割閾值法是一種傳統(tǒng)的圖像分割方法，因其實現(xiàn)簡樸、計算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)，已被應(yīng)用于很多的領(lǐng)域。閾值分割法分為全局閾值法和局部閾值分割法。全局閾值分割方法在圖像解決中應(yīng)用得比較多，它在整幅圖像內(nèi)采用固定的閾值分割圖像。當(dāng)圖像中有如卜一些情況:有陰影，照度小均勻，各處的對比度小同，突發(fā)噪聲，背景灰度變化等，假如只用一個固定的全局閾值對整幅圖像進(jìn)行分割，則由于小能兼顧圖像各處的情況而使分割效果受到影響。有一種解決辦法就是用與像素位置相關(guān)的一組閾值(即閾值坐標(biāo)的函數(shù))來對圖像各部分分別進(jìn)行分割。這種與坐標(biāo)相關(guān)的閾值也叫動態(tài)閾值，此方法也叫變化閾值法，或自適應(yīng)閾值法。這類算法的時問復(fù)雜性和空問復(fù)雜性比較大，但是抗噪能力強，對一些用全局閾值小易分割的圖像有較好的效果。本文采用的是大津法和自適應(yīng)閾值分割法。3.大津法大津法由大津于1979年提出，對圖像Image，記t為前景與背景的分割閾值，前景點數(shù)占圖像比例為wo，平均灰度為uo;背景點數(shù)占圖像比例為wi，平均灰度為u1,。圖像的總平均灰度為:。從最小灰度值到最大灰度值遍歷t，當(dāng)t使得值，最大時t即為分割的最佳閾值。對大津法可作如下理解:該式事實上就是類間方差值，閾值t分割出的前景和背景兩部分構(gòu)成了整幅圖像，而前景取值概率為wo，背景取值u,，概率為w,，總均值為u,根據(jù)方差的定義即得該式。因方差是灰度分布均勻性的一種度量，方差值越大，說明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目的錯分為背景或部分背景錯分為目的都會導(dǎo)致兩部分差別變小，因此使類問方差最大的分割意味著錯分概率最小。直接應(yīng)用大津法計算量較大，因此我們在實現(xiàn)時采用了等價的公式。4.自適應(yīng)閾值方法閾值分割的關(guān)鍵問題在于閾值的選取。閾值的選取一般應(yīng)當(dāng)視實際的應(yīng)用而靈活設(shè)定。本函數(shù)中，閾值小是固定的，而是根據(jù)圖像像素的實際性質(zhì)而設(shè)定的。這個函數(shù)把圖像提成四個子圖像，然后計算每個子圖像的均值，根據(jù)均值設(shè)立閾值，閾值只是應(yīng)用在相應(yīng)的子圖像。四、分析本文選取單色印刷網(wǎng)點圖像的位圖圖片，用大津法和局部閾值方法進(jìn)行二值分割，算法用面向?qū)ο蟮某绦蛟O(shè)計語言MicrosoftVisualC十十實現(xiàn)，其分割仿真結(jié)果如圖四，圖六所示。在測試中發(fā)現(xiàn):大津法選取出來的閾值非常抱負(fù)，對各種情況的表現(xiàn)都較為良好。雖然它在很多情況卜都小是最佳的分割，但分割質(zhì)量通常都有一定的保障，可以說是最穩(wěn)定的分割，是一種較為通用的分割算法。致命的缺陷是當(dāng)目的物與背景灰度差小明顯時，會出現(xiàn)無法忍受的大塊黑色區(qū)域，甚至?xí)G失整幅圖像的信息。自適應(yīng)閾值分割法雖然能改善分割效果，但存在幾個缺陷:①每幅子圖像的尺寸小能太小，否則記錄出的結(jié)果無意義。②每幅圖像的分割是任意的，假如有一幅子圖像正好落在目的區(qū)域或背景區(qū)域，而根據(jù)記錄結(jié)果對其進(jìn)行分割，也許會產(chǎn)生更差的結(jié)果。③自適應(yīng)閾值法對每一幅子圖像都要進(jìn)行記錄，速度慢，難以適應(yīng)實時性的規(guī)定。五、小結(jié)隨著經(jīng)濟和社會的發(fā)展，人們對印刷品質(zhì)量的規(guī)定越來越高。高質(zhì)量印刷品可以對原稿信息真實準(zhǔn)確再現(xiàn)，以保證信息量的完美再現(xiàn)和精彩還原，較好地滿足消費者對信息質(zhì)量不斷提高的規(guī)定。在原稿質(zhì)量擬定的前提下，所采用的印刷復(fù)制技術(shù)是影響印刷品質(zhì)量的主體因素，而階調(diào)層次、色彩、清楚度是表征印刷品質(zhì)量的核心內(nèi)容。網(wǎng)點是圖像復(fù)制所依賴的最小基礎(chǔ)單元，印刷品質(zhì)量最終取決于網(wǎng)點基本結(jié)構(gòu)特性及網(wǎng)點在復(fù)制過程中的傳遞質(zhì)量。本課題研究網(wǎng)點微觀結(jié)構(gòu)特性與圖像信息