基于K-means聚类的数字半色调算法

• 作者: 何自芬 张印辉 詹肇麟
• 来源期刊: 计算机应用研究
• 关键词: 数字半色调 K-means聚类 人类视觉模型 基于模型的最小平方法
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 307-309
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.01.079

摘要

数字半色调是在二值设备或多色二值设备上实现图像再现的一门技术,提出将K-means聚类法应用在数字半色调技术中.算法中应用人类视觉系统模型(HVS)和印刷模型最大限度减少原始灰度连续调图像和半色调图像之间的视觉误差；利用K-means聚类法将灰度图像划分成聚类分区,在每个聚类分区应用最小平方法(least-squares)最小化二值半色调图像和原始灰度级图像之间的平方误差,所构造的半色调算法与基于模型的最小平方法(LSMB)算法相比,随着聚类分区的增加,图像平滑且边缘清晰度增加,尤其是在图像细节部位.与LSMB算法比较,该算法的均方误差值有所降低,而权重信噪比和峰值信噪比提高了0.2～2 dB,模拟实验结果验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何自芬	昆明理工大学机电工程学院	33	122	6.0	10.0
2	张印辉	昆明理工大学机电工程学院	40	190	8.0	13.0
3	詹肇麟	昆明理工大学材料科学与工程学院	85	454	12.0	18.0