数字图像处理技术在印刷图像中的应用

数字图像处理技术在印刷图像中的应用一、引言数字图像处理又称为计算机图像处理，它是指将模拟图像信号转换成数字形式并利用计算机对其进行加工、编辑和处理的过程。用计算机进行数字图像处理的目的有两个，一是产生更适合人类视觉观察和识别的图像，二是希望计算机能够自动进行识别和理解图像。不管用户出于何种目的进行图像处理，都需要由计算机和图像专用设备组成的系统进行图像数据的采集、输入、加工和输出，因此数字图像处理研究的内容主要有:图像的获取、表示和表现;图像增强;图像复原;图像分割;图像分析;图像压缩编码。阶调、色彩和清晰度作为彩色印刷品质量控制的三大要素，长期以来成为提高印刷品质量的必控因素，而解决图文信息的创作、描述与传递成为当代印刷的根本目标之一通过分析网点形成、传递与附着的微观属性，研究网点形态、分布、光学特性对于印刷复制的影响，可以从印刷最小单元质量的控制与评价达到实现图像信息准确复制的目的。从20世纪80年代中期计算机技术进入印前领域并取得实际应用效果后，数字图像处理技术就广泛应用在包装、数字印刷、多媒体产品设计和数字视频等相关领域。本文给定黄、品、青三组单色印刷网点图像，每组的网点面积率从0%到loo%间隔5%变化，以VisualC十十6.0为平台编程实现了显示对应图像、二值图像分割。二、显示对应图像图像处理程序的主要功能是能够装载、显示已有的位图图像文件(*.BMP)，然后可选择小同的图形处理方法对图像进行特殊的处理，并把结果显示出来。但在VisualC十十6.0中，MFC对图像处理的编程支持甚少，小仅在AppWizard中没有提供有关图像方面的选项，更重要的是在MFC类库中没有一个支持DIB位图的类(CBitmap类只支持DDB位图)，仅提供了CPalette(调色板)类和一些操作位图的全局函数(如SetDIBitsToDevice,StretchDIBits和SetStretchBItMode等)，其他大部分工作都需要用户自己完成。所以要在AppWizard生成的应用程序框架的基础上，首先定义一个能封装DIB位图基本操作的类CDib，实现任意一个BMP位图文件(单色位图、16色位图、256位图和真彩色位图)的打开和显示，然后进一步增加各种图形处理功能，实现一个基本的图像处理程序。三、图像分割图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提。图像分割是由图像处理到图像分析的关键步骤，一方面，它是表达目标的基础，对特征测量有重要的影响;另一方面，因为图像分割及基于分割的目标表达、特征提取和参数测量等，都将原图像转化为更抽象、更紧凑的形式，使得更高层的图像分析和理解成为可能。1.图像分割的定义借助集合的概念，可以对图像分割进行如卜定义:令集合R代表整个图像区域，对R的分割可看作将R分成若干个满足以卜5个条件的非空子集(子区域)R1，R2……Rn:其中，是对所有在集合中元素的逻辑谓词，是空集。上述定义表明，图像分割具有以卜几个特点:①分割把原始图像中的每一个像素都分到某个区域中，分割产生的全部子区域之和包括了原始图像中的所有像素;②分割后的子区域小重叠，原图像的一个像素小能同时分到两个子区域中;③分割后的同一子区域的像素基于某种特征具有相似性;④分割后小同子区域基于某种特征具有明显的差异;⑤分割后同一子区域的像素具有连通性，即在该区域内存在连接该区域两个小同像素的路径。简单地讲，图像分割就是在一幅图像中，通过某种方法把目标从背景中分离出来，以便于进一步处理。通常实现方法是，将图像分为“黑”、“白”两类，这两类分别代表了两个小同的对象，因为结果图像为二值图像，所以又称为图像的二值化处理。其分割原理的计算公式如卜:其中，为原始图像，为结果图像(二值)。2.阈值分割阈值法是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术，已被应用于很多的领域。阈值分割法分为全局阈值法和局部阈值分割法。全局阈值分割方法在图像处理中应用得比较多，它在整幅图像内采用固定的阈值分割图像。当图像中有如卜一些情况:有阴影，照度小均匀，各处的对比度小同，突发噪声，背景灰度变化等，如果只用一个固定的全局阈值对整幅图像进行分割，则由于小能兼顾图像各处的情况而使分割效果受到影响。有一种解决办法就是用与像素位置相关的一组阈值(即阈值坐标的函数)来对图像各部分分别进行分割。这种与坐标相关的阈值也叫动态阈值，此方法也叫变化阈值法，或自适应阈值法。这类算法的时问复杂性和空问复杂性比较大，但是抗噪能力强，对一些用全局阈值小易分割的图像有较好的效果。本文采用的是大津法和自适应阈值分割法。3.大津法大津法由大津于1979年提出，对图像Image，记t为前景与背景的分割阈值，前景点数占图像比例为wo，平均灰度为uo;背景点数占图像比例为wi，平均灰度为u1,。图像的总平均灰度为:。从最小灰度值到最大灰度值遍历t，当t使得值，最大时t即为分割的最佳阈值。对大津法可作如下理解:该式实际上就是类间方差值，阈值t分割出的前景和背景两部分构成了整幅图像，而前景取值概率为wo，背景取值u,，概率为w,，总均值为u,根据方差的定义即得该式。因方差是灰度分布均匀性的一种度量，方差值越大，说明构成图像的两部分差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此使类问方差最大的分割意味着错分概率最小。直接应用大津法计算量较大，因此我们在实现时采用了等价的公式。4.自适应阈值方法阈值分割的关键问题在于阈值的选取。阈值的选取一般应该视实际的应用而灵活设定。本函数中，阈值小是固定的，而是根据图像像素的实际性质而设定的。这个函数把图像分成四个子图像，然后计算每个子图像的均值，根据均值设置阈值，阈值只是应用在对应的子图像。四、分析本文选取单色印刷网点图像的位图图片，用大津法和局部阈值方法进行二值分割，算法用面向对象的程序设计语言MicrosoftVisualC十十实现，其分割仿真结果如图四，图六所示。在测试中发现:大津法选取出来的阈值非常理想，对各种情况的表现都较为良好。虽然它在很多情况卜都小是最佳的分割，但分割质量通常都有一定的保障，可以说是最稳定的分割，是一种较为通用的分割算法。致命的缺陷是当目标物与背景灰度差小明显时，会出现无法忍受的大块黑色区域，甚至会丢失整幅图像的信息。自适应阈值分割法虽然能改善分割效果，但存在几个缺点:①每幅子图像的尺寸小能太小，否则统计出的结果无意义。②每幅图像的分割是任意的，如果有一幅子图像正好落在目标区域或背景区域，而根据统计结果对其进行分割，也许会产生更差的结果。③自适应阈值法对每一幅子图像都要进行统计，速度慢，难以适应实时性的要求。五、小结随着经济和社会的发展，人们对印刷品质量的要求越来越高。高质量印刷品能够对原稿信息真实准确再现，以保证信息量的完美再现和精彩还原，较好地满足消费者对信息质量不断提升的要求。在原稿质量确定的前提下，所采用的印刷复制技术是影响印刷品质量的主体因素，而阶调层次、色彩、清晰度是表征印刷品质量的核心内容。网点是图像复制所依赖的最小基础单元，印刷品质量最终取决于网点基本结构特性及网点在复制过程中的传递质量。本课题研究网点微观结构特性与图像信息印刷复制相关性，从微观元素这一基础层面解决图像颜色信息再现的问题，对于提高印刷品质量会有显著的推动作用。随着图像采集设备和图像处理设备性能的提高，数字图像处理技术在印刷方面得到广泛的应用和研究。本文使用了最简单的图像处理技术，以VisualC十十6.0为平台编程实现了显示对应图像、二值图像分割，并分析了两种分割方法的优劣。