学位论文 > 优秀研究生学位论文题录展示

激光微纳表面处理技术中二维数字图像半色调方法研究

作　者: 何自芬
导　师: 詹肇麟
学　校: 昆明理工大学
专　业: 材料加工工程
关键词: 激光雕刻凹版二维数字半色调图像分割加权最小平方法多尺度信息融合
分类号: TS838
类　型: 博士论文
年　份: 2013年
下　载: 8次
引　用: 0次
阅　读: 论文下载

内容摘要

长期以来,高质量和高速度制版一直是我国凹印行业发展的瓶颈,也是凹印制版领域亟待解决的关键技术。获得高质量的输出图像是提高凹版制版技术水平的有效途径。激光在这一领域的应用有如下特点：加工效率高、聚焦精确和具备数字调制的优势,因此直接激光微构造技术已经取代了传统凹版制版技术。激光凹版制版的雕刻方式是一种模仿打印输出设备的扫描式雕刻法。数字半色调是计算机输入／输出的重要支撑技术,解决了仅具备二值再现能力的设备无法直接输出多灰度级图像的矛盾。对于多灰度图像,在输出前必须通过数字图像半色调技术将之转换为适合激光输出的黑白二值图像,所以多灰度图像的数字半色调算法对激光图像输出效果起着尤为关键的作用。本文以凹版印版滚筒网穴为研究对象,针对激光雕刻凹版技术的实际打样应用需求,利用MATLAB7.0.1仿真软件、德国SCHEPERS激光雕刻机、MZD0745C连续变倍单筒视频显微摄取仪、SH-DXA凹版打样机和Epson Perfection V300扫描仪等测试仪器,重点研究适应于激光雕刻多灰度图像的数字半色调技术以及建立激光雕刻凹版网穴的质量检测和分选系统。首先针对激光雕刻凹版制版过程中输出图像质量不稳定和制版速度受到图像处理时间快慢的限制,提出了多灰度图像数字半色调算法,新算法引用和应用了K-means聚类法、加权最小平方法、Harr二维离散小波变换和改进的直接二值搜索算法等技术手段。针对图像平滑区域质量的提高,提出基于K-means聚类的分区域数字半色调技术提高了半色调图像质量,降低了计算复杂度,减少了计算所需时间。但K-means聚类算法对初始中心点的选取敏感,算法易陷入局部最优解,因此应用改进的K-means聚类算法进行图像分割,使分割结果更加准确,采用加权最小平方法进行迭代优化,使迭代速度得到进一步的提高,加快了图像半色调化的进程。针对应用K-means聚类法及改进的方法只考虑了图像平滑区域,而未考虑图像边缘信息,因此采用小波域多尺度信息融合的方法以获得图像边缘信息,使半色调图像质量和制版速度得到一定的提高。然后针对凹版印版滚筒上激光雕刻多灰度图像的质量取决于滚筒上网穴的质量,应用机器视觉和神经网络方法建立凹版网穴的质量检测和分选系统,对激光雕刻凹版网穴质量进行了正确的判定。最后将激光雕刻的凹版印版在凹版打样机上进行打样,对样张进行扫描后,将印刷扫描样张与本文数字半色调仿真实验图像对比,应用基于人类视觉系统半色调图像质量评价方法对扫描样张和不同半色调方法仿真实验结果进行质量评价。研究结果表明：基于K-means聚类法的分区域策略使迭代优化发生在区域内部,如果在某个区域出现两次迭代误差相差不大,就停止了此区域的迭代。在算法中采用人类视觉模型和二值输出设备模型,所构造的半色调算法与基于模型的最小平方算法相比,随着聚类分区的增加,图像平滑且清晰度增加,尤其是在图像细节部位。与基于模型的最小平方算法比较,均方误差降低了0.0129～0.2102,权重信噪比增加了1.4938～2.2072,峰值信噪比增加了0.53～3.17。模拟实验结果验证了算法的有效性。应用改进的K-menas聚类法进行灰度图像分割,通过分析各区域像素均值和方差发现随机误差项具有异方差性,应用加权最小平方法构建新的能量函数,采用各个分割区域像素方差倒数做为权重因子,进行半色调图像的转换。算法4次迭代计算以后,收敛误差降到0.20以下,具有较快的收敛速度。对实验图像进行频域分析,分析结果表明随着聚类分区的增加,频谱图上“亮点”逐渐趋向于分布均匀,所提出算法得到的半色调人眼视觉效果优于基于模型的最小平方算法,灰度值分布均匀,图像平滑过渡。在多尺度信息融合的半色调方法中,混合误差测度函数的建立是利用多尺度小波系数融合建立的边界误差测度函数和改进的K-means聚类法建立的区域误差测度函数。应用直接二值搜索方法最小化初始图像和半色调图像的误差,基于模型的最小平方算法在迭代15次时收敛误差降低到0.01以下,而多尺度信息融合算法只需迭代8次,算法具有较快的收敛速度。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。利用网穴摄取仪提取激光雕刻凹版网穴图像,当阈值为16时坎尼算子提取的边缘效果最好。根据本文研究的图像网穴雕刻工艺确定标准通沟值和暗调值,当通沟值和暗调值同时在标准范围内时,输出1该网穴判定为合格,输出0判定为不合格。应用神经网络建立凹版网穴的质量分选系统,基于模型最小平方法雕刻网穴分选结果处于不合格类中,应用本文3种半色调方法雕刻网穴分选结果均处于合格类中,得到的网穴合格率均在98%以上。应用了基于人类视觉系统的质量评价方法,其评价结果既能描述边缘细节的保持情况,又能反应半色调纹理抑制水平。对同一种扫描图像进行不同半色调方法处理后,结果表明,多尺度信息融合方法和加权最小平方法梯度幅值和与纹理熵均低于基于模型半色调方法,角二阶矩均高于基于模型最小平方法。

全文目录

摘要  7-10
Abstract  10-18
第一章绪论  18-34
  1.1 引言  18-19
  1.2 国内外研究现状  19-24
  1.3 数字半色调技术  24-31
    1.3.1 数字半色调原理  25
    1.3.2 抖动法  25-26
    1.3.3 邻域处理法  26-29
    1.3.4 迭代优化方法  29
    1.3.5 基于LUT及TLUT法  29-31
  1.4 本课题研究意义和内容  31-34
第二章研究方案及实验方法  34-36
  2.1 研究方案  34-35
  2.2 实验方法  35-36
    2.2.1 数字图像半色调仿真实验  35
    2.2.2 激光制版平台的验证实验  35-36
第三章基于K-means聚类的分区域数字半色调技术  36-60
  3.1 人类视觉系统(HVS)模型  36-38
  3.2 建立二值输出设备模型  38-39
  3.3 最小平方法数字半色调模型的改进  39-41
  3.4 基于K-means聚类法的分区域数字半色调技术  41-43
    3.4.1 利用K-means聚类法对图像进行区域划分  41-43
    3.4.2 半色调误差域和最小平方法  43
  3.5 直接二值搜索(DBS)  43-45
  3.6 实验结果与分析  45-58
  3.7 本章小结  58-60
第四章一种基于图像分割和加权最小平方法的数字半色调技术  60-72
  4.1 应用改进的K-means聚类法进行图像分割  60-61
  4.2 视觉模型和二值设备模型的构建  61-63
  4.3 基于加权最小平方法的数字图像半色调技术  63-64
    4.3.1 加权最小平方法  63
    4.3.2 加权最小平方法的数字半色调算法  63-64
  4.4 实验结果与分析  64-71
  4.5 本章小结  71-72
第五章小波域多尺度信息融合(MIFH)的数字半色调技术  72-100
  5.1 小波域多尺度信息融合  72-82
    5.1.1 小波变换  73-74
    5.1.2 图像二维小波变换表示  74-75
    5.1.3 图像二维小波分解  75-77
    5.1.4 图像小波域信息融合  77-82
  5.2 改进的K-means聚类法进行图像分割  82-84
  5.3 能量函数的建立  84-89
    5.3.1 高斯混合模型  84-86
    5.3.2 改进的直接二值搜索算法迭代优化  86-88
    5.3.3 误差测度函数的建立  88-89
  5.4 实验结果和讨论  89-99
  5.5 本章小结  99-100
第六章激光雕刻凹版网穴的实验研究  100-118
  6.1 激光雕刻凹版印版的制版实验过程  100-103
    6.1.1 激光雕刻凹版制版技术基本原理  100-101
    6.1.2 实验条件  101
    6.1.3 激光雕刻凹版印版实验过程  101-103
  6.2 基于机器视觉的凹版网穴质量检测系统  103-110
    6.2.1 机器视觉  103
    6.2.2 构建检测系统  103-104
    6.2.3 获取凹版网穴图像  104
    6.2.4 凹版网穴图像处理  104-108
    6.2.5 凹版网穴质量判别  108-110
  6.3 基于神经网络的凹版网穴分选系统  110-115
    6.3.1 神经网络  110-111
    6.3.2 感知机神经网络模型分选系统  111-115
  6.4 数字半色调算法的实验结果及分析  115-117
    6.4.1 实验内容  115
    6.4.2 质量评价结果  115-116
    6.4.3 实验与分析  116-117
  6.5 本章小结  117-118
第七章结论与展望  118-122
  7.1 结论  118-120
  7.2 未来的工作展望  120-122
本论文创新点  122-124
致谢  124-126
参考文献  126-132
附录攻读博士期间主要研究成果  132-133

相似论文

森林防火系统中图像识别算法的研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于可视特征的彩色图像分割方法及应用研究,TP391.41
基于水平集区域分割的医学图像融合算法研究,TP391.41
基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于视觉的类人足球机器人目标定位算法设计,TP391.41
复杂相变热图序列相变线提取算法研究,TP391.41
基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
肝脏移植术前计算机辅助规划关键技术的研究,TP391.41
多尺度遥感图像分割算法研究与应用,TP391.41
基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
肺部病灶感兴趣区域分割算法研究,TP391.41
基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
基于参数活动轮廓模型的医学图像分割方法研究,TP391.41
指纹图像分割方法评价与半监督学习在指纹图像分割中的应用研究,TP391.41
基于水平集的医学图像分割方法研究,TP391.41