Matlab在數(shù)字加網(wǎng)中的運(yùn)用

1、 得分：_南 京 林 業(yè) 大 學(xué)研究生課程作業(yè)2013 2014 學(xué)年 第 2 學(xué)期 課 程 號(hào)：73337課程名稱：計(jì)算機(jī)應(yīng)用技術(shù)（MATLAB）學(xué)科專業(yè)：制漿造紙工程（印刷工程）學(xué) 號(hào)：3130241學(xué) 生：王天馬任課教師：王一雄二一四 年 五 月Matlab在數(shù)字加網(wǎng)技術(shù)中的運(yùn)用摘要：數(shù)字加網(wǎng)技術(shù)是一種二值量化技術(shù),它利用人眼視覺特性使得二值圖像可以在視覺上模擬連續(xù)的灰度圖像。由于現(xiàn)在絕大多數(shù)的輸出設(shè)備都是二值輸出設(shè)備,數(shù)字加網(wǎng)技術(shù)對(duì)輸出圖像的質(zhì)量至關(guān)重要。Matlab軟件在數(shù)值計(jì)算、圖像處理方面的強(qiáng)大功能，正好可以成為研究數(shù)字加網(wǎng)的一種有效工具。本文闡述了借助Matlab研究數(shù)字加網(wǎng)的

2、優(yōu)勢(shì)，在此基礎(chǔ)上給出了基于Matlab平臺(tái)完成DCT對(duì)原始圖像進(jìn)行數(shù)字加網(wǎng)的實(shí)例，證明了Matlab用于數(shù)字加網(wǎng)研究的高效性。關(guān)鍵詞：數(shù)字加網(wǎng)技術(shù) matlab 圖像處理1.引言數(shù)字加網(wǎng)技術(shù)也被稱為圖像半色調(diào)技術(shù)，是指將連續(xù)調(diào)的圖像通過(guò)計(jì)算機(jī)軟件平臺(tái)離散為像素化的圖案，用不連續(xù)的像素網(wǎng)點(diǎn)來(lái)實(shí)現(xiàn)印刷品上圖像階調(diào)層次的變化。圖像的階調(diào)以及層次主要依靠網(wǎng)點(diǎn)來(lái)實(shí)現(xiàn)，所以網(wǎng)點(diǎn)是連續(xù)調(diào)圖像原稿階調(diào)再現(xiàn)的必要條件。隨著時(shí)代的發(fā)展,技術(shù)的不斷進(jìn)步,加網(wǎng)技術(shù)從傳統(tǒng)的玻璃網(wǎng)屏加網(wǎng)、接觸網(wǎng)屏加網(wǎng),電子網(wǎng)屏加網(wǎng),發(fā)展到現(xiàn)在的數(shù)字加網(wǎng),標(biāo)志著印刷新時(shí)代的到來(lái)。數(shù)字加網(wǎng)是計(jì)算機(jī)技術(shù)在印刷領(lǐng)域的普遍應(yīng)用,主要通過(guò)matla

3、b平臺(tái)來(lái)實(shí)現(xiàn)印前數(shù)字加網(wǎng)，這是加網(wǎng)技術(shù)數(shù)字化的結(jié)果。Matlab是當(dāng)前在國(guó)內(nèi)外十分流行的工程設(shè)計(jì)和系統(tǒng)仿真軟件包。它是MathWorks公司于1982年推出的一套高性能的數(shù)值計(jì)算和可視化軟件，它集數(shù)值分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體，構(gòu)成了與人方便的、界面友好的用戶環(huán)境4。Matlab的推出得到了各個(gè)領(lǐng)域?qū)＜摇W(xué)者的廣泛關(guān)注，其強(qiáng)大的擴(kuò)展功能為各個(gè)領(lǐng)域的應(yīng)用提供了基礎(chǔ)。由各個(gè)專家學(xué)者相繼推出了Matlab工具箱，其中的信號(hào)處理(signal processing)、控制系統(tǒng)(control system)、神經(jīng)網(wǎng)絡(luò)(neural network)、圖像處理(image processi

4、ng)、魯棒控制(robust control)、非線性系統(tǒng)控制設(shè)計(jì)(nonlinear system control design)、系統(tǒng)辨識(shí)(system identification)、最優(yōu)化(optimization)、通信(communication)、統(tǒng)計(jì)(statistics)等工具箱，這些工具箱給各個(gè)領(lǐng)域的研究和工程應(yīng)用提供了有力的工具，借助于這些“巨人肩上的工具”，各個(gè)層次的研究人員可直觀、方便地進(jìn)行分析、計(jì)算及設(shè)計(jì)工作，從而大大地節(jié)省了時(shí)間5。2.基于matlab的數(shù)字加網(wǎng)技術(shù)2.1基于matlab的數(shù)字加網(wǎng)函數(shù)簡(jiǎn)介數(shù)字半色調(diào)的加網(wǎng)方法主要調(diào)幅加網(wǎng)技術(shù)和調(diào)頻加網(wǎng)技術(shù)，調(diào)幅加

5、網(wǎng)技術(shù)主要包括有理正切加網(wǎng)、無(wú)理正切加網(wǎng)和超細(xì)胞加網(wǎng)技術(shù)，調(diào)頻加網(wǎng)主要有誤差擴(kuò)散法、抖動(dòng)法、藍(lán)噪聲法、DBS 半色調(diào)方法以及點(diǎn)擴(kuò)散法等。誤差擴(kuò)散法最早由 Floyd-Steinberg 提出，該方法先利用閾值對(duì)圖像像素進(jìn)行量化，然后再將量化產(chǎn)生的誤差擴(kuò)散到該像素相領(lǐng)的未處理的像素上。誤差擴(kuò)散的加網(wǎng)法通過(guò)把輸出信號(hào)與輸入信號(hào)之間的誤差分散到相鄰點(diǎn)中的這一方法實(shí)現(xiàn)減小圖像加網(wǎng)誤差的目的，從而大大地提高了圖像的加網(wǎng)質(zhì)量。誤差擴(kuò)散法加網(wǎng)方法的優(yōu)點(diǎn)為所得半色調(diào)圖像效果比較好，圖像的色調(diào)豐富，其主要的缺點(diǎn)是加網(wǎng)后的半色調(diào)圖像可能會(huì)產(chǎn)生龜紋，并且圖像的高光和暗調(diào)部位也有可能出現(xiàn)和處理方向有關(guān)的滯后現(xiàn)象，使得

6、加網(wǎng)后的圖像邊緣部位比較容易出現(xiàn)不連續(xù)的過(guò)渡現(xiàn)象。抖動(dòng)加網(wǎng)方法是一種點(diǎn)處理的加網(wǎng)方式，其輸出值與連續(xù)調(diào)加網(wǎng)圖像的對(duì)應(yīng)輸入值有關(guān)。抖動(dòng)加網(wǎng)方法的算法主要可以分為隨機(jī)抖動(dòng) (Random Dither)和有序抖動(dòng) (Order Dither)算法兩大類。隨機(jī)抖動(dòng)算法(也可以稱為白噪聲法)中，加網(wǎng)模板上的值是一組隨機(jī)產(chǎn)生的數(shù)值，隨機(jī)數(shù)值的產(chǎn)生范圍在原始連續(xù)調(diào)圖像的最小灰度值到最大灰度值這兩個(gè)數(shù)值之間。有序抖動(dòng)加網(wǎng)算法的模板是有一定規(guī)律的，其最初是 1974 年由 Judice 提出的，有序抖動(dòng)加網(wǎng)算法主要可以分為分散型(Disperse Dither)、聚集型(Cluster Dither)以及分散

7、式抖動(dòng)法(Dispersed dithering)。比較典型的有 Bayer 抖動(dòng)法、Halftone 抖動(dòng)法、以及 Screw 抖動(dòng)法。抖動(dòng)加網(wǎng)方法的優(yōu)點(diǎn)主要有加網(wǎng)后圖像的點(diǎn)數(shù)與輸入的連續(xù)調(diào)圖像的點(diǎn)數(shù)相同，并且其加網(wǎng)的過(guò)程實(shí)現(xiàn)簡(jiǎn)單，計(jì)算復(fù)雜性也比較小。2.2 借助Matlab研究數(shù)字加網(wǎng)的優(yōu)勢(shì)1.強(qiáng)大的數(shù)值計(jì)算功能圖像數(shù)字加網(wǎng)技術(shù)是針對(duì)圖像進(jìn)行研究的，而圖像是由網(wǎng)點(diǎn)表達(dá)的，將圖像離散為像素就意味著大量的數(shù)據(jù)計(jì)算。而Matlab強(qiáng)大的數(shù)值運(yùn)算功能是其優(yōu)于其他數(shù)學(xué)應(yīng)用軟件的重要原因，其中矩陣運(yùn)算更是Matlab語(yǔ)言的核心，且表達(dá)自然、直接，可直接實(shí)現(xiàn)，而不用像大多數(shù)計(jì)算機(jī)語(yǔ)言那樣需用戶編寫循環(huán)語(yǔ)

8、句6。因此，利用Matlab強(qiáng)大的矩陣運(yùn)算功能來(lái)實(shí)現(xiàn)水印技術(shù)非常合適。2.高效的圖像讀取、顯示與變換功能首先要求將數(shù)據(jù)從圖像中讀取出來(lái)，最后還要將處理過(guò)的數(shù)據(jù)輸出加網(wǎng)后的圖像。Matlab為用戶提供了專門的函數(shù)用以從圖像格式的文件中讀寫圖像數(shù)據(jù)和將數(shù)據(jù)顯示為圖像。這種方法不象其他編程語(yǔ)言那樣，需要編寫復(fù)雜的代碼，只需要簡(jiǎn)單地調(diào)用Matlab提供的函數(shù)即可。除此之外，Matlab提供方便的頻率域與空間域轉(zhuǎn)換的函數(shù)，對(duì)于DCT、DWT的轉(zhuǎn)換非常方便7。3.豐富的圖像數(shù)字加網(wǎng)函數(shù)Matlab有各種圖像處理函數(shù),可實(shí)現(xiàn)對(duì)圖像的各種數(shù)字加網(wǎng)，比如說(shuō)加網(wǎng)算法主要包括調(diào)幅加網(wǎng)技術(shù)的有理正切加網(wǎng)、無(wú)理正切加網(wǎng)

9、和超細(xì)胞網(wǎng)點(diǎn)技術(shù)，調(diào)頻加網(wǎng)技術(shù)的模式抖動(dòng)和隨機(jī)抖動(dòng)算法（Bayer 抖動(dòng)、誤差擴(kuò)散、偽隨機(jī)發(fā)生器等），還有混合加網(wǎng)技術(shù)。2.3模式抖動(dòng)加網(wǎng)技術(shù)抖動(dòng)技術(shù)是將輸入比較回路的圖像像素值與閾值信號(hào)比較，當(dāng)像素值大于或等于閾值中對(duì)應(yīng)的值時(shí)，將二值化圖像的像素值設(shè)置為 1（白），否則為 0（黑）。如圖 1所示，抖動(dòng)算法的基本原理和過(guò)程為：假定有一個(gè) mn 的抖動(dòng)矩陣，L(x, y)為輸入像素值，則它在抖動(dòng)矩陣中對(duì)應(yīng)的位置(i, j)應(yīng)該為：i=x mod m，y mod n，其中的 mod 表示取模運(yùn)算。然后，如果像素點(diǎn)(x，y)的像素值 L(x，y)滿足：L(x，y)D，那么該點(diǎn)的像素值就為 1(白)，

10、否則為 0(黑)。 圖 1抖動(dòng)加網(wǎng)的一般原理圖2.4 誤差擴(kuò)散抖動(dòng)加網(wǎng)當(dāng)我們將數(shù)字圖像中像素的灰度值與偽隨機(jī)抖動(dòng)矩陣中的相應(yīng)閾值進(jìn)行比較時(shí)，若前者大于或等于后者，我們就直接將其置為 1(白)，否則置為 0(黑)。因此，在每個(gè)像素處就必然存在著一定的灰度值誤差。但是如果這個(gè)誤差被擴(kuò)散到了周圍的像素中，那么它對(duì)最后的二值圖像的影響就沒(méi)有以前的那樣明顯了，這就是誤差擴(kuò)散抖動(dòng)加網(wǎng)的基本思想。如圖2所示為誤差擴(kuò)散抖動(dòng)加網(wǎng)的工作原理.圖 2 誤差擴(kuò)散抖動(dòng)原理圖2.5 數(shù)字加網(wǎng)在matlab中的常用函數(shù)1. 數(shù)據(jù)輸入輸出函數(shù)imread和imwrite：可以讀寫bmp,jpg/jpeg,tif/tiff,p

11、ng,hdf,pcx,wxd格式文件。讀索引文件時(shí)，還可以得到相應(yīng)的調(diào)色板數(shù)據(jù)。2. 圖像顯示函數(shù)imshow：顯示一幅圖像；imfinfo：可以得到讀入圖像的信息。如文件的大小、格式、格式版本號(hào)、圖像的高度、寬度、顏色類型（真彩色，索引圖）等。3. 實(shí)驗(yàn)及實(shí)驗(yàn)分析3.1 實(shí)驗(yàn)步驟1. 選取實(shí)驗(yàn)圖像。實(shí)驗(yàn)選取了大小為256256的標(biāo)準(zhǔn)測(cè)試圖像lena圖像作為準(zhǔn)備數(shù)字輸出的原始圖像，如圖3所示。圖3 lena圖像2. 在Matlab中，使用模式抖動(dòng)算法對(duì)lena圖進(jìn)行數(shù)字加網(wǎng)。模式抖動(dòng)選用44 Bayer抖動(dòng)矩陣,誤差擴(kuò)散算法采用Floyd-Steinberg Filter模型。 有序抖動(dòng)的具體

12、步驟為:假定用44的抖動(dòng)矩陣(也可以成為閨值矩陣)D(4x4)，若圖像中某點(diǎn)的坐標(biāo)為(x, y )，則首先需要計(jì)算該像素對(duì)應(yīng)比較點(diǎn)在抖動(dòng)矩陣中的位置:i=xmod4 j=ymod4，式中之mod表示取模操作，i=xmod4的意思是i等于x被4除所得結(jié)果的余數(shù)，例如x=17, y=26,則i=1, j=2。用式算出像素點(diǎn)在矩陣中的對(duì)應(yīng)行列號(hào)是1和2，即是44矩陣中的D（1,2），假設(shè)此點(diǎn)(17, 25)的像素值是128，將其轉(zhuǎn)換為16階調(diào)的:128/256 X 16=8，再將8與D（1,2）=14進(jìn)行比較，其中像素值小于對(duì)應(yīng)閡值矩陣中的點(diǎn)，所以將這個(gè)像素點(diǎn)二值化后的值為0。3. 在Matlab中

13、，使用誤差擴(kuò)散算法對(duì)lena圖進(jìn)行數(shù)字加網(wǎng)。誤差擴(kuò)散算法采用Floyd-Steinberg Filter模型。3.2實(shí)驗(yàn)結(jié)果及分析 圖5 誤差擴(kuò)散加網(wǎng)圖 圖6模式抖動(dòng)加網(wǎng)圖 1. Bayer抖動(dòng)加網(wǎng)技術(shù)與誤差擴(kuò)散加網(wǎng)技術(shù)像比較:Bayer抖動(dòng)是將一個(gè)固定模式強(qiáng)加于整副圖像，從而使抖動(dòng)后的二值圖像帶有該模式的痕跡，這是圖像處理中不希望出現(xiàn)的視覺副產(chǎn)品。 2.在使用Bayer抖動(dòng)法抖動(dòng)二值化圖像時(shí)，抖動(dòng)矩陣的規(guī)格以4x4或8x8為宜，如果抖動(dòng)矩陣太小，會(huì)使該抖動(dòng)矩陣留下明顯的人工痕跡;若抖動(dòng)矩陣太大，對(duì)進(jìn)一步提高二值化的圖像質(zhì)量沒(méi)有明顯的效果。4.總結(jié)從上述理論分析及實(shí)驗(yàn)可以看到，由于Matlab

14、軟件在數(shù)值計(jì)算、圖像處理方面的強(qiáng)大功能，可以方便快捷的實(shí)現(xiàn)數(shù)字加網(wǎng)算法，大大提高了編程效率。相對(duì)于其他編程語(yǔ)言，Matlab在數(shù)字加網(wǎng)的研究中具有絕對(duì)優(yōu)勢(shì)，是研究數(shù)字加網(wǎng)的高效實(shí)用工具。由于Matlab是一個(gè)開放式的平臺(tái)，用戶可以根據(jù)需求設(shè)立工具箱，集成各種預(yù)處理、嵌入、提取、攻擊水印算法，這樣更加可以起到事半功倍的效果。目前，數(shù)字加網(wǎng)技術(shù)還沒(méi)有建立起統(tǒng)一的評(píng)價(jià)體系，我們有理由相信，有了MATLAB這樣一個(gè)高效實(shí)用的研究工具，會(huì)有越來(lái)越多的有識(shí)之士投入到數(shù)字加網(wǎng)技術(shù)的研究和產(chǎn)業(yè)化進(jìn)程中來(lái)，推動(dòng)數(shù)字加網(wǎng)技術(shù)的發(fā)展。參考文獻(xiàn)1 張麗強(qiáng). 印刷圖像數(shù)字水印技術(shù)研究D. 長(zhǎng)沙：國(guó)防科技大學(xué), 2005

15、2 鄭海紅, 王義峰, 曾平. 魯棒的半色調(diào)圖像水印綜述J. 中國(guó)圖象圖形學(xué)報(bào), 2007,12(5): 782-7883 方華. 圖像半色調(diào)技術(shù)及水印的研究D. 浙江：浙江大學(xué), 20064 張芳，韓其睿Matlab與數(shù)字水印技術(shù)J天津工業(yè)大學(xué)學(xué)報(bào)，2004，23(1)：83-85.5 原思聰MATLAB語(yǔ)言與應(yīng)用技術(shù)M北京：國(guó)防工業(yè)出版社，2011.6 于潤(rùn)偉，朱曉慧MATLAB基礎(chǔ)及應(yīng)用M北京：機(jī)械工業(yè)出版社，2008.7 劉暉MATLAB在數(shù)字水印研究中的應(yīng)用J科技信息，2011(33)：114-115.附錄1. I=imread(lena.tif);J=double(I);m,n=s

16、ize(J);K=J;for p=1:m; for q=1:n; if J(p,q)=128; K(p,q)=255; else K(p,q)=0; end Error=J(p,q)-K(p,q); if p1; J(p+1,q-1)=J(p+1,q-1)+(3/16)*Error; end if qn; J(p+1,q+1)=J(p+1,q+1)+(1/16)*Error; end end if qn J(p,q+1)=J(p,q+1)+(7/16)*Error; end endend K1=uint8(K);figure,imshow(I);figure,imshow(K1),imwrite(K1,lena fs.tif)2. I=imread(lena.t