圖像逆半調及硬拷貝數(shù)字水印技術研究.pdf

1、半調技術廣泛使用在打印/印刷過程中，以實現(xiàn)連續(xù)色調圖像的二值化，生成的二值圖像稱為半調圖。近年來，數(shù)字化圖書館的建設、印刷品的版權保護等應用需求，使得逆半調(由半調圖重構連續(xù)色調圖像)技術和硬拷貝水印技術成為半調處理技術的研究熱點。受逆半調問題不適定性等影響，現(xiàn)有逆半調算法尚不能滿足快速重建優(yōu)質圖像的應用要求；而半調圖的特殊性和打印-掃描過程的復雜性，也使得硬拷貝水印的現(xiàn)有成果與高防偽力度、低成本的應用需求有較大差距。
　　 本

2、文針對誤差分散半調圖，著重研究進一步有效提高逆半調和硬拷貝水印性能的方法，在矢量逆半調、灰度逆半調、半調硬拷貝水印、連續(xù)色調硬拷貝水印四個方面提出了新的策略，提高了逆半調算法的實用性、智能性，改善了水印的不可見性和魯棒性。
　　 通過分析矢量半調圖，發(fā)現(xiàn)去除各顏色通道間的相關性十分關鍵，基于去除相關性這一思想，提出了矢量半調圖的邊緣檢測算法和一種矢量逆半調方法。前者通過構造包含邊緣信息的灰度圖像，設計多尺度邊緣檢測模板，實現(xiàn)了快

3、速提取圖像邊緣并抑制半調噪聲的目標。該算法直接對半調圖進行邊緣檢測，為進行硬拷貝水印提供了支持。后者利用矩陣增益模型，證明矢量逆半調問題可等效為相關性高頻噪聲的去除問題，通過構造去相關算子和去噪算子來獲得逆半調圖像，較標量方法能更準確地重建連續(xù)色調圖。另外，為衡量彩色逆半調圖像的質量，給出了顏色相似度和雜色直方圖兩個客觀評價指標。
　　 在灰度逆半調技術研究中，針對Bayesian算法以誤差分散核為先驗、時空復雜度高等不足，提出

4、了基于最大后驗概率的逆半調算法。該算法基于線性增益模型和圖像分類策略構造去噪預處理器，可根據(jù)圖像內容在保持圖像邊緣信息的同時濾除噪聲，消除了誤差核的先驗限制；采用矩陣運算估計逆半調圖像，降低了時、空開銷，增強了算法的實用性。針對半調圖黑灰區(qū)域存在的“有界循環(huán)”現(xiàn)象，提出了一種基于人眼視覺系統(tǒng)的逆半調算法。該算法通過建立半調圖與連續(xù)色調圖的定量關系，對不同的區(qū)域采用分治策略，有效抑制了黑灰區(qū)域噪聲。具有簡單易行、速度快，視覺效果改善明顯等

5、特點，其峰值信噪比等指標也有明顯的提高。同時還提出一種自適應逆半調算法，引入噪聲粒度反映不同誤差核的影響，構建了半調噪聲到脈沖噪聲的轉換模型，并采用中值濾波進行逆半調，有較好的普適性。
　　 較系統(tǒng)地研究了半調圖的硬拷貝水印算法。針對實際應用中有時不能獲知連續(xù)色調圖，提出了基于人眼視覺特性的直接嵌入方法，它充分考慮了人眼視覺特性，基于r-位濾波器嵌入和提取水印。r-位濾波器和位卷積的應用，能顯著提高水印的嵌入容量，進而提高算法抵

6、抗打印-掃描攻擊的能力。對于可獲知連續(xù)色調圖的具體應用，分別針對灰度圖和彩色圖，提出了基于變閾值量化誤差分散的硬拷貝水印算法和彩色半調的空域自適應硬拷貝水印算法。前者要求半調圖具有綠噪聲特性，以抵抗打印、掃描攻擊，通過構建水印模板和變化量化閾值來實現(xiàn)水印的嵌入。后者首先選擇相似性小的兩個顏色集合代表二值水印，使用視覺均勻色彩空間，以顏色相似性為準則，分兩步自適應搜索最優(yōu)半調矢量。實驗表明，上述兩個算法產生的含水印半調圖紋理均勻，不可見性