1. 研究目的与意义
图像是人们用来表达和传递信息的重要手段，是大众传媒的主要对象，在人们的日常生活、学习教育以及工作研究中有着不可忽视的作用。当今时代，随着智能设备、电子商务以及办公自动化系统飞速发展，尤其是网上购物、彩色打印、印刷出版以及多媒体等众多应用的普及，使人们对彩色图像的生成、传递和复制再现的要求越来越高，已经不能满足于从前的单色打印和印刷，而是不断追求高质量、高效率、低成本的彩色打印和印刷。
半色调技术是根据人眼的视觉特性和图像的成色特性,利用数学、计算机等工具,在二值设备或者有限灰度级设备上实现图像再现的一门技术。例如，二值或多值打印机只能输出两个或者若干个灰度级的图像，若要将屏幕上显示的连续调图像从打印机上输出出来，必须对图像进行半色调处理，半色调技术则要解决如何通过有限灰度级图像再现连续灰度级图像问题，并尽可能减少或消除半色调处理过程中产生的在原图像中并不存在的伪纹理,从而获得符合人眼视觉感受的高质量图像。近几十年来，随着图像处理技术的快速发展，数字半色调技术的研究取得了重要进展。根据不同的研究方向，半色调算法归纳起来主要有三种：抖动法，误差扩散算法和迭代法。由于抖动法产生的半色调图像效果较差，迭代法运行时间较长，不适于实时处理的场合，所以最广泛使用的是误差扩散算法。floyd 和 steinberg最早提出的误差扩散算法，通过将当前像素量化误差扩散到相邻未处理邻域上，使得输出图像得到极大改善。尽管误差扩散算法极大的改善了输出图像的视觉效果，但依然存在很多问题，如灰度过渡不连续、边缘失真、图像整体偏黑或白、有明显的纹理等。虽然目前已经提出了很多改进的误差扩散算法，但得到的半色调图像仍与原始图像存在一定的差异。所以半色调算法的改进研究依然十分重要，具有意义。
本毕业设计将基于偏微分理论，分析半色调图像误差扩散的机制，在原始误差扩散算法的基础上，通过大量图像的处理和比较，提出具有各向异性误差扩散功能的图像半色调显示方法，解决边缘模糊的问题，从而使得到的半色调图像更加接近人眼的视觉感受。
2. 研究内容和预期目标
图像半色调化算法是决定输出图像质量的关键技术之一，在涉及图像输出的很多领域中有广泛的用途，如印刷、户外广告制作、电视、电子游戏、动画、网络传输等领域。最经典的半色调算法是由floyd和steinberg 提出的误差扩散算法，该算法以优质的半色调成像效果成为目前最流行的半色调处理算法之一。f-s经典误差扩散算法采用了时序误差扩散滤波器，按照固定的顺序扫描图像像素进行量化，量化误差只能向固定的方向进行扩散，由于没有考虑图像的内容信息，只保证了半色调图像与原始图像的平均灰度一致，因此很容易造成半色调输出结果边缘退化，出现结构性纹理，蠕虫伪影与伪轮廓等问题。针对以上问题，jarvis,stevenson,burkers与stucki等人通过扩大滤波器的扩散范围，在一定程度上减少了结构性纹理，但仍无法消除由时序误差扩散滤波器带来的边缘模糊等问题。
本毕业设计针对原始经典误差扩散算法中按固定顺序扫描带来的边缘失真问题，提出一种基于各向异性扩散的半色调算法，在原始经典滤波器的基础上，引入各向异性扩散滤波器，得到一种新的针对图像内容信息进行扫描扩散的误差扩散滤波器。
3. 研究的方法与步骤
研究方法：
误差扩散法的基本思想是将灰度图像的当前像素值与一个阈值相比较,得到一个二值输出，然后将输入与输出的像素差以一定的方式扩散到未经处理的区域。对于预处理过的灰度图像，一般可以采取7:3:5:1的误差分配方法，将每个像素点的误差值分配到右边、左下、下边、右下的点上，这种方法得出的半色调图像质量较好，但存在结构性纹理、边缘失真的问题。
perona和malik基于偏微分理论，提出了各向异性扩散模型。该模型将图像看作热量场，每个像素看作热流，根据当前像素和周围像素的关系，来确定是否要向周围扩散。例如某个邻域像素和当前像素差别较大，则代表这个邻域像素很可能是个边界，那么当前像素就不向这个方向扩散了，这个边界也就得到了保留。
4. 参考文献
[1] 陈超辉, 文志强, 胡俊飞. 基于跳跃扫描误差扩散半色调算法研究[j]. 微型机与应用, 2016, 35(18):48-51.[2] 赵云花. 数字半色调图像处理算法研究及实现[d]. 华北电力大学(北京), 2016.[3] 王晓红, 刘丽丽, 肖颖,等. 一种改进误差扩散系数的半色调算法[j]. 包装工程, 2018(1):179-183.[4] 王晓红, 刘丽丽, 陈豪,等. 一种基于动态误差扩散系数的数字半色调算法[j]. 包装工程, 2017, 38(13):199-203.[5] 易尧华, 刘磊, 刘菊华,等. 顾及边缘信息的多尺度误差扩散半色调算法[j]. 包装工程, 2017, 38(23):192-198.[6] 郭少东, 王晓红. 基于边缘检测的视觉反馈误差扩散半色调算法[j]. 包装学报, 2017(2):63-67.[7] 吴启科, 何自芬. 基于系数优化的图像边缘增强误差扩散方法[j]. 价值工程, 2017, 36(31):189-191.[8] 刘艳鹤, 苏海. 随机中心聚集半色调算法[j]. 包装工程, 2017, 38(21):199-203.
[9]任小玲. 基于误差扩散数字半色调方法的研究[d].西安理工大学(西安),2004.
[10]j. m. guo, c.y. lin. high efficiency and contrast enhance halftoning with hybridordered dithering and error diffusion model[c]. information, communication and signalprocessing, 2005:31-35.
5. 计划与进度安排
2.25--3.31，熟悉课题背景，查阅中英文资料，完成毕设开题。
3.31--4.30，开展课题内容，完成课题的主要实验工作和程序调试。
5.01--5.20，撰写毕设论文初稿并完成中英文翻译。
