以压缩影像为基础增强打印品质的图文分离方法

摘要

一种以压缩影像为基础增强打印品质的图文分离方法，是取一8×8像素的解压缩子影像为特征撷取最小单位进行解压缩，经图文侦测分析决定该子影像的图文属性后，再经权重调整以加强图文特征分离的效果，最后配合半色调打印模式的处理，使得具有边缘特征的文字边缘更为锐利，而不具有边缘特征的图形部份则提高平滑度，据此获得更佳打印品质效果。

主权项

1.一种以压缩影像为基础增强打印品质的图文分离方法，其特征在于：是使用压缩影像的n×n子影像压缩像素为特征撷取最小单位，并以该子影像作为输入单元，经特征属性与非特征属性处理后形成输出单元且加以打印输出的方法，其包含以下步骤：子影像解压缩，是将子影像压缩像素由频率定义域转换到空间定义域，其中更包含一离散余弦转换；图文侦测分析，是使用各子影像的离散余弦转换后的频率系数，计算各子影像的细节特征以决定该子影像的属性，图文侦测分析是包含一比较程序，是取各子影像的高频比率H(f)与一设定参数值T(t)相比，当H(f)＞T(t)，则子影像属于文字属性，而当H(f)＜T(t)，则子影像属于图形属性，该高频系数比率的计算如下：$H{x}_{\mathrm{ij}}\left(f\right)=\frac{\left[\underset{p=0}{\overset{n-1}{\Sigma }}\underset{q=0}{\overset{n-1}{\Sigma }}\right|{\mathrm{fx}}_{\mathrm{ij}}(p,q)|-{\mathrm{fx}}_{\mathrm{ij}}\left(\mathrm{0,0}\right)]}{\underset{p=0}{\overset{n-1}{\Sigma }}\underset{q=0}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}$ 而该T(t)为一预设临界值；权重调整，是考虑经图文侦测分析后的各子影像，对特征属性与非特征属性的各子影像作出不同权值处理，并且决定该子影像的边缘方向性，该权重调整是包含一高频系数比率及边缘方向权重调整，该高频系数比率权重WHxij(f)的计算如下：$\mathrm{WH}{x}_{\mathrm{ij}}\left(f\right)=\frac{\left[\underset{p=0}{\overset{n-1}{\Sigma }}\underset{q=0}{\overset{n-1}{\Sigma }}\right|{\mathrm{fx}}_{\mathrm{ij}}(p,q)|-{\mathrm{fx}}_{\mathrm{ij}}\left(\mathrm{0,0}\right)]}{\underset{p=0}{\overset{n-1}{\Sigma }}\underset{q=0}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}\times \mathrm{Wi}$ 而该Wi是一预设的参数值；该方向权重Dxij，该Dxij如下：Dxij：If vxij(f)＞hxij then Dxij＝vxij(f)×Wielse Dxij＝hxij(f)×Wi其中：${\mathrm{hx}}_{\mathrm{ij}}\left(f\right)=\max \left\{\frac{\underset{q=1}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}{\underset{p=0}{\overset{n-1}{\Sigma }}\underset{q=0}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}\right|p=\mathrm{0,1,2,3},···,n-1\}-\min \{\frac{\underset{q=1}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}{\underset{p=0}{\overset{n-1}{\Sigma }}\underset{q=0}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}|p=\mathrm{0,1,2,3},···,n-1\}$ ${\mathrm{vx}}_{\mathrm{ij}}\left(f\right)=\max \left\{\frac{\underset{p=1}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}{\underset{p=0}{\overset{n-1}{\Sigma }}\underset{q=0}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}\right|q=\mathrm{0,1,2,3},···,n-1\}-\min \{\frac{\underset{p=1}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}{\underset{p=0}{\overset{n-1}{\Sigma }}\underset{q=0}{\overset{n-1}{\Sigma }}\left|{\mathrm{fx}}_{\mathrm{ij}}(p,q)\right|}|q=\mathrm{0,1,2,3},···,n-1\};$ 输出处理，是通过半色调误差扩散法，将非边缘特征的子影像的墨点作平滑分配，而具有边缘特征的子影像的墨点则作锐利化分配。