Error diffusion
'Error դիֆուզիոն' մի տեսակ halftoning, որտեղ quantization մնացորդային, որը բաժանվում է հարեւան անկախ ղեկավարվել ներ, որոնք դեռ չեն մշակվել . Դրա հիմնական օգտագործումը է փոխարկել մի շարք բազմաբնակարան մակարդակի պատկերը մեջ Երկուական պատկերը, թեեւ այն ունի նաեւ այլ ծրագրեր:
Ի տարբերություն շատ այլ halftoning մեթոդներով, սխալ դիֆուզիոն դասակարգվում է որպես միջքաղաքային գործողության, քանի որ ինչ անում է մի ալգորիթմ գտնվելու վայրը ազդեցությունների, թե ինչ է տեղի ունենում այլ վայրերում: Սա նշանակում է buffering է հարկավոր, եւ դժվարացնում զուգահեռ մշակում. Տեսանկյուն վիրահատություններ, ինչպիսիք են հրամայել dither, չունեն այդ բարդությունները.
Error տարածում ունի միտում ընդլայնելու եզրեր է պատկերի վրա. Սա կարող է անել տեքստը պատկերների ավելի ընթեռնելի է, քան այլ halftoning տեխնիկայի.
Վաղ պատմությունը
Richard Howland Ranger ստացել United States [[արտոնագիր] 1790723 համար [[գյուտի թույալտվություն », - միանգամայն ճիշտ է." Արտոնագիրը, որը թողարկվում է 1931 թ. Նկարագրում է մի համակարգ փոխանցող է [[Image:]] ներ են հեռախոսով կամ հեռագրական գծերի կամ ռադիոյով: <ref name="Ranger1931"> Richard Howland Ranger, 'ճշտությամբ համակարգ.' United States արտոնագրային 1790723 տրված 3 Փետրվար 1931: </ Ref> Ranger-ի գյուտը թույլ շարունակական տոնով լուսանկար ներ, որոնք դարձի առաջին մեջ սեւ ու սպիտակ է, ապա փոխանցվում է հեռավոր վայրեր, որը գրիչ շարժվում են մի կտոր թղթի վրա: Մատուցելու սեւ է, որ գրիչ էր իջեցվել, որպեսզի թղթի վրա, արտադրել սպիտակ է, որ գրիչ էր բարձրացրել. Ստվերներով մոխրագույն էին ցուցաբերում intermittently բարձրացման եւ իջեցման the գրիչ, կախված այն luminance է մոխրագույն կա.
Ranger-ի գյուտը օգտագործվում capacitors է պահել մեղադրանքները, եւ վակուում խողովակի comparators որոշելու, երբ ներկա luminance, գումարած որեւէ կուտակվել սխալ էր, բարձր է շեմին: Այժմ (պատճառելով the Գրիչ պետք է բարձրացվի), կամ ներքեւում (պատճառելով the Գրիչ է իջեցվել) . Այս առումով, դա եղել է անալոգային դնել սխալի ցրում.
Մուտքագրեք թվային դարաշրջան
Floyd ու Steinberg նկարագրել համակարգ կատարումն սխալի ցրում է [[:]] թվային պատկերների հիման վրա պարզ kernel մասին:
- <math> \ Frac {1} {16} \ ձախ [\ սկսում {} {array ccccc} - & \ & # 7 \ \ 3 & 5 & 1 \ վերջը {array} \ right] </ math>
որտեղ «<math> - </ math>" նշանակում է անկախ ղեկավարվել են մեկ շարքով, որն արդեն մշակվող (հետեւաբար վերացնելով սխալ է այն կլիներ անիմաստ), եւ "#" - մատնանշում է անկախ ղեկավարվել ներկայումս մշակվում.
Գրեթե միաժամանակ, JF Jarvis, CN Judice եւ WH Նինկե of Bell Labs բացահայտվել է նմանատիպ մի մեթոդ, որը նրանք termed "նվազագույնի հասցնել միջին սխալ է», օգտագործելով ավելի մեծ է kernel <Ref անունը = "Jarvis1976 "> JF Jarvis, CN Judice եւ WH Նինկե Ա հարցում տեխնիկայի համար ցուցադրությամբ շարունակական հնչերանգների նկարների վրա bilevel դրսեւորումներ. Համակարգչային գրաֆիկա եւ պատկերների մշակում,' '5 ':1:13-40 (1976): </ Ref>
- <math> \ Frac {1} {48} \ ձախ [\ սկսում {} {array ccccc} - & - & \ & # 7 & 5 \ \ 3 & 5, 7 եւ 5 & 3 \ \ 1 & 3 & 5 & 3 & 1 \ վերջը {array} \ right] </ math>
Ալգորիթմ Description
Error ցրում է զբաղեցնում monochrome կամ գունավոր պատկերը եւ նվազեցնում թիվը quantization մակարդակներում: Մի հայտնի կիրառումը սխալի դիֆուզիոն ներառում է նվազեցնել թիվը quantization պետությունների ընդամենը երկու յուրաքանչյուր ալիքով: Սա է պատկերը կարելի Տպագրություն երկուական Տպիչների, ինչպիսիք են սեւ ու սպիտակ լազերային տպիչների.
Ի քննարկմանը, որը հետեւում է, որ ենթադրվում է, որ թիվն quantization պետությունների Սխալը diffused պատկերով է երկու յուրաքանչյուր ալիքով, եթե այլ բան ասել.
Մեկ տարածական սխալ դիֆուզիոն
Ամենապարզ ձեւը ալգորիթմի scans պատկերի մէկ շարքով այն ժամանակ, եւ մեկ անկախ ղեկավարվել մի ժամանակ: Ներկայիս անկախ ղեկավարվել համեմատվում է կես գորշ արժեք: Եթե վերը նշված արժեքը սպիտակ անկախ ղեկավարվել է գեներացվել է հետեւանքով պատկերով. Եթե կարող է անկախ ղեկավարվել է ներքեւ կես ճանապարհին պայծառությունը, որը սեւ է անկախ ղեկավարվել գեներացվել է: The գեներացվել է անկախ ղեկավարվել կամ ամբողջական պայծառ, կամ լրիվ սեւ, այնպես որ կա սխալ պատկերով. Վավերացում Այնուհետեւ ավելացվում է հաջորդ Վարդան Ղուկասյանը տեղի պատկերով եւ գործընթացի կրկնում.
Երկու - տարածական սխալ դիֆուզիոն
One ծավալային սխալ դիֆուզիոն հակված է ունենալու ծանր պատկերի artifacts որոնք ցույց են որպես առանձին ուղղաձիգ գծերի Two ծավալային սխալ դիֆուզիոն նվազեցնում են վիզուալ artifacts. Ամենապարզ ալգորիթմը հենց նման է մեկ տարածական սխալի ցրում, բացառությամբ կեսը սխալի ավելացված է հաջորդ Վարդան Ղուկասյանը, եւ մեկ քառորդի չափով սխալի ավելացված է Վարդան Ղուկասյանը: ՀՀ հաջորդ տողում գրանշանները է, եւ մեկ քառորդի չափով սխալի ավելացված է Վարդան Ղուկասյանը: - ին, հաջորդ տողում գրանշանները եւ մեկ անկախ ղեկավարվել առաջ.
The kernel-ը:
- <math> \ Frac {1} {4} \ ձախ [\ սկսում {} {array cc} \ # 2 & \ \ 1 & 1 \ վերջը {array} \ right] </ math>
որտեղ "#" նշանակում է անկախ ղեկավարվել ներկայումս մշակվում.
Հետագա մաքրում կարող է ունեցել կողմից փոշիացման Սխալը ավելի հեռու ներկա Վարդան Ղուկասյանը, ինչպես նաեւ մատրիցով տրված վերը Մուտքագրեք թվային դարաշրջան. The նմուշ պատկերն է սկզբից սույն հոդվածի օրինակ երկու ծավալային սխալի ցրում.
Color սխալ դիֆուզիոն
Նույն ալգորիթմները կարող են կիրառվել յուրաքանչյուր կարմիր, կանաչ, կապույտ (կամ cyan, magenta, դեղին եւ սեւ) կապուղիների մի գույնի պատկերով հասնելու գունավոր ազդեցություն Տպիչների, ինչպիսիք են գունավոր լազերային տպիչների, որ կարող է միայն տպագիր մեկ գունավոր արժեքները .
Սակայն ավելի լավ է տեսողական արդյունքները կարող են ձեռք բերել առաջին փոխակերպելու գունավոր ալիքներն մեջ ընկալող color մոդելը, որոնք իրարից անհոգություն է, հալածում ու հագեցվածությունը ջրատարներ, որպեսզի ավելի բարձր քաշային սխալի դիֆուզիոն տրվելու է թեթեվություն ալիքով, ապա այն երանգը ալիքով: The շարժառիթ այս դարձի է, որ մարդու հեռանկարն ավելի լավ է ընկալում փոքր տարբերությունները անհոգություն է փոքր, տեղական ուղղություններով, ապա նման տարբերությամբ հետապնդում է նույն տարածքում, եւ նույնիսկ ավելին, քան համանման տարբերությամբ հագեցած է նույն տարածքում:
Օրինակ, եթե մի փոքր սխալ է կանաչ ալիքը, որը չի կարող ներկայացված է, եւ մեկ այլ փոքրիկ սխալի կարմիր ալիքը նույն դեպքում, պատշաճ կշռված գումարը երկու սխալների, կարող է օգտագործվել ճշգրտելու համար ընկալելի անհոգություն սխալ, որ այդ կարելի է ներկայացված լինել հավասարակշռված ձեւով միջեւ բոլոր երեք գունավոր ալիքներով (ըստ իրենց համապատասխան վիճակագրական ներդրած անհոգություն), նույնիսկ եթե այս արտադրում է ավելի մեծ սխալ է հետապնդում, երբ փոխակերպելու կանաչ ալիքը: Դա սխալ կլինի diffused է հարեւան պիքսել.
Բացի այդ, գամմա ուղղումը, կարող են անհրաժեշտ է յուրաքանչյուր ընկալող ջրանցքների, եթե դրանք չեն լայնածավալ linearly հետ մարդկային տեսլականի, այնպես, որ սխալ է ցրում կարելի է կուտակել linearly այդ գամմա - շտկել գծային ուղիների, մինչեւ computing the Վերջնական գունավոր ալիքները են կլորացված անկախ ղեկավարվել գույներով, հակառակ օգտագործելով դարձի հայրենի ոչ գամմա - ճշգրտված պատկերի ֆորմատ, եւ որը նոր մնացորդային սխալ է հաշվարկվել, եւ դարձի նորից են բաժանվում առաջիկա պիքսել է.
Պետք է նաեւ նշել, որ շնորհիվ սահմանափակումների վերաբերյալ ճշգրիտ ընթացքում թվային փոխակերպման միջեւ գունային մոդելների (հատկապես եթե դա conversion չէ գծային, կամ օգտագործում է ոչ ամբողջ թիվ կշիռներ), լրացուցիչ roundoff սխալները կարող են տեղի ունենալ, որոնք պետք է հաշվի առնել մեջ մնացորդային սխալի.
Error ցրում մի քանի գորշ մակարդակներում
Error դիֆուզիոն կարող է նաեւ օգտագործվել է արտադրել ելքային նկարներ ավելի քան երկու մակարդակներով (յուրաքանչյուր ալիքով, այն դեպքում, գունավոր պատկերներ): Սա կիրառումը ցուցադրական տպիչներ, որոնք կարող են 4, 8 կամ 16 մակարդակներում յուրաքանչյուր պատկերի հարթության վրա, ինչպիսիք են electrostatic Տպիչներ եւ ցուցադրական է բջջային հեռախոսների կոմպակտ: Այլ ոչ թե օգտագործեն մեկ շեմը արտադրել երկուական արտադրանքի, որ ամենամոտ թույլատրելի մակարդակը որոշվում է, եւ սխալ, եթե այդպիսիք կան, պետք է diffused ինչպես նկարագրված է վերը:
Փոխանցել նկատառումներ
Շատ տպիչներ համընկնումը սեւ dots փոքր - ինչ այնպես չէ ստույգ մի-to-ի հարաբերությունները Համացանց հաճախականությամբ (in dots մեկ միավորի տարածքում) եւ անհոգություն. Tone լայնածավալ linearization կարող են կիրառվել աղբյուր է պատկերը տպագիր ստանալ պատկերը նայելու ճիշտ:
Edge օժանդակ versus անհոգություն պահպանման
Երբ պատկերը ունի անցումը դեպի լույսը մութ Սխալը դիֆուզիոն ալգորիթմի հակված է որպեսզի հաջորդ գեներացվել է անկախ ղեկավարվել է սեւ: Dark է թեթեւ Տրանզիշնզ հակված են հանգեցնում է հաջորդ գեներացվել է անկախ ղեկավարվել լինելը սպիտակ. Սա հանգեցնում է մի ծայրը Աճի ազդեցություն հաշվին գորշ մակարդակից վերարտադրության ճշտությունը. Այս արդյունքները սխալմամբ տարածում ունեցող ավելի բարձր է, քան ակնհայտ բանաձեւ Halftone մեթոդները. Սա հատկապես օգտակար է պատկերների հետ տեքստի մեջ նրանց, ինչպես օրինակ `բնորոշ ճշտությամբ:
Սա ցույց է տալիս, ազդեցությունը բավական լավ պատկերված է վերեւում, սույն հոդվածի Խոտերին մանրամասն իսկ տեքստը վրա ստորագրում է նաեւ պահպանել, եւ ուրախ տրամադրություն էր երկնքում, որը պարունակում է քիչ մանրամասն: A Կլաստերի-dot [[halftone] պատկերը նույն բանաձեւի կլիներ շատ ավելի պակաս սուր.