基于图像分割和加权最小二乘法的数字半色调技术

应用K-menas聚类法进行灰度图像分割,计算各个分割区域像素的均值和方差,通过分析各区域像素均值和方差发现随机误差项具有异方差性,应用加权最小平方法构建新的能量函数,采用各个分割区域像素方差倒数作为权重因子,进行半色调图像的转换。所构造的半色调算法与基于模型的最小平方法(LSMB)相比,随着聚类分区的增加,图像平滑且边缘清晰度增加,尤其是在图像细节部位。与LSMB算法比较,该算法的均方误差值(MSEv)有所降低,而权重信噪比(WSNR)和峰值信噪比(PSNR)则有一定提高,模拟实验结果验证了算法的有效性。该算法四次迭代计算以后,收敛误差降到0.20以下,具有较快的收敛速度。