绝大多数的图像硬拷贝设备只能输出二值图像,必须采用半色调技术即加网技术来模拟再现连续调的灰度图像。传统的调幅加网(又称聚集点有序抖动加网)通过改变网点的大小来表现灰度级,对于低分辨率的打印机而言,其设备输出分辨率与再现图像层次的矛盾尤为突出。采用调频加网,可以在不损失层次细节的情况下最大化地表现图像的空间分辨率,然而在高调处易出现视觉噪音,且计算复杂,处理速度较慢。此外,由于激光和喷墨打印机等硬拷贝输出设备的非线性化特性和不稳定性,采用一般调频加网算法,很难准确再现原图像的阶调层次。本论文通过对各种打印机模型和视觉模型的研究,将人眼对方向的敏感因素,加入到Mannos视觉模型的对比度敏感函数CSF中,建立了新的具有方向性的视觉模型CSF,并设计出一系列与灰度级相关的滤波器。针对打印机的非线性特性和不稳定性,分析了蓝噪音加网算法的弱点,首次提出蓝—绿噪声加网算法,使加网图像在频域中能量分布主要集中在中频,部分分布于高频,并基于视觉模型和滤波器技术,创建了用于加网过程中评价图像质量的混合权重均方误差MWMSE,设计出新的模式抖动加网矩阵,从而使加网图像既具有良好的视觉质量,又能抵抗打印机的非线性扭曲。研究中分别使用300dpi和600dpi分辨率的HP LaserJet 1010激光打印机来输出本算法产生的加网图像,并与不同的加网算法产生的加网图像进行比较,确认本算法对于激光打印机具有实用价值。