论文部分内容阅读
颜色量化是计算机彩色图像处理的关键技术之一,即在尽可能完美地再现原始图像色彩效果的前提下,减少图像中的冗余信息,从而减少图像数据对存储空间和信道容量的要求。颜色量化算法是从原图像中选择最优的k种颜色代表,然后用k种颜色来重构图像从而达到减少冗余信息、降低存储容量的目的。
图像颜色量化的过程通常分为两个阶段:一是选择合适的调色板;二是用调色板中的颜色代替象素原来的颜色,得到重建的图像。颜色量化需要综合考虑最小失真问题、算法的复杂度问题和人类的视觉特性问题,至今为止还没有一种十分令人满意的算法。
图像信息可以分解成不同的频率成分,低频成分描述大范围的信息,而高频成分描述具体的细节。颜色量化往往会因为丢失一些图像中高频的或低频的信息而使量化后的图像失真较为严重。因此,我们所设计的量化算法应该是高频和低频信息兼顾,本文根据“高频信息采样密度大,低频信息采样密度小”的原则设计出一种颜色量化算法。
本文研究的方法和结果如下:1)综合比较已有颜色量化算法,并提出量化算法的关键因素;2)在前面比较分析的基础上,提出一种“采样密度与频率高低成正比”的彩色图像量化算法;3)用试验结果与其他常用量化算法做综合比较表明,本文算法处理速度较快,人眼不易察觉量化前后变化,较适合网络传输。