随着数字多媒体技术与设备的快速发展,人们对图像质量的要求越来越高。由于技术、成本等方面的原因,绝大多数打印、印刷设备无法输出多灰度级或多彩色的连续色调,而是采用半色调(Halftoning)技术来得到各种印刷品。但由于人眼的分辨率较低,这种半色调纹理很难被人眼察觉,但是当这些印刷品经过扫描得到数字图像时,扫描图像中会出现半色调网纹(Halftone Screen Pattern)。这种半色调网纹不仅严重影响了数字图像的视觉效果,而且对后续各种应用带来很大的不便。因此,如何准确有效地去除扫描图像中的半色调网纹,成为扫描图像处理领域一个重要的问题。本文围绕如何快速有效去除扫描半色调图像中的半色调网纹问题展开研究。论文介绍了国内外逆半色调算法、去网纹算法研究现状,并在现有去网纹算法的基础上,分别提出了基于快速分类的自适应灰度扫描半色调图像去网纹算法和基于联合滤波的彩色扫描半色调图像去网纹算法。本文的主要研究内容有:1.详细介绍了半色调扫描图像的成像过程,并对半色调网纹的成因进行深入分析,通过对打印和扫描的步骤详细剖析,建立一种适用于不同印刷、扫描设备的扫描半色调图像成像模型。2.针对灰度扫描半色调图像,为了使不同来源的扫描图像都尽可能恢复出到高质量的连续色调图像,本文提出了一种基于快速分类的灰度扫描半色调图像去网纹算法。该算法利用局部二值模式特征(Local Binary Pattern,LBP)和基于极限学习机(Extreme Learning Machine,ELM)的分类器,估计输入扫描半色调图像的印刷和扫描设备信息,然后根据估计出的设备信息自适应选取后续去网纹操作的参数。在真实扫描图像数据集上的实验表明该算法能够很好的估计输入扫描半色调图像的设备信息,而且由后续的去网纹操作恢复出的连续色调图像能够获得令人满意的视觉效果,整个算法的运算复杂度低,能在现实生活中快速应用。3.针对彩色扫描半色调图像,本文提出了一种基于联合滤波的去网纹算法。该方法利用相对全变分算子(Relative Total Variation,RTV)提取出彩色扫描图像的主体结构及边缘信息。同时,对彩色扫描图像进行平滑滤波,得到初步恢复图像。最后采用联合滤波器进行图像融合,并引入循环更新机制,通过选择不同的循环次数来选择满足不同需求的连续色调图像。在不同的测试图像上的实验验证了该算法的有效性和鲁棒性。