Edge Enhanced Error Diffusion with Blue Noise Mask Threshold Modulation

청색잡음 마스크 임계값변조를 이용한 경계강조 오차확산법

The error diffusion algorithm is excellent for reproducing continuous gray-scale images to bianry images and also has good edge characteristics. However, it is well known that artifacts with objectionable patterns can occur in the halftoned images. On the other hand, a halftone algorithm using blue noise mask has been proposed. where the halftoning is achieved by a pixelwise comparison of gray-scale image with an array, the blue noise mask. It doesn't have pattern artifacts, but the halftoned image looks unclear because the quantization errors are not feedbacked compared to the error diffusion. In this paper, edge enhanced error diffusion which dithers the threshold with the blue noise mask is proposed. We show that the proposed algorithm can produce unstructured and edge enhanced halftone images. This algorithm is analyzed by the concept of an equivalent input image. The performace of the proposed algorithm is compared with that of the conventional halftoning by measuring the radially averaged power spectrum and edge correlation.

오차확산법은 연속계조 화상을 이진화상으로 표현하는데 있어서 연속계조 화상의 재현 능력뿐만 아니라, 우수한 경계 재현 능력을 가지고 있다. 그러나 이진화상에 눈에 거슬리는 패턴이 발생하는 단점을 가지고 있다. 한편 연속계조 화상의 화소와 청색잡음 마스크(blue noise mask)의 각 임계값을 화소별로 비교하여 이진화상으로 나타내는 방법도 있다. 이것은 규칙적인 패턴은 없지만 양자화 오차로 인해 이진화상이 흐려보이는 현상이 있다. 본 논문에서는 청색잡음 마스크 임계값변조를 이용한 경계강조 오차확산법을 제안한다. 제안하는 이진화 기법을 적용한 이진화상은 규칙적인 패턴이 없고 경계가 강조되어 시각적으로 선명하다. 제안하는 이진화 기법을 등가화상 개념으로 분석하며, 환상 평균 전력 스펙트럼과 경계상관도를 이용하여 기존의 알고리듬과 비교한다.