• International Journal of Computer Science & Network Security
• /
• 제23권4호
• /
• pp.85-94
• /
• 2023

Image halftoning is a technique for varying grayscale images into two-tone binary images. Unfortunately, the static representation of an image-half toning, wherever each pixel intensity is combined by its local neighbors only, causes missing subjective problem. Also, the existing noise causes an instability criterion. In this paper an image half-toning is represented as a dynamical system for recognizing the global representation. Also, noise is reduced based on a probabilistic model. Since image half-toning is considered as 2-D matrix with a full connected pass, this structure is recognized by the dynamical system of Cellular Neural Networks (CNNs) which is defined by its template. Bayesian Rough Sets is used in exploiting the ideal CNNs construction that synthesis its dynamic. Also, Bayesian rough sets contribute to enhance the quality of the halftone image by removing noise and discovering the effective parameters in the CNNs template. The novelty of this method lies in finding a probabilistic based technique to discover the term of CNNs template and define new learning rules for CNNs internal work. A numerical experiment is conducted on image half-toning corrupted by Gaussian noise.

• 한국멀티미디어학회논문지
• /
• 제1권2호
• /
• pp.183-193
• /
• 1998

칼라 역 해프토닝(Color inverse half toning)은 해프토닝된 칼라 영상을 시각적으로 보다 자연스러운 연속 계조 칼라영상으로 변환해 주는 방법이다. 본 논문에서는, 칼라 채널 영상에서 나타나는 해프톤 셀 패턴을 효과적으로 제거할 수 있는 새로운 평활화 마스크를 제안하고, 이를 칼라 역 해프토닝에 활용하였다 제안한 평활화 마스크는 기존의 평활화 마스크가 잘 제거하지 못했던 해프톤 셀 패턴올 시각적으로 보다 자연스럽게 평활화할 수 있으며, 마스크의 특성이 다양한 해프톤 영상에 적합하게 자동 조정될 수 있도록 설계하였다 실험을통해, 기폰의 방법과본논문에서 제안한방법에 의한결과 영상을다양한측면에서 비교분석함으로써 제안한 평활화 마스크의 유용성올 확인하였다. 제안한 방법은 전자 출판, 칼라 팩스, 디지힐 도서관 구축 퉁과 같은 멀티미디어 분야에서 활용될 수 있다.

• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.648-653
• /
• 2018

영상 신호의 특정 파장대역에 대한 분석은 오래된 연구 분야다. 그러나 특정 파장대의 특성을 갖는 신호에 대한 분석이나 샘플의 생성에 관한 연구는 최근에도 활발하게 이루어지고 있다. 특히 블루 노이즈 특성을 갖는 샘플링 방법에 관한 연구들이 다양하게 이루어지고 있으며 본 논문에서는 디지털 하프토닝 영상에 대한 신호를 분석한다. 하프토닝을 신호의 관점에서 해석한 것은 Ulichney에 의해 처음 이루어졌다. 하프토닝에 사용되는 픽셀간의 신호 특성을 블루 노이즈일 경우 보기에 좋은 결과를 낸다는 관점으로 접근하였다. Lau는 출력의존피드백을 오차확산법에 활용하여 그린 노이즈 특성을 보이는 하프토닝 방법을 개발하였다. Jho는 반응확산 모델을 이용하여 하프토닝 영상을 만들어 내는 방법을 개발하였다. 본 연구에서는 반응확산 하프토닝을 신호의 관점에서 분석하여 그린 노이즈를 나타냄을 보이고 기존의 그린 노이즈 하프토닝과 비교하고자 한다.