基于K-means聚类的数字半色调算法
数字半色调是在二值设备或多色二值设备上实现图像再现的一门技术，提出将K-means聚类法应用在 数字半色调技术中。算法中应用人类视觉系统模型（HVS）和印刷模型最大限度减少原始灰度连续调图像和半 色调图像之间的视觉误差；利用K-means聚类法将灰度图像划分成聚类分区，在每个聚类分区应用最小平方法 （least-squares）最小化二值半色调图像和原始灰度级图像之间的平方误差，所构造的半色调算法与基于模型的最小平方法（LSMB）算法相比，随着聚类分区的增加，图像平滑且边缘清晰度增加，尤其是在图像细节部位。与 LSMB算法比较，该算法的均方误差值有所降低，而权重信噪比和峰值信噪比提高了0.2～2dB，模拟实验结果 验证了算法的有效性。
文件下载
评论信息
其他资源
- 共享单车数据十万条
- endnote x9 使用手册（中文版）.pdf
- 一维热传导问题求解函数matlab
- 各种类型点云文件
- PRML Pattern Recognition and Machine Learning 中文高清完整PDF版
- C++ rapidjson 对类序列化(完美二次封装)下载
- Fundamental of Mix Signal Testing
- 数据库复习资料（包括往年真题）
- Java基础案例教程.rar
- ros下usb摄像头视频发布
- 松翰单片机开发软件使用说明（中文）
- 带字库12864 AVR驱动 12864 AVR 驱动 串行
- JavaWeb简单的登录功能
- 过360云查杀和启发工具
- Odin3_v3.14.4.zip
- 【ssm项目源码】小区物业信息管理系统.zip
- 一般数据保护条例.pdf
- cuDNN7.1, Win10, 搭配 CUDA9.0, Nvidia,
- SocketTool工具源码
- winform窗体实现验证码功能
- Halcon图像匹配处理例程
- 人脸对比实战项目
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明