半色調掃描圖像去網方法的研究

　　傳統印刷工藝中，我們通常利用青、品紅、黃、黑四色油墨以及專色油墨來實現各種色彩的再現效果。整個印刷過程實際上是把連續調圖像變為與人眼視覺系統等效的半色調圖像。因此，日常生活中，我們接觸到的紙質印刷品都是半色調圖像。

　　隨著“互聯網+印刷”技術的不斷發展，印刷行業的發展趨勢是數字化和網絡化，越來越多的紙質印刷品要轉化成為數字化信息。各種移動智能終端的應用使得人們對于這些信息有了更高要求，實時性和準確性是其最主要特征。

　　這些紙質印刷品主要通過掃描轉化為數字圖像信息，但由于紙質印刷品是半色調文件，從而導致掃描后的數字圖像存在網紋，極大地影響圖像的清晰度。如果這些圖像數字化處理得不合理，得到的信息就會存在明顯的失真及降質，就會產生數字圖像信息獲取不準確的問題。為了確保印刷圖像在數字化處理過程中獲得的圖像準確、精美，有必要對掃描后的數字圖像進行網紋去除。

　　半色調掃描圖像產生網紋的原因

　　半色調掃描圖像網紋產生機理為印刷過程中將連續調的圖像轉化為半色調的紙質印刷品，對這些紙質印刷品掃描時存在色調的跳躍，從而產生網紋。

　　由于印刷原稿種類多種多樣，而且每種印刷原稿采用的印刷工藝、印刷方法和承印紙張都有差別，所以經過印刷設備和掃描設備得到的圖像質量參差不齊。

　　為了解決網紋的問題，我們通過對印刷、掃描過程中的成像原理進行分析，研究半色調掃描圖像網紋形成的原因和網紋的分布特性，為后期網紋的去除打下基礎。

　　1.印刷過程產生網紋

　　印刷過程中主要靠油水不相容及網點構像的原理來完成圖像的復制。所謂油水不相容原理是指油墨和水不能融合在一起，由于印版上涂布有一層水，空白部分不著墨，圖文部分可以著墨，從而實現將圖文印刷在承印物上的目的。所謂網點構像原理，是指通過網點百分比的大小來表現色彩層次的變化，百分比越大，色彩越深;反之，色彩越淺。對于灰色圖像來說，印刷設備可以用網點的黑與白兩種表現方式來呈現印刷的圖文。而彩色圖像進行印刷前，還需要對彩色圖像做分色處理，然后進行四色印刷或專色印刷，每次只能使用一種顏色的油墨進行印刷，最后通過油墨的疊加形成圖像。

　　印刷過程中，還需要考慮另外一個重要的技術參數，即加網角度。所謂加網角度，是指同一色彩網點的中心連線與水平線之間夾角的銳角。印刷過程中，網角通常有15°、45°、75°、90°等，不同的網角相互疊加會對人眼產生干涉，產生摩爾紋(龜紋)。

　　半色調掃描圖像中網紋形成正是由于在上述印刷過程中采用的網點構像技術。經過印刷得到的紙質圖像，其印版上的網點有規律性地進行排列，再加上每一色的網點都有角度，這些網點印刷時就會發生網點的干涉現象，表現出來的結果就是掃描圖像時會出現周期性的網紋。

　　2.掃描過程產生網紋

　　半色調圖像的網紋還可能在掃描過程中產生。主要產生源頭：一是掃描設備的光學系統在進行移動采樣時，傳感器與印刷原稿會存在一個相對的運動過程，這樣會使圖像變得模糊，從而產生網紋;二是印刷原稿由于本身存在破損、污跡等一些不可避免的干擾信息，也會在掃描圖像中出現網紋。

　　掃描圖像網紋的多少主要與掃描分辨率和印刷加網線數有關。掃描分辨率設置的高低影響掃描半色調圖像中網紋信息的分布情況，當掃描分辨率大于或等于印刷原稿的加網線數時，網紋信息才能在掃描圖像中反映出來;而當掃描分辨率小于印刷原稿的加網線數時，掃描圖像中的網紋就與原稿中不同，導致圖像信息的丟失。

　　半色調掃描圖像去網方法及去網圖像分辨率的重建

　　1.小波變換去除網紋

　　半色調圖像在通過掃描設備處理后得到的網紋信息可以通過小波變換進行優化處理。所謂小波變換，是一種信號變換分析方法，其主要特點是通過變換，突出或者刪減信號某些方面的特征，達到對信號進行區分處理的目的。

　　經過100多年的發展和研究，小波變換可以快速地減少信號的振動幅度，同時對信號進行處理，表現出多分辨分析的特性。利用這種特性，可以將數字圖像的信號進行區別處理。多分辨率分析的總體思想是將數字圖像或數字信號分解成幾個分辨率不同的信號，再將這些用不同分辨率表示的信號分別進行對應的處理。對于數字圖像或數字信號來說，由于不同尺度或分辨率下的信號大多數包含它們的物理特征，因此處理前，多分辨率分析關鍵是要正確理解不同分辨率下信號所包含的信息。一般來說，信號分解尺度的大小與目標被分解的精細程度成正比。多分辨率分析為小波構造和小波原理的深入研究提供了理論支撐。

　　隨著近些年來對信號研究的不斷加強，小波變換解決網紋問題的思想受到專家和科研人員的重視，應用范圍也越來越廣，比如語音識別、人工智能、數字圖像處理以及增強現實等領域都取得了很大成果。小波變換是一種線性的變換，它可將數字圖像或信號在不同的尺度上進行分解，根據其分量信息的不同，提取需要的圖像或信號特征。

　　在實際處理中，我們可以先將半色調掃描圖像進行通道分離，然后再對分離得到的R(紅色)、G(綠色)、B(藍色)的每一個顏色通道進行處理，具體方法如圖1所示。

　　根據每一顏色通道網紋分布的情況，選擇小波分解級數和小波基的最佳組合對每一顏色通道進行小波分解，使圖像分解后網紋最大可能地分布在圖像的高頻分量上。由于圖像的網紋信息主要分布在高頻部分，而低頻部分含有較多的細節信息，因此根據不同分量的信息特征，對小波分解后圖像的高頻部分，采用改進的小波閾值方法對圖像進行濾波處理，而低頻部分保持不變，這樣就可以使掃描圖像中的網紋信息去除而保留圖像的細節部分。然后，再對去網后的高頻部分和低頻部分進行小波重構，為了保證小波重構過程盡可能少的出現偏差，在小波重構過程中還應該使用小波分解，從而得到去網后每一通道的圖像，然后再將3個通道進行合并，得到去網后的圖像。

　　2.圖像超分辨率重建

　　由于運用小波閾值的方法對圖像進行去網處理，會使得去網后的圖像比較模糊，為了增強圖像的細節和邊緣，最后運用圖像超分辨率重建的方法對去網后的彩色圖像進行處理。

　　現在的科學研究中，圖像超分辨率重建的算法主要有基于插值的方法、基于重建模型的方法以及基于學習的方法。其中，基于插值的超分辨率重建方法效果較好。

　　插值算法在圖像超分辨率重建算法中是比較早的一種方法，其主要思想是將待插值點灰度值的大小用鄰域像素點的灰度值推算得到。

　　目前使用的插值算法中，雙三次插值利用比較多，也是效果比較好的方法，它可以利用待插值點鄰域四個像素點灰度值的大小及各個像素點與周圍像素點灰度值大小變化快慢對結果的影響，計算出自身的灰度值，得到的插值圖像更加真實，重建效果更好，同時解決了馬賽克和邊緣的鋸齒問題。

　　3.處理結果分析

　　為了驗證本文介紹的方法，我們選擇了滾筒掃描儀對彩色半色調圖像進行掃描，并使用該掃描儀的去網功能對原稿進行去網處理。此外，我們還利用Photoshop軟件對掃描圖像去網以及本文介紹的小波變換方法進行去網。對于得到的圖像通過信息熵及清晰度兩項指標進行評價，效果對比如表1。

　　從表1可以看出，小波變換去網效果比掃描儀、Photoshop的去網效果更好。當然，半色調掃描圖像經過本文介紹的小波變換去網后，在一定程度上會導致圖像的細節和邊緣輪廓信息丟失。為了進一步對這些圖像做增強處理，現將去網圖像做超分辨率重建后與重建前的圖像信息熵和清晰度進行對比，具體數據如表2所示。超分辨率重建后，圖像有價值的信息含量及清晰度均得到強化。

　　我們通過對半色調掃描圖像去網方法及相關資料的探討，并結合圖像網紋形成的原因，同時總結國內外現有去網的方法，提出了對半色調掃描圖像去網的措施。當然，由于篇幅所限，本文沒有選取足夠多小波基和實驗樣本進行分析，這也是一個需要改進的地方。最后筆者希望，本文能夠對同行們在處理類似問題時有所啟發。