结合Gamma修正的色彩量化新算法

被引：5

作者：

顾尔丹

许端清

陈纯

机构：

[1] 浙江大学计算机科学与工程学系

[2] 浙江大学CAD&CG国家重点实验室杭州

[3] 杭州

来源：

计算机辅助设计与图形学学报 | 2002年 / 04期

关键词：

色彩量化; Gamma修正; 感知; 聚类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

色彩量化的最终目的是使得视觉效果上的量化图像与原图像的差别 (即失真 )最小 ,量化的应用又对算法效率提出很高的要求 .文中提出一种结合Gamma修正的量化算法 ,速度明显快于中位切分等以往算法 ,并且量化图像的质量近似于、甚至部分视觉效果优于这些算法 .该算法是一种切实有效的图像量化方法 ,它在计算复杂度和量化结果的精确度上进行了折衷

引用

页码：356 / 360

页数：5

共 14 条

[1]

Color quantization by dynamic programming and principle analysis. Wu Xiaolin. ACM Transactions on Graphics . 1992

[2]

Data structure for range searching. Bentley J L,Frieman J H. ACM Computing Surveys . 1979

[3]

Reducing false contours in quantized color images. G Joy,Zhigang Xiang. Computers and Graphics . 1996

[4]

Construction optimal binary decision trees in NP-complete. Hyafil L,Rivest R L. Information Processing Letters . 1976

[5]

A new approach to palette selection for color images. R Balasubramanian,J Allebach. Image Technology . 1991

[6]

Color image quantization for frame buffer display. Heckbert P. Computer Graphics . 1982

[7]

Quantization of color images based on uniform color space. Gentile R S,Allebach J P,Walowt E. Journal of Imaging Technology . 1990

[8]

Aliasing and quantization in the efficient display of images. Aliebach J P. Journal of the Optical Society of America . 1979

[9]

Kohonen neural networks for optimal colour quantization. Anthony Dekker. Network Computation in Neural Systems . 1994

[10]

Graphics Gems. A Glassner. . 1990

← 1 2 →