디더

Dither
다른 용도는 Diter(동음이의)를 참조하십시오.
디더링 기능이 있는 1비트 흑백 공간에 표시되는 그레이스케일 이미지

Dider는 양자화 오류를 랜덤화하기 위해 의도적으로 적용된 노이즈의 형태로, 이미지의 컬러 밴딩과 같은 대규모 패턴을 방지합니다.디지털 오디오와 비디오 데이터 양쪽의 처리에 통상적으로 사용되고 있으며, 대부분의 경우 CD에 오디오를 마스터하는 마지막 단계 중 하나입니다.

일반적으로 디더를 사용하는 방법은 그레이스케일 이미지를 흑백으로 변환하여 새 이미지의 검은 점의 밀도가 원본의 평균 그레이 레벨에 근접하도록 하는 것입니다.

어원학

제2차 세계 대전에서는 최초의 [응용]이 없었다.비행기 폭격기는 기계식 컴퓨터를 사용하여 항법 및 폭탄 궤적 계산을 수행했다.신기하게도, 이 컴퓨터들(수백 개의 기어와 톱니바퀴로 채워진 박스들)은 비행기에서 비행할 때 더 정확하게 작동하고 지상에서는 덜 잘 작동했다.기술자들은 항공기의 진동이 끈적끈적한 움직이는 부품의 오류를 줄여준다는 것을 깨달았다.짧은 흔들림 대신, 그들은 더 지속적으로 움직였다.작은 진동 모터가 컴퓨터에 내장되어 있고, 그 진동은 중세 영어 동사 "didderen"에서 "떨리다"를 의미하는 "disder"로 불렸다.오늘날 기계식 미터를 탭하여 정확도를 높이면 디더를 적용하고 있으며, 최신 사전에서는 디더를 매우 신경질적이거나 혼란스럽거나 동요된 상태로 정의하고 있습니다.미세한 양으로 디지털화 시스템을 단어의 좋은 의미로 조금 더 아날로그적으로 만드는 데 성공했습니다.

--

디더라는 용어는 [2][3]제2차 세계대전 직후 아날로그 계산과 유압식으로 제어되는 총기에 관한 책에서 출판되었다.비록 그가 디더라는 용어를 사용하지 않았지만, 양자화 패턴을 줄이기 위한 디더링의 개념은 로렌스 G. 로버츠에[4] 의해 1961년 MIT 석사 논문과[5] 1962년 [6]논문에서 처음 적용되었다.1964년까지 디더는 이 [7]기사에 기술된 현대적인 의미로 사용되고 있었다.이 기술은 [8]디더라는 이름으로 쓰이지는 않았지만 적어도 1915년부터 사용되었다.

디지털 처리 및 파형 분석 시

디더는 디지털 처리와 분석이 사용되는 다양한 분야에서 활용됩니다.이러한 용도에는 디지털 오디오, 디지털 비디오, 디지털 사진, 지진학, 레이더 및 기상 예보 시스템과 같은 디지털 신호 처리를 사용하는 시스템이 포함됩니다.

양자화에서 오류가 발생합니다.이 오류가 신호와 관련이 있는 경우 결과는 잠재적으로 주기적이거나 예측 가능합니다.일부 필드, 특히 수용체가 이러한 아티팩트에 민감할 경우 주기적 오류가 바람직하지 않은 아티팩트를 생성합니다.이러한 필드에서는 dister를 도입하면 오류가 랜덤노이즈로 변환됩니다.오디오 필드가 그 주된 예입니다.인간의 귀는 개별 [9][10]주파수를 듣는 푸리에 변환과 같은 기능을 합니다.따라서 귀는 왜곡이나 추가 주파수 내용에 매우 민감하지만 디더링된 신호 [11][failed verification]등 모든 주파수에서 발생하는 추가 랜덤 노이즈에는 훨씬 덜 민감합니다.

디지털 오디오

아날로그 시스템에서는 신호는 연속적이지만 PCM 디지털 시스템에서는 디지털 시스템에서 나오는 신호의 진폭은 고정값 또는 숫자의 집합 중 하나로 제한됩니다.이 과정을 양자화라고 합니다.코드화된 각 값은 이산 단계입니다...디서를 사용하지 않고 신호가 양자화되면 원래 입력 신호와 관련된 양자화 왜곡이 발생합니다.이를 방지하기 위해 신호는 "디터링"됩니다.이것은 고조파 또는 기타 매우 바람직하지 않은 왜곡을 수학적으로 완전히 제거하고 일정한 고정 노이즈 레벨로 [12]대체하는 프로세스입니다.

콤팩트 디스크에 들어가는 오디오의 최종 버전은 샘플당 16비트밖에 포함되어 있지 않지만, 일반적으로 샘플의 표시에 사용되는 비트의 수가 많아집니다.결국 CD를 누르고 배포하기 위해 디지털 데이터를 16비트로 줄여야 합니다.

여기에는 여러 가지 방법이 있습니다.예를 들어, 여분의 비트는 단순히 폐기할 수 있습니다(절단이라고 불립니다).또한 여분의 비트를 가장 가까운 값으로 반올림할 수도 있습니다.그러나 이러한 방법들은 각각 예측 가능하고 결정 가능한 오류를 초래합니다.디저를 사용하면 이러한 오류가 일정한 고정 노이즈 수준으로 대체됩니다.

예

Reducing amplitude resolution plot.png
6비트 잘라내기 예시 오디오샘플
16비트 사인파
6비트로 잘라내다
6비트로 디딤
이 파일을 재생하는 데 문제가 있습니까?미디어 도움말을 참조하십시오.

예를 들어, 다음 값으로 구성된 파형을 예로 들어 보겠습니다.

1 2 3 4 5 6 7 8

파형이 20% 감소하면 다음과 같은 새 값이 생성됩니다.

0.8 1.6 2.4 3.2 4.0 4.8 5.6 6.4

이러한 값이 잘리면 다음과 같은 데이터가 생성됩니다.

0 1 2 3 4 4 5 6

대신 이러한 값을 반올림하면 다음과 같은 데이터가 생성됩니다.

1 2 2 3 4 5 6 6

원래 파형의 경우 파형 진폭을 20% 줄이는 과정에서 오류가 발생합니다.예를 들어, 일부의 경우 위의 값과 일치하는 사인파를 예로 들 수 있습니다.사인파의 값이 3.2에 도달할 때마다 위의 샘플 데이터와 같이 잘린 결과가 0.2만큼 꺼집니다.사인파의 값이 4.0이 될 때마다 위에서와 같이 잘린 결과가 0.0만큼 꺼지기 때문에 오류가 발생하지 않습니다.이 오류의 크기는 사인파의 사이클 전체에 걸쳐 정기적으로 반복적으로 변경됩니다.정확히 이 오류는 왜곡으로 나타난다.귀에 왜곡으로 들리는 것은 정규 양자화 오류에 의해 생성되는 이산 주파수에서의 추가 내용입니다.

타당한 해결책은 두 자리 숫자(4.8 등)를 취해서 한 방향으로 반올림하는 것입니다.예를 들어, 한 번 5로 반올림하고 다음 번에는 4로 반올림할 수 있습니다.따라서 장기 평균이 4가 아닌 4.5가 되므로 장기 평균은 실제 값에 더 가까워집니다.한편, 이것은 여전히 결정 가능한 오류(복잡하지만)를 초래합니다.값이 4.8이 나올 때마다 0.2의 오차가 발생하고 다른 경우에는 -0.8이 됩니다.이 경우에도 반복적이고 수량화할 수 있는 오류가 발생합니다.

또 다른 그럴듯한 해결책은 4.8을 취해서 반올림하여 처음 5의 4배는 5로 반올림하고 다섯 번째에는 4로 반올림하는 것입니다.이것은 장기적으로 정확히 4.8이 될 것이다.하지만 불행하게도, 그것은 여전히 반복적이고 결정 가능한 오류를 초래하고, 그 오류들은 여전히 귀에 왜곡으로 나타난다.

그러면 디더 솔루션이 생성됩니다.반복 패턴으로 예측 가능한 반올림 또는 반올림 대신 랜덤 패턴으로 반올림 또는 반올림할 수 있습니다.0.0에서 0.9 사이의 일련의 난수(예: 0.6, 0.1, 0.3, 0.6, 0.9 등)가 생성되어 4.8에 추가되면 10분의 2의 결과가 4로 잘리고, 10분의 8의 결과가 5로 잘립니다.각 상황에서 랜덤으로 반올림할 확률은 20%이고 반올림 확률은 80%입니다.장기간에 걸쳐 이러한 결과는 평균 4.8로 양자화 오차는 랜덤 노이즈입니다.이 소음은 다른 솔루션에서 발생하는 결정 가능한 왜곡보다 귀에 덜 거슬립니다.

사용.

양자화 또는 재양자화 처리 전에 입력 신호에서 양자화 노이즈를 비상관화하고 비선형 거동(왜곡)을 방지하기 위해 디저를 첨가한다.비트 깊이가 작은 양자화에서는 더 많은 양의 디저트가 필요합니다.프로세스의 결과는 여전히 왜곡을 발생시키지만 왜곡은 랜덤한 성질의 것이므로 결과적으로 발생하는 노이즈는 의도한 신호와 효과적으로 상관관계가 없습니다.

AES Journal에 게재된 논문에서 Lipshitz와 Vanderkooy는 다른 확률 밀도 함수(PDF)를 가진 다양한 노이즈 유형이 디저 신호로 [13]사용될 때 다르게 동작한다는 점을 지적하고 오디오에 최적의 디저 신호 수준을 제안했습니다.가우스 노이즈는 직사각형 또는 삼각형 분포를 가진 노이즈보다 왜곡을 완전히 제거하기 위해 더 높은 수준의 노이즈가 필요합니다.또한 삼각형으로 분산된 노이즈는 노이즈 변조를 최소화합니다.저소음 음악 뒤에 남아 있는 노이즈의 음량 레벨에 변화가 있어 [14]노이즈에 대한 주의를 환기합니다.

디더는 디지털필터의 일반적인 문제인 주기적인 한계 사이클을 분해하는 데 도움이 됩니다.랜덤 노이즈는 일반적으로 한계 사이클에 의해 생성되는 고조파 톤보다 덜 불쾌합니다.

다른 종류

직사각형 확률 밀도 함수(RPDF)의 디자 노이즈는 균일한 분포를 가지며 지정된 범위의 모든 값이 동일한 발생 확률을 갖습니다.

TPDF(삼각 확률 밀도 함수) 디자 노이즈는 삼각형 분포를 가지며, 범위의 중심에 있는 값은 발생할 확률이 더 높습니다.두 개의 독립적인 RPDF 소스를 추가하면 삼각 분포를 얻을 수 있습니다.

가우스 PDF에는 정규 분포가 있습니다.결과의 확률 관계는 마이크 프리앰프 등의 아날로그 소스에 의해 생성되는 전형적인 벨 모양의 가우스 곡선(가우스 곡선)을 따릅니다.녹음의 비트 깊이가 충분히 클 경우, 그 프리앰프 노이즈는 녹음의 디더링에 충분합니다.

노이즈 쉐이핑은 양자화 오차의 스펙트럼 에너지를 형성하는 필터링 프로세스로, 일반적으로 귀가 가장 민감한 주파수를 강조하지 않거나 신호와 노이즈 대역을 완전히 분리한다.디저를 사용할 경우 최종 스펙트럼은 노이즈 셰이퍼의 피드백 루프 내부에 추가되는지 외부에 추가되는지에 따라 달라집니다.내부에 있는 경우 디더는 오류 신호의 일부로 취급되며 실제 양자화 오류와 함께 형성됩니다.외부에 있는 경우, 디더는 원래 신호의 일부로 취급되며, 그 자체를 형성하지 않고 양자화를 선형화합니다.이 경우 최종 소음 바닥은 플랫 디더 스펙트럼과 형상 양자화 노이즈의 합계입니다.실제 노이즈 쉐이핑에는 보통 루프 내 디더링이 포함되지만 디더를 전혀 추가하지 않고 사용할 수도 있습니다.이 경우 낮은 신호 레벨에서 양자화 오류가 분명히 나타납니다.

컬러 디더는 화이트 노이즈와 다르게 필터링된 디더로 언급될 수 있습니다.노이즈 쉐이핑은 그러한 응용 프로그램 중 하나입니다.

사용할 유형

디더링되는 신호가 더 처리될 경우 계산된 디더 값이 예를 들어 -1 ~ +1 또는 0 ~[13]2가 되도록 2개의 양자화 스텝의 진폭을 갖는 삼각형 디더로 처리해야 합니다.이것은 노이즈 변조(고정 노이즈 플로어로 표시됨)를 도입하지 않고 양자화에서 고조파 왜곡을 배제한다는 점에서 이상적인 최저 전력입니다.이러한 중간 처리 단계에서 컬러 디서를 대신 사용할 경우 주파수 함량이 더 눈에 띄는 다른 주파수 범위로 블리딩되어 산만하게 들릴 수 있습니다.

디더링되는 신호가 더 이상 처리되지 않는 경우(분산을 위해 최종 결과까지 디더링되는 경우), 컬러 디더링 또는 노이즈 쉐이핑이 적절합니다.이를 통해 노이즈의 대부분을 덜 중요한 주파수 범위에 포함시킴으로써 효과적으로 노이즈의 수준을 낮출 수 있습니다.

디지털 사진 및 이미지 처리

디더링의 그림.빨간색과 파란색만 사용되지만 빨간색과 파란색 정사각형이 작아지면 패치가 보라색으로 표시됩니다.
IrfanView를 통한 256색 디더링

디더링은 컴퓨터 그래픽스에서 색상 팔레트가 제한된 시스템의 이미지에서 색상 깊이의 착각을 일으키기 위해 사용됩니다.디더링된 화상에서 팔레트에서 사용할 수 없는 색상은 사용 [15]가능한 팔레트 내에서 컬러 픽셀의 확산에 의해 근사된다.인간의 눈은 확산을 색상의 혼합으로 인식합니다(색각 참조).디더링된 이미지, 특히 비교적 적은 색상의 팔레트를 사용하는 이미지는 종종 특징적인 입자나 반점이 있는 외관으로 구분할 수 있습니다.

디더링은 노이즈 또는 패턴을 이미지에 도입하여 패턴화가 보이는 경우가 많습니다.이러한 상황에서는 블루 노이즈에서 발생하는 디더가 가장 보기 흉하고 [16]산만하지 않은 것으로 나타났습니다.오차 확산 기법은 블루 노이즈 디더링 패턴을 생성하는 최초의 방법 중 일부였다.그러나 순서 디더링과 같은 다른 기술도 아티팩트가 있는 영역으로 전락하는 경향 없이 블루 노이즈 디더링을 생성할 수 있습니다.

예

수건에 물들다

이미지의 색 농도를 낮추면 시각적으로 상당한 부작용이 발생할 수 있습니다.만약 원본 이미지가 사진이라면, 그것은 수천, 심지어 수백만 가지의 뚜렷한 색을 가지고 있을 것이다.사용 가능한 색상을 특정 색상 팔레트로 제한하는 프로세스는 특정 양의 색상 정보를 효과적으로 폐기합니다.

색감소된 이미지의 품질에는 여러 가지 요인이 영향을 미칠 수 있습니다.아마도 가장 중요한 것은 축소된 이미지에 사용되는 색상 팔레트일 것입니다.예를 들어, 원화상(그림 1)을 216 컬러의 Web 세이프 팔레트로 축소할 수 있습니다.원래의 픽셀 색상을 팔레트에서 사용 가능한 가장 가까운 색상으로 변환하는 경우 디더링은 발생하지 않습니다(그림 2).단, 일반적으로 이 접근방식은 평평한 영역(경로)과 세부사항의 손실을 초래하며 원래와 상당히 다른 색상의 패치를 발생시킬 수 있다.음영 또는 구배 영역은 색상의 밴딩을 발생시켜 산만하게 할 수 있습니다.디더링을 적용하면 이러한 시각적 아티팩트를 최소화할 수 있으며 일반적으로 원본을 더 잘 표현할 수 있습니다(그림 3).디더링은 컬러 밴딩과 평면도를 줄이는 데 도움이 됩니다.

고정 색상 팔레트 사용과 관련된 문제 중 하나는 팔레트에서 필요한 많은 색상을 사용할 수 없고 사용 가능한 색상 중 많은 부분이 필요하지 않을 수 있다는 것입니다. 예를 들어 녹색 음영이 대부분 포함된 고정 색상 팔레트는 사막 이미지에 적합하지 않습니다.이러한 경우에는 최적화된 색상 팔레트를 사용하는 것이 유리할 수 있습니다.최적화된 색상 팔레트는 원래 소스 이미지에서 사용 빈도에 따라 사용 가능한 색상이 선택되는 색상 팔레트입니다.최적화된 팔레트를 기반으로 이미지를 축소하는 경우 결과는 종종 원본에 훨씬 더 가깝습니다(그림 4).

팔레트에서 사용할 수 있는 색상의 수 또한 기여 요인입니다.예를 들어 팔레트가 16가지 색상으로만 제한되면 결과 이미지가 추가로 세부 정보가 손실되어 평탄도와 색상 밴딩에 더 큰 문제가 발생할 수 있습니다(그림 5).다시 한 번 디더링을 통해 이러한 아티팩트를 최소화할 수 있습니다(그림 6).

  • Figure 1. Original photo; note the smoothness in the detail.

    그림 1원본 사진. 세세한 부분까지 매끄러운 점을 참고하십시오.

  • Figure 2. Original image using the web-safe color palette with no dithering applied. Note the large flat areas and loss of detail.

    그림 2디더링을 적용하지 않고 웹 세이프 컬러 팔레트를 사용한 원본 이미지.평평한 면적이 크고 세부 사항이 손실된다는 점에 유의하십시오.

  • Figure 3. Original image using the web-safe color palette with Floyd–Steinberg dithering. Note that even though the same palette is used, the application of dithering gives a better representation of the original.

    그림 3Floyd-Steinberg 디더링을 사용한 웹 세이프 컬러 팔레트를 사용한 원본 이미지.동일한 팔레트를 사용하더라도 디더링을 적용하면 원본을 더 잘 표현할 수 있습니다.

  • Figure 4. Here, the original has been reduced to a 256-color optimized palette with Floyd–Steinberg dithering applied. The use of an optimized palette, rather than a fixed palette, allows the result to better represent the colors in the original image.

    그림 4여기서는 Floyd-Steinberg 디더링을 적용하여 원본을 256색 최적화 팔레트로 축소했습니다.고정 팔레트가 아닌 최적화된 팔레트를 사용하면 원래 이미지에서 색상을 더 잘 나타낼 수 있습니다.

  • Figure 5. Depth is reduced to a 16-color optimized palette in this image, with no dithering. Colors appear muted, and color banding is pronounced.

    그림 5이 이미지에서는 디더링 없이 깊이가 16색 최적화 팔레트로 감소합니다.색상은 음소거되어 보이고 색상은 띠 모양으로 나타납니다.

  • Figure 6. This image also uses the 16-color optimized palette, but the use of dithering helps to reduce banding.

    그림 6이 이미지에서는 16가지 색상으로 최적화된 팔레트를 사용하지만 디더링을 사용하면 밴딩을 줄일 수 있습니다.

적용들

디더링의 일반적인 응용 방법 중 하나는 디스플레이 하드웨어가 표시할 수 있는 것보다 더 많은 범위의 색상을 포함하는 그래픽을 더 정확하게 표시하는 것입니다.예를 들어, 한 번에 256색만 표시할 수 있는 비디오 하드웨어에 수백만색의 색상을 포함하는 사진 이미지를 표시하기 위해 디더링을 사용할 수 있습니다.사용 가능한 256가지 색상은 원본 이미지의 디터링된 근사치를 생성하기 위해 사용됩니다.디더링을 하지 않으면 원본 이미지의 색상이 사용 가능한 가장 가까운 색상으로 양자화되므로 표시되는 이미지가 원본의 표현이 제대로 되지 않습니다.

일부 액정 디스플레이는 유사한 효과를 얻기 위해 시간적 디더링을 사용합니다.패널 색공간 내의 대략적인 2가지 색상에서 각 픽셀의 색값을 빠르게 바꾸면 기본적으로 18비트 컬러(채널당 6비트)만을 지원하는 디스플레이 패널이 24비트 컬러 이미지(채널당 [17]8비트)를 나타낼 수 있습니다.

컴퓨터의 디스플레이 하드웨어가 색심도의 주요 제한인 이와 같은 디더링은 웹 브라우저와 같은 소프트웨어에서 일반적으로 사용됩니다.웹 브라우저는 외부 소스에서 그래픽 요소를 가져올 수 있으므로 브라우저가 사용 가능한 디스플레이에 대해 너무 많은 색상의 이미지를 디더링해야 할 수 있습니다.256가지 색상만 동시에 표시할 수 있는 시스템에서 디더링되지 않는 색상을 선택하기 위해 웹 세이프 색상 팔레트로 알려진 색상 팔레트가 식별된 것은 디더링 문제 때문입니다.

그러나 디스플레이 하드웨어에서 사용할 수 있는 총 색상 수가 풀 컬러 디지털 사진을 올바르게 렌더링할 수 있을 정도로 많아도, 특히 부드러운 음영 전환의 넓은 영역에서는 밴딩이 눈에 띌 수 있습니다.약간의 디더링을 실시하면, 이미지가 거칠어 보이지 않고, 이 문제를 해결할 수 있습니다.하이엔드 정지화면 처리 소프트웨어는 일반적으로 이러한 기술을 사용하여 디스플레이를 개선합니다.

디더링의 또 다른 유용한 적용은 그래픽 파일 형식이 제한 요소인 경우에 사용됩니다.특히 일반적으로 사용되는 GIF 형식은 256개 이하의 [a]색상으로 제한됩니다.이러한 이미지에는 이미지에서 사용할 수 있는 제한된 수의 색상을 포함하는 정의된 색상 팔레트가 있습니다.이러한 상황에서는 그래픽 편집 소프트웨어가 이러한 제한된 형식으로 이미지를 저장하기 전에 이미지를 디더링하는 역할을 할 수 있습니다.

디더링은 인쇄에 사용되는 하프톤 기술과 유사합니다.이러한 이유로, 특히 디지털 인쇄와 관련하여, 디더링이라는 용어가 하프톤이라는 용어와 상호 호환되게 사용되기도 합니다.

잉크젯 프린터의 독립 도트 인쇄 기능에 의해, 인쇄에 있어서의 디더링의 사용이 증가하고 있습니다.일반적인 데스크탑 잉크젯 프린터는, 최대 16색 밖에 인쇄할 수 없습니다.이것은, 시안, 마젠타, 옐로우, 및 블랙의 프린트 [b]헤드의 닷을 조합한 것입니다.다양한 색상을 재현하기 위해 디더링을 사용합니다.색이 어두운 인쇄 영역에서는 잉크 도트가 합쳐져 보다 균일한 인쇄가 이루어지기 때문에 항상 디더링이 보이지 않습니다.다만, 도트간격의 프린트의 광영역을 면밀히 조사하면, 디더링 패턴을 알 수 있습니다.

알고리즘

디더링을 실행하도록 설계된 알고리즘이 몇 가지 있습니다.1975년에 개발된 Floyd-Steinberg 디더링 알고리즘은 가장 오래되고 여전히 가장 인기 있는 알고리즘 중 하나입니다.이 알고리즘의 강점 중 하나는 오류 확산 프로세스를 통해 시각적 아티팩트를 최소화한다는 것입니다. 오류 확산 알고리즘은 일반적으로 단순한 디더링 [18]알고리즘보다 원본을 더 가깝게 나타내는 이미지를 생성합니다.

디더링 방법에는 다음이 있습니다.

  • 임계값(평균 디더링[19]): 각 픽셀 값을 고정 임계값과 비교합니다.이것은 현존하는 가장 단순한 디더링 알고리즘일 수 있지만, 결과적으로 엄청난 세부사항과 [18]윤곽을 잃게 됩니다.
  • 랜덤 디더링은 임계값화의 단점을 수정하기 위한 최초의 시도였다.각 화소값을 랜덤 임계값과 비교하여 정적인 화상을 생성한다.이 메서드는 패턴 아티팩트를 생성하지 않지만 노이즈가 이미지의 디테일을 잠그는 경향이 있습니다.그것은 메조틴팅의 [18]관행과 유사하다.
  • 패턴화는 고정 패턴을 사용하여 디더링합니다.각 입력치에 대해 출력 화상에 고정 패턴을 배치한다.이 기술의 가장 큰 단점은 출력 이미지가 입력 [18]패턴보다 크다는 것입니다(고정 패턴 크기의 배수로).
  • 디더 매트릭스를 사용하여 디더링을 주문했다.화상내의 각 화소에 대해서, 대응하는 위치의 패턴의 값이 역치로서 사용된다.인접한 픽셀은 서로 영향을 미치지 않으므로 애니메이션에서 사용하기에 적합한 형태의 디더링입니다.패턴에 따라 완전히 다른 디더링 효과가 발생할 수 있습니다.이 디더링 알고리즘은 구현이 간단하지만 자유 형식의 임의 팔레트와 함께 작동하도록 쉽게 변경되지 않습니다.
    • 하프톤 디더링 매트릭스는 신문의 하프톤 스크리닝과 비슷한 외관을 만들어낸다.이것은 점들이 함께 군집화되는 경향이 있는 클러스터 디더링의 한 형태입니다.이를 통해 일부 오래된 출력 장치에서 발견된 흐릿한 픽셀의 부작용을 숨길 수 있습니다.이 방법의 주된 용도는 오프셋 인쇄와 레이저 프린터입니다.이러한 디바이스에서는, 잉크나 토너가 뭉치는 것을 선호해, 다른 디더링 방법에 의해서 발생하는 고립된 닷을 형성하지 않습니다.
    • 바이어[18] 매트릭스는 매우 독특한 교차 해치 패턴을 생성합니다.
    • void-and-cluster법에 [20]의해 생성된 것과 같은 청색 노이즈를 위해 조정된 매트릭스는 오차 확산 디더법에 가까운 외관을 생성한다.
(오리지널) 임계값 랜덤
Michelangelo's David - 63 grijswaarden.png Michelangelo's David - drempel.png Michelangelo's David - ruis.png
하프톤 주문 완료(Bayer) 순서부여(void 및 cluster)
Michelangelo's David - halftoon.png Michelangelo's David - Bayer.png Michelangelo's David - Void-and-Cluster.png
  • 오차 확산 디더링은 양자화 오류를 인접 픽셀로 확산시키는 피드백 프로세스입니다.
    • Floyd-Steinberg(FS; 플로이드-스테인버그) 디더링은 에러를 인접 픽셀에만 분산시킵니다.그 결과 매우 세밀한 디더링이 발생합니다.
    • Jarvis, Judice 및 Ninke에 의한 평균 에러 디더링을 최소화하면 에러도 한 걸음 더 떨어진 픽셀로 확산됩니다.디더링은 거칠지만 시각적 아티팩트가 적습니다.그러나 Floyd-Steinberg의 경우 4개의 근접 픽셀이 아닌 12개의 근접 픽셀 간에 오류를 분산시키기 때문에 Floyd-Steinberg 디더링보다 속도가 느립니다.
    • Stucki 디더링은 상기에 근거하고 있습니다만, 조금 더 빠릅니다.출력은 깨끗하고 날카로운 경향이 있습니다.
    • Burkes 디더링은 Stucki 디더링의 단순화된 형태로 속도는 빠르지만 Stucki 디더링보다 덜 깨끗합니다.
플로이드-스테인버그 자비스, 주디스, 닌케 스틱 버크스
Michelangelo's David - Floyd-Steinberg.png Michelangelo's David - Jarvis, Judice & Ninke.png Michelangelo's David - Stucki.png Michelangelo's David - Burkes.png
  • 오류 확산 디더링(계속):
    • 시에라 디더링은 Jarvis 디더링을 기반으로 하지만 비슷한 결과를 제공하면서도 더 빠릅니다.
    • 2열 Sierra는 위의 방법이지만 속도를 향상시키기 위해 Sierra에 의해 변경되었습니다.
    • Filter Lite는 Floyd-Steinberg보다 훨씬 단순하고 빠른 Sierra의 알고리즘이지만 유사한 결과를 얻을 수 있습니다.
    • 앳킨슨 디더링은 애플 프로그래머 빌 앳킨슨에 의해 개발되었으며 자비스 디더링과 시에라 디더링과 유사하지만 더 빠르다.또 다른 차이점은 전체 양자화 오차를 분산시키지 않고 4분의 3만 분산시킨다는 것입니다.디테일이 잘 보존되는 경향이 있지만, 매우 밝고 어두운 부분이 부풀어 오를 수 있습니다.
    • 구배 기반 오차 확산 디더링은 변조된 무작위화에 의해 원래 FS 알고리즘에서 생성된 구조적 아티팩트를 제거하고 구배 기반 확산 변조에 의해 구조를 개선하기 위해 2016년에 개발되었다[21].
시에라 2열 시에라 시에라 라이트 앳킨슨 그라데이션 베이스
Michelangelo's David - Sierra.png Michelangelo's David - tweerijig Sierra.png Michelangelo's David - Sierra's Filter Lite.png Michelangelo's David - Atkinson.png David-Gradient based.png

기타 응용 프로그램

자극 브릴루인 산란(SBS)은 광섬유시스템에서 개시되는 광파워를 제한하는 비선형 광학효과입니다.이 전력 제한은 송신광학 중심 주파수를 디더링함으로써 증가할 수 있습니다.일반적으로 레이저의 바이어스 입력을 변조함으로써 구현됩니다.편광 스크램블링도 참조해 주세요.

위상 디더링은 직접 디지털 [22]합성의 출력 품질을 개선하기 위해 사용할 수 있습니다.또 하나의 일반적인 어플리케이션은 주파수의 확산 스펙트럼 클럭 디더링을 사용하여 단일 주파수 [23]피크를 도말함으로써 EMC 테스트를 통과하는 것입니다.

또 다른 유형의 일시적 디더링은 최근 금융시장에 도입되어 고주파 거래를 할 동기를 감소시키고 있다.2013년 거래를 시작한 런던 외환시장인 ParFX는 들어오는 모든 주문에 대해 일시적인 무작위 지연을 가하고 있으며, 다른 환전소들도 이 기술을 시험하고 있는 것으로 알려졌다.주식, 상품 및 [24]파생상품의 금융거래에서 이러한 일시적 버퍼링 또는 디더링의 사용은 더욱 광범위하게 주장되어 왔다.

「 」를 참조해 주세요.

메모들

  1. ^ PNG 등 다른 파일 형식의 이미지에는 파일 크기를 줄이기 위해 색 제한이 적용될 수 있습니다.
  2. ^ 그러나 이러한 잉크 조합 중 일부는 유용하지 않습니다. 왜냐하면 검정 잉크를 사용하면 일반적으로 다른 색이 흐려지기 때문입니다.

레퍼런스

  1. ^ Ken C. Pohlmann (2005). Principles of Digital Audio. McGraw-Hill Professional. ISBN 978-0-07-144156-8.
  2. ^ William C. Farmer (1945). Ordnance Field Guide: Restricted. Military service publishing company.
  3. ^ Korn, Granino Arthur; Korn, Theresa M. (1952). Electronic Analog Computers: (d–c Analog Computers). McGraw-Hill.
  4. ^ Thomas J. Lynch (1985). Data Compression: Techniques and Applications. Lifetime Learning Publications. ISBN 978-0-534-03418-4.
  5. ^ Lawrence G. Roberts, Picture Coding Using Pseudo-Random Noise, MIT, S.M. 논문, 1961년 온라인 아카이브 2006년 9월 26일 웨이백 머신에 보관
  6. ^ Lawrence G. Roberts (February 1962). "Picture Coding Using Pseudo-Random Noise". IEEE Transactions on Information Theory. 8 (2): 145–154. doi:10.1109/TIT.1962.1057702.
  7. ^ L. Schuchman (December 1964). "Dither Signals and Their Effect on Quantization Noise". IEEE Trans. Commun. 12 (4): 162–165. doi:10.1109/TCOM.1964.1088973.
  8. ^ L. P. Ferris의 코멘트는 다음과 같습니다.
  9. ^ Deutsch, Diana (1999). The psychology of music. Gulf Professional Publishing. p. 153. ISBN 978-0-12-213565-1.
  10. ^ Hauser, Marc D. (1998). The evolution of communication. MIT Press. p. 190. ISBN 978-0-262-58155-4.
  11. ^ Montgomery, Christopher (Monty) (2012–2013). "Digital Show and Tell". Xiph.Org / Red Hat, Inc. Retrieved 27 February 2013. Dither is specially-constructed noise that substitutes for the noise produced by simple quantization. Dither doesn't drown out or mask quantization noise, it replaces it with noise characteristics of our choosing that aren't influenced by the input.
  12. ^ 오디오 마스터:밥 캐츠의 예술과 과학, 49-50페이지, ISBN 978-0-240-80545-0
  13. ^ a b Vanderkooy, John; Lipshitz, Stanley P (December 1987). "Dither in Digital Audio". J. Audio Eng. Soc. 35 (12): 966–975. Retrieved 28 October 2009.
  14. ^ Lipshitz, Stanley P; Vanderkooy, John; Wannamaker, Robert A. (November 1991). "Minimally Audible Noise Shaping". J. Audio Eng. Soc. 39 (11): 836–852. Retrieved 28 October 2009.
  15. ^ "Dithering for Pixel Artists".
  16. ^ Ulichney, Robert A (1994). "Halftone Characterization in the Frequency Domain" (PDF). Archived from the original (PDF) on 14 February 2014. Retrieved 12 August 2013.
  17. ^ "6-Bit vs. 8-Bit... PVA/MVA vs. TN+Film – Are Things Changing?". TFT Central. Archived from the original on 10 April 2008. Retrieved 6 February 2008.
  18. ^ a b c d e Crocker, Lee Daniel; Boulay, Paul; Morra, Mike (20 June 1991). "Digital Halftoning". Computer Lab and Reference Library. Archived from the original on 27 September 2007. Retrieved 10 September 2007. 주의: 이 문서에는 다음과 같은 사소한 실수가 포함되어 있습니다. (256 레벨의 이미지를 완전히 재현하려면 8x8 패턴"이라고 합니다.굵은 글씨 부분은 "16x16"으로 되어 있어야 합니다.
  19. ^ Silva, Aristófanes Correia; Lucena, Paula Salgado; Figuerola, Wilfredo Blanco (13 December 2000). "Average Dithering". Image Based Artistic Dithering. Visgraf Lab. Retrieved 10 September 2007.
  20. ^ Ulichney, Robert A (1993). "The void-and-cluster method for dither array generation" (PDF). Retrieved 11 February 2014.
  21. ^ Xiangyu Y. Hu (2016). "Simple gradient-based error-diffusion method" (abstract). Journal of Electronic Imaging. 25 (4): 043029. Bibcode:2016JEI....25d3029H. doi:10.1117/1.JEI.25.4.043029. S2CID 35527501.
  22. ^ "11", A Technical Tutorial on Digital Signal Synthesis (PDF), Analog Devices, 1999
  23. ^ Lauder, D.; Moritz, M. (2000). Investigation into possible effects resulting from dithered clock oscillators on EMC measurements and interference to radio transmission systems. University of Hertfordshire. Archived from the original on 13 July 2012. Retrieved 25 May 2013.
  24. ^ Mannix, Brian F. (January 2013). "Races, Rushes, and Runs: Taming the Turbulence in Financial Trading" (PDF) (working paper).

외부 링크