数字半色调技术是一种应用范围十分广泛的色调量化技术，它能将色调丰富的数字图像通过有限少量的色调来表示。由于人类视觉系统对数字图像的感知存在特殊的低通滤波效应，经过半色调技术处理过的图像可以在人眼中形成对原始连续调图像的逼真再现。于是，该技术被广泛地应用在纺织、印刷、安全、显示等重要领域。在各种各样的数字半色调技术中，误差扩散算法是兼具较优输出质量及较高处理效率的技术。但是，标准误差扩散算法仍然存在大量缺陷，也一直受到众多研究者的诟病。本文围绕误差扩散技术在结构相似性、色调一致性和并行性等方面存在的问题，对现有的数字半色调技术进行分析总结，研究出三种更为先进的误差扩散技术，主要工作包括以下三方面:　　1.基于多重量化机制的分块式并行误差扩散算法。如何分块进行误差扩散处理是高效误差扩散算法的关键问题。针对该问题，本文建立了新的适合分块误差扩散的量化机制，可以对图像中的各个像素进行更为一致的判断，尤其是对图像块进行处理后不会产生块痕瑕疵。在此基础上，本文又使用了更简单的目标函数来搜索适合所有灰度阶的最优参数组，从而让误差进行更均匀的扩散。该方法通过更高级的量化机制，避免了在图像块内部采用特殊扫描路径所带来的各种瑕疵。本文算法的整体色调的呈现质量最终获得了更进一步的提升。　　2.基于熵约束阈值调制的结构感知误差扩散算法。传统误差扩散算法通常无法呈现出原始图像的结构特征和纹理细节，且在色调重现上存在很多影响视觉效果的瑕疵。本文根据误差扩散算法的特点，对上述问题进行了探索研究。提取了原始图像的高频信息，结合图像像素强度对纹理结构丢失的影响规律，研究出具有结构感知的熵约束阈值调节技术;然后运用修改误差扩散系数的技术来提升半色调图像的色调一致性，同时消除了多种伪纹理和色调瑕疵。该方法通过具有自适应特点的纹理保留技术，输出最高结构相似度的半色调图像。更重要的是，该方法在色调再生和执行效率等方面也优于其他具有结构感知的半色调技术。　　3.具有对比度感知的实时半色调技术。本文实现了能够保留原始图像对比度特征的并行半色调技术，且运用通用计算图形处理器技术做到了实时的半色调计算。在数字半色调领域，如何实时生成兼具高结构相似度和色调一致性的半色调图像，是一个多目标优化的问题。本研究在分块式图像处理的框架下，改进了图像分块的策略和块内像素的遍历策略，且该方法在对各个图像块进行处理时，采用多重技术来对当前像素进行量化操作，完成量化判断和误差计算后，根据像素周围的灰度分布情况与对比度特征，灵活制定可显示原始图像纹理细节的误差扩散系数矩阵，在该矩阵的指导下，当前像素的误差得以按比例分配给周围像素。GPGPU上的实验结果表明，该方法有效避免了分块式误差扩散处理的边界效应，成功实现了具有对比度感知及较高色调保留效果的实时半色调算法。