在嵌入式系统中，如智能穿戴设备或 IoT 显示屏，常需处理 8 位图形以降低功耗和存储需求。此时，Floyd-Steinberg 抖动算法是一种高效的调色板减少技术，能通过误差扩散模拟更多颜色，提升视觉质量。本文聚焦其在实时图像处理中的实现，强调优化扩散核以适应资源受限环境，避免传统方法的计算瓶颈。
Floyd-Steinberg 算法的核心在于误差扩散：逐像素量化后，将量化误差按特定权重分配给邻域像素，确保整体亮度平衡。该算法由 Robert W. Floyd 和 Louis Steinberg 于 1976 年提出，常用于将 24 位真彩图像转换为 8 位调色板格式。在 8 位图形中，每通道仅 256 级，简单截断会导致颜色块状失真，而抖动通过引入伪随机图案，模拟中间色调。例如，在灰度图像中，50% 灰可形成黑白棋盘图案，视觉上更平滑。
证据显示，该算法在嵌入式应用中表现优异。维基百科描述其扩散矩阵：当前像素 () 右方 7/16、下方 5/16、下左 3/16、下右 1/16，总和为 1，避免误差累积。伪代码为：从上到下、左到右扫描 oldpixel，量化 newpixel = 最近调色板色，error=oldpixel-newpixel，然后更新邻域：右 + error7/16，下左 + error3/16，下 + error5/16，下右 + error*1/16。实验表明，对于 512x512 图像，标准实现耗时约 50ms（ARM Cortex-M4），但优化后可降至 10ms 以下，支持 30fps 实时处理。
为实时优化扩散核，首先预计算查找表（LUT）。传统浮点乘法耗时，嵌入式 MCU 无 FPU，故用整数 LUT 存储 error权重（error 0-255，权重 1/16=0.0625 等）。例如，7/16≈0.4375，预存 error7>>4。风险：溢出，限 error 累加不超过 255，使用 clamp 函数：new_val = min (255, max (0, old_val + diff))。其次，采用行缓冲数据结构：仅存两行像素（当前 + 下一行），减少内存访问。证据：Intel AVX-512 SIMD 并行累加同向 error，可提升 15 倍性能（16 核 i7 处理 5120x5120 仅 23ms），嵌入式可仿用 NEON 指令并行 4-8 像素。
进一步，多核或 SIMD 并行需处理数据依赖。标准扫描顺序（光栅）导致行间依赖，优化用蛇形扫描（serpentine）：奇数行右到左，偶数行左到右，减少缓存未命中。列分块方法：将图像分块，每块独立处理，边缘误差置 0 或镜像填充，避免边界伪影。参数：块大小 128x128，阈值 128（二值化），质量因子 0.5（pngquant 中 --floyd=0.5，平衡噪点与细节）。监控要点：PSNR>25dB（峰值信噪比），处理延迟 < 33ms（30fps），功耗 < 10mW（低功耗 MCU）。
可落地清单：
- 初始化：线性化输入（sRGB 转线性 RGB，避免 gamma 失真）。
- 量化：find_closest_palette，使用最近邻搜索或预建调色板树（K-D 树，O (log N)）。
- 扩散：LUT 加速，SIMD 累加（NEON vaddq_u8）。
- 边界处理：镜像填充或零误差。
- 后处理：可选低通滤波减噪，阈值 sigma=1。
- 测试：基准图像（Lena 512x512），比较无抖动 / 有序抖动，验证实时性。 回滚策略：若优化失败，fallback 到有序抖动（如 Bayer 4x4 矩阵），计算开销减半，但细节损失 10%。
最后，资料来源：Wikipedia "Floyd–Steinberg dithering"；Floyd & Steinberg, "An adaptive algorithm for spatial grey scale" (1976)；pngquant 文档（--speed 1-11 优化）。