梁文峻 梁文思

摘 ?要： 為了提高對工業(yè)產(chǎn)品包裝色彩的設(shè)計和分析能力，構(gòu)建視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取系統(tǒng)，提出一種基于分塊特征匹配和邊緣輪廓檢測的視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取算法。采用稀疏散亂點三維重建方法進(jìn)行工業(yè)產(chǎn)品包裝色彩融合和三維仿生信息融合，采用分塊特征匹配方法實現(xiàn)工業(yè)產(chǎn)品包裝色彩仿生圖像的視覺增強處理，提取工業(yè)產(chǎn)品包裝色彩仿生特征的分塊特征量，采用圖像塊的稀疏表示方法實現(xiàn)工業(yè)產(chǎn)品包裝色彩仿生特征提取。在嵌入式的DSP環(huán)境下進(jìn)行工業(yè)產(chǎn)品包裝色彩仿生特征提取系統(tǒng)設(shè)計，系統(tǒng)包括設(shè)備驅(qū)動層、I/O接口層以及校驗層，采用RS 485總線監(jiān)測技術(shù)實現(xiàn)包裝色彩仿生特征提取系統(tǒng)的通信協(xié)議設(shè)計和硬件交換控制。測試結(jié)果表明，該系統(tǒng)能有效實現(xiàn)包裝色彩仿生特征提取系統(tǒng)的特征提取和視覺傳達(dá)，系統(tǒng)可靠穩(wěn)定。

關(guān)鍵詞： 視覺傳達(dá); 工業(yè)產(chǎn)品包裝; 特征提取系統(tǒng); 三維仿生信息; 分塊特征量; 色彩仿生特征

中圖分類號： TN942.1?34; TP277 ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼： A ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）12?0172?04

Abstract： A color biomimetic feature extraction algorithm based on block feature matching and edge contour detection is proposed for industrial product packaging under visual transmission， so as to improve the color design and analysis abilities of industrial product packaging， and construct the color biomimetic feature extraction system of industrial product packaging under visual transmission. The sparse scattered point 3D reconstruction method is used for color fusion and 3D biomimetic information fusion of industrial product packaging. The block feature matching method is used to realize visual enhancement processing of color biomimetic images for industrial product packaging， so as to extract the block feature quantities of color biomimetic features for industrial product packaging. The sparse representation method of image blocks is used to realize color biomimetic feature extraction of industrial product packaging. The color biomimetic feature extraction system for industrial product packaging is designed under the embedded DSP environment. The system includes the device driver layer， I/O interface layer and verification layer. The communication protocol design and hardware exchange control of the packaging color biomimetic feature extraction system are realized by using the RS485 bus monitoring technology. The test results show that the system can effectively realize feature extraction and visual transmission of the packaging color biomimetic feature extraction system， which is reliable and stable.

Keywords： visual transmission; industrial product packaging; feature extraction system; 3D biomimetic information; block feature quantity; color biomimetic feature

隨著工業(yè)產(chǎn)品設(shè)計工藝的快速發(fā)展，對工業(yè)產(chǎn)品包裝設(shè)計的經(jīng)濟性和環(huán)保性提出了更高的要求，通過對工業(yè)產(chǎn)品包裝的優(yōu)化設(shè)計，提高工業(yè)產(chǎn)品包裝的視覺文化氣息，提高工業(yè)產(chǎn)品包裝是視覺外觀體驗，設(shè)計精美、優(yōu)雅和有文化氣息的工業(yè)產(chǎn)品包裝，通過視覺傳達(dá)的形式表達(dá)工業(yè)產(chǎn)品的色彩和文化信息[1]。對工業(yè)產(chǎn)品包裝的色彩設(shè)計是一門具有美感的視覺藝術(shù)元素表達(dá)過程，融合工業(yè)產(chǎn)品包裝色彩仿生特征信息進(jìn)行視覺分析，采用圖像處理方法進(jìn)行工業(yè)產(chǎn)品包裝色彩仿生特征提取，提高工業(yè)產(chǎn)品包裝色彩的視覺分析和特征表達(dá)能力[2]。本文提出一種基于分塊特征匹配和邊緣輪廓檢測的視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取算法，在嵌入式的DSP環(huán)境下進(jìn)行工業(yè)產(chǎn)品包裝色彩仿生特征提取系統(tǒng)設(shè)計，最后進(jìn)行實驗測試分析，得出有效性結(jié)論。

1 ?工業(yè)產(chǎn)品包裝色彩圖像采集和特征分析

1.1 ?工業(yè)產(chǎn)品包裝色彩圖像采集

為了實現(xiàn)對工業(yè)產(chǎn)品包裝色彩的仿生特征優(yōu)化提取，首先構(gòu)建工業(yè)產(chǎn)品包裝色彩圖像采集和特征分析模型，采用低分辨率圖像塊特征匹配方法進(jìn)行工業(yè)產(chǎn)品包裝色彩圖像重建[3]，設(shè)三維工業(yè)產(chǎn)品包裝色彩圖像像素序列的分布矩陣為：

根據(jù)上述模型構(gòu)建，采用線性特征提取方法進(jìn)行工業(yè)產(chǎn)品包裝色彩圖像的邊緣輪廓重構(gòu)，實現(xiàn)對檢測的工業(yè)產(chǎn)品包裝色彩圖像點云數(shù)據(jù)進(jìn)行信息融合處理，由此實現(xiàn)對工業(yè)產(chǎn)品色彩圖像包裝[5]。

1.2 ?工業(yè)產(chǎn)品包裝色彩融合

采用稀疏散亂點三維重建方法進(jìn)行工業(yè)產(chǎn)品包裝色彩融合和三維仿生信息融合，得到工業(yè)產(chǎn)品包裝色彩融合后的特征點的聚類函數(shù)為：

判斷工業(yè)產(chǎn)品包裝色彩圖像的當(dāng)前種子點P的主方向，根據(jù)梯度下降法進(jìn)行重建約束。

2 ?色彩仿生特征提取算法

2.1 ?分塊特征匹配

設(shè)工業(yè)產(chǎn)品包裝色彩圖像區(qū)域大小為[M×N]，[TC]和[MdCi]對應(yīng)工業(yè)產(chǎn)品包裝色彩圖像邊緣的長度和寬度。采用邊緣信息融合方法，得到工業(yè)產(chǎn)品包裝色彩圖像的活動輪廓分布集：

求得在每個尺度下工業(yè)產(chǎn)品包裝色彩圖像的邊緣像素點統(tǒng)計特征值，根據(jù)分塊融合處理結(jié)果，實現(xiàn)工業(yè)產(chǎn)品包裝色彩的仿生特征提取。

3 ?系統(tǒng)設(shè)計與實現(xiàn)

3.1 ?系統(tǒng)的總體設(shè)計構(gòu)架

采用ZigBee組網(wǎng)設(shè)計方法[9]，進(jìn)行視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩提取系統(tǒng)的交互設(shè)計，采用嵌入式ARM Cortex?M0為核心處理器，結(jié)合單片機進(jìn)行視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取系統(tǒng)計算機控制?？傮w設(shè)計架構(gòu)如圖1所示。在嵌入式Linux內(nèi)核環(huán)境中構(gòu)建視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取系統(tǒng)的交叉編譯程序，使用專用短程通信標(biāo)準(zhǔn)協(xié)議進(jìn)行視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取系統(tǒng)的網(wǎng)絡(luò)模塊化設(shè)計。

3.2 ?系統(tǒng)的分組模塊設(shè)計

使用32位ARM處理器進(jìn)行視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取的總線傳輸控制，通過讀取HP E1562E進(jìn)行信轉(zhuǎn)換[10]，設(shè)計控制結(jié)構(gòu)字進(jìn)行系統(tǒng)的總線控制，見表1。

采用嵌入式ARM Cortex?M0作為主控模塊，實現(xiàn)包裝色彩仿生特征的自動提取和信息交互，得到指令傳輸流程如圖2所示。

圖1 ?系統(tǒng)的總體設(shè)計構(gòu)架

表1 ?系統(tǒng)的控制結(jié)構(gòu)字

圖2 ?指令傳輸流程

綜上分析，實現(xiàn)視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取系統(tǒng)的軟件開發(fā)與設(shè)計。

4 ?實驗測試分析

對視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取的仿真實驗建立在Matlab Simulink環(huán)境下，對視覺信息采樣的特征分辨頻率設(shè)定為80 kHz。結(jié)合.NET Framework的應(yīng)用程序進(jìn)行視覺傳達(dá)的總線開發(fā)和交叉編譯控制，色彩特征信息的采樣長度為1 024，得到待提取的工業(yè)產(chǎn)品包裝如圖3所示。

圖3 ?原始工業(yè)產(chǎn)品包裝

以圖3的包裝為測試對象，進(jìn)行包裝色彩提取，得到提取結(jié)果如圖4所示。

圖4 ?色彩仿生特征提取輸出

分析圖4得知，采用本文系統(tǒng)能有效實現(xiàn)包裝色彩仿生特征提取系統(tǒng)的特征提取和視覺傳達(dá)，色彩的融合性和提取分辨能力較好。測試色彩提取的配準(zhǔn)率和時間開銷，得到對比結(jié)果見表2。

表2 ?性能對比測試

分析表2得知，本文方法進(jìn)行工業(yè)產(chǎn)品包裝色彩特征提取的配準(zhǔn)率較高，時間開銷較小。

5 ?結(jié) ?語

在進(jìn)行工業(yè)產(chǎn)品包裝色彩設(shè)計中，融合具有視覺文化特征的工業(yè)產(chǎn)品設(shè)計方式，結(jié)合實現(xiàn)產(chǎn)品包裝設(shè)計視覺語言的有效傳達(dá)，優(yōu)化現(xiàn)代化包裝設(shè)計。本文提出一種基于分塊特征匹配和邊緣輪廓檢測的視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取算法，采用圖像塊的稀疏表示方法實現(xiàn)工業(yè)產(chǎn)品包裝色彩仿生特征提取。在嵌入式的DSP環(huán)境下進(jìn)行工業(yè)產(chǎn)品包裝色彩仿生特征提取系統(tǒng)設(shè)計，使用32位ARM處理器進(jìn)行視覺傳達(dá)下工業(yè)產(chǎn)品包裝色彩仿生特征提取的總線傳輸控制，實現(xiàn)包裝色彩仿生特征的自動提取和信息交互。研究得出，采用本文系統(tǒng)能有效實現(xiàn)包裝色彩仿生特征提取和視覺傳達(dá)，色彩的融合性和提取分辨能力較好。

注：本文通訊作者為梁文思。

參考文獻(xiàn)

[1] 張曉宇，左俊瑋.基于紅色題材的井岡山旅游紀(jì)念品開發(fā)與設(shè)計[J].包裝工程，2018，39（12）：224?230.

ZHANG Xiaoyu， ZUO Junwei. Development and design of tourist souvenirs in Jinggangshan based on the theme of red [J]. Packaging engineering， 2018， 39（12）： 224?230.

[2] LONG M， WANG J， DING G， et al. Adaptation regularization： a general framework for transfer learning [J]. IEEE transactions on knowledge and data engineering， 2014， 26（5）： 1076?1089.

[3] PATRICIA N， CAPUTO B. Learning to learn， from transfer learning to domain adaptation： a unifying perspective [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Columbus： IEEE， 2014： 1442?1449.

[4] SUN L， GUO C. Incremental affinity propagation clustering based on message passing [J]. IEEE transactions on knowledge and data engineering， 2014， 26（11）： 2731?2744.

[5] 陳洋，王世峰，都凱悅，等.基于加速引導(dǎo)濾波的圖像像素級融合[J].長春理工大學(xué)學(xué)報（自然科學(xué)版），2018，41（6）：11?15.

CHEN Yang， WANG Shifeng， DU Kaiyue， et al. A image pixel level fusion based on fast guided filter [J]. Journal of Changchun University of Science and Technology （Natural science edition）， 2018， 41（6）： 11?15.

[6] 劉佶鑫，魏嫚.可見光?近紅外HSV圖像融合的場景類字典稀疏識別方法[J].計算機應(yīng)用，2018，38（12）：3355?3359.

LIU Jixin， WEI Man. Scene sparse recognition method via intra?class dictionary for visible and near?infrared HSV image fusion [J]. Journal of computer applications， 2018， 38（12）： 3355?3359.

[7] 閆錦，田寶華.工業(yè)設(shè)計產(chǎn)品造型在服飾包裝設(shè)計中的應(yīng)用研究[J].中國包裝工業(yè)，2015，31（22）：214?215.

YAN Jin， TIAN Baohua. Application research of industrial design product modeling in clothing packaging design [J]. China packaging industry， 2015， 31（22）： 214?215.

[8] 呂麗蓉.雕塑藝術(shù)在工業(yè)包裝設(shè)計中的運用[J].中國包裝工業(yè)，2016，55（5）：65?66.

L? Lirong. The use of sculpture art in industrial packaging design [J]. China packaging industry， 2016， 55（5）： 65?66.

[9] 陳亭元.基于實用性的個性化產(chǎn)品包裝設(shè)計研究[J].工業(yè)設(shè)計，2018，61（8）：67?68.

CHEN Tingyuan. Research on personalized product packaging design based on practicality [J]. Industrial design， 2018， 61（8）： 67?68.

[10] KRISHNA A， CIAN L， AYDINO?LU N Z. Sensory aspects of package design [J]. Journal of retailing， 2017， 93（1）： 43?54.