基于視覺傳達(dá)要素的電視畫面優(yōu)化設(shè)計(jì)方法研究

代 蕾

(綏化學(xué)院 藝術(shù)設(shè)計(jì)學(xué)院，黑龍江 綏化 152061)

1 引言

基于顯示技術(shù)、視覺處理技術(shù)、圖像處理等學(xué)科，形成了電視數(shù)字圖像處理技術(shù)[1]。計(jì)算機(jī)圖形圖像技術(shù)是根據(jù)數(shù)字或概念描述物體的數(shù)據(jù)、模型，通過計(jì)算機(jī)對圖形進(jìn)行處理，完善、修改模型或數(shù)據(jù)操作過程。在高清電視制作中，電視數(shù)字圖像發(fā)揮著重要的作用。邊緣是電視圖像當(dāng)中的關(guān)鍵特征，同時(shí)對電視數(shù)字圖像處理也產(chǎn)生著至關(guān)重要的影響作用[2]。高清電視圖像邊緣區(qū)域是灰度變化最為劇烈的位置，其中有非常豐富的信息量，所以在處理圖像的過程中必須要充分認(rèn)識到電視數(shù)字圖像邊緣的重要性，增強(qiáng)圖像邊緣的精確性，能夠有效提升后續(xù)高清顯示水平[3]。需要迅速有效的提取電視數(shù)字圖像邊緣輪廓，能夠有效的抑制噪聲[4]。在傳播特定事物上，視覺傳達(dá)表現(xiàn)的是主動行為的可視形式，視覺傳達(dá)對客觀感受和視覺主觀感受比較依賴。視覺傳達(dá)同時(shí)也是傳遞信息符號的過程[5]。

現(xiàn)階段，數(shù)字圖像處理技術(shù)廣泛應(yīng)用于多元化領(lǐng)域，涉及到不同的社會階層以及其自有的內(nèi)容。圖像邊緣特征圖像它會在電視圖像里起到至關(guān)重要重要的作用。而在數(shù)字信息的邊緣中，夾雜著有用的信息又有很多，且十分豐富，能夠?qū)崿F(xiàn)檢測識別圖像的功能，因此數(shù)字圖像邊緣檢測技術(shù)在目標(biāo)跟蹤以及人臉識別等領(lǐng)域有極為廣泛的應(yīng)用。所以，當(dāng)前社會各界紛紛開始研究電視圖像邊緣檢測而技術(shù)，盡可能的對偽邊緣信息進(jìn)行全面的分析并處理，保證檢測后的邊緣信息的準(zhǔn)確性，在優(yōu)化電視圖像實(shí)際中，提高邊緣檢測精度屬于一項(xiàng)重要研究內(nèi)容。圍繞現(xiàn)階段缺乏圖像邊緣顯示方法的情況進(jìn)行分析，本文通過將直方圖凹度分析與視覺傳單效果充分結(jié)合的方式，并采取灰度Canny邊緣檢測方法將開關(guān)型中值濾波器安裝在高斯濾波之前，采用開關(guān)型中值濾波器，通過改進(jìn)的Canny邊緣檢測方法將脈沖噪聲濾除，利用直方圖凹度對自動選取雙閉值進(jìn)行分析，實(shí)驗(yàn)數(shù)據(jù)證明，電視數(shù)字圖像邊緣測方法，能夠獲得更好圖像邊緣精度。

2 圖形圖像技術(shù)與視覺傳達(dá)概述

在設(shè)計(jì)數(shù)據(jù)之前，需要進(jìn)行存儲器的保存，在處理這部分?jǐn)?shù)據(jù)的過程中，必須要充分應(yīng)用計(jì)算機(jī)的相關(guān)技術(shù)，并進(jìn)行圖紙?jiān)O(shè)計(jì)，通過繪圖軟件展現(xiàn)圖紙，這個(gè)過程即為圖形圖像技術(shù)。對于視覺傳達(dá)設(shè)計(jì)而言，在充分應(yīng)用電視技術(shù)背景下，電視圖像技術(shù)能夠創(chuàng)作包括色彩、文字等在內(nèi)的多元素內(nèi)容。視覺符號是視覺傳達(dá)過程中的重要渠道，能夠?qū)崿F(xiàn)傳播語言和表達(dá)視覺的功能。在視覺傳達(dá)過程中，有效藝術(shù)創(chuàng)作的實(shí)現(xiàn)，需對基本要素包括圖形、編排、文字、色彩等進(jìn)行應(yīng)用。圖形實(shí)際上屬于一種視覺符號，其創(chuàng)造過程多是有意識的，同時(shí)也包含著豐富的內(nèi)涵，直觀性非常顯著。這幾年，視覺傳達(dá)的發(fā)展速度不斷加快，廣泛在電視圖像設(shè)計(jì)中進(jìn)行應(yīng)用。

3 傳統(tǒng)Canny算法存在的問題

在進(jìn)行邊緣檢測的過程中，檢測效果良好的部分一般通過Canny傳統(tǒng)檢測法進(jìn)行檢測，具有較高的邊緣定位能力和檢測水平。但需要注意的是，該方法同時(shí)也有亟待完善的缺點(diǎn)，其是以高斯濾波器濾除噪聲的，無法高效抑制沖擊噪聲，所以在檢測邊緣的過程中很容易將沖擊噪聲包括在內(nèi)，使得實(shí)際檢測信噪比和實(shí)際信噪比水平存在差異。另外，在提取圖像邊緣的過程中使用雙閉值的方法，必須要加上人工預(yù)先設(shè)定好的雙閥值，因此說明它的自適應(yīng)能力相對較差。如果超出了預(yù)先設(shè)定的標(biāo)準(zhǔn)，則很容易導(dǎo)致邊緣執(zhí)行中斷，導(dǎo)致大量的執(zhí)行信息丟失，難以完全檢測到所有的圖像邊緣；如果閾值低于一定水平，得到的邊緣易產(chǎn)生虛假，降低了邊緣的精確度，檢測得到的邊緣較粗。

4 基于視覺傳達(dá)要素的電視圖像灰度Canny邊緣檢測算法

在抑制電視圖像噪聲方面，傳統(tǒng)Canny邊緣檢測技術(shù)存在一定局限性，在選取閾值參數(shù)方面具有較差的自適應(yīng)能力，因此，本研究改進(jìn)了傳統(tǒng)Canny邊緣檢測算法的缺陷，通過將直方圖凹度分析與視覺傳單效果充分結(jié)合的方式，并采取灰度Canny邊緣檢測方法將開關(guān)型中值濾波器安裝在高斯濾波之前，以開關(guān)型中值濾波器濾除脈沖噪聲，自動對雙閉值進(jìn)行選取。通過對Canny邊緣檢測技術(shù)的改進(jìn)，從而使該算法能將脈沖噪聲有效濾除，同時(shí)能自動對雙閾值進(jìn)行選取，閾值自適應(yīng)能力非常強(qiáng)，邊緣檢測效果非常優(yōu)異。

4.1 濾除脈沖噪聲

在傳輸、采集、存儲過程中，因各種噪聲會干擾電視圖像，在進(jìn)行邊緣檢測時(shí)，很容易使得圖像邊緣當(dāng)中包含著噪聲像素，使用傳統(tǒng)方法進(jìn)行噪聲過濾時(shí)，對圖像邊緣也進(jìn)行了平滑處理，這樣就會導(dǎo)致部分邊緣信息繞過檢測。因而，在邊緣檢測的過程中，使用開關(guān)型的中值濾波器能夠有效地解決信息丟失的問題，同時(shí)完美的保留了圖像邊緣信息。邊緣檢測的結(jié)果與沖擊波的強(qiáng)度密切相關(guān)，傳統(tǒng)的均值濾波、中值濾波、高斯濾波、ISEF不能夠有效地阻止沖擊類型噪聲的蔓延。本研究充分發(fā)揮了開關(guān)型中值濾波器的功能，并從四個(gè)方面通過拉普拉斯算子的方法對圖像的沖擊噪聲進(jìn)行檢測，從而完成中值濾波器的結(jié)論取代電視圖像噪聲像素中的灰度值，也就是說完成該過程后可以保留圖像邊緣信息，去噪聲效果較好。本文在進(jìn)行研究時(shí)，在高斯濾波前，通過改進(jìn)的Canny邊緣檢測方法，將脈沖噪聲采用開關(guān)型中值濾波器進(jìn)行濾除。在進(jìn)行沖擊噪聲的濾除過程中，開關(guān)型中值濾波器基于K1、K2、K3、K4檢測電視圖像的脈沖噪聲情況，最終得到的0°方向、45°方向；90°方向；135°方向方向算子分別如下，具體如下：

(1)0°方向

(2)45°方向

(3)90°方向

(4)135°方向

首先，Kp和輸入電視圖像1分別進(jìn)行卷積，從而獲得到4個(gè)卷積圖像。在像素點(diǎn)(i,j)處，對于當(dāng)前像素是否為脈沖噪聲，通過其4個(gè)卷積絕對值的最小值r(i,j)進(jìn)行檢測，計(jì)算采用公式(1)進(jìn)行：

r(i,j)=min{|I(i,j)?Kp|,p=1,2,3,4}

(1)

在像素點(diǎn)I(i,j)處，|I(i,j)?Kp|表示第p個(gè)卷積的絕對值。通過公式(2)對當(dāng)前像素是否為脈沖噪聲像素進(jìn)行判斷：

(2)

當(dāng)N(i,j)=1時(shí)，表示像素點(diǎn)為噪聲像素。如果閾值T小于r(i,j)，此時(shí)意味著噪聲像素的存在，中值濾波結(jié)果與噪聲像素的灰度值之間存在相互取代的關(guān)系，如果閾值T大于r(i,j)，此時(shí)意味著信號像素的存在，將像素灰度值維持在穩(wěn)定的范圍內(nèi)。通過公式(3)輸出以下結(jié)果：

(3)

4.2 自動閾值獲取

傳統(tǒng)的Canny檢測方法當(dāng)中，必須要有人工對參數(shù)進(jìn)行設(shè)定，因此其自適應(yīng)性非常差，通過本研究對該方法進(jìn)行合理優(yōu)化升級，能夠使其自動的對參數(shù)進(jìn)行設(shè)定。由于電視圖像的梯度幅值直方圖并沒有將雙峰特征明顯的展現(xiàn)出來，所以，大部分的圖像梯度幅值直方圖在非沒有邊遠(yuǎn)的地方都存在波峰，其他位置則相對平坦，所以，能夠通過自動選取雙閾值的方式增強(qiáng)算法的自適應(yīng)能力。選取雙閾值的步驟為：

步驟1，對圖像的256級梯度幅值直方圖h(i)進(jìn)行測算，對直方圖h(i)的非零起點(diǎn)(istart,h(istart))、非零終點(diǎn)(iend,h(iend))進(jìn)行計(jì)算，同時(shí)對這兩個(gè)點(diǎn)進(jìn)行保存。

步驟3，需要尋找斜率s(i)最大值以及其所對應(yīng)幅值ipeak，(ipeak,h(ipeak))意味著梯度直方圖的凸點(diǎn)，若ipeak

圖1 高閾值選取結(jié)果

5 實(shí)驗(yàn)結(jié)果

對比分析傳統(tǒng)canny邊緣檢測、LOG算子邊緣檢測、優(yōu)化改進(jìn)后的canny邊緣檢測方法的效果可以驗(yàn)證優(yōu)化后方法效果的有效性。采用品質(zhì)因數(shù)對邊緣檢測算法的性能進(jìn)行評價(jià)，采用公式(4)對品質(zhì)因數(shù)進(jìn)行定義：

(4)

公式中，檢測到的邊緣像素點(diǎn)的總個(gè)數(shù)用ND表示，人工標(biāo)注的真實(shí)邊緣像素點(diǎn)總個(gè)數(shù)用NI表示，第i個(gè)檢測到的邊緣點(diǎn)和離它最近的實(shí)際邊緣點(diǎn)之間存在的距離用di來表示。ξ就是一個(gè)常量系數(shù)，用來懲罰錯(cuò)位的邊緣，一般來說，如果ξ=0.1。此時(shí)意味著F值越大，也就是說檢測精度較強(qiáng)，實(shí)際效果越好。

本研究采用三種邊緣檢測方法對邊緣進(jìn)行檢測，同時(shí)對相應(yīng)的品質(zhì)因數(shù)F進(jìn)行計(jì)算，并將三種邊緣檢測算法的品質(zhì)因數(shù)曲線繪制出，如圖2所示，縱軸為品質(zhì)因數(shù)，橫軸為脈沖噪聲密度。

圖2 噪聲密度與品質(zhì)因數(shù)曲線

圖3為品質(zhì)因數(shù)和邊緣檢測算法的高斯噪聲信噪比曲線，品質(zhì)因數(shù)和高斯噪聲信噪比分別為縱軸和橫軸。

圖3 高斯噪聲信噪比與品質(zhì)因數(shù)曲線

實(shí)驗(yàn)證明，本研究所提出的優(yōu)化后的檢測方法可以保留圖像邊緣信息，去噪聲效果較好。對比分析傳統(tǒng)canny邊緣檢測、LOG算子邊緣檢測、優(yōu)化改進(jìn)后的canny邊緣檢測方法的效果可以驗(yàn)證優(yōu)化后方法的有效性?；诟咚乖肼暠尘?，充分結(jié)合梯度直方圖的凹度特性能，再通過雙閾值自動選擇的手段優(yōu)化檢測效果，改進(jìn)后，該算法能較好的將電視圖像的邊緣信息檢測出，邊緣定位精度要比LOG算子、傳統(tǒng)Canny邊緣檢測方法優(yōu)異。

6 結(jié)語

本文通過將直方圖凹度分析與視覺傳單效果充分結(jié)合的方式，并采取灰度Canny邊緣檢測方法將開關(guān)型中值濾波器安裝在高斯濾波之前，通過改進(jìn)的Canny邊緣檢測方法將脈沖噪聲濾除，利用直方圖凹度對自動選取雙閉值進(jìn)行分析，實(shí)驗(yàn)證明，本研究研究制定的邊緣檢測新方法實(shí)現(xiàn)了較好保留圖像邊緣細(xì)節(jié)信息的目的，對噪聲進(jìn)行良好的抑制，對比不同類型邊緣檢測方法的異同，最終發(fā)現(xiàn)該方法更具有優(yōu)勢。對于高斯噪聲來說，改進(jìn)的算法能較好的將電視圖像的邊緣信息檢測出，邊緣定位精度要比LOG算子、傳統(tǒng)Canny邊緣檢測方法優(yōu)異。