張小慧

摘? 要： 傳統(tǒng)的青銅器鳳紋圖像缺陷檢測系統(tǒng)存在檢測時間長的問題，為解決此問題，將視覺傳達技術(shù)應(yīng)用到青銅器鳳紋圖像缺陷檢測系統(tǒng)中。系統(tǒng)硬件主要包括加速芯片、系統(tǒng)接口、主控制器，加速芯片主要顯示青銅器鳳紋圖像缺陷檢測的工作狀態(tài)，系統(tǒng)接口為系統(tǒng)與顯示器之間提供連接，主控制器完成系統(tǒng)的初始化、配置和控制。系統(tǒng)的軟件部分，首先對青銅器鳳紋圖像噪聲處理，并利用視覺傳達技術(shù)對青銅器鳳紋圖像的集合參數(shù)和特征描述與處理，對青銅器鳳紋圖像邊緣檢測，最后利用視覺傳達技術(shù)對青銅器鳳紋圖像缺陷檢測，以此完成基于視覺傳達的青銅器鳳紋圖像缺陷檢測系統(tǒng)的設(shè)計。實驗對比結(jié)果表明，此次設(shè)計的基于視覺傳達的青銅器鳳紋圖像缺陷檢測系統(tǒng)比傳統(tǒng)系統(tǒng)的圖像缺陷檢測時間短，能夠有效檢測青銅器鳳紋圖像缺陷特征。

關(guān)鍵詞： 青銅器; 鳳紋圖像; 缺陷檢測; 系統(tǒng)設(shè)計; 視覺傳達; 特征描述

Abstract： The visual communication technology is applied to the bronze ware phoenix patterns image defect detection system to shorten the detection time of the traditional defect detection system of the bronze ware phoenix patterns images. The hardware of the system mainly includes the acceleration chip， system interface and master controller. The acceleration chip is mainly used to display the state of defect detection for the bronze ware phoenix patterns images. The system interface is used to provide the connection between the system and the display. The master controller is utilized to complete the initialization， configuration and control of the system. In the software part of the system， the image noise of phoenix patterns on bronze ware is processed， and the visual communication technology is used to describe and process the set parameters and features of phoenix patterns image on bronze ware and detect the image edge. The phoenix patterns image defect on bronze ware is detected by means of the visual communication technology， so as to complete the design of bronze ware phoenix patterns image defect detection system based on visual communication. The experimental comparison results show that the designed bronze ware phoenix patterns image defect detection system based on visual communication takes shorter detection time than that of the traditional system， and can effectively detect the defect features in bronze ware phoenix patterns image.

Keywords： bronze ware; phoenix pattern image; defect detection; system design; visual communication; feature description

0? 引? 言

青銅器鳳紋圖像是中華民族的傳統(tǒng)文化符號，其中凝聚著豐富的象征意蘊和多樣炫麗的形式風(fēng)格，對現(xiàn)代設(shè)計的觀念和造型方面都有著非常重要的啟示作用。青銅器鳳紋圖像歷史悠久，其鳳紋圖像會存在缺陷，為了更好地對青銅器鳳紋圖像進行分析，檢測青銅器鳳紋圖像缺陷是目前亟需解決的問題。傳統(tǒng)青銅器鳳紋圖像缺陷檢測系統(tǒng)受檢查人員主觀影響較大，無法保證檢測結(jié)果的穩(wěn)定性和過程的可重復(fù)性;同時，傳統(tǒng)的青銅器鳳紋圖像缺陷檢測系統(tǒng)檢測時間長，不能有效對青銅器鳳紋圖像缺陷檢測。為解決這一問題，設(shè)計一種基于視覺傳達的青銅器鳳紋圖像缺陷檢測系統(tǒng)。視覺傳達是一種通過視覺媒介表現(xiàn)并傳遞給觀眾的設(shè)計，具有多媒體、三維立體、虛擬信息傳達的優(yōu)點，將其應(yīng)用到青銅器鳳紋圖像缺陷檢測系統(tǒng)設(shè)計中具有重要的意義。

此次設(shè)計的青銅器鳳紋圖像缺陷檢測系統(tǒng)從硬件部分和軟件部分兩方面來完成。

1? 青銅器鳳紋圖像缺陷檢測系統(tǒng)硬件設(shè)計

1.1? 加速芯片設(shè)計

此次設(shè)計的青銅器鳳紋圖像缺陷檢測[1]系統(tǒng)外接了一個普通顯示器來顯示青銅器鳳紋圖像缺陷檢測狀態(tài)。為提高顯示器的分辨率，加入DISF55I8加速芯片[2]，該芯片為多媒體輔助芯片，采用297腳BGA封裝，提供嵌入式功能，并為顯示器提供視頻和2D能力。同時，該加速芯片提供很多I/O接口，包括模擬RGB顯示器[3]接口、LCD液晶顯示器接口、8位并行接口、USB接口、I2C接口和脈沖寬度調(diào)制接口，可供用戶自由配置。加速芯片的結(jié)構(gòu)框圖如圖1所示。

DISF55I8加速芯片支持320×240至1 024×768分辨率、16/32位色LCD/CRT顯示，帶有8/16位數(shù)字視頻信號輸入接口，7個硬件顯示層[4]，能夠分割青銅器鳳紋圖像畫面，為青銅器鳳紋圖像檢測提供較為清晰的畫面。

1.2? 系統(tǒng)接口設(shè)計

顯卡的輸出接口是與電腦和顯示器之間的橋梁，顯卡處理的圖像信息最終要輸出到顯示器上，因此采用IBM公司生產(chǎn)的VGA接口向顯示器輸出圖像信號。

該VGA接口能夠直接與顯示器連接，VGA接口部分原理圖如圖2所示。利用SN708驅(qū)動VGA接口，顯示圖像通過A/D轉(zhuǎn)換器轉(zhuǎn)變?yōu)閿?shù)字信號[5]，最后在計算機內(nèi)部以數(shù)字方式生成相應(yīng)的顯示圖像。

1.3? 主控制器設(shè)計

采用Intel公司生產(chǎn)的DFioo處理器，能完成系統(tǒng)的初始化、配置和控制。DFioo處理器采用ArmV5TE架構(gòu)，CPU擁有Thumb壓縮指令，64位長乘法指令，并集成眾多的外設(shè)接口。其結(jié)構(gòu)框圖如圖3所示。

DFioo處理器具有三種復(fù)位方式，復(fù)位芯片內(nèi)部自帶，不需要外部電路[6]。在系統(tǒng)待機時，按下按鍵系統(tǒng)就能夠恢復(fù)到正常的工作模式。

2? 青銅器鳳紋圖像缺陷檢測系統(tǒng)軟件實現(xiàn)

2.1? 青銅器鳳紋圖像配準(zhǔn)

在上述對青銅器鳳紋圖像缺陷檢測系統(tǒng)硬件設(shè)計的基礎(chǔ)上，對該系統(tǒng)的軟件進行設(shè)計。首先對青銅器鳳紋圖像配準(zhǔn)[7]，采集青銅器鳳紋圖像時會受到輸入轉(zhuǎn)換器件[8]以及周圍光線環(huán)境的影響，使圖像上含有各種各樣的噪聲和其他類型缺陷。因此，需要對采集的青銅器鳳紋圖像噪聲進行處理[9]，利用視覺傳達技術(shù)中的空間相關(guān)性去除噪聲，計算公式為：

式中：[Fx，y]為待去除噪聲圖像;[η]為圖像衰減率;[a]，[g]為圖像的高頻部分;[c]為圖像噪聲。

在此基礎(chǔ)上，對青銅器鳳紋圖像進行形態(tài)學(xué)操作[10]，以改善圖像質(zhì)量。利用視覺傳達技術(shù)對青銅器鳳紋圖像的集合參數(shù)與特征描述和處理，計算公式為：

式中：[A]為要處理的圖像集合;[B]為結(jié)構(gòu)元素;[fc]為鳳紋圖像紋理特征[11];[K]為形態(tài)學(xué)基本計算因子。

根據(jù)上述定義，完成青銅器鳳紋圖像的配準(zhǔn)，為青銅器鳳紋圖像缺陷檢測提供基礎(chǔ)。

2.2? 青銅器鳳紋圖像缺陷檢測

在上述對青銅器鳳紋圖像配準(zhǔn)的基礎(chǔ)上，利用視覺傳達技術(shù)對青銅器鳳紋圖像缺陷檢測[12]。假設(shè)青銅器鳳紋圖像區(qū)域大小為[M×N]，[c，v]分別代表青銅器鳳紋圖像邊緣的長度和寬度，得到青銅器鳳紋圖像的輪廓圖像[13]，計算公式如下：

式中：[G]為圖像的關(guān)鍵特征點;[Cd]，[Vi]分別為圖像長度和寬度的轉(zhuǎn)換因子;[σ]為圖像分塊特征向量。

將待檢測的缺陷圖像與上述配準(zhǔn)圖像進行差分操作[14]，假設(shè)配準(zhǔn)后的圖像為[Gx，y]，待檢測圖像為[Ai，j]，匹配相減后得到與采集圖像大小相同的差分圖像[Hi，j]，則：

在圖像缺陷檢測過程中會有兩個或多個相距較近的缺陷區(qū)域，在檢測時將它們合并成一個缺陷區(qū)，以進一步對缺陷區(qū)域分析和判斷。

在此基礎(chǔ)上，確定缺陷的所述種類、個數(shù)、位置及即面積，采用視覺傳達技術(shù)，對目標(biāo)圖像進行圖像特征提取[15]與分類，準(zhǔn)確地判定缺陷，計算公式如下：

式中：[H]為檢測圖像數(shù)據(jù)與其他圖像的相似度;[fz]為缺陷圖像的位置;[Dv]為缺陷圖像統(tǒng)計特征值;[di]為配準(zhǔn)統(tǒng)計特征值。

根據(jù)上述定義對青銅器鳳紋圖像缺陷的檢測，以此完成基于視覺傳達的青銅器鳳紋圖像缺陷檢測系統(tǒng)的設(shè)計。

3? 實驗對比

為驗證上述設(shè)計的檢測系統(tǒng)的有效性，將此次設(shè)計的系統(tǒng)與傳統(tǒng)系統(tǒng)的圖像缺陷檢測時間進行對比，以使實驗更具說明性。

3.1? 實驗樣本準(zhǔn)備

選取180張帶有缺陷的青銅器鳳紋圖像，將其中160張圖像隨機分為6組構(gòu)成訓(xùn)練集，樣本中缺陷特征如表1所示。

在此基礎(chǔ)上，對圖像進行中值濾波處理，采用4個尺度，8個方向，共32組濾波器對待實驗圖像濾波，并在圖像尺寸上對其規(guī)格化處理。

3.2? 實驗結(jié)果分析

實驗主要對比此次設(shè)計系統(tǒng)與傳統(tǒng)系統(tǒng)的圖像缺陷檢測時間，對比結(jié)果如圖4所示。

由實驗結(jié)果可知，此次設(shè)計檢測系統(tǒng)的圖像缺陷檢測時間比傳統(tǒng)系統(tǒng)的缺陷圖像檢測時間短，證明此次設(shè)計的系統(tǒng)能夠快速檢測到更深層的缺陷信息。因為此次設(shè)計的系統(tǒng)利用視覺傳達技術(shù)，能夠快速對青銅器鳳紋圖像配準(zhǔn)以及缺陷檢測;而傳統(tǒng)的缺陷檢測系統(tǒng)整體的圖像檢測時間較長，不能快速獲取更準(zhǔn)確的青銅器鳳紋圖像缺陷特征，從而對檢測結(jié)果產(chǎn)生影響。

為了驗證本文系統(tǒng)的有效性，在實驗樣本圖像中選擇了一張帶有缺陷的青銅器鳳紋圖像，通過采用本文系統(tǒng)和傳統(tǒng)系統(tǒng)對該圖像存在的缺陷進行檢測。其中，檢測的缺陷點越多證明系統(tǒng)應(yīng)用性更好。檢測結(jié)果如圖5所示。

分析圖5可以看出，采用本文系統(tǒng)對存在缺陷的青銅器鳳紋圖像進行檢測的結(jié)果更好，檢測出的缺陷點更多，而采用傳統(tǒng)系統(tǒng)進行檢測后，檢測出來的缺陷點較少，證明本文系統(tǒng)的檢測性能更好，在實際應(yīng)用中更具優(yōu)勢。

4? 結(jié)? 語

針對傳統(tǒng)的青銅器鳳紋圖像檢測系統(tǒng)檢測時間長的問題，設(shè)計一種基于視覺傳達的青銅器鳳紋圖像缺陷檢測系統(tǒng)。實驗對比結(jié)果表明，此次設(shè)計的基于視覺傳達的青銅器鳳紋圖像缺陷檢測系統(tǒng)比傳統(tǒng)檢測系統(tǒng)圖像缺陷檢測時間短，能夠在短時間內(nèi)檢測到更深層的圖像缺陷信息，為青銅器鳳紋圖像研究提供幫助。

參考文獻

[1] 王卓.基于視覺傳達效果的三維圖像虛擬重建[J].現(xiàn)代電子技術(shù)，2019，42（1）：62?64.

[2] 李碩.基于計算機圖形圖像設(shè)計及視覺傳達設(shè)計研究[J].電視技術(shù)，2018，42（6）：113?116.

[3] 雷桐，燕耀.拍攝全景建筑圖像自動拼接匹配仿真[J].計算機仿真，2018，35（4）：377?381.

[4] 鄭仁思.基于紅外光譜的多幀影視圖像視覺傳達方法[J].激光雜志，2019，40（2）：114?117.

[5] 劉旭.考慮視覺傳達效果的震后區(qū)域三維圖像虛擬重建[J].地震工程學(xué)報，2018，40（4）：826?832.

[6] 高正中，趙晨暉，薛寒，等.基于圖像處理的產(chǎn)品表面缺陷檢測系統(tǒng)研究[J].電子技術(shù)應(yīng)用，2017，43（5）：64?66.

[7] 岳彪，閔永智，馬宏鋒，等.鋼軌表面缺陷檢測系統(tǒng)中圖像增強預(yù)處理方法研究[J].鐵道科學(xué)與工程學(xué)報，2018，15（12）：3248?3256.

[8] 朱妍妍，左建華，盧繼平，等.基于圖像處理的膠管缺陷在線檢測系統(tǒng)開發(fā)[J].北京理工大學(xué)學(xué)報，2017，37（9）：937?941.

[9] 馬寶秋.基于圖像小波變換的食品包裝印刷缺陷檢測方法[J].食品研究與開發(fā)，2017，38（5）：212?215.

[10] 文生平，洪華鋒，舒凱翔.精密注塑手機外殼表面缺陷視覺檢測系統(tǒng)設(shè)計[J].塑料工業(yè)，2017，45（9）：53?56.

[11] 錢基德，陳斌，錢基業(yè)，等.基于機器視覺的液晶屏Mura缺陷檢測方法[J].計算機科學(xué)，2018，45（6）：296?300.

[12] 李澄非，田果，董超俊，等.基于變異系數(shù)法的工業(yè)產(chǎn)品表面缺陷快速檢測應(yīng)用研究[J].化工學(xué)報，2018，69（3）：1238?1243.

[13] 賈真真，張濤，曹興強.基于機器視覺的食品內(nèi)包裝缺陷檢測裝置設(shè)計與實現(xiàn)[J].食品與機械，2018，34（7）：111?114.

[14] 田亮，張任.平移校正下印刷圖像缺陷檢測優(yōu)化仿真[J].計算機仿真，2019，36（1）：409?412.

[15] 王素芬.多維彩色圖像印刷缺陷快速檢測仿真[J].計算機仿真，2017，34（6）：411?414.