基于色彩印刷符號分析的自動化視覺傳達(dá)可視融合系統(tǒng)設(shè)計(jì)

潘 娜，潘 偉

（1.聊城大學(xué)，聊城 252000；2.東北大學(xué) 材料科學(xué)與工程學(xué)院，沈陽 110004）

0 引言

可視融合系統(tǒng)是由服務(wù)器、存儲器和網(wǎng)絡(luò)組成的高效整合系統(tǒng)。通過對融合系統(tǒng)的研究，可以使服務(wù)器、存儲器和網(wǎng)絡(luò)形成機(jī)架式計(jì)算機(jī)模式，有效地消除裝配、再集成和優(yōu)化過程[1]。這一變化使互聯(lián)網(wǎng)的應(yīng)用逐漸向小型化、分布式方向發(fā)展，也使各種分布式的設(shè)備逐步走向集成。因特網(wǎng)基礎(chǔ)設(shè)施也由集中式發(fā)展成分布式，從而代表著因特網(wǎng)已經(jīng)成為可視融合系統(tǒng)的一種主流發(fā)展趨勢，因此吸引了越來越多的傳統(tǒng)硬件供應(yīng)商加入到可視融合系統(tǒng)的開發(fā)中，并逐漸應(yīng)用于各行各業(yè)[2]。在計(jì)算機(jī)媒體迅速發(fā)展的今天，視覺傳達(dá)技術(shù)以其獨(dú)特而新穎的設(shè)計(jì)意象和語言，在計(jì)算機(jī)媒體領(lǐng)域得到了非常廣泛的應(yīng)用，推動了計(jì)算機(jī)媒體的發(fā)展[3]。

針對多角色虛擬人物在三維仿真設(shè)計(jì)過程中存在可視化融合效果差的問題，有關(guān)學(xué)者提出了基于視覺傳達(dá)的多角色虛擬人物三維融合系統(tǒng)設(shè)計(jì)[4]，使用VegaPrime三維繪制工具，為多角色虛擬人物建立了三維造型模塊，通過仿真虛擬人物所處的虛擬場景，以多角色虛擬人物為基礎(chǔ)，設(shè)計(jì)了運(yùn)動算法，實(shí)現(xiàn)了多角色虛擬人物、用戶以及三維仿真場景之間的融合，實(shí)踐證明，設(shè)計(jì)的融合系統(tǒng)在可視化融合效果方面具有更好的性能；為了解決傳統(tǒng)公交系統(tǒng)視覺傳達(dá)設(shè)計(jì)系統(tǒng)中信息識別和信息傳遞效率低下的問題，基于動態(tài)影像的公共交通視覺傳達(dá)設(shè)計(jì)系統(tǒng)在設(shè)計(jì)過程中[5]，先建立視覺傳達(dá)設(shè)計(jì)系統(tǒng)的總體架構(gòu)，根據(jù)系統(tǒng)結(jié)構(gòu)確定各個數(shù)據(jù)硬件設(shè)備的組成，將動態(tài)圖像應(yīng)用于公交系統(tǒng)的視覺傳達(dá)，對視覺傳達(dá)軟件的運(yùn)行主程序進(jìn)行了詳細(xì)的設(shè)計(jì)，結(jié)果表明，王天甲設(shè)計(jì)的系統(tǒng)與傳統(tǒng)的系統(tǒng)相比，能夠最大限度地實(shí)現(xiàn)信息的識別與傳遞。

基于以上研究背景，本文將色彩印刷符號分析應(yīng)用到了自動化視覺傳達(dá)可視融合系統(tǒng)設(shè)計(jì)中，從而提高系統(tǒng)的整體性能。

1 自動化視覺傳達(dá)可視融合系統(tǒng)硬件設(shè)計(jì)

1.1 自動化視覺傳達(dá)可視融合系統(tǒng)架構(gòu)設(shè)計(jì)

自動化視覺傳達(dá)可視融合系統(tǒng)將隱藏的圖像信息以視覺圖像的形式傳遞給觀眾[6]。系統(tǒng)在運(yùn)行過程中，需要利用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)采集視覺傳達(dá)圖像信息，并對其進(jìn)行傳輸和融合處理，從而增強(qiáng)視覺傳達(dá)圖像在視覺上的顯示效果。自動化視覺傳達(dá)可視融合系統(tǒng)架構(gòu)如圖1所示。

圖1 自動化視覺傳達(dá)可視融合系統(tǒng)架構(gòu)

在圖1的架構(gòu)圖中可以看出，自動化視覺傳達(dá)可視融合系統(tǒng)主要由視覺傳達(dá)圖像采集模塊、圖形處理模塊和視覺傳達(dá)圖像的顯示輸出模塊組成。在圖形處理模塊中，數(shù)據(jù)傳輸和圖形元素集成是該模塊最關(guān)鍵的組成部分。視覺傳達(dá)圖像元素采集器采集到視覺傳達(dá)圖像信息之后，通過無線光纖將采集的信息傳輸?shù)綀D像融合模塊。在分析視覺傳達(dá)圖像特征的基礎(chǔ)上，采用多傳感器技術(shù)，根據(jù)具體的可視融合算法對視覺傳達(dá)圖像進(jìn)行處理，輸出可視化的視覺傳達(dá)圖像，使顯示裝置能夠顯示最終的視覺傳達(dá)圖像。圖像元素的集成是自動化視覺傳達(dá)可視融合系統(tǒng)設(shè)計(jì)的重要環(huán)節(jié)，需要對其進(jìn)行詳細(xì)分析。

1.2 自動化視覺傳達(dá)可視融合編碼器設(shè)計(jì)

自動化視覺傳達(dá)可視融合編碼器的結(jié)構(gòu)設(shè)計(jì)，是整個自動化視覺傳達(dá)可視融合系統(tǒng)的重要部分，會對整個系統(tǒng)的性能造成直接性影響。利用編碼器的結(jié)構(gòu)設(shè)計(jì)，可以更好地實(shí)現(xiàn)系統(tǒng)中各個模塊之間的相互協(xié)作。自動化視覺傳達(dá)可視融合編碼器結(jié)構(gòu)如圖2所示。

圖2 自動化視覺傳達(dá)可視融合編碼器結(jié)構(gòu)圖

在系統(tǒng)的頂層結(jié)構(gòu)中，自動化視覺傳達(dá)可視融合編碼器分為三個模塊：符號產(chǎn)生模塊、二值算術(shù)編碼模塊、碼流打包模塊和一個獨(dú)立控制單元。在讀取自動化視覺傳達(dá)圖像中的像素信息之后，對自動化視覺傳達(dá)圖像進(jìn)行分層編碼，使三個模塊同時工作。控制單元根據(jù)反饋數(shù)據(jù)對三個模塊進(jìn)行平衡控制。

基于自動化視覺傳達(dá)可視融合系統(tǒng)架構(gòu)設(shè)計(jì)，結(jié)合自動化視覺傳達(dá)可視融合編碼器設(shè)計(jì)，實(shí)現(xiàn)了系統(tǒng)的硬件設(shè)計(jì)。

2 自動化視覺傳達(dá)可視融合系統(tǒng)軟件設(shè)計(jì)

2.1 提取自動化視覺傳達(dá)圖像的多維特征

在自動化視覺傳達(dá)系統(tǒng)中，一張圖像往往具有多個維度的特征，通過分析圖像的色彩印刷符號，提取出自動化視覺傳達(dá)圖像的多維特征，特征提取流程如圖3所示。

圖3 自動化視覺傳達(dá)圖像的多維特征提取流程

自動化視覺傳達(dá)圖像的多維特征提取中，首先構(gòu)造多維尺度空間，在各個尺度層次上提取自動化視覺傳達(dá)圖像的極值點(diǎn)；其次提取并濾波自動化視覺傳達(dá)圖像的特征點(diǎn)，以保證特征點(diǎn)的穩(wěn)定性；然后對每一個特征點(diǎn)用一個方向值來表示不同的特征；最后利用所得到的特征描述符提取自動化視覺傳達(dá)圖像的多維特征。

2.2 映射自動化視覺傳達(dá)圖像的多維信息

將自動化視覺傳達(dá)圖像的多維信息映射到二維空間或者三維空間中，引入信息降維處理算法，分析自動化視覺傳達(dá)圖像的色彩印刷符號，保證視覺傳達(dá)圖像在維度信息上的完整性，實(shí)現(xiàn)自動化視覺傳達(dá)的多維可視化。基于自動化視覺傳達(dá)圖像的多維特征提取，將自動化視覺傳達(dá)圖像的冗余維度信息去除，表示為：

其中，m1，m2，…，ma表示自動化視覺傳達(dá)圖像的原有變量指標(biāo)，w1，w2，…，wx表示自動化視覺傳達(dá)圖像的新變量指標(biāo)，下標(biāo)表示的是原有指標(biāo)的主成分類別。

根據(jù)式(1)的計(jì)算結(jié)果，可以得到如圖4所示的自組織神經(jīng)網(wǎng)絡(luò)模型。

圖4 自組織神經(jīng)網(wǎng)絡(luò)模型

當(dāng)輸入信號m與神經(jīng)元之間的匹配處于最佳狀態(tài)時，可以得到：

其中，e表示神經(jīng)元，ye表示神經(jīng)元e在穩(wěn)定狀態(tài)下的輸出值，Qe表示權(quán)值矢量。

在最佳匹配單元位置f處，得到：

基于以上計(jì)算，完成了自動化視覺傳達(dá)圖像的多維信息映射。

2.3 自動化視覺傳達(dá)可視融合的實(shí)現(xiàn)

利用色彩印刷符號分析的方法加載自動化視覺傳達(dá)圖像，并對相應(yīng)的像素空間進(jìn)行命名，分析XML格式的圖像信息，提取出自動化視覺傳達(dá)圖像的像素信息，識別像素信息之后并生成相應(yīng)的集合，對像素集進(jìn)行設(shè)置屬性處理，完成自動化視覺傳達(dá)圖像的色彩印刷符號分析。

自動化視覺傳達(dá)圖像的像素信息提取公式為：

其中，P～表示提取到的像素信息，d表示像素信息提取因子，a表示像素信息的提取比例。

自動化視覺傳達(dá)圖像的像素信息識別算法為：

其中，f（P）表示識別到的像素信息，g表示像素信息識別參數(shù)，sgn()表示像素信息識別的函數(shù)表達(dá)式。

將識別到的像素信息進(jìn)行處理，建立一個像素信息集合f（P）={p1，p2，…，pn}，通過設(shè)定f（P）的參數(shù)，分析自動化視覺傳達(dá)圖像的色彩印刷符號。

采用加權(quán)融合的方式對自動化視覺傳達(dá)圖像進(jìn)行可視融合，加權(quán)融合具有簡便、直觀的特點(diǎn)，加權(quán)融合方法的加權(quán)系數(shù)可以明確反映出自動化視覺傳達(dá)圖像在像素信息采集方面的可信度，加權(quán)系數(shù)設(shè)定是否合理，對自動化視覺傳達(dá)圖像的加權(quán)融合起著決定性作用。

自動化視覺傳達(dá)圖像的加權(quán)融合公式為：

其中，x表示加權(quán)融合處理的加權(quán)系數(shù)，通常情況下，是根據(jù)自動化視覺傳達(dá)圖像的像素信息數(shù)量進(jìn)行設(shè)定。

綜上所述，通過提取自動化視覺傳達(dá)圖像的多維特征，對自動化視覺傳達(dá)圖像的多維信息進(jìn)行映射，通過自動化視覺傳達(dá)可視融合程序設(shè)計(jì)，完成了系統(tǒng)的軟件設(shè)計(jì)，實(shí)現(xiàn)了自動化視覺傳達(dá)的可視融合。

3 系統(tǒng)測試分析

為了保證基于色彩印刷符號分析的自動化視覺傳達(dá)可視融合系統(tǒng)的有效性，通過設(shè)計(jì)實(shí)驗(yàn)的方式對本文設(shè)計(jì)的系統(tǒng)進(jìn)行驗(yàn)證。在系統(tǒng)測試過程中，將自動化視覺傳達(dá)圖像作為實(shí)驗(yàn)對象，主要是對圖像中的像素信息進(jìn)行可視融合。為了確保系統(tǒng)測試過程與結(jié)果的準(zhǔn)確性，引入基于視覺傳達(dá)的多角色虛擬人物三維融合系統(tǒng)和基于動態(tài)影像的公共交通視覺傳達(dá)設(shè)計(jì)系統(tǒng)與其進(jìn)行對比，分析實(shí)驗(yàn)結(jié)果。系統(tǒng)測試過程中，將基于視覺傳達(dá)的多角色虛擬人物三維融合系統(tǒng)和基于動態(tài)影像的公共交通視覺傳達(dá)設(shè)計(jì)系統(tǒng)作為對照組，基于色彩印刷符號分析的自動化視覺傳達(dá)可視融合系統(tǒng)為實(shí)驗(yàn)組。

3.1 實(shí)驗(yàn)參數(shù)設(shè)定

為了盡量保證實(shí)驗(yàn)測試結(jié)果的準(zhǔn)確性，設(shè)置了實(shí)驗(yàn)過程中參數(shù)，系統(tǒng)測試過程中采用不同的自動化視覺傳達(dá)可視融合系統(tǒng)對自動化視覺傳達(dá)圖像進(jìn)行可視融合，必須保證外部環(huán)境的一致性。外部環(huán)境參數(shù)設(shè)置情況如表1所示。

表1 實(shí)驗(yàn)參數(shù)

3.2 結(jié)果與分析

系統(tǒng)測試過程中，主要從融合效率和配準(zhǔn)率兩個方面進(jìn)行測試，結(jié)果如下。

三個自動化視覺傳達(dá)可視融合系統(tǒng)的融合效率測試結(jié)果如圖5所示。

從圖5的結(jié)果可以看出，在自動化視覺傳達(dá)可視融合效率測試方面，基于色彩印刷符號分析的自動化視覺傳達(dá)可視融合系統(tǒng)在對自動化視覺傳達(dá)圖像進(jìn)行可視融合時，自動化視覺傳達(dá)可視融合效率達(dá)到了80%以上，而基于視覺傳達(dá)的多角色虛擬人物三維融合系統(tǒng)和基于動態(tài)影像的公共交通視覺傳達(dá)設(shè)計(jì)系統(tǒng)在60%～70%之間，原因是基于色彩印刷符號分析的自動化視覺傳達(dá)可視融合系統(tǒng)在設(shè)計(jì)過程中，利用編碼器的結(jié)構(gòu)設(shè)計(jì)，可以更好地實(shí)現(xiàn)系統(tǒng)中各個模塊之間的相互協(xié)作，提高了自動化視覺傳達(dá)的可視融合效率。

圖5 自動化視覺傳達(dá)可視融合效率測試結(jié)果

三個自動化視覺傳達(dá)可視融合系統(tǒng)的配準(zhǔn)率測試結(jié)果如圖6所示。

圖6 自動化視覺傳達(dá)可視融合的配準(zhǔn)率測試結(jié)果

從圖6的結(jié)果可以看出，當(dāng)自動化視覺傳達(dá)圖像的像素點(diǎn)個數(shù)為100時，基于視覺傳達(dá)的多角色虛擬人物三維融合系統(tǒng)和基于動態(tài)影像的公共交通視覺傳達(dá)設(shè)計(jì)系統(tǒng)測試得到的自動化視覺傳達(dá)可視融合配準(zhǔn)率分別為20%和30%，而基于色彩印刷符號分析的自動化視覺傳達(dá)可視融合系統(tǒng)為60%，當(dāng)自動化視覺傳達(dá)圖像的像素點(diǎn)個數(shù)為200時，基于視覺傳達(dá)的多角色虛擬人物三維融合系統(tǒng)和基于動態(tài)影像的公共交通視覺傳達(dá)設(shè)計(jì)系統(tǒng)測試得到的自動化視覺傳達(dá)可視融合配準(zhǔn)率分別為25%和38%，而基于色彩印刷符號分析的自動化視覺傳達(dá)可視融合系統(tǒng)為68%，整個測試過程中，基于色彩印刷符號分析的自動化視覺傳達(dá)可視融合系統(tǒng)始終優(yōu)于其他兩

4 結(jié)語