张少杰

摘 要： 为了不断提高工业生产力，创新工业生产技能，以及最大限度地提高产品外观轮廓的精细度，需要设计视觉处理软件，不断提高工业产品外观轮廓设计精确度及色彩安排合理性。提出用于工业产品外观设计的视觉处理软件，利用视觉处理软件计算并提取所需设计产品的特征，尤其充分描述工业产品的局部特征，以获得产品轮廓图像鉴别系数，设计工业产品轮廓的初始化模型，从而实现对产品外观的轮廓及颜色设计，判断工业产品外观的设计合理性。仿真实验证明，利用该方法对工业产品轮廓进行设计，能够有效提升工业产品成品率。

关键词： 智能视觉处理； 外观轮廓； 鉴别系数； 工业产品； 外观设计； 聚类算法

中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2018）05?0089?04

Abstract： In order to improve the industrial productivity， innovate the industrial production skills， and perfect the fineness of the product appearance to the maximum extent， it is necessary to design the visual processing software to constantly improve the accuracy of the industrial product appearance design and reasonability of color arrangement. The visual processing software used for industrial product appearance design is proposed. The visual processing software is used to calculate and extract the features needed by product design， especially for the local features which can fully describe the industrial products to acquire the distinguishing coefficient of the industrial product contour. The initial model of the industrial product contour was designed to realize the contour and color design of the product appearance， and judge the design rationality of the industrial product appearance. The simulation results show this method used to design the industrial product appearance can improve the yield of industrial products effectively.

Keywords： intelligence visual processing； appearance outline； distinguishing coefficient； industrial product； appearance design； clustering algorithm

0 引 言

随着消费市场的变化和消费者消费观念的转变，在工业产品设计过程中融入了虚拟的现实技术和高科技的信息技术，使得现代工业产品外观设计及色彩安排合理性逐步走向信息专业化以及一体化的新兴产业发展道路[1?3]。现代工业融合了科学文化以及艺术等诸多学科的工业制造环节，在现代工业产品竞争中，为了使产品在销售竞争中获得成功，现代工业产品外观设计十分重要[4]。现代工业设计作为现代工业制造的核心环节，需要与现代技术相融合，走信息化人机工程道路。现代工业设计利用视觉处理技术，使得产品的设计更加专业，更符合市场的要求，这也是未来现代工业设计发展的必经之路[5]。

到目前为止，已有很多专家学者将视觉处理器软件应用于工业产品外观设计及色彩安排合理性过程中，如理查德提出的图像识别方法，该方法将工业产品轮廓图像识别问题视为多个模型的分类问题，从工业产品轮廓图像的角度进行分析并处理工业产品轮廓图像，取得了比较明显的识别效果[6]，引起了學者们的广泛关注。为了研究出更好的工业产品轮廓图像识别方法，解决传统方法对工业产品轮廓图像要求过高的问题，将测试的工业产品轮廓图像进行识别，该方法的原理较为清晰，可以达到较好的工业产品轮廓图像识别效果，但没有考虑所测试的工业产品轮廓图像类别不同的情况，导致不能合理的选择图像，进而影响工业产品的识别精确度[7]。文献[8]研究了基于稀疏表示图像识别的方法，该方法首先考虑工业产品轮廓的图像类别，选择合理的工业产品轮廓图像进行识别，在减少工业产品轮廓图像样本的同时，保留了图像的结构，基于图像结构对工业产品进行识别，该方法的合理性较好，但存在实用性较低的缺点。文献[9]提出快速工业产品轮廓图像识别方法，该方法首先提取工业产品轮廓图像的局部特征，并对图像的局部特征进行识别，采用模型直方图表示工业产品轮廓图像，快速查找样图库中较为相似的图像，对此图像进行对比，计算求出工业产品轮廓图像识别的精度，但该方法存在识别精度误差较大的问题。文献[10]提出一种基于移动工业产品轮廓图像的识别方法，以解决传统方法存在识别率低等问题。该方法首先利用传感器对移动工业产品轮廓图像进行辅助识别，提高相关工业产品轮廓图像间的区分能力； 通过改进的图像生成方法，对工业产品轮廓图像进行识别，再通过分类器对图像进行分类，确保工业产品轮廓图像识别的精确度，但该方法存在识别过程较为复杂的问题。endprint

针对上述问题，本文提出一种基于视觉处理软件的工业产品外观设计及色彩安排合理性方法。首先采用视觉处理软件提取工业产品轮廓的图像特征，将产品轮廓图像特征集作为初始字典，引入fisher判别约束编码，使产品轮廓图像特征具有类间散度，结合FCM聚类算法对工业产品轮廓进行识别，判断工业产品的合理性。利用该方法对工业产品轮廓图像进行识别，能够有效提升工业产品的成品率。

1 视觉处理器软件在工业产品外观设计中的应用

1.1 工业产品轮廓图像去噪

首先提取工业产品轮廓图像的Gabor特征，将工业产品轮廓图像的Gabor特征作为初始字典，引入fisher判别方法，将工业产品轮廓图像Gabor滤波器定义为：

式中：代表工业产品轮廓图像像素；和表示工业产品方向与尺度；表示截止频率；表示中心频率；=为工业产品外观设计及色彩安排合理性的频率；表示产品宽度与波长之比。

假设工业产品轮廓图像Gabor特征为，将产品轮廓图像与滤波器进行卷积处理：

式中：为工业产品的幅度信息，包括产品轮廓图像能量；为相位信息。为了方便对图像局部特征进行描述，因此，为工业产品轮廓图像的描述。

假设代表工业产品系数，是在矩阵上的工业产品系数，判别系数可表示为：

式中：是字典对的表示能力，为了强化字典以及同类特征的鉴别能力，添加使该值足够小，为了弱化其他字典的表示能力，期望为视觉矩阵，使值很小，由此，判别学习字典可以增强对图像识别特征的表示能力。

为了使图像特征紧凑，特征差异变大，图像识别约束为：

式中表示工业产品标量参数。由式（4）得出工业产品目标函数为：

对式（5）进行求解，能得出工业产品的优化过程，为工业产品目标参量，通过工业产品目标函数获得图像鉴别结果。

1.2 工业产品轮廓图像识别及色彩设计

结合上述的工业产品轮廓图像去噪过程，利用FCM聚类算法对工业产品轮廓图像进行聚类。给出工业产品轮廓图像的聚类目标为：

如果表示工业产品轮廓图像样本的基数，为工业产品轮廓图像的样本数目，表示工业产品轮廓图像聚类的数目，表示过渡函数，为过渡矩阵，和更新的等式为：

控制模糊度的权重指数为相似性测度。为工业产品轮廓图像像素的数目；为工业产品像素的特征值；为工业产品像素点属于第类的模糊度；为第类聚类的中心。

首先设置工业产品轮廓图像聚类的准确度为工业产品轮廓图像的模糊指数为（大约取3），最大的次数为对工业产品轮廓图像聚类中心进行初始化模糊，由式（5）进行更新，获得模糊矩阵为聚类的中心由得出像素点的分类结果。

上述过程说明，将视觉处理软件应用在工业产品外观设计及色彩安排合理性中，对提高工业产品的图像识别有较好的合理性。

2 实验结果与分析

为了验证本文所提方法的有效性，分别对工业产品无干扰图像和干扰图像进行多次实验。实验是在工业化环境下进行的，对实际的工业产品进行图像匹配，在微机平台下利用矩阵实验室进行实现。一些具体的参数设定如下：编码采用二进制，交叉概率为0.6，变异概率为0.04，群体的规模大小取值为18，最大进化为50。选取部分结果进行实验，为了便于结果分析，在工业产品轮廓图像识别过程中，将模板工业产品轮廓图像的边缘图像用黑色叠加在原始图像上，图1～图8的大小除工业产品模板图像外都有缩放。

1） 工业环境弱干扰的情况

图1为工业产品原始的图像，图2为工业产品识别物体模板图像，图中除了需要识别的工业产品外，还存在其他一些工业产品干扰点，图3为工业产品轮廓图像识别的结果。

2） 工业环境强高斯干扰的情况

工业产品原始的图像与模板图像还采用图1和图2进行表示，图4加入值为0，方差为0.02的高斯干扰。图5为工业产品轮廓图像识别的结果。尽管加入了较强的高斯干扰，依然能准确识别出结果。

3） 工业环境有遮掩的情况

图6为工业产品原始的图像，图7为工业产品的模板图像，图8为工业产品的识别结果。从图像识别的结果能够看出，尽管要识别的工业产品被遮掩，依然可以找到识别的工业产品，充分说明了本文提出的算法具有较强的适应性。

从上述的实验结果能看出，尽管图像中的工业产品与模板相比存在畸变、尺度偏移和图像旋转的情况，但本文提出的方法仍能准确地识别出图像中的工业产品。为了验证本文提出算法的稳定性，分别在上述三种情况下运行100次，图像的识别情况如表1所示，從表1中能够看出，本文的算法图像识别概率还是较高的，具有一定的合理性。

3 结 论

针对当前方法存在的问题，本文提出一种采用视觉处理软件对工业产品外观设计及色彩安排合理性环节进行优化的方法。首先采用视觉处理软件提取工业产品轮廓图像特征，将产品轮廓图像特征集作为初始字典，引入fisher判别约束编码，使产品轮廓图像特征具有类间散度，结合FCM聚类算法对工业产品进行识别，仿真实验结果证明，利用该方法对工业产品轮廓图像进行识别，能够有效提升工业产品的成品率。

参考文献

[1] 周围.基于环保视觉探讨现代工业产品设计理念的变迁[J].艺术科技，2013，26（1）：168.

ZHOU Wei. Discussion on the change of modern industrial product design concept based on environmental protection vision [J]. Art science and technology， 2013， 26（1）： 168.

[2] 张勇，董吉文，陈月辉.基于视觉的复杂工业生产过程智能控制系统[J].控制工程，2004，11（3）：203?205.endprint

ZHANG Yong， DONG Jiwen， CHEN Yuehui. Vision?based intelligent control system approach to complex industrial processes [J]. Control engineering of China， 2004， 11（3）： 203?205.

[3] YAO B， HAGRAS H， ALHADDAD M J， et al. A fuzzy logic?based system for the automation of human behavior recognition using machine vision in intelligent environments [J]. Soft computing， 2015， 19（2）： 499?506.

[4] 吴晓慧.试论工业产品设计中的Photoshop技术[J].吉林省经济管理干部学院学报，2015，30（2）：113?114.

WU Xiaohui. Discussion on Photoshop technology in industrial product design [J]. Journal of Jilin Province Economic Management Cadre College， 2015， 30（2）： 113?114.

[5] ZADEH M Y， SATIR S. Instruction of applied physics in industrial product design [J]. Procedia?social and behavioral sciences， 2015， 182（73）： 20?28.

[6] DU S. Household appliance product appearance design with feedback of user experience [J]. International journal of smart home， 2016（10）： 203?212.

[7] 刘继.通用平台软件在工业产品设计中的视觉优化研究[J].现代电子技术，2016，39（5）：131?134.

LIU Ji. Research on vision optimization of universal platform software in industrial product design [J]. Modern electronics technique， 2016， 39（5）： 131?134.

[8] 张宗登，张红颖.基于色彩意象的工程装备产品外观配色设计研究[J].图学学报，2016，37（5）：681?687.

ZHANG Zongdeng， ZHANG Hongying. Research of coating design of construction machinery based on color image [J]. Journal of graphics， 2016， 37（5）： 681?687.

[9] 俞张勇，杨海霞，吴斌，等.基于正逆向软件的产品创新设计研究[J].机械设计与制造工程，2016，45（9）：75?77.

YU Zhangyong， YANG Haixia， WU Bin， et al. Research on product innovation design based on positive and reverse software [J]. Machine design and manufacturing engineering， 2016， 45（9）： 75?77.

[10] 谷童飞，曹烨君.产品设计专业三维建模软件教学研究[J].湖南城市学院学报（自然科学版），2016，25（5）：156?157.

GU Tongfei， CAO Yejun. Research on the teaching of 3D modeling software for product design [J]. Journal of Hunan City University （natural science）， 2016， 25（5）： 156?157.endprint