梁文峻 梁文思

摘  要： 为了提高对工业产品包装色彩的设计和分析能力，构建视觉传达下工业产品包装色彩仿生特征提取系统，提出一种基于分块特征匹配和边缘轮廓检测的视觉传达下工业产品包装色彩仿生特征提取算法。采用稀疏散乱点三维重建方法进行工业产品包装色彩融合和三维仿生信息融合，采用分块特征匹配方法实现工业产品包装色彩仿生图像的视觉增强处理，提取工业产品包装色彩仿生特征的分块特征量，采用图像块的稀疏表示方法实现工业产品包装色彩仿生特征提取。在嵌入式的DSP环境下进行工业产品包装色彩仿生特征提取系统设计，系统包括设备驱动层、I/O接口层以及校验层，采用RS 485总线监测技术实现包装色彩仿生特征提取系统的通信协议设计和硬件交换控制。测试结果表明，该系统能有效实现包装色彩仿生特征提取系统的特征提取和视觉传达，系统可靠稳定。

关键词： 视觉传达; 工业产品包装; 特征提取系统; 三维仿生信息; 分块特征量; 色彩仿生特征

中图分类号： TN942.1?34; TP277                 文献标识码： A                  文章编号： 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

随着工业产品设计工艺的快速发展，对工业产品包装设计的经济性和环保性提出了更高的要求，通过对工业产品包装的优化设计，提高工业产品包装的视觉文化气息，提高工业产品包装是视觉外观体验，设计精美、优雅和有文化气息的工业产品包装，通过视觉传达的形式表达工业产品的色彩和文化信息[1]。对工业产品包装的色彩设计是一门具有美感的视觉艺术元素表达过程，融合工业产品包装色彩仿生特征信息进行视觉分析，采用图像处理方法进行工业产品包装色彩仿生特征提取，提高工业产品包装色彩的视觉分析和特征表達能力[2]。本文提出一种基于分块特征匹配和边缘轮廓检测的视觉传达下工业产品包装色彩仿生特征提取算法，在嵌入式的DSP环境下进行工业产品包装色彩仿生特征提取系统设计，最后进行实验测试分析，得出有效性结论。

1  工业产品包装色彩图像采集和特征分析

1.1  工业产品包装色彩图像采集

为了实现对工业产品包装色彩的仿生特征优化提取，首先构建工业产品包装色彩图像采集和特征分析模型，采用低分辨率图像块特征匹配方法进行工业产品包装色彩图像重建[3]，设三维工业产品包装色彩图像像素序列的分布矩阵为：

根据上述模型构建，采用线性特征提取方法进行工业产品包装色彩图像的边缘轮廓重构，实现对检测的工业产品包装色彩图像点云数据进行信息融合处理，由此实现对工业产品色彩图像包装[5]。

1.2  工业产品包装色彩融合

采用稀疏散乱点三维重建方法进行工业产品包装色彩融合和三维仿生信息融合，得到工业产品包装色彩融合后的特征点的聚类函数为：

判断工业产品包装色彩图像的当前种子点P的主方向，根据梯度下降法进行重建约束。

2  色彩仿生特征提取算法

2.1  分块特征匹配

设工业产品包装色彩图像区域大小为[M×N]，[TC]和[MdCi]对应工业产品包装色彩图像边缘的长度和宽度。采用边缘信息融合方法，得到工业产品包装色彩图像的活动轮廓分布集：

求得在每个尺度下工业产品包装色彩图像的边缘像素点统计特征值，根据分块融合处理结果，实现工业产品包装色彩的仿生特征提取。

3  系统设计与实现

3.1  系统的总体设计构架

采用ZigBee组网设计方法[9]，进行视觉传达下工业产品包装色彩提取系统的交互设计，采用嵌入式ARM Cortex?M0为核心处理器，结合单片机进行视觉传达下工业产品包装色彩仿生特征提取系统计算机控制。总体设计架构如图1所示。在嵌入式Linux内核环境中构建视觉传达下工业产品包装色彩仿生特征提取系统的交叉编译程序，使用专用短程通信标准协议进行视觉传达下工业产品包装色彩仿生特征提取系统的网络模块化设计。

3.2  系统的分组模块设计

使用32位ARM处理器进行视觉传达下工业产品包装色彩仿生特征提取的总线传输控制，通过读取HP E1562E进行信转换[10]，设计控制结构字进行系统的总线控制，见表1。

采用嵌入式ARM Cortex?M0作为主控模块，实现包装色彩仿生特征的自动提取和信息交互，得到指令传输流程如图2所示。

图1  系统的总体设计构架

表1  系统的控制结构字

图2  指令传输流程

综上分析，实现视觉传达下工业产品包装色彩仿生特征提取系统的软件开发与设计。

4  实验测试分析

对视觉传达下工业产品包装色彩仿生特征提取的仿真实验建立在Matlab Simulink环境下，对视觉信息采样的特征分辨频率设定为80 kHz。结合.NET Framework的应用程序进行视觉传达的总线开发和交叉编译控制，色彩特征信息的采样长度为1 024，得到待提取的工业产品包装如图3所示。

图3  原始工业产品包装

以图3的包装为测试对象，进行包装色彩提取，得到提取结果如图4所示。

图4  色彩仿生特征提取输出

分析圖4得知，采用本文系统能有效实现包装色彩仿生特征提取系统的特征提取和视觉传达，色彩的融合性和提取分辨能力较好。测试色彩提取的配准率和时间开销，得到对比结果见表2。

表2  性能对比测试

分析表2得知，本文方法进行工业产品包装色彩特征提取的配准率较高，时间开销较小。

5  结  语

在进行工业产品包装色彩设计中，融合具有视觉文化特征的工业产品设计方式，结合实现产品包装设计视觉语言的有效传达，优化现代化包装设计。本文提出一种基于分块特征匹配和边缘轮廓检测的视觉传达下工业产品包装色彩仿生特征提取算法，采用图像块的稀疏表示方法实现工业产品包装色彩仿生特征提取。在嵌入式的DSP环境下进行工业产品包装色彩仿生特征提取系统设计，使用32位ARM处理器进行视觉传达下工业产品包装色彩仿生特征提取的总线传输控制，实现包装色彩仿生特征的自动提取和信息交互。研究得出，采用本文系统能有效实现包装色彩仿生特征提取和视觉传达，色彩的融合性和提取分辨能力较好。

注：本文通讯作者为梁文思。

参考文献

[1] 张晓宇，左俊玮.基于红色题材的井冈山旅游纪念品开发与设计[J].包装工程，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] 陈洋，王世峰，都凱悦，等.基于加速引导滤波的图像像素级融合[J].长春理工大学学报（自然科学版），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] 刘佶鑫，魏嫚.可见光?近红外HSV图像融合的场景类字典稀疏识别方法[J].计算机应用，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] 闫锦，田宝华.工业设计产品造型在服饰包装设计中的应用研究[J].中国包装工业，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] 吕丽蓉.雕塑艺术在工业包装设计中的运用[J].中国包装工业，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] 陈亭元.基于实用性的个性化产品包装设计研究[J].工业设计，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.