智能視覺處理軟件在工業產品外觀設計中的應用

張少杰

摘 要： 為了不斷提高工業生產力，創新工業生產技能，以及最大限度地提高產品外觀輪廓的精細度，需要設計視覺處理軟件，不斷提高工業產品外觀輪廓設計精確度及色彩安排合理性。提出用于工業產品外觀設計的視覺處理軟件，利用視覺處理軟件計算并提取所需設計產品的特征，尤其充分描述工業產品的局部特征，以獲得產品輪廓圖像鑒別系數，設計工業產品輪廓的初始化模型，從而實現對產品外觀的輪廓及顏色設計，判斷工業產品外觀的設計合理性。仿真實驗證明，利用該方法對工業產品輪廓進行設計，能夠有效提升工業產品成品率。

關鍵詞： 智能視覺處理； 外觀輪廓； 鑒別系數； 工業產品； 外觀設計； 聚類算法

中圖分類號： TN911.73?34 文獻標識碼： A 文章編號： 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

隨著消費市場的變化和消費者消費觀念的轉變，在工業產品設計過程中融入了虛擬的現實技術和高科技的信息技術，使得現代工業產品外觀設計及色彩安排合理性逐步走向信息專業化以及一體化的新興產業發展道路[1?3]。現代工業融合了科學文化以及藝術等諸多學科的工業制造環節，在現代工業產品競爭中，為了使產品在銷售競爭中獲得成功，現代工業產品外觀設計十分重要[4]。現代工業設計作為現代工業制造的核心環節，需要與現代技術相融合，走信息化人機工程道路。現代工業設計利用視覺處理技術，使得產品的設計更加專業，更符合市場的要求，這也是未來現代工業設計發展的必經之路[5]。

到目前為止，已有很多專家學者將視覺處理器軟件應用于工業產品外觀設計及色彩安排合理性過程中，如理查德提出的圖像識別方法，該方法將工業產品輪廓圖像識別問題視為多個模型的分類問題，從工業產品輪廓圖像的角度進行分析并處理工業產品輪廓圖像，取得了比較明顯的識別效果[6]，引起了學者們的廣泛關注。為了研究出更好的工業產品輪廓圖像識別方法，解決傳統方法對工業產品輪廓圖像要求過高的問題，將測試的工業產品輪廓圖像進行識別，該方法的原理較為清晰，可以達到較好的工業產品輪廓圖像識別效果，但沒有考慮所測試的工業產品輪廓圖像類別不同的情況，導致不能合理的選擇圖像，進而影響工業產品的識別精確度[7]。文獻[8]研究了基于稀疏表示圖像識別的方法，該方法首先考慮工業產品輪廓的圖像類別，選擇合理的工業產品輪廓圖像進行識別，在減少工業產品輪廓圖像樣本的同時，保留了圖像的結構，基于圖像結構對工業產品進行識別，該方法的合理性較好，但存在實用性較低的缺點。文獻[9]提出快速工業產品輪廓圖像識別方法，該方法首先提取工業產品輪廓圖像的局部特征，并對圖像的局部特征進行識別，采用模型直方圖表示工業產品輪廓圖像，快速查找樣圖庫中較為相似的圖像，對此圖像進行對比，計算求出工業產品輪廓圖像識別的精度，但該方法存在識別精度誤差較大的問題。文獻[10]提出一種基于移動工業產品輪廓圖像的識別方法，以解決傳統方法存在識別率低等問題。該方法首先利用傳感器對移動工業產品輪廓圖像進行輔助識別，提高相關工業產品輪廓圖像間的區分能力； 通過改進的圖像生成方法，對工業產品輪廓圖像進行識別，再通過分類器對圖像進行分類，確保工業產品輪廓圖像識別的精確度，但該方法存在識別過程較為復雜的問題。endprint

針對上述問題，本文提出一種基于視覺處理軟件的工業產品外觀設計及色彩安排合理性方法。首先采用視覺處理軟件提取工業產品輪廓的圖像特征，將產品輪廓圖像特征集作為初始字典，引入fisher判別約束編碼，使產品輪廓圖像特征具有類間散度，結合FCM聚類算法對工業產品輪廓進行識別，判斷工業產品的合理性。利用該方法對工業產品輪廓圖像進行識別，能夠有效提升工業產品的成品率。

1 視覺處理器軟件在工業產品外觀設計中的應用

1.1 工業產品輪廓圖像去噪

首先提取工業產品輪廓圖像的Gabor特征，將工業產品輪廓圖像的Gabor特征作為初始字典，引入fisher判別方法，將工業產品輪廓圖像Gabor濾波器定義為：

式中：代表工業產品輪廓圖像像素；和表示工業產品方向與尺度；表示截止頻率；表示中心頻率；=為工業產品外觀設計及色彩安排合理性的頻率；表示產品寬度與波長之比。

假設工業產品輪廓圖像Gabor特征為，將產品輪廓圖像與濾波器進行卷積處理：

式中：為工業產品的幅度信息，包括產品輪廓圖像能量；為相位信息。為了方便對圖像局部特征進行描述，因此，為工業產品輪廓圖像的描述。

假設代表工業產品系數，是在矩陣上的工業產品系數，判別系數可表示為：

式中：是字典對的表示能力，為了強化字典以及同類特征的鑒別能力，添加使該值足夠小，為了弱化其他字典的表示能力，期望為視覺矩陣，使值很小，由此，判別學習字典可以增強對圖像識別特征的表示能力。

為了使圖像特征緊湊，特征差異變大，圖像識別約束為：

式中表示工業產品標量參數。由式（4）得出工業產品目標函數為：

對式（5）進行求解，能得出工業產品的優化過程，為工業產品目標參量，通過工業產品目標函數獲得圖像鑒別結果。

1.2 工業產品輪廓圖像識別及色彩設計

結合上述的工業產品輪廓圖像去噪過程，利用FCM聚類算法對工業產品輪廓圖像進行聚類。給出工業產品輪廓圖像的聚類目標為：

如果表示工業產品輪廓圖像樣本的基數，為工業產品輪廓圖像的樣本數目，表示工業產品輪廓圖像聚類的數目，表示過渡函數，為過渡矩陣，和更新的等式為：

控制模糊度的權重指數為相似性測度。為工業產品輪廓圖像像素的數目；為工業產品像素的特征值；為工業產品像素點屬于第類的模糊度；為第類聚類的中心。

首先設置工業產品輪廓圖像聚類的準確度為工業產品輪廓圖像的模糊指數為（大約取3），最大的次數為對工業產品輪廓圖像聚類中心進行初始化模糊，由式（5）進行更新，獲得模糊矩陣為聚類的中心由得出像素點的分類結果。

上述過程說明，將視覺處理軟件應用在工業產品外觀設計及色彩安排合理性中，對提高工業產品的圖像識別有較好的合理性。

2 實驗結果與分析

為了驗證本文所提方法的有效性，分別對工業產品無干擾圖像和干擾圖像進行多次實驗。實驗是在工業化環境下進行的，對實際的工業產品進行圖像匹配，在微機平臺下利用矩陣實驗室進行實現。一些具體的參數設定如下：編碼采用二進制，交叉概率為0.6，變異概率為0.04，群體的規模大小取值為18，最大進化為50。選取部分結果進行實驗，為了便于結果分析，在工業產品輪廓圖像識別過程中，將模板工業產品輪廓圖像的邊緣圖像用黑色疊加在原始圖像上，圖1～圖8的大小除工業產品模板圖像外都有縮放。

1） 工業環境弱干擾的情況

圖1為工業產品原始的圖像，圖2為工業產品識別物體模板圖像，圖中除了需要識別的工業產品外，還存在其他一些工業產品干擾點，圖3為工業產品輪廓圖像識別的結果。

2） 工業環境強高斯干擾的情況

工業產品原始的圖像與模板圖像還采用圖1和圖2進行表示，圖4加入值為0，方差為0.02的高斯干擾。圖5為工業產品輪廓圖像識別的結果。盡管加入了較強的高斯干擾，依然能準確識別出結果。

3） 工業環境有遮掩的情況

圖6為工業產品原始的圖像，圖7為工業產品的模板圖像，圖8為工業產品的識別結果。從圖像識別的結果能夠看出，盡管要識別的工業產品被遮掩，依然可以找到識別的工業產品，充分說明了本文提出的算法具有較強的適應性。

從上述的實驗結果能看出，盡管圖像中的工業產品與模板相比存在畸變、尺度偏移和圖像旋轉的情況，但本文提出的方法仍能準確地識別出圖像中的工業產品。為了驗證本文提出算法的穩定性，分別在上述三種情況下運行100次，圖像的識別情況如表1所示，從表1中能夠看出，本文的算法圖像識別概率還是較高的，具有一定的合理性。

3 結 論

針對當前方法存在的問題，本文提出一種采用視覺處理軟件對工業產品外觀設計及色彩安排合理性環節進行優化的方法。首先采用視覺處理軟件提取工業產品輪廓圖像特征，將產品輪廓圖像特征集作為初始字典，引入fisher判別約束編碼，使產品輪廓圖像特征具有類間散度，結合FCM聚類算法對工業產品進行識別，仿真實驗結果證明，利用該方法對工業產品輪廓圖像進行識別，能夠有效提升工業產品的成品率。

參考文獻

[1] 周圍.基于環保視覺探討現代工業產品設計理念的變遷[J].藝術科技，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] 張勇，董吉文，陳月輝.基于視覺的復雜工業生產過程智能控制系統[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] 吳曉慧.試論工業產品設計中的Photoshop技術[J].吉林省經濟管理干部學院學報，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] 劉繼.通用平臺軟件在工業產品設計中的視覺優化研究[J].現代電子技術，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] 張宗登，張紅穎.基于色彩意象的工程裝備產品外觀配色設計研究[J].圖學學報，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] 俞張勇，楊海霞，吳斌，等.基于正逆向軟件的產品創新設計研究[J].機械設計與制造工程，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] 谷童飛，曹燁君.產品設計專業三維建模軟件教學研究[J].湖南城市學院學報（自然科學版），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