針對(duì)在產(chǎn)品包裝設(shè)計(jì)圖像處理過程中未考慮圖像在人眼視覺成像限制的問題,文中提出一種基于人眼視覺特性的包裝設(shè)計(jì)圖像處理算法,以實(shí)現(xiàn)產(chǎn)品包裝圖案的增強(qiáng)。通過對(duì)人眼的生理構(gòu)造、視覺成像系統(tǒng)的分析,將人眼視覺注意機(jī)制融入到圖像灰度直方圖的構(gòu)建過程中,形成圖像信息直方圖以突出圖像中含有重要信息的部分。在此基礎(chǔ)上,將人眼感知特性融入到增強(qiáng)算法中,以減小直方圖中主灰度級(jí)的信息量。同時(shí),結(jié)合VHIST制定人眼感知特性的圖像特征評(píng)價(jià)方法。通過與其他文獻(xiàn)的結(jié)果對(duì)比可知,文中所述的圖像處理算法可以有效地實(shí)現(xiàn)圖像增強(qiáng)效果,圖像中的重要信息得到了突顯,在對(duì)比度等指標(biāo)上的測(cè)試結(jié)果優(yōu)于參考文獻(xiàn)。 

【文章來源】：現(xiàn)代電子技術(shù). 2020,43(18)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

人眼對(duì)比靈敏度與空間頻率關(guān)系曲線

當(dāng)圖像信息經(jīng)視網(wǎng)膜等結(jié)構(gòu)傳輸?shù)酱竽X相關(guān)部位時(shí)，并非所有的信息會(huì)被立即處理，而是某些重點(diǎn)區(qū)域的圖像信息會(huì)被優(yōu)先處理，即人腦視覺的注意力機(jī)制。通過該機(jī)制，可以有效地利用有限的大腦資源在眾多的信息中快速篩選出重要信息。Attention函數(shù)從本質(zhì)上可以看成某個(gè)查詢（Query）到相應(yīng)一系列鍵（Key）-值（Value）關(guān)系對(duì)的映射，如圖2所示。1.2 產(chǎn)品包裝設(shè)計(jì)

式中：L,W分別表示圖像的長(zhǎng)和寬；G(x,y）表示像素點(diǎn)（x,y）處的梯度值。除了對(duì)比度，圖像亮度也影響圖像質(zhì)量。由上文人眼亮度偏差分辨閾值與背景亮度的關(guān)系表達(dá)式可知，當(dāng)圖像的平均亮度為127時(shí)，人眼視覺效果最優(yōu)。本文通過亮度關(guān)系因子來表征圖像亮度質(zhì)量，表達(dá)式如下：

【參考文獻(xiàn)】：
期刊論文
[1]基于邊緣擬合的雙目視覺定位與測(cè)量方法[J]. 方建中,許四祥,楊宇,王洋.  光學(xué)技術(shù). 2019(04)
[2]基于眼動(dòng)測(cè)量貨架上產(chǎn)品包裝的視覺注意[J]. 李東.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[3]不同情境下常態(tài)產(chǎn)品包裝交互系統(tǒng)設(shè)計(jì)[J]. 王昕兵.  現(xiàn)代電子技術(shù). 2019(08)
[4]大樣本圖像質(zhì)量主觀評(píng)價(jià)方法[J]. 劉陽,姜潤(rùn)強(qiáng),于洪君,陳健.  激光與光電子學(xué)進(jìn)展. 2019(13)
[5]基于雙目視覺的障礙物檢測(cè)方法研究[J]. 劉銳,陳鳳翔,陳科羽,劉勝南.  計(jì)算機(jī)測(cè)量與控制. 2018(12)
[6]結(jié)合人眼視覺特性和模糊集理論的彩色圖像增強(qiáng)[J]. 云海姣,董玉冰,王曉麗.  南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版). 2018(03)
[7]雙目立體視覺測(cè)量的實(shí)現(xiàn)和結(jié)構(gòu)參數(shù)選擇[J]. 張靜,李強(qiáng),楊馥霖.  機(jī)械設(shè)計(jì)與制造工程. 2018(07)
[8]基于計(jì)算機(jī)圖形圖像設(shè)計(jì)及視覺傳達(dá)設(shè)計(jì)研究[J]. 李碩.  電視技術(shù). 2018(06)
[9]一種計(jì)算機(jī)視覺算法的圖像處理技術(shù)[J]. 曾珍珍.  信息技術(shù). 2018(04)
[10]實(shí)時(shí)雙目立體視覺系統(tǒng)的實(shí)現(xiàn)[J]. 張力,黃影平.  電子科技. 2016(03)

碩士論文
[1]基于FPGA雙目攝像頭采集的實(shí)時(shí)立體成像研究與實(shí)現(xiàn)[D]. 錢林杰.南京大學(xué) 2018
[2]基于消費(fèi)者心理學(xué)的交互式包裝設(shè)計(jì)研究[D]. 金鳳.西南交通大學(xué) 2018
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理與識(shí)別算法研究[D]. 滿鳳環(huán).江南大學(xué) 2017



本文編號(hào)：3342979