基于图像处理技术的艺术设计系统设计与实现

马良华

摘 要： 为了提高艺术设计的人工智能性和面向对象性，提出基于图像处理技术的艺术设计系统设计方法。对艺术设计的图像采用色差补偿方法进行图像亮度均衡修复处理，结合像素点量化跟踪方法进行图像融合，采用小波降噪技术实现图像降噪处理，由此完成艺术设计中的图像处理。在MapInfo软件开发平台中进行艺术设计系统设计，采用Creator开发艺术设计系统的主界面，在Face Tools中选择艺术设计的图像处理类型函数，通过Map Texture Tools选择贴图方法，在程序加载模块实现图像处理算法加载，最后在嵌入式Linux的体系结构中完成艺术设计系统的软件集成开发设计。系统测试结果表明，该系统能有效实现艺术中的图像输出，提高艺术设计图像的输出质量，图像的输出信噪比较高，系统的人机交互性能较好。

关键词： 图像处理; 艺术设计; 系统设计; MapInfo; Creator; Face Tools

中图分类号： TN911.73?34; TP391 文献标识码： A 文章编号： 1004?373X（2018）09?0072?05

Abstract： In order to improve the artificial intelligence and object?oriented characteristic of the art design， a design method of art design system based on image processing technology is put forward. The color aberration compensation method is used to conduct the image brightness balance repair for the image of art design. The pixel quantization tracking method is combined for image fusion. The wavelet denoising technique is used to realize the image denoising， and accomplish the image processing in art design. The art design system was designed in the MapInfo software development platform. The Creator development technique is adopted to design the main interface of the system. The image processing type function of art design is selected in Face Tools. The chartlet method is selected by means of Map Texture Tools. The image processing algorithm is loaded in program loading module. The software integrated development design of art design system is accomplished in the architecture of embedded Linux. The results of system test show that the system can realize the image output in art effectively， improve the output quality of the art design image， has perfect human?computer interaction performance， and the output SNR of the image is high.

Keywords： image processing; art design; system design; MapInfo; Creator; Face Tools

0 引 言

艺术设计是城市规划、设计美学以及环境生态学、人体行为学的综合表达。以环境艺术设计为例，环境艺术设计同时也是对建筑室内外的空间环境的综合利用，它通过艺术设计的方式以满足人们的功能使用及视觉审美需求[1]。随着计算机图像处理技术的发展，将图形与图像处理技术应用在艺术设计中，能提高艺术设计的人工智能性和实时处理能力。研究基于图像处理技术的艺术设计系统具有广阔的应用前景[2]。

艺术设计中的图像处理技术主要有图像降噪和图像融合滤波技术。通过小波降噪、中值滤波降噪等进行图像提纯处理[3]，能提高艺术设计中的图像信息表达能力，结合图像融合方法实现艺术设计中图像信息跟踪识别能力，采用自适应角点检测和校正方法进行艺术设计中的关键特征点检测分析，能提高艺术设计中的特征信息表达能力[4]。在艺术设计系统设计中，当前方法主要有基于Hadoop云平台的艺术设计系统设计方法、基于ARM内核的嵌入式艺术设计系统和基于软件服务（Software?as?a?Service，SaaS）层的艺术设计方法，根据上述设计原理，相关文献进行了基于图像处理的艺术设计系统设计研究，在提高艺术设计表达能力方面具有一定的实用价值。其中，文献[5]提出一种基于图像块匹配修复的艺术设计方案，结合关联维搜索方法进行图像关联特征点匹配，提高艺术设计中关键信息点的视觉表现能力，并在嵌入式Linux中进行艺术设计系统的软件开发，但该系统和相应的图像处理算法存在计算开销过大的问题，系统的实时跟踪和图像实时处理能力不好;文献[6]提出基于Criminisi算法的图像修复方法进行艺术设计中的图像处理，采用优先次序排列方法进行艺术设计中的三维图形特征重构，并以DSP为核心处理芯片进行艺术设计系统的硬件开发和控制器设计，该系统没有进行图像的降噪处理，导致输出图像的质量较差，艺术设计的效果不好。

针对上述问题，本文提出一种改进的基于图像处理技术的艺术设计系统设计方法。首先对艺术设计的图像采用色差补偿方法进行图像亮度均衡修复处理，结合像素点量化跟踪方法进行图像融合，采用小波降噪技术实现图像降噪处理。然后在MapInfo软件开发平台中进行艺术设计系统设计，在程序加载模块实现图像处理算法加载。最后在嵌入式Linux的体系结构中完成艺术设计系统的软件集成开发设计，实现艺术设计系统的开发设计和仿真分析，得出有效性结论。

1 图像处理算法设计

1.1 图像亮度均衡修复处理

采用图像处理技术进行艺术设计系统改进设计，需要先进行图像处理算法设计。图像处理主要包括图像降噪处理、图像融合处理和图像边缘轮廓特征提取处理[7]。采用网格化矩阵分块方法进行艺术设计图像的网格分块，分块方法主要采用矩形分块和套索分块方法，按艺术设计的待分块图像根据仿射不变矩将块划分为若干子块，图像子块的个数一样为[M16+1*N16+1]，艺术设计中图像矩形分块示意图如图1所示。

1.2 图像融合及小波降噪处理

在进行了艺术设计中的图像亮度均衡处理的基础上，结合像素点量化跟踪方法进行图像融合和小波降噪处理[8]，在艺术设计图像区域分布的网格点中，假定新提取的艺术图像特征表达方程为：

建立艺术设计图像轮廓分布的梯度信息模型，当降噪输出图像的信噪比满足阈值条件时，返回当前搜索路径，由此完成艺术设计中图像的降噪和图像融合处理。根据上述图像处理结果，进行艺术设计系统优化设计，将图像处理算法加载到系统的程序加载模块中，进行交叉编译控制，实现系统优化设计。

2 艺术设计系统的软件开发实现

2.1 系统总体设计描述和开发环境描述

在MapInfo软件开发平台中进行艺术设计系统设计，采用B/S架构的UDP协议通信时，需要链接建立Internet中的FTP，定义一个SOCKADDER_IN类型的变量作为艺术设计系统的图像处理控制变量。艺术设计系统包括对象域、图形渲染层和图形生成层，在三维图像观察器中实现艺术设计的动画软件转换，在感知信息服务层进行三维图形重构，设计面向对象的图形处理软件系统[9]。根据上述分析，得到基于图像处理的艺术设计系统的总体结构构架，如图2所示。

2.2 系统的软件设计

基于MapInfo软件开发平台进行艺术设计系统设计，艺术设计系统的图像渲染过程是实现图形实时读取和3D图形输出的过程，通过Map Texture Tools选择艺术系统的图像融合程序进行代码加载，在程序加载模块实现图像处理算法加载，系统选择MBM29LV400BC作为其Flash存储器，读、写信号和片选信号通过DSP进行总线控制[10]。本文设计的艺术设计系统的软件模块主要有程序加载模块、数据存储和读写模块、总线传输模块以及人机交互模块等，对各个模块的设计描述如下：

1） 程序加载模块。艺术设计系统的程序加载模块具有进行图像处理算法和控制指令的程序加载功能，采用 MVC（Model View Controller）模型构建图形渲染系统的控制组件，采用MySQL 作为艺术设计系統程序加载的默认系统。系统程序加载的引导加载程序（Boot Loader）主要由面向图的管理模块（Management Module）的用户应用程序（Application）构成，系统选用SuperViVi作为BootLoader，通过开源的Linux内核进行算法读写和图像的自适应处理，根据如下交叉编译指令执行程序加载和数据更新。

2） 数据存储和读写模块。数据存储和读写模块具有实现艺术设计系统的数据缓存和信息读取功能，实现脚本和服务器配置，通过Grid DEM数据转换模块实现对艺术设计的图像数据数模转换，创建艺术设计的3D模型数据库，用Creator的Terrain菜单模块构建艺术设计系统的Flash，使用批处理模块（Batch）进行艺术设计过程中图形的颜色、纹理、材质属性的渲染以及图形图像的自适应读取。基于MapInfo的艺术设计系统的图形渲染过程主要包含应用（APP）、剔除（CULL）和绘制（DRAW）三个主要过程。首先从艺术设计系统的缓存器中读取图形原始数据，从而在设备控制器中读入数据，计算当前视点，之后进入下一帧的渲染循环，最后绘制多边形数据，数据读取和存储过程如图4所示。

3） 总线传输和图形加载模块。总线传输模块是整个艺术设计系统建模的基础，是实现艺术设计系统数据传输的关键技术。采用OpenFlight和VIX总线传输技术实现艺术设计系统的数据传输，总线传输的Sink节点实现对艺术设计系统的图像处理代码原始记录、辅助记录数据库头层次（Header level）的辅助记录和数据库建造历史控制记录等，在对象层次（Object Level）结构模块中实现艺术设计对象的动态三维重建，为MultiGen提供层次结构视图。在图形绘制中通过Geometry Tools把面变换为体，实现艺术设计的图形转换和三维重建。这一实现过程描述如图5所示。

4） 人机交互模块。人机交互模块是艺术设计系统面向对象设计的核心，在嵌入式Linux的体系结构中完成艺术设计系统的软件集成开发设计与人机交互设计。新建一目录filesystem，在/lib目录下建立需要的设备节点，构建人机交互模块的YAFFS映像文件。

3 系统测试与结果分析

为了测试本文设计的系统在实现图像处理和艺术设计中的应用性能，进行仿真实验。实验的开发环境是Windows 10操作系统，利用Visual C++7.0，Vega Prime，Multigen Creator等多种图像处理工具进行图像处理算法设计，艺术设计系统的3D模型库包括MFC42D.DLL，MFCD42D.DLL。在系统的网络配置中，服务器的IP地址的端口号为192.168.6.69。在图像处理算法的参量设定中，选择图像的大小是600×400和1 200×1 200，边缘融合误差[ε=0.12，]传导系数[σx=0.26，]色差补偿对比度为0.28，结构信息的相似度为3.89，像素级视差[D=]180。根据上述仿真环境和参量设定进行艺术设计系统图像处理测试分析，首先进行艺术设计的图形加载，仿真过程如图6所示。

在进行图形加载的基础上，采用本文设计的系统进行艺术设计过程的图像处理，待设计图像的原始输入如图7所示。

由图7得知，原始图像受到大量的椒盐噪声干扰，导致在艺术设计中的可视性效果不好。采用本文方法进行图像降噪和融合处理，得到改善后的图像处理效果如图8所示。

4 结 语

本文研究了艺术设计系统的人工智能设计方法，提出基于图像处理技术的艺术设计系统设计方法。首先设计了图像处理算法，实现对艺术设计图像的融合和降噪处理，然后进行系统的软件开发设计，重点对程序加载模块、数据存储和读写模块、总线传输模块以及人机交互模块进行设计。由系统测试结果得知，本文设计的艺术设计系统具有很好的图形图像处理能力，提高了图像输出质量，改善了艺术设计视觉效果。

参考文献

[1] 周毅敏，李光耀.多重光照色差下图像平滑美化处理算法[J].计算机科学，2016，43（10）：287?291.

ZHOU Yimin， LI Guangyao. Image smoothing beautification processing algorithm in multi?illumination color difference [J]. Computer science， 2016， 43（10）： 287?291.

[2] 文政颖，王佳欣.基于小波分析的夜间色光背景图像白平衡优化算法[J].河南工程学院学报（自然科学版），2016，28（2）：70?75.

WEN Zhengying， WANG Jiaxin. The image white balance optimization algorithm for night light background based on wavelet analysis [J]. Journal of Henan Institute of Engineering （natural science edition）， 2016， 28（2）： 70?75.

[3] 莫建文，曾儿孟，张彤，等.基于多字典学习和图像块映射的超分辨率重建[J].计算机应用，2016，36（5）：1394?1398.

MO Jianwen， ZENG Ermeng， ZHANG Tong， et al. Super?resolution reconstruction based on multi?dictionary learning and image patches mapping [J]. Journal of computer applications， 2016， 36（5）： 1394?1398.

[4] 潘宗序，禹晶，胡少兴，等.基于多尺度结构自相似性的单幅图像超分辨率算法[J].自动化学报，2014，40（4）：594?603.

PAN Zongxu， YU Jing， HU Shaoxing， et al. Single image super resolution based on multi?scale structural self?similarity [J]. Acta automatica sinica， 2014， 40（4）： 594?603.

[5] 谭海鹏，曾炫杰，牛四杰，等.基于正则化约束的遥感图像多尺度去模糊[J].中國图象图形学报，2015，20（3）：386?394.

TAN Haipeng， ZENG Xuanjie， NIU Sijie， et al. Remote sensing image multi?scale deblurring based on regularization constraint [J]. Journal of image and graphics， 2015， 20（3）： 386?394.

[6] ZHANG Z， GANESH A， LIANG X， et al. TILT： transform invariant low?rank textures [J]. International journal of computer vision， 2012， 99（1）： 1?24.

[7] 郭佳，刘晓玉，吴冰，等.一种光照不均匀图像的二值化方法[J].计算机应用与软件，2014，31（3）：183?186.

GUO Jia， LIU Xiaoyu， WU Bing， et al. Binarisation method for images acquired under non?uniform illumination [J]. Computer applications and software， 2014， 31（3）： 183?186.

[8] 张新明，尹欣欣，涂强.动态迁移和椒盐变异融合生物地理学优化算法的高维多阈值分割[J].光学精密工程，2015，23（10）：2943?2951.

ZHANG Xinming， YIN Xinxin， TU Qiang. High?dimensional multilevel thresholding based on BBO with dynamic migration and salt & pepper mutation [J]. Optics and precision enginee?ring， 2015， 23（10）： 2943?2951.

[9] MEHER S K. Recursive and noise?exclusive fuzzy switching median filter for impulse noise reduction [J]. Engineering applications of artificial intelligence， 2014， 30（3）： 145?154.

[10] HSIEH M H， CHENG F C， SHIE M C， et al. Fast and efficient median filter for removing 1?99% levels of salt?and?pepper noise in images [J]. Engineering applications of artificial intelligence， 2013， 26（4）： 1333?1338.