基于视觉传达的互联网产品广告图案分色设计

朱宇婷

(安徽信息工程学院，安徽 芜湖 241000)

0 引言

随着互联网产业的发展，大量的互联网产品需要通过广告的形式进行推销，对互联网产品广告的设计成为广告设计成败的关键，通过对互联网产品广告图案的优化设计，结合公众号、微博、手机等互联化推送平台，进行互联网产品的广告宣传，构建新媒体环境下互联网产品广告的图案设计模式，利用计算机视觉图像处理技术进行互联网产品广告设计，结合数字杂志、数字广播、手机短信、移动电视等互联网网络平台构建，提高互联网产品的推销能力[1]。研究互联网产品广告图案分色设计方法，在提高互联网产品广告图案的设计效果方面具有重要意义，相关的互联网产品广告图案分色设计模型研究受到人们极大的关注。

互联网产品广告图案分色设计是建立在对图案采集和信息融合处理基础上的，结合对互联网产品广告图案的信息增强和颜色特征分解技术，实现对互联网产品广告图案分色的优化设计[2]，提出基于视觉传达的互联网产品广告图案分色设计方法。采用视觉图像重建的方法进行互联网产品广告图案采样，提取互联网产品广告图案的边缘分块特征量，结合色调映射和色彩融合技术进行互联网产品广告图案的视觉传达优化设计，最后进行仿真实验分析，展示了此设计方法在提高互联网产品广告图案分色能力和设计效果方面的优越性能。

1 互联网产品广告图案表示模型和边缘轮廓检测

1.1 互联网产品广告图案的表示模型

为了实现基于视觉传达的互联网产品广告图案分色设计，首先进行互联网产品广告图案的采样和稀疏表达设计，首先构建互联网产品广告图案的稀疏表示模型，采用分区域特征匹配方法进行互联网产品广告图案的分块检测和自适应边缘特征分解，根据邻近区域中的图像分辨特征，提取互联网产品广告图案的分块特征量[3]，得到灰度阈值参数，采用自适应融合方法进行互联网产品广告图案的分色规划设计，通过尺度空间理论来检测互联网产品广告图案的边缘锐化特征分量，计算互联网产品广告图案的灰度值，在颜色分布子空间区域进行互联网产品广告图案的区域边缘锐化处理，提高对互联网产品广告图案的边的分色能力[4]，根据上述分析，得到互联网产品广告图案的分区稀疏表示模型如图1所示。

图1 互联网产品广告图案的分区稀疏表示模型

在图1所示的互联网产品广告图案的分区稀疏表示模型中，采用一个4×4子块边缘锐化模型进行互联网产品广告图案的分块特征匹配，利用一系列不同尺度的高斯滤波器进行互联网产品广告图案的灰度重构，在D维空间中进行互联网产品广告图案的降噪处理，根据互联网产品广告图案的纹理分布得到广告图案的颜色空间分布区域表示为：

u(x，y；t)=G(x，y；t)，

(1)

(2)

式中：Δu为互联网产品广告图案区域边缘锐化的特征分量；∂为灰度像素强度；σ为互联网产品广告图案分色像素点的像素值。

提取互联网产品广告图案的边缘分块特征量，根据互联网产品广告图案的纹理、细节区域进行分色处理[5]，得到互联网产品广告图案区域活动轮廓来统计轴为：

f=〈f，dγ0〉dγ0+Rf，

(3)

式中〈f，dγ0〉表示互联网产品广告图案的像素特征点在dγ0方向上的梯度模。根据上述分析，采用形态学变换方法进行互联网产品广告图案的阈值判断[6]，构建互联网产品广告图案的阈值除噪模型函数f(gi)为：

(4)

由此获得互联网产品广告图案的背景差分量，在互联网产品广告图案的空间重构区域中进行稀特征匹配和模板重建，提高互联网产品广告图案的颜色分色表示能力[7]。

1.2 广告图案的边缘分块特征量提取

提取互联网产品广告图案的边缘分块特征量，根据互联网产品广告图案的纹理、细节区域进行分色处理，互联网产品广告图案视觉信息特征量S′，在活动轮廓区域(x′，y′)，互联网产品广告图案的颜色梯度分解特征值满足：

(5)

(6)

bnrβ(X)=RβX-RβX1，

(7)

构建互联网产品广告图案的边缘分块特征量提取模型，通过互联网产品广告图案的边缘锐化分割结果，得到目标类型多样化正态分布函数为：

(8)

互联网产品广告图案视觉区域条状形态为M×N，在最佳阈值分割下，根据互联网产品广告图案的颜色特征分布，进行对比度特征分离，广告图案的边缘分块特征量提取输出为：

(9)

综上分析，对提取的互联网产品广告图案进行色调映射和颜色特征分解，结合广告图案的分色匹配方法，实现广告图案的边缘分块特征量提取[9]。

2 互联网产品广告图案分色设计优化

2.1 互联网产品广告图案的区域特征边缘锐化处理

在上述采用视觉图像重建方法进行互联网产品广告图案采样，并提取互联网产品广告图案的边缘分块特征量的基础上，进行互联网产品广告图案分色设计优化处理，提出基于视觉传达的互联网产品广告图案分色设计方法。采用稀疏线性组合方法进行互联网产品广告图案边的边缘轮廓特征分解，提取互联网产品广告图案的边缘分块特征量，互联网产品广告图案在颜色空间数值为s(X，Y)，颜色空间的转换模型为：

(10)

式中：assoc(A，V)是互联网产品广告图案的像素点子集A中的离散度；assoc(B，V)为互联网产品广告图案的颜色空间分量。采用RGB颜色空间分解方法，对像素点集为(i，j)进行分色处理，得到颜色特征分解模型为：

(11)

将互联网产品广告图案的色彩进行辅助视觉显著性设计，在4×4子块中建立互联网产品广告图案的辅助视觉显著性提取模型，描述如下：

(12)

根据互联网产品广告图案的纹理、细节区域进行互联网产品广告图案图像超分辨率重构和模板匹配，得到互联网产品广告图案的特定颜色全局空间分布模型为：

(13)

在模板m×n区域内对互联网产品广告图案进行像素值区域重构，采用自适应融合处理方法，得到图像像素点属于某种颜色的概率为：

(14)

式中t0表示互联网产品广告图案的结构相似度，在互联网产品广告图案成像的4×4子区域内，通过互联网产品广告图案的色调映射处理，实现互联网产品广告图案边缘锐化处理。

2.2 互联网产品广告图案的视觉传达及分色设计

(15)

在显著性图模型中重建互联网产品广告图案的颜色分色特征分布集，得到互联网产品广告图案的纹理特征提取结果为：

(16)

初始的分类颜色种类C，采用分区域特征匹配方法进行互联网产品广告图案的视觉传达设计，得到互联网产品广告图案视觉传达的特征分布子集为：

I(x)=J(x)t(x)+A(1-t(x))，

(17)

式中：A为显著性图直接检测分量；t(x)为互联网产品广告图案空间显著性颜色种类，得到每个像素所属颜色的概率分布，根据互联网产品广告图案的模板匹配矢量Sk(k=1，2，…，M)，计算重叠区域的像素值，采用多重分色技术进行互联网产品广告图案的模板匹配，得到互联网产品广告图案的分色模型表达为：

s(k)=φ·s(k-1)+w(k)，

(18)

其中

(19)

提取互联网产品广告图案W的R、G、B分量，相应得到互联网产品广告图案的模板跟踪值AR、AG、AB和WR、WG、WB，结合色调映射和色彩融合技术进行互联网产品广告图案的视觉传达优化设计，得到边缘锐化模板m×n，综上分析，实现对互联网产品广告图案分色设计。

3 仿真实验与结果分析

为了验证设计方法在实现互联网产品广告图案分色设计中的有效性，利用Matlab图像处理工具进行实验分析，对互联网产品广告图案采样的像素强度为300×500，测试样本集为1 000组对象，全局稀有度系数为0.24，互联网产品广告图案的模板特征分辨率为500×400，采用Ground-Truth数据库作为互联网产品广告图案的测试样本集，根据上述仿真环境和参数设定，进行互联网产品广告图案分色设计，得到分色设计过程如图2所示。

图2 互联网产品广告图案分色设计结果图

分析图2得知，采用所提方法能有效实现对互联网产品广告图案分色设计，分析上述结果得知，采用所提方法进行互联网产品广告图案分色设计的效果较好，测试不同方法进行互联网产品广告图案分色设计的特征分辨能力，得到结果如图3所示，分析图3得知，采用所提方法进行互联网产品广告图案分色设计的效果较好，特征分辨能力较强。

图3 广告图案的特征分辨性能对比

4 结语

利用计算机视觉图像处理技术进行互联网产品广告设计，提高互联网产品的推销能力。提出基于视觉传达的互联网产品广告图案分色设计方法。

采用自适应融合方法进行互联网产品广告图案的分色规划设计，采用形态学变换方法进行互联网产品广告图案的阈值判断，采用轮廓分析方法进行互联网产品广告图案的分块融合处理，对互联网产品广告图案进行视觉重构，结合色调映射和色彩融合技术进行互联网产品广告图案的视觉传达优化设计，采用颜色空间特征分解方法构建互联网产品广告图案的分色模型，结合色调映射和色彩融合技术进行互联网产品广告图案的视觉传达优化设计和分色设计。研究得知，所提方法进行互联网产品广告图案分色处理的特征分辨能力较好，提高了互联网产品广告图案的设计效果。