基于VR技术的传统广告图案符号色彩数字化匹配系统设计

刘焱

摘  要： 传统广告图案符号色彩数字化匹配系统存在色彩匹配特征点少的缺点，导致传统系统色彩匹配效果较差，因此设计一种基于VR技术的传统广告图案符号色彩数字化匹配系统。系统硬件部分包括单片机、颜色传感器和控制器，其中，单片机为系统提供存储功能，颜色传感器主要对传统广告图案符号颜色采样，传感器主要提高系统的实时处理能力。系统的软件部分计算传统广告图案符号色彩的平均值与标准差，对传统广告图案符号色彩进行分布调整，标定传统广告图案坐标系，求出传统广告图案与VR技术之间的坐标系与坐标点的关系，最后利用VR技术完成传统广告图案符号色彩数字化匹配。实验对比结果表明，此次设计的基于VR技术的传统广告图案符号色彩数字化匹配系统比传统系统匹配特征点多，能够满足传统广告图案符号色彩数字化匹配需求。

关键词： 广告图案符号; 色彩数字化匹配; 系统设计; VR技术; 颜色采样; 实验对比

中图分类号： TN919?34; TP391                   文献标识码： A                      文章编号： 1004?373X（2020）20?0145?04

Design of VR technology based digital color matching system of traditional

advertising pattern symbol

LIU Yan

（Xinyang Normal University， Xinyang 464000， China）

Abstract： As the digital color matching system of traditional advertising pattern symbol has few color matching feature points， which results in poor color matching effect of traditional system， a VR technology based digital color matching system of traditional advertising pattern symbol is designed. The hardware part of the system includes single chip microcomputer， color sensor and controller. The single chip microcomputer is used to provide storage function for the system， the color sensor is mainly used to sample the color of traditional advertising pattern symbol， and the controller is mainly used to improve the real?time processing ability of the system. In the software part of the system， the average value and standard deviation of the color of traditional advertising pattern symbol are calculated， the color distribution of traditional advertising pattern symbol is adjusted， the coordinate system of traditional advertising pattern is demarcated， and the relationship between the coordinate system and coordinate points between traditional advertising pattern and VR technology is calculated. The digital matching of the color of traditional advertising pattern symbol is completed by means of the VR technology. The experimental results show that the design VR technology based digital color matching system of the traditional advertising pattern symbol has many more matching feature points than that of the traditional system， which can meet the needs of digital color matching of the traditional advertising pattern symbol.

Keywords： advertising pattern symbol; digital color matching; system design; VR technology; color sampling; experimental comparison

0  引  言

随着互联网应用技术的发展，生活中越来越多的信息呈爆炸式增长，广告在各个行业被广泛地应用。传统广告图案是一种承载丰富信息的载体，图案符号多种多样，而在传统广告图案符号色彩数字化匹配过程中很难调校到一样的色彩效果，因此设计一个基于VR技术的传统广告图案符号色彩数字化匹配系统，以解决传统系统匹配特征点少的问题。VR技术是利用计算机模拟产生一个三维空间的虚拟世界，提供用户关于视觉等感官的模拟体验，让用户感觉仿佛身临其境，能够随时无限制地观察三维空间内的事物。

此次设计的系统硬件主要包括单片机、颜色传感器和控制器，软件部分计算传统广告图案符号色彩的平均值与标准差，对传统广告图案符号色彩分布调整，最后利用VR技术完成传统广告图案符号色彩数字化匹配。

1  传统广告图案符号色彩数字化匹配系统硬件设计

1.1  单片机设计

选择MCS?51型号单片机[1]，利用该单片机存储系统数据，该单片机的CPU能够处理8位二进制数或代码，共有256个RAM单元，其中前128单元用于存放可读写的数据。同时，其内部有4 KB/8 KB的ROM用于存放程序。单片机结构见图1。

单片机内部包含2个16位定时器[2]，具有4个8位的I/O口，一个可编程串行口[3]，以实现单片机与其他设备之间的数据传送。

1.2  颜色传感器设计

采用TCS3200顏色传感器对系统中的颜色进行采样，采用STC89C52作为主控芯片[4]。该芯片为颜色采集芯片，采集的数据能够直接传送到STC89C52主控芯片中，由STC89C52处理颜色的RGB值，将处理的数据通过串口传送到上位机进行显示。主控芯片设计图见图2。

1.3  控制器设计

采用TMS320LF2407芯片作为控制器的核心，以提高系统的实时处理能力，如图3所示。该芯片中包含32 KB的FLASH程序存储器、2 KB的单存取RAM，片内外设采用统一的外设总线和数据空间链接。芯片还包含2个事件管理器模块，每个模块都由2个16位通用定时器、8个16位的脉宽调制通道、3个捕获单元和1套编码器接口电路组成。芯片转换[5]灵活，在1个转换周期内可以对1个通道进行多次转换，A/D转换的最小时间为500 ns，采样精度高，外设配置性能[6]和功能比较强。

2  传统广告图案符号色彩数字化匹配系统软件设计

2.1  传统广告图案符号色彩分布调整

系统软件的设计是对传统广告图案符号色彩分布调整[7]。在色彩分布调整之前，计算传统广告图案符号色彩的平均值与标准差[8]，由于输入的图像尺寸较大，计算图案每个色彩通道所有像素强度的平均值和标准差过程较难，因此将图案缩小为原传统广告图案大小的[14]，并对缩小后的图案做去除噪声处理，表达式如下：

[g=iaη·Ridi]             （1）

式中：[aη]为图案变换过程中像素强度变化情况;[i]为图案尺寸变换因子;[η]为图像变换过程中产生的噪声;[Ri]为噪声去除参数。

经过处理后的图像尺寸变小并且不含噪声，能保持原始的图像色彩分布[9]。在此基础上，利用色彩映射方程调整色彩分布，确定传统广告图案每个像素的强度值，计算式如下：

[Ic.s=zc·ac-hi]           （2）

式中：[a]，[c]分别为平均值和标准差;[z]为目标图像;[hi]为图案色彩分布调整因子。

2.2  传统广告图案符号色彩数字化匹配

由于上述传统广告图案符号色彩分布调整过程会降低图像匹配的色彩相关性[10?11]，因此将VR技术应用到传统图案符号色彩数字化匹配中。标定传统广告图案坐标系[12]，求出传统广告图案与VR技术之间的坐标系与坐标点的关系，公式如下：

[Tsd=Rw·yvi]           （3）

式中：[Tsd]为传统广告图案与VR技术之间的坐标系;[Rw]为传统广告图案符号色彩坐标系;[y]为标定坐标点;[vi]为传统广告图案的特征点子维数。

通过上述计算得到基于VR技术的图案空间坐标系与坐标点的关系，利用VR技术[13]寻找传统广告图案内任意一个主方向，构成各个特征点的图像旋转不变量，求出传统广告图案任意大小区域的灰度值，计算公式为：

[B=st·mx-fe]           （4）

式中：[st]为图案小区域目标和特征点的匹配关系;[x]为图案符号特征点;[m]为传统广告图案像素平均值;[fe]为图案灰度值计算因子。

根据图案灰度值[14]，形成不同尺度特征点的回应图像，图像中具有相同的平均值和标准值，因此采用高斯金字塔分层块匹配优化方法，对传统广告图案符号色彩数字化匹配，主要步骤如图4所示。

根据上述描述选择分层匹配的第二层进行图案符号色彩匹配，从一个层中的特征位置获取其他层相应位置，得到的广告图案符号色彩的特征位置如下：

[Gt=f+h1a]             （5）

式中：[f]为当前图案与匹配图层的相对比例因子;h为所有分量向量。

利用VR技术对每个图像分层中的图案色彩特征位置匹配[15]，广告图案符号色彩的匹配位置为：

[k=aqIc-s2]            （6）

式中：q为图案与图案之间的差异因子;[Ic]为匹配次数;[s]为传统广告图案的像素索引数。

3  实验对比

为验证本文设计系统的有效性，设计实验，实验的软件环境为Matlab 7.12，硬件环境为Intel[?]Core（TM） i5?4210U CPU、主频为2.39 GHz，内存为4 GB的PC。为了保证实验的严谨性，将传统的匹配系统与此次设计的基于VR技术的传统广告图案符号色彩数字化匹配系统进行对比，对比两种系统的色彩匹配特征点，色彩匹配特征点多代表匹配效果好，反之匹配效果差。实验过程中产生的数据，均由上述实验环境记录，并生成相应的实验结果。

3.1  实验样本

采用的实验图像库由Corel数据集中的1 000幅图案构成，从数据库中随机抽选10张图案作为实验对象，见图5，分别使用两个系统对这10个图案匹配，对比两个系统的色彩测得的特征点。

3.2  实验结果分析

传统系统与此次设计系统的对比结果见表1。

由实验对比结果可知，传统系统匹配的图案色彩特征点与已知特征点相差较大，说明不能准确对传统广告图案符号色彩匹配。而此次设计的系统测得的特征点，与已知图案的特征点数量相差较小，在第4个图案匹配中，特征点全部匹配，说明此次设计的系统匹配效果好。

4  结  语

本文设计一种基于VR技术的传统广告图案符号色彩数字化匹配系统以解决传统系统色彩匹配特征点少、匹配效果差的问题。系统硬件由单片机、颜色传感器和控制器组成;系统软件部分，根据传统广告图案符号色彩的平均值与标准差对传统广告图案符号色彩分布调整，利用VR技术完成传统广告图案符号色彩数字化匹配。实验对比结果表明，此次设计的系统比传统系统色彩匹配特征点多，能够满足传统广告图案符号色彩数字化匹配需求。

参考文献

[1] 秦铭谦，曾青松.基于对抗颜色空间梯度SURF特征匹配复制黏贴篡改检测[J].电子测量与仪器学报，2018，32（10）：147?153.

[2] 钱伟，常霞，虎玲.基于改进颜色传递策略与NSCT的红外与可见光图像伪彩色融合[J].红外技术，2019，41（6）：555?560.

[3] 雷飞，朱林，王雪丽.改进多尺度Retinex色彩灰度的水下彩色图像研究[J].小型微型计算机系统，2018，39（1）：185?188.

[4] 甘玲，周灿，李大港.一种采用点匹配的图像区域复制粘贴篡改检测方法[J].小型微型计算机系统，2017，38（7）：1631?1635.

[5] 阳小兰，钱程.基于VR技术的三维动态激光成像技术研究[J].激光杂志，2018，39（5）：57?61.

[6] 张旭，郭东恩.基于DCT与自适应人类学习优化算法的图像匹配算法[J].电子测量与仪器学报，2018，32（6）：148?154.

[7] 余震，何留杰，王振飞.基于点线投影模型与几何误差制约规则的图像匹配算法[J].电子测量与仪器学报，2018，32（4）：87?94.

[8] 楼幸欣，唐向宏，张越.相似匹配块组的稀疏表示图像修复[J].中国图象图形学报，2019，24（7）：1055?1066.

[9] 谭永前，曾凡菊.基于匹配误差改进和迭代传输的纹理传输算法[J].激光与光电子学进展，2018（5）：130?134.

[10] 于秋则，周珊，雷震，等.基于非线性SIFT框架SAR图像匹配[J].雷达科学与技术，2019，17（3）：237?245.

[11] 刘涛，周先春.点对称关系耦合距离约束的图像匹配算法[J].光学技术，2018，44（4）：419?426.

[12] 赵明富，陈海军，宋涛，等.改进RANSAC?SIFT算法在图像匹配中的研究[J].激光杂志，2018，39（1）：114?118.

[13] 谢斌，徐晨，韩雨，等.显著颜色提取的织物图像色彩转移改进方法[J].信号处理，2019，35（4）：593?600.

[14] 温立民，巨永锋，张昌利，等.基于改进Kuwahara滤波的图像去雾算法[J].控制工程，2019，26（5）：997?1002.

[15] 张子栋，张杰敏，茅剑.大数据处理警示性图像颜色纹理特征选取仿真[J].计算机仿真，2019，36（5）：434?437.

[16] 马晓珂.基于非线性尺度空间的图像特征提取与匹配算法研究[D].开封：河南大学，2019.

[17] 王若静.基于特征残差学习和图像转换的异源图像块匹配方法研究[D].西安：西安电子科技大学，2019.