摘要：照片墻生成技術是把多張照片集中在一定范圍的框架內進行顯示的技術?，F(xiàn)有的照片墻生成方法只是研究如何提高生成照片墻的效率，而生成過程本身是隨機且不可控的，缺乏對生成結果的有效評價機制。在現(xiàn)有照片墻生成技術的基礎上，以審美的觀點提出對生成結果的評價約束條件，并通過簡單測試，發(fā)現(xiàn)利用該方法生成的照片墻比已有方法得到的結果更具有美感。

關鍵詞：照片墻；色彩；審美評價

DOIDOI：10.11907/rjdk.151492

中圖分類號：TP301

文獻標識碼：A 文章編號文章編號：16727800（2015）008007603

作者簡介作者簡介：謝應濤（1982-），男，四川南充人，碩士，西華師范大學實驗中心講師，研究方向為人機交互。

0 引言

照片墻是人們對多張照片集中呈現(xiàn)的方法，具有方便檢索與展示美觀的特點。近年來，照片墻生成技術作為一種快速的多圖像顯示技術已成為研究熱點。照片墻的生成是對照片集合的再創(chuàng)作過程。因此，研究如何生成具有審美標準的照片墻具有重要意義。

1 照片墻布局生成方法

照片墻的布局生成方法是由基于頁面的布局方法發(fā)展而來，主要可以歸納為3類：①基于模板生成的布局[1]。這類方法的特點是模板基于專家系統(tǒng)，生成的結果符合審美標準，缺點在于需要模板庫支持，并且模板庫隨著容量增大，生成效率會降低；②基于幾何約束生成的布局[2]。該方法可以完全自動并快速地按照約束生成布局，缺點在于很難設計出完美的約束條件，并且難以在生成過程中加入用戶偏好；③基于算法直接生成的布局。典型代表是遺傳算法。本文基于第3類方法，并對算法進行了改進，得到新的布局生成方法。

2 布局生成

本文主要從數(shù)據(jù)結構、布局生成后對照片的填充及裁剪兩方面進行研究。

2.1 布局結構

基于結構的布局生成方法已有很多研究，本文采用了二叉樹表示個體布局的方法，如圖1所示。圖（a）表示真實布局中的結構劃分，圖（b）為使用二叉樹表示的邏輯結構劃分。在二叉樹的邏輯結構劃分中分為兩類節(jié)點：一類是由“H” 和 “V”組成的非葉子節(jié)點，另一類是由Li表示的第i個葉子節(jié)點。

圖1 二叉樹結構

2.2 照片填充

照片墻生成需要用戶選擇組成照片墻的照片，在選擇照片的環(huán)節(jié)，先被用戶選擇的照片，其對用戶的重要程度越高。通過用戶的選擇順序確定一個降序的照片重要度序列Im（i1，i2，…，im）。

另一方面，從視覺表現(xiàn)上看，面積越大給人的視覺沖擊也會越大。因此，面積占整體比例的大小反映了視覺的重要性，通過生成單元格的面積大小即可生成一個單元格面積大小序列Sm（s1，s2，…，sm）。

最后，在填充照片到生成的單元格中時，采用以上所述的兩個隊列進行一一填充，如公式1所示。

ImSm=（（i1，s1），（i2，s2），…，（im，sm））（1）

3 審美評價

現(xiàn)階段，對界面布局的審美認識已有一定研究[4]，但其還不能完全適應基于內容的照片墻，因此需要重新提出對于照片墻審美的認識規(guī)則。由于布局本身可以看作一張圖像，因此從整體上看，可單獨分析這張照片的顏色美感。這方面主要參考了文獻[5]，整個對顏色的分析度量基于HSL色彩空間。對顏色的處理、提取顏色特征的方法主要通過3種方式計算：亮度平衡、色彩對比度和色彩和諧度。

3.1 亮度平衡

為了實現(xiàn)判定布局圖像的均勻亮度特征，設定布局圖像的分辨率為M×N，將整個布局劃分為4個區(qū)域（見圖 2），并分別計算每個區(qū)域的像素亮度和，具體見公式（2）-（5）。

在得到各部分分量后，計算代表整體的亮度平衡度，這也是關于整體審美度量的第一個特征值：

3.2 色彩對比

首先對整個圖像生成色彩直方圖，同時進行色彩去噪處理，去除一些對視覺影響不大和出現(xiàn)頻率較低的像素顏色信息?；谏实娜ピ胩幚碇饕譃閮刹剑?/p>

（1）認定Is>0.2并且0.15

（2）提取布局圖像中顏色出現(xiàn)頻率較高的點，假定Q是色彩直方圖中的最大值，對所有大于c·Q的色彩區(qū)域計數(shù)，所有IH（i） 應該滿足IH（i）>c· Q，因此得到第二個審美度量特征為：

f2=max（H（i））-min（H（i））（7）

其中，H（i） 是第i個區(qū)域中色彩的平均值，距離·同樣表示色輪上的弧度值。

3.3 色彩調和模型

關于模型的適配，主要采用松田色彩和諧模型[6]。選取前7種模型，如圖3所示。為了讓匹配模型的計算量減少，不同于文獻[5]中將每個像素點匹配模型，而是間接使用直方圖統(tǒng)計區(qū)域中色彩的平均值來匹配模型，可大量減少計算時間。

首先，通過色彩直方圖的計算，可以得到每個小區(qū)域的平均色彩值：

其中，Hmin表示為：

因此，區(qū)域中的色彩平均值與色彩和諧模型區(qū)域的匹配距離可以表示為：

然后判定直方圖中的色彩滿足7種模型中的一種，或者如果滿足多個模型，取匹配度最高的色彩模型值為特征值，表達式為：

其中，k可以取類型 i、V、L、I、T、Y 或X中的一種。

3.4 特征值評價

為了統(tǒng)一特征值，首先對不同的特征變量做歸一化處理，把特征值歸一到0～1的區(qū)間內，具體計算方法見公式（12）-（14）。

最后得到檢查度函數(shù)：

其中，s、r和t的值通過實驗和美學分析得出，當s=0.2，r=0.1，t=0.7時效果較好。通過最終的特征評價值對生成的照片墻進行色彩審美評分，根據(jù)評分選出最佳結果。

4 實驗

通過18位測試用戶的測試，分別取18名用戶運行計算得分與主觀評分的平均值，3種方法的實驗結果對比如表1所示。通過測試，測試者從主觀上能更多感受到通過審美評價之后生成的結果比隨機方法更具有協(xié)調性與美感。由于基于交互的方法得到的結果需要用戶選擇，因此所需時間稍多。通過本文的照片墻生成軟件生成的部分照片墻，如圖4所示。

5 結語

本文使用基于評價審美特征值的方法能快速有效地生成較美觀的照片墻。主要特征為：按照審美評分規(guī)則指導用戶選擇更具美感的布局，使生成的照片墻既有用戶的偏好選擇，又加入了一定的審美規(guī)則約束。最終，通過用戶對生成測試結果的評分，證明了該方法的有效性。

參考文獻：

[1] JACOBS C，et al.Adaptive grid-based document layout[J].ACM transactions on graphics （TOG），2003，22（3）： 838847.

[2] GIRGENSOHN A.A fast layout algorithm for visual video summaries[C].in Multimedia and Expo，ICME'03.Proceedings International Conference，2003.

[3] MEYEROVICH L A，R BODIK.Fast and parallel webpage layout[C].in Proceedings of the 19th international conference on World wide web，2010.

[4] NGO D C L.Measuring the aesthetic elements of screen designs[J].Displays，2001，22（3）：7378.

[5] LI C，T CHEN.Aesthetic visual quality assessment of paintings[J].Selected Topics in Signal Processing，2009，3（2）：236252.

[6] COHEN D，et al.Color harmonization[J].ACM Trans，Graph，2006，25（3）：624630.

（責任編輯：黃 ?。?