佟喆

摘 要： 為了提高工業(yè)設(shè)計(jì)的合理性評(píng)估能力，提出一種基于視覺表達(dá)和圖像分析的工業(yè)設(shè)計(jì)合理性評(píng)估方法。以工業(yè)設(shè)計(jì)工件為例，首先采用數(shù)字掃描成像技術(shù)進(jìn)行工業(yè)設(shè)計(jì)工件的視覺成像采集，對(duì)采集的工業(yè)設(shè)計(jì)工件視覺圖像進(jìn)行中值濾波降噪預(yù)處理，然后提取工件的邊緣輪廓特征，采用Harris角點(diǎn)檢測(cè)方法對(duì)工件的關(guān)鍵加工點(diǎn)進(jìn)行定位檢測(cè)和合理性評(píng)估。最后進(jìn)行仿真測(cè)試分析，結(jié)果表明，采用該方法進(jìn)行工業(yè)工件設(shè)計(jì)，對(duì)設(shè)計(jì)的合理性評(píng)估的準(zhǔn)確性能更好，評(píng)價(jià)指標(biāo)更明確。

關(guān)鍵詞： 視覺表達(dá)； 圖像預(yù)處理； 工業(yè)設(shè)計(jì)； 合理性評(píng)估

中圖分類號(hào)： TN911.73?34； TN249 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）14?0154?04

Abstract： In order to improve the ability of reasonableness assessment for industrial design， an evaluation method of industrial design rationality based on visual expression and image analysis is put forward. Taking an industrial design workpiece as an example， the digital scanning imaging technology is used to perform visual image acquisition of industrial design workpiece. The median filtering noise reduction preprocessing of the acquired visual image of the industrial design workpiece is carried out. The edge contour features are extracted. Harris corner detection method is adopted to conduct location detection and the rationality evaluation for the key processing points of the workpiece. The simulation test and analysis results show that the method is more accurate for design rationality evaluation of the industrial workpiece and its evaluation index is more explicit.

Keywords： visual expression； image preprocessing； industrial design； rationality evaluation

0 引 言

工業(yè)設(shè)計(jì)對(duì)象是批量生產(chǎn)的產(chǎn)品。工業(yè)產(chǎn)品的合理性設(shè)計(jì)能有效提高工業(yè)加工的生產(chǎn)效率，特別是對(duì)機(jī)械工件進(jìn)行優(yōu)化設(shè)計(jì)，能提高工業(yè)機(jī)械工件加工的精度。工業(yè)設(shè)計(jì)是對(duì)產(chǎn)品的實(shí)用性、美和環(huán)境的合理性融合，工業(yè)設(shè)計(jì)的美學(xué)形態(tài)問題和視覺特征呈現(xiàn)問題研究是工業(yè)設(shè)計(jì)研究的主要內(nèi)容[1]。傳統(tǒng)的工業(yè)設(shè)計(jì)主要是憑借訓(xùn)練、技術(shù)知識(shí)進(jìn)行色彩和產(chǎn)品形狀的表達(dá)，進(jìn)行工件的結(jié)構(gòu)、構(gòu)造、形態(tài)、色彩和加工工藝進(jìn)行評(píng)估[2?3]，但是還缺乏一套有效的工業(yè)設(shè)計(jì)的合理性評(píng)估機(jī)制。采用計(jì)算機(jī)視覺表達(dá)方法進(jìn)行工業(yè)設(shè)計(jì)的合理性評(píng)估具有應(yīng)用前景，采用計(jì)算機(jī)視覺表達(dá)方法，結(jié)合圖形與圖像處理學(xué)，實(shí)現(xiàn)對(duì)工件產(chǎn)品的結(jié)構(gòu)、構(gòu)造、形態(tài)、色彩的優(yōu)化設(shè)計(jì)。

1 工業(yè)設(shè)計(jì)工件的視覺成像采集

用數(shù)字掃描技術(shù)進(jìn)行工業(yè)設(shè)計(jì)工件的色彩、形態(tài)和構(gòu)件的合理性評(píng)價(jià)，結(jié)合圖像處理技術(shù)實(shí)現(xiàn)工業(yè)設(shè)計(jì)工件視覺特征的合理性表達(dá)，對(duì)工業(yè)設(shè)計(jì)工件的結(jié)構(gòu)、構(gòu)造、形態(tài)、色彩合理性設(shè)計(jì)評(píng)估是建立在對(duì)工業(yè)設(shè)計(jì)產(chǎn)品工件進(jìn)行三維數(shù)字掃描成像基礎(chǔ)上[4]，通過(guò)對(duì)工業(yè)設(shè)計(jì)工件進(jìn)行三維數(shù)字掃描圖像的圖像分割和信息融合處理，結(jié)合角點(diǎn)檢測(cè)和關(guān)鍵點(diǎn)標(biāo)定方法，對(duì)工業(yè)產(chǎn)品設(shè)計(jì)的關(guān)鍵信息點(diǎn)的特征點(diǎn)進(jìn)行準(zhǔn)確標(biāo)定，實(shí)現(xiàn)結(jié)構(gòu)、構(gòu)造、形態(tài)、色彩合理性搭配，假設(shè)工業(yè)設(shè)計(jì)工件的三維數(shù)字掃描成像的像素點(diǎn)信息特征量為，從中選取，， ，…，作為工件工業(yè)設(shè)計(jì)的關(guān)鍵信息特征點(diǎn)，每隔個(gè)視覺采樣周期進(jìn)行信息融合和視覺特征提取，得到工業(yè)設(shè)計(jì)工件的視覺成像采集的高維信息融合方程描述為：

式中：為工業(yè)設(shè)計(jì)工件三維數(shù)字掃描成像像素級(jí)視覺差；為視覺成像掃描的陰影區(qū)域融合分量。使用有限體積方法對(duì)工業(yè)設(shè)計(jì)工件的視覺成像像素值進(jìn)行種子點(diǎn)離散處理[5]，用高亮線條和陰影區(qū)域方法，得到設(shè)計(jì)工件的三維視覺掃描的瞬態(tài)鏡像模型為：

式中：為工件視覺掃描的瞬態(tài)邊緣輪廓特征；為單一尺度下視覺變化的周期變量，初始化圖像分塊模型，令。其中：，表示工業(yè)產(chǎn)品設(shè)計(jì)工件三維視覺圖像分塊位置處的圖像邊緣信息素。采用齊次坐標(biāo)變換得到工業(yè)設(shè)計(jì)工件的視覺成像采集的特征數(shù)據(jù)表達(dá)式為：

采用直方圖估計(jì)方法得到工業(yè)設(shè)計(jì)工件三維數(shù)字掃描成像像素級(jí)視覺差，在工業(yè)設(shè)計(jì)工件三維數(shù)字掃描成像曲面擬合過(guò)程中，先尋找工件設(shè)計(jì)的三維空間，通過(guò)關(guān)鍵信息點(diǎn)區(qū)域估計(jì)方式重構(gòu)數(shù)字掃描圖像。

2 工件視覺圖像的中值濾波降噪預(yù)處理

在上述進(jìn)行工業(yè)設(shè)計(jì)中工件圖像的三維視覺特征提取和圖像采集的基礎(chǔ)上，進(jìn)行工件視覺圖像的中值濾波降噪，由于工業(yè)設(shè)計(jì)工件三維數(shù)字掃描成像模板像素失真導(dǎo)致視覺誤差較大，出現(xiàn)噪點(diǎn)，對(duì)工業(yè)設(shè)計(jì)工件三維數(shù)字掃描成像采用中值濾波進(jìn)行形態(tài)學(xué)分割[6]，工件三維數(shù)字掃描圖像的二值化分離結(jié)果為：

通過(guò)上述對(duì)工件視覺圖像的中值濾波降噪預(yù)處理，提高了視覺表達(dá)的輸出信噪比。

3 工業(yè)設(shè)計(jì)合理性評(píng)估的視覺表達(dá)實(shí)現(xiàn)

3.1 工業(yè)設(shè)計(jì)視覺成像的邊緣輪廓特征提取

在上述進(jìn)行了工業(yè)設(shè)計(jì)工件的視覺成像采集和降噪預(yù)處理的基礎(chǔ)上，提取工件的邊緣輪廓特征，采用邊緣輪廓特征提取方法對(duì)工件的關(guān)鍵加工點(diǎn)進(jìn)行定位檢測(cè)和合理性評(píng)估，工業(yè)設(shè)計(jì)工件三維數(shù)字掃描成像點(diǎn)的數(shù)據(jù)樣本為：

對(duì)于，對(duì)應(yīng)的工件邊緣輪廓的測(cè)量值，用表示4×4的邊緣輪廓的平滑參數(shù)，即，得到工業(yè)設(shè)計(jì)工件三維數(shù)字掃描圖像的空間分解迭代式為：

式中，表示工業(yè)產(chǎn)品設(shè)計(jì)的關(guān)鍵信息點(diǎn)模態(tài)特征輸入數(shù)據(jù)。采用有限元法對(duì)工件的視覺表達(dá)信息進(jìn)行圖像像素增強(qiáng)，假設(shè)構(gòu)建工業(yè)設(shè)計(jì)工件三維數(shù)字掃描圖像的視覺表達(dá)的信息動(dòng)態(tài)傳遞方程滿足：

通過(guò)預(yù)先設(shè)定以閾值，實(shí)現(xiàn)對(duì)視覺成像的邊緣輪廓特征提取，工業(yè)設(shè)計(jì)工件視覺表達(dá)的邊緣輪廓特征提取示意圖如圖1所示。

3.2 工業(yè)設(shè)計(jì)的視覺表達(dá)合理性評(píng)估實(shí)現(xiàn)

在提取工件的邊緣輪廓特征的基礎(chǔ)上，采用Harris角點(diǎn)檢測(cè)方法對(duì)工件的關(guān)鍵加工點(diǎn)進(jìn)行定位檢測(cè)和合理性評(píng)估，工業(yè)產(chǎn)品設(shè)計(jì)工件三維視覺圖像總共可劃分成K個(gè)分塊特征區(qū)域，工件三維視覺的子空間為：

根據(jù)窗口區(qū)域的閾值對(duì)圖像進(jìn)行Harris角點(diǎn)訓(xùn)練[7]，訓(xùn)練函數(shù)為：

定義工業(yè)產(chǎn)品設(shè)計(jì)工件三維視覺圖像為，工業(yè)設(shè)計(jì)工件的色彩、形態(tài)和構(gòu)件的合理性搭配先對(duì)工業(yè)設(shè)計(jì)工件進(jìn)行圖像像素序列重組，如下：

當(dāng)輸出的工業(yè)產(chǎn)品設(shè)計(jì)工件圖像像素特征集滿足約束條件：。定義Harris角點(diǎn)信息特征，提取圖像關(guān)鍵信息點(diǎn)的統(tǒng)計(jì)特征進(jìn)行角點(diǎn)匹配，工業(yè)產(chǎn)品設(shè)計(jì)工件三維視覺的特征估計(jì)的判別函數(shù)為：

式中：為工業(yè)產(chǎn)品設(shè)計(jì)工件視覺參量在角點(diǎn)尺度上的估計(jì)結(jié)果；為種子點(diǎn)附近的工件結(jié)構(gòu)、構(gòu)造、形態(tài)估計(jì)結(jié)果。基于組合優(yōu)化理論，對(duì)工業(yè)設(shè)計(jì)工件的Harris角點(diǎn)特征進(jìn)行最小二乘組合擬合，得到工業(yè)設(shè)計(jì)的視覺表達(dá)合理性評(píng)估狀態(tài)方程如下：

式中：為關(guān)鍵信息點(diǎn)的信息素值；為不同尺度的區(qū)域信息融合控制系數(shù)；為三維數(shù)字掃描點(diǎn)的歐氏距離。通過(guò)上述方式，實(shí)現(xiàn)工業(yè)設(shè)計(jì)的視覺表達(dá)合理性評(píng)估，具體流程如下：

（1） 對(duì)工業(yè)產(chǎn)品設(shè)計(jì)工件三維視覺圖像進(jìn)行信息采集和特征提取，對(duì)采集的工業(yè)設(shè)計(jì)工件視覺圖像進(jìn)行中值濾波降噪預(yù)處理，構(gòu)建工業(yè)產(chǎn)品設(shè)計(jì)工件三維視覺圖像的邊緣特征分布區(qū)間之間的特征分割系數(shù)，以為概率密度泛函進(jìn)行邊緣輪廓特征分割。

（2） 使用三維數(shù)字掃描成像的亞像素級(jí)進(jìn)行特征重組，求解不同尺度結(jié)構(gòu)的視覺傳達(dá)系數(shù)。根據(jù)工業(yè)產(chǎn)品設(shè)計(jì)工件三維視覺圖像的Harris角點(diǎn)檢測(cè)結(jié)果，對(duì)工件三維數(shù)字掃描成像的頻譜分量和作變換，為工業(yè)產(chǎn)品設(shè)計(jì)工件三維視覺圖像的灰度級(jí)，為連續(xù)向量量化矢量特征點(diǎn)的信息組合融合度。

（3） 采用關(guān)鍵信息點(diǎn)區(qū)域組合構(gòu)建候選區(qū)域像素特征集，對(duì)工件的關(guān)鍵加工點(diǎn)的信息度表示為，并通對(duì)兩種自適應(yīng)加權(quán)進(jìn)行特征點(diǎn)掃描。

（4） 對(duì)數(shù)字掃描圖像的第一輪預(yù)測(cè)結(jié)果進(jìn)行有效性判別的關(guān)鍵信息點(diǎn)標(biāo)定結(jié)果滿足判別閾值，結(jié)束算法，否則自適應(yīng)更新迭代補(bǔ)償，重新進(jìn)行工業(yè)設(shè)計(jì)的合理性評(píng)價(jià)迭代。

4 實(shí)驗(yàn)測(cè)試分析

實(shí)驗(yàn)的硬件環(huán)境：CPU為Intel Core i3?370，主頻為2.93 GHz，內(nèi)存為2 GB，采用輸出信噪比SNR作為工業(yè)產(chǎn)品設(shè)計(jì)工件視覺圖像處理后合理性評(píng)價(jià)的效果測(cè)評(píng)指標(biāo)，SNR的計(jì)算式為：

式中：是原始工業(yè)產(chǎn)品設(shè)計(jì)工件視覺圖像；是通過(guò)本文的視覺表達(dá)和圖像分析處理和工業(yè)設(shè)計(jì)工件的圖像。以渦旋葉輪作為工業(yè)設(shè)計(jì)工件，進(jìn)行視覺表達(dá)分析，測(cè)試葉輪工件工業(yè)設(shè)計(jì)的合理性，用數(shù)字掃描技術(shù)進(jìn)行工業(yè)設(shè)計(jì)工件的色彩、形態(tài)和構(gòu)件視覺特征標(biāo)定，得到工件的CAD輸出視覺圖像結(jié)果如圖2所示。

采用本文方法進(jìn)行中值濾波降噪預(yù)處理，然后提取工件的邊緣輪廓特征和Harris角點(diǎn)檢測(cè)，得到特征提取結(jié)果如圖3所示。

從圖3可見，采用本文方法對(duì)工業(yè)設(shè)計(jì)工件進(jìn)行邊緣輪廓特征檢測(cè)，能有效實(shí)現(xiàn)對(duì)工件的關(guān)鍵加工特征點(diǎn)的提取和評(píng)價(jià)，采用Harris角點(diǎn)檢測(cè)方法對(duì)工件的關(guān)鍵加工點(diǎn)進(jìn)行定位檢測(cè)和合理性評(píng)估。圖4為采用不同方法進(jìn)行工業(yè)設(shè)計(jì)合理性評(píng)價(jià)的輸出SNR對(duì)比結(jié)果，從圖4分析得知，采用本文方法進(jìn)行工業(yè)設(shè)計(jì)合理性評(píng)價(jià)的輸出信噪比較高，說(shuō)明準(zhǔn)確性較好。

5 結(jié) 語(yǔ)

本文研究了工業(yè)設(shè)計(jì)的視覺表達(dá)合理性評(píng)價(jià)問題，提出一種基于視覺表達(dá)和圖像分析的工業(yè)設(shè)計(jì)合理性評(píng)估方法。以渦旋葉輪工件為例，采用數(shù)字掃描成像技術(shù)進(jìn)行工業(yè)設(shè)計(jì)工件的視覺成像采集，對(duì)采集的工業(yè)設(shè)計(jì)工件視覺圖像進(jìn)行中值濾波降噪預(yù)處理；然后提取工件的邊緣輪廓特征，采用Harris角點(diǎn)檢測(cè)方法對(duì)工件的關(guān)鍵加工點(diǎn)進(jìn)行定位檢測(cè)和合理性評(píng)估。測(cè)試結(jié)果表明，采用該方法進(jìn)行工業(yè)工件設(shè)計(jì)，對(duì)設(shè)計(jì)的合理性評(píng)估的準(zhǔn)確性能更好，評(píng)價(jià)指標(biāo)更明確，具有一定的應(yīng)用價(jià)值。

參考文獻(xiàn)

[1] XIA K， WU Y， REN X， et al. Research in clustering algorithm for diseases analysis [J]. Journal of networks， 2013， 8（7）： 1632?1639.

[2] ZHANG Q， ZHU Q Y， ZHANI M F， et al. Dynamic service placement in geographically distributed clouds [J]. IEEE journal on selected areas in communications， 2013， 31（12）： 762?772.

[3] 于國(guó)瑞.服裝流行要素識(shí)別與品牌服裝設(shè)計(jì)[J].紡織學(xué)報(bào)，2004，25（1）：126?128.

[4] MERNIK M， LIU S H， KARABOGA M D， et al. On clarifying misconceptions when comparing variants of the artificial bee colony algorithm by offering a new implementation [J]. Information sciences， 2015， 291（10）： 115?127.

[5] 劉正先，陳麗英.亞聲速半開式離心葉輪葉頂間隙的流動(dòng)特征[J].航空動(dòng)力學(xué)報(bào)，2012，27（4）：937?945.

[6] 陳新.一種基于計(jì)算機(jī)仿真的機(jī)械零件精度加工模擬技術(shù)[J].科技通報(bào)，2013，29（3）：169?171.

[7] 肖軍，趙遠(yuǎn)揚(yáng)，王樂.基于HLLC格式的徑向葉輪葉頂間隙流場(chǎng)分析[J].機(jī)械工程學(xué)報(bào)，2013，49（18）：167?176.