為了提高產(chǎn)品外包裝造型的設(shè)計效果,提出基于視覺傳達(dá)技術(shù)的產(chǎn)品外包裝造型仿真設(shè)計方法。采用圖像處理方法進(jìn)行產(chǎn)品外包裝造型視覺圖像采樣,提取產(chǎn)品外包裝造型視覺圖像的邊緣輪廓特征量,采用角點(diǎn)標(biāo)注的方法進(jìn)行產(chǎn)品外包裝造型視覺信息分析,計算產(chǎn)品外包裝造型視覺高分辨特征分布值,采用機(jī)器視覺方法進(jìn)行產(chǎn)品外包裝造型視覺三維特征重構(gòu),結(jié)合小波多尺度分解方法進(jìn)行產(chǎn)品外包裝造型視覺信息的輪廓檢測和特征點(diǎn)標(biāo)定,建立產(chǎn)品外包裝造型視覺圖像的角點(diǎn)檢測模型,根據(jù)邊緣輪廓檢測和角點(diǎn)檢測結(jié)果,實現(xiàn)產(chǎn)品外包裝造型視覺優(yōu)化設(shè)計,提高產(chǎn)品外包裝造型的視覺傳達(dá)能力。仿真結(jié)果表明,采用該方法進(jìn)行產(chǎn)品外包裝造型視覺設(shè)計的輸出性能較好,峰值信噪比較高,提高了產(chǎn)品外包裝造型的視覺表達(dá)能力。 

【文章來源】：現(xiàn)代電子技術(shù). 2020,43(18)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

產(chǎn)品外包裝造型視覺圖像的像素重構(gòu)模型

算法的實現(xiàn)流程

對產(chǎn)品外包裝造型視覺仿真采用Matlab設(shè)計，在VC++中使用Matlab的m文件進(jìn)行交叉編譯，對產(chǎn)品外包裝造型視覺圖像采集的像素值為600×800，產(chǎn)品外包裝造型圖像的訓(xùn)練樣本集為600，圖像灰度平均值Δ=2.5 piex。得到產(chǎn)品外包裝造型的原始設(shè)計效果如圖3所示。采用本文方法進(jìn)行優(yōu)化設(shè)計，得到優(yōu)化設(shè)計結(jié)果如圖4所示。分析圖4得知，采用本文方法能夠提高產(chǎn)品外包裝造型的視覺傳達(dá)效果。

【參考文獻(xiàn)】：
期刊論文
[1]魯棒的自適應(yīng)尺度和方向的目標(biāo)跟蹤方法[J]. 單玉剛,汪家寶.  計算機(jī)工程與應(yīng)用. 2018(21)
[2]結(jié)合結(jié)構(gòu)自相似性和卷積網(wǎng)絡(luò)的單幅圖像超分辨率[J]. 向文,張靈,陳云華,姬秋敏.  計算機(jī)應(yīng)用. 2018(03)
[3]結(jié)合局部灰度差異的噪聲圖像分割模型[J]. 李鋼,李海芳,尚方信,郭浩.  計算機(jī)應(yīng)用. 2018(03)
[4]視頻幀內(nèi)運(yùn)動目標(biāo)移除篡改檢測算法[J]. 尹立,林新棋,陳黎飛.  計算機(jī)應(yīng)用. 2018(03)
[5]基于局部鄰域多流形度量的人臉識別[J]. 鄭萍萍,李波,丁玉琳.  計算機(jī)應(yīng)用研究. 2018(04)



本文編號：3439182