基于安卓系統的色盲辨色軟件設計

孫養龍 鄧計才 于廣游 周倩倩

（鄭州大學信息工程學院，河南 鄭州 450001）

基于安卓系統的色盲辨色軟件設計

孫養龍 鄧計才 于廣游 周倩倩

（鄭州大學信息工程學院，河南 鄭州 450001）

色盲人群的色彩分辨能力低于正常人，論文在分析H分量旋轉色盲矯正方法的基礎上，開發出了具有色盲模擬、色盲檢測和色盲矯正功能的實時視頻圖像處理系統，并在android系統移動終端上設計出了相應的應用軟件，經實際測試，該系統運行穩定，實時性好，可以幫助色盲色弱人群提高對色彩的分辨能力。

H分量旋轉；色盲仿真；色盲檢測；色盲矯正

1 引言

色盲又稱色覺辨認障礙，由視網膜上傳遞顏色信息的感光錐體細胞異常或不全引起。色盲人群中，紅綠色盲最為常見，在男性和女性中的比例分別為8%和0.5%。目前對色盲的治療以矯正輔助為主。其中，在三通道色覺模型[1]基礎上利用圖像處理來輔助色盲色彩識別的方法，在安全性和可行性方面較其他方法具有明顯的優勢。

隨著電子信息技術的發展，研究人員將電子信息處理技術應用于色彩檢測提出了基于ARM系統的色盲矯正設計方案[2]，該方案采用基于圖像幾何變換映射的色盲矯正方法[3]，可有效改善色盲患者區分顏色的能力，但實用性不強。本文分析了經典色盲矯正算法的原理，在現有工作的基礎上，采用H分量旋轉算法[4]，開發出了可以運行在手機等移動終端的安卓應用軟件，其開發和應用成本低，更加貼近實用。

2 理論分析

2.1 色盲仿真模型

研究表明，正常人眼睛含三種錐體細胞，即L（短波類型）、S（中波類型）、M（長波類型），它們構成了人眼LMS空間模型。LMS空間和RGB空間的位置關系如圖1所示，其中箭頭方向（沿著L軸）為紅色盲的投影方向。沿L軸方向的顏色被投影到同一點，出現該方向上顏色的重疊和混淆，而紅色和綠色恰在此方向上，所以紅色盲不能分辨紅綠。同理，對于綠色盲，M軸為投影軸，導致顏色重疊混淆于R=G的平面上[5][6]，因此綠色盲同樣不能辨別紅和綠；對于藍色盲，其投影軸和投影平面分別為S軸和B= G平面，最終造成藍色盲在分辨藍和綠上存在障礙。

圖 1 紅色盲色彩空間轉換圖

2.2 色盲矯正原理

從色盲仿真模型可知，顏色立方體中的顏色沿著某一方向投影到色盲顏色面上，在此方向上顏色的種類和多少，決定了色盲的類型和程度。H分量旋轉法通過旋轉H分量，達到以顏色立方體中黑白兩點間連線為軸旋轉立方體的目的，旋轉的結果使得大多數顏色不出現在同一投影方向上，從而使這些顏色能夠被很好地區分開。為此需要找到合適的旋轉角度。

實驗表明，對于容易混淆紅色和綠色的紅綠色盲，當對圖像的H分量旋轉120度時，可獲得最優的矯正圖像。因為在HSV顏色空間模型中，H分量旋轉120度后，紅色變換到綠色，綠色變換到藍色，而在色盲模型中，綠色和藍色在紅、綠色盲顏色面上的距離最大，所以矯正后圖像中相應的顏色信息會清楚的顯現出來。對藍色盲的矯正也是同理。

3 軟件開發

軟件的開發需要在PC機上完成，然后再移植到安卓系統上。本軟件的開發過程包括：開發環境搭建，結構設計和算法實現。

3.1 開發環境搭建

所需要的軟件安裝包有JDK，eclipse，Android SDK和NDK，ADT和CDT，OpenCV for android等。其中，JDK是應用最為廣泛的Java SDK，屬整個Java的核心，包括了運行環境、工具和基礎類庫；eclipse是基于Java且開放源碼的可擴展平臺，附帶有標準的插件集。根據軟件之間的依賴關系，按照一定的順序安裝軟件，JDK和eclipse是基本的開發環境，需要先行安裝和配置。

3.2 程序結構設計

根據本軟件預設的功能及對視頻圖像的處理方法，設計了如圖2所示的程序結構圖。在對視頻圖像進行變換前，先完成對所獲圖像的預處理，以提高后期處理的速度和效果。預處理后的圖像分別用于正常視頻顯示、色盲模擬處理和色盲矯正處理。最終通過軟件界面上的切換按鈕，分時顯示不同處理結果的視頻圖像。

圖2 程序結構圖

3.3 算法實現

3.3.1 色盲模擬實現

通過對圖像數據進行矩陣運算，可獲得在不改變圖像整體亮度和布局情況下的校正圖像。以紅色盲為例，模擬過程如圖3所示，包括：數學模型轉換，顏色通道提取與運算，通道合成和圖像顯示。

圖 3 紅色盲模擬程序流程圖

進行顏色通道提取時，程序運用opencv的圖像容器Mat存儲圖像數據的方法，將Java程序獲得的RGBa格式圖像通過數據指針進行。

3.3.2 矯正算法實現

矯正算法的理論基礎是H分量旋轉，根據該理論，在對圖像矩陣的實際處理過程中要經歷如圖4的變換過程。

圖 4 矯正算法實現框圖

圖4中H通道的數據矩陣加60，是因為在opencv中，對通道的賦值范圍是0～255，其中H通道元素的值以180為周期，即250所對應顏色與70所對應顏色等價，理論中需要做的120度旋轉，在程序中只需要轉過60度。經測試發現，對圖像進行H分量旋轉120度等效于RGB格式的圖像轉換為BRG格式的圖像，通過此方法可有效提高程序的運算速度。

4 結果分析

基于上述程序結構和矯正算法，采用java及opencv相結合設計開發了顏色識別矯正系統軟件，并在手機上進行了測試，該手機系統為Andriod2.3，CPU型號為高通驍龍Snapdragon MSM8260，800萬像素CMOS攝像頭，視頻圖像分辨率為720P（1280×720，30幀/秒）。圖5展示了該軟件運行的工作界面。軟件打開，首先獲取到的是正常視頻圖像，觸摸菜單鍵后，在當前窗口的下方有正常、輔助和仿真三個一級菜單，選擇輔助模式后，即可獲得進行H分量旋轉之后的實時圖像；選擇仿真模式，會在當前窗口的中央彈出一個包含三個選項的二級菜單，在此可以選擇紅色、綠色和藍色三種色盲模式并獲得實時視頻圖像。

圖 5 軟件使用界面

圖 6 色盲檢測圖實驗結果

（因出版印刷原因，對圖中數字進行了處理，原圖請訪問：http：//t.cn/8sPYFuG）

圖6中三幅圖像展示了本軟件對色盲檢測圖的處理效果。從圖①和圖②對比可以發現，色盲模擬中紅色盲效果非常明顯，正常情況下可以分辨出數字“26”，在經過色盲模擬處理之后數字“2”幾乎無法分辨。色盲矯正算法對圖像的處理結果如圖③所示，可以發現圖像較原圖①有明顯的變化，紅色盲原本不能分辨出的數字2得到清晰顯示。實驗結果表明，當我們面對需要分辨不同顏色的情景時，通過該軟件可以達到很好的分辨效果。

5 總結

本文通過基于H分量旋轉的色盲矯正算法，開發出可高效運行于手機移動終端的安裝軟件。并對H分量的旋轉方法進行了改進，提高了算法執行的速度。軟件所采用的H分量旋轉算法對紅、綠、藍三種色盲均具有一定的矯正作用，增強了色盲患者對顏色的分辨能力，使其看到原圖像中看不到的信息。但算法本身是通過降低低頻顏色分辨率換取高頻顏色的分辨率，因此在處理顏色種類多且分布均勻的圖像時不能獲得最佳矯正效果。本文接下來的工作，是研究獲得針對不同圖像和色盲種類最佳H分量旋轉角度的方法，同時開發可佩戴的色盲輔助設備。

[1]Martin CE，Keller JG，Rogers SK，et al.Color blindness and a color human visual system model[J].IEEE Transactions on Systems，Man and Cybernetics-Part A：Systems and Humans，2000，30：494-500.

[2]王恩，馬煜，汪源源.嵌入式色盲圖像處理系統設計[J].中國醫療器械雜志，2011，1：45-49.

[3]王恩，馬煜，汪源源.基于圖像幾何變換映射的色盲矯正方法[J].生物醫學工程學進展，2011，32(2)：63-67.

[4]鮑吉斌，汪源源，馬煌等.基于H分量旋轉的色盲矯正方法[J].生物醫學工程學進展，2008(3)：125-130.

[5]Brettel H，Vienot F，Mollon JD.Computerized simulation of color appearance for dichromats[J].Journal of Optical Society of Americal.1997，14：2647-2655

[6]Vienot F，Brettel H，Mollon JD.Digital video colourmaps for checking the legibility of displays by dichromats[J].Color Re?seach and Application.1999，24：243-252

R774.1+4

B

1671-0037（2014）03-54-2

孫養龍（1988-）男，在讀碩士研究生，研究方向：嵌入式系統。