影像與圖形融合的視覺信息可視化傳達(dá)仿真

欒黎荔

(湖北工業(yè)大學(xué)工程技術(shù)學(xué)院，湖北 武漢 430068)

1 引言

視覺信息可視化是圖像處理中的一個重要內(nèi)容，將信息轉(zhuǎn)化為可視化的階段是一個尤為復(fù)雜的設(shè)計過程。信息可視化可以在多方面促進(jìn)人們了解和掌握多種復(fù)雜數(shù)據(jù)或圖像，采用高效的視覺表達(dá)手段，使用戶完成對數(shù)據(jù)的讀取和識別，進(jìn)一步實現(xiàn)用戶對所期望有效信息的獲取，然而在獲取信息的過程中，通過可視化的方式，可以很大程度上減輕海量信息給用戶造成的壓力。

影像與圖形是兩種不同形態(tài)的個體，會展現(xiàn)出與眾不同的視覺感受。將兩者融合后可以呈現(xiàn)出嶄新的感官效果。在信息交互的傳達(dá)時代，影像與圖形的融合能夠作為傳達(dá)信息的重要載體，是具備某種特定信息的視覺形象。圖形是對現(xiàn)實事物簡化形態(tài)，是人為創(chuàng)造，是虛假的，不僅能夠表達(dá)真實世界中存在的事物，對于其它不存在的事物也能夠抽象的進(jìn)行視覺化表達(dá)。但在視覺信息可視化傳達(dá)過程中很容易出現(xiàn)圖像過于復(fù)雜和效率較低等問題。

朱立霞等人[1]提出一種基于時間序列的螺旋圖可視化方法，即可以將多個階段的數(shù)據(jù)同時展示在一個平面空間內(nèi)，還能夠在有限的空間內(nèi)展示任意時長的數(shù)據(jù)。首先將狀態(tài)圓環(huán)上的數(shù)據(jù)點進(jìn)行分類，然后在相鄰的狀態(tài)圓環(huán)之間設(shè)置虛擬綁定圓環(huán)，通過邊綁定的函數(shù)將狀態(tài)圓環(huán)上的數(shù)據(jù)點映射到其對應(yīng)的虛擬綁定圓環(huán)上。最后在狀態(tài)圓環(huán)與其對應(yīng)的虛擬綁定圓環(huán)之間繪制Bézier曲線，在虛擬綁定圓環(huán)與虛擬綁定圓環(huán)之間繪制螺旋線，從而實現(xiàn)邊綁定的效果。仿真結(jié)果表明：該方法能夠有效地對大規(guī)模數(shù)據(jù)進(jìn)行可視化，并能有效地緩解視覺雜亂的問題。

孟令愚等人[2]提出一種基于電網(wǎng)信息三維可視化系統(tǒng)數(shù)據(jù)管理。首先通過MongoDB技術(shù)、B/S技術(shù)，通過數(shù)據(jù)讀取和改寫使其具有伸縮性能，能夠?qū)崟r處理數(shù)據(jù)。然后建立三維可視化平臺，能夠從多方面提高資源搜索效率與空間的規(guī)劃管理。在三維可視化過程中，要重點關(guān)注設(shè)備管理三維化，一方面要提升設(shè)備上下架效率；另一方面要增加故障告警管理可視化程度，同時注重其機(jī)柜使用效率統(tǒng)計可視化。實驗結(jié)果表明：該方法能夠提升數(shù)據(jù)集成的性能，使數(shù)據(jù)達(dá)到可視化傳達(dá)。

上述兩種方法容易產(chǎn)生圖像失真率較高，對比度較低的現(xiàn)象，很難體現(xiàn)出圖像的具體結(jié)構(gòu)特征，圖像可視化傳達(dá)效果較差。本文所提方法將影像與圖形融合進(jìn)行融和，能夠合理處理畫面扭曲的現(xiàn)象。采用映射處理方式，將三維信息轉(zhuǎn)換成平行光模式下的成像效果，所得圖像質(zhì)量更高，能夠體現(xiàn)出細(xì)節(jié)特征，從而實現(xiàn)視覺信息可視化。

2 影像與圖形融合

影像與圖形這兩個元素獨立且兼容，兩者融合在一起，能夠給人們展現(xiàn)出一場與眾不同的視覺盛宴。被普遍應(yīng)用于廣告宣傳片和海報當(dāng)中，來增加宣傳內(nèi)容的視覺效果，并且十分吸引觀看者的眼球，增加視覺沖擊效果。

通過融合不同來源的影像數(shù)據(jù)，并將其充分利用，這兩個元素同時出現(xiàn)在一副畫面中，并且都保留了各自的主要特點，在視覺上或者意象上具有關(guān)聯(lián)性[3]。綜合考慮影像與圖形兩者在融合時所耗費的時間與成本，故運用IHS變換方法與Brovery融合方法相結(jié)合的方式進(jìn)一步完成融合。

2.1 IHS變換與Brovery融合

IHS變換方式主要是通過多光譜影像的變換來實現(xiàn)的。首先獲取到I、H、S這其中的分量，然后根據(jù)黑白影像反復(fù)變換對多光譜影像I分量實施處理，通過黑白銳化的形式來突出融合后的圖像分辨率。能夠在一定程度上保存住其中的具體細(xì)節(jié)特征。

在為解決IHS進(jìn)行變換時較為費時且效率較低的問題[4]，提出一種快速IHS變換方法，其表達(dá)式為

(1)

其中，δ=P-I，I=(R0+G0+B0)/3，P代表黑白影像的灰度值，R0、G0以及B0代表色彩影像的不同波段，Rnew、Gnew以及Bnew代表完成融合后的圖像。

通過均值標(biāo)準(zhǔn)差實施歸一化處理[5]，得出表達(dá)式即

(2)

其中，P′代表配準(zhǔn)結(jié)束后的高分辨率黑白影像，P代表未配準(zhǔn)時的高分辨率黑白影像，μHRP代表未配準(zhǔn)時的影像均值，σHRP代表未配準(zhǔn)時的方差，σLRI代表未配準(zhǔn)時較低分辨率的I均值，μLRI代表未配準(zhǔn)時低分辨率的I分量方差。

Brovery融合完成后的影像方式主要根據(jù)較高分辨率的色彩影像和多光譜影像共有的波普區(qū)間為基礎(chǔ)[6]，其表達(dá)式為

(3)

式中，R0、G0以及B0所描述的是色彩影像的不同波段，P所描述的是黑白影像。

2.2 兩者相結(jié)合的融合方法

針對多光譜影像與黑白影像融合后會出現(xiàn)光譜特性扭曲嚴(yán)重的現(xiàn)象。δ能夠決定在融合完成后影像的光譜扭曲程度，若P和所蘊(yùn)含的光譜信息距離十分貼近情況下，其差值只作為空間結(jié)構(gòu)信息，那么在影像與圖形融合之后避免了生成較大的光譜扭曲現(xiàn)象[7]。運用合成后的Inew分量，需符合以下公式即

min{(P-Inew)+(Inew-I)}

(4)

其中，Inew=(P-Inew)/2。當(dāng)Inew分量接近I過程中，P-Inew的數(shù)值將呈現(xiàn)增漲趨勢，很容易導(dǎo)致空間分辨率出現(xiàn)較低的現(xiàn)象。當(dāng)Inew分量接近R過程中，Inew-I的數(shù)值將呈現(xiàn)增漲趨勢，光譜扭曲程度也會隨之增大，光譜扭曲程度也會隨之增大。基于此設(shè)置出調(diào)節(jié)值t，若1≤t<∞，那么Inew=I。若t→+∞，那么Inew=P。根據(jù)合理調(diào)節(jié)t因子的數(shù)值，獲取到完美的融合結(jié)果[8]。

隨后對上述公式進(jìn)行改進(jìn)，得出其表達(dá)式為

1≤t<+∞

(5)

從式(5)中可得出，在t=1情況下，代表Brovery融合方式，在t→+∞情況下，則代表IHS變換方式，根據(jù)調(diào)節(jié)值t進(jìn)一步操控兩種方式間的變化。

綜上所述，通過適當(dāng)改變其數(shù)值，進(jìn)一步增強(qiáng)兩者之間的對比度，突出主體和客體的分別，對所表達(dá)的具體內(nèi)容予以傳達(dá)，讓整個畫面富含美感。

3 視覺信息可視化傳達(dá)

通過人眼視覺成像原則，采用映射操作，將ToF相機(jī)錐形區(qū)域中任意點投影到背景區(qū)域內(nèi)，并需要保存其深度信息，從而把三維信息還原成平行光模式下的成像效果，進(jìn)一步達(dá)到人眼視覺效果[9]。設(shè)計出幾何映射模型，如圖1所示。

圖1 幾何映射模型

將圖形在空間內(nèi)的點全部映射至間隔相機(jī)小孔是d的ω平面當(dāng)中，f表示為焦距，ToF相機(jī)當(dāng)作小孔成像模型，因此在ω圖形平面和ω′圖形平面內(nèi)只差距一個相乘系數(shù)f/d。基于視覺映射的幾何模型從圖2中展現(xiàn)。

圖2 視覺映射幾何模型

其中C點所描述的是模型的小孔，B點所描述的是空間內(nèi)的任意點[10]。依據(jù)三維TOF采集到數(shù)據(jù)的細(xì)節(jié)信息，并獲取到與B點相關(guān)聯(lián)的各個坐標(biāo)系的維系信息(x1，y1，r1)。設(shè)置d代表歐式距離基礎(chǔ)上描述的深度信息，即d(CB)=r1。M為B在VA上進(jìn)行映射，N為B在UA上進(jìn)行映射。設(shè)置∠ACB=∠α，∠MAB=∠β。∠β所描述的是BAC和UAC之間的二面角。

依據(jù)圖2能夠獲得以下公式即

(6)

(7)

(8)

(9)

為了達(dá)到視覺的舒適性，需要在藝術(shù)圖像的空間布局上合理規(guī)劃，突出層次感，并保留其特點不丟失。需要將空間內(nèi)各個點都映射到距離相機(jī)l(m)與光軸平行的平面ω中，然后在平面中建立坐標(biāo)系，原點同樣為平面與光軸的交點，坐標(biāo)軸與圖像水平，垂直軸平行[11]。具體內(nèi)容如圖3所示。

圖3 視覺映射幾何模型內(nèi)組成的相似三角形

從視覺映射幾何模型內(nèi)組成的相似三角形，可得出其表達(dá)式為

d(A′B′)=ltanα/cosα

(10)

(11)

(12)

在此基礎(chǔ)上又得出式(17)為

(13)

根據(jù)上述式(11)能夠獲得公式為

(14)

在三維相機(jī)灰度圖像坐標(biāo)系中的各個像素點所對應(yīng)深度信息實施相對變換[12]。故能夠把空間點內(nèi)的坐標(biāo)全部映射到ω的坐標(biāo)系中。

視覺信息可視化的作用在于通過圖形化手段進(jìn)行清晰，有效的信息傳遞。取得美學(xué)形式和功能之間的平衡，從而創(chuàng)造出一些華麗的可視化圖表。

4 仿真結(jié)果分析

4.1 實驗環(huán)境

為證明所提方法可行性，需要對圖像質(zhì)量進(jìn)行檢測，在Windows10環(huán)境下構(gòu)建實驗平臺，2.93GHZ處理器，48.0G內(nèi)部儲存空間，64為Windows10教育版。實驗圖像來源于艾瑞數(shù)據(jù)庫，并將實驗圖像的大小設(shè)置為188×188的國際標(biāo)準(zhǔn)圖像。

4.2 實驗結(jié)果分析

直方圖對于增強(qiáng)的像素不加選擇，所以在增強(qiáng)的過程中，有可能降低圖像中有用信號的對比度，使得變換后圖像的灰度級減少，圖像細(xì)節(jié)消失。因而對所提方法映射前后直方圖進(jìn)行對比。

由圖4可以看出，圖(b)英文字母要比原始圖像矩形框內(nèi)字母清晰度較高，說明在細(xì)節(jié)處直方圖均衡化得到了增強(qiáng)。整張圖片的平均亮度得到了提升，對比度得到了增強(qiáng)。原始圖像的直方圖有尖峰的，經(jīng)過映射后，尖峰消失，增加了圖像中有用信號的對比度。主要原因在于本文方法把三維信息還原成平行光模式下的成像效果，進(jìn)一步達(dá)到人眼視覺效果。

圖4 直方圖增強(qiáng)仿真圖

由圖5可以看出，原始圖像較暗，無法準(zhǔn)確觀測圖像細(xì)節(jié)，相比于文獻(xiàn)方法，所提方法人眼直接看到的信息含量增多，圖片整體光澤度上升。

圖5 仿真測試對比圖

(15)

從表1中能可知，所提方法的峰值信噪比較高，證明圖像質(zhì)量檢測精度高，較好地保留可視化圖像細(xì)節(jié)信息，并有效地提升了視覺信息可視化傳達(dá)與識別質(zhì)量。

表1 峰值信噪比值對比

如果峰值信噪比的值變大，則圖像的對比度增強(qiáng)并且在一定程度上絕對均方亮度誤差減小。均方誤差(MSE)表達(dá)式如下

(16)

式中，f表示輸入圖像，G表示輸出圖像，M和N表示圖像的行數(shù)以及列數(shù)。

絕對均方亮度誤差用來衡量圖像亮度保持的程度，AMBE值越小圖像亮度維持效果越好；模糊熵越大表示圖像質(zhì)量越高。其中，絕對均方亮度誤差被定義成如下形式

AMBE=|Meanf-MeanG|

(17)

式中，Meanf表示輸入圖像的均值，MeanG表示輸出圖像的灰度均值。

從表2中可得出，相比其它方法，所提方法的均方誤差、均方亮度誤差以及模糊熵均滿足條件，融合處理后的圖像視覺信息顯著性提高，所得圖像信息質(zhì)量更優(yōu)質(zhì)。主要原因在于所提方法將ToF相機(jī)錐形區(qū)域中任意點投影到背景區(qū)域內(nèi)，并需要保存其深度信息，從而把三維信息還原成平行光模式下的成像效果，進(jìn)一步增強(qiáng)了人眼視覺效果。

表2 影像與圖形融合后的評價指標(biāo)

5 結(jié)論

針對視覺信息可視化傳達(dá)效果較差問題，運用所提方法，首先將IHS變換法和Brovery融合法相結(jié)合，運用調(diào)節(jié)值合理調(diào)節(jié)兩者的對比度，使畫面更加和諧。然后采用映射方式將空間內(nèi)的全部點都映射到距離相機(jī)和光軸平行的平面中，在平行光模式下完成圖像成像，從而達(dá)到有效的信息傳遞。仿真結(jié)果表明：所提方法逼近人類視覺效果，峰值信噪比較高，證明圖像質(zhì)量檢測精度高，較好地保留可視化圖像細(xì)節(jié)信息，且均方誤差、均方亮度誤差以及模糊熵均滿足條件。