基于人眼视觉特性的包装设计图像处理算法

赵嘉

摘  要：
针对在产品包装设计图像处理过程中未考虑图像在人眼视觉成像限制的问题，文中提出一种基于人眼视觉特性的包装设计图像处理算法，以实现产品包装图案的增强。通过对人眼的生理构造、视觉成像系统的分析，将人眼视觉注意机制融入到图像灰度直方图的构建过程中，形成图像信息直方图以突出图像中含有重要信息的部分。在此基础上，将人眼感知特性融入到增强算法中，以减小直方图中主灰度级的信息量。同时，结合VHIST制定人眼感知特性的图像特征评价方法。通过与其他文献的结果对比可知，文中所述的图像处理算法可以有效地实现图像增强效果，图像中的重要信息得到了突显，在对比度等指标上的测试结果优于参考文献。

关键词：
产品包装设计; 图像处理算法; 人眼视觉特性; 图像增强算法; 信息直方图; 人眼注意机制

中图分类号：
TN911.73?34; TP183               文献标识码：
A                      文章编号：
1004?373X（2020）18?0135?04

Abstract：
In allusion to the problem that the limitation of human visual characteristics is not considered in the process of image processing of the product packaging design， a packaging design image processing algorithm based on human visual characteristics is proposed to enhance the product packaging pattern. By means of the analysis of the physiological structure and the visual imaging system of the human eye， the visual attention mechanism of the human eye is integrated into the construction process of the image gray histogram to form the image information histogram， so as to highlight the important information part of the image. On this basis， the human visual characteristics are integrated into the enhancement algorithm to reduce the amount of information of the main gray level in the histogram. At the same time， an image feature evaluation method of human visual perception is developed by combing with VHIST. In combination with the results of other literatures， it can be seen that the image processing algorithm described in this paper can effectively achieve the effect of image enhancement， the important information in the image has been prominent， and the testing results on contrast ratio are better than those in the references.

Keywords：
product packaging design; image processing algorithm; human visual characteristics; image enhancement algorithm; information histogram; human eye attention mechanism

0  引  言

在產品研发过程中，优秀的包装设计是一个重要的环节。通过对产品的功能、形状、材质综合考虑，选用合适的包装材料、图形设计，并搭配巧妙的工艺技术，使整个产品的形象更加引人注意[1?3]。可以说包装设计是除了产品功能特点之外，另一个增强产品与消费者之间亲和力的手段，优秀的包装设计可以显著提升商品的价值和形象，并在同类产品中脱颖而出[4]。而在产品包装设计中，图像设计占据了大部分的比重。如何在二维平面设计中增强图像视觉效果，成为当前平面设计师急需解决的问题[5]。

近年来，图像处理算法随着社交网站、视频网站的出现得到了长足发展，并发挥了重要作用。图像处理算法通常被用于图像质量分析，其中结构相似度估计则被用来对比有效特征的差异程度，并被用来评判图像的质量等级。也有学者将图像处理算法运用在物体识别中[6?7]。现有的研究中，主要集中在图像增强领域。人眼视觉是指人类双眼获取物体图像信息并形成视觉的过程。而双目视觉是机器视觉的一种形式，通过模拟人眼的视觉特性，由2个摄像机从不同角度同时获取物体的图像信息，根据视差原理恢复物体的三维立体信息。因此，它常被用于立体成像和物体测距等应用中[8?13]。

本文基于人眼的生理构造、视觉成像系统原理，在构建图像灰度直方图时将人眼视觉注意机制融入其中，形成图像信息直方图，以便突出图像中含有重要信息的部分。在此基础上，将人眼感知特性融入到增强算法中，以此减小直方图中主灰度级信息量，并结合VHIST制定人眼感知特性的图像特征评价方法。

1  人眼视觉特性和包装设计分析

1.1  人眼视觉成像感知特性

人类视觉感知图像的过程主要分为图像信号捕捉、视网膜成像、视觉信号传输与识别3部分。其中，人眼球对于画面的成像是整个系统的物理基础，决定了后续图像感知分析的精度。人眼的视觉系统是一个复杂的视觉感知和成像系统，其对比灵敏度与空间频率有关，具体关系如图1所示。

人眼的视觉特性可总结如下：

1） 空间频率特性。人眼所看到的图像是由该物体反射过来的光线在视网膜形成的，利用傅里叶变换，这些光线可以分解成正弦亮度分量，而正弦亮度分量随着空间频率的变化而改变。人眼的探测能力存在有一定的限制，对于图像细节较小的部分，由于其正弦亮度分量的空间频率较高，超出了人眼探测能力的下限。为了增强这部分图像的可视性，需要进行调制。

2） 多通道特性。人眼的视觉机制具有多个通道结构进行图像信号传递的能力，使得视觉信道可以按方向和频率进行分解;且通道的数量与视觉信息具有定性关系，利用多通道理论可以更好地提取图像特征，而且并行通道之间具有相互作用。

3） 掩盖效应。掩盖效应描述了干扰视觉刺激对目标视觉刺激的影响。当目标检测阈值远大于掩盖刺激对比度时，干扰视觉刺激对目标视觉的检测基本无影响;当两者相当时，掩盖效应会抵消部分目标检测阈值，从而提高目标检测的分辨率;而当目标检测阈值小于掩盖刺激对比度时，目标视觉被干扰视觉刺激掩盖。

4） 视觉显著特性。该特性描述了人眼视觉系统分辨图像细节的能力。在视觉系统中，具有明显特征的目标图像信息会被首先检测到，并且提取该图像信息进行处理;而相对简单的图像则被粗略地采集。

虽然人类视觉经过了长久的进化，但对于亮度绝对值的判断能力，人眼表现较差，具体表现可用韦伯?费纳定律描述：

式中：C为对比灵敏度ΔM与背景亮度M的比值;[ΔM]对比灵敏度，表示人眼能够分辨的最小亮度值。根据此特性，当设计产品包装过程中重建图像时，并不需要保持与原图同样的亮度，只需亮度差异相较于对比灵敏度小，即可保证重建精度，从而可以实现在视觉上与原图的一致性。亮适应过程发生在人从亮度平均值较小的环境到亮度平均值较大的环境过程中;反之即暗适应过程。这种亮、暗适应变换特性可用如下高斯差分函数来表示：

通过作差的方式，即可以去除在原始图像中某些频率之外的其余频率，从而可实现图像增强。

当图像信息经视网膜等结构传输到大脑相关部位时，并非所有的信息会被立即处理，而是某些重点区域的图像信息会被优先处理，即人脑视觉的注意力机制。通过该机制，可以有效地利用有限的大脑资源在众多的信息中快速筛选出重要信息。Attention函数从本质上可以看成某个查询（Query）到相应一系列键（Key）?值（Value）关系对的映射，如图2所示。

1.2  产品包装设计

产品在进行包装设计时，所选用的图案应该能够起到产品再现的作用，即通过图案内容了解产品的相关特性，以引起消费者的兴趣，产生购买欲。因此，图像的处理对整个设计过程而言至关重要。传统的图像处理过程是将图案和照片等素材通过变形、刻画、添加、删减等多个元素之间的相互融合，以抽象或具象的途徑进行设计。该方式在一定程度上起到了重要作用，并出现了一些设计典范。但值得注意的是，该过程主要是以审美的角度将所需展现的产品信息呈现出来，最终成果是否符合人眼对于图像的识别特征并没有被考虑进去。因此，将人眼视觉特性融入到产品包装设计中尤为必要。

2  人眼视觉与感知特性结合的图像增强方法

2.1  图像信息直方图

在图像的各类处理算法中，图像直方图是常用的工具。图像直方图虽不能直接表征图像的信息，但可以反应图像特征。然而，直方图并未考虑图像中空间位置不同的信息权重关系。由上文可知，人眼对于图像中的所有信息具有筛选功能，会优先处理大脑认为重要的信息。因而在进行图像处理时，也应增强重要部分的信息处理。本文构造了基于人眼视觉注意机制的图像信息直方图，具体过程如下：

1） 构造基于视觉注意机制的显著性检测模型，用此模型得到该图像的全局显著图;

2） 对全局显著图的数据归一化处理，得到每个像素的权重系数E（i，j）;

3）利用权重系数E（i，j）加权统计需要增强的图像灰度级为a的像素数，其公式如下：

式中：x，y表示灰度级为a的像素坐标;T（a）表示待增强图像灰度级为a的像素统计情况。灰度级的高度表示该灰度级所代表的信息量大小，因此信息直方图可表示为：

2.2  基于视觉感知特性的图像增强方法

高对比度的产品图像通常可以增强产品的视觉效果，而对比度又与图像的灰度级相关。人眼对图像的灰度偏差感知能力存在一定的限制，当图像像素之间的灰度差距达到一定的数值后，人眼才能识别到这一变化。该数值被称为临界可见偏差，当图像的像素灰度差低于临界可见偏差时，其变化不会被人感知到，因而该像素可被代替压缩。

由上文分析可知，人眼在不同亮度的环境中对亮度的变化感知情况不同。在高亮度背景环境中，人眼对亮度偏差的感知能力比在低亮度背景环境中要强得多。人眼亮度偏差分辨阈值与背景亮度的关系表达式，如下：

式中：[Q（x，y）]表示人眼对亮度偏差的分辨阈值;[A（x，y）]表示图像中各个坐标的背景亮度。在背景亮度为127时，人眼具有最优秀的亮度偏差分辨能力，此时灰度差值为4;当背景亮度远离127时，人眼对亮度偏差分辨能力逐渐变弱。由此可见，在应用图像直方图时，需要考虑人眼的感知特性。

原图在进行显著性增强后，重要区域的灰度级会占据较大的数据空间，这些灰度级被称为主灰度级，其余的灰度级则称为次灰度级。由于主灰度级的数据数量过大，影响后面图像增强算法的运行速度，因此需要对主灰度级数据进行限幅处理。本文将人眼亮度偏差分辨阈值与背景亮度的关系表达式中亮度阈值作为主灰度级的最低水平进行限幅。图3为融合人眼注意机制和感知特性的图像增强算法流程图，其具体步骤为：

1） 根据上文提出的信息直方图构造方法，求出需要增强处理的某图像信息直方图。

2） 利用式（8）给信息直方图中各个灰度级依据其信息量分配动态范围。

式中：[D（k）]代表信息图像直方图中灰度级动态范围;k的取值范围为[0，255];[T（k）]代表第k个灰度级的信息量统计值;T代表所有灰度级信息量总和。

3） 若[D（k）>Q（k）]，则[D（k）]被纳入主灰度级集合，同时进行限幅处理;反之，纳入次灰度级，动态范围不变。

4） 统计因限幅去掉的信息量，并将其按照信息量权值的大小，重新分配到次灰度级信息量上。

5） 根据重新分配的信息量制定新的信息直方图，并拟合变换函数，得到图像增强算法。

2.3  人眼视觉感知图像特征质量评价方法

对于图像质量的优劣有着不同的评判方法和评判标准，特征可以表示图像中最重要的信息。因此，本文从灰度直方图出发，将VHIST与人眼视觉特性相结合，从人眼视觉感知方面探究图像特征质量评价方法。

对图像的评价可从亮度层次、边缘轮廓是否清晰来判断，这些指标被称为图像的对比度特征，而对比度特征又与图像像素之间的灰度差有关。2个像素点的灰度差可通过梯度计算得到，当梯度值越大时，灰度差也就越大，相应的对比度也越大。

对比度表达式为：

式中：L，W分别表示图像的长和宽;G（x，y）表示像素点（x，y）处的梯度值。

除了对比度，图像亮度也影响图像质量。由上文人眼亮度偏差分辨阈值与背景亮度的关系表达式可知，当图像的平均亮度为127时，人眼视觉效果最优。本文通过亮度关系因子来表征图像亮度质量，表达式如下：

式中，ALT表示图像的平均亮度值。CC数值越大，表明该图像亮度质量越好。

信息熵可以用来评价图像信息的混乱程度，本文使用邻域平均值和灰度聚集特征组成二元集合（i，j）来计算图像信息熵：

式中：H2为图像二维信息熵;fij为二元集合（i，j）出現的频率。

3  测试与验证

为了验证本文所提出的基于人眼视觉特性的图像增强算法的有效性，选取某款冰淇淋产品对比度低、图像模糊的图片进行测试。在测试过程中，分别使用本文提出的图像增强算法与文献[11]的图像增强方法进行对比。测试实验某冰淇淋产品图像作为测试样本，分别就对比度、亮度关系因子、信息熵3个指标进行评价。测试结果如表1所示。

表1中，文献[11]与本文所提出的图像质量增强方法均能对原图像质量起到增强、改善的作用。在考核的4个指标中，本文所提出的基于人眼视觉特性的图像增强算法具有更优的效果。图4展示了某款冰淇淋的原图与显著图的对比。从图中可以看出，与原图相比，显著图可以更优地突出图像中重要的细节部分，相应的直方图中平滑区被有效抑制，提高了对比度。

4  结  论

本文提出的基于人眼视觉特性的包装设计图像处理算法，融入了双目视觉特性、视觉注意机制和感知特性，并提出可显著突出图像重要信息的信息直方图构造方法，即基于视觉感知特性的图像增强方法和基于VHIST的人眼视觉感知图像特征质量评价方法。在测试中，本文方法测试结果优于对比文献的图像处理算法，并有效地对图中重要信息进行了显著增强。

参考文献

[1] 刘阳，姜润强，于洪君，等.大样本图像质量主观评价方法[J].激光与光电子学进展，2019，56（13）：151?160.

[2] 王昕兵.不同情境下常态产品包装交互系统设计[J].现代电子技术，2019，42（8）：140?144.

[3] 李东.基于眼动测量货架上产品包装的视觉注意[J].北京信息科技大学学报（自然科学版），2019，34（3）：79?83.

[4] 金凤.基于消费者心理学的交互式包装设计研究[D].成都：西南交通大学，2018.

[5] 李硕.基于计算机图形图像设计及视觉传达设计研究[J].电视技术，2018，42（6）：113?116.

[6] 满凤环.基于卷积神经网络的图像处理与识别算法研究[D].无锡：江南大学，2017.

[7] 曾珍珍.一种计算机视觉算法的图像处理技术[J].信息技术，2018（4）：74?78.

[8] 钱林杰.基于FPGA双目摄像头采集的实时立体成像研究与实现[D].南京：南京大学，2018.

[9] 张静，李强，杨馥霖.双目立体视觉测量的实现和结构参数选择[J].机械设计与制造工程，2018，47（7）：1?5.

[10] 张力，黄影平.实时双目立体视觉系统的实现[J].电子科技，2016，29（3）：68?70.

[11] 云海姣，董玉冰，王晓丽.结合人眼视觉特性和模糊集理论的彩色图像增强[J].南京师范大学学报（工程技术版），2018，18（3）：25?32.

[12] 刘锐，陈凤翔，陈科羽，等.基于双目视觉的障碍物检测方法研究[J].计算机测量与控制，2018，26（12）：67?71.

[13] 方建中，许四祥，杨宇，等.基于边缘拟合的双目视觉定位与测量方法[J].光学技术，2019，45（4）：412?417.