谭志锋，谭 明
（1.广西民族大学相思湖学院，广西 南宁 530008；2.中建深圳装饰有限公司，广东 深圳 518010）
0 引 言
随着当前信息传媒技术水平的飞速提升，面临如今图像、视觉来临的大环境，越来越多的目光投向了实现信息综合，在很大程度改变了人们的图像观看方式、形态及角度。同时人们对于人机交互系统操作性能也提出了更高要求，想要通过多维表现方法，满足平面设计的视觉效果。实现图像互动虚拟的人机交互，作为人机之间的关键通信载体，更作为提供人机传递信息的主要平台。实现人机交互可以将并不具备视觉通信功能的计算机，经过视觉通道成功完成信息交互传输。将图象表面的图像源传输至人机交互页面中进而显示，其中，传输损耗、电路噪声等问题，都或多或少的会对平面广告的图像元素造成视觉影响，所以如何为用户创造互动虚拟化的平面广告图像元素视觉效果，逐渐成为该领域的热门研究话题。因此设计基于图像互动虚拟的平面广告元素视觉优化系统，能够经采集模块提取平面广告图像元素的相关详情信息，传输至平面图像视觉效果增强模块中，基于视觉特性运用图像互动虚拟，从而有效地提升用户对平面广告图像元素的视觉设计效果。
1 平面广告视觉图像元素优化原理
在平面广告图像元素所达到的视觉效果优化设计中，通过设计基于视觉传达效果的平面图像虚拟互动，实现图像最大颜色联通区域及边缘粗糙度，成功获取图像视觉元素区域特征，并定义图像近似度为平面广告视觉整体近似度，形成和分块图像的局部近似加权和，从而不断进行视觉反馈对加权值调整。
假设平面广告图像用Q 表示，图像内的某图像用T表示，T，Q 二者之间形成了颜色直方图的量化距离公式如下：
根据上式为了保证最终结果与人眼视觉图像特征相符，转换平面广告图像视觉RGB 颜色空间模型为HSV 空间颜色模型。依照人眼分辨能力，能够划分平面广告图像共计8 份色调H 空间，3 份S 饱和度与V 空间。那么在H，S，V 三视觉元素中，能够融合三者形成一维图像特征的矢量公式为：
基于互动虚拟视觉下的平面广告图像元素划分子块，可以划分为n×n 子块，完成平面广告所划分的不同子块内，差异颜色连通区域及图像边缘粗糙度提取并计算分块近似值，定义所获得的各分块近似值为不同分块近似度均值，公式如下：
综上，采用基于平面广告图像元素虚拟互动视觉优化设计原理，作为接下来优化设计平面广告图像元素视觉的理论基础。
2 互动虚拟平面广告图像元素视觉优化设计系统
2.1 结构设计
本次优化设计系统主要包括人机交互互动虚拟界面、平面图像元素采集模块、图像色彩增强模块，如图1所示。
由图1 可知，通过平面图像元素采集模块，完成平面广告图像元素提取，并经该模块成功向图像色彩增强模块完成信息传输。在图像色彩增强模块成功接收图像元素信息后，能够基于视觉特性运用图像元素虚拟技术，从而给用户在人机交互界面上，提供互动虚拟化平面广告图像，形成良好的视觉体验。
图1 互动虚拟平面广告图像元素视觉优化设计系统结构
2.2 图像元素采集模块
在设计本次优化平面广告图像系统时，图像元素采集模块主要由图像传感器、串口UART、FPGA 控制器以及SDRAM 存储器组成。图2 为整个模块的结构设计图，FPGA 控制器组件作为至关重要的硬件组成。在该模块中运用的传感器型号为OV760，能够实时翻译采集的图像信号，并以最终获得的翻译结果为依据，在SDRAM 存储器内存入图像元素数据，即完成了该模块图像数据的采集存储。
图2 图像采集模块结构
2.3 图像元素视觉增强模块设计
在完成图像信息采集后，向图像元素视觉增强模块中传输采集的图像元素信息，在SDRAM 图像元素存储器内，完成满行有效像素存满后，能够成功迁移存储器DDR 保存于图像采集储存区内部。在获得1 帧更大的存储区图像元素数据时，可以采用图像色彩增强模块，运用平面图像元素视觉优化增强算法，对整体图像视觉效果有效增强，形成互动虚拟交互体验，并将最终处理后所获相关数据存入DDR 回访图像存储器内部，然后在输出图像FIFO 内迁移区域图像数据，采用DS90CF383 编码成功显示最终标准图像元素，有效处理获得人机交互虚拟互动的平面广告图像元素色彩，如图3 所示。
3 基于视觉互动虚拟的图像元素增强
3.1 视觉互动虚拟的图像元素特征提取
在设计图像虚拟互动表达效果时，提取平面广告图像元素特征可以运用两种方法实现，第一种是水平法，第二种是垂直分块法，能够形成品牌标示图两方向的图像元素特征熵值提取，并根据最终获得的颜色图像熵值特征差异，选择平面广告图像元素的视觉感兴趣区域，得到在视觉空间底层特征映射区域颜色熵均值的公式如下：
图3 图像元素视觉效果增强示意图
根据选取的平面广告图像元素视觉区域内的品牌标示图内的L 区域，以R，G，B 三种图像特征，选择该目标区域，ζ 表示在区域内的不同图像视觉元素区域平均值。通过计算平面广告图像元素区域内的颜色、熵特征权值，能够形成平面广告视觉元素系统底层特征。
3.2 平面广告图像元素底层特征分类
通过检索平面广告图像元素的底层区域特征，在分类检索过程中能够根据第3.1 节的区域颜色、熵量特征视为优化设计综合特征，能够以差异化分类法，转换区域内底层特征问题为稀疏向量系数问题，这样即可成功实现平面广告图像元素的视觉分类。以该部分编程代码为例如下：
4 实验结果与分析
为了证实本次提出的基于图像互动虚拟的平面广告元素视觉优化设计思路，采用以上方法创造互动虚拟的平面广告图像元素效果，展开本次实验并选择了Corel数据库内的其中组成图像，涵盖了多种平面广告图像共计5 000幅，基于Windows操作系统，运用Matlab 2016平台编程完成本次试验。
首先通过运用图像元素特征、熵特征提取方法，标记平面广告图像元素的优化设计区域，并对优化设计的结果进行记录，从而构建矩阵并对标识区域进行记录，然后采用纹理谱法优化设计实现图像互动虚拟效果。真实感强，是真实场景的三维展现，基于对真实图片的制作生成效果，相比其他建模生成对象更真实可信，和平面图片相比能表达更多的图像信息，打消了异地性带来的不确定心理，提供身临其境的视觉感受。包容性强，可添加文字、图片、视频、flash 等多种功能。兼容性好，可与传统二维网站相结合，效果更好。系统支持iPhone、iPad、Android 等移动终端设备访问，可以通过移动终端拖动、放大、缩小地图，点击兴趣点查看详细信息。
4.1 效果分析
图像互动虚拟的平面广告元素视觉优化效果图如图4 所示，能够发现本次提出基于图像互动虚拟的平面广告元素视觉优化设计思路，能够获得和原平面广告图像元素相似度较高的效果，且获得较好的文字、图形、联合图表等互动虚拟化设计成效，证实了该优化设计方法能够通过颜色、熵值特征获取有效的图像设计，且很大程度上提升了最终的视觉图像准确率。
图4 图像互动虚拟的平面广告元素视觉优化效果
原始平面广告图像经优化设计后，发现亮度不足且清晰度较低，视觉互动虚拟效果也较差，未能给用户形成较好的视觉体验。但是通过实现本次平面元素提出的互动虚拟视觉元素设计思路，发现能够有效增强人机交互虚拟化平面广告图像色彩效果。
为了能够证实该系统的应用有效性，根据图4 能够发现获得在优化前能够获得较集中的RGB 灰度值，在图像元素细节方面缺乏视觉对比度和互动虚拟效果，整体设计细节比较模糊，且图像边缘显著性较差。而优化之后的基于图像互动虚拟的平面广告视觉优化设计系统，发现可以有效增强平面视觉虚拟互动效果，并提升整体平面广告的图像视觉清晰度。
4.2 性能分析
完成系统有效性验证后，为了对系统性能进一步分析，运用视觉增强、标记增强两个系统对比本次互动虚拟优化设计性能。
从增强效果方面，根据整体、局部两方面作为本次优化设计的评价指标，完成三类系统灰度均值及图像对比度提升效果值完成对比分析。表1 为三种系统的图像元素视觉优化性能效果。
表1 三种系统的图像元素视觉优化性能效果
根据表1 能够发现，无论是从平面图像的整体还是局部视觉优化的效果均值，本文的视觉效果优化设计思路，较其余两种视觉图像元素优化性能效果更优，并且图像元素视觉对比度也较另外两种系统明显较好。所以，证实了基于图像互动虚拟的平面广告元素视觉优化设计思路可以达到预期效果。
5 结 语
总而言之，对于平面广告图像元素的虚拟互动视觉优化问题，提出了基于图像虚拟互动的平面广告元素设计优化系统，首先经过图像元素信息采集，向图像元素增强模块中传输采集的图像元素信息，运用基于视觉特性图像增强算法，实现整体、局部两种视觉增强效果，获得虚拟互动的高清晰度视觉效果，并且经过实验测试发现显著提升了系统页面的视觉显示细节，也表明了本次设计该视觉元素优化设计系统能够在对比视觉增强、标记增强系统方法时，获得最优化的互动虚拟视觉效果。
