摘 要：平面圖像在光線和角度的影響下容易出現色彩缺陷的問題，但由于傳統方法設計的平面視覺圖像色彩調整系統的自適應效果較差，導致調整后的圖像色彩差異不明顯。為了解決以上問題，提出一種基于機器視覺的平面視覺圖像色彩自適應調整系統的設計方法。在硬件設計上，開發以 Tiny6410核心板為基礎的數據采集器，并重新設計其外圍電路中的電源電路和 RS 232電路。在軟件設計上，通過自適應直方圖對平面視覺圖像進行均衡化處理，結合機器視覺技術識別圖像色彩缺陷，通過七色算法設計圖像色彩調整模塊。設計仿真實驗，結果顯示：通過此次設計的系統調整圖像色彩，圖像亮度未受到影響；與2組傳統圖像色彩調整系統相比，所設計的系統色彩調整效果更加符合預期，滿足原始圖像對色彩的要求。

現代科技發展逐漸走向繁榮，平面圖像色彩調整技術也在不斷完善的過程中。生活和工作中處處充滿著平面圖像，人們日常使用的產品一部分都是通過圖形結合文字來介紹產品信息、產品內容以及使用方式的。為了能夠保證圖像的實際拍攝效果，相關學者對平面視覺圖像色彩調整方法進行研究。在文獻［1?2］的研究內容中，兩者均利用 Photoshop 顏色模式和高級調整技巧對存在色彩缺陷的圖像進行調整，但是兩種傳統方法對圖像色彩的自適應調整能力較差，存在圖像色彩差異不明顯的問題。因此，此次研究在傳統系統［3］的基礎上，融合機器視覺技術，提出一種基于機器視覺的平面視覺圖像色彩自適應調整系統的設計方法，以優化系統對圖像色彩的自適應調整功能。

1 平面視覺圖像色彩自適應調整系統硬件設計

為了輔助機器視覺技術在色彩調整系統中的應用效果，在Tiny6410核心板的基礎上設計開發數據采集器硬件。已知該板集成了S3C6410處理器、JTAG接口、復位電路以及 NAND FLASH等，因此設計該硬件時重點應落在外圍電路上［4］。數據采集器的基本結構如圖1所示。

電源模塊為系統提供工作電源，是實現數據采集的前提。因此利用5V電源輸入，同時利用電壓轉換電路為色彩調整系統提供3.3 V和5V電壓。電源電路的設計結構圖如圖2所示［5］。

為調試系統硬件與軟件設計RS 232電路，如圖3所示，利用該電路控制數據采集器的工作運行狀態。

采用SP3232作為電平轉換芯片，設計如圖3所示的RS 232電路，轉換電平信號［6］。至此實現平面視覺圖像色彩自適應調整系統的硬件設計。

2 設計平面視覺圖像色彩自適應調整系統軟件

2.1自適應直方圖均衡化平面視覺圖像

為了實現對圖像色彩的自適應調整，在HSI中對圖像強度處理。直方圖均衡化的函數映射方式公式為：

式中：f （λ）表示映射函數；λ表示輸入的灰度級；i表示灰度級；z（i）表示直方圖分量;N表示像素總數;H表示灰度級的數量［7］。在灰度級局部化的情況下，可利用式（1）進行映射。通過機器視覺的感知設置剪輯限值μ，當變化量小于差別閾限值JND時，機器視覺技術無法感覺圖像亮度的變化情況。已知差別閾限值曲線與平均背景亮度有關，因此假設平均背景亮度為A（x，y），則存在下列關系式：

式中：（x，y）表示圖像坐標；K0表示背景灰度級為零時的可見度閾值；k表示較高背景亮度下，函數建模的曲線斜率。如果JND值過高，則不能充分增強圖像色彩的邊緣細節［8］。因此，為了增強細節，同時防止光暈偽影，將灰度級λ的斜率設置為與JND相同的值。假設像素強度與背景亮度相似，則灰度級λ的限幅μ（λ）為：

式中f′（λ）表示剪切后直方圖的映射函數。設置色彩對比度增強調節方案，根據全局直方圖，調整局部直方圖的過度增強問題；根據輸入強度保護局部區域的相對亮度，得到精確的映射結果。

式中：L（x，y）表示均衡化后的映射結果；ω表示歸一化因子；SN表示近局域的像素數量；xl，yl表示第l個區域的像素坐標；m表示常數；λil表示修改后的灰度級［9］。根據上述自適應直方圖均衡化方法，設計調整系統的自適應處理程序，實現對圖像的灰度處理。

2.2均衡化處理后基于機器視覺識別圖像色彩缺陷

均衡化處理后，利用機器視覺技術，識別調整圖像存在的色彩缺陷問題。首先將圖像物體色彩與背景色彩進行分割，下列公式為圖像背景色彩分割結果：

式中：IMG0（x，y）表示原始彩色圖像；IMG1（x，y）表示移除背景色彩后的圖像;IMG2（x，y）表示掩模圖像［10］。由于輻射亮度存在動態變化特性，因此根據朗伯反射定律，假設分割后圖像上隨機一個點的亮度為I1，入射光的強度為I2，光源之間連線的夾角為α，則存在如下所示的關系方程：

對于應用機器視覺的調整系統來說，任意點的入射光強度可默認為相等，因此夾角α是導致色彩不均勻的主要原因。則可以根據下列方程，對圖像亮度進行校正：

式中：IRi表示第i個像素校正后的亮度值；Ii表示某一區間內，第i個像素的亮度值;IH表示所有像素點的平均亮度。當存在Ii《IH時，則式（7）的計算結果［11］小于255。根據校正后的亮度，識別存在色彩缺陷的圖像像素位置，得到：

式中：SD值表示識別到的缺陷指數；M表示缺陷候選區內的像素數目；qi表示缺陷候選區的第i個像素灰度值；qˉ表示所有的像素灰度平均值。根據上述結果確定圖像色彩缺陷區域，實現系統對圖像色彩缺陷的識別定位［12］。

2.3 設計圖像色彩調整模塊

根據七色算法和上述對圖像的處理過程，設計圖像色彩調整模塊。整個算法模塊由RGB信號合成模塊、七色拆分模塊、調整模塊組成。

首先，利用七色拆分模塊拆分RGB圖像信號，發送到七色調整模塊中，對各個參數進行調整，更改RGB圖像的色彩分量。然后，將運算結果上傳到信號合成模塊，疊加單色RGB色彩分量，得到調整后的平面視覺圖像色彩并輸出［13］。要求每個七色算法模塊均支持24位色彩輸入，根據實際添加的模塊數，支持48位、72位的圖像色彩輸出［14］。最后，經過拆分利用不同的系統參數，在白色調整模塊中進行調整，得到白色的RGB色彩分量。該過程中的部分關鍵代碼如下：

其中P_Wr，P_Wg以及P_Wb用來描述拆解后白色RGB的參數，其取值在（0，1）范圍內。利用基色調整模塊對圖像的色調、飽和度、亮度增益進行再次調整，從而實現基色的調整。再利用補色調整模塊對色調、飽和度、亮度增益進行補色調整［15］。最后根據色彩相加原理，將調整后的七色RGB色彩分量進行組合，得到最終的RGB數據并輸出。至此實現基于機器視覺的平面視覺圖像色彩自適應調整系統的設計。

3 仿真實驗

3.1圖像亮度測試

利用此次設計的色彩調整系統，對某一存在色彩缺陷的平面視覺圖像進行色彩自適應調整，結合13點法對調整后的圖像進行亮度測試。圖4為13點分布狀態圖。

圖中，W，H分別表示系統顯示屏幕的寬度和高度。采用xyY色度，測試圖像調整后中心點的色坐標和亮度參數。

1）測試圖像的屏前亮度。在相同亮度的測試環境中，默認其白色的屏前亮度值為L，將亮度計貼在圖4中的第5點處。

2）測試色度不均勻程度。保證亮度條件不變，通過下列公式計算調整后的圖像色度不均勻程度：

式中：Δx，Δy表示圖像色度不均勻的位置;i∈［0，N］，表示單元個數；xi，yi表示各顯示單元中心點，也就是第5點的坐標。

3）測試圖像的亮度均勻性。實驗測試條件相同，測試白色亮度顯示的一致性，計算公式為：

式中：L0表示亮度平均值；N表示測試點個數;L1，L2表示不同測試點的亮度;Li表示中心點亮度值;F表示亮度一致性。利用上述3個步驟，測試圖像的亮度效果，發現得到的數據與預期相近，說明此次設計的系統在調整平面視覺圖像色彩缺陷等問題時能夠保證圖像的亮度，滿足使用要求。

3.2 增益和亮度線性關系測試

測試系統調整色彩過程中，調整白色增益值后的屏前亮度值，結果如表1所示。

根據表1中的測試數據，繪制增益、亮度變化關系曲線。根據曲線變化趨勢，可以證明增益與亮度之間存在線性關系，因此驗證了此次設計的調整系統，可以用來調整平面視覺圖像進行色彩缺陷。

3.3 圖像色彩調整效果測試

將本文設計系統與兩個傳統色彩調整系統進行對比，對同一存在色彩缺陷問題的圖像進行自適應調整。圖5為不同系統應用下，圖像的差異色彩的分布狀態示意圖。

從圖5所示的3組測試結果可以看出，只有文中系統應用下的圖像，其差異色彩坐標集中在中心位置，而兩個傳統系統調整后，圖像的差異色彩坐標分布相對分散，可見其色彩調整效果并不理想。

4 結 語

為了提高平面圖像色彩的自適應調整能力，提出基于機器視覺的平面視覺圖像色彩自適應調整系統設計方法。在機器視覺技術的幫助下，結合硬件與軟件的雙重設計，實現了對平面視覺圖像色彩的自適應調整，一定程度上改善了平面圖像經過調整后的色彩差異度的問題。但在設計過程中發現，該系統的運算程序較為復雜，可能會影響系統的運行效率。因此，在今后的研究工作中，可以優化系統軟件設計步驟，將圖像數量作為測試變量，分析長時間的工作條件下，系統是否可以高效運行，進一步提升系統對平面圖像的自適應調整能力。

審核編輯 ：李倩