基于数字化多媒体的艺术设计实验室智能平台设计
作者 : 未知

  摘 要: 为了提高艺术设计实验过程的指导性和人工智能性,需要构建艺术设计实验室智能平台,融合数字化多媒体和图形图像处理技术进行艺术设计优化,提出一种基于嵌入式ARM和数字化多媒体图像处理技术的艺术设计实验室智能平台设计方案。构建智能平台的总体结构模型,平台建立在嵌入式环境中,采用数字化图像处理技术进行艺术设计中的图形融合调度。在ARM,PowerPC等多种硬件平台上进行艺术设计平台的兼容性设计,以内核映像的形式建立艺术设计平台的文件系统和用户应用程序,在嵌入式ARM中进行艺术设计智能平台的软件开发,将控制权转交给操作系统,实现平台的远程控制和智能多媒体信息处理。系统测试结果表明,该平台进行艺术设计具有很好的多媒体信息调度能力和图形处理能力,为艺术设计提供了精准的3D模型和数据输入基础,可实现艺术设计的智能化开发。
  关键词: 数字化多媒体; 艺术设计; 实验室; 智能平台; 图形处理; 嵌入式ARM
  中图分类号: TN919.85?34; TP391 文献标识码: A 文章编号: 1004?373X(2018)11?0110?05
  Design of digital multimedia based intelligent platform for art design laboratory
  GU Xianneng
  (Huzhou University, Huzhou 313000, China)
  Abstract: It is necessary to construct the intelligent platform of art design laboratory to improve the guidance and artificial intelligence of art and design experiment process. The art design optimization is performed by means of the integration of digital multimedia and graphic image processing technology to propose an intelligent platform design scheme of art design laboratory based on embedded ARM and digital multimedia image processing technology. The overall structure model of the intelligent platform is constructed. The platform is built in the embedded environment. The digital image processing technology is used for the graphic fusion scheduling in art design. The compatibility design of the art design platform is carried out on ARM, PowerPC and other hardware platforms. The file system and user application program of the art design platform are established in the form of kernel image, and the software development of the art design intelligent platform is performed in embedded ARM. The control power is handed over to the operating system to realize the remote control and intelligent multimedia information processing. The test results of the system show that the platform for art design has perfect multimedia information scheduling ability and graphics processing ability, provides the accurate 3D model and data input for art design, and can realize the intelligent development of art design.
  Keywords: digital multimedia; art design; laboratory; intelligent platform; graphic processing; embedded ARM 0 引 言
  艺术设计包括环境艺术设计、平面�术设计以及3D艺术设计等各个方面,艺术设计是融合图形图像处理、3D建模、史学、考古学、宗教学为一体的综合性学科。随着人工智能和计算机图像处理技术的发展,艺术设计已由传统的人工设计演变为计算机智能设计。艺术设计的智能化和计算机控制水平不断提高,艺术设计实验室是通过人工智能软件平台进行艺术设计的3D再现的数字化多媒体实验室,该类实验室集图形图像处理、计算机智能控制和3D几何建模于一体,融合了计算机硬件和软件开发的综合性多功能的实验室平台,研究艺术设计实验室智能平台的优化设计,对提高艺术设计的人工智能性和智慧性的艺术创造具有重要意义,相关的实验室平台开发具有广阔的应用前景[1]。   对艺术设计实验室智能平台的开发建立在多媒体图像处理技术基础上,结合嵌入式的软件开发和实验室的综合性网络通信设计,实现艺术设计过程中的图像智能处理和多媒体信息调度和传输,当前对艺术设计实验室智能平台的搭建主要采用界面设计和数据库加载方法,结合Creator,3DStudio MAX,SoftImage等3D图形处理软件创建各种各样的三维模型并应用在艺术设计创造中[2?3],得到艺术创造中质感极强的画面效果。结合上述设计原理,相关学者进行了艺术设计实验平台的开发,并取得了一定的研究成果。其中,文献[4]提出一种基于Multigen Creator建模的艺术设计实验室智能平台设计方案,采用多层次细节(LOD)控制实现艺术设计中的多媒体信息传输和多线程图像调度,提高平台的智能性,但该系统构造复杂,软件开发的实现难度较大。文献[5]提出一种基于准数据格式NIMA DFAD(Digital Feature Analysis Data)的艺术设计实验平台构造方法,采用逻辑可编程的PLC作为实验平台的核心控制终端,进行平台的硬件设计和软件开发,结合光点模型生成模拟城市、乡村、街道等模型,并应用在建筑环境艺术设计中,具有很好的人工智能性和人机交互性,但该模型对大规模的数字化多媒体图像的调度和利用效率不高。
  针对上述问题,本文提出一种基于嵌入式ARM和数字化多媒体图像处理技术的艺术设计实验室智能平台设计方案。首先��建智能平台的总体结构模型,在嵌入式环境中进行平台软件开发,采用数字化图像处理技术进行艺术设计中的图形融合调度,实现图像处理算法设计,通过程序加载模块实现数字化多媒体图形处理算法加载。然后在ARM,PowerPC等多种硬件平台上进行艺术设计平台的兼容性设计,实现平台的远程控制和智能多媒体信息处理。最后进行系统测试,展示了本文设计的艺术设计实验室平台的优越性能。 1 实验室智能平台总体设计
  为了实现对艺术设计实验室智能平台的设计,首先进行系统的总体设计构架分析。艺术设计实验室智能平台主要分为图形图像处理模块、数据存储器模块、多媒体信息调度模块、数据加工模块、实验室平台的设备控制模块、人机交互模块、数据显示模块以及输入输出总线传输模块等,系统的组成结构图如图1所示。
  对图1所示的艺术设计实验室智能平台总体构架体系中各个功能模块的分析描述如下:
  1) 图形图像处理模块。它是平台的算法设计核心,采用自适应的图像处理技术进行艺术设计实验室平台设计图形的3D几何重构、图像降噪、图像融合和图像边缘轮廓特征提取等算法处理,提高艺术设计中的图像处理能力,提高艺术设计的图像处理质量。图形图像处理采用基于模板匹配的图像配准技术,结合小波自适应降噪技术进行图像滤波提纯[6]。
  2) 数据存储模块实现数字化多媒体信息存储和艺术设计过程中的数据和图像信息的缓存功能,数据存储模块支持多个文件系统,使用Qt/Embedded的GUI作为艺术设计实验室智能平台的图形中间件,基于Linux内核源码目录设计了数据缓存的Flash中间件,在物理存储介质中实现数据存储,选用SuperViVi作为艺术设计系统的程序加载模块,以内核映像的形式进行图形加载。
  3) 数据加工模块。数据加工过程是进行艺术设计信息的进程管理、内存管理和文件管理等,在嵌入式Linux系统中进行数据加工和系统软件程序开发,系统支持完整的TCP/IP协议栈,在Windows操作系统下安装VirtualBox虚拟机,采用交叉编译的方式进行数据加工和资源信息共享。
  4) 设备控制模块。设备控制模块是进行艺术设计实验室智能平台的多媒体设备控制,包括多媒体系统控制、平台的硬件控制等。主机通过串口作为控制台来控制目标板,采用集成DSP和分布式的PLC控制系统进行艺术设计实验时平台控制。
  5) 人机交互模块。人机交互模块中进行艺术设计的参数设置和参量读入,在虚拟机上安装VirtualBox虚拟机构造人机交互模块的C编译器GCC,基于x86架构进行GNU开发,在Windows下编辑代码实现人机交互模块的GUI界面设计,提高艺术设计实验室平台的人机交互性。
  6) 数据显示模块。数据显示模块是实现艺术设计中的图像显示和输出功能,采用C++编译器G++进行艺术设计后的数据显示。
  7) 输入输出总线传输模块。艺术设计实验室平台的输入输出总线传输模块采用PCI总线和VIX总线技术,实现多媒体信息传输和总体调度。通过总线传输调度,把编译器路径加入系统环境变量,使得执行代码能在ARM上运行[7]。
  根据上述总体设计构架分析和功能模块介绍,进行艺术设计实验室智能平台开发设计。首先进行图像信息采集,然后构建网络通信进行实验室平台的网络自组网设计,在控制单元进行实验室平台的硬件设计,在输出模块输出艺术设计的图像处理效果图[8],整个实现过程如图2所示。 2 艺术设计实验室智能平台的开发实现 2.1 开发环境描述
  本文设计的艺术设计实验室智能平台建立在嵌入式环境中,采用数字化图像处理技术进行艺术设计中的图形融合调度,通过程序加载模块实现数字化多媒体图形处理算法加载。艺术设计实验室智能平台的软件开发环境分为模型(Model)、视图(View)和控制器三大模块,基于x86架构在ARM上运行嵌入式设备,采用交叉编译工具在Windows下编辑代码,在虚拟机上安装Linux进行艺术设计实验室智能平台的硬盘、光驱、外部接口的统一开发,得到艺术设计实验室平台的状态标识位见表1。
  根据表1给出的艺术设计实验室智能平台的标识位,在命令行输入arm?linux?gcc?v,修改配置文件,执行“Make menuconfig ”后,在arch/arm/boot目录下生成艺术设计的图像处理函数zImage,函数定义为:
  ??? Ash Shell bedded ARM
  [*]Check for art design of graphic on interactive shells
  [*]Lash(PowerPC hardware platform:aliased to hush)
  配置完成后,编辑init.d目录下的rcS文件,分别运行art design以及PowerPC hardware进行编译和安装,在上述开发环境中进行艺术设计实验室智能平台开发,并进行串口、并口、USB端口的网络接口设计[9?10]。 2.2 智能平台模块化开发实现 2.2.1 艺术设计的三维图形渲染
  本文设计的基于数字化多媒体的艺术设计实验室智能平台分为三层体系结构,分别为图像信息处理层、数据传输层和面向对象的应用层,采用Linux内核进行艺术设计的引�С绦蚣釉兀�实现系统软件设计。在软件开发设计中,首先新建一目录filesystem,采用公告牌(billboard)渲染方式进行艺术设计中的实时三维图形渲染[11],三维图形渲染的示意图如图3所示。图3中,艺术设计的3D模型建造的基本过程就是由“点”连接成“面”,由“面”变化为“体”, 在选择好网格的单位和艺术设计的材质后,在Face Tools中选择面的类型,通过Geometry Tools把面变换为体,进行艺术设计的3D模型构架。 2.2.2 数据池模型构建
  利用Creator交互式的动画软件模型生成艺术设计系统的数据池,如图4所示,采用Creator开发艺术设计系统的主界面,在MapInfo中调用dBASE数据库、MSExcel电子表格进行艺术设计中的三维图形重构,使用批处理模块(Batch)生成图像的在线编译模块,将产生一个haidi.flt文件,并创建模型数据库,在Face Tools中选择艺术设计的图像处理类型函数,通过Map Texture Tools选择贴图方法,利用Creator交互式、直观的用户界面实现艺术设计过程中的信息交互[12]。 2.2.3 平台的兼容性设计
  在ARM,PowerPC等多种硬件平台上进行艺术设计平台的兼容性设计,在dev目录下建立根文件系统,生成一个rootfs.yaffs的兼容性测试文件,应用程序与设备之间通过read(),write()等系统调用去访问艺术设计实验室平台的控制模块,设备驱动程序为:
  define MISC_ scheduling using digital _MINOR 255
  //主设备号
  #define DEVICE_NAME ″pwm″ //设备文件名
  int ret;
  ret = misc_ multimedia graphics (&misc);
  以内核映像的形式建立艺术设计平台的文件系统和用户应用程序,对s3c2440_pwm_open进行编程,其中misc的定义如下:
  static struct compatibility design art misc = {
  .minor = MISC_RGDFGC_MINSFFR,
  .name = DEVICE_NFGD,
  .fops = &dggrsv_gfdes,
  };
  处理器将读取艺术设计平台中的程序处理A/D转换结果,并将控制权转交给操作系统,实现平台的远程控制和智能多媒体信息处理,最后得到本文设计的艺术设计实验室智能平台的软件开发实现流程如图5所示。 3 实验测试分析
  为了验证本文设计的艺术设计实验室智能平台的应用性能,进行系统测试和仿真实验分析。实验建立在Qt/Embedded for x86开发环境基础上,采用Qt?x11配置qtx11、编译和安装,采用GUI设计人机交互模块进行艺术设计的图像导入和参数设定,在Linux内核下编写设备驱动应用程序,在图像处理中,设定多媒体图像采集的大小为1 200×800,数据场规模是256×256×256,根据上述环境和参量设定,用Visual C++ 2012进行图像处理算法设计,并在本文设计的艺术设计实验室智能平台中进行程序开发和仿真设计,得到本文设计的艺术设计实验室平台的数字化多媒体加载界面如图6所示。
  图6输入的数字多媒体图像的噪点较大,进行艺术设计中容易出现较大的扰动和失真,导致设计效果不好,采用本文设计的艺术设计实验平台进行设计效果的自适应处理,可提高设计质量,得到改善后的艺术设计效果图如图7所示。
  分析图7得知,采用本文设计的实验平台进行艺术设计智能化处理,提高了艺术设计效果,改善了设计质量,使设计作品具有很好的视觉可观性。为了定量对比设计效能,以输出设计作品的峰值信噪比(PSNR)为测试指标,得到采用不同的艺术设计平台进行设计的峰值信噪比对比结果如图8所示。
  分析图8得知,本文平台输出的PSNR值比较高,说明设计质量较好。 4 结 语
  本文进行了艺术设计实验室智能平台的优化设计研究,提出一种基于嵌入式ARM和数字化多媒体图像处理技术的艺术设计实验室智能平台设计方案,进行图像处理算法设计和平台的软件开发设计。研究得知,本文设计的艺术设计平台具有很好的�D形处理能力,为智能化艺术设计提供了技术支持。
  参考文献
  [1] 李琳,孟令博,孙康,等.基于代数余子式的N?FINDR快速端元提取算法[J].电子与信息学报,2015,37(5):1128?1134.
  LI Lin, MENG Lingbo, SUN Kang, et al. N?FINDR fast end element extraction algorithm based on algebraic cofactor [J]. Journal of electronic and information, 2015, 37(5): 1128?1134.
  [2] 南栋,毕笃彦,马时平,等.基于景深约束的单幅雾天图像去雾算法[J].电子学报,2015,43(3):500?504.
  NAN Dong, BI Duyan, MA Shiping, et al. The fogging algorithm of single fog day image based on the depth of field constraints [J]. Acta electronica sinica, 2015, 43(3): 500?504.
  [3] 张锦华,孙挺.基于倍频信号滤波的非规则图像动态特征提取[J].控制工程,2015,22(2):301?305.
  ZHANG Jinhua, SUN Ting. Extraction of irregular image dynamic features based on frequency doubling signal filtering [J]. Control engineering, 2015, 22(2): 301?305.
  [4] CHEN Y C, LIN Z H, ZHAO X, et al. Deep learning?based classification of hyperspectral data [J]. IEEE journal of selected topics in applied earth observations and remote sensing, 2014, 7(6): 2094?2107.
  [5] WAN L J, TANG K, LI M Z, et al. Collaborative active and semisupervised learning for hyperspectral remote sensing image classification [J]. IEEE transactions on geoscience and remote sensing, 2015, 53(5): 2384?2396.
  [6] TUIA D, PASOLLI E, EMERY W J. Using active learning to adapt remote sensing image classifiers [J]. Remote sensing of environment, 2011, 115(9): 2232?2242.
  [7] 陈兴稣,王雪峰,王元庆.多小波有限元法在扩散光层析图像重建中的应用研究[J].激光杂志,2016,37(12):48?51.
  CHEN Xingsu, WANG Xuefeng, WANG Yuanqing. The application of multi wavelet finite element method in the reconstruction of diffuse optical tomography [J]. Laser journal, 2016, 37(12): 48?51.
  [8] DI W, CRAWFORD M M. View generation for multiview maximum disagreement based active learning for hyperspectral image classification [J]. IEEE transactions on geoscience and remote sensing, 2012, 50(5): 1942?1954.
  [9] 张良,罗�t敏,马洪超,等.基于未标签信息主动学习算法的高光谱影像分类[J].计算机应用,2017,37(6):1768?1771.
  ZHANG Liang, LUO Yimin, MA Hongchao, et al. High spectral image classification based on unlabeled information active learning algorithm [J]. Computer applications, 2017, 37(6): 1768?1771.
  [10] HE Y, ZHANG C S, TANG X M, et al. Coherent integration loss due to pulses loss and phase modulation in passive bistatic radar [J]. Digital signal processing, 2013, 23(4): 1265?1276.
  [11] HAO H. Multi component LFM signal detection and parameter estimation based on EEMD?FRFT [J]. Optik: international journal for light and electron optics, 2013, 124(23): 6093?6096.
  [12] GOVONI M A, LI H, KOSINSKI J A. Range?Doppler resolution of the linear?FM noise radar waveform [J]. IEEE transactions on aerospace and electronic systems, 2013, 49(1): 658?664.

文秘写作 期刊发表