当前位置:主页 > 科技论文 > 软件论文 >

广告标志图像真实性效果设计仿真

发布时间:2018-02-02 09:22

  本文关键词: 广告标志 图像真实性 标志设计 出处:《计算机仿真》2017年11期  论文类型:期刊论文


【摘要】:对广告标志图像进行真实性设计,能够更好的提升广告标志图的质量。对广告标志图像的真实性效果设计,首先需要对广告标志图像轮廓进行增强,组建标志图像轮廓自适应增强机制。传统方法提取图像约束条件,对标志图像模糊信息进行特征估计,但忽略了组建标志图像轮廓自适应增强机制,导致设计效果不理想。提出基于引导滤波与视觉感知结合的广告标志图像轮廓自适应增强方法。该方法先依据改进加权引导滤波方法对输入的标志图像进行预处理,去除图像的噪声,保留图像中标志的整体轮廓信息,依据初级视皮层细胞排列特性构造图像轮廓信息与皮层细胞的映射关系,计算出标志图像信号和功能视皮层神经元的对应关系,组建标志图像轮廓自适应增强机制,完成广告标志图像的设计。仿真证明,所提方法设计效果好,在视觉传达视角下,为提升广告标志的设计质量奠定了基础。
[Abstract]:On the authenticity of the advertising sign image, to enhance the advertising sign better quality map on advertising sign of authenticity. The effect of image design, we need to sign advertising image contour is enhanced, the formation of mark image contour enhancement mechanism. The traditional adaptive method to extract image constraints on image fuzzy information feature estimation. But ignore the formation of mark image contour adaptive enhancement mechanism, the effect is not ideal. This lead to the design guide filtering and visual perception with advertising logo image enhancement method based on adaptive contour. This method first based on improved weighted filtering method to guide sign input image preprocessing, remove the image noise and preserve image in the overall outline according to information, the mapping relationship between the primary visual cortex cells arranged the characteristic structure of image information and cortical cells, calculation The relationship between the mark image signal and the function of visual cortex neurons, the formation of contour sign image adaptive enhancement mechanism, advertising sign image design. Simulation results show that the proposed method has good effect in visual communication design, perspective, lays a foundation for the design of quality promotion advertising signs.

【作者单位】: 湖北工业大学艺术设计学院;
【分类号】:F713.8;TP391.41
【正文快照】: 1引言广告是当前社会中最具特征性的标志之一,并且已经逐渐成为现代人日常生活的一部分[1~3]。在广告给人们组建起一个绚丽多彩、蔚为大观的时空境域的同时,每则广告的生命力也是极其短暂的。现代广告生命力的延续长短主要取决于广告本身带给人们的视觉传达效果[4~6]。世界上

【相似文献】

相关期刊论文 前10条

1 黄炯;图像边缘处理[J];电视字幕(特技与动画);2000年09期

2 刘建忠;;图像边缘的数学结构分析[J];软件;2011年05期

3 陈文兵;张小磊;;基于图像边缘的能见度计算方法[J];微型电脑应用;2009年04期

4 曾友州;胡莹;曾伟一;郑晓霞;;提取数字图像边缘的算法比较[J];成都航空职业技术学院学报;2009年04期

5 潘卫国;鲍泓;何宁;;一种传统中国书画图像的二分类方法[J];计算机科学;2012年03期

6 周涛;陆惠玲;拓守恒;马竞先;杨德仁;;基于非凸区域下近似的图像边缘修补算法[J];宁夏大学学报(自然科学版);2012年01期

7 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期

8 张锦华;孙挺;;引入像点融合度修补的图像边缘化参差拼接实现[J];微电子学与计算机;2014年08期

9 张晓清;;抠图另一法[J];数字世界;2002年11期

10 潘泓;夏良正;;一种基于图像边缘的矩计算方法[J];模式识别与人工智能;2003年03期

相关会议论文 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年

2 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

3 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(下册)[C];2001年

4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年

5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年

6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 漆琳智;张超;吴向阳;;引导滤波的单幅图像前景精确提取[A];浙江省电子学会2013学术年会论文集[C];2013年

8 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年

9 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年

10 罗强;任庆利;;基于局部IFS理论提取图像边缘[A];第十二届全国图象图形学学术会议论文集[C];2005年

相关重要报纸文章 前3条

1 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年

2 ;图像质量调整秘技[N];电脑报;2001年

3 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年

相关博士学位论文 前10条

1 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年

2 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年

3 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年

4 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年

5 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年

6 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年

7 李林;基于概率图模型的图像整体场景理解方法研究[D];电子科技大学;2014年

8 余汪洋;基于被动毫米波的隐匿物品探测方法研究[D];北京理工大学;2015年

9 孟凡满;图像的协同分割理论与方法研究[D];电子科技大学;2014年

10 缪君;基于多视图像的平面场景重建研究[D];南昌大学;2015年

相关硕士学位论文 前10条

1 李鹏远;图像检索算法研究及其在互联网教育中的应用[D];华南理工大学;2015年

2 万燕英;微聚焦X-ray图像自适应正则化去噪方法[D];华南理工大学;2015年

3 毛双艳;基于梯度域的图像风格化渲染方法的研究及其应用[D];华南理工大学;2015年

4 向训文;RGB-D图像显著性检测研究[D];华南理工大学;2015年

5 曾旭;基于聚类和加权非局部的图像稀疏去噪方法研究[D];天津理工大学;2015年

6 熊杨超;图像美学评价及美学优化研究[D];华南理工大学;2015年

7 王艳;图像视觉显著性检测方法及应用的研究[D];华南理工大学;2015年

8 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年

9 王思武;基于太阳图像的特征提取和检索[D];昆明理工大学;2015年

10 曹静;基于暗通道先验算法的图像去雾处理[D];海南大学;2015年



本文编号:1484180

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1484180.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3bf12***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com