面向Android手机实时辨色系统设计与开发.docVIP

面向Android手机实时辨色系统设计与开发 　　摘 要：研究了Android手机的实时取色辨色系统实现方法，论述了该系统设计的关键技术，提出了基于向量距离的RGB色彩空间颜色比较方法，并通过实验验证了系统的可行性和正确性。该成果可帮助色觉障碍人士简易地辨识颜色，也可帮助专业人士获取准确色彩，应用价值较高。 　　关键词：颜色识别；色彩空间；Android编程 　　中图分类号：TP319 文献标识码：A 文章编号：1672-7800（2016）003-0084-03 　　作者简介：曹达（1994-），男，安徽安庆人，北京信息科技大学计算机学院学生，研究方向为颜色识别；李宁（1964-），男，北京人，北京信息科技大学计算机学院院长、硕士生导师，研究方向为半结构化和非结构化数据表示与处理。 　　0 引言 　　据2010年调查统计[1]，人类女性患有色盲的比例约为4%，男性则高达7%；而中国色盲色弱率高达10%以上，其中色盲在中国男性中比例为4.7%左右，色弱至少在5%以上。面对如此庞大的人群，研发了一种实时辨色系统，它利用智能手机的硬件优势，借助手机摄像头辨别颜色，帮助色盲色弱人群识别颜色，对于一些从事色彩工作的设计人员来说，也可达到精确取色的目的。 　　国内外基于Android的颜色识别系统已经取得了一定的研究成果，一些工具能够识别用户用摄像头拍摄的照片中某一位置的颜色，并给出颜色的具体参数。但目前的研究只能处理静态图像，无法处理动态图像，用户只能通过点击某点来分析这一位置RGB数值及对应颜色，步骤繁琐且目标单一，无法实时取色，难以满足用户需求。 　　关于颜色识别的研究很多。朱怀中[2]的论文《基于Android的手机OCR识别技术设计与实现》，通过颜色识别，完成了图像文字转换功能，系统是在尽量不破坏图像原始信息的前提下，压缩图像中像素的取值范围，把真彩色图像转换成位图图像，采用传统的“八叉树颜色量化算法”，把图像中最有代表性的256个像素值选出来，然后进一步将图像二值化，根据坐标值与灰度级别的关系识别出文字，系统所用的数据实时采集和处理方法对本课题研究有所帮助。 　　周英萍[3]在《基于Android手机平台的图像色彩识别系统的研究与实现》一文中，通过点击图片上的位置，即可显示该点坐标、RGB 值、色彩名称。该系统采用多对一的映射关系来解决名称对应问题，具体方法如下： 把红、绿、蓝3种色彩对应的 256 个值，分为 8 个等大部分，对应8*8*8 即 512 种色彩，这些颜色在现实中都可以找到对应的色彩名称，在一定程度上简化了程序负担。 　　本系统在借鉴国内外现有成果基础上，实现视频图像的动态色彩处理，克服了静态处理图像的局限性，简化了操作步骤，能同时获取多个点的数据，具创新性。 　　1 总体设计 　　1.1 系统模块设计 　　本系统包括7个模块：参数设定、KD-Tree构造、视频预览、视频自动对焦、颜色识别、色彩模型转换和更新界面信息。 　　其中参数设定是指应用被打开时设置安卓应用的基本属性，设置屏幕强制横向显示，方便预览景物，防止界面显示混乱。设置隐藏状态栏和标题栏以增加屏幕显示空间，更加美观。设置禁止自动锁屏，防止在预览过程中自动锁屏。KD-Tree构造模板用于计算RGB值获取颜色。视频预览包括开始预览和暂停预览。视频自动对焦是指实时监测视频是否对焦，在移动摄像头后要及时对焦，以免预览画面模糊。颜色识别模块是核心内容，对摄像头获取的数据，及时得到视频帧并解析出RGB信息，利用KD-Tree算法计算颜色。 　　1.2 辨色系统处理流程 　　系统工作流程：①打开软件启动摄像头取景；②获取预览到的图像帧视频；③将帧视频转换为YUV格式；④分别获取中心5*5个像素点的R、G、B分量数据；⑤分别计算获取到的R、G、B平均值；⑥根据得到的平均结果进行颜色分类；⑦将颜色信息显示在屏幕上；⑧退出。 　　2 颜色快速识别方法 　　系统为用户提供了99种颜色值，在获取到某点的RGB基础上，需要在三维空间中寻找相临近的颜色信息显示在用户界面上，本系统编写了两种解决算法。 　　算法一：三维空间中分布若干个点坐标，当用户需要一个点坐标颜色时，基础的算法是计算整个三维空间中若干点的坐标与该点距离，进而比较各个点距离的大小，取最小距离点的颜色。此时的空间复杂度为O（n2），因为要计算大约200个数据，耗费时间较长。 　　算法二：KD-Tree的最近邻查找算法。 　　KD树是一种分割K维数据空间的数据结构，主要用于多维空间关键数据的搜索。在K-D树中进行数据查找是特征匹配的重要环节，其目的是检索在K-D树中与查询点距离最近的数据点。关键代码如下： 　　public KDTree kd = new KDTree