象元符号的提取和绘制

首先，通过文献资料、网络资源等多种渠道获得大量轮毂图片信息，共计1305张。轮毂正面为其主要识别方位，故取轮毂正面视图作为形态特征提取和识别的主要视图。以轮毂正面图片为基础，借鉴“观物取象”“同类合体”的思想，在PHOTOSHOP软件平台上将轮毂图像进行大小一致化（图3-1）和轮廓化处理，得到轮毂的线描图形（图3-2）。由于篇幅限制，图中只列举其中35张代表性图片以示说明。

然后使用CORELDRAW软件人工绘制各种特征轮廓线，图3-3为轮毂面积特征轮廓线绘制示意。将特征轮廓图形与原像素图像（图3-1）进行比较，经过设计专业小组成员反复讨论，确定其认可度最高的轮廓图形为其最终特征轮廓形。图3-4为获得的面积特征轮廓图。部分轮毂出现面积特征意见不一致现象，由于赞成、反对人数基本相持平，故将其都作为轮毂的面积特征轮廓线，所以图3-4中部分轮毂有两重轮廓线。

图3-1 经过大小一致化处理的轮毂图片
Fig.3-1 Wheel pictures after size uniformity

经轮廓化处理和小组讨论投票通过获得轮毂的特征轮廓图，将这些轮廓图按线条属性一致原则进行合并归类，最后获得两类：尖角（折角）类和圆角类（图3-5）。分析两类图形特点，依据符号的规约性、指示性和像似性原则，以人工的方式在CORELDRAW软件下重新绘制并得到各自象元符号图形，见图3-6。象元符号图形绘制与调整要反复多次，直到在简洁性、代表性、美观性方面都得到多数专家小组成员认可通过后才能确定下来。

此外，象元图形符号的确定还要考虑不同类象元间的视觉差异性。不同类象元间的视觉差异度越大，视觉识别性和注意度就越高，所以在全部象元绘制结束后，还要经过集中讨论、投票等环节，将全部象元进行进一步的修正，最后确定表示不同特征的象元图形符号。

在大小一致化处理过程中，为突出轮毂的轮廓特征，需要将搜集的图片进行预处理。将图片中轮毂背景、色彩、肌理细节等干扰形态认知的因素删除掉，本次研究利用的是PHOTOSHOP软件中图像色彩区域选择功能、图形缩放功能、整体去色功能、色调调节功能等。此外，为保留正面视图的空间立体感，图片中轮毂正下方的投影依旧保留。

轮毂图像的轮廓化是通过PHOTOSHOP软件中的滤镜→风格化→查找边缘这一功能实现的。这一功能是PS软件CS6.0及以上版本增加的功能。通过该功能的使用，可以快捷、准确地获得轮毂轮廓特征线，自动剔除大部分表面色调。轮廓化处理功能不仅极大地提高了图形处理的工作效率，也为接下来的人工绘制面积特征曲线奠定了基础。

面积特征轮廓描绘过程是借助专业软件人工完成的。基本过程是：将图3-2导入CORELDRAW软件，以导入图作为背景和参考，作者使用样条曲线绘制功能，人工绘制每款轮毂单辐的面积特征线，再经过阵列处理，获得大小一致的其他轮辐线条。面积特征线并不只是简单的单辐最外侧轮廓线，对于缩放比例较大的单辐形状，是取其最外两侧轮廓线的中点之间形成的宽度作为整体轮毂的面积特征线。此外，部分轮毂有双重面积特征线，原因前述已说明。最后将全部轮毂原始图像信息去除，只留人工绘制曲线，即可得到图3-4的面积特征线图。

图3-2 轮毂图像的轮廓化
Fig.3-2 The outline of wheel image(www.xing528.com)

图3-3 面积特征轮廓描绘
Fig.3-3 Area features contouring

图3-4 提取面积特征线图
Fig.3-4 Area profile extracting

得到每款轮毂的面积特征线图后，可以发现：轮毂辐条连接处的线条性质不同，可以分为直角连接和弧角连接两种。根据这一特征，将辐数相同（图例中皆为五辐）的、直角连接的所有面积特征线图摞叠在一起，再将辐数相同、弧角连接的所有面积特征线图摞叠合并在一起，这样就获得两组可以表示类特征的图形，如图3-5所示。这两个面积特征线合并图可以表示出轮毂窗口形式特征和辐条的辐面大小特征。但从符号简洁性的形式特点来看，如果用以表示窗口形式特征，这两个图形还过于复杂，仍需进一步提炼。最后经过集中讨论，作者将其提炼简化为图3-6所示的图形形式，即得到该类象元的图形符号。

图3-5 尖角类与圆角类轮毂面积特征线合并图
Fig.3-5 Sharp-corner and rounded-corner area profile merging

图3-6所示图形提示了轮毂窗口形状变化特点：在V形窗与U形窗之间转化。而图3-5所示图形能更好地表现辐条宽窄变化特点：筋状辐条与片状辐条之间转化。辐条变化是建立在不同窗口形式基础上的变化，所以图3-6与图3-5中的图形具有互相牵制的特点，二者是“一阴一阳”对应的关系。

图3-6 象元图形符号提炼
Fig.3-6 Meta symbol graphic refining

通过上述方法，完成骨-面象元、动-静象元、量-势象元、共-个象元的四大类象元的象元符号提取与绘制。