固定目标伪装的数码迷彩设计

传统迷彩的边缘平滑、色彩分明、视觉区分度强,其设计过程往往脱离伪装目标的实际背景,不能很好地与背景相融合。数码迷彩在图案上呈现不规则的重叠,不同颜色间的边缘模糊、破碎,极易模拟自然背景。文章提出一种根据目标的背景生成数码迷彩的新方法。根据实际需求确定数码单元的尺寸,然后采用模板遍历的方法对背景图像中的主要颜色进行重新排布,最后生成数码迷彩。利用此算法生成的数码迷彩能够较好地保留背景的细节特征,并与目标的自然背景高度融合,从而达到良好的变形和光学伪装效果。     

基于循环一致性对抗网络的数码迷彩伪装生成方法

针对传统的数码迷彩生成方法无法根据背景实时生成数码迷彩的问题,提出一种基于循环一致性对抗网络的数码迷彩生成方法。首先,使用密集连接卷积网络提取图像特征,将学习到的数码迷彩特征映射到背景图像中;其次,加入颜色保持损失来提高数码迷彩的生成质量,保证生成的数码迷彩与周围的背景颜色相一致;最后,在判别器中加入自归一化神经网络以提高模型对噪声的鲁棒性。由于缺乏数码迷彩伪装效果的客观评价标准,采用边缘检测算法与结构相似性（SSIM）算法对生成的数码迷彩的伪装效果进行评估。实验结果表明,该方法在自制数据集上生成的数码迷彩伪装的SSIM得分比已有算法的得分降低了30%以上,验证了它在数码迷彩生成任务上的有效性。     

边缘处理在仿真迷彩设计中的研究与应用

研究迷彩伪装做为隐真示假的手段,针对迷彩设计脱离伪装目标的实际背景,使设计出的迷彩与背景的颜色、形状和纹理不能很好地协调一致等问题,提出了一种基于边缘处理的、通过提取目标背景的特征信息来设计迷彩斑块的方法.可采用金字塔图像分割方法对目标背景的图像进行处理,然后对分割后的图像进行彩色Canny边缘检测,从而得到迷彩图案中的斑块大小、形状及配置信息,并进行仿真.仿真结果表明,基于方法设计出的迷彩图案能够更好地保留背景的细节特征,证明达到良好的迷彩设计效果.     

基于拼片置乱与数学形态运算的伪装迷彩算法

为快速有效地生成针对实地环境伪装的数码迷彩,提出基于背景拼片置乱的迷彩生成方案。算法过程中结合了Logistic混沌映射置乱和图像FCM颜色聚类方法,并运用灰度数学形态学的"开-闭"复合运算对迷彩纹理进行修正,最终实现环境伪装数码迷彩的自适应生成。实验证明,该方法实时高效,生成的迷彩有效地摒弃了易辨识的局部图案特征而保留了环境纹理特征和环境颜色特征,具有较强的实地伪装隐蔽功能。     

基于改进K均值聚类分析的迷彩伪装色选取

伪装色是影响迷彩伪装效果的关键因素。提出一种基于改进K均值聚类分析的迷彩伪装色选取算法：在Lab颜色空间中选择色差尽可能大的标准伪装色作为初始聚类中心,由最小色差原则和相邻元素特征共同决定目标像素归属,最后将得到的背景优势色（最优聚类中心）转换为军标规定的迷彩伪装色。通过迷彩伪装图案设计实例对伪装色选取算法进行了实验分析,并通过边缘检测和识别跟踪算法对不同背景下的目标迷彩伪装效果进行了验证。结果表明,基于改进K均值聚类分析的迷彩伪装色选取方法能够满足迷彩图案具备较好伪装效果的要求。     

基于调色板分析及误差扩散抖动的迷彩仿造

仿造迷彩是针对特定的环境背景生成的伪装迷彩。在迷彩纹理设计上,无规则的、点阵式的数码迷彩相对传统迷彩具有更好的迷惑效果。提出一种新的仿造数码迷彩方法,在调色板颜色分类排序及直方图合理分析的基础上提取四种主色,结合抖动半色调方法统计四主色比例,并运用随机像素点集的方式生成迷彩图案。实验证明,该方法生成的迷彩图与参照背景图能自然融合,达到较高的伪装隐蔽效果。     

基于光学伪装的数码迷彩技术

基于光学伪装的数码迷彩是一种通过提取自然背景的纹理、颜色和层次等信息,并以数码像素点阵图案的形式表现出来的新型迷彩。文章对数码迷彩的研究发展现状、数码迷彩设计技术、伪装效果评价方法等做了全面系统的介绍。     

基于改进的分水岭算法图像分割方法研究

研究图像分割中保真问题,针对目前分水岭算法易产生过分割现象,导致图像分割边缘不明显现象,使得分割以后图像失真较大.为了解决上述问题,提出了一种基于空间模式聚类算法和分水岭算法相结合的图像分割方法.首先对图像采用分水岭算法进行图像分割,然后对产生过分割现象的图像区域采用基于空间模式聚类方案进行合并.仿真结果表明,与传统的分水岭图像分割方法相比,分割出的图像边缘效果明显清晰,有效保证原图效果.     

仿生迷彩伪装设计

针对迷彩伪装难题,提出仿生迷彩概念,将生物特征信息融入传统迷彩设计准则,介绍背景图片的斑块化和仿生结构元素的创建过程。在阐述其生成方法机理的基础上设计4种仿生迷彩图案,并通过边缘检测和识别跟踪算法对其进行静态和动态伪装效果评估。实验结果表明,仿生迷彩具备较好的伪装效果,可用于军事目标（静态或动态）的伪装设计。     

基于改进的自适应分水岭图像分割方法研究

研究图像分割中由于对噪声的抑制能力弱以及对大多数图像易产生过分割现象,从而导致图像分割过程中局部分割线产生偏移现象,进而使得图像分割变得困难.为解决上述问题,提出了改进的自适应分水岭图像分割方法.首先,对输入的图像进行自适应降噪滤波,以减弱因噪声干扰导致的区域极小值;然后,运用形态梯度算子对滤波去噪后的图像进行平滑处理,以减弱噪声对分水岭分割的影响;最后,对图像进行目标标记,用来屏蔽消除其它无用的极小值,仅允许标记过的极小值生长为分割区域并得到最终的分割线,达到最终分割出感兴趣物体的目的,仿真结果表明,与传统分水岭分割方法比较,缓解了分水岭算法过分割问题,增强分割算法的鲁棒性,优于一般的分水岭算法.     

基于多级特征融合的伪装目标分割

在伪装目标分割任务中,如何提取深度模型下高分辨率的目标语义特征是构建目标分割模型的关键。针对此问题,提出了一种基于多级特征融合的伪装目标分割方法。在特征编码过程中,引入多级门控模块对Res2Net-50的多级中间层特征进行选择性融合,有效过滤各级特征图的干扰信息;在解码过程中,通过自交互残差模块驱动不同尺度的编码特征实现交叉融合,获得更准确的目标表示信息。此外,在交叉熵损失的基础上加入Dice损失形成联合损失函数,帮助模型更精准地分割伪装目标。实验结果证明,在背景复杂的迷彩伪装数据集以及三个常用自然伪装数据集上,相比其他典型模型,该模型表现出更好的分割效果。     

内P集合与信息伪装-应用

内P-集合是P-集合理论的部分,它是一种研究动态信息的新的数学方法。在内P-集合理论基础上,提出[F]-信息伪装粒度定理、[n]阶[F]-伪装信息关系定理、[F]-伪装信息生成定理、信息轻伪装定理、伪装信息恢复定理、内-距离定义、伪装粒度定义等基本概念,在此数学理论基础上构建的新的伪装算法,相比同类算法在时效和空间方面更显优势。通过简单的应用实例,进一步直观地诠释提出理论的应用方法。     

基于Transformer的跨尺度交互学习伪装目标检测

伪装目标检测(COD)旨在精确且高效地检测出与背景高度相似的伪装物体, 其方法可为物种保护、医学病患检测和军事监测等领域提供助力, 具有较高的实用价值. 近年来, 采用深度学习方法进行伪装目标检测成为一个比较新兴的研究方向. 但现有大多数COD算法都是以卷积神经网络(CNN)作为特征提取网络, 并且在结合多层次特征时, 忽略了特征表示和融合方法对检测性能的影响. 针对基于卷积神经网络的伪装目标检测模型对被检测目标的全局特征提取能力较弱问题, 提出一种基于Transformer的跨尺度交互学习伪装目标检测方法. 该模型首先提出了双分支特征融合模块, 将经过迭代注意力的特征进行融合, 更好地融合高低层特征; 其次引入了多尺度全局上下文信息模块, 充分联系上下文信息增强特征; 最后提出了多通道池化模块, 能够聚焦被检测物体的局部信息, 提高伪装目标检测准确率. 在CHAMELEON、CAMO以及COD10K数据集上的实验结果表明, 与当前主流的伪装物体检测算法相比较, 该方法生成的预测图更加清晰, 伪装目标检测模型能取得更高精度.     

Maneuvering target oriented digital camouflage image generation method

Since the digital camouflage generation method based on fixed single background image cannot fully meet the hidden need of maneuvering targets. In this paper, a method of generating digital camouflage image based on several background images is proposed. Firstly, according to the active range of the maneuvering target, several background images are collected. Secondly, in order to resolve the problem that the clustering algorithm is sensitive to the initial clustering center and easy to fall into local optimum, K-harmonic means (KHM) clustering algorithm is introduced and initial clustering center is determined based on color histogram. Again, KHM clustering is used to extract color features from several background images, the first clustering is extracted from a single background image, and the second clustering is extracted with several color features sets extracted from the first clustering of background images as input. Finally, the regular hexagon is used as the basic unit of the digital camouflage image to construct the spot template, and the digital camouflage image is generated by the lowest horizontal line algorithm. Example verification and camouflage effect detection show that the digital camouflage image generated by this method can effectively realize the concealment of maneuvering targets and has good camouflage effect.     

数码迷彩空间混色模型研究

数码迷彩因其优良的伪装性能得到广泛的应用,针对目前数码迷彩设计理论滞后于应用的现状,提出了基于人眼白光视觉传递特性的数码迷彩空间混色模型。该模型以傅里叶变换和人眼视网膜成像特性为基础,引入了基于白光的人眼视觉传递模型,并结合大气传输模型模拟数码迷彩图案的空间混色过程。外场实验表明,该方法在混色斑块的形状及位置上取得了较好的效果,从而验证了模型的合理性。但该模型在混色斑块的颜色方面还有些欠缺,需要对数码迷彩的空间混色原理做进一步的研究。该混色模型为数码迷彩伪装效果的深入研究提供了支持,对数码迷彩的数字化设计具有一定影响。     

Evaluating camouflage design using eye movement data

This study investigates the characteristics of eye movements during a camouflaged target search task. Camouflaged targets were randomly presented on two natural landscapes. The performance of each camouflage design was assessed by target detection hit rate, detection time, number of fixations on display, first saccade amplitude to target, number of fixations on target, fixation duration on target, and subjective ratings of search task difficulty. The results showed that the camouflage patterns could significantly affect the eye-movement behavior, especially first saccade amplitude and fixation duration, and the findings could be used to increase the sensitivity of the camouflage assessment. We hypothesized that the assessment could be made with regard to the differences in detectability and discriminability of the camouflage patterns. These could explain less efficient search behavior in eye movements. Overall, data obtained from eye movements can be used to significantly enhance the interpretation of the effects of different camouflage design.     

Camouflage texture evaluation using a saliency map

Multimedia Systems - Camouflage effect evaluation and examination is an important procedure in digital camouflage pattern design as it is helpful in improving the objectivity and effectiveness...     

融合视觉感知和等周理论的数码迷彩纹理提取

现阶段数码迷彩纹理的提取方法缺乏主观视觉感知,针对其提取效果和质量欠佳的问题,提出一种融合视觉感知和等周理论的数码迷彩纹理提取方法。此方法先利用人的视觉感知特性构造边权值函数,将等周率作为选择分割阈值的准则选取最小等周率所对应的候选阈值作为最终分割阈值,完成数码迷彩纹理的提取。在一系列自然纹理图像上的实验结果表明,与现有的几种经典多阈值分割方法相比,此方法的分割效果更好。