融合技术在迷彩纹理生成中的应用

为解决数码迷彩纹理的生成过程中,背景轮廓与马赛克方块的叠加使纹理特征不能完全匹配的问题,提出一种基于融合技术的数码迷彩纹理生成算法.采用K-means聚类算法和颜色直方图算法,利用融合特性将两者融合并生成数码迷彩纹理,消除数码迷彩纹理中的冗余部分,并对最终生成的数码迷彩进行评价.仿真结果表明:该算法能有效地降低纹理冗余,提高数码迷彩与背景的融合度.     

一种基于装备三维模型的数码迷彩图案设计方法

数码迷彩设计是实现伪装效果的主要关键环节,面向自动涂装作业的迷彩设计是发展趋势与研究热点。通过目标建模方法构建装备四边形三维网格模型,基于分形布朗模型的迷彩生成方法得到装备目标最小外接矩形体五面展开数码迷彩图案;运用最小法矢角纹理映射方法实现二维、三维迷彩图案转换;基于开放图形库和微软基础类库实现的人工交互功能模块,完成图案优化修改。仿真验证与喷涂试验结果表明：输出的数码迷彩图案符合背景特征,草原、荒漠、林地、丛林背景的平均灰度对比和纹理相似度分别为0.18、0.45,且满足自动涂装作业输入要求。     

基于超效率数据包络分析模型的数码迷彩融合特性评价方法研究

针对活动目标的数码迷彩伪装,为了从光学波段方面评价多种数码迷彩在不同背景中的融合性,对图像内容进行分析,选用HSV颜色模型,分别从图像的色调（H）、饱和度（S）、亮度（V）3个分量 提取数码迷彩和背景图像的颜色、纹理、形状、熵及复杂度等5个方面的特征值。根据超效率数据包络分析模型原理,把数码迷彩与背景图像中各个特征差异值作为决策单元（DMU）的输入量,计算出迷彩与背景一对一融合性的效率值。将效率值数据取倒数作为新的DMU输入量,计算得到每种迷彩对不同背景融合性的效率值,从而实现数码迷彩对背景图像综合适应性的评价。利用图像显著性指标对评价结果进行验证,将融合性效率值最大与最小的两种数码迷彩对背景实施伪装,前者在背景图像中的显著性低,具有更好的背景融合性。     

基于纹理合成与最佳缝合线的不同平面数码迷彩拼接方法

数码迷彩图案喷涂至实际伪装目标的表面上时,不同平面之间的衔接部分容易出现颜色过渡不连续的现象,在视觉上形成显著的接缝,进而影响目标伪装效果。针对该问题提出了一种结合纹理合成与最佳缝合线的数码迷彩拼接算法。运用纹理合成技术生成过渡自然的扩展图案,以此构造待拼接图案的伪重叠区域;在该区域内搜索一条最佳缝合线,将待拼接图案沿着缝合线裁剪并拼接在一起,从而实现了数码迷彩图案的无缝拼接。试验结果表明,提出的算法可以有效地消除数码迷彩拼接时带来的显著缝隙,使得拼接处的图案过渡更为自然,达到更好的伪装效果。     

基于光谱色的迷彩主色提取方法

针对采用聚类方法进行数码迷彩设计时存在提取主色的色度不稳定问题,提出一种基于光谱色的主色聚类中心确定算法。在建立CIE-XYZ系统的基础上对颜色的种类进行划分。将图像颜色从RGB空间转化到XYZ颜色空间,然后通过CIE-XYZ系统计算每一像素颜色的主波长、色纯度,并以主波长、色纯度为标准,选取初始聚类中心的颜色来代表背景图像的主色。实验结果表明:该算法实现的时间复杂度低,执行效率高。     

数码迷彩立体动态成像算法研究

现有数码迷彩图案的平面性和固定不变性使之难以对抗未来高技术的侦察监测,针对这个问题,提出了一种基于柱透镜光栅的数码迷彩立体动态成像算法。该算法充分考虑人双目立体成像的生理特征和柱透镜光栅分光分像的光学特性,阐述数码迷彩立体动态化的可行性。在此基础上,推导出迷彩立体动态成像的视差设计原理并根据背景深度信息将数码迷彩图像分为多幅迷彩深度序列图。利用梳状函数对迷彩深度序列图进行采样合成,最终生成一幅光栅图像,用来裱贴于光栅板后即可实现立体动态数码迷彩。对该算法有效性进行了仿真实验并加以分析。     

数码迷彩自动涂装系统研究

数码迷彩是一种新的迷彩伪装技术,具有较好的伪装效果。针对目前人工涂装效率较低的问题,通过解决装备三维正方形网格模型构建、三维数码迷彩图案模型生成、图案喷涂路径自动规划、喷枪位姿实时检测等问题,构建了数码迷彩自动涂装系统,实现了目标数码迷彩自动喷涂作业。试验结果表明：使用自动作业方式可有效提高数码迷彩喷涂效率,从而推动码迷彩技术进一步发展。     

一种改进的迷彩设计中背景图像分割方法

针对迷彩设计中常用的彩色图像分割方法计算量过大、分割效果不明显等问题,提出一种改进方法。先确定背景中与主色接近的军标色,然后结合区域分割与聚类分析的思想,得到不同特征的分割效果。实验以图像色度为分割特征,在选取不同阈值的情况下,列举并分析了所得结果。实验结果表明,改进后的方法能够较好地分割背景图像并保留其细节纹理特征,得到较为理想的设计效果。     

一种改进的Surendra运动目标伪装效果检测方法

现有的伪装检测主要是针对静态目标,并不能客观反映机动装备在作战行动中伪装的有效性。综合运动目标检测技术,结合伪装学原理,以军用卡车模型作为研究对象,基于Surendra背景更新建模算法并结合Lab三通道,提出一种机动装备迷彩伪装效果检测方法。根据所建立的实验系统,计算序列图中军用卡车伪装前后的形状特征参数集合之间的欧氏距离,得到实验序列图像的欧氏距离平均值为189.45,说明实验系统中伪装前后运动目标的形状特征参数之间极不相似,即经过伪装后的目标更具有一定的动态变形伪装特性。借助性能评价模块得出伪装前后目标图像相关系数范围为0.003 5~0.127 5,证明了该检测方法的科学性和可靠性;根据检测运动目标的算法原理,可知伪装后的运动目标图像与其中心背景之间更具有一定的融合性。     

一种基于纹理分析的伪装器材效果评价模型

为客观、定量评价伪装器材的性能,本文运用数字图像纹理分析技术,通过平行45°搜索算法分别获得了伪装面(目标)和所选择背景的共生矩阵,定义纹理相似度并由此建立了纹理判别模型和计算机软件,通过比较目标与背景图像纹理特征的相似度,从而定量分析伪装器材遮障面在斑点形状、尺寸、颜色亮度和空间分布等方面模拟周围背景特征的效能.对国内外部分伪装遮障性能进行初步评估的结果表明,该模型具有原理准确、结构简单、可操作性强等优点.该模型也适用于其它伪装器材的性能评价.     

基于演化计算的迷彩目标隐蔽策略仿真设计

针对典型自然环境下军事装备的隐蔽问题,提出一种新颖的演化计算策略,将其与图像仿真设计手段相结合,根据环境状况,构建一种快速仿真计算进而给出迷彩目标隐蔽策略的新方法。该方法主要包括迷彩目标与场景图像的融合仿真计算,引入视错觉条带覆盖的迷彩目标隐蔽计算,基于粒子群优化算法和概率分布采样的搜索计算,以及基于深度神经网络图像特征的融合度计算。运用深度神经网络图像分割模型,结合迷彩目标的分割识出率,评估新方法的性能。仿真实验结果表明：在林地和荒漠环境中获得的隐蔽仿真图像平均融合度可达0.99以上,平均分割识出率低于0.90;新方法能够为设计给定目标在场景图像中的隐蔽策略提供有效的依据,具有较高的实用价值和可扩展性。     

一种基于特征统计的动态伪装效果评估方法

现有的伪装效果评估主要针对静止的单幅图像,不能很好地模拟侦察人员对目标的判读过程。结合Mean shift目标跟踪技术,提出一种基于特征统计的动态伪装效果评估方法。该方法通过统计目标与背景8联通域的相关性特征数据,建立归一化联合高斯分布,利用概率密度的分布范围评估目标伪装效果。计算联合分布的概率密度时,提出对数放大概率,解决了高维联合分布概率密度数值敏感度低、不便于阈值设定的问题。引入样本更新策略,使样本库按照一定的概率随机更新,从而较好地适应了由于季节交替等因素引起的背景大范围变化。实验过程分别对某一指挥车实施1级伪装、2级伪装和3级伪装。采集数据后计算其对数放大概率并对曲线作出统计,结果表明：实际中划分的3种伪装状态与依据3σ准则预先设定的3种伪装状态完全对应;该模型能够有效反映出目标的伪装效果。     

基于颜色聚类的光学伪装效果评估背景选取方法

在基于可见光图像的单个目标伪装效果评估中,当目标处于反差较大的两种背景交界区域附近时,直接采用8邻域背景选取方法,将会导致评估结果出现较大偏差。针对这一问题,提出一种基于颜色聚类的背景选取方法。通过该方法对8邻域图像进行颜色聚类后,将目标近邻区域中不包含的颜色类从8邻域图像中剔除,再减去目标区域后即为选择的背景。实验结果表明：采用4～6个颜色聚类中心时,可以有效去除无关的背景区域,增强单个目标伪装效果评估的客观性和准确性;新方法对不同目标位置的适用性较强。     

复杂背景条件下目标自适应伪装光学效果评估方法

针对单一背景下的伪装评估方法难以度量自适应伪装目标在多背景中的综合伪装效果,提出一种自适应 伪装目标在多背景下的光学伪装效果评估方法。选取几种典型背景,对每种背景下目标的光学伪装效果进行评估; 依据星载高光谱图像对目标活动区域内的地物进行分类,确定区域中每种典型背景的面积占比;以每种背景所占比 例作为该背景下评估结果在综合评估中的占比,对各典型背景评估结果加权,得到复杂背景下的综合评估结果。实 验结果表明：该方法量化了多背景下的综合伪装效果,其评估结果较传统的评估更客观全面,更符合目标在多背景 中活动的实际情况。