基于机器学习的迷彩伪装效果评价方法

针对迷彩伪装效果评价算法中评价指标权重分配复杂性,算法开发平台灵活性的问题,提出了基于多特征指标决策树的评价方法。该方法依据视觉注意力机制选择纹理、颜色、亮度、结构相似度与伪装目标尺寸这5项特征作为评价指标,使用机器学习决策树分类器训练出迷彩伪装效果评价模型,将模型移植入体积小、功耗低的树莓派开发平台上。通过与均值权重法、熵权法两种评价方法进行准确率对比实验,其中均值权重法准确率为56%;熵权法准确率为74%;该方法准确率为90%。通过实时性实验证明该方法可以在场外2 s左右得到迷彩伪装效果评价结果。

数码迷彩图案设计成型及伪装效果评价研究进展

数码迷彩是由数码成像和图像处理技术相结合生成的多色块状单元所构成的迷彩图案,在军事伪装领域运用广泛。为促进数码迷彩设计与评价领域完整体系的建立,从数码迷彩图案设计、迷彩成型和伪装效果评价方面,介绍数码迷彩的发展过程和发展现状,总结目前研究中存在的问题,展望未来发展趋势。研究认为,当前数码迷彩研究聚焦于计算机模拟与虚拟环境评价,实地应用评价欠缺。未来可运用喷墨印花技术及多功能墨水,结合实地环境评价,扩大数码迷彩在纺织服装领域的应用。

基于PCA-超效率DEA的目标热红外伪装效果评价研究

为解决目标热红外伪装效果评价过程中主观性过强、量化分析不全面等问题,通过分析目标热红外暴露征候,综合提取了温度、纹理、形状及统计等4类一级指标,并细分多个二级指标,建立了热红外伪装效果评价指标体系,引入超效率数据包络分析(DEA)模型对目标热红外伪装效果进行充分评价。针对评价指标集关联性大的情况,运用主成分分析(PCA)法对指标数据降维处理得到相互独立的主成分因子,通过超效率DEA模型进行计算并排序,解决了因指标信息重叠而使得部分评估结果存在偏差的问题。利用PCA-超效率DEA模型,对目标在不同时间及背景下的热红外伪装效果案例进行评价,结果表明,该算法对热红外伪装效果评价更为客观、准确。

基于主成分分析的目标热红外伪装效果评价研究

为解决目标热红外伪装效果评价主观性强、量化分析不全面等问题,综合提取了温度、纹理、形状及统计4类一级指标,并细分提取10个二级指标,建立评价指标体系。针对多属性决策问题权重难以客观确定的缺陷,运用PCA对评价指标进行主成分分析,降维处理后选取影响热红外伪装效果的主成分因子,计算综合分值并排序。利用该算法对在不同时间和背景下的坦克模型热红外伪装效果进行评价,结果表明该算法对目标热红外伪装效果评价行之有效,可为指挥员判别热红外伪装方案优劣提供决策参考。

面向高光谱探测的伪装效果评价方法

20世纪80年代发展起来的高光谱成像技术能充分探测并利用地物的光谱信息,有着较强的伪装识别能力,而传统的伪装评价方法主要基于伪装和背景的空间特征,不适用于基于光谱特征的高光谱伪装探测技术。提出了一种面向高光谱探测的伪装效果评价方法。该方法以伪装目标和背景的光谱特征及光谱导数特征的综合相似度为评价指标,综合相似度值越大则说明伪装效果越好。同时通过实验评价了三种伪装材料的伪装效果,其中绿色棉质布料与背景综合相似度为0.976 6,伪装效果最佳。最后在高光谱图像分类技术基础上提出了错分率的概念,验证了评价方法的客观性。所提出的伪装评价方法对于面向高光谱探测的新型伪装材料的设计有一定的指导意义。

一种红外伪装效果评价的新方法

首先介绍了多分形理论和多分形谱的计算方法,然后定义了谱线之间的距离,最后计算了目标伪装前后与背景在多分形特征上的差异,结果表明定义的距离是合理的,能够有效计算谱线之间的差异,而且多分形分析用于伪装效果评价是可行的。谱线的差异越大,说明伪装效果越差,反之,说明伪装效果好。

3种颜色空间的亮度分量在伪装效果评价中的应用

结合伪装效果评价的要求,以中国颜色体系为基础,建立了CIE1976L*a*b*、LMS、lαβ这3种颜色空间的64级亮度分量数据库,利用灰度直方图相似度算法,分析了以上3种亮度分量在伪装效果评价中的应用问题。实验结果表明,L*分量具有均匀性较好,Lm分量和l分量分别在灰度较低和灰度较高时,其伪装效果的评价结果与人眼判读结果相一致。

基于假设检验及SAR图像统计分布特性的伪装效果评价方法

高分辨率SAR雷达在军事领域的广泛应用,使得针对SAR侦察的军事目标伪装效果评价需求日益迫切。利用试验获取的SAR图像,分析了伪装目标和背景的高分辨率SAR图像的分布特性,引入假设检验理论,验证了统计分布特性,构建了伪装效果评价算法。根据试验得到的高分辨率SAR图像的判读结果与算法实验结果比对,验证了方法的有效性。

基于图像特征与心理感知量的伪装效果评价方法

目标的探测概率是伪装效果评价的重要指标,在以往的评价方法中忽略了判读人员的心理因素。在统计决策模型基础上,通过定义4个图像特征相似度,建立了单个图像特征量与心理感知量的关系,进行了5个心理实验,找出了目标探测概率与心理感知量的关系。经过综合判读实践验证,该模型能够客观地得到目标的探测概率,为伪装效果评价提供新的方法。

分形在红外伪装效果评价中的应用

提出了利用红外图像的分形特征评价伪装效果的新方法.首先获得目标伪装前后的红外图片;然后运用"毯覆盖"法,计算了伪装前后目标与周围6处背景的分形维数;最后通过伪装前后目标与背景分形维数的差异分析它们的相似性,结果表明,伪装后目标与背景的相似性明显的增强.初步验证了分形应用于伪装效果评价是可行的.

基于Gabor小波纹理分析模型的伪装效果评价方法

从人眼生理学研究结果出发,分析了人类视觉系统的纹理分割模型,并结合Gabor函数,建立Gabor函数小波的纹理分析模型,用于模拟人眼的判读过程,提出了基于Bhattacharyaa距离的纹理相似度概念,进而建立伪装效果评价方法。

伪装效果评价模型的图像纹理特征提取方法

对伪装后的军事目标进行伪装效果评价,通常依据伪装前后目标图像特征的改变情况进行评价。光照环境影响导致采集的图像质量下降,对提取目标图像特征会产生不利影响,从而影响伪装效果的评价。针对光照环境对目标图像特征的影响,提出一种结合局部二进制模式(LBP)与灰度共生矩阵的目标纹理特征提取方法。该方法首先通过局部二进制模式(LBP)算法提取目标图像不受光照影响的图像特征信息,然后对局部二进制模式(LBP)图像提取灰度共生矩阵,获得描述图像纹理特征的5个特征值。通过对比实验表明该方法可以有效降低光照环境因素对伪装效果评价的不利影响,使伪装目标的伪装效果评价结果更加准确可靠。

基于超效率DEA的目标热红外伪装效果评价研究

综合提取了温度、纹理、统计等3类一级指标,并细分提取了7个二级指标,建立了热红外伪装效果评价指标体系,引入数据包络分析(DEA)模型,对目标热红外伪装效果进行评价。针对多个伪装方案DEA效率值为1,难以区分决策单元有效性的问题,建立了超效率数据包络分析(SDEA)模型,可对多个有效DEA决策单元进行充分排序。利用SDEA模型,对指挥方舱车在不同时间及不同伪装态下的热红外伪装效果进行评价,结果表明,该算法模型对热红外伪装效果评价合理有效。

基于傅里叶频谱法的伪装效果评价

针对目前伪装效果评价方法指标单一、不够客观准确等问题,提出一种基于傅里叶变换的纹理分析方法,并通过仿真实验,初步证明了该方法的科学性和有效性。

基于目标自动识别技术的热红外伪装效果评价

为了对大量不同伪装目标的伪装效果进行有效的评价,需要对采集的图像进行自动目标识别处理.根据探测器和侦察平台参数,自动识别算法给出疑似目标区域及其可信度.在此基础上,自动检测识别伪装目标变得更加合理有效.疑似目标区域的确定也可以作为评价目标伪装效果的另一个标准.文中主要介绍自动识别算法、典型图像疑似目标区域确定及其对伪装评价的影响等内容.

基于图像修复技术的目标可见光伪装效果评价

为客观、准确地评价目标可见光的伪装效果,提出一种基于图像修复技术的伪装效果评价方法。利用具有针对性改进的图像修复技术构造伪装目标所在区域与周围背景融合度高的理想伪装图案;采用无参考图像质量算法得到理想伪装纹理近似度(即修复效果度量)以消除误差;对待评价伪装目标与近似理想伪装进行相似度检验;融合理想伪装近似度与结果相似度值对目标伪装效果进行综合评价。仿真结果表明,该评价方法的结果与目视观察的结果具有较好的一致性,可有效评价目标伪装效果。

基于多指标特征迷彩伪装效果的评价与设计

针对提高迷彩伪装的效果,根据视敏度曲线、人眼分辨率和可见度、canny算子检测的边缘图像、灰度方差函数、层次分析法方法,分别构建了灰度方差函数、层次分析等模型,结合MATLAB软件等,得到迷彩斑块最理想的颜色搭配、形状、尺寸和清晰度.建立了分析各种迷彩伪装效果模式的方法,定量和定性迷彩伪装效果评价方法,并设计一个适用最广泛的迷彩伪装模式.

基于改进梯度相似度的红外隐身伪装评价方法

对于单幅红外图像中目标隐身伪装效果的评价,在经典的结构相似度(SSIM)算法的基础上,用改进四方向梯度算子提取梯度信息,建立梯度差异函数,替代SSIM算法中的结构相似性函数,提出了一种基于改进梯度相似度(IGSIM)的图像相似度评价算法。根据该算法设计了红外图像均等分块数量确定实验和目标红外隐身伪装效果评价实验。结果表明:得出的评价指标与人眼视觉特性更具一致性,能较好地处理单幅红外图像中目标隐身伪装效果评价的问题。

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。

数码仿造迷彩客观定量评价

为了客观定量评价数码仿造迷彩的伪装效果,根据人眼视觉特性,提出基于HSV颜色空间亮度差的权重因子对SSIM算法加权进行了改进,得到了从人眼视觉特性上客观定量评价数码迷彩图案与原图像的识别概率。识别概率的大小与目标实施伪装技术的优劣有关,识别概率越高,则目标越易被侦察器材识别,伪装效果越差,反之不易被识别,伪装效果越好。因此该算法可为进一步改进伪装技术措施提供依据。