一种基于轮廓形变度的光学伪装效果评价方法

针对光学伪装效果评价中的目标轮廓变形问题,提出了一种基于轮廓形变度的二值统计矩算法。首先,对伪装目标的原始背景图像进行二值化处理,然后对背景图像均匀分割,提取目标的轮廓特征,以此构造一个轮廓特征向量的二值统计矩阵。最后,采用欧氏距离与余弦归一化的方法对二值统计矩进行计算,获得目标的轮廓形变度值。实验结果表明,提出的二值统计矩算法可以有效地提取目标的轮廓特征;轮廓形变度指标达到了0.905±0.004和0.77±0.80;与传统Hu矩算法相比,主成分因子分别提高了27%和7%,算法效率提高了69.8%。该方法能够从目标轮廓的角度有效地评估光学迷彩伪装效果。

防空导弹装备光学伪装效果评估

针对传统光学伪装效果评估因素的局限性,提出了一种综合评估防空导弹装备光学伪装效果的指标体系和模型。基于光学卫星侦察能力、目标伪装能力以及环境影响因素建立指标体系,通过组合赋权的灰色关联分析模型对防空导弹装备光学伪装效果进行综合评估,最后通过算例验证了该评估模型的有效性,对防空导弹装备伪装效果的检验及伪装措施的采取具有一定的参考价值。

基于图像分析光学伪装效果的定量评价系统

针对传统的伪装效果评价容易受到试验条件、时间、经费等多方面限制的问题,提出了一种基于图像定量评价光学伪装效果的方法。利用AHP对颜色和形状进行权重的分析,得出颜色和形状的权重系数W1和W2,通过颜色评价系数对伪装图案与背景的图像颜色相似度进行定量评价,利用横纵比差值来对伪装图案与背景的图像形状相似度进行评价,最终得出基于图像分析光学伪装评价效果的定量评价系统。实验结果表明,该评价系统可实现对伪装图案与背景的颜色和形状相似程度的定量评价。

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。