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。

基于背景分割法的数码迷彩设计及伪装性能评估

针对自然环境中作战人员及军事设备的伪装隐蔽性问题,提出了一种基于背景分割法的数码迷彩设计方法。首先,通过分析环境场景的特征,采用特征提取技术,确定最佳的迷彩图案元素。其次,利用背景分割法进一步细化数码迷彩图案的色彩分布占比,使数码迷彩图案置于环境场景的任意位置都能保持良好的伪装隐蔽效果。最后,运用ResNet-50深度神经网络模型和Mask R-CNN迷彩目标分割模型对基于背景分割法设计得到的数码迷彩图案进行伪装隐蔽性能评价。结果表明,相比于传统迷彩设计方法,此方法得到的数码迷彩图案的伪装隐蔽性能显著提升,隐蔽融合度均值提高至99.00%以上,环境场景的相似度提高20.41%,平均分割识出率降低82.21%。

结合视觉特征和深度神经网络的面部迷彩伪装效果评估方法

针对传统迷彩伪装评估中存在的主观性强和指标单一问题,本文提出了一种结合视觉特征与深度神经网络(DNN)的面部迷彩综合评估方法。该方法融合边缘检测、相似度指标及DNN模块的人脸检测,形成一种全面的评价体系。通过在四种自然背景下的仿真实验验证,本研究可以有效量化面部迷彩在不同背景下的伪装效果,并为未来面部迷彩设计和实施提供有效指导,对提高面部迷彩的实用性和伪装效果具有积极作用。

基于AHP方法的战场目标三维伪装效果评估

针对战场目标伪装效果评估视角单一、主观性过强等问题,基于层次分析法(AHP)和航迹发现概率对战场目标三维伪装效果进行多视角评估研究。在利用无人机倾斜摄影技术对战场目标进行三维建模的基础上,模拟无人机航线侦察获得多视角侦察影像;综合提取影像中目标与背景的亮度、颜色、纹理等8个评估指标并计算相似度,采用AHP建立单视角特征相似度评估模型;基于航迹的目标发现概率模型,计算多视角目标相似度权重,构建了战场目标伪装效果多视角评估模型。通过案例分析,多视角评估方法能够实现战场目标伪装效果多角度、连续性客观综合评估。

仿造数码迷彩的设计方法

提出一种根据目标背景图像生成仿造数码迷彩的设计方法.首先将背景图案进行颜色空间转换,采用K均值聚类分析方法提取背景主色.由侦测距离确定数码单元的最小尺寸,最后生成数码迷彩斑块.迷彩的伪装效果通过Canny边缘检测算子进行评估.实验结果表明,利用该方法生成的仿造数码迷彩可有效改变目标的原有轮廓,使之更好地与周围背景相融合,达到良好的伪装效果.

数字迷彩的伪装效果评价

针对迷彩伪装效果的评价问题,提出一种在多特征指标下进行伪装效果评价的方法.根据数字迷彩图案的特征选取结构、颜色、纹理和统计等参数作为评价指标,采用熵权法确定各指标的权值,并计算出伪装图像的加权相似度值.实验结果表明:文中方法实现了对伪装图像和背景图像相似程度的定量评价,客观地反映出在不同背景下各特征指标对迷彩伪装效果的影响.

特征描述子在目标伪装效果评价中的应用

为了实现目标伪装效果评价的客观化和定量化,基于表征人眼视觉注意机制的特征描述子建立了特征相似度模型.人眼视觉注意机制模型量化了视觉注意焦点的转移过程.基于特征尺度值,提取了注意焦点的特征描述子.建立了基于特征描述子的特征相似度模型,实现了目标与背景在亮度、颜色和空间分布等方面融合程度的定量评价.拟合了特征相似度与目标发现概率的关系式.实际应用结果表明,该模型具有可操作性强、量化准确等优点.

基于光谱相似性度量的光谱成像干扰效果定量评估

利用一种宽波段伪装网和超光谱成像仪进行了光谱成像伪装干扰试验,基于实施干扰前后光谱图像数据光谱特性的变化,利用光谱相似性度量指标,提出了一种用于评估光谱成像干扰效果的光谱距离准则,结合光谱成像伪装干扰试验结果,对该准则的适用性进行了验证分析.结果表明,在试验条件下,有效伪装区光谱图像像元在伪装前后光谱向量之间的光谱距离可达0.14~0.5,具体幅值大小因伪装前的目标特性、伪装网层数、超光谱成像仪增益等因素而异,而非伪装区和无效伪装区光谱图像像元的光谱距离都在0.05以下,可见在对目标实施有效的伪装干扰前后,伪装区像元的光谱距离通常会显著大于非伪装区,而且伪装效果越显著,光谱距离就越大.因此,光谱距离可以定量反映干扰对像元光谱特性的影响,并能鉴别不同干扰效果之间的细微差别,所以可用于定量、客观评估光谱成像干扰效果.

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。

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。

基于模糊综合评价的迷彩伪装效果评价方案

针对迷彩伪装效果评价,首先从迷彩图案的强度、颜色、纹理、边缘形状、斑点尺寸五个指标着手研究,采用控制变量、模糊综合评价等方法,建立了基于模糊综合评价的低能见度分析模型来分析各种图案的低能见度效应、以相似度为基础的伪装效果评估模型,采用梯度积分法,计算出伪装图与背景图的相似度来评价伪装效果。

面向视觉相似的红外伪装仿真效果评估

针对红外伪装仿真系统效果评估困难的问题,提出了一种面向视觉相似的解决方法。从视觉相似的角度出发,定义了一种新的视觉相似性模型,并建立了包括温度偏差系数、离散偏差系数和视觉相似性系数的评价指标体系;为减小主观经验的影响,引入直觉模糊集理论,建立了仿真效果评估的多属性决策模型;采用逼近理想解的排序算法(TOPSIS)进行模型求解,并针对算法存在距离正、负理想方案区分度不高的问题,定义了一种基于直觉模糊集Hamming距离的灰色接近系数来表征方案与理想方案的接近程度,有效解决了多属性决策问题。实例表明,该方法的评估结果与TOPSIS方法的结果一致,且与专家评估结果一致,验证了评价指标体系的合理性和评估方法的可行性。

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。

基于相似度的目标可见光谱段伪装效能评估

伪装目标与背景的综合相似度能够衡量伪装目标与周围背景之间的特征差异,综合相似度越高,目标与背景的融合程度越高,目标伪装效能越高。组合使用目标及背景图像的亮度、颜色、纹理、形状、尺寸、结构、直方图等7个典型特征来表征目标伪装特性,采用与其相应的相似度量法得到各个特征相似度,采用熵权法客观确定不同特征指标权重,线性加权得到伪装目标与背景的综合相似度,从而获得量化的目标伪装效能评估结果。不同背景、不同侦察距离、不同目标姿态下的多组实验表明:所提伪装目标与背景的综合相似度具有与目标发现概率一致性、与探测距离一致性、背景鲁棒性,证明了所提方法的正确性和有效性;并通过对比实验验证了该方法的可靠性。

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。

基于直觉模糊决策的高光谱伪装效果综合评估方法

利用高光谱遥感图像对国防工程进行伪装效果评估,提出了一种基于直觉模糊决策的高光谱伪装效果综合评估方法,以及包括光谱泛相似测度、亮度对比度、视觉相似性测度和结构相似性测度等在内的高光谱伪装效果综合评价指标体系;建立了面向高光谱伪装效果评估的直觉模糊多属性决策模型;采用逼近理想解的排序算法进行模型决策,并提出了基于直觉模糊集Hamming距离的灰关联测度以提高方案之间的区分度。研究结果表明,利用所提方法得到的评估结果与专家评估结果一致,验证了其合理性和可行性。