基于图像纹理特征的隐身效果评价方法研究.pdfVIP

2兰缝全国博±生学术论揖 本文为了提高评价过程的精确性，同时省略选 择目标和背景区域的过程，自动从原始凹像中识别 出目标，首先对原始删像进行分块操作．通过提取 井比较每个分块的局都对比度．以其作为分离目标 幂I背坩医域的特，址值。』{体讲，按照目标所I々空间 尺寸的四分2一人小对刨像分块。计算每个分块的 批生矩阵。在得到原始凹像每个分块的灰度共生矩 阵后．可以计算山幽像每个局部的对比度c．c的 计算按F式进行 3 2识别概率 C-∑卜d‘巧。(口，b) (2) 为了确认上述探aI系数r对丁隐身效果评价的 有效性，需要建立探测系数r与目标探涮概率P的 通常取k=2；2=l。上式的对比度反映了图像每个 局部的变化程度，对于日标采州隐身技术前、后的 函数关系式，文献[乱给出了目标的可摄判能力与 两幅醋像．比较其中各个小块的局部对比度大小． 目标探测概率P的经验芙系式，本文中探删系数r 可以此作为纹理分类的依据．由计算机自动判定再 反映日标可探测能力，代八其掉式得 TR‘J (4) 个局部属r目标区域戚背景区域。弗分别求得使用 P=1一expl—r 隐身技术前、后目标的局部对比度平均值CⅢ’和 式中r为权重田子．适当选取，值使探测概率P符 C{‰…。 台观察结果，这里墩f=l：^为目标张角人小 [mrad]。 (1)式定义的G删为N×N二狄获度概率分 布矩阵．Ⅳ为幽像所包含的灰座级数。不同的r、0 4计算实例 对麻不同的GL嘣矩阵。当r=0时，G】．cM为对角矩 阵，也却整幅幽像的灰度直方幽。特征的选取对于 为了能自动地将被探测目标从背景中分离出 幽像处理分析结果至关重要．影响到昂终的隐身锇 来，将图像做分枯处理，井对每个小格内的局部豳 球评价结果。获度兆生矩阵的计算结果，帛10的影 像计算其GLCM，再阻该矩阵确定的局都对比度』、 响较人。若，过太，则GLCM呈敞开分布．两像素小作为分离目标的参数。考虑到计算造度和目标的 点不相关；若，非常小，GLCM呈集中分布．肖嘞l空间频率．将牲幅原始剖像分为8×8妊64小格，对 声与信号强度相比非常小时，GLcM可以近似为对隐身前后的两幅凹像按上述算法处理，比较隐身前 角矩阵。 后对比度差异，如凹2所示．可以看出第0．2)、(3，3)、 3评价模型的建立 低十分明显．闪此将这六个暖域划为口标．即圈3 31探测系数 中黑框内防域。分别求得使崩隐身技术前、后目标 评价模犁的基础是前述的H标‘，背景的灰应 的局部对比度平均1l!【CⅢ’和C”…．代^(3)式求 妊生矩阵及其局部对比度．定义探测系数T为 得探测系数n若给出红外探a4系统的相应参数，可 以代八(4)式求得识别概率P． r表示了特定甘标枉实施隐身技术前后的纹理 分布的变化．描述丫在相同的背景纹理丹布幸寸托 F．目标被探剐到的难易科度。，越大，目标在隐 身前后的纹理变化越小．则目标越释易被探测．反 之亦然。因此r可作为评价指标评价隐身效果。利 埘r进行评价的过料框剖如闰l所示。 Ⅲ2隐身E目诹’抹＆身目像异目部对＆度差异