2014小美赛.docVIP

摘要 针对问题一，建立低能见度模式并分析其效果，本文根据迷彩设计流程（读入背景图像、颜色空间转换、图像预处理、获取背景斑块、生成迷彩图案），分别选用三种军标色为背景，选取颜色空间模型，采用改进后的背景图像分割方案对图像进行预处理，处理后获得背景斑块，计算机辅助，最终生成迷彩图案。每组相同军标色下取三个不同的阈值得到3幅迷彩图，对比分析效果，得出分割阈值的选取应以最后的单色分割效果为依据的结论。 针对问题二，建立模型设计一个伪装效果的评价方法。对于迷彩图案的评价体系，本文将其等效成为多目标优化问题。 本文采用的解决方案是把所有目标函数通过加权的方法集成为一个实值函数, 求出妥协解。具体解法首先根据迷彩图案的层次结构构造第一层到第二层的判断矩阵，并求出各个分指标权重向量；其次分析面积、斑点、尺寸、纹理等约束条件；最后根据各个约束条件得出迷彩图案最优化模型的表达式。对模型一中得到的迷彩图案进行评价，将模型一中得到的各图片的参数与模型二的优化方程进行联合，得到新的迷彩图像与参数，将新的迷彩图像与参数和模型一中的迷彩图像与参数用Matlab进行比较，得出的结果为优化后的迷彩图形伪装效果好于原始的图形，即模型二得到的伪装效果评价模型合理可行。 针对问题三，设计合理的迷彩图案适用于大多数环境，根据模型一的设计方法用模型二的各项参数进行优化得到图8所示的迷彩花纹，本文将得到的迷彩花纹放入林地、雪地与沙漠等环境进行效果验证验证，得到的效果图见图8（b）。 针对问题四 Key words: Camouflage Background image segmentation method Multi-objective optimization 1. The Description of the Problem 全地形迷彩军事方面，军用车辆，?服装和设备上。?,伪装的主要功能是欺骗人类的眼睛。(如林地、雪、沙漠)。请建立一个突出自己的设计和伪装效果。Symbol Explanation Maximum threshold Minimum threshold The importance of?weighted sub?spots Spot area Distance observation Standard deviation of Gaussian function in the X direction Standard deviation of Gaussian function in the Y direction The spatial frequency of the complex plane wave Texture feature vector Threshold 3模型的建立与求解 3.1模型一的建立与求解 3.1.1背景图像分割方案的确定 图像分割方法可分为聚类分析技术和区域分割技术2 类。在聚类分析中其采用了距离最小或相似度最小的准则，极易放大噪声信号，并导致在进行大量的计算之后分割效果不清或根本“没有分割”的结果。区域分割技术的特点基本满足迷彩设计的要求，但最大的问题便是生成的子区域过多过密，层层嵌套，颜色划分不清，会增加后续工作难度。 本文为了避免上述问题采用改进的背景图像分割方案，一般斑块颜色总数为2～5 种，一般不超过5 种。针对迷彩设计的特殊性，提出以下分割方案。在颜色方面，考虑到染色材料、伪装布料的物理化学性质，不能任意在分析背景时选择所谓的主色（经直方图统计后背景中出现最多的几种颜色）作为迷彩斑块的主要颜色，而应以军用标准的颜色为参考标准，选取在背景中出现最多且最接近上述标准色的颜色作为分割后背景斑块的主色。同时，还需要在背景中提取出有用的典型斑块配置信息，如分布、大小、形状等，即根据选出的军用标准颜色重新填充与之颜色相近的区域。 3.1.2 Select the color space： ommon used color space RGB and HSV 模型2 种。面向以彩色处理为目的的应用常用HSV 模型，其V 分量与图像的彩色信息无关，H 和S 分量与人感受颜色的方式是紧密相连的。HSV 空间的这些特点非常适合于借助人的视觉系统来感知彩色特性的图像处理算法。将 RGB 空间归一化后，便可根据以下方法得出任意3 个在[0,1]中的RGB 值其对应的V、S、H 分量： 图1 HSV结构模式示意图 3.1.3 Background Segmentation： HSV 空间中的H，即色度作为背景分割的特征量。本文针对背景中颜色虽然仅有 3～6 种大类，且同一类中像素点的色度值上也不相同这一问题采取设置色度参数的方法（即一个色度的阈值），以选定的军标色为