一种基于图像识别的数码迷彩设计方法技术

本发明专利技术公开了一种基于图像识别的数码迷彩设计方法，包括收集具有象征性的背景图像，分析选取特定背景类型，作为待研究的背景图像；提高背景图片的质量，同时将三维颜色空间转换到其它颜色空间中；从复杂颜色空间中提取主色；提取图像中斑点的形状和空间分布特征；将研究出来的迷彩图案的颜色和纹理融合于所处的环境中；本发明专利技术可以将数码迷彩与不同场景相融合，增加了数码伪装的制作精准程度。增加了数码伪装的制作精准程度。

【技术实现步骤摘要】
一种基于图像识别的数码迷彩设计方法


[0001]本专利技术涉及数码迷彩设计领域，主要涉及一种基于图像识别的数码迷彩设计方法。

技术介绍

[0002]随着科学技术以及军事侦察技术的不断发展，敌方的侦察手段也随之变得越来越高科技化，现代军事侦查技术已经突破了仅采用传统的可见光侦查手段，而是在原有基础上补充了近红外、中、远红外和雷达等一系列高科技的侦查手段，但是，不管是运用什么侦察手段，最终目的都是通过这种手段将获取的图像和背景分离，从而获取有价值信息。在迷彩伪装中，要消除目标与背景之间的颜色、纹理等主要特征差别，达到融合隐蔽的效果,是迷彩伪装中的关键问题。而传统迷彩伪装是以分析统计大量背景图像和总结人为经验为基础的，其图案是由许多不规则的斑块组成，斑块间形成相应比例，传统迷彩对斑块的尺寸及轮廓也有相应准则，斑块大小要合适,太大易曝露目标,太小易发生混色，斑块形状不规则，但普通迷彩中平整光滑的边缘使斑块间边界明显色彩相比显著，易被敌人的侦查设备辨别。

技术实现思路

[0003]本专利技术目的就是为了弥补已有技术的缺陷，提供一种基于图像识别的数码迷彩设计方法，将数码迷彩与不同场景相融合，增加了数码伪装的制作精准程度。
[0004]为此，本专利技术所采用的技术方案为：
[0005]提供一种基于图像识别的数码迷彩设计方法，其包括：
[0006]步骤1，收集具有象征性的背景图像，分析选取特定背景类型，作为待研究的背景图像；
[0007]步骤2，提高背景图片的质量，同时将三维颜色空间转换到其它颜色空间中；
[0008]步骤3，从复杂颜色空间中提取主色；
[0009]步骤4，提取图像中斑点的形状和空间分布特征；
[0010]步骤5，将研究出来的迷彩图案的颜色和纹理融合于所处的环境中。
[0011]优选的，步骤1包括：
[0012]S1：收集多张具有象征性的背景图像作为原始图像集；
[0013]S2：分析选取特定背景类型，作为待研究的背景图像，并输入研究背景的关键代码。
[0014]优选的，步骤2包括：
[0015]S1：将背景图像转换为其他彩色模型，所述其他彩色模型包括RGB、HSV、HIS和Lab模型中的一种或几种；
[0016]S2：图像噪声处理，利用中值滤波算法，进行数字图像处理，具体为：
[0017]1)：将背景像中的每个像素值都依次设置成该像素所在的某个邻域的所有像素值
的中间值，即将该像素的某邻域内的所有点进行排序,取排序中的中间值代替该像素的灰度值；
[0018]2)：对背景图像中识别的像素值进行排序，分别为f1,f2,f3,f4...f
n
；
[0019]3)：从这个序列中随机选取一个子序列,这个子序列的长度为m，即取出m个像素点,所取出的个数依次为f
i
‑
v
...f
i
‑1,f
i
,f
i+1
...f
i+v
，其中，假设f
i
是所选邻域内中心点所对应的像素值，即有v＝(m
‑
1)/2，按照中值滤波的原理，对抽出出来的这个点相应的像素值，用升序进行排序，并提取该序列的中间像素值，并将此像素值设置成f
i
滤波输出值，记为：
[0020]y
i
＝med{f
i
‑
v
...f
i
‑1,f
i
,f
i+1
...f
i+v
}；
[0021][0022]S3：在数字图像处理中,采用大小为3
×
3的模板对图像进行滤波处理,在滤波中根据对像素的扫描分析，依次将需要做处理的像素点对应到模板的中心位置,然后对其滤波处理；
[0023]S4：滤波阀值范围控制，将平滑模板的权值ω总和维持为1，即ω表示为：
[0024][0025]优选的，步骤3包括：
[0026]S1：确定类别数，具体为三个步骤：
[0027]定义一个函数，该函数用“类散度”来表示分割效果的好坏程度；
[0028]然后，假定伪装目标图像中包含k个类,在这k个类的基础上利用聚类算法对其进行迭代并分类，对于每次分类完成后，对各个类的离散度进行计算分析；
[0029]将所有类中离散度值最大的那个类拆分为两个子类,然后对这两个类按第k+1个类来重新聚类,重复进行这样的聚类分割,直至每次叠加的所有类的离散度总和的平均值之间的差值，小于某个事先设定好的值时，即当第k次聚类结束后，所有类的平均离散度与第k+1次的平均离散度做差，如果差值小于事先预定值,则停止；
[0030]S2：确定初始类中心、初始隶属度矩阵，采用随机确定聚类中心点的方法，对图像进行粗聚类，然后再使用二维阈值分割算法对其进行细分割，得出最终的聚类结果；
[0031]S3：通过K
‑
means聚类分析法提取背景的主色信息。
[0032]优选的，步骤4包括：
[0033]S1：首先要建立矩阵,这个矩阵与原图像的大小以及维数相一致,用来表示图像中像素的颜色类别，标记为T；
[0034]T＝{T(i,j),1≤i≤L,1≤j≤M}；
[0035]L和M分别表示图像中的最大像素行数以及最大像素列数，用T(i,j)表示像素点(i,j)在伪装背景图像中所属的颜色类别，其数值定义为整型，然后，再设定一个矩阵，用Y
表示，如下式所示：
[0036]Y＝{Y(c,n),1≤n≤4,c＝1,2...,N}
[0037]S2：通过h＝tan0.017*H确定迷彩单元最小尺寸h，H为观察距离。
[0038]优选的，步骤5包括：
[0039]S1：输入背景图片、背景主色数目，最小迷彩单元尺寸；
[0040]S2：将背景图像的RGB颜色空间值转化为Lab颜色空间值；
[0041]S3：利用图像主色提取模块，提取背景主色，对背景图中单元像素点的颜色进行主色归类划分，生成背景主色的类索引号分布图；
[0042]S4：根据迷彩单元最小尺寸，对图片进行板块划分，计算每一个板块内的像素主色索引号平均值，利用平均值，重新填充该板块内的像素，生成新的背景主色类分布图；
[0043]S5：根据背景主色类图分布图，利用主色填充相应斑块；
[0044]S6：重复S5，直至完全填充后，将Lab颜色空间值转回RGB颜色空间值；
[0045]S7：输出数码迷彩图片结果。
[0046]本专利技术优点：
[0047]本专利技术利用图像识别法，对数码迷彩进行设计，采用像素点阵原则,以一格格的小方色块组成斑块,使数码迷彩与不同场景相融合，增加了数码伪装的制作精准程度，克服了普通迷彩中平整光滑的边缘使斑块间边界明显色彩相比显著，易被敌人的侦本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的数码迷彩设计方法，其特征在于，包括：步骤1，收集具有象征性的背景图像，分析选取特定背景类型，作为待研究的背景图像；步骤2，提高背景图片的质量，同时将三维颜色空间转换到其它颜色空间中；步骤3，从复杂颜色空间中提取主色；步骤4，提取图像中斑点的形状和空间分布特征；步骤5，将研究出来的迷彩图案的颜色和纹理融合于所处的环境中。2.根据权利要求1所述的基于图像识别的数码迷彩设计方法，其特征在于，步骤1包括：S1：收集多张具有象征性的背景图像作为原始图像集；S2：分析选取特定背景类型，作为待研究的背景图像，并输入研究背景的关键代码。3.根据权利要求1所述的基于图像识别的数码迷彩设计方法，其特征在于，步骤2包括：S1：将背景图像转换为其他彩色模型，所述其他彩色模型包括RGB、HSV、HIS和Lab模型中的一种或几种；S2：图像噪声处理，利用中值滤波算法，进行数字图像处理，具体为：1)：将背景像中的每个像素值都依次设置成该像素所在的某个邻域的所有像素值的中间值，即将该像素的某邻域内的所有点进行排序,取排序中的中间值代替该像素的灰度值；2)：对背景图像中识别的像素值进行排序，分别为f1,f2,f3,f4...f
n
；3)：从这个序列中随机选取一个子序列,这个子序列的长度为m，即取出m个像素点,所取出的个数依次为f
i
‑
v
...f
i
‑1,f
i
,f
i+1
...f
i+v
，其中，假设f
i
是所选邻域内中心点所对应的像素值，即有v＝(m
‑
1)/2，按照中值滤波的原理，对抽出出来的这个点相应的像素值，用升序进行排序，并提取该序列的中间像素值，并将此像素值设置成f
i
滤波输出值，记为：y
i
＝med{f
i
‑
v
...f
i
‑1,f
i
,f
i+1
...f
i+v
}；S3：在数字图像处理中,采用大小为3
×
3的模板对图像进行滤波处理,在滤波中根据对像素的扫描分析，依次将需要做处理的像素点对应到模板...

【专利技术属性】
技术研发人员：陈哲钦，
申请(专利权)人：湖北省润鑫舶桥防腐保温工程有限公司，
类型：发明
国别省市：