我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:516棋牌游戏 > 仿造迷彩 >

仿造迷彩颜色确定的一种新方法

归档日期:06-10       文本归类:仿造迷彩      文章编辑:爱尚语录

  仿造迷彩颜色确定的一种新方法_自然科学_专业资料。第12卷第1期 2011年2月 解放军理工大学学报(自然科学版) J0umal ofPLA UniverS崎ofscicnce a11d Techllolog)r(Natural science E

  第12卷第1期 2011年2月 解放军理工大学学报(自然科学版) J0umal ofPLA UniverS崎ofscicnce a11d Techllolog)r(Natural science Edition) Ⅶ1.12 No.1 Feb.2011 仿造迷彩颜色确定的一种新方法 秦建飞, 胡江华, 杨高峰 (解放军理工大学工程兵工程学院.江苏南京,2lo007) 摘 要:为了正确选取仿造迷彩的颜色,采用基于CIEl976己。口。6。均匀颜色空间的K—mean聚类算法将均方 根误差函数作为评价函数。仿真结果表明背景图像与其三色和五色聚类图像的均方根误差均小于o.1。此算 法可避免人为地在颜色空间上量化带来的色差,能与背景更有效地融合,更好地满足迷彩伪装设计要求,同 时也可为仿造迷彩自动化设计提供基础。 关键词:颜色聚类;均匀颜色空间;K—mean聚类;仿造迷彩 中图分类号:E951.4;0522 文献标识码:A 文章编号:1009—3443(2011)01一0075一04 DeterminatiOn methOd Of imitated pattern painting coIor QIN Jinn一扎i,HU Ji口ng—ha,YANG Gao一如ng (Engineering Institute of(二orps of Engineers,PLA Univ.of Sci.&Tech.,Nanjing 210007,China) Abstract:To accurateIy pick up the coIors of imitated pattern painting,the K—mean clustering algorithm based on CIEl976L’口。6’uniform color space was adopted,taking the RMSE function or to evaluate.It is shown that the RESM of the background image and the 3 Thus this method can not 5 color cluster images are all less than O.1. only avoid chromatic aberration by quantification of color space and make the im— to itated pattern painting perfectly fused with the background flage,but also provide a fit the design of the pattern painting camou— basis for the automatic design. Key words:color cluster;uniform color space;K—means cluster;imitated pattern painting 图像颜色聚类的方法有多种,但各有特点。基于 直度直方图的颜色聚类需要预先确定灰度值;基于 HSV颜色模型需对颜色直方图进行特殊量化,从实 际效果看这两种方法得到的背景主色与实际情况存 在较大差距。本文运用K—mean聚类方法确定仿造 迷彩的颜色,采用均方根误差函数对提取的仿造迷 彩颜色进行评价,均方根误差越小说明仿造迷彩与 背景融合程度越高,伪装效果越好。 检索系统已经得到广泛使用,颜色直方图能够简洁 有效地代表图像的全局特征,而且具有旋转和平移 不变性。在许多基于颜色的图像检索系统中,图像的 颜色属性通过颜色直方图来描述,并分析了基于视 觉感知特性的颜色直方图理论,给序列化颜色空间 的转换提供了理论依据[卜副。可以根据序列化直方 图理论,首先将图像从RGB颜色空间转换到HSV 颜色空间,然后将H、S、V 3个分量按人眼的颜色视 觉感知特性进行非等间隔量化并合成为一维特征矢 量,即序列化颜色,在一维序列化颜色空间绘制关于 图像的序列化颜色直方图,最后根据图像的序列化 颜色直方图对图像进行颜色聚类,提取出基于颜色 直方图的伪装代表色【I’5]。 1颜色聚类的应用方法 聚类分析是直接比较各事物之间的性质,将性质 相近的归为一类,将性质差别较大的归入不同的类。 在颜色聚类的应用中,基于颜色直方图的图像 收藕日期:2008—0l一04. 作者简介:秦建飞(1966一).男.副教授;研究方向:伪装技术; E—mail:qjfth@163.com. 万方数据 76 解放军理工大学学报(自然科学版) 第12卷 2 基于K—mean聚类算法的颜色聚类 分析 x 2.7689 1.7518 4.5907 o.0565 1.1302 o.0601 5.5943 R K均值聚类即HCM聚类算法,已经应用到各 种领域。算法把,2个向量置(i=1,2,…,咒)分为K 组,并求每组的聚类中心,使得非相似性(或距离)指 标的价值函数(或目标函数)达到最小“】,其优点是 事先并不要求知道待分样本的分布函数。 将K—mean聚类算法应用于仿造迷彩伪装色的 选取,使聚类中心的颜色具有类内距离最小、类间距 离最大的特性,能有效地体现背景优势颜色的特性, 使仿造迷彩伪装效果与背景更好地融合。 2.1仿造迷彩伪装色的选取要求 仿造迷彩伪装颜色的选取必须与目标相邻背景 主要斑点的颜色一致,即仿造迷彩伪装色必须与背 景能有效地融合,满足亮度对比和色差阈值等要求。 仿造迷彩斑点颜色的确定原则:根据目标周围 背景的斑点颜色选定,而在颜色数量上则一般不受 限制。在选定迷彩斑点颜色时,通常不考虑那些面积 很小(不超过背景总面积的5%)背景斑点的颜色。 为使迷彩斑点成为自然背景的延续,目标与背 景相邻斑点的颜色须满足色差△Ec?z(L。口。6’)≤3 的要求,而为了保证仿造迷彩的多色性,目标上相邻 y z I=I 1.oooo o.0000 l×I G B l。 —P鲥讪“净o.ooss溉 口’_so。[叫未)_厂㈥], ~2。。[厂㈥一厂㈤], if k 3程){'ir丢≤o.ooss眠 (2) (3) (4) 式中,厂(z):∥, i!z>㈣08856; 【7.787z+116, z≤o.008856。 X。、y。和Z。为ClE标准照明体的三刺激值。 2.3算法阐述 把图像转换到L。口。6。颜色空间后,就可以对颜 色进行聚类,K—mean算法如下: (1)初始化 给定聚类类别数f,2≤f≤咒,咒是数据个数,设 定迭代停止阈值£,初始化聚类原型模型尸‘0’,设置迭 代计数器6一o; (2)用式(5)计算或更新划分矩阵Ⅳ∞’: 斑点的颜色必须满足色差△&但(L。口。6‘)>3的要 求。 2.2聚类对颜色空间的要求 颜色聚类时颜色空间的选取是关键,通常应考虑 与人眼视觉特性的一致性。数字图像中基于的彩色空 间通常是RGB等非均匀颜色空间,因此必需选择合 适的均匀颜色空间,才能有效地对颜色进行聚类。 CIEl976L’口。6。颜色空间是为感觉均匀而设 计的一个国际标准,其目的是使人感受的颜色差别 等同对应CIEl976£’口。6。颜色空间中相等的欧基 里德距离,及所有颜色都按照其试验测得的相互之 间知觉色差的多少,尽可能均匀地分布于颜色空间。 其中L’、口。、6’坐标分别表示明度、红和黄,空间中 的位置指明其对应的颜色。在该系统中,明度己。表 示颜色明亮的程度;口。表示红色在颜色中占有的成 份,一日’表示红色的补色在颜色中占有的成份;6。 代表颜色中黄色的成份,一6。表示黄色的补色在颜 色中占有的成份。 由于计算机获取和显示的图像大多采用RGB 肛仁拶-o裂秽。5 (d雎)2=II西一户川。 (3)用式(6)更新聚类原型模式矩阵P仙+1’: ㈣ 样本z。与第i类的聚类原型户i之间的距离: pj6+"=竺L-—一,i=1,2,…,c。(6) ∑心+1’ (4)如果||户伯’一户∞+1’0<e,则算法停止并输 出划分矩阵Ⅳ和聚类原型P,否则令6=6+1,转向算 法(2)。 1只户擘+l’×zI (5)颜色聚类结束后,根据输出的聚类原型进行 反转换至RGB颜色空间,然后再根据输出的划分矩 阵对图像中各像素点重新赋值,就可以得到聚类后 所需的仿造迷彩图案和颜色。由于背景的复杂性,聚 万方数据 第1期 秦建飞,等:仿造迷彩颜色确定的一种新方法 77 类后得到的图像往往会出现仿造迷彩不希望的颜色 孤立点和边缘尖角,此时可根据数学形态学中的开 运算进行处理,把边缘尖角转化为背景,而孤立点则 通过低通滤波器过滤。 3实验仿线 实验仿真 仿造迷彩是仿制周围背景斑点的颜色、形状等 特征的多色迷彩,要求目标上实施的仿造迷彩斑点 成为背景斑点的延续部分,而背景斑点图案的斑驳 程度直接影响到仿造迷彩实施的难易程度。实验中 采用空中拍摄的两幅背景图像,这两幅图像中背景 斑点图案的斑驳程度较高,具有较好的代表性,图像 尺寸均为800×600。 将K—mean颜色聚类与序列化直方图颜色聚类 进行比较,得到基于背景的目标仿造迷彩如图1、2 所示。 3.2结果分析 从视觉的直观上看.上述2种算法的聚类颜色 Fig. 2 图2背景样本2的三色、五色仿造迷彩图 Three—color and five—color imitated pattern painting of background image in sample2 区域分布比较接近,但是提取出的颜色相差较大, K—mean颜色聚类提取的颜色与背景更接近,本文 对多幅具有不同颜色斑点的光学背景图像处理的结 果,均说明K—mean颜色聚类算法在仿造迷彩主色 的提取上更接近背景。 为了进一步说明提取背景颜色主色的仿造伪装 效果,这里采用图像融合效果评价中常用的均方根 误差函数作为评价函数,分别对彩色图像的RGB 个分量计算,然后取平均值[7]。 原图像R与聚类图像F之间的均方根误差 (RMSE)可表示为: 3 E玉= (S为R、G、B 3种颜色) 式中:M×Ⅳ为图像尺寸;m和n为图像水平、垂直 方向像素坐标。 则彩色图像的均方根误差定义为: 图1 Fig. 1 背景样本1的三色、五色仿造迷彩图 Three—color and five—color imitated pattern 凸M 。 (E吕+礴+E器) 2———1—~’ painting of background image in samplel EM越小说明聚类图像与原图像越接近,仿造效果越 万方数据 78 解放军理工大学学报(自然科学版) 第12卷 好。评价结果如表1所示: 表l背景与聚类图像的均方根误差 Tab.1 考虑的区域像较大,由于聚类中心的不断调整,速度 显得较慢,下一步需要改进算法以提高其计算速度。 RMSE of background and clustering image 参考文献: [1]胡 珊,郭雷,沈云涛.基于颜色感知特性的颜色直 方图[J],计算机应用,2006,26(12):2854—285 9. HU Shan,GUO lei,SHEN Yun—tao.Computing col— or histogram based on perceptual characteristics[J], Computer Chinese). Applications,2006,26(12):2854—2859.(in [2] LEVKOWTZ H,HERMAN ness,hue,and saturation 1993。55(4):271—285. G T.A generalized light— 表1的数据表明,采用K—mean聚类算法设计仿 造迷彩与原图像的RMSE值均小于o.1,远小于基 于HSV颜色空间的序列化直方图颜色聚类算法所 得的RMSE值,并且样本聚类颜色数目越多,RMSE 越小,仿造背景的颜色越好,因此K—mean聚类算法 更适用于仿造迷彩颜色的提取。而在实际的仿造迷 彩实施过程中需要考虑到背景的斑驳程度、作业的 难易程度、工作效率以及效费比等因素,根据需要确 定所需的颜色种类。 [5] 4 [3] color model[J].CVGIP。 HANSEN M E,CARsTENSEN J M.Density_based retrieval from high simiIa“ty image tern database[J].Pat— Recognition,2004,37(11):2155—2164. [4]徐英.基于背景代表色提取的迷彩伪装色提取算法 [刀.光电工程,2007,36(1):100.103. XU Ying.Comouflage color selection based nant on domi? color extraction[J],0pto—Electronic Engineer— ing,2007,36(1):100一103.(in Chinese). QIu Guo—ping,FENG xia,FANG Jian—zhong.com— pressing histogram representations for automatic 结 语 [6] coIour photo categorization[J].Pattern Recognition, 2004(37):2177—2193. 由于K—mean聚类算法不需要考虑色差阈值和 颜色空间上的量化问题,因此采用该算法可以较好 地解决目前光学伪装中采用色差阈值聚类方法中色 差阈值取值大小对聚类中心的影响,而且也不需要 人为地在颜色空间上进行量化,自动化程度高,克服 了人为取值因素的影响,仿真计算结果表明背景原 图像与其三色和五色聚类图像的均方根误差盗均小 于O.1。因此,K—mean聚类算法确定的仿造迷彩颜 色与背景色融合的较好。 但采用K—mean聚类算法进行颜色聚类时,如 wIsHART D.K—means cluste“ng with outlier detec— tion[C].The Classification 2001. 25th Annual Conference of the German Society.Munich:University of Munich, [7]罗少鹏,卢 洵.基于提升小波和人眼视觉特性的自反 馈彩色图像融合[J].红外技术,2008,30(1):3l?34. LU0 Shao—peng,LU cus Xun.A self—feedback multi—fo— based on color images fusion lifting wavelet trasform and features of human vision frared system[J].In— Technology,2008,30(1):31—34.(in Chinese). 万方数据

本文链接:http://sendasgift.com/fangzaomicai/9.html