結合區(qū)域生長與顏色特性的迷彩偽裝設計*

陳香玲，楊恒伏，劉聰華，梁翼園，于興連

(湖南第一師范學院信息科學與工程學院，長沙410205)

1 引言

數(shù)字迷彩偽裝作為兵家隱真示假的重要手段，已經(jīng)成為各國競相發(fā)展的偽裝技術之一，屬于信息偽裝技術的一個分支。迷彩偽裝技術通過一定的數(shù)學變換，將待保護的圖像信息變換成可識別的有意義圖像信息，以隱匿數(shù)字圖像中的感興趣目標物，從而達到逃避敵方探測的目的。徐英[1]提出了一種基于顏色直方圖量化的迷彩設計算法，利用HSI顏色模型描述背景顏色特性，通過閾值方法對背景的顏色直方圖進行非均勻量化，以選取背景主色作為迷彩色，但該算法未能較好地考慮各顏色分量之間的聯(lián)系，所選取的背景主色不具代表性。劉尊洋等[2]利用K均值聚類算法實現(xiàn)了迷彩顏色的選取與偽裝圖案生成，該方法為減少初始聚類中心選取對聚類結果的影響，在聚類前先用譜系聚類法獲得初始聚類中心，從而更準確地提取背景主色。文獻[3]進一步選取色差盡可能大的標準色為初始聚類中心，依據(jù)色差最小原則利用K均值方法獲得優(yōu)選出背景主色，但該方案沒有考慮到顏色亮度特性，同時聚類過程中色差計算時需要有RGB顏色空間到Lab空間的顏色轉(zhuǎn)換。江玉珍等[4]結合Logistic混沌映射置亂和FCM聚類法，提出基于背景拼片置亂的迷彩生成方案，該方法生成迷彩的效率較高，但由于FCM聚類法容易收斂于局部極值以至于難以實現(xiàn)背景主色優(yōu)選。為有效提取背景主色，Bian等[5]結合譜系法與模糊C均值聚類法進行背景主色優(yōu)選，主色提取的精度有一定提高，但算法效率較低。白萬民等[6]使用分水嶺方法分割背景圖像以確定出大致圖案，然后利用HSV空間顏色頻度序列法提取背景主色，最后按主色比例對各區(qū)域進行填充以生成迷彩圖像，該方案中主色提取方法較為粗糙，偽裝效果欠佳。江玉珍和劉映輝[7]提出一種結合調(diào)色板顏色分析與半色調(diào)技術的迷彩方案，通過將彩色圖像轉(zhuǎn)換為索引圖像后，對調(diào)色板顏色直方圖進行濾波與加權處理以選取主色。偽裝時利用誤差擴散抖動獲取主色比例，采用疊加上色方法進行偽裝設計。但該方案中調(diào)色板顏色分類排序沒考慮到人眼感知特性，主色選取時對直方圖的分析處理人工干預較多，可操作性不強。為實現(xiàn)迷彩偽裝的目標斑點形狀與背景斑點有較高的相似性，王展等[8]提出用融合均值漂移技術與最小生成樹算法進行斑塊設計，但該方案仍采用顏色直方圖量化方法進行背景主色優(yōu)選，偽裝層次效果欠佳。

偽裝的基本任務就是要縮小目標與背景的視覺差以達到降低目標顯著性的目的，而現(xiàn)有的數(shù)字迷彩偽裝方案對人眼視覺感知特性的考慮不足，未能較好地實現(xiàn)目標物與背景區(qū)的充分融合，偽裝效果欠佳。目標偽裝的最終目的是欺騙對方眼睛，即使是欺騙敵方儀器，其儀器結果多數(shù)也得經(jīng)由人眼判決[9]。為實現(xiàn)目標偽裝過程中目標與背景的高度融合，獲得滿意的偽裝效果，本文在充分考慮圖像顏色特性的基礎上，結合區(qū)域生長設計新的數(shù)碼迷彩偽裝方案。

2 迷彩偽裝生成算法

為實現(xiàn)圖像偽裝過程中目標與背景的充分融合，我們提出結合區(qū)域生長與圖像顏色特性的迷彩偽裝生成算法，包括背景主色提取和目標偽裝兩個階段，迷彩偽裝方案基本流程如圖1所示。

圖1 迷彩偽裝生成基本流程Fig.1 Flowchart of digital camouflage design

2.1 背景主色提取

背景主色提取階段先由用戶指定待偽裝區(qū)，確定圖像目標區(qū)與背景區(qū);然后計算圖像背景區(qū)各像素歸一化顏色值與顏色相似性;再根據(jù)顏色相似性差最小準則，利用均值聚類方法優(yōu)選出背景主色。背景主色提取具體步驟如下:

步驟1:打開待偽裝圖像，獲得圖像像素數(shù)據(jù);

步驟2:用戶利用鼠標點擊操作在圖像中選取一些離散點，以這些離散點為基礎，根據(jù)點擊順序形成一個封閉區(qū)域，以作為待偽裝目標區(qū)，而將目標區(qū)以外區(qū)域定義為圖像背景區(qū);

步驟3:計算背景區(qū)各像素(R，G，B)相對于白色像素(255，255，255)的歸一化顏色值:式中，0＜τ＜1，τ的設置是為了防止各歸一化顏色取值0;

步驟4:計算背景區(qū)各像素相對于給定顏色(255，255，255)的顏色相似性[10]:

步驟5:構建顏色相似性直方圖，利用頻度序列法選取k(2≤k≤5)個顏色相似性差盡可能大的顏色作為初始聚類中心;

步驟6:根據(jù)顏色相似性差最小原則，應用K均值聚類方法提取背景主色(最后的聚類中心即為獲取的背景主色)。

2.2 目標偽裝

目標偽裝過程中，首先根據(jù)目標區(qū)像素顏色相似性，應用自適應區(qū)域生長法分割圖像目標區(qū)域;然后結合顏色相似性準則，選取背景主色對目標各區(qū)塊進行自適應填充;最后通過數(shù)學形態(tài)學濾波組合對偽裝目標區(qū)進行平滑，以獲得迷彩偽裝圖像。目標偽裝算法描述如下:

步驟1:為避免迷彩偽裝圖像出現(xiàn)噪聲效果，迷彩偽裝以像素塊為單位進行，先確定迷彩斑塊大小n×n，斑塊大小通常與觀察者距離、圖像分辨率與比例尺大小有關，實驗中取n=2;

步驟2:將目標區(qū)分割成若干個斑塊大小為n×n像素小區(qū)塊，以像素塊為單位，利用自適應區(qū)域生長法進行目標分割:

步驟2.1:從目標區(qū)選取一未標記的像素塊作為種子塊，作為新的分割區(qū)域A;

步驟2.2:搜索該種子塊鄰域中未被標記的像素塊a，記當前搜索像素塊的平均顏色相似性為sa，而當前分割區(qū)域A平均顏色相似性為sA;

步驟2.3:依據(jù)顏色相似性原則，確定如式(3)所示的自適應區(qū)域生長準則，判定像素塊a是否并入當前區(qū)域A:

式中，δ為當前分割區(qū)域顏色相似性標準差;

步驟2.4:以新合并的像素塊為中心，重新執(zhí)行步驟2.2檢測，直到當前區(qū)域不能進一步生長;

步驟2.5:重復回到步驟2.1，繼續(xù)掃描直到不能發(fā)現(xiàn)未被標記的像素塊，整個生長過程結束;

步驟3:目標區(qū)迷彩填充。經(jīng)過步驟2的自適應區(qū)域生長將像目標分割成具有不同顏色特性的區(qū)域，計算出各區(qū)域顏色相似性均值，選取與區(qū)域顏色相似性相一致的背景主色對目標各不同區(qū)域進行填充;

步驟4:迷彩圖像修正。經(jīng)過步驟3得到的初始偽裝圖像中，邊界處可能存在一些細小毛刺，而目標區(qū)內(nèi)部會有一定噪聲，為此，可先后利用結構元素大小為(n+2)×(n+2)的數(shù)學形態(tài)學膨脹運算、n×n的腐蝕運算、3×3的膨脹運算進行平滑處理(其中n為迷彩斑塊大小)。

3 仿真實驗與結果分析

仿真實驗中選取多種不同環(huán)境圖像為測試圖像進行了背景色提取和迷彩偽裝設計實驗。測試圖像大小均為512 pixel×768 pixel，圖2所示的兩幅測試圖像(森林與山地)是把軍人圖像置于背景圖像中以模擬野外環(huán)境(其中矩形框內(nèi)為目標所在位置)。目標偽裝實施描述如下:

(1)在測試圖像中選取待偽裝目標區(qū)域(即圖2中白色方框內(nèi)區(qū)域)，從而確定圖像目標區(qū)與背景區(qū);

圖2 測試圖像Fig.2 Test images

(2)計算圖像背景區(qū)各像素歸一化顏色與顏色相似性，獲取圖像背景區(qū)主色(如圖3所示);

圖3 背景主色Fig.3 Background dominant colors

(3)選定迷彩偽裝像素塊大小n×n(如n=2)，將目標區(qū)以像素塊為單位進行劃分，計算目標區(qū)各像素塊顏色相似性;

(4)根據(jù)目標與背景主色的顏色相似性，優(yōu)選顏色相似性相一致的背景主色對目標各不同區(qū)域進行填充，進一步迷彩偽裝邊界與噪聲修正，獲得最終偽裝圖像(見圖4)。

圖4 偽裝圖像Fig.4 Camouflage images

從圖3可以看出，本文方法可以較好地得到背景圖像的主色，提取的背景主色顏色特征與測試圖像背景色調(diào)較為一致。圖4所示的偽裝圖像視覺效果好，目標區(qū)偽裝與不同類型圖像背景顏色特征相近，有效實現(xiàn)了目標與背景的充分融合，使得難以從感觀上分辨出目標(軍人)輪廓。

為客觀評價該偽裝方案偽裝效果，利用邊緣檢測算子對偽裝圖像進行目標偽裝效果評估，圖5(a)為未實施迷彩偽裝的測試圖像邊緣檢測結果，從中可以看出目標軍人所處的邊緣效應十分明顯(矩形框所示區(qū)域)，這是因為其顏色差別大所致;而圖5(b)為相應偽裝圖像的邊緣檢測結果，由于目標區(qū)(軍人位置)與背景的主色調(diào)相近，目標與背景有機融合在一起，使得邊緣檢測難以追蹤到目標的存在。

圖5 偽裝目標檢測Fig.5 Camouflage targets detection

此外，表1給出了在不同算法作用下，偽裝后目標與圖像背景顏色相似性比較?？梢园l(fā)現(xiàn)，與文獻[5]等方案相比，采用本文算法生成的偽裝圖像，其偽裝目標與背景主色圖像顏色相似性平均高約40.9%，這說明本文算法目標偽裝效果更好。

表1 不同算法偽裝目標顏色相似性比較Table1 Color similarity comparison of camouflaged target under different algorithms

4 結束語

在充分利用圖像顏色特性的基礎上，本文提出結合自適應區(qū)域生長的迷彩偽裝算法，通過將數(shù)字圖像變換成另一有意義圖像而達到保護目標物的目的。仿真實驗表明該方案生成的迷彩偽裝效果好，相較于其他迷彩偽裝算法，偽裝目標與背景相似性提高約40%。算法較好地實現(xiàn)了目標與背景的充分融合，縮小了目標與背景之間的顏色相似性，可較好地逃避敵方(對方)檢測，有效保護己方特定目標。此外，主色提取過程中顏色相似性計算直接在RGB顏色空間進行，無需進行顏色空間轉(zhuǎn)換，算法計算開銷低，可用于指導軍事領域中戰(zhàn)略目標偽裝設計。

[1]徐英.基于背景代表色提取的迷彩偽裝顏色選取算法[J].光電工程，2007，34(1):100 －103，144.XU Ying.Camouflage color selection based on dominant color extraction[J].Opto － Electronic Engineering，2007，34(1):100 －103，144.(in Chinese)

[2]劉尊洋，王自榮，王積成，等.一種基于主色聚類的仿造迷彩設計方法[J].激光與紅外，2009，39(7):793－796.LIU Zunyang，WANG Zirong，WANG Jicheng，et al.Design method of imitated pattern painting based on main color clustering[J].Laser ＆ Infrared，2009，39(7):793－796.(in Chinese)

[3]張勇，吳文健，劉志明.基于改進K均值聚類分析的迷彩偽裝色選取[J].計算機工程與應用，2009，45(6):210－212.ZHANG Yong，WU Wenjian，LIU Zhiming.Camouflage color selection based on improved K－means clustering[J].Computer Engineering and Applications，2009，45(6):210 －212.(in Chinese)

[4]江玉珍，朱映輝，劉小躍，等.基于拼片置亂與數(shù)學形態(tài)運算的偽裝迷彩算法[J].計算機應用與軟件，2014，31(1):225 －228.JIANG Yuzhen，ZHU Yinghui，LIU Xiaoyue，et al.Camouflage algorithm based on puzzle pieces scrambling and mathematical morphology operation[J].Computer Applications and Software，2014，31(1):225 －228.(in Chinese)

[5]Peng Bian，Yi Jin，Zhang Nairen.Fuzzy c － means clustering based digital camouflage pattern design and its evaluation[C]//Proceedings of 2010 IEEE 10th International Conference on Signal Processing(ICSP).Beijing:IEEE，2010:1017－1020.

[6]白萬民，郝陽，喻鈞.基于分水嶺方法的數(shù)碼迷彩設計[J].計算機與數(shù)字工程，2012，40(8):110 －113.BAI Wanmin，HAO Yang，YU Jun.Design of digital camouflage based on watershed method[J].Computer＆ Digital Engineering，2012，40(8):110 －113.(in Chinese)

[7]江玉珍，朱映輝.基于調(diào)色板分析及誤差擴散抖動的迷彩仿造[J].計算機工程與應用，2013，49(4):181－184.JIANG Yuzhen，ZHU Yinghui.Design of imitated camouflage based on palette analysis and error diffusion dither[J].Computer Engineering and Applications，2013，49(4):181 －184.(in Chinese)

[8]王展，顏云輝，陳祥安.融合均值漂移與最小生成樹算法的迷彩偽裝設計[J].東北大學學報(自然科學版)，2013，34(2):280 －283.WANG Zhan，YAN Yunhui，CHEN Xiang'an.Camouflage Design Method Combining Mean－Shift and Minimal Spanning Tree Algorithms[J].Journal of Northeastern University(Natural Science)，2013，34(2):280 －283.(in Chinese)

[9]楊恒伏.數(shù)字圖像主動偽裝技術研究綜述[J].激光與紅外，2012，42(5):481 －489.YANG Hengfu.Survey of active camouflage technique for digital image[J].Laser ＆ Infrared，2012，42(5):481 －489.(in Chinese)

[10]Wang S.Color image segmentation based on color similarity[C]//Proceedings of 2009 International Conference on Computational Intelligence and Software Engineering.Wuhan:IEEE，2009:1 －4.