• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    集群目標(biāo)偽裝效果評(píng)估指標(biāo)及其權(quán)重系數(shù)的研究

    2021-10-26 07:19:36馮中偉胡江華李昌鑫
    關(guān)鍵詞:眼動(dòng)紋理灰度

    馮中偉, 胡江華, 李昌鑫

    (陸軍工程大學(xué), 江蘇 南京 210007)

    0 引言

    在信息化戰(zhàn)爭(zhēng)中,偽裝[1]作為提高軍事目標(biāo)對(duì)抗偵察和打擊的有效手段,其重要性與日俱增。信息化條件下的戰(zhàn)場(chǎng),地面作戰(zhàn)方式以集群作戰(zhàn)為主。當(dāng)前對(duì)目標(biāo)的偽裝效果檢測(cè)與評(píng)估研究主要針對(duì)單個(gè)目標(biāo)靜止?fàn)顟B(tài)情況下,對(duì)多機(jī)動(dòng)裝備和設(shè)施的偽裝效果評(píng)估研究,可更貼近偽裝裝備的作戰(zhàn)應(yīng)用真實(shí)狀態(tài)[2]。常用的評(píng)估方法有灰色關(guān)聯(lián)度評(píng)估法、層次分析法、Bayes 網(wǎng)絡(luò)等[3]。 對(duì)于圖像特征權(quán)重的探究由于涉及人的心理活動(dòng), 一般采用專家打分的方式確定權(quán)重系數(shù), 因此對(duì)圖像特征權(quán)重的估計(jì)很大程度上受到專家主觀意志的影響, 設(shè)計(jì)顯著圖相似度法確定每種圖像特征對(duì)人眼視覺刺激的權(quán)重系數(shù)。

    1 集群目標(biāo)偽裝效果評(píng)估指標(biāo)

    偽裝效果評(píng)估指標(biāo)包括偽裝效果戰(zhàn)術(shù)指標(biāo)和偽裝效果技術(shù)指標(biāo)兩類。 隱真?zhèn)窝b效果指標(biāo)體系見圖1。

    圖1 隱真?zhèn)窝b效果指標(biāo)體系

    1.1 集群目標(biāo)靜態(tài)指標(biāo)

    1.1.1 目標(biāo)與背景的圖像特征

    (1)灰度特征。 灰度直方圖(圖2)表示灰度特征,可以反映每種灰度級(jí)像素個(gè)數(shù)以及圖像中每種灰度的出現(xiàn)次數(shù)。

    圖2 灰度特征

    (2)色度特征。 HSV 顏色空間(圖3)采用三個(gè)分量:色調(diào)H、飽和度S、亮度V,此顏色空間與人的視覺感知密切聯(lián)系。

    圖3 色度特征

    (3)紋理特征。 局部二值模式(LBP)是一種用來(lái)描述圖像局部紋理特征的非參數(shù)算子(圖4),它具有旋轉(zhuǎn)不變性和灰度不變性等顯著的優(yōu)點(diǎn)。

    圖4 紋理特征

    (4)斑塊特征。形狀信息反映了圖像中物體的幾何物理特性,背景斑塊特征提取(圖5)是進(jìn)行斑塊特征分析的前提。

    圖5 斑塊特征

    1.1.2 集群類型

    集群類型不同,偽裝效果差異較大。以幾種常見的集群為例,集群類型指標(biāo)I1如表1 所示。

    表1 集群類型指標(biāo)

    1.1.3 集群規(guī)模

    偽裝效果隨集群規(guī)模的變化而變化, 可利用其編制的大小進(jìn)行簡(jiǎn)化。 記一個(gè)連的兵力為單位1,一個(gè)排為1/3,集群規(guī)模I2可簡(jiǎn)化為

    式中:mi1,mi2分別是集群中第i 種目標(biāo)的排級(jí)、 連級(jí)編制數(shù)量;n 是該集群所含目標(biāo)總種類數(shù)。

    1.1.4 分散程度

    目標(biāo)較為分散時(shí), 有利于其隱蔽機(jī)動(dòng), 偵察難度加大,反之不利于隱蔽。分散程度對(duì)偽裝效果的影響可用影響因子I3來(lái)表示為

    表2 分散程度量化關(guān)系

    1.2 集群目標(biāo)動(dòng)態(tài)指標(biāo)

    1.2.1 基于Hausdorff 距離的動(dòng)態(tài)變形度指標(biāo)

    目前尚未建立目標(biāo)偽裝前后變形程度的衡量指標(biāo),這里將基于目標(biāo)偽裝前后形狀特征參數(shù)集合之間的Hausdorff 距離[4]叫定義為變形度。 偽裝前后的Hausdorff距離定義為:

    其中符號(hào)‖·‖為定義在點(diǎn)集合A 和B 上的某種距離范數(shù)。計(jì)算出的Hausdorf 距離數(shù)值越大,說(shuō)明偽裝前后目標(biāo)形狀差異越大,反之不大。

    1.2.2 集群目標(biāo)動(dòng)態(tài)組合相似度指標(biāo)

    在描述一幅圖像的特征時(shí), 可以從目標(biāo)與其鄰域背景的顏色、形狀、紋理特征三個(gè)角度出發(fā)。 基于顏色矩的顏色特征、灰度共生矩陣的紋理特征和Hu 不變矩的形狀特征可分別用向量表示:

    Texture =(Energy Contrast Correlation Homogeneity Entropy)T

    基于這三種圖像的特征向量建立一個(gè)圖像的特征參數(shù)向量空間,即:

    Object=(RGB Texture Hu)T

    2 不同圖像特征相似度權(quán)重系數(shù)計(jì)算方法

    2.1 眼動(dòng)圖像的ROI 提取

    利用眼動(dòng)實(shí)驗(yàn)獲得的有效注視焦點(diǎn)通過(guò)圖像處理方法提取ROI 圖像。 在大量實(shí)驗(yàn)圖片中選取典型的顏色鮮艷圖像和高空偽裝目標(biāo)圖像如圖6 所示, 提取的ROI 如圖7 所示。

    圖6 原始圖像

    圖7 二值化的眼動(dòng)ROI 圖像

    2.2 基于ittl模型的圖像ROT提取

    為了與眼動(dòng)儀獲取的圖像綜合特征興趣圖像ROI 比較相似度, 對(duì)四個(gè)特征顯著圖賦予不同的權(quán)重系數(shù)得到圖像綜合特征顯著圖并二值化,如圖8 所示。

    圖8 圖像特征綜合顯著圖ROI

    2.3 圖像區(qū)域相似度評(píng)價(jià)

    為了對(duì)比計(jì)算機(jī)模擬的圖像顯著區(qū)域和眼動(dòng)儀跟蹤記錄的視覺興趣圖像, 計(jì)算不同特征權(quán)重圖像ROI 和二值化的眼動(dòng)圖像ROI 的相似度來(lái)評(píng)價(jià)權(quán)重系數(shù)的影響程度[5]。定義兩個(gè)二值化圖像對(duì)應(yīng)像素點(diǎn)的差異作為像素點(diǎn)相似度S1,采用眼動(dòng)ROI 和圖像ROI 的質(zhì)心坐標(biāo)的距離描述相似度S2:

    式中g(shù)i和si為二值圖像中第i 個(gè)像素點(diǎn)對(duì)應(yīng)的像素值,N為圖像總像素個(gè)數(shù),(xg,yg)和(xs,ys)是 圖像ROI 和眼動(dòng)ROI 的質(zhì)心坐標(biāo),M*N 是圖像的總像素。因此結(jié)合像素點(diǎn)相似度和質(zhì)心坐標(biāo)相似度共同定義眼動(dòng)ROI 和圖像ROI的相似度。

    S 越接近1 說(shuō)明圖像ROI 與眼動(dòng)ROI 相似度越高,即該權(quán)重系數(shù)的圖像特征與人眼視覺刺激程度越接近。

    2.4 正交實(shí)驗(yàn)

    對(duì)顏色、紋理、亮度和形狀特征不同水平的權(quán)重系數(shù)設(shè)計(jì)正交實(shí)驗(yàn),根據(jù)相關(guān)經(jīng)驗(yàn)和文獻(xiàn)資料選取圖像顏色特征的權(quán)重范圍,見表3。

    表3 權(quán)重系數(shù)正交實(shí)驗(yàn)因素表

    利用正交實(shí)驗(yàn)進(jìn)行大量的統(tǒng)計(jì)實(shí)驗(yàn),選取內(nèi)容不同的多種圖像利用上述正交實(shí)驗(yàn)表進(jìn)行相似度計(jì)算。 4 幅圖像根據(jù)正交試驗(yàn)表提取不同權(quán)重系數(shù)組合的圖像二值化ROI 并計(jì)算相似度,計(jì)算結(jié)果見表4。

    統(tǒng)計(jì)和分析多幅空對(duì)地圖像的實(shí)驗(yàn)結(jié)果, 對(duì)于空中偽裝目標(biāo)與背景圖像而言亮度的權(quán)重系數(shù)最大且大于0.3,紋理特征權(quán)重系數(shù)最小且不超過(guò)0.2,顏色特征權(quán)重系數(shù)范圍是0.2~0.3, 形狀特征權(quán)重系數(shù)范圍是0.3~0.4。根據(jù)表4 的正交實(shí)驗(yàn)結(jié)果確定空中偽裝目標(biāo)與背景圖像的亮度、形狀、顏色、紋理特征對(duì)應(yīng)的權(quán)重系數(shù)為0.35、0.30、0.23、0.12。

    表4 圖像特征相似度正交實(shí)驗(yàn)結(jié)果

    3 結(jié)論

    本文首先研究集群目標(biāo)的靜態(tài)和動(dòng)態(tài)偽裝效果評(píng)估指標(biāo),基于 Hausdorff 距離定義運(yùn)動(dòng)目標(biāo)偽裝前后的變形度,并根據(jù)判讀原理、人眼視覺注意機(jī)制等,將作為描述圖像最直接而有效的顏色、紋理和形狀特征構(gòu)成一個(gè)特征參數(shù)空間,再利用谷本度量計(jì)算出目標(biāo)與其鄰域背景之間的相似度定義為組合相似度。根據(jù)偽裝圖像特征權(quán)重分析的特殊性,選擇設(shè)計(jì)顯著圖相似度法確定每種圖像特征對(duì)人眼視覺刺激的權(quán)重系數(shù)。計(jì)算結(jié)果表明空中偽裝目標(biāo)圖像中的圖像亮度特征和形狀特征對(duì)人眼的視覺影響更大,紋理特征影響最小,為后續(xù)偽裝效果評(píng)估提供支持。

    猜你喜歡
    眼動(dòng)紋理灰度
    采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過(guò)濾技術(shù)
    基于眼動(dòng)的駕駛員危險(xiǎn)認(rèn)知
    基于ssVEP與眼動(dòng)追蹤的混合型并行腦機(jī)接口研究
    載人航天(2021年5期)2021-11-20 06:04:32
    基于灰度拉伸的圖像水位識(shí)別方法研究
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    使用紋理疊加添加藝術(shù)畫特效
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    基于最大加權(quán)投影求解的彩色圖像灰度化對(duì)比度保留算法
    基于灰度線性建模的亞像素圖像抖動(dòng)量計(jì)算
    消除凹凸紋理有妙招!
    Coco薇(2015年5期)2016-03-29 23:22:15
    山东省| 北辰区| 丰台区| 孝昌县| 垦利县| 宜春市| 武隆县| 乌恰县| 兴义市| 苍梧县| 民和| 揭阳市| 凉城县| 达尔| 普宁市| 甘洛县| 田东县| 泰宁县| 滦南县| 襄汾县| 玛多县| 栾川县| 达孜县| 漳浦县| 邮箱| 阳西县| 白玉县| 肥乡县| 揭阳市| 高安市| 嘉峪关市| 上林县| 安达市| 荥经县| 彰化县| 漾濞| 定日县| 涪陵区| 会同县| 炉霍县| 兴安县|