陳香玲，楊恒伏，劉聰華，梁翼園，于興連

(湖南第一師范學(xué)院信息科學(xué)與工程學(xué)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(shù)之一，屬于信息偽裝技術(shù)的一個分支。迷彩偽裝技術(shù)通過一定的數(shù)學(xué)變換，將待保護(hù)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(biāo)物，從而達(dá)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(shè)計(jì)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(jìn)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(shí)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(jié)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(zhǔn)確地提取背景主色。文獻(xiàn)[3]進(jìn)一步選取色差盡可能大的標(biāo)準(zhǔn)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(jì)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(jié)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(shí)現(xiàn)背景主色優(yōu)選。為有效提取背景主色，Bian等[5]結(jié)合譜系法與模糊C均值聚類法進(jìn)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(jìn)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(jié)合調(diào)色板顏色分析與半色調(diào)技術(shù)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(jìn)行濾波與加權(quán)處理以選取主色。偽裝時利用誤差擴(kuò)散抖動獲取主色比例，采用疊加上色方法進(jìn)行偽裝設(shè)計(jì)。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(yù)較多，可操作性不強(qiáng)。為實(shí)現(xiàn)迷彩偽裝的目標(biāo)斑點(diǎn)形狀與背景斑點(diǎn)有較高的相似性，王展等[8]提出用融合均值漂移技術(shù)與最小生成樹算法進(jìn)行斑塊設(shè)計(jì)，但該方案仍采用顏色直方圖量化方法進(jìn)行背景主色優(yōu)選，偽裝層次效果欠佳。

偽裝的基本任務(wù)就是要縮小目標(biāo)與背景的視覺差以達(dá)到降低目標(biāo)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(shí)現(xiàn)目標(biāo)物與背景區(qū)的充分融合，偽裝效果欠佳。目標(biāo)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(jié)果多數(shù)也得經(jīng)由人眼判決[9]。為實(shí)現(xiàn)目標(biāo)偽裝過程中目標(biāo)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(chǔ)上，結(jié)合區(qū)域生長設(shè)計(jì)新的數(shù)碼迷彩偽裝方案。

2 迷彩偽裝生成算法

為實(shí)現(xiàn)圖像偽裝過程中目標(biāo)與背景的充分融合，我們提出結(jié)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(biāo)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(biāo)區(qū)與背景區(qū);然后計(jì)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(zhǔn)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(biāo)點(diǎn)擊操作在圖像中選取一些離散點(diǎn)，以這些離散點(diǎn)為基礎(chǔ)，根據(jù)點(diǎn)擊順序形成一個封閉區(qū)域，以作為待偽裝目標(biāo)區(qū)，而將目標(biāo)區(qū)以外區(qū)域定義為圖像背景區(qū);

步驟3:計(jì)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(shè)置是為了防止各歸一化顏色取值0;

步驟4:計(jì)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(gòu)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(yīng)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(biāo)偽裝

目標(biāo)偽裝過程中，首先根據(jù)目標(biāo)區(qū)像素顏色相似性，應(yīng)用自適應(yīng)區(qū)域生長法分割圖像目標(biāo)區(qū)域;然后結(jié)合顏色相似性準(zhǔn)則，選取背景主色對目標(biāo)各區(qū)塊進(jìn)行自適應(yīng)填充;最后通過數(shù)學(xué)形態(tài)學(xué)濾波組合對偽裝目標(biāo)區(qū)進(jìn)行平滑，以獲得迷彩偽裝圖像。目標(biāo)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(jìn)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(guān)，實(shí)驗(yàn)中取n=2;

步驟2:將目標(biāo)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(yīng)區(qū)域生長法進(jìn)行目標(biāo)分割:

步驟2.1:從目標(biāo)區(qū)選取一未標(biāo)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(biāo)記的像素塊a，記當(dāng)前搜索像素塊的平均顏色相似性為sa，而當(dāng)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(yīng)區(qū)域生長準(zhǔn)則，判定像素塊a是否并入當(dāng)前區(qū)域A:

式中，δ為當(dāng)前分割區(qū)域顏色相似性標(biāo)準(zhǔn)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(dāng)前區(qū)域不能進(jìn)一步生長;

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

步驟3:目標(biāo)區(qū)迷彩填充。經(jīng)過步驟2的自適應(yīng)區(qū)域生長將像目標(biāo)分割成具有不同顏色特性的區(qū)域，計(jì)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(biāo)各不同區(qū)域進(jìn)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(xì)小毛刺，而目標(biāo)區(qū)內(nèi)部會有一定噪聲，為此，可先后利用結(jié)構(gòu)元素大小為(n+2)×(n+2)的數(shù)學(xué)形態(tài)學(xué)膨脹運(yùn)算、n×n的腐蝕運(yùn)算、3×3的膨脹運(yùn)算進(jìn)行平滑處理(其中n為迷彩斑塊大小)。

3 仿真實(shí)驗(yàn)與結(jié)果分析

仿真實(shí)驗(yàn)中選取多種不同環(huán)境圖像為測試圖像進(jìn)行了背景色提取和迷彩偽裝設(shè)計(jì)實(shí)驗(yàn)。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(biāo)所在位置)。目標(biāo)偽裝實(shí)施描述如下:

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

圖2 測試圖像Fig.2 Test images

(2)計(jì)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(biāo)區(qū)以像素塊為單位進(jìn)行劃分，計(jì)算目標(biāo)區(qū)各像素塊顏色相似性;

(4)根據(jù)目標(biāo)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(biāo)各不同區(qū)域進(jìn)行填充，進(jìn)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(biāo)區(qū)偽裝與不同類型圖像背景顏色特征相近，有效實(shí)現(xiàn)了目標(biāo)與背景的充分融合，使得難以從感觀上分辨出目標(biāo)(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(jìn)行目標(biāo)偽裝效果評估，圖5(a)為未實(shí)施迷彩偽裝的測試圖像邊緣檢測結(jié)果，從中可以看出目標(biāo)軍人所處的邊緣效應(yīng)十分明顯(矩形框所示區(qū)域)，這是因?yàn)槠漕伾顒e大所致;而圖5(b)為相應(yīng)偽裝圖像的邊緣檢測結(jié)果，由于目標(biāo)區(qū)(軍人位置)與背景的主色調(diào)相近，目標(biāo)與背景有機(jī)融合在一起，使得邊緣檢測難以追蹤到目標(biāo)的存在。

圖5 偽裝目標(biāo)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(biāo)與圖像背景顏色相似性比較?？梢园l(fā)現(xiàn)，與文獻(xiàn)[5]等方案相比，采用本文算法生成的偽裝圖像，其偽裝目標(biāo)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(biāo)偽裝效果更好。

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

4 結(jié)束語

在充分利用圖像顏色特性的基礎(chǔ)上，本文提出結(jié)合自適應(yīng)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(dá)到保護(hù)目標(biāo)物的目的。仿真實(shí)驗(yàn)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(biāo)與背景相似性提高約40%。算法較好地實(shí)現(xiàn)了目標(biāo)與背景的充分融合，縮小了目標(biāo)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(hù)己方特定目標(biāo)。此外，主色提取過程中顏色相似性計(jì)算直接在RGB顏色空間進(jìn)行，無需進(jìn)行顏色空間轉(zhuǎn)換，算法計(jì)算開銷低，可用于指導(dǎo)軍事領(lǐng)域中戰(zhàn)略目標(biāo)偽裝設(shè)計(jì)。

[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(shè)計(jì)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(jìn)K均值聚類分析的迷彩偽裝色選取[J].計(jì)算機(jī)工程與應(yīng)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(xué)形態(tài)運(yùn)算的偽裝迷彩算法[J].計(jì)算機(jī)應(yīng)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(shè)計(jì)[J].計(jì)算機(jī)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(kuò)散抖動的迷彩仿造[J].計(jì)算機(jī)工程與應(yīng)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(shè)計(jì)[J].東北大學(xué)學(xué)報(自然科學(xué)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(shù)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.