结合区域生长与颜色特性的迷彩伪装设计*

陈香玲，杨恒伏，刘聪华，梁翼园，于兴连

(湖南第一师范学院信息科学与工程学院，长沙410205)

1 引言

数字迷彩伪装作为兵家隐真示假的重要手段，已经成为各国竞相发展的伪装技术之一，属于信息伪装技术的一个分支。迷彩伪装技术通过一定的数学变换，将待保护的图像信息变换成可识别的有意义图像信息，以隐匿数字图像中的感兴趣目标物，从而达到逃避敌方探测的目的。徐英[1]提出了一种基于颜色直方图量化的迷彩设计算法，利用HSI颜色模型描述背景颜色特性，通过阈值方法对背景的颜色直方图进行非均匀量化，以选取背景主色作为迷彩色，但该算法未能较好地考虑各颜色分量之间的联系，所选取的背景主色不具代表性。刘尊洋等[2]利用K均值聚类算法实现了迷彩颜色的选取与伪装图案生成，该方法为减少初始聚类中心选取对聚类结果的影响，在聚类前先用谱系聚类法获得初始聚类中心，从而更准确地提取背景主色。文献[3]进一步选取色差尽可能大的标准色为初始聚类中心，依据色差最小原则利用K均值方法获得优选出背景主色，但该方案没有考虑到颜色亮度特性，同时聚类过程中色差计算时需要有RGB颜色空间到Lab空间的颜色转换。江玉珍等[4]结合Logistic混沌映射置乱和FCM聚类法，提出基于背景拼片置乱的迷彩生成方案，该方法生成迷彩的效率较高，但由于FCM聚类法容易收敛于局部极值以至于难以实现背景主色优选。为有效提取背景主色，Bian等[5]结合谱系法与模糊C均值聚类法进行背景主色优选，主色提取的精度有一定提高，但算法效率较低。白万民等[6]使用分水岭方法分割背景图像以确定出大致图案，然后利用HSV空间颜色频度序列法提取背景主色，最后按主色比例对各区域进行填充以生成迷彩图像，该方案中主色提取方法较为粗糙，伪装效果欠佳。江玉珍和刘映辉[7]提出一种结合调色板颜色分析与半色调技术的迷彩方案，通过将彩色图像转换为索引图像后，对调色板颜色直方图进行滤波与加权处理以选取主色。伪装时利用误差扩散抖动获取主色比例，采用叠加上色方法进行伪装设计。但该方案中调色板颜色分类排序没考虑到人眼感知特性，主色选取时对直方图的分析处理人工干预较多，可操作性不强。为实现迷彩伪装的目标斑点形状与背景斑点有较高的相似性，王展等[8]提出用融合均值漂移技术与最小生成树算法进行斑块设计，但该方案仍采用颜色直方图量化方法进行背景主色优选，伪装层次效果欠佳。

伪装的基本任务就是要缩小目标与背景的视觉差以达到降低目标显著性的目的，而现有的数字迷彩伪装方案对人眼视觉感知特性的考虑不足，未能较好地实现目标物与背景区的充分融合，伪装效果欠佳。目标伪装的最终目的是欺骗对方眼睛，即使是欺骗敌方仪器，其仪器结果多数也得经由人眼判决[9]。为实现目标伪装过程中目标与背景的高度融合，获得满意的伪装效果，本文在充分考虑图像颜色特性的基础上，结合区域生长设计新的数码迷彩伪装方案。

2 迷彩伪装生成算法

为实现图像伪装过程中目标与背景的充分融合，我们提出结合区域生长与图像颜色特性的迷彩伪装生成算法，包括背景主色提取和目标伪装两个阶段，迷彩伪装方案基本流程如图1所示。

图1 迷彩伪装生成基本流程Fig.1 Flowchart of digital camouflage design

2.1 背景主色提取

背景主色提取阶段先由用户指定待伪装区，确定图像目标区与背景区;然后计算图像背景区各像素归一化颜色值与颜色相似性;再根据颜色相似性差最小准则，利用均值聚类方法优选出背景主色。背景主色提取具体步骤如下:

步骤1:打开待伪装图像，获得图像像素数据;

步骤2:用户利用鼠标点击操作在图像中选取一些离散点，以这些离散点为基础，根据点击顺序形成一个封闭区域，以作为待伪装目标区，而将目标区以外区域定义为图像背景区;

步骤3:计算背景区各像素(R，G，B)相对于白色像素(255，255，255)的归一化颜色值:式中，0＜τ＜1，τ的设置是为了防止各归一化颜色取值0;

步骤4:计算背景区各像素相对于给定颜色(255，255，255)的颜色相似性[10]:

步骤5:构建颜色相似性直方图，利用频度序列法选取k(2≤k≤5)个颜色相似性差尽可能大的颜色作为初始聚类中心;

步骤6:根据颜色相似性差最小原则，应用K均值聚类方法提取背景主色(最后的聚类中心即为获取的背景主色)。

2.2 目标伪装

目标伪装过程中，首先根据目标区像素颜色相似性，应用自适应区域生长法分割图像目标区域;然后结合颜色相似性准则，选取背景主色对目标各区块进行自适应填充;最后通过数学形态学滤波组合对伪装目标区进行平滑，以获得迷彩伪装图像。目标伪装算法描述如下:

步骤1:为避免迷彩伪装图像出现噪声效果，迷彩伪装以像素块为单位进行，先确定迷彩斑块大小n×n，斑块大小通常与观察者距离、图像分辨率与比例尺大小有关，实验中取n=2;

步骤2:将目标区分割成若干个斑块大小为n×n像素小区块，以像素块为单位，利用自适应区域生长法进行目标分割:

步骤2.1:从目标区选取一未标记的像素块作为种子块，作为新的分割区域A;

步骤2.2:搜索该种子块邻域中未被标记的像素块a，记当前搜索像素块的平均颜色相似性为sa，而当前分割区域A平均颜色相似性为sA;

步骤2.3:依据颜色相似性原则，确定如式(3)所示的自适应区域生长准则，判定像素块a是否并入当前区域A:

式中，δ为当前分割区域颜色相似性标准差;

步骤2.4:以新合并的像素块为中心，重新执行步骤2.2检测，直到当前区域不能进一步生长;

步骤2.5:重复回到步骤2.1，继续扫描直到不能发现未被标记的像素块，整个生长过程结束;

步骤3:目标区迷彩填充。经过步骤2的自适应区域生长将像目标分割成具有不同颜色特性的区域，计算出各区域颜色相似性均值，选取与区域颜色相似性相一致的背景主色对目标各不同区域进行填充;

步骤4:迷彩图像修正。经过步骤3得到的初始伪装图像中，边界处可能存在一些细小毛刺，而目标区内部会有一定噪声，为此，可先后利用结构元素大小为(n+2)×(n+2)的数学形态学膨胀运算、n×n的腐蚀运算、3×3的膨胀运算进行平滑处理(其中n为迷彩斑块大小)。

3 仿真实验与结果分析

仿真实验中选取多种不同环境图像为测试图像进行了背景色提取和迷彩伪装设计实验。测试图像大小均为512 pixel×768 pixel，图2所示的两幅测试图像(森林与山地)是把军人图像置于背景图像中以模拟野外环境(其中矩形框内为目标所在位置)。目标伪装实施描述如下:

(1)在测试图像中选取待伪装目标区域(即图2中白色方框内区域)，从而确定图像目标区与背景区;

图2 测试图像Fig.2 Test images

(2)计算图像背景区各像素归一化颜色与颜色相似性，获取图像背景区主色(如图3所示);

图3 背景主色Fig.3 Background dominant colors

(3)选定迷彩伪装像素块大小n×n(如n=2)，将目标区以像素块为单位进行划分，计算目标区各像素块颜色相似性;

(4)根据目标与背景主色的颜色相似性，优选颜色相似性相一致的背景主色对目标各不同区域进行填充，进一步迷彩伪装边界与噪声修正，获得最终伪装图像(见图4)。

图4 伪装图像Fig.4 Camouflage images

从图3可以看出，本文方法可以较好地得到背景图像的主色，提取的背景主色颜色特征与测试图像背景色调较为一致。图4所示的伪装图像视觉效果好，目标区伪装与不同类型图像背景颜色特征相近，有效实现了目标与背景的充分融合，使得难以从感观上分辨出目标(军人)轮廓。

为客观评价该伪装方案伪装效果，利用边缘检测算子对伪装图像进行目标伪装效果评估，图5(a)为未实施迷彩伪装的测试图像边缘检测结果，从中可以看出目标军人所处的边缘效应十分明显(矩形框所示区域)，这是因为其颜色差别大所致;而图5(b)为相应伪装图像的边缘检测结果，由于目标区(军人位置)与背景的主色调相近，目标与背景有机融合在一起，使得边缘检测难以追踪到目标的存在。

图5 伪装目标检测Fig.5 Camouflage targets detection

此外，表1给出了在不同算法作用下，伪装后目标与图像背景颜色相似性比较。可以发现，与文献[5]等方案相比，采用本文算法生成的伪装图像，其伪装目标与背景主色图像颜色相似性平均高约40.9%，这说明本文算法目标伪装效果更好。

表1 不同算法伪装目标颜色相似性比较Table1 Color similarity comparison of camouflaged target under different algorithms

4 结束语

在充分利用图像颜色特性的基础上，本文提出结合自适应区域生长的迷彩伪装算法，通过将数字图像变换成另一有意义图像而达到保护目标物的目的。仿真实验表明该方案生成的迷彩伪装效果好，相较于其他迷彩伪装算法，伪装目标与背景相似性提高约40%。算法较好地实现了目标与背景的充分融合，缩小了目标与背景之间的颜色相似性，可较好地逃避敌方(对方)检测，有效保护己方特定目标。此外，主色提取过程中颜色相似性计算直接在RGB颜色空间进行，无需进行颜色空间转换，算法计算开销低，可用于指导军事领域中战略目标伪装设计。

[1]徐英.基于背景代表色提取的迷彩伪装颜色选取算法[J].光电工程，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]刘尊洋，王自荣，王积成，等.一种基于主色聚类的仿造迷彩设计方法[J].激光与红外，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]张勇，吴文健，刘志明.基于改进K均值聚类分析的迷彩伪装色选取[J].计算机工程与应用，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，朱映辉，刘小跃，等.基于拼片置乱与数学形态运算的伪装迷彩算法[J].计算机应用与软件，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]白万民，郝阳，喻钧.基于分水岭方法的数码迷彩设计[J].计算机与数字工程，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，朱映辉.基于调色板分析及误差扩散抖动的迷彩仿造[J].计算机工程与应用，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，颜云辉，陈祥安.融合均值漂移与最小生成树算法的迷彩伪装设计[J].东北大学学报(自然科学版)，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]杨恒伏.数字图像主动伪装技术研究综述[J].激光与红外，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.