自适应伪装移动侦察系统

彭楷文，李 渊



自适应伪装移动侦察系统

彭楷文1，李 渊2

（1. 南京师范大学附属中学，江苏 南京 210003；2. 南京市外国语学校仙林分校，江苏 南京 210023）

本文设计了一种自适应伪装移动侦察系统，系统分为伪装体、视觉采集模块，处理模块、伪装模块、人机交互模块和GPS模块等六个部分。伪装体是指在军事领域的战场指挥车、战机、战略导弹发射车等具有重大价值和军事作用的目标；视觉采集模块是通过使用多个摄像头对伪装体的周围环境进行图像信息捕捉，并且摄像头设置于舵机云台上，根据伪装体的移动速度来自适应调整拍摄角度；处理模块是对所采集到的图像信息进行数据融合处理，根据解析过的GPS模块传输来的速度数据调整摄像头拍摄角度，最后将处理后的图像信息显示在伪装模块上进行伪装功能的实现；伪装模块则借用柔性显示屏来输出处理模块得出的图像结果；人机交互模块主要作用是进行人机交互；GPS模块主要作用是采集伪装体的移动速度，可以结合伪装体的移动速度和处理器的图像处理速度来自适应地调整视觉采集模块的摄像头照射角度，减小了图像显示的延时性，做到不同移动速度下的实时高度匹配周围的环境。本系统通过视觉采集模块的多个摄像头对周边环境的图像信息进行采集，然后对采集到的多个图像进行图像的拼接融合处理，最后通过覆盖在车辆等伪装体表面的柔性显示屏显示出来，从而达到与周边环境颜色近似一致的效果，实现视觉伪装。自适应伪装移动侦察系统能迅速改变本体表面的颜色以响应环境的变化，达到与环境背景的颜色特征高度融合、匹配，做到与环境近似的自适应视觉伪装，可用于军事伪装，反高空侦查等领域。

自适应伪装；移动侦察；机器人

0 引言

大自然提供了无数的生物伪装方法，众多头足类动物（例如鱿鱼和墨鱼）对其外观（颜色，对比度，图案和形状）有惊人的控制，它们使用动态的身体模式保护或者狩猎；还有很多动物（例如，变色龙和许多昆虫）可以主动改变它们的着色以进行伪装或显示。不同物种具体伪装方式各不相同，但是所使用的策略无外乎有：背景匹配，破坏性着色和伪装三大类：（1）在背景匹配中，动物使用与其栖息地类似的颜色和图案，例如正反遮蔽阴影（例如，具有白色下腹部和棕色背部的兔子）。（2）破坏性着色，主要使用不符合其形状的对比图案打破动物的轮廓。（3）伪装是一种生物体采用环境中物体或动物的形状和颜色的策略（例如，粘虫）。

本文根据生物伪装思想，设计了一款自适应伪装移动侦察系统。系统分为伪装体、视觉采集模块，处理模块、伪装模块、人机交互模块和GPS模块六个部分，它通过伪装体(显示屏)迅速改变本体表面的颜色以响应环境的变化，达到与环境背景的颜色特征高度融合、匹配，做到与环境近似的自适应视觉伪装，同时可将移动平台采集到的图像信息和位置信息传输至后方指战员，可用于军事伪装，反高空侦查等领域。

1 系统构架

本系统主要有移动平台模块、伪装模块和侦察模块三部分组成。伪装模块包括背景摄像、图像处理器和伪装体（显示屏），将摄像头设置于移动平台底部采集环境的图像信息，将采集到的图像信息经过图像处理后显示于伪装体(显示屏)上，使移动平台与背景一致，从而达到移动平台视觉上的伪装。侦察模块包括微型摄像头、手机终端监控APP和GPS模块[1]，利用微型摄像头采集作战环境图像信息，并将图像信息通过WIFI传输至手机终端APP进行显示。GPS模块包括GPS定位器[2]和手机终端定位APP，通过GPS定位移动平台的位置并传输至手机终端定位的APP的地图上进行显示[3]。指战员通过本系统可以得到反恐作战环境的内部图像信息，同时覆盖于移动平台上面的伪装体(显示屏)显示与周围环境一致的图像信息，因此具有伪装的功能，不易被恐怖分子发现。系统框架如图1所示。（所示图像的上方为伪装模块，左侧为移动平台，下方为GPS侦查模块。）

为了解决传统视觉伪装无法做到自适应、图像伪装拼接效果差以及伪装体移动状态下存在图像显示延时误差的问题，系统通过借助多个摄像头实时采集伪装体周围环境图像信息[4,5]，并进行多图像数据融合拼接处理后显示于同一块柔性显示屏上，提高伪装精确度与自适应性，各个模块的布局图如图2所示。

2 功能分析与设计

本系统的核心功能主要有伪装体，视觉采集模块，处理模块、采集模块、人机交互和GPS等模块的组装。伪装体是指在军事领域的战场指挥车、战机、战略导弹发射车等具有重大经济价值和军事作用的目标。如图3所示，系统首先通过人机交互模块的键盘选择工作模式：在伪装体处于运动状态时，我们采用运动模式，首先GPS模块采集伪装体的移动速度，根据伪装体的移动速度来自适应地调整视觉采集模块的舵机云台的角度，从而改变摄像头照射角度，然后将根据摄像头的数量n将伪装模块的柔性显示屏分为n个部分，每一部分将显示最靠近它的摄像头采集到的图像信息，最后将不同部分的图像拼接在一起，每个部分的边缘连接部分区域将利用分界线两侧的像素进行均值滤波，使得各个部分连接处伪装的更加自然，这样与伪装体周围的环境更加精确的匹配；在伪装体处于静止状态时，我们采用静止模式，处理模块的存储器里将存储草原、森林、公路、沙漠等不同战场环境下的伪装图像，这样在伪装体处于静止状态时，可以直接将事先存储好的图像信息发送到伪装模块的柔性显示屏，这样在达到伪装效果的同时，还减少处理器进行图像处理的能耗。

图1 系统框架图

图2 伪装侦察移动系统模块布局图

1-电机 2-主动轮 3-主动轮支架 4-小车底盘 5-从动轮 6-从动轮支架 7-伪装体（显示屏）8-控制板 9-摄像头组件 10-电池组件11-GPS定位器

图3 系统工作流程

在舵机云台上经过舵机云台支架安装摄像头，通过舵机云台可使得摄像头改变拍摄的角度，根据伪装体的速度，其拍摄角度的变化范围为120°。以竖直向下为0°，向前为正角度，向后为负角度，可得到图5的伪装体行驶速度与摄像头角度的对应图，如伪装体的前进速度为120 km/h，那么摄像头的拍摄角度为向前下方60°，利用此方法，结合了伪装体的行驶速度和处理器图像处理的速度，极大地改善了柔性显示屏的延时显示而带来的与周围环境不实时匹配的问题。

处理模块的图像融合算法将根据摄像头的数量n将伪装模块的柔性显示屏分为n个部分，每一部分将显示最靠近它的摄像头采集到的图像信息，最后将不同部分的图像拼接在一起，然后将每个部分的边缘连接部分进行均值滤波处理，使得各个部分连接处显示伪装的更加自然，这样与伪装体周围的环境更加精确的匹配。

系统将采集到的n个图像拼接为一个图像，对于其每个部分的边缘连接区域，为使其连接更自然，将其设置为感兴趣区域(ROI，region of interest)，也就是我们重点关注的区域，以便进行进一步的处理。将划定的感兴趣区域做均值滤波处理，其基本思想是输出图像的每一个像素是核窗口内输入图像对应元素的平均值，即用一片图像区的各个像素的均值来代替原图像的各个像素值，这样做的目的是使其连接的更加自然，伪装性更好。下面借助基于opencv的代码作进一步的说明，均值滤波处理函数代码如下

// 函数名：ROI_Blur_Filtering()

//描述：标定感兴趣区域并进行均值滤波，是使得连接部分更加平滑。

Void ROI_Blur_Filtering()

{

//读入图像，设data.jpg为2个部分拼接好的一张图像，大小为500*500像素

Mat srcImage= imread("dota.jpg");

// 定义一个Mat类型并将连接部分区域设定为ROI区域，形状为矩形

//起点坐标为(0,230)，感兴趣区域矩形宽度为40，高度为500的ROI区域

Mat imageROI= srcImage(Rect(0,230,20,500)；

//进行均值滤波操作，内核大小为5*5

Mat out;

blur (imageROI, out, Size(5,5) );

// 显示结果

imshow(srcImage);

}

对于均值滤波blur函数，需要在图像上对目标像素给出一个内核，该内核包括了其周围的临近像素，我们采用5*5的内核进行均值滤波，即已目标元素为中心的周围25(5*5)个像素，构成一个滤波内核，再用内核中全体像素的平均值代替原来的像素值，其内核可用如下公式表示：

处理模块的存储器里将存储草原、森林、公路、沙漠等不同战场环境下的伪装图像，这样在伪装体处于静止状态时，可以直接将事先存储好的图像信息发送到伪装模块的柔性显示屏，这样在达到伪装效果的同时，还减少处理器进行图像处理的能耗；伪装模块采用一块新型的柔性显示屏，它具有柔韧性、可折叠的特点，因此可适应不同形状的伪装体，具有更好的自适应性；GPS模块主要作用是采集伪装体的移动速度，因为如果将摄像头固定于一个角度，会出现图像显示延时而与实时周围环境不匹配的现象，因此可以结合伪装体的移动速度和处理器的图像处理速度来自适应地调整视觉采集模块的摄像头照射角度，减小图像显示的延时性，从而做到不同移动速度下的实时高度匹配周围的环境。

对于摄像头的角度调整，例如当伪装体处于高速向前行驶时，舵机云台将摄像头设置于向前下方60°照射；当伪装体处于低速行驶时，舵机云台将摄像头设置于向前下方10°照射；当伪装体处于高速后退时，舵机云台将摄像头设置于向后下方60°照射，这样可以减小图像显示的延时误差问题。

对于GPS模块的速度数据解析，其GPS数据传输协议为NMEA-0183协议，NMEA-0183协议采用ASCII码来传递GPS定位信息，称之为帧。利用$GPVTG（地面速度信息，Track Made Good and Ground Speed）指令可以解析速度数据，$GPVTG指令语句的基本格式如下：

$GPVTG,(1),T,(2),M,(3),N,(4),K,(5)*hh(CR)(LF)

（1）以真北为参考基准的地面航向（000~359度，前面的0也将被传输）

（2）以磁北为参考基准的地面航向（000~359度，前面的0也将被传输）

（3）地面速率（000.0~999.9节，前面的0也将被传输）

（4）地面速率（0000.0~1851.8公里/小时，前面的0也将被传输）

（5）模式指示（A=自主定位， D=差分， E=估算，N=数据无效）

举例如下：

$GPVTG,000,T,000,M,000.195,N,000.361,K,A*2A

因此可以利用$GPVTG指令的地面速率解析得到速度信息，然后通过串口传输至处理器，其速度数据解析部分C代码如下所示：

//数据解析，如果串口传入$GPVTG指令，执行此程序

if((strstr(GPS_Uart2_Data,"$GPVTG")))

{

//for循坏得到6位的速度数据

for(i=0;i<6;i++)

//速度数据在$GPVTG指令始于第26位，共6位，将速度数据存入字符串 //Speed0中

speed0[i]=(*(GPS_Uart2_Data+i+26));

//将字符串speed0中的数字转化为十进制，方便后期判断处理。

Speed=(((speed0[0])*1000)+((speed0[1])*100)+((speed0[2])*10)+((speed0[3]))+(speed0[5])*0.1);

}

进一步地，得到速度数据后，处理器将根据伪装体的行驶速度来控制舵机云台的角度动作，从而改变摄像头拍摄角度。比如当伪装体处于前进状态时，其舵机云台的控制部分C代码如下所示：

//当车辆处于前进状态时，flag为前进和后退的判断标志位

while(flag==1)

{

//如果速度大于等于100 km/h时，舵机云台角度为60°

if(Speed>100||(Speed==100)

servoSet(60)；

//如果速度大于等于80km/h，小于100 km/h时，舵机云台角度为50°

if((Speed>80||Speed==80)&&(Speed<100))

servoSet(50)；

//其他速度可类比，不再展开赘述

}

本系统的所有模块均搭建在移动平台上，移动平台主要由电机控制板模块、电机驱动模块和编码电机模块组成。利用编码电机可以得到移动平台的速度，利用控制板控制移动平台运行，通过电机驱动模块驱动编码电机运行。为了控制移动平台平稳行驶，我们利用编码电机测得速度1与给定速度0的速度差去控制移动平台的速度，如下式表示：

其中表示速度差的放大系数，D表示处理后的速度差，表示控制移动平台的速度。利用这两个原理公式，就可以通过实际速度与给定速度的偏差去修正控制移动平台的速度，保证移动平台两侧车轮按照同一给定速度直线行驶，得到良好的控制效果。其中放大系数的取值影响控制效果，利用试凑法，取不同的值，观察移动平台的直行控制效果，得到最佳的值，直行测试数据表如表1所示。

表1 直行效果测试数据表

Tab.1 Straight Line Test Data

通过表1可以发现，当取1时，给移动平台直行信号时，是左偏的，说明速度反馈太小；随着值的增大，可以得到良好的反馈控制效果；当过大时，可以看出速度反馈过量，使得右偏。经过实验测试，当取为2.5时，控制效果良好。通过控制移动平台直行，可以得到正确的控制数据，对于转向，同样利用控制直行中的控制参数，利用两个车轮的差速进行转向和调头。

3 伪装模块

伪装模块包括摄像头、树莓派图像处理器和伪装体（显示屏），如图4所示。我们在移动平台的底端安装摄像头充当视觉装置，负责进行图像数据采集，通过树莓派处理器对图像进行均值滤波处理后，通过HDMI接口接入显示屏，使得最终处理的信息数据可以高清晰度的映射在显示屏上，利用伪装体进行视觉的伪装，使得侦察移动系统融入背景，不易被恐怖分子发现。

在现实环境中，包括在图像处理过程中，光的干扰问题一直存在，使用工业镜头充当人眼去识别和读取周围的颜色信息，工业镜头本身的局限性在于无法应对光的强度做自动滤波的调节[5]，所以我们在图像处理中，借助颜色处理函数cvtColor()，cvtColor()函数是OpenCV里的颜色空间转换函数，可以实现RGB颜色向HSV、HSI等颜色空间的转换[6,7]，也可以转换为灰度图像[8,9]，实验中我们借助这一函数处理镜头捕捉到的图像信息，分析提取RGB进行色度加强。

图4 伪装模块

4 结论

本文设计的自适应伪装移动侦察系统的优点为：（1）能迅速改变伪装体外观的颜色以响应环境的变化，相比迷彩伪装等传统伪装，具有自适应性和实时伪装性；（2）借助图像处理技术，将多个摄像头采集到的多个图像进行图像拼接融合，将其中的连接部分进行均值滤波，使得连接处部分更加自然，伪装性更好，最后将处理后的图像在一张柔性显示屏显示出来，这样使得伪装体与周围环境高度融合、匹配；（3）系统采用两个工作模式，包括伪装体静止模式和伪装体运动模式，这样在达到伪装效果的同时，可以减少处理器进行图像处理的能耗；（4）伪装模块采用一块新型的柔性显示屏，它具有柔韧性、可折叠的特点，因此可适应不同形状的伪装体，具有更好的自适应性；（5）利用GPS模块采集伪装体的移动速度，根据伪装体的移动速度来自适应地调整视觉采集模块的摄像头照射角度，解决了图像处理速度和伪装体移动状态下带来的延时误差问题，从而做到不同移动速度下的实时高度匹配周围的环境。

[1] LIU Lixia, LING Ren, BEI Xiaomeng, GUO Rongwei, et al. coexistence of synchronization and anti-synchronization of a novel hyperchaotic finance system[C]. IEEE Proceeding of the 34th Chinese Control conference, Hangzhou, 2015: 8585-8589.

[2] 孙哲, 巫中正, 李千目. 流量攻击图的建模与生成方法[J]. 软件, 2018, 39(04): 48-52.

[3] Li QM, Zhang H. Information Security Risk Assessment Technology of Cyberspace: a Review. INFORMATION. 2012, 15(11): 677-683.

[4] Li QM, Li J. Rough Outlier Detection Based Security Risk Analysis Methodology. CHINA COMMUNICATIONS. 2012, 9(7): 14-21.

[5] Li, QM; Hou, J; Qi, Y; Zhang, H. The Rule Engineer Model on the high-speed processing of Disaster Warning Information. DISASTER ADVANCES. 2012, 5(4): 1196-1201.

[6] 李慧霞, 高梓豪. 室内智能移动机器人规则物体识别与抓取[J].软件, 2016, 37(02): 89-92.

[7] 曹妍, 陈伟, 徐森. 图像去噪方法研究与仿真[J]. 软件, 2015, 36(4): 33-36.

[8] 胡云康, 姜苏, 吴志荣, 等. 基于改进的纹理合成图像修复算法[J]. 软件, 2016, 37(4): 60-63.

[9] 吴秉慧, 徐嘉欢, 高超禹等. 小型自动灭火机器人[J].软件, 2015, 36(11): 56-60.

An Adaptive Camouflage Mobile Reconnaissance System

PENG Kai-wen, LI Yuan

(1. High School Affiliated To Nanjing Normal University, Nanjing 210003; 2. Nanjing Foreign Language School Xianlin Campus, Nanjing 210023)

In this paper, an adaptive camouflage mobile reconnaissance system is researched and designed. The system is divided into six parts: camouflage body, visual acquisition module, processing module, camouflage module, human-computer interaction module and GPS module. The camouflage body refers to a target with great value and military role in the battlefield command vehicle, fighter aircraft, strategic missile launch vehicle, etc.; the visual acquisition module captures image information of the surrounding environment of the camouflage body by using multiple cameras, and the camera It is set on the steering head of the servo, and adaptively adjusts the shooting angle according to the moving speed of the camouflage body; the processing module performs data fusion processing on the collected image information, and adjusts the shooting angle of the camera according to the speed data transmitted by the analyzed GPS module. Finally, the processed image information is displayed on the camouflage module to implement the camouflage function; the camouflage module uses the flexible display screen to output the image result obtained by the processing module; the human-computer interaction module mainly functions to perform human-computer interaction; the GPS module The main function is to collect the moving speed of the camouflage body, and can adaptively adjust the camera illumination angle of the visual acquisition module in combination with the moving speed of the camouflage body and the image processing speed of the processor, thereby reducing the delay of the image display and achieving different movements. Real-time height matching speed around the ring. The system collects image information of the surrounding environment through multiple cameras of the visual acquisition module, and then performs image mosaic processing on the collected multiple images, and finally displays through a flexible display screen covering the surface of the camouflage body such as a vehicle. Thereby achieving an effect similar to the color of the surrounding environment, achieving visual camouflage. The adaptive camouflage mobile reconnaissance system can quickly change the color of the surface of the body in response to changes in the environment, and achieve high-intensity fusion and matching with the color features of the environment background, so that adaptive visual camouflage similar to the environment can be used for military camouflage and anti-high-altitude detection fields.

Adaptive camouflage; Mobile reconnaissance; Robot

彭楷文，李渊. 自适应伪装移动侦察系统[J]. 软件，2018，39（11）：55-60

江苏省计算机学会青少年信息与智能技术教育英才计划(BE2018100)

彭楷文(2002-)，研究方向为信息技术、智能机器人；李渊(2002-)，研究方向为信息技术、计算机应用。

TP391

A

10.3969/j.issn.1003-6970.2018.11.013