摘要：针对传统面部迷彩设计主观性强、背景相似度差等问题,提出一种基于图像分割技术和深度学习的高融合面部迷彩设计方法。利用OpenCV视觉算法库和基于MediaPipe机器学习框架的FaceMesh深度学习模型,构建高融合面部迷彩计算机辅助设计系统。该系统能够准确检测识别面部轮廓和特征点,提取背景特征并构建符合背景特性的迷彩斑块库,实现迷彩斑块在面部自动调用填充,自动生成与背景高度融合且符合面部特性的面部迷彩设计方案。通过建立相似度指标评价体系,对采用上述方法设计的面部迷彩的伪装效果进行了实验验证。结果表明,该方法能够有效提高面部迷彩设计的科学性及伪装效果,为单兵在战场上快速精准地实施面部伪装提供了可靠且有效的方案。

摘要：迷彩设计中,通过对目标背景的图像信息进行归类处理,利用图像分割技术获取背景斑点,然后设计出与背景亮度和纹理相协调的迷彩图案.目前,最常用的图像分割方法是均值聚类法,由于它直接利用灰度信息以致分割的细节不明显,容易导致模拟背景纹理失真.针对它的不足,提出了采用基于自组织特征映射(selforganizing feature map, SOFM)神经网络的分割方法对背景进行聚类分割.该方法将整幅图像作为神经网络的输入,聚类分割后的颜色作为输出,按照自组织特征映射网络的学习过程,使用其函数进行迭代运算直至学习停止.比较实验结果表明,SOFM方法能更好地保留图像的细节纹理,得到较为理想的设计效果.

摘要：为了选择不同环境的迷彩色彩,本文采用调查问卷的方式,应用感性工学和语义差异法作为理论支撑,针对不同环境做迷彩色彩的意向实验,实验选取了部分色彩作为迷彩色彩的样本,构建用户意象词汇对作为迷彩色彩的评价指标,根据实验评估得到样本的迷彩色彩意向参考值,选择出城市、海洋、荒漠、丛林这4个环境的适配迷彩色彩,并最终生成迷彩图案。

摘要：研究迷彩伪装做为隐真示假的手段,针对迷彩设计脱离伪装目标的实际背景,使设计出的迷彩与背景的颜色、形状和纹理不能很好地协调一致等问题,提出了一种基于边缘处理的、通过提取目标背景的特征信息来设计迷彩斑块的方法。可采用金字塔图像分割方法对目标背景的图像进行处理,然后对分割后的图像进行彩色Canny边缘检测,从而得到迷彩图案中的斑块大小、形状及配置信息,并进行仿真。仿真结果表明,基于方法设计出的迷彩图案能够更好地保留背景的细节特征,证明达到良好的迷彩设计效果。

摘要：迷彩设计要求用简单的几种颜色模拟自然背景纹理,因此,通过分析背景的图像,利用图像分割技术提取背景信息从而进行迷彩图案的自动设计已是近年来伪装领域研究的热点课题。目前,最常用的图像分割方法是均值聚类法,而均值聚类法由于直接利用图像的灰度差信息,容易造成分割的细节不明显,从而导致模拟背景纹理失真。针对均值聚类法的不足,结合人工智能网络学习技术,提出基于SOFM的图像分割方法对背景进行聚类分割,较好地保留了图像的细节纹理,得到了较为理想的效果。

摘要：针对迷彩设计中常用的彩色图像分割方法计算量过大、分割效果不明显等问题,提出一种改进方法。先确定背景中与主色接近的军标色,然后结合区域分割与聚类分析的思想,得到不同特征的分割效果。实验以图像色度为分割特征,在选取不同阈值的情况下,列举并分析了所得结果。实验结果表明,改进后的方法能够较好地分割背景图像并保留其细节纹理特征,得到较为理想的设计效果。

摘要：迷彩伪装是一项重要的伪装技术。数码迷彩是对抗高分辨成像侦察的有效技术手段。如何实现迷彩设计技术的实效化、精确化和智能化始终是研究热点。基于分形布朗运动的分形维估计法提取背景图像的纹理特征、基于金字塔结构逐层模糊C均值聚类算法提取背景图像的主色特征。融合纹理和主色特征,运用改进的钻石-菱形算法生成符合背景特征的数码迷彩图案。仿真实验结果表明:该算法在荒漠型、丛林型、林地型背景的迷彩生成中均能产生较好效果。

摘要：为了达到好的伪装效果,迷彩颜色应与背景色调相融合,以使人眼及光学仪器难以探测和分辨。因此,背景主色的准确提取是确定迷彩颜色的前提。利用灰度直方图可以确定背景图像中的主要灰度,但无法区分不同色调。而基于颜色直方图的背景主色提取方法的运算量太大。本文提出了一种基于HSI模型和量化颜色直方图的迷彩颜色选取算法。利用HSI颜色模型描述背景颜色特性,通过特殊量化方式对背景的颜色直方图进行量化,接着借助阈值方法选取背景主色作为迷彩颜色。结合迷彩伪装图案设计方法对上述迷彩颜色选取算法进行了实验分析,并通过边缘检测和相关跟踪方法对不同背景下的目标迷彩伪装效果进行了验证。

摘要：数码迷彩是一种新的迷彩伪装技术,具有较好的伪装效果。针对目前人工涂装效率较低的问题,通过解决装备三维正方形网格模型构建、三维数码迷彩图案模型生成、图案喷涂路径自动规划、喷枪位姿实时检测等问题,构建了数码迷彩自动涂装系统,实现了目标数码迷彩自动喷涂作业。试验结果表明:使用自动作业方式可有效提高数码迷彩喷涂效率,从而推动码迷彩技术进一步发展。

摘要：提取目标背景的主色是迷彩设计中的重要步骤,通常采用的颜色聚类算法具有监督性的缺陷.为此,提出一种基于色度直方图的、无监督的颜色聚类算法.该算法采用CIE 1931色度系统建立色度直方图,根据像素点在该坐标系的分布规律自动生成聚类中心.逐一计算像素点与各聚类中心的色度的欧氏距离,将像素点与最近的聚类中心归于一类.实验结果表明,采用该聚类算法能够准确提取主色,自动分割彩色图像,且比普通聚类算法的时间效率更优.