一种基于主色聚类的仿造迷彩设计方法

对固定目标实施仿造迷彩可以有效地降低目标的显著性。在设计仿造迷彩时,斑块的颜色和形状是两个最主要的要素。文章选取CIE1976L*a*b*匀色空间对背景的可见光图像进行处理。提出了先使用谱系聚类法获得初始类心,然后用k-均值聚类法提取背景的主色的方法。将提取到的背景主色作为仿造迷彩伪装的颜色,并确定各个主色的覆盖范围作为伪装的图案。最后运用数学形态学方法消除图案中的小杂斑和边缘的毛刺。仿真结果表明生成迷彩的效果比较理想。     

色差公式的研究及其对图像主色提取的影响

分析常用的颜色空间中的色差公式,运用聚类算法将色差公式应用于图像背景主色提取.理论分析和实验结果均表明,CIELAB颜色空间中的CIE94色差公式具有较好的实验效果和较高的效率,说明色差公式的选择与实际使用情况紧密相连,要实现不同的图像显示效果,应选择不同的色差公式.     

结合区域生长与颜色特性的迷彩伪装设计

为增强伪装效果,缩小目标与背景的差别,提出了颜色特性与区域生长相结合的数字迷彩生成算法。算法由主色提取与目标伪装两部分组成。首先,由用户选定待伪装目标区,根据归一化颜色相似性差最小准则,应用均值聚类方法优选出背景主色;然后,利用自适应区域生长法对图像目标区域进行分割,按照颜色相似性准则,选取背景主色对目标区块进行填充;最后,采用数学形态学滤波组合进行修正以完成目标区伪装。实验表明该算法伪装效果好,与其他迷彩方案相比,伪装目标与背景颜色相似性提高约40%。此外,迷彩设计无需颜色空间转换,计算开销低。该伪装方案可应用于军事目标迷彩伪装设计,有效保护特定军事目标。     

自适应细菌觅食的FCM聚类优化算法研究

在初始化FCM聚类算法时,聚类类别数需要手动去设置,并随机初始聚类中心,导致此算法极其容易陷入局部最优值。通过利用改进的细菌觅食算法,进行FCM算法的聚类中心的初始化,解决FCM算法对初始聚类中心敏感的问题;通过一些有效性的指标,对FCM算法和优化FCM算法进行评估,指标说明了优化FCM算法更好。在仿真实验中,将优化FCM算法和标准FCM算法用到多类图像分割中,进行了图像分割的准确性和实时性的比较,且验证了所述的优化算法的实时性。     

基于GSO-Kmeans的沥青路面裂缝分割算法研究

传统的K-means聚类算法在进行图像分割时只考虑图像的特定灰度值,初始聚类中心的随机选取将导致分割结果存在很多干扰,在沥青路面这种高噪音的复杂背景下,裂缝的聚类提取效果不理想.本文提出了基于GSO-Kmeans算法来进行沥青路面裂缝分割.该算法首先使用GSO算法对沥青路面裂缝图像进行搜索,确定初始聚类中心,然后利用K...     

核空间自适应非局部均值鲁棒分割算法

为改善传统模糊C均值(FCM)算 法对噪声干扰下图像的分割效果,提出了一种基于核空间邻域信息和自适应非局部均值相结 合的图像鲁棒分割算法。首先,利用传统FCM聚类算法进行初始聚类分割,将 所得聚类中心作为改进算法的初始聚类中心; 其次通过自适应非局部均值算法对图像进行平滑处理,避免图像过度分割;然后对引入核空 间邻域信息的目标函数进行最优化求解, 获取聚类中心和隶属度的迭代表达式;最后对像素进行分类时,利用邻域像素隶属度对像素 进行进一步滤波处理。实验结果表明:本文的 改进算法与传统FCM聚类算法、核空间FCM(KFCM)算法、基于邻域信息的FCM(FCM S)算法和基 于邻域信息KFCM(KFCM-S)算法相比,改进算法对强噪声干扰下的图像具有较好 的鲁棒性,并且能够有效分割图像的目标信 息和背景信息。从几种算法进行聚类分割结果所对应的峰值信噪比(PSNR)也可以看出,本文 改进算法的PSNR更高。     

基于K-mean的车辆伪装涂料漆膜颜色选取算法

提取背景代表色是进行迷彩伪装图案设计的基础，对军用车辆实施迷彩伪装，需使代表色满足国军标规定的军用车辆伪装涂料漆膜标准色要求。文中提出两种基于K-mean聚类算法的车辆伪装涂料漆膜标准色选取算法。利用CEI1976 L^*a^*b^*颜色模型描述图像颜色特征。第一种算法是随机选取标准色作为初始聚类中心，每经过一次K-mean聚类迭代都将聚类中心更新为标准色；第二种算法是将选取的背景颜色空间值作为初始聚类中心进行迭代。提出了优化的标准色选取决策，解决了聚类结果易出现标准色重复的问题。结合提取标准色数量不同，共提出4种标准色提取方案，用均方根误差函数作为评价函数进行融合效果比较。仿真结果表明，两种算法均能较好地满足迷彩伪装设计要求，从最小均方根误差和收敛速度上比较，第一种算法优于第二种，其提取三种标准色的方案优于五种标准色方案。     

一种新的数码迷彩生成方法

传统的迷彩图案中斑点的边界平滑分明,不利于与斑点破碎的背景融合。数码迷彩边界模糊、破碎,近距离观察时能够有效分割大斑点,远距离观察时能够形成空间混色,大大增强了迷彩伪装的效果。于是数码迷彩成为当今迷彩设计的一大主流,从背景主色斑点到数码迷彩生成是数码仿造迷彩设计的重要环节。因此根据空间混色原理,提出了一种数码迷彩斑点分布的概率模型,实现了对数码迷彩单元分布的量化,设计了从背景主色斑点到数码迷彩图案的生成方法,综合运用MATLAB图像处理技术,结合概率分布模型通过编程生成了数码迷彩图案。结果表明,该方法能够生成边缘破碎具有良好空间混色效果的数码迷彩图案,为数码仿造迷彩的设计提供了一种新的思路。     

城市型迷彩的颜色确定方法研究

针对城市背景复杂的颜色特征,提出了一种基于HSV模型和量化直方图的迷彩颜色选取算法.利用HSV颜色空间描述背景颜色的特性,通过特殊最化方式对背景的颜色直方图进行量化,借助阈值方法在颜色空间选取背景主色作为迷彩颜色.考虑移动车辆在城市街道机动的情况,获取目标所处的路面以及路侧地物的光学图像,提取其主代表色作为城市型迷彩的颜色.这一方法准确快速.     

结合邻域信息的改进抑制式FCM图像分割方法

针对模糊C均值聚类(FCM)算法在含噪声图像分割中存在的运算开销大、收敛速度慢等不足,在抑制式RC-FCM算法的基础上提出一个结合邻域信息的改进抑制式FCM算法,算法通过构建图像灰度及邻域信息的二维直方图设定聚类样本空间和初始聚类,根据样本到聚类中心的最大和最小距离动态设定抑制因子,再通过改进的最小抑制FCM算法实现图像分割.实验表明改进算法不仅能够提高FCM算法的聚类速度,而且提高了对噪声图像的分割精度.     

一种自适应FCM彩色图像分割算法*1

针对FCM彩色图像分割算法需要给定聚类数且受初始值影响较大的缺点,提出一种自适应FCM彩色图像分割算法。该方法首先引入主分量变换,通过直方图分析,在RGB彩色空间上自动确定聚类数目,其次引入2D直方图,分析对角线投影1D直方图,并采用最大最小距离法选取初始聚类中心。利用该算法分别对人工合成的和真实的彩色图像进行分割实验,实验结果表明：本文算法能够有效且自适应地分割彩色图像。     

基于肤色模型和FCM动态聚类的人脸检测

针对复杂背景下彩色图像中的人脸检测，研究一种基于非线性分段色彩变换、肤色模型和FCM动态聚类算法的检测方法．算法首先进行颜色空间映射及非线性分段色彩变换，再利用肤色分布模型，对肤色似然度图像进行自适应的肤色分割，进一步采用线段编码从分割后的图像中提取区域特征向量，最后利用FCM动态聚类方法，从复杂背景中检测出人脸区域．实验证明，该方法具有较高的准确性和适应性．     

奶牛图像的分割算法研究

为解决在实际生产环境中使用计算机自动识别奶牛的问题,提出了针对奶牛图像的分割算法,以提高识别率。该算法首先将奶牛图像从RGB空间转化为Luv空间,然后将图像作4×4大小的子块划分,对各子块进行块内颜色聚类并提取颜色和纹理特征,通过颜色内聚将子块中的颜色范围缩小到2~4种,并将其中所占数量最多的两种颜色作为子块的颜色特征;纹理特征则是基于对子块分别横向和纵向扫描并统计出来的,反映子块的颜色在横向和纵向的分布特征。在此基础上按奶牛的颜色和纹理特征进行基于子块的区域生长,最终达到清晰分割的目的。在对50个实地采集样本中按本文所述的方法进行分割,分割准确率达到80%以上。实验证明,本文提出算法能有效地将奶牛从背景中分离出来。     

基于克隆选择和多重空间构造的彩色图像分割

该文提出一种基于克隆选择和多重空间构造的彩色图像分割方法。该方法首先将一些常见的颜色分量分为亮度成分、单频光谱成分、双频光谱成分、多频光谱成分,利用主分量分析技术(PCA)分别对其进行计算,得到最具有识别能力的颜色分量来构造多重颜色空间;然后利用克隆选择算法对样本进行自学习,得到全局最优的聚类中心;最后用得到的聚类中心对图像进行分割。由于该文的方法结合了克隆选择算法的非线性分类能力,通过对彩色图像自适应的构造最佳多重空间,能够快速准确地得到分割结果,克服了传统分割方法使用固定颜色空间以及容易陷入局部最优的缺点。通过实验表明,该方法对彩色图像同质区的分割均匀,边缘保持度好。此外,新方法对彩色图像的亮度和纹理变化不敏感,鲁棒性较强。     

基于蚁群算法的模糊C均值聚类的改进研究

在图像分割的研究中,模糊C均值(FCM)聚类算法较之前的硬聚类有了很大的改进,是一种基于函数最优方法的聚类算法,然而传统的FCM算法的聚类中心及个数难以确定,搜索过程易陷入局部最优。因此,提出一种基于蚁群算法的改进的FCM聚类算法。该算法利用了蚁群算法全局优化特征以及较强鲁棒性的特点,将通过蚁群算法得到的聚类中心及个数应用到传统FCM算法中,弥补了传统FCM聚类算法的不足。该算法对图像进行分块处理,并引入多尺度梯度,提高了图像分割的准确性,最后通过实验验证了该算法的有效性及实用性。     

引入双边滤波器优化的彩色滤波阵列插值

基于彩色滤波阵列(CFA)的图像传感器在每个像素 位置获得三原色红(R)、绿(G)和蓝(B)中的一种分量 ,其缺失 分量需要根据周围像素插值得到。目前提出的许多种插值算法,绝大部分采用Bayer排列模 式。本文在色 差恒定假设基础上,提出一种基于双边滤波器的自适应Bayer模型插值算法,对G通道的估计采 用自适应滤波器进行插值,对R和B通道的插值采用双边滤波器。算法利用待插值像素 与不同距离像 素相关性不同的思想,根据图像边缘自适应设定滤波模板,能较准确估计G、B和R、G通 道之间的色差值。 实验结果表明,对比多尺度色差梯度算法和边缘强度滤波等算法,插值后的图像不仅 主观视觉, 且客观评价指标(彩色峰值信噪比,CPSNR)均优于这些算法。     

多分辨率图像锥的FCM聚类图像分割算法

模糊C-均值（FCM）聚类算法是一种基于像素分类的图像分割方法，在分割的过程中，仅仅利用了像素点的灰度信息，但在灰度密度丰富变化和图像的对比度不明显的情况下，物体和背景的分布将相互重叠而密不可分，往往得不到满意的分割效果。为了解决上述问题，现提出了一种基于多分辨率图像锥的模糊C-均值聚类图像分割算法。该方法利用多分辨技术产生多分辨率图像锥，将图像从空间信息引入，考虑图像的局部特性，使分割算法局限于图像的子图像中，物体和背景比单纯运用FCM更容易区分，且算法稳定性高，速度快。     

综合颜色和分布信息评价目标可见光伪装效果

为了客观地评价目标的可见光伪装效果,提出了一种综合主色直方图和主色空间分布信息熵的评价方法。首先,提取目标和背景中的主要颜色;其次,计算主色的直方图和空间分布信息熵,分别用来表示主色的统计信息和分布信息;再次,根据色差最小原则将目标和背景图像的主色配对;最后,通过计算目标和背景色差最小主色对的色差和熵差来计算目标与背景的融合程度,进而评价目标的伪装效果。仿真实验证明,该方法评价结果与目视观察结果具有较好的一致性。     

采用NSCT与FCM相结合的SAR和多光谱图像融合算法

合成孔径雷达（SAR）和多光谱（MS）图像的融合,有助于得到对观察对象的更好地视觉感知。但是,由于其内在成像机制上的差异,许多经典的方法已被证明不适合这一研究,因此本文提出了采用非下采样contourlet变换（NSCT）和模糊C均值聚类（FCM）相结合的图像融合算法。采用FCM对SAR图像进行分割,得到目标区域和背景区域;采用NSCT对SAR图像和多光谱图像进行分解,得到低频子带和高频方向子带;对于低频部分,不同分割区域采用不同的自适应融合准则进行融合;对于高频部分,采用区域块能量准则进行融合;最后,通过NSCT逆变换得到融合后图像。实验结果表明,该算法的融合图像能很好的保留SAR图像的目标信息和多光谱图像的光谱信息,融合效果优于大部分传统的融合算法。