基于背景图像迷彩伪装颜色研究

迷彩涂层要达到良好的伪装效果,首要解决的问题是对迷彩颜色的确定.为提高迷彩伪装颜色设计的精度,分析了不同照明条件、大气气幕亮度及阴影对获取的迷彩颜色的影响,并根据相关色度学理论,对获得的背景图像进行校正,从而较好地补偿了以上3种因素产生的误差影响,为从理论和实践上精确地确认迷彩伪装颜色提供了较好的方法.     

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。     

颜色相似性度量在主动伪装设计中应用

在充分利用颜色相似性的基础上,提出一种自适应主动伪装设计方案。首先应用结合颜色相似性的K均值聚类获得背景主色,然后根据颜色相似性原则实施目标伪装,最后应用无损数据隐藏技术以实现从伪装图像恢复原图像。实验表明该伪装方案伪装效果好,可有效保护特定军事目标,同时原图像可恢复性使得该方案可应用于数字图像隐蔽通信。     

基于K-mean聚类算法的电力营销数据分析

阐述运用BP神经网络,计算所有层的误差函数,在指定的范围内进行样本训练获取权重与阈值,计算矩阵的特征向量并排列成新矩阵,获取特征值和阈值,计算样本到聚类中心的距离得到最优聚类数数据,从而实现基于K-mean聚类算法的电力营销数据分析。     

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.     

一种基于图像处理的变形迷彩设计方法

从变形迷彩伪装技术出发．结合人类视觉原理．应用现代数学工具和数字图像处理技术等基础理论．提供了一种新的科学可行的变形迷彩设计方法．避免了人的主观因素所造成的各种误差．     

基于微粒群的颜色量化算法

将微粒群算法应用于彩色图像的颜色量化.根据种群的进化原理,在RGB彩色空间中对图像像素的颜色值进行聚类,通过迭代寻优确定最优调色板,然后进行像素的颜色映射,从而完成量化工作.仿真实验表明,该算法具有颜色失真小,收敛性好,鲁棒性强和受初始条件影响小等特点,是一种有效的颜色量化算法.     

基于LMS、lαβ颜色空间的最佳参考方向伪装目标偏振检测

针对复杂背景中伪装目标偏振检测的问题,以中国颜色体系为基础,基于CIE1976L*a*b*颜色空间建立了LMS和l两种颜色空间的256级亮度分量数据表,通过外场偏振检测实验,找到了目标与背景偏振度对比较高时的偏振片最佳参考方向,并研究了这两种空间在此方向上表征偏振信息的优劣和反映偏振检测能力强弱的问题。实验结果表明,以偏振片最大透光方向垂直于入射面为参考方向,在亮照度下,L空间的偏振图相比其灰度图信息量降低甚少,表征目标偏振信息量能力较强;在暗照度下,l空间的偏振图相比其灰度图不仅目标与背景的对比度明显提高,而且对阴影目标检测能力较强,实验结果与人眼观察结果一致。     

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。     

基于主色映射的区域颜色迁移算法

颜色迁移是图像处理中一个重要的研究课题,它要解决问题是:基于源图像A和参考图像B,合成一幅新的图像C,使其具有A的场景以及B的颜色。本文提出了一种基于主色映射的区域颜色迁移算法,引入了空域平滑过程,更好地利用了图像的局部信息,实现了图像的颜色迁移。     

塔型FCM和CIEDE2000的仿造迷彩主色提取方法

为了在设计仿造迷彩时准确提取背景的主色,尝试将CIE 2000色差公式CIEDE2000运用于仿造迷彩主色提取的色差计算,据此进一步提出了结合塔型模糊c-均值聚类(PFCM)算法提取仿造迷彩主色的新方法.在提取背景主色时,首先为背景图像构造金字塔结构,然后对塔的顶层图像使用FCM聚类算法提取聚类中心,最后以上述类心作为初始聚类中心对原图像使用FCM聚类算法提取主色.与其他方法相比,该算法运行效率更高,提取背景主色更准确.     

基于颜色空间聚类算法的围度标记点优化设计

图像匹配是人体测量系统实现围度测量的关键.图像匹配的基础和前提是围度标记点的精准识别,标记点的识别效果受颜色、形状等因素的影响.在图像匹配过程中,可以通过提高彩色标记点的识别效率来提高图像匹配准确性.文章设计多种不同颜色和不同形状的标记点,利用基于HSV模型的颜色空间聚类算法对标记点进行各颜色的分类和坐标的聚类.经实验...     

基于纹理先验和颜色聚类的图像增强算法

针对传统带彩色恢复的多尺度Retinex算法（multi-scale Retinex with color restoration,MSRCR）存在的纹理信息被弱化,部分信息丢失,增强效果不佳等问题,提出一种基于纹理先验和颜色聚类的图像增强算法。首先,在图像增强之前,进行纹理先验信息提取,以便后续进一步处理。其次,针对于光照分布不均匀的情况,提出利用颜色聚类算法进行图像的分块增强。再者,在对数域映射中,在分块处理的基础上提出了基于均方值和均方差的映射方案。最后,在增强算法的评价部分,提出使用图像的信息熵以及自然统计特性来对增强图像做进一步的有效性评估。实验结果证明,所提方法的平均信息熵达到了7.4934,平均自然统计特性达到4.0903。算法有效地增强了图像的细节部分,图像更为自然,质量得到了进一步提升。     

基于颜色聚类识别苔色的三重注意力网络

本文提出一种基于颜色聚类的三重注意力分类网络识别苔色的方法,这种方法不仅可以量化苔色类型,同时可以在不需要额外人工标注的前提下准确定位舌苔的分布位置,更符合中医舌诊的要求。通过实验发现我们的方法更容易收敛且具有更高的准确率,同时我们的方法也适用于舌色识别。     

基于颜色与线段的图像轮廓提取算法

传统二维图像轮廓识别算法通常是在图像中找到边缘,根据设定的条件将边缘像素组合起来形成轮廓。针对边缘检测算法通常需要对不同的图像设定不同的阈值,对不同类型的图像很难找出统一的阈值的问题,文中提出了一种同时利用图像中颜色与线段信息的彩色图像轮廓提取算法,算法采用自顶向下的颜色空间融合和自底向上的线段检测的方法,在初步获取边缘信息之后,综合利用检测结果生成目标的轮廓。算法的优点在于不需要进行阈值调整,实验表明:该方法可以有效地提取彩色图像中的目标轮廓。     

一种改进的快速HCM颜色聚类算法

针对传统HCM算法运算时间过长且易陷入局部最优解的缺点,提出一种结合金字塔结构与减法聚类的HCM算法.该算法先将图像描述为不同尺度上的金字塔图像序列,对顶层图像运用减法聚类确定初始中心后进行HCM,然后依次将上一层图像的聚类结果作为初始中心对本层图像进行HCM聚类,对最底层聚类得到的结果即是最终的聚类结果.仿真试验表明,该算法的运行时间远远低于传统HCM算法,且聚类质量比传统HCM算法好.     

一种新的基于加权颜色特征的图像检索算法

针对传统基于颜色直方图为特征的图像检索算法的不足,提出了一种新的颜色特征提取算法.利用模糊C均值聚类(FCM)对HSV空间的颜色信息进行聚类,然后对颜色信息进行加权颜色直方图统计,得到主颜色直方图.实验结果表明,新的加权主颜色直方图的图像检索算法比传统颜色直方图具有更高的检索精度.     

基于属性关系矩阵的AP子空间聚类算法

Affinity Propagation（AP）聚类算法将所有数据点作为潜在的聚类中心,在相似度矩阵的基础上通过消息传递进行聚类, 但却不适用于子空间聚类。基于属性关系矩阵的AP子空间聚类算法（AP clustering algorithm based on attributes relation matrix, ARMAP）是一种异步软子空间聚类算法,首先通过计算属性a的 邻域得到属性的关系矩阵,然后通过查找极大全1子矩阵得到数据集的兴趣度子空间,最后在各兴趣度子空间使用AP算法聚类,完成子空间聚类的任务。ARMAP算法将子空间的查找转换成查找矩阵的极大全1子矩阵,在正确查找子空间的同时,降低了时间复杂度。算法既保留了AP聚类算法的优点,又克服了AP算法不能进行子空间聚类的不足。     

基于颜色空间转换的自适应视频多重水印算法

针对现有多重水印算法的一些不足,提出了一种自适应稳健性视频多重水印算法。该算法结合置乱技术、颜色空间转换及人类视觉系统特性(HAS),将代表不同版权意义的多重二值图像水印自适应地嵌入到视频帧亮度分量的DCT中低频系数中,实现了多重水印在视频载体中的嵌入及提取,并且多重水印提取时不需要原始视频的参与。实验结果表明,该算法能够有效地平衡透明性与稳健性之间的关系,在保证视频质量的同时对常规视频攻击具有较好的稳健性。