CN104463925B - 基于斑点模板自动组合的数码迷彩设计方法 - Google Patents

基于斑点模板自动组合的数码迷彩设计方法 Download PDF

Info

Publication number
CN104463925B
CN104463925B CN201410670163.0A CN201410670163A CN104463925B CN 104463925 B CN104463925 B CN 104463925B CN 201410670163 A CN201410670163 A CN 201410670163A CN 104463925 B CN104463925 B CN 104463925B
Authority
CN
China
Prior art keywords
camouflage
template
spotting template
spotting
color
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410670163.0A
Other languages
English (en)
Other versions
CN104463925A (zh
Inventor
薛峰
徐珊
雍城西
罗月童
贾伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huangshan Development Investment Group Co.,Ltd.
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201410670163.0A priority Critical patent/CN104463925B/zh
Publication of CN104463925A publication Critical patent/CN104463925A/zh
Application granted granted Critical
Publication of CN104463925B publication Critical patent/CN104463925B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种基于斑点模板自动组合的数码迷彩设计方法,其特征包括:1、设计迷彩斑点模板并组成迷彩斑点模板库;2、初始化数码迷彩图案;3、勾勒数码迷彩图像的主轮廓;4、绘制迷彩图案雏形图;5、绘制目标迷彩图案。本发明能提高数码迷彩图案的设计效率和实际喷绘过程中的生产效率,并能够保证数码迷彩图案质量的稳定性。

Description

基于斑点模板自动组合的数码迷彩设计方法
技术领域
本发明涉及迷彩伪装的设计技术领域,具体地说是一种基于斑点模板自动组合的大型车辆表面数码迷彩设计方法。
背景技术
数码迷彩利用视觉原理,通过色块的多种不规则组合,克服了传统迷彩不同色彩间视觉区分度大的弊病,更容易与自然背景融合,能够有效应对高分辨率航空与航天光学侦察。
在迷彩设计行业,现有的数码迷彩图案的设计主要通过人工手绘的方法完成。这种设计方法是一种主观的设计方法,十分依赖设计者的经验,具有很大的随机性,设计的效率低下,迷彩图案的伪装质量稳定性得不到保障。
近年来,研究者们提出一些基于图像背景纹理分割的迷彩设计方法,利用现有的一些纹理提取技术提取背景图像的纹理,作为迷彩图案设计的轮廓约束进行迷彩图案的设计。但是,该方法存在两点不足:(1)国家在数码迷彩设计方面有着严格的行业标准,而该方法严重依赖于背景纹理颜色、类型,因为设计出的迷彩往往无法满足国家标准的要求,无法投入实际生产和应用;(2)在大型车辆表面数码迷彩的实际喷绘工艺中,一个迷彩斑点的边长可能达到10-20CM,为了避免造成矩形迷彩斑点边缘出现毛边、弯曲等瑕疵问题,一般先用镂空的硬纸板制作成的迷彩斑点模板覆盖在车辆喷绘表面,再进行喷绘。上述基于背景纹理提取的迷彩设计方法没有和实际的基于斑点模板的喷绘过程相结合,其设计出来的迷彩图案不能有效指导后续的喷绘工艺,应用前景有限。
发明内容
本发明是为避免现有技术所存在的不足之处,提出一种基于斑点模板自动组合的数码迷彩设计方法,以期能实现大型表面数码迷彩图案的数字化设计,提高数码迷彩图案的设计效率和实际喷绘过程中的生产效率,并对迷彩图案的实际喷绘工艺进行指导,保证所设计数码迷彩图案伪装质量的稳定性。
本发明为解决技术问题采用如下技术方案:
本发明一种基于斑点模板自动组合的数码迷彩设计方法的特点是按如下步骤进行:
步骤1、定义迷彩斑点模板{Ti|i=1,2,…,t}为t个大小为m×n的0-1矩阵,m表示迷彩斑点模板的宽,n表示所述迷彩斑点模板的高;所述0-1矩阵中取值为1的像素点为着色像素点,取值为0的像素点为非着色像素点;由所述迷彩斑点模板{Ti|i=1,2,…,t}组成迷彩斑点模板库;
在所述迷彩斑点模板库中,定义:
大号斑点模板为包含B%-A%着色像素点的迷彩斑点模板;
中号斑点模板为包含C%-B%着色像素点的迷彩斑点模板;
小号斑点模板为包含D%-C%着色像素点的迷彩斑点模板;
D<C<B<A,45≤A≤55,25≤B≤35,10≤C≤20,5≤D<10;
步骤2、初始化数码迷彩图案:
步骤2.1、根据目标迷彩类型选取喷绘主色序列{Cj|j=1,2,…,c};c表示喷绘主色的个数;
步骤2.2、定义循环变量I;初始化I=1;建立宽为W高为H的图像作为初始化图像MI
定义所述喷绘主色序列{Cj|j=1,2,…,c}中比率最高的颜色为迷彩图案主颜色Cα,利用所述迷彩图案主颜色Cα绘制所述初始化图像MI的底色,从而获得带有底色的图像MI+1
步骤2.3、定义大小为W×H的矩阵MCI+1为所述带有底色的图像MI+1的绘制代价图,并将所述带有底色的图像MI+1的绘制代价图MCI+1中的每个像素值初始化为0;
步骤2.4、定义大小为W×H的矩阵MDI+1为所述带有底色的图像MI+1的分布引导图,并将所述带有底色的图像MI+1的分布引导图MDI+1中的每个像素值初始化为0;
步骤2.5、定义大小m×n的矩阵TCi为所述迷彩斑点模板Ti的模板绘制代价矩阵,从而为所述迷彩斑点模板库中每个迷彩斑点模板建立模板绘制代价矩阵;
步骤2.6、定义大小u×v的矩阵TDi为所述迷彩斑点模板Ti的模板分布引导矩阵,u=2m-1,v=2n-1;从而为所述迷彩斑点模板库中的每个迷彩斑点模板建立模板分布引导矩阵;
步骤3、勾勒所述带有底色的图像MI+1的主轮廓:
步骤3.1、以所述带有底色的图像MI+1的任一顶点作为原点O,以与所述原点O相邻的两条边分别作为X轴和Y轴,从而建立坐标系XOY;在所述坐标系XOY中,任意选取一组平行线段集合L={L1,L2,…,Ll},l表示平行线段的个数;在所述平行线集合L中的每条线段上每隔一段距离d选取一个中心点,从而构成模板分布中心点集合G={G1,G2,…,Gh,…,Gg};g为所述模板分布中心点集合G中的中心点个数,1≤h≤g;
步骤3.2、在所述迷彩斑点模板库中随机选取任意一个大号斑点模板Tb,1≤b≤t;t为所述迷彩斑点模板库中迷彩斑点模板的个数;在所述模板分布中心点集合G中任意选取一个中心点Gh,以所述中心点Gh为所述大号斑点模板Tb的中心位置;将所述大号斑点模板Tb分布在所述带有底色的图像MI+1上,从而使得所述模板分布中心点集合中的每个中心点都分布有任一大号斑点模板;
步骤3.3、在所述喷绘主色序列{Cj|j=1,2,…,c}中任意选取一种喷绘主色Cβ填充每个中心点上的大号斑点模板的着色像素点;β≠α;从而获得迷彩图案雏形图MI+2
步骤3.4、利用式(1)获得所述迷彩图案雏形图MI+2的绘制代价图MCI+2
MCI+2(x,y)=MCI+1(x,y)+TCb[x'][y'](1)
式(1)中,坐标(x,y)表示以所述中心点Gh为中心的m×n邻域内的任一像素;MCI+2(x,y)为所述绘制代价图MCI+2中坐标(x,y)的像素值;TCb为大号斑点模板Tb的绘制代价矩阵;TCb[x'][y']表示所述大号斑点模板Tb的绘制代价矩阵TCb中第x'行和第y'列的元素值;所述第x'行和第y'列的元素[x'][y']对应于所述绘制代价图MCI+2中的坐标(x,y);
步骤3.5、利用式(2)获得所述迷彩图案雏形图MI+2的分布引导图MDI+2
MDI+2(p,q)=MDI+1(p,q)+TDb[p'][q'](2)
式(2)中,坐标(p,q)表示以所述中心点Gh为中心的u×v邻域内的任一像素;MDI+2(p,q)为所述分布引导图MDI+2中坐标(p,q)的像素值;TDb为大号斑点模板Tb的分布引导矩阵;TDb[p'][q']表示所述大号斑点模板Tb的分布引导矩阵TDb中第p'行和第q'列的元素值;所述第p'行和第q'列的元素[p'][q']对应于所述分布引导图MDI+2中的坐标(p,q);
步骤4、采用贪心算法绘制所述迷彩图案雏形图MI+2,从而获得所述迷彩图案雏形图MI+3
步骤4.1、在所述迷彩图案雏形图MI+2寻找最大连通域Dmax,并判断所述最大连通域Dmax是否大于等于设定的阈值,若否,则执行步骤5;若是,则将所述最大连通域Dmax内的像素点所构成的集合作为候选像素点集合P={P1,P2,…,Pr,…,PR},1≤r≤R,R表示候选像素点的总数;
步骤4.2、从所述迷彩斑点模板库中选取任一中号斑点模板Te;1≤e≤t;利用式(3)获得所述候选像素点集合P中任意一个候选像素点Pr(xr,yr)的重复喷绘代价
EC P r = &Sigma; s m &Sigma; k n T e &lsqb; s &rsqb; &lsqb; k &rsqb; &times; MC I + 2 ( s + x r - m + 1 2 , k + y r - n + 1 2 ) - - - ( 3 )
式(3)中,Te[s][k]表示所述中号斑点模板Te中第s行和第k列的元素值;MCI+2表示所述迷彩图案雏形图MI+2的绘制代价图;
步骤4.3、定义一个变量为所述候选像素Pr(xr,yr)的联合分布指导值,利用式(4)获得所述候选像素Pr(xr,yr)的联合分布指导值
JD P r = &lambda; &times; EC P r + &gamma; &times; MD I + 2 ( x r , y r ) - - - ( 4 )
式(4)中,MDI+2表示所述迷彩图案雏形图MI+2的分布引导图;MDI+2(xr,yr)表示分布引导图MDI+2中候选像素Pr(xr,yr)的值;λ、γ∈(0,1);
步骤4.4、重复步骤4.2和步骤4.3,获得所述候选像素点集合P中每个候选像素点的联合分布指导值,选取联合分布指导值最小的候选像素点作为最优位置Pos;
步骤4.5、以所述最优位置Pos为所述中号斑点模板Te的中心位置;将所述中号斑点模板Te分布在所述迷彩图案雏形图MI+2上,并在所述喷绘主色序列中任意选取一种喷绘主色Cω填充所述大号斑点模板Te上的着色像素点;ω≠α;从而获得迷彩图案雏形图MI+3
步骤4.6、将I+1的值赋给I;
步骤4.7、利用式(1)和式(2)分别获得所述迷彩图案雏形图MI+2的绘制代价图MCI+2和分布引导图MDI+2后返回步骤4.1;
步骤5、用小号斑点模板对步骤4获得的迷彩图案雏形图MI+3进行修饰,从而获得目标迷彩图案M:
步骤5.1、在所述迷彩斑点模板库中随机选取任意一个小号斑点模板To,1≤o≤t;在所述迷彩图案雏形图MI+3中寻找最大连通域D'max,在所述最大连通域D'max内和周围随机选取一个像素点作为所述小号斑点模板To的中心位置,将所述小号斑点模板To分布在所述迷彩图案雏形图MI+3上,从而获得迷彩图案雏形图MI+4
步骤5.2、将I+1的值赋给I;并判断I是否超出阈值F,若是,则退出执行,从而获得目标迷彩图案M;否则,执行步骤5.1。
与现有技术相比,本发明的有益效果在于:
1、本发明首先建立迷彩斑点模板库,之后初始化迷彩图案,并勾勒迷彩图案的主轮廓,然后利用代价图和分布引导图来指导迷彩斑点模板在包含主轮廓的迷彩图上的分布,获得迷彩图案雏形图,最终对迷彩图案雏形图进行修饰,从而获得目标数码迷彩图案,解决了当前设计方法依赖于设计者经验,难以指导后续喷绘工艺等难题,从而提高了数码迷彩设计的效率和在实际喷绘中的效率。
2、本发明利用分布引导图来指导迷彩斑点模板的分布,分布引导图是数码迷彩的设计经验以及相关约束的形式化表达,解决了数码迷彩图案人工设计造成的伪装质量不稳定的问题,从而提高了数码迷彩图案伪装效果的稳定性。
3、本发明利用绘制代价图来指导迷彩斑点模板的分布,绘制代价图反映了各个像素点在实际绘制中所耗费的人力物力,在保证数码迷彩图案的伪装性的同时,选择付出代价最小的位置分布斑点模板,解决了数码迷彩图案在实际喷绘过程中生产效率低的问题,从而提高了所设计数码迷彩图案在实际喷绘中生产效率。
附图说明
图1为本发明基于模板的数码迷彩图案设计方法流程图;
图2a为本发明大号斑点模板示意图;
图2b为本发明中号斑点模板示意图;
图2c为本发明小号斑点模板示意图;
图3为本发明带有底色的图像的主轮廓示意图;
图4为本发明迷彩斑点模板的分布引导矩阵;
图5为本发明迷彩斑点模板的绘制代价矩阵;
图6为本发明目标迷彩图案的绘制图。
具体实施方式
本实施例中,一种基于斑点模板自动组合的数码迷彩设计方法的设计过程如图1所示,并按如下过程进行:
步骤1、定义迷彩斑点模板{Ti|i=1,2,…,t}为t个大小为m×n的0-1矩阵,m表示迷彩斑点模板的宽,n表示所述迷彩斑点模板的高,如图2所示;0-1矩阵中取值为1的像素点为着色像素点,取值为0的像素点为非着色像素点;着色像素点代表实际喷绘迷彩图案中的一个方块,方块大小取决于喷绘目标,在军车、坦克表面,一个像素点可以达到10×10-20×20厘米;这些迷彩斑点模板是数码迷彩设计过程中一些具有代表性的迷彩斑点;由迷彩斑点模板{Ti|i=1,2,…,t}组成迷彩斑点模板库;本实施例中,设计的迷彩斑点模板库中包含20个大小为m=11,n=13的0-1矩阵;
在迷彩斑点模板库中,定义:
大号斑点模板为包含B%-A%着色像素点的迷彩斑点模板;
中号斑点模板为包含C%-B%着色像素点的迷彩斑点模板;
小号斑点模板为包含D%-C%着色像素点的迷彩斑点模板;D<C<B<A,45≤A≤55,25≤B≤35,10≤C≤20,5≤D<10;
本实施例中,A=50,B=30,C=15,D=5,使用的大号斑点模板、中号斑点模板和小号斑点模板如图2a、图2b和图2c所示。
步骤2、初始化数码迷彩图案:
步骤2.1、数码迷彩图案依据不同的伪装背景被划分为不同类型的数码迷彩图案,目前主要分为丛林型数码迷彩、海洋型数码迷彩、城市型数码迷彩和沙漠型数码迷彩;参考军事标准色,为不同类型的数码迷彩设定特定的喷绘主色序列;根据目标迷彩类型选取喷绘主色序列{Cj|j=1,2,…,c};c表示喷绘主色的个数;本实例中,c=5;
步骤2.2、定义循环变量I;初始化I=1;建立宽为W高为H的图像作为初始化图像MI;本实例中,W=800,H=600;
定义喷绘主色序列{Cj|j=1,2,…,c}中占比率最高的颜色为迷彩图案主颜色Cα,利用迷彩图案主颜色Cα绘制初始化图像M1的底色,从而获得带有底色的图像MI+1
步骤2.3、定义大小为W×H的矩阵MCI+1为带有底色的图像MI+1的绘制代价图,并将带有底色的图像MI+1的绘制代价图MCI+1中的每个像素值初始化为0;绘制代价图反映目标迷彩图像的喷绘代价,代价值越大在实际的喷绘过程中耗费的人力物力越大;
步骤2.4、定义大小为W×H的矩阵MDI+1为带有底色的图像MI+1的分布引导图,并将带有底色的图像MI+1的分布引导图MDI+1中的每个像素值初始化为0;分布引导图反映目标迷彩图案可以引导迷彩斑点模板的分布,使得绘制出的迷彩符合国家相关标准。引导值越小的位置,分布模板的可能性越大;
步骤2.5、定义大小m×n的矩阵TCi为迷彩斑点模板Ti的模板绘制代价矩阵,如图4所示,从而建立迷彩斑点模板库中每个迷彩斑点模板的模板绘制代价矩阵;模板绘制代价矩阵中的值反映斑点模板在喷绘过程中所耗费的代价,在迷彩斑点模板的分布过程中,用来更新数码迷彩图像的绘制代价图;
步骤2.6、定义大小u×v的矩阵TDi为迷彩斑点模板Ti的模板分布引导矩阵,如图5所示,u=2m-1,v=2n-1;从而建立迷彩斑点模板库中的每个迷彩斑点模板的模板分布引导矩阵;模板分布引导矩阵为一些行业标准约束条件的形式化,模板分布引导矩阵在迷彩斑点模板的分布过程中,用来更新数码迷彩图像的分布引导图;
步骤3、勾勒带有底色的图像MI+1的主轮廓,如图3所示,使设计的目标迷彩图案具有自己明显的形状特征,达到掩盖伪装物原始形态的目的:
步骤3.1、以带有底色的图像MI+1的任一顶点作为原点O,本实例中以图像的左上角顶点为原点O,以与原点O相邻的两条边分别作为X轴和Y轴,从而建立坐标系XOY;在坐标系XOY中,任意选取一组平行线段集合L={L1,L2,…,Ll},l表示平行线段的个数;本实例中,选取三条倾斜角为45度的平行线段作为平行线段集合L,在平行线集合L中的每条线段上每隔一段距离d选取一个中心点,从而构成模板分布中心点集合G={G1,G2,…,Gh,…,Gg};g为模板分布中心点集合G中的中心点个数,1≤h≤g;本实例中d=10;
步骤3.2、在迷彩斑点模板库中随机选取任意一个大号斑点模板Tb,1≤b≤t;t为迷彩斑点模板库中迷彩斑点模板的个数;在模板分布中心点集合G中任意选取一个中心点Gh,以中心点Gh为大号斑点模板Tb的中心位置;将大号斑点模板Tb分布在带有底色的图像MI+1上,从而使得模板分布中心点集合中的每个中心点都分布有任一大号斑点模板;
步骤3.3、在喷绘主色序列{Cj|j=1,2,…,c}中任意选取一种喷绘主色Cβ填充每个中心点上的大号斑点模板的着色像素点;β≠α;从而获得迷彩图案雏形图MI+2
步骤3.4、利用式(1)获得迷彩图案雏形图MI+2的绘制代价图MCI+2
MCI+2(x,y)=MCI+1(x,y)+TCb[x'][y'](1)
式(1)中,坐标(x,y)表示以中心点Gh为中心的m×n邻域内的任一像素;MCI+2(x,y)为绘制代价图MCI+2中坐标(x,y)的像素值;TCb为大号斑点模板Tb的绘制代价矩阵;TCb[x'][y']表示大号斑点模板Tb的绘制代价矩阵TCb中第x'行和第y'列的元素值;第x'行和第y'列的元素[x'][y']对应于绘制代价图MCI+2中的坐标(x,y);
步骤3.5、利用式(2)迷彩图案雏形图MI+2的分布引导图MDI+2
MDI+2(p,q)=MDI+1(p,q)+TDb[p'][q'](2)
式(2)中,坐标(p,q)表示以中心点Gh为中心的u×v邻域内的任一像素;MDI+2(p,q)为分布引导图MDI+2中坐标(p,q)的像素值;TDb为大号斑点模板Tb的分布引导矩阵;TDb[p'][q']表示大号斑点模板Tb的分布引导矩阵TDb中第p'行和第q'列的元素值;第p'行和第q'列的元素[p'][q']对应于分布引导图MDI+2中的坐标(p,q);
步骤4、采用贪心算法绘制迷彩图案雏形图MI+2,从而获得迷彩图案雏形图MI+3,完成迷彩图案的整体设计。利用贪心算法的设计思想,将目标迷彩图案的整体设计分解成多个迷彩斑点模板在目标迷彩图案M中的分布,每次在当前斑点模板分布状态下,选择迷彩图案雏形图中的最优位置Pos分布中号斑点模板,直至目标迷彩图案M满足相关约束,包含如下步骤:
步骤4.1、在迷彩图案雏形图MI+2寻找最大连通域Dmax,并判断最大连通域Dmax是否大于等于设定的阈值,本实例中阈值为100,若否,则执行步骤5;若是,则将最大连通域Dmax内的像素点所构成的集合作为候选像素点集合P={P1,P2,…,Pr,…,PR},1≤r≤R,R表示候选像素点的总数;
步骤4.2、从所述迷彩斑点模板库中选取任一中号斑点模板Te;1≤e≤t,t为迷彩斑点模板库中迷彩斑点模板的个数;利用式(3)获得候选像素点集合P中任意一个候选像素点Pr(xr,yr)的重复喷绘代价重复喷绘代价的取值大小能够在一定程度上反映模板Te覆盖区域由于重复喷绘造成的喷绘代价的大小:
EC P r = &Sigma; s m &Sigma; k n T e &lsqb; s &rsqb; &lsqb; k &rsqb; &times; MC I + 2 ( s + x r - m + 1 2 , k + y r - n + 1 2 ) - - - ( 3 )
式(3)中,Te[s][k]表示中号斑点模板Te中第s行和第k列的元素值;MCI+2表示迷彩图案雏形图MI+2的绘制代价图;
步骤4.3、定义一个变量为候选像素Pr(xr,yr)的联合分布指导值,利用式(4)获得候选像素Pr(xr,yr)的联合分布指导值联合分布指导值的取值大小能够反映在候选像素Pr(xr,yr)分布模板Te的概率的大小,同时能够反映在候选像素Pr(xr,yr)分布模板Te的重复喷绘代价的大小:
JD P r = &lambda; &times; EC P r + &gamma; &times; MD I + 2 ( x r , y r ) - - - ( 4 )
式(4)中,MDI+2表示迷彩图案雏形图MI+2的分布引导图;MDI+2(xr,yr)表示分布引导图MDI+2中候选像素Pr(xr,yr)的值;λ、γ∈(0,1);
步骤4.4、重复步骤4.2和步骤4.3,获得候选像素点集合P中每个候选像素点的联合分布指导值,选取联合分布指导值最小的候选像素点作为最优位置Pos;
步骤4.5、以最优位置为中号斑点模板Te的中心位置;将中号斑点模板Te分布在迷彩图案雏形图MI+2上,并在喷绘主色序列中任意选取一种喷绘主色Cω填充大号斑点模板Te上的着色像素点;ω≠α;从而获得迷彩图案雏形图MI+3
步骤4.6、将I+1的值赋给I;
步骤4.7、利用式(1)和式(2)分别获得迷彩图案雏形图MI+2的绘制代价图MCI+2和分布引导图MDI+2后返回步骤4.1;
步骤5、用小号斑点模板对步骤4获得的迷彩图案雏形图MI+3进行修饰,从而获得目标迷彩图案M,修饰的目的是提高迷彩图案雏形图的层次性,将目标迷彩图案中的每个像素作为一个10×10像素的方形块绘制,得到目标迷彩图案的绘制图,如图6所示:
步骤5.1、在迷彩斑点模板库中随机选取任意一个小号斑点模板To,1≤o≤t;在迷彩图案雏形图MI+3中寻找最大连通域D'max,在最大连通域D'max内和周围随机选取一个像素点作为小号斑点模板To的中心位置,将小号斑点模板To分布在迷彩图案雏形图MI+3上,从而获得迷彩图案雏形图MI+4
步骤5.2、将I+1的值赋给I;并判断I是否超出阈值F,本实施例中F=5,从而获得目标迷彩图案M;否则,执行步骤5.1。

Claims (1)

1.一种基于斑点模板自动组合的数码迷彩设计方法,其特征是按如下步骤进行:
步骤1、定义迷彩斑点模板{Ti|i=1,2,…,t}为t个大小为m×n的0-1矩阵,m表示迷彩斑点模板的宽,n表示所述迷彩斑点模板的高;所述0-1矩阵中取值为1的像素点为着色像素点,取值为0的像素点为非着色像素点;由所述迷彩斑点模板{Ti|i=1,2,…,t}组成迷彩斑点模板库;
在所述迷彩斑点模板库中,定义:
大号斑点模板为包含B%-A%着色像素点的迷彩斑点模板;
中号斑点模板为包含C%-B%着色像素点的迷彩斑点模板;
小号斑点模板为包含D%-C%着色像素点的迷彩斑点模板;
D<C<B<A,45≤A≤55,25≤B≤35,10≤C≤20,5≤D<10;
步骤2、初始化数码迷彩图案:
步骤2.1、根据目标迷彩类型选取喷绘主色序列{Cj|j=1,2,…,c};c表示喷绘主色的个数;
步骤2.2、定义循环变量I;初始化I=1;建立宽为W高为H的图像作为初始化图像MI
定义所述喷绘主色序列{Cj|j=1,2,…,c}中比率最高的颜色为迷彩图案主颜色Cα,利用所述迷彩图案主颜色Cα绘制所述初始化图像MI的底色,从而获得带有底色的图像MI+1
步骤2.3、定义大小为W×H的矩阵MCI+1为所述带有底色的图像MI+1的绘制代价图,并将所述带有底色的图像MI+1的绘制代价图MCI+1中的每个像素值初始化为0;
步骤2.4、定义大小为W×H的矩阵MDI+1为所述带有底色的图像MI+1的分布引导图,并将所述带有底色的图像MI+1的分布引导图MDI+1中的每个像素值初始化为0;
步骤2.5、定义大小m×n的矩阵TCi为所述迷彩斑点模板Ti的模板绘制代价矩阵,从而为所述迷彩斑点模板库中每个迷彩斑点模板建立模板绘制代价矩阵;
步骤2.6、定义大小u×v的矩阵TDi为所述迷彩斑点模板Ti的模板分布引导矩阵,u=2m-1,v=2n-1;从而为所述迷彩斑点模板库中的每个迷彩斑点模板建立模板分布引导矩阵;
步骤3、勾勒所述带有底色的图像MI+1的主轮廓:
步骤3.1、以所述带有底色的图像MI+1的任一顶点作为原点O,以与所述原点O相邻的两条边分别作为X轴和Y轴,从而建立坐标系XOY;在所述坐标系XOY中,任意选取一组平行线段集合L={L1,L2,…,Ll},l表示平行线段的个数;在所述平行线集合L中的每条线段上每隔一段距离d选取一个中心点,从而构成模板分布中心点集合G={G1,G2,…,Gh,…,Gg};g为所述模板分布中心点集合G中的中心点个数,1≤h≤g;
步骤3.2、在所述迷彩斑点模板库中随机选取任意一个大号斑点模板Tb,1≤b≤t;t为所述迷彩斑点模板库中迷彩斑点模板的个数;在所述模板分布中心点集合G中任意选取一个中心点Gh,以所述中心点Gh为所述大号斑点模板Tb的中心位置;将所述大号斑点模板Tb分布在所述带有底色的图像MI+1上,从而使得所述模板分布中心点集合中的每个中心点都分布有任一大号斑点模板;
步骤3.3、在所述喷绘主色序列{Cj|j=1,2,…,c}中任意选取一种喷绘主色Cβ填充每个中心点上的大号斑点模板的着色像素点;β≠α;从而获得迷彩图案雏形图MI+2
步骤3.4、利用式(1)获得所述迷彩图案雏形图MI+2的绘制代价图MCI+2
MCI+2(x,y)=MCI+1(x,y)+TCb[x'][y'](1)
式(1)中,坐标(x,y)表示以所述中心点Gh为中心的m×n邻域内的任一像素;MCI+2(x,y)为所述绘制代价图MCI+2中坐标(x,y)的像素值;TCb为大号斑点模板Tb的绘制代价矩阵;TCb[x'][y']表示所述大号斑点模板Tb的绘制代价矩阵TCb中第x'行和第y'列的元素值;所述第x'行和第y'列的元素[x'][y']对应于所述绘制代价图MCI+2中的坐标(x,y);
步骤3.5、利用式(2)获得所述迷彩图案雏形图MI+2的分布引导图MDI+2
MDI+2(p,q)=MDI+1(p,q)+TDb[p'][q'](2)
式(2)中,坐标(p,q)表示以所述中心点Gh为中心的u×v邻域内的任一像素;MDI+2(p,q)为所述分布引导图MDI+2中坐标(p,q)的像素值;TDb为大号斑点模板Tb的分布引导矩阵;TDb[p'][q']表示所述大号斑点模板Tb的分布引导矩阵TDb中第p'行和第q'列的元素值;所述第p'行和第q'列的元素[p'][q']对应于所述分布引导图MDI+2中的坐标(p,q);
步骤4、采用贪心算法绘制所述迷彩图案雏形图MI+2,从而获得所述迷彩图案雏形图MI+3
步骤4.1、在所述迷彩图案雏形图MI+2寻找最大连通域Dmax,并判断所述最大连通域Dmax是否大于等于设定的阈值,若否,则执行步骤5;若是,则将所述最大连通域Dmax内的像素点所构成的集合作为候选像素点集合P={P1,P2,…,Pr,…,PR},1≤r≤R,R表示候选像素点的总数;
步骤4.2、从所述迷彩斑点模板库中选取任一中号斑点模板Te;1≤e≤t;利用式(3)获得所述候选像素点集合P中任意一个候选像素点Pr(xr,yr)的重复喷绘代价
EC P r = &Sigma; s m &Sigma; k n T e &lsqb; s &rsqb; &lsqb; k &rsqb; &times; MC I + 2 ( s + x r - m + 1 2 , k + y r - n + 1 2 ) - - - ( 3 )
式(3)中,Te[s][k]表示所述中号斑点模板Te中第s行和第k列的元素值;MCI+2表示所述迷彩图案雏形图MI+2的绘制代价图;
步骤4.3、定义一个变量为所述候选像素Pr(xr,yr)的联合分布指导值,利用式(4)获得所述候选像素Pr(xr,yr)的联合分布指导值
JD P r = &lambda; &times; EC P r + &gamma; &times; MD I + 2 ( x r , y r ) - - - ( 4 )
式(4)中,MDI+2表示所述迷彩图案雏形图MI+2的分布引导图;MDI+2(xr,yr)表示分布引导图MDI+2中候选像素Pr(xr,yr)的值;λ、γ∈(0,1);
步骤4.4、重复步骤4.2和步骤4.3,获得所述候选像素点集合P中每个候选像素点的联合分布指导值,选取联合分布指导值最小的候选像素点作为最优位置Pos;
步骤4.5、以所述最优位置Pos为所述中号斑点模板Te的中心位置;将所述中号斑点模板Te分布在所述迷彩图案雏形图MI+2上,并在所述喷绘主色序列中任意选取一种喷绘主色Cω填充所述大号斑点模板Te上的着色像素点;ω≠α;从而获得迷彩图案雏形图MI+3
步骤4.6、将I+1的值赋给I;
步骤4.7、利用式(1)和式(2)分别获得所述迷彩图案雏形图MI+2的绘制代价图MCI+2和分布引导图MDI+2后返回步骤4.1;
步骤5、用小号斑点模板对步骤4获得的迷彩图案雏形图MI+3进行修饰,从而获得目标迷彩图案M:
步骤5.1、在所述迷彩斑点模板库中随机选取任意一个小号斑点模板To,1≤o≤t;在所述迷彩图案雏形图MI+3中寻找最大连通域D'max,在所述最大连通域D'max内和周围随机选取一个像素点作为所述小号斑点模板To的中心位置,将所述小号斑点模板To分布在所述迷彩图案雏形图MI+3上,从而获得迷彩图案雏形图MI+4
步骤5.2、将I+1的值赋给I;并判断I是否超出阈值F,若是,则退出执行,从而获得目标迷彩图案M;否则,执行步骤5.1。
CN201410670163.0A 2014-11-20 2014-11-20 基于斑点模板自动组合的数码迷彩设计方法 Active CN104463925B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410670163.0A CN104463925B (zh) 2014-11-20 2014-11-20 基于斑点模板自动组合的数码迷彩设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410670163.0A CN104463925B (zh) 2014-11-20 2014-11-20 基于斑点模板自动组合的数码迷彩设计方法

Publications (2)

Publication Number Publication Date
CN104463925A CN104463925A (zh) 2015-03-25
CN104463925B true CN104463925B (zh) 2016-01-20

Family

ID=52909907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410670163.0A Active CN104463925B (zh) 2014-11-20 2014-11-20 基于斑点模板自动组合的数码迷彩设计方法

Country Status (1)

Country Link
CN (1) CN104463925B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104966310B (zh) * 2015-06-25 2017-07-21 中国人民解放军总后勤部军需装备研究所 一种迷彩伪装效果评价方法
CN107392880A (zh) * 2017-07-25 2017-11-24 北京华新创科信息技术有限公司 一种仿造迷彩自动生成方法
CN107680145A (zh) * 2017-08-11 2018-02-09 清远川奥高新材料有限公司 一种地垫图像快速生成方法和系统
CN108510562B (zh) * 2018-02-11 2021-10-01 青岛九维华盾科技研究院有限公司 基于图像分形纹理的数码迷彩图案生成方法
CN109741246A (zh) * 2018-12-28 2019-05-10 北京工业大学 可见光背景下由环境色生成数码迷彩方法
CN110021054B (zh) * 2019-04-12 2023-07-28 青岛九维华盾科技研究院有限公司 一种用于斑点迷彩图案设计的斑块赋色方法
CN110660116A (zh) * 2019-09-19 2020-01-07 北京工业大学 由变形迷彩生成数码迷彩的方法
CN110717952A (zh) * 2019-09-23 2020-01-21 北京工业大学 可见光背景下由多图片提取主题色并生成迷彩的方法
CN113139895B (zh) * 2021-04-29 2024-07-02 广州亿航智能技术有限公司 无人机编队表演阵型图的设计方法、终端及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1002421B1 (de) * 1997-08-14 2002-03-20 Peter Speck Vorrichtung und verfahren zum bereitstellen von vorlagen für die mehrfarbenreproduktion
CN102778176A (zh) * 2011-05-11 2012-11-14 贵州航天凯山特种车改装有限公司 一种方舱表面马赛克斑数码迷彩图案设置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1002421B1 (de) * 1997-08-14 2002-03-20 Peter Speck Vorrichtung und verfahren zum bereitstellen von vorlagen für die mehrfarbenreproduktion
CN102778176A (zh) * 2011-05-11 2012-11-14 贵州航天凯山特种车改装有限公司 一种方舱表面马赛克斑数码迷彩图案设置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
迷彩伪装涂料在叉车设计与施工中的研究;司育进;《叉车技术》;20110131(第01期);3-4 *

Also Published As

Publication number Publication date
CN104463925A (zh) 2015-03-25

Similar Documents

Publication Publication Date Title
CN104463925B (zh) 基于斑点模板自动组合的数码迷彩设计方法
CN106934780B (zh) 一种基于图像修复的自动水印去除方法
CN101398907B (zh) 一种用于移动机器人的二维码结构及解码方法
CN109409366A (zh) 基于角点检测的畸变图像校正方法及装置
CN102742977B (zh) 基于图像处理的涂胶路径控制方法
CN106338989A (zh) 一种田间机器人双目视觉导航方法及系统
CN102332168B (zh) 一种基于v图的栅格地图矢量化方法
CN104966320B (zh) 一种基于三阶Bezier曲线的伪装迷彩自动生成方法
CN1987896A (zh) 高分辨率sar影像配准处理方法及系统
CN103514625A (zh) 基于多视角自适应特征配准的三维重建方法
CN103150741B (zh) 一种快速骨骼化二值数字图像中图形的方法
CN104143096A (zh) 基于地址事件表达的二值连通域标记方法
CN104548597A (zh) 导航网格的自动生成方法和装置
CN104680531A (zh) 一种连通量统计信息提取方法及vlsi结构
CN106296773A (zh) 一种生成多层次矢量图的方法与装置
CN104504381A (zh) 非刚体目标检测方法及其系统
CN102063496A (zh) 空间数据化简方法及装置
CN101383046B (zh) 一种基于图像的三维重建方法
CN103743750A (zh) 一种大口径光学元件表面损伤分布图的生成方法
CN103778655A (zh) 一种基于自适应水墨扩散的彩色自然图像计算艺术化方法
CN108875127A (zh) 一种计算机气象软件中基于风场数据的槽线修正方法
CN102999931A (zh) 电子笔迹绘制方法及装置
CN108197627A (zh) 一种沿顺时针方向提取二值图形轮廓的方法
CN106504219A (zh) 有约束的路径形态学高分辨率遥感影像道路增强方法
CN107993242A (zh) 基于机载LiDAR点云数据缺失区域边界提取方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210304

Address after: 245000 No.50, Meilin Avenue, Huangshan Economic Development Zone, Huangshan City, Anhui Province

Patentee after: Huangshan Development Investment Group Co.,Ltd.

Address before: Tunxi road in Baohe District of Hefei city of Anhui Province, No. 193 230009

Patentee before: Hefei University of Technology