宋博文 SONG Bo-wen；刘秀丽 LIU Xiu-li；刘卫国 LIU Wei-guo
（西藏大学农牧学院，林芝 860000）
（Agricultural and Animal Husbandry College of Tibet University，Linzhi 860000，China）
摘要：针对传统的伪装效果评价容易受到试验条件、时间、经费等多方面限制的问题，提出了一种基于图像定量评价光学伪装效果的方法。利用AHP对颜色和形状进行权重的分析，得出颜色和形状的权重系数W1和W2，通过颜色评价系数对伪装图案与背景的图像颜色相似度进行定量评价，利用横纵比差值来对伪装图案与背景的图像形状相似度进行评价，最终得出基于图像分析光学伪装评价效果的定量评价系统。实验结果表明，该评价系统可实现对伪装图案与背景的颜色和形状相似程度的定量评价。
Abstract： Aiming at the problems of the traditional camouflage effect limited by many aspects， such as test conditions， time， funds， etc.， a method for the quantitative evaluation of optical camouflage effect based on image is proposed. This paper uses the AHP for the weights analysis of color and shape， and gains the color and shape weight coefficients W1 and W2， and makes quantitatively evaluation for the image color similarity of camouflage pattern and background image by color evaluation coefficient， then uses the aspect ratio difference to evaluate the shape similarity of camouflage pattern and background image， and finally gets the quantitative evaluation system of optical camouflage evaluation effect based on image analysis. Experimental results show that the evaluation system can realize the quantitative evaluation of the similarity of colors and shapes of camouflage pattern and background image.
教育期刊网 http://www.jyqkw.com
关键词 ：光学伪装效果；颜色；形状；定量评价系统
Key words： optical camouflage effect；color；shape；quantitative evaluation system
中图分类号：TP391.41 文献标识码：A 文章编号：1006-4311（2015）19-0196-03
作者简介：宋博文（1992-），男，河北邯郸人，本科在读，土木工程专业。
0 引言
本文针对传统的伪装效果评价易受到试验条件、时间、经费等方面限制的问题，提出了一种基于图像定量评价光学伪装效果的方法。迷彩伪装是一种常用的光学（近红外）伪装方法，通过在目标上喷涂适合的迷彩涂料，达到目标与所处背景的融合，从而有效地对付敌方的光学和近红外侦察和监视，达到保护自己、迷惑敌人的隐蔽效果[1]。图像的特征一般可以用颜色、形状和纹理特征来描述，判断图像之间是否相似可以通过对这些特征的比较来实现[2]。本文采用颜色和形状特征来判断伪装图案和背景的图像之间是否相似，选定颜色和形状作为判断伪装效果的主要参数。宋潇毅[3]研究了颜色和纹理特征的描述方法和参数。陈宏烨等[4]利用颜色聚类和Garbor滤波器提取图像的颜色、形状和纹理特征，提出了利用图像相似度来进行伪装评价的方法[2]。本文基于图像分析原理，提出了一种利用颜色评价系数和横纵比差值来定量的评价伪装图案与背景的图像相似程度的方法。
1 颜色与形状的权重系数求解
由上文可知颜色和形状是判断伪装图案和背景的图像是否相似的主要参数，但这两个参数在评价伪装效果中所占的权重大小不易确定，因此为了使颜色和形状的权重系数更加科学可靠，决定采用AHP[5]对颜色和形状的权重系数进行求解。
首先，伪装效果的评价因素主要由颜色和形状决定，为此建立图1的层次结构。
其次，在建立起层次结构模型后，可以清楚地看到上层的元素是由下层的元素所决定。设上层的一个元素为a，影响它的下层元素为b1，b2，…，bn。当下层元素b1，b2，…，bn对上层元素a的影响可以直接数量化时，每一个bi对a的影响力可以直接确定。AHP是采用“1—9尺度”将b1，b2，…，bn两两成对地比较它们对a的影响力。所谓“1-9尺度”是将比bi，bj对a的影响程度的比记为bi/bj，按表1来进行尺度赋值。
对颜色和形状之间进行比较并赋值，可得如表2二阶比较矩阵。
最后，得出权重系数：颜色权重系数W1=5/6，形状权重系数为W2=1/6。根据数学知识知，二阶判断矩阵总具有完全一致性，故不用验证其一致性。
2 伪装图案与背景的颜色相似度评价
2.1 颜色三维坐标的设置
颜色可由三原色调合而成，三原色分别是蓝、绿、红。因此将蓝、绿、红分别作为三维坐标的X、Y、Z轴，由Photoshop的颜色调色板可知它们的坐标取值范围为（0，255），这样便可将颜色用三维坐标的形式来量化处理。将黑色设定为坐标原点，则蓝色、绿色、红色的坐标依次为（255，0，0）、（0，255，0）、（0，0，255），根据色彩的组合原理，便可得出复合色粉色、青色、黄色和白色的坐标依次为（225，0，225）、（255，255，0）、（0，255，255）、（255，255，255），其它各种颜色坐标不在此列出。
2.2 颜色差异向量的模
为了将伪装图案与背景的图像颜色相似度进行量化计算，引入颜色差异向量的模的概念。具体如下：
设伪装图案中颜色A的坐标：（X1、Y1、Z1）
设背景图像中颜色B的坐标：（X2、Y2、Z2）
向量OA与向量OB的差为：
这样颜色差异的大小就可以用颜色差异向量的模（下用M表示）来定量的表示出来。
2.3 颜色评价系数的设定
通过采取现场辨认的方式来确定颜色差异效果的评价标准，目的是为了使其更加科学可靠。具体实施方法是让100位观察着在距目标20米的地方分别对多组两种不同的颜色进行辨认，将观察者的辨认结果和辨认所用时间作为实验数据记录下来，对这些数据进行整理和分析。最终得出如下结论：当M≤50时，观察着无法辨别两种颜色的差异，而当M≥200时，观察着很容易辨别两种颜色的差异。为此建立了伪装图案与背景的图像颜色差异大小的颜色评价系数（以下用F来表示），具体的取值按如下函数计算：
可知颜色评价系数越大，那么伪装图案与背景的图像颜色相似度越高，伪装的效果就越好，否之相反。
2.4 伪装图案与背景的图像颜色评定计算
2.4.1 未知量的设定
背景图像颜色：Ci=（Xi，Yi，Zi） （i=1，2，…，n）代表背景图像颜色中第种颜色的坐标；
伪装图案图像颜色：Cj=（Xj，Yj，Zj） （j=1，2，…，m）代表伪装图案图像颜色中第j种颜色的坐标；
Mij（i=1，2，…，n j=1，2，…，m）表示背景中第i种颜色与伪装图案中第j种颜色差异向量的模；
Mf表示最终伪装图案与背景的图像颜色的颜色差异向量的模。
2.4.2 伪装图案与背景的图像颜色评定计算步骤
①用Photoshop软件提取伪装图案和背景的图像颜色坐标。
首先，用相机拍摄出待检测的伪装图案和实际背景；其次，将所拍摄的图像依次导入Photoshop软件中；最后，用色彩拾取器来依次拾取伪装图案和背景的图像中的代表颜色并记录它们的坐标。
②计算Mij。
注：在多种颜色混合方案中计算M的大小应注意的问题，用伪装图案的图像中第一种颜色与背景图像中的每一种颜色依次进行M的计算时，若M≤50时，则停止改颜色的计算，直接进行伪装图案的图像中第二种颜色的M计算。因为该颜色已经可以与背景色图像中的一种颜色很好的融合。
③选出最大的M作为Mf。
Mf=[Mij]max
④进行伪装评价系数的计算（详见2.3）。
3 伪装图案与背景的形状相似度评价
图像的形状特征综合反映了其斑点形状、尺寸、空间分布等结构特征，因此伪装图案与背景的图像形状特征差异，反映了它们之间综合特性的差异。形状的特征通过横纵比来反应。
3.1 横纵比
横纵比是用来描述图像中一种图形形状的最短边和最长边的比值大小，比值越小表示图形形状越加规整，横纵比的取值范围为[0，1]，具体的计算公式如下：
L短表示图形形状中最小的两点之间的距离；
L长表示图形形状中最大的两点之间的距离。
注：L短、L长的计算取值要借助Photoshop软件来确定，通过该软件来拾取图形轮廓中不同点的坐标值，来进行计算。
3.2 横纵比差值计算
伪装图案的图像中有多种图形形状组成，背景图像中也有多种图形形状组成，则具体的计算步骤如下：
①对图像中每一个图形进行ARi计算，再对ARi进行加权平均。即：
若C越大则表示伪装与背景的纹理的形状差别越小，伪装与背景的纹理的形状相似度越高，否则相反。
4 光学伪装效果的定量评价计算公式
根据上文所求得的颜色权重系数W1=5/6、形状权重系数W2=1/6、颜色评价系数和横纵比差值就可以来进行光学伪装效果的定量评价计算，计算公式如下：
E=100×（F×W1+C×W2) E∈[0，100]
5 定量评定系统的试验验算
通过表3的验算分析，可以得出伪装图案与背景的伪装效果并不好的结论，原因是伪装图案中有一种颜色与背景中的颜色差异较大，影响了整体伪装效果。由系统计算出的数值结果来看，与人们的直观感受较为吻合。
6 结论
通过以上的论证分析得出了基于图像分析光学伪装效果的定量评定系统，该系统能够弥补传统的伪装效果评价的缺陷和不足，该系统通过描述伪装图案与实际背景的颜色和形状相似程度，进而来定量的评价光学伪装效果，该系统中得出的结论分列如下：
①通过运用AHP来确定颜色和形状的权重，可以使权重系数更加具有科学性，得出颜色权重系数W1=5/6和形状权重系数W2=1/6。
②通过引入颜色的三维坐标系，来计算颜色向量差的模，最终求出颜色评价系数，并用它来定量的评价伪装图案与背景的图像颜色相似度。
③利用横纵比差值来对伪装图案与背景的图像形状相似度进行评价。
④根据颜色权重系数W1=5/6、纹理权重系数W2=1/6、颜色评价系数和横纵比差值来对光学伪装效果进行定量评价计算，计算公式：E=100×（F×W1+C×W2）。
教育期刊网 http://www.jyqkw.com
参考文献：
[1]胡江华.一种迷彩伪装效果检测评价方法[J].中国测试技术，2007.
[2]徐英，姚树良.基于图像分析的光学伪装效果评价方法研究[J].光电技术应用，2010，25（4）：69-72.
[3]宋潇毅.基于纹理和颜色特征的图像检索[D].成都：电子科技大学，2009.
[4]陈宏烨，曾朝阳.图像相似度在伪装评价中的应用[J].光电技术应用，2006，21（5）：28-30.
[5]费培之.数学模型实用教程[D].四川大学出版社，1998.
