迷彩伪装效果评测方法及装置、计算机设备及存储介质制造方法及图纸

本申请提供一种迷彩伪装效果评测方法，包括：获取各迷彩图案的迷彩伪装目标图像及背景图像；基于所述目标图像及背景图像，确定所述目标图像与其背景图像的相似度；基于所述相似度s，计算所述目标图像的识别概率，将所述识别概率P与设定评估阈值进行比较，生成各迷彩图案的伪装效果评估结果，并显示。解决了现有迷彩伪装效果评测方法中依赖于专家评判从而缺乏客观性的问题，建立了识别概率和相似度的数学关系模型，实现了定量评价结果的科学性和准确性。

Camouflage effect evaluation method and device, computer equipment and storage medium

The present application provides a method for evaluating camouflage effect, including: acquiring the camouflage target image and background image of each camouflage pattern; determining the similarity between the target image and its background image based on the target image and background image; calculating the recognition probability of the target image based on the similarity s; and The recognition probability P is compared with the set evaluation threshold, and the camouflage effect evaluation results of each camouflage pattern are generated and displayed. In order to solve the problem of lacking objectivity in the existing camouflage effect evaluation methods which rely on expert evaluation, a mathematical model of recognition probability and similarity is established, and the scientific and accurate results of quantitative evaluation are realized.

【技术实现步骤摘要】
迷彩伪装效果评测方法及装置、计算机设备及存储介质
本专利技术涉及图像处理领域，具体地说，涉及一种迷彩伪装效果评测方法及装置、计算机设备及存储介质。
技术介绍
迷彩伪装作为一种对抗光学侦察的基本措施，是陆地、水面和空中目标光学伪装的一种普遍方法。它根据目标所在背景的基本特征设计出迷彩图案，采用伪装涂料将迷彩图案涂装到目标表面，在颜色和纹理上仿造自然背景或分割目标的外形轮廓，从而降低目标的暴露征候。伪装效果评价是检验伪装技术好坏的重要方法，是迷彩伪装的重要环节。目前国内主要采用目测法来计算目标识别概率，具有一定的主观性。在《基于Gabor小波纹理分析模型的伪装效果评价方法》一文中，建立了Gabor函数小波的纹理分析模型，提出了基于距离的纹理相似度概念，需大量判读人员进行纹理区分，仍具有主观性。
技术实现思路
为解决上述问题，本专利技术提出了一种迷彩伪装效果评测方法。本专利技术实施例提供一种迷彩伪装效果评测方法，所述方法包括：获取各迷彩图案的迷彩伪装目标图像及背景图像；基于所述目标图像及背景图像，确定所述目标图像与其背景图像的相似度s；基于所述相似度s，通过计算所述目标图像的识别概率P；将所述识别概率P与设定评估阈值进行比较，生成各迷彩图案的伪装效果评估结果，并显示。在一种实施方式中，所述基于所述目标图像及背景图像，确定所述目标图像与其背景图像的相似度s，包括：计算所述目标图像及背景图像的结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度；计算所述结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度对应的权重系数；基于所述结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度及所述权重系数，进行加权计算，确定所述目标图像与其背景图像的相似度s。在一种实施方式中，所述结构特征相似度为所述目标图像与其背景图像的梯度结构相似度；所述计算所述目标图像及背景图像的结构特征，包括：计算所述目标图像及背景图像的梯度幅值、亮度函数、对比度函数；根据所述梯度幅值、亮度函数及对比度函数，计算所述目标图像及背景图像的梯度结构相似度。在一种实施方式中，所述计算所述目标图像及背景图像的纹理特征相似度，包括：通过二维离散小波变换计算所述目标图像及背景图像的图像纹理特征的近似系数、水平细节系数、垂直细节系数和对角细节系数；基于所述近似系数、水平细节系数、垂直细节系数和对角细节系数，采用明可夫斯基距离，计算所述目标图像及背景图像的纹理特征相似度。在一种实施方式中，所述计算所述目标图像及背景图像的颜色特征相似度，包括：确定所述目标图像及背景图像对应像素上的颜色差异；基于所述颜色差异，确定所述目标图像及背景图像的颜色特征相似度。在一种实施方式中，所述计算所述目标图像及背景图像的统计特征相似度，包括：确定所述目标图像及背景图像的协方差矩阵；根据所述协方差矩阵，确定所述目标图像及背景图像的统计特征相似度。在一种实施方式中，所述计算所述权重系数，包括：基于各相似度的数值，确定其信息熵值ej；基于所述信息熵值，确定各相似度的权重其中，m为设定的像素数量。本专利技术实施例还提供一种迷彩伪装效果评测装置，所述装置包括：获取单元，用于获取各迷彩图案的迷彩伪装目标图像及背景图像；确定单元，用于基于所述目标图像及背景图像，确定所述目标图像与其背景图像的相似度s；计算单元，用于基于所述相似度s，通过计算所述目标图像的识别概率P；显示单元，用于将所述识别概率P与设定评估阈值进行比较，生成各迷彩图案的伪装效果评估结果，并显示。在一种实施方式中，所述确定单元包括：用于计算所述目标图像及背景图像的结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度的第一单元；用于计算所述结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度对应的权重系数的第二单元；用于基于所述结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度及所述权重系数，进行加权计算，确定所述目标图像与其背景图像的相似度s的第三单元。在一种实施方式中，所述第二单元包括：权重系数计算单元，用于基于各相似度的数值，确定其信息熵值ej；并基于所述信息熵值，确定各相似度的权重其中，m为设定的像素数量。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可被所述处理器运行的程序，所述处理器执行所述程序时实现上述的迷彩伪装效果评测方法。本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时实现上述的迷彩伪装效果评测方法。本专利技术实施例提供一种迷彩伪装效果评测方法、装置及计算机设备、存储介质，既考虑了指标的实际贡献量，又降低了主观判读可能造成的偏差，确保了评测方法的科学性和准确性。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。图1显示了根据本专利技术的一个实施例的迷彩伪装效果评测方法流程图；图2显示了根据本专利技术的一个实施例的迷彩伪装效果评测装置的结构示意图。具体实施方式以下描述和附图充分地示出本专利技术的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本专利技术的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，各实施方案可以被单独地或总地用术语“专利技术”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的专利技术，不是要自动地限制该应用的范围为任何单个专利技术或专利技术构思。本文中，诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法、产品等而言，由于其与实施例公开的方法部分相对应，所以描述的比较简单，相关之处参见方法部分说明即可。本专利技术提出了一种迷彩伪装效果评测方法及装置，既考虑了指标的实际贡献量，又降低了主观判读可能造成的偏差，确保了伪装效果评价方法的科学性和准确性。本专利技术的迷彩伪装效果评测方法，是在迷彩图案涂装到目标表面后，计算目标与背景的结构、颜色、纹理以及统计特征这四个特征相似度，然后根据多指标权重分配算法获得权重值，计算出加权相似度作为伪装效果评价的量化结果，在根据本专利技术提供的基于相似度计算识别概率的算法，来计算识别概率。如图1所示，本发本文档来自技高网...

【技术保护点】
1.一种迷彩伪装效果评测方法，其特征在于，所述方法包括：获取各迷彩图案的迷彩伪装目标图像及背景图像；基于所述目标图像及背景图像，确定所述目标图像与其背景图像的相似度s；基于所述相似度s计算所述目标图像的识别概率P；将所述识别概率P与设定评估阈值进行比较，生成各迷彩图案的伪装效果评估结果，并显示。

【技术特征摘要】
1.一种迷彩伪装效果评测方法，其特征在于，所述方法包括：获取各迷彩图案的迷彩伪装目标图像及背景图像；基于所述目标图像及背景图像，确定所述目标图像与其背景图像的相似度s；基于所述相似度s计算所述目标图像的识别概率P；将所述识别概率P与设定评估阈值进行比较，生成各迷彩图案的伪装效果评估结果，并显示。2.如权利要求1所述的方法，其特征在于，所述基于所述目标图像及背景图像，确定所述目标图像与其背景图像的相似度s，包括：计算所述目标图像及背景图像的结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度；计算所述结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度对应的权重系数；基于所述结构特征相似度、纹理特征相似度、颜色特征相似度、及统计特征相似度及所述权重系数，进行加权计算，确定所述目标图像与其背景图像的相似度s。3.如权利要求2所述的方法，其特征在于，所述结构特征相似度为所述目标图像与其背景图像的梯度结构相似度；所述计算所述目标图像及背景图像的结构特征，包括：计算所述目标图像及背景图像的梯度幅值、亮度函数、对比度函数；根据所述梯度幅值、亮度函数及对比度函数，计算所述目标图像及背景图像的梯度结构相似度。4.如权利要求2所述的方法，其特征在于，所述计算所述目标图像及背景图像的纹理特征相似度，包括：通过二维离散小波变换计算所述目标图像及背景图像的图像纹理特征的近似系数、水平细节系数、垂直细节系数和对角细节系数；基于所述近似系数、水平细节系数、垂直细节系数和对角细节系数，采用明可夫斯基距离，计算所述目标图像及背景图像的纹理特征相似度。5.如权利要求2所述的方法，其特征在于，所述计算所述目标图像及...

【专利技术属性】
技术研发人员：陈中伟，倪家正，唐兴基，张立，所俊，唐斯密，李铣镔，张阳阳，
申请(专利权)人：中国人民解放军九二九四二部队，
类型：发明
国别省市：北京,11