邵 笑,朱家明,李俐芸,程宁宁

(1.安徽财经大学 统计与应用数学学院； 2.安徽财经大学 金融学院，安徽 蚌埠 233030)

基于多指标特征迷彩伪装效果的评价与设计

邵 笑1,朱家明1,李俐芸1,程宁宁2

(1.安徽财经大学 统计与应用数学学院； 2.安徽财经大学 金融学院，安徽 蚌埠 233030)

针对提高迷彩伪装的效果,根据视敏度曲线、人眼分辨率和可见度、canny算子检测的边缘图像、灰度方差函数、层次分析法方法,分别构建了灰度方差函数、层次分析等模型,结合MATLAB软件等,得到迷彩斑块最理想的颜色搭配、形状、尺寸和清晰度．建立了分析各种迷彩伪装效果模式的方法,定量和定性迷彩伪装效果评价方法,并设计一个适用最广泛的迷彩伪装模式．

迷彩伪装；伪装效果评价；灰度方差函数；层次分析法；MATLAB

迷彩伪装在当代的军事作战中有着广泛的应用,主要起到可以起到掩饰自己的作用．但是针对不同的作战环境(比如林地、雪地、沙漠)需要进行相应的不同迷彩图案的设计．针对影响伪装效果的不同因素(如颜色、形状、尺寸等)进行逐项分析,对于不同因素之间所组成的不同迷彩伪装模式进行分析,综合分析设计出一个最优的适合在大多数环境中均能起到较好伪装效果的方案．结合实际设计一个定量的伪装效果评价方法．

1 对迷彩斑点颜色的分析

1.1 研究思路

在迷彩设计中,大多数情况下最小色差原则可以较好地完成像素聚类分析,由于不同颜色的光对应的光波长度不同,其辐射功率也不同,人的眼睛对于不同颜色光的相对视敏度不同,因此我们可以根据相对视敏度得到人的眼睛中自然界的颜色,从而确定伪装迷彩服的主要颜色．

1.2 数据处理

可见光的波长范围为380 nm～780 nm[1]．考虑到各种光所对应的波长不一样,人的眼睛对不同的光的敏感程度不同．因此我们用人的眼睛的视敏度来衡量各种颜色光的伪装能力．

首先我们查阅资料得到各种颜色光的波长如表1．

表1 不同颜色光的波长

图1 相对视敏度曲线

1.3 结果分析

通过对比表1和图1我们可以得到人的眼睛对各种颜色光的敏感程度从强到弱排序为黄、绿、橙、青、蓝、紫、红．其中人眼对波长为550 nm黄绿色最为敏感．因为人眼所感知的大自然的颜色多为黄绿色,因此对于军队伪装而言,迷彩服大多选择与自然界颜色相近的绿、黄、茶等颜色．

2 对迷彩斑点形状的研究

2.1 研究思路

在迷彩伪装服的斑点设计中,边缘轮廓是一项重要的影响因素,也是评价斑点图案伪装效果的重要因素．斑点单元设计原则主要是事实和拼接方便,其次是斑点之间的连接要符合伪装技术中斑点设计的原则,从而组合成具有良好伪装效果的迷彩图案．为了达到实施方便和快捷,以及放大和缩小一定的倍数后仍然能实现与其他单元的无缝拼接,从图案的拼接角度来看可供选择的基本单元形状主要有三角形、正方形、平行四边形和正六边形．

2.2 数据处理

为了比较以他们为单元组合的伪装效果,我们选取了一副迷彩图案,利用以上所提的四种主要图案进行组合,与斑点设计原则进行对照比较,在基本单元面积相同的基础上进行[2]．该单元的主要颜色为占每个单元格面积超过50%的颜色,在这幅迷彩图案的基础上,我们分别利用三角形、正方形、平行四边形和正六边形进行拼接所的效果分别如图2-5所示,图b分别为利用canny算子检测到的边缘图案．

从图2以三角形为基本单元所的图案中我们不难发现其斑点之间的边缘形成的是直线或者锯齿状,形成了与背景图案的严重反差,违背了斑点设计的基本原则,并且如果我们将其与原来的图案进行对比会发现其严重扭曲了原来的斑点设计,根本达不到实现所需伪装效果．

从图3以正方形为基本单元的图案中,容易看出其斑点之间的边缘线均为直线或者直角,形成了非常明显的暴露特征,因此正方形为基本单元所拼接而成的图案难以模拟所设计的迷彩图案．

图4以平行四边形为基本单元的拼接图案,其边缘与上面所讨论的三角形为基本单元拼接而成的图案相似,即形成的也是直线和锯齿,伪装效果也较差．

图5由正六边形作为基本单元而拼接所得的迷彩图案,与原来的图案比较不难发现其斑点之间的边缘是不规则的曲线,较好的模拟了原来图案的边缘曲线,我们知道,最好的图案边缘线就是曲线而正六边形拼接所得图案的边缘较好的模拟了各种角度的曲线．因此,在正六边形的基础上形成的迷彩图案可以较好的与背景进行融合从而达到所期望的伪装效果．

图2 三角形为基本单元组合的图案及边缘 图3 正方形为基本单元组合的图案及边缘

图4 平行四边形为基本单元组合的图案及边缘 图5 正六边形为基本单元组合的图案及边缘

2.3 结果分析

伪装迷彩图案设计的原则就是使斑点尺寸尽可能多样化,而正六边形不仅满足了这一要求而且因其独特的形状可以对其进行随意的放大和缩小,改变其边缘线的粗细程度,从而非常好的模拟原来的斑点设计图案,因此可达到良好的伪装效果．

3 对迷彩斑点尺寸大小的研究

3.1 研究思路

斑点尺寸大小也是影响迷彩服伪装效果的重要因素．我们需要找到一个既达到良好伪装效果同时过程相对简单的最优图案尺寸,这里从人眼的分辨率和伪装斑点设计的原则出发来确定斑点基本尺寸． 同时为了防止各种颜色的斑点产生空间混色现象,以保证迷彩的多色性,达到良好的伪装效果,迷彩斑点在设计时必须使其尺寸在预定的距离上可以看得见．

3.2 数据处理

影响斑点可见界限的主要因素有:观察距离、斑点间的亮度差别和大气透明度．在大气一般透明条件下(τ=0.8～0.9)[3],斑点可见尺寸的界限可用近似公式计算．当亮度对比大于0.4时,人眼的视角阈值为 60.3″．在野外或者沙漠雪地等宽阔的环境中,人眼的视角阈值要相应扩大到2.5～3倍,因此斑点的可见尺寸:d≥(2.5～3)D/3 438

当亮度对比在0.2～0.4之间时,人眼的视角阈值要扩大到3.5～4倍,因此:d≥(3.5～4)D/3 438式中,观察距离D仅考虑地面和空中较近距离观察的情况下,因为如果是像火炮、坦克、汽车等目标,由于它们的体积较小,只有在较近的距离才能发现．

由于在确定斑点基本单元尺寸时需要将各种因素考虑在内,比较分析后确定最保守的斑点单元尺寸．此处考虑500 m、250 m裸眼观察和利用6～10倍望远镜观察三种情况．

在500 m距离裸眼观察时,斑点的可见尺寸为

d≥2.5～3D/3 438=2.5×500/3 438=0.363 6 m=36.36 cm

人眼的极限分辨率为l=D×tanψ=500×tan60.3″=14.61 cm则两个相邻基本单元的距离r≤l=14.61 cm

在250 m距离裸眼观察时,斑点可见尺寸为

d≥(2.5～3)D/3 438=2.5×250/3 438=0.181 8 m=18.18 cm

人眼的极限分辨率为l=D×tanψ=250×tan60.3″=7.31 cm

则两个相邻基本单元的距离r≤l=7.31 cm

由于考虑人眼的体视半径为1 349 m,即人眼在大于1349 m时无法分辨2个目标的远近关系,此时会借助6～10倍的望远镜．此时

d≥(2.5～3)(D/10)/3 438=2.5×(1 349/10)/3 438=0.098 1 m=9.81 cm

人眼的极限分辨率为l=(D/10)×tanψ=(1 349/10)×tan60.3″=3.95 cm

则有两个相邻基本单元的距离r≤l=3.95 cm

3.3 结果分析

4 对迷彩斑点图案清晰度的分析

4.1 研究思路

由于不同颜色对应不同的像素值,在同一场景中,图像中越多的像素灰度值,则表明图像越清晰,否则越不清晰．因此我们用图像中各灰度值的方差、绝对值和平均梯度来衡量图像的清晰度[4]．

4.2 数据处理

1)灰度方差函数模型的建立

灰度方差函数是衡量图像上每一处像素灰度值与平均像素灰度值的差异程度,图像越清晰,边缘越锐化,则图像像素灰度方差函数就越大．由方差函数可得图像像素灰度方差函数为

2)灰度绝对差函数模型的建立

灰度绝对差函数是对图像所有像素计算水平和垂直方向上的相邻像素点的灰度差绝对值之和得到的．图像越清晰,像素越多,细节越多,灰度差绝对值之和越大．由绝对差函数可得图像像素灰度绝对差函数为

3)平均梯度函数模型的建立

平均梯度是计算图像所有像素点的梯度再取平均得到．清晰图像的边缘较锐利,由于梯度值可以反映图像中的边缘,梯度值越大,图像边缘越锐化．查阅资料可以得到平均梯度函数为

4.3 结果分析

在军事迷彩伪装方面,图像清晰度越低越有利于我们进行伪装,即灰度方差函数、灰度绝对差函数和平均梯度函数的数值越小越易于伪装．因此在选择伪装图案时,应选择比较模糊的图案．

5 定量评价迷彩伪装效果的层次分析法模型

5.1 研究思路

怎样去开发一个定量迷彩伪装效果评价方法,关键须知迷彩伪装效果与那些因素有关,并运用什么方法何种模型来评价它．由问题1到5的分析和求解可知影响迷彩伪装效果的因素有斑块颜色、尺寸、形状、对比度、清晰度等．又由于迷彩结构复杂且多数情况下必要的数据不充足,很难用一般的数学模型来解决,所以我们用层次分析法(AHP)将决策问题的有关元素分解成目标、准则、方案等层次,再此基础上进行定性与定量分析相结合进行求解与决策,来定量的评价多种迷彩伪装效果相对于不同地形环境和特殊要求的优劣程度．

5.2 数据处理

下面我们来通过具体的例子来详细说明运用层次分析法是如何分析、建立、求解与判断的．

例:某军队现需要选取适用于某一地形的迷彩,现想从雪地迷彩、沙漠迷彩、林地迷彩三种类型的迷彩中选取最适合的迷彩,如何进行排序和优选．

符号说明:A总目标,Bi第i个准则,Pi第i个方案,W(i)第i层的排序向量,CI一致性指标,CR一致性比例.

1)建立方案评价的递阶层次结构模型,

该模型最高一层为总目标A:最适合的迷彩类型．

第二层设计为方案评价的准则层,它包含3个准则:

B1:斑块颜色;B2:斑块尺寸大小;B3:斑块形状;B4:对比度;B5:清晰度

最底层为方案层,它包含p1～p3三种方案,分别为:p1——雪地迷彩;p2——沙漠迷彩;p3——林地迷彩．其层次结构模型如图1所示:

2)构造比较判断矩阵,

设以A为比较标准,B层次各因素的两两比较判断矩阵为A-B;类似地,以每一个Bi为比较准则,P层次各因素的两两比较判断矩阵为Bi-P．可得到6个比较判断矩阵(主观判断各权重)．

综合多人意见后,得到第三层相对第二层的各个比较判断矩阵．

3)层次单排序及其一致性检验

表2 层次单排序及其一致性检验

由表可见,所有4个层次单排序的CI的值均小于0.1,符合满意一致性要求．

4)层次总排序

已知第二层(B层)相对于总目标A的排序向量为

W(2)=(0.064 0,0.119 0,0.176 2,0.238 0,0.402 8)T

而第三层(p层)以第二层第i个因素Bi为准则时的排序向量分别为

则第三层(P层)相对于总目标的排序向量为

5)层次总排序的一致性检验．

因此

CI(3)=CI(2)*W(2)=(0.004 6,0.053 9,0.016 2,0.004 6,0.009 1)(0.064 0,0.119 0,0.176 2,0.238 0,0.402 8)=0.014 3RI(3)=RI(2)*W(2)=(0.58,0.58,0.58,0.58,0.58)(0.064 0,0.119 0,0.176 2,0.238 0,0.402 8)=0.580 0

CR(3)=CR(2)+CI(3)/RI(3)=0.007 5+0.014 3/0.580 0=0.032 2<0.1

5.3 结果分析

考虑的3种方案相对优先排序为:林地迷彩,权重为0.413 6、荒漠迷彩,权重为0.323 5、雪地迷彩,权重为0.262 9．此军队可以根据上述分析结果,决定林地迷彩更适用于已知所需的地形中．

6 小结

本文为分析提高迷彩伪装的效果问题,分别对迷彩斑块的颜色搭配、形状、尺寸、对比度和清晰度进行了研究．得到基本尺寸用0.039 5 m的正六边形,颜色用黄、绿、茶色且较模糊的斑块图案设计的迷彩伪装效果最好．最后用集体实例知林地迷彩更适用于已知所需的地形中．

[1] 周 焜,李继陶,陈祯培.应用光学[M].成都:四川大学出版社,1995

[2] 贾 其,吕绪良,李 磊,等.迷彩斑点单元形状和尺寸研究[J].解放军理工大学学报,2008，23(2):21-24

[3] 李汉斌,黄拥元.伪装技术[M].北京:解放军出版社,2001

[4] 余 军,王 沛.一种新的清晰度评价算法[J].电视技术,2013,37(11):75-78

The Camo Effect Analysis Evaluation and Design

Shao xiao1,Zhu Jiaming1,Li Liyun1,Cheng Ningning2

(1.School of Statistics and Appl.Math, Anhui University of Finance and Economics;2.School of Finance, Anhui University of Finance and Economics, Bengbu 233030, China)

According to improve the effect of camo's problem, according to the visual acuity curve, the human eye resolution and visibility, canny operator to detect the edges of the image, gray variance function and analytic hierarchy process (AHP) method, constructed the gray variance function respectively, such as hierarchical analysis model, combined with MATLAB software, and so on, to get the ideal color camouflage plaques, size, shape and resolution. Established the analysis method of various kinds of camouflage camouflage effect model, the method of quantitative and qualitative camouflage camouflage effect evaluation method, and designs a camo pattern used most widely.

gamouflage camouflage；camouflage effect evaluation；gray variance function；analytic hierarchy process (AHP)；MATLAB

2015-02-11

国家自然科学基金(11301001);安徽财经大学教研项目(acjyzd201429).

邵 笑(1993-),女,安徽合肥人,在读硕士,主要从事经济统计研究．

1672-2027(2015)02-0040-06

TP391

A