(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211062053.7 (22)申请日 2022.08.31 (71)申请人 中国人民解 放军火箭军工程大 学 地址 710025 陕西省西安市灞桥区洪 庆街 道同心路2号 (72)发明人 刘春桐　甘源滢　何祯鑫　李洪才　 刘忠业　 (74)专利代理 机构 西安方诺专利代理事务所 (普通合伙) 61285 专利代理师 景丽娜 (51)Int.Cl. G06T 11/00(2006.01) G06T 7/70(2017.01) G06T 7/10(2017.01) G06F 17/18(2006.01)G06F 17/16(2006.01) G06V 10/762(2022.01) (54)发明名称 一种基于趋势函数约束的数码迷彩图案设 计方法 (57)摘要 本发明属于数码迷彩伪装技术领域， 具体地 涉及一种基于趋势函数约束的数码迷彩图案设 计方法。 包括： 步骤1： 对背景图像进行预分隔， 然 后获得步长、 转角， 以及步长概率分布Pl和转角 概率分布Pθ； 步骤2： 进行背景图像的频次归一 化和像素归一， 获取边缘对应权重， 然后构建拉 普拉斯稀疏矩阵， 并生成概率矩阵， 接着匹配斑 块标号， 计算纹理斑块稠密度， 自适应生成对应 卷积模块， 最后设计破坏性边缘； 步骤3： 进行匹 配聚类主色， 输出最终迷彩图案。 本发明提出一 种基于趋势函数约束的数码迷彩图案设计方法， 通过定义趋势函数估计出像素节点之间的边界 概率， 勾勒出数码迷彩斑块， 最后填充背景主色 调用以扭曲目标表面特征， 实现数码迷彩图案设 计。 权利要求书2页 说明书7页 附图2页 CN 115330899 A 2022.11.11 CN 115330899 A 1.一种基于 趋势函数约束的数码迷彩图案设计方法， 其特 征在于： 包括： 步骤1： 对背景图像进行预分隔， 然后获得步长、 转角， 以及步长概率分布Pl和转角概率 分布Pθ； 步骤2： 在步骤1的基础上， 进行背景图像的频次归一化和像素归一化， 获取边缘对应权 重， 然后构建拉普拉斯稀疏矩阵， 并生成概率矩阵， 接着匹配斑块标号， 计算纹理斑块稠密 度， 根据背景图像中不同位置所对应的稠密度， 生成相应的卷积尺寸， 设计破坏性 边缘； 步骤3： 在步骤2处理的基础 上， 采用K ‑means聚类方法， 对背景图像进行匹配聚类主色， 输出最终迷彩图案 。 2.根据权利要求1所述的一种基于趋势函数约束的数码迷彩图案设计方法， 其特征在 于： 所述步骤1包括： 步骤1.1： 设背景图像中每个像素为一个节点Nx,y， 其中， x， y分别表示背景图像行、 列坐 标， 定义节点间的连线为边E(Nx,y,Nx',y')， 通过节点和边的连接将背景图像分割， 得到数码 迷彩斑块； 步骤1.2： 随机选择一个背景图像的像素点视其为动点M， 以当前节点为顶点， 动点M运 动到下一个节点为终点， 设定从顶点出发指向图像水平右侧的射线为始边， 顶点指向终点 的连线为终边， 以终边 顺时针旋转至始边方向的夹角记为 转角 θ； 步骤1.3： 在步骤1.1对背景图像进行分割处理， 并采用形态学算法对分割后的图像进 行杂点祛除， 统计得到的每个 分割边缘点信息， 迭代每个像素点的8邻域方向， 迭代时， 若与 上一步相同， 则统计步长l +1， 若不同， 则计算转角 θ， 遍历整副背 景图像后， 得到步长统计值 L＝{l1,l2,…lmax}和方向转角统计值， 然后计 算不同步长l与角度 θ 比例， 统计 不同步长出 现 频次和不同角度出现的频次， 得到的步长概 率分布Pl和转角概 率分布Pθ： 3.根据权利要求2所述的一种基于趋势函数约束的数码迷彩图案设计方法， 其特征在 于： 所述步骤2具体为： 步骤2.1： 根据步骤1得到的步长概率分布Pl和转角概率分布Pθ， 按概率随机生成游走步 长并归一 化， 得到步长参数SstepPara为： SstepPara＝RRandom(Φ(L),Pl)； 其中， Φ(·)表示归一化处理， RRandom(Φ(L),Pl)表示按Pl中的概率值生成对应集合Φ (L)中的某个数据； 步骤2.2： 将背景图像中所有像素点坐标转换为线索引， 按坐标顺序设定边索引E(x, y)， 根据背景图像中的边索引假设， 计算每个潜在边缘的像素差异， 并进行归一化， 像素参 数VvalPara为： 式中， Ival为当前位置像素值， E(x',y')和E(x,y)分别表示坐标位置(x',y')和(x,y)的 边索引， 当前坐标为(x,y)时， (x' ,y')表示横向邻域 坐标或纵向邻域 坐标； 步骤2.3： 在步骤2.1和步骤2.2的基础上， 计算各项边索引对应的高斯权 重信息W：权　利　要　求　书 1/2 页 2 CN 115330899 A 2W＝exp(‑( α·VvalPara+β·SstepPara))+C 其中， α和β 分别为VvalPara和SstepPara参数的系数， C为最小可选常数， Sparse( ·)表示生 成稀疏矩阵； 步骤2.4： 根据步骤2.3的各项边索引和对应的高斯权重信息， 以及边索引的数量， 构建 拉普拉斯稀疏矩阵Γ： Γ＝diag(∑S)‑S 其中， 矩阵S由边索引和对应边权重信息构成， 且行列等价于像素点总个数的稀疏方 阵， diag(·)表示构建对角矩阵； 此时， 用于估计纹 理斑块边缘的矩阵Z表示 为， 其中， Γcore为包含k个迷彩斑块的核心像素点的稀疏矩阵， 为非核心稀疏矩阵， Ik 为k阶单位矩阵； 步骤2.5： 设置狄利克雷问题， 通过求解组合狄利克雷问题进而求解拉普拉斯稀疏矩 阵， 得到概 率矩阵， 根据返回的行列最大值和索引信息， 匹配纹 理斑块标记； 步骤2.6： 统计斑块的大小尺寸D， 即每个斑块所占的图像像素数量， 根据每个像素位置 距离斑块边界的距离计算得到每个像素点的稠密度， 并将所有数值归一化， 接着根据稠密 度大小， 设计 每个位置参与置换的卷积尺寸a， 由 计算获得。 4.根据权利要求3所述的一种基于趋势函数约束的数码迷彩图案设计方法， 其特征在 于： 所述步骤2.5的狄利克 雷问题及其 求解得到概 率矩阵的步骤具体为： 步骤2.5.1： 根据背景图像预分割得到的斑块数量， 对整个背景图像等分为k个， 定义每 个等分区域的中心位置为 迷彩斑块的核心像素点 位置； 步骤2.5.2： 定义 k阶单位阵， 即初始化 边界矩阵； 步骤2.5.3： 基于非核心像素点的稀疏矩阵 即拉普拉斯矩阵中对应迷彩斑块的核 心像素点位置的信息设置为空、 核心像素点的拉普拉斯稀疏矩阵Γcore， 以及初始化边界矩 阵Ik得到用于估计纹理斑块边缘的矩阵Z， 即为概率矩阵， 其大小为m ×k， 其中m为背景图像 所有像素点的数量。 5.根据权利要求4所述的一种基于趋势函数约束的数码迷彩图案设计方法， 其特征在 于： 所述步骤2.5的根据返回的行列最大值和索引信息， 匹配纹 理斑块标记具体为： 根据概率矩阵得到每行对应的最大值， 即概率， 和所在列数， 即核心种子编号即后续迷 彩斑块的标签编号， 对得到的n个编号的索引信息的向量按照原始背景图像大小进行尺寸 重构， 得到最终的匹配纹 理斑块标记。权　利　要　求　书 2/2 页 3 CN 115330899 A 3