[发明专利]一种基于人眼视觉机制的伪装评价方法

权利要求书

1.一种基于人眼视觉机制的伪装评价方法，其特征在于，包括以下步骤：

步骤1：输入待评价的伪装图像P，对伪装图像P预处理，并计算伪装图像P的显著图S；

所述的对伪装图像P预处理的方法包括噪声消除、亮度均衡和直方图均衡；

所述的显著图S可通过灰度图像进行显示；

步骤2：基于人眼视觉机制对显著图S进行搜索，获取显著背景区域B_i,i＝{1,2,...,K}，并将显著背景区域B_i按照显著值排序；

步骤3：计算目标区域T与每个显著背景区域B_i间的距离权重α_i；

其中，l_i为目标区域中心点与显著背景区域B_i中心点之间的距离；

步骤4：选择N个能够有效反映图像性质的特征参数，设定各特征参数的影响系数β_q；计算目标区域T对应的N个特征参数值q＝{1,2,...,N}，q表示图像的第q种特征参数；计算各个显著背景区域B_i对应的N个特征参数值

步骤5：将与分别进行归一化处理，消除不同特征参数间绝对数值大小范围差异，得到归一化结果f_q(T,B_i)；计算目标区域T与显著背景区域B_i在第q种特征参数上的差异度r_q；

步骤6：计算表征目标伪装效果的最终综合评价系数R_B,T，依据最终综合评价系数R_B,T对待评价的伪装图像P的伪装效果进行评价；

若0≤R_B,T＜0.3，则判定待评价的伪装图像P的伪装效果为优，伪装目标能够完全与背景融为一体，在人眼侦察条件下，十分难以被察觉发现；

若0.3≤R_B,T＜0.5，则判定待评价的伪装图像P的伪装效果为良，伪装目标能够较好与背景融合，在人眼侦察条件下，难以被察觉发现；

若0.5≤R_B,T＜0.7，则判定待评价的伪装图像P的伪装效果为中，伪装目标与背景较为相近，在人眼侦察条件下，不易于被察觉发现；

若0.7≤R_B,T≤1，则判定待评价的伪装图像P的伪装效果为差，伪装目标与背景融合程度低，在人眼侦察条件下，易于被察觉发现。

2.根据权利要求1所述的一种基于人眼视觉机制的伪装评价方法，其特征在于：所述的步骤2中获取显著背景区域B_i,i＝{1,2,...,K}，并将显著背景区域B_i按照显著值排序的方法具体为：

步骤2.1：确定所需显著背景区域的数量K和显著背景区域的典型长宽尺寸M×N；

步骤2.2：生成长宽尺寸为M×N、各元素值全为1的卷积核C；

步骤2.3：卷积步长设置为step，将卷积核C与显著图S进行卷积，得到尺寸为M×N的显著和图矩阵I；显著和图矩阵I中每个元素I_m,n都代表着其对应局部区域的显著值总和，表征该局部区域的显著性水平；其中m∈{1,2,...,M}，n∈{1,2,...,N}；

步骤2.4：显著和图矩阵I的每个元素值I_m,n与该元素所在位置的坐标值(m,n)组成三维行向量p_mn＝{m,n,I_m,n}；

步骤2.5：对所有三维行向量p_mn进行搜索，构造显著背景区域矩阵B；

步骤2.5.1：依据三维行向量p_mn第三列元素I_m,n的数值大小，对显著图S的每一个像素点进行降序排列，排序后的结果记为矩阵Q；矩阵Q为M×N行、3列的矩阵，且第三列的值从上到下依次降低；

步骤2.5.2：初始化矩阵B，将矩阵Q的第一行值赋给矩阵B，作为矩阵B的第一行向量，即第一显著背景区域B₁；令C＝2，d＝2；

步骤2.5.3：选择矩阵Q的第C行向量q_C与矩阵B中所有行向量进行重叠判断，判定标准为：

若满足上式，则判定行向量q_C与矩阵B中所有行向量均不重叠，将向量q_C赋给矩阵B作为矩阵B的第d行向量，即第d显著背景区域B_d，执行步骤2.5.4；否则，则令C＝C+1，重新执行步骤2.5.3；

步骤2.5.4：判断第d显著背景区域B_d与目标区域T是否重叠，判定标准为：

若满足上式，则判定第d显著背景区域B_d与目标区域重叠，在矩阵B中去除第d显著背景区域B_d，返回步骤2.5.3；否则，执行步骤2.5.5；

步骤2.5.5：若d＜K，则令C＝C+1，d＝d+1，返回步骤2.5.3；否则，输出显著背景区域矩阵B。