[发明专利]一种基于颜色和纹理特征聚类的数码迷彩生成方法和装置

说明书

本申请涉及一种基于颜色和纹理特征聚类的数码迷彩生成方法、装置、计算机设备和存储介质。所述方法包括：通过LBP算法对背景图像进行纹理特征提取，采用LBP方法所得到二值矩阵能够显示出原背景图像局部的纹理信息；通过对颜色、纹理特征聚类进行聚类，颜色聚类可提取背景图像的主色调，纹理聚类旨在获取图像的纹理斑点，兼顾了颜色、纹理两个主要特征；以提取的主色填充聚类后的纹理斑点形成迷彩，可将颜色和纹理特征融入到迷彩技术，使聚类的各纹理斑点像素面积与各主色面积相等。本发明生成的迷彩兼顾了背景图像纹理特征和颜色特征，具有较好的伪装性能。

技术领域

本申请涉及数字图像处理领域，特别是涉及一种基于颜色和纹理特征聚类的数码迷彩生成方法、装置、计算机设备和存储介质。

背景技术

迷彩伪装技术是伪装技术的重要组成部分。颜色和纹理是迷彩技术两个主要特征元素。大部分传统的迷彩生成方法主要是对颜色特征提取的研究，而忽略了纹理特征。基于分水岭算法和背景轮廓分割的方法虽然考虑了背景的纹理，但是纹理特征不明显，难以形成与背景高度相似的纹理，而且计算复杂、耗时。因此，现有技术存在效果不佳的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够兼顾了背景图像的纹理以及颜色特征的基于颜色和纹理特征聚类的数码迷彩生成方法、装置、计算机设备和存储介质。

一种基于颜色和纹理特征聚类的数码迷彩生成方法，所述方法包括：

获取待处理图像，将所述待处理图像灰度化后通过局部二值模式算法进行纹理特征提取，得到纹理特征矩阵；

根据所述待处理图像的颜色特征矩阵进行颜色聚类，确定所述待处理图像的主色信息以及各主色的像素面积大小；

以所述各主色的像素面积大小为纹理聚类的集群大小，根据所述纹理特征矩阵进行纹理聚类，得到各类纹理斑点；

根据所述各主色的像素面积大小，根据所述主色信息将聚类后的主色填充到各类纹理斑点中，形成数码迷彩图像。

在其中一个实施例中，还包括：获取所述待处理图像像素的颜色特征(R，G，B)和纹理特征(T)；

将所述颜色特征(R，G，B)和所述纹理特征(T)组合成四维特征向量(R，G，B，T)，由每个像素的四维特征向量构成特征矩阵；

通过遗传算法对所述特征矩阵进行优化，得到优化后的初始聚类中心。

在其中一个实施例中，还包括：通过改进的遗传算法对所述特征矩阵进行优化，得到优化后的初始聚类中心；所述改进的遗传算法中以各类聚类中心的距离作为类间距离，以所述类间距离作为改进的遗传算法的适应度函数。

在其中一个实施例中，还包括：根据所述初始聚类中心得到颜色初始聚类中心；

根据所述颜色初始聚类中心和所述待处理图像的颜色特征矩阵，通过k-means聚类算法进行颜色聚类；

得到所述待处理图像的主色信息以及各主色的像素面积大小。

在其中一个实施例中，还包括：根据所述初始聚类中心得到纹理初始聚类中心；

以所述各主色的像素面积大小为纹理聚类的集群大小，根据所述纹理初始聚类中心和所述纹理特征矩阵，通过k-means聚类算法进行纹理聚类；

得到各类纹理斑点。

在其中一个实施例中，还包括：根据所述各主色的像素面积大小，将聚类后的主色填充到各类纹理斑点中；其中，像素面积大的主色填充到对应集群面积大的纹理斑点中；

形成数码迷彩图像。

在其中一个实施例中，还包括：根据迷彩主色不宜过多的原则，聚类数取值为3～6。