【摘要】：針對傳統(tǒng)偽裝圖案設計方法單一、受主觀因素影響較大、偽裝效果不夠理想等問題,提出了一種仿生偽裝圖案遺傳進化設計方法,根據(jù)人眼目視成像偵察和光電成像偵察基本原理構建了目標偵察綜合特征參數(shù)模型。借鑒生物遺傳進化思想,以斑馬圖案為基礎開展偽裝圖案優(yōu)選復制、交叉繁殖和變異繁殖等仿生進化處理方法研究,得到能適應成像基本模型的仿生偽裝圖案,改進了傳統(tǒng)偽裝圖案設計方法。通過多種偽裝圖案的對比實驗表明,本文方法有效地降低了目標的檢測識別特征,具有較好的偽裝隱蔽效果,綜合特征參數(shù)較初始時降低23%以上,優(yōu)于其他多種典型偽裝方法。該本文方法實現(xiàn)了偵察模型、生物遺傳進化思想和偽裝原理相關知識交叉融會應用,為迷彩偽裝圖案的科學化和精細化設計提供了一種新方法。
[Abstract]:A genetic evolutionary design method of bionic camouflage pattern is proposed to solve the problems such as single design method of traditional camouflage pattern, greatly influenced by subjective factors, and insufficient camouflage effect. According to the basic principles of human visual imaging reconnaissance and photoelectric imaging reconnaissance, the synthetic characteristic parameter model of target reconnaissance is constructed. Based on the idea of biological genetic evolution, the bionic evolutionary processing methods, such as optimal selection and reproduction of camouflage patterns, cross-propagation and variation propagation, were carried out on the basis of zebra motifs, and bionic camouflage patterns suitable for basic imaging models were obtained. The design method of traditional camouflage pattern is improved. The comparative experiments of various camouflage patterns show that this method can effectively reduce the detection and recognition features of the target and has a better camouflage covert effect. The synthetic feature parameters are reduced by more than 23% compared with the initial camouflage, which is superior to other typical camouflage methods. In this paper, the reconnaissance model, biological genetic evolution thought and camouflage principle are applied in the cross and fusion of knowledge, which provides a new method for the scientific and refined design of camouflage patterns in camouflage.
【作者單位】： 后勤工程學院國防建筑規(guī)劃與環(huán)境工程系;
【基金】：國家863計劃項目(2013AA030704) 后勤工程學院青年基金(X2050105)項目資助
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前9條

1 閆鈞華;朱可;張婉怡;汪竟成;肖勇旗;;基于顯著性圖像邊緣的全參考圖像質量評價[J];儀器儀表學報;2016年09期

2 劉浩然;趙翠香;李軒;王艷霞;郭長江;;一種基于改進遺傳算法的神經(jīng)網(wǎng)絡優(yōu)化算法研究[J];儀器儀表學報;2016年07期

3 馮霞;郝慧敏;;基于遺傳算法的IMX系統(tǒng)測試數(shù)據(jù)自動生成研究[J];電子與信息學報;2015年10期

4 陳香玲;楊恒伏;劉聰華;梁翼園;于興連;;結合區(qū)域生長與顏色特性的迷彩偽裝設計[J];電訊技術;2015年04期

5 王展;顏云輝;焦學勇;;基于灰色理論的迷彩偽裝多指標綜合評價[J];兵工學報;2013年10期

6 Yong ZHANG;Shi-qiang XUE;Xiao-jun JIANG;Jing-yang MU;Yang YI;;The Spatial Color Mixing Model of Digital Camouflage Pattern[J];Defence Technology;2013年03期

7 崔長彬;康青;夏雪;王正剛;沈志強;;遮障后洞庫口部的水霧紅外偽裝性能分析[J];紅外與激光工程;2013年S1期

8 陳善靜;楊華;曾凱;張紅;王一程;;基于遺傳算法的粒子濾波跟蹤算法[J];光電工程;2010年10期

9 張勇;吳文健;劉志明;;仿生迷彩偽裝設計[J];計算機工程;2009年06期

【共引文獻】

相關期刊論文 前10條

1 王裕波;周志鵬;孫紅兵;;天線互耦對賦形波束增益的影響和分析[J];電子測量技術;2017年04期

2 吳良圓;魏書寧;周棒棒;陳遠毅;;基于PCA降維的分層超限學習機手勢識別方法[J];電子測量技術;2017年03期

3 陳善靜;康青;王正剛;蒲歡;辛穎;;仿生偽裝圖案遺傳進化設計方法研究[J];儀器儀表學報;2017年02期

4 楊駿堂;許衛(wèi)東;曲楊;崔光振;;一種改進的Surendra運動目標偽裝效果檢測方法[J];兵工學報;2017年01期

5 蒲歡;陳善靜;康青;;基于視錯覺的軍事工程偽裝研究與應用[J];自動化與儀器儀表;2016年12期

6 熊志剛;黃樹彩;吳瀟;苑智瑋;;基于改進遺傳粒子濾波與SME的多目標跟蹤算法[J];火力與指揮控制;2016年10期

7 曾巧玲;文貢堅;;運動目標跟蹤綜述[J];重慶理工大學學報(自然科學);2016年07期

8 賴惟永;侯倫燈;葉博雄;于再君;蘇團;;迷彩刨花板的研制及力學性能分析[J];包裝工程;2016年13期

9 范翔宇;王紅衛(wèi);索中英;陳游;楊遠志;;基于粗糙集-信息熵的輻射源威脅評估方法[J];北京航空航天大學學報;2016年08期

10 武兆斌;陳黎;趙春霞;;基于灰色聚類和層次分析的模擬訓練成績評定[J];系統(tǒng)仿真學報;2016年02期

【二級參考文獻】

相關期刊論文 前10條

1 崔子冠;干宗良;唐貴進;劉峰;朱秀昌;;聯(lián)合梯度強度與方向信息的圖像質量評價[J];儀器儀表學報;2015年12期

2 劉春;馬穎;;遺傳算法和神經(jīng)網(wǎng)絡結合的PSD非線性校正[J];電子測量與儀器學報;2015年08期

3 劉浩然;呂曉賀;李軒;李世昭;史永紅;;基于Bayesian改進算法的回轉窯故障診斷模型研究[J];儀器儀表學報;2015年07期

4 鄺繼順;劉杰鏜;張亮;;基于鏡像對稱參考切片的多掃描鏈測試數(shù)據(jù)壓縮方法[J];電子與信息學報;2015年06期

5 劉瓊;史諾;;基于Lab和YUV顏色空間的農(nóng)田圖像分割方法[J];國外電子測量技術;2015年04期

6 嚴韜;陳建文;鮑拯;;基于改進遺傳算法的天波超視距雷達二維陣列稀疏優(yōu)化設計[J];電子與信息學報;2014年12期

7 劉浩然;李軒;馬明;李世昭;;一種針對水泥回轉窯故障診斷的貝葉斯網(wǎng)絡模型[J];計量學報;2014年05期

8 曹凱;陳國虎;江樺;馬歡;;自適應引導進化遺傳算法[J];電子與信息學報;2014年08期

9 于瑩瑩;陳燕;李桃迎;;改進的遺傳算法求解旅行商問題[J];控制與決策;2014年08期

10 何偉銘;宋小奇;甘屹;李郝林;井原透;;傳感器校正的優(yōu)化灰色神經(jīng)網(wǎng)絡建模方法研究[J];儀器儀表學報;2014年03期

【相似文獻】

相關期刊論文 前5條

1 潘中良,陳光，

本文編號：2249354