随着高科技的发展,应用于卫星和飞机上的探测与识别技术已经完全实现电子化和数字化操作,而这些技术应对于实战的要求,包括对目标或伪装目标的侦察和攻击也逐步实现了高精度性和高实时性。面对这种挑战,对伪装技术的研究无论在科研还是军事领域都具有重要意义。通过对现有伪装技术以及装备作战需求的分析可知,军事装备能够实现随着背景的变化实时生成与其相类似伪装图像的方案是研究的一个重要方向。如果要实现这种自适应伪装,不仅需要有快速响应的显示材料,而且需要能够迅速生成与背景性状信息一致的伪装图像,另外对伪装图像进行评价以为背景决策出最佳的伪装方案是伪装技术的重要环节。因此,提出了基于纹理合成快速优化算法的迷彩伪装技术以及迷彩伪装综合评价方法,并且分别通过理论分析和实验计算,对方法进行论证。本论文的主要研究内容及成果如下：(1)根据动物伪装的视觉原理分析,能够得到迷彩伪装图像的设计思路。在自然界中,许多动物之所以难以将其与背景区分,主要由于在长期的进化演变过程中其表面形成了与环境背景高度相似的外观,这种外观能表达出与背景一致的性状特点。而在视觉领域,能够表达事物性状特点的属性是纹理特征。因此,在设计生成迷彩伪装图像时,不仅要保留背景的颜色信息和斑点形状信息,更重要的是将背景的纹理特征一致地表达出来,这也是本文在进行迷彩伪装设计时所遵循的原则。(2)针对迷彩伪装图像与背景的融合性问题,提出了基于自适应邻域相似性的纹理合成方法,应用该方法生成任意尺度与背景纹理特征相似的图像。在合成过程中,采用块形编码方法来提取样本的纹理元,根据纹理元尺度确定匹配邻域的大小；针对合成强边缘纹理时存在的匹配不准确现象,通过改进的匹配准则,分别利用像素均值和方差相似性以及纹理特征相似性来进行邻域匹配,提高合成质量。经过实验对比表明,基于自适应邻域相似性的纹理合成方法能够更有效率地合成纹理图像,同时该方法对于多种不同纹理样本的合成都能取得很好的结果,具有更好的适用性。(3)针对自适应伪装的实时性要求,在自适应邻域相似性纹理合成方法的基础上改进邻域的搜索机制,提出基于像素邻域相关性的快速纹理合成方法。该搜索方法将目标像素邻域作为一个整体,利用纹理的局部相关性在样本中搜索四个相关的候选邻域,这样每进行一次合成搜索的次数仅为四次,若未能在样本中搜索到满足条件的像素,则利用螺旋线搜索机制寻找出满足条件的像素。实验结果可以看出,在保证合成质量的基础上,快速纹理合成方法大幅度缩短了计算的时间,并适合用于自适应伪装图像的生成。(4)为了解决显示材料技术限制而产生的色差以及应用的通用性问题。采用改进的聚类方法对实时合成的图像进行量化,将合成图像中占比大的颜色作为初始聚类中心,建立聚类误差函数来分别对图像中的颜色聚类,直到迭代收敛,得到只包含几种代表颜色的迷彩伪装色。尽管最终伪装图像的颜色减少了,但是图像的纹理特征信息依然得到保留,所以并未对伪装效果造成影响。最终生成的迷彩伪装图像不仅降低了印染或显示设备产生的色差影响,而且与传统迷彩伪装图像设计方法相比,无论是纹理图像的质量还在合成的时间上都具有较大的优势。(5)根据评价指标的选取原则以及视觉识别机制的优先级,综合选取了亮度对比、颜色特征、纹理特征、边缘形状以及斑点尺寸作为评价的指标,将背景与图像在五个指标下的特征相似性作为指标的数据集,该数据集分别通过亮度对比值、颜色直方图的交、纹理特征的Manhattan距离、不变矩特征向量的欧式距离以及db4小波分解来获得。利用熵值权重法确定出背景中各个评价指标的影响权重,最后将指标数据综合成起来建立评价指标体系,该体系为伪装图像综合评价提供了数据基础。(6)采用基于灰色聚类决策的伪装综合评价方法对生成的伪装图像质量进行评估。针对现有白化权函数灰色聚类出现的灰类数据的重合问题,提出中心白化权函数灰色聚类决策,将每一个灰类中心的最大值作为聚类节点,通过构建评价测度矩阵,将最优值划到相应灰类中,而处于同一灰类的对象则需要单独比较聚类结果,最后根据不同的灰类等级确定最优、次优以及中、差的结果。通过对不同迷彩伪装图像的评价实验,可以为背景决策出最佳的伪装方案,量化的数据结果也保证了评估的准确性和客观性,并指导其他伪装图像进行应用上的改进。同时,该评价方法也验证了基于纹理合成迷彩伪装设计方法生成的图像具有更好的伪装质量。