基于混隐色特征背景引导融合的伪装效能评估

现有迷彩伪装效能评估方法重点关注目标与背景在颜色、纹理等特征上的相似度，未能从伪装策略角度分析目标边缘和表面的融合程度，无法准确评估复杂环境下目标的伪装效果。本文提出一种基于混隐色特征背景引导融合的伪装效能评估模型，利用多重分形理论和Gabor滤波器估计目标轮廓和表面破坏程度；引入特征拥塞指数计算背景复杂度，通过逻辑斯蒂方程自适应调整评估特征权重，提高模型对环境变化的适应性。实验表明，该模型在Search＿2数据集上的搜索时间相关性系数（皮尔逊相关系数、斯皮尔曼相关系数、均方根误差）分别达到0.888、0.773、0.054，在自建CamData数据集上分别达到0.835、0.805、0.126，评估结果与人眼搜索实验结果符合性较高，能够有效表征目标在不同复杂场景下的伪装效能。