تولید طرح استتاری نظامی بر اساس رنگ زمینه با استفاده از پردازش تصویر و الگوریتم ژنتیک محاوره‌ای

مسئله استتار در موارد مختلف ازجمله صنایع نظامی چه در مورد لباس نیروهای نظامی و چه در مورد تسلیحات از اهمیت زیادی برخوردار است.طراحی پارچه‌های استتاری برای مصارف نظامی به‌صورت دستی بسیار سخت و زمان‌بر است و نیاز به تخصص زیادی در این زمینه دارد و همچنین طرح‌های ایجادشده از دقت کم و امکان خطای زیادی برخوردارند. درنتیجه روش‌های رایانه‌ای می‌تواند کمک بزرگی برای تسهیل ایجاد طرح استتاری و افزایش سرعت در طراحی لباس‌های استتاری نظامی باشد. در این راستا پردازش تصویر با استفاده از الگوریتم‌های فرا ابتکاری می‌تواند روش مفیدی برای دستیابی به این هدف ارائه دهد. در این پژوهشبرای نخستین بار، راهکاری ارائه گردید که با استفاده از روش خوشه‌بندی کی- مینز و الگوریتم ژنتیک محاوره‌ای، توانایی تولید تصاویر استتاری نظامی و بهبود آن را با توجه به نظر کاربر دارا می‌باشد. با کاربرد روش خوشه‌بندی کی- مینز تصاویر ورودی به 10 رنگ کاهش رنگ داده می‌شوند، هر طرح نیز بین 3 تا 10 رنگ با توجه به حداکثر رنگ قابل‌چاپ بر روی پارچه کاهش رنگ می‌یابد. الگوریتم معرفی‌شده رنگ‌های موجود در پس‌زمینه کاهش رنگ یافته را با توجه به فراوانی آن‌ها بارنگ‌های موجود در طرح، جایگزین می‌کند. طرح‌های استتاری توسط الگوریتم ژنتیک محاوره‌ای تولید می‌شوند، سپس برازندگی طرح‌ها توسط کاربر ارزیابی می‌گردد.نتایج حاصل از ارزیابی این نرم‌افزار توسط 30 نفر کاربر نظامی نشان‌دهنده رضایت 80 درصد کاربران از طرح‌های استتاری تولیدشده توسط نرم‌افزار پیشنهادی و قابلیت استتار و پنهان شدن آن‌ها در محیط‌های موردنظر می‌باشد.

production of military camouflage based onbackground color by using image processing and interactive genetic algorithm

military camouflage is important in the protection of personnel, shelters, and equipment from observation by enemy forces. it is challenging and time-consuming to design efficient camouflage patterns manually without extensive experience. the resulting manual patterns may also have low accuracy and effectiveness; thus, a computerized image processing software can be used to facilitate and speed-up the design of such patterns. to achieve this goal, meta-heuristic image processing algorithms can be employed. in this study, the k-means clustering method and the interactive genetic algorithm were utilized for the first time to produce and optimize military camouflage images scored by expert observers. the input images were reduced to 10 colors by the k-means clustering method and every pattern was reduced to 3-10 colors with regard to maximum printable colors on the fabric. the introduced algorithm replaced background colors with the ones existed in a pattern according to their redundancy. the camouflage patterns were produced by the interactive genetic algorithm and their suitability was evaluated by 30 military experts. 80% of the expert evaluators were satisfied with the generated camouflage patterns which showed the applicability of the proposed design.