近年来,随着高空飞行器技术和卫星技术的发展,以及侦察机和侦察卫星在军事领域的广泛运用,对伪装技术的要求也越来越高,特别是迷彩伪装,它已经成为一种对抗军事侦察和军事武器攻击的常用方法。迷彩伪装的目的,就是利用染料、涂料等改变和遮蔽目标的图案及颜色,尽量减小目标和背景在特征上的对比度,从而有效的降低其被侦察设备或者观测者发现的概率。在迷彩设计中,要设计出具有良好伪装效果的迷彩图案,不仅要在迷彩图案的颜色上与实际背景相似,更要体现出背景的纹理特征,也就是在迷彩图案的颜色、形状及分布上都要与军事目标的背景协调一致。本文正是根据这一需要,提出了一种基于背景的主色提取方法,即：改进的模糊C均值聚类算法。该方法利用背景的直方图信息,选择视觉效果差异较大的四种颜色,将之确定为模糊C均值聚类算法的聚类中心,并为判别条件设置一个阈值。首先,对军事目标的背景图像进行预处理,接着对预处理后的图像进行直方图统计,提取颜色信息并保存为文本文件；其次,利用聚类算法进行主色提取实验,结果也保存为文本文件；接着,使用区域生长法获得四色的迷彩斑块图；最后,得到原图与四色斑块图的直方图颜色特征,并进行颜色相似性度量。与传统的设计方法相比,本文的设计方法能够使生成的主色与背景更加协调,从而使迷彩伪装的效果更佳。实验表明,采用本文方法提取出的背景主色,能够较好的与目标背景的周围环境相融合,达到良好的伪装效果。