طراحی الگوی رنگی مناسبی که بتواند بیشترین تطابق و همگونی هدف را از لحاظ شکل و رنگ با پس­زمینه داشته باشد، یکی از چالش­های اساسی در حوزه­ی همگون سازی (استتار) است. امروزه، همگون سازی رقومی بر پایه اصول روانشناسی بصری قرارگرفته است و از روش­های پردازش رقومی تصویر برای مشخص کردن ویژگی­های پس­زمینه استفاده می­کند. تاکنون تحقیقات زیادی توسط محققین در زمینه همگون سازی رقومی ارائه شده است. به عنوان مثال روش­های مبتنی بر تکنیک فازی، شبکه عصبی و  روش حریصانه ارائه شده است اما مشکل اصلی برخی از روش­ها آن است که تعداد رنگ­های اصلی به صورت دستی یا تجربی انتخاب شوند در حالی که این تعداد رنگ­ها در هر تصویر متفاوت خواهد بود. بنابراین نمی­توان به یک تعداد رنگ بهینه برای عمل همگون­ سازی دست یافت. هدف اصلی در این تحقیق ارائه یک روش جدید طراحی الگو رقومی بر اساس الگوریتم حریصانه می­باشد که تعداد رنگ­های اصلی را به صورت خودکار و بر اساس ویژگی­های خاص هر تصویر استخراج می­شود. بنابراین به‌منظور بیرون کشیدن رنگ­های اصلی از درون تصویر موردنظر، ابتدا با استفاده از معیار MDL تعداد خوشه­های بهینه انتخاب می­شوند سپس با استفاده از روش خوشه­بندی K-means از روی تصاویر به استخراج رنگ­های اصلی پرداخته خواهد شد. سپس با استفاده از الگوریتم حریصانه یک توزیع یا چیدمان بهینه از ترکیب قالب­های الگو که در یک پایگاه داده ذخیره‌شده‌اند برای طراحی بافت نهایی به دست می­آید. در این تحقیق، جهت پیاده­سازی روش پیشنهای از 11 تصویر با شرایط زمانی و مکانی مختلفی استفاده‌شده است. همچنین برای ارزیابی توانایی و قابلیت روش پیشنهادی به‌صورت کمی و کیفی از معیار نقشه برجستگی استفاده‌شده است. بر اساس معیار برجستگی روش پیشنهادی با روش تشابه رنگی مقایسه شده است میانگین کلی برجستگی در 11 تصویر برای تصویر اصلی، روش تشابه­ رنگی و روش پیشنهادی به ترتیب برابر با 57 ، 53 و 42 درصد می­باشند که حاکی از این است روش همگون سازی اهداف در پنهان کردن اهداف بهتر عمل کرده است.