張選東　劉　新

(1.92730部隊裝備部　三亞　572000)(2.江蘇自動化研究所　連云港　222006)

基于圖像信息的打擊效果評估模型研究*

張選東1劉新2

(1.92730部隊裝備部三亞572000)(2.江蘇自動化研究所連云港222006)

摘要針對典型陸上目標(biāo)毀傷效果評估問題,論文提出了一種基于圖像信息的打擊效果評估方法。該方法利用基于視覺注意機(jī)制的目標(biāo)檢測算法和流行識別的目標(biāo)識別方法定位目標(biāo)在圖像中位置。在目標(biāo)定位和識別基礎(chǔ)上,通過圖像配準(zhǔn)、毀傷特征提取完成目標(biāo)物理毀傷評估。在物理毀傷評估基礎(chǔ)上,結(jié)合專家系統(tǒng)知識,完成目標(biāo)的功能毀傷評估。仿真結(jié)果表明,該算法對于典型陸上目標(biāo)具有較高的評估準(zhǔn)確率。

關(guān)鍵詞目標(biāo)識別; 圖像配準(zhǔn); 專家系統(tǒng); 打擊效果評估

Class NumberTP391

1引言

戰(zhàn)場毀傷效果評估是在對某一軍事目標(biāo)或區(qū)域進(jìn)行火力攻擊后,通過一定的偵察手段獲取目標(biāo)打擊后信息,依據(jù)目標(biāo)的性質(zhì)和打擊前后的圖像信息變化,采用合理的數(shù)學(xué)模型和經(jīng)驗公式進(jìn)行量化,對打擊后的目標(biāo)進(jìn)行毀傷程度的計算和判定,以判斷是否已達(dá)到打擊目的,是否還需組織下一輪打擊的過程。戰(zhàn)場毀傷效果評估是現(xiàn)代化戰(zhàn)爭中必不可少的一個重要環(huán)節(jié)。傳統(tǒng)的人工判圖的方法不但速度慢,而且評估受人的主觀因素影響較大。因此,采用計算機(jī)代替人工完成大部分初始評價工作,實現(xiàn)對打擊效果的自動評估就變得非常必要[1]。

基于圖像信息的打擊效果評估是在對目標(biāo)實施打擊后利用各種成像傳感器對打擊目標(biāo)進(jìn)行探測得到目標(biāo)打擊后毀傷圖像。結(jié)合目標(biāo)打擊前圖像信息,對打擊后目標(biāo)識別定位,確定目標(biāo)在毀傷圖像中位置,同時可以從目標(biāo)打擊前圖像庫中搜索出與打擊后目標(biāo)圖像在尺度、拍攝角度等方面相似度最高的圖像,為打擊前后圖像配準(zhǔn)奠定基礎(chǔ)?；趕urf特征對打擊前后圖像配準(zhǔn)基礎(chǔ)上,提取目標(biāo)關(guān)鍵部位灰度特征、紋理特征、邊緣特征、相位一致性特征等基本特征,依據(jù)關(guān)鍵部位提取的毀傷特征,對目標(biāo)關(guān)鍵部位進(jìn)行物理毀傷評估,結(jié)合目標(biāo)結(jié)構(gòu)知識,完成對目標(biāo)功能毀傷評估。

2系統(tǒng)目標(biāo)毀傷評估的基本原則

系統(tǒng)目標(biāo)毀傷評估的目標(biāo)是用目標(biāo)作戰(zhàn)效能的變化情況作為目標(biāo)毀傷評估的評判依據(jù)。其途徑是先計算目標(biāo)的物理毀傷效果,再經(jīng)由目標(biāo)物理毀傷與目標(biāo)效能間的映射關(guān)系,獲得目標(biāo)效能衰減值與導(dǎo)彈武器毀傷效果的關(guān)系。

由于作戰(zhàn)效能體現(xiàn)的是具體戰(zhàn)場環(huán)境下武器本身的作戰(zhàn)生命力,包括在遭受火力毀傷之后的實際作戰(zhàn)能力;就某些需保護(hù)的目標(biāo)而言,其作戰(zhàn)效能主要體現(xiàn)為本身或相關(guān)子系統(tǒng)的被毀程度。因此,對于某些特定目標(biāo),在特定的作戰(zhàn)環(huán)境下,是可以用目標(biāo)的毀傷情況來表征目標(biāo)的作戰(zhàn)效能,反過來亦可以用目標(biāo)作戰(zhàn)效能的變化情況推導(dǎo)出目標(biāo)的毀傷情況。

3基于圖像信息的打擊效果評估關(guān)鍵技術(shù)

3.1目標(biāo)識別與定位技術(shù)

目標(biāo)識別與定位是打擊效果評估的前提,對輸入的大幅實時拍攝圖像進(jìn)行目標(biāo)識別,首先需要自動檢測圖像中疑似目標(biāo),再對疑似目標(biāo)識別定位,即可保障識別效率又可滿足識別準(zhǔn)確率[2～3]。雖然基于目標(biāo)輪廓提取及圖像分割的檢測方法有很多,但是這些方法無法用于打擊效果評估中[4～8],因為打擊效果評估中的目標(biāo)輪廓提取與通常的輪廓提取或者圖像分割方法相比有以下一些特點(diǎn): 1) 大多數(shù)的目標(biāo)檢測方法常常是針對圖像中所有的目標(biāo)進(jìn)行的,而不管對這些目標(biāo)感不感興趣[9],但在打擊效果評估中常常只關(guān)心受到打擊的目標(biāo); 2) 打擊效果評估中的目標(biāo)輪廓提取要求較高。因為在打擊效果評估中提取目標(biāo)輪廓實質(zhì)上是基于圖像分析或圖像理解的目標(biāo)輪廓提取,它是一個較高層次上的輪廓提取; 3) 打擊效果評估中的目標(biāo)檢測常常有一些有用的先驗知識[10～11]。

因此,在改進(jìn)已有的目標(biāo)檢測算法基礎(chǔ)上,提出了基于視覺注意機(jī)制的目標(biāo)檢測模型,利用圖斑特征信息進(jìn)行感知分組,引導(dǎo)注意力關(guān)注任務(wù)區(qū)域。新模型通過在合理的時刻引入先驗知識,動態(tài)刷新掃描路徑,節(jié)省了計算資源,減少了視覺注意力轉(zhuǎn)向無意義區(qū)域的幾率,能夠獲得更好地識別效果。與傳統(tǒng)的建立統(tǒng)一的顯著圖進(jìn)而指導(dǎo)注意力轉(zhuǎn)移的視覺注意模型不同,新模型挖掘和目標(biāo)任務(wù)相關(guān)的對象,改進(jìn)了自底向上數(shù)據(jù)驅(qū)動顯著性模型,在圖像底層特征和高層語義表達(dá)之間架起了可行的溝通橋梁。

3.2基于仿射不變性的圖像配準(zhǔn)技術(shù)

圖像配準(zhǔn)是在目標(biāo)識別的基礎(chǔ)上完成的,通過提取目標(biāo)及其關(guān)鍵部位的穩(wěn)定特征,結(jié)合專題信息數(shù)據(jù)庫中的目標(biāo)模型,實現(xiàn)目標(biāo)打擊前后圖像之間配準(zhǔn),為目標(biāo)關(guān)鍵部位毀傷特征提取提供條件。圖像配準(zhǔn)(Image registration)將不同時間、不同傳感器(成像設(shè)備)或不同條件下(天候、照度、攝像位置和角度等)獲取的兩幅或多幅圖像進(jìn)行匹配、疊加的過程。圖像配準(zhǔn)方法分為三個主要類別:基于灰度信息的方法、基于變換域的方法和基于特征的方法。

圖1　基于SURF特征的圖像配準(zhǔn)算法流程

打擊效果評估系統(tǒng)主要針對遙感圖像,對特征提取和匹配的時間有一定要求,但是更強(qiáng)調(diào)特征匹配的穩(wěn)定性和準(zhǔn)確性,基于SURF特征的圖像配準(zhǔn)算法被認(rèn)為是穩(wěn)定性最高的局部特征檢測算法,該算法通過構(gòu)建尺度空間,在不同尺度空間上進(jìn)行極值點(diǎn)檢測,所獲得的SURF特征對旋轉(zhuǎn)、平移、光照、有限度的仿射變換均具有不變性?？紤]到遙感圖像背景細(xì)節(jié)信息豐富但不穩(wěn)定,而圖像中目標(biāo)的基本空間主結(jié)構(gòu)變化不大,如機(jī)場的整體輪廓,基于此分析,對圖像進(jìn)行中值濾波,消除圖像中的大部分細(xì)節(jié)信息,保留穩(wěn)定的圖像空間結(jié)構(gòu)。然后對處理后的圖像提取SURF特征。利用提取的SURF特征點(diǎn),通過計算兩點(diǎn)之間的距離(如歐氏距離、馬氏距離等)和預(yù)先設(shè)定的閾值相比較來判斷這兩個特征點(diǎn)是否在對應(yīng)場景的同一位置。

3.3目標(biāo)打擊部位特征提取技術(shù)

目標(biāo)打擊部位特征提取技術(shù)是在目標(biāo)檢測與識別已經(jīng)完成的前提下進(jìn)行的,其目的是描述目標(biāo)被摧毀的位置及程度。通常情況下,在已經(jīng)獲得目標(biāo)打擊前和打擊后的圖片前提下,在綜合考慮目標(biāo)信息描述的完整性和目標(biāo)特征的穩(wěn)定性前提下,在打擊前后目標(biāo)及其關(guān)鍵部位圖像的配準(zhǔn)之后,依據(jù)目標(biāo)關(guān)鍵部位知識,以像素灰度特征、紋理特征、邊緣特征、相位一致性特征為基本特征,在提取基本特征基礎(chǔ)上,對目標(biāo)毀傷程度進(jìn)行評估。

打擊前后目標(biāo)關(guān)鍵部位的灰度圖像可能有較大差異,包括亮度、對比度等。為了能夠較好地對毀傷部位進(jìn)行檢測和分析,需要對關(guān)鍵部位的灰度信息進(jìn)行矯正。采取了背景灰度和對比度估計的辦法對打擊后的圖像進(jìn)行灰度對比度矯正。

圖2　機(jī)場目標(biāo)灰度特征提取

3.4基于專家系統(tǒng)的打擊效果評估技術(shù)

基于專家系統(tǒng)的打擊效果評估主要將專家知識融入到目標(biāo)功能毀傷評估中,依靠建立的目標(biāo)結(jié)構(gòu)知識、目標(biāo)毀傷推理準(zhǔn)則,提高目標(biāo)毀傷評估的準(zhǔn)確率。要進(jìn)行毀傷評估,需要選擇合理的知識表達(dá)形式,在基于知識的系統(tǒng)中,知識的表示形式至關(guān)重要,它類似于普通程序中的數(shù)據(jù)結(jié)構(gòu),在三十多年的知識工程與知識系統(tǒng)的發(fā)展中,產(chǎn)生了多種知識表示技術(shù),包括產(chǎn)生式規(guī)則、語義網(wǎng)、模式、框架、邏輯符號等。本文根據(jù)目標(biāo)的不同類型和結(jié)構(gòu)知識,建立目標(biāo)關(guān)鍵部位語義知識,并根據(jù)目標(biāo)關(guān)鍵部位毀傷對目標(biāo)功能影響程度,建立目標(biāo)功能毀傷評估準(zhǔn)則知識庫。依據(jù)目標(biāo)關(guān)鍵部位提取的毀傷特征,對目標(biāo)關(guān)鍵部位進(jìn)行物理毀傷評估,在物理毀傷評估基礎(chǔ)上,結(jié)合目標(biāo)功能毀傷評估準(zhǔn)則,對目標(biāo)進(jìn)行功能毀傷綜合評估。

4仿真計算及分析

針對典型陸上目標(biāo)(機(jī)場、橋梁、電廠、指揮所)進(jìn)行打擊效果評估驗證。對每種類型目標(biāo)分別取10個不同目標(biāo)的遙感圖像,每個目標(biāo)圖像采用10～15張包含色差、對比度、亮度和局部細(xì)節(jié)特征的遙感圖像,經(jīng)過旋轉(zhuǎn)、平移和尺度變換,采用仿真方式生成不同毀傷程度(無毀傷、輕微毀傷、中度毀傷、嚴(yán)重毀傷)的目標(biāo)圖像作為樣本圖,對每類目標(biāo)樣本圖進(jìn)行效果評估,在對每類目標(biāo)多幅圖像評估基礎(chǔ)上,統(tǒng)計每類目標(biāo)的評估準(zhǔn)確率(見表1)。

從表中可以看出,機(jī)場、指揮所評估準(zhǔn)確率高,主要由于該類目標(biāo)關(guān)鍵部位特征明顯,識別準(zhǔn)確率高,毀傷特征提取相對容易。橋梁和電廠在實際目標(biāo)圖像中呈現(xiàn)多種特征,關(guān)鍵部位多且復(fù)雜,識別和毀傷特征提取復(fù)雜。

表1　典型陸上目標(biāo)效果評估準(zhǔn)確率

5結(jié)語

基于典型陸上目標(biāo)毀傷圖像信息,通過目標(biāo)識別與定位技術(shù)確定目標(biāo)在圖像中位置,利用基于仿射不變性的圖像配準(zhǔn)技術(shù),建立打擊前后圖像目標(biāo)之間的仿射變化關(guān)系。在打擊前后圖像配準(zhǔn)基礎(chǔ)上,對目標(biāo)關(guān)鍵部位提取灰度特征、紋理特征等毀傷特征。根據(jù)目標(biāo)毀傷特征,結(jié)合目標(biāo)結(jié)果專家知識,對目標(biāo)進(jìn)行物理毀傷評估,在物理毀傷評估基礎(chǔ)上,對目標(biāo)完成功能毀傷評估。

參 考 文 獻(xiàn)

[1] 馬波,周成平,婁聯(lián)堂,等.基于圖像分析的機(jī)場打擊效果自動評估研究[J].華中科技大學(xué)學(xué)報(自然科學(xué)版),2004,32(6):13-15.

[2] YU S H, SRIVASTAVE A, MEHRA R K. Aut omatic Battle Damag e Assessment based on Laser Radar Imag er y[C]//KAMERMAN G W. Laser Radar Technolog y and Applications IV. Belling ham WA, USA: SPIE,1999:210-221.

[3] 馬波,周成平,婁聯(lián)堂,等.基于圖像分析的機(jī)場打擊效果自動評估研究[J].華中科技大學(xué)學(xué)報(自然科學(xué)版),2004,32(6):13-15.

[4] 崔震,楊桄,等.基于打擊效果評估的航母子目標(biāo)選擇模型[J].四川兵工學(xué)報,2011,32(6):112-114.

[5] 楊云斌,李小笠.機(jī)場跑道目標(biāo)易損性分析方法研究[J].彈箭與制導(dǎo)學(xué)報,2010,30(2):141-144.

[6] 宛蘇成,張弓.打擊效果仿真研究[J].計算機(jī)應(yīng)用研究,2010,27(7):2789-2794.

[7] 牛綠偉,高曉光,等.串并聯(lián)結(jié)構(gòu)分解目標(biāo)毀傷評估[J].火力與指揮控制,2011,36(9):140-144.

[8] 傅常海,黃柯棣.導(dǎo)彈戰(zhàn)斗部對復(fù)雜目標(biāo)毀傷效能評估研究綜述[J].系統(tǒng)仿真學(xué)報,2009,21(19):5971-5976.

[9] 李向東,張運(yùn)法,等.破片式戰(zhàn)斗部對地面復(fù)雜的毀傷研究[J].兵工學(xué)報,1998,20(2):115-118.

[10] 付文憲,李少洪,洪文.基于高分辨率SAR圖像的打擊效果評估[J].電子學(xué)報,2003,31(9):1290-1294.

[11] 趙萍,馮新喜.C4I體系下圖像目標(biāo)毀傷效果評估模型的研究[J].指控控制與仿真,2009,31(6):30-32.

An Automatic Battle Damage Assessment Model Based on Image Information

ZHANG Xuandong1LIU Xin2

(1. Army Equipment Department, No.92730 Troops of PLA, Sanya572000)(2. Jiangsu Automatic Research Institute, Lianyungang222006)

AbstractFor the problem of striking effect evaluation of typical target on land, a method based on target image information is proposed. This method utilizes the target detection algorithm based on visual attention mechanism and the target recognition algorithm based on popular recognition to locate target on image. Based on target location and recognition, the target physical damage assessment is accomplished by image registration and damage feature extraction. Using the result of physical damage assessment of target, and combing with the knowledge of expert system, the function damage assessment of target is accomplished. The simulation results show that the proposed algorithm has high accuracy rate for the typical target on land.

Key Wordstarget recognition, image registration, expert system, striking effect evaluation

*收稿日期:2015年12月7日,修回日期:2016年1月30日

作者簡介:張選東,男,高級工程師,研究方向:指控系統(tǒng)、魚雷武器系統(tǒng)、潛艇武器裝備電子總體設(shè)計與裝備。劉新,男,博士,高級工程師,研究方向:模式識別、計算機(jī)視覺和航跡規(guī)劃。

中圖分類號TP391

DOI:10.3969/j.issn.1672-9730.2016.06.006