基于图像信息的打击效果评估模型研究*

张选东　刘　新

(1.92730部队装备部　三亚　572000)(2.江苏自动化研究所　连云港　222006)

基于图像信息的打击效果评估模型研究*

张选东1刘新2

(1.92730部队装备部三亚572000)(2.江苏自动化研究所连云港222006)

摘要针对典型陆上目标毁伤效果评估问题,论文提出了一种基于图像信息的打击效果评估方法。该方法利用基于视觉注意机制的目标检测算法和流行识别的目标识别方法定位目标在图像中位置。在目标定位和识别基础上,通过图像配准、毁伤特征提取完成目标物理毁伤评估。在物理毁伤评估基础上,结合专家系统知识,完成目标的功能毁伤评估。仿真结果表明,该算法对于典型陆上目标具有较高的评估准确率。

关键词目标识别; 图像配准; 专家系统; 打击效果评估

Class NumberTP391

1引言

战场毁伤效果评估是在对某一军事目标或区域进行火力攻击后,通过一定的侦察手段获取目标打击后信息,依据目标的性质和打击前后的图像信息变化,采用合理的数学模型和经验公式进行量化,对打击后的目标进行毁伤程度的计算和判定,以判断是否已达到打击目的,是否还需组织下一轮打击的过程。战场毁伤效果评估是现代化战争中必不可少的一个重要环节。传统的人工判图的方法不但速度慢,而且评估受人的主观因素影响较大。因此,采用计算机代替人工完成大部分初始评价工作,实现对打击效果的自动评估就变得非常必要[1]。

基于图像信息的打击效果评估是在对目标实施打击后利用各种成像传感器对打击目标进行探测得到目标打击后毁伤图像。结合目标打击前图像信息,对打击后目标识别定位,确定目标在毁伤图像中位置,同时可以从目标打击前图像库中搜索出与打击后目标图像在尺度、拍摄角度等方面相似度最高的图像,为打击前后图像配准奠定基础。基于surf特征对打击前后图像配准基础上,提取目标关键部位灰度特征、纹理特征、边缘特征、相位一致性特征等基本特征,依据关键部位提取的毁伤特征,对目标关键部位进行物理毁伤评估,结合目标结构知识,完成对目标功能毁伤评估。

2系统目标毁伤评估的基本原则

系统目标毁伤评估的目标是用目标作战效能的变化情况作为目标毁伤评估的评判依据。其途径是先计算目标的物理毁伤效果,再经由目标物理毁伤与目标效能间的映射关系,获得目标效能衰减值与导弹武器毁伤效果的关系。

由于作战效能体现的是具体战场环境下武器本身的作战生命力,包括在遭受火力毁伤之后的实际作战能力;就某些需保护的目标而言,其作战效能主要体现为本身或相关子系统的被毁程度。因此,对于某些特定目标,在特定的作战环境下,是可以用目标的毁伤情况来表征目标的作战效能,反过来亦可以用目标作战效能的变化情况推导出目标的毁伤情况。

3基于图像信息的打击效果评估关键技术

3.1目标识别与定位技术

目标识别与定位是打击效果评估的前提,对输入的大幅实时拍摄图像进行目标识别,首先需要自动检测图像中疑似目标,再对疑似目标识别定位,即可保障识别效率又可满足识别准确率[2～3]。虽然基于目标轮廓提取及图像分割的检测方法有很多,但是这些方法无法用于打击效果评估中[4～8],因为打击效果评估中的目标轮廓提取与通常的轮廓提取或者图像分割方法相比有以下一些特点: 1) 大多数的目标检测方法常常是针对图像中所有的目标进行的,而不管对这些目标感不感兴趣[9],但在打击效果评估中常常只关心受到打击的目标; 2) 打击效果评估中的目标轮廓提取要求较高。因为在打击效果评估中提取目标轮廓实质上是基于图像分析或图像理解的目标轮廓提取,它是一个较高层次上的轮廓提取; 3) 打击效果评估中的目标检测常常有一些有用的先验知识[10～11]。

因此,在改进已有的目标检测算法基础上,提出了基于视觉注意机制的目标检测模型,利用图斑特征信息进行感知分组,引导注意力关注任务区域。新模型通过在合理的时刻引入先验知识,动态刷新扫描路径,节省了计算资源,减少了视觉注意力转向无意义区域的几率,能够获得更好地识别效果。与传统的建立统一的显著图进而指导注意力转移的视觉注意模型不同,新模型挖掘和目标任务相关的对象,改进了自底向上数据驱动显著性模型,在图像底层特征和高层语义表达之间架起了可行的沟通桥梁。

3.2基于仿射不变性的图像配准技术

图像配准是在目标识别的基础上完成的,通过提取目标及其关键部位的稳定特征,结合专题信息数据库中的目标模型,实现目标打击前后图像之间配准,为目标关键部位毁伤特征提取提供条件。图像配准(Image registration)将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程。图像配准方法分为三个主要类别:基于灰度信息的方法、基于变换域的方法和基于特征的方法。

图1　基于SURF特征的图像配准算法流程

打击效果评估系统主要针对遥感图像,对特征提取和匹配的时间有一定要求,但是更强调特征匹配的稳定性和准确性,基于SURF特征的图像配准算法被认为是稳定性最高的局部特征检测算法,该算法通过构建尺度空间,在不同尺度空间上进行极值点检测,所获得的SURF特征对旋转、平移、光照、有限度的仿射变换均具有不变性。考虑到遥感图像背景细节信息丰富但不稳定,而图像中目标的基本空间主结构变化不大,如机场的整体轮廓,基于此分析,对图像进行中值滤波,消除图像中的大部分细节信息,保留稳定的图像空间结构。然后对处理后的图像提取SURF特征。利用提取的SURF特征点,通过计算两点之间的距离(如欧氏距离、马氏距离等)和预先设定的阈值相比较来判断这两个特征点是否在对应场景的同一位置。

3.3目标打击部位特征提取技术

目标打击部位特征提取技术是在目标检测与识别已经完成的前提下进行的,其目的是描述目标被摧毁的位置及程度。通常情况下,在已经获得目标打击前和打击后的图片前提下,在综合考虑目标信息描述的完整性和目标特征的稳定性前提下,在打击前后目标及其关键部位图像的配准之后,依据目标关键部位知识,以像素灰度特征、纹理特征、边缘特征、相位一致性特征为基本特征,在提取基本特征基础上,对目标毁伤程度进行评估。

打击前后目标关键部位的灰度图像可能有较大差异,包括亮度、对比度等。为了能够较好地对毁伤部位进行检测和分析,需要对关键部位的灰度信息进行矫正。采取了背景灰度和对比度估计的办法对打击后的图像进行灰度对比度矫正。

图2　机场目标灰度特征提取

3.4基于专家系统的打击效果评估技术

基于专家系统的打击效果评估主要将专家知识融入到目标功能毁伤评估中,依靠建立的目标结构知识、目标毁伤推理准则,提高目标毁伤评估的准确率。要进行毁伤评估,需要选择合理的知识表达形式,在基于知识的系统中,知识的表示形式至关重要,它类似于普通程序中的数据结构,在三十多年的知识工程与知识系统的发展中,产生了多种知识表示技术,包括产生式规则、语义网、模式、框架、逻辑符号等。本文根据目标的不同类型和结构知识,建立目标关键部位语义知识,并根据目标关键部位毁伤对目标功能影响程度,建立目标功能毁伤评估准则知识库。依据目标关键部位提取的毁伤特征,对目标关键部位进行物理毁伤评估,在物理毁伤评估基础上,结合目标功能毁伤评估准则,对目标进行功能毁伤综合评估。

4仿真计算及分析

针对典型陆上目标(机场、桥梁、电厂、指挥所)进行打击效果评估验证。对每种类型目标分别取10个不同目标的遥感图像,每个目标图像采用10～15张包含色差、对比度、亮度和局部细节特征的遥感图像,经过旋转、平移和尺度变换,采用仿真方式生成不同毁伤程度(无毁伤、轻微毁伤、中度毁伤、严重毁伤)的目标图像作为样本图,对每类目标样本图进行效果评估,在对每类目标多幅图像评估基础上,统计每类目标的评估准确率(见表1)。

从表中可以看出,机场、指挥所评估准确率高,主要由于该类目标关键部位特征明显,识别准确率高,毁伤特征提取相对容易。桥梁和电厂在实际目标图像中呈现多种特征,关键部位多且复杂,识别和毁伤特征提取复杂。

表1　典型陆上目标效果评估准确率

5结语

基于典型陆上目标毁伤图像信息,通过目标识别与定位技术确定目标在图像中位置,利用基于仿射不变性的图像配准技术,建立打击前后图像目标之间的仿射变化关系。在打击前后图像配准基础上,对目标关键部位提取灰度特征、纹理特征等毁伤特征。根据目标毁伤特征,结合目标结果专家知识,对目标进行物理毁伤评估,在物理毁伤评估基础上,对目标完成功能毁伤评估。

参 考 文 献

[1] 马波,周成平,娄联堂,等.基于图像分析的机场打击效果自动评估研究[J].华中科技大学学报(自然科学版),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] 马波,周成平,娄联堂,等.基于图像分析的机场打击效果自动评估研究[J].华中科技大学学报(自然科学版),2004,32(6):13-15.

[4] 崔震,杨桄,等.基于打击效果评估的航母子目标选择模型[J].四川兵工学报,2011,32(6):112-114.

[5] 杨云斌,李小笠.机场跑道目标易损性分析方法研究[J].弹箭与制导学报,2010,30(2):141-144.

[6] 宛苏成,张弓.打击效果仿真研究[J].计算机应用研究,2010,27(7):2789-2794.

[7] 牛绿伟,高晓光,等.串并联结构分解目标毁伤评估[J].火力与指挥控制,2011,36(9):140-144.

[8] 傅常海,黄柯棣.导弹战斗部对复杂目标毁伤效能评估研究综述[J].系统仿真学报,2009,21(19):5971-5976.

[9] 李向东,张运法,等.破片式战斗部对地面复杂的毁伤研究[J].兵工学报,1998,20(2):115-118.

[10] 付文宪,李少洪,洪文.基于高分辨率SAR图像的打击效果评估[J].电子学报,2003,31(9):1290-1294.

[11] 赵萍,冯新喜.C4I体系下图像目标毁伤效果评估模型的研究[J].指控控制与仿真,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

作者简介:张选东,男,高级工程师,研究方向:指控系统、鱼雷武器系统、潜艇武器装备电子总体设计与装备。刘新,男,博士,高级工程师,研究方向:模式识别、计算机视觉和航迹规划。

中图分类号TP391

DOI:10.3969/j.issn.1672-9730.2016.06.006