基于模板匹配的舰载激光武器打击目标毁伤点确定方法*

王成飞 吴鹏飞 彭 聪

（1.91977部队 北京 100036）（2.海军工程大学 武汉 430033）（3.91566部队 大连 116051）

1 引言

激光武器发展已历时多年，鉴于激光武器的优越性能，美国、俄罗斯、德国等国家竞相对其在水面舰艇防空反导应用方面进行研究[1]。相较于传统舰炮武器，舰载激光武器发射即命中，大幅提高了武器对目标的命中精度，但目标能否被有效毁伤，与激光束选择照射目标毁伤点有重要关系[2]。提取毁伤点的目的是保证激光武器有针对性地打击目标，使得毁伤效果最佳。目前，提取毁伤点主要通过人工选点的方式实现，相较而言，毁伤点自动提取方法具有以下优点：缩短作战反应时间、适应面更广、能够辅助人工选点[3]。因此，研究毁伤点自动提取技术，有利于提高激光武器作战效率和优化毁伤目标效果，具有重要军事意义。

毁伤点确定是指在目标图像内提取出毁伤点，给出毁伤点图像信息，以利于精确跟踪毁伤点以及解算射击诸元。本文以BGM-109B导弹结构为例，根据目标模板生成方法，经过结构分析和特征描述后生成目标模板；之后，给出基于视觉部件形状上下文的匹配方法，通过划分目标和模板视觉部件，按照匹配代价最小的准则，完成毁伤部位匹配；然后，给出模板点到目标点间坐标转换关系，将模板毁伤点坐标转换为目标毁伤点坐标，实现了图像目标毁伤点确定；最后对提取目标毁伤点过程进行了仿真，验证了该方法的可行性。

2 目标模板生成流程

目标模板应包括目标匹配模板和目标结构模板，分别表征目标匹配特征和目标结构特征，目标匹配特征指目标外形，而目标结构特征指目标内部区域划分。目标匹配模板参照现实目标并简化处理其外形，保留主要外形特征，通常是轴对称图形。目标结构模板表征目标内部结构划分，可用于判别目标内部毁伤部位。生成目标模板流程如图1所示。

图1 生成目标模板流程

以BGM-109B导弹为例，结合导弹结构和尺寸数据[4]，生成如图2所示的目标匹配模板。

图2 BGM-109B导弹匹配模板

完成特征描述后，参照导弹结构部位分布，生成如图3所示目标结构模板。

参照目标剖面结构，在结构模板上划分毁伤区域，即在匹配模板上增加区域边界点。在毁伤区域内部“Δ”点表示模板毁伤点，落于该区域形心。以战斗部模板毁伤点A0为例，战斗部边界点为Ai(xi，yi) ，i=1，2，3，4 ，A0坐标 (x0，y0)为Ai坐标均值：

图3 目标结构模板

3 目标模板形状匹配

目标与模板形状匹配，是建立目标外形的特征点与匹配模板点之间一一对应的关系。目标与模板形状匹配过程如图4所示。

图4 目标与模板形状匹配流程

3.1 匹配模板视觉部件

由于匹配模板是目标主要外形特征的集中体现，包含特征点数目较少，因此比较容易划分模板视觉部件。利用每个点的凹凸性替代曲线段的凹凸性，表现为凹性的点作为视觉部件分界点，视觉部件上点均为凸性点。点的凹凸性判断可以利用向量叉乘[5]，如图5所示，点A7为凹点，其余点为凸点。

图5 点凹凸性判断

利用点的凹凸性判别方法，划分匹配模板视觉部件，如图6所示。

图6中，“o”标识的点为凹点，是视觉部件的分界点；“*”标识的点为凸点，是视觉部件内部描述点。

图6 匹配模板视觉部件

3.2 目标外形视觉部件

相较于模板视觉部件，划分目标视觉部件过程更复杂，目标外形各点离散性凸显，整体外形由若干小线段拼凑而成，若直接使用点凹凸性判断方法，则相邻小线段连接处有极大可能被误认为是视觉部件分界，未经筛选的目标外形点不能直接作为目标特征点。因此，首先使用道格拉斯普克算法剔除无明显特征的外形点[6]，简化外形描述，进而从简化外形中剔除伪匹配点，再使用点凹凸性判断方法，划分视觉部件。

3.3 视觉部件匹配

视觉部件匹配是建立模板与目标的视觉部件之间一一对应关系，进而寻找视觉部件内部各描述点之间的对应关系，最终建立目标与模板之间的匹配关系。视觉部件匹配包括视觉部件分界点匹配和视觉部件内部点匹配[7]。

1）视觉部件分界点匹配

获取目标和模板视觉部件后，建立视觉部件分界点间一一对应关系，称为视觉部件分界点匹配。可以采用形状上下文方法[8]，通过建立模板和目标视觉部件分界点形状上下文，计算匹配代价，然后利用匈牙利算法求出最小匹配代价集合[9]，即为视觉部件分界点匹配结果，从而完成分界点匹配。

2）视觉部件内部点匹配

完成视觉部件分界点匹配后，模板和目标视觉部件建立了一一对应关系。在匹配成功的视觉部件内，寻找内部点之间的匹配关系，称为视觉部件内部点匹配。可以采用离散曲线演化的方法[10]，对目标视觉部件内部点进行筛选，保留突显模板特征的内部点，参照模板视觉部件内部点相邻顺序，建立匹配关系。

4 图像目标毁伤点确定

形状匹配确定了外形点之间的对应关系，但是目标毁伤点存在于毁伤部位内，即外形包围的内部区域，且目标和模板内部点对应关系未知。在形状匹配的基础上，寻找模板点到目标点的转换关系，将结构模板中选定的毁伤点转换为图像目标毁伤点，此过程称为图像目标毁伤点确定[11]。通常，图像目标和模板间存在缩放和旋转等形变特征，图像目标可以由匹配模板通过缩放和旋转得到。

4.1 缩放关系

如图7所示，S为成像平面，O点为平面中心，图像目标外形是目标点在该平面内投影。平面S内成像坐标系XSOYS用于表示成像各点相对于图像中心的位置，X轴与水平面平行，Y轴垂直于水平面[12]。

图7 缩放角度φ

4.2 旋转关系

图8 旋转角度λ

4.3 毁伤点确定

5 仿真实验

利用目标外形与目标模板进行外形匹配，首先划分目标外形和匹配模板视觉部件，建立视觉部件匹配关系；然后，建立目标外形与模板视觉部件内部点一一对应关系；在匹配完成基础上提取外形内部目标毁伤点。

按照目标模板生成方法，生成目标匹配模板和目标结构模板。然后按照3.1节判断匹配模板点凹凸性，划分匹配模板视觉部件，结果如图9所示。

图9 模板视觉部件

目标外形视觉部件划分包括目标外形简化和目标外形点凹凸性判断两个主要步骤。在剔除简化外形中的伪匹配点后，判断目标外形点凹凸性，划分目标外形视觉部件，结果如图10所示。

图10 目标外形视觉部件

获得模板视觉部件和目标外形视觉部件后，进行视觉部件匹配。视觉部件匹配包括两个主要步骤：视觉部件分界点匹配和视觉部件内部点匹配。

视觉部件分界点匹配结果，如图11所示，匹配关系的分界点间用直线连接。

图11 视觉部件分界点匹配

视觉部件分界点匹配完毕后，建立视觉部件内部点匹配关系。首先使用离散曲线演化算法，对目标视觉部件内部点筛选，保留对外形贡献度较大的点；然后，视觉部件内部点匹配按照顺序匹配的方法，已知视觉部件分界点匹配关系，按照内部点在外形中的相邻关系，逐个递推匹配关系，结果如图12所示。

图12 视觉部件匹配

图12匹配点之间用虚线连接，从结果可以看出，目标与模板外形匹配准确，说明基于视觉部件的形状匹配方法适用于目标与模板匹配。

视觉部件匹配完毕后，依照4.3节求取模板和目标外形间的形变关系，得到坐标点形变关系式。利用该关系式，将模板上选取的毁伤点映射到图像上目标毁伤点。毁伤点提取结果如图13所示，模板和目标弹体外形点用“□”在图上标出，分别为M1～M9和T1～T9。模板毁伤点M位于战斗部区域形心，用“Δ”标记；目标毁伤点T位于目标外形内部，用“Δ”标记，虚线连接M和T点，表示两者映射关系。由图示结果看出，图像目标毁伤点确定方法可行。

图13 目标毁伤点提取

6 结语

舰载激光武器发射即命中，大幅提高了武器对目标的命中精度，但目标毁伤点的提取直接影响激光武器的毁伤效果。本文采用基于模板匹配的方法对舰载激光武器打击目标毁伤点进行确定，以BGM-109B导弹结构为例，首先，给出了目标模板生成方法和基于视觉部件形状上下文的匹配方法，通过划分目标和模板视觉部件，建立形状上下文，按照匹配代价最小的准则，完成了毁伤部位匹配；然后，给出了模板点到目标点间坐标转换关系，实现了图像目标毁伤点确定，并对提取目标毁伤点过程进行了仿真，验证了该方法的可行性。