呂城龍，李 凌，鄭自強(qiáng)

(1.陸軍工程大學(xué) 研究生院，南京 210007；2.陸軍工程大學(xué) 野戰(zhàn)工程學(xué)院，南京 210007)

1 引言

戰(zhàn)場(chǎng)目標(biāo)的偽裝效果直接關(guān)系到其在戰(zhàn)斗中的生存概率，偽裝效果評(píng)估是有效檢驗(yàn)偽裝效果的一種有效方式[1]?，F(xiàn)代戰(zhàn)爭(zhēng)中，無人機(jī)在偵察、打擊等任務(wù)中發(fā)揮的作用越來越凸顯[2]，因此，建立一種基于無人機(jī)偵察視角的戰(zhàn)場(chǎng)目標(biāo)偽裝評(píng)估方法很有必要。運(yùn)用無人機(jī)傾斜攝影三維建模技術(shù)[3]，將被檢測(cè)對(duì)象數(shù)字化、三維化，生成戰(zhàn)場(chǎng)目標(biāo)偽裝環(huán)境的三維成像效果[4]，能夠有效模擬偵察無人機(jī)對(duì)戰(zhàn)場(chǎng)目標(biāo)的偵察場(chǎng)景。

現(xiàn)階段國(guó)內(nèi)外有大量對(duì)無人機(jī)傾斜攝影三維建模技術(shù)和偽裝效果評(píng)估技術(shù)的研究。Che Defu等[5]提出了一種無需人機(jī)交互的自動(dòng)實(shí)現(xiàn)單個(gè)三維建筑模型的新方法；Jason S.Augustyn等[6]提出了利用VR技術(shù)輔助偽裝評(píng)估的方法。在三維偽裝效果評(píng)估方面，任光闊[7]運(yùn)用計(jì)算機(jī)視覺和圖像處理技術(shù)，設(shè)計(jì)實(shí)現(xiàn)了一套面向空中偵察的偽裝效果可視與評(píng)估方案；涂建剛[8]提出了一種利用無人機(jī)航拍，生成高空光學(xué)偵察圖像的等效檢測(cè)方法。但在如何客觀綜合評(píng)估戰(zhàn)場(chǎng)目標(biāo)的三維偽裝效果這一方面的研究還不夠完善。

為了有效評(píng)估戰(zhàn)場(chǎng)目標(biāo)偽裝效果，本文中從目標(biāo)與背景圖像的特征指標(biāo)相似度入手[9]，運(yùn)用系統(tǒng)評(píng)價(jià)方法手段[10]，建立單視角、多視角兩級(jí)目標(biāo)偽裝評(píng)估模型，并以無人機(jī)對(duì)偽裝后的步戰(zhàn)車進(jìn)行航線偵察為例，對(duì)模型的有效性進(jìn)行了驗(yàn)證。

2 基于AHP單視角目標(biāo)偽裝評(píng)估模型

假設(shè)偵察無人機(jī)在一次戰(zhàn)場(chǎng)偵察任務(wù)中，對(duì)某一戰(zhàn)場(chǎng)目標(biāo)隨機(jī)拍攝了m張照片(Z1,Z2,…,Zn)，在評(píng)估偽裝效果時(shí)共選取n個(gè)指標(biāo)(q1,q2,…,qn)。

2.1 單視角目標(biāo)偽裝評(píng)估指標(biāo)相似度矩陣

(1)

(2)

2.2 單視角目標(biāo)偽裝相似度評(píng)估

2.2.1單視角指標(biāo)權(quán)重關(guān)系矩陣

依據(jù)層次分析法[11-12]，指標(biāo)兩兩比較，形成的指標(biāo)重要性關(guān)系矩陣A如式(3)所示。

(3)

指標(biāo)兩兩比較時(shí)的重要性等級(jí)及賦值如表1所示。

表1 指標(biāo)兩兩比較時(shí)的重要性等級(jí)及賦值

2.2.2矩陣一致性判斷

定義一致性指標(biāo)CI，表示如式(4)所示:

(4)

其中: λmax為正互反矩陣A的最大特征根。

定義隨機(jī)一致性指標(biāo)RI。樣本容量為1000的3～9階隨機(jī)矩陣的RI值如表2所示。

表2 矩陣階數(shù)為3～9的RI值

判斷一致性比率CR如式(5)所示:

(5)

若CR<0.1，檢驗(yàn)通過，說明判斷矩陣有效；否則需對(duì)判斷矩陣進(jìn)行調(diào)整后再進(jìn)行一致性檢驗(yàn)。

2.2.3指標(biāo)權(quán)重向量求解

利用和法求解，對(duì)A的各行元素求和后歸一化，公式如式(6)所示:

(6)

利用和積法求解，首先對(duì)A的每一行進(jìn)行歸一化，再按行相加求和歸一化，公式如式(7)(8)所示:

(7)

(8)

利用方根法求解，對(duì)A的各行元素求幾何平均后歸一化，公式如式(9)所示:

(9)

以上式(6)(7)(8)(9)中，i, j=1,2,…,n。

2.2.4單視角目標(biāo)偽裝相似度

通過以上方法求解，可得權(quán)重向量矩陣W如式(10)所示:

W=(w1,w2,…,wn)T

(10)

則第i張照片中目標(biāo)與背景的相似度YZ如式(11)所示:

YZ=YkW

(11)

3 基于AHP多視角目標(biāo)偽裝評(píng)估模型

3.1 基于航跡的目標(biāo)發(fā)現(xiàn)概率模型

(12)

(13)

(14)

(15)

式(15)中:ε、ρ均為調(diào)整系數(shù)。

3.2 多視角目標(biāo)相似度權(quán)重

令不同照片之間相似度的權(quán)重矩陣V如式(16)所示：

V=(v1,v2,…,vn)T

(16)

對(duì)于目標(biāo)發(fā)現(xiàn)概率較大的照片，在評(píng)估其相似度時(shí)賦予較大權(quán)重，反之，賦予較小權(quán)重，能夠更好地描述目標(biāo)綜合相似度，由此可以分析出，vi與Pi為正相關(guān)關(guān)系。

令vi=ηPi，為常數(shù)，可得:

(17)

本文中假定vi與Pi的一次方成正比，據(jù)此可求得不同照片的權(quán)重vi如式(18)所示:

(18)

(19)

3.3 多視角目標(biāo)偽裝綜合相似度

最終可得該戰(zhàn)場(chǎng)目標(biāo)在此條航線偵察時(shí)多視角的綜合相似度YM如式(20)所示:

(20)

該評(píng)估模型總的思路流程如圖1所示。

圖1 評(píng)估模型流程圖

4 戰(zhàn)場(chǎng)目標(biāo)三維偽裝評(píng)估案例

某一偵察無人機(jī)在某一地域沿航線飛行執(zhí)行目標(biāo)偵察任務(wù)時(shí)，對(duì)某3個(gè)戰(zhàn)場(chǎng)目標(biāo)(目標(biāo)3是由目標(biāo)1、2組成一個(gè)集群目標(biāo))共拍攝了6張航空照片，如圖2所示。評(píng)估目標(biāo)與背景相似度時(shí)共選取了亮度差、平均輻射亮度差、紋理對(duì)比度、平滑度、熵、紋理角二階矩、紋理相關(guān)性、余弦相似度等8個(gè)評(píng)估指標(biāo)[14-15]。多位專家對(duì)8個(gè)指標(biāo)兩兩之間重要程度的判斷矩陣如式(21)所示。經(jīng)提取計(jì)算，3個(gè)戰(zhàn)場(chǎng)目標(biāo)相對(duì)于背景的各指標(biāo)絕對(duì)相似度如表3～表5所示。6張照片拍攝時(shí)飛機(jī)與目標(biāo)的相對(duì)位置關(guān)系如表6所示。

表3 目標(biāo)1絕對(duì)相似度參數(shù)表

表4 目標(biāo)2絕對(duì)相似度參數(shù)表

表5 目標(biāo)3絕對(duì)相似度參數(shù)表

表6 無人機(jī)相對(duì)于目標(biāo)的位置關(guān)系

圖2 無人機(jī)拍攝戰(zhàn)場(chǎng)目標(biāo)影像圖

(21)

第一步，對(duì)式(21)進(jìn)行一致性檢驗(yàn)。首先求得判斷矩陣的最大特征根，λmax=8.056 5，代入式(4)，得CI=0.008 1；查表2，得到RI=1.41，代入式(5)，得CI=005 7<0.1。此評(píng)估矩陣有效。

第二步，求單視角相似度。對(duì)式(21)求解，得到指標(biāo)權(quán)重矩陣W。和法得到的解為W=(0.339 3，0.190 2，0.121 7，0.056 5，0.067 2，0.046 9，0.121 7，0.056 5)T；和積法得到的解為W=(0.344 8，0.193 4，0.117 4，0.057 9，0.065 0，0.046 1，0.117 4，0.057 9)T；方根法得到的解為W=(0.384 6，0.197 8，0.111 9，0.0498，0.056 5，0.037 7，0.111 9，0.049 8)T。根據(jù)式(11)，求得單視角相似度。本文中選用方根法所得解，可得目標(biāo)1的單視角相似度為(0.945 3，0.951 7，0.956 2，0.956 2，0.905 7，0.886 0)；目標(biāo)2的單視角相似度為(0.911 3，0.913 1，0.926 0，0.921 2，0.952 2，0.936 9)；目標(biāo)3的單視角相似度為(0.936 7，0.965 7，0.958 6，0.966 2，0.971 8，0.951 0)。

第三步，求多視角綜合相似度。根據(jù)式(19)求得系數(shù)ρ=1 363，根據(jù)式(18)求得多視角目標(biāo)相似度權(quán)重矩陣，V=(0.109 0，0.152 8，0.206 6，0.265 1，0.144 3，0.122 1)T。根據(jù)式(20)，求得目標(biāo)1、2、3的綜合相似度分別為0.938 5，0.926 3，0.960 3。由此可知，偽裝效果從好到差依次為目標(biāo)3、目標(biāo)1、目標(biāo)2。

5 結(jié)論

戰(zhàn)場(chǎng)目標(biāo)偽裝效果評(píng)估是提高我軍戰(zhàn)場(chǎng)生存能力的重要保障，本文中提出了基于AHP的戰(zhàn)場(chǎng)目標(biāo)三維偽裝效果評(píng)估方法，較好地解決了偽裝效果評(píng)估視角單一、主觀性過強(qiáng)等問題。文章基于無人機(jī)傾斜攝影技術(shù)進(jìn)行偽裝場(chǎng)景三維建模，構(gòu)建了更加立體逼真的偽裝效果評(píng)估環(huán)境，這一多視角方法提供了更加豐富有效的評(píng)估信息；構(gòu)建AHP模型對(duì)單視角條件下偽裝效果進(jìn)行評(píng)估，同時(shí)結(jié)合航跡發(fā)現(xiàn)概率進(jìn)行相似度客觀賦權(quán)，實(shí)現(xiàn)了多視角條件下AHP相似度綜合評(píng)估。試驗(yàn)表明，本文中多視角評(píng)估方法合理有效，能夠多角度、連續(xù)客觀地實(shí)現(xiàn)戰(zhàn)場(chǎng)目標(biāo)偽裝效果綜合評(píng)估。該方法還可進(jìn)一步推廣至戰(zhàn)場(chǎng)環(huán)境紅外、雷達(dá)偽裝效果評(píng)估問題。