基于图像的打击效果评估研究综述＊

陈 麒 祝明波 刘旭东

（1.海军航空工程学院电子信息工程系 烟台 264001）（2.海军航空工程学院科研部 烟台 264001）

1 引言

打击效果评估（Battle Damage Assessment，BDA）又称毁伤效果评估［1］，是指对目标实施火力打击以后，通过一定的侦察手段获取其毁伤信息，及时精确的评估毁伤情况，并据此决定后续作战计划。打击效果评估是实现精确打击不可缺少的环节，其作用是了解武器对目标造成的影响，以便制定下一步打击策略，决定是否有必要再次打击。在现代化高技术战争中，及时有效的打击效果评估对决策后续战役行动、加速战役进程、节约战争成本、提高整体作战效能具有十分重要的意义。随着遥感技术的发展，卫星、无人机等平台获取的遥感图像能够实时提供大量战场信息，因此，开展基于图像的打击效果评估技术研究具有重要的军事价值和良好的应用前景［2］。本文回顾了打击效果评估的发展历程，分析其研究现状，总结现有的打击效果评估方法和评估模型及它们的优缺点，并指出了需要进一步研究的问题。

2 起源与发展

打击效果评估起源于第一次世界大战期间，美国空军决策者为了解轰炸效果开始向机组人员索要目标毁伤照片。在以后的战争中，打击效果评估技术不断发展［3］，信息收集手段从侦察机发展到侦察卫星，评估方法由早期的人工判图发展为人机交互判图。

在近年来的几次局部战争中，美国采用反复轰炸、全方位侦察和及时评估打击效果等高科技手段，取得了较好的效果，基于图像分析的打击效果评估技术得到大量应用。由于在战争中的卓越表现，打击效果评估引起了国际社会的广泛关注，成为当今世界的一个热门研究领域，2002年底和2003年初，在短短两个月时间内接连有两场关于打击效果评估的国际性会议在加拿大和英国召开，参加会议的各国政府官员、军方代表和科学家对打击效果评估的诸方面进行了深入探讨。目前美国在这一领域处于领先地位，据报道，美国国防部高级研究计划署（DARPA）正在进行“实时打击效果评估（R／T BDA）”项目的研究，这个项目将研发新技术，从雷达图像中实现对机动目标的打击效果自动评估，并实时提供评估信息以满足作战决策需要。

我国打击效果评估研究起步较晚，技术相对落后，但是受到了军方的高度重视，已经成立了相关国防预研项目进行研究，部分学者在基于图像的打击效果评估方面进行了有意义的探索，取得了一定的成果，促进了我国打击效果评估研究的发展。

3 研究现状

目前国内外的研究集中在基于光学图像和SAR图像的打击效果评估方面，基于图像的打击效果评估包括目标信息获取、毁伤信息提取和毁伤结果判定几个过程。毁伤信息提取是指从遥感图像中提取目标毁伤特征。毁伤结果判定则要根据目标的毁伤信息，结合评估模型，得出评估结果。要想深入了解打击效果评估，首先要了解打击效果评估的三个层次。

3.1 评估层次

美国联合参谋部发布的目标选择与打击的情报支援［4］（JP2－01.1）中，将目标毁伤评估准确的描述为三个阶段，即初始评估（物理毁伤）、补充评估（功能毁伤）和目标系统评估。基于图像的打击效果评估可以利用分级评估的思想，从物理级毁伤评估、功能级毁伤评估和系统级毁伤评估三个层次进行。

物理级毁伤评估即根据图像上提取出的目标结构信息，从物理层面来计算分析目标的毁伤程度；功能级毁伤是指目标执行预定任务的能力受到摧毁的情况，可以根据物理级毁伤评估的结果对目标功能级毁伤进行定性定量评估；从物理级、功能级毁伤情况进行分析推断，可以得到目标的系统级毁伤，在系统层面上对目标毁伤情况进行评估，是打击效果评估的最高层次。

分级评估是指结合评估模型在物理级、功能级和系统级三个层面上进行打击效果评估。通过这三个层面逐层深入，可以对目标的毁伤程度实现准确的评估，为军事决策提供可靠的参考信息。

3.2 评估方法

毁伤信息的提取是打击效果评估的基础，根据现有的研究成果，基于图像的打击效果方法按照毁伤信息提取方式的不同可以分为以下三类：

1）基于变化检测的打击效果评估

这种方法主要针对打击前后图像同时存在的情况，将打击前后的图像配准，从打击前后的图像中提取出目标，依据它们之间的变化信息进行评估，具体流程如图1所示。

图1 基于变化检测的打击效果评估流程

此方法要求打击前后图像拍摄地点、角度变化不大，且打击前后的两幅图像背景大致相同，适用于建筑、机场等地面固定目标的打击效果评估。

Yu S H［5］提出了在像素级上对打击前后雷达图像进行变化检测的评估方法。马波［6］通过对比打击前后图像上机场跑道的变化，设计评估准则，很大程度上实现了机场打击效果评估的自动化与智能化。付文宪［7］研究了基于特征提取的SAR图像理解问题，提出了基于打击前后目标几何特征与纹理特征［8］对比的评估方法，对于基于图像的打击效果评估研究有着重要的指导意义。苏娟［9］、尤晓建［10］、陈和彬［11］、牛鹏辉［12］将基于特征对比的评估方法用于建筑、舰船、机场等目标的打击效果评估中，取得了较好的效果。任毅［13］通过分析图像序列一维质心的变化，实现了对空中目标的打击效果评估。

传统的基于像素级的变化检测方法对图像配准精度要求极高，且虚警率较高。基于目标特征的变化检测方法通过提取目标特征避免直接在像素级上进行比较，适用于人造目标的打击效果评估，核心是特征的选择与提取。

这种方法能滤除敌人伪造的毁伤信息，不足之处是计算时间长、定位精度差，关键在于打击前后图像配准的精度，可以结合侦察平台成像位置和成像参数等信息来提高配准精度和速度。

2）基于自动目标识别的打击效果评估

该方法主要针对只有打击后图像的情况，通过对打击后图像进行处理，识别出目标与毁伤区域（如弹坑），进而评估毁伤效果。具体流程如图2所示。

图2 基于自动目标识别的打击效果评估流程

这里的自动目标识别是指根据图像上提取的目标几何特征和纹理特征，通过模式识别的方式确定目标和毁伤区域，该方法适用于大中型人造目标的打击效果评估。

于国荣［14］研究分析了基于遥感图像的导弹打击效果物理评估过程中采用的相关算法，并对目标特征提取与参数计算进行了详细介绍。尤晓建［15］采用目标识别的方法，直接在打击后图像上进行机场跑道识别、弹坑检测，然后根据检测结果进行评估。蒲刚［16］根据弹坑在图像上的灰度特点，改进了基于邻域灰度差值的弹坑识别算法并应用到打击效果评估当中。

与基于变化检测的评估方法相比，该方法虚警率低，运算量少。目标特征的提取与识别是该方法的关键，但是各类目标特性的差异给目标识别带来了困难，现有的目标自动识别算法还无法满足实时打击效果评估的需求。

3）基于专家知识库的打击效果评估

这种方法同样针对只有打击后的图像的情况，这时需要结合先验知识，在专家知识库的基础上进行打击评估，具体流程如图3所示。

图3 基于专家知识库打击效果评估流程

专家知识库包括数据库、知识库和推理机等模块。数据库存放目标的种类、关键部位分类、关键部位模板和关键部位特征等，知识库存放决策系统的评估规则集，推理机实现评估规则集的匹配，并将评估成功的样本存入数据库，更新知识库。

席大春［17］和董汉清［18］利用目标的关键部位模板，采用匹配的方式在打击后的图像上搜索目标关键部位，计算匹配置信度得到毁伤信息，进行打击效果评估。基于知识库打击效果评估的关键在于毁伤部位的定位，通过打击后图像与数据库中目标先验知识进行比较，可以确定毁伤部位，获得目标毁伤信息。该方法对于大型复杂目标的评估有较好的效果，不足之处是需要建立的模板数太多，很难建立完整的数据库，评估过程运算量大。

以上三种方法可以检测目标的物理级毁伤，根据物理级毁伤信息在功能级层面上进行定性定量分析，最终实现系统级层面的打击效果评估。

3.3 评估模型

打击效果评估不仅针对单个简单目标单元，还面向大型复杂目标和多个子目标组成的系统目标。大型复杂目标按功能分为不同子目标单元，同样可以看做系统目标。各子目标的毁伤效果存在着累积、级联、多次等关系，系统整体毁伤效果并不是子目标毁伤效果的简单叠加。因此，建立一个科学合理的评估模型对于打击效果评估至关重要，影响着最终评估结果的正确性。海湾战争以后，美国针对战争中打击效果评估存在的缺陷，建立了多种评估模型，如Franzen D W提出的基于贝叶斯网络的评估模型［19］，综合利用各种信息进行有形损伤评估。为了减少专家判断带来的主观因素影响，部分专家学者开展了打击效果评估模型的研究。现有的评估模型按运行方式可分为：分层加权求和模型、串并联模型和网络图模型。评估模型中一般采用目标受打击以后的作战效能E来衡量毁伤程度。

1）分层加权求和模型［20］

模型将系统按功能进行分级，不同层次的目标赋予不同的权重，自下而上对打击效果进行加权求和，权重的确立要结合实验数据和已有经验。姜浩［21］、苗启广［22］根据机场目标的特点，提出基于层次分析法和模糊评判法的评估模型。

在应用这种模型的过程中要注意适用范围，同质目标的毁伤效果才能相加。

2）串并联模型［23］

模型将子目标之间按串联、并联和串并联功能逻辑关系划分。在串联模型中，系统目标中各子目标联系紧密，相互依存，单个子目标的毁伤对系统目标的影响很大。并联模型中，各子目标相互独立，只要有一个子目标没被摧毁，系统就能正常工作。串并联模型是对上述两种模型的综合，子目标按功能组成串联、并联等关系。颜洁［24］通过变化检测提取出机场目标毁伤信息，结合串并联模型，评估了目标作战性能所受影响。李文章［25］分析了体系目标的特点，将串并联模型应用于体系目标的毁伤效果评估中。

这种模型的缺点是将子目标之间的关系看得过于简单，实际计算中系统效能会有所损失。

3）网络图模型［26］

系统子目标的毁伤效果之间存在累积、级联、多次等关系，上述两种模型对每个子目标的毁伤效果仅计算一次，忽略了一个子目标对多个子目标起作用的情况，因此计算中存在纰漏。网络图模型考虑到系统目标的复杂性，克服了上述两种模型存在的缺陷。在网络图模型中，一个子目标的效能不仅与自身有关，还和其他子目标对它的作用有关。这种模型能很好的体现系统目标中毁伤效果的复杂关系，是较为科学合理的模型。李大伟［27］提出了基于集对分析的评估模型，深刻反应了机场目标的系统特征，全面考虑了子目标的相互关系，评估结果合理且为指挥人员提供了比以往更多的信息。

4 有待进一步研究的问题

打击效果评估涉及了雷达、卫星、图像处理、模式识别及其他的一些技术方法，美国在这一领域处于领先地位，国内也取得了一定的研究成果，但是在研究中还存在着一些亟待解决的问题：

1）评估信息收集受限。打击后图像的缺乏，使得国内打击效果评估研究进展缓慢。部分学者通过网络［6］获取打击后图像进行研究，但是由于获取的图像数量有限影响研究进展。而实弹打击实验获取图像的方式成本太高，因此，依托高性能计算机及程序，建立目标毁伤模型，对目标毁伤规律进行模拟，是实现高效率、低耗费打击效果评估研究的必然趋势。计算机打击效果仿真研究主要有两种方法：一是采用三维建模的方法，根据目标材质属性和武器威力建立爆炸模型，基于已有的试验和经验数据模拟武器打击效果，但是建模的复杂性高，耗费人力物力较大。二是分析毁伤效果与图像灰度变化之间的关系，直接在图像上进行处理，得到毁伤后图像，这种方法简单易行，成本低廉［28～29］，但是在逼真性方面还有待提高。计算机仿真方法要能真实地反应实际情况，获得预期的目标毁伤效果，才能促进打击效果评估研究的发展。

2）现有图像处理技术无法满足要求。基于图像的打击效果评估要结合许多图像处理技术，如图像分割、图像匹配、变化检测等，每种算法都有其具体的适用领域，如何根据打击效果评估的要求选取和设计合适的算法也是具有重要意义的研究难点。基于目标特征对比的打击效果评估和基于自动目标识别的打击效果评估方法中，目标提取是评估的基础，由于不同目标在图像中表现特性不同，所要求的提取算法也不同，相关文献中采用的空间二维匹配滤波、Otsu等提取算法都存在着运算速度慢的问题，并且提取效果受图像中目标特性影响。基于专家知识库的打击效果评估方法中，模板匹配的精度影响着评估结果，但是模板匹配的局限在于只能进行平移，对于旋转或大小变化的情况无能为力，现实情况更为复杂，对图像匹配算法提出了更高的要求。

3）评估模型有待完善。不同的人造目标结构、功能也各不相同，各目标的打击效果评估模型不具有通用性，恰当的打击效果评估要在对目标有一定了解的基础上进行。随着武器系统性能的提高，打击效果评估的标准也要及时更新。评估模型的建立需对武器性能和目标特性有深入的了解，能准确反应目标系统毁伤情况，而且要根据实验数据或经验确定合适的指标。现有的评估模型中仍存在一些问题，如：不能全面反应模型中子目标之间的复杂关系、物理毁伤到功能毁伤的映射函数难以建立等，都有待进一步研究以扩大模型的适用范围。

5 结语

基于图像的打击效果评估作为一个多学科交叉的热门研究领域，很多方面需要深入研究。实时和准确是衡量打击效果评估的两大指标，实时打击效果评估需要提高毁伤信息提取速度，而准确打击效果评估则要求建立科学合理的评估模型。开展基于图像的打击效果评估研究对于我军战斗力和国防威慑力的提高具有重要的意义，实时准确的打击效果评估系统的建立需要我们不断的探索。

［1］Hugh C.The Current Battle Damage Assessment Paradigm is Obsolete［J］.Air and Space Power Journal，2004，18（4）：13－17.

［2］涂震飚，林涛.基于下视图像的打击效果评估系统研究［J］.战术导弹技术，2012（5）：6－9.

［3］Deitz P H，Starks M W.Current Simulation Methods in Military Systems Vulnerability Assessment［R］.Memorandum report BRL－MR－3880，1990：1－3.

［4］Hawkins J A.Joint Tactics，Techniques，and Procedures for Intelligence Support to Targeting ［Z］.JP 2－01.1.2003：VI－2－VI－3.

［5］Yu S H，Srivastava A，Mehra R K.Automatic Battle Damage Assessment based on Laser Radar Imagery［C］／／Laser Radar Technology and Applications IV，Bellingham WA，USA.SPIE，1999：210－221.

［6］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.

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

［8］Andre G，Chiroiu L，Mering C，et al.Building Destruction and Damage Assessment After Earthquake Using High Resolution Optical Sensor［C］／／Geoscience and Remote Sensing Symposium.IGARSS＇03Proceedings，2003：2398－2400.

［9］苏娟，鲜勇，刘代志.基于图像变化检测的打击效果自动评估算法［J］.火力与指挥控制，2008，33（4）：134－137.

［10］尤建晓，韩雪梅.高分辨率光学图像目标打击效果评估系统研究［J］.信息技术，2010（5）：92－95.

［11］陈和彬，梁瑶臻.基于图像变化检测的舰船毁伤信息提取问题研究［J］.舰船电子工程，2010，30（4）：72－75.

［12］牛鹏辉，李卫华，李小春.基于变化检测的机场毁伤评估算法［J］.电光与控制，2012，19（7）：89－93.

［13］任毅，翁弘，孙进平.基于ISAR图像序列的目标打击效果评估［J］.现代雷达，2009，31（1）：50－53.

［14］于国荣，凡根喜，于辉.基于遥感图像处理和计算的导弹打击效果物理评估方法研究［J］.战术导弹技术，2009（6）：9－14.

［15］尤晓建.基于目标识别的机场跑道打击效果评估研究［J］.计算机与数字工程，2010，38（10）：119－121.

［16］蒲刚，许鹏，任平，等.基于图像分析的机场跑道毁伤效果评估研究［J］.舰船电子工程，2012，32（2）：31－32.

［17］席大春，周成平，娄联堂.基于图像理解的桥梁自动打击效果评估系统研究［J］.计算机应用研究，2004（11）：116－118.

［18］董汉清，孟凡计，王玉文.无人机打击效果评估系统研究［J］.通信技术，2012，45（7）：72－74.

［19］Franzen D W.A Bayesian Decision Model for Battle Damage Assessment［D］.OH，USA：Air Force Inst of Tech.Wright－Patterson AFB，1999：8－32.

［20］朱文伯，陈岛，罗琴，等.海上机动目标打击效果评估问题研究［J］.舰船电子工程，2007，27（6）：61－65.

［21］姜浩，陈浩光，星学华.基于二级模糊综合评判的机场目标毁伤效果评估［J］.兵工自动化，2007，26（8）：1－2.

［22］苗启广，刘娟，宁淑婷.基于模糊综合评判的机场打击效果评估［J］.系统工程与电子技术，2012，34（7）：1395－1399.

［23］Air and Space Operations Center.Air Force operational tactics，techniques，and procedures［Z］.（AFOTTP）2－3.2，2004：3－58.

［24］颜洁，刘建坡，唐伟广.基于遥感图像变化检测的毁伤效果分析［J］.无线电工程，2010，40（4），30－31.

［25］李文章，王瀛.战场体系目标毁伤效果评估研究［J］.舰船电子工程，2011，31（3）：9－11.

［26］John T，Rauch J R.Assessing airpower’s effects：Capabilities and Limitations of Real－Time Battle Damage Assessment［R］.Maxwell AFB AL，2004：15－16.

［27］Wenjie Zhao，Dawei Li.Assessment of Airport Damage Based on the Connection Number［C］／／International Conference on Electrical and Control Engineering （ICECE），2011：3848－3851（in Chinese with English abstract）.

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

［29］费智婷，周朝阳，岑小锋，等.机场跑道毁伤效果评估系统研究［J］.指挥控制与仿真，2012，34（1）：66－69.

［30］尤晓建.基于目标识别的机场跑道打击效果评估研究［J］.计算机与数字工程，2010（10）.