集群目标伪装效果评估指标及其权重系数的研究

冯中伟， 胡江华， 李昌鑫

（陆军工程大学， 江苏 南京 210007）

0 引言

在信息化战争中，伪装[1]作为提高军事目标对抗侦察和打击的有效手段，其重要性与日俱增。信息化条件下的战场，地面作战方式以集群作战为主。当前对目标的伪装效果检测与评估研究主要针对单个目标静止状态情况下，对多机动装备和设施的伪装效果评估研究，可更贴近伪装装备的作战应用真实状态[2]。常用的评估方法有灰色关联度评估法、层次分析法、Bayes 网络等[3]。 对于图像特征权重的探究由于涉及人的心理活动， 一般采用专家打分的方式确定权重系数， 因此对图像特征权重的估计很大程度上受到专家主观意志的影响， 设计显著图相似度法确定每种图像特征对人眼视觉刺激的权重系数。

1 集群目标伪装效果评估指标

伪装效果评估指标包括伪装效果战术指标和伪装效果技术指标两类。 隐真伪装效果指标体系见图1。

图1 隐真伪装效果指标体系

1.1 集群目标静态指标

1.1.1 目标与背景的图像特征

（1）灰度特征。 灰度直方图（图2）表示灰度特征，可以反映每种灰度级像素个数以及图像中每种灰度的出现次数。

图2 灰度特征

（2）色度特征。 HSV 颜色空间（图3）采用三个分量：色调H、饱和度S、亮度V，此颜色空间与人的视觉感知密切联系。

图3 色度特征

（3）纹理特征。 局部二值模式（LBP）是一种用来描述图像局部纹理特征的非参数算子（图4），它具有旋转不变性和灰度不变性等显著的优点。

图4 纹理特征

（4）斑块特征。形状信息反映了图像中物体的几何物理特性，背景斑块特征提取（图5）是进行斑块特征分析的前提。

图5 斑块特征

1.1.2 集群类型

集群类型不同，伪装效果差异较大。以几种常见的集群为例，集群类型指标I1如表1 所示。

表1 集群类型指标

1.1.3 集群规模

伪装效果随集群规模的变化而变化， 可利用其编制的大小进行简化。 记一个连的兵力为单位1，一个排为1/3，集群规模I2可简化为

式中：mi1，mi2分别是集群中第i 种目标的排级、 连级编制数量；n 是该集群所含目标总种类数。

1.1.4 分散程度

目标较为分散时， 有利于其隐蔽机动， 侦察难度加大，反之不利于隐蔽。分散程度对伪装效果的影响可用影响因子I3来表示为

表2 分散程度量化关系

1.2 集群目标动态指标

1.2.1 基于Hausdorff 距离的动态变形度指标

目前尚未建立目标伪装前后变形程度的衡量指标，这里将基于目标伪装前后形状特征参数集合之间的Hausdorff 距离[4]叫定义为变形度。 伪装前后的Hausdorff距离定义为：

其中符号‖·‖为定义在点集合A 和B 上的某种距离范数。计算出的Hausdorf 距离数值越大，说明伪装前后目标形状差异越大，反之不大。

1.2.2 集群目标动态组合相似度指标

在描述一幅图像的特征时， 可以从目标与其邻域背景的颜色、形状、纹理特征三个角度出发。 基于颜色矩的颜色特征、灰度共生矩阵的纹理特征和Hu 不变矩的形状特征可分别用向量表示：

Texture =（Energy Contrast Correlation Homogeneity Entropy）T

基于这三种图像的特征向量建立一个图像的特征参数向量空间，即：

Object=（RGB Texture Hu）T

2 不同图像特征相似度权重系数计算方法

2.1 眼动图像的ROI 提取

利用眼动实验获得的有效注视焦点通过图像处理方法提取ROI 图像。 在大量实验图片中选取典型的颜色鲜艳图像和高空伪装目标图像如图6 所示， 提取的ROI 如图7 所示。

图6 原始图像

图7 二值化的眼动ROI 图像

2.2 基于ittl模型的图像ROT提取

为了与眼动仪获取的图像综合特征兴趣图像ROI 比较相似度， 对四个特征显著图赋予不同的权重系数得到图像综合特征显著图并二值化，如图8 所示。

图8 图像特征综合显著图ROI

2.3 图像区域相似度评价

为了对比计算机模拟的图像显著区域和眼动仪跟踪记录的视觉兴趣图像， 计算不同特征权重图像ROI 和二值化的眼动图像ROI 的相似度来评价权重系数的影响程度[5]。定义两个二值化图像对应像素点的差异作为像素点相似度S1，采用眼动ROI 和图像ROI 的质心坐标的距离描述相似度S2：

式中gi和si为二值图像中第i 个像素点对应的像素值，N为图像总像素个数，（xg，yg）和（xs，ys）是 图像ROI 和眼动ROI 的质心坐标，M*N 是图像的总像素。因此结合像素点相似度和质心坐标相似度共同定义眼动ROI 和图像ROI的相似度。

S 越接近1 说明图像ROI 与眼动ROI 相似度越高，即该权重系数的图像特征与人眼视觉刺激程度越接近。

2.4 正交实验

对颜色、纹理、亮度和形状特征不同水平的权重系数设计正交实验，根据相关经验和文献资料选取图像颜色特征的权重范围，见表3。

表3 权重系数正交实验因素表

利用正交实验进行大量的统计实验，选取内容不同的多种图像利用上述正交实验表进行相似度计算。 4 幅图像根据正交试验表提取不同权重系数组合的图像二值化ROI 并计算相似度，计算结果见表4。

统计和分析多幅空对地图像的实验结果， 对于空中伪装目标与背景图像而言亮度的权重系数最大且大于0.3，纹理特征权重系数最小且不超过0.2，颜色特征权重系数范围是0.2～0.3， 形状特征权重系数范围是0.3～0.4。根据表4 的正交实验结果确定空中伪装目标与背景图像的亮度、形状、颜色、纹理特征对应的权重系数为0.35、0.30、0.23、0.12。

表4 图像特征相似度正交实验结果

3 结论

本文首先研究集群目标的静态和动态伪装效果评估指标，基于 Hausdorff 距离定义运动目标伪装前后的变形度，并根据判读原理、人眼视觉注意机制等，将作为描述图像最直接而有效的颜色、纹理和形状特征构成一个特征参数空间，再利用谷本度量计算出目标与其邻域背景之间的相似度定义为组合相似度。根据伪装图像特征权重分析的特殊性，选择设计显著图相似度法确定每种图像特征对人眼视觉刺激的权重系数。计算结果表明空中伪装目标图像中的图像亮度特征和形状特征对人眼的视觉影响更大，纹理特征影响最小，为后续伪装效果评估提供支持。