0 引 言
打击效果评估是现代战争中的一个重要环节，能否及时、准确地对被打击目标的毁伤效果进行评估，对决策后续作战行动，及时组织后续打击具有十分重要的作用，或者进行毁伤评估处理后直接将结果传回，从而缩短毁伤效果评估时间。
针对地面特定建筑、油罐、飞机、舰船4类军事目标，提出一种基于DSP实现的自动实时打击效果评估方法，并基于多DSP硬件板卡设计和实现了实时打击效果评估演示系统。该方法（系统）可应用于无人机或者导弹上，集查打一体，在确定目标并攻击完成后立即对打击目标的毁伤情况进行自动实时评估，并且无需人工干预，只要在任务加载阶段输入前期制作完成的打击区域基准图和打击目标先验信息（位置、尺寸、类型等），就可自动实时地完成对指定目标的打击效果分级评估。
1 实时打击效果评估方法
1.1 算法流程描述
该实时打击效果评估方法适用于无人机或弹载环境，集查打一体，包括目标检测与定位、目标特征提取和分级毁伤评估三个过程[3]，如图1所示。其中，目标检测与定位过程通过输入的制备基准图、目标先验信息以及打击前后图像确定待打击（毁伤评估）目标的位置；目标特征提取过程基于变化检测，提取目标在打击前后的几何特征和纹理特征；分级毁伤评估过程则根据毁伤评价指标体系和提取到的目标打击前后的特征进行分级毁伤评估，并给出评估结果。具体步骤如下：
（1） 基准图与打击前图像匹配，获得两幅图像之间的映射关系。其中，基准图在地面事先制备，其来源一般为卫星照片或高空侦察机航拍照片，需选择具有代表性地形地貌的图像进行制备[4?5]。
（2） 根据目标先验信息（如目标位置、特征等，在地面事先制备）和基准图与打击前图像之间的映射关系，获得目标在打击前图像中的目标区域。飞机、舰船等可在地面缓慢移动的目标，可以根据目标的几何特征、纹理特征、灰度特征以及空间特征等进行目标检测；特定建筑、油罐等地面固定目标则可以采用模板匹配的方法进行目标检测。
（3） 打击前后图像匹配，获得两幅图像之间的映射关系。
（4） 根据打击前后图像之间的映射关系，获得目标在打击后图像中的目标区域。因打击后目标特征可能发生变化，步骤（2）中的目标检测方法已不适用，不能直接在打击后图像中检测目标，故采用图像匹配方法进行位置映射，确定目标在打击后图像中的位置。其前提是打击前后图像获得间隔时间极短，目标可视为未发生移动。 （5） 在打击前后图像的重叠区域进行变化检测，得到变化区域，与之前得到的目标区域进行比对，判断打击目标是否遭到毁伤，即目标区域是否发生变化。
（6） 分别在打击前后图像中的目标区域中提取目标特征。
（7） 根据毁伤评估规则，由提取的目标特征计算获得目标毁伤评价参数，进行打击效果的分级评估。
（8） 输出最后的评估结果，同时可以选择输出打击前后目标特征和目标毁伤评价参数等信息，以辅助指挥人员做出决策。
1.2 目标特征选取
提取打击前后的目标图像特征，根据其变化评估目标的毁伤程度。常用的目标图像特征很多，如灰度特征、纹理特征、几何特征、颜色特征及空间关系特征等[6?7]。本文提出的实时打击效果评估方法考虑DSP运算的特点，选取了目标区域面积、长轴、短轴及长短轴比4类目标几何特征，目标区域均值、方差、一致性3类目标纹理特征，作为目标毁伤评估的指标参数。
其中，目标几何特征根据目标二值连通区域统计获得，定义如下：
目标面积S：目标二值连通区域像素点个数。
目标长轴L：目标二值连通区域轴向长度（最小外接矩形长度）：
[L=2×Cxx+Cyy+2×Cxx-Cyy2+4×C2xy] （1）
目标短轴目标二值连通区域法向长度（最小外接矩形宽度）：
（2）
其中：[C]为根据目标区域边界点坐标计算出的自相关矩阵：
[C=CxxCxyCyxCyy=x1x2…xny1y2…yn×x1y1x2y2?xnyn] （3）
目标长短轴比[R：]目标长短轴之比，即：
（4）
目标纹理特征根据目标区域原始灰度统计获得，定义如下：
目标区域均值[μ：]目标区域像素灰度值平均。
目标区域方差[σ：]目标区域像素灰度值方差。
目标区域一致性[U：]目标区域灰度分布均匀程度和纹理粗细度：
[U=∑p2i] （5）
式中[pi]为灰度值为[i]的概率。
1.3 毁伤评估规则
根据提取的目标特征，本文提出实时打击效果评估方法，再选取毁伤面积比、目标区域几何变化率、目标区域纹理变化率三项指标作为毁伤程度评价的评价标准，定义如下：
毁伤面积比：毁伤面积（目标区域面积变化）与打击前目标面积之比。
纹理变化率：上节所述3个纹理特征（均值、方差、一致性）变化率均值。
几何变化率：上节所述3个几何特征（长轴、短轴、长短轴比）变化率均值。
毁伤程度分级标准设置如表 1所示。
2 实时打击效果评估演示系统
2.1 系统组成
实时打击效果评估系统硬件设备由工控机和多DSP硬件板组成。在工控机上实现主机显控程序，在多DSP硬件板上实现核心的实时打击效果评估算法，系统组成如图 2所示。其中，多核DSP硬件板上的DSP为TI公司的C64x系列，其计算处理能力强大，特别适合大数据吞吐量的集群通信、图像处理、视频压缩等应用。
2.2 数据流程
实时打击效果评估演示系统的数据流程如图3所示。实时打击效果评估演示系统启动后，首先加载图像数据并在界面中显示，然后人工设置打击目标及目标的位置、尺寸、类型等先验信息。启动相应的任务处理后，主机程序将先验信息及图像数据按照一定的格式组成数据帧，
通过CPCI总线接口发送到空闲的DSP处理单元所对应的SDRAM中。传输完毕后，DSP处理单元启动相应的实时打击效果评估程序，对接收到的图像数据进行处理。处理完成后，将提取出的目标特征及评估结果放到指定位置的外部存储器中，并通知主机读取。主机接到处理完成的通知后，在指定位置读出评估结果，然后将结果显示在列表框以及图像上，这样就完成了一次数据处理过程。
2.3 DSP实现
实时打击效果评估算法在DSP中实现，需进行算法的移植和优化。其中，算法移植保证算法能在DSP芯片上顺利运行，手段包括：消减冗余代码、改动库文件、初始化外围接口、调整数据存取方式、调整数据类型、合理有效分配内存空间等。算法优化则提高其执行效率，手段包括：合理设置编译选项（如-o3，-pm），设置Cache，使用片内RAM进行计算、使用DMA搬移数据、使用DSP自带内联函数和库函数等。
3 测试结果及分析
通过网络获取一定数量的打击前图像，再由打击前图像仿真得到相应的打击后图像（目标毁伤），在实时打击效果评估演示系统进行测试。具体方法如下，在打击前后图像对中选取地面特定建筑、油罐、飞机、舰船目标各200个，以人工判读的评估结果作为期望结果，将演示系统输出的评估结果与之比较，用以验证演示系统的功能与性能。限于篇幅，本节不能给出每个目标的评估结果，仅给出一个统计表，如表2所示。
另外，给出一个具体评估实例，目标类型为特殊建筑，如图4所示。
图4为主机显控程序的软件界面，其中左侧显示框中为原始基准图，右侧两个显示框中分别为打击前后的实时图，实时图中用红线框出的为评估的打击目标。另外，界面中还能设置目标先验信息，输出目标特征和评估结果，并返回程序各模块的运行时间。输出的目标特征及评估结果如表3所示。
从图4打击前后图像对比可以明显看出，指定打击目标缺少了一个角，但其他部位未遭受到明显损坏，可以判定其毁伤程度为轻度到中度。再由表 3可得，演示系统自动评估出来的结果为中度损伤，与人工判读出来的结果基本一致。而由表 2可知，针对4类目标，演示系统的自动评估结果具有相当高的准确率（92.1%），且实时性高（0.53 s）。由此可见，本文提出的实时打击效果评估方法是切实可行的。
4 结 论
本文针对地面特定建筑、油罐、飞机、舰船4类军事目标，提出了一种基于DSP实现的自动实时打击效果评估方法，并在多DSP硬件板上实现了实时打击效果评估演示系统。通过大量的测试证明，该方法可以对打击目标的毁伤程度进行自动有效而快速地评估。同时，实现的演示系统还可以输出打击前后的目标特征及目标毁伤参数等信息，能为作战指挥系统的军事决策提供及时准确的参考信息。
参考文献
[1] 陈麒，祝明波，刘旭东.基于图像的打击效果评估研究综述[J].舰船电子工程，2013，33（4）：10?12.
：70?74.
[3] 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.
[4] 李俊山，李旭辉，罗蓉，等.不同传感器图像的景象匹配区选取准则研究[J].微电子学与计算机，2007，24（1）：210?213.
[5] 杨小冈，曹菲，黄先祥，等.景象匹配仿真中基准图的制备方法研究[J].系统仿真学报，2010，22（4）：850?852.
[6] 朱朝杰，董广军，王仁礼.基于特征提取的目标变化检测方法研究[J].海洋测绘，2007，27（2）：50?52.
