, ,
(西安工業(yè)大學(xué)陜西省光電測(cè)試與儀器技術(shù)重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710021)
炸點(diǎn)測(cè)量可用于評(píng)估炮兵射擊訓(xùn)練效果[1],同時(shí)對(duì)提高彈藥毀傷效果提供依據(jù)和支持。在靶場(chǎng)測(cè)試中,需要準(zhǔn)確地獲取炮彈或者火箭彈的炸點(diǎn)位置,以評(píng)估戰(zhàn)斗部的毀傷效果。因此,提高靶場(chǎng)測(cè)試效率,實(shí)現(xiàn)對(duì)炸點(diǎn)實(shí)時(shí)準(zhǔn)確地識(shí)別與定位具有重要意義[2]。
對(duì)炸點(diǎn)測(cè)量的方法主要有激光探測(cè)法[3-4]、視頻測(cè)量法[5-6]等。激光探測(cè)法在視場(chǎng)小、范圍窄的系統(tǒng)中測(cè)量精度較高,但因?yàn)榧す夤馐^窄,所以在視場(chǎng)大、范圍廣的靶場(chǎng)環(huán)境中無(wú)法滿足測(cè)試需求。視頻測(cè)量法是目前測(cè)量彈丸炸點(diǎn)較為常用的方法。此法較為可靠且精度高。對(duì)炸點(diǎn)圖像進(jìn)行測(cè)量的裝置由高速相機(jī)、圖像采集卡和計(jì)算機(jī)構(gòu)成。由于高速相機(jī)循環(huán)存儲(chǔ)數(shù)據(jù)的特點(diǎn),相機(jī)以交匯測(cè)量的方法長(zhǎng)時(shí)間凝視式觀測(cè)使得數(shù)據(jù)存儲(chǔ)量大,后期圖像處理繁雜。如果使用外觸發(fā)裝置啟動(dòng)高速相機(jī)工作,勢(shì)必會(huì)增加整個(gè)測(cè)試系統(tǒng)的復(fù)雜度,也制約著高速數(shù)據(jù)采集的過(guò)程。所以需要一種自動(dòng)識(shí)別炸點(diǎn)的數(shù)字圖像采集處理系統(tǒng),便于高速相機(jī)自動(dòng)獲取圖像數(shù)據(jù),以減少海量的圖像存儲(chǔ)數(shù)據(jù)。
在此,設(shè)計(jì)了一種可自動(dòng)識(shí)別炸點(diǎn)目標(biāo)的圖像采集系統(tǒng)。采用高速相機(jī)技術(shù)獲取彈丸爆炸過(guò)程的圖像,利用圖像處理分析技術(shù)對(duì)圖像進(jìn)行目標(biāo)實(shí)時(shí)檢測(cè)和識(shí)別,當(dāng)確認(rèn)目標(biāo)事件發(fā)生時(shí)輸出觸發(fā)信號(hào),啟動(dòng)采集卡工作、存儲(chǔ)炸點(diǎn)圖像,進(jìn)而完成對(duì)炸點(diǎn)目標(biāo)的測(cè)量。
設(shè)計(jì)了帶有炸點(diǎn)識(shí)別技術(shù)的圖像采集系統(tǒng),主要由面陣相機(jī)(對(duì)炸點(diǎn)圖像進(jìn)行拍攝),CameraLink(傳輸數(shù)據(jù)流),基于FPGA的圖像分析處理模塊,圖像采集卡和計(jì)算機(jī)處理端5部分組成。系統(tǒng)總體結(jié)構(gòu)如圖1所示。
圖1 系統(tǒng)總體結(jié)構(gòu)
對(duì)炸點(diǎn)進(jìn)行基于圖像處理的識(shí)別,就需要在圖像采集和處理部分中,設(shè)計(jì)控制面陣相機(jī)采集圖像的硬件系統(tǒng)。硬件系統(tǒng)包括外圍電路的設(shè)計(jì)和FPGA片內(nèi)的硬件處理判定模塊。
為了實(shí)現(xiàn)低成本、小體積、高速率、更穩(wěn)定的圖像數(shù)據(jù)傳輸,就要設(shè)計(jì)基于CameraLink接口的數(shù)據(jù)傳輸硬件平臺(tái)。CameraLink是一種專門(mén)針對(duì)機(jī)器視覺(jué)應(yīng)用領(lǐng)域的串行通信協(xié)議,使用低壓差分信號(hào)LVDS傳輸[7],其中包括電源信號(hào)、視頻數(shù)據(jù)信號(hào)、相機(jī)控制信號(hào)和串行通信信號(hào)。目前,基于CameraLink接口的數(shù)據(jù)發(fā)送和接收,大多采用專用的串并轉(zhuǎn)換芯片DS90CR287。DS90CR288A與相機(jī)進(jìn)行數(shù)據(jù)傳輸,所用的芯片及接口配置方法成熟,且可控性較高?;贔PGA的圖像分析處理模塊是完成炸點(diǎn)識(shí)別的主要部分,原理上相當(dāng)于在面陣相機(jī)與采集卡的數(shù)據(jù)流傳輸之間進(jìn)行圖像的預(yù)處理。外圍硬件設(shè)計(jì)的構(gòu)成如圖2所示。
圖2 硬件系統(tǒng)構(gòu)成
相機(jī)拍攝圖像通過(guò)CameraLink傳到基于FPGA的圖像分析處理模塊,在FPGA電路內(nèi)部進(jìn)行幀圖像處理。相機(jī)拍攝圖像一路通過(guò)FIFO模塊數(shù)據(jù)緩存,再傳給采集卡;另一路圖像通過(guò)LVDS接口模塊和CameraLink協(xié)議模塊發(fā)送至圖像存儲(chǔ)模塊,在SRAM模塊中存儲(chǔ)并提取,再通過(guò)炸點(diǎn)識(shí)別的軟件系統(tǒng)判定圖像中是否有炸點(diǎn)。后續(xù)的炸點(diǎn)識(shí)別算法在硬件判定模塊內(nèi)進(jìn)行。FPGA片內(nèi)結(jié)構(gòu)如圖3所示。
圖3 FPGA片內(nèi)結(jié)構(gòu)
在運(yùn)動(dòng)目標(biāo)檢測(cè)中常用的方法有背景差分法。這種方法事先把背景圖像存儲(chǔ)下來(lái),然后將前景圖像與背景圖像作差,利用2幅圖像相減所獲取的具有動(dòng)態(tài)特性變化的部分對(duì)可疑區(qū)域進(jìn)行判定[8]。
id(x,y,i)=f(x,y,i)-b(x,y)
(1)
id(x,y,i)為差值圖像;b(x,y)為背景圖像;f(x,y,i)為圖像系列;(x,y)為圖像位置坐標(biāo);i為圖像幀數(shù)。
一般情況下,由于運(yùn)動(dòng)物體在灰度上與背景灰度存在著很明顯的差異,這樣作差之后的差值圖像只是在運(yùn)動(dòng)物體處有較大的灰度值。選取適當(dāng)?shù)拈撝礣。當(dāng)差值圖像的灰度值大于T,視為識(shí)別到炸點(diǎn);當(dāng)灰度值小于T,視為爆炸未發(fā)生。用公式表達(dá)為:
(2)
bid(x,y,i)為判定炸點(diǎn)的函數(shù)。
此法的優(yōu)點(diǎn)是對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)十分有效,而且對(duì)發(fā)生變化的圖像很敏感,由于2幅圖像的時(shí)間間隔很短,所以其受諸多干擾的可能性很小。但當(dāng)目標(biāo)區(qū)域的圖像發(fā)生長(zhǎng)時(shí)間重疊時(shí),一般就對(duì)識(shí)別的對(duì)象很難檢測(cè)了[9-10]。
由于彈丸的極速爆炸,采集到的圖像中火光特征空間發(fā)生較大變動(dòng),且其他大多數(shù)物體呈靜止?fàn)顟B(tài),可以識(shí)別的火光動(dòng)態(tài)特征也有顯著的變化。因此,提出采用火光變化特性算法的數(shù)字圖像處理的識(shí)別方法。
在對(duì)面陣相機(jī)持續(xù)拍攝的圖像進(jìn)行處理時(shí),在時(shí)刻T時(shí),設(shè)圖像上某一點(diǎn)(x,y)的灰度值為Bi(x,y),在時(shí)刻T+nΔT時(shí),設(shè)圖像上該點(diǎn)的灰度值為Bi+n(x,y)。ΔT為高速相機(jī)拍攝的每幀圖像的間隔時(shí)間。對(duì)n值的選取可隨實(shí)際爆炸速率情況發(fā)展而選取1,2,3等。因?yàn)楸ň哂邪l(fā)光、放熱、變化率明顯的特性,所以在圖像中爆炸區(qū)域的亮度值相對(duì)背景區(qū)域的亮度值要高,而火光的外形特征在圖像中也表現(xiàn)為在短時(shí)間內(nèi)的急劇變化。由火光變化率的特性知,當(dāng)彈丸發(fā)生爆炸時(shí),T+nΔT時(shí)刻(x,y)點(diǎn)的圖像灰度值相較于T時(shí)刻會(huì)陡然上升,以此來(lái)識(shí)別目標(biāo)事件是否發(fā)生。
設(shè)u為圖像灰度差值與時(shí)間的比值,則有:
(3)
ΔQ為Bi(x,y)與Bi+n(x,y)的差值;t為nΔT。當(dāng)u=0即Bi+n(x,y)=Bi(x,y)時(shí),火光變化率為0,視為沒(méi)有識(shí)別到炸點(diǎn);當(dāng)u>0時(shí),Bi+n(x,y)?Bi(x,y),則識(shí)別到爆炸圖像。
對(duì)炸點(diǎn)圖像的識(shí)別,如果只依靠顏色或者形態(tài)變化規(guī)律可能無(wú)法對(duì)炸點(diǎn)進(jìn)行有效識(shí)別。在彈丸爆炸過(guò)程中,除火光外,還會(huì)伴隨有煙霧的產(chǎn)生,所以還可用煙霧特征的方法來(lái)提高對(duì)炸點(diǎn)圖像辨識(shí)度。軟件系統(tǒng)的設(shè)計(jì)主要包括對(duì)炸點(diǎn)識(shí)別的總體算法流程,即基于火光特性與煙霧區(qū)域融合的炸點(diǎn)識(shí)別算法?;鸸庠趫D像中的外形特征表現(xiàn)為在短時(shí)間內(nèi)的急劇變化,而煙霧可表現(xiàn)為長(zhǎng)時(shí)間、大面積并伴有擴(kuò)散的特征。因此根據(jù)煙霧的不確定性,當(dāng)拍攝到當(dāng)前幀圖像的背景圖像后,用背景差分法檢測(cè)到數(shù)字圖像中有目標(biāo)的區(qū)域,當(dāng)目標(biāo)區(qū)域的圖像被檢測(cè)出來(lái)的時(shí)候,可采用Otsu法[11]對(duì)其進(jìn)行圖像分割,并對(duì)煙霧面積選取適當(dāng)?shù)拈撝怠H魺熿F面積大于此閾值,視為有煙霧產(chǎn)生即識(shí)別到炸點(diǎn),否則視為未爆炸。
在對(duì)炸點(diǎn)的識(shí)別過(guò)程中,可先通過(guò)提取火光的變化特性,在未有效識(shí)別到火光時(shí),再利用煙霧特征算法的方法來(lái)處理圖像,進(jìn)而實(shí)現(xiàn)對(duì)炸點(diǎn)的識(shí)別。具體算法流程如圖4所示。
圖4 識(shí)別算法流程
選用普通相機(jī)拍攝炸點(diǎn)目標(biāo)的圖像,圖像幀頻為50 Hz,圖像分辨率為640 px×352 px。以此來(lái)進(jìn)行模擬試驗(yàn),并驗(yàn)證算法的可行性。提取3個(gè)時(shí)刻的圖像,如圖5所示。
圖5 3個(gè)時(shí)刻的炸點(diǎn)圖像
對(duì)圖5用本文提出的算法進(jìn)行處理。當(dāng)圖像中有炸點(diǎn)時(shí),目標(biāo)區(qū)域的灰度圖像有較大變化,此時(shí)可識(shí)別到炸點(diǎn),其灰度圖像如圖6所示。
圖6 炸點(diǎn)識(shí)別灰度圖像
根據(jù)火光特性識(shí)別算法,使用MATLAB[12]測(cè)算到目標(biāo)區(qū)域內(nèi)某點(diǎn)的灰度值隨時(shí)間變化的關(guān)系,如圖7所示。可見(jiàn)在7.52 s時(shí)灰度值開(kāi)始變化,到7.58 s時(shí)灰度值達(dá)到最高值,而當(dāng)灰度值變化率即灰度值與時(shí)間間隔的比值不為零時(shí),可認(rèn)為有爆炸發(fā)生。炸點(diǎn)時(shí)刻依次為7.54 s,7.56 s,7.58 s,因此在這一時(shí)間段識(shí)別到炸點(diǎn)。系統(tǒng)在此時(shí)記錄炸點(diǎn)時(shí)刻,并開(kāi)始存儲(chǔ)圖像。
圖7 灰度值變化與時(shí)間關(guān)系
提出一種基于數(shù)字圖像的自動(dòng)識(shí)別炸點(diǎn)目標(biāo)的方法。該方法通過(guò)設(shè)計(jì)面陣相機(jī)采集圖像的外圍電路,以及利用火光變化特性和煙霧特征,實(shí)現(xiàn)對(duì)炸點(diǎn)目標(biāo)進(jìn)行識(shí)別。實(shí)驗(yàn)驗(yàn)證表明,該方法可有效識(shí)別炸點(diǎn)圖像中的火光和煙霧,并能克服其他光照、噪聲等因素的影響。所提方法可為靶場(chǎng)炸點(diǎn)測(cè)量系統(tǒng)提供一種圖像數(shù)據(jù)采集方案。