孫海波

（南京模擬技術(shù)研究所，江蘇 南京 210016）

0 引言

目前實(shí)彈射擊訓(xùn)練過程中，常采用人工報(bào)靶的方式，這種方式存在繁瑣、危險(xiǎn)且效率低下等缺點(diǎn)，本系統(tǒng)研制一種基于機(jī)器視覺技術(shù)的實(shí)彈報(bào)靶系統(tǒng)，可以實(shí)現(xiàn)自動報(bào)靶功能，訓(xùn)練人員實(shí)彈射擊時(shí)可以實(shí)時(shí)顯示彈點(diǎn)位置和成績等信息，極大的提高訓(xùn)練效率[1]。

1 系統(tǒng)設(shè)計(jì)

基于機(jī)器視覺技術(shù)的實(shí)彈報(bào)靶系統(tǒng)由靶標(biāo)組件、視頻圖像采集組件、圖像處理組件、顯示組件、通訊組件組成。報(bào)靶系統(tǒng)中攝像頭采集靶紙圖像，圖像處理組件識別靶型區(qū)域和彈著點(diǎn)位置信息，然后在射手端實(shí)時(shí)顯示彈點(diǎn)位置和射擊成績。

2 算法原理

實(shí)彈報(bào)靶的關(guān)鍵是將靶面圖像中彈著點(diǎn)提取出來，這就涉及到機(jī)器視覺的有關(guān)理論和技術(shù)[2]。在實(shí)際應(yīng)用中，系統(tǒng)獲取的原始圖像不是完美的，例如系統(tǒng)獲取的原始圖像，由于噪聲、光照等原因，圖像的質(zhì)量不高，所以需要進(jìn)行處理，以有利于提取目標(biāo)信息。實(shí)彈識別定位算法流程如圖1所示。

圖1 算法流程圖

算法流程包括兩部分：靶型識別定位和彈點(diǎn)識別定位。靶型識別定位算法：將靶面彩色圖進(jìn)行顏色空間轉(zhuǎn)換，利用自適應(yīng)閾值分割方法將圖像二值化，提取靶型區(qū)域，然后求取靶型區(qū)域最小外接矩形，獲取靶型位置信息。彈點(diǎn)識別定位算法：首先根據(jù)靶型區(qū)域信息，對圖像進(jìn)行剪裁，采用幀差算法，獲取彈著點(diǎn)區(qū)域，計(jì)算彈點(diǎn)位置信息。

2.1 靶型識別定位算法

當(dāng)靶面圖像上灰度分布不均勻時(shí)，靶型的定位會受到比較大的影響，將原有的顏色空間RGB轉(zhuǎn)換到HSV空間，H（色度）S（飽和度）V（明度），選取S通道靶型區(qū)域亮度較高有增強(qiáng)作用，可解決照度不均勻問題，如圖2所示。

圖2 靶型識別示意圖

將飽和度圖像進(jìn)行自適應(yīng)閾值分割，獲取靶型二值化圖像，然后求取其最小外接矩形即可獲取靶型位置信息。

2.2 彈點(diǎn)識別定位算法

2.2.1 圖像剪裁

攝像機(jī)獲取的靶面圖像中除了靶型有效區(qū)域以外還有周圍一些干擾區(qū)域，會降低圖像處理的速度和正確率。因此可剪裁一部分無關(guān)的圖像。對于下圖中的靶紙圖像來說，我們所感興趣的部分就是正式靶型區(qū)域，即圖形A、B、C、D所包含的圖像區(qū)域。靶型識別定位算法可以獲取A、B、C、D四個(gè)點(diǎn)的坐標(biāo)，如圖3所示。

圖3 剪裁示意圖

2.2.2 彩色靶圖灰度化

圖像采集獲得的是彩色圖像，其包含的數(shù)據(jù)量巨大，直接處理彩色圖像，處理速度很慢，無法實(shí)時(shí)解算，而且在精度方面與采用灰度圖像處理幾乎沒有區(qū)別。因此在本系統(tǒng)中將其轉(zhuǎn)換為灰度圖后再進(jìn)行處理，在提高處理速度的同時(shí)保證足夠的精確度。利用RGB空間到灰度空間的轉(zhuǎn)換公式獲取灰度圖像[3]：

式中f（x,y）為（x,y）位置的灰度值B、G、R分別為（x,y）位置像素的藍(lán)、綠、紅色對應(yīng)的彩色信息值。

2.2.3 二值圖像

二值圖像是指整幅圖像畫面內(nèi)僅黑、白二值的圖像，在它們之間不存在其他灰度的變化。二值化的方法很多，在實(shí)際使用時(shí)，必須根據(jù)具體的處理對象而定，二值化的關(guān)鍵是要選擇合適的閾值來區(qū)分對象和背景[4]。

設(shè)灰度圖像f（x,y），為二值圖像為g（x,y），t為閾值，圖像二值化的數(shù)學(xué)描述如公式所示：

因?yàn)閺楛c(diǎn)區(qū)域?yàn)楹谏?，與靶面非彈點(diǎn)區(qū)域顏色差異較大，所以選用自適應(yīng)閾值分割法進(jìn)行二值化處理，根據(jù)靶面圖像的灰度直方圖，在有兩個(gè)峰值分別對應(yīng)于靶面圖像中的目標(biāo)與背景存在情況下，取兩值中間的峰谷閾值，此方法在圖像的目標(biāo)與背景差別大的場景中效果很好。

2.2.4 幀差算法

幀差算法是將前后采集的兩幅靶面圖像對應(yīng)坐標(biāo)的像素灰度值相減，獲取灰度差值組成新的幀差圖像。該算法排除掉了新的靶面圖像中那些原先已經(jīng)存在的舊彈著點(diǎn)對識別的干擾，大幅提高自動報(bào)靶系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確率[5]。幀差算法公式如下：

其中，glb(x,y)是背景靶面圖，glp(x,y)是當(dāng)前靶面圖，glr(x,y)是幀差圖。因?yàn)閺楛c(diǎn)區(qū)域?yàn)楹谏悦慨?dāng)有新彈點(diǎn)命中靶面時(shí)，其在幀差圖像中的灰度值較高。

2.2.5 室外大風(fēng)靶面抖動抖動解決辦法

在室外風(fēng)速比較大的情況下，靶面會發(fā)生劇烈的抖動，這時(shí)幀差圖像上會產(chǎn)生許多的干擾彈點(diǎn)，容易產(chǎn)生多報(bào)現(xiàn)象，具體分析情況如下，當(dāng)靶面上原有彈點(diǎn)在圖像抖動時(shí)，會在幀差圖像上產(chǎn)生生彈點(diǎn)“虛影”,如圖4所示。

圖4 虛影彈點(diǎn)和實(shí)際彈點(diǎn)比較圖

A為靶面上原有彈點(diǎn)，因晃動產(chǎn)生的虛影彈點(diǎn)，B為晃動時(shí)新增實(shí)際彈點(diǎn)，A和B的區(qū)別是，在A區(qū)域一般包兩塊區(qū)域，面積和形狀相近，但是其在幀差圖像中的平均灰度為一正、一負(fù)，兩個(gè)區(qū)域總體平均灰度趨近與0；而B區(qū)域只有一塊平均灰度為正值得區(qū)域，所以可以依靠這個(gè)區(qū)別，來識別出在靶面抖動時(shí)新增實(shí)際彈點(diǎn)和干擾虛影彈點(diǎn)。

3 結(jié)論

本項(xiàng)目研制的基于機(jī)器視覺技術(shù)的實(shí)彈報(bào)靶系統(tǒng)，系統(tǒng)將報(bào)靶設(shè)備固定于靶標(biāo)前端，實(shí)時(shí)采集靶面圖像，當(dāng)射擊時(shí)子彈擊中靶面，系統(tǒng)實(shí)時(shí)分析彈著點(diǎn)圖像，并將靶型位置和彈點(diǎn)位置信息解算出來實(shí)現(xiàn)實(shí)時(shí)報(bào)靶功能。研制靶型定位算法：靶面圖像光照不均勻影像靶型識別，將原顏色空間RGB轉(zhuǎn)換到HSV空間，并選取S（飽和度）顏色通道，靶型區(qū)域亮度較高有增強(qiáng)作用，可提高靶型定位識別的準(zhǔn)確性。研制彈點(diǎn)識別算法：采用自適應(yīng)閾值分割算法和幀差算法識別彈點(diǎn)；并研制抗大風(fēng)引起的靶面圖像抖動的彈點(diǎn)識別算法，提高報(bào)靶的穩(wěn)定性。