基于MATLAB槍械內(nèi)壁瑕疵面積計(jì)算

【摘要】通過內(nèi)窺系統(tǒng)進(jìn)行槍械內(nèi)壁瑕疵圖像采集，然后運(yùn)用圖像處理技術(shù)對(duì)所獲取圖像進(jìn)行分析處理，從而獲得槍械內(nèi)壁瑕疵的實(shí)際面積以及其他槍械內(nèi)壁的其他信息。本系統(tǒng)在原有基礎(chǔ)上，在硬件設(shè)計(jì)和數(shù)據(jù)處理上進(jìn)行一定改進(jìn)。實(shí)驗(yàn)表明，此系統(tǒng)能夠快速、準(zhǔn)確地進(jìn)行槍械內(nèi)壁參數(shù)的測(cè)量，具有較高的效率和實(shí)用性。

【關(guān)鍵詞】圖像畸變；圖像處理；瑕疵

Abstract：By endoscopic system for gun wall defect image acquisition，and then using the image processing technology to the analysis of image processing，to obtain guns internal flaws of the actual area and other firearms inside of other information.This system on the basis of the original，a certain improvement on the hardware design and data processing.Experiments show that this system can quickly and accurately gun inside parameter measurement，high efficiency and practicality.

Key words：Image distortion；image processing；flaw

1.引言

槍械壁瑕疵對(duì)槍械設(shè)計(jì)精度，槍械設(shè)計(jì)有著重要的意義，因此，如何真實(shí)的反映槍械內(nèi)壁狀況，是現(xiàn)代軍工企業(yè)研究的重點(diǎn)。隨著計(jì)算機(jī)和內(nèi)窺成像技術(shù)飛速發(fā)展，其應(yīng)用方面越來越廣測(cè)定葉面積的方法有傳統(tǒng)的手工測(cè)量方法，如方格法、稱重法、系數(shù)法、回歸方程法等[1-2]，雖然方法簡(jiǎn)單，但測(cè)量耗時(shí)且精度低；采用專業(yè)性的葉面積儀進(jìn)行葉面積的測(cè)量，如求積儀法、葉面積儀法等，雖然準(zhǔn)確、簡(jiǎn)單、快速，但設(shè)備價(jià)格昂貴。為了克服以上方法的缺點(diǎn)。

本研究提出一種通過內(nèi)窺系統(tǒng)對(duì)槍械內(nèi)壁圖像進(jìn)行采集后，通過將圖像分成具有特性的區(qū)域并提取出瑕疵所在位置等信息。這些特征區(qū)域可以是像素的灰度值、物體的輪廓線、紋理特征等，也可以是空間頻譜或直方圖特征等，對(duì)所獲取的圖像進(jìn)行二值化處理[3]。

2.總體設(shè)計(jì)方案

內(nèi)窺系統(tǒng)在拍攝時(shí)由于像平面和CCD平面的不重合必然引起圖像的線性幾何畸變從而造成測(cè)量誤差而且很難利用非線性幾何畸變校正法來消除其影響[7]一個(gè)切實(shí)可行的方法是拍攝圖像時(shí)讓內(nèi)窺系統(tǒng)鏡頭離被測(cè)物體盡量遠(yuǎn)通過數(shù)碼相機(jī)的變焦功能使被測(cè)物體的像盡量大相當(dāng)于在盡量長的焦距下拍攝誤差就會(huì)有效地減少測(cè)量時(shí)要求將被測(cè)物與標(biāo)準(zhǔn)測(cè)度參照物同時(shí)拍攝從而按比例獲得絕對(duì)尺寸被測(cè)葉片和標(biāo)準(zhǔn)物體要求拍攝到同一幅圖像上。具體拍攝與處理過程如圖1所示。

由內(nèi)窺系統(tǒng)獲取圖像后，通過專用視頻分析軟件將該視頻根據(jù)需要分解為一幀幀圖片。每隔N幀選取一副圖片。首先對(duì)每個(gè)圖像進(jìn)行批量預(yù)處理后，將其轉(zhuǎn)換為適合的格式類型，然后進(jìn)行圖像分割，去噪處理，邊緣提取，最后使用程序?qū)﹁Υ眠M(jìn)行面積計(jì)算。

3.內(nèi)窺儀安裝結(jié)構(gòu)

為了使圖像更加接近真實(shí)水平，且圖像畸變小，我們盡量將內(nèi)窺鏡鏡頭接近槍膛內(nèi)壁。結(jié)構(gòu)圖如圖2所示。我們事先準(zhǔn)備幾組面積，形狀已知的圖像，然后將其折成略小于直徑圓使用內(nèi)窺系統(tǒng)進(jìn)行拍攝，有兩種數(shù)據(jù)對(duì)比可以得出，通過該方法測(cè)得的圖像面積的相對(duì)誤差在1%以下?？梢愿鶕?jù)槍管內(nèi)徑選擇不同的內(nèi)窺鏡校準(zhǔn)管，已達(dá)到最佳效果。

根據(jù)不同的環(huán)境條件和檢測(cè)要求需要對(duì)圖像進(jìn)行邊緣化處理，而在圖像邊緣檢測(cè)領(lǐng)域中有許多經(jīng)典的邊緣檢測(cè)算子，但無論哪一種都不具有絕對(duì)優(yōu)勢(shì)。最后就是對(duì)瑕疵面積的計(jì)算。圖3為該系統(tǒng)采集槍械內(nèi)壁圖。

4.圖像處理程序設(shè)計(jì)

在計(jì)算機(jī)中，圖像是由無數(shù)個(gè)像素點(diǎn)組合成而成。當(dāng)計(jì)算機(jī)給每一個(gè)像素點(diǎn)賦以像素值時(shí)，人們就看到了帶有色彩的圖像。像素點(diǎn)越多，圖像越接近真實(shí)的物體樣子也越清晰，也就是人們通常所說的分辨率高。但是也伴隨著占用內(nèi)存過大，導(dǎo)致處理數(shù)據(jù)比較慢。

通過MATLAB軟件與像素理論，在所獲取圖片中某一區(qū)域的面積，要經(jīng)過以下三個(gè)步驟。

（1）標(biāo)記或截取出圖片中瑕疵；

（2）利用MATLAB軟件進(jìn)行簡(jiǎn)單編程，分別計(jì)算單個(gè)圖片和所選瑕疵的像素面積；

（3）通過已知實(shí)驗(yàn)前分析對(duì)比所得比例計(jì)算出單個(gè)圖片的真實(shí)面積，利用像素面積與真實(shí)面積的比值關(guān)系求得欲知區(qū)域的真實(shí)面積。物體實(shí)際大小，物體相對(duì)于內(nèi)窺鏡物距及圖像大小間的關(guān)系，進(jìn)行定量研究。

內(nèi)壁瑕疵實(shí)際大小，通過物體相對(duì)于內(nèi)窺鏡物距及圖像大小間的關(guān)系，進(jìn)行定量研究。首先將從所采集圖片選擇一張清晰帶瑕疵的圖片放在一個(gè)已知面積為S的矩形中，相當(dāng)于處理實(shí)際圖像時(shí)獲取的全圖的真實(shí)面積（事實(shí)上，在處理實(shí)際平面圖形時(shí)，人們通常可以利用已知面積，將圖形與該已知面積進(jìn)行對(duì)比可以得出所測(cè)圖像實(shí)際面積。）；然后將上面兩圖分別導(dǎo)入MATLAB，最后分別計(jì)算像素面積，獲取圖圖像的像素面積S1以及矩形圖像的像素面積S2；

計(jì)算圖形的像素面積MATLAB程序?qū)崿F(xiàn)如下：

w=imread（'C：＼Users＼yjy＼Desktop＼圖片'，'bmp'）；%導(dǎo)入圖片

image（w）； %顯示圖像

W=w（：，：，1）；

E=（edge（w1，'canny'））；[u，v]=find（b）；

x0=mean（[min（v），max（v）]）；y0=mean （[min（u），max（u）]）；

plot（v，u，'.'），hold on，plot（x0，y0，'o'）；

u1=-y0+u；v1=-x0+v %然后將圖片變?yōu)槎S矩陣，利用canny函數(shù)尋找邊界，并化圖形中點(diǎn)為原點(diǎn)。

[c，r]=cart2pol（v1，u1）；

q=[c，r]；

q1=sortrows（q）；

[x1，y1]=pol2cart（q1（：，1），q1（：，2））；

s=polyarea（x1，y1） %極坐標(biāo)變換，得到像素面積

得到S1，S2。

（4）由S0/S1=S/S2，得S0。

總之，通過以上程序就可以利用MATLAB圖形處理技術(shù)較為精確的計(jì)算平面圖形的面積，其中關(guān)鍵在第二步，前提是能獲得可以與被測(cè)面積進(jìn)行對(duì)比的真是面積。

5.結(jié)論

通過采集圖像對(duì)比，該系統(tǒng)對(duì)槍械內(nèi)壁采集圖像比較清晰，經(jīng)過數(shù)據(jù)處理所得數(shù)據(jù)與實(shí)際值相差基本吻合。而且本系統(tǒng)具有簡(jiǎn)便、快速、準(zhǔn)確等優(yōu)點(diǎn)，但在二值化之后膛線和瑕疵混合在一起的，無法細(xì)分，但是大致的要求是膛線的面積會(huì)相對(duì)于瑕疵的面積大些，因此目前主要是使用標(biāo)記圖像的面積大小作為一個(gè)參量，來判決是瑕疵還是膛線，也可以實(shí)現(xiàn)基本的圖像功能。

參考文獻(xiàn)

[1]段悅，袁昌明.火災(zāi)探測(cè)中動(dòng)態(tài)火焰的數(shù)字圖像處理[J].中國計(jì)量學(xué)院學(xué)報(bào)，2009，20（1）：55-58.

[2]柏軍華，王克如，初振東等.葉面積測(cè)定方法的比較研究[J].石河子大學(xué)學(xué)報(bào)，2005，23（2）：216-218.

[3]馮冬霞，施生錦.葉面積測(cè)定方法的研究效果初報(bào)[J].中國農(nóng)學(xué)通報(bào)，2005，21（6）：150-155.

[4]王宣銀，梁冬泰.基于多元圖像分析的包裝罐內(nèi)壁缺陷監(jiān)測(cè)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009.

[5]祁廣云，馬曉丹.基于圖像的植物葉面積計(jì)算方法的研究[J].佳木斯大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，27（2）.

[6]賈愛蓮，張淑娟.基于Matlab的植物葉面積數(shù)字?jǐn)z影圖像處理[J].山西農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，26（1）.

[7]韓殿元.邊緣陰影和暈圈對(duì)基于圖像葉面積測(cè)量的影響及修正[J].林業(yè)資源管理，2010（3）.

作者簡(jiǎn)介：殷軍勇（1982—），男，山西大同人，碩士，現(xiàn)就讀于中北大學(xué)電子測(cè)試技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，研究方向：光電測(cè)試。