帶有炸點識別的圖像采集系統(tǒng)設(shè)計

， ，

(西安工業(yè)大學(xué)陜西省光電測試與儀器技術(shù)重點實驗室，陜西 西安 710021)

0 引言

炸點測量可用于評估炮兵射擊訓(xùn)練效果[1]，同時對提高彈藥毀傷效果提供依據(jù)和支持。在靶場測試中，需要準(zhǔn)確地獲取炮彈或者火箭彈的炸點位置，以評估戰(zhàn)斗部的毀傷效果。因此，提高靶場測試效率，實現(xiàn)對炸點實時準(zhǔn)確地識別與定位具有重要意義[2]。

對炸點測量的方法主要有激光探測法[3-4]、視頻測量法[5-6]等。激光探測法在視場小、范圍窄的系統(tǒng)中測量精度較高，但因為激光光束較窄，所以在視場大、范圍廣的靶場環(huán)境中無法滿足測試需求。視頻測量法是目前測量彈丸炸點較為常用的方法。此法較為可靠且精度高。對炸點圖像進行測量的裝置由高速相機、圖像采集卡和計算機構(gòu)成。由于高速相機循環(huán)存儲數(shù)據(jù)的特點,相機以交匯測量的方法長時間凝視式觀測使得數(shù)據(jù)存儲量大，后期圖像處理繁雜。如果使用外觸發(fā)裝置啟動高速相機工作，勢必會增加整個測試系統(tǒng)的復(fù)雜度，也制約著高速數(shù)據(jù)采集的過程。所以需要一種自動識別炸點的數(shù)字圖像采集處理系統(tǒng)，便于高速相機自動獲取圖像數(shù)據(jù)，以減少海量的圖像存儲數(shù)據(jù)。

在此，設(shè)計了一種可自動識別炸點目標(biāo)的圖像采集系統(tǒng)。采用高速相機技術(shù)獲取彈丸爆炸過程的圖像，利用圖像處理分析技術(shù)對圖像進行目標(biāo)實時檢測和識別，當(dāng)確認(rèn)目標(biāo)事件發(fā)生時輸出觸發(fā)信號,啟動采集卡工作、存儲炸點圖像，進而完成對炸點目標(biāo)的測量。

1 系統(tǒng)硬件部分

設(shè)計了帶有炸點識別技術(shù)的圖像采集系統(tǒng)，主要由面陣相機(對炸點圖像進行拍攝)，CameraLink(傳輸數(shù)據(jù)流)，基于FPGA的圖像分析處理模塊，圖像采集卡和計算機處理端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)

對炸點進行基于圖像處理的識別，就需要在圖像采集和處理部分中，設(shè)計控制面陣相機采集圖像的硬件系統(tǒng)。硬件系統(tǒng)包括外圍電路的設(shè)計和FPGA片內(nèi)的硬件處理判定模塊。

1.1 外圍硬件設(shè)計

為了實現(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)計基于CameraLink接口的數(shù)據(jù)傳輸硬件平臺。CameraLink是一種專門針對機器視覺應(yīng)用領(lǐng)域的串行通信協(xié)議，使用低壓差分信號LVDS傳輸[7]，其中包括電源信號、視頻數(shù)據(jù)信號、相機控制信號和串行通信信號。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與相機進行數(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識別的主要部分，原理上相當(dāng)于在面陣相機與采集卡的數(shù)據(jù)流傳輸之間進行圖像的預(yù)處理。外圍硬件設(shè)計的構(gòu)成如圖2所示。

圖2 硬件系統(tǒng)構(gòu)成

1.2 FPGA片內(nèi)的硬件處理判定模塊

相機拍攝圖像通過CameraLink傳到基于FPGA的圖像分析處理模塊，在FPGA電路內(nèi)部進行幀圖像處理。相機拍攝圖像一路通過FIFO模塊數(shù)據(jù)緩存，再傳給采集卡；另一路圖像通過LVDS接口模塊和CameraLink協(xié)議模塊發(fā)送至圖像存儲模塊，在SRAM模塊中存儲并提取，再通過炸點識別的軟件系統(tǒng)判定圖像中是否有炸點。后續(xù)的炸點識別算法在硬件判定模塊內(nèi)進行。FPGA片內(nèi)結(jié)構(gòu)如圖3所示。

圖3 FPGA片內(nèi)結(jié)構(gòu)

2 炸點識別算法

2.1 背景差分法

在運動目標(biāo)檢測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下來，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態(tài)特性變化的部分對可疑區(qū)域進行判定[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，由于運動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動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，視為識別到炸點；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)為判定炸點的函數(shù)。

此法的優(yōu)點是對運動目標(biāo)的檢測十分有效，而且對發(fā)生變化的圖像很敏感，由于2幅圖像的時間間隔很短，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)生長時間重疊時，一般就對識別的對象很難檢測了[9-10]。

2.2 火光特性識別算法

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，且其他大多數(shù)物體呈靜止?fàn)顟B(tài)，可以識別的火光動態(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)字圖像處理的識別方法。

在對面陣相機持續(xù)拍攝的圖像進行處理時，在時刻T時，設(shè)圖像上某一點(x,y)的灰度值為Bi(x,y)，在時刻T+nΔT時，設(shè)圖像上該點的灰度值為Bi+n(x,y)。ΔT為高速相機拍攝的每幀圖像的間隔時間。對n值的選取可隨實際爆炸速率情況發(fā)展而選取1，2，3等。因為爆炸具有發(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，T+nΔT時刻(x,y)點的圖像灰度值相較于T時刻會陡然上升，以此來識別目標(biāo)事件是否發(fā)生。

設(shè)u為圖像灰度差值與時間的比值，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，火光變化率為0，視為沒有識別到炸點；當(dāng)u>0時,Bi+n(x,y)?Bi(x,y)，則識別到爆炸圖像。

2.3 軟件設(shè)計系統(tǒng)

對炸點圖像的識別，如果只依靠顏色或者形態(tài)變化規(guī)律可能無法對炸點進行有效識別。在彈丸爆炸過程中，除火光外，還會伴隨有煙霧的產(chǎn)生，所以還可用煙霧特征的方法來提高對炸點圖像辨識度。軟件系統(tǒng)的設(shè)計主要包括對炸點識別的總體算法流程，即基于火光特性與煙霧區(qū)域融合的炸點識別算法?；鸸庠趫D像中的外形特征表現(xiàn)為在短時間內(nèi)的急劇變化，而煙霧可表現(xiàn)為長時間、大面積并伴有擴散的特征。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)域的圖像被檢測出來的時候，可采用Otsu法[11]對其進行圖像分割，并對煙霧面積選取適當(dāng)?shù)拈撝怠Ｈ魺熿F面積大于此閾值，視為有煙霧產(chǎn)生即識別到炸點，否則視為未爆炸。

在對炸點的識別過程中，可先通過提取火光的變化特性，在未有效識別到火光時，再利用煙霧特征算法的方法來處理圖像，進而實現(xiàn)對炸點的識別。具體算法流程如圖4所示。

圖4 識別算法流程

3 實驗驗證

選用普通相機拍攝炸點目標(biāo)的圖像，圖像幀頻為50 Hz，圖像分辨率為640 px×352 px。以此來進行模擬試驗，并驗證算法的可行性。提取3個時刻的圖像，如圖5所示。

圖5 3個時刻的炸點圖像

對圖5用本文提出的算法進行處理。當(dāng)圖像中有炸點時，目標(biāo)區(qū)域的灰度圖像有較大變化，此時可識別到炸點，其灰度圖像如圖6所示。

圖6 炸點識別灰度圖像

根據(jù)火光特性識別算法，使用MATLAB[12]測算到目標(biāo)區(qū)域內(nèi)某點的灰度值隨時間變化的關(guān)系，如圖7所示?？梢娫?.52 s時灰度值開始變化，到7.58 s時灰度值達(dá)到最高值，而當(dāng)灰度值變化率即灰度值與時間間隔的比值不為零時，可認(rèn)為有爆炸發(fā)生。炸點時刻依次為7.54 s，7.56 s，7.58 s,因此在這一時間段識別到炸點。系統(tǒng)在此時記錄炸點時刻，并開始存儲圖像。

圖7 灰度值變化與時間關(guān)系

4 結(jié)束語

提出一種基于數(shù)字圖像的自動識別炸點目標(biāo)的方法。該方法通過設(shè)計面陣相機采集圖像的外圍電路，以及利用火光變化特性和煙霧特征，實現(xiàn)對炸點目標(biāo)進行識別。實驗驗證表明，該方法可有效識別炸點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。所提方法可為靶場炸點測量系統(tǒng)提供一種圖像數(shù)據(jù)采集方案。