姜 曼 王 軍,2 王 磊 李 娜
1(蘇州科技大學(xué)電子與信息工程學(xué)院 江蘇 蘇州 215009)2(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所 吉林 長春 130033)
炮彈發(fā)射前身管軸線與炮彈發(fā)射后初速度矢量之間的夾角稱為跳角。跳角是影響火炮射擊精度的重要參數(shù)之一,火炮的射擊精度越高,對(duì)目標(biāo)的毀傷概率就越大。因此,準(zhǔn)確測(cè)量火炮跳角,是火炮射擊精度快速分析和診斷的關(guān)鍵環(huán)節(jié),也是設(shè)計(jì)高性能火炮切急需的[1]。
靶板法是目前廣泛采用的火炮跳角測(cè)量方法,在炮口前面給定靶距位置豎立一面靶板,火炮射擊后,彈丸在該靶板上留下彈孔,彈孔中心與靶板上瞄準(zhǔn)中心之間的偏差量就表示跳角大小[2]。由于靶板法具有不能滿足大射角測(cè)量和測(cè)量效率低等固有缺陷,人們又提出了PSD法、陀螺儀法、線陣CCD立靶法和重疊法等改進(jìn)方法。PSD法能快速給出跳角時(shí)間曲線和幅值,但在炮口振動(dòng)高加速度情況下,給PSD工作可靠性帶來了技術(shù)挑戰(zhàn),因此目前為止,還未有火炮射擊條件下PSD法跳角測(cè)量的文獻(xiàn)報(bào)道[3]。陀螺儀法主要應(yīng)用于坦克炮,而且陀螺儀由于炮口振動(dòng)加速度太大而不能正常工作,有用信號(hào)與干擾信號(hào)不能有效分離,最終不能達(dá)到設(shè)計(jì)目的[4]。線陣CCD立靶法的優(yōu)點(diǎn)是用光幕靶代替靶板,立靶不影響彈丸飛行姿態(tài),能快速自動(dòng)給出測(cè)量結(jié)果,初速和跳角能同時(shí)測(cè)量,節(jié)省彈藥,其缺點(diǎn)為可能出現(xiàn)漏測(cè)現(xiàn)象,位移分辨率還有待提高[5-6]。
本文針對(duì)跳角測(cè)量方法效率低、誤差大、實(shí)用性小、測(cè)量范圍窄等缺點(diǎn),提出一種基于圖像處理的炮彈跳角計(jì)算測(cè)量方法?;鹋谔菧y(cè)量的精準(zhǔn)度主要取決于炮口中心位置和火炮射擊目標(biāo)的瞄準(zhǔn),因而準(zhǔn)確定位炮口中心的坐標(biāo)位置十分重要,故本文側(cè)重于研究測(cè)量過程中的關(guān)鍵算法——炮口圖像中心定位算法。
基于圖像處理的炮彈跳角計(jì)算檢測(cè)原理是在炮筒中放入CCD相機(jī),用來采集炮筒出炮口的圖像,通過改進(jìn)的圓擬合算法得到出炮口的中心位置O。根據(jù)雙目的標(biāo)定得到炮彈射擊目標(biāo)的位置坐標(biāo)P1,當(dāng)炮口中心位置O瞄準(zhǔn)射擊目標(biāo)P1,則炮彈發(fā)射前炮口身管軸線矢量方向?yàn)镺P1,炮彈射擊后,擬合炮彈運(yùn)動(dòng)軌跡,炮彈在飛行過程中受到重力下降的影響經(jīng)過射擊目標(biāo)所在平面形成著彈點(diǎn)P2,根據(jù)重力下降計(jì)算得出炮彈初速度矢量的方向OP3,然后求解炮彈初速度矢量與發(fā)射前炮口身管軸線之間夾角θ,即為火炮的跳角測(cè)量值?;趫D像處理的炮彈跳角測(cè)量示意圖如圖1所示。
圖1 基于圖像處理的炮彈跳角測(cè)量示意圖
圖2為基于圖像處理的炮彈跳角計(jì)算流程。
圖2 基于圖像處理的炮彈跳角計(jì)算流程
炮彈發(fā)射前身管軸線與炮彈發(fā)射后初速度矢量之間的夾角稱為跳角,而炮彈發(fā)射前炮口身管軸線主要取決于炮口中心位置和射擊目標(biāo)的校準(zhǔn),因此高效精準(zhǔn)的炮口中心定位算法十分重要。
基于圓擬合的檢測(cè)炮口中心的算法的依據(jù)是:基于最小二乘法圓擬合原理(最小殘差平方和)來逼近炮筒出炮口的輪廓[7-8]。然后求解得出炮口的中心位置。圓的參數(shù)方程如下:
(x-a)2+(y-b)2=r2
(1)
在此,取殘差為:
εi=(xi-a)2+(yi-b)2-r2
(2)
式中,i∈E,E表示所有邊界的集合;(xi,yi)為圖像邊界點(diǎn)的坐標(biāo)。
殘差的平方和如下:
(3)
根據(jù)最小二乘原理,可知:
(4)
由式(3)和式(4)可得:
(5)
式中:
(6)
由此可以推算出參數(shù)a、b、r的表達(dá)式,即圓參數(shù):
(7)
根據(jù)計(jì)算過程,可以看出基于最小二乘原理的圓擬合方法雖然形式略復(fù)雜,但是基于此算法的炮口中心定位算法僅需對(duì)邊界點(diǎn)循環(huán)一次就可計(jì)算出各圓參數(shù),半徑r也只需計(jì)算一次就可獲得,因此算法的整個(gè)計(jì)算速度很快。算法還能夠多次迭代,運(yùn)算的精度很高[9-10]。
但是基于最小二乘原理的圓擬合算法抗干擾能力比較差,當(dāng)存在隨機(jī)噪聲時(shí),計(jì)算得到的中心位置的精確度會(huì)明顯降低;當(dāng)遇到外界的強(qiáng)干擾時(shí),得到的中心位置甚至可能會(huì)有很大的偏差[11-12]。
針對(duì)最小二乘法炮口中心定位算法的抗干擾能力差的缺點(diǎn)和火炮炮口圖像特征明顯的特點(diǎn),本文在圓擬合算法的基礎(chǔ)上進(jìn)行改進(jìn),以提高算法的抗干擾能力和炮口中心定位的精度。結(jié)合炮口采集圖像的特征,對(duì)各種外界干擾噪聲進(jìn)行濾除,來達(dá)到提高抗干擾的目的,改進(jìn)算法主要分以下4個(gè)部分:(1) 如圖3(b)、(c)所示,為了方便提取圖像信息,對(duì)原始圖像進(jìn)行灰度化和二值化,圖像二值化后可以大幅減少圖像中的數(shù)據(jù)量,同時(shí)能凸顯出目標(biāo)物體的輪廓;(2) 如圖3(d)所示,對(duì)圖像進(jìn)行平滑濾波操作,圖像濾波處理不僅能夠去除一些噪聲,還可以保留圖像的邊緣信息,有利于圖像的進(jìn)一步處理;(3) 如圖3(e)所示,對(duì)濾波后的圖像進(jìn)行邊緣檢測(cè),邊緣檢測(cè)算子選擇Canny算子,Canny算子相比于其他算子能更好地保留物體邊緣;(4) 如圖3(f)所示,對(duì)圖像進(jìn)行圓擬合,得出炮口中心位置,以便炮口中心位置與射擊目標(biāo)位置的瞄準(zhǔn)。
(a) 炮口原圖 (b) 圖像灰度化 (c) 二值化圖片
(d) 高斯平滑濾波 (e) 提取邊緣 (f) 中心定位圖3 改進(jìn)算法圖像處理分析
改進(jìn)算法的基本流程圖如圖4所示。
圖4 改進(jìn)算法的基本流程圖
本文使用DALSA公司1M60相機(jī)采集炮口圖像,將CCD測(cè)量相機(jī)裝置放入火炮炮筒中,該CCD相機(jī)圖像傳感器的中心點(diǎn)與火炮瞄準(zhǔn)光軸對(duì)齊。采集到的炮口圖像的大小為1 024×1 024像素,在實(shí)驗(yàn)中,采集10組炮口圖像,用傳統(tǒng)的最小二乘圓擬合算法、霍夫算法[13-14]和本文改進(jìn)的算法對(duì)炮口圖像中心進(jìn)行定位處理后,處理結(jié)果如表1所示。理想的炮口圖像中心像素坐標(biāo)為(511.00,511.00),霍夫算法的中心坐標(biāo)為(511.884,511.768),最小二乘算法得到的中心位置坐標(biāo)為(511.499,510.515),本文算法的中心坐標(biāo)為(511.116,511.138)。三組中心位置和實(shí)際理論坐標(biāo)的誤差散點(diǎn)圖如圖5所示,可以看出,最小二乘圓擬合算法的中心測(cè)量精度高于霍夫算法,但本文算法與最小二乘法圓擬合算法相比,穩(wěn)定性好,精度高,算法誤差在0.20個(gè)像素以內(nèi),具有較高的精度。
表1 炮口圖像中心算法計(jì)算結(jié)果對(duì)比分析 像素
圖5 誤差散點(diǎn)圖
當(dāng)炮口中心位置和射擊目標(biāo)精準(zhǔn)對(duì)準(zhǔn)時(shí),根據(jù)雙目相機(jī)的標(biāo)定,建立三維世界坐標(biāo),建立以炮彈射擊目標(biāo)所在平面W深度方向?yàn)閅軸,水平垂直于Y軸方向?yàn)閄軸,豎直垂直于Y面方向?yàn)閆軸建立三維坐標(biāo)系,如圖6所示。
圖6 火炮跳角計(jì)算示意圖
炮彈初速度矢量的方向?yàn)椋?/p>
炮彈發(fā)射前炮口身管軸線矢量方向?yàn)椋?/p>
OP1=(x1,-x0,y1-y0,z1-z0)
跳角定義得跳角θ=γ-φ。其中,γ和φ的表達(dá)式為:
(8)
(9)
則跳角θ的大小為:
(10)
本文通過對(duì)圓擬合算法的改進(jìn),有效地減少了圖像采集時(shí)所引入的噪聲,提高了抗干擾性,綜合考慮CCD圖像畸變,圖像采集處理所產(chǎn)生的誤差,基于圖像視覺的火炮跳角測(cè)量方法的檢測(cè)誤差遠(yuǎn)小于人工測(cè)量誤差。其實(shí)用性、可行性,對(duì)部隊(duì)檢測(cè)火炮射擊精度具有極大幫助。該系統(tǒng)已開始應(yīng)用于部隊(duì)火炮的跳角檢測(cè)測(cè)量中,正在進(jìn)一步推廣。