弹丸章动纸靶数据高精度处理方法

杜博军,李国荣,2,姜 志,任雅楠

(1.白城兵器试验中心,吉林 白城 137001;2.哈尔滨工业大学 电子与信息工程学院,哈尔滨 150001)

利用纸靶进行弹丸章动角测试的技术有着悠久的历史,由于其具有经济、实用、简单、高精度的特点,目前仍是测量弹丸章动角的常用方法。事实证明,应用纸靶进行测试得到的信息不亚于那些花费高昂的技术和方法。由于该方法具有简便、直观、经济等优点[1],在未来一段时期内仍将是国内外在弹道试验方面采用的主要方法之一。长期以来,采用人工直接测量并查曲线的方法[2],受人为主观因素影响较大,并且费时、费工、误差大。近年来,应用计算机采集图像、判读和处理的方法受到重视,并研制了专用设备采集靶纸图像,通过判读长、短轴长度进行数据处理得到章动角度等信息[3]。这种方法判读精度较之人工测量有所提高,但依然满足不了射表编拟、弹道建模分析时对姿态角测量精度的要求,且应用成本较高。

本文提出了一种将数字化影像采集、图像分析与仿真影像进行匹配比对;再搜索最优结果的新方法。该方法与已有方法相比,具有测量精度高、处理速度快的优点。

1 基本原理

本方法包括以下5个步骤:①依靠已知的弹丸三维模型,通过正投影影像仿真获取弹丸以不同姿态穿靶形成的弹孔仿真图像;②利用非量测相机,实现靶纸上弹孔图像数字化采集;③弹孔数字化图像的校正与标准化;④弹孔轮廓提取及初值计算;⑤匹配度计算及寻优搜索。利用该原理开发的数据处理软件流程图见图1。

图1 数据处理软件流程

1.1 弹丸不同姿态穿靶形成的弹孔图像仿真

运动中的弹丸被看作刚体,利用其已知的三维模型可以通过视景仿真技术模拟出不同姿态穿过靶面形成的弹孔形态。视景仿真中有2种普遍应用的投影模式,一是透视投影模式,二是正投影模式。本方法中使用正投影模式,只有这样才能保证仿真影像与经过透视畸变校正后得到的弹孔图像具有可对比性。不同姿态的子弹仿真图像见图2。在后续的寻优搜索计算中,根据需要生成大量的仿真图像,使用OpenGL的FBO(frame buffer object)技术[4-5]不仅能生成与显示设备无关的大尺寸影像,而且能够保证仿真影像的快速生成。

图2 某型子弹不同姿态正投影仿真图像

1.2 靶纸上弹孔图像采集

本方法采集弹孔图像不需要研制专用设备,使用配有较长焦距镜头的数码相机即可,有条件可增加柔光灯改善采集效果。采集设备及场景见图3,靶纸弹孔影像采集图像见图4。

图3 采集设备及场景

图4 靶纸弹孔影像采集图像

1.3 弹孔数字化图像的校正与标准化

透视畸变校正是对非正交拍摄和成像光学系统透视畸变带来的图像失真进行纠正。标准化是按照输入参数规范每个像素对应的物理尺寸,仿真图像生成时也遵循这一比例关系,这样才能进行精确的匹配计算。透视畸变校正和标准化可以同时进行,其核心是求取透视映射矩阵。利用该矩阵将原始图像进行密集透视变换,可以得到透视畸变校正后并标准化的图像,见图5。具体方法是点选弹孔包含弹孔图像的正方形区域,顶点为靶纸十字线的交叉点,边长根据标准化比例进行选择。利用变换前后4个顶点的图像坐标进行变换矩阵的求解[6]。

图5 透视畸变校正后并标准化的图像

1.4 弹孔轮廓提取及初值计算

标准化后的图像的目标与背景对比度较强,且背景比较单一,适合采用基于谷底最小值的自适应全局阈值法[7-8]来提取弹孔轮廓影像,标准化后的图像的原始直方图见图6。对该直方图数据进行半径为1(窗口大小为3)的平滑,反复迭代后可以得到一个双峰直方图,平滑后的直方图见图7,所得到的双峰谷底可以作为全局阈值。该方法具有良好的适应性,确保了信息采集的准确性。轮廓边缘提取的能力关系到数据处理的精度。提取后弹孔轮廓图像见图8。

图6 标准化后图像的原始直方图

图7 图6所示直方图平滑后

图8 提取后弹孔轮廓图像

通过对该轮廓图像的分析可以获得该轮廓外接最小矩形的大小和位置。较长边长的长度与章动角相关,其方向与进动角相关。通过查弹长与章动角对应的数据表,可以获得章动角的初步数据。初值的获取便于缩小搜索空间,提高总体计算效率。

1.5 匹配度计算及寻优搜索

本方法中的匹配度是描述仿真影像与标准化的实拍影像相似程度的参数,通过对2幅图像进行匹配计算获得。本方法选择章动角、进动角作为搜索变量。对于回旋体外形的目标,进行两维的搜索即可。搜索算法关系到搜索的效率和精度。通过匹配计算和搜索可以获得哪组参数对应的图像与实际弹孔轮廓最相似。

1)图像匹配算法及匹配度。

本方法使用的图像匹配算法为模板匹配法,针对需解决问题的实际情况,将归一化平方差匹配法和归一化相关匹配法[8]进行了综合,形成了归一化综合匹配法。搜索时将实际图像标准化后的二值化图像作为模板,与仿真的二值化图像进行匹配计算,以获取用于描述2幅图像二值化图像轮廓一致性程度的匹配度参数。

(3)

式中:T(x′,y′)为模板图像的灰度矩阵,(x′,y′)为该图像中像素点的空间坐标;I(x,y)为被对比图像的灰度矩阵,(x,y)为该图像中像素点的空间坐标;R(x,y)为归一化平方差匹配法和归一化相关匹配法的综合评价矩阵;K为2幅图像归一化综合匹配度。

式(4)中获得的匹配度K,值域[0,1]。K值的物理意义是描述真实弹孔图像与仿真弹孔图像姿态、大小方面的一致性。K值越接近1,则说明一致性越好,等于1时完全一致。

2)搜索算法。

搜索算法的优劣直接关系到该方法数据处理的效率是否满足使用要求。在实际应用中设计了参考初值条件下粗、精搜相结合的可拓展空间搜索算法,该算法具有4个方面的特点:

①以初值为中心合理确定搜索空间;

②粗搜、精搜相结合;

③计算结果存储在缓冲区,避免重复计算;

④搜索空间可拓展性,避免找不到最优解。

2 精度分析

利用机械制图软件仿真某特定姿态的弹孔形状,并机械加工制作该参数(章动角δ=4.5°,进动角γ=26.8°)的模板。对模板边缘进行轻微破坏用以仿真弹丸穿过靶纸形成的效果。利用直接测量查表法、计算机识别长径比法与本文方法分别进行10次测量,得到章动角测量误差Δδ、进动角测量误差Δγ的数据比对结果,见表1。

表1 本文方法与长径比法处理结果对比

由表1可见,使用本文提出的方法得到的多组测量数据最大偏差、标准误差均优于现有2种方法。尤其是结合多组实弹测试数据分析,可以得出本文方法在测量精度上明显优于传统方法的结论。对弹长为66.7 mm子弹纸靶试验的大量实测数据表明:本文方法对于章动角δ>5°的情况,章动角、进动角测量精度均优于0.2°;对于章动角在1°～5°之间的情况,章动角、进动角测量精度均优于0.5°。

3 结束语

本文提出的方法除具有显著的精度优势外,也提高了处理效率,对于靶纸弹孔边缘不光滑的适应能力较强。但应用时需要获得弹丸外形三维模型文件,更适用于对于精度要求较高的测试情况。在使用该方法时,可能遇到的问题还有头尾分辨问题。某些姿态时形成的弹孔无法直观判读其弹尖、弹尾的方向,单幅判读时存在反向误判的可能。在实践中,对于连续靶纸的处理,采用了一组靶纸判读结果自动判别的方法给出错误提醒,解决了该问题。

[1] 单长胜.攻角纸靶测量技术[J].飞行器测控技术,1994,13(3):27-34.

SHAN Zhang-sheng.Measurement technology about angle of attack based on yaw card[J].Journal of Spacecraft TT&C Technology,1994,13(3):27-34.(in Chinese)

[2] 刘世平,黄帆.弹丸飞行姿态的纸靶测试误差分析[J].兵工学报,1987,9(2):71-84.

LIU Shi-ping,HUANG Fan.Error analysis of the projectile flight attitude on yaw card[J].Acta Armamentarii,1987,9(2):71-84.(in Chinese)

[3] 刘世平,易文俊.弹丸飞行姿态的计算机采集与处理[J].弹道学报,2001,13(3):73-78.

LIU Shi-ping,Yi Wen-jun.The research of the collecting and processing method about projectile hole image on yaw card for projectile flight at attitude[J].Journal of Ballistics,2001,13(3):73-78.(in Chinese)

[4] SHREINER D,Khronos OpenGL ARB Working Group.OpenGL programming guide[M].The 7th Edition.New Jersey:Addison-Wesley Press,2009.

[5] 苏国中,郑顺义,张剑清,等.OpenGL模拟摄影测量方法研究[J].中国图象图形学报,2006,11(4):540-544.

SU Guo-zhong,ZHENG Shun-yi,ZHANG Jian-qing,et al.How to relate the OpenGL imaging process with exterior and interior parameters of photogrammetry[J].Journal of Image and Graphics,2006,11(4):540-544.(in Chinese)

[6] GARY B,ADRIAN K.Learning OpenCV[M].Sebastopol:O′Reilly Media,2008.

[7] JUDITH M S P,MENDELSOHN M L.The analysis of cell images[J].Annals of the New York Academy of Sciences,1966,128(1):1 035-1 053.

[8] GLASBEY C A.An analysis of histogram-based thresholding algorithms[J].CVGIP:Graphical Models and Image Processing,1993,55(6):532-537.