基于图像分析的弹丸“出膛时刻”检测算法*

苗晓孔，王春平，付 强，李锐峰

（军械工程学院，石家庄 050003）

基于图像分析的弹丸“出膛时刻”检测算法*

苗晓孔，王春平，付 强，李锐峰

（军械工程学院，石家庄 050003）

现代高炮武器系统在对红外目标进行连续性高炮射击时，首发弹丸的尾焰会对红外观测系统造成严重干扰，会导致红外观测系统短时间内无法观测到目标位置，带来后续弹丸无法精确打击目标等问题。利用红外图像分析技术通过对弹丸出膛时的红外图像特征进行分析，提出了一种基于红外图像分析的弹丸出膛时刻检测算法，从而相对精确地测定出首发弹丸的出膛时刻，为更精确测定弹飞时间和提高武器系统的命中率提供了理论依据和方法支撑。实验结果表明：提出的算法能够相对精确地测定弹丸出膛时刻，算法具有一定的可行性和有效性。

红外图像，图像分析，弹丸，出膛时刻

0 引言

红外探测系统除了具备光电跟踪系统的被动性探测、隐蔽性强、无电磁辐射等特点外，自身还具有受天气影响小，可昼夜工作等优点，在防空武器系统中扮演的角色越来越重要。所以近些年来，这种集成有红外探测、跟踪、射击于一体的自行高炮武器装备获得了长足的发展。但是高炮在对红外观测目标进行连续性射击时，由于第一发弹丸出膛时炽热的炮口火焰，会严重影响红外系统的探测效果，甚至会使红外观测系统短时间失去作用，不能观测和跟踪目标。也影响获取弹目交汇时的图像，对射弹偏差校正产生不利影响。这样在连续射击过程中的后续几发弹丸，实际上是在红外系统“故障”状态下的一种射击，其射击精度和射击效果会大大降低。如何有效解决这一问题将对于提高武器系统的射击精度，降低训练成本，提升武器装备的战场作战适应力具有十分重要的意义。而利用装备自身的红外探测系统来改善高炮射击性能的方法，目前尚未见相关报道。

为了解决上述问题，本文提出一种基于红外图像分析的弹丸“出膛时刻”检测算法。首先运用图像处理技术，对红外系统观测到的每一帧图像进行图像滤波和二值分割等预处理操作，获得目标和背景差异相对明显的图像，然后结合首发弹丸出膛时的红外图像特征，进行图像特征提取，根据特征图像帧来确定首发弹丸的出膛时刻，当确定红外观测系统受影响无法正常工作后，结合火控计算机获取目标参量外推计算目标位置，后续弹丸对预测的目标位置进行火力打击。最后结合目标运动相关参数以及弹飞时间等，确认弹目交汇时刻，从而进一步完善射击流程，提高高炮系统的射击精度。同时为改善火控系统的闭环校射和弹目偏差提取提供了图像数据。文中详细介绍了弹丸“出膛时刻”的检测算法，从理论上分析了检测算法的有效性［1］，并通过仿真实验对检测算法进行了验证，实验结果表明，该算法简单易用，通用性较强［2］。目前已将该检测算法应用于高炮火控系统中，并取得了良好的效果。

1 弹丸出膛时刻特征提取

图1 弹丸出膛前后红外序列图像

众所周知，任何温度高于绝对零度的物体都会产生热辐射［3］，红外目标检测就是利用目标与周围事物产生热辐射的不同来进行目标的观察和探测。弹丸出膛时炽热的炮口火焰产生的热量，会使观测到红外图像亮度骤增，红外观测系统也会瞬间“失明”。经过大量靶场观测实验可知，在弹丸出膛时，炮口火焰会使红外观测系统中的画面产生剧烈变化。如图 1 所示，图 1（a）～ 图 1（c）分别为 3 组不同情况下的弹丸出膛前后的红外序列图像。

通过观察可知，弹丸的尾焰均对红外观测系统造成了严重的影响，亮度的突变会使红外观测系统自动调节增益系数，致使画面产生不同程度的变化。这些变化都将对目标的检测和跟踪以及后续弹丸的瞄准和射击产生严重影响。经过大量的实验观测和分析，弹丸没有进行射击时，目标在图像中呈现为一个灰度奇异点，且亮度区域的大小基本保持不变，相当于一个有区别的图像块的概念［4］。弹丸击发出膛后，受影响的第一帧画面均为亮度区域的骤然增加，且画面呈现出连片的亮度区域。这既不同于单目标时图像中的灰度奇异点，也不同于受云层或其他影响产生的噪声点。针对这一特点本文提出了基于红外图像分析的弹丸出膛时刻提取算法。

2 相关理论

2.1 闭环射击流程

人们为了提高火炮的射击精度，已将闭环校射环节加入到火控系统中，闭环校射是通过实时采集未经校射火控系统的解算诸元数据，包括火炮射击方位角、高低角、射弹飞行时间（引信时间）等，以及截取对应弹飞时刻的若干帧弹目交汇图像进行综合分析，以获取弹目偏差的系统误差［5］。传统闭环校射的射击流程如图2所示。

图2 传统射击流程

通过闭环校射确实能够提升弹丸的射击精度，本文在此基础上为了进一步提升射击精度，同时也为了给闭环校射提供更加精准的弹目交汇图像，设计了如下页图3的改进闭环校射射击流程。

改进射击流程主要是对以下两个方面进行改进：

图3 改进射击流程

①本文在接收到击发指令后引入了弹丸出膛时刻检测算法，当红外系统受首发弹丸影响无法正常工作时，通过这一步骤可以检测出来，然后调用火控系统中提供的目标相关数据，外推目标位置，解决后续弹丸“盲目”射击情况，从而提高了武器系统的射击精度。②检测到弹丸出膛时刻后，结合弹飞时间，更加精确获取弹目交汇时刻的红外图像，避免了连续采样获取大量冗余信息所带来的麻烦，使系统能够更快，更准地计算出弹目偏差。

2.2 弹丸出膛时刻提取算法

2.2.1 图像降采样、去噪处理

图像降采样：靶场跟踪和射击等对检测算法处理的实时性要求很高，如果对视频图像的每一帧画面、每一个像素进行处理，必然会影响算法检测的实时性，而且这对装备的硬件处理水平要求较高。结合弹丸出膛时刻帧与之前帧有着较为明显的差异这一情况，本文采用降采样的方法，对获取到的红外图像采取各行各列的像素抽样，重新排列组成图像，既保持了原有图像的有效信息，又一定程度上减少了算法的运算量，提高了系统的处理速度。

图像去噪：这里主要是利用了两种不同形式的滤波进行去噪处理。首先采用空域中值滤波平滑抽样图像，因为中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，利用这种方法能有效地去除脉冲干扰及椒盐噪声［6］。其次采用形态学滤波，再次提纯目标和背景，进一步去除噪声干扰。形态学图像处理是以几何学为基础的，它着重研究图像的几何结构，其基本思想是利用一种特定形状的结构元素去探测一幅图像，看是否能够将这个结构元素很好地填放在图像的内部，同时验证填放结构元素的方法是否有效。通过对图像内适合放入结构元素的位置作标记，便可得到关于图像结构的信息。这些结构信息与结构元素的尺寸和形状都有关，从而构造不同的结构元素，便可完成不同的图像分析，得到不同的分析结果［7］，这种滤波形式灵活，效果显著，所以采用这两种方法进行综合滤波。

2.2.2 图像二值分割

图像的二值分割可以将背景和目标更加明显地进行区分，同时图像进行二值分割之后，检测算法处理会更加简单快捷，本文采用的是图像自动阈值分割［8］（Otsu法），自动阈值分割可以将每一幅图像依据图像灰度平均值或灰度直方图等信息进行阈值的自动选取，最大程度上找到不同图像中目标和背景的阈值。使分割效果达到最佳。本文将分割后的目标像素值设为1（白像素点），背景像素值设为0（黑像素点），分割的效果最理想。弹丸击发前，3幅不同红外目标原始图像和其二值分割图像分别如图4所示。

图4 原始红外图像与二值分割图像

2.2.3 弹丸出膛时刻提取算法

根据弹丸出膛时刻图像与前面帧图像的明显差异。检测算法步骤如下：

Step 1：采用式（1），计算击发时刻t之前的降采样二值分割后图像中白像素点数。

其中：I（x，y）表示降采样二值分割后图像中每个点的像素值，n为降采样二值分割后图像的行数，m为降采样二值分割后图像的列数。Bi表示第i帧经降采样二值分割后图像中白像素点数。其中i为击发时刻t之前的每一帧，it为击发时刻所对应的图像帧。

Step 2：采用式（2），计算目标的大小M。M为击发时刻t前十帧图像所检测到目标点数的平均值。

Step 3：采用式（3），计算击发指令 t之后，每帧降采样二值分割图像中白像素点数。

其中：Ni表示第i帧经降采样二值分割后图像中白像素点数。其中i为it之后的每一帧。

Step 4：通过式（4）计算击发时刻t之后每一帧图像中白像素点数Ni与目标大小M之差。将△i与阈值T进行比较，直到检测出符合要求的帧i，将此帧图像所对应时刻作为首发弹丸出膛时刻tc。

3 实验仿真结果和分析

为了验证弹丸出膛时刻检测算法的性能和效果，本文通过仿真实验对检测算法进行了验证。本文的仿真实验平台是基于硬件平台32位操作系统的Intel Core i5 CPU，8GHz RAM计算机；软件平台是基于Windows 7操作系统和MATLAB R2011b。

利用本文提出的弹丸出膛时刻检测算法，经过对大量高炮连续性射击时的红外视频检测，检测算法均能将弹丸出膛时刻所对应的视频帧检测出来，如图5所示，图5（a）～图5（d）为4组不同的图像序列，其表示弹丸出膛前后几帧的红外原始图像。图6为本文检测算法检测出上述4组图像序列中的弹丸出膛时刻的红外图像和对应检测效果。同时，利用本文检测算法得到图5中图像检测的相关参数，见表1。

从图6可以得到：不同情况下，首发弹丸出膛时会对红外系统造成不同程度的影响，但对红外图像所带来的变化都比较明显。同时结合表1分析可得：首发弹丸出膛时，确实给红外观测系统带来很严重的干扰，同时检测算法所设计的相关参数和阈值也在合理的区间，算法能够很好地检测出弹丸出膛时刻。

图5 出膛时刻红外图像序列

图6 出膛时刻红外图像和检测效果

表1 图5中图像检测的相关参数

4 结论

本文提出基于红外图像分析的弹丸出膛时刻检测算法，可以很好地解决首发弹丸尾焰对红外观测系统造成严重干扰时后续弹丸的射击问题。同时结合火控计算机所提供的目标参数，改进射击流程可以更加准确地命中目标。与弹丸弹飞时间的结合，也可以更加精确地获取弹目交汇时刻的图像。对于提高高炮的命中率以及武器系统的性能具有重要作用。同时为进一步改进闭环校射等工作提供了良好的技术支撑。同时利用红外观测系统本身确定的弹丸出膛时刻，便于系统控制和装备的综合应用，具有实际的应用价值。

虽然闭环校射已经为弹丸的校射提供了依据，但是在很多细节方面的改善仍旧值得关注和重视。

［1］王刚，陈永光，杨锁昌，等.采用图像块对比特性的红外弱小目标检测［J］.光学精密工程，2015，23（5）：1424-1433.

［2］张荣，黄海莹，卫剑峰，等.基于图像处理的弹丸运动参数检测技术［J］.红外与激光工程，2008，37（4）：292-295.

［3］武智.弹丸轨迹图像的分析与研究［D］.西安：西安工业大学，2010.

［4］ANT0NI B，BART0MEU C，MOREL M.A non-local algorithm for image denoising ［C］//Proc.IEEE Conf.Cornputer Vision and Pattern Recognition（CVPR），2005：60-65.

［5］王建民，刘静，程晓敏，等.光电火控系统大闭环校射技术研究［J］.火力与指挥控制，2014，39（6）：89-94.

［6］彭智浩，杨风暴，王志社，等.基于数学形态学和自动区域生长的红外目标提取［J］.红外技术，2014，36（1）：47-52.

［7］刘忠领，于振红，耿建君，等.基于形态滤波的红外图像目标检测方法［J］.红外与激光工程，2013，42（6）：249-252.

［8］章毓晋.图像工程（中册）［M］.北京：清华大学出版社，2005：349.

Chamber Projectile Point Detection Algorithm Based on Image Analysis

MIAO Xiao-kong，WANG Chun-ping，FU Qiang，LI Rui-feng
（Ordnance Engineering College，Shijiazhuang 050003，China）

Modern antiaircraft gun weapon system in continuous artillery firing of infrared target，the first shells plume will of infrared observation system cause serious interference，will lead to the infrared observation system is not observable to the target location and cause subsequent shells failed to hit the target precisely such problems.In this paper，the infrared image analysis technology are analyzed through pop-up gun bore to infrared image features，and a kind of infrared image analysis of shells based on the moment of bore extraction algorithm is put forward，thus relatively accurate measured starting shells out of the chamber，for a more accurate determination of projectile flying time and improve weapon system hit rate provides the theory basis and method support.The experimental results show that the proposed algorithm can accurately determine the muzzle of the gun，and the algorithm is feasible and effective.

infrared image，image analysis，shells，collide moment

TP391.9；TJ012

：A

10.3969/j.issn.1002-0640.2017.06.029

2016-05-19

：2016-06-28

武器装备军内科研基金资助项目（××［2014］511号）

苗晓孔（1991- ），男，河北石家庄人，硕士研究生。研究方向：信息处理理论与方法研究。

1002-0640（2017）06-0128-04