一种驾束制导信息场参数的高速测试与处理方法
2017-12-01孙策郝群闫振纲曹杰李杰
孙策， 郝群， 闫振纲， 曹杰， 李杰
(1.北京理工大学 光电学院， 北京 100081； 2.西安现代控制技术研究所， 陕西 西安 710065)
一种驾束制导信息场参数的高速测试与处理方法
孙策1， 郝群1， 闫振纲2， 曹杰1， 李杰2
(1.北京理工大学 光电学院， 北京 100081； 2.西安现代控制技术研究所， 陕西 西安 710065)
激光驾束制导是一种重要制导方式，制导仪激光信息场的质量直接影响导弹制导精度。为实现快速、直观地评价激光信息场质量，提出一种基于信息场光斑图像的快速测试与处理方法。在内外场快速搭建测试系统，并对系统进行标定；基于漫反射低照度瞬态成像原理，利用低照度相机拍摄制导仪激光束，得到直观的条纹状光斑图像；通过快速图像处理技术，计算光斑尺寸、光斑中心、条纹亮度等参数来评价制导仪光轴稳定性、信息场能量均匀性等技术指标。试验结果表明：该测试方法可得到激光信息场的条纹状图像，实现对制导仪性能的快速检测，测试精度1.8 mm，处理时间0.35 s.
兵器科学与技术； 激光驾束制导； 条纹状光斑图像； 信息场能量均匀性
0 引言
激光驾束制导是由制导仪发出制导信息场，导弹根据信息场调整自身飞行方向，沿光束前进，直至击中目标[1]，原理如图1所示。信息场质量直接影响导弹制导精度，对其测试和评价是一项非常重要而复杂的技术；传统的信息场测试多采用“机械扫描”的方式[1-3]，系统搭建复杂，测试时间长，无法直观地看到信息场图像。本文利用高速成像系统，拍摄制导仪信息场瞬时光斑，得到直观的条纹状信息场图像，并通过对图像的处理与分析快速评判制导仪信息场质量。
图1 激光驾束制导原理图Fig.1 Schematic diagram of laser riding guidance
现有检测方法分为两种：1)通过在光斑区域布置多个传感器获得激光能量值；2)利用上万帧频的高速相机拍摄。第1种方法无法得到光斑的全部信息，缺少直观性，另外，测试时间较长，只能对制导仪能量分布性能进行评价；第2种方法相机造价非常昂贵，系统搭建复杂，目前只拍摄到圆斑图像。而本文方法通过低照度、短曝光成像技术，可以直观显示整个光斑区域的光强和条纹分布。
1 基于光斑图像的测试系统设计
图2 测试系统与方法Fig.2 Test system and method
制导仪出射的激光束能量特别低，并且测试系统需在制导仪整个变焦过程控制光斑尺寸在一个可测量范围内。对此，本文介绍一种快速直观低成本的测试评估系统，能够在内外场快速搭建，利用低照度相机拍摄光斑图像[4]快速测试制导仪，测试系统与方法如图2所示。
测试流程如图3所示，制导仪发出激光束，经光束控制系统在漫反射屏上形成光斑，利用低照度相机对其进行采集，得到光斑图像，对图像进行处理与分析，得到制导仪信息场参数，进而评估信息场质量。
图3 测试流程图Fig.3 Test flow chart
测试系统的关键是成像，瞬时信息场图像质量是测试评估的基础，为保证像质，系统需满足低照度高速测试。本相机的最小照度0.001 lux，最小曝光时间为16 μs，在此期间图像旋转角度0.01 rad. 探测器材料选为硅(Si)，虽然Si对1.06 um波长响应微弱，但经测试可以清晰分辨条纹，铟镓砷 (InGaAs)对1.06 um波长反应灵敏，但相机造价昂贵，对光学系统要求高，分辨率低，不利于后期的图像处理。
在VC++平台下，编写制导仪光斑采集和处理软件，实现对制导仪光斑的尺寸计算、光轴稳定性计算、光强分布分析等功能，图像处理流程如图4所示。
图4 图像处理流程图Fig.4 Flow chart of image processing
2 测试图像处理与分析
利用该测量系统对固定近距离L处的制导仪光斑进行快速测试，计算制导仪光斑尺寸、光斑中心、光轴稳定性[5]以及信息场能量均匀性等参数。
2.1 图像采集与标定
图像采集之前需要进行标定，标定分为几何标定和能量标定。
2.1.1 几何标定
在可见光正常曝光模式下进行几何标定，如图5所示，软件界面上显示出标定靶纸，根据标定靶纸，选取固定距离的两点，间隔500 mm，然后通过软件界面，获取两点间像素数为278，计算出物像比，得到测试精度1.8 mm.
图5 几何标定Fig. 5 Geometric calibration
2.1.2 能量标定
选用美国Thorlabs公司的PM400光功率计进行能量标定，利用探头接收不同位置的光功率，该位置对应点的灰度值由光斑图像可以得到，经过多次测量，最终建立图像灰度值与激光束能量密度对应关系。
2.1.3 图像采集
标定成功后，设置到16 μs曝光时间下对制导仪激光束进行瞬时光斑成像，图6为发射后4 s相邻两帧n1和n2的瞬时光斑图像。
图6 瞬时光斑Fig.6 Instantaneous spot
2.2 预处理
图像噪声会对图像产生干扰，影响后续的分析和处理，所以需要尽可能的去除噪声。本文对源图像进行高斯去噪，去噪后的图像如图7所示。
图7 去噪后的光斑图像Fig.7 Spot image after denoising
对去噪后的图像进行阈值处理，根据拍摄到的光斑图像处理效果，全局阈值法更适合测试结果的图像分割。另外，制导仪是一个连续变焦的过程，激光束能量密度随时间变化，所以不同时间下采集到的图像灰度值是不同的，不能简单地应用固定阈值来统一处理，每幅图像需用迭代方法找到最佳阈值。基于以上分析，选用基本全局阈值法[6]对图像进行阈值化处理，该算法如下：
1) 为全局选择一个初始估计阈值T，采用(1)式计算图像平均灰度：
(1)
式中：f(x,y)为一个像素的灰度值；m为像素总数。
2) 按(2)式进行二值化，G1区域由灰度值大于T的像素组成，G2区域由小于等于T的像素组成：
(2)
3) 按(3)式和(4)式分别计算G1、G2区域的平均灰度值：
(3)
(4)
4) 按(5)式计算得到新的阈值T：
(5)
5) 重复步骤2～步骤4，直到连续迭代中T值间的差小于预先设定的T0.
分割后的二值图像如图8所示。
图8 二值图像Fig.8 Binary Image
2.3 光斑参数计算
2.3.1 光斑尺寸
光斑尺寸的大小与制导仪定焦的制导距离相关，传统的测试方法只得到一个完整的圆斑[7]，本方法拍摄得到激光驾束制导仪光斑的条纹信息。求光斑尺寸实际等价于求轮廓点集的最小包围圆[8]。图9(a)为光斑的轮廓线，直接对轮廓点集拟合圆[9-10]偏差较大，可先求出光斑的凸包，即求得光斑边界的关键点，如图9(b)所示。
图9 光斑尺寸计算Fig.9 Spot size calculation
对凸包点集拟合得到初始圆，从图9(c)可以看到一些边界点还未包含在圆内，再以初始圆圆心为中心，增大半径继续搜索，具体算法步骤如下：
2) 对凸包点集D进行最小二乘拟合，得到初始圆C0的圆心O点坐标(x0,y0)和半径R0；
3) 在圆心邻域{(x,y)|x0-a
(6)
如果没有，增大r继续套圆；
4) 重复步骤3，直到所有关键点落入圆内，迭代终止。
迭代结果如图9(d)所示，处理时间为0.35 s.
2.3.2 光轴稳定性
光轴稳定性为制导仪的一个主要参数，影响导弹制导精度。拍摄制导过程中的不同时刻不同位置的信息场图像，每隔0.2 s选取一幅图像，计算光斑中心位置，可得到光轴中心位置分布。光斑中心坐标如表1所示，其中标定的物像比为1.8，光斑中心的空间分布如图10所示。
根据表1和图10，评价光轴稳定性。设第i帧图像光斑中心坐标为(xi,yi)，n帧图像的光轴均值为
(7)
(8)
光轴x方向最大偏差xmax=311.4 mm，离散度为
(9)
表1 光斑中心坐标
图10 光轴稳定性Fig.10 Optical axis stability
光轴y方向最大偏差ymax=316.8 mm，离散度为
(10)
光轴抖动在整个制导全过程范围内符合指定精度，从光斑图像可以快速判断光轴稳定性。
2.3.3 信息场能量均匀性
光斑信息场能量均匀性是衡量制导仪光强分布的重要指标。根据光斑图像的灰度分布，可计算得到激光信息场的能量均匀性。
图11(a)为制导仪激光束的一幅瞬时光斑图像，由于条纹的存在，光斑出现4个能量区域，标记出这4个区域分别为A、B、C和D. 由图11(b)看出，区域A光强灰度值不到50，区域B灰度值为100左右，区域C和区域D最高，灰度值高于150，光强由A到D逐渐升高，此光强分布为偏心分布，从图像可以快速直观判断制导仪激光信息场能量分布的均匀性。
图11 光强分布Fig.11 Light intensity distribution
根据驾束制导的使用过程，每隔1 s锁定制导距离拍摄一幅光斑图像，共采集15组图像，计算其灰度值的均值和方差。如图12所示，随着制导仪制导距离越来越远，光斑尺寸不断变小，光斑信息场能量灰度均值从89到134逐步上升，方差从27到24缓慢变小，均匀性逐渐趋于稳定，从整个过程的光强均匀性变化趋势，可以快速检测制导仪激光束均匀性。
图12 光强变化曲线Fig.12 Changing curves of light intensity
3 结论
本文实现了一种驾束制导信息场参数的高速测试与处理方法，利用低照度、短曝光技术拍摄制导仪信息场，得到条纹状光斑图像，利用标定靶纸和激光能量计对激光信息场进行几何和能量标定，利用基本全局阈值法分割图像，迭代拟合计算最小包围圆，最终得到条纹状光斑尺寸，从光斑中心分布可快速评判制导仪光轴稳定性，利用光斑图像的灰度分布可快速直观判断信息场能量的均匀性。目前该方法已用于制导仪测试，对相关研究进行了支撑，尤其在一种新型信息场研制测试中发挥了积极作用。
References)
[1] 于洵, 宇文乾, 姜旭, 等. 激光驾束制导仪制导过程中信息场参数测量方法研究[J]. 应用光学,2011,32(1):75-78.
YU Xun, YUWEN Qian, JIANG Xu, et al. Information field parameters measurement in laser beam riding guidance[J]. Journal of Applied Optics, 2011, 32(1):75-78.(in Chinese)
[2] 李云霞. 激光驾束制导仪性能测试系统研究[J]. 红外与激光工程, 2001, 30(6): 474-477.
LI Yun-xia. Research on performance testing solution of laser beam riding guider[J]. Infrared and Laser Engineering, 2001, 30(6): 474-477. (in Chinese)
[3] 李松明, 黄柯彦, 徐荣甫. 激光驾束制导仪空间光场性能测量系统[J]. 兵工学报, 2001, 22(4):508-511.
LI Song-ming, HUANG Ke-yan, XU Rong-fu. A measuring system for the spatial laser wave field of a laser beam missile guidance system[J]. Acta Armamentarii, 2001, 22(4): 508-511. (in Chinese)
[4] 王延海, 王晓曼, 李玉山, 等. 基于图像透视畸变校正的调炮速度测量方法[J]. 兵工学报, 2016, 37(8):1518-1520.
WANG Yan-hai,WANG Xiao-man,LI Yu-shan, et al. Gun slaving speed measuring method based on image perspective distortion correction [J]. Acta Armamentarii, 2016, 37(8): 1518-1520. (in Chinese)
[5] 李艳娜, 唐力铁, 谢翔云, 等. 固体激光远场瞬时光斑时空分布测量技术[J]. 红外与激光工程, 2016, 45(8): 0817002-1-0817002-7.
LI Yan-na, TANG Li-tie, XIE Xiang-yun, et al. Measuring far-field instantaneous facula intensity space-time distribution of solid-state laser [J]. Infrared and Laser Engineering, 2016, 45(8): 0817002-1-0817002-7.(in Chinese)
[6] Gonzales R C, Woods R E. 数字图像处理[M].第2版. 阮秋琦，阮宇智，译.北京:电子工业出版社, 2011:489-491.
Gonzales R C, Woods R E. Digital image processing[M]. 2nd ed. RUAN Qiu-qi, RUAN Yu-zhi, translated. Beijing: Publishing House of Electronics Industry, 2011:489-491.(in Chinese)
[7] 李娜, 王红. 激光驾束观瞄制导仪参数检测系统[J]. 中国光学与应用光学, 2010, 3(3):285-289.
LI Na, WANG Hong. Parameter testing system for laser beam riding guided sighting instrument[J]. Chinese Journal of Optics and Applied Optics, 2010, 3(3):285-289.(in Chinese)
[8] 李红军, 张晓鹏. 离散点集最小包围圆算法分析与改进[J]. 图学学报, 2012, 33(2):35-38.
LI Hong-jun, ZHANG Xiao-peng. Analysis and improvement of smallest enclosing disk algorithm on discrete set of points[J]. Journal of Graphics, 2012, 33(2):35-38.(in Chinese)
[9] 吴泽楷, 李恭强, 王文涛, 等. 基于改进圆拟合算法的激光光斑中心检测[J]. 激光与红外, 2016, 46(3):345-350.
WU Ze-kai, LI Gong-qiang, WANG Wen-tao, et al. Laser spot center detection based on improved circle fitting algorithm[J]. Laser & Infrared, 2016, 46(3):345-350.(in Chinese)
[10] 高晋凯, 侯文, 杨冰倩, 等. 改进光斑中心检测算法在靶场中的应用[J]. 实验室研究与探索, 2016, 35(10):17-19.
GAO Jin-kai, HOU Wen, YANG Bing-qian, et al. The application of improved spot detection algorithm in range [J]. Research and Exploration in Laboratory, 2016, 35(10):17-19.(in Chinese)
AHighSpeedTestandAnalysisMethodforInformationFieldParametersofBeamRidingGuidance
SUN Ce1， HAO Qun1， YAN Zhen-gang2， CAO Jie1， LI Jie2
(1.School of Optoelectronics, Beijing Institute of Technology, Beijing 100081, China; 2.Xi’an Modern Control Technology Institute, Xi’an 710065, Shaanxi, China)
Laser beam riding guidance is an important guidance mode. The accuracy of guidance is affected directly by the quality of laser information field. A testing method based on the spot images of information field is proposed to evaluate the quality of laser information field fastly and intuitively. The proposed method allows the fast setup of a test system in inside and outside fields, and calibrates the system. Based on the principle of transient diffuse reflectance imaging under low illumination, the stripe-shaped spot images are quickly obtained by using low-light-high-speed imaging of laser beam. The rapid image processing technology is used to calculate the spot size, center location, stripe brightness for evaluating the parameters, including optical axis stability and energy uniformity of information field. Experimental results show that the test method can be used to obtain the stripe-shaped spot images of laser information field, and detect the performance of the guidance device rapidly with test accuracy of 1.8 mm and processing time of 0.35 s.
ordnance science and technology; laser beam riding guidance; stripe-shaped spot image; energy uniformity of information field
TN247； TJ765.4+1
A
1000-1093(2017)11-2111-06
10.3969/j.issn.1000-1093.2017.11.005
2017-04-14
国家自然科学基金青年科学基金项目(61605008)
孙策(1986—)，男，博士研究生。E-mail:brave_sunce@163.com
郝群(1968—)，女，教授，博士生导师。E-mail:qhao@bit.edu.cn
