基于實時圖像處理的運(yùn)載火箭飛行特征事件判別方法研究

(西昌衛(wèi)星發(fā)射中心，四川 西昌 615000)

0 引言

隨著科學(xué)技術(shù)的不斷發(fā)展進(jìn)步，嵌入式系統(tǒng)、通用計算機(jī)的性能飛速提升，實時高性能圖像處理技術(shù)、高精度網(wǎng)絡(luò)時間等相關(guān)技術(shù)已逐步趨于成熟。

目前，在運(yùn)載火箭飛行過程中，對助推器分離、級間分離等關(guān)鍵特征事件的發(fā)生情況(以下簡稱特征事件)，主要通過處理接收到的火箭遙測數(shù)據(jù)來判別。在助推器分離、級間分離時，因爆炸螺栓起爆等因素影響，經(jīng)常會導(dǎo)致遙測信號失鎖或誤碼率升高的情況，直接影響遙測數(shù)據(jù)的接收，有時會影響到部分特征點遙測參數(shù)的正常解算。光學(xué)測量作為外彈道測量的主要手段之一，能全程記錄目標(biāo)飛行過程，直觀展現(xiàn)目標(biāo)飛行特征事件的發(fā)生情況。通過實時圖像處理及特征判別，可快速獲得目標(biāo)特征事件，為指揮決策提供有力支撐，也可作為遙測參數(shù)判別特征事件的一種有效補(bǔ)充。

本文提出了基于實時圖像判別運(yùn)載火箭特征事件的思路，從圖像傳輸、獲取、預(yù)處理、圖像判讀方法等方面進(jìn)行了闡述。

1 特征事件判別現(xiàn)狀

在航天發(fā)射中，對運(yùn)載火箭飛行特征事件的判別，普遍以遙測數(shù)據(jù)為主要依據(jù)，通過對遙測時間指令參數(shù)的實時解算與判斷，來確定特征事件是否發(fā)生。以某型系列火箭發(fā)射為例[1]，主要特征事件及主要參考遙測參數(shù)如表1所示，通過遙測參數(shù)的處理能夠獲取較為全面的特征事件。

表1 某型系列火箭飛行特征事件及判斷依據(jù)

由表1可知，在助推器分離時間的判別上，選取了0Tf1、0Tf2、0T3f、0T4f、0Tg2、0Tg1等遙測時間指令參數(shù)作為判斷依據(jù)。在飛行過程中，因分離時發(fā)動機(jī)火焰、爆炸螺栓起爆沖擊波等因素影響，時常引起遙測信號失鎖，導(dǎo)致高誤碼率而無法正常解算出某些表征特征事件遙測參數(shù)。如某次任務(wù)中，0T3f等時間指令未能正常解算。

在航天發(fā)射任務(wù)中，為保證穩(wěn)妥可靠、避免出現(xiàn)誤判，在特征事件判別時，通常采用延時綜合判斷方式，通過判別多個遙測參數(shù)來綜合確定特征事件的發(fā)生，因而特征事件最終判別結(jié)果要比實際事件發(fā)生要晚3-5秒，通過犧牲實時性的方法來保證判別的可靠性、正確性。

在航天發(fā)射任務(wù)中，如果地面光學(xué)測量設(shè)備布局合理，能夠為指揮員提供從點火起飛直至大地遮蔽的所有弧段的實況跟蹤測量圖像，通過實況圖像，指揮員能夠直觀分辨的所有特征事件，如助推器分離、一二級分離、拋整流罩、二三級分離等，但目前實況圖像在特征事件判別上仍沒有得到很好的應(yīng)用。

2 基于圖像的特征事件判別流程

2.1 圖像傳輸與獲取

目前，通過光學(xué)測量手段獲取的實況圖像，主要用于航天發(fā)射的現(xiàn)場指揮與監(jiān)視，并作為事后精度分析的主要依據(jù)[2]。根據(jù)任務(wù)跟蹤測量需要，將光學(xué)設(shè)備布設(shè)在不同地域站址，滿足全程光學(xué)測量要求。光學(xué)設(shè)備可通過多個光學(xué)敏感元件獲取火箭飛行的實況景象，通過圖像傳輸設(shè)備(如視頻光端機(jī))將實況圖像傳送至指揮控制中心(以下簡稱指控中心)，再通過電視中心(如視頻矩陣等)將實況圖像分發(fā)給各級指揮員，供指揮決策使用。

實時圖像判讀系統(tǒng)在電視中心后端接入，實時獲取光學(xué)設(shè)備實況圖像，將實況圖像進(jìn)行實時處理，通過快速視頻判讀的方法，獲取助推器分離、一二級分離、二三級分離等特征事件，并配以較為準(zhǔn)確的NTP網(wǎng)絡(luò)時間，通過任務(wù)IP網(wǎng)絡(luò)向指控中心發(fā)布特征事件發(fā)生的時間，作為遙測特征事件處理結(jié)果的備份，并佐證遙測時間指令處理的正確性。實時圖像判讀系統(tǒng)部署如圖1所示，系統(tǒng)信息流圖如圖2所示。

圖1 實況圖像傳輸及處理系統(tǒng)部署圖

圖2 實況圖像傳輸及處理信息流圖

光學(xué)設(shè)備圖像傳輸及處理信息流向：

1)光學(xué)設(shè)備端，負(fù)責(zé)運(yùn)載火箭跟蹤測量，實時獲取運(yùn)載火箭飛行實況圖像，將實況圖像進(jìn)行視頻分配和格式轉(zhuǎn)換，通過視頻光端機(jī)向指控中心的電視中心發(fā)送。

2)電視中心，負(fù)責(zé)實況圖像的接收、解碼、格式轉(zhuǎn)換、視頻分配、視頻切換等工作，將視頻圖像送指控大廳使用。

3)實時圖像判讀系統(tǒng)，通過電視中心視頻分配獲得一路光學(xué)實況圖像，實時接收并存儲實況圖像，實時判讀運(yùn)載火箭飛行特征事件，并實時獲取任務(wù)IP網(wǎng)的NTP時間，將特征事件發(fā)生時間發(fā)布給中心實時數(shù)據(jù)處理、指揮顯示等系統(tǒng)。

2.2 特征事件判別流程

實時圖像判讀系統(tǒng)實時獲取光學(xué)實況圖像，實時判讀實況圖像，判別是否發(fā)生特征事件，如未發(fā)生則繼續(xù)讀取下一幀圖像，并實時記錄目標(biāo)大小和數(shù)量，當(dāng)目標(biāo)大小發(fā)生了急劇變化，可判定為發(fā)生了特征事件，通過NTP時間為當(dāng)前事件配時，發(fā)生了特征事件時，將配時結(jié)果通過網(wǎng)絡(luò)發(fā)送給目標(biāo)系統(tǒng)。詳細(xì)流程圖如圖3所示。

圖3 實況圖像處理流程圖

3 基于圖像的特征判別方法

以某次航天發(fā)射任務(wù)某型光學(xué)設(shè)備(以下簡稱A設(shè)備)為例，在助推器分離(約141 s)時，A設(shè)備距離目標(biāo)約87.1 km，在一二級分離(約159 s)時，A設(shè)備距離目標(biāo)約128.1 km，在二三級分離(約344 s)時，A設(shè)備距離目標(biāo)約813 km。其他光學(xué)設(shè)備如B設(shè)備、C設(shè)備等距離目標(biāo)相比A光學(xué)設(shè)備更遠(yuǎn)。就目標(biāo)成像而言，在相同的天氣條件下A設(shè)備相成像效果更佳，但因為目標(biāo)相對較遠(yuǎn)，光學(xué)設(shè)備成像為點目標(biāo)。

圖4、圖5為某次任務(wù)的光學(xué)設(shè)備實況圖像，從中截取了部分圖像發(fā)現(xiàn)，在助推器分離、一二級分離時，對于光學(xué)設(shè)備均為點目標(biāo)信息，在分離過程中有著相同的特性，即點目標(biāo)先變大，然后又變成二個或多個小目標(biāo)。

圖4 運(yùn)載火箭助推器分離過程

圖5 運(yùn)載火箭一子級分離過程

3.1 目標(biāo)特性

當(dāng)運(yùn)載火箭飛行距測控設(shè)備一定距離后，運(yùn)載火箭在光學(xué)設(shè)備上成像為點目標(biāo)。對于點目標(biāo)，采用以下模型：

點目標(biāo)孤立于背景，在灰度分布上表現(xiàn)出奇異性，即目標(biāo)亮度高于(或低于)背景。因此，點目標(biāo)可以用光學(xué)點擴(kuò)散函數(shù)表示[3]：

(1)

其中：f(x,y)為目標(biāo)強(qiáng)度，τ為目標(biāo)的強(qiáng)度幅值，δx、δy為目標(biāo)在x,y方向的寬度。

3.2 圖像預(yù)處理

對于點目標(biāo)的圖像預(yù)處理，可采用局部背景平滑和局部閾值化[4]，如圖6所示。

圖6 圖像預(yù)處理框圖

采用數(shù)學(xué)形態(tài)學(xué)濾波實現(xiàn)局部背景平滑。閔可夫斯基(Minkowski)結(jié)構(gòu)和差運(yùn)算，即形態(tài)和、形態(tài)差(膨脹和腐蝕)是數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)[5]。

對于圖像f(x,y)的形態(tài)和、形態(tài)差，定義如下：

令F、G?E2，f(x,y)為屬于L2(R)緊支的灰度函數(shù)，f:F→E，結(jié)構(gòu)元素為g(i,j)，g:G→E，那么灰度圖像函數(shù)的形態(tài)和、形態(tài)差分別定義為：

形態(tài)和：

(2)

形態(tài)差：

(3)

形態(tài)和、形態(tài)差實際上是在定義域內(nèi)的極大、極小運(yùn)算。

形態(tài)和、形態(tài)差的復(fù)合運(yùn)算成為形態(tài)開和形態(tài)閉。對于圖像f(x,y)形態(tài)開、形態(tài)閉，定義如下：

形態(tài)開：

γg(x,y)=f°g[f·g(x,y)]

(4)

形態(tài)閉：

φg(x,y)=f·g[f°g(x,y)]

(5)

形態(tài)開和形態(tài)閉對圖像具有一定的平滑功能，能夠檢測出圖像中的奇異點。形態(tài)開能夠消除圖像中的邊緣毛刺和孤立斑點，而形態(tài)閉能夠填補(bǔ)圖像中的漏洞以及裂縫。圖像中的邊緣、漏洞和孤立點都是圖像中的奇異點。

采用γg(x,y)和φg(x,y)的平均值來表示圖像f(x,y)的平滑圖像h(x,y)，即：

(6)

運(yùn)用形態(tài)開即可實現(xiàn)局部背景平滑。原始圖像f(x,y)與平滑圖像h(x,y)的差e(x,y)表示了空域高頻部分，其中包含了可能目標(biāo)。

e(x,y)=f(x,y)-h(x,y)

(7)

對殘差圖像e(x,y)進(jìn)行局部閾值分割，經(jīng)過門限處理后就得到一個去除了背景噪聲的可能目標(biāo)圖像序列。

形態(tài)開濾波在計算量上占絕對優(yōu)勢。形態(tài)開按照Minkowski分解可以將二維運(yùn)算轉(zhuǎn)化為一維運(yùn)算，減少了計算量。數(shù)學(xué)形態(tài)學(xué)濾波器的濾波效果取決于結(jié)構(gòu)元素的形狀、尺寸和方向，選取的參考標(biāo)準(zhǔn)是目標(biāo)的大小、形狀和方向。點目標(biāo)在結(jié)構(gòu)上表現(xiàn)為各向同性，結(jié)構(gòu)元素應(yīng)選為各向同性，并且大小為點目標(biāo)尺寸的兩倍為宜。

通過MATLAB對圖4中的助推器分離過程的3幅圖像進(jìn)行預(yù)處理，得到如圖7所示的處理結(jié)果。

圖7 助推器分離過程預(yù)處理結(jié)果

3.3 特征事件識別與判別

特征事件識別與判別就是在圖像預(yù)處理的基礎(chǔ)上，對點目標(biāo)進(jìn)行有效檢測，利用多幀圖像中目標(biāo)的運(yùn)動信息，將目標(biāo)的運(yùn)動特征和運(yùn)動軌跡的連續(xù)性和一致性綜合考慮，實現(xiàn)目標(biāo)自動跟蹤。在自動跟蹤的基礎(chǔ)上，采用成熟的圖像判讀方法實現(xiàn)特征事件的判別。

圖像判讀采用兩種方式同時進(jìn)行綜合判斷。一是采用實時計算當(dāng)前目標(biāo)的像元數(shù)，來判斷目標(biāo)的大小變化，當(dāng)前幀圖像中目標(biāo)大小與上一幀圖像中目標(biāo)大小發(fā)生了急劇變化時，可判定發(fā)生了特征事件。可選用適當(dāng)大小的模板，采用模板匹配方式實現(xiàn)自動目標(biāo)跟蹤和判讀，在合適大小的模板內(nèi)快速判斷目標(biāo)的大小。二是分析目標(biāo)的個數(shù)作為輔助判斷，當(dāng)目標(biāo)發(fā)生大小變化后，目標(biāo)個數(shù)發(fā)生變化，也可確定發(fā)生了特征事件，模板選取時充分考慮多個目標(biāo)成像問題。

通過MATLAB對圖4～5預(yù)處理后的圖像進(jìn)行目標(biāo)像元數(shù)統(tǒng)計，詳細(xì)統(tǒng)計結(jié)果如表2所示。

表2 目標(biāo)成像大小統(tǒng)計結(jié)果(單位：像元數(shù))

從表1可以看出，助推器分離前目標(biāo)成像大小為143個像元，分離中目標(biāo)成像大小為950個像元，分離后目標(biāo)成像大小為199個像元，表面分離過程中目標(biāo)成像大小發(fā)生了激烈變化，可作為發(fā)生特征事件的判斷依據(jù)。

為了實現(xiàn)對實況光學(xué)圖像的實時判讀和處理，滿足每秒不低于25 Hz的處理頻率，提高系統(tǒng)處理視頻圖像的實時性，可考慮采用并行處理系統(tǒng)對實況圖像進(jìn)行處理，選用多個處理器并行處理和多流水線處理的高速硬件，如基于數(shù)字信號處理器(DSP)開發(fā)的嵌入式視頻處理專用板卡。

視頻判讀的過程：攝像機(jī)送來的模擬信號經(jīng)視頻采集單元轉(zhuǎn)換為數(shù)字信號存入采集VRAM。DSP將VRAM中數(shù)字圖像存入動態(tài)RAM中，同時對這些圖像進(jìn)行實時處理。處理過程中的數(shù)據(jù)暫存在動RAM中，最終的處理結(jié)果存入顯示VRAM中，將處理結(jié)果發(fā)送至IP網(wǎng)絡(luò)。

雖然系統(tǒng)能夠?qū)崿F(xiàn)對運(yùn)載火箭特征事件的判別，但也存在以下幾點不足。一是目前僅適用于夜間目標(biāo)成像的處理，對白天目標(biāo)成像的處理不夠穩(wěn)定。二是系統(tǒng)無法自動對特征事件進(jìn)行有效識別，無法自動分辨是什么特征事件。尤其是飛行過程中如出現(xiàn)云層遮擋等天氣原因?qū)?dǎo)致實況圖像不連續(xù)，系統(tǒng)無法判別和對應(yīng)當(dāng)前發(fā)生的特征事件，需要與理論飛行時序結(jié)合起來進(jìn)行綜合判斷，需要下一步重點改進(jìn)。

4 系統(tǒng)性能分析

網(wǎng)絡(luò)時間協(xié)議(NTP，Network Time Protocol)是一種基于UDP的時間同步協(xié)議[6-7]。時間同步的準(zhǔn)確度依賴于時鐘源硬件的準(zhǔn)確度和網(wǎng)絡(luò)傳輸延遲的概率統(tǒng)計分布[8-9]。航天發(fā)射場使用了高精度銣原子鐘，時間準(zhǔn)確度能夠得到保證，影響NTP時間的準(zhǔn)確度主要因素為網(wǎng)絡(luò)傳輸延遲。經(jīng)過分析，航天發(fā)射場NTP的時鐘同步精度普遍優(yōu)于10 ms。

光學(xué)圖像的拍攝幀頻在25～250 Hz之間，為了實現(xiàn)標(biāo)準(zhǔn)傳輸，統(tǒng)一采用了25 Hz的AV格式進(jìn)行傳輸，其時間間隔為40 ms。因此用優(yōu)于10 ms的時間給每40 ms一幀圖像進(jìn)行配時，可以滿足實時圖像判讀要求，可實現(xiàn)特征事件在50 ms的精度量級。

如果需要進(jìn)一步提高系統(tǒng)精度，也可考慮將實時圖像處理系統(tǒng)部署在測控設(shè)備端，直接獲取光學(xué)實況圖像并進(jìn)行處理，可減少網(wǎng)絡(luò)傳輸、數(shù)據(jù)轉(zhuǎn)換的時延，同時采用高精度B碼終端配時(同步精度優(yōu)于10 μs)，可將系統(tǒng)處理精度提升至優(yōu)于5 ms量級。

5 結(jié)束語

結(jié)合當(dāng)前遙測方法判別特征事件中存在的不足，本文提出了基于實況圖像實時判讀方法判別特征事件的思路，分析了基于實況圖像處理的特征事件判別流程和方法，并對系統(tǒng)性能指標(biāo)進(jìn)行了簡要分析，為更加可靠判別運(yùn)載火箭特征事件提供了新的方法。