基于機器視覺技術的實彈報靶系統(tǒng)

孫海波

（南京模擬技術研究所，江蘇 南京 210016）

0 引言

目前實彈射擊訓練過程中，常采用人工報靶的方式，這種方式存在繁瑣、危險且效率低下等缺點，本系統(tǒng)研制一種基于機器視覺技術的實彈報靶系統(tǒng)，可以實現(xiàn)自動報靶功能，訓練人員實彈射擊時可以實時顯示彈點位置和成績等信息，極大的提高訓練效率[1]。

1 系統(tǒng)設計

基于機器視覺技術的實彈報靶系統(tǒng)由靶標組件、視頻圖像采集組件、圖像處理組件、顯示組件、通訊組件組成。報靶系統(tǒng)中攝像頭采集靶紙圖像，圖像處理組件識別靶型區(qū)域和彈著點位置信息，然后在射手端實時顯示彈點位置和射擊成績。

2 算法原理

實彈報靶的關鍵是將靶面圖像中彈著點提取出來，這就涉及到機器視覺的有關理論和技術[2]。在實際應用中，系統(tǒng)獲取的原始圖像不是完美的，例如系統(tǒng)獲取的原始圖像，由于噪聲、光照等原因，圖像的質量不高，所以需要進行處理，以有利于提取目標信息。實彈識別定位算法流程如圖1所示。

圖1 算法流程圖

算法流程包括兩部分：靶型識別定位和彈點識別定位。靶型識別定位算法：將靶面彩色圖進行顏色空間轉換，利用自適應閾值分割方法將圖像二值化，提取靶型區(qū)域，然后求取靶型區(qū)域最小外接矩形，獲取靶型位置信息。彈點識別定位算法：首先根據(jù)靶型區(qū)域信息，對圖像進行剪裁，采用幀差算法，獲取彈著點區(qū)域，計算彈點位置信息。

2.1 靶型識別定位算法

當靶面圖像上灰度分布不均勻時，靶型的定位會受到比較大的影響，將原有的顏色空間RGB轉換到HSV空間，H（色度）S（飽和度）V（明度），選取S通道靶型區(qū)域亮度較高有增強作用，可解決照度不均勻問題，如圖2所示。

圖2 靶型識別示意圖

將飽和度圖像進行自適應閾值分割，獲取靶型二值化圖像，然后求取其最小外接矩形即可獲取靶型位置信息。

2.2 彈點識別定位算法

2.2.1 圖像剪裁

攝像機獲取的靶面圖像中除了靶型有效區(qū)域以外還有周圍一些干擾區(qū)域，會降低圖像處理的速度和正確率。因此可剪裁一部分無關的圖像。對于下圖中的靶紙圖像來說，我們所感興趣的部分就是正式靶型區(qū)域，即圖形A、B、C、D所包含的圖像區(qū)域。靶型識別定位算法可以獲取A、B、C、D四個點的坐標，如圖3所示。

圖3 剪裁示意圖

2.2.2 彩色靶圖灰度化

圖像采集獲得的是彩色圖像，其包含的數(shù)據(jù)量巨大，直接處理彩色圖像，處理速度很慢，無法實時解算，而且在精度方面與采用灰度圖像處理幾乎沒有區(qū)別。因此在本系統(tǒng)中將其轉換為灰度圖后再進行處理，在提高處理速度的同時保證足夠的精確度。利用RGB空間到灰度空間的轉換公式獲取灰度圖像[3]：

式中f（x,y）為（x,y）位置的灰度值B、G、R分別為（x,y）位置像素的藍、綠、紅色對應的彩色信息值。

2.2.3 二值圖像

二值圖像是指整幅圖像畫面內(nèi)僅黑、白二值的圖像，在它們之間不存在其他灰度的變化。二值化的方法很多，在實際使用時，必須根據(jù)具體的處理對象而定，二值化的關鍵是要選擇合適的閾值來區(qū)分對象和背景[4]。

設灰度圖像f（x,y），為二值圖像為g（x,y），t為閾值，圖像二值化的數(shù)學描述如公式所示：

因為彈點區(qū)域為黑色，與靶面非彈點區(qū)域顏色差異較大，所以選用自適應閾值分割法進行二值化處理，根據(jù)靶面圖像的灰度直方圖，在有兩個峰值分別對應于靶面圖像中的目標與背景存在情況下，取兩值中間的峰谷閾值，此方法在圖像的目標與背景差別大的場景中效果很好。

2.2.4 幀差算法

幀差算法是將前后采集的兩幅靶面圖像對應坐標的像素灰度值相減，獲取灰度差值組成新的幀差圖像。該算法排除掉了新的靶面圖像中那些原先已經(jīng)存在的舊彈著點對識別的干擾，大幅提高自動報靶系統(tǒng)的實時性和準確率[5]。幀差算法公式如下：

其中，glb(x,y)是背景靶面圖，glp(x,y)是當前靶面圖，glr(x,y)是幀差圖。因為彈點區(qū)域為黑色，所以每當有新彈點命中靶面時，其在幀差圖像中的灰度值較高。

2.2.5 室外大風靶面抖動抖動解決辦法

在室外風速比較大的情況下，靶面會發(fā)生劇烈的抖動，這時幀差圖像上會產(chǎn)生許多的干擾彈點，容易產(chǎn)生多報現(xiàn)象，具體分析情況如下，當靶面上原有彈點在圖像抖動時，會在幀差圖像上產(chǎn)生生彈點“虛影”,如圖4所示。

圖4 虛影彈點和實際彈點比較圖

A為靶面上原有彈點，因晃動產(chǎn)生的虛影彈點，B為晃動時新增實際彈點，A和B的區(qū)別是，在A區(qū)域一般包兩塊區(qū)域，面積和形狀相近，但是其在幀差圖像中的平均灰度為一正、一負，兩個區(qū)域總體平均灰度趨近與0；而B區(qū)域只有一塊平均灰度為正值得區(qū)域，所以可以依靠這個區(qū)別，來識別出在靶面抖動時新增實際彈點和干擾虛影彈點。

3 結論

本項目研制的基于機器視覺技術的實彈報靶系統(tǒng)，系統(tǒng)將報靶設備固定于靶標前端，實時采集靶面圖像，當射擊時子彈擊中靶面，系統(tǒng)實時分析彈著點圖像，并將靶型位置和彈點位置信息解算出來實現(xiàn)實時報靶功能。研制靶型定位算法：靶面圖像光照不均勻影像靶型識別，將原顏色空間RGB轉換到HSV空間，并選取S（飽和度）顏色通道，靶型區(qū)域亮度較高有增強作用，可提高靶型定位識別的準確性。研制彈點識別算法：采用自適應閾值分割算法和幀差算法識別彈點；并研制抗大風引起的靶面圖像抖動的彈點識別算法，提高報靶的穩(wěn)定性。