基于圖像識(shí)別技術(shù)的火箭飛行時(shí)序判讀

王瀟宇, 王 偉, 劉巧珍, 徐利杰

(北京宇航系統(tǒng)工程研究所，北京 100076)

0 引言

目前,圖像識(shí)別技術(shù)已成為人工智能領(lǐng)域中一項(xiàng)比較成熟的技術(shù)手段，使計(jì)算機(jī)具備自動(dòng)視頻背景去噪、視覺(jué)目標(biāo)提取、圖像內(nèi)容分析等功能，在安防、互聯(lián)網(wǎng)、教育、汽車等行業(yè)已得到一系列應(yīng)用，取得了較好效果。該技術(shù)具有非接觸、測(cè)試/記錄并舉、可以有效監(jiān)控動(dòng)態(tài)過(guò)程的變化情況等優(yōu)勢(shì)，將其引入航天測(cè)發(fā)控中可以有效解決測(cè)試性不足的問(wèn)題，提升測(cè)試質(zhì)量。例如：針對(duì)起飛信號(hào)保持時(shí)間短、前端故障狀態(tài)一閃而逝，后端狀態(tài)采集不到等情況，可以通過(guò)多媒體記錄與識(shí)別的手段加以監(jiān)測(cè)。開(kāi)展針對(duì)快速動(dòng)態(tài)異常現(xiàn)象的圖像識(shí)別技術(shù)研究，實(shí)現(xiàn)對(duì)前端設(shè)備狀態(tài)的瞬時(shí)異常檢測(cè)，在設(shè)備狀態(tài)異常時(shí)，能捕獲異常信息，給靶場(chǎng)人員提供輔助決策支持。

開(kāi)展火箭飛行實(shí)驗(yàn)時(shí)，控制系統(tǒng)發(fā)送一系列指令到末端設(shè)備，指示其進(jìn)行相應(yīng)動(dòng)作。而這樣的動(dòng)作是否成功進(jìn)行，會(huì)表現(xiàn)在火工品等效器儀表盤指示燈的狀態(tài)變化上。當(dāng)前的后端控制系統(tǒng)尚無(wú)法通過(guò)測(cè)量指示燈電流的變化來(lái)監(jiān)測(cè)動(dòng)作是否成功執(zhí)行，造成自動(dòng)化測(cè)試的缺失。而由于信號(hào)一閃而逝和指示燈的快速閃爍，測(cè)試人員在判讀過(guò)程中長(zhǎng)期盯視易產(chǎn)生疲勞。在無(wú)有效的回放與輔助判讀的情況下，關(guān)鍵時(shí)刻不確信自己的判斷，測(cè)試的效率、可靠性、可追溯性亟待提升。通過(guò)綜合運(yùn)用計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理、深度學(xué)習(xí)等技術(shù)，在后續(xù)無(wú)人值守的情況下，對(duì)前端設(shè)備進(jìn)行相關(guān)狀態(tài)識(shí)別，將非結(jié)構(gòu)化的圖像數(shù)據(jù)轉(zhuǎn)化成結(jié)構(gòu)化的參數(shù)數(shù)據(jù)，完成自動(dòng)判讀，實(shí)現(xiàn)人工智能技術(shù)從輔助人向代替人的轉(zhuǎn)變，對(duì)于逐步解除機(jī)械化、重復(fù)性任務(wù)對(duì)人員的依賴，實(shí)現(xiàn)發(fā)射指揮流程自動(dòng)化、數(shù)據(jù)分析判讀智能化具有重要意義。

目前已有一些將圖像識(shí)別技術(shù)引入航天測(cè)發(fā)控領(lǐng)域的嘗試，如張哲銘等[4]利用雙目立體視覺(jué)技術(shù)，通過(guò)嵌入式設(shè)備移植，達(dá)到了測(cè)量火箭分離速度的效果；李蒙蒙[5]同樣利用雙目立體視覺(jué)技術(shù)，給出了火箭噴管運(yùn)動(dòng)姿態(tài)的測(cè)量方案；蔡紅維等[6]將實(shí)時(shí)圖像處理技術(shù)作為火箭實(shí)時(shí)飛行指揮決策的輔助手段，用于判別特征事件；周靈[7]設(shè)計(jì)了基于實(shí)時(shí)視頻圖像的火箭識(shí)別與跟蹤系統(tǒng)；張會(huì)利[8]將圖像識(shí)別技術(shù)用于航天工業(yè)零件的參數(shù)測(cè)量。林義勇等[9]設(shè)計(jì)了基于圖像識(shí)別技術(shù)的火箭初始段飛行跟蹤系統(tǒng)。王健博等[10]利用計(jì)算機(jī)視覺(jué)技術(shù)，對(duì)火箭連接器的自動(dòng)對(duì)接情況實(shí)現(xiàn)了自動(dòng)化檢測(cè)。王冠等[13]利用目標(biāo)檢測(cè)及光流等計(jì)算機(jī)視覺(jué)技術(shù)，設(shè)計(jì)了發(fā)動(dòng)機(jī)極性自動(dòng)化測(cè)試系統(tǒng)。

針對(duì)火箭飛行過(guò)程中涉及計(jì)算機(jī)視覺(jué)任務(wù)，本文設(shè)計(jì)了通用的底層算法體系架構(gòu)，從而實(shí)現(xiàn)針對(duì)特定任務(wù)算法開(kāi)發(fā)的模塊化、組合化，在提升研發(fā)效率的同時(shí)保障算法的可追溯、可修改、可維護(hù)。底層算法架構(gòu)如圖1所示。將計(jì)算機(jī)視覺(jué)任務(wù)分解為圖像分割、特征匹配等若干子任務(wù)，結(jié)合監(jiān)督學(xué)習(xí)、場(chǎng)景分割、底層優(yōu)化、數(shù)據(jù)挖掘等技術(shù)給出了通用的算法設(shè)計(jì)策略與解決方案。據(jù)此，根據(jù)不同的應(yīng)用場(chǎng)景需求，可以實(shí)現(xiàn)覆蓋多型號(hào)、多發(fā)次、多任務(wù)的算法快速設(shè)計(jì)迭代。

圖1 通用底層算法平臺(tái)

1 基于圖像識(shí)別的火箭飛行時(shí)序自動(dòng)判讀

基于底層通用算法平臺(tái)，本文設(shè)計(jì)了基于計(jì)算機(jī)視覺(jué)技術(shù)的火箭飛行時(shí)序自動(dòng)判讀系統(tǒng)，通過(guò)識(shí)別火工品等效器面板指示燈的亮滅狀態(tài)，對(duì)火箭的飛行時(shí)序進(jìn)行精確識(shí)別。系統(tǒng)整體框架流程設(shè)計(jì)如圖2所示。

圖2 飛行時(shí)序判讀流程

1.1 等效器面板配準(zhǔn)

通過(guò)對(duì)火箭第一次總檢查測(cè)試期間火工品等效器指示燈的狀態(tài)變化情況進(jìn)行監(jiān)測(cè)，可實(shí)現(xiàn)火箭飛行時(shí)序的自動(dòng)判讀功能。系統(tǒng)的原始輸入為由Gopro相機(jī)拍攝的機(jī)位固定、幀率為120的兩段視頻，分別包含測(cè)試全程一級(jí)與二級(jí)火工品等效器面板變化情況。雖然拍攝過(guò)程中相機(jī)機(jī)位固定，但兩段視頻中相機(jī)與面板的相對(duì)位置有所差異，且不同次測(cè)試間機(jī)位均會(huì)有所不同。為消除相機(jī)機(jī)位變化帶來(lái)難以預(yù)測(cè)的圖像形變、便于指示燈定位工作開(kāi)展，需要進(jìn)行等效器面板配準(zhǔn)工作，從而保證提取到位置居中、角度端正的等效器面板區(qū)域。本文采用SIFT特征匹配的方法，通過(guò)模板選取、特征點(diǎn)匹配、圖像重采樣的流程完成面板配準(zhǔn)任務(wù)。

首先明確一級(jí)與二級(jí)的火工品等效器面板是相同的。因此選取尺寸為1 309×1 154，正視角度下的等效器圖像作為模板，如圖3所示。對(duì)于需要識(shí)別的每一幀圖像，首先經(jīng)由模板匹配步驟，提取有效部分并將其規(guī)范化至與模板一致。

圖3 模板圖像

尺度不變特征變換算法(Scale-invariant feature transform， SIFT)[3]，在1999年由David Lowe提出，具有尺度不變、魯棒性好、噪聲變化大等優(yōu)點(diǎn)，在靜態(tài)特征識(shí)別、目標(biāo)識(shí)別、全景圖拼接、遙感圖像配準(zhǔn)等問(wèn)題中得到了廣泛的應(yīng)用，可以處理兩幅圖像之間發(fā)生平移、旋轉(zhuǎn)、仿射變換情況下的匹配問(wèn)題，具有很強(qiáng)的匹配能力。SIFT算法主要分為3步。

(1)尺度空間極值檢測(cè)

通過(guò)高斯差分算子近似LoG算子[12]，獲取尺度與旋轉(zhuǎn)變換不變性的關(guān)鍵點(diǎn)，高斯差分算子表達(dá)如下

D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y))

=L(x,y,kσ)-L(x,y,σ)

(1)

式中，* 表示卷積操作，G(x,y,σ)為一個(gè)變化尺度的高斯函數(shù)，實(shí)際操作時(shí)可由高斯金字塔相鄰層級(jí)圖像相減得到。I(x,y)表示原圖像。

(2)關(guān)鍵點(diǎn)定位

通過(guò)擬合三維二次函數(shù)來(lái)精確定位關(guān)鍵點(diǎn)的位置和尺度，同時(shí)去除低對(duì)比度的關(guān)鍵點(diǎn)和不穩(wěn)定的邊緣相應(yīng)點(diǎn)，以增強(qiáng)匹配穩(wěn)定性，提高抗噪聲能力。

(3)方向確定

基于圖像局部的梯度方向，給每個(gè)關(guān)鍵點(diǎn)位置分配一個(gè)或多個(gè)方向。其中，梯度的模值和方向如下,L為關(guān)鍵點(diǎn)所在的尺度空間值。

m(x,y)=

(2)

θ(x,y)=

tan-1((L(x+1,y)-L(x-1,y))/(L(x,y+1)-L(x,y-1)))

(3)

接下來(lái),使用直方圖統(tǒng)計(jì)鄰域內(nèi)像素的梯度和方向，以直方圖中最大值為該關(guān)鍵點(diǎn)的主方向，進(jìn)而得到含有位置、尺度和方向的關(guān)鍵點(diǎn)，作為該圖像的SIFT特征點(diǎn)。

通過(guò)計(jì)算視頻圖像與模板圖像的SIFT關(guān)鍵點(diǎn)，利用隨機(jī)抽樣一致算法(Random sample consensus，RANSAC)得到兩組匹配點(diǎn)之間的仿射變換矩陣，再通過(guò)線性插值法將原圖像重采樣，進(jìn)而提取火工品等效器區(qū)域，用于后續(xù)的指示燈自動(dòng)識(shí)別算法。圖4與圖5分別為實(shí)拍視頻圖像以及特征匹配結(jié)果。圖5左側(cè)為灰度化后的模板圖像，右側(cè)為實(shí)拍圖象，綠色連線表征了兩圖中相匹配到的SIFT特征點(diǎn)，紅色框標(biāo)記了匹配到的火工品等效器面板區(qū)域位置。

圖4 實(shí)拍視頻圖像

圖5 特征匹配結(jié)果

1.2 指示燈坐標(biāo)定位

提取到待識(shí)別區(qū)域后，利用Hough圓檢測(cè)算法[11]，定位指示燈位置。對(duì)圖像空間里的多個(gè)圓進(jìn)行快速檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要課題之一,本文參考了現(xiàn)有國(guó)內(nèi)外學(xué)者提出的多圓檢測(cè)算法,借鑒了Hough變換思想,對(duì)圖像空間里具有一定關(guān)系的像元進(jìn)行聚類,提出了一種能夠?qū)Χ鄠€(gè)分離、獨(dú)立的圓進(jìn)行快速檢測(cè)和中心定位的算法。

假設(shè)現(xiàn)有一幅M×N個(gè)像素的原始圖像,經(jīng)過(guò)相關(guān)圖像預(yù)處理,要求從圖中找到圓的數(shù)目和各個(gè)圓心的位置,算法思想如下:

步驟一:依次選取圖像的第xi行為處理對(duì)象,并逐列尋找該行上的邊緣像素點(diǎn),假設(shè)找到一個(gè)邊緣像素點(diǎn)P1(xi,y1),如果該點(diǎn)不是孤立點(diǎn)則判定為有效像素點(diǎn),并在列坐標(biāo)[y1+Lmin,y1+Lmax]的范圍內(nèi)尋找第2個(gè)有效邊緣像素點(diǎn),其中Lmin由構(gòu)成邊緣厚度的最大像素點(diǎn)數(shù)決定,而Lmax由位于同一圓上的兩個(gè)邊緣像素點(diǎn)的最大水平距離決定,這樣限制了搜索距離,減少了運(yùn)算量。這時(shí)考慮以下兩種情況:

1)上述范圍內(nèi)沒(méi)有有效邊緣像素點(diǎn)則以點(diǎn)(xi,y1+1)為起始點(diǎn)繼續(xù)逐列尋找該行上的邊緣像素點(diǎn),仍把找到的第一個(gè)有效邊緣像素點(diǎn)作為P1(x1,y1);

2)上述范圍內(nèi)存在一個(gè)或多個(gè)有效的邊緣像素點(diǎn),則依次作為第2個(gè)有效的邊緣像素點(diǎn)P2(x2,y2)。

沿線段P1P2的中垂線在行坐標(biāo)變化范圍[xi,xi+Lmax]內(nèi)逐行地尋找第3個(gè)有效邊緣像素點(diǎn),其中Lmax表示垂直搜索的最大有效距離。這時(shí)也要考慮以下兩種情況:

1)上述范圍內(nèi)沒(méi)有有效的邊緣像素點(diǎn),則舍棄已找到的第2個(gè)邊緣像素點(diǎn),重新尋找第2個(gè)有效的邊緣像素點(diǎn);

2)上述范圍內(nèi)存在一個(gè)或多個(gè)有效的邊緣像素點(diǎn),則依次作為第3個(gè)有效的邊緣像素點(diǎn)P3(x3,y3)。

理想情況下,P1(x1,y1)，P2(x2,y2)，P3(x3,y3)這3個(gè)邊緣像素點(diǎn)的關(guān)系如圖6所示。

圖6 理想情況下3個(gè)有效邊緣像素點(diǎn)的關(guān)系圖

步驟二:設(shè)候選圓的半徑為r,圓心坐標(biāo)為(a,b),在參數(shù)空間中的表達(dá)式為

(xi-a)2+(yi-b)2=r2

(4)

假設(shè)P1(x1,y1)，P2(x2,y2)，P3(x3,y3)這3點(diǎn)在該圓上,代入式(2)～(4)進(jìn)行計(jì)算即可確定該圓的圓心坐標(biāo)和半徑。

(5)

(6)

(7)

步驟三:驗(yàn)證候選圓的真實(shí)性。首先建立一個(gè)累加統(tǒng)計(jì)數(shù)組A[x][y](x和y分別對(duì)應(yīng)像素點(diǎn)的橫縱坐標(biāo)值),并置數(shù)組元素初值為0,如果該圓半徑r滿足設(shè)定的閾值,則統(tǒng)計(jì)矩形區(qū)域內(nèi)存在的邊緣像素點(diǎn)集中滿足下面公式的個(gè)數(shù)

(8)

式中，δ為考慮到圖像邊緣存在厚度且可能畸變而設(shè)立的閾值。當(dāng)最終的統(tǒng)計(jì)數(shù)大于設(shè)定的閾值時(shí),候選圓判定為真實(shí)的圓,并在對(duì)應(yīng)位置A[a][b]處加1;否則該候選圓為假,轉(zhuǎn)到步驟一和步驟二尋找下一個(gè)候選圓。

步驟四:定位各圓心坐標(biāo)。分析完所有符合條件的像素點(diǎn)后,在A[x][y]上搜索局部最大值點(diǎn),最大值點(diǎn)對(duì)應(yīng)的坐標(biāo)值即為一個(gè)圓的圓心坐標(biāo)。為進(jìn)行第2最大值搜索,只要將第一最大值點(diǎn)附件的計(jì)數(shù)值清零即可,同理可以找到更多局部最大值點(diǎn),這樣就得到了多個(gè)圓心坐標(biāo)值。最后,按列坐標(biāo)變化對(duì)圓心坐標(biāo)進(jìn)行升序排序,得到的序列即為圖像上從左到右依次排列的各個(gè)圓的圓心坐標(biāo)值。圖7展示了完成模板匹配后的圖像，并用黃色圓圈表示了Hough圓檢測(cè)的結(jié)果。

圖7 指示燈圓檢測(cè)結(jié)果

1.3 指示燈狀態(tài)識(shí)別

為判斷指示燈的亮滅狀態(tài)情況，首先應(yīng)建立其亮度的合理表征。通常情況下,原始圖像是基于RGB顏色模型的彩色圖像,每個(gè)像素點(diǎn)的色彩值由三元組(r,g,b)表示，即構(gòu)成該像素點(diǎn)顏色的紅綠藍(lán)三個(gè)通道的數(shù)值大小。其物理意義表示清楚,但不一定利于在機(jī)器視覺(jué)算法中使用。為了定量地描述顏色對(duì)人眼的視覺(jué)作用,方便在計(jì)算機(jī)中對(duì)色彩的識(shí)別,本文探索了不同的亮度表達(dá)形式。

(1)HIS色彩感知模型

選用色調(diào)(Hue)、亮度(Intensity)和飽和度(Saturation)這3個(gè)與視覺(jué)特征有關(guān)的量來(lái)量化描述,其中色調(diào)是由物體反射光線中占優(yōu)勢(shì)的波長(zhǎng)決定的,是決定顏色本質(zhì)的特性,決定了顏色的種類;亮度是指刺激物的強(qiáng)度作用于感受器所發(fā)生的效應(yīng),是物體本身亮度信息的量化,代表了明暗程度。

RGB顏色空間與HSI顏色空間存在著嚴(yán)格的數(shù)學(xué)關(guān)系,兩者可以相互轉(zhuǎn)化,已知RGB空間各分量數(shù)值,將其歸一化到[0,1]范圍內(nèi),利用式(9)～(11)即可推導(dǎo)出HSI空間中各分量的數(shù)值。其中I分量可直接表征圖像亮度。

(9)

(10)

(11)

式中，

(12)

(2)通用亮度公式

由于人眼對(duì)不同波長(zhǎng)的光感知能力并不相同，在計(jì)算機(jī)、電視圖像處理中，賦予R，G，B通道不同系數(shù)加權(quán)求和，得到通用亮度公式

L=0.114B+0.587G+0.299R

(13)

具備表征亮度的合理方式后，為提升算法魯棒性，減少圓心定位不準(zhǔn)帶來(lái)的影響，選取圓心附近n*n矩形范圍內(nèi)的像素點(diǎn)亮度平均值，作為該指示燈的最終亮度值。將亮度值L與閾值Threshold比較，即可獲得指示燈當(dāng)前狀態(tài)。

受每次實(shí)驗(yàn)所處環(huán)境的光線條件、不同等效器自身發(fā)光性質(zhì)影響，若將亮度閾值設(shè)為定值，很可能造成識(shí)別誤差。因此設(shè)置自適應(yīng)動(dòng)態(tài)閾值，從而保證系統(tǒng)能夠識(shí)別不同內(nèi)外部環(huán)境影響下的指示燈亮起與熄滅狀態(tài)。定義某次測(cè)試過(guò)程中，全部指示燈亮度值集合為N，對(duì)于第i個(gè)指示燈，定義其測(cè)試過(guò)程中亮度值集合為Ni，其亮度動(dòng)態(tài)閾值的計(jì)算公式

(14)

即判斷該指示燈狀態(tài)的閾值為測(cè)試過(guò)程中全部指示燈中亮度最小值與亮度最大值的平均值。如此設(shè)置充分利用了“必然有燈會(huì)亮起”這一先驗(yàn)知識(shí)，可以得到針對(duì)該火工品等效器每一個(gè)指示燈的個(gè)性化閾值。

1.4 飛行時(shí)序判讀

在測(cè)發(fā)流程中，火箭飛行時(shí)序體現(xiàn)在火工品等效器指示燈狀態(tài)的變化上。如坐標(biāo)為(1，1)的1DY-1指示燈亮起表征著“一級(jí)發(fā)動(dòng)機(jī)點(diǎn)火”這一動(dòng)作。通過(guò)與一系列飛行時(shí)序判據(jù)進(jìn)行比對(duì)，即可完成火箭飛行時(shí)序的自動(dòng)判讀。由于兩級(jí)等效器視頻是分別進(jìn)行拍攝的，而部分判據(jù)需要同時(shí)用到兩級(jí)的時(shí)序。對(duì)于拍攝時(shí)留下了絕對(duì)時(shí)間戳的相機(jī)，兩段視頻的絕對(duì)時(shí)間同步是容易實(shí)現(xiàn)的。但對(duì)于未知絕對(duì)時(shí)間戳的兩級(jí)視頻，設(shè)計(jì)了自動(dòng)消除時(shí)差、完成絕對(duì)時(shí)值自動(dòng)對(duì)齊的算法。

設(shè)來(lái)自一級(jí)的某個(gè)動(dòng)作發(fā)生時(shí)序?yàn)門1，來(lái)自二級(jí)的另一個(gè)動(dòng)作發(fā)生時(shí)序?yàn)門2，它們的理論發(fā)生間隔為W，二級(jí)視頻絕對(duì)落后一級(jí)的時(shí)差為ΔT。則對(duì)于二級(jí)先進(jìn)行的動(dòng)作

T1-(T2+ΔT)=W

(15)

ΔT=T1-T2-W

(16)

與之類似，對(duì)于一級(jí)先進(jìn)行的動(dòng)作

(T2+ΔT)-T1=W

(17)

ΔT=W+T1-T2

(18)

綜合考慮兩種情況，對(duì)于每條判據(jù)i均可計(jì)算得到ΔT的參考值ΔTi。由于視頻幀率限制、錄制設(shè)備幀率不均勻等因素限制，這些ΔTi并不是完全相等的，而是近似符合正態(tài)分布。根據(jù)中心極限定理，取它們的平均值即可得到兩級(jí)視頻時(shí)差最終的估計(jì)值。至此完成了兩級(jí)視頻絕對(duì)時(shí)值自動(dòng)對(duì)齊的工作。

通過(guò)兩級(jí)視頻分別生成包含時(shí)間、指示燈參數(shù)代號(hào)、狀態(tài)(亮起/熄滅)、動(dòng)作發(fā)生次數(shù)的時(shí)序列表，再與判據(jù)進(jìn)行比對(duì)，檢查兩個(gè)動(dòng)作發(fā)生的時(shí)間間隔是否在理論間隔的誤差范圍之內(nèi)，最終可自動(dòng)生成測(cè)試過(guò)程中火箭的飛行時(shí)序。

綜上所述，對(duì)于要識(shí)別的等效器視頻，通過(guò)模板匹配、圓心檢測(cè)、亮度建模等步驟可精確定位指示燈位置、記錄亮度變化情況，采用動(dòng)態(tài)閾值對(duì)指示燈亮滅情況進(jìn)行智能判斷，最后自動(dòng)調(diào)節(jié)視頻時(shí)差，并將時(shí)序列表與判據(jù)比對(duì)，即可完成基于計(jì)算機(jī)視覺(jué)技術(shù)的火箭飛行時(shí)序智能判讀。經(jīng)過(guò)多次測(cè)試，飛行時(shí)序判讀準(zhǔn)確率可達(dá)98.89%。由于所采用的相機(jī)幀率為120，因此飛行時(shí)序判讀結(jié)果精度可達(dá)0.0 083 s量級(jí)。

2 基于圖像分析技術(shù)的LED相關(guān)特性研究

2.1 LED余輝效應(yīng)觀察

余輝效應(yīng)是入射光引起的半導(dǎo)體發(fā)光現(xiàn)象，而發(fā)光二極管則是電場(chǎng)引起的半導(dǎo)體發(fā)光現(xiàn)象。余輝效應(yīng)和光致電效應(yīng)有著密不可分的關(guān)系。光致電效應(yīng)是指價(jià)帶的電子受到入射光子的激發(fā)后，會(huì)躍過(guò)禁帶進(jìn)入導(dǎo)帶。如果導(dǎo)帶上的這些被激發(fā)的電子又躍遷回到價(jià)帶時(shí)，會(huì)以放出光子的形式來(lái)釋放能量，這就是光致電效應(yīng)，也稱熒光效應(yīng)。

光致發(fā)光現(xiàn)象不會(huì)在金屬中產(chǎn)生。因?yàn)榻饘僦械膬r(jià)帶中沒(méi)有充滿電子，低能級(jí)的電子只會(huì)激發(fā)到同一價(jià)帶的高能級(jí)。在同一價(jià)帶內(nèi)，電子從高能級(jí)躍遷回到低能級(jí)，所釋放的能量太小，產(chǎn)生光子的波太長(zhǎng)，遠(yuǎn)遠(yuǎn)超過(guò)可見(jiàn)光的波長(zhǎng)。在某些陶瓷和半導(dǎo)體中，價(jià)帶和導(dǎo)帶之間的禁帶寬度不大不小，所以被激發(fā)的電子從導(dǎo)帶躍過(guò)禁帶回到價(jià)帶時(shí)釋放的光子波長(zhǎng)剛好在可見(jiàn)光波段。這樣的材料稱為熒光材料。

此外，若電路中含有電容電感等儲(chǔ)能元件，斷電瞬間它們會(huì)繼續(xù)釋放電能，也可能導(dǎo)致LED不立即熄滅，而是繼續(xù)發(fā)光一段時(shí)間。若在本項(xiàng)目中余輝效應(yīng)存在，則可能會(huì)對(duì)指示燈狀態(tài)的智能識(shí)別產(chǎn)生干擾。無(wú)論是元件放電或電子躍遷導(dǎo)致的余輝，其發(fā)光強(qiáng)度均明顯低于通電時(shí)。因此通過(guò)監(jiān)測(cè)LED指示燈熄滅瞬間的亮度變化情況，可以分析是否發(fā)生了余輝效應(yīng)。截取某指示燈熄滅瞬間的亮度曲線，如圖8所示。

圖8 指示燈熄滅瞬間亮度變化情況

由圖8可見(jiàn)，該指示燈在第56 043幀到56 044 幀出現(xiàn)了由亮起到熄滅的狀態(tài)變化，亮度從250下降到50以下發(fā)生在1幀之內(nèi)，由視頻幀率為120可知，該過(guò)程僅耗時(shí)約8 ms。由此可以推斷，指示燈并未發(fā)生余輝效應(yīng)，無(wú)需在算法中考慮該效應(yīng)可能造成的狀態(tài)判別誤差。

需要說(shuō)明的是，人眼在觀察景物時(shí)，光信號(hào)傳入大腦神經(jīng)，需經(jīng)過(guò)一段短暫的時(shí)間，光的作用結(jié)束后，視覺(jué)形象并不立即消失，而是延續(xù)0.1～0.4 s 時(shí)間。這種殘留的視覺(jué)稱“后像”，視覺(jué)的這一現(xiàn)象則被稱為“視覺(jué)暫留”，或“余暉效應(yīng)”。這種由人眼結(jié)構(gòu)造成的現(xiàn)象與上文所述“余輝效應(yīng)”不同，但對(duì)指示燈狀態(tài)進(jìn)行人工判讀時(shí)，判讀結(jié)果會(huì)受該效應(yīng)影響而出現(xiàn)誤差。本文提出基于計(jì)算機(jī)視覺(jué)技術(shù)的飛行時(shí)序判讀技術(shù)則不會(huì)受余暉效應(yīng)影響，相比人眼判別有較高的準(zhǔn)確性提升，充分體現(xiàn)了人工智能技術(shù)在該任務(wù)應(yīng)用的優(yōu)越性。

2.2 LED燈光波長(zhǎng)紅移現(xiàn)象分析

發(fā)光二極管是由p型和n型半導(dǎo)體組成的二極管，其基本結(jié)構(gòu)如圖9所示。

圖9 發(fā)光二極管原理結(jié)構(gòu)

在LED的p-n結(jié)附近,n型材料中多數(shù)載流子是電子,p型材料中多數(shù)載流子是空穴。p-n結(jié)上未加電壓時(shí)構(gòu)成一定的勢(shì)壘，當(dāng)加正向偏壓時(shí)，在外電場(chǎng)作用下，p區(qū)的空穴和n區(qū)的電子就向?qū)Ψ綌U(kuò)散運(yùn)動(dòng), 構(gòu)成少數(shù)載流子的注入, 從而在p-n結(jié)附近產(chǎn)生導(dǎo)帶電子和價(jià)帶空穴的復(fù)合，同時(shí)釋放出相對(duì)應(yīng)的能量hν(h為普朗克常數(shù)，ν為光子頻率)而發(fā)光[1]。該能量相當(dāng)于半導(dǎo)體材料的帶隙能量Eg(Ev)，其與發(fā)光波長(zhǎng)λ(nm)的關(guān)系為

(19)

因此，只要有理想的半導(dǎo)體材料就可以制成各種光色的LED。波長(zhǎng)紅移的原因是溫度升高產(chǎn)生的熱效應(yīng)引起帶隙收縮。隨著溫度升高，電子在晶體中的公有化運(yùn)動(dòng)加快，能級(jí)分裂嚴(yán)重，使得禁帶寬度Eg變小[2]。由上文的波長(zhǎng)公式可知，峰值波長(zhǎng)向長(zhǎng)波方向移動(dòng)，即峰值波長(zhǎng)紅移。在飛行時(shí)序識(shí)別工作中，隨著LED指示燈亮起時(shí)間的增加，可以明顯觀察到燈光藍(lán)色通道的衰減，如圖10所示。

圖10 LED燈光紅移現(xiàn)象

其中，x1y7表示火工品等效器第1行第7列的指示燈，紅綠藍(lán)三色曲線分別代表此燈亮度曲線3個(gè)通道的亮度值，可以看出，在指示燈亮起的時(shí)間段內(nèi)，藍(lán)色通道亮度值出現(xiàn)了顯著衰減，即發(fā)生了波長(zhǎng)紅移現(xiàn)象。

2.3 LED亮度散射分析

LED屬于朗伯型光源，其各方向上的輻射亮度不變，輻射強(qiáng)度隨觀察方向與面源法線之間的夾角θ的變化遵守余弦規(guī)律。光源亮度的定義如圖11所示。

圖11 光源亮度定義情況

對(duì)于角度θ處的觀察者而言，其接收到的輻射亮度情況為

(20)

該值為一定值。在如圖1所示LED燈呈較密集排布的火工品等效器上，某個(gè)指示燈亮起后，會(huì)對(duì)其周圍指示燈產(chǎn)生影響，使它們的亮度發(fā)生一定程度的改變。在實(shí)際測(cè)試中，觀察到的現(xiàn)象如圖12所示。

圖12 LED指示燈亮度散射現(xiàn)象

從指示燈紅色通道像素值變化情況可知，第7行第10列的指示燈在約第33 000幀時(shí)亮起，在約第55 000幀處熄滅。相對(duì)應(yīng)地，在它處于亮起狀態(tài)時(shí)，與之相鄰的第7行第11列的指示燈的紅色通道像素值均值存在明顯的上升情況。LED亮度散射導(dǎo)致的相鄰指示燈亮度的異常變化可能會(huì)造成對(duì)其狀態(tài)的判斷失誤進(jìn)而影響飛行時(shí)序的正確判讀，但由于本文的設(shè)計(jì)方案具有較強(qiáng)魯棒性，這個(gè)誤差處于容忍范圍之內(nèi)，因此并未對(duì)時(shí)序判讀結(jié)果產(chǎn)生不利影響。

3 結(jié)論

本文通過(guò)模板匹配、圓心檢測(cè)、亮度建模、時(shí)序判讀等步驟，實(shí)現(xiàn)了基于圖像識(shí)別技術(shù)的火箭飛行時(shí)序自動(dòng)判讀方法，將計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用到火箭靶場(chǎng)測(cè)試工作，解決當(dāng)前自動(dòng)化測(cè)試設(shè)備判讀過(guò)程中人眼長(zhǎng)時(shí)間工作時(shí)易疲勞,從而造成誤判,而導(dǎo)致測(cè)試結(jié)果不準(zhǔn)確和信號(hào)保持時(shí)間短、后端狀態(tài)采集不到等無(wú)法準(zhǔn)確獲得指示燈閃爍結(jié)果的問(wèn)題。本文提出的基于圖像處理技術(shù)的自動(dòng)測(cè)試方法能夠識(shí)別判斷火工品等效器指示燈的狀態(tài)變化，進(jìn)而精確判讀飛行時(shí)序。該方法能夠提髙測(cè)試效率和測(cè)試精度，保證測(cè)試性和可追溯性，在提供可靠的輔助決策支持的同時(shí)節(jié)約大量的人力和時(shí)間成本。該方法飛行時(shí)序判讀準(zhǔn)確率可達(dá)98.89%，精度可達(dá)0.0 083 s量級(jí)。