基于CMOS線陣相機的彈丸圖像信息提取研究*

張 迎，江 劍，路 卓，王杰兵

(南京理工大學 機械工程學院，江蘇 南京 210094)

0 引 言

線陣相機立靶密集度測試技術[1]是一種非接觸式測量技術，其靶面由兩臺相機交匯構成的有效視場來決定，尺寸高度易于調節. 由于具有使用方便、結構簡單、測試速度快和自動化程度高等突出優點，基于線陣相機交匯的立靶測試系統越來越多地替代同類產品，廣泛應用于靶場測試活動中. 在測試系統中，彈丸過靶坐標的計算依賴于相機仰角、系統基線長度、彈丸成像中心所在位置的像元編號等參數的獲取. 其中要想得到彈丸成像中心所在位置的像元編號，必須先精準定位彈丸在圖像中的位置，然后確定它的中心點位置[2-4]. 在圖像處理領域，對于微小物體的提取算法[5-9]多是利用背景差分法[10]、邊緣檢測法[11]等常規方法. 但是，針對線陣相機立靶測試系統來說，其背景容易變化，亮度也難以保持均勻，因此，并不適用前面所提到的這些算法. 針對這些問題，本文提出一種彈丸圖像提取的改進算法，可快速精確地提取出彈丸中心坐標，提高測試系統的捕獲率和實時處理效率.

1 彈丸圖像分析

為了提取出彈丸圖像，識別其中心位置，首要的便是對圖像進行分析，才能針對圖像特點制定有效的算法，成功實現需求. 圖 1 為系統結構示意圖，兩個CMOS線陣相機位于靶架底角并呈正交擺放，兩相機視場重疊的圓形區域即為有效靶面，靶面周圍三面布滿光源，其作用是給背景增加亮度，使彈丸能夠從背景中區分出來. 無彈丸經過靶面時，相機正對光源拍攝，所得圖像整體亮度較高. 彈丸過靶時，遮擋部分光源，使得相機圖像上出現一個由于彈丸過靶所形成的暗點. 本文工作便是將暗點在圖像中的位置提取出來，以便后續計算獲得彈丸過靶坐標.

圖 1 系統結構示意圖

圖 2 為無彈丸穿過時利用相機拍攝的背景圖像，從中可以看到，背景亮度并不均勻，主要呈現出明暗交替的特點，部分區域亮度較低.

圖 2 背景圖像

圖 3 為背景圖像中某一行的灰度值分布，從圖中可看出背景圖像灰度跨度超過50，波動幅度較大，這即是彈丸容易淹沒在背景中不易提取，從而導致測試系統捕獲率降低的主要原因之一.

圖 3 背景圖像灰度分布

經過對圖像的分析不難發現，雖然背景中的亮度不均勻，但仍然具備相應的規律，主要有以下兩點：其一，亮度的不均勻性主要體現在同行不同列的像素點之間；其二，對于同一列的像素點來說，其灰度值基本相同. 造成這些現象的原因在于，同一行的像素灰度值雖然在同一時刻獲得，但是一行共有2 048個像素點，通過相機視場對應的是靶面上較長的一段距離. 由于外界環境以及光源自身不均勻性的影響，這些像素點容易形成灰度值的不均勻分布. 由于系統使用的是CMOS線陣相機，每次拍攝只獲得一行圖像，通過相機視場角對應的寬度通常只有不到2 mm，結合超高速的相機行頻，圖像上同一列像素點灰度值基本不變. 總而言之，同行像素代表同一時刻不同位置的灰度值，同列像素代表同一位置不同時刻的灰度值.

2 基于二次提取的彈丸圖像信息提取算法

通過以上分析研究，本文提出一種二次提取快速獲得彈丸圖像信息的方法，此方法分別對圖像列內像素和行間像素做互相關運算定位彈丸位置，后利用閾值分割法求得彈丸中心像元編號，算法流程如圖 4 所示.

彈丸過靶瞬間，CMOS線陣相機連續抓拍得到的包含彈丸的圖像如圖 5 所示. 在離測試系統固定的距離布置一個觸發裝置，彈丸穿過觸發裝置后，觸發裝置給相機發出指令，經過固定延時，相機連續快速拍照產生彈丸過靶圖像. 觸發裝置擺放距離和相機延時時間應結合相機行頻進行計算，保證在獲得彈丸過靶圖像前可拍得至少N行空白背景模板，以便后續圖像處理過程使用.

圖 4 基于二次提取的彈丸信息提取算法流程圖

互相關函數為隨機信號X(t)、Y(t)在任意2個不同時刻t1、t2下的值之間的相關程度[12]. 本文對互相關運算做如下定義：

對于函數f(t)、g(t)，有

R(u)=f(t)*g(-t),

(1)

式中：*表示卷積；R(u)表示2個函數在不同的相對位置上互相匹配的程度.

2.1 按列提取

第一次提取按列進行提取，經過前面的分析可知，背景中同列像素灰度值相近，在含有彈丸像素的列中，彈丸像素灰度值比背景灰度值低. 將每列像素一分為二，用前半列像素和后半列像素按序進行互相關運算，計算出相關系數，其數學表達式為

(2)

一般來說，背景像素列的相關程度更高，其相關系數絕對值也較高，而對于含彈丸像素列，不論彈丸像素在前半列、后半列或者是同時分布在兩列之中，利用式(2)求出的相關系數應比背景像素列低. 因此，確定一個閾值用來區分背景像素列和含彈丸像素列，便可將彈丸像素所在的列提取出來. 圖 6 所示為各列做互相關運算后的相關系數分布圖，從圖中可以看出背景像素列的相關系數絕大部分處于0.6～1的范圍內，而含彈丸像素列的相關系數絕對值最小值小于 0.2，因此可以很清楚地區分它們.

圖 6 列相關系數分布圖

圖 7 按列提取結果圖

閾值的選擇非常重要，如果過高，會遺留大量背景像素，對后續處理產生噪聲干擾，如果過低，會將部分彈丸像素誤當成背景像素處理，導致后續彈丸灰度中心提取精度降低. 采集一張不含彈丸的背景圖像，對各列像素進行如式(2)的互相關運算，得到每列像素的相關系數. 為了盡可能地濾除背景像素干擾，可取其中的絕對值最小值作為閾值. 在彈丸圖像中，相關系數絕對值大于閾值的像素列認為是背景像素列，小于閾值的列認為是含彈丸像素列，然后將它們提取出來. 為了防止彈丸邊緣被誤認為背景像素列，將提取后的圖像左右各擴張10列可保證提取的完整性，如圖 7 所示為按列提取后的彈丸圖像.

2.2 按行提取

第二次提取按行進行提取，將前面按列提取后的圖像中前N行背景像素疊加求均值，作為模板行.

(3)

將模板行和各像素行依次按序作互相關運算，相關系數大于閾值(前N行背景像素行兩兩做互相關運算，為了最大限度濾除背景像素干擾，可取相關系數絕對值最小值為閾值)的行認為是背景像素行，相關系數小于閾值的行認為是含彈丸像素行，然后將這些行提取出來. 圖 8 所示為模板行與各像素行做互相關運算后的相關系數分布圖，從圖中可以看出，各行相關系數絕大部分處于0.7～0.9 范圍內，含彈丸像素行分布在第50行～第60行之間. 同樣，為了防止彈丸邊緣被誤認為背景像素行，將提取后的彈丸像素行上下各擴張10行，如圖 9 所示為按行提取后的彈丸圖像.

圖 8 行相關系數分布圖

圖 9 按行提取結果圖

2.3 確定彈丸中心像元編號

二次提取后，成功實現將彈丸位置精準定位在一塊尺寸遠小于原始圖像的小圖像中. 若想獲得彈丸中心坐標，首先要去除背景像素的影響，由于背景并不均勻且彈丸像素灰度值小于背景像素，因此，可以考慮利用閾值分割法[13]濾除背景像素的影響. 在二次提取后的彈丸圖像正上方分離一塊同等尺寸的背景圖像，為了消除背景噪聲的干擾，取其中像素灰度值最小值為閾值，對彈丸圖像進行閾值分割處理. 其運算公式為

(4)

式中：h(i,j)為閾值分割前的彈丸圖像；g為閾值；k(i,j)為閾值分割后的彈丸圖像.

最后一步是確定彈丸中心坐標，也就是求得彈丸的豎直中心線所在的圖像列編號. 利用遍歷的方法，按照式(5)依次假設每一列為彈丸豎直中心線，將此列左右兩邊圖像各像素的灰度值進行疊加然后做差分運算，當出現絕對值最小的情況時，可認定該列為彈丸中心. 具體算法如下：

設當前圖像尺寸為m×n，當前列為第k列，則有

(5)

式中：x(i,j)為閾值分割后的圖像；i為行編號；j為列編號.Δk的絕對值取最小值時，第k列所對應的彈丸原始圖像中的列編號即為所求的彈丸中心像元編號.

3 試驗與分析

利用圖 1 所示的測試系統，采用像元數為2 048、像元尺寸為7.04 μm的CMOS線陣相機分別結合背景差分法和基于二次提取的彈丸信息提取算法進行靶場試驗，并與紙靶坐標進行比對，表1 為進行10次射擊的試驗結果.

為了比較兩種算法下測試系統的測量精度，以紙靶坐標為參照，分別統計利用兩種圖像算法計算所得x坐標、y坐標以及位置誤差，列入表2.

通過計算可以得出，基于背景差分法獲得的彈丸坐標和紙靶坐標相比，x坐標最大誤差為2.6 mm，標準差為2.08 mm，y坐標最大誤差為3.8 mm，標準差為2.54 mm，坐標平均精度為3.2 mm. 基于二次提取的彈丸信息提取算法獲得的彈丸坐標和紙靶坐標相比，x坐標最大誤差為2.3 mm，標準差為1.61 mm，y坐標最大誤差為2.4 mm，標準差為1.78 mm，坐標平均精度為2.3 mm. 由此可見，使用基于二次提取的彈丸信息提取算法計算出的彈丸坐標精度更高.

表1 試驗結果對比

表2 兩種算法計算所得坐標誤差統計

通過分析研究發現，彈丸過靶圖像處理產生的彈丸成像中心提取誤差主要由以下幾方面原因造成：

1)受光源限制，彈丸過靶圖像亮度低，背景復雜，均勻度差；

2)信噪比低、彈丸目標像素占比小且目標形狀尺寸易變；

3)受蚊蟲、振動等其他外界因素干擾，增加了噪聲的影響.

與其對應的改善措施，除了光源等硬件裝置的迭代更新之外，通過算法的不斷改進，仍可進一步縮小誤差，提高測量精度，這也是該領域后續研究的重要工作之一.

4 結 論

本文通過對彈丸圖像背景復雜、均勻性差等問題的分析，提出了一種基于CMOS線陣相機的彈丸圖像處理方法，可提取有用信息計算彈丸過靶坐標. 此方法先對圖像進行二次提取定位彈丸大致位置，去除無用數據，再利用閾值分割濾除背景影響，最后確定彈丸中心坐標. 相比于常規的彈丸提取算法，此方法可顯著消除背景噪聲影響，提高彈丸提取精度和系統捕獲率，在靶場測試活動中具有實用意義.