OTSU阈值改进及其在俯仰角测试中的应用

吴祖堂，朱玉荣，黄晓飞

（西北核技术研究所，西安710024）

在弹道测试领域，基于图像的检测技术越来越受到重视.俯仰角作为描述弹体飞行姿态的重要参数，是外弹道测试的主要内容之一，可以为研究弹体的飞行稳定性提供实验数据[1].高速摄影是外弹道测试最常用的方法.由于实验环境的影响，通常获取的图像都会受到比较严重的噪声污染，特别是高斯噪声的影响.为较好地检测出含噪声图像的边缘，进而解算飞行弹体的俯仰角，本文采取4个步骤进行图像信息处理：图像二值化、形态学滤波、Canny边缘检测、攻角参数解算.

1 图像二值化

图像二值化处理就是利用图像分割算法将图像中的前景目标像素点从背景像素点中分离出来.二值化的关键在阈值的选择.阈值选取的原则就是要将尽可能多的目标点归为目标，同时减少将背景像素错判为目标.常用的算法有：双峰法、迭代法、最大类间方差法（OTSU 法）等[2～5].本文采用改进的最大类间方差法.

OTSU法以目标与背景之间的方差最大而动态地确定图像分割门限值.OTSU最大的问题在于：当目标与背景灰度差不明显时，会出现无法忍受的大块黑色区域，甚至会丢失整幅图像的信息[2～9].本文研究应用场景中通常会碰到类似问题，为此，本文对最大类间方差法给出的阈值进行修正.

对于背景噪声服从（μ，δ2）高斯分布的灰度差图像，可以根据高斯分布的“3δ”特性设定噪声判断准则，分离出噪声和目标区域.本文通过对OTSU法的修正将背景区域从差值图像中分割出来，然后以背景噪声高斯分布的“3δ”特性重新确定阈值.

具体步骤：

①利用OTSU法给出的阈值T0作为初始阈值进行图像分割，计算属于背景的图像像素点的灰度均值μ0；

②以T＝Kμ0（K＝6）作为新的阈值，进行图像分割，计算属于背景的图像像素点的灰度均值μ′0；

③计算T与Kμ′0的差值，如果差值超过1，将μ′0赋给μ0，返回步骤②；

④计算阈值T下属于背景的图像像素点的灰度均方差δ′；

⑤以T′＝μ′0＋3δ′作为新阈值，进行图像分割，计算属于背景的图像像素点的灰度均值μ″0和均方差δ″；

⑥计算T′与μ″0＋3δ″的差值，如果差值超过1，将μ″0和δ″赋给μ′0和δ′，返回步骤⑤；

⑦令T＝T′，即为所求阈值.

2 形态学滤波

经典形态学滤波包括腐蚀、膨胀、开和闭4种运算[10～14].形态学滤波过程是腐蚀和膨胀运算结合起来的结果，如图1所示.具体来说：进行一次开运算（先腐蚀然后膨胀），去除小的噪声块；进行一次闭运算（先膨胀然后腐蚀），填补目标空洞.从图1中可以看出小的噪声块②、③被去除了，而较大的噪声块①被作为目标和目标区域④一同被保留了下来，并且目标区域④中的较小目标空洞也被填补起来.

3 边缘检测及俯仰角测试

在经过图像二值化、形态学滤波处理之后，就可以采用边缘检测的方法提取边缘，继而根据图像轮廓信息解算所需参数.

图1 二值图像形态学滤波结果

本文采用Canny法来提取飞行弹体的边缘轮廓.Canny算法以高信噪比、高定位精度和单一边缘响应准则为基础，采用微分算子求取最优边缘检测的近似实现.Canny算法的实现过程包括：平滑图像、计算梯度方向和幅值、对梯度图像进行非极大值抑制、双阈值检测和连接边缘等4个过程[15～17].

弹体高速飞行过程的图像采用UTIMA APX数字式高速运动分析仪获取，拍摄速度为120 000s－1.弹体飞行速度约600m/s，由火炮在野外发射.原始图像如图2所示.图3为采用本文算法对弹体飞行图像处理的结果.

图2 弹体飞行过程姿态照片

俯仰角是指纵轴与水平面间的夹角，攻角是指纵轴与来流之间的夹角（侧滑角为零时）.当弹体水平飞行时，俯仰角等于攻角；弹体不是水平飞行时，俯仰角不等于攻角，俯仰角＝攻角＋弹道倾角，如图4所示.

根据俯仰角的定义，由图3可以解算出飞行弹体的俯仰角为3.65°.

图3 本文算法对弹体飞行图像处理的结果

图4 弹体飞行俯仰角、攻角示意图

4 结论

为很好地检测出被噪声污染的图像的边缘，采用图像二值化、形态滤波对图像进行预处理，并用Canny法获得较高的边缘检出率.建立在结构元素轮廓的概念之上，以集合延展度为特征进行处理的形态学滤波保证了滤除噪声的同时保持图像细节，Canny算法对噪声和弱边缘有更强的适应性.在图像二值化过程中，通过对OTSU法的修正将背景区域从差值图像中分割出来，然后以噪声高斯分布的“3δ”特性重新确定阈值.实例表明这种检测方法能够获得较好的图像边缘.

弹体飞行俯仰角的图像检测是基于骨架提取中轴线法的.如果需要解算飞行弹体的攻角，一般需要提取2台相机同一时刻采集的弹体的中轴线，采用坐标变换重构弹体在三维空间的真实轴线方程.本文研究中仅一台相机，由此可解算出飞行弹体的俯仰角.

[1]朱玉荣，徐守时，吴祖堂.弹体飞行过程攻角测量的图像处理技术[J].弹箭与制导学报，2005，25（1）：397－399.ZHU Yu－rong，XU Shou－shi，WU Zu－tang.The technology of image processing on measurement of attack angle flying projectile[J].Journal of Projectiles，Rockets，Missiles and Guidance，2005，25（1）：397－399.（in Chinese）

[2]朱宝良.异常目标视频自动检测技术研究[D].西安：西北核技术研究所，2010.ZHU Bao－liang.Research on anomaly target automatic video detection technology[D].Xi’an：Northwest Institue of Nuclear Technology，2010.（in Chinese）

[3]ARNALDO J A，JORGE S M.A class of constrained clustering algorithms for object boundary extraction[J].IEEE Trans on Image Process，1996，（5）：1 507－1 521.

[4]KENNETH R C.Digital image processing[M].Beijing：Tsinghua University Press，1998.

[5]李宏，张冬生，林义刚，等.基于OTSU理论的灰度图像分割算法研究和改进[J].科学技术与工程，2010，10（22）：5 437－5 440.LI Hong，ZHANG Dong－sheng，LIN Yi－gang，et al.The study of gray level image segmentation algorithm based on OTSU method and its improvement[J].Science Technology and Engineering，2010，10（22）：5 437－5 440.（in Chinese）

[6]袁璐，李仁发.基于灰度直方图和形态学处理的二值化算法研究[OL].中国科技论文在线，http：//www.paper.edu.cn.YUAN Lu，LI Ren－fa.Research on binarization algorithm based on histograms and morphological processing[OL].Science Paper Chinese，http：//www.paper.edu.cn.（in Chinese）

[7]胡斌，宫宁生.一种改进的OTSU阈值分割算法[J].微电子与计算机，2009，26（12）：153－155.HU Bin，GONG Ning－sheng.An improved OTSU’s thresholding segmentation method[J].Microelectronics ＆Computer，2009，26（12）：153－155.（in Chinese）

[8]李悦，任育.图像分割的阈值法简述[J].计算机科学，2006，33（9）：109－110.LI Yue，REN Yu.Overview of thresholding method for image segmentation[J].Computer Science，2006，33（9）：109－110.（in Chinese）

[9]王强.图像分割中阈值的选取研究及算法实现[J].计算机与现代化，2006，134（10）：54－56.WANG Qiang.Research on choice of threshold value and realization of algorithm in cutting apart picture[J].Computer and Mordenization，2006，134（10）：54－56.（in Chinese）

[10]龚炜.数字空间中的数学形态学理论及应用[M].北京：科学出版社，1997.GONG Wei.Theory and its application of mathematical morphology in digital space[M].Beijing：Science Press，1997.（in Chinese）

[11]刘志敏，杨杰.基于数学形态学的图像形态滤波[J].红外与激光工程，1999，28（4）：10－15.LIU Zhi－min，YANG Jie.Image morphological filter based on mathematical morphology[J].Infrared and Laser Engineering，1999，28（4）：10－15.（in Chinese）

[12]LOUSIA L，SEONG W L，CHING Y S.Thinning methodologies：a comprehensive survey[J].IEEE Trans Patt Anal Machine Intel，1992，（14）：869－885.

[13]ASHKAR G P，MIDESTION J N.The contour extraction problem with biomedical application[J].Computer Graphics，Image Process，1978，（7）：331－355.

[14]周广生，米根锁.基于图像形态滤波的边缘检测[J].兰州铁道学院学报，2000，19（6）：11－14.ZHOU Guang－sheng，MI Gen－suo.Edge detection based on image morphological filtering[J].Journal of Lanzhou Railway U－niversity，2000，19（6）：11－14.（in Chinese）

[15]吕哲，王福利，常玉清.一种改进的Canny边缘检测算法[J].东北大学学报，2007，28（12）：1 681－1 684.LV Zhe，WANG Fu－li，CHANG Yu－qing.An improved canny algorithm for edge detection[J].Journal of Northeast University，2007，28（12）：1 681－1 684.（in Chinese）

[16]林卉，赵长胜，舒宁.基于Canny算子的边缘检测及评价[J].黑龙江工程学院学报，2003，17（2）：3－7.LIN Hui，ZHAO Chang－sheng，SHU Ning.Edge detection based on canny operator and evaluation[J].Journal of Heilongjiang Institute of Technology，2003，17（2）：3－7.（in Chinese）

[17]陈燕龙，祝成虎.基于Canny算子的边缘检测改进算法[J].计算机应用与软件，2008，25（8）：51－53.CHEN Yan－long，ZHU Cheng－hu.Improved edge detection algorithm based on canny operator[J].Computer Application and Software，2008，25（8）：51－53.（in Chinese）