基于LabVIEW的图像处理自动报靶软件设计与实现

2019-12-03 02:07支凯艳陈小军
兵器装备工程学报 2019年11期
关键词:弹孔靶心靶板

胡 杰,支凯艳,陈小军

(中国兵器工业试验测试研究院,陕西 华阴 714200)

当前我国大多数军事射击训练设施的自动化程度偏低,自动报靶尚未普及[1]。因此,设计一种操作简单,计算准确的自动报靶软件系统具有重要的意义。

LabVIEW是一个工业标准的图形化开发环境,拥有丰富的控件和函数库,采用并行处理的设计模式,能够快速实现图像分析及处理、数据分析及处理、图形控制等功能强大的应用程序[2-3]。本文采用LabVIEW软件实现自动报靶的功能。

1 系统整体控制介绍

自动报靶系统由主机和从机两部分组成,总体结构框图如图1所示。图像获取基于无线网桥与监控摄像头,通过5.8 GHz信道传至主工控机。几何校正通过预知坐标的透视失真测试图,验证了设计的几何校正算法,并将实测图代入,最大限度地修正了侧下角度拍摄的扭曲靶面[4-5]。通过背景减法从相邻两帧有弹孔和无弹孔的图片中,提取出弹孔的二值图。通过颜色相似性度量,设置一定的阈值,得到靶心十字,再通过初级形态学的开运算,去除背景色相近的干扰,得到目标二值图。最终,分析计算得到目标靶心和目标弹孔的坐标数据[6]。

图1 系统的整体结构框图

2 软件设计

基于LabVIEW图像处理的自动报靶技术流程为:首先通过摄像头和无线传输,在电脑终端得到靶板的图像,然后依次进行几何校正、弹孔提取、靶心提取及测算弹孔位置[7],图2是图像处理流程框图。

图2 图像处理流程框图

2.1 几何校正VI

靶场试验时为了使摄像机躲避弹丸或者破片的打击,所以摄像机不是正对着靶板架设,即与靶板存在一定夹角;则该情况下获取的靶板图像存在透视失真。透视失真会影响靶板弹孔的识别,因此在后续图像处理操作之前,需先对图像进行几何校正[8]。本设计采用后验校正法对靶板图像进行几何校正,通过多项式扭曲技术将图像的空间位置进行几何变换,对像素逐一进行校正[9]。

根据后验校正法编写图像几何校正子程序并结合靶场试验进行验证。图3是试验靶板图像几何校正前后的对比。可以看出,现场靶板原图得到了很好的几何校正,靶面和靶心的黄框均较为方正。

图3 校正前后靶板实景图

2.2 弹孔提取及弹孔坐标测算VI

靶场射击试验前后靶板除了存在弹孔差异外,其他背景均不变;经过分析研究,采用背景差分法(背景减法)提取弹孔信息。背景差分法是在背景恒定的情况下,通过前后两帧图像比对能够从中提取出运动目标的轨迹,其工作原理是采用当前帧和背景做差,然后使用阈值对差值二值化,得到二值化的对象信息。根据背景差分法编写弹孔提取程序将几何校正后的无弹孔图与几何校正后的带弹孔图做差即可提取到弹孔,如图4所示。

图4 实景靶板与提取到的弹孔图

将上述中背景差值图片转为灰度图,编写程序进行计算,结果如图5所示。

图5 弹孔坐标计算结果

2.3 靶心十字及靶心黄框识别VI

经过分析,靶板中心十字为亮红色,与周围环境存在较大的差异,所以靶心十字可采用色彩阈值方法区别出来;由于靶场试验时环境因素的影响,色彩阈值方法识别的靶板十字图像中存在微量的杂点,如图6(a),所以需采用基本形态学对色彩阈值方法识别的靶板十字进一步处理。

基本形态学处理包括3步:侵蚀处理—膨胀处理—再侵蚀处理,分别是为了①侵蚀目标体的边界,如色彩阈值方法识别的靶板左下方的杂点经过侵蚀被消掉了,较粗壮的红十字变得比较纤细,如图6(b);②膨胀使侵蚀后图中各个目标体边界扩大,断续的细线变为粗壮的实线,红十字变更为粗壮的十字线,如图6(c);③再侵蚀使靶心十字变得光滑连续,最大程度地还原了靶心十字,如图6(d)。

同理,可以通过色彩阈值方式及形态学处理得到黄框的binary图(二进制图),如图7。

图6 靶心十字的综合处理

图7 靶心黄框的二值图

2.4 靶心十字及黄框中心坐标识别VI

编写靶心十字中心坐标识别程序:设置最小半径为3个像素,最大100个像素点,将识别到的所有相对圆编号,从程序界面的图10中可以看到,靶心十字中心圆为编号10的点,由此得到的靶心坐标为(1 833,1 878),如图8。

图8 靶心十字中心坐标识别程序及结果

通过2.3节得到校正后的黄框二值图,编写程序:设置为从用户的ROI区域,寻找平行边沿的间距,平行线的间距起始位置可以为从亮到暗、从暗到亮或者所有边沿求黄框的长宽数据。程序中,对于正方形靶板黄框的外沿,选择从暗到亮—从亮到暗;而内沿设置为从亮到暗—从暗到亮。求得方形黄框左/右或上/下边沿中心距离为1 328像素点。图9为靶心黄框中心坐标识别程序及结果。

图9 靶心黄框中心坐标识别程序及结果

2.5 弹孔至靶心距离的换算

弹孔距离靶心越近,得分越高。因此,系统以靶面上弹孔距离靶心的实际距离作为测试结果输出。实际距离由图片中像素距离结合标定值得到[10-11]。具体为:

(1)

据多次实测去除异常值后求平均,得到的实测黄框中心间距实际距离为3013 mm。2.4节中,求得黄框中心间距像素为1 328像素点;则:

(2)

根据2.2节中得到的弹孔坐标,与2.4节中得到的靶中心坐标,得到弹孔与靶中心的直线像素距离,如表1所示。

表1 弹孔坐标

3 软件验证

将几何校正、弹孔提取、靶心提取及测算弹孔坐标等子程序集成为自动报靶软件系统,主界面由靶板的实时图像、弹孔提取图及弹孔坐标三部分组成,如图10所示。结合靶场某射击试验,连续射击5发实弹,得到弹孔坐标如表1所示,经与人工检靶的结果对比:该软件系统可以快速、准确得到目标靶心和目标弹孔坐标。

图10 自动处理软件界面

4 结论

利用LabVIEW语言构建的图像处理自动报靶软件系统,经过几何校正、弹孔提取、靶心提取及测算弹孔坐标处理可以快速精确地计算出弹孔至靶心的距离,完成自动报靶功能。经试验验证:该软件系统节省人工成本,对军事实战化训练和靶场实弹射击考核具有实际应用价值。

猜你喜欢
弹孔靶心靶板
正中靶心
钨球破片撞击指控装备毁伤效应研究
瞄准自己的“靶心”
钨合金弹侵彻运动双层靶板的数值模拟研究
最后的弹孔
平头破片侵彻中厚Q235靶板的破坏模式研究
电磁轨道炮超高速弹丸侵彻靶板仿真研究
基于视频图像处理的弹孔检测提取算法研究∗
游乐场(下)
闲趣一刻