OTSU閾值改進及其在俯仰角測試中的應(yīng)用

吳祖堂，朱玉榮，黃曉飛

（西北核技術(shù)研究所，西安710024）

在彈道測試領(lǐng)域，基于圖像的檢測技術(shù)越來越受到重視.俯仰角作為描述彈體飛行姿態(tài)的重要參數(shù)，是外彈道測試的主要內(nèi)容之一，可以為研究彈體的飛行穩(wěn)定性提供實驗數(shù)據(jù)[1].高速攝影是外彈道測試最常用的方法.由于實驗環(huán)境的影響，通常獲取的圖像都會受到比較嚴重的噪聲污染，特別是高斯噪聲的影響.為較好地檢測出含噪聲圖像的邊緣，進而解算飛行彈體的俯仰角，本文采取4個步驟進行圖像信息處理：圖像二值化、形態(tài)學(xué)濾波、Canny邊緣檢測、攻角參數(shù)解算.

1 圖像二值化

圖像二值化處理就是利用圖像分割算法將圖像中的前景目標像素點從背景像素點中分離出來.二值化的關(guān)鍵在閾值的選擇.閾值選取的原則就是要將盡可能多的目標點歸為目標，同時減少將背景像素錯判為目標.常用的算法有：雙峰法、迭代法、最大類間方差法（OTSU 法）等[2～5].本文采用改進的最大類間方差法.

OTSU法以目標與背景之間的方差最大而動態(tài)地確定圖像分割門限值.OTSU最大的問題在于：當目標與背景灰度差不明顯時，會出現(xiàn)無法忍受的大塊黑色區(qū)域，甚至?xí)G失整幅圖像的信息[2～9].本文研究應(yīng)用場景中通常會碰到類似問題，為此，本文對最大類間方差法給出的閾值進行修正.

對于背景噪聲服從（μ，δ2）高斯分布的灰度差圖像，可以根據(jù)高斯分布的“3δ”特性設(shè)定噪聲判斷準則，分離出噪聲和目標區(qū)域.本文通過對OTSU法的修正將背景區(qū)域從差值圖像中分割出來，然后以背景噪聲高斯分布的“3δ”特性重新確定閾值.

具體步驟：

①利用OTSU法給出的閾值T0作為初始閾值進行圖像分割，計算屬于背景的圖像像素點的灰度均值μ0；

②以T＝Kμ0（K＝6）作為新的閾值，進行圖像分割，計算屬于背景的圖像像素點的灰度均值μ′0；

③計算T與Kμ′0的差值，如果差值超過1，將μ′0賦給μ0，返回步驟②；

④計算閾值T下屬于背景的圖像像素點的灰度均方差δ′；

⑤以T′＝μ′0＋3δ′作為新閾值，進行圖像分割，計算屬于背景的圖像像素點的灰度均值μ″0和均方差δ″；

⑥計算T′與μ″0＋3δ″的差值，如果差值超過1，將μ″0和δ″賦給μ′0和δ′，返回步驟⑤；

⑦令T＝T′，即為所求閾值.

2 形態(tài)學(xué)濾波

經(jīng)典形態(tài)學(xué)濾波包括腐蝕、膨脹、開和閉4種運算[10～14].形態(tài)學(xué)濾波過程是腐蝕和膨脹運算結(jié)合起來的結(jié)果，如圖1所示.具體來說：進行一次開運算（先腐蝕然后膨脹），去除小的噪聲塊；進行一次閉運算（先膨脹然后腐蝕），填補目標空洞.從圖1中可以看出小的噪聲塊②、③被去除了，而較大的噪聲塊①被作為目標和目標區(qū)域④一同被保留了下來，并且目標區(qū)域④中的較小目標空洞也被填補起來.

3 邊緣檢測及俯仰角測試

在經(jīng)過圖像二值化、形態(tài)學(xué)濾波處理之后，就可以采用邊緣檢測的方法提取邊緣，繼而根據(jù)圖像輪廓信息解算所需參數(shù).

圖1 二值圖像形態(tài)學(xué)濾波結(jié)果

本文采用Canny法來提取飛行彈體的邊緣輪廓.Canny算法以高信噪比、高定位精度和單一邊緣響應(yīng)準則為基礎(chǔ)，采用微分算子求取最優(yōu)邊緣檢測的近似實現(xiàn).Canny算法的實現(xiàn)過程包括：平滑圖像、計算梯度方向和幅值、對梯度圖像進行非極大值抑制、雙閾值檢測和連接邊緣等4個過程[15～17].

彈體高速飛行過程的圖像采用UTIMA APX數(shù)字式高速運動分析儀獲取，拍攝速度為120 000s－1.彈體飛行速度約600m/s，由火炮在野外發(fā)射.原始圖像如圖2所示.圖3為采用本文算法對彈體飛行圖像處理的結(jié)果.

圖2 彈體飛行過程姿態(tài)照片

俯仰角是指縱軸與水平面間的夾角，攻角是指縱軸與來流之間的夾角（側(cè)滑角為零時）.當彈體水平飛行時，俯仰角等于攻角；彈體不是水平飛行時，俯仰角不等于攻角，俯仰角＝攻角＋彈道傾角，如圖4所示.

根據(jù)俯仰角的定義，由圖3可以解算出飛行彈體的俯仰角為3.65°.

圖3 本文算法對彈體飛行圖像處理的結(jié)果

圖4 彈體飛行俯仰角、攻角示意圖

4 結(jié)論

為很好地檢測出被噪聲污染的圖像的邊緣，采用圖像二值化、形態(tài)濾波對圖像進行預(yù)處理，并用Canny法獲得較高的邊緣檢出率.建立在結(jié)構(gòu)元素輪廓的概念之上，以集合延展度為特征進行處理的形態(tài)學(xué)濾波保證了濾除噪聲的同時保持圖像細節(jié)，Canny算法對噪聲和弱邊緣有更強的適應(yīng)性.在圖像二值化過程中，通過對OTSU法的修正將背景區(qū)域從差值圖像中分割出來，然后以噪聲高斯分布的“3δ”特性重新確定閾值.實例表明這種檢測方法能夠獲得較好的圖像邊緣.

彈體飛行俯仰角的圖像檢測是基于骨架提取中軸線法的.如果需要解算飛行彈體的攻角，一般需要提取2臺相機同一時刻采集的彈體的中軸線，采用坐標變換重構(gòu)彈體在三維空間的真實軸線方程.本文研究中僅一臺相機，由此可解算出飛行彈體的俯仰角.

[1]朱玉榮，徐守時，吳祖堂.彈體飛行過程攻角測量的圖像處理技術(shù)[J].彈箭與制導(dǎo)學(xué)報，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]朱寶良.異常目標視頻自動檢測技術(shù)研究[D].西安：西北核技術(shù)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，張冬生，林義剛，等.基于OTSU理論的灰度圖像分割算法研究和改進[J].科學(xué)技術(shù)與工程，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，李仁發(fā).基于灰度直方圖和形態(tài)學(xué)處理的二值化算法研究[OL].中國科技論文在線，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，宮寧生.一種改進的OTSU閾值分割算法[J].微電子與計算機，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]李悅，任育.圖像分割的閾值法簡述[J].計算機科學(xué)，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]王強.圖像分割中閾值的選取研究及算法實現(xiàn)[J].計算機與現(xiàn)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]龔煒.數(shù)字空間中的數(shù)學(xué)形態(tài)學(xué)理論及應(yīng)用[M].北京：科學(xué)出版社，1997.GONG Wei.Theory and its application of mathematical morphology in digital space[M].Beijing：Science Press，1997.（in Chinese）

[11]劉志敏，楊杰.基于數(shù)學(xué)形態(tài)學(xué)的圖像形態(tài)濾波[J].紅外與激光工程，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]周廣生，米根鎖.基于圖像形態(tài)濾波的邊緣檢測[J].蘭州鐵道學(xué)院學(xué)報，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]呂哲，王福利，常玉清.一種改進的Canny邊緣檢測算法[J].東北大學(xué)學(xué)報，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，趙長勝，舒寧.基于Canny算子的邊緣檢測及評價[J].黑龍江工程學(xué)院學(xué)報，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]陳燕龍，祝成虎.基于Canny算子的邊緣檢測改進算法[J].計算機應(yīng)用與軟件，2008，25（8）：51－53.CHEN Yan－long，ZHU Cheng－h(huán)u.Improved edge detection algorithm based on canny operator[J].Computer Application and Software，2008，25（8）：51－53.（in Chinese）