實(shí)彈射擊報(bào)靶系統(tǒng)的圖像校正

秦斌+殷曉露+禹世杰

摘 要： 針對(duì)人工校正報(bào)靶系統(tǒng)的不準(zhǔn)確性，提出了一種無(wú)線超聲報(bào)靶系統(tǒng)的圖像校正技術(shù)。采用輪廓提取的方法獲取靶紙上的有效區(qū)域，對(duì)有效區(qū)域采取自動(dòng)獲取控制點(diǎn)的方法進(jìn)行幾何校正，獲得與模板圖像大小相同的正視靶紙圖片，再利用訓(xùn)練好的級(jí)聯(lián)分類(lèi)器識(shí)別校正后的靶紙上的彈孔，最后利用最小二乘法計(jì)算出靶紙上彈著點(diǎn)的實(shí)際位置。向超聲靶射擊3槍?zhuān)涗洺曅盘?hào)獲得的3個(gè)彈著點(diǎn)位置，將其與彈著點(diǎn)的實(shí)際位置進(jìn)行比對(duì)即可獲取報(bào)靶系統(tǒng)的修正值，再將修正值用于彈著點(diǎn)的校正當(dāng)中，即可實(shí)現(xiàn)靶紙更換后彈著點(diǎn)位置的自動(dòng)校正。較之傳統(tǒng)的人工校正方法更加方便快捷，減少人為因素造成的校正不準(zhǔn)，避免實(shí)彈訓(xùn)練時(shí)報(bào)靶誤差的產(chǎn)生。

關(guān)鍵詞： 圖像校正； 超聲報(bào)靶； 輪廓提?。?彈孔識(shí)別

中圖分類(lèi)號(hào)： TN919?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2014）14?0109?05

Image correction of wireless ultrasound readout system for shooting practice

QIN Bin1， 2， YIN Xiao?lu2， YU Shi?jie2

（1. Information Center， Shenzhen University， Shenzhen 518060， China；

2. School of Mechatronics and Control Engineering， Shenzhen University， Shenzhen 518060， China）

Abstract： An image correction technology applied to wireless ultrasound target?record system is proposed to avoid the inaccuracy of manual correction. The contour extraction method is adopted to obtain the effective area on the silhouette paper， and then method to automatically get control points on the effective place is used to conduct geometric correction and get the front view target sheet picture which is same size as template image. The corrected bullet holes on the paper are recognized by a trained cascade classifier. The least squares fitting method is used to calculate the actual location of the bullet holes on the paper. Three bullets shoot on the ultrasound target and the locations of three impact points are obtained by recording the ultrasonic signal. The revised value of the ultrasound target?record system can be got by comparing them with the actual positions of the impact points. Compared with the traditional manual correction method， the wireless ultrasound target?record system is more convenient， can reduce the inaccuracy caused by artificial correction， and also can avoid the record error of shooting training.

Keywords： image correction； ultrasound target?record； contour extraction； bullet hole recognition

0 引 言

實(shí)彈射擊訓(xùn)練主要采用人工報(bào)靶，其缺點(diǎn)除了人為因素造成報(bào)靶誤差外主要是實(shí)訓(xùn)工作效率低，射擊前后的管理性工作非常多，比如貼靶紙、驗(yàn)靶紙、統(tǒng)計(jì)成績(jī)等。目前駐港澳部隊(duì)等單位采用了國(guó)內(nèi)自主研發(fā)的無(wú)線超聲報(bào)靶系統(tǒng)，實(shí)現(xiàn)了自動(dòng)報(bào)靶和成績(jī)統(tǒng)計(jì)等功能，大大提高了訓(xùn)練的效率。無(wú)線超聲報(bào)靶紙的射擊壽命約為1萬(wàn)發(fā)子彈，超聲報(bào)靶傳感器報(bào)告的坐標(biāo)與靶紙的位置相關(guān)，超聲報(bào)靶傳感器在出廠時(shí)和靶紙一起校正過(guò)，精度小于1 mm。實(shí)彈射擊訓(xùn)練過(guò)程中，靶紙的使用壽命到達(dá)后，常常需要戰(zhàn)士自行更換靶紙，更換后的靶紙需要重新進(jìn)行位置校正，使之與被更換前的靶紙的位置保持一致，以防更換后靶紙張貼不正而造成報(bào)靶誤差。這一工作實(shí)際操作難度較高，需要配合專(zhuān)用軟件輔助完成。

本文采用圖像處理的方法，提供一種報(bào)靶系統(tǒng)的自動(dòng)校正方法。保證靶紙不旋轉(zhuǎn)的情況下在基本合理的位置貼上靶紙，射擊命中3槍?zhuān)贸曅盘?hào)獲取3個(gè)彈著點(diǎn)的位置，將其存儲(chǔ)到后端服務(wù)器，再通過(guò)無(wú)線網(wǎng)絡(luò)將照相機(jī)或智能手機(jī)采集的靶紙圖像傳到后端服務(wù)器，在后端服務(wù)器中利用圖像處理的方法計(jì)算出彈著點(diǎn)的圖像位置，將圖像位置與超聲信號(hào)獲得的位置進(jìn)行比對(duì)，計(jì)算出報(bào)靶系統(tǒng)的修正值，將修正值通過(guò)無(wú)線網(wǎng)絡(luò)發(fā)送到超聲報(bào)靶傳感器，完成系統(tǒng)的自動(dòng)校正。

1 超聲靶結(jié)構(gòu)原理

超聲報(bào)靶原理是根據(jù)多個(gè)超聲傳感器獲得的距離計(jì)算出彈著點(diǎn)的坐標(biāo)。如圖1所示，在出廠時(shí)超聲靶已經(jīng)校正，3個(gè)傳感器間的距離固定為d，O點(diǎn)為原點(diǎn)（即所貼靶紙的十環(huán)圓心）與中間傳感器的距離固定為[h]，[l1]，[l2]，[l3]是超聲傳感器計(jì)算出的距離，則可根據(jù)這些條件計(jì)算出彈著點(diǎn)A的坐標(biāo)。

圖1 超聲靶結(jié)構(gòu)圖

2 靶紙校正

人工貼的靶紙?jiān)诙S平面上會(huì)出現(xiàn)偏差，拍照獲取的靶紙圖片也含畸變并存在一些不需要的信息，會(huì)對(duì)以后圖像校正和彈孔識(shí)別產(chǎn)生干擾，需要先將其去掉，只保留靶紙的有效區(qū)域。然后再通過(guò)透視變換將有效區(qū)域校正成正視圖，并歸一化到模板大小。

2.1 靶紙?zhí)崛?/p>

將用照相機(jī)或智能手機(jī)采集的靶紙圖像進(jìn)行灰度化，再進(jìn)行二值化，然后提取輪廓，實(shí)驗(yàn)所采用靶紙的有效區(qū)域占整張圖像的60%以上，因此可先將小于靶紙圖像一定面積的輪廓區(qū)域去掉，再將其細(xì)化，使得邊界像素寬度為1，將靶紙有效區(qū)域與無(wú)效區(qū)域分開(kāi)，便于再次提取靶紙區(qū)域時(shí)能很好的將靶紙有效區(qū)域提取出來(lái)。一般第一次提取輪廓不能很好地將不同連通域的輪廓區(qū)分開(kāi)，如圖2所示，需要再次進(jìn)行輪廓提取，找出最大輪廓面積區(qū)域，即為靶紙的有效區(qū)域，如圖3所示。

2.2 圖像校正

實(shí)彈射擊中一般會(huì)出現(xiàn)以下幾種畸變情況[1]，如仿射變換、投影變換、徑向失真等，本文主要校正的是仿射變換和投影變換，將獲取的靶紙圖像校正成正視圖，并歸一化到與模板同樣大小。

幾何校正的基本原理是采用一種已知的標(biāo)準(zhǔn)圖像板，選取一些控制點(diǎn)，然后找出待校正圖像上與之對(duì)應(yīng)的控制點(diǎn)，由此建立起失真與未失真圖像之間的空間映射關(guān)系，這組關(guān)系就是一個(gè)校正矩陣[2]。

圖2 提取輪廓圖像

圖3 有效區(qū)域

靶紙圖像的校正采用透視變換，透視變換不僅可以解決圖像的平移還可以解決攝像頭與目標(biāo)因夾角產(chǎn)生的畸變，它是中心投影的攝影變換，非齊次攝影坐標(biāo)變換公式[3]，具體形式如下：

[x′y′1=a11a12a13a21a22a23a31a32a33xy1，且a11a12a13a21a22a23a31a32a33≠0] （1）

從而得到：

[x′=a11x+a12y+a13a31x+a32y+a33y′=a21x+a22y+a23a31x+a32y+a33] （2）

其中，[a11a12a13a21a22a23a31a32a33]為校正矩陣，（x，y）為原坐標(biāo)，[（x′，y′）]為變換后的坐標(biāo)，a33表示對(duì)圖像進(jìn)行縮放變換，設(shè)[a33=1]，以上公式可變?yōu)椋?/p>

[x′=a11x+a12y+a13-a31xx′-a32yx′y′=a21x+a22y+a23-a31xy′-a32yy′] （3）

其中（a13，a23）T用于圖像的平移，（a31，a32）用于圖像的透視變換。

求取上式8個(gè)未知數(shù)需要8個(gè)方程，因此需要通過(guò)選取模板上的4個(gè)點(diǎn)和待校正圖像上對(duì)應(yīng)的4個(gè)點(diǎn)來(lái)求出透視變換矩陣。模板上的4個(gè)點(diǎn)坐標(biāo)已經(jīng)確定，待校正圖像上的控制點(diǎn)則需要通過(guò)計(jì)算得出?？刂泣c(diǎn)一般都是通過(guò)人工選取[1，4?5]，但是人工選點(diǎn)會(huì)有一定的誤差，而且不能滿(mǎn)足報(bào)靶系統(tǒng)的完全自動(dòng)過(guò)程，本系統(tǒng)設(shè)計(jì)采用的是自動(dòng)計(jì)算對(duì)應(yīng)控制點(diǎn)坐標(biāo)（如圖4（b）四個(gè)點(diǎn)），而不需要人工參與。首先計(jì)算出靶紙有效區(qū)域的外接矩形，將其分成十部分。右上角和右下角的控制點(diǎn)可以通過(guò)對(duì)圖像進(jìn)行腐蝕操作，結(jié)構(gòu)元素分別為：[100010010]和[010110000]，再根據(jù)右上角和右下角的位置特點(diǎn)找出點(diǎn)的坐標(biāo)；而中間的兩個(gè)點(diǎn)則可以通過(guò)對(duì)其所在的矩形區(qū)域進(jìn)行列掃描獲得其坐標(biāo)，再通過(guò)列方程組即可求出透視變換的變換矩陣，從而完成對(duì)圖像的校正，最后通過(guò)最鄰近差值將其歸一化到模板大小。

圖4 圖像校正

3 計(jì)算彈著點(diǎn)坐標(biāo)

在報(bào)靶系統(tǒng)的校正中，需要通過(guò)將彈著點(diǎn)的實(shí)際坐標(biāo)與超聲傳感器獲取的坐標(biāo)進(jìn)行比對(duì)，獲取修正值。首先需要確定坐標(biāo)原點(diǎn)，實(shí)驗(yàn)中將靶紙十環(huán)圓心作為原點(diǎn)，再通過(guò)訓(xùn)練好的級(jí)聯(lián)分類(lèi)器將彈孔識(shí)別出來(lái)，然后通過(guò)對(duì)彈孔進(jìn)行濾波、圖像增強(qiáng)、二值化等圖像處理的方法將彈孔區(qū)域提取出來(lái)，最后用最小二乘法將其擬合成圓，計(jì)算出彈著點(diǎn)的中心坐標(biāo)。

3.1 獲取靶心坐標(biāo)

由先驗(yàn)知識(shí)可知胸環(huán)靶的圓具有相同的圓心，因此只要檢測(cè)出一個(gè)圓環(huán)的圓心即可，而十環(huán)圓是一個(gè)標(biāo)準(zhǔn)的圓，只需求出十環(huán)圓的圓心即可，如圖5所示。步驟如下：

（1） 對(duì)歸一化的圖像進(jìn)行二值化，設(shè)原灰度圖像為f（x，y），二值化后的圖像為g（x，y），t為閾值，二值化的過(guò)程表示如下：

[g（x，y）=1， f（x，y）≥t0， f（x，y）

（2） 通過(guò)提取輪廓的方法找出面積最大的輪廓，即為靶紙十環(huán)圓的區(qū)域。

（3） 求取圓形區(qū)域的質(zhì)心。設(shè)第i質(zhì)點(diǎn)的質(zhì)量為[mi]，其坐標(biāo)為（[xi]，[yi]），則質(zhì)心坐標(biāo)為：

[x0=miximi， i=1，2，3，…，ny0=miyimi， i=1，2，3，…，n] （5）

求取的質(zhì)心即為胸環(huán)靶的圓心，設(shè)為原點(diǎn)。

圖5 獲取靶心坐標(biāo)

3.2 彈孔識(shí)別

彈孔的識(shí)別是自動(dòng)報(bào)靶系統(tǒng)中關(guān)鍵的一步，傳統(tǒng)的彈孔識(shí)別方法主要包括基于時(shí)間序列圖像的差影法和模板匹配方法，差影法的基本思想就是對(duì)射擊前后靶圖像進(jìn)行減運(yùn)算或異或運(yùn)算。實(shí)際應(yīng)用時(shí)，對(duì)圖像采集硬件和拍攝外部條件要求很高，受天氣等環(huán)境影響很大，導(dǎo)致彈孔識(shí)別效果較差；模板匹配識(shí)別彈孔算法利用系統(tǒng)預(yù)存的彈孔模板對(duì)靶圖像進(jìn)行模板匹配，由于彈孔形狀和大小不規(guī)律，需要準(zhǔn)備大量的彈孔模板[1]。本文采用基于統(tǒng)計(jì)模型的方法來(lái)識(shí)別彈孔，其優(yōu)點(diǎn)如下[6]：

（1） 不依賴(lài)于彈孔的先驗(yàn)知識(shí)和參數(shù)模型，可以避免不精確和不完整的知識(shí)造成的錯(cuò)誤；

（2） 采用實(shí)例學(xué)習(xí)的方法獲取的模型的參數(shù)在統(tǒng)計(jì)意義上更加可靠；

（3） 通過(guò)增加學(xué)習(xí)的實(shí)例可以擴(kuò)大檢測(cè)模式范圍，提高魯棒性。

基于統(tǒng)計(jì)模型的目標(biāo)識(shí)別，首先訓(xùn)練級(jí)聯(lián)分類(lèi)器，需要取得不同環(huán)境下的彈孔圖片和非彈孔圖片，然后利用彈孔的Haar特征和AdaBoost算法結(jié)合進(jìn)行訓(xùn)練，生成級(jí)聯(lián)分類(lèi)器，接著用訓(xùn)練好的分類(lèi)器進(jìn)行模式匹配，匹配流程圖如圖6所示，識(shí)別結(jié)果如圖7中紅色矩形框出的部分，為了只保留一次識(shí)別的結(jié)果需要將識(shí)別出的彈孔進(jìn)行判斷。判斷步驟如下：

（1） 先將識(shí)別出的彈孔的矩形區(qū)域（長(zhǎng)寬相等）保存下來(lái)；

（2） 將后識(shí)別出的彈孔區(qū)域與前面的進(jìn)行比較，如圖8所示，如果滿(mǎn)足以下關(guān)系：

[x2≤x1；y2≤y1；y2+h2>y1+h1x1-x2

則刪掉面積大的彈孔，保留面積較小彈孔。

圖6 彈孔識(shí)別流程圖

圖7 彈孔識(shí)別結(jié)果

3.3 彈孔坐標(biāo)計(jì)算

識(shí)別出的彈孔圖像會(huì)含有很多噪聲，不利于計(jì)算中心坐標(biāo)，首先對(duì)彈孔進(jìn)行預(yù)處理，用高斯濾波將圖像進(jìn)行平滑，再采用最大類(lèi)間方差法[7?8]（Ostu）對(duì)彈孔圖像進(jìn)行動(dòng)態(tài)閾值分割，從而將彈孔部分提取出來(lái)，其結(jié)果如圖9（c）所示。最后利用最小二乘法原理將白色區(qū)域擬合成圓，計(jì)算出彈孔中心的坐標(biāo)，再根據(jù)彈孔中心與靶紙?jiān)c(diǎn)計(jì)算出彈孔的實(shí)際坐標(biāo)。

圖8 彈孔被識(shí)別多次

圖9 彈孔坐標(biāo)計(jì)算

4 靶紙系統(tǒng)的修正值計(jì)算

在待校正的靶紙上連射3槍?zhuān)@取3個(gè)彈著點(diǎn)如圖10所示，A（A′），B（B′），C（C′），計(jì)算出彈著點(diǎn)相對(duì)于靶心的坐標(biāo)，將這3點(diǎn)在不同坐標(biāo)系的坐標(biāo)進(jìn)行運(yùn)算就可計(jì)算出O′（x′，y′）在Oxy坐標(biāo)系的坐標(biāo)，取3個(gè)坐標(biāo)的平均值以減少誤差。

圖10 原點(diǎn)偏移前后的彈著點(diǎn)

設(shè)[A（x1，y1）]，[B（x2，y2）]，[C（x3，y3）]都是以[Oxy]為坐標(biāo)系計(jì)算出的超聲信號(hào)，[A′（u1，v1）]，[B′（u2，v2）]，[C′（u3，v3）]都是以[O′（x′，y′）]為坐標(biāo)系計(jì)算出的實(shí)際坐標(biāo)，[O′（x′，y′）]是以O(shè) 為原點(diǎn)的坐標(biāo)，則以點(diǎn)A與A[′]為例可列出以下方程：

[x1-x′=u1y1-y′=v1] （7）

計(jì)算得：

[x′=x1-u1y′=y1-v1] （8）

同理可計(jì)算出：

[x′=x2-u2y′=y2-v2] （9）

[x′=x3-u3y′=y3-v3] （10）

計(jì)算3個(gè)點(diǎn)求出[（x′，y′）]的平均值，則最終靶紙十環(huán)圓心在Oxy坐標(biāo)系的值為：

[x′=（x1+x2+x3）-（u1+u2+u3）3y′=（y1+y2+y3）-（v1+v2+v3）3] （11）

報(bào)靶系統(tǒng)的修正值即為x[′]，y[′]，在以后的報(bào)靶中只需根據(jù)超聲信號(hào)計(jì)算出的坐標(biāo)[（x，y）]，減去[（x′，y′）]即可實(shí)現(xiàn)準(zhǔn)確的報(bào)靶。

5 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)中訓(xùn)練級(jí)聯(lián)分類(lèi)器時(shí)，正樣本112個(gè)，大小為20×20，負(fù)樣本為1 048個(gè)。測(cè)試集選取了11張含有彈孔的不同靶紙圖像，彈孔共有51個(gè)，識(shí)別出50個(gè)，識(shí)別率達(dá)到98%。誤識(shí)原因是測(cè)試的靶紙圖像遭到污染，但在實(shí)際校正時(shí)采集的是新的靶紙圖像，不存在上述情況。因此，實(shí)際應(yīng)用中，在基本合理的位置貼上靶紙并保證靶紙不旋轉(zhuǎn)，即可正確地計(jì)算出修正值，實(shí)現(xiàn)無(wú)線超聲報(bào)靶系統(tǒng)的自動(dòng)校正。

6 結(jié) 論

本文提出一種針對(duì)超聲報(bào)靶系統(tǒng)自動(dòng)校正的方法，利用照相機(jī)或智能手機(jī)在光照充足的條件下獲取的靶紙圖像進(jìn)行處理，獲得修正值，實(shí)現(xiàn)報(bào)靶系統(tǒng)的自動(dòng)校正。每更換一次靶紙，報(bào)靶系統(tǒng)只需要一次修正即可實(shí)現(xiàn)訓(xùn)練時(shí)的彈著點(diǎn)自動(dòng)校正，提高了訓(xùn)練效率，減少了人工校正的不準(zhǔn)確性，并且避免了實(shí)彈訓(xùn)練時(shí)報(bào)靶誤差的產(chǎn)生。

參考文獻(xiàn)

[1] 謝小亮.基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)[D].重慶：重慶大學(xué)，2012.

[2] 鹿洪旭，盧朝陽(yáng)，高西全，等.用于射擊運(yùn)動(dòng)自動(dòng)判靶的圖形校正算法及實(shí)現(xiàn)[J].計(jì)算機(jī)工程與科學(xué)，2001，23（3）：21?24.

[3] 丘維聲.解析幾何[M].北京：北京大學(xué)出版社，1988.

[4] 張曉錕.基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)，2009.

[5] 袁莉茹.基于圖像處理的軍用自動(dòng)報(bào)靶系統(tǒng)彈孔識(shí)別[D].重慶：重慶大學(xué)，2006.

[6] SUNG K， POGGIO T. Example?based learning for view based human face detection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1998， 20（1）： 39?51.

[7] 胡斌，宮寧生.一種改進(jìn)的Otsu閾值分割算法[J].微電子學(xué)與計(jì)算機(jī)，2009，26（12）：154?155.

[8] OSTU N. A threshold selection method from gray?level histogram [J]. IEEE Transactions on System Man and Cybernetic， 1979， 9（1）： 62?66.

[9] 李昆華，秦斌，江志添.一種無(wú)線報(bào)靶傳感器：中國(guó)，201320253657.X [P]. 2013?05?10.

[10] 秦斌，殷曉露.一種報(bào)靶系統(tǒng)的自動(dòng)校正方法和報(bào)靶系統(tǒng)：中國(guó)，201310277395.5[P]. 2013?07?03.

彈孔的識(shí)別是自動(dòng)報(bào)靶系統(tǒng)中關(guān)鍵的一步，傳統(tǒng)的彈孔識(shí)別方法主要包括基于時(shí)間序列圖像的差影法和模板匹配方法，差影法的基本思想就是對(duì)射擊前后靶圖像進(jìn)行減運(yùn)算或異或運(yùn)算。實(shí)際應(yīng)用時(shí)，對(duì)圖像采集硬件和拍攝外部條件要求很高，受天氣等環(huán)境影響很大，導(dǎo)致彈孔識(shí)別效果較差；模板匹配識(shí)別彈孔算法利用系統(tǒng)預(yù)存的彈孔模板對(duì)靶圖像進(jìn)行模板匹配，由于彈孔形狀和大小不規(guī)律，需要準(zhǔn)備大量的彈孔模板[1]。本文采用基于統(tǒng)計(jì)模型的方法來(lái)識(shí)別彈孔，其優(yōu)點(diǎn)如下[6]：

（1） 不依賴(lài)于彈孔的先驗(yàn)知識(shí)和參數(shù)模型，可以避免不精確和不完整的知識(shí)造成的錯(cuò)誤；

（2） 采用實(shí)例學(xué)習(xí)的方法獲取的模型的參數(shù)在統(tǒng)計(jì)意義上更加可靠；

（3） 通過(guò)增加學(xué)習(xí)的實(shí)例可以擴(kuò)大檢測(cè)模式范圍，提高魯棒性。

基于統(tǒng)計(jì)模型的目標(biāo)識(shí)別，首先訓(xùn)練級(jí)聯(lián)分類(lèi)器，需要取得不同環(huán)境下的彈孔圖片和非彈孔圖片，然后利用彈孔的Haar特征和AdaBoost算法結(jié)合進(jìn)行訓(xùn)練，生成級(jí)聯(lián)分類(lèi)器，接著用訓(xùn)練好的分類(lèi)器進(jìn)行模式匹配，匹配流程圖如圖6所示，識(shí)別結(jié)果如圖7中紅色矩形框出的部分，為了只保留一次識(shí)別的結(jié)果需要將識(shí)別出的彈孔進(jìn)行判斷。判斷步驟如下：

（1） 先將識(shí)別出的彈孔的矩形區(qū)域（長(zhǎng)寬相等）保存下來(lái)；

（2） 將后識(shí)別出的彈孔區(qū)域與前面的進(jìn)行比較，如圖8所示，如果滿(mǎn)足以下關(guān)系：

[x2≤x1；y2≤y1；y2+h2>y1+h1x1-x2

則刪掉面積大的彈孔，保留面積較小彈孔。

圖6 彈孔識(shí)別流程圖

圖7 彈孔識(shí)別結(jié)果

3.3 彈孔坐標(biāo)計(jì)算

識(shí)別出的彈孔圖像會(huì)含有很多噪聲，不利于計(jì)算中心坐標(biāo)，首先對(duì)彈孔進(jìn)行預(yù)處理，用高斯濾波將圖像進(jìn)行平滑，再采用最大類(lèi)間方差法[7?8]（Ostu）對(duì)彈孔圖像進(jìn)行動(dòng)態(tài)閾值分割，從而將彈孔部分提取出來(lái)，其結(jié)果如圖9（c）所示。最后利用最小二乘法原理將白色區(qū)域擬合成圓，計(jì)算出彈孔中心的坐標(biāo)，再根據(jù)彈孔中心與靶紙?jiān)c(diǎn)計(jì)算出彈孔的實(shí)際坐標(biāo)。

圖8 彈孔被識(shí)別多次

圖9 彈孔坐標(biāo)計(jì)算

4 靶紙系統(tǒng)的修正值計(jì)算

在待校正的靶紙上連射3槍?zhuān)@取3個(gè)彈著點(diǎn)如圖10所示，A（A′），B（B′），C（C′），計(jì)算出彈著點(diǎn)相對(duì)于靶心的坐標(biāo)，將這3點(diǎn)在不同坐標(biāo)系的坐標(biāo)進(jìn)行運(yùn)算就可計(jì)算出O′（x′，y′）在Oxy坐標(biāo)系的坐標(biāo)，取3個(gè)坐標(biāo)的平均值以減少誤差。

圖10 原點(diǎn)偏移前后的彈著點(diǎn)

設(shè)[A（x1，y1）]，[B（x2，y2）]，[C（x3，y3）]都是以[Oxy]為坐標(biāo)系計(jì)算出的超聲信號(hào)，[A′（u1，v1）]，[B′（u2，v2）]，[C′（u3，v3）]都是以[O′（x′，y′）]為坐標(biāo)系計(jì)算出的實(shí)際坐標(biāo)，[O′（x′，y′）]是以O(shè) 為原點(diǎn)的坐標(biāo)，則以點(diǎn)A與A[′]為例可列出以下方程：

[x1-x′=u1y1-y′=v1] （7）

計(jì)算得：

[x′=x1-u1y′=y1-v1] （8）

同理可計(jì)算出：

[x′=x2-u2y′=y2-v2] （9）

[x′=x3-u3y′=y3-v3] （10）

計(jì)算3個(gè)點(diǎn)求出[（x′，y′）]的平均值，則最終靶紙十環(huán)圓心在Oxy坐標(biāo)系的值為：

[x′=（x1+x2+x3）-（u1+u2+u3）3y′=（y1+y2+y3）-（v1+v2+v3）3] （11）

報(bào)靶系統(tǒng)的修正值即為x[′]，y[′]，在以后的報(bào)靶中只需根據(jù)超聲信號(hào)計(jì)算出的坐標(biāo)[（x，y）]，減去[（x′，y′）]即可實(shí)現(xiàn)準(zhǔn)確的報(bào)靶。

5 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)中訓(xùn)練級(jí)聯(lián)分類(lèi)器時(shí)，正樣本112個(gè)，大小為20×20，負(fù)樣本為1 048個(gè)。測(cè)試集選取了11張含有彈孔的不同靶紙圖像，彈孔共有51個(gè)，識(shí)別出50個(gè)，識(shí)別率達(dá)到98%。誤識(shí)原因是測(cè)試的靶紙圖像遭到污染，但在實(shí)際校正時(shí)采集的是新的靶紙圖像，不存在上述情況。因此，實(shí)際應(yīng)用中，在基本合理的位置貼上靶紙并保證靶紙不旋轉(zhuǎn)，即可正確地計(jì)算出修正值，實(shí)現(xiàn)無(wú)線超聲報(bào)靶系統(tǒng)的自動(dòng)校正。

6 結(jié) 論

本文提出一種針對(duì)超聲報(bào)靶系統(tǒng)自動(dòng)校正的方法，利用照相機(jī)或智能手機(jī)在光照充足的條件下獲取的靶紙圖像進(jìn)行處理，獲得修正值，實(shí)現(xiàn)報(bào)靶系統(tǒng)的自動(dòng)校正。每更換一次靶紙，報(bào)靶系統(tǒng)只需要一次修正即可實(shí)現(xiàn)訓(xùn)練時(shí)的彈著點(diǎn)自動(dòng)校正，提高了訓(xùn)練效率，減少了人工校正的不準(zhǔn)確性，并且避免了實(shí)彈訓(xùn)練時(shí)報(bào)靶誤差的產(chǎn)生。

參考文獻(xiàn)

[1] 謝小亮.基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)[D].重慶：重慶大學(xué)，2012.

[2] 鹿洪旭，盧朝陽(yáng)，高西全，等.用于射擊運(yùn)動(dòng)自動(dòng)判靶的圖形校正算法及實(shí)現(xiàn)[J].計(jì)算機(jī)工程與科學(xué)，2001，23（3）：21?24.

[3] 丘維聲.解析幾何[M].北京：北京大學(xué)出版社，1988.

[4] 張曉錕.基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)，2009.

[5] 袁莉茹.基于圖像處理的軍用自動(dòng)報(bào)靶系統(tǒng)彈孔識(shí)別[D].重慶：重慶大學(xué)，2006.

[6] SUNG K， POGGIO T. Example?based learning for view based human face detection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1998， 20（1）： 39?51.

[7] 胡斌，宮寧生.一種改進(jìn)的Otsu閾值分割算法[J].微電子學(xué)與計(jì)算機(jī)，2009，26（12）：154?155.

[8] OSTU N. A threshold selection method from gray?level histogram [J]. IEEE Transactions on System Man and Cybernetic， 1979， 9（1）： 62?66.

[9] 李昆華，秦斌，江志添.一種無(wú)線報(bào)靶傳感器：中國(guó)，201320253657.X [P]. 2013?05?10.

[10] 秦斌，殷曉露.一種報(bào)靶系統(tǒng)的自動(dòng)校正方法和報(bào)靶系統(tǒng)：中國(guó)，201310277395.5[P]. 2013?07?03.

彈孔的識(shí)別是自動(dòng)報(bào)靶系統(tǒng)中關(guān)鍵的一步，傳統(tǒng)的彈孔識(shí)別方法主要包括基于時(shí)間序列圖像的差影法和模板匹配方法，差影法的基本思想就是對(duì)射擊前后靶圖像進(jìn)行減運(yùn)算或異或運(yùn)算。實(shí)際應(yīng)用時(shí)，對(duì)圖像采集硬件和拍攝外部條件要求很高，受天氣等環(huán)境影響很大，導(dǎo)致彈孔識(shí)別效果較差；模板匹配識(shí)別彈孔算法利用系統(tǒng)預(yù)存的彈孔模板對(duì)靶圖像進(jìn)行模板匹配，由于彈孔形狀和大小不規(guī)律，需要準(zhǔn)備大量的彈孔模板[1]。本文采用基于統(tǒng)計(jì)模型的方法來(lái)識(shí)別彈孔，其優(yōu)點(diǎn)如下[6]：

（1） 不依賴(lài)于彈孔的先驗(yàn)知識(shí)和參數(shù)模型，可以避免不精確和不完整的知識(shí)造成的錯(cuò)誤；

（2） 采用實(shí)例學(xué)習(xí)的方法獲取的模型的參數(shù)在統(tǒng)計(jì)意義上更加可靠；

（3） 通過(guò)增加學(xué)習(xí)的實(shí)例可以擴(kuò)大檢測(cè)模式范圍，提高魯棒性。

基于統(tǒng)計(jì)模型的目標(biāo)識(shí)別，首先訓(xùn)練級(jí)聯(lián)分類(lèi)器，需要取得不同環(huán)境下的彈孔圖片和非彈孔圖片，然后利用彈孔的Haar特征和AdaBoost算法結(jié)合進(jìn)行訓(xùn)練，生成級(jí)聯(lián)分類(lèi)器，接著用訓(xùn)練好的分類(lèi)器進(jìn)行模式匹配，匹配流程圖如圖6所示，識(shí)別結(jié)果如圖7中紅色矩形框出的部分，為了只保留一次識(shí)別的結(jié)果需要將識(shí)別出的彈孔進(jìn)行判斷。判斷步驟如下：

（1） 先將識(shí)別出的彈孔的矩形區(qū)域（長(zhǎng)寬相等）保存下來(lái)；

（2） 將后識(shí)別出的彈孔區(qū)域與前面的進(jìn)行比較，如圖8所示，如果滿(mǎn)足以下關(guān)系：

[x2≤x1；y2≤y1；y2+h2>y1+h1x1-x2

則刪掉面積大的彈孔，保留面積較小彈孔。

圖6 彈孔識(shí)別流程圖

圖7 彈孔識(shí)別結(jié)果

3.3 彈孔坐標(biāo)計(jì)算

識(shí)別出的彈孔圖像會(huì)含有很多噪聲，不利于計(jì)算中心坐標(biāo)，首先對(duì)彈孔進(jìn)行預(yù)處理，用高斯濾波將圖像進(jìn)行平滑，再采用最大類(lèi)間方差法[7?8]（Ostu）對(duì)彈孔圖像進(jìn)行動(dòng)態(tài)閾值分割，從而將彈孔部分提取出來(lái)，其結(jié)果如圖9（c）所示。最后利用最小二乘法原理將白色區(qū)域擬合成圓，計(jì)算出彈孔中心的坐標(biāo)，再根據(jù)彈孔中心與靶紙?jiān)c(diǎn)計(jì)算出彈孔的實(shí)際坐標(biāo)。

圖8 彈孔被識(shí)別多次

圖9 彈孔坐標(biāo)計(jì)算

4 靶紙系統(tǒng)的修正值計(jì)算

在待校正的靶紙上連射3槍?zhuān)@取3個(gè)彈著點(diǎn)如圖10所示，A（A′），B（B′），C（C′），計(jì)算出彈著點(diǎn)相對(duì)于靶心的坐標(biāo)，將這3點(diǎn)在不同坐標(biāo)系的坐標(biāo)進(jìn)行運(yùn)算就可計(jì)算出O′（x′，y′）在Oxy坐標(biāo)系的坐標(biāo)，取3個(gè)坐標(biāo)的平均值以減少誤差。

圖10 原點(diǎn)偏移前后的彈著點(diǎn)

設(shè)[A（x1，y1）]，[B（x2，y2）]，[C（x3，y3）]都是以[Oxy]為坐標(biāo)系計(jì)算出的超聲信號(hào)，[A′（u1，v1）]，[B′（u2，v2）]，[C′（u3，v3）]都是以[O′（x′，y′）]為坐標(biāo)系計(jì)算出的實(shí)際坐標(biāo)，[O′（x′，y′）]是以O(shè) 為原點(diǎn)的坐標(biāo)，則以點(diǎn)A與A[′]為例可列出以下方程：

[x1-x′=u1y1-y′=v1] （7）

計(jì)算得：

[x′=x1-u1y′=y1-v1] （8）

同理可計(jì)算出：

[x′=x2-u2y′=y2-v2] （9）

[x′=x3-u3y′=y3-v3] （10）

計(jì)算3個(gè)點(diǎn)求出[（x′，y′）]的平均值，則最終靶紙十環(huán)圓心在Oxy坐標(biāo)系的值為：

[x′=（x1+x2+x3）-（u1+u2+u3）3y′=（y1+y2+y3）-（v1+v2+v3）3] （11）

報(bào)靶系統(tǒng)的修正值即為x[′]，y[′]，在以后的報(bào)靶中只需根據(jù)超聲信號(hào)計(jì)算出的坐標(biāo)[（x，y）]，減去[（x′，y′）]即可實(shí)現(xiàn)準(zhǔn)確的報(bào)靶。

5 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)中訓(xùn)練級(jí)聯(lián)分類(lèi)器時(shí)，正樣本112個(gè)，大小為20×20，負(fù)樣本為1 048個(gè)。測(cè)試集選取了11張含有彈孔的不同靶紙圖像，彈孔共有51個(gè)，識(shí)別出50個(gè)，識(shí)別率達(dá)到98%。誤識(shí)原因是測(cè)試的靶紙圖像遭到污染，但在實(shí)際校正時(shí)采集的是新的靶紙圖像，不存在上述情況。因此，實(shí)際應(yīng)用中，在基本合理的位置貼上靶紙并保證靶紙不旋轉(zhuǎn)，即可正確地計(jì)算出修正值，實(shí)現(xiàn)無(wú)線超聲報(bào)靶系統(tǒng)的自動(dòng)校正。

6 結(jié) 論

本文提出一種針對(duì)超聲報(bào)靶系統(tǒng)自動(dòng)校正的方法，利用照相機(jī)或智能手機(jī)在光照充足的條件下獲取的靶紙圖像進(jìn)行處理，獲得修正值，實(shí)現(xiàn)報(bào)靶系統(tǒng)的自動(dòng)校正。每更換一次靶紙，報(bào)靶系統(tǒng)只需要一次修正即可實(shí)現(xiàn)訓(xùn)練時(shí)的彈著點(diǎn)自動(dòng)校正，提高了訓(xùn)練效率，減少了人工校正的不準(zhǔn)確性，并且避免了實(shí)彈訓(xùn)練時(shí)報(bào)靶誤差的產(chǎn)生。

參考文獻(xiàn)

[1] 謝小亮.基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)[D].重慶：重慶大學(xué)，2012.

[2] 鹿洪旭，盧朝陽(yáng)，高西全，等.用于射擊運(yùn)動(dòng)自動(dòng)判靶的圖形校正算法及實(shí)現(xiàn)[J].計(jì)算機(jī)工程與科學(xué)，2001，23（3）：21?24.

[3] 丘維聲.解析幾何[M].北京：北京大學(xué)出版社，1988.

[4] 張曉錕.基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)，2009.

[5] 袁莉茹.基于圖像處理的軍用自動(dòng)報(bào)靶系統(tǒng)彈孔識(shí)別[D].重慶：重慶大學(xué)，2006.

[6] SUNG K， POGGIO T. Example?based learning for view based human face detection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1998， 20（1）： 39?51.

[7] 胡斌，宮寧生.一種改進(jìn)的Otsu閾值分割算法[J].微電子學(xué)與計(jì)算機(jī)，2009，26（12）：154?155.

[8] OSTU N. A threshold selection method from gray?level histogram [J]. IEEE Transactions on System Man and Cybernetic， 1979， 9（1）： 62?66.

[9] 李昆華，秦斌，江志添.一種無(wú)線報(bào)靶傳感器：中國(guó)，201320253657.X [P]. 2013?05?10.

[10] 秦斌，殷曉露.一種報(bào)靶系統(tǒng)的自動(dòng)校正方法和報(bào)靶系統(tǒng)：中國(guó)，201310277395.5[P]. 2013?07?03.