曹志元，馬春茂，鈔紅曉

(西北機(jī)電工程研究所，陜西 咸陽(yáng) 712099)

在研制過(guò)程中，炮射武器裝備需要通過(guò)多種測(cè)試手段去獲取其運(yùn)動(dòng)位移、速度、加速度、姿態(tài)等高動(dòng)態(tài)運(yùn)動(dòng)參數(shù)作為武器狀態(tài)、性能的驗(yàn)證與評(píng)估依據(jù)[1]?；诟咚贁z像的動(dòng)態(tài)運(yùn)動(dòng)參數(shù)獲取技術(shù)因其測(cè)量精度高、響應(yīng)快、拍攝信息量大等突出優(yōu)點(diǎn)，能夠直接測(cè)量并獲得大量準(zhǔn)確的時(shí)空信息，使其成為炮射武器研究領(lǐng)域廣泛使用的測(cè)量技術(shù)[2]。但由于炮射武器的自身特性和外場(chǎng)試驗(yàn)環(huán)境的復(fù)雜性，常導(dǎo)致該技術(shù)獲得的高速連續(xù)幀圖像不夠清晰，無(wú)法進(jìn)行有效的參數(shù)獲取。所以通過(guò)對(duì)高速攝像采集到的連續(xù)幀圖像進(jìn)行預(yù)處理來(lái)提高圖像的辨析度，對(duì)解決連續(xù)幀圖像中常因煙塵虛化、運(yùn)動(dòng)模糊、亮度過(guò)低等引起的高動(dòng)態(tài)運(yùn)動(dòng)參數(shù)處理問(wèn)題有十分重要的意義。

炮射武器在發(fā)射時(shí)，產(chǎn)生的煙塵、火光等導(dǎo)致畫(huà)面中的被攝目標(biāo)被虛化；彈丸等高速目標(biāo)的飛行速度最高可達(dá)2 500 m/s，一般為獲得足夠清晰明亮的圖像需要將曝光時(shí)間調(diào)到最大，但這會(huì)導(dǎo)致被攝高速目標(biāo)出現(xiàn)拖影等運(yùn)動(dòng)模糊情況，若降低曝光時(shí)間，又會(huì)導(dǎo)致整個(gè)圖像過(guò)暗而不清晰，無(wú)法選擇合適的曝光時(shí)間；同時(shí)供彈、傳動(dòng)結(jié)構(gòu)等被攝目標(biāo)經(jīng)常會(huì)被其他結(jié)構(gòu)遮擋，導(dǎo)致目標(biāo)過(guò)暗，使被攝目標(biāo)的具體細(xì)節(jié)無(wú)法觀測(cè)。

筆者主要針對(duì)炮射武器試驗(yàn)過(guò)程中，通過(guò)圖像處理技術(shù)來(lái)解決上述基于高速攝像和圖像處理的動(dòng)態(tài)運(yùn)動(dòng)參數(shù)獲取時(shí)所存在的3種典型問(wèn)題，使得能從連續(xù)幀圖像中獲得更多、更精確的所需信息。

1 圖像預(yù)處理技術(shù)

圖像處理技術(shù)主要目的是改善圖像質(zhì)量，通過(guò)圖像增強(qiáng)和復(fù)原處理退化圖像，實(shí)現(xiàn)去除噪聲和提高圖像的像素分辨度等[3]。針對(duì)試驗(yàn)過(guò)程中存在的煙塵導(dǎo)致被攝目標(biāo)被虛化、高速目標(biāo)運(yùn)動(dòng)模糊和被攝目標(biāo)過(guò)暗使細(xì)節(jié)無(wú)法觀測(cè)這3種典型圖像質(zhì)量問(wèn)題，通過(guò)使用合適的圖像處理算法對(duì)退化圖像進(jìn)行恢復(fù)[4]。

同時(shí)使用圖像質(zhì)量客觀評(píng)價(jià)方法，通過(guò)梯度函數(shù)、拉普拉斯算子、Vollaths函數(shù)和信息熵對(duì)處理前后的圖像進(jìn)行定量分析[5]。Tenengrad梯度函數(shù)是一種基于梯度的函數(shù)，提取水平和垂直方向的梯度值并經(jīng)過(guò)Sobel算子處理，值越大，代表圖像邊界越清晰；拉普拉斯函數(shù)對(duì)被評(píng)價(jià)圖像中的像素在其3×3領(lǐng)域內(nèi)使用拉普拉斯算子進(jìn)行計(jì)算，然后將計(jì)算出的值求和再取平均，值越大則被評(píng)價(jià)圖像越清晰，質(zhì)量越好；Vollaths函數(shù)又稱自相關(guān)函數(shù)，反映空間兩點(diǎn)的相似性，正焦圖像邊緣清晰銳利，像素點(diǎn)之間相關(guān)程度低，離焦圖像像素點(diǎn)相關(guān)程度高；信息熵函數(shù)用來(lái)描述信息的豐富程度，獲得圖像中每個(gè)灰度在整幅圖像中出現(xiàn)的概率，最終獲得灰度值的總期望，熵值大，說(shuō)明圖像色彩艷麗、圖像輪廓清晰。

1.1 暗通道去霧算法

炮射武器在發(fā)射過(guò)程中常伴有大量的煙塵和火光，煙塵經(jīng)常會(huì)遮擋一些觀測(cè)目標(biāo)，增加試驗(yàn)數(shù)據(jù)獲取難度。某型空氣炮試驗(yàn)過(guò)程中產(chǎn)生的灰塵遮擋彈丸上的標(biāo)記等目標(biāo)，導(dǎo)致圖像質(zhì)量降低，影響從圖像中獲取精確的試驗(yàn)數(shù)據(jù)。通過(guò)對(duì)圖像退化原因分析，發(fā)現(xiàn)空氣炮發(fā)射過(guò)程中所產(chǎn)生的灰塵遮擋圖像，其暗通道與有霧圖像的暗通道相同，如圖1所示。

因此采用暗通道圖像去霧算法去除空氣炮灰塵遮擋來(lái)提高圖像質(zhì)量[6]，并獲得了較好的效果。霧圖形成模型為

I(x)=J(x)*t(x)+A(1-t(x))，

(1)

式中：I為相機(jī)拍攝到的圖像；J為無(wú)霧圖像；t為大氣透射率；A為全球大氣光成分，全球大氣光A通過(guò)求取有霧圖像的暗通道Jdark(暗原色先驗(yàn)原理)[7]，選取其中亮度最大的像素中前0.1%的像素，然后再輸入圖像中與以上這些像素對(duì)應(yīng)的像素中取亮度最大的像素作為大氣光A.

在A作為已知條件下，對(duì)式(1)兩邊在(x,y)領(lǐng)域范圍內(nèi)取最小值，且在(x,y)領(lǐng)域范圍內(nèi)大氣光透射率均為t(x,y)，將已知的有霧圖像I、大氣光成分A和透射率t帶入式(1),可得到無(wú)霧圖像J：

(2)

基于上述暗通道圖像去霧算法來(lái)對(duì)圖像進(jìn)行去煙塵操作，可得如圖2所示的處理結(jié)果。

將圖2中所關(guān)心的區(qū)域提取出來(lái)進(jìn)行分析，如圖3所示。

通過(guò)前文提到的4種圖像質(zhì)量客觀評(píng)價(jià)方法，得到對(duì)圖3標(biāo)記位置處理前后的評(píng)價(jià)，如表1所示。

表1 基于暗通道去霧算法處理的圖像質(zhì)量評(píng)價(jià)

通過(guò)分析處理前后圖像及表1數(shù)據(jù)可以發(fā)現(xiàn)，處理后的圖像在煙霧遮擋部分圖像增強(qiáng)明顯，去除了由煙霧干擾導(dǎo)致的目標(biāo)標(biāo)記霧化模糊;圖像質(zhì)量客觀評(píng)價(jià)方法中,處理后的圖像的梯度函數(shù)和拉普拉斯算子的值相差較大，證明處理后的圖像在邊界劃分上更加明顯，減少了圖像因灰塵導(dǎo)致的霧化模糊。

1.2 基于盲反卷積的L-R算法

炮射武器試驗(yàn)中由于曝光時(shí)間過(guò)長(zhǎng)時(shí)，可導(dǎo)致彈丸等高速運(yùn)動(dòng)目標(biāo)出現(xiàn)拖影、彈丸目標(biāo)不清晰，以及無(wú)法觀測(cè)彈丸飛行過(guò)程中的具體細(xì)節(jié)等情況。彈丸在曝光時(shí)間內(nèi)的運(yùn)動(dòng)造成彈丸目標(biāo)模糊，整個(gè)過(guò)程一般被看做清晰圖像卷積模糊核得到模糊圖像的過(guò)程，其圖像退化模型如圖4所示。

在使用L-R算法迭代去模糊之前，先要給出一個(gè)初始估計(jì)的PSF[8](Point Spread Function，PSF)，初始的PSF對(duì)后續(xù)圖像的迭代去模糊非常重要，一般都是以一個(gè)全一數(shù)組作為估計(jì)的初始PSF，通過(guò)對(duì)多個(gè)估計(jì)的初始PSF進(jìn)行對(duì)比，確定出一個(gè)最優(yōu)的初始PSF作為L(zhǎng)-R算法開(kāi)始的PSF[9]。整個(gè)運(yùn)動(dòng)模糊圖像恢復(fù)過(guò)程如圖5所示。

L-R算法是一種非線性迭代圖像恢復(fù)方法，該算法采用貝葉斯條件概率模型，假設(shè)圖像中的像素值滿足泊松分布，進(jìn)而構(gòu)造極大似然函數(shù)，并對(duì)其進(jìn)行迭代求解，從而實(shí)現(xiàn)對(duì)退化圖像的復(fù)原[10]。L-R算法為

fk+1(x,y)=

(3)

式中：fk就是第k輪迭代復(fù)原圖像；g是已知退化圖像；h為退化系統(tǒng)的PSF.

即在第k輪迭代，假設(shè)原始圖像已知，即k-1輪得到的fk-1再通過(guò)L-R公式求解hk，再用hk求解fk，反復(fù)迭代，最后求得最終的f和h，因此，需要同時(shí)假設(shè)一個(gè)復(fù)原圖像f0和一個(gè)退化函數(shù)h0，fi為第i次反復(fù)迭代，L-R算法迭代公式如下：

(4)

(5)

通過(guò)對(duì)圖像進(jìn)行盲反卷積，之后通過(guò)L-R算法迭代處理退化圖像得到處理結(jié)果，如圖6所示。通過(guò)4種圖像質(zhì)量客觀評(píng)價(jià)方法對(duì)圖6處理前后進(jìn)行評(píng)價(jià)，如表2所示。

表2 盲反卷積的L-R算法處理的圖像質(zhì)量評(píng)價(jià)

通過(guò)對(duì)圖6的處理結(jié)果及表2數(shù)據(jù)可以看出，處理后的圖像相比于處理前的圖像有明顯的改良，初始估計(jì)的PSF對(duì)圖像的恢復(fù)至關(guān)重要，同時(shí)L-R算法迭代的次數(shù)對(duì)畫(huà)面質(zhì)量也有很大影響，當(dāng)?shù)螖?shù)過(guò)多時(shí)，圖像會(huì)出現(xiàn)明暗相間的條紋，即振鈴效應(yīng)，通常抑制振鈴效應(yīng)的方法有最優(yōu)窗口法和循環(huán)邊界法;圖像客觀評(píng)價(jià)方法中各個(gè)評(píng)價(jià)函數(shù)的值都比處理前提高了，證明將運(yùn)動(dòng)模糊圖像去模糊處理對(duì)圖像質(zhì)量有明顯的提升。

1.3 變換函數(shù)算法

在炮射武器試驗(yàn)測(cè)試時(shí)，有時(shí)需同時(shí)拍攝多個(gè)目標(biāo)，部分目標(biāo)亮度較高，部分目標(biāo)亮度較低，使拍攝到的圖像存在較強(qiáng)的明暗差異；或有時(shí)因天氣原因，導(dǎo)致整幅圖像亮度較低。這些情況都會(huì)導(dǎo)致暗區(qū)域的目標(biāo)無(wú)法精確觀測(cè)。圖7(a)為某型火炮供彈結(jié)構(gòu)圖，由于其處于炮體下部，光線被遮擋，導(dǎo)致目標(biāo)亮度較低。通過(guò)變換函數(shù)對(duì)較暗區(qū)域進(jìn)行圖像增強(qiáng)來(lái)提高圖像質(zhì)量[11]。變換函數(shù)通過(guò)對(duì)不同灰度值的點(diǎn)進(jìn)行劃區(qū)域控制，較暗區(qū)域可通過(guò)函數(shù)進(jìn)行增強(qiáng)處理，較亮區(qū)域可進(jìn)行弱化處理，通過(guò)不同的函數(shù)處理指定區(qū)域，操作靈活，能根據(jù)實(shí)際情況進(jìn)行調(diào)整[12]。

分段線性變換邏輯公式：

(6)

式中：s為通過(guò)函數(shù)變換得到的值；f、f′、f″均是關(guān)于的r函數(shù)，其可以根據(jù)具體的需要進(jìn)行調(diào)整；在a、b、m、n、i、j∈圖像灰度范圍內(nèi)，r為圖像某像素點(diǎn)的R、G、B通道的灰度值。

通過(guò)變換函數(shù)對(duì)圖像中較暗區(qū)域進(jìn)行增強(qiáng)處理，如圖7(b)所示。相比于原始圖像，經(jīng)過(guò)變換函數(shù)處理過(guò)后的圖像在暗區(qū)域的內(nèi)容更易被辨識(shí)或識(shí)別。通過(guò)4種圖像質(zhì)量客觀評(píng)價(jià)方法對(duì)圖7處理前后進(jìn)行評(píng)價(jià)，如表3所示。

表3 基于變換函數(shù)算法處理的圖像質(zhì)量評(píng)價(jià)

通過(guò)分析處理前后圖像及表3數(shù)據(jù)可以發(fā)現(xiàn)，在暗區(qū)域的目標(biāo)通過(guò)變換函數(shù)處理后可以明顯分辨細(xì)節(jié)和輪廓，證明該方法對(duì)暗區(qū)域圖像的細(xì)節(jié)有明顯增強(qiáng)的作用;圖像客觀評(píng)價(jià)方法中處理后的圖像各個(gè)評(píng)價(jià)函數(shù)相比于處理前均有所提升。

2 實(shí)驗(yàn)室試驗(yàn)驗(yàn)證

筆者所使用的4種圖像質(zhì)量客觀評(píng)價(jià)方法在一定程度上能反映圖像的質(zhì)量情況，但是不能準(zhǔn)確衡量處理后的圖像所含有用信息確實(shí)有所提升。所以通過(guò)實(shí)驗(yàn)來(lái)進(jìn)一步驗(yàn)證圖像處理對(duì)實(shí)際高速連續(xù)幀圖像數(shù)據(jù)準(zhǔn)確度的影響。實(shí)驗(yàn)原理圖如圖8所示。

通過(guò)信號(hào)源控制振動(dòng)臺(tái)產(chǎn)生一個(gè)穩(wěn)定的正弦波形；將一個(gè)標(biāo)準(zhǔn)加速度計(jì)粘貼在振動(dòng)臺(tái)上部，用以采集振動(dòng)臺(tái)產(chǎn)生的實(shí)際的正弦波形作為標(biāo)準(zhǔn)正弦波；在有干擾的情況下(加霧、增大曝光時(shí)間、低亮度環(huán)境)，使用高速攝像機(jī)獲取振動(dòng)臺(tái)振動(dòng)過(guò)程中的高速連續(xù)幀圖像數(shù)據(jù)，之后通過(guò)上文所提及的圖像處理算法來(lái)處理圖像，如圖9～11所示。進(jìn)而通過(guò)標(biāo)記跟蹤得到處理前后圖像的正弦波數(shù)據(jù)與標(biāo)準(zhǔn)正弦波數(shù)據(jù)和其相對(duì)誤差，如表4所示。

表4 試驗(yàn)對(duì)比結(jié)果

根據(jù)最終處理得到的數(shù)據(jù)可以看出，處理后的連續(xù)幀圖像得到的正弦波峰值比有干擾的未處理圖像的正弦波峰值相對(duì)于標(biāo)準(zhǔn)正弦波峰值的誤差更小。同時(shí)在處理曝光時(shí)間過(guò)長(zhǎng)的圖像過(guò)程中，跟蹤標(biāo)記時(shí)頻繁丟失目標(biāo)，有時(shí)需要手動(dòng)定位，而處理后的目標(biāo)跟蹤很穩(wěn)定。也說(shuō)明處理得當(dāng)對(duì)退化圖像有很好的修復(fù)作用，能便于更好地獲取圖像中所記錄的數(shù)據(jù)。

3 結(jié)束語(yǔ)

針對(duì)基于高速攝像技術(shù)的動(dòng)態(tài)運(yùn)動(dòng)參數(shù)測(cè)試在炮射武器試驗(yàn)過(guò)程中的3種典型圖像質(zhì)量問(wèn)題，通過(guò)選擇合適的圖像處理算法并進(jìn)行優(yōu)化，解決了高速連續(xù)幀圖像的圖像退化所帶來(lái)的目標(biāo)觀測(cè)困難和數(shù)據(jù)準(zhǔn)確度的問(wèn)題。筆者通過(guò)圖像客觀評(píng)價(jià)函數(shù)和實(shí)驗(yàn)驗(yàn)證了圖像預(yù)處理的可行性，通過(guò)圖像處理算法處理高速連續(xù)幀圖像的辨析度，提高了從圖像中獲取動(dòng)態(tài)參數(shù)數(shù)據(jù)的準(zhǔn)確度，保證了基于高速攝像技術(shù)的動(dòng)態(tài)運(yùn)動(dòng)參數(shù)測(cè)試技術(shù)在復(fù)雜測(cè)試環(huán)境和多種干擾因素下的適應(yīng)性。