基于DSP的圖像處理在轉角測試中的應用

摘 要： 為了能夠實現在動態條件下對坦克炮塔進行轉角測試，提出了基于DSP的嵌入式裝置應用于炮塔轉角中。采用基于圖像法坦克炮塔轉角的動態高精度測量。通過積分投影算法獲得測量靶標的分割區域，運用特征模板對編碼的靶標圖像進行信息的角度解碼，最終實現角度測量。測量裝置能夠在實驗室和車載環境下對炮塔進行轉角測試，經實驗驗證該算法的轉角解算精度可以達到6.11″，滿足系統分析的精度準確率、實時性及可靠性要求。

關鍵詞： DSP； 動態測量； 轉角測試； 數字圖像處理

中圖分類號： TN919?34； TB922 文獻標識碼： A 文章編號： 1004?373X（2013）08?0093?04

0 引 言

坦克作為許多國家陸軍作戰的主要突擊兵器，在進攻、防御和機動合一的作戰狀況下，希望能夠在高速機動中向敵方軍事目標穩定準確地射擊。炮塔轉角測試的精度直接影響其跟蹤、定位、打擊的準確和穩定性，其中炮塔相對底盤的轉角測試的準確性為瞄準射擊起到決定性的作用。

目前，國內所有主戰坦克中所配備的炮塔相對底盤的轉角測量裝置僅是為乘員提供火炮相對底盤粗略轉動角度，傳統的測角方法采用機械表盤顯示，并且不具備信號輸出功能，自動化程度低，僅解決了坦克車體的轉向問題；坦克底盤上所配備的角度測量裝置僅是解決坦克車體的轉向問題，上述測角裝置的測量精度一般在1°～2°。國內主戰坦克所配備的陀螺僅實現坦克炮線與瞄線之間的角度測量，測量精度一般在8.25″，不能夠達到炮塔相對底盤的轉角的測量精度。本文提出的基于圖像法的測量裝置與靶標圖像的設計提高了轉角測試的精度。

1 系統組成原理

坦克炮塔動態轉角測量裝置由炮塔轉臺、測量靶標、光學成像系統、圖像處理單元、數據處理軟件組成，如圖1所示，安裝在炮塔底盤上的CCD攝像機通過采集圖像信息[1]獲得炮塔與底盤轉角的位置信息，將圖像信息送入圖像處理單元，通過圖像數據處理進行角度解算，確定炮塔與底盤轉角的角度信息。

2 測量靶標的設計

炮塔轉臺座圈、底盤特征本身決定，設計了測量靶標，它由表示二進制信息的點陣列環帶標志物構成，每組點陣列由8個信息點組成。256組點陣列標志物保證了在CCD視場內存在兩組點陣列圖形。將靶標圖像二進制編碼后可表示[28]個不同的信息，將這256組點陣均布于坦克盤座圈的端面上。每相鄰兩個測量靶標角度為[360°256]1.4°，即通過判斷二進制的靶標信息，可識別炮塔的位置。測量靶標如圖2所示。

3 軟件算法流程

3.1 圖像預處理

坦克行徑過程中的顛簸，內部光線昏暗等原因，CCD拍到的圖像特征不顯著。這時需要對輸入處理系統的圖像進行一定的圖像增強，經過增強后的圖像，視覺效果會有所改善，同時也突出了某些特征信息，增強了對某些信息的鑒別能力。濾波采用的是中值濾波改進算法和領域中值濾波[2]，濾波后有利于后面的特征提取，經過增強濾波后的圖像對其進行二值化。

3.2 測量靶標圖像的中心靶點特征提取

3.2.1 靶標圖像的積分投影

中間區域編碼環帶的定位，積分投影法[3]最初是由Kanade運用到人臉識別中的，此方法可以通過垂直灰度投影和水平灰度投影有效地獲取特征位置，該算法針對二值化后的測量靶標圖像進行。設二值化圖像g（x，y）的大小為M×N則水平和垂直灰度投影的函數分別定義為：

[V（x）=i=1Mg（x，y）] （1）

[H（x）=j=1Ng（x，y）] （2）

垂直積分投影定位方法：首先對二值化后的圖像做垂直積分投影得到投影曲線，再運用式（4）對曲線進行平滑處理，得到平滑線圖，最后對平滑后的曲線在圖像的左半部分求具有最大梯度的點，記為左邊界，同理在圖像的右半部分找到梯度最大的點作為圖像的右邊界，水平積分投影定位同理，通過積分投影可獲得靶標圖像的待解碼區可以更好地分割圖像，如圖 3為積分投影后的靶標圖像直方圖，分別選取垂直和水平投影4個尖峰象素點，確定分割區域，即可得到靶標圖像的待解碼區（中心靶點所在區域）。

[V′（x）=1k+1i=x-12x+12V（i）] （3）

[H′（x）=1l+1i=x-12x+12H（i）] （4）

3.2.2 靶標圖像的模板匹配

SUSAN算子模板匹配[4]算法不依賴于目標的其他局部特征，利用特征點本身的特點直接提取，算法速度快、實時性強，但是準確性不高，SUSAN算子采用圓形模板來得到各向同性的響應。在數字圖像中，圓可以用一個含有37個像素的模板來近似。這37個像素排成7行，分別有3，5，7，7，7，5，3個像素。

設圓形模板為N（x，y），對整幅圖像中的所有像素，用該模板進行掃描，比較模板內每個像素與中心像素的灰度值，若模板內某個像素的灰度與模板中心像素（核）灰度的差值小于一定閾值，則認為該點與核具有相同（或相近）的灰度。根據SUSAN算子檢測能得到靶標圖像的邊緣點和角點這一特點，建立簡單的測量靶標的輪廓模型搜索定位靶標位置，從而確定圖像的特征點。

靶標特征點的提取，對實時性要求較高，而且需要提取出精確的測量靶標目標特征點計算角度信息，所以根據其圖案形狀提出了適合特征點提取方法：即先提取中心直線，然后求離中心直線最近的靶標特征點圖案的方法。在選取到的圓心模板掃描測量靶標時，在待解碼區從左往右從上往下順序的掃描過程中，若與全1模板匹配，怎會顯示1，若與全0模板匹配則為0，從而完成粗略角度的測量，跟蹤圖案與模板的相似度分析，最后提取出了測量靶標的特征點，按照相關算法計算確定粗略角度。

采用投影和SUSAN算子確定編碼合作目標中心（X中，Y中），對圖像中心定位，即十字光標對圖像中心定位，圖像對半分割，圖像從左側進行分割，提取編碼帶環所在的中間區域，形成中心豎軸和水平軸，即Y和X軸；十字光標的中心定值位，即完成炮塔轉臺的初始的粗略定位。

3.3 角度解算

圖像的像素細分，曲線擬合法是對X的二次曲線擬合，求出頂點坐標。設二次曲線的形式為[y=Ax2+Bx+C]，根據方形孔徑采樣定理，每個像素的灰度值為：

[y（n）=n-12n+12（Ax2+Bx+C）dx] （5）

令差分值最大的點的序號為0，其灰度值表示為[f0] ，此點可用前述經典算法求出，相鄰兩個點的序號分別表為1和-1，相應的值用[f-1]和[f1]表示，可求出3個像素輸出的灰度值為：

[f-1=-32-12（Ax2+Bx+C）dx=13Ax3+12Bx2+Cx-12-32 =2624A-B+C] （6）

[f0，f1]同理，通過3個點的灰度值可得 A，B，C，拋物線頂點的橫坐標值[x=-B2A]將上面值代入可得：[x=f1-f-12（2f0-f1-f-1）] （7）

得到像素的中心橫坐標X中′，同理，可以得到像素的中心縱坐標Y中′。由上式得，十字光標和測量靶標邊緣距離即為弦長，即所求的精確角度。坦克底盤轉過的精確角度θ2為：

[l=x1-x2+y1-y22] （8）

[θ2=l1100×Ψ′] （9）

[Ψ′=δ′f′]（10） 由式（8）～式（10）得：

[θ2=100δ′x1-x2+y1-y22f′] （11）

式中：[（x1，y1）]，[（x2，y2）]為拋物線頂點的坐標；l為兩點間線段的長度；[θ2]為精確測量角度；[Ψ′]為CCD相機分辨角度；[δ′]為CCD的像元尺寸；[f ′]為CCD鏡頭焦距，綜合考慮選擇的CCD型號為：索尼公司的HN?335E黑白專用攝像機，此CCD攝像機分辨角度30″。

粗角度解算通過CCD相機采集的測量靶標圖像，測量靶標為八位二進制編碼，把圓周分為28=256等分，均勻布在坦克底盤上，每個等份的角度間隔為[360256=1.4°]，用這個參數進行定位粗角度，對二進制編碼進行解碼：

[θ1=n×1.4o] （12）

式中：[θ1]為粗角度定位；[n]為測量靶標解碼個數。

由式（11），式（12）得，坦克座圈底盤如順時針旋轉，十字光標左邊時角度為正，在右邊時角度為負。坦克炮塔底盤轉過的總角度為：

[θ=θ1±θ2=nf′1.40±100δ′（x1-x2）2+（y1-y2）2f′] （13）

最后，通過采集靶標圖像信息測量坦克炮塔動態轉角，該圖像處理方法能夠自動識別測量靶標，提取特征點和特征圖案。完成通電瞬間位置確認功能，達到了測量裝置的功能要求。

4 硬件結構框圖

系統硬件平臺[4]的實現是完成圖像目標識別與處理的重要保證，因為再好的軟件算法如果沒有高速、穩定的硬件支持它的作用也無法體現出來。

本系統的主控制芯片為DM642[7]，它是C6000 [8?10]系列芯片中的一種。該圖像處理系統硬件框圖如圖4所示。

5 系統識別效果及誤差分析

采集到的靶標圖像，經過圖像預處理、圖像分割、特征模板匹配最終顯示轉角信息，整個測試識別過程與結果如圖5～圖7所示[（顯示轉角：θ=172o12′2″）]。

測試表明，本文提出的預處理過程對圖像的降噪、增強達到了較好的處理效果（見圖6），而且在一定程度上解決了由弱光線造成的靶標圖像對比度低的問題，論文結合圖像結構的特點，采用積分投影法（見圖3），有效地對預處理后的靶標圖像進行了局部信息提?。ㄒ妶D7），運用相關算法最終實現轉角顯示。

對測角系統標定初始化后，炮塔轉臺分別轉過90°，180°，270°，360°，讀取測角系統角度值進行對比分析如表1所示。

如表1所示，測試結果表明，剔除粗大誤差后得測角精度為6.11″，能夠滿足測量的需求。

6 結 語

圖像法實現炮塔轉角測試實驗表明，該方法在滿足高精度的前提下也滿足了系統實時性的要求，所設計的轉角測試系統采用嵌入式裝置可以更好地滿足系統動態測量要求，能夠在實驗室和車載環境下進行轉角測試。但考慮坦克自身的特點，比如炮塔內部光線的昏暗，行進過程中的顛簸等，在實際測試時需要增加一些光源和穩定裝置用于穩定測試系統，這樣就增大了整個測試系統的成本。因此該裝置屬于高精度的測試裝置，一般的測試精度可選用其他方法。

參考文獻

[1] 岡薩雷斯.數字圖像處理（Matlab版）[M].北京：電子工業出版社，2005.

[2] 周曉亮.基于DSP的數字視頻圖像獲取與處理技術研究[D].武漢：華中科技大學，2004.

[3] 張永亮.基于DSP的人臉檢測和定位算法研究[D].太原：太原科技大學，2008.

[4] 林鵬岳，李玲玲，李翠華.一種改進的快速SUSAN角點檢測算法[J].計算機與現代化，2010（3）：17?19.

[5] 龔卓.基于DM642的運動目標檢測系統設計與實現[J].電子技術，2009（11）：53?55.

[6] 孫進平，王俊，李偉，等.DSP/FPGA嵌入式實時處理技術及應用[M].北京：北京航空航天大學出版社，2011.

[7] 王躍宗，劉會.TMS320DM642DSP應用系統與開發[M].北京：人民郵電出版社，2009.

[8] Texas Instruments.TMS320C6000 CPU and instruction set reference guide [R]. US： Texas Instruments， 2000.

[9] Texas Instruments. TMS320C6000 programmer’s guide [R]. US： Texas Instruments， 2001.

[10] 李武森，遲澤英，陳文建.TMS320C6X為核心的實時視頻圖像處理器的初步設計[J].紅外技術，2001，23（3）：13?15.