基于MATLAB槍械內壁瑕疵圖像處理研究

【摘要】武器射擊準確性、使用壽命和安全性等技術指標與槍械內膛的質量有著至關重要的聯系，因此對于槍械內膛情況分析研究有著重要的意義。本系統在以往基礎上對于調節和圖像處理進行改進后建立一個新的檢測系統，該系統利用內窺系統對槍械內膛狀況進行檢測后，并最終通過MATLAB軟件對采集圖像進行畸變校正及邊緣檢測等后期處理。結果證明，該系統較以往檢驗系統具有操作簡單，拍攝圖像清晰，測量數據誤差小等優點。

【關鍵詞】槍械內膛；畸變校準；邊緣檢測；MATLAB

1.引言

槍管內膛不僅要承受子彈運動中的摩擦力、擠壓力，還要受到高溫高壓火藥氣體的熱化學作用，所有這些因素將會對槍管內膛產生燒蝕、銹蝕、掛銅、裂紋、膛線斷裂等表面疵病，準確地測量出槍械內膛的疵病可以對新出廠的槍械內膛進行質量的合格檢測，而且在槍械槍管的修理中，也能通過對槍管的檢測來確定槍械維修范圍和等級，從而提高槍械的修理質量。

現有測試系統存在成像質量差，勞動強度大，操作復雜等特點，不利于廣泛推廣。本文針對以往檢測系統，提出了一種新型的檢測方式。通過現有的光學內窺鏡，根據不同內徑的槍械來調節該檢測過程不僅拍攝圖像清晰，時間短等優點。該系統主要通過圖像紋理、亮度、幾何等關鍵特征[1]，從而理解識別圖像。還可以用于圖像分割、配準、拼接等各個方面[2]。這種測量方法的傳感器能夠在細長的槍管中順利穩定的工作，并且檢測速度快，精度高等優點。

2.系統設計

該系統可以根據不同內徑槍膛進行調節。圖1為該槍膛內壁測試系統整體結構示意圖。

圖1 系統總構成

測試前首先通過調節架，三爪使內窺系統處于貼近槍膛內壁狀態，然后通過調節內窺鏡焦距使圖片處于最清晰狀態。為了使圖像更加接近真實水平。且圖像畸變小，將內窺鏡鏡頭盡量接近槍膛內壁。使用自身拍攝軟件進行視頻錄制，通過單片機編程可以步進電機2轉動并帶動使槍管進行旋轉，使得該系統可以進行一周拍攝，當對槍管內壁一個定點拍攝完一周后，當內窺系統將該部位圖像采集完畢后，由步進電機1將使槍管進行水平運動，進而進行下一點的拍攝，直到整個槍械內膛圖像全部拍攝完畢。最后通過專用視頻分析軟件將該視頻根據需要分解為一幀幀圖片。每隔N幀選取一副圖片。最終視頻由軟件將其分解為一幀一幀圖片，然后根據需要每隔秒提取一副圖片，采用MATLAB軟件對選取圖片進行拼接，從而構成一副完整的槍械內壁圖像，并建立一坐標軸，將圖片置于其中，進行瑕疵位置標定，進而根據瑕疵進行面積等后期處理。

3.圖像處理

標準模型是待檢測產品圖像的圖像特征的統稱[3]，根據槍膛可能出現的瑕疵選取合適的圖像特征來對待檢測進行瑕疵檢測。在此過程中也可以通過中轉設備對槍械內部情況進行實時監測。主監控設備可以調節電機轉速，以及對所檢測槍管進行實時檢測和拍攝圖片保存等功能。圖2為采用以上系統采集槍械內壁圖像后對圖片進行的后期處理流程圖。

圖2 圖像處理流程圖

圖像采集過程中會受到光線，角度等各種噪聲影響，從而對后續的圖像處理結果起到一定的影響，對光照均勻，無污損的槍械內膛的進行二值化時，能取得輪廓連續，清晰的二值圖像。還需要對有污損，光照不勻等槍械內膛圖像的二值化算法。智能濾波在去除高斯噪聲的同時，有很好的保留邊緣效果[4]。

4.數據分析

圖片在計算機中是通過像素的形式顯示的。像素是最小的圖像單元，無數個像素點組合成了我們看到的圖像。當計算機給每一個像素點賦以像素值時，人們就看到了彩色的圖像。而像素點越多，圖像越接近真實的物體樣子也越清晰，也就是人們常說的分辨率高[5--6]。

基于像素理論與MATLAB軟件，要想計算圖片中某一區域的面積，只需做到三點即可：

（1）標記或截取出圖片中人們感興趣的那部分區域；

（2）利用MATLAB軟件進行簡單編程，分別計算全圖和所求區域的像素面積；

（3）通過查資料等途徑獲得全圖真實面積，利用像素面積與真實面積的比值關系求得欲知區域的真實面積。物體實際大小，物體相對于內窺鏡物距及圖像大小間的關系，進行定量研究。

為了驗證本系統的測量精度，我們采用傳統面積測量法與基于圖像的測定方法對種不同規則圖像進行面積的測定對比，結果如表1所示。

表1 數據對比

形狀實際面積（cm2）測量面積（cm2）誤差

正方形10.980.02

正方形43.940.06

三角形0.50.4920.008

三角形21.9640.036

圓3.142.9830.0157

圓15.715.3860.314

由所得數據分析可知：所獲取的圖像經過一系列的圖像處理后，不僅圖片質量得到改善，而且圖像特征更為明顯，最終使得所測量數據誤差在2%以內。

5.總結

該系統不僅可以對槍管內部缺陷進行檢測，對槍管質量、使用壽命和精度做出更為精確的評價。該系統具有操作簡單、精度高、可靠性高的特點，是一種具有極高開發價值的測量方法。

參考文獻

[1]Zhang Z Y.A flexible new technique for camera calibration[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2000，22（11）：1330-1334.

[2]翟俊海，趙文秀，王熙照.圖像特征提取研究[J].河北大學學報，2009，29（1）：106-112.

[3]程轉偉，頡潭成.圖像處理技術在表面缺陷檢測中的應用[J].微計算機信息，2008，24（5）：312-314.

[4]周興林，曲興華，葉聲華.基于圖像灰度的目標快速檢測算法的研究[J].傳感技術學報，2007，20（3）：606-608.

[5]王鋒，阮秋琦，徐金強.基于動態閾值和分層檢測的圖像缺陷識別算法的研究與應用[J].北方交通大學學報，2002，26（1）：19-22.

[6]李明俐.基于顏色與形狀特征的圖像檢索技術研究及系統的設計與實現[碩士學位論文].西安：西北大學圖書館，2010.

作者簡介：殷軍勇（1982—），男，山西大同人，中北大學電子測試技術國家重點實驗室碩士研究生，研究方向：光電檢測。