【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(nèi)膛的質(zhì)量有著至關重要的聯(lián)系，因此對于槍械內(nèi)膛情況分析研究有著重要的意義。本系統(tǒng)在以往基礎上對于調(diào)節(jié)和圖像處理進行改進后建立一個新的檢測系統(tǒng)，該系統(tǒng)利用內(nèi)窺系統(tǒng)對槍械內(nèi)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(jié)果證明，該系統(tǒng)較以往檢驗系統(tǒng)具有操作簡單，拍攝圖像清晰，測量數(shù)據(jù)誤差小等優(yōu)點。

【關鍵詞】槍械內(nèi)膛；畸變校準；邊緣檢測；MATLAB

1.引言

槍管內(nèi)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(nèi)膛產(chǎn)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(nèi)膛的疵病可以對新出廠的槍械內(nèi)膛進行質(zhì)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(zhì)量。

現(xiàn)有測試系統(tǒng)存在成像質(zhì)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(tǒng)，提出了一種新型的檢測方式。通過現(xiàn)有的光學內(nèi)窺鏡，根據(jù)不同內(nèi)徑的槍械來調(diào)節(jié)該檢測過程不僅拍攝圖像清晰，時間短等優(yōu)點。該系統(tǒng)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(wěn)定的工作，并且檢測速度快，精度高等優(yōu)點。

2.系統(tǒng)設計

該系統(tǒng)可以根據(jù)不同內(nèi)徑槍膛進行調(diào)節(jié)。圖1為該槍膛內(nèi)壁測試系統(tǒng)整體結(jié)構示意圖。

圖1 系統(tǒng)總構成

測試前首先通過調(diào)節(jié)架，三爪使內(nèi)窺系統(tǒng)處于貼近槍膛內(nèi)壁狀態(tài)，然后通過調(diào)節(jié)內(nèi)窺鏡焦距使圖片處于最清晰狀態(tài)。為了使圖像更加接近真實水平。且圖像畸變小，將內(nèi)窺鏡鏡頭盡量接近槍膛內(nèi)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(zhuǎn)動并帶動使槍管進行旋轉(zhuǎn)，使得該系統(tǒng)可以進行一周拍攝，當對槍管內(nèi)壁一個定點拍攝完一周后，當內(nèi)窺系統(tǒng)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(nèi)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(jù)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(jù)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(nèi)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(jù)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(chǎn)品圖像的圖像特征的統(tǒng)稱[3]，根據(jù)槍膛可能出現(xiàn)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(zhuǎn)設備對槍械內(nèi)部情況進行實時監(jiān)測。主監(jiān)控設備可以調(diào)節(jié)電機轉(zhuǎn)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(tǒng)采集槍械內(nèi)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(xù)的圖像處理結(jié)果起到一定的影響，對光照均勻，無污損的槍械內(nèi)膛的進行二值化時，能取得輪廓連續(xù)，清晰的二值圖像。還需要對有污損，光照不勻等槍械內(nèi)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(shù)據(jù)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(shù)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(qū)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(qū)域；

（2）利用MATLAB軟件進行簡單編程，分別計算全圖和所求區(qū)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(qū)域的真實面積。物體實際大小，物體相對于內(nèi)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(tǒng)的測量精度，我們采用傳統(tǒng)面積測量法與基于圖像的測定方法對種不同規(guī)則圖像進行面積的測定對比，結(jié)果如表1所示。

表1 數(shù)據(jù)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(shù)據(jù)分析可知：所獲取的圖像經(jīng)過一系列的圖像處理后，不僅圖片質(zhì)量得到改善，而且圖像特征更為明顯，最終使得所測量數(shù)據(jù)誤差在2%以內(nèi)。

5.總結(jié)

該系統(tǒng)不僅可以對槍管內(nèi)部缺陷進行檢測，對槍管質(zhì)量、使用壽命和精度做出更為精確的評價。該系統(tǒng)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(fā)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(zhuǎn)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(tài)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(tǒng)的設計與實現(xiàn)[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。