王 濤,仲思東

(1.中國華陰兵器試驗中心,陜西 華陰 714200;2.武漢大學電子信息學院,武漢 430079)

?

機載導彈發(fā)射點火信息探測

王 濤1,仲思東2*

(1.中國華陰兵器試驗中心,陜西 華陰 714200;2.武漢大學電子信息學院,武漢 430079)

針對機載導彈發(fā)射點火信息探測問題,提出了基于視覺圖像的探測方法,設計了系統結構和工作流程,介紹了運動目標的捕獲和跟蹤方法,闡述了導彈點火特征的綜合識別方法,構建的探測系統監(jiān)測距離為10 m～3 000 m,點火探測實時性優(yōu)于20 ms,在某型空空導彈抗干擾試驗期間進行了多次檢驗,未出現誤報、漏報現象。

探測;圖像識別;捕獲;跟蹤

在某型空空導彈抗干擾試驗中,需要準確獲取導彈發(fā)射點火信號以控制靶機拋射誘餌彈,如果誘餌彈拋射時機不準確,將達不到抗干擾試驗要求,必須重新試驗,造成人力物力的極大浪費。因此,準確無誤地獲取導彈點火信號變得尤為重要。試驗要求導彈點火信號輸出的響應時間小于50 ms。在聯調期間,由于場區(qū)電磁干擾,用于獲取導彈點火信號的無線電發(fā)射接收系統多次接收到偽點火信號導致誤觸發(fā),加之試驗要求不允許對空中武器系統進行任何改裝或附加傳感器,因此,如何遠距離、非接觸、準確獲取導彈點火信息成為試驗急需解決的一道難題。針對這一問題,本文提出了圖像識別的探測方法,構建了探測系統,解決了試驗難題。

1 系統原理與組成

本文設計的圖像識別探測系統原理如圖1所示。

圖1 探測系統結構原理圖

系統主要由光學成像系統、捕獲跟蹤CCD攝像機、點火探測CCD攝像機、高速圖像采集卡、工控計算機、監(jiān)視器、云臺系統等組成,工作流程如圖2所示。

圖2 系統工作流程圖

探測系統采取等候方式捕獲并跟蹤飛機,當飛機在預定視場區(qū)域出現時,系統根據圖像中目標的亮度、大小、出現位置、速度等信息對目標進行識別,并判斷是否為目標飛機;當捕獲到目標飛機時,立刻對飛機進行圖像定位,并計算出飛機的脫靶量(飛機形心偏離圖像中心的方向和距離),然后根據脫靶量控制云臺向飛機轉動,實現對目標的跟蹤;跟蹤過程中,系統對圖像中目標區(qū)域進行快速掃描,根據目標灰度、面積、長寬尺寸、占空比等特征信息識別判斷導彈是否點火,若導彈點火,計算機串行端口發(fā)出觸發(fā)信號(TTL電平),同時繼續(xù)跟蹤導彈尾焰并錄像,直至尾焰消失停止錄像,探測結束。

本系統軟件采了模塊化設計,主要包括以下功能模塊:

(1)圖像采集模塊 主要完成將圖像從采集卡中讀入到主機內存中。

(2)圖像數據處理模塊 主要完成圖像數據處理工作,實現捕獲跟蹤和點火識別算法。

(3)云臺控制模塊 主要完成對云臺進行控制,為自動跟蹤算法服務。

(4)圖像顯示模塊 主要完成圖像的實時顯示,利于觀察。

(5)文件管理模塊 主要完成視頻文件、圖像文件、圖像采集卡參數文件及其他數據文件的保存與讀取。

(6)參數設定模塊 主要完成系統的初始化及程序運行參數、接口的設定。

2 關鍵技術

系統涉及的關鍵技術主要有以下幾個方面。

2.1 運動目標的捕獲與跟蹤

飛機的捕獲采用大視場小目標的快速掃描捕獲方式,當目標進入視場時,首先通過快速掃描灰度發(fā)現目標,然后根據目標的大小、位置、速度等特征對目標進行綜合識[1]別,判斷目標是否為要捕獲的對象,以排除飛鳥、落葉、云彩等偽目標干擾信號。鎖定飛機后對飛機進行定位并計算出飛機的脫靶量(偏離圖像中心的距離),將脫靶量作為反饋信號控制云臺向飛機轉動,通過對脫靶量的不斷修正實現對飛機的自動跟蹤[2]。

從序列圖像中定位運動物體[3],并將研究的運動目標從背景中提取出來[4],即運動檢測和運動分割是序列圖像處理中的一個基本問題[5],目標跟蹤結果很大程度上取決于圖像分割的質量[6]。針對運動目標的圖像特點,提出了主要以灰度作為依據的分割算法。若給定圖像f具有灰度級范圍是[Zl,Zk],u是Zl和Zk之間的任意一個數,則設置門限u可得到兩值圖像fu。

設置門限的分割結果通常是帶有噪聲的,如果門限定得太高,就會使過多的偶然低于門限的目標像元誤判為背景,而如果門限定得太低,則會發(fā)生相反的情況。所以,要解決的問題就是如何選取一個比較合適的門限u,使之能對由于目標運動而產生的背景變化做出及時調整,以保證使分割運算產生的錯誤最小。對于背景單一純凈的天空而言,為節(jié)省運算時間,灰度門限u的設定可根據下面的公式來設定。

u=gmin-k

(1)

其中,gmin為背景最小灰度值;k為安全值,根據實驗經驗,一般取20～60。圖3為圖像灰度閾值分割的效果圖,其中背景最小灰度值為239,k取25,灰度門限u為214。

圖3 圖像灰度閾值分割

單純的基于灰度的圖像識別方法沒有保留原圖的空間信息,這無疑是不夠準確的。因此在基于灰度的圖像識別中引入空域信息對于確保識別正確率是十分必要的[7]。在現場試驗中發(fā)現,為了排除飛鳥、飛蟲等干擾[8],經過圖像分析比較可以發(fā)現,飛機與飛鳥的最大圖像區(qū)別是連續(xù)像素面積(長寬尺寸)和瞬時速度不同,飛機在捕獲距離下的像素面積不小于128 pixel×96 pixel,瞬時速度不大于300 pixel/s。目標在第k幀圖像拍攝時的瞬時速度的計算如下:

(2)

其中

(3)

(4)

式中xk、xk+1分別為第k幀圖像和第k+1幀圖像中目標形心的橫坐標,yk、yk+1分別為第k幀圖像和第k+1幀圖像中目標形心的縱坐標,Δt為圖像序列中兩幀圖像之間的拍攝間隔。

在遠距離,當目標面積較小,機動性不強時,采用濾波跟蹤方法以提高跟蹤精度[9]。在近距離,當目標具有一定面積且?guī)g抖動較大時,采用窗口質心跟蹤或匹配跟蹤方法以體現跟蹤的穩(wěn)定性和精度。

在實際應用中,最重要的是跟蹤速度,跟蹤精度要求不高,為了簡化算法,節(jié)約時間開銷,提高系統的實時性[10],可以用目標外接矩形的中心(IC,JC)來近似目標的形心,如圖4所示。

圖4 脫靶量計算方法

當捕獲到目標飛機后,以式(5)計算出外接矩形的中心作為飛機形心,再以式(6)計算出脫靶量(ΔI,ΔJ)反饋到云臺即可實現對目標的跟蹤。

(5)

其中IR,IL分別為目標最右邊和最左邊像素橫坐標,JB,JT分別為目標最下邊和最上邊像素縱坐標。

(6)

其中IW,JW分別為圖像中心坐標。

由于云臺存在運動慣性,跟蹤控制過程中會出現回頭和抖動現象,可以通過設置脫靶量修正閾值降低跟蹤精度來解決上述問題,實現平穩(wěn)跟蹤。

2.2 點火特征的識別

導彈點火特征的識別是探測過程中最重要的一步,關系到探測的成敗,單一的圖像特征很難排除噪聲、雜光等干擾,必須綜合多種特征對目標進行識別[11],才能準確判斷出導彈是否點火。

2.2.1 灰度特征識別

導彈白天點火瞬間產生一團白煙,夜間點火瞬間產生明亮火光。由此可見,灰度特征是導彈點火的最明顯特征,也是最關鍵特征。當圖像灰度值Gi大于設定閾值Gk時,認為導彈點火。閾值Gk由下式確定:

Gk=gmax+k

(7)

其中,gmax為背景最大灰度值;k為安全值,根據實驗經驗,一般取20～60。

2.2.2 形狀特征識別

形狀是計算機視覺和模式識別中圖像的一個重要特征,它是目標識別的重要手段之一[12]。在計算機視覺和模式識別中,形狀是對目標范圍的二值圖像表示,可以看成是目標的輪廓。形狀是刻畫物體的基本特征之一,用形狀特征區(qū)別物體非常直觀,利用形狀特征進行圖像識別可以提高識別的準確率和效率。為了進一步確認點火特征,排除以上變化的干擾,經過實驗分析,我們再通過對灰度值大于閾值Gk的連續(xù)像素面積、長寬尺寸和占空比等空間特征來判斷是否點火。

在現場試驗中發(fā)現,飛機航燈的閃爍是導彈點火識別中最大的干擾,很容易形成誤判,經過圖像的對比分析可以發(fā)現,航燈與導彈點火的最大圖像區(qū)別是連續(xù)像素面積S不同,航燈的像素面積不超過9 pixel,導彈點火的像素面積不小于25 pixel。因此,設置點火形狀特征的最小長寬尺寸為5 pixel×5 pixel。

另外,占空比也是排除其他雜散光干擾的手段之一,其定義如下:

E=S/A

(8)

其中,E為占空比,S為灰度值大于閾值Gk的連續(xù)像素面積,A為包圍目標的最小矩形窗口像素面積。導彈點火時產生的白煙或火光為團狀實心圖形,占空比大于70%。

點火特征識別是空中武器運動狀態(tài)下發(fā)射點火探測中最關鍵的一點,也是最難的一點。太陽、航燈、機窗玻璃反射光及其他雜光等干擾信號很容易被誤認為是導彈發(fā)射點火,從而形成誤判,因此,單一的識別模式很難排除干擾。為了解決這一難題,采用多模式綜合識別技術,通過點火瞬間目標的灰度、象素面積、長寬尺寸、占空比等圖像特征的與運算,從而取得目標的唯一性,排除干擾信號,準確識別目標。經過對數字圖像的處理、解算和判別,探測到點火信息時,由計算機串行通信口輸出觸發(fā)信號給靶機遙控臺,探測完成。

圖5 空空導彈點火前一幀圖像

3 實驗及結果

為達到導彈點火信號輸出響應時間小于50 ms的要求,系統采用最大幀頻100 frame/s的相機進行圖像采集,并對圖像處理代碼進行了優(yōu)化,經測試,單幀圖像運算處理時間小于10 ms,系統兩通道圖像采集幀速均設置為60 frame/s時,系統運行正常,整機探測實時性優(yōu)于20 ms,在某型空空導彈發(fā)射抗干擾試驗期間進行大量實驗,本系統最短成像距離為10 m,視距超過3 000 m時導彈點火瞬間尾焰成像面積過小難以準確判斷,在監(jiān)測距離為10 m～3 000 m范圍內,經過多次檢驗,未出現誤報、漏報現象,探測正確率達99%以上,結果令人滿意。

本系統自動實時探測武器發(fā)射點火,在點火時刻向COM1端口發(fā)送TTL電平,同時在界面右下角報警顯示并發(fā)出報警提示音,部分人機界面如圖5、圖6所示。

圖6 空空導彈點火幀圖像

4 結束語

本探測方法突破了以往在武器系統上加裝傳感器或進行試驗改裝的手段,綜合運用成像技術、目標捕獲跟蹤技術、特征識別技術、計算機接口通信技術等形成的智能探測方法,抗電磁干擾,適用于晝夜全天候探測,不但解決了空空導彈點火時刻的實時探測問題,還可用于其他導彈、火炮、火箭等發(fā)射點火探測以及彈丸出膛速度、無人機起飛速度、炸時等信息的測量獲取。對于復雜背景的弱小運動目標跟蹤識別正確率會下降。

[1] 夏瑜,吳小俊,王洪元. 基于局部特征組合的目標跟蹤算法[J]. 光電工程,2012,39(7):67-73.

[2]王宏波,莊志洪,鄭華利,等. 紅外成像型空空導彈目標識別與跟蹤算法研究[J]. 探測與控制學報,2003,25(4):1-6.

[3]史志富,雷金利,寒梅. 機載光電傳感器圖像融合識別的D-S證據理論方法[J]. 傳感技術學報,2009,22(7):973-977.

[4]高國旺,劉上乾,秦翰林,等. 復雜背景下的紅外目標自動跟蹤算法[J]. 光電工程,2010,37(6):78-83.

[5]李喜來,李艾華,白向峰,等. 增量式特征基背景模型目標運動檢測[J]. 傳感技術學報,2010,23(9):1293-1296.

[6]張根耀. 基于動態(tài)圖像分析的巡航導彈跟蹤軟件與算法研究[D]. 西北大學,2003,83-94.

[7]黃宗福,韓建濤,陳增平. 天文光電圖像序列目標成像特征提取與分析[J]. 光電工程,2011,38(4):59-64.

[8]張學武,徐立中,石愛業(yè),等. 基于視覺仿生機理的成像目標檢測和識別方法及感知計算[J]. 傳感技術學報,2010,23(12):1736-1742.

[9]馬東輝,朱斌,樊祥,等. 基于粒子濾波的目標圖像多特征融合跟蹤方法[J]. 探測與控制學報,2009,31(4):39-43.

[10]劉松濤,沈同圣,周曉東,等. 艦船紅外成像目標實時識別與跟蹤系統研究[J]. 系統工程與電子技術,2005,27(8):1406-1408.

[11]王正國,羅來邦,董衛(wèi)斌,等. 基于多分類器組合的紅外目標識別方法[J]. 探測與控制學報,2012,34(2):61-65.

[12]孫儉. 圖像目標識別之實現[J]. 艦船電子工程,2005,25(4):113-115.

王濤(1974-),男,陜西戶縣人,中國華陰兵器試驗中心高級工程師,主要從事圖像測量研究,wangtaos@126.com;

仲思東(1963-),男,黑龍江哈爾濱人,武漢大學電子信息學院教授,博士生導師,主要從事機器視覺與圖像測量研究,zhongsidong@x263.net。

DetectiononFiringofAerialMissile

WANGTao1,ZHONGSidong2*

(1.Huayin Ordnance Test Center,Huayin Shanxi 714200,China;2.Department of Optoelectronic Information Engineering,Wuhan University,Wuhan 430079,China)

According to the problem of aerial missile’s firing detection,the detecting way based on visual image is put forward. The system structure and workflow are designed. The moving target capturing and tracking are introduced. The ignition multiple characteristics finding are expounded. The system’s monitor range is 10 m～3 000 m. The detecting real time is less than 20 ms,The system capabilities are verified many times during the anti-interference test for aerial missiles. The results indicate that error reporting and missing reporting are not happened.

detect;image identify;capture;track

2014-04-18修改日期:2014-08-21

10.3969/j.issn.1004-1699.2014.10.014

TP212.9;TP216;TP391.41

:A

:1004-1699(2014)10-1377-05