陳 冉,薛宇飛,吳錦鵬,鄒 曹,解豐朝,秦 艷
(1.北方光電股份有限公司,陜西 西安 710065;2.西安應(yīng)用光學(xué)研究所,陜西 西安 710065)
紅外熱成像技術(shù)廣泛應(yīng)用于軍用夜視、工業(yè)故障診斷、人體測溫等領(lǐng)域。自然界中,一切物體只要高于熱力學(xué)零度(-273.15℃),都會不斷發(fā)出紅外熱輻射。通過普朗克輻射定律可知,物體的輻射能量與波長以及熱力學(xué)溫度有關(guān),紅外熱成像測溫技術(shù)即基于普朗克定律,利用物體紅外熱輻射與自身溫度之間的關(guān)系來進行溫度測量[1-2]。
火炮在連續(xù)射擊過程中,炮膛溫度將隨著發(fā)射彈藥數(shù)量的增多而累積升高,當溫度升至或超過全可燃藥筒燃點時,存在可燃藥筒自燃隱患,嚴重時可能會導(dǎo)致火炮誤擊發(fā)或炸膛等事故的發(fā)生[3]。
在火炮炮膛這一高溫高壓高沖擊的測試環(huán)境,傳統(tǒng)接觸式測溫方法雖然簡單直觀,但受限于其安裝方式,不適用于火炮炮膛高壓高沖擊的環(huán)境,且不能對某一區(qū)域進行整體測溫。目前部分用于炮膛內(nèi)壁非接觸式測溫通常采用盲孔測溫、紅外比色測溫或原子發(fā)射雙譜線光電測溫等測溫方法。其中盲孔測溫會對炮膛身管強度造成一定破壞,而另外2 種測溫方法為點式測溫,同樣不能較好地對某一片區(qū)域進行識別、測溫[4-7]。
紅外熱成像技術(shù)可使其采用非接觸式的測量方法,可根據(jù)不同火炮進行靈活安裝,且能對利用圖像處理自動判斷目標區(qū)域并進行溫度測量。綜上所述,本文提出了一種基于紅外熱成像技術(shù)實現(xiàn)火炮連續(xù)射擊過程中進行瞬時炮膛內(nèi)壁溫度檢測的方法。
炮膛測溫裝置由紅外溫度探測單元和控制解算單元兩部分組成。
1)紅外溫度探測單元包括紅外成像鏡頭以及紅外成像模塊,其中紅外成像鏡頭是將被測目標發(fā)出的紅外熱輻射能量匯聚到紅外成像模塊的非制冷紅外探測器焦平面上;紅外成像模塊的主板對其紅外信號進行光電轉(zhuǎn)換,以及信號處理后,輸出紅外熱成像視頻圖像數(shù)據(jù)。
由于測溫裝置與測量目標區(qū)域相對位置與距離確定,紅外成像鏡頭設(shè)計為定焦鏡頭,光學(xué)系統(tǒng)設(shè)計較為簡單。紅外成像模塊選用高性能的國產(chǎn)器件,采用氧化釩非制冷型紅外焦平面探測器,其探測器響應(yīng)波段為8 μm~14 μm,分辨率為384×288 pixel,幀頻為50 Hz。
2)控制解算單元主要作用為實時接收紅外熱成像視頻圖像數(shù)據(jù),并進行后續(xù)圖像處理與溫度解算工作。
其主控單元選用NVIDIA Jetson TX2 嵌入式計算機模塊,具備先進的圖像信號處理(ISP)引擎,并集成了嵌入式GPU,可用于部署計算機視覺和深度學(xué)習,且主控單元可拓展的接口豐富。
縱觀馬克思的青年時代,他也擁有本屬于青年人的一般特質(zhì),甚至曾經(jīng)是一個叛逆青年。他曾經(jīng)流連于所謂“特里爾同鄉(xiāng)會”組織的各種聚會當中,也曾因為每個月的巨額花銷遭到父親的斥責。但是,這些只是一個年輕人在成長過程中的一段插曲,而馬克思在青年時代所展現(xiàn)出的與眾不同的精神特質(zhì),注定意味著他將在自己的人生中譜寫出壯麗的樂章。
裝置原理框圖如圖1 所示。
圖 1 炮膛測溫裝置原理框圖Fig.1 Schematic of gun bore temperature detection device
炮膛測溫裝置安裝在輸彈筒外壁上,避免了安裝于炮膛上隨其振動引起的設(shè)備損壞,或因其劇烈抖動造成的無法準確觀測目標區(qū)域等問題。當完成一次火炮發(fā)射后,炮筒身管繞耳軸逆時針旋轉(zhuǎn)至與輸彈筒中心對齊時進行換彈,換彈完成后順時針旋轉(zhuǎn)進入發(fā)射狀態(tài)。
身管旋轉(zhuǎn)過程中,光學(xué)鏡頭將視場內(nèi)物體發(fā)射的紅外熱輻射能量聚焦至紅外成像模塊內(nèi)的非制冷型紅外焦平面探測器上,在探測器內(nèi)部經(jīng)過信號處理后,將熱成像視頻圖像數(shù)據(jù)傳輸至控制器。該裝置測溫過程如圖2 所示。
圖 2 炮膛測溫裝置測溫過程示意圖Fig.2 Schematic diagram of temperature measurement process of gun bore temperature measurement device
控制解算單元采用圖像邊緣檢測、判斷與圖像灰度值差異結(jié)合的方法進行目標區(qū)域確定。該單元利用邊緣檢測算法對熱成像視頻圖像進行實時邊緣檢測,進行曲線輪廓判斷,并結(jié)合曲線輪廓內(nèi)外側(cè)灰度值差異(火炮發(fā)射后,炮膛內(nèi)壁溫度顯著大于其他區(qū)域,即灰度值高于其他區(qū)域灰度值)確定目標區(qū)域是否進入探測器視場,即可準確觀測炮膛相應(yīng)區(qū)域。
采用上述方法進行判斷的原因是,雖然火炮發(fā)射后,炮膛內(nèi)壁目標區(qū)域灰度值顯著大于其他區(qū)域。但只依靠灰度值差異來判斷目標區(qū)域是否進入探測器視場,在火炮發(fā)射系統(tǒng)及裝置運動軌跡完全符合預(yù)期的測量過程中可以實現(xiàn);而在異常情況下,如輸彈筒運動卡滯或測溫裝置因振動等因素產(chǎn)生位置移動,造成炮膛內(nèi)壁目標區(qū)域始終無法進入探測器視場時,僅依靠灰度值差異來進行判斷的方法無法避免其他高溫物體或裝置對其造成的影響,會產(chǎn)生誤判。因此,采用圖像邊緣檢測、判斷與圖像灰度值差異結(jié)合的方法,可以有效提高識別的準確性。
在確定目標區(qū)域進入探測器視場后,控制器對確定的區(qū)域視頻圖像數(shù)據(jù)進行溫度解算,并將溫度數(shù)據(jù)及報警信息上傳給火炮控制系統(tǒng),完成測溫流程。
分析火炮換彈過程以及檢測環(huán)境,換彈開始與換彈結(jié)束2 個身管旋轉(zhuǎn)過程中,當測溫裝置通過圖像處理技術(shù)判斷到視場內(nèi)出現(xiàn)圓弧邊緣時,通過相關(guān)輪廓提取與識別判斷,即可確定目標區(qū)域是否進入或離開視場[8-9]。此段時間內(nèi)對圓弧內(nèi)側(cè)各像素點的溫度數(shù)據(jù)進行解算,則可獲得有效探測區(qū)域的溫度數(shù)據(jù)。
炮膛測溫裝置邊緣檢測算法采用Canny 邊緣檢測算法,該算法是1986年John F.Canny 提出的,目前仍是圖像邊緣檢測中最經(jīng)典的算法[10-12]。Canny邊緣檢測算法包括高斯濾波、梯度計算、非極大值抑制與雙閾值檢測4 個步驟。
1)高斯濾波的目的是使圖像平滑,主要是生成一個高斯模板,利用卷積進行時域濾波,濾除圖像中的部分噪聲,增強圖像使用質(zhì)量,提高檢測效果。
3)非極大值抑制的目的是將模糊的邊界處理得更清晰,即遍歷梯度矩陣上的所有點,保留每個像素點上梯度強度的極大值,刪除其他值(置為0,即抑制),則可獲得帶有清晰邊緣曲線的二值化圖像。
4)雙閾值檢測的目的是確定真正的邊緣。設(shè)置2 個閾值Vmax和Vmin,梯度大于Vmax的點為邊緣點,小于Vmin的點為非邊緣點,介于兩者之間的點通過連續(xù)性判斷,若與邊緣點相連,則該點為邊緣點,否則即丟棄。
對模擬測試工裝進行圖像采集,并利用Canny算法進行邊緣檢測。閾值設(shè)置時,考慮到背景簡單,Vmax設(shè)置為65,Vmin設(shè)置為60,其邊緣檢測前后紅外熱成像圖像分別如圖3(a)、3(b)所示。
圖 3 炮膛測溫裝置邊緣檢測Fig.3 Edge detection of gun bore temperature measurement device
當通過上述算法獲得帶有清晰邊緣曲線的二值化圖像后,還需通過輪廓提取與判斷[13-14]確定當前獲取的圖像是否包含目標區(qū)域,主要工作流程如圖4 所示。
圖 4 輪廓提取與目標區(qū)域判斷流程Fig.4 Flow chart of contour extraction and target area judgment
1)提取輪廓。測溫裝置軟件利用OpenCV 庫中的findCountours 函數(shù)提取經(jīng)過Canny 算法二值化后的圖像輪廓,并利用drawCountours 進行輪廓繪制。這一步驟的目的是獲取并繪制連續(xù)的邊緣輪廓,作為后續(xù)判斷的基礎(chǔ)。
2)形狀判斷。繪制輪廓后,利用OpenCV 庫中的approxPolyDP 函數(shù)進行輪廓逼近,再利用角點分析獲取邊緣圖形的角點數(shù),從而判斷圖形的幾何形狀。
簡而言之,當該輪廓角點數(shù)等于3 時為三角形,角點數(shù)等于4 時為矩形,以此類推。則當判斷某一輪廓角點數(shù)大于10 時,即可認為該輪廓為圓弧。
3)區(qū)域判斷。上一步驟確定某一輪廓為圓弧后,對圓弧兩側(cè)的圖像灰度值進行比較從而確定有效區(qū)域。
具體的,分析火炮換彈流程,在身管運動過程中,考慮到炮筒身管壁厚,測溫裝置會采集到兩段圓弧,即身管外壁與側(cè)壁邊緣、身管內(nèi)壁與側(cè)壁邊緣。其有效區(qū)域應(yīng)為身管內(nèi)壁與側(cè)壁邊緣圓弧內(nèi)側(cè),可作為目標檢測區(qū)域。
當輪廓形狀判斷到圓弧后,對其兩側(cè)的圖像灰度值進行提取,由于火炮發(fā)射后,炮膛內(nèi)壁溫度顯著大于其他區(qū)域。則當某一圓弧曲線內(nèi)側(cè)像素點灰度值Tin相較于外側(cè)像素點灰度值Tout差異值超過預(yù)設(shè)的閾值 ΔT時(Tin-Tout>ΔT),即可確定其圓弧內(nèi)側(cè)采集到目標區(qū)域;若差異值小于閾值 ΔT時,即丟棄該圓弧邊緣輪廓。
經(jīng)過上一步驟進行目標區(qū)域確定后,即可對相應(yīng)區(qū)域進行溫度數(shù)據(jù)解算。由普朗克輻射定律可知,物體的紅外熱輻射能量與自身溫度之間的關(guān)系可進行溫度測量,本文采用最小二乘法對溫度-灰度曲線進行擬合[15]。
根據(jù)實際使用環(huán)境設(shè)置曲線標定環(huán)境,如溫度、濕度、目標區(qū)域與測溫裝置距離等。調(diào)節(jié)黑體位置,使得黑體能夠在紅外探測器上清晰成像(本文所用紅外溫度探測單元由于實際測量距離固定,選擇定焦光學(xué)鏡頭,不調(diào)節(jié)其焦距),按照固定溫度間隔調(diào)節(jié)黑體的溫度,記錄該黑體溫度對應(yīng)的紅外熱成像圖像的灰度值。則擬合的曲線為
式中:V為灰度值;T為溫度值;a4、a3、a2、a1、a0為各階系數(shù)。通過OpenCV 庫中solve 最小二乘法擬合函數(shù)即可計算出擬合曲線的系數(shù)(a4、a3、a2、a1、a0)。
在確定目標區(qū)域進入或離開視場的時間段內(nèi),提取其各像素點的灰度值數(shù)據(jù),將其值帶入(1)式即可計算得出該點的溫度數(shù)據(jù),完成該點的溫度解算。在有效的測定時間段內(nèi),根據(jù)每一幀紅外熱成像視頻圖像數(shù)據(jù),計算該幀圖像目標區(qū)域的最高溫度值與平均溫度值,將其數(shù)據(jù)實時上傳至火炮控制系統(tǒng),完成該次換彈過程中的測溫流程。
基于上述軟硬件制作試驗測溫裝置及測試工裝,并隨模擬試驗裝置進行了試驗驗證。模擬試驗裝置基本組成及相對位置如圖2 所示。輸彈筒與火炮身管中心位于同一高度,輸彈筒前端與炮筒身管末端距離為500 mm;炮膛測溫裝置安裝于輸彈筒前端,裝置末端與輸彈筒之間夾角為 8°;測溫裝置光學(xué)鏡頭水平視場為10.6°,豎直視場為 8°,鏡頭距身管末端約470 mm。
該模擬試驗火炮換彈試驗時起始位置與水平地面夾角為 45°,換彈時逆時針繞耳軸轉(zhuǎn)動的角速度為12°/s。通過以上各裝置相對位置計算,當身管與地面夾角為 12°時,炮筒身管末端身管內(nèi)壁與側(cè)壁邊緣的圓弧進入測溫裝置視場,則其起始時至測溫裝置可觀測到的時間為:(45°-12°)/(20°/s)=1.65 s。
試驗時利用CAN 總線進行數(shù)據(jù)交互,火炮換彈動作開始時火炮控制系統(tǒng)向炮膛測溫裝置發(fā)送動作開始指令,裝置收到指令后實時向控制系統(tǒng)傳輸采集到的每一幀圖像溫度數(shù)據(jù)。當測溫裝置判斷目標區(qū)域未進入視場時,向控制系統(tǒng)傳輸數(shù)據(jù)為0;進入視場后即上傳目標區(qū)域的平均溫度值。炮膛測溫裝置隨模擬試驗火炮進行了2 次試驗驗證,結(jié)果如圖5 所示。
分析上述2 次試驗可知,2 次試驗的溫度數(shù)據(jù)上傳起始點(即判斷進入視場后)距換彈起始時間分別為1.703 s、1.687 s。考慮到紅外熱成像視頻圖像數(shù)據(jù)的采樣時間、軟件處理時間,2 次驗證試驗都可以說明該炮膛測溫裝置可以較好地在相對運動過程中自動進行目標區(qū)域的判斷識別,充分驗證了該裝置的可行性。
圖 5 炮膛測溫裝置驗證試驗Fig.5 Verification test of gun bore temperature measurement device
本文提出了一種基于紅外熱成像技術(shù)的炮膛內(nèi)壁測溫方法與裝置。利用圖像處理技術(shù)對運動過程中的測量目標實時進行自動判斷,確定有效測量時間段,提高裝置的測溫效率與自動化程度,并隨某模擬試驗裝置進行了試驗驗證,效果良好。隨著火炮換彈自動化程度的提高,高效、可行的炮膛測溫裝置可以為火炮的溫度場分析提供依據(jù),并且可有效提高連續(xù)射擊的安全性,具有一定的應(yīng)用價值。