数字图像处理在导弹垂直填装中的应用研究

数字图像处理作业班级：电子信息工程技术1班姓名：麻皓轩学号：12050631016数字图像处理技术在导弹垂直装填中的应用研究摘要：对舰载导弹垂直发射系统装填过程中存在的问题进行了分析，针对导弹装填效率低提出了计算机控制的“抗摇摆’’解决方案，然后对计算机控制的“抗摇摆”系统的分系统即定位传感器部分进行了研究，重点研究了基于视频成像技术的导弹贮运发射箱空间位置坐标测量方法，并对其中的关键技术进行了探讨，给出了图像处理结果。实验表明，该方法具有抗干扰能力强，定位精度高等特点，能够满足导弹垂直装填过程定位要求。关键词：摇摆；数字图像处理；测量0引言在舰载导弹武器系统中，垂直发射技术以其载弹量大、无发射死角等优点已经成为今后舰载导弹发射方式的必然趋势。然而，在导弹垂直装填过程中，贮运发射箱的摇摆(贮运发射箱的摇摆指的是利用舰载特种起重机装填贮运发射箱时，导弹贮运发射箱在吊缆上移动时所产生的摆动)使得装填工作十分困难。在贮运发射箱被吊装到舰上发射单元之前，装填机械的工作人员必须把摆动降低到几个毫米。由于是手动操作，加之舰艇的摇摆难以实现快速装填，直接影响到战斗力的提高。因此，减少导弹贮运发射箱的在装填过程中的摇摆是实现快速装填的关键。本文提出一种计算机控制的“抗摇摆”系统方案，系统结构框图如图1所示。该系统是一种典型的闭环控制系统，主要包括传感器部分和计算机控制部分。这里，关键问题之一是利用传感器实时快速测量导弹贮运发射箱的空间位置，反馈到控制系统中，由控制系统根据发射单元的位置信息和贮运发射箱所处位置之间的偏差通过一定的控制算法实现摇摆的消除。l导弹贮运发射箱空间坐标的测量1．1基于视频成像的位置测量原理依据以上问题，采用多传感器数据融合的方法，即通过CCD摄像头以及其他位置传感器获取导弹存运发射箱的空间信息，其核心部分是视频成像单元他将空间位置信息变成图像信息，然后由专用硬件电路对所采集图像进行处理，最后输出导弹贮运发射箱的空间位置信息。在此，考虑到使用要求以及条件的限制，CCD并不对导弹贮运发射箱进行跟踪，而只是测量其所在平面的平面坐标。在本系统中，用数字图像处理技术测量导弹贮运发射箱的空间坐标，测量的原理是由CCD获取摇摆图像，经同轴电缆传送到控制系统的图像处理单元，处理后将信息同其它传感器信息进行融合，最后得出导弹贮运发射箱的空间位置坐标信息，其测量原理结构框图如图2所示。1．2图像数字化由于计算机以及设计的专门硬件图像处理电路所能处理的都只是数字图像，因此在进行图像处理前必须将所得图像进行数字化，它是数字图像处理的前端。这里采用了黑白CCD实现图像信息的采集，以适应操作现场恶劣的环境。考虑到测量精度以及处理速度的要求，这里把输入的模拟图像每场抽样为256X256个像素，每个像素灰度量化为8bit，即256个灰度级，数字化后的图像可用矩阵表示为:其中，表示该像素灰度级。1．3图像去噪在图像生成和传输过程中，经常会伴有随机的脉冲干扰和其他噪声。这里，由于海上环境以及各种电气机械的影响加之摄像头本身所产生的噪声，使图像采集过程中产生了较大的噪声(包括高斯噪声，脉冲噪声以及其他乘性噪声)，影响了后续的图像处理。图5和图7分别给出了滤波之前与滤波之后图像的二值化结果，从图中不难看出噪声对图像处理的影响。因此，在进行图像处理的过程中首先应对图像进行滤波操作。由于噪声的复杂性需要经过很复杂的滤波即多种滤波方式相结合才能达到较好的滤波效果，但是复杂滤波的算法比较复杂，实现起来需要很长的时间。为了保证算法的快速性，这里采用较单一的中值滤波方法。通常，对受到噪声污染的退化图像的复原可以采用线性滤波方法来处理，并且在许多情况下是很有效的。但是多数线性滤波具有低通滤波特性，在去除噪声的同时也使图像的边缘变得模糊。在滤波方法中，中值滤波是一种消除噪声的好方法，它能够较好的去除脉冲噪声同时又能在一定程度上保持图像的边缘细节。这里考虑到图像获取过程中脉冲噪声的权值较大，因此采用3X3邻域4方向中值滤波(Medianfiltering)方法对受到噪声污染的图像进行滤波。即对当前像素取其3X3邻域，求其中值代替当前值。其数据结构图为：滤波算法为：其中由于边缘像素不存在3X3像素邻域，故边缘像素不采用中值滤波。这样做不会影响到图像的后续处理。图4给出了中值滤波后的图像。从图中可以看出中值滤波对于脉冲噪声具有较好的滤波效果。1．4导弹贮运发射箱边缘提取所谓导弹贮运发射箱边缘，就是图像中导弹贮运发射箱的边界所对应的位置。边缘提取的基本原理就是识别图像中灰度值变化较大的像素点。考虑到贮运发射箱装填过程中海浪以及舰面设备的影响，为了便于图像分割，这里将导弹贮运发射箱的顶部涂成较深的颜色，以使目标物体即导弹贮运发射箱与背景即舰面环境有较大的区别，从而便于其特征的提取。由于只要求给出导弹贮运发射箱的空间坐标，而不用识别其他物体，所以只需将贮运发射箱同其他物体(均视为背景)区别开来，从而将贮运发射箱分离出来。在此为了边缘提取方便，首先对预处理后的图像进行二值化处理即将图像变成单色图像(黑白图像)。对于暗目标，二值化公式为式中x，Y为像点的坐标，g(x，Y)为(x，Y)处的灰度值，为灰度阈值。由于采取上面的措施，即将导弹贮运发射箱的顶部涂成较深的颜色，所以阈值的选择不是特别的困难，采用较为常用的基于图像的统计信息即灰度直方图来选择图像分割的阈值。图像的灰度直方图如图6所示。图中深色目标即导弹贮运发射箱出现在浅色背景中，区别较为明显，阈值较容易确定。图像进行了二值化处理后，对二值图像采用Maflab中的Sobel梯度模板进行边缘检测。检测的结果如图7所示。其中Sobel在X以及Y方向的梯度模板为：1.5形心位置计算1.5.1提取形心边缘检测的结果是为了计算目标的形心位置。形心算法是通过对二维图像的处理和计算来确定目标中心位置的算法。从二值化结果得出目标的形心位置为：式中为目标形心位置，图像长、宽方向的像点数为256。依据本帧的图像数据可计算出目标的位置。1.5.2形心算法的改进形心算法需要对目标和背景进行有效的分割。这里考虑到噪声的干扰，因此由式（1）、（2）计算出来的形心位置并不是很准确，必须先对导弹贮运发射箱进行识别即目标识别，然后再确定其形心位置。由于所要识别的目标即目标识别的目标即导弹贮运发射箱在图像中为一规则的矩形，这里只需要提取其几何特征（面积或周长）作为识别的依据即可，经过匹配模板既可以精确识别贮运发射箱的位置，然后利用导弹贮运发射箱的边缘坐标，根据规则图形形心位置的计算方法，很方便地求出导弹贮运发射箱的空间坐标。其中模板匹配是将模板叠放在图像上，自上而下，自左向右平移，利用相关函数即可实现对导弹贮运发射箱的精确匹配。贮运发射箱的坐标公式为：2结束语本文提出可一种计算控制的“抗摇摆系统”，并对其前端部分即消摆测量系统提出了基于视频技术的设计方案。对数字图像处理技术在舰载导弹垂直装填消摆测量中的应用进行研究。针对导弹在垂直填装过程中的特殊性。在对传统图像处理方法运用的基础上，考虑到图像数据量之大以及测量要求的实时性，故在图像处理过程中采取了相应措施，减少了图像处理的数据量，降低了导弹贮运发射箱发射位置确定的难度。由于这里采用视频成像的方法，即把位置信息转换成图像信息，所以该消摆测量方案具有抗电磁干扰能力强，测量精度高，使用方便等优点。