基于DSP的图像处理在转角测试中的应用

摘 要： 为了能够实现在动态条件下对坦克炮塔进行转角测试，提出了基于DSP的嵌入式装置应用于炮塔转角中。采用基于图像法坦克炮塔转角的动态高精度测量。通过积分投影算法获得测量靶标的分割区域，运用特征模板对编码的靶标图像进行信息的角度解码，最终实现角度测量。测量装置能够在实验室和车载环境下对炮塔进行转角测试，经实验验证该算法的转角解算精度可以达到6.11″，满足系统分析的精度准确率、实时性及可靠性要求。

关键词： DSP； 动态测量； 转角测试； 数字图像处理

中图分类号： TN919?34； TB922 文献标识码： A 文章编号： 1004?373X（2013）08?0093?04

0 引 言

坦克作为许多国家陆军作战的主要突击兵器，在进攻、防御和机动合一的作战状况下，希望能够在高速机动中向敌方军事目标稳定准确地射击。炮塔转角测试的精度直接影响其跟踪、定位、打击的准确和稳定性，其中炮塔相对底盘的转角测试的准确性为瞄准射击起到决定性的作用。

目前，国内所有主战坦克中所配备的炮塔相对底盘的转角测量装置仅是为乘员提供火炮相对底盘粗略转动角度，传统的测角方法采用机械表盘显示，并且不具备信号输出功能，自动化程度低，仅解决了坦克车体的转向问题；坦克底盘上所配备的角度测量装置仅是解决坦克车体的转向问题，上述测角装置的测量精度一般在1°～2°。国内主战坦克所配备的陀螺仅实现坦克炮线与瞄线之间的角度测量，测量精度一般在8.25″，不能够达到炮塔相对底盘的转角的测量精度。本文提出的基于图像法的测量装置与靶标图像的设计提高了转角测试的精度。

1 系统组成原理

坦克炮塔动态转角测量装置由炮塔转台、测量靶标、光学成像系统、图像处理单元、数据处理软件组成，如图1所示，安装在炮塔底盘上的CCD摄像机通过采集图像信息[1]获得炮塔与底盘转角的位置信息，将图像信息送入图像处理单元，通过图像数据处理进行角度解算，确定炮塔与底盘转角的角度信息。

2 测量靶标的设计

炮塔转台座圈、底盘特征本身决定，设计了测量靶标，它由表示二进制信息的点阵列环带标志物构成，每组点阵列由8个信息点组成。256组点阵列标志物保证了在CCD视场内存在两组点阵列图形。将靶标图像二进制编码后可表示[28]个不同的信息，将这256组点阵均布于坦克盘座圈的端面上。每相邻两个测量靶标角度为[360°256]1.4°，即通过判断二进制的靶标信息，可识别炮塔的位置。测量靶标如图2所示。

3 软件算法流程

3.1 图像预处理

坦克行径过程中的颠簸，内部光线昏暗等原因，CCD拍到的图像特征不显著。这时需要对输入处理系统的图像进行一定的图像增强，经过增强后的图像，视觉效果会有所改善，同时也突出了某些特征信息，增强了对某些信息的鉴别能力。滤波采用的是中值滤波改进算法和领域中值滤波[2]，滤波后有利于后面的特征提取，经过增强滤波后的图像对其进行二值化。

3.2 测量靶标图像的中心靶点特征提取

3.2.1 靶标图像的积分投影

中间区域编码环带的定位，积分投影法[3]最初是由Kanade运用到人脸识别中的，此方法可以通过垂直灰度投影和水平灰度投影有效地获取特征位置，该算法针对二值化后的测量靶标图像进行。设二值化图像g（x，y）的大小为M×N则水平和垂直灰度投影的函数分别定义为：

[V（x）=i=1Mg（x，y）] （1）

[H（x）=j=1Ng（x，y）] （2）

垂直积分投影定位方法：首先对二值化后的图像做垂直积分投影得到投影曲线，再运用式（4）对曲线进行平滑处理，得到平滑线图，最后对平滑后的曲线在图像的左半部分求具有最大梯度的点，记为左边界，同理在图像的右半部分找到梯度最大的点作为图像的右边界，水平积分投影定位同理，通过积分投影可获得靶标图像的待解码区可以更好地分割图像，如图 3为积分投影后的靶标图像直方图，分别选取垂直和水平投影4个尖峰象素点，确定分割区域，即可得到靶标图像的待解码区（中心靶点所在区域）。

[V′（x）=1k+1i=x-12x+12V（i）] （3）

[H′（x）=1l+1i=x-12x+12H（i）] （4）

3.2.2 靶标图像的模板匹配

SUSAN算子模板匹配[4]算法不依赖于目标的其他局部特征，利用特征点本身的特点直接提取，算法速度快、实时性强，但是准确性不高，SUSAN算子采用圆形模板来得到各向同性的响应。在数字图像中，圆可以用一个含有37个像素的模板来近似。这37个像素排成7行，分别有3，5，7，7，7，5，3个像素。

设圆形模板为N（x，y），对整幅图像中的所有像素，用该模板进行扫描，比较模板内每个像素与中心像素的灰度值，若模板内某个像素的灰度与模板中心像素（核）灰度的差值小于一定阈值，则认为该点与核具有相同（或相近）的灰度。根据SUSAN算子检测能得到靶标图像的边缘点和角点这一特点，建立简单的测量靶标的轮廓模型搜索定位靶标位置，从而确定图像的特征点。

靶标特征点的提取，对实时性要求较高，而且需要提取出精确的测量靶标目标特征点计算角度信息，所以根据其图案形状提出了适合特征点提取方法：即先提取中心直线，然后求离中心直线最近的靶标特征点图案的方法。在选取到的圆心模板扫描测量靶标时，在待解码区从左往右从上往下顺序的扫描过程中，若与全1模板匹配，怎会显示1，若与全0模板匹配则为0，从而完成粗略角度的测量，跟踪图案与模板的相似度分析，最后提取出了测量靶标的特征点，按照相关算法计算确定粗略角度。

采用投影和SUSAN算子确定编码合作目标中心（X中，Y中），对图像中心定位，即十字光标对图像中心定位，图像对半分割，图像从左侧进行分割，提取编码带环所在的中间区域，形成中心竖轴和水平轴，即Y和X轴；十字光标的中心定值位，即完成炮塔转台的初始的粗略定位。

3.3 角度解算

图像的像素细分，曲线拟合法是对X的二次曲线拟合，求出顶点坐标。设二次曲线的形式为[y=Ax2+Bx+C]，根据方形孔径采样定理，每个像素的灰度值为：

[y（n）=n-12n+12（Ax2+Bx+C）dx] （5）

令差分值最大的点的序号为0，其灰度值表示为[f0] ，此点可用前述经典算法求出，相邻两个点的序号分别表为1和-1，相应的值用[f-1]和[f1]表示，可求出3个像素输出的灰度值为：

[f-1=-32-12（Ax2+Bx+C）dx=13Ax3+12Bx2+Cx-12-32 =2624A-B+C] （6）

[f0，f1]同理，通过3个点的灰度值可得 A，B，C，抛物线顶点的横坐标值[x=-B2A]将上面值代入可得：[x=f1-f-12（2f0-f1-f-1）] （7）

得到像素的中心横坐标X中′，同理，可以得到像素的中心纵坐标Y中′。由上式得，十字光标和测量靶标边缘距离即为弦长，即所求的精确角度。坦克底盘转过的精确角度θ2为：

[l=x1-x2+y1-y22] （8）

[θ2=l1100×Ψ′] （9）

[Ψ′=δ′f′]（10） 由式（8）～式（10）得：

[θ2=100δ′x1-x2+y1-y22f′] （11）

式中：[（x1，y1）]，[（x2，y2）]为抛物线顶点的坐标；l为两点间线段的长度；[θ2]为精确测量角度；[Ψ′]为CCD相机分辨角度；[δ′]为CCD的像元尺寸；[f ′]为CCD镜头焦距，综合考虑选择的CCD型号为：索尼公司的HN?335E黑白专用摄像机，此CCD摄像机分辨角度30″。

粗角度解算通过CCD相机采集的测量靶标图像，测量靶标为八位二进制编码，把圆周分为28=256等分，均匀布在坦克底盘上，每个等份的角度间隔为[360256=1.4°]，用这个参数进行定位粗角度，对二进制编码进行解码：

[θ1=n×1.4o] （12）

式中：[θ1]为粗角度定位；[n]为测量靶标解码个数。

由式（11），式（12）得，坦克座圈底盘如顺时针旋转，十字光标左边时角度为正，在右边时角度为负。坦克炮塔底盘转过的总角度为：

[θ=θ1±θ2=nf′1.40±100δ′（x1-x2）2+（y1-y2）2f′] （13）

最后，通过采集靶标图像信息测量坦克炮塔动态转角，该图像处理方法能够自动识别测量靶标，提取特征点和特征图案。完成通电瞬间位置确认功能，达到了测量装置的功能要求。

4 硬件结构框图

系统硬件平台[4]的实现是完成图像目标识别与处理的重要保证，因为再好的软件算法如果没有高速、稳定的硬件支持它的作用也无法体现出来。

本系统的主控制芯片为DM642[7]，它是C6000 [8?10]系列芯片中的一种。该图像处理系统硬件框图如图4所示。

5 系统识别效果及误差分析

采集到的靶标图像，经过图像预处理、图像分割、特征模板匹配最终显示转角信息，整个测试识别过程与结果如图5～图7所示[（显示转角：θ=172o12′2″）]。

测试表明，本文提出的预处理过程对图像的降噪、增强达到了较好的处理效果（见图6），而且在一定程度上解决了由弱光线造成的靶标图像对比度低的问题，论文结合图像结构的特点，采用积分投影法（见图3），有效地对预处理后的靶标图像进行了局部信息提取（见图7），运用相关算法最终实现转角显示。

对测角系统标定初始化后，炮塔转台分别转过90°，180°，270°，360°，读取测角系统角度值进行对比分析如表1所示。

如表1所示，测试结果表明，剔除粗大误差后得测角精度为6.11″，能够满足测量的需求。

6 结 语

图像法实现炮塔转角测试实验表明，该方法在满足高精度的前提下也满足了系统实时性的要求，所设计的转角测试系统采用嵌入式装置可以更好地满足系统动态测量要求，能够在实验室和车载环境下进行转角测试。但考虑坦克自身的特点，比如炮塔内部光线的昏暗，行进过程中的颠簸等，在实际测试时需要增加一些光源和稳定装置用于稳定测试系统，这样就增大了整个测试系统的成本。因此该装置属于高精度的测试装置，一般的测试精度可选用其他方法。

参考文献

[1] 冈萨雷斯.数字图像处理（Matlab版）[M].北京：电子工业出版社，2005.

[2] 周晓亮.基于DSP的数字视频图像获取与处理技术研究[D].武汉：华中科技大学，2004.

[3] 张永亮.基于DSP的人脸检测和定位算法研究[D].太原：太原科技大学，2008.

[4] 林鹏岳，李玲玲，李翠华.一种改进的快速SUSAN角点检测算法[J].计算机与现代化，2010（3）：17?19.

[5] 龚卓.基于DM642的运动目标检测系统设计与实现[J].电子技术，2009（11）：53?55.

[6] 孙进平，王俊，李伟，等.DSP/FPGA嵌入式实时处理技术及应用[M].北京：北京航空航天大学出版社，2011.

[7] 王跃宗，刘会.TMS320DM642DSP应用系统与开发[M].北京：人民邮电出版社，2009.

[8] Texas Instruments.TMS320C6000 CPU and instruction set reference guide [R]. US： Texas Instruments， 2000.

[9] Texas Instruments. TMS320C6000 programmer’s guide [R]. US： Texas Instruments， 2001.

[10] 李武森，迟泽英，陈文建.TMS320C6X为核心的实时视频图像处理器的初步设计[J].红外技术，2001，23（3）：13?15.