王浩，王勁松，2，高奔，2，唐卓，2，楊業(yè)濤，2

（1.長(zhǎng)春理工大學(xué) 光電工程學(xué)院，長(zhǎng)春 130022；2.長(zhǎng)春理工大學(xué) 中山研究院，中山 528437）

軍事射擊是解放軍戰(zhàn)士日常訓(xùn)練必不可少的項(xiàng)目，在射擊訓(xùn)練中，大都采用傳統(tǒng)的人工報(bào)靶方式。每次射擊結(jié)束后，都由專業(yè)報(bào)靶人員利用望遠(yuǎn)設(shè)備或者近距離觀察靶面[1]，然后對(duì)打靶結(jié)果進(jìn)行記錄。但人工報(bào)靶這種方式存在很多缺點(diǎn)，例如工作量大、安全性低、報(bào)靶效率低等[2]。隨著高新技術(shù)的突飛猛進(jìn)，國(guó)內(nèi)外相繼研發(fā)出多種自動(dòng)報(bào)靶系統(tǒng)，成功克服了傳統(tǒng)人工報(bào)靶所存在的問(wèn)題，極大便利了部隊(duì)實(shí)彈射擊訓(xùn)練，對(duì)推動(dòng)軍隊(duì)現(xiàn)代化建設(shè)具有普遍意義。

國(guó)外在自動(dòng)報(bào)靶系統(tǒng)的研究比國(guó)內(nèi)早一些，尤其一些西方軍事強(qiáng)國(guó)在自動(dòng)報(bào)靶技術(shù)上發(fā)展得已相對(duì)成熟，儲(chǔ)備了較為先進(jìn)的技術(shù)。好在國(guó)內(nèi)也成功研制出了首套基于聲電定位技術(shù)的自動(dòng)報(bào)靶系統(tǒng)[3]，后續(xù)又出現(xiàn)了基于電子靶、光電定位、圖像處理等一些自動(dòng)報(bào)靶系統(tǒng)。目前主流的自動(dòng)報(bào)靶系統(tǒng)主要分為光電靶類、光纖編碼類、聲學(xué)類、電子靶面類和圖像處理類。光電自動(dòng)報(bào)靶系統(tǒng)可解決兩顆子彈前后同時(shí)擊中一個(gè)彈孔時(shí)出現(xiàn)漏報(bào)的情況，但是對(duì)光線要求高，功耗大，穩(wěn)定性差，不方便移動(dòng)。聲學(xué)定位自動(dòng)報(bào)靶系統(tǒng)不受光線影響，報(bào)靶精度高，使用壽命長(zhǎng)，但是對(duì)噪聲比較敏感，易受到靶場(chǎng)其他聲音的影響。光纖編碼自動(dòng)報(bào)靶系統(tǒng)結(jié)構(gòu)組成簡(jiǎn)單，方便移動(dòng)，報(bào)靶精度高，但是生產(chǎn)成本較高，不適合大批量生產(chǎn)。雙層電極短路自動(dòng)報(bào)靶系統(tǒng)不受聲音和光照的影響，不限制使用場(chǎng)地，但是對(duì)使用次數(shù)有限制，不適用于部隊(duì)訓(xùn)練打靶。電極埋入式自動(dòng)報(bào)靶系統(tǒng)報(bào)靶精度還可以，結(jié)構(gòu)簡(jiǎn)單，易于維護(hù)，但是使用成本較高。傳統(tǒng)圖像處理自動(dòng)報(bào)靶系統(tǒng)報(bào)靶精度高，維護(hù)成本低，適用范圍廣，但是對(duì)采集的圖像質(zhì)量有要求，受環(huán)境光照影響大[3-5]。

近年來(lái)，隨著圖像處理技術(shù)的快速發(fā)展，基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)更具優(yōu)勢(shì)[6]。自動(dòng)報(bào)靶系統(tǒng)基于計(jì)算機(jī)平臺(tái)，結(jié)合了現(xiàn)代電子技術(shù)的最新成果，具有識(shí)別精度高、統(tǒng)計(jì)速度快、成本低等特點(diǎn)。但是，目前基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)也存在一些缺點(diǎn)[7-8]，比如對(duì)采集的圖像質(zhì)量要求較高，受環(huán)境光照影響大，有逆光或者夜間報(bào)靶效果不好。

在基于傳統(tǒng)圖像處理的自動(dòng)報(bào)靶系統(tǒng)基礎(chǔ)上，本文主要解決環(huán)境光照影響自動(dòng)報(bào)靶的問(wèn)題。在硬件方面，利用近紅外相機(jī)采集靶面圖像，即使是在較差的光線環(huán)境中，也能采集較高質(zhì)量的靶面圖像；在圖像處理方面，本文提出了一種基于近紅外靶面圖像的彈孔識(shí)別算法，主要由圖像預(yù)處理、彈孔識(shí)別和環(huán)值判定三部分組成。通過(guò)實(shí)驗(yàn)驗(yàn)證了基于近紅外自動(dòng)報(bào)靶系統(tǒng)不受環(huán)境光照影響，報(bào)靶精度高。本文的研究為基于圖像處理技術(shù)的自動(dòng)報(bào)靶系統(tǒng)提供了一種新的策略。

1 圖像預(yù)處理

由于攝像機(jī)拍攝角度問(wèn)題和自身的傾斜問(wèn)題，攝像機(jī)所采集的圖像會(huì)存在一定程度的畸變，為了得到較為完整的胸環(huán)靶圖，需要對(duì)所采集的圖像進(jìn)行預(yù)處理，圖像預(yù)處理流程如圖1 所示。

圖1 靶面圖像預(yù)處理流程圖

1.1 模板匹配

為下面幾何校正做準(zhǔn)備，并適應(yīng)自動(dòng)報(bào)靶的需要，需要在靶面圖像中自動(dòng)獲取4 個(gè)定位點(diǎn)。盡管靶面圖像有一定的畸變，但是人形特征基本不變，根據(jù)這一特點(diǎn)，就可利用基于模板匹配的方法自動(dòng)尋找四個(gè)定位點(diǎn)。

模板匹配是一種比較傳統(tǒng)的模式識(shí)別方法，主要是為了研究某一個(gè)特定對(duì)象的圖案在圖像中的位置，達(dá)到目標(biāo)識(shí)別的目的。相關(guān)法、誤差法和二次誤差法是常見(jiàn)的模板匹配方法，本文采用相關(guān)法做模板匹配。其基本原理是：模板圖像T(m,n)疊放在被搜索對(duì)象S(W,H)上進(jìn)行平移，模板覆蓋在被搜索圖像的區(qū)域稱為子圖，i、j為子圖在被搜索圖像S上的坐標(biāo)，搜索范圍為：1 ≤i?W-n，當(dāng)子圖和模板相同時(shí)，相關(guān)系數(shù)為1。將全部搜索完成后，最大相關(guān)系數(shù)對(duì)應(yīng)下的子圖就是匹配目標(biāo)。

結(jié)合靶面圖像特征，本文選用的四個(gè)定位點(diǎn)分別是胸環(huán)靶的左胸、右胸、左肩、右肩，這四個(gè)點(diǎn)特征比較明顯，且能更好構(gòu)成矩形。由于胸環(huán)靶的頭部會(huì)對(duì)模板匹配造成干擾，首先對(duì)頭部進(jìn)行掩膜，規(guī)避模板匹配錯(cuò)誤問(wèn)題。經(jīng)過(guò)對(duì)靶面圖像進(jìn)行掩膜和模板匹配后的圖像如圖2所示。其中，圖2（a）為采集的原始近紅外圖像，圖2（b）是對(duì)頭部掩膜后的圖像，圖2（c）是模板匹配后識(shí)別的四個(gè)定位點(diǎn)，坐標(biāo)分別是（21，310），（508，293），（31.568），（519，567）。

圖2 圖像預(yù)處理各階段可視化結(jié)果

1.2 幾何校正

攝像機(jī)采集到的圖像以梯形失真為主，為提高后續(xù)處理的精度，需要對(duì)圖像進(jìn)行幾何校正。首先是根據(jù)4 個(gè)定位點(diǎn)，按照區(qū)域最大原則生成矩形，找出最大矩形的4 個(gè)頂點(diǎn)與4 個(gè)定位點(diǎn)的變換關(guān)系，計(jì)算得到變換矩陣，然后對(duì)圖像進(jìn)行空間變換，最后進(jìn)行灰度插值，輸出校正后的圖像[9]。

本文采用的地址映射公式為：

以矩陣形式給出的線性最小二乘解為：

式中，A為x方向的線性最小二乘解，B為y方向的線性最小二乘解。采用三次卷積插值函數(shù)，具體公式為：

在算法實(shí)現(xiàn)中，a的值取“-1”。

此外，圖片校正后會(huì)存在一些無(wú)效區(qū)域，采用形態(tài)學(xué)處理的方法對(duì)有效區(qū)域進(jìn)行保留，根據(jù)該矩形框的參數(shù)，對(duì)無(wú)效區(qū)域進(jìn)行裁剪，保留本文關(guān)心的靶面區(qū)域即可。為了較為完整地截取出整個(gè)靶面區(qū)域，實(shí)際截取圖片時(shí)在紅色框選出的靶面區(qū)域的基礎(chǔ)上沿四周擴(kuò)大5 個(gè)像素截取。再對(duì)圖像進(jìn)行灰度處理，最終截取并輸出的圖像如圖2（d）所示。

2 彈孔識(shí)別

經(jīng)過(guò)圖像預(yù)處理后，得到了包含全部彈孔的完整靶面圖像，本節(jié)對(duì)靶面圖像做進(jìn)一步的處理。彈孔識(shí)別是自動(dòng)報(bào)靶系統(tǒng)的關(guān)鍵一環(huán)，彈孔識(shí)別精確度決定了系統(tǒng)的可靠性和精準(zhǔn)度。由于近紅外圖像分辨率低，視覺(jué)效果模糊，在進(jìn)行彈孔識(shí)別前，先對(duì)靶面圖像進(jìn)行圖像增強(qiáng)，采用基于分水嶺算法的彈孔識(shí)別方法識(shí)別彈孔，采用基于環(huán)區(qū)面積特征的環(huán)區(qū)標(biāo)記方法進(jìn)行環(huán)值判定。然后兩路再綜合起來(lái)，就能計(jì)算出彈孔位于具體環(huán)區(qū)所代表的環(huán)值，即中靶成績(jī)，自動(dòng)報(bào)靶流程如圖3 所示。

圖3 彈孔識(shí)別與環(huán)值判定流程圖

傳統(tǒng)的彈孔識(shí)別算法主要有基于圖像序列的圖像差影法、基于小波變換的圖像融合法、基于閾值分割的彈孔識(shí)別算法、模板匹配法等。

這些算法基本都存在以下兩個(gè)問(wèn)題：一是對(duì)環(huán)線和字符處理得不夠干凈，會(huì)造成彈孔的誤判；二是對(duì)“10”字環(huán)區(qū)處理不夠好，也會(huì)導(dǎo)致彈孔的誤判。

本文所采用的基于分水嶺圖像分割的彈孔識(shí)別算法，避免了字符和環(huán)線對(duì)彈孔識(shí)別的干擾，解決了對(duì)“10”字環(huán)區(qū)處理不好的問(wèn)題。主要流程如圖4 所示。

圖4 基于分水嶺算法的彈孔識(shí)別算法流程

2.1 灰度圖像增強(qiáng)

由于所采集的近紅外靶面圖像存在分辨率差、對(duì)比度低和視覺(jué)效果模糊等問(wèn)題，靶面圖像中的彈孔和環(huán)線不能很好的體現(xiàn)出來(lái)。為解決這一問(wèn)題，設(shè)計(jì)了一種基于直方圖均衡化的灰度圖像增強(qiáng)方法。

直方圖均衡化是將原圖進(jìn)行變換，得到一幅均勻分布的灰度直方圖[10]。其基本思想是通過(guò)映射函數(shù)，對(duì)圖像中像素多的灰度級(jí)進(jìn)行擴(kuò)展，對(duì)像素少的灰度級(jí)進(jìn)行縮減，將原圖的像素值均衡映射到新的直方圖中[11]?；静襟E為：首先計(jì)算出原始圖像的灰度直方圖，再計(jì)算該灰度直方圖的累積分布函數(shù)，根據(jù)直方圖均衡化原理和累計(jì)分布函數(shù)，計(jì)算得出輸入與輸出的映射關(guān)系，最后對(duì)圖像進(jìn)行變換。

經(jīng)過(guò)圖像增強(qiáng)后，彈孔部分環(huán)線的對(duì)比度得到了增強(qiáng)，靶面圖像也更加清晰，如圖5（b）所示。像素點(diǎn)的差距變小，圖像更加平滑，為接下來(lái)的彈孔識(shí)別和環(huán)值判定打下基礎(chǔ)。

圖5 彈孔識(shí)別各階段顯著圖可視化結(jié)果

2.2 基于分水嶺算法的圖像分割

靶面圖像中包含數(shù)字、環(huán)線和非人形區(qū)域，而本文采用的是邊緣檢測(cè)方法檢測(cè)彈孔，上述區(qū)域會(huì)在彈孔檢測(cè)中造成誤判，影響彈孔識(shí)別的準(zhǔn)確度。為避免這一問(wèn)題，提出一種基于分水嶺算法的靶面圖像分割法，分離出存在于靶面的數(shù)字和環(huán)線。

分水嶺算法的基本思想是將圖像看作地理學(xué)中的拓?fù)涞匦螆D，圖片中高亮度的地方是山峰，低亮度的地方是山谷，給每個(gè)孤立的山谷注入不同顏色的水，在水快要合并的地方建立堤壩[12]，直到所有的山峰被淹沒(méi)，而被水覆蓋的區(qū)域就是圖像分割出去的區(qū)域，從而實(shí)現(xiàn)圖像分割，具體算法流程為：

（1）閾值分割。將圖像二值化，再對(duì)圖像進(jìn)行形態(tài)學(xué)的開(kāi)運(yùn)算[13]，在不影響圖像中彈孔的同時(shí)去除噪聲。

（2）標(biāo)記圖像的前景物體。創(chuàng)建圖像中每個(gè)對(duì)象的內(nèi)部的單位極大值。

（3）計(jì)算背景標(biāo)記。先計(jì)算圖像的歐幾里得矩陣，在此基礎(chǔ)上進(jìn)行分水嶺變換，將相鄰區(qū)域的分界線取出[14]，從而完成背景標(biāo)記。

（4）分水嶺分割。結(jié)合標(biāo)記的前景和背景，修改梯度幅度圖像，使得區(qū)域中的最小值恰巧在標(biāo)記上，最后進(jìn)行分水嶺分割。

（5）圖像輸出。先將標(biāo)記多的像素點(diǎn)變?yōu)樗{(lán)色，用周圍像素填充這些藍(lán)色區(qū)域，如圖5（c）所示，環(huán)線部分和數(shù)字都用藍(lán)色進(jìn)行標(biāo)記，再將這部分去除，最終完成圖像分割，如圖5（d）所示。

2.3 白色區(qū)域均值填充

經(jīng)過(guò)分水嶺圖像分割，靶面圖像中的環(huán)線和字符得到去除，但是非人形區(qū)域和中心圓區(qū)域的灰度值較高，影響彈孔識(shí)別的精度。針對(duì)這一問(wèn)題，本文對(duì)該部分白色區(qū)域進(jìn)行填充。公式如下：

式中，k= 0.4；f(x,y)為白色填充后像素值；g(x,y)為填充前的像素值。經(jīng)過(guò)白色區(qū)域填充后，由圖6（c）、圖6（d）可看出，灰度值大于150 基本已經(jīng)被消除，非人形區(qū)域、10 字區(qū)域已經(jīng)被消除，正如圖6（a）、圖6（b）所示。

圖6 填充前后灰度直方圖對(duì)比

2.4 膨脹處理

利用結(jié)構(gòu)元素中心點(diǎn)，依次掃描灰度圖四周的像素點(diǎn)，計(jì)算該點(diǎn)與結(jié)構(gòu)元素的差值，然后將該點(diǎn)的像素值取為差值最小所對(duì)應(yīng)放入點(diǎn)的像素值。經(jīng)過(guò)灰度膨脹后，灰度值較高的部分得到衰減，彈孔得到增強(qiáng)。與此同時(shí)，對(duì)比圖7（a）和圖7（b）發(fā)現(xiàn)，彈孔的面積也有所增加，但由于獲取彈孔坐標(biāo)是提取彈孔的質(zhì)心，所以對(duì)后續(xù)處理影響不大。

圖7 提取彈孔步驟

2.5 彈孔檢測(cè)

經(jīng)過(guò)上面的處理，彈孔特征已經(jīng)比較明顯，為使彈孔信息更加明顯，采用Sober 算子進(jìn)行彈孔檢測(cè)。在像素點(diǎn)的x方向和y方向分別進(jìn)行卷積運(yùn)算，最后將卷積后的最大值作為輸出。

式中，GX為x方 向的卷 積因子；GY為y方 向的卷積因子。以f(x,y)為中心的周圍3 × 3 鄰域上計(jì)算像素點(diǎn)x和y的偏導(dǎo)數(shù)，公式如下所示：

梯度大小為：

式中，Sx為x方向的梯度；Sy為y方向的梯度。取絕對(duì)值為：

最終計(jì)算得到圖像的梯度幅值g(x,y)，由于靶面圖像中存在不閉合的彈孔，需要對(duì)靶面圖像進(jìn)行形態(tài)學(xué)處理。先將圖像進(jìn)行膨脹處理，使彈孔區(qū)域連通，再進(jìn)行腐蝕處理，形成包圍線即可，最終的邊緣如圖7（c）所示。為方便后面處理，需要計(jì)算每個(gè)彈孔的質(zhì)心，質(zhì)心坐標(biāo)進(jìn)行取整運(yùn)算，所造成的誤差在0.5 個(gè)像素單位以內(nèi)，識(shí)別到的彈孔坐標(biāo)如表1 所示。

表1 彈孔的坐標(biāo)值

3 環(huán)值判定

本文提出了一種基于線性約束的環(huán)值判定算法。該算法基于幾何數(shù)學(xué)的方法，通過(guò)確定環(huán)區(qū)邊界，實(shí)現(xiàn)了對(duì)環(huán)區(qū)的準(zhǔn)確識(shí)別，有效避免了同心圓擬合過(guò)程中可能出現(xiàn)的擬合誤差問(wèn)題。具體而言，該算法通過(guò)靶心作線段與環(huán)線相交，確定環(huán)線半徑，檢測(cè)出有效區(qū)域輪廓的直線，并對(duì)環(huán)區(qū)的線性約束進(jìn)行建模，從而確定出環(huán)值區(qū)域。這樣，可以精確地判定和識(shí)別環(huán)區(qū)。相對(duì)于傳統(tǒng)的同心圓擬合方法，該算法具有更高的精度和可靠性。具體處理流程如圖8 所示。

圖8 環(huán)值判定

（1）靶面圖像輸入。為了后面的邊緣檢測(cè)的效果更好，將之前進(jìn)行過(guò)圖像增強(qiáng)的靶面圖像作為輸入，經(jīng)過(guò)圖像增強(qiáng)后的靶面圖像，邊界特征會(huì)變得更加明顯，環(huán)線間的邊界會(huì)更加陡峭，更有利于接下來(lái)的處理，如圖9（a）所示。

圖9 環(huán)值判定各階段顯著圖可視化結(jié)果

（2）靶心檢測(cè)。本文采用曲線擬合的方法獲取10 環(huán)邊緣線上的圓心坐標(biāo)，其中基于最小二乘法擬合圓是比較常用的方法。對(duì)于已知10 環(huán)邊緣線上若干點(diǎn)的坐標(biāo)(x1,y1)，(x2,y2)，(x3,y3)，…，(xn,yn)，建立二次函數(shù)進(jìn)行插值擬合，根據(jù)圓心公式求得10 環(huán)圓心坐標(biāo)(x0,y0)和半徑R。

（3）環(huán)線半徑檢測(cè)。即使經(jīng)過(guò)幾何校正的預(yù)處理后，靶面圖像產(chǎn)生的畸變還未完全消除，部分環(huán)線存在畸變，如果還采用10 環(huán)檢測(cè)半徑的方法，會(huì)對(duì)環(huán)值判定的精度產(chǎn)生很大影響。因此，針對(duì)靶面環(huán)線的特點(diǎn)，過(guò)原點(diǎn)直線與環(huán)線相交以靶面圖像的左上角作為原點(diǎn)，作橫軸X,縱軸Y，經(jīng)過(guò)圓心(x0,y0)作垂直于橫軸X的線段L，起點(diǎn)圓心(x0,y0)，終點(diǎn)是與橫軸X相交的a0點(diǎn)，線段L與經(jīng)過(guò)分水嶺分割后的環(huán)線相交于a1(x1,y1)、a2(x2,y2)、a3(x3,y3)、a4(x4,y4)、a5(x5,y5)、a6(x6,y6)6 個(gè)點(diǎn)，如圖9（b）所示。靶面圖像左側(cè)的四個(gè)角點(diǎn)為a1(xa1,yai)、b1(xb1,yb1)、c1(xc1,yc1)、d1(xd1,yd1)，右側(cè)的四個(gè)角點(diǎn)為a2(xa2,ya2)、b2(xb2,yb2)、c2(xc2,yc2)、d2(xd2,yd2)，如圖如圖9（c）所示。根據(jù)這8 個(gè)點(diǎn)計(jì)算有效區(qū)邊界直線l1、l2、l3、l4、l5、l6，如圖9（d）所示,將靶面圖像劃分為5 環(huán)、6 環(huán)、7 環(huán)、8 環(huán)、9 環(huán)、10 環(huán)等不同區(qū)域。

（4）環(huán)值判定。對(duì)于彈孔的環(huán)值判定，通常有兩種方法：第一種方法是以離彈孔最近的像素點(diǎn)為準(zhǔn)進(jìn)行判定。如果彈孔剛好落在環(huán)線上，取環(huán)值較大的成績(jī)作為判定標(biāo)準(zhǔn)，即所謂的“沾邊”方法。這種算法的不足之處在于，當(dāng)彈孔位于相切的靶環(huán)線上時(shí)，就會(huì)出現(xiàn)錯(cuò)誤。第二種方法是以“彈心”為判定依據(jù)。通過(guò)判斷彈孔的大部分面積位于哪個(gè)區(qū)域，只需判定彈孔中心坐標(biāo)位于哪個(gè)區(qū)域內(nèi)即可確定環(huán)數(shù)。與第一種方法相比，第二種方法更為精確和合理。因此，在本設(shè)計(jì)中選擇采用第二種方法進(jìn)行環(huán)值判定。

4 實(shí)驗(yàn)結(jié)果分析

4.1 成績(jī)統(tǒng)計(jì)

成績(jī)統(tǒng)計(jì)就是統(tǒng)計(jì)處理后的靶面圖像的環(huán)值進(jìn)行累加，計(jì)算出本次打靶的成績(jī)。打靶前，系統(tǒng)需要錄入統(tǒng)計(jì)姓名、射手編號(hào)、槍型等信息，最后打靶結(jié)束后，相關(guān)信息都會(huì)在射擊成績(jī)總統(tǒng)計(jì)界面一一對(duì)應(yīng)起來(lái)，如圖10 所示。

圖10 射擊成績(jī)統(tǒng)計(jì)界面

4.2 精度分析

自動(dòng)報(bào)靶系統(tǒng)中的報(bào)靶精度直接決定系統(tǒng)的準(zhǔn)確性和可靠性。影響自動(dòng)報(bào)靶系統(tǒng)精度的原因主要有兩部分：一是相機(jī)采集的原始圖像，這部分誤差主要由環(huán)境光照和相機(jī)拍攝質(zhì)量造成；二是靶面區(qū)域的彈孔識(shí)別精度，這部分彈孔識(shí)別由算法決定。

該系統(tǒng)針對(duì)環(huán)境光照問(wèn)題，利用近紅外相機(jī)采集近紅外靶面圖像，克服了可見(jiàn)光相機(jī)采集靶面圖像時(shí)，光線變化以及在黑暗情況下識(shí)別靶面圖像效果不好的弊端。

針對(duì)以上情況對(duì)自動(dòng)報(bào)靶精度的影響，在早上、中午和晚上三個(gè)時(shí)間段作了測(cè)試，分別針對(duì)光線弱、有逆光和輕度黑暗條件下進(jìn)行對(duì)比實(shí)驗(yàn)。

測(cè)試環(huán)境為：Windows10 操作系統(tǒng)，酷睿I5 八核16 線程處理器，8 GB DDR4 內(nèi)存，MATLAB 2018a。相機(jī)型號(hào)為?？低旸S-2CD4035FWD，實(shí)物圖如圖11（a）所示。鏡頭采用25 mm 全金屬固定光圈鏡頭，可手動(dòng)聚焦，近紅外濾光片為780～1 100 nm，其實(shí)物圖如圖11（b）所示。

圖11 測(cè)試設(shè)備實(shí)物圖

結(jié)合表2 所示，在光照條件不好的情況下，基于近紅外自動(dòng)報(bào)靶系統(tǒng)依舊能保持較高的準(zhǔn)確度，報(bào)靶精度為93.7%。本文的近紅外自動(dòng)報(bào)靶系統(tǒng)解決了困擾自動(dòng)報(bào)靶系統(tǒng)的環(huán)境光照影響問(wèn)題，能夠適應(yīng)實(shí)際訓(xùn)練中的應(yīng)用要求。

表2 近紅外自動(dòng)報(bào)靶成績(jī)統(tǒng)計(jì)

5 結(jié)論

近年來(lái)，近紅外成像技術(shù)得到了較大的發(fā)展，將近紅外技術(shù)應(yīng)用于射擊訓(xùn)練中，為自動(dòng)報(bào)靶技術(shù)提供了一種新的思路。本文針對(duì)傳統(tǒng)圖像處理報(bào)靶系統(tǒng)的缺陷，設(shè)計(jì)了一種基于近紅外圖像的自動(dòng)報(bào)靶系統(tǒng)，對(duì)系統(tǒng)的各個(gè)單元做出了較為深入的研究，完成了圖像預(yù)處理、彈孔識(shí)別和環(huán)值判定等多個(gè)環(huán)節(jié)的關(guān)鍵技術(shù)性研究。相比較于傳統(tǒng)的自動(dòng)報(bào)靶系統(tǒng)，本文提出的自動(dòng)報(bào)靶系統(tǒng)的設(shè)計(jì)方案，能夠適應(yīng)野外機(jī)動(dòng)打靶訓(xùn)練，成本低廉，充分考慮了打靶環(huán)境中的實(shí)際需要，能夠避免對(duì)現(xiàn)有訓(xùn)練場(chǎng)地的改造，在未來(lái)的實(shí)際應(yīng)用和批量裝備中具有較好的前景。

（1）采用近紅外相機(jī)采集靶面圖像，在光線弱、有逆光和輕度黑暗情況下，都有不錯(cuò)的效果。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，針對(duì)以上三種光照環(huán)境，基于近紅外報(bào)靶系統(tǒng)精度高，滿足野外部隊(duì)打靶需求。

（2）提出了一種新的基于分水嶺圖像分割的彈孔識(shí)別算法，解決了傳統(tǒng)自動(dòng)報(bào)靶系統(tǒng)對(duì)環(huán)線、字符處理不佳的問(wèn)題。

（3）提出一種新的基于環(huán)區(qū)面積的環(huán)值判定算法，結(jié)合靶面圖像的環(huán)區(qū)特征，完成環(huán)區(qū)檢測(cè)。