【正文】 消除掉這些顆粒噪音而又不使有用的目標(biāo)邊緣輪廓和線條模糊。 用圖像分割將 炸點(diǎn) 圖像分成各具特性的區(qū)域并提取出感興趣的目標(biāo) 。 長春理工大學(xué)畢業(yè)論文 10 分割后的不同區(qū)域具有不同的特性分割后同一區(qū)域內(nèi)任兩像素在該區(qū)域內(nèi)相互連通，即分割后的區(qū)域是一個(gè)連通組元我們將其分為閾值分割方法、邊緣檢測方法、區(qū)域提取方法和結(jié)合特定理論工具的分割方法 4 類。從該方法中可以看出，確定一個(gè)最優(yōu)閾值是分割的關(guān)鍵。閾值方法的缺陷在于它僅僅考慮了圖像的灰度信息，而忽略了圖像中的空間信息，對于圖像中小存在明顯的灰度差異或各物體的灰度值范圍有較大重疊的圖像分割問題難以得到準(zhǔn)確的結(jié)果。目標(biāo)的識別定位可以建立在邊緣檢測的基礎(chǔ)上。為了進(jìn)一步對圖像作分析和識別，就必須通過對圖像中的 炸點(diǎn) 作定性或定量的分析來得出正確的結(jié)論，這些結(jié)論是建立在圖像物體的某些特征的基礎(chǔ)上的。由于相機(jī)快門時(shí)間較長 ,使得彈丸爆炸火光在 CCD 上成像面積較大 ,綜合考慮用戶的意見文章在提取時(shí)采用了重心法 ,其數(shù)學(xué)表達(dá)式如下 : m k k kk= 0mkkk= 0mk k Kk= 0mkkk= 0f x y xx=f x yf x y yy=f x y??????（ ， ）（ ， ）（ ， ）（ ， ）（ 36） 其中 : xk第 k個(gè)像素的 x坐標(biāo) 。 在 Windows 操作系統(tǒng)平臺(tái)上，以 Visual C++ 為集成開發(fā)環(huán) 境，基于 MFC 完成圖像處理軟件程序的編寫，最終得到目標(biāo)的位置， 其中主要涉及到算法的優(yōu)化問題，包括濾波算法，分割算法，目標(biāo)識別 。 提供了強(qiáng)大的向?qū)Чぞ? 支持多線程應(yīng)用程序的開發(fā)。 根據(jù) WindowsAPI 函數(shù)完成的功能，可將其分為三類： 窗口管理函數(shù)：實(shí)現(xiàn)窗口的創(chuàng)建、移動(dòng)和修 改功能。 軟件實(shí)現(xiàn)的主要流程如下： 長春理工大學(xué)畢業(yè)論文 15 初始化→獲得設(shè)備端口→開始調(diào)入圖像→開始預(yù)覽→圖像平滑化→閾值分割→定位目標(biāo)→坐標(biāo)變換→串口通信輸出→退出碼→結(jié)束。 與匯編相比，有如下優(yōu)點(diǎn)： 1）對單片機(jī)的指令系統(tǒng)不要求了解，僅要求對 8051 的存儲(chǔ)器有初步了解。 坐標(biāo)的轉(zhuǎn)換 掃描后獲得的跟蹤點(diǎn)運(yùn)動(dòng)軌跡均為像素坐標(biāo) , 它與實(shí)際坐標(biāo)存在單位和方向兩個(gè)方面的差異 . 在像素坐標(biāo)系中 , 橫軸（ x′軸）與實(shí)際坐標(biāo)相同 , 但縱軸（ z′軸）與實(shí)際坐標(biāo)相反 , 像素坐標(biāo)系中的縱軸由上至下為正 , 而在描述波浪及浮架運(yùn)動(dòng)的實(shí)際坐標(biāo)系中則是由下至上為正 。 l一般為 4~,測量誤差為2 mm。每個(gè)像素在物面上代表的尺寸。 dH 來源于對目標(biāo)高度的測量誤差。在課題的進(jìn)行中，導(dǎo)師給予了我最大的信任，并創(chuàng)造了最好的條件。導(dǎo)師淵博的知識、嚴(yán)謹(jǐn)治學(xué)的工作作風(fēng)、忘我的工作態(tài)度、求真務(wù)實(shí)的敬業(yè)精神，深深地影響和激勵(lì)著我。 測量誤差與目標(biāo)尺寸誤差、距離誤差相關(guān) ,與兩相機(jī)像素的判讀誤差 dDy、 dDz、 dMy、 dMz、 dnm 相關(guān)。這部分誤差由圖像處理引起 ,一般會(huì)有 2~3個(gè)像素的模糊邊緣。其中 :dl 的來源有 :185。 7）提供的庫包含許多標(biāo)準(zhǔn)子程序，具有較強(qiáng)的數(shù)據(jù)處理能力。 C 語言結(jié)構(gòu)是以括號 { }而不是字和特殊符號的語言。主要包括以下各部分： Win32API 的封裝、應(yīng)用程序框架、 OLE 支持、 數(shù)據(jù)庫支持、通用類等。 API 是應(yīng)用程序編程接口 (Application Programming Interface)縮寫， Windows API 是 Windows 系統(tǒng)和 Windows 應(yīng)用程序間的標(biāo)準(zhǔn)程序接口。 VisualC++是一個(gè)很好的可視化編程工具，使用 Visual C++環(huán)境來開發(fā)基于 Windows 的應(yīng)用程序大大縮短了開發(fā)時(shí)間，而且它的界面更友好，便于程序員操作。 Visual C++ 的簡介及特點(diǎn) 編寫程序。一般來說，這樣得到物體的幾何中心還是比較準(zhǔn)確的，但要求物體在運(yùn)動(dòng)過程中不能發(fā)生大的變形。這樣提取得到的目標(biāo)邊緣往往占有幾個(gè)象素的寬度 ,還不能滿足要求 ,需要對此邊緣輪廓進(jìn)行中心線提取以保證所得目標(biāo)邊緣寬度為一個(gè)象素。此外，還需要把邊緣細(xì)化成只有一個(gè)象素的寬度。 長春理工大學(xué)畢業(yè)論文 11 圖 31 原圖 假如閾值選為 125 圖 32 原圖閾值分割后得到的圖像 確定閾值是分割的關(guān)鍵。這是一種交叉差分法 ,其絕對值近似計(jì)算式如下 : G { f x y } F x y F x+ y + +F x+ 1 y F x y +?（ ， ） （ ， ） （ 1 ， 1 ）（ ， ） ， （ ， 1 ）（ 34） 閾值分割方法 閾值分割方法現(xiàn)已提出了大量算法，對灰度圖像的取閾值分割就是先確定一個(gè)處于圖像灰度取值范圍之中的灰度閾值，然后將圖像中各個(gè)像素的灰度值都與這個(gè)閾值相比較，并根據(jù)比較結(jié)果將對應(yīng)的像素分為兩類。這也可以從一個(gè)方面說明，為什么能研究出上千種方式各異的圖像分割算法，而且每年都以上百種的速度在遞增。這些部分常稱為目標(biāo)或前景，它們一般對應(yīng)圖像中 特定的具有獨(dú)特性質(zhì)的區(qū)域。 灰度突變在頻域中代表了一種高頻分量 ,低通濾波器的作用就是濾掉高頻分量 ,從而達(dá)到減少圖像噪聲的目的 。 圖像預(yù)處理的具體內(nèi)容要針對具體系統(tǒng)的要求而定，歸納起來大致有以下諸方面： 去噪處理：可能采用的方法如鄰域平均法、低通濾波、中值濾波、匹配濾波、卡爾曼濾波等； 圖像校正：有圖像的幾何校正、圖像信號量化的歸一化等； 數(shù)據(jù)壓縮：有分層搜索、灰度壓縮、圖像投影、幅度排序等，領(lǐng)域平均及濾波也是數(shù)據(jù)壓縮的有效手段； 圖像增強(qiáng)及補(bǔ)償：有圖像整體增強(qiáng)、高頻補(bǔ)償、直方圖均衡化、對數(shù)變換、去圖像信號均值處理等。本方法解決了常規(guī)彈丸炸點(diǎn)三維坐標(biāo)測量問題，可為各類近炸引信的研制提供故障診斷、改進(jìn)等重要依據(jù) 。 CCD 攝像交匯測量彈丸炸點(diǎn)的原理 長春理工大學(xué)畢業(yè)論文 5 相機(jī) 1與相機(jī) 2所拍攝同一彈丸爆炸瞬間與目標(biāo)的圖像分別經(jīng)過圖像處理 ,可分別求得兩幅圖像中炸點(diǎn)相對目標(biāo)頭部的兩維坐標(biāo)為 (y1, z1)和 (y2, z2),由圖 22可分別求得直線的方程表達(dá)式如下 : 1122H + y .c o sy = . X + L HL y sinH + y . c o sy = . L X HL y . sin????（ ）（ ） （ 21） 聯(lián)系上式，求解： 1 2 2 11 2 2 11 1 21 2 1 2H + y . c o s . L y . sin H + y . L y . sinx = . LH + y c o s . L y . sin + H + y . L y . sinH + y . c o s y y . L .c o s + H .sin .Ly = .{ + L } HL y . sin 2 . H .L y 1 .y .sin 2 y y . L .c o s H .sin? ? ?? ? ?? ? ?? ? ? ?（ ）（ ） （ ）（ ）（ ）（ ） （ ）（ ）（ ） （ ）（ ） （ ） （ （ 22） 相機(jī) 1與相機(jī) 2光軸正交時(shí)誤差最小 ,即 α =45 度 ,H=L,則上式變?yōu)? 21221222 1 2212211122222222 y y .Hx=2 H y y2 H + y 2 y y .Hy = .{H } H2 H y . y2 H yZXZZ = + ZH x H yXZ=( ) ( )ZZH X H y????? ? ?相 機(jī)相 機(jī)（ ）（ ）坐 標(biāo) 可 由 下 式 求 得 ：（ ） （ ） （ 23） 考慮到誤差平均原則，取 1 2 1 2 1222Z ) 1Z = { }22 ( ) ( )Z X Z X Z ZZH x H y? ? ? ?? ? ?? ? ?（ （ 24） 對式取微分得 長春理工大學(xué)畢業(yè)論文 6 23222 2 21 2 1 2 2122122 2 21 2 1 1 2222122 2 ( 1 2 ) ( 2 1 2 ) 4 2 ( 1 2 )( 2 1 2 )2 ( 2 2 ( y y yd y +( 2 )2 H y y y 2 H H y ydy( 2 )xH y y H y y H y yd d HH y yH H y y HH y yH y y? ? ? ? ? ? ? ???? ? ?? ? ? ???? ? ?）（ ） （ 2 ）（ 25） 22 1 2 2221222231 2 1 2 1 22212222 2 21 2 1 2 22212 2 2 y 2 y y H 2 H + ydy = H +2 H y y2 H y 2 H y2 2 H y y 2 H y y 4 2 H y y1 12 H y y222 ( 2 ) 2 ( )( 2 )HydHHyH H y y H y y