【正文】 站參數(shù)與布站方式的優(yōu)化，接著簡化了標(biāo)定模型并推導(dǎo)了攝像機的標(biāo)定公式，研究了兩種靶標(biāo)識別技術(shù)并進行了對比分析，之后利用圖像處理技術(shù)對前期得到的實際視頻序列進行了處理，成功提取出目標(biāo)，得到目標(biāo)的精確像素平面坐標(biāo) 。分 析了多光幕交匯測量彈丸炸點位置存在的問題，研究了采用側(cè)向相機輔助多光幕交匯測量技術(shù)。 關(guān)鍵詞 :面陣 CCD 炸點坐標(biāo) 交匯測量 目標(biāo)識別 圖像處理 長春理工大學(xué)畢業(yè)論文 II Abstract Aiming at the request of the shooting range, applying the technology of photogrammetry, a new method to measure the coordinate of projectile exploding position relative to the target by square array CCD is introduced. The measurement principle of the square array CCD and the steps of digital image processing are expatiated. Intersection measurement to determine the image position. And its test accuracy are analyzed. Adopt the method of lowpass filter to remove noise. By the method of threshold segmentation, edge detection method for ZhaDian image segmentation. Based on some of the characteristics of image objects on the basis of ZhaDian image target recognition. With the centroid tracking method and the coordinate transformation ZhaDian coordinates are expressed. And the measurement precision is analyzed. The system has the advantages of large field and high precision. Key words: square array CCD。 2．本人在畢業(yè)設(shè)計（論文）中引用他人的觀點和研究成果，均在文中加以注釋或以參考文獻形式列出，對本文的研究工作做出重要貢獻的個人和集體均已在文中注明。 采用低通濾波的方法去除噪音， 通過 閾值分割方法，邊緣檢測定位法對炸點圖像進行分割。文章論述了一種用面陣 CCD 攝像交匯測量的方法。 CCD 相機將光信號轉(zhuǎn)變?yōu)橐曨l信號送入視頻處理器 ,經(jīng)過 A/D轉(zhuǎn)換和視頻圖象處理 ,把數(shù)字信號送與計算機 ,經(jīng)過細(xì)分和形心計算 ,得到炸點中心在靶面上的坐標(biāo)值 ,再根據(jù)經(jīng)緯儀度盤的方位和高低指標(biāo)值 ,求出炸點目標(biāo)的坐標(biāo)角度值。炸點坐標(biāo)測量系統(tǒng)采用高速 CCD 攝像機和成熟的圖像處理技術(shù)，能夠自動測量炮彈的炸點坐標(biāo)，實時進行試驗數(shù)據(jù)的采集處理和無線傳輸。 還有為了測量 炸點位置，提出了采用基于定目標(biāo)為參照的雙面陣相機交匯攝像法來獲取高空彈丸炸點三維坐標(biāo)參數(shù)。在測試系統(tǒng)中，所求的彈丸炸點位置是以被擊目標(biāo)頭部中心為原點 的相對空間三維坐標(biāo) 。 長春理工大學(xué)畢業(yè)論文 4 第 2 章 面陣 CCD 隨著計算機技術(shù)的飛速發(fā)展以及對炸點 圖像處理理論的深入研究，采用 CCD 圖像傳感 器對炸點 目標(biāo)進行監(jiān)測成為測量領(lǐng)域的一種新的趨勢，但是處理過 程往往是通過大量的數(shù)值計算來實現(xiàn)的，本課題根據(jù)面陣 CCD 圖像傳感器測量的理論，擬對炸點 目標(biāo) 的坐標(biāo)進行測量。 目前，國內(nèi)利用 CCD 進行工業(yè)實時在線檢測的系統(tǒng)不多，大多采用線陣 CCD 而且精度不高，與國外 的 CCD 測量技術(shù)相比還有一定的差距。實驗結(jié)果表明，該相機系統(tǒng)工作時驅(qū)動器溫升僅５．２℃，信噪比＞４０ｄＢ，動態(tài)范圍不低于６０ｄＢ，可在４種分辨率下工作，當(dāng)分辨率為６４０４８０時，可在時間延遲積分（ＴＤＩ）方式下工作。用質(zhì)心跟蹤法和坐標(biāo)轉(zhuǎn)換把炸點的坐標(biāo)表達出來。 在進行 炸點 圖像分析之前 ,要去掉這樣的噪聲和畸變 ,把圖像具有的信息變得容易觀看 ,或把圖像變換成某種標(biāo)準(zhǔn)的形式 ,使特征提取和識別易于進行 ,包括灰度變換和增強 、 噪聲的去除 、 幾何畸變的校正等等 。 G u v = H u v F u v?（ ， ） （ ， ） （ ， ）（ 31） 其中 :G(u,v)為濾波后圖像的傅立葉變換 。 圖像分割是圖像處理中的一項關(guān)鍵技術(shù)，自 20 世紀(jì) 70 年代起一直受到人們的高度重視，至今己提出上千種分割算法。使用閾值就是一種區(qū)域分割技術(shù)，它對物體與背景有較強對比的景物的分割特別有用。 最簡單的利用取閾值方法來分割灰度圖像的步驟如下。另外，只有當(dāng)目標(biāo)與背景確實存在灰 度差異時，閾值化技術(shù)才有可行性。目前的邊緣檢測的方法很多，一類為傳統(tǒng)的邊緣檢測方法，主要是利用一些簡單的邊緣檢測算子，如 Sobel 算子、 Robert 算子、 Laplacian 算子、 Log 算子等。 質(zhì)心跟蹤法 因為要給出 炸點 的 位置，所以每張圖像上的物體最終只能用一個點來表示，這個點就是炸點的中心點，在圖形學(xué)上稱為圖形的幾何中心。 f (xk, yk)第 k 個像素的灰度值 。 VisualC++不僅是 C++語言的集成開發(fā)環(huán)境，而且與 Win32 緊密相連，所以利用 Visual C++開發(fā)系統(tǒng)可以完成各種各樣的應(yīng)用程序的開發(fā)，從底層軟件直到上層直接面向客戶的軟件。 具有強有力的 Inter 支持。 圖形設(shè)備 (GDI)函數(shù)：實現(xiàn)與設(shè)備無關(guān)的圖形操作功能。二次開發(fā)需要用到的庫文件共 包含三個文件： 驅(qū)動接口庫 接口頭文庫 接口靜態(tài)庫 圖像處理的模塊程序流程如下： 初始→獲取圖像數(shù)據(jù)→開辟內(nèi)存區(qū)域存儲→濾波→特征提取→特征提取顯示→結(jié)束。 3）程序有規(guī)范的結(jié)構(gòu)，可分為不同的函數(shù)，這種方式可使程序結(jié)構(gòu)化。在坐標(biāo)轉(zhuǎn)換 中 , CCD 與跟蹤點之間的位置關(guān)系對坐標(biāo)轉(zhuǎn)換具有影響 , 以下將按照這一相互關(guān)系進行分析。相機光軸與目標(biāo)軸線不垂直引起的傾斜誤差 。 l=4 m,實際處理得到 nm=500 個像素 ,每個像素在物面上代表的尺寸約為 8 mm。 長春理工大學(xué)畢業(yè)論文 18 第 4 章 總結(jié) 本課題實現(xiàn)了一套 基于面陣 CCD 實現(xiàn)的 測量炸點位置的系統(tǒng)， 能夠?qū)崟r的檢測到 炸點的運動信息 。同時特別感謝所有的老師、 同 學(xué)和朋友，正是他們不斷的關(guān)心和支持、鼓勵，才使我能夠順利完成學(xué)業(yè) ?；谒惴◤?fù)雜性和實時性的考慮，本論文沒有選用這些方法，在今后的工作中可以進行進一步地研究和探索。交匯的兩個角度長春理工大學(xué)畢業(yè)論文 17 ε１和ε２可以利用１７位高精度角度編碼器在室內(nèi)標(biāo)定，距離Ｋ１、Ｋ２在布置時利用高精度激光測距儀測量，角度誤差接近０．００３176。 dDy、 dDz、 dMy、 dMz、 dnm 的來源有 :185。在實際的測試中，要對面陣 CCD進行標(biāo)定，測算出實際位移與面陣 CCD 像素之間的對應(yīng)關(guān)系，從而完成實際的控制量。 5）關(guān)鍵字及運算函數(shù)可用近似人的思維過程方式使用。 對于 51 系列單片機，現(xiàn)在常用的編程語言有匯編和 C 語言。直接利用 Win32 API 的大部分內(nèi)容，并提供了一個應(yīng)用程序框架用于簡化和標(biāo)準(zhǔn)化 Windows 程序的設(shè)計。 提供了豐富的技術(shù)資源， MSDN 提供了強大的聯(lián)機幫助，還可以訪問 Microsoft 站點來獲取最新的技術(shù)文檔。進入 20 世紀(jì) 90 年代以來，隨著多媒體技術(shù)和圖形圖像技術(shù)的不斷發(fā)展，可視化 (Visual)技術(shù)得到廣泛地重視，越來越多的計算機專業(yè)人員和非專業(yè)人員都開始研究并應(yīng)用可視化技術(shù)。得到了兩張圖上像素坐標(biāo)就可以知道運動目標(biāo)的運動情況，從而達到對運動目標(biāo)的實時監(jiān)測。 得到的質(zhì)心是運動物體在圖像中的像素坐標(biāo)，以 x1 y1， x2 y2 分別表示運動目標(biāo)在兩張圖像上的像素 坐標(biāo)。運算時，把模板中心對應(yīng)到圖像的每一個長春理工大學(xué)畢業(yè)論文 12 象素位置，然后按照模板對應(yīng)的公式對中心象素和它周圍的象素進行數(shù)學(xué)運算，算出的結(jié)果作為輸出圖像對應(yīng)象素點的值。 圖像邊緣保留了原始圖像中相當(dāng)重要的部分信息，而又使得總的數(shù)據(jù)量減小了很多，這正符合特征提取的要求。這兩類像素一般對應(yīng)圖像中的兩類區(qū)域，可用公式表示。 文章采用微分尖銳化處理對圖像進行尖銳化處理。 另外，還沒有制定出選擇適用分割算法的標(biāo)準(zhǔn)，這給圖像分割技術(shù)的應(yīng)用帶來許多實際問題。F(u,v)為原圖像的傅立葉變換。測試過程中相機 1 所拍攝彈丸炸點， 處理步驟如下 : 將 RGB 圖轉(zhuǎn)換為灰度圖。 炸點的圖像 預(yù)處理 當(dāng) 炸點 圖像輸入到計算機的時候，由于輸入轉(zhuǎn)換器件 (如光敏器件、 A/D 轉(zhuǎn)換器等性質(zhì)的差別 )及周圍環(huán)境的影響等，使圖像上含有各種各樣的噪聲，反映在圖像上是使原本均勻和連續(xù)變化的灰度突然變大或減小，形成一些虛假的邊緣和輪廓，這對于邊緣的分割尤其是高精度邊緣提取是十分不利的。 長春理工大學(xué)畢業(yè)論文